論文を書くために一生懸命データをとったけど
どうやって分析すればよいかわからない。
まだデータを取っていない。
という人に向けてデータの分析に関してまとめました。
もし分析はもう終わっているという人には以下の記事がおすすめです。
[st-mybox title=”参考” fontawesome=”fa-file-text-o” color=”#757575″ bordercolor=”” bgcolor=”#fafafa” borderwidth=”0″ borderradius=”5″ titleweight=”bold” fontsize=”” myclass=”st-mybox-class” margin=”25px 0 25px 0″]【データ分析がひとまず終わった人向け】論文の書き方【具体例つき】
[/st-mybox]なぜ分析をするのか
データの分析について基礎的な知識を持っているだけで
データのとり方が効率的になります。
分析とは何か
大辞林では
①ある事柄の内容・性質などを明らかにするため、細かな要素に分けていくこと。
②知的活動の過程・方法の一。所与の対象・表象・概念などを、それを構成する部分・要素・条件などに分け入って解明すること。
とあります。
ここで言う分析は②に該当すると思います。
つまり、例えばゲームパフォーマンス分析によって取得したデータに対して掛け合わせ・細分化・比較などを行うことによって、そのデータの意味を考えることが「分析」と言えそうです。
論文のどの部分に関わってくる？
この分析過程を明示することが論文では求められます。
論文の中だと主には「結果」と「考察」に関わってきます。
「結果」では、量的研究の場合は統計解析の結果が書かれることが多いです。
質的研究では、例えばテクストの提示などが行われたりします。
質的研究と量的研究についてはこちら→質的データと量的データ【それぞれの利点】
「考察」では、このような結果をもとにデータに意味づけをしていきます。
量的研究におけるデータ分析（統計について）
統計は手段
私の専門はゲームパフォーマンス分析なので、基本的に統計解析をします。
質的研究は専門外なので詳細については言及できませんが
このような質的研究について詳しく書かれた本が助けになると思います。
統計の話に戻ります。
統計の基本的な考え方として
[st-mybox title=”” fontawesome=”” color=”#757575″ bordercolor=”#f3f3f3″ bgcolor=”#f3f3f3″ borderwidth=”0″ borderradius=”5″ titleweight=”bold” fontsize=”” myclass=”st-mybox-class” margin=”25px 0 25px 0″]集団の傾向や性質を数量的に表す
[/st-mybox]というものがあります。
例で言えば、
Jリーグの選手はブンデスリーガの選手と比べてボールをゴール方向へ運ぶ生起率が低い
というデータが取れたとします。
このデータが偶然ではなく意味のある差である可能性が高い
つまりJリーグという集団の傾向を強く主張できるようにするための手段として統計を利用します。
統計では比較の他にも、関連性を見たり、まとまりを見たり、様々な変数から推測をするなど、種類は多岐にわたります。
紙を切るための道具がたくさんあるように
データを適切な形に整えるための手段である統計を正しく選択することが
論文の価値を高めます。
というより、統計手法を正しく選ばないと、せっかく頑張ってデータをとっても全く認められません。
統計を学ぶ
量的研究を行う人は、統計の基礎的な知識は必ず学んでおきましょう。
ネットでも統計について解説しているサイトはたくさんありますが
経験上、体系的に解説してあって読みやすいので、本で学ぶのが一番だと思います。
いくつかおすすめをすると
こちらは統計ソフトにSPSSを使う人にはかなりおすすめです。
基礎から結果の書き方まで網羅しているし、わかりやすくて実用的。
統計の考え方から丁寧に学びたい人にはこちらがおすすめ。
「マンガでわかる統計学」シリーズ もおすすめします。
表紙が表紙なので店頭で買うのは若干ためらわれますが、ネットなら問題ないです。
内容はかなりしっかりしています。
個人的にオーム社は当たりが多い印象があります。
統計手法をどう選ぶか
統計をある程度学んだら、どの統計手法を選ぶべきかはなんとなくわかるようになります。
というか大体は本に書いてあります。
でも完璧に自分のやりたいこととマッチしていないということもあるので
その場合は
[st-mybox title=”” fontawesome=”” color=”#757575″ bordercolor=”#f3f3f3″ bgcolor=”#f3f3f3″ borderwidth=”0″ borderradius=”5″ titleweight=”bold” fontsize=”” myclass=”st-mybox-class” margin=”25px 0 25px 0″]自分がやっていることに近い論文を探して真似をする
[/st-mybox]これが一番良いです。
きちんと査読を通っている論文であれば、基本的には統計手法は正しく選択されています。
査読って何？という人は以下を参照してください。
なので、真似をすることで統計手法を正しく選ぶことができます。
（もちろん、オートマティックに真似せず吟味してから）
統計解析が終わったら
図表をつくる
統計にかけたら次は図表をつくりましょう。
数値がならんでいるよりも
グラフなどで視覚化した方が直感的に違いを捉えられます。
論文では図表も載せることが多いので、先に作っておけば後が楽になり一石二鳥です。
数値の意味を考える
図表ができたら、データの意味を考えます。
考察部分にあたりますね。
[st-mybox title=”” fontawesome=”” color=”#757575″ bordercolor=”#f3f3f3″ bgcolor=”#f3f3f3″ borderwidth=”0″ borderradius=”5″ titleweight=”bold” fontsize=”” myclass=”st-mybox-class” margin=”25px 0 25px 0″]先行研究や仮説に対して、今回のデータがどのように関連しているのか。
研究課題の解決にどのように寄与しているのか。
[/st-mybox]メインではこういった視点が必要になると思います。
データを取る前に分析手法を知っておくに越したことはない（必須かもしれない）
[st-mybox title=”” fontawesome=”” color=”#757575″ bordercolor=”#f3f3f3″ bgcolor=”#f3f3f3″ borderwidth=”0″ borderradius=”5″ titleweight=”bold” fontsize=”” myclass=”st-mybox-class” margin=”25px 0 25px 0″]なんとなくとったデータを分析手法に当てはめる
[/st-mybox]ということは実は非常に難しい作業です。
私が何も知らずにデータをとっていたころは、何度もデータをとり直しました。
データをとる前に分析手法を想定しておけば
効率的にデータがとれます。
さらに、自分の主張したいことを正確に表現する助けになります。
つまり、データをとる前に分析手法について学ぶことは
メリットがある
というレベルではなく
必須と言っていいかもしれません。
かと言って最初から完璧にこなすことはできないので
基礎的な知識を少し学んだら、実践の中で学んでいくというのが良さそうです。
そして分析が終わったら執筆に進みます。
以下記事が次のステップの参考になると思うのでご覧ください。
[st-mybox title=”参考” fontawesome=”fa-file-text-o” color=”#757575″ bordercolor=”” bgcolor=”#fafafa” borderwidth=”0″ borderradius=”5″ titleweight=”bold” fontsize=”” myclass=”st-mybox-class” margin=”25px 0 25px 0″] [/st-mybox]
コメント