日本語 English
| 開講年度/ Academic YearAcademic Year |
20242024 |
| 科目設置学部/ CollegeCollege |
経営学研究科/Graduate School of BusinessGraduate School of Business |
| 科目コード等/ Course CodeCourse Code |
KM812/KM812KM812 |
| テーマ・サブタイトル等/ Theme・SubtitleTheme・Subtitle |
データアナリティクス演習 |
| 授業形態/ Class FormatClass Format |
オンライン（一部対面）/Online (partially face-to-face)Online (partially face-to-face) |
| 授業形態（補足事項）/ Class Format (Supplementary Items)Class Format (Supplementary Items) |
|
| 授業形式/ Class StyleCampus |
演習・ゼミ/SeminarSeminar |
| 校地/ CampusCampus |
池袋/IkebukuroIkebukuro |
| 学期/ SemesterSemester |
秋学期/Fall semesterFall semester |
| 曜日時限・教室/ DayPeriod・RoomDayPeriod・Room |
|
| 単位/ CreditCredit |
44 |
| 科目ナンバリング/ Course NumberCourse Number |
MBU5010 |
| 使用言語/ LanguageLanguage |
日本語/JapaneseJapanese |
| 履修登録方法/ Class Registration MethodClass Registration Method |
自動登録/Automatic RegistrationAutomatic Registration |
| 配当年次/ Grade (Year) RequiredGrade (Year) Required |
配当年次は開講学部のR Guideに掲載している科目表で確認してください。配当年次は開講学部のR Guideに掲載している科目表で確認してください。 |
| 先修規定/ prerequisite regulationsprerequisite regulations |
|
| 他学部履修可否/ Acceptance of Other CollegesAcceptance of Other Colleges |
履修登録システムの『他学部・他研究科履修不許可科目一覧』で確認してください。 |
| 履修中止可否/ course cancellationcourse cancellation |
－（履修中止制度なし/ No system for cancellation) |
| オンライン授業60単位制限対象科目/ Online Classes Subject to 60-Credit Upper LimitOnline Classes Subject to 60-Credit Upper Limit |
|
| 学位授与方針との関連/ Relationship with Degree PolicyRelationship with Degree Policy |
各授業科目は、学部・研究科の定める学位授与方針（DP）や教育課程編成の方針（CP）に基づき、カリキュラム上に配置されています。詳細はカリキュラム・マップで確認することができます。 |
| 備考/ NotesNotes |
|
| テキスト用コード/ Text CodeText Code |
KM812 |
The objectives of this course is as follows:
1. To understand basic concepts of statistical analysis and quantitative research methods on human resource development, organizational development, and leadership development.
2. To become familiar with statistical software to conduct surveys and evaluate salient measures.
3. To gain practical knowledge regarding data analytics while analyzing and reporting on actual data.
This course deals with the following:
Part 1 (1–12): students are expected to learn basic concepts and methods related to statistics and data analysis.
Part 2 (13–16): students are expected to practice data analysis and building a research design.
Part 3(17–28): students are expected to gain practical knowledge of data analytics through data analysis practice.
※Please refer to Japanese Page for details including evaluations, textbooks and others.
１．人材開発・組織開発・リーダーシップ開発にまつわる調査を実施・分析するための基礎的概念について理解を深めること
２．調査および施策の評価を行うために、統計ソフトに習熟すること
３．実データを分析・レポートしながら、データアナリティクスにまつわる実践知を獲得すること
The objectives of this course is as follows:
1. To understand basic concepts of statistical analysis and quantitative research methods on human resource development, organizational development, and leadership development.
2. To become familiar with statistical software to conduct surveys and evaluate salient measures.
3. To gain practical knowledge regarding data analytics while analyzing and reporting on actual data.
統計分析編（1〜12）：統計・データアナリティクスに関する基礎的概念・手法を学ぶ
調査編（13〜16）：調査設計の実習を通じて、データアナリティクスの実践知を獲得する
分析実習編（17〜28）：実データの分析演習を通じて、データアナリティクスの実践知を獲得する
This course deals with the following:
Part 1 (1–12): students are expected to learn basic concepts and methods related to statistics and data analysis.
Part 2 (13–16): students are expected to practice data analysis and building a research design.
Part 3(17–28): students are expected to gain practical knowledge of data analytics through data analysis practice.
| 1 | ガイダンス：学習目標・講義の進め方・評価基準 |
| 2 | 今なぜ「ひとと組織の領域」にデータアナリティクスなのか？ データアナリティクスの目的・活用イメージ・限界 |
| 3 | 統計基礎：記述統計の基本 ［講義］度数分布、散布図、（多重）クロス集計、相関分析（SPSS利用） |
| 4 | 統計基礎：推測統計の基本 ［講義］統計的推定と仮説検定 |
| 5 | 統計基礎：多変量解析の基本 |
| 6 | 統計基礎：多変量解析の基本 |
| 7 | 統計基礎：多変量解析の基本 |
| 8 | 統計基礎：多変量解析の基本 |
| 9 | 統計基礎：多変量解析の基本 |
| 10 | 統計基礎：多変量解析の基本 |
| 11 | 理解度確認テスト（個人） |
| 12 | 中間振り返り※休講セッション（オンデマンド視聴分） ※個別相談・質問用 |
| 13 | 調査法：介入効果の測定/アンケート作成/調査法の基本 |
| 14 | 調査法：介入効果の測定/アンケート作成/調査法の基本 |
| 15 | 調査法：HRD・ODクライアントワークのFB（予定）/心理尺度と因子分析 |
| 16 | 調査法：HRD・ODクライアントワークのFB（予定）/心理尺度と因子分析 |
| 17 | SPSS演習 データセットの作成、度数分布、記述統計、相関分析 |
| 18 | SPSS演習 データセットの作成、度数分布、記述統計、相関分析 |
| 19 | SPSS演習 因子分析、下位尺度の作成、信頼性係数、χ２検定 |
| 20 | SPSS演習 因子分析、下位尺度の作成、信頼性係数、χ２検定 |
| 21 | SPSS演習 t検定、分散分析、回帰分析、中間発表の準備 |
| 22 | SPSS演習 t検定、分散分析、回帰分析、中間発表の準備 |
| 23 | 中間発表に向けた準備 |
| 24 | 中間発表/振り返り |
| 25 | 分析演習（グループワーク）（予定） |
| 26 | 分析演習（グループワーク）（予定） |
| 27 | 分析実習：最終プレゼンテーション（予定） |
| 28 | 全体振り返り |
板書 /Writing on the Board
スライド（パワーポイント等）の使用 /Slides (PowerPoint, etc.)
上記以外の視聴覚教材の使用 /Audiovisual Materials Other than Those Listed Above
個人発表 /Individual Presentations
グループ発表 /Group Presentations
ディスカッション・ディベート /Discussion/Debate
実技・実習・実験 /Practicum/Experiments/Practical Training
学内の教室外施設の利用 /Use of On-Campus Facilities Outside the Classroom
校外実習・フィールドワーク /Field Work
上記いずれも用いない予定 /None of the above
データアナリティクスに関する基礎的な知識の習得を目的として、講義内容に関連する動画を事前に視聴していただくことがある。また、授業後に適宜、学習内容に関連する課題を提示し、グループ・個人単位で取り組んでいただくことがある。
| 種類 (Kind) | 割合 (%) | 基準 (Criteria) |
|---|---|---|
| 平常点 (In-class Points) | 100 |
出席状況・授業への参加態度(30%) 提出課題の内容(30%) 最終プレゼンテーションの内容(40%) |
| 備考 (Notes) | ||
| いかなる理由があっても、授業の3割以上を欠席した場合は、自動的に単位取得ができなくなるので留意すること。 | ||
| その他 (Others) | |||||
|---|---|---|---|---|---|
| 特に指定しない |
| その他 (Others) | |||||
|---|---|---|---|---|---|
| 授業の初回に提示する |
一部、対面授業回を実施する可能性あり（ただし、その場合もオンラインでの受講可）
・11回～12回、27回～28回：対面 左記以外：オンライン
・本科目担当教員は、5年以上の実務経験を有する。
・本科目は、講義、受講生によるプレゼンテーション、受講生同士のディスカッションなど双方向形式で授業を展開する。
・双方向による授業の割合は全授業回数の50％以上である。