山口大学教務システム - 1091011213-科学技術論演習Ⅱ

開講年度	開講学部等
2025	国際総合科学部
開講学期	曜日時限	授業形態	AL（アクティブ・ラーニング）ポイント
後期後半	火5～6,金3～4		2.0
時間割番号	科目名[英文名]			使用言語	単位数
1091011213	科学技術論演習Ⅱ(社会科学情報処理入門)[Science and Technology Seminar II]			日本語	2
担当教員（責任）[ローマ字表記]					メディア授業
杉野弘明[SUGINO Hiroaki]					ー
担当教員[ローマ字表記]
杉野弘明　[SUGINO Hiroaki]
特定科目区分	STEAM関連科目	対象学生		対象年次	2～
ディプロマ・ポリシーに関わる項目			カリキュラムマップ(授業科目とDPとの対応関係はこちらから閲覧できます)

授業の目的と概要

本科目では，Rと呼ばれる代表的な統計分析ツールを使用して，心理学で使用される基本的な分析を実際に分析コードを書きながら実施する。また，Rで使用できる多様なパッケージを利用することで，データを視覚的に表現する技法について学ぶ。こうして，再現可能な透明性の高い分析を実施するためのスキルを身に着けることを目指す。

授業の到達目標

地域社会や国際社会、様々な規模・地域において多様な課題が生じている。これらの社会的な課題対し積極的に関与するには、科学・技術や文化・社会など幅広い知識とそれらを総合的に活用し、情報収集や問題点の整理、更に適切な課題の設定と解決へとつながる実践力が求められる。本科目では、そのための科学技術に関わる基本的な知識や技術の習得と共に、科学技術と社会が関わる諸問題に対する自発的な疑問と思考を育み、課題解決に向けて積極的に関与するための実践的な基盤を育むことを目的とする。

授業計画

【全体】

毎回の授業にて，アクティブラーニング型授業を展開する。1回の授業の基本的な構成は下記の通りである；
【前半】講義形式で進め，各回全般的事項に係る「知識・理解」の獲得を図る。
【後半】各回の中心的事項に関して，主に個人思考による課題解決・探求学習等を通して「実践的技能」の習得を図る。

	項目	内容	授業時間外学習	備考

第1回	分析環境の構築	①RとR Studioのインストール ②簡単なコードを記述してみる ③再現性のあるデータ分析の基本	講義内容の予習と復習（目安：4時間以上）。

第2回

記述統計

①代表値や散布度の計算
②データの可視化（ヒストグラム，バイオリンプロット等）
③データの標準化

講義内容の予習と復習（目安：4時間以上）。

第3回

確率の基本

①確率の定義
②確率変数と確率分布，中心極限定理
③確率分布（一様分布，正規分布，二項分布）の特徴

講義内容の予習と復習（目安：4時間以上）。

第4回

標本と母集団

①相関関係と因果関係
②線形回帰モデル
③回帰直線の図示

講義内容の予習と復習（目安：4時間以上）。

第5回

線形モデルの基礎

①相関関係と因果関係
②線形回帰モデル
③回帰直線の図示

講義内容の予習と復習（目安：4時間以上）。

第6回

回帰分析と決定係数

①重回帰分析の実施
②偏回帰係数と偏相関係数
③決定係数の理解

講義内容の予習と復習（目安：4時間以上）。

第7回

統計的仮説検定

①統計的仮説検定の考え方
②相関係数の検定
③回帰係数の検定

講義内容の予習と復習（目安：4時間以上）。

第8回

心理・調査データ解析の実際(1)

①データ解析の基本事項
②1サンプルのt検定
③2群の平均値差の検定

講義内容の予習と復習（目安：4時間以上）。

第9回

心理・調査データ解析の実際(2)

①1要因分散分析

講義内容の予習と復習（目安：4時間以上）。

第10回

心理・調査データ解析の実際(3)

①2要因分散分析

講義内容の予習と復習（目安：4時間以上）。

第11回

心理・調査データ解析の実際(4)

①因子分析(1)潜在因子からの影響を探る

講義内容の予習と復習（目安：4時間以上）。

第12回

心理・調査データ解析の実際(5)

①因子分析(2)尺度作成と信頼性の検討

講義内容の予習と復習（目安：4時間以上）。

第13回

心理・調査データ解析の実際(6

共分析構造分析(1)

講義内容の予習と復習（目安：4時間以上）。

第14回

心理・調査データ解析の実際(7)

共分析構造分析(2)

講義内容の予習と復習（目安：4時間以上）。

第15回

振り返りとまとめ

講義全体を振り返るために，これまで学んできた様々な心理・調査データ解析に関する演習課題を行う。

講義内容の予習と復習（目安：4時間以上）。

※AL（アクティブ・ラーニング）欄に関する注
・授業全体で、AL（アクティブ・ラーニング）が占める時間の割合を、それぞれの項目ごとに示しています。
・A〜Dのアルファベットは、以下の学修形態を指しています。
【A：グループワーク】、【B：ディスカッション・ディベート】、【C：フィールドワーク（実験・実習、演習を含む）】、【D：プレゼンテーション】

A: --%　B: 10%　C: --%　D: 10%

成績評価法

本講義では、講義内課題、講義外課題レポート、最終成果物に基づいて評価します。
講義内課題30％、講義外課題レポート40％、最終成果物30％

教科書にかかわる情報

備考

特に用いない。毎回講義内容に応じた資料を作成し、配布する。

参考書にかかわる情報

参考書	書名	基礎から学ぶ統計学				ISBN	9784758121217
参考書	著者名	中原治著	出版社	羊土社				出版年	2022

備考

必要に応じて指示する。

メッセージ

本講義は、社会科学に関連する研究を行う際に発生する、情報処理に係る知識と技術を演習形式で実践的に身に着けるためのものです。本講義で用いるRに限らず、現在の世の中では若干のプログラミング能力を必要とする一方で、自由な分析を可能とするフリーソフトウェアの開発と発展が目覚しいです。そういったツールに触れることや、技術発展の流れの中に身を置くことで、現代社会における課題に自分の力で向き合う術を学ぶ機会を得られると担当教員は考えております。統計学の基礎は必要ですが、そういった科目が苦手であっても問題ありません。むしろ苦手な人ほど、ソフトウェアの力を借りて分析を実践しながら、その内訳である統計学を再度向き合ってみるというのも悪くないと思います。自分なりの社会課題と、諦めない心を持って、ぜひ本講義に挑戦してください。

キーワード

統計学、計算社会科学、データ、サンプリング、多変量解析、因子分析

持続可能な開発目標（SDGs）

(教育)すべての人に包摂的かつ公正な質の高い教育を確保し、生涯学習の機会を促進する。

メディア授業