(投稿前に、内容をプレビューして確認できます)

メモリスパン

  • a
  • 2018/10/18 (Thu) 13:28:42
メモリスパンの実験の分析について質問です。
呈示時間の1要因分散分析で、有意差が見られたのに、呈示時間と方略の2要因分散分析では、呈示時間の主効果に有意差が見られなかったのですが、どうしてでしょうか。

Re: メモリスパン

  • 浅野
  • 2018/10/18 (Thu) 23:15:44
 どのレベルで回答を求めているのかが不明ですが,簡潔に述べれば,【前者は,対応のある分析であり,後者は対応がない分析であり,前者の方が検定力(真に差がある場合に,有意差が得られる確率)が高いから】となります。

 より詳細な説明は以下の通りです。なお,以下に示した説明は,(点線以下2-3行目などが)統計学的に間違った説明なのですが,まずはイメージをつかんでもらうことが重要なのではないかと思ったため,ご了承くださいませ。 

--------------------------------
★前提として,分散分析は,データの変動(例えば,メモリスパンの値がそれぞれ異なること)を「要因による変動(例えば,呈示時間の影響)」と「個人差による変動」と「その他の測定誤差による変動」とに区別して,「要因による変動」÷「個人差による変動+その他の測定誤差による変動」の解であるF値が,ある程度大きい場合に,「要因の(主)効果が有意である」といった検定結果を示す検定手法です。

★方略ごとで参加者を区分する前の分析は,呈示時間(300ms,1200ms)を要因とした,「対応がある1要因分散分析」を行っています。この場合,300msと1200msとの間で同一人物のメモリスパン値を比べていますので,メモリスパン値が異なる場合,それは「個人差による変動」ではなく,「要因による変動」と「その他の測定誤差による変動」だとみなされるわけです。そして,「要因による変動」÷「その他の測定誤差による変動」の解であるF値がある程度大きい場合に,「要因の(主)効果が有意である」といった検定結果を示すことになります。

★一方,方略を考慮した場合の分析では,呈示時間(300ms,1200ms)と方略(方略A,方略B)を要因としていますが,同じ人物でも300msと1200msで異なる方略を使用している場合が存在するため,例えば,方略Aにおける300ms条件と1200ms条件とで,同一人物を比較することができず,対応がある分析手法を用いることがきなくなっています。つまり,今回行った,呈示時間(300ms,1200ms)と方略(方略A,方略B)を要因とした分析は,対応がない2要因分散分析となるわけです。
 上記の事情で,対応がない分析手法を用いているため,呈示時間要因の主効果を検討する場合にも,300msと1200msとで同一人物の比較をするような計算手法は適用されなくなり,300msと1200msとの間でメモリスパン値が異なる場合,それは「要因による変動」と「個人差による変動」と「その他の測定誤差による変動」だとみなされてしまうわけです。
 そして,「要因による変動」÷「個人差による変動+その他の測定誤差による変動」の解であるF値がある程度大きい場合に,「要因の(主)効果が有意である」といった検定結果を示すことになります。

★上記の対応がある分析と対応がない分析を比べてみると,後者の方がF値を求める分母の数値が個人差による変動の分だけ大きくなってしまうために,検定力(真に差がある場合に,有意差が得られる確率)が低くなってしまうわけですね。
 300msと1200msとで同一の方略を用いるように指示をしていれば,呈示時間の要因は対応のある要因とみなして,対応がない方略要因との,2要因混合の分散分析が可能でした。そして,その場合,対応がある1要因分散分析の呈示時間の効果が有意か否かと,2要因混合の分散分析における呈示時間の主効果が有意か否かは基本的に一致すると考えられます。
 

2要因混合計画について

  • せん
  • E-mail
  • 2018/10/10 (Wed) 00:43:52
メモリスパンの実験の考察を考えているのですが、anova4での2要因混合計画のやり方がわかりません。300/1200×チャンク/気合いの2×2でやっています。300と1200で記憶の方略を変えている人がいるため各人数が異なっています(1200×チャンク20人、1200×気合い11人、300×チャンク17人、300×気合い14人)。このときのデータの直接入力はどのようにすれば良いのでしょうか。添付した画像のように入力するとエラーになりました。

Re: 2要因混合計画について

  • 浅野
  • 2018/10/10 (Wed) 02:19:59
 うん。正にそこが授業中に「間違いやすいから気を付けてね」と伝えたポイントですね。また,図が添付できていませんよ^^;
 今回は,記憶方略×呈示時間の2要因で分析を行った場合,各条件の人数がそれぞれ異なるため,「対応がない2要因分散分析」を行うことになります(ANOVA4の設定では「被験者間要因」が2つということになります)。データの入力形式も,添付した図のように並べる必要があります。

 なお,「気合い」という用語は,三省堂大辞林によると以下のような意味になるようです。このような意味が,「気合い」という記憶方略に分類された参加者全員に共通して当てはまるのか否かを,再度確認してみてくださいね。
-------------------------------
① あることに精神を集中してかかるときの気持ちの勢い。また、それを表すかけ声。
② 物事を行うときのこつ。また、互いの間の気分。息。呼吸。
③ 気分。こころもち。
-------------------------------

 

Re: 2要因混合計画について

  • せん
  • E-mail
  • 2018/10/11 (Thu) 08:04:13
ご回答ありがとうございます。無事分析できました。気合いは仮の名前なのでプレゼン時は変更予定です。画像の添付なのですが、やり方がわからず添付できていませんでした。申し訳ございません。

先日の欠席の件

  • Inlé
  • 2018/10/03 (Wed) 13:52:55

すみません。
昨日の基礎実験2のガイダンスを祖父の葬式・告別式の都合で欠席してしまったのですが、その処遇については担当教員との相談にてとなっていました。
何か次回までに忌引きを証明する為に用意すべき書類か何かはありますでしょうか?

Re: 先日の欠席の件

  • 浅野
  • 2018/10/04 (Thu) 21:35:51
 もし、葬式・告別式の案内などがあれば、持参してもらえると助かります。一応、中身を確認するだけで、提出する必要はありません。
 もしなければ、次回の授業の際に相談しましょう。
 
 

Re: 先日の欠席の件

  • Inlé
  • 2018/10/06 (Sat) 20:50:01
返信遅れてしまい申し訳ありませんでした。
了解です、何かしら準備させていただきます。

引用文献-訂正後-

  • 駆け出し人
  • 2018/07/18 (Wed) 22:04:33
ルールを確認し、訂正をしまいした。
再度、ご確認お願いします。


Lewis, E.O.(1909).Confluxion and contrast effects in the Muller-Lyer illusion. British: Journal
of Psychology, 3, 21-41.
島田一男(1952).ミュラー・リヤー錯視に関する文献の整理 心理学研究, 23,111-123.

Re: 引用文献-訂正後-

  • 駆け出し人
  • 2018/07/18 (Wed) 22:07:41
2列目の頭にスペース開けようとしたら変な空間ができてしましました(汗

Re: 引用文献-訂正後-

  • 浅野
  • 2018/07/19 (Thu) 08:59:55
 「British Journal of Psychology」の“British”の後の“:”は必要ないのでは?それ以外は,ほぼ問題ないように訂正できましたね^^
 また,この掲示板上では表現できませんが,レポートに記載する時には,外国語文献の雑誌名である「British Journal of Psychology」と巻数である「3」,日本語文献の巻数である「23」はイタリックにできると良いですね。

Re: 引用文献-訂正後-

  • 駆け出し人
  • 2018/07/20 (Fri) 06:35:53
ご指摘ありがとうございます!

引用文献について

  • 駆け出し人
  • 2018/07/18 (Wed) 13:37:25
書き方の形式で間違っているところはありますか?
確認をお願いしたいです。

島田一男(1952).ミュラー・リヤー錯視に関する文献の整理 心理学研究第23巻2号,111
123.
Lewis, E,O.(1909).Confluxion and contrast effects in the Muller-Lyer illusion. British Journal of Psychology,3,21-41.

Re: 引用文献について

  • 浅野
  • 2018/07/18 (Wed) 21:20:06
 どちらの引用文献も記載形式に(細かい)間違いがあります。レポートの書き方を説明した際の配布資料である「投稿・執筆の手引き」を確認してから質問していますか?
 おそらく,皆さんなら,この手引きで引用形式のルールを確認すれば,間違うことはないのではないでしょうか?
 以下のURLからもダウンロード可能なので,自分でしっかりと確認した後に,依然として不安だったら,再度質問してください。

----------------------------------------
 https://psych.or.jp/publication/inst/

●引用文献に関しては,pp.38-48を参照
----------------------------------------

Re: 引用文献について

  • 駆け出し人
  • 2018/07/18 (Wed) 21:41:45
すみません、確認を怠っていました。
お手数おかけしました。
訂正後、また確認お願いすると思います。

Muller-Lyerのファイル名について

  • 水素の音
  • 2018/07/18 (Wed) 01:21:00
Muller-Lyerのレポートをmanabaで提出しようとしたのですが、提出画面に

※ レポートのファイル名は「両側性転移_氏名」にしてください。

と書かれていました。本当に両側性転移で大丈夫ですか?

Re: Muller-Lyerのファイル名について

  • 浅野
  • 2018/07/18 (Wed) 08:51:15
 ありがとう。「Muller-Lyer_氏名」に修正しました。なお,既に「両側性転移_氏名」で提出した方は,「Muller-Lyer_氏名」に修正する必要はありません(こちらで修正します)。

レポートの引用文献について

  • いかさん
  • 2018/07/14 (Sat) 18:57:52
孫引きされた引用文献で、年代が書いていない文献が使用されていたのですが、それをレポートに使用しようとした時に引用文献リストに年代が書けません。そのような時は年代は書かなくても良いのでしょうか?

Re: レポートの引用文献について

  • 浅野
  • 2018/07/15 (Sun) 15:40:50
 そのような文献は引用しないようにしましょう

【追記(7/16)】
 ...ちなみに,質問自体が非常に抽象的なので上記のような回答をせざるを得ませんでしたが,文献の名称とか,引用したい文章などを全て具体的に示して質問してくれたら回答が変わるかもしれません^^;

両側性転移結果の書き方

  • 再履予備軍先輩
  • 2018/07/06 (Fri) 16:30:03
両側性転移の結果の書き方についてです。

モルディギアンさんと浅野先生のやり取りを見て書きましたが、正直理解できているかグレーです。

分析と結果を添付したので確認をしていただけると助かります。

締め切り前残り5時間30分という駆け込み質問になってしまい申し訳ありません。よろしくお願いします。
-----------------------------------------------------
所要時間
《 分散分析:ANOVA4 》

ANOVA4 on the Web: Copyright(c) 2002 Kiriki Kenshi

【ファイル】 NOFILE

【分析日時】 2018 Jun 22, 16:10:00

【コメント】


【要因計画】 1要因計画

  要因A(被験者間):利/反/無 / 水準数=3

【各セルの被験者数】 《等しい》

[A1]=11 [A2]=11 [A3]=11

【平均および標準偏差】

CELL[ A1 ] : mean= 38.273 / SD= 8.542 / n= 11
CELL[ A2 ] : mean= 59.545 / SD= 17.715 / n= 11
CELL[ A3 ] : mean= 79.182 / SD= 26.066 / n= 11



【分散分析】

Table of Analysis of Variance
------------------------------------------------------------------------------
source SS df MS F p
------------------------------------------------------------------------------
A:利/反/無 9209.4544705 2 4604.7272353 11.778 0.0002 ****
error[WC] 11728.7680463 30 390.9589349
------------------------------------------------------------------------------
Total 20938.2225168 32
------------------------------------------------------------------------------
+ p<.10, * p<.05, ** p<.01, *** p<.005, **** p<.001

※※※ 以下の下位検定はすべて有意水準 p=0.050000 で実行します ※※※


《 要因 A の主効果における多重比較 》 ( Ryan's method )

<< means on Factor A >>

1 2 3
mean : 38.273 59.545 79.182
n : 11 11 11

--------------------------------------------------------------
pair r nominal level t p sig.
--------------------------------------------------------------
3 - 1 3 0.0166667 4.852 0.0000354 s.
3 - 2 2 0.0333333 2.329 0.0267810 s.
2 - 1 2 0.0333333 2.523 0.0171654 s.
--------------------------------------------------------------
MSe=390.958935, df=30, significance level=0.050000


anova ended.


-----------------------------------------------------

逸脱回数
《 分散分析:ANOVA4 》

ANOVA4 on the Web: Copyright(c) 2002 Kiriki Kenshi

【ファイル】 NOFILE

【分析日時】 2018 Jun 22, 16:11:42

【コメント】


【要因計画】 1要因計画

  要因A(被験者間):利/反/無 / 水準数=3

【各セルの被験者数】 《等しい》

[A1]=11 [A2]=11 [A3]=11

【平均および標準偏差】

CELL[ A1 ] : mean= 2.788 / SD= 1.217 / n= 11
CELL[ A2 ] : mean= 5.515 / SD= 3.552 / n= 11
CELL[ A3 ] : mean= 5.364 / SD= 2.584 / n= 11



【分散分析】

Table of Analysis of Variance
------------------------------------------------------------------------------
source SS df MS F p
------------------------------------------------------------------------------
A:利/反/無 51.6835015 2 25.8417508 3.393 0.0469 *
error[WC] 228.4646471 30 7.6154882
------------------------------------------------------------------------------
Total 280.1481486 32
------------------------------------------------------------------------------
+ p<.10, * p<.05, ** p<.01, *** p<.005, **** p<.001

※※※ 以下の下位検定はすべて有意水準 p=0.050000 で実行します ※※※


《 要因 A の主効果における多重比較 》 ( Ryan's method )

<< means on Factor A >>

1 2 3
mean : 2.788 5.515 5.364
n : 11 11 11

--------------------------------------------------------------
pair r nominal level t p sig.
--------------------------------------------------------------
2 - 1 3 0.0166667 2.318 0.0274701 n.s.
2 - 3 2 0.0333333 0.129 0.8984051 n.s.
3 - 1 2 0.0333333 2.189 0.0365179 n.s.
--------------------------------------------------------------
MSe=7.615488, df=30, significance level=0.050000


anova ended.


-----------------------------------------------------

 鏡映描写課題の所要時間、逸脱回数に関して,群ごとに第13試行から第15試行の平均所要時間、平均逸脱回数を算出した。そして,第13試行から第15試行を平均した、3群ごとの平均所要時間、平均逸脱回数を図1,2に示した。
 平均所要時間に関して、学習過程(利き手群、非利き手群、訓練なし群:参加者間)を要因とした、対応のない1要因分散分析を行った。なお検定の有意水準は.05とした。その結果、学習条件の主効果が有意であった(F(2, 30)=11.778, p<.001)。そのため、Ryan法による多重比較を行ったところ、利き手群、非利き手群、訓練なし群の順に平均反応時間が有意に遅くなった。
平均逸脱回数に関して、群(利き手群、非利き手群、訓練なし群:参加者間)を要因とした、対応のない1要因分散分析を行った。なお検定の有意水準は.05とした。その結果、学習条件の主効果が有意であった(F(2, 30)=3.393, p=.0469)。そのため、Ryan法による多重比較を行ったところ、利き手群における平均逸脱回数の方が,非利き手群と訓練なし群の平均逸脱回数よりも、有意に少ない傾向があった(いずれも,p<.10)。非利き手群と訓練なし群の間における平均逸脱回数においては、有意差及び有意傾向は認められなかった(p>.10)。

Re: 両側性転移結果の書き方

  • 浅野
  • 2018/07/07 (Sat) 23:02:30
 あ...まぁ忙しいと即レスできないことがあるということは伝えておいたと思いますが...レスが遅くて申し訳ない。
 さて,結果の記述内容として,減点になるようなミスはないと思います。良かったね^^
 ...とはいえ,全く問題がないわけではありません。

----------------------------
【4行目】
学習過程(利き手群、非利き手群、訓練なし群:参加者間)を要因とした

【5行目,及び,9行目】
その結果、学習条件の主効果が有意であった

【8行目】
群(利き手群、非利き手群、訓練なし群:参加者間)を要因とした 
----------------------------
 ...“学習過程”なのか“学習条件”なのか“群”なのか...表現を統一しなさい!!

Re: 両側性転移結果の書き方

  • 再履予備軍先輩
  • 2018/07/09 (Mon) 15:18:41
返信ありがとうございました!

安心しました。

錯視図の種類における多重比較について

  • えいひれ
  • 2018/07/05 (Thu) 16:02:46
2:30mm/30°
3:35mm/30°
4:45mm/30°
5:30mm/15°
6:30mm/60°  

2,3,4,5のどの組み合わせでも、有意差がなかったのですが、3だけ6との間に有意差が見られました。2,3,4,5の間に有意差がないのならば、6は3とだけではなく、2,4,5との間にも有意差が見られるはずだと思うのですが、、、
この結果は矛盾しているように思えてしまいます。どのように解釈すれば良いのでしょうか。

Re: 錯視図の種類における多重比較について

  • 浅野
  • 2018/07/05 (Thu) 18:45:59
 検定というのは,標本における平均値の差が有意か否かを基に,母集団の平均値の差の有無について推定する分析手法です。
 そして,標本を基に母集団の平均値差があるといった結論が得られたのは“6”と“3”の間のみで,他の条件間では「差があるとは言えない(差が無いという可能性を否定しきれない)」という結論になるわけです。
 ちなみに,このような結果に基づいてどのような解釈をするのかといった考察の内容に関しては,(真実は一つですが)人それぞれの考え方が存在しますので,掲示板で解答することはありません。

Re: 錯視図の種類における多重比較について

  • 浅野
  • 2018/07/05 (Thu) 18:56:36
 なお,標本における有意差の有無のみに基づいて推定された,母集団間の平均値差の有無に基づき,考察を行うのが困難なのであれば,“苦肉の策”として“有意傾向”という考え方を採用しても良いでしょう。
 そして,その際には,モルディギアンに対する2つの回答には全て目を通してくださいね。

Re: 錯視図の種類における多重比較について

  • えいひれ
  • 2018/07/05 (Thu) 18:58:57
ご回答ありがとうございます。理解できました。
考察頑張ります。

多重比較の解釈

  • らっしゃっ
  • 2018/07/04 (Wed) 23:41:09
錯視図の種類の多重比較の結果、
2.30mm/30°、3.35mm/30°、4.45mm/30°、5.30mm/15°の間に有意差はなかったのに、
6.30mm/60° が3より有意に錯視量が少なかったです。
また、6と245の間には有意傾向がありました。
以下が多重比較の結果です。
<< means on Factor B >>

------------------------------------------------------
 pair  r  nominal level  t       p        sig.
------------------------------------------------------
  1 - 3  6   0.0033333   5.059    0.0000012     s. 
  1 - 2  5   0.0041667      4.544    0.0000110     s. 
  6 - 3  5   0.0041667      3.249    0.0014212     s. 
  1 - 4  4   0.0055556      4.377    0.0000220     s. 
  6 - 2  4   0.0055556      2.734    0.0069904    n.s.
  5 - 3  4   0.0055556      0.708    0.4799263    n.s.
  6 - 4  3   0.0083333      2.567    0.0112107    n.s.
  1 - 5  3   0.0083333      4.351    0.0000245     s. 
  5 - 2  3   0.0083333      0.193    0.8471320    n.s.
  4 - 3  3   0.0083333      0.682    0.4962707    n.s.
  6 - 5  2   0.0166667      2.541    0.0120477    n.s.
  5 - 4  2   0.0166667      0.026    0.9791673    n.s.
  1 - 6  2   0.0166667      1.811    0.0721490    n.s.
  4 - 2  2   0.0166667      0.167    0.8676295    n.s.
  2 - 3  2   0.0166667      0.515    0.6072650    n.s.
------------------------------------------------------
 MSe=63.069017,  df=155,  significance level=0.05000


この場合、3-6のみに有意差があったことについて考察すべきでしょうか。有意と有意傾向は区別しなければならないということは、2345と6の間の差をまとめて考察するのはだめですか…?

Re: 多重比較の解釈

  • 浅野
  • 2018/07/05 (Thu) 12:00:30
 そのような質問をするということは,以前に述べた以下の注意点を読んでいるということですよね?それを理解している人に何て回答したら良いのかよくわかりません(…でも多分ですが…以前のモルディギアンさんと浅野とのやり取りは一部しか読んでないのでは?^^;)

---------------------------------------------------
★ 注意点1
 p<.05で「有意」と認められた箇所と,p<.10で「有意傾向」とみなされた箇所とは区別して考察を行いましょう。
 前者は,今回のデータに基づいた検定によって明確に差が示された箇所です。一方,後者は,今回のデータに基づいた検定によって明確に差が示されたわけではなく,差が示唆されただけです。そのため,有意傾向に基づいて考察をする場合には,有意差が示された箇所と区別して,より控えめな表現で考察をすべきだということです。
---------------------------------------------------

有意傾向に過ぎない箇所と有意だった箇所とを区別して考察するのが困難なのであれば,そもそも有意傾向という考え方は正式な検定のルールには存在しないわけですから,有意か否かという二分法を根拠にした差の有無の推定に基づいて考察を行えば良いのではないでしょうか?

Re: 多重比較の解釈

  • らっしゃっ
  • 2018/07/05 (Thu) 15:53:37
ご回答ありがとうございます

下向きのグラフ

  • 赤子
  • 2018/07/03 (Tue) 18:17:02
Muller-Lyerの錯視図実験に関して呈示条件×刺激の種類別の平均錯視量を記載したグラフを作成しようとしたところ、平均錯視量が全てマイナスの値なので0から下に伸びるグラフになりました。なんとなく見づらい気がしますが発表およびレポートにこの下向きのグラフを載せるのは適切でしょうか?

Re: 下向きのグラフ

  • 浅野
  • 2018/07/03 (Tue) 23:01:19
 特に問題ありません。もちろんですが,図番号及び図のタイトルは下側に記載しましょうね。

有意傾向の書き方について

  • 夜ご飯ぶりだった
  • 2018/06/29 (Fri) 22:26:48
逸脱回数の考察の中で「〜という傾向が見られた」のように有意傾向の考え方を使いたかったので、結果に以下のように記載しました。有意傾向を使い考察するのが初めてなので、どのように書いたらいいのか悩んでいます。ざっくりとした質問になってしまい大変申し訳ないのですが、こんな感じで良いのでしょうか。

第13~第15試行における平均逸脱回数に関する多重比較の結果を,表1に示した。
【表1 第13~第15試行における平均逸脱回数に関する多重比較の結果(pair、r、nomlnal level、t、p値、sigについて表を作成)】
p値がnominal levelを2倍した値より小さかった場合に,有意傾向を認めた。
2群と1群を比較したところ,0.0333334>0.0274701であり,有意傾向が見られた。
2群と3群を比較したところ,0.0666666<0.8984051であり,有意傾向は見られなかった。
3群と1群を比較したところ,0.0666666>0.0365179であり,有意傾向が見られた。

Re: 有意傾向の書き方について

  • 浅野
  • 2018/06/30 (Sat) 12:48:55
 モルディギアンさんに対する質問への回答内で,浅野が結果の記述例を示しています(結果の記述例だけでなく,モルディギアンさんの質問と浅野の回答は全て読みましょう)。
 なお,多重比較の結果に関する表,nominal levelなどを示す必要はありません。

Re: 有意傾向の書き方について

  • 昼ご飯もぶりだった
  • 2018/06/30 (Sat) 14:28:41
すみません、モルディギアンさんのちゃんと読みました
ご回答ありがとうございます!

授業資料からの引用について

  • 大迫半端ないって!
  • 2018/06/26 (Tue) 23:26:10
両側性転移の授業資料のレジュメの1ページ目にある、学習、学習の転移、両側性転移、鏡映描写の語句説明の文をレポートの問題目的に使用する場合は、基礎実験の教科書からの引用という扱いで、本文中に引用文献として記載しなくても良いのでしょうか。

そうですね

  • 浅野
  • 2018/06/26 (Tue) 23:57:33
 それらの定義を自分自身で調べて記載する場合には,学習に関する書籍や心理学辞典などを引用することになると思いますが,基礎実験の配布資料に記載していることに関しては,基礎実験の教科書からの引用と同じ扱いで,本文中に引用文献として記載しなくても構いません。

Re: そうですね

  • 大迫半端ないって!
  • 2018/06/28 (Thu) 18:06:16
ご回答ありがとうございました。

鏡映描写課題における結果の書き方

  • モルディギアン
  • 2018/06/22 (Fri) 14:44:40
結果と考察が少し不安になってしまったため,確認の意味も含めて再度質問させていただきます。

前回の質問において,
両側性転移の実験において,平均逸脱回数に関する,訓練条件(利き手,非利き手,訓練なし)を要因とした対応のない1要因分散分析を行った結果,「主効果が有意になったのにもかかわらず,多重比較ではいずれの条件間でも有意差が認められなかった」という結論になった場合,
多重比較において,第2種のエラーが生じている可能性が高いのではないかと考えられるということと,有意傾向を用いて有意差があった箇所と有意傾向があった箇所を区別して考察を行うという方法が挙げられる,とありました。

・有意傾向という考え方を用いない場合,平均逸脱回数の結果の書き方は,
「学習条件の主効果が有意になったのにもかかわらず,多重比較ではいずれの条件間でも有意差が認められなかった」
となり,考察では第2種のエラーが生じた可能性があることと,そのエラーが発生した理由を書くことになるのでしょうか?

・有意傾向の考え方を用いる場合,返信において,有意な箇所と有意傾向があった箇所は区別するとありましたが,平均所要時間の結果の書き方においては「学習条件の主効果は有意だった。多重比較を行うと,〇〇は▲▲よりも有意に遅く,○○は◇◇よりも有意に速かった」のように有意傾向という言葉は用いなくても大丈夫でしょうか?

・有意傾向の考え方を用いる場合,平均逸脱回数の考察において,有意傾向に基づく考察だけでなく,第2種のエラーは発生した可能性とその理由も述べる方がよろしいでしょうか?

・返信では有意傾向の考え方を用いることが挙げられましたが,この実験において,有意傾向の考え方を用いない場合,平均逸脱回数の結果および考察において,結果や考察が不足しているとみなされるのでしょうか?

多数の質問となってしまってすみません。

Re: 鏡映描写課題における結果の書き方

  • 浅野
  • 2018/06/22 (Fri) 15:03:29
 それぞれの質問に回答しました。超即レスじゃない?(笑)

---------------------------------------------------------

【質問1】

・有意傾向という考え方を用いない場合,平均逸脱回数の結果の書き方は,
「学習条件の主効果が有意になったのにもかかわらず,多重比較ではいずれの条件間でも有意差が認められなかった」
となり,考察では第2種のエラーが生じた可能性があることと,そのエラーが発生した理由を書くことになるのでしょうか?

【回答1】

 それらも必要ですが,それだけでは不足です。
 「平均逸脱回数」に対する考察について,主効果が有意であり多重比較においていずれの間にも有意差が得られなかったということは,「いずれかの群間に差は見られたことは明確だが,それがどの群間であるかは明確でない」ということですね。そこまでの情報に基づいて結果を解釈する際に,何が言えるのかを考察すべきです。
 また,「平均所要時間と平均逸脱回数について」の考察も存在しています。こちらについては,同じサンプルサイズ&同じ分析手法で,「平均所要時間」に関しては,多重比較においても明確な差が得られていますので,「平均所要時間」の方が,より顕著な差が得られているわけです。それが何故かを考察する必要があります。
 
---------------------------------------------------------

【質問2】

・有意傾向の考え方を用いる場合,返信において,有意な箇所と有意傾向があった箇所は区別するとありましたが,平均所要時間の結果の書き方においては「学習条件の主効果は有意だった。多重比較を行うと,〇〇は▲▲よりも有意に遅く,○○は◇◇よりも有意に速かった」のように有意傾向という言葉は用いなくても大丈夫でしょうか?

【回答2】

 有意水準が5%に設定されている場合,有意差が得られたわけではないので,“有意に遅く”などという表現を使用してはいけません。
 結果の書き方は,前回の質問に対する回答で例を記載したので,それに従ってください。

---------------------------------------------------------

【質問3】

・有意傾向の考え方を用いる場合,平均逸脱回数の考察において,有意傾向に基づく考察だけでなく,第2種のエラーは発生した可能性とその理由も述べる方がよろしいでしょうか?

【回答3】

 はい

---------------------------------------------------------

【質問4】

・返信では有意傾向の考え方を用いることが挙げられましたが,この実験において,有意傾向の考え方を用いない場合,平均逸脱回数の結果および考察において,結果や考察が不足しているとみなされるのでしょうか?

【回答4】

 回答1とやや重複しますが,考察のポイントとして指示された以下の2点も考察すれば,レポートにおいて,結果や考察が不足しているとはみなされません。

★平均所要時間と平均逸脱回数について
 両指標の結果に基づいて支持された仮説が異なった場合,何故,そのような結果が得られたのか(つまり,鏡映描写課題を用いた学習において,どのような知識や技能が習得されるのか)について,改めて考察する。

★先行研究(三谷, 1971; Underwood, 1949)で指示された仮説(つまり,仮説B)と,今回の実験結果から支持された仮説が異なった場合には,何故,研究間でそのような差異が生じたのかについても考察できると良い。

Re: 鏡映描写課題における結果の書き方

  • 浅野
  • 2018/06/22 (Fri) 15:26:21
 ちなみに、前回の回答の結論として、「有意傾向」という考え方に基づき考察をすることをオススメしたのは、その方が「有意傾向」という考え方を認めない場合よりも、皆さんにとって遥かに考察がしやすくなるからです。
 後者の考え方に基づいて考察をする場合に、母集団における、群間の平均値差を推測しないで考察をするのは(それは浅野でも)難しいです。そして、「有意傾向」という考え方に頼らずにそのような推測をするためには、新たに「効果量」という概念などを学ぶ必要があります。

Re: 鏡映描写課題における結果の書き方

  • モルディギアン
  • 2018/06/22 (Fri) 16:05:15
お早い返信ありがとうございます。
参考にして再度考察しています。

レポートよりも来週の発表での内容が優先ですけどね(笑)

確認をお願いします。

  • レポートの申し子再履予備軍
  • 2018/06/21 (Thu) 00:33:17
昨日は丁寧な解説をありがとうございました。
ご指摘を受け書き直したので、改めて添削していただけると助かります。
締め切り間際になってしまい申し訳ありません。
よろしくお願いします。

-------------------------------------------------------



[A1]&#129;&#129;14 [A2]&#129;&#129;9



CELL[ A1 B1 C1 ] : mean= 702.214 / SD= 181.783 / n= 14
CELL[ A1 B1 C2 ] : mean= 769.357 / SD= 404.714 / n= 14
CELL[ A1 B1 C3 ] : mean= 896.143 / SD= 431.955 / n= 14
CELL[ A1 B1 C4 ] : mean= 826.643 / SD= 341.160 / n= 14
CELL[ A1 B1 C5 ] : mean=1330.357 / SD= 853.851 / n= 14
CELL[ A1 B2 C1 ] : mean= 849.000 / SD= 340.425 / n= 14
CELL[ A1 B2 C2 ] : mean= 887.071 / SD= 340.142 / n= 14
CELL[ A1 B2 C3 ] : mean= 990.143 / SD= 352.800 / n= 14
CELL[ A1 B2 C4 ] : mean=1046.357 / SD= 368.859 / n= 14
CELL[ A1 B2 C5 ] : mean=1283.929 / SD= 434.494 / n= 14
CELL[ A2 B1 C1 ] : mean= 713.333 / SD= 84.492 / n= 9
CELL[ A2 B1 C2 ] : mean= 773.667 / SD= 283.169 / n= 9
CELL[ A2 B1 C3 ] : mean= 737.000 / SD= 124.467 / n= 9
CELL[ A2 B1 C4 ] : mean= 693.111 / SD= 77.137 / n= 9
CELL[ A2 B1 C5 ] : mean= 935.667 / SD= 181.501 / n= 9
CELL[ A2 B2 C1 ] : mean= 829.333 / SD= 144.080 / n= 9
CELL[ A2 B2 C2 ] : mean= 807.222 / SD= 372.893 / n= 9
CELL[ A2 B2 C3 ] : mean= 934.667 / SD= 449.861 / n= 9
CELL[ A2 B2 C4 ] : mean= 818.444 / SD= 209.600 / n= 9
CELL[ A2 B2 C5 ] : mean= 899.778 / SD= 186.910 / n= 9



&#129;y&#8226;&#170;&#381;U&#8226;&#170;&#144;&#205;&#129;z

Table of Analysis of Variance <unweighted-mean solution style="background-color: transparent; color: rgb(0, 0, 0); font-family: &#8218;l&#8218;r &#402;S&#402;V&#402;b&#402;N; font-size: 16px; font-style: normal; font-variant: normal; font-weight: 400; letter-spacing: normal; orphans: 2; text-align: left; text-decoration: none; text-indent: 0px; text-transform: none; -webkit-text-stroke-width: 0px; white-space: normal; word-spacing: 0px;">
------------------------------------------------------------------------------
source SS df MS F p
------------------------------------------------------------------------------
A:&#144;心的回転/部分的特徴 1134382.4695998 1 1134382.4695998 1.243 0.2775
error[S(A)] 19165425.5912699 21 912639.3138700
B:&#144;正立/鏡映像 513806.0947205 1 513806.0947205 4.159 0.0542 +
AB 4956.5295031 1 4956.5295031 0.040 0.8432
error[BS(A)] 2594432.4357143 21 123544.4017007
C:0/45/90/135/18 3129794.2441685 4 782448.5610421 9.402 0.0000 ****
AC 1027000.8528640 4 256750.2132160 3.085 0.0202 *
error[CS(A)] 6990781.8253968 84 83223.5931595
BC 315718.6432022 4 78929.6608005 2.052 0.0944 +
ABC 71180.5562458 4 17795.1390614 0.463 0.7629
error[BCS(A)] 3230986.8698413 84 38464.1294029
------------------------------------------------------------------------------
+ p<.10, * p<.05, ** p<.01, *** p<.005, **** p<.001

&#129;¦&#129;¦&#129;¦&#129;@&#710;&#200;‰&#186;&#8218;&#204;‰&#186;&#710;&#202;&#338;&#376;’&#232;&#8218;&#205;&#8218;&#183;&#8218;×&#8218;&#196;―L&#710;&#211;&#144;…&#143;&#8364; &#8218;&#144;&#129;&#129;0.050000 &#8218;&#197;&#381;&#192;&#141;s&#8218;&#181;&#8218;&#220;&#8218;&#183;&#129;@&#129;¦&#129;¦&#129;¦


&#129;s ―v&#710;&#246; C &#8218;&#204;&#381;&#229;&#338;&#248;‰&#202;&#8218;&#201;&#8218;¨&#8218;&#175;&#8218;&#233;‘&#189;&#143;d”&#228;&#352;r &#129;t ( Ryan's method )

<< means on Factor C >>

1 2 3 4 5
mean : 773.470 809.329 889.488 846.139 1112.433
n : 46 46 46 46 46

--------------------------------------------------------------
pair r nominal level t p sig.
--------------------------------------------------------------
5 - 1 5 0.0050000 5.635 0.0000002 s.
5 - 2 4 0.0066667 5.039 0.0000026 s.
3 - 1 4 0.0066667 1.929 0.0571451 n.s.
5 - 4 3 0.0100000 4.427 0.0000286 s.
3 - 2 3 0.0100000 1.333 0.1862751 n.s.
4 - 1 3 0.0100000 1.208 0.2304151 n.s.
3 - 4 2 0.0200000 0.721 0.4731283 n.s.
5 - 3 2 0.0200000 3.706 0.0003760 s.
4 - 2 2 0.0200000 0.612 0.5422377 n.s.
2 - 1 2 0.0200000 0.596 0.5526920 n.s.
--------------------------------------------------------------
MSe=83223.593159, df=84, significance level=0.050000


&#129;y’P&#143;&#402;&#338;&#248;‰&#202;&#8218;&#204;&#338;&#376;’&#232;&#129;z

&#129;s AC &#338;&#240;&#338;&#221;&#141;&#236;―p&#8218;&#201;&#8218;¨&#8218;&#175;&#8218;&#233;’P&#143;&#402;&#381;&#229;&#338;&#248;‰&#202; &#129;t

<< means for AC interaction >>

[ Factor A = 1 ]
C -> 1 2 3 4 5
mean : 775.607 828.214 943.143 936.500 1307.143
n : 28 28 28 28 28

[ Factor A = 2 ]
C -> 1 2 3 4 5
mean : 771.333 790.444 835.833 755.778 917.722
n : 18 18 18 18 18


&#129;m’P&#143;&#402;&#381;&#229;&#338;&#248;‰&#202;&#129;n
--------------------------------------------------------------------------
effect SS df MS F p
--------------------------------------------------------------------------
A( c1 ) 200.1257764 1 200.1257764 0.001 0.9774
A( c2 ) 15630.1456177 1 15630.1456177 0.063 0.8027
A( c3 ) 126168.0062112 1 126168.0062112 0.506 0.4782
A( c4 ) 357845.7149758 1 357845.7149758 1.437 0.2334
A( c5 ) 1661539.3298827 1 1661539.3298827 6.670 0.0112 *
error 105 249106.7373016

C( a1 ) 3784275.9279503 4 946068.9819876 11.368 0.0000 ****
C( a2 ) 372519.1690821 4 93129.7922705 1.119 0.3531
error 84 83223.5931595
--------------------------------------------------------------------------
+ p<.10, * p<.05, ** p<.01, *** p<.005, **** p<.001

&#129;m‘&#189;&#143;d”&#228;&#352;r&#129;n( Ryan's method )

<< means on Factor C( a1 ) >>

1 2 3 4 5
mean : 775.607 828.214 943.143 936.500 1307.143
n : 28 28 28 28 28

--------------------------------------------------------------
pair r nominal level t p sig.
--------------------------------------------------------------
5 - 1 5 0.0050000 6.894 0.0000000 s.
5 - 2 4 0.0066667 6.212 0.0000000 s.
3 - 1 4 0.0066667 2.173 0.0326010 n.s.
5 - 4 3 0.0100000 4.807 0.0000066 s.
3 - 2 3 0.0100000 1.491 0.1398053 n.s.
4 - 1 3 0.0100000 2.087 0.0399394 n.s.
3 - 4 2 0.0200000 0.086 0.9315458 n.s.
5 - 3 2 0.0200000 4.721 0.0000093 s.
4 - 2 2 0.0200000 1.404 0.1638664 n.s.
2 - 1 2 0.0200000 0.682 0.4969165 n.s.
--------------------------------------------------------------
MSe=83223.593159, df=84, significance level=0.050000</unweighted-mean solution>

-----------------------------------------------------

方略、呈示形式、回転角度を要因とした3要因混合分散分析を行ったところ、方略の主効果は有意ではなかった(F(1,21)=1.243,p=.2775)。呈示形式の主効果は有意ではなかった(F(1,21)=4.159,p=.0542)。方略と呈示形式の交互作用は有意ではなかった(F(1,21)=.040,p=.8432)。回転角度の主効果が有意であり(F(4,84)=9.402,p<.001)、Ryan法による多重比較を行ったところ、いずれの方略においても180°条件の平均反応時間が他の全ての角度よりも有意に遅かった(いずれも、p<.05)。また、方略と回転角度の交互作用が有意であった(F(4,84)=3.085,p=.0202)。下位検定として方略と回転角度を要因とする,単純主効果検定を行ったところ、180°条件において、方略要因の単純主効果が有意であり(F(1,105)=6.670,p=.0112)、心的回転方略のほうが部分的特徴方略より平均反応時間が有意に遅かった。心的回転方略において、回転角度要因の単純主効果が有意であり(F(4,84)=11.368,p<.001)、Ryan法による多重比較を行ったところ、180°条件の平均反応時間が他の全ての角度より有意に遅かった(いずれも、p<.05)。呈示形式と回転角度の交互作用は有意ではなかった(F(4,84)=2.052,p=.0944)。方略、呈示形式、回転角度を要因とした二次の交互作用は有意ではなかった(F(4,84)=.463,p=.7629)。

Re: 確認をお願いします。

  • 浅野
  • 2018/06/21 (Thu) 12:07:54
 添削の前に...その文字化けですが,文字化けをしない(例えば,大学の)PCで出力するなどして,次回の投稿時には完全な出力結果を添えてくださいね。
 なお,結果の記述の仕方は大分改善されていますが,以下の問題点があります。
 

【問題点:回転角度の主効果に対する多重比較の結果】

 “いずれの方略においても”と記載されていますが,それは,回転角度の主効果があったことからは把握できません。
 また,方略と回転角度の交互作用が有意になっていますので,間違った情報です(部分的特徴方略では回転角度の単純主効果が有意になっていないですよね)。 

(誤)
 Ryan法による多重比較を行ったところ、いずれの方略においても180°条件の平均反応時間が他の全ての角度よりも有意に遅かった(いずれも、p<.05)
(正)
 Ryan法による多重比較を行ったところ、180°条件の平均反応時間が他の全ての角度よりも有意に遅かった(いずれも、p<.05)
 

Re: 確認をお願いします。

  • レポートを愛しレポートに愛された再履予備軍
  • 2018/06/22 (Fri) 01:20:53
返信ありがとうございます。
指摘された点を中心に改善し、再履にならないよう努めます。