科目情報
コースナンバリング |
2-020x000 |
---|---|
科目名 |
リサーチ・リテラシーⅣ |
開講学期 |
後期 |
開講時期 |
3クォータ |
曜日・校時 |
木2 |
単位数 |
2 |
授業担当教員 |
村山 詩帆、中村 博和、近藤 文義 |
講義情報
学士力番号
佐賀大学学士力2(1),(3),学士力3(1)~(3) |
講義形式
講義と演習を組合わせて行う。 |
講義概要
統計を適切に活用できるリサーチ・リテラシーの修得を目指すプログラムとして、統計データを読み込む統計技法に関する知識を深め、その応用可能性について、共同作業やプレゼンテーションを交えて検討する。21世紀に入り既に10年を経過した現代の日本社会が直面している課題は、少子化やそれに伴う教育の諸問題、個人・企業・政府による経済活動、財政から、地震や河川の氾濫などの災害、DNA解析まで、膨大な領域に及んでいる。「リサーチ・リテラシーⅣ(人文・社会・自然科学の統計)」では、人文・社会科学、自然学が扱う社会的な諸課題に焦点を当て、統計技法を駆使したさまざまな研究成果を提示し、担当教員や履修者同士でディスカッションしながら、履修者が統計データの適切な読み込みができるよう支援する。 |
開講意図
「リサーチ・リテラシー」は、統計が作成され、利用される日常的な過程を題材として、現代社会の課題を自ら発見し、他者と共生していくための責任ある解決の方法を探る能力を、共同作業やプレゼンテーションを交えて獲得することを目標としている。リサーチ・リテラシーⅣ(経済・生物・環境の統計科学)は、リサーチ・リテラシーⅠ(くらしの中の統計学)、リサーチ・リテラシーⅡ(やさしい計算の科学)、リサーチ・リテラシーⅢ(調査データの分析)を経て培われた、統計学に関する基礎的な知識や技能を用いて、心理学や教育学、経済学や社会学、生態環境学などを中心に扱われている社会的な課題について、統計技法の適否、応用の可能性を導くための思考力を修得する。 |
到達目標
(1)統計データを適切に読み込み、解析手法の取捨選択を含め、問題点を指摘できる。 |
聴講指定
原則としてフェーズⅠ、フェーズⅡを履修してから受講してください。 |
履修上の注意
・欠席する場合、途中退出する場合、必ず事前に連絡すること。 |
授業計画
回 |
内容 |
授業以外の学習 |
---|---|---|
1 |
オリエンテーション(授業計画、成績評価の方法と基準等の説明) |
授業計画、成績評価の方法について確認する |
2 |
尺度の基本的な考え方(村山) |
講義で示された尺度の意義について確認する |
3 |
性格(村山) |
講義で示された性格に関する尺度の意義について確認する |
4 |
態度(村山) |
講義で示された態度に関する尺度の意義について確認する |
5 |
教育・社会統計とカテゴリカルデータ(村山) |
カテゴリカルデータとは何かについて確認する |
6 |
カテゴリカルデータのモデリング(村山) |
カテゴリカルデータ解析の手法について確認する |
7 |
データでみる教育と社会(村山) |
ディスカッションの内容について整理する |
8 |
経済統計データでみる経済(中村) |
講義で示された多変量解析技法の意義について確認する |
9 |
時系列解析の基本(中村) |
講義で示された多変量解析技法の意義について確認する |
10 |
時系列モデル分析の初歩(中村) |
講義で示された多変量解析技法の意義について確認する |
11 |
生物・環境統計の基本的な考え方(近藤) |
講義で示された統計解析技法の基本的な考え方について確認する |
12 |
生物・環境統計の応用と事例紹介(近藤) |
講義で示された統計解析技法の応用事例について確認する |
13 |
複数要因の効果を検出するための多変量解析(近藤) |
講義で示された多変量解析技法の意義について確認する |
14 |
統計技法の応用可能性に関するグループ討議 |
統計技法の応用例について整理する |
15 |
有意性検定から解析技法に関する小テストと解説 |
t検定、分散分析、カイ二乗検定など有意性検定、相関係数、回帰分析など解析の要点について確認する |
成績評価の方法と基準
成績評価に際しては、①授業への取り組み状況(3回以上の無断欠席は不可)、②客観テストの得点、③Ⅰ~Ⅲで扱った統計データに関する考察(統計データの可能性について)の完成度の3点を基準とする。①の授業への取り組み状況をもとに、共同作業における役割取得の状況等を評価し、②の客観テストでは、統計データを適切に読み込み、問題点を指摘できるかどうか、偏見に囚われることなく統計データを解釈できるかなど、統計学の基礎知識(統計検定4級程度)に係る事項を問う。出題数は20問とし、60点スケールに換算する。③の「統計データの可能性について」については、(1)講義で解説した統計の定義に即したデータになっているか、(2)履修生が作成したデータにある統計技法の応用可能性、限界の所在を理解できているかを評価する。評価にあたって、1~10ポイントで採点し、40点スケールに換算する。 |
開示する試験問題等
今年度実施分については、以下のものを開示する。 |
開示方法
成績報告完了後、履修者の求めに応じて開示する。 |
教科書
資料名 |
版 |
|
---|---|---|
著者名 |
発行所名・発行者名 |
出版年 |
備考(巻冊:上下等) |
ISBN |
|
担当教員の指示に従ってください。 |
||
オフィスアワー
毎週月曜日2校時を基本とし、質問・相談は随時受け付ける(ただし、事前に連絡することが望ましい)。 |
アクティブラーニング導入状況
アクティブラーニング導入状況 |
||||
---|---|---|---|---|
カテゴリー4 |
カテゴリー3 |
カテゴリー2 |
カテゴリー1 |
カテゴリー0 |
学生が自ら主体となって、学習の方向性を定め、問題解決に導くための時間です。PROBLEM BASED LEARNING |
グループや個人で行った能動的学習の成果を、教室内外で発表し、その評価を受けたり、質問に対応したりすることにより、学修した内容を深化させるための時間です。OUTPUT |
学生自らが自由に発言し、グループやペアでの協働活動により課題に取り組み、何らかの帰結に到達するための能動的学習の時間です。INTERACTION |
学生からの自由な発言機会はないものの、授業時間中に得られた知識や技能を自ら運用して、問題を解いたり、課題に取り組んだり、授業の振り返りをしたりする能動的学習を行う時間です。ACTION |
基本的に学生は着席のまま、講義を聞き、ノートをとり、知識や技能を習得に努める時間です。INPUT |
10 |
10 |
10 |
10 |
60 |