2015実験ゼロ結果と考察　UP用.pdf

(1)

S

ophia

C

ognitive

P

sychology

L

ab.

結果と考察

総合人間科学研究科博士後期課程4年

田根健吾

記述統計（代表値）

推測統計（t検定）

実験結果の分析

実験結果の書き方

Sophia Cognitive Psychology Lab.

１：記述統計

記述統計とは

ある集団の身長

165 cm

150 cm

175 cm

180 cm

165 cm

145 cm

160 cm

平均身長

162.5 cm

身長の標準偏差

5.0 データの傾向や性質をわかりやすくまとめる

代表値

散布度

（後で説明します）

１：記述統計（代表値）

代表値

・平均値（Mean）

全部足して、個数で割る。

全てのデータを結果に反映させることができる

・中央値（Median）

大きさ順に並べた時の真ん中の値。

外れ値を除外するときなどに役に立つ

・最頻値（Mode）

最も登場する回数が多い値。

1, 1, 2, 3, 4

(1 + 1 + 2 + 3 + 4) / 5 =

2.2 1, 1,

2 , 3, 4

1 ,

1 , 2, 3, 4

どれも立派な代表値！

記述統計（代表値）

推測統計（t検定）

実験結果の分析

実験結果の書き方

２：推測統計とは

研究法の実験＝上智大学の心理学科２年生を対象

上智大学の心理学科２年生について知りたいわけではない

サンプル

（２年生のデータ）

から母集団

（人類全体）

を推測する

母集団（人類全体）

サンプル

推測

(2)

２：推測統計の前提

得られたデータから母集団を推測する

サンプルが人類全体を反映するために・・・

サンプルが偏っていないことが推測統計の前提！！

母集団と同じ構造、割合を保つように。

母集団（人類全体）

サンプル（皆さんのデータ）

無作為抽出

無作為抽出：選り好みしないで、「テキトウ」に抜き出す。

→さらに、各条件にも無作為に振り分ける。

２：統計検定

統計検定の考え方

得られた差は、偶然によるもの？それとも何らかの原因によるもの？

例：２つのクラスの試験の平均点

Aクラスの平均：１２点

_{実力の差？誤差？}

得られた差が偶然に起こる確率(=p値)を統計的に計算して

一定基準（5%）以下であれば「偶然じゃない」と言う

統計検定の考え方

有意水準

有意

Bクラスの平均：１８点

心理学は人間のやることを扱うので必ず誤差がある。

「２つの条件で平均値がピッタリ同じでした」ということは、まずない。

6点差

記述統計（中央値）

推測統計（t検定）

実験結果の分析

実験結果の書き方

３：実験結果の分析

本研究の仮説と、予測される結果

深い処理をしたものは浅い処理をしたものよりも記憶に残りやすい。

仮説

深い処理条件の方が浅い処理条件より単語の正再生率が高い。

予測される結果

３：実験結果の分析

予測通りの結果かどうかを調べる

予測される結果

深い処理条件の正再生率と

浅い処理条件の正再生率について

ｔ

検定

を行う

（偶然とは言えないくらい差があるか調べる）

実際のデータ

深い処理条件の方が浅い処理条件より単語の正再生率が高い。

ｔ

検定の注意点

今回は

対応のないt検定

t検定には２種類ある

・対応のあるt検定

・対応のないt検定

同じ参加者が２つの条件のどちらにも参加している。

同じ参加者は１つの条件にしか参加していない。

３：実験結果の分析

(3)

結果の分析の流れ

３：実験結果の分析

（１）各参加者の正再生率と、各条件の

平均値

と

標準偏差

を算出する

各参加者の正再生率

浅い処理条件

深い処理条件

（２）差が有意かどうかを、

対応のない

ｔ

検定

によって検定する

参加者Ａ 10％参加者Ｂ 40％参加者Ｃ 35％

・・・

参加者 a 30％参加者 b 45％参加者 c 50％

・・・

各条件の

平均値と標準偏差

浅い処理条件＝20.83%

11.18 深い処理条件＝40.00%

12.31 散布度

同じ条件の中でも、偶然の要因

（個人差など）

によって成績

はばらつく。その指標として求めるもの。

→偶然のばらつきの指標として

ｔ

検定では

標準偏差

を

用いる。

この標準偏差を用いて、各条件の平均値の差が、

偶然で生じる程度のものか調べる。

３：実験結果の分析

ｔ

検定の結果

３：実験結果の分析

t (66) = 6.73, p < .001

ｔ

値

_ｐ

_値

（危険率

＝差が誤差で生じる確率

）

浅い処理条件の平均正再生率（標準偏差）

20.83% (11.18)

深い処理条件の平均正再生率（標準偏差）

40.00% (12.31)

統計値の解釈

３：実験結果の分析

p値（危険率）が.001未満

得られた差の値が誤差で生じる確率は0.1％未満

５％という基準（有意水準）より低い

得られた差の値が誤差によって偶然生じた可能性は極めて低い

浅い処理条件と深い処理条件で正再生率の差は

意味のある差（＝有意な差）と言える！！

ただし、統計はあくまで確率

３：実験結果の分析

p値が5%水準（.05）より低く、差は有意だったとしても・・・

p値が0.001→差が誤差で偶然生じる確率は0.001=0.1%

つまり、1000回に１回は誤差で偶然生じる、とも言える

統計検定は

差があることを「証明」しているわけではない

記述統計（中央値）

推測統計（t検定）

実験結果の分析

実験結果の書き方

(4)

結果の構造

４：実験結果の書き方

（２）データ処理

（３）記述統計

（４）推測統計

（１）分析対象

（１）分析対象について

分析対象を明示する

対象から外した参加者、データについて

参加者

「参加者69名のうち、課題を誤った1名を分析対

象外とした。」

⇒浅い処理条件36名、深い処理条件32名

データ

系列位置効果のお話

４：実験結果の書き方

（２）データ処理について

得られた状態のままのデータ

（raw data）

に対す

る処理について

今回のraw data

参加者が再生した単語の数

行った処理

参加者ごとに正再生率を算出

４：実験結果の書き方

（３）記述統計について

（２）をもとに、どんなまとまりで記述統計をし、

何を算出したのか

どんなまとまり

各条件ごと

何を算出

平均値と標準偏差

• ただし、その実際の数値までは書かなくていい

４：実験結果の書き方

（４）推測統計について

推測統計の「目的、対象、手法、結果、結論」

を書く

目的

処理の深さによって記憶の残りやすさに違いが

生じたかを検討する

対象

各条件の平均正再生率

手法

対応のないt検定

４：実験結果の書き方

（４）推測統計について

推測統計の「目的、対象、手法、結果、結論」

を書く

結果

「条件間の差は有意で｛あり

orなく｝（t(

自由度

) =

○○

, p = ○○）、」

結論（大小関係等）

「□□条件（M = , SD =）の方が、△△条件（M

= , SD =）よりも正再生率が高かった。」

４：実験結果の書き方

(5)

結果の書き方の諸注意

４：実験結果の書き方

（１）統計記号は

半角イタリック体

（t, p, SD etc…）

（２）有効数字に注意

それぞれの数値によって、小数点以下をどこまで書くかが違う。今回

はパワポの表記にしたがって書けば良い

（３）半角スペースを入れる場所に注意（p◇=◇.001）

結果の書き方はルールが厳密な部分。

ただ、逆に言えばルールに従いさえすれば良いので、頑張って書きましょう！

（４）数値の上限が1の場合は「.1」（p値など）、それ以外は

「0.1」（t値など）

表とグラフの見本(ダミーデータ)

数値や説明を今回のものに直し、形式はできるだけ真似する

結果の本文中で、図表に関わるデータの話の最後に「～～（表1）。」のよ

うに、見るべき図表を指示する。

４：実験結果の書き方

表1　各朝食条件における平均正再生率（%）と標準偏差朝食の有無正再生率標準偏差あり(N = 50) 44.82 23.91 なし(N = 51) 41.43 21.39

そして考察へ

４：実験結果の書き方

結果では「事実」のみを書く。それ以上のことは書かない。

深い処理条件の方が浅い処理条件よりも正再生率が高かった

事実

深い処理は

一段階処理が多いから記憶に残りやすい！

解釈

そして考察へ

４：実験結果の書き方

結果では「事実」のみを書く。それ以上のことは書かない。

サバイバル条件の方が引越条件よりも正再生率が高かった

事実

生存に関する処理をした方が記憶に残りやすい

解釈

そうかもしれないし、そうじゃないかもしれない。

あくまで、これは解釈。

次は

結果の解釈＝

考察

についてです

考察

考察の基本構造

実験の目的の簡潔なまとめ

結果の簡潔なまとめ

仮説の支持/不支持について

結果の解釈

研究の改善点や今後の展望について

考察

考察の基本構造

実験の目的の簡潔なまとめ

結果の簡潔なまとめ

仮説の支持/不支持について

結果の解釈

研究の改善点や今後の展望について

(6)

考察

結果の解釈

本研究の結果から、何が示唆されたのか

仮説の支持・不支持からどんなことが言えるのか。

それを先行研究と照らし合わせると、どんな新しい可能

性が考えられるか

考察

結果の解釈

解釈の注意点!!

読んだ人が「なるほどな」と納得できるように、論理的

な理由づけをする。

• 論理の飛躍に気をつけて、丁寧に説明する

• 他の先行研究などで補強できるとなお良い

ここでの自分の主張には常に

反論

が来ることを想定

し、「論理的口げんか」に負けないように書く!!

‐英語で「考察」は「Discussion」

客観的な目を持ち、自問自答してみよう！

考察

考察の基本構造

実験の目的の簡潔なまとめ

結果の簡潔なまとめ

仮説の支持/不支持について

結果の解釈

研究の改善点や今後の展望について

考察

研究の改善点や今後の展望について

研究の改善点

「研究の目的」と「結果の解釈」で述べた内容に考慮しつつ、本

研究に加えるべき改善について書く

改善点と反省点は似て非なるもの

「ここが悪かった」×

「これのせいでこんな結果になった」×

「こういう可能性があるので、こう改善することでこのような議

論が可能になる」

○ 研究をより素晴らしいものにするための

ポジティブな指摘

を！

今後の展望（発展の可能性）

今回の研究にどのような意義があるか、この先どんなことに役

立っていくかを書く。

考察

注意点

断定表現は避ける。

（「明らかになった」「わかった」などはＮＧ）

いくつもの発見やそれに対する反論などがあり、知見が

積み重なってやっと「こういうことらしい」と認識してもら

2015実験ゼロ結果と考察 UP用.pdf

S

C

P

L

結果と考察

総合人間科学研究科 博士後期課程4年

田根 健吾

Contents

記述統計（代表値）

推測統計（t検定）

実験結果の分析

実験結果の書き方

１：記述統計

記述統計とは

ある集団の身長

165 cm

150 cm

175 cm

180 cm

165 cm

145 cm

160 cm

平均身長

162.5 cm

身長の標準偏差

5.0

データの傾向や性質をわかりやすくまとめる

代表値

散布度

（後で説明します）

１：記述統計（代表値）

代表値

・平均値（Mean）

全部足して、個数で割る。

全てのデータを結果に反映させることができる

・中央値（Median）

大きさ順に並べた時の真ん中の値。

外れ値を除外するときなどに役に立つ

・最頻値（Mode）

最も登場する回数が多い値。

1, 1, 2, 3, 4

(1 + 1 + 2 + 3 + 4) / 5 =

2.2

1, 1,

2

, 3, 4

1

,

1

, 2, 3, 4

どれも立派な代表値！

Contents

記述統計（代表値）

推測統計（t検定）

実験結果の分析

実験結果の書き方

２：推測統計とは

研究法の実験＝上智大学の心理学科２年生を対象

上智大学の心理学科２年生について知りたいわけではない

サンプル

（２年生のデータ）

から母集団

（人類全体）

を推測する

母集団（人類全体）

サンプル

推測

２：推測統計の前提

得られたデータから母集団を推測する

サンプルが人類全体を反映するために・・・

サンプルが偏っていないことが推測統計の前提！！

母集団と同じ構造、割合を保つように。

母集団（人類全体）

サンプル（皆さんのデータ）

無作為抽出

無作為抽出：選り好みしないで、「テキトウ」に抜き出す。

→さらに、各条件にも無作為に振り分ける。

２：統計検定

統計検定の考え方

2015実験ゼロ結果と考察　UP用.pdf

総合人間科学研究科博士後期課程4年

田根健吾

_{実力の差？誤差？}