ホーム > 実践的メタ分析入門

実践的メタ分析入門  新刊

戦略的・包括的理解のために

実践的メタ分析入門

先行研究データを自らのデータに組み込むことで結論の再現性・客観性を担保するための方法=メタ分析の下準備から応用研究までを解説

著者 岡田 涼 編著
小野寺 孝義 編著
ジャンル 心理学 > 検査・測定
数理・統計学
出版年月日 2018/07/20
ISBN 9784779512551
判型・ページ数 B5・180ページ
定価 本体2,800円+税
 

目次

第1章 メタ分析
 1.1 メタ分析とは
  1.1.1 メタ分析の歴史
  1.1.2 メタ分析の考え方
  1.1.3 メタ分析への批判
  1.1.4 メタ分析への心理的抵抗
 参考文献

第2章 文献の検索と情報のコーディング
 2.1 文献を探す
  2.1.1 文献検索の考え方
  2.1.2 文献検索の方法
  2.1.3 適格性基準
 2.2 情報を取り出す
  2.2.1 変数のコーディング
  2.2.2 効果量のコーディング
  2.2.3 研究の特徴に関する情報のコーディング
  2.2.4 コーディングの作業と信頼性
 2.3 収集した研究の偏りを考える
  2.3.1 研究の収集可能性
  2.3.2 公表バイアス
  2.3.3 公表バイアスを調べる方法
 参考文献

第3章 相関係数のメタ分析25
 3.1 はじめに
  3.1.1 相関係数のメタ分析の主な流れ
  3.1.2 相関係数のZ 変換
  3.1.3 研究の重み付け
 3.2 固定効果モデル
  3.2.1 研究の重み付けとその平均効果量
  3.2.2 Z 変換の逆変換
 3.3 変量効果モデル
  3.3.1 研究間分散の算出
  3.3.2 平均効果量の算出
  3.3.3 Z 変換の逆変換
 3.4 異質性の指標
 3.5 心理測定のメタ分析
  3.5.1 研究の重みと研究内分散
  3.5.2 相関係数の重み付け平均
  3.5.3 信頼区間と確信区間
  3.5.4 最後に
 参考文献

第4章 標準化平均値差の統合
 4.1 標準化平均値差
  4.1.1 標準化平均値差の種類
  4.1.2 標準化平均値差の標準誤差
  4.1.3 数値例
 4.2 固定効果モデルと変量効果モデル
  4.2.1 固定効果モデル
  4.2.2 変量効果モデル
  4.2.3 固定効果モデルか変量効果モデルか
 4.3 標準化平均値差の統合
  4.3.1 固定効果モデルによる標準化平均値差の統合
  4.3.2 変量効果モデルによる標準化平均値差の統合
 4.4 数値例
  4.4.1 固定効果モデルによる標準化平均値差の統合
  4.4.2 変量効果モデルによる標準化平均値差の統合
 参考文献

第5章 構造方程式モデリングを用いたメタ分析
 5.1 構造方程式モデリング(SEM) の概要
  5.1.1 基本的な考え方
  5.1.2 下位モデルの例
 5.2 MASEM の方法
  5.2.1 はじめに
  5.2.2 TSSEM の手続き
  5.2.3 分析例
 5.3 まとめ
  5.3.1 補足資料:TSSEM の実行のためのR スクリプト
 参考文献

第6章 ベイズ統計学とは
 6.1 なぜベイズなのか
 6.2 ベイズ統計学の歴史
 6.3 ベイズの定理
 6.4 ベイズ更新と逐次合理性
 6.5 ベイズ統計学の考え方
 6.6 共役事前分布
  6.6.1 事前分布とメタ分析
 6.7 MCMC
 6.8 マルチレベル・階層ベイズモデル
 6.9 実際の分析
  6.9.1 Stata
  6.9.2 StataStan
 6.10 分析結果の解釈
  6.10.1 MCMC の収束のチェック
  6.10.2 点推定:EPA,MAP,MED
  6.10.3 仮説検定
 6.10.4 信頼区間と確信区間
 6.10.5 モデル比較
 参考文献

第7章 ベイズ型メタ分析87
 7.1 分析例
 7.2 Stata によるベイズ分析
  7.2.1 Stata による変量効果のベイズ分析例
 7.3 RStan によるベイズ型メタ分析
  7.3.1 RStan による固定効果のベイズ分析例
  7.3.2 RStan による変量効果のベイズ分析例
 7.4 StataStan によるベイズ型メタ分析
 参考文献

第8章 メタ分析の流れの実際-メタ認知と学習成績の関係を調べる-
 8.1 問題設定
  8.1.1 操作的定義
  8.1.2 魅力的な問題設定
  8.1.3 分析に必要な研究数
 8.2 文献収集
  8.2.1 文献検索
  8.2.2 採用の基準の決定
 8.3 研究のコーディング
  8.3.1 同一の研究内の複数の効果量の扱い
  8.3.2 研究のデータセットの作成
 8.4 分析
  8.4.1 効果量の統合について
  8.4.2 出版バイアスの補正
 8.5 結果の報告について
 8.6 最後に
 参考文献

第9章 文献収集の実際と相関係数の統合
 9.1 はじめに:研究の背景
  9.1.1 テストの分類
  9.1.2 小論文試験における測定論上の問題点
 9.2 文献の収集
  9.2.1 収集する文献の基準
  9.2.2 データベースおよび文献の選択
  9.2.3 メタ分析の実行の前処理
 9.3 メタ分析の実行
  9.3.1 相関係数の統合
  9.3.2 相関係数と各研究内の諸条件(独立変数) の関係
  9.3.3 注意点
 9.4 本研究のまとめ
 参考文献

第10章 関連の違いを調べる―メタ分析における調整効果―
 10.1 メタ分析と調整効果
  10.1.1 調整効果
  10.1.2 交互作用効果
  10.1.3 メタ分析における異質性と調整効果
 10.2 メタ分析における調整効果の分析
  10.2.1 異質性の検討
  10.2.2 調整効果の検討
 10.3 学校段階による動機づけと成績との関連の違い
  10.3.1 やる気と成績
  10.3.2 動機づけと成績との関連に対する学校段階の調整効果
 10.4 調整効果を調べるその他の方法
  10.4.1 Hunter and Schmidt の方法
  10.4.2 メタ回帰分析
 参考文献

第11章時代的な変化を探る―自尊感情の変化に関する時間横断的メタ分析―
 11.1 時代的な変化を探る方法
  11.1.1 時代的な変化に対する関心
  11.1.2 コーホート分析
  11.1.3 時代的な変化を探ることの難しさ
 11.2 時間横断的メタ分析
  11.2.1 時間横断的メタ分析の考え方
  11.2.2 時間横断的メタ分析の方法
  11.2.3 時間横断的メタ分析を用いた海外の研究例
 11.3 日本人の自尊感情の時代的変化
  11.3.1 日本人の自尊感情の特徴
  11.3.2 日本人の自尊感情に関する時間横断的メタ分析
  11.3.3 時間横断的メタ分析からわかったこと
 11.4 時間横断的メタ分析の意義と限界
 参考文献

第12章 メタ分析のためのソフトウェア
 12.1 Stata によるメタ分析
 12.2 分析例
  12.2.1 Stata による固定効果のメタ分析
  12.2.2 Stata による変量効果のメタ分析
  12.2.3 Stata によるプロットやバイアスの検定
 12.3 ネットワークメタ分析(NMA)
  12.3.1 Stata によるネットワークメタ分析
  12.3.2 ネットワークメタ分析の注意点
 参考文献

このページのトップへ

内容説明

同じ研究意図をもつ先行研究からのデータを戦略的・包括的に徹底的に利用し尽くし,自らの研究の立ち位置を固め,結論の再現性・客観性を担保していく方法=メタ分析のためデータ収集,分析法を初歩から応用まで伝授


■著者紹介
○岡田涼
1981年 三重県生まれ
2008年 名古屋大学大学院教育発達科学研究科博士課程後期課程修了
現在 香川大学教育学部 准教授
担当章 2章、10章、11章
主要著書
友だちとのかかわりを促すモチベーション-自律的動機づけからみた友人関係- (2013). 北大路書房.
自ら学び考える子どもを育てる教育の方法と技術(2016). (共編) 北大路書房.
計量パーソナリティ心理学(2017). (分担執筆) ナカニシヤ出版. 他

○小野寺孝義
1959年 北海道生まれ
1988年 大阪大学大学院人間科学研究科博士課程単位取得退学
現在 広島国際大学心理学部心理学科 教授
担当章 1章、6章、7章、12章
主要著書
SPSS事典(共編著)(2004). ナカニシヤ出版.
文科系学生のための新統計学(共著)(2005). ナカニシヤ出版.
心理学概論-学びと知のイノベーション-(共編著)(2011). ナカニシヤ出版.
心理・教育統計法特論(編著)(2015). NHK 出版. 他

○宇佐美慧
1984年 愛知県生まれ
2012年 東京大学大学院教育学研究科総合教育科学専攻博士課程修了
現在 東京大学高大接続研究開発センター 准教授
担当章 5章、9章
主要著書・論文
宇佐美慧・荘島宏二郎(2015). 発達心理学のための統計学―縦断データの分析― 誠信書房.
Usami,S., Hayes,T., & McArdle,J.J. (2017). Fitting structural equation model trees and latent growth curve
 mixture models in longitudinal designs: The influence of model misspecification in estimating the number
 of classes. Structural Equation Modeling. 24, 585-598.
Usami,S. (2017). Generalized sample size determination formulas for investigating contextual effects by
 a three-level random intercept model. Psychometrika, 82, 133-157.
Usami,S., Hayes,T., & McArdle,J.J. (2015). On the mathematical relationship between latent change score
 model and autoregressive cross-lagged factor approaches: Cautions for inferring causal relationship between
 variables. Multivariate Behavioral Research, 50, 676-687. 他

○大谷和大
1984年 奈良県生まれ
2011年 大阪大学大学院人間科学研究科博士後期課程退学
現在 北海道大学大学院教育学研究院 助教
担当章 3章、8章
主要著書
M-plus とR による構造方程式モデル入門(分担執筆)(2014). 北大路書房.
こころの科学―理論から現実社会へ―第2 版(分担執筆)(2017). ナカニシヤ出版.
教育と発達の心理学(分担執筆)(2018). ナカニシヤ出版. 他

○山田剛史
1970年 東京生まれ
2001年 東京大学大学院教育学研究科博士課程単位取得退学
現在 岡山大学大学院教育学研究科 教授
担当章 4章
主要著書
SPSSによる心理統計(共著) (2017). 東京図書.
Rによる心理学研究法入門(編著) (2015). 北大路書房.
Rによる心理データ解析(共著) (2015). ナカニシヤ出版.
メタ分析入門-心理・教育研究のための系統的レビューのために- (共編著) (2012). 東京大学出版会. 他

このページのトップへ