協調学習研究における理論的関心と分析方法の整合性 : 階層的データを扱う統計的分析手法の整理(<特集>協調学習とネットワーク・コミュニティ)  [in Japanese] Consistency Between Theoretical Interests in Collaborative Learning Studies and Methods of Statistical Analysis : A Review of Statistics for Hierarchical Data(<Special Issue>Collaborative Learning and Networked Communities)  [in Japanese]

Access this Article

Search this Article

Author(s)

Abstract

協調学習研究において,質問紙法や個人テストを用いて収集されたデータを対象として,統計的分析を行う研究が行われている.しかしながら学習者を小グループに分割した協調学習の場合において,学習者間での相互作用が学習につながるとする協調学習の理論的前提は,一般的に知られた統計的仮説検定手法における標本間の相互独立性の仮定と矛盾する.本稿ではクラスター化標本や階層的データを取り扱うための統計的分析手法を参照することで,協調学習の理論的関心と矛盾しない統計的分析手法を検討する.特に,集計データによる分析,ロバスト標準誤差を用いた分析,階層線形モデル,マルチレベル共分散構造分析を参照し,それぞれの特徴を検討する.

Statistical methods are used in studies of collaborative learning to analyze questionnaire and achievement test data. In collaborative group learning studies, the theoretical assumptions of collaborative learning, however, conflicts with the assumption made in the tests, namely that the samples are independent. In this paper, statistical methods for analyzing hierarchical data and clustered samples, which are consistent with the theoretical assumption of collaborative learning, are identified. Such methods are particularly suitable for analyzing aggregated data, and include regression analysis with robust standard error, hierarchical linear model (HLM), and multilevel covariance structural analysis (MCA). The special features of these methods are discussed.

Journal

  • Japan Journal of Educational Technology

    Japan Journal of Educational Technology 33(3), 343-352, 2010

    Japan Society for Educational Technology

References:  37

Codes

  • NII Article ID (NAID)
    110007520579
  • NII NACSIS-CAT ID (NCID)
    AA11964147
  • Text Lang
    JPN
  • Article Type
    Journal Article
  • ISSN
    1349-8290
  • NDL Article ID
    10569886
  • NDL Source Classification
    ZF1(教育)
  • NDL Call No.
    Z7-904
  • Data Source
    CJP  CJPref  NDL  NII-ELS  J-STAGE 
Page Top