タイトル「2021年度 修士課程シラバス」、フォルダ「2021年度 教育学研究科(修士課程)シラバス-教育AI研究プログラム
シラバスの詳細は以下となります。
ナンバリングは科目コードとは異なります。ご注意ください。
ナンバリングとは
科目コード   16231030 
科目名   教育・行動データの測定と分析  
担当教員   犬塚 美輪  
対象学年   1年   クラス   01  
講義室   教室行動実習室1   開講学期   春学期  
曜日・時限   火3   単位区分   選必  
授業形態   演習   単位数  
受講対象  教育支援協働実践開発専攻教育AI研究プログラム展開(コンピ・学校) 
備考   
ナンバリング   2S1M12 
ねらいと目標 教育システムの開発やAIの活用のためには,学習者の認知,心理,行動の状態をコーディングし,量的分析を実施するためのデータ化が必要である。本授業では,教育に関するデータとその分析について理解することを狙いとし,以下の二点を目標とする。(1)観察や質問紙,アセスメントについて理解し,具体的事例と結びつけて説明できるようになること(2)場面と目的に応じたデータ化の方法を考察できること 
内容 以下の内容を講義する。関連する論文を学生自身が発表し分析方法についてディスカッションを行う。
・教育プログラムの目標と評価の関連
・記述統計(平均値(の差),分散,相関など)と統計的仮説検定
・データ化と分析の手法:観察,実験,質問紙,アセスメント開発など 
テキスト 授業開始時のオリエンテーションにおいて紹介する。 
参考文献 心理学研究法入門(南風原朝和・市川伸一・下山晴彦 (編))東京大学出版会
ウォームアップ心理統計(村井潤一郎・柏木恵子)東京大学出版会
そのほか適宜授業中に紹介する 
成績評価方法 授業中に出される課題(文献報告など)の成果70%,最終課題(もしくは試験)の評価点30%により評価する 
授業スケジュール(展開計画) 1 授業オリエンテーション・「教育を測る」とはどういうことか
2 研究デザインと統計学の基礎
3 統計学の基礎(統計的仮説検定の考え方)
4 観察・発話データを用いた研究論文の紹介【学生による発表・討論】
5 論文と分析方法についての補足説明
6 構成概念とその測定(尺度の開発と因子分析)
7 質問紙の開発と分析
8 質問紙を用いた研究論文の紹介【学生による発表・討論】
9 学力をどう捉えるか-スキルと高次認知
10 スキルの測定とその影響関係に関する研究論文の紹介【学生による発表・討論】
11 論文への補足,追加説明
12 アセスメントの開発と活用
13 アセスメント研究論文の紹介【学生による発表・討論】
14 振り返り,質疑応答
15 自らの問題意識・研究テーマとそれに関わる測定・分析を考える
 
授業のキーワード 統計(記述統計,平均,分散,相関),データ化の手法(行動・発話のコーディング,プロトコル分析,質問紙,実験),アセスメント,教育評価 
受講補足(履修制限等)  
遠隔授業形態(ライブ配信/オンデマンド) オンデマンド形式を基本とする。学生の発表については,受講生と話し合った上で対面・ライブ形式での実施を取り入れる可能性がある。 
その他 授業中に指示される文献等を授業前・後に読み,自分の考えや疑問点を明確にしておくこと。授業中に紹介する実験や調査に参加し,そのデータ化と分析方法についての解説を受けること。 
Copyright(C) 2013 NTT DATA KYUSHU Co.,Ltd All rights reserved.