close
1.

図書

図書
廣瀬毅士, 寺島拓幸共編
出版情報: 東京 : オーム社, 2010.7  xv, 267p ; 21cm
所蔵情報: loading…
2.

図書

図書
寺島拓幸, 廣瀬毅士著
出版情報: 東京 : 東京図書, 2016.6  x, 281p ; 21cm
所蔵情報: loading…
目次情報: 続きを見る
アンケートの回答形式
SPSSについて
単一回答の特徴をみる
多重回答の特徴をみる
数値回答の特徴をみる
単一回答どうしの関係をみる
数値回答どうしの関係をみる
単一回答と数値回答の関係をみる
数値回答を説明する
単一回答を説明する
複数の単一回答をまとめる
アンケートの回答形式
SPSSについて
単一回答の特徴をみる
概要: 回答形式ベースの構成で実践的!目的と考え方→注意点→前提条件→SPSSの操作と出力→論文・レポートでの提示方法と定型化することで、初学者も無理なく読み進められる。SPSS Ver.22以降に対応。章ごとに扱う分析手法を一覧する分析ガイド表付 き。 続きを見る
3.

図書

図書
寺島拓幸, 廣瀬毅士著
出版情報: 東京 : 東京図書, 2015.7  xii, 275p ; 21cm
所蔵情報: loading…
目次情報: 続きを見る
データについての基礎知識—形式と尺度水準
SPSSについて—基本操作と設定方法
単純集計、クロス集計—質的変数の特徴を捉える
記述統計量—変数の特徴を捉える
変数の加工—効果的な分析をするために
統計的推測—集めたデータの特徴を一般化する
独立性の検定—2つの質的変数の関連を検定する
t検定—2つの量的変数の平均値を検定する
分散分析、多重比較—複数の平均値差を検定する
多元配置分散分析—複数の要因による平均値差を検定する
反復測定分散分析—同じ対象から測定した平均値差を検定する
相関係数—2つの変数の関連度を捉える
回帰分析—1つの量的変数を予測・説明する
重回帰分析—1つの量的変数を複数の変数で予測・説明する
回帰診断—回帰分析の前提条件をチェックする
一般線形モデル—t検定、分散分析、回帰分析を統合する
主成分分析と因子分析—多くの量的変数を少数にまとめる
データについての基礎知識—形式と尺度水準
SPSSについて—基本操作と設定方法
単純集計、クロス集計—質的変数の特徴を捉える
概要: 頻度の高い分析を網羅!理論と手順、レポート・論文での示し方/SPSS Ver.23、Ver.22に対応。“前提条件→手順→読みとり”を明記し、→レポート・論文での“示し方”までカバーする、という定型化した構成ですばやい読み進めも可能。明快な 解説を的確にたどり、“見よう見まね”から“考えて行う”データ分析へ踏み出そう。シンタックスが苦手でも大丈夫。 続きを見る
4.

図書

東工大
目次DB

図書
東工大
目次DB
村瀬洋一, 高田洋, 廣瀬毅士共編
出版情報: 東京 : オーム社, 2007.12  xv, 349p ; 21cm
所蔵情報: loading…
目次情報: 続きを見る
   注 : X[2]の[2]は上つき文字
   注 : T[b]の[b]は下つき文字
   注 : T[c]の[c]は下つき文字
   
はじめに ⅲ
第1章 統計分析の目的とは 1
   1.1 目的と具体例 1
   1.2 変数の種類、分析法の種類 3
   1.3 分析のこつとは 5
   1.4 良いデータを使うことが重要 6
   1.5 分析対象の母集団を確定する 7
   1.6 相関関係と因果関係 8
第2章 SPSSの基本操作 11
   2.1 目的 11
   2.2 SPSSの起動と画面の見方 12
   2.3 データの作成と保存 14
    2.3.1 データの新規作成(SPSSへの直接入力) 14
    2.3.2 データの読み込み(1)SPSSデータファイルの読み込み 17
    2.3.3 データの読み込み(2)他のソフトウェアのファイルの利用 18
    2.3.4 データの読み込み(3)テキストファイル形式データの読み込み 18
    2.3.5 データの読み込み(4)SPSSシンタックスによるテキスト形式データの定義 19
   2.4 本格的な分析の前に : データの下準備 23
    2.4.1 度数分布表 23
    2.4.2 欠損値の指定 28
    2.4.3 変数ラベルと値ラベル 31
   2.5 値の変容 35
    2.5.1 値の再割り当て 35
    2.5.2 変数の合成・計算 39
   2.6 SPSSシンタックスの基本的な原則と機能 42
第3章 統計分析の基礎 49
   3.1 目的 49
   3.2 基礎統計量 50
    3.2.1 度数分布表 50
    3.2.2 量的変数の記述統計量 51
    3.2.3 正規分布の性質と分布に関する基本統計量 55
   3.3 基礎統計量の分析 57
    3.3.1 記述統計量 57
    3.3.2 度数分布表 61
   3.4 結果のまとめ方 69
   3.5 まとめ 70
第4章 クロス集計、独立I性の検定 71
   4.1 目的と具体例 71
   4.2 クロス表の一般形 72
    4.2.1 観測度数・周辺度数 73
    4.2.2 表側と表頭 73
    4.2.3 セルパーセント 73
   4.3 関連性、統計的独立 74
   4.4 関連係数 75
    4.4.1 ユールQ、Φ係数、オッズ比 75
    4.4.2 X[2]値 78
    4.4.3 コンティンジェンシ-係数、クラメールのV 78
    4.4.4 γ係数 79
    4.4.5 ケンドールのルT[b]、スチュアートのT[c] 80
    4.4.6 相関係数 80
   4.5 独立性の検定 81
    4.5.1 独立性の検定の具体的な手続き 81
    4.5.2 独立性の検定の注意点 82
   4.6 エラボレーション 83
    4.6.1 多重クロス表 83
    4.6.2 擬似関係 84
    4.6.3 媒介効果 85
    4.6.4 その他の効果 86
   4.7 クロス集計と検定の手順 86
    4.7.1 メニューによる方法 86
    4.7.2 シンタックスによる方法 89
   4.8 結果の読み方とまとめ方 91
    4.8.1 結果の読み方 91
    4.8.2 結果のまとめ方 92
第5章 平均値の差の検定と分散分析 95
   5.1 目的と具体例 95
   5.2 分析法の考え方 96
    5.2.1 2つの集団間の平均値の差の検定 : t検定 96
    5.2.2 分散分析の考え方 98
    5.2.3 一元配置の分散分析 99
    5.2.4 二元配置の分散分析 102
   5.3 分析手順 106
    5.3.1 平均値の差の検定 106
    5.3.2 一元配置の分散分析 107
    5.3.3 二元配置の分散分析 108
   5.4 結果のまとめ方と解釈 113
   5.5 分析上の注意点 117
第6章 単回帰分析 119
   6.1 目的と具体例 119
   6.2 単回帰分析の考え方 121
    6.2.1 単回帰分析の流れ 121
    6.2.2 基本モデル 121
    6.2.3 回帰係数と切片の推定 122
    6.2.4 標準回帰係数 124
    6.2.5 決定係数 125
    6.2.6 決定係数の有意性検定 127
    6.2.7 回帰係数と切片の有意性検定 128
    6.2.8 回帰係数と切片の区間推定 129
   6.3 分析手順 130
    6.3.1 メニューによる方法 130
    6.3.2 シンタックスによる方法 132
    6.3.3 出力結果と解釈 133
   6.4 分析時の注意点 136
    6.4.1 散布図を見て直線関係を確認する 136
    6.4.2 分析前の欠損値処理を忘れすに 136
    6.4.3 外れ値に注意する 136
    6.4.4 質的データの扱いについて 137
    6.4.5 内挿と外挿 138
    6.4.6 決定係数が大きければいいモデルか 139
第7章 相関と偏相関 141
   7.1 目的と具体例 141
   7.2 相関分析の考え方 143
    7.2.1 散布図 143
    7.2.2 相関係数 143
    7.2.3 相関係数の有意性検定 146
    7.2.4 偏相関係数 147
    7.2.5 順位相関係数 149
   7.3 分析手順 150
    7.3.1 メニューによる方法 150
    7.3.2 シンタックスによる方法 154
    7.3.3 出力結果と解釈 156
   7.4 結果のまとめ方 158
   7.5 分析時の注意点 159
    7.5.1 関係の形状 159
    7.5.2 外れ値の影響 159
    7.5.3 異質なグループを含む場合の相関 159
    7.5.4 相関関係と因果関係 160
    7.5.5 擬似相関の可能性 160
第8章 重回帰分析 161
   8.1 目的と具体例 161
   8.2 重回帰分析の考え方 164
    8.2.1 重回帰分析の流れ 164
    8.2.2 基本モデル 164
    8.2.3 偏回帰係数と切片の推定 165
    8.2.4 偏回帰係数の解釈 167
    8.2.5 標準偏回帰係数 167
    8.2.6 決定係数 168
    8.2.7 決定係数の有意性検定 169
    8.2.8 偏回帰係数と切片の有意性検定 169
    8.2.9 変数選択 170
   8.3 分析手順 172
    8.3.1 メニューによる方法 172
    8.3.2 シンタックスによる方法 174
    8.3.3 出力結果と解釈 175
   8.4 結果のまとめ万 179
    8.4.1 表のまとめ方 179
    8.4.2 図のまとめ方 180
   8.5 分析時の注意点 181
    8.5.1 分析前に変数の方向を整える 181
    8.5.2 質的変数を説明変数に設定する場合 182
    8.5.3 グループ別に分析する 182
    8.5.4 説明変数間の相関に注意する 183
    8.5.5 決定係数の解釈について 183
    8.5.6 分析結果から因果構造を想定する 184
    8.5.7 モデルの作り方 184
第9章ダミー変数と回帰診断 187
   9.1 ダミー変数と交互作用 187
    9.1.1 目的と具体例 187
    9.1.2 分析法の考え方 188
    9.1.3 分析手順 192
    9.1.4 結果のまとめ方と解釈 195
   9.2 回帰診断 197
    9.2.1 回帰診断の概要 197
    9.2.2 外れ値の特定と重回帰分析での影響力評価 198
    9.2.3 多重共線性の問題 202
第10章 パス解析 207
   10.1 目的と具体例 207
    10.1.1 パス(経路)ごとの因果的効果を分析する 207
    10.1.2 パス解析による因果分析 208
    10.1.3 具体例 : 地位達成モデル 208
    10.1.4 具体例 : マクロデータを用いた分析 210
   10.2 分析法の基本的な考え方 210
    10.2.1 構造方程式とパス解析の前提 210
    10.2.2 因果図式の考え方 211
    10.2.3 パス係数の考え方と解法 212
    10.2.4 パス解析の基本定理 214
    10.2.5 残余変数と残余パス係数についての考え方 215
   10.3 分析手順 215
   10.4 結果のまとめ方 217
    10.4.1 パス・ダイアグラムによる結果の表示 217
    10.4.2 経路間比較の方法とその表へのまとめ方 219
   10.5 分析時の注意点 220
    10.5.1 パス係数の解釈 220
    10.5.2 因果順序の設定 220
    10.5.3 準完全逐次モデル、非完全逐次モデル、非逐次モデル 221
    10.5.4 構造方程式モデリングへ 221
第11章 変数の合成と主成分分析 223
   11.1 目的と具体例 223
   11.2 主成分分析の考え方 224
    11.2.1 最も説明力の高い軸を通す 224
    11.2.2 線型結合による主成分の表現 227
    11.2.3 固有値・固有ベクトル・主成分得点 228
    11.2.4 主成分負荷量と寄与率 229
    11.2.5 主成分をいくつまで求めるか(解の決定) 231
    11.2.6 言頼性係数 232
   11.3 分析手順 233
    11.3.1 メニューによる主成分分析 233
    11.3.2 シンタックスによる主成分分析 235
    11.3.3 主成分分析の出力結果と解釈 237
    11.3.4 シンタックスによる信頼性係数aの算出 240
    11.3.5 信頼性係数aの出力結果と解釈 241
   11.4 結果のまとめ方 242
    11.4.1 表のまとめ方 242
    11.4.2 図のまとめ方 243
   11.5 分析時の注意点 246
    11.5.1 単純に合成するか、重み付けて合成するか 246
    11.5.2 あてはまりは高いほどよいのか 246
    11.5.3 主成分分析における順序尺度変数の使用 247
    11.5.4 主成分分析における軸の回転 247
第12章 因子分析 249
   12.1 目的と具体例 249
    12.1.1 潜在的な要因の探索 249
    12.1.2 具体例 250
   12.2 因子分析の考え方 253
    12.2.1 因子分析の流れ 253
    12.2.2 因子分析の基本モデル 253
    12.2.3 因子の抽出 255
    12.2.4 因子軸の回転 256
    12.2.5 因子の解釈 259
   12.3 分析手順 260
    12.3.1 メニューによる方法 260
    12.3.2 シンタックスによる方法 263
    12.3.3 出力結果と解釈 265
   12.4 結果のまとめ方 269
   12.5 分析時の注意点 270
    12.5.1 因子の数について 270
    12.5.2 因子の抽出方法について 271
第13章 クラスター分析 273
   13.1 目的と具体例 273
   13.2 クラスター分析の考え方 276
    13.2.1 階層的クラスター分析と非階層的クラスター分析 276
    13.2.2 個体間の距離の測定方法 277
    13.2.3 クラスター間の距離の測定方法 278
   13.3 階層的クラスター分析の手順282
    13.3.1 メニューによる方法 282
    13.3.2 シンタックスによる方法 285
    13.3.3 出力結果と解釈 287
   13.4 非階層的クラスター分析の手順 290
    13.4.1 メニューによる方法 290
    13.4.2 シンタックスによる方法 292
    13.4.3 出力結果と解釈 293
   13.5 結果のまとめ方 295
   13.6 分析時の注意点 296
    13.6.1 クラスター数の決め方 296
    13.6.2 変数の標準化 297
    13.6.3 得られたクラスターと他の変数との関係の分析 298
第14章 ログリニア分析 299
   14.1 目的と具体例 299
    14.1.1 クロス表の多様なモデル分析 299
    14.1.2 具体例 : 社会移動表分析 300
    14.1.3 具体例 : 一般的なクロス表の分析 301
   14.2 分析法の基本的な考え方 302
    14.2.1 前提と基礎概念 302
    14.2.2 基本的な考え方 : 2変数独立モデル 302
    14.2.3 飽和モデル 304
    14.2.4 モデル設定とパラメータの仮定 305
    14.2.5 パラメータ 306
    14.2.6 パラメータと自由度の関係 307
   14.3 多重クロス表のログリニア・モデル 308
    14.3.1 3変数のログリニア・モデル 308
    14.3.2 相互独立モデル 308
    14.3.3 部分的独立モデル 309
    14.3.4 モデルの分類 309
    14.3.5 その他のモデル 311
   14.4 モデル検定の方法 312
    14.4.1 検定統計量 312
    14.4.2 モデルの選択 313
    14.4.3 モデル選択の別の基準 314
    14.4.4 モデルの残差 315
   14.5 SPSSによるログリニア分析 315
    14.5.1 3つのコマンド 315
    14.5.2 メニューによる方法 316
    14.5.3 シンタックスによる方法 320
   14.6 出力結果の解釈とまとめ方 323
    14.6.1 出力結果の解釈 323
    14.6.2 結果のまとめ方 324
第15章 論文作成法 : 統計分析の利用法とは 329
   15.1 分析の流れと論文の作り方 : どうすれば論文ができるか 329
   15.2 仮説とは何か 330
   15.3 分析結果のまとめ方 332
   15.4 結論の書き方 333
参考文献 335
索引 341
   注 : X[2]の[2]は上つき文字
   注 : T[b]の[b]は下つき文字
   注 : T[c]の[c]は下つき文字
文献の複写および貸借の依頼を行う
 文献複写・貸借依頼