卒論のススメ

卒論のススメ

研究計画を考える① • 自分が調べようとする概念を明確に決める． • 特に心理学における概念は，重複関係がある場合がある．例えば，社会的スキル，ソーシャル・コンピテンツ，自己主張などは概念として重複している箇所がある． • 自分が調べようとする概念を絞る． • 例えば，家族関係では漠然として大きすぎる．一つの研究で調べる概念は細かく絞る必要がある．この例では，親子関係に絞るなど．更に，親を信頼しているか…など細かく絞っても良い．

研究計画を考える② • 先行研究を読む • まず，先行研究はレビュー論文を読む．レビュー論文とは，その研究領域についての論文・研究などを包括的にまとめた論文である． • 次に，レビュー論文から細かい論文を拾っていく．このとき，医学論文ならばインパクト・ファクター（どれだけ，参照されているか）が多いものを選ぶ．心理の論文における実証性が高い論文は，学術雑誌＞大学の紀要＞卒業論文である．できるだけ，学術論文を参考にする．大学の紀要は当たり外れが大きい．

研究計画を考える③ • 文献の調べ方 • MAGAZINEPLUS • 久留米大学の図書館のホームページ内，各種リンクにある．学内限定，同時アクセス数1なので注意． • GeNii • どこからでもアクセス可．ものによっては，中身まで見ることができる． • Webcat • 検索した文献が，どの大学にあるかを調べる．

研究計画を考える④ • 文献の調べ方 • OPAC • 久留米大学のどこに蔵書があるかを調べることができる． • PsycInfo • 洋雑誌のデータベース．図書館の受付でCD-Rを借りる． • その他にも，色々あるので，探してみてください．

研究計画を考える⑤ • 久留米大学での本の場所 • 純粋な心理系：2階の500号館側，閉架図書2階 • 発達障害・教育関係：2階の800号館側，閉架図書1階の500側 • 医学・精神医学：2階の800号館側，500号館地下 • 英文雑誌：閉架図書1階の洋雑誌コーナー • 学術雑誌・修士論文：閉架図書2階の奥 • 他大学の紀要：閉架図書2階の奥 • 製本されていない雑誌は，一階の奥にある． • 大学にない文献は，図書館のカウンターで取り寄せ可（有料）

研究計画を考える⑥ • 自分が調べようとする要因（変数）を絞る • 包括的に多くの変数を用いると，包括的な結論を導けるが，実際的には役に立たない．例えば，スチューデントアパシーの要因を探るために，対人不安の点，成育歴，学校への不適応などの点から探ることは大切だが，一つの研究でこれら全ての要因を扱うと結論としては，これらのうちのどれが最も関係していそうかという包括的な結論しか導けない．また，論点が不鮮明になりやすい． • 研究の初期段階（先駆的な研究領域）として，包括的に探ることは良い．だが，研究は細かくなるべきである．自分の研究しようとする領域が，どのような位置づけにあるのかを考えるべき．

研究計画を考える⑦ • 測定方法を考える • 研究する要因が明確になってくると，測定方法を考える．質問紙法，行動評定，面接法などである． • 多くの場合，質問紙法などの標準化されたものを用いるべき．なぜなら，行動評定，面接法などは評定者が熟練している必要があるため．この分類に当てはまらないものも，なるべく解釈・熟練が必要のないものを選ぶ． • 自分が調べようとするものを，自分が選んだ測定方法で調べられるかをチェックする．例えば，「自分のことを大事に思っているかどうか」が自尊心尺度という名前を持つ尺度で調べられるかどうかなど．この点をおろそかにすると，結果や考察で歪がでる． • 恋人が欲しいと思っていてる人は，自分に磨きをかけているのでは？と考えても常にそう思い続けている人は少ないと考えられる．このように，他の要因が交絡している可能性を考えておく．

研究計画を考える⑧ • 質的に違うか，量的に違うか？ • 統計は量的に違うかしか調べられない．質的に違うかを調べるには質的な研究方法を用いるしかない．ただ，質的研究を初心者は行なわないほうが良い． • 例えば，障害に対する授業を受け，障害について考えるようになり，障害に対する困難さや，障害を持って生きることへの理解が深まった．などは質的な変化である．量的な変化とは，ボランティアに行く回数が増えた，ある質問紙尺度の得点が増加したなど数字に還元されるものである．

研究計画を考える⑨ • 実験計画・研究計画を考える • できるだけ，実験計画・研究計画は先行研究と同じが良い．なぜなら，結果を比較できる上に，統計的なモデル（手法）を同じにできるからである． • 卒業論文における実験計画で多いものとしては，次の三つである． • 質問紙法（※既存のものを使う場合） • 実験法 • 準実験法

研究計画を考える⑩ • 質問紙法の注意点 • フェイスシートに何を載せるか？ • むやみに増やしてはいけないが，関係してそうな要因（変数）は入れておいたほうが無難．例えば，性別，学年は入れたほうが良い．学年か年齢かは質問紙による．また，居住形態など自分の研究において何が大きな要因としてあるかは先行研究をレビューすべき． • 全体としての変数の数 • 質問紙全体としての変数はなるべく減らす．特に，回答者の質が落ちることを考えると，変数が100を超えるものは考えもの．

研究計画を考える⑪ • 質問紙法の注意点 • どれだけの回答者が必要か？ • 分析方法にもよる．欠損値があることを考えると200名を超えることが望ましい． • 回答者の選定 • 対象者を限定すると，それだけ一般化が難しくなる．例えば，久留米大学，文学部，心理学科…どこまで細かく絞る必要があるか，広げる必要があるかを考える． • 逆に，あまり深く考えなくてもよい場合もある．例えば，心理学科と社会福祉学科に実質的な差がないとみなせる場合は，両方の学科にとらなくても良い．

研究計画を考える⑫ • 質問紙法の注意点 • 質問紙法における縦断的研究は行なわないほうが良い．欠損値が多い．それでも行ないたいならば以下の方法が良いと考えられる． • 一回目の測定の際に，質問紙を持ち帰ってもらい，二回目の測定の際に一緒に提出してもらう． • 携帯電話の下6ケタ程度を記入してもらい，マッチングさせる． …もっと，上手い方法があるかもしれない．

研究計画を考える⑬ • 実験法の注意点 • どれくらい一般化できるか？ • 実験法にも臨床的な技法を用いた実験法と純粋な実験法がある．臨床的な場合は，一般化の程度に十分に注意するべきである．特に，短期的な介入である点には注意する．具体的には，短期的な介入で効果が見られるかどうか？を検討するべき．（準実験でも同じ．） • 手続きはしっかりしているか？ • 実験心理学的な場合は，予備実験をしなければ要因が交絡しているか分からない．また，実験計画の不備に気がつかない場合も多い．また，予備実験と本実験の手続きは不必要に変えるべきではない．卒論において予備実験と本実験の結果が異なる場合には研究計画の妥当性が疑われる．

研究計画を考える⑭ • 実験法の注意点 • 測定方法は妥当であるか？ • 測定は大きく，行動の生起頻度を測定する場合，質問紙により測定する場合に分けられる． • 行動の生起頻度を測定する場合は，個人差が大きくなると予想される．個人差はあまり大きくない方が望ましい．また，標的行動（ターゲット・ビヘイビア）が外的な基準によって測定できない場合は避けるべきである．もし，この場合に該当する場合は，評定者間一致度（κ係数）を計算することが望ましい． • 質問紙の場合は，質問紙の選定に注意を払う．具体的には，短期的に回答が変化するかどうか？が重要である．例えば，現在の不安は実験の前後で変化するかもしれない．しかし，性格傾向などは変化しにくいことが予想される．

研究計画を考える⑮ • 実験法の注意点 • 統制群を作る． • 実験法は，実験室内で行なうものなので，統制群が理論的に可能ならば必ず作る．そうでなければ，処遇（操作）による結果なのか分からない．

研究計画を考える⑯ • 準実験法の注意点 • 準実験とは，研究室外で行なわれる実験である． • 準実験においても，統制群は作る • 特に，実験室を一度でも出ると，要因は交絡することを肝に銘じておく． • 統制群に対する注意 • まず，事前テストで両群が等価であるかを調べる必要がある．事前テストで統制群・実験群に有意な差が見られると，要因が交絡している可能性が高い． • この他，不等価二群事前事後デザインでの問題が顕著に出るので注意を要する．

研究計画を考える⑰ • 研究計画ができあがると，用いる統計手法を決める． • 実際の分析の最中では，細かな変更はあっても良い．例えば，パラメトリックな検定をノンパラメトリックにするなど．しかし，分析方法を決めておかなければ，研究計画に不備が生じる． • 測定値に個人差がありすぎ，正規分布しなかった． • 質問紙の再検査信頼性を確かめたいのに，同じ被験者に回答を求めなかった． • 質問紙の被験者が少なかったために，探索的因子分析の因子が安定しなかった． • 自分が用いる予定の統計手法が，不適切な使用法であった．　…etc.

研究計画を考える⑱ • 統計処理に関する注意点 • 群分けに関する問題 • 多くの場合，被験者を特定の群に分ける操作は恣意的になる．外的基準があれば，それを参照すべき． • また，群分けが必要である場合．多くは相関係数を用いて解決する場合が多い．相関係数を用いる方法が使えないか吟味する． • 相関係数が不適切かどうかは散布図を見て判断する．

研究計画を考える⑲ • 統計処理に関する注意点 • 尺度を落とす操作 • 尺度は，比率＞間隔＞順序＞名義の順序で情報量を多く持っている．基本的に尺度を落とすと情報量は落ち，検出力は落ちる． • 尺度を落とす前にもう一度，尺度を落とすことが適切な方法であるかを考える． • 特に群分けも尺度を落とすことになるので同様な注意が必要 • 質問紙によってはカットオフポイントが決まっており，外的な基準で分けられる場合もある．

研究計画を考える⑳ • 研究計画書 • ①問題，②目的，③方法，④結果の予想と分析方法からなる． • 研究計画書は，できるだけ作る． • 特に，分析方法（統計処理以外の部分でも）が明確にならないのに，データを取ってしまうと取り返しの付かないことになる場合もあるので注意する．

研究計画での最重要事項 • 研究の妥当性 • 妥当性とは，研究の手続きが厳密に要因を統制できているか？研究の結果が処遇の効果を適切に反映しているか？を考えること．妥当性がない研究は，いくら良い結果が出ても，価値がない． • 研究の信頼性 • 信頼性とは，再現性があるということ．追試を行なった場合に，再現不可能な研究ならば，なんの結論も導き出せない．

データ入力① • データ入力の注意 • 変数は一列に一つ，被験者は一行に一人が原則． • 同じ測定道具を使っていても繰り返し（反復測定）の場合は，違う変数として扱う． • 質問紙には必ず通し番号を打ち，後から参照できるようにする． • 特に欠損があるデータにも通し番号を振っておき，入力もしておく．ペアワイズ除去の時や，あまりに多い欠損値がある場合などのときに参照する． • 欠損値は，Nか，NA,　．が良い．特に，SASならピリオドを欠損値としてみなす．また，ペアワイズ除去の際に便利． • 名義尺度を文字で打ち込まない．全て‘数字’で打ち込む． • 変数名は一行だけが好ましい．（統計パッケージに橋渡しする際に困る）

データ入力② • IDは通し番号 • 「sex=0=男」等，エクセルファイル以外のどこかに書いておくと便利 • 事前テストと事後テストは，同じ質問紙でも別の変数にする．

データ入力③ • データ管理の注意 • 全データを入れたエクセルファイルと，欠損値除去を行なった分析データを二つ作っておく． • このデータファイルには，データ以外の情報を入れない（平均値やSDなど）．SASなどで読み込んで気付かない場合があるため．(実際，あった．) • また，SAS等のプログラムファイルは必ず保存しておく．特に，第三者に分析を見てもらうときに困る． • データがかさばらないようにフォルダに分けて保存しておく．

統計処理を行なう前に① • 全ての変数をチェックする． • 欠損値が多い変数は，何らかの意味を持つ．例えば，答えにくい質問である等． • 回答がいい加減だと思う被験者を除外する．例えば，回答が全て1であるなど． • 入力間違いをチェックする．ダブルチェックが望ましいが，現実的には不可能である．質問紙の場合はエクセルのMax, Min関数で質問項目の合計点を越えていないかどうかをチェックする． • 欠損値は，リストワイズ除去が望ましい．被験者数が少なくなるならば，ペアワイズ除去か，質問紙では，最頻値，実験法では中央値で埋める．平均値はお勧めできない．ただし，厳密には後者の方法は結果を水ましていることになるので避けるべき．

統計処理を行なう前に② • 分布をチェックする • 分布をチェックするにはヒストグラム，を用いる．エクセルでは難しいのでSASなどを用いる． • 頂点が一つか，頂点がよっているかをチェックする． • 特に，平均点±SDが，測定値が取りうる範囲の上限，下限を超えていないかを調べる．前者を天井効果，後者を床効果と呼び，適切な質問項目ではない可能性がある．（探索的因子分析を行ない尺度を作る場合は，この変数を除いたほうが良い場合もある．） • 正規分布かどうかを検定を行う必要はない．なぜなら，標本数が大きいと棄却されやすくなるため，意味がないからである． • できれば，全ての変数をチェックすることが望ましい．

統計処理を行なう前に③ • 散布図（行列），相関行列を吟味する • 変数が少なく，相関的な研究を行なうならば，全ての二つの変数に対して散布図を描き，外れ値の有無や相関係数が妥当であるかを吟味する． • 直線的な関係でなければ，相関比(η)や，階層に分けてt検定などを行う．

統計処理を行なう前に④ • 基礎統計量を計算する • 基礎統計量は，平均と標準偏差が良い． • 測定値が質問紙などではない場合（行動評定）ならば，レンジ（範囲）を併記したほうが良い． • 標準偏差は不偏推定値が良い．なぜなら，t検定など，その他の分析では母集団の平均値の差を検定しているから． • また，SAS,SPSSではデフォルトで不偏推定値が計算されている． • このとき，天井効果，床効果を調べたほうが良い．

綺麗な表の作り方 • 空白セルを上手く使うと良い． • 数字は右詰にする． • 小数点の位置はそろえる． • 表題はエクセル内に書いたほうが良い．

分析法での注意点① • t検定 • 対応がある場合は，必ず対応がある場合のt検定を用いる． • 変化量を調べたい場合は効果量(effect size)を計算する．例えば，共感性・信頼感のどちらが，増加したかを調べる場合には効果量を比べる． • ウェルチの検定（二群で分散が異なる場合のt検定）を用いる場合は，エクセルの分析ツールで行なわない．（自由度の計算にバグがあるため） • 質問紙法では，結構有意差が出る． • できれば，検出力(power)を計算することが望ましい．

分析法での注意点② • χ2検定 • 要因に対応がないことが必要．(条件A1に当てはまる人は，条件A2には当てはまらない．) • 要因に順序がある場合は，より適切な検定を行う． • 反復測定のデータには用いることができない． • 何かの前後で，チェック項目が変化したかを知りたい場合は，マクニマーの検定

分析法での注意点③ • 一要因分散分析 • できれば，分散が水準間で等しいことが望ましい．（個人差が少ない方が望ましい） • バートレットの検定はしなくて良い． • 分析は，STARが簡便．だが，HSD検定までする必要がある． • 被験者内（乱塊法）の場合，本当は，モクリーの球面性検定をやったほうが良い．

分析法での注意点④ • 二要因分散分析 • 要因をA,Bとし，水準数が2つの場合，A1とB2の平均値の差を調べることはできない．このような比較をしたい場合，一要因分散分析において4群の比較をする． • 分析は，STARを用いる方が簡便でよい．誤差項をプールする場合の結果を知りたいならばANOVA4を用いる．STARは誤差項をプールしない方法（水準別誤差項）を計算する．しかし，水準別誤差項の方が良いのでSTARが良い．その際，はプールなど無視し，MSeはMSe=の部分を参照し，出力結果からその際の自由度を見る．また，STATは単純主効果の検定をしない． • また，平均値のグラフを必ずかく．そうしなければ，全体的なデータの構造が読み取れない．また，平均値のプロフィールによっては，単純主効果の検定が上手く機能していないこともありうる．

分析法での注意点⑤ • 順序尺度を用いるノンパラメトリック手法 • 実験法などで測定値が正規分布しない場合は以下の等価な方法を用いる．また，ノンパラメトリックな手法の方が検出力は下がる．（が，妥当性が上がる．ただし，これはノンパラメトリックの方が優れているわけではない．） • 対応のないt検定　→　マン・ホイットニーのU検定 • 対応のあるt検定　→　符号検定　／　符号付順位和検定 • 一要因分散分析(対応なし)　→　クラスカル・ウォリス検定 • 一要因分散分析(対応あり)　→　フリードマンの検定

分析法での注意点⑥ • 多重比較 • 統制群があるならば，ダネットの方法を用いる．そうでないと，検出力が下がる． • 全ての対比に興味があるならば古典的なテューキーの方法が良い． • ノンパラメトリックな検定の場合は，ボンフェローニ，ホルム，ライアン法のいずれかを用いる．（パラメトリックな場合に用いても良い．） • ボンフェローニの方法：A1,A2,A3の三つの平均値があった場合に，比較の対は３通りある．この時，第一種の過誤を5%以下に収めるために，有意水準を5/3%に設定しt検定を行う方法である．（対応がある場合は，対応があるt検定を用いる．）

分析法での注意点⑦ • 探索的因子分析 • 尺度を”作る”場合に用いる．尺度を作らない場合，標準化されていない尺度では先行研究どおりに因子が検出されないのが普通である．この場合，因子分析を行なわないで，先行研究の下位尺度の合計点を用いる． • 因子数は，カイザー基準が上限と考えて良い．スクリープロットを基準に因子数を決める． • スクリープロットを見るときは，主成分解を用いる． • 一つの因子に因子負荷が高い項目が三つあることが望ましい．

分析法での注意点⑧ • 探索的因子分析 • 因子が安定しない場合は，斜交解を用いる． • 斜交解を用いた場合，説明分散，説明率等の計算方法が違うので注意する．共通性も初期解の共通性を用いる． • そもそも，因子が安定しない時は，因子間相関が高いことが多い． • 分析にはSEFAを用いればインターネットでできる． • まずは，最尤解で計算する． • 最尤解における因子数の有意性検定は，あてにしない．被験者数が100を超えるとχ2検定は上手く機能しないため． • むしろ，モデル間でAICが最小のものを選択する． • 尺度得点も因子得点も大した差はない．どちらかと言うと，尺度得点が簡便でよい．ここで，細かく考えるならば，共分散構造分析を使う．

分析法での注意点⑨ • 検証的因子分析（確証的因子分析） • AMOSで行なうのが良い． • SEM(共分散構造分析)の下位モデルなので，識別問題に関する知識が若干必要になる． • 一つの潜在変数から観測変数へのパスを一つだけ‘1’に固定する．このパスは有意性が検定されないので注意． • 正値負行列が高いとエラーが出る場合は，因子間相関が高い．最小二乗解を設定するか，因子間相関を‘0’に設定する．また，合計点を用いるか，高次因子を仮定する． • 誤差項に相関を設定してはいけない．設定したい場合は，共分散構造分析[入門編]を最低でも読む． • あまりに当てはまりが悪い場合は，探索的に戻るか，因子分析を行なわない．

分析での注意点⑩ • 重回帰分析 • 必ず，相関行列を算出し，目的変数と説明変数の相関と偏回帰係数が大きく違わないかを調べておく． • 多重共線性についてはチェックしておいたほうが良い． • まず，強制投入で回帰係数の有意性を調べる．その後，仮説に沿って削るか，ステップワイズ変数選択を行なう． • ステップワイズを信じすぎてはいけない．試行錯誤する必要がある． • 重回帰分析の偏回帰係数は，標準化された値ではないので，大小関係は比較できない．大小関係を比較したい場合は，SASならstbオプションを入れる．エクセルなら，変数ごとに標準化する． • 目的変数が0/1の場合はロジスティック回帰を用いる． • 説明変数が0/1の場合は数量化Ⅰ類になる．

分析での注意点⑪ • パス解析（SASのreg等） • この方法は，重回帰分析を繰り返し行なう方法である． • そのため，エクセルでもできる．エクセルでは変数ごとに標準化した後に分析ツールの回帰分析を選ぶ． • 全てが観測変数によって構成されるモデルならば，AMOS等でも同じ結果が得られる．（自由度が0のモデルだから） • 直接効果，間接効果に注意する． • モデルを予測に用いたいならば，変数は多くても良いが，モデル全体を解釈したいならば変数は3,4つが限界．解釈には，偏回帰係数である点，直接効果と間接効果は同時に起こっている点，相関係数の三段論法に注意する．

分析での注意点⑫ • パス解析（SASのreg等） • 必ず，決定係数を吟味する．また，決定係数と自由度調整済み決定係数の差が大きい場合はパスが多い． • 因子分析の結果からパスを行なう人も多いが，その時には因子間相関によっては変数をまとめることを考える． • このとき，因子間相関≠尺度得点の相関であることに注意． • 丁寧な分析を行ないたいならば，共分散構造分析を行なう．

分析での注意点⑬ • 共分散構造分析 • 最低，識別問題に関する知識は持っておく． • 標準的なパス解析,検証的因子分析，潜在曲線モデルならばAMOSを用いると良い． • 三相因子分析，交互作用モデル等はSASの方が良い． • パス解析の注意点が全て当てはまる．

分析での注意点⑭ • 不等価二群事前事後デザインについて • 実験群と統制群を用い，処遇の前後で測定を行なうデザイン • 最も多く用いられる．その分，注意が必要． • 基本的には二要因の分散分析を用いる． • 事前テストに差がなく，交互作用が有意であることが理想的． • 事前テストに差があり，交互作用が有意でない場合は，（一要因）共分散分析を用いるのも手．このとき，事前テストが共変量になる． • また，事前テストが天井効果，床効果が起こっていないかを調べておく．この場合，回帰効果の影響が大きい可能性がある．

分析での注意点⑮ • 不等価二群事前事後デザインについて • 事前テストに差があり，交互作用が有意な場合は，統制群が上手く機能していないが，この点を考慮して考察へ進める． • または，潜在曲線モデル（＋多母集団同時分析）を行なう． • 潜在曲線モデルにカテゴリカルな変数を投入すれば，同じことができる．

統計処理の道具① • 卒論でSPSSを使う場合は，必ず参考書を読むこと． • SPSSは間違いが多い． • SASは必ずプログラムを残しておく． • 大学で習った範囲の分析ならば，SAS・SPSSを使わずともエクセルやインターネット上でできる分析も多いので，分析は早めにやる．

統計処理の道具② • SAS • SPSS＆AMOS • 大学のSPSSはアドバンスが入っていないので注意． • EXCEL • t検定，パス解析・重回帰ができる ※以下，無料で使えるソフト • ANOVA4 • 誤差項をプールする場合の単純主効果の検定・多重比較まで行う． • http://www.hju.ac.jp/~kiriki/anova4/index_js.html • SEFA • 探索的因子分析がインターネット上で可能． • http://koko15.hus.osaka-u.ac.jp/sefa/ • R • フリーソフト．ほとんど全ての分析が可能．ゼミ室にマニュアル有り！ • http://page.freett.com/desperado/ • 生物統計 • http://chiryo.phar.nagoya-cu.ac.jp/javastat/JavaStat-j.htm

統計処理の道具③ • STAR • Χ2検定，分散分析，コクランのQ検定など • http://www.kisnet.or.jp/nappa/software/star/ • http://page.freett.com/desperado/ • SAMMIF • 検証的因子分析（ただし，適合度指標は少ない） • http://www.f7.ems.okayama-u.ac.jp/sammif/indexj.html • MX • 共分散構造分析（ただし，適合度指標は少ない） • http://www.vcu.edu/mx/ • 群馬大学教授青木先生のサイト • http://aoki2.si.gunma-u.ac.jp/exact/exact.html • http://aoki2.si.gunma-u.ac.jp/BlackBox/BlackBox.html • http://aoki2.si.gunma-u.ac.jp/lecture/stats-by-excel/vba/index.html • http://aoki2.si.gunma-u.ac.jp/JavaScript/

統計処理ソフトのリンク集 • R • http://aoki2.si.gunma-u.ac.jp/R/ • http://aoki2.si.gunma-u.ac.jp/R/Rstat.pdf • http://cse.naro.affrc.go.jp/takezawa/r-tips/r2.html • http://plaza.umin.ac.jp/~takeshou/R/ • http://phi.med.gunma-u.ac.jp/statlib/stat.pdf • http://www.okada.jp.org/RWiki/index.php?RjpWiki • http://homepage2.nifty.com/nandemoarchive/ • http://www1.gifu-u.ac.jp/~s_oga/page036.html

統計処理ソフトのリンク集 • SPSS(AMOS) • http://psy.isc.chubu.ac.jp/~oshiolab/teaching_folder/data_b/top.html • http://psy.isc.chubu.ac.jp/~oshiolab/teaching_folder/datakaiseki_folder/top_kaiseki.html • http://www.psy.ritsumei.ac.jp/~hoshino/spss/index-j.html • http://www.u-gakugei.ac.jp/~kishilab/SPSSindex.htm • http://web.kanazawa-u.ac.jp/~tokada/spssbas/lists.htm

卒論のススメ

卒論のススメ

Presentation Transcript