Microsoft Word - Text_5_STATA_1_Jp_ doc

Size: px

Start display at page:

Download "Microsoft Word - Text_5_STATA_1_Jp_ doc"

ああすわかはら
4 years ago
Views:

1 (Blank page) このページを捨てて次のページから両面してください

2 社会調査者のための STATA による統計統計データデータ分析 1 < 基礎編 > Text 5 ヒストグラム平均分散標準偏差対応のある t 検定 ( 事前 - 事後の t 検定 ) 独立の t 検定 (2 群の t 検定 ) Version 2.3 (2013 年 03 月 03 日 ) 佐々木亮 Ph.D. 国際開発センター評価事業部主任研究員立教大学大学院 21 世紀社会デザイン研究科兼任講師

3 <STATA 無料体験版の入手方法 > STATA の無料体験版が必要な方は以下のウェブサイトから申し込んで入手してください

4 STATA によるデータ処理の演習 1 基礎編目次第 0 セッション :STATA の立ち上げと Log の Begin&Close 1 第 1 セッション : ヒストグラム平均分散標準偏差 3 第 2 セッション : 対応のある t 検定 ( 事前 - 事後の t 検定 ) 14 第 3 セッション : 独立の t 検定 (2 群の t 検定 ) 21 特別セッション :Do-File の作成と利用 33 著者紹介 35 作成履歴 36

5 第 0 セッション : STATA の立ち上げと Log の Begin & Close [ 1 ] STATA の立ち上げ以下のように STATA を選択するすると以下の画面が現れる STATA が立ち上がった 1

6 [ 1 ] Log の Begin & Close Log > Begin を選択するこれでメインウィンドウ ( 中央のウィンドウ ) の保存が開始される現れたウィンドウでファイル名をつける STATA log 2012MMDD などとつけておくとあとでわかりやすい ( 拡張子は自動的に.smcl になる ) 保存を押すこれでメインウィンドウ ( 中央のウィンドウ ) の保存が開始される ( 作業が終了した際には Log >Close を選択するメインウィンドウに保存されたことが表示される ) 2

7 第 1 セッション : ヒストグラム平均分散標準偏差学力テスト点数の特徴を把握する日本のある NGO は革新的な学校運営プログラムの普及を支援しているこの革新的な学校運営プログラムを導入している A 小学校においてあるクラスの学力テストの点数が集計された満点は 100 点満点である A 小学校の校長先生は集計されたデータの基本的な特徴を知らねばならないとくに以下の特徴である平均値と中央値はいくらか? 大半のデータが入る範囲はどこからどこまでか? 学校の当該クラスの学力テストの平均値中央値範囲はどれくらいだろうか? 3

8 [ 1 ] ヒストグラムを作るエクセルで以下のようにデータを入力するデスクトップに適当なフォルダを作ってそのエクセルファイルを保存する ( ただしフォルダ名ファイル名とも日本語は不可 ) File>Import>Excel spreadsheet(*.xls, *.xlsx) を選ぶ 4

9 以下のようなボックスで作成したエクセルファイルを選択するまた Import first row as variable names にチェックを入れる OK を押すメニューから Data > Data Editor > Data Editor (Edit) を選択する ( あるいは Data editor のアイコンをクリックする ) 5

10 データのウィンドウが現れる確かにデータが読み込まれているかを確認するその後 Format をクリックするデータのタイプは Numeric が選択されていることを確認する小数点を表示させる必要がある場合には少数点 (Digits right of decimal) で必要な桁数を選ぶ ( 通常は 0,1, あるいは 2) OK を押す 6

11 Data > Describe data > List data を選択する Variables ですべてのデータを選択する OK を押す 7

12 以下のとおりに一部のデータが表示される more を押すとすべてのデータが表示されるすべてのデータが表示された 8

13 Graphics > Histogram を選ぶ Variable で testscore を選択する Width of bins で 10 を入力する Lower limit of first bin で 0 を入力する OK を押す 9

14 以下のようなヒストグラムが得られる 10

15 [ 2 ] 平均値と標準偏差の計算 Summaries, tables and tests > Summary and descriptive statistics > Summary statistics を選択する以下のように Variables を選択する 11

16 以下のような値を得る平均値 (Mean (Average)) データを単純に平均した値標準偏差 (Standard deviation) データのばらつき具合を表す値 12

17 評価結果あなたは以下の情報を得たクラスの15 人の平均点は56.8 点であった標準偏差は点ヒストグラムを見るとばらつき具合はわりと普通 ( 標準的 ) である (relatively normal) クラスの学力テストの特徴が分かりましたね 13

18 第 2 セッション : 対応のある t 検定 ( 事前 - 事後の t 検定保護者の満足度は向上したか?1: 過去の満足度去の満足度と比較してみようあなたが経営する小売チェーン ( Shop Gold ) は新しいセールスキャンペーンを始めた ( Get Gold! と命名 ) この新しいセールスキャンペーンの効果を評価するために顧客満足度サーベイが行われた顧客の満足度は向上したと言えるだろうか? < 必要な条件 > - 同一のサーベイ用紙 ( アンケート用紙 ) が事前サーベイと事後サーベイで使用されねばならない - 事前と事後で同一の顧客がサーベイ用紙に記入せねばならない - 定量的な選択肢が用いられねばならない (e.g.) 5= たいへん満足 (Very satisfactory) 4= 満足 (Satisfactory) 3= どちらとも言えない (Hard to say) 2= 不満足 (Unsatisfactory) 1= たいへん不満足 (Very unsatisfactory) ( 注 ) このテキストではいわゆる以下のような Likert scale を用いている 1 たいへん満足どちらとも不満足たいへん満足言えない不満足 Likert scale に t-test などのパラメトリック検定が適用可能かどうかに関しては議論があるが現実には調査研究において広く用いられているまた Winder and Dodou (2012) の最新の研究では次のように結論されている In conclusion, the t-test (parametric test) and MWW test (nonparametric test) generally have similar power, and researchers do not have to worry about finding a difference. (Source) Joost C. F. de Winter and Dimitra Dodou.(2012). Five-Point Likert Items: t test versus Mann-Whitney-Wilcoxon, Practical Assessment, Research and Evaluation. 14

19 保護者 15 人に対して実施されたサーベイ結果は以下のとおりであった ID Before After 本当に保護者の満足は改善したと言えるのだろうか? 15

20 データの入力データ分析の選択 File>Import>Excel spreadsheet (*.xls, *.xlsx) を選ぶ現れたウィンドウで保存しておいたエクセルファイルを選択する現れたウィンドウで Import first row as variable names にチェックを入れる OK を押す 16

小数点を表示する必要がある場合には Format をクリックして設定する ) Statistics > Summaries,

21 メニューから Data > Data Editor > Data Editor (Edit) を選択する ( あるいは Data editor のアイコンをクリックする ) 現れたウィンドウでデータが確かに読み込まれていることを確認する ( 小数点を表示する必要がある場合には Format をクリックして設定する ) Statistics > Summaries, tables and tests > Classical test of hypotheses > Mean-comparison test, paired data を選択する 17

22 以下のボックスが現れる First variable に After Second variable に Before を選ぶ ( 逆でもいいが t 値を正の値 (+XX) に表示させるためにこうする逆にすると t 値が負の値 (-XX) と表示されるが t 値は絶対値を見るので結局どちらもでいい ) OK を押す以下の結果を得る以下に結果を拡大した 18

23 個数平均値標準偏差 p 値 ( 確率値, %) p 0.05 : 有意とは言えない p < 0.05 : 有意である ( 差がある ) t 値 ( 絶対値を見る ) t 2 : 有意とは言えない t >2 : 有意である ( 差がある ) 結論事前の平均値と事後の平均値の差は統計学的に有意である ( p< 5%) したがってしたがって革新的な革新的な学校運営プログラム学校運営プログラムによってによって保護者の保護者の満足度は改善したと判断できる判断できる 19

24 ( 発展学習 : エフェクトサイズの計算 ) d = X after X s d before = = エフェクトサイズ ( 効果幅 ) の一般的な判断基準は以下のとおりですただし事業の種類によって適宜見直すべきです ~ 小 (Small effect) 中 (Medium effect) 大 (Large effect) ( 出所 ) Cohen, J. (1988) をもとに筆者作成 20

ECCS. ECCS,. ( 2. Mac Do-file Editor. Mac Do-file Editor Windows Do-file Editor Top Do-file e

ECCS. ECCS,. ( 2. Mac Do-file Editor. Mac Do-file Editor Windows Do-file Editor Top Do-file e 1 1 2015 4 6 1. ECCS. ECCS,. (https://ras.ecc.u-tokyo.ac.jp/guacamole/) 2. Mac Do-file Editor. Mac Do-file Editor Windows Do-file Editor Top Do-file editor, Do View Do-file Editor Execute(do). 3. Mac System