Name

TOYODA, Hideki

Official Title

Professor

Affiliation

(School of Humanities and Social Sciences)

Contact Information

Mail Address

Mail Address
toyoda@waseda.jp

URL

Web Page URL

http://www.littera.waseda.ac.jp/faculty/tyosem/

Grant-in-aids for Scientific Researcher Number
60217578

Sub-affiliation

Sub-affiliation

Faculty of Letters, Arts and Sciences(Graduate School of Letters, Arts and Sciences)

Educational background・Degree

Educational background

-1985 Tokyo Gakugei University Faculty of Education
-1991 Tokyo University Graduate School, Division of Education

Academic Society Joined

The Japanese Association of Psychology

The Japanese Association of Educational Psychology

JAPAN INSTITUTE OF MARKETING SCIENCE

Japanese Classification Society

Japanese Society of Computational Statistics

Interview Guide

Category
Social sciences

Research Field

Keywords

Psychological Measurement

Grants-in-Aid for Scientific Research classification

Social sciences / Psychology / Educational psychology

Research Grants & Projects

Grant-in-aids for Scientific Research Adoption Situation

Research Classification:

Didactics concerning latest topic for the application research on structural equation modeling.

Allocation Class:¥4140000

Research Classification:

Teaching methods for theoretical covariance structural model

Allocation Class:¥3800000

Research Classification:

Development & research in covariance structure analysis.

Allocation Class:¥1000000

Research Classification:

Creation of new role and meaning of the statistical analysis in psychology, and development of the teaching methods.

2009/-0-2014/-0

Allocation Class:¥4160000

On-campus Research System

Special Research Project

潜在構造分析の教授法の研究

1999

Research Results Outline: 近年の研究では、従来、共分散構造分析とは異なる分析法と位置づけられてきた潜在構造モデルが下位モデルとして位置づけられるようになってきた。潜在クラスを 近年の研究では、従来、共分散構造分析とは異なる分析法と位置づけられてきた潜在構造モデルが下位モデルとして位置づけられるようになってきた。潜在クラスを観測不可能な離散変数として扱うこの方法を、文学部(特に心理学専修)の学生に教授する為の方法を開発し... 近年の研究では、従来、共分散構造分析とは異なる分析法と位置づけられてきた潜在構造モデルが下位モデルとして位置づけられるようになってきた。潜在クラスを観測不可能な離散変数として扱うこの方法を、文学部(特に心理学専修)の学生に教授する為の方法を開発した。 本研究の成果として、複雑化した社会構造変動を捉えるために新たに発展した共分散構造分析法が容易に習得できれば、それを必要とする社会・人文・行動科学の多くの領域でのデータ解析的研究を促しうる。 統合的な支援システムの構築のために、過去15年間の当該分野の理論的・応用的成果を論文、メーリングリストを中心にサーベイし、文科系の学生・大学院生・研究者が利用しやすい形式にまとめてデータベースを構築し、指導案の作製に利用する。「解の評価方法」に関する指導案を重点的に作製した。 同時に応用事例の収集、分析を行い、初心者向けの教材を作成した。特に適用可能性をデータ収集を通じて調査し、上記の研究と平行して試験的に作製されたカリキュラムを大学院生し提示し、カリキュラム中の難しい箇所、習得すべき知識、つまずきやすい技能を、プロトコル分析とスーパーバイズを通じてピックアップし、対策を講じ、文科系の学部学生用の教授学習特性に合わせた教材となった。

共分散構造分析の応用的研究を促すための文献目録と展望の作成

2000

Research Results Outline: 1990年代以降、わが国の調査・実験研究の解析方法に共分散構造分析が頻繁に使用されている。 研究代表者は、平成9・10年には奨励研究(A)「文科系学 1990年代以降、わが国の調査・実験研究の解析方法に共分散構造分析が頻繁に使用されている。 研究代表者は、平成9・10年には奨励研究(A)「文科系学部学生に対する共分散構造モデルの教授法の研究」を行ない、より数学的準備の少ない学部学生に対する効果... 1990年代以降、わが国の調査・実験研究の解析方法に共分散構造分析が頻繁に使用されている。 研究代表者は、平成9・10年には奨励研究(A)「文科系学部学生に対する共分散構造モデルの教授法の研究」を行ない、より数学的準備の少ない学部学生に対する効果的な教授系列を作成した。その成果は『共分散構造分析〔入門編〕(朝倉書店、1998、単著)』『共分散構造分析〔事例編〕(北大路書房、1998、単編)』によって公開された。 平成11・12年度には奨励研究(A)「共分散構造分析の応用的研究を促すための研究者向け教授法の開発」研究を行なった。そこでは共分散構造分析の柔軟なモデル構成力を反映し、応用範囲も、心理学・教育学・社会学・経済学・工学・医学・保健学・行動科学・疫学・マーケティング・製品開発と非常に多岐に渡っている。 共分散構造分析のソフトウェアは非常に扱いやすく、応用的研究は現在飛躍的に増えてる。しかし理論的展望は極めて少なく、このままでは皮相なレベルの応用的研究が増加してしまう。過去30年の共分散構造分析の着実な展望を行うことにより、高品位な応用的研究が我国に定着することが期待される。 そこで統合的な支援システムの構築のために、過去30年間の当該分野の理論的・応用的成果を学術論文、メーリングリストを中心にサーベイし、文科系の学生・大学院生・研究者が利用しやすい形式にまとめてデータベースを構築した。そして、その研究と平行し、30年の歴史を持つ共分散構造モデルの文献目録と展望の作成を行った。研究成果は、日本行動計量学会の査読誌・行動計量学に発表した。

共分散構造モデルの理論的全体像の教授法に関する研究

2002

Research Results Outline:本研究では,共分散構造分析(CSA, Covariance Structure Analysis),あるいは構造方程式モデリング(SEM, Struc本研究では,共分散構造分析(CSA, Covariance Structure Analysis),あるいは構造方程式モデリング(SEM, Structural Equation Modeling)と呼ばれる数理統計的手法の応用的技術に焦点をあてて...本研究では,共分散構造分析(CSA, Covariance Structure Analysis),あるいは構造方程式モデリング(SEM, Structural Equation Modeling)と呼ばれる数理統計的手法の応用的技術に焦点をあてて解説する.技術と言っても,数理的な興味を優先させたものではなく,応用的に果実のある具体的な適用場面を必ず想定し,広範囲なSEMの適用分野に共通して利用できる決まり技である.本研究は SEM に関する「入門編」「応用編」「事例編」の続編である.「入門編」は第1ページから順番に読み進める初心の読者を想定している.また「応用編」は,基本的に各章は独立に執筆されているけれども,やはり教程の体裁を重視している.伝えたい数理的な内容がまずあり,それを伝えるための手段として応用例を示している.「入門編」と「応用編」は理論を伝えるための教科書であった.それに対して「事例編」は「初めに解析したい現象ありき」であり,SEMを道具として使用しながら,データ解析の生の現実,実態をそのままに伝えようと企画した.ところが「事例編」以後,SEMの応用的進歩には目を見張るものがあり,様々な分析ツールを使用することが可能になってきた.そこで「事例編」に積み上げる上級事例編とも言うべき本書「技術編」を企画した.「技術編」では,現時点におけるSEMの最先端の分析モデルを駆使しながら解説を進める.分析者自身がワクワクしながらモデル構成を楽しんでいる実況を伝える.SEMでは適切な実質科学的知見が多ければ多いほど,複雑なモデルを安定的に推定できる.当該分野の形のない適切な知識が,形のある変数やデータと同じくらい,あるいはそれ以上に統計モデルの解を安定させることを本研究を通じて示した.

共分散構造モデルによる心理学研究のための実践的手法の開発

2004

Research Results Outline: 研究期間の前半は,当研究室に寄せられた共分散構造分析に関する「質問」を集大成した.初心者が躓きやすい問題に配慮しながら質問に対する回答を編集し,『共 研究期間の前半は,当研究室に寄せられた共分散構造分析に関する「質問」を集大成した.初心者が躓きやすい問題に配慮しながら質問に対する回答を編集し,『共分散構造分析[疑問編]』をあらわした. 研究期間の後半には,共分散構造分析の下位モデルの1つである... 研究期間の前半は,当研究室に寄せられた共分散構造分析に関する「質問」を集大成した.初心者が躓きやすい問題に配慮しながら質問に対する回答を編集し,『共分散構造分析[疑問編]』をあらわした. 研究期間の後半には,共分散構造分析の下位モデルの1つである項目反応理論に焦点化して実践手法の整理を行った.本研究は4つの章から構成されている.第1章では,基本となる2値(正誤)反応データに対するロジスティックモデルを推定法を中心にして詳述した.ロジスティックモデルは応用的にも最も重要である.続く3つの章では,第1章の内容を別々の観点から発展させた.第2章では,2値(正誤)反応データばかりでなく,多値反応のモデルを論じた.「入門編」においても多値段階反応モデルを解説したが,ここでは名義反応モデル・評定尺度モデル・連続反応モデル・部分採点モデル等,さらに広範なモデル群を導入している.第3章ではIRTの数理的仮定を緩める試みがなされた.通常のIRTには,1次的特性の仮定,被験者の等質性,局所独立の仮定,時間制限のない仮定など,いくつかの重要な数理的制約が導入されている.それらは熟考の結果として導入された制約であり,いたずらに排除すべきものではないが,目的に応じて制約を除くことができればさらに豊かなテスト運用が可能になる.最後の第4章では,IRTの直接的な改良もしくは拡張のモデルについて論じている.テストに関わる多くの方々に,本研究がが少しでも参考になって欲しい.

項目反応理論における理論的全体像に関する教授法の研究

2005Collaborator:齋藤朗宏, 室橋弘人

Research Results Outline:項目反応理論(Item Response Theory, IRT)を正しく使いこなせるようになるためには,理論的な面からの学習とソフトウェアの利用方法項目反応理論(Item Response Theory, IRT)を正しく使いこなせるようになるためには,理論的な面からの学習とソフトウェアの利用方法の習得の双方が必須となる.何故なら,IRTを実地において運用していくためにはソフトウェアを用いてデ...項目反応理論(Item Response Theory, IRT)を正しく使いこなせるようになるためには,理論的な面からの学習とソフトウェアの利用方法の習得の双方が必須となる.何故なら,IRTを実地において運用していくためにはソフトウェアを用いてデータを解析できなければならない一方で,ソフトウェアを用いて推定を行う際にパラメータを設定したり,あるいは結果から有効な解釈を引き出したりするためには,IRTの理論に関する十分な理解が必要不可欠となるからである.以上を踏まえた上で,項目反応理論における理論的全体像に関する教授法の研究は,現在のIRTにおいて重要な位置を占めている幾つかのモデルに関して,理論的に十分厳密な解説と,実際の利用において必要となるソフトウェアの使い方との両方を整備する形で行われた.具体的な内容は,以下の通りである.①IRTの発想を理解する上で重要であると同時に,制約が緩いため利用可能範囲が広いモデルであるノンパラメトリックなIRT手法について,Mspwinを用いて分析を行う.②最も基本的なIRTモデルである2値項目のためのロジスティックモデルについて,BILOG-MGを用いて推定を行う.また,DIF分析の方法についても取り上げる.③選択肢間に順序関係を想定できない,カテゴリカルな多肢選択項目を分析する際に利用される名義反応モデルについて,MULTILOGを用いて分析を行う.④選択肢間に順序関係が存在していると想定できるような多肢選択項目を分析する際に利用される部分採点モデルについて,Parscaleを用いて分析を行う.⑤ロジスティックモデルにおける困難度母数を線型和に分解することによって,項目の難しさを規定する要因に関する考察を可能にする線形ロジスティックテストモデルについて,SEMのソフトウェアであるMplusを用いた分析を行う.⑥母集団が未知の異質な集団の混合であると想定するという潜在クラスの考え方を導入した潜在混合分布ラッシュモデルについて,WINMIRA 2001を用いて分析を行う.

多変量解析手法に対する文科系学生のための教授法の開発

2006Collaborator:齋藤朗宏, 室橋弘人

Research Results Outline:経済学・経営学・心理学・社会学等,人文科学系の研究・実践に携わる人々を対象とした,多変量解析手法の教授法開発の試みは,成果物①,成果物②,成果物③に収経済学・経営学・心理学・社会学等,人文科学系の研究・実践に携わる人々を対象とした,多変量解析手法の教授法開発の試みは,成果物①,成果物②,成果物③に収斂した.成果物①:POSデータや,Web調査データによって表現されるビジネスデータの分析を通じて,...経済学・経営学・心理学・社会学等,人文科学系の研究・実践に携わる人々を対象とした,多変量解析手法の教授法開発の試みは,成果物①,成果物②,成果物③に収斂した.成果物①:POSデータや,Web調査データによって表現されるビジネスデータの分析を通じて,人文科学系の領域で広く利用される多変量解析手法を,数式を多用しない平易な解説で,説明している.これを列記すると下記の28手法となった.構造方程式モデリング・独立成分分析・潜在混合分析・一対比較法・主成分分析・コンジョイント分析・アソシエーションルール・生存時間分析・決定木・ベイジアンネット・ニューラルネットワーク・多項ロジットモデル・AHP・遺伝ACEモデル・集団AHPとGAS・ISM・自己組織化マップ・クラスター分析・多次元尺度法・コレスポンデンス分析・探索的ポジショニング分析・グラフィカルモデリング・傾向スコアによる重み付け補正法・ロジスティック回帰分析・項目反応理論・一般化可能性理論・時系列分析・ポアソン回帰分析.いずれも,人文科学系の研究・実践領域において,その重要性が認識されているが,統計学的準備のない研究者にとっては敷居が高いと考えられている手法である.全ての手法について,実際のビジネスデータへの適用例が示されており,その適用によって,実質科学的にどのような意味のある結論が得られるのかが,最低限必要な統計用語のみを用いて,丁寧に説明されている.成果物②:上述した多変量解析手法群の内,特に心理学に関連する基礎研究領域において頻繁に利用される手法(分散分析,因子分析,回帰分析)の,統計ソフトウエアによる具体的な実行法を,プログラム例を示しながら説明した.またソフトウエアは,無料でオープンソースという形態をとり,その分析精度・汎用性から高く評価されている,統計解析環境Rを利用した.Rにおけるデータハンドリングの手法についても,詳細な説明がなされた.成果物③:上述した多変量解析手法群の内,特に最新の心理統計モデル(共分散構造分析・階層線形モデル・項目反応理論・ニューラルネットワーク)の,統計ソフトウエアRによる具体的な実行法を,プログラム例を示しながら説明した.

構造方程式モデリングに関する実践的教授法の開発

2007Collaborator:中村 健太郎

Research Results Outline: 本研究課題では、構造方程式モデリング(Structural Equation Modeling; SEM)における最新の理論的発展を踏まえ、ソフトウ 本研究課題では、構造方程式モデリング(Structural Equation Modeling; SEM)における最新の理論的発展を踏まえ、ソフトウェアによる実際の分析を示すことで、発展的なモデルの利用、応用を活性化することを目的とした。 具体的... 本研究課題では、構造方程式モデリング(Structural Equation Modeling; SEM)における最新の理論的発展を踏まえ、ソフトウェアによる実際の分析を示すことで、発展的なモデルの利用、応用を活性化することを目的とした。 具体的な理論的発展として、推定法の拡張や離散型変数の分析などが挙げられる。それぞれについて、SPSS社のAmosと呼ばれるソフトウェアによる分析の実際を、分析手法の基礎理論に関する解説とともに、実データに即しつつ示す教授法について計画に従い開発と検討を行った。 その結果、2007年度日本心理学会第71回大会において、『今日からあなたもSEMデビュー―Amosによる分析―』『明日のための構造方程式モデリング―発展的な研究を心理学に役立てる―』と題するワークショップを2つ開催することが可能となった。これによって、統計学を専門としない心理学者にとって、敷居が高い解析手法と捉えられがちな構造方程式モデリングを実践的に解説する機会が学会に提供された。初学者が躓きやすい点に配慮した基本的な操作から、ベイズ推定という発展的な話題まで具体的な数値例とともにデモンストレーションが行われた。また、ソフトウェアAmosの販売元であるSPSS社の小松誠氏に指定討論者としてコメントをいただき、より詳細な議論を行うことで、参加者から参考になったとの好評を得た。 ワークショップでは、発展的、応用的な分析手法も取り上げた。これにより、単にソフトウェアの使用法に関する教授法のみでなく,分析手法の数理的基礎や,実用場面における利用状況に軸足を置いた教授法という本研究課題の目的の1つが達成され、広く参加者に伝えられた。

検定力分析の重要性認知に関する教育的実践法の開発

2010Collaborator:福中 公輔

Research Results Outline: Cohen, J(1962)や杉澤(1999)が以前から指摘しているように,実験系心理学や教育心理学など実験・調査を必要とする分野において検定力分析 Cohen, J(1962)や杉澤(1999)が以前から指摘しているように,実験系心理学や教育心理学など実験・調査を必要とする分野において検定力分析は非常に重要である。しかしながら,t検定をはじめとした統計的仮説検定に比べて,我が国における検定力... Cohen, J(1962)や杉澤(1999)が以前から指摘しているように,実験系心理学や教育心理学など実験・調査を必要とする分野において検定力分析は非常に重要である。しかしながら,t検定をはじめとした統計的仮説検定に比べて,我が国における検定力分析の重要性の認知度は著しく低かった。これは検定力分析が数理的にも高度であり,また様々なケースにおける一般的な適用法,すなわち「ケースごとの一連の手続き」が定式化されていなかったためだと考えられる。このような現況を鑑み,2009年度には,極力数式を使用せず,初学者にも理解しやすいように検定力分析の一般的な手続きを一冊の書籍にまとめた(豊田,2009)。この書籍により,我が国でも検定力分析の重要性が広く研究者の間で認識されるようになった。 しかし,研究者間ではその重要性が認知されるようにはなったが,実際の研究への活用事例はそれほど上昇しているとは言いがたかった。この状況を改善するためには,書籍を出版するだけでなく,検定力分析の利用の仕方などを個別の事例を交えながら細かく解説する必要があると考える。すなわち学生や若手研究者に対する検定力分析の教育的実践である。 まず学部学生に対しては,本学で開講されている「心理学演習4(実験計画実習)」の中で検定力分析について取り上げ,解説を行った。授業資料は豊田(2009)を元にして,学部学生に対してより教育効果が高まるように配慮して作成した。統計的諸問題に関する学生からの質問でよく聞くものに,「調査や実験において標本をどれだけ集めればよいか?」というものがあるが,検定力分析はこの問題に対する1つの答えである。このため本授業で解説した内容は,将来に対する教育的効果として非常に大きいものと考えられる。また,若手研究者に対しては,日本心理学会のワークショップや日本教育心理学会の自主シンポジウムで,検定力分析の理論的展開を構造方程式モデリング(SEM)と絡めながら話題の提供を行った。このような活動を続けることにより,我が国においても検定力分析の重要性の認知が将来において進むものと考えられる。

Lecture Course

Course TitleSchoolYearTerm
Core Lecture 5School of Humanities and Social Sciences2019spring semester
Core Lecture 6(RE)School of Humanities and Social Sciences2019fall semester
Statistics for Psychology 1 : Psychological StatisticsSchool of Culture, Media and Society2019spring semester
Statistics for Psychology 1 : Psychological StatisticsSchool of Humanities and Social Sciences2019spring semester
Statistics for Psychology 2 : Psychological StatisticsSchool of Culture, Media and Society2019fall semester
Statistics for Psychology 2 : Psychological StatisticsSchool of Humanities and Social Sciences2019fall semester
Introduction to Psychology 1School of Culture, Media and Society2019spring semester
Introduction to Psychology 1School of Humanities and Social Sciences2019spring semester
Seminar in Psychology 2 (Practicum in Statistics)School of Humanities and Social Sciences2019spring semester
Seminar in Psychology 4 (Experimental Design Practicum)School of Humanities and Social Sciences2019fall semester
Seminar in Psychology 11 D (Graduation Thesis)School of Humanities and Social Sciences2019spring semester
Seminar in Psychology 18 D (Graduation Thesis)School of Humanities and Social Sciences2019fall semester
Seminar in Psychology 19 D (Graduation Thesis)School of Humanities and Social Sciences2019spring semester
Seminar in Psychology 20 D (Graduation Thesis)School of Humanities and Social Sciences2019fall semester
Psychology Seminar (Graduation Thesis) spring (TOYODA, Hideki)School of Humanities and Social Sciences2019spring semester
Psychology Seminar (Graduation Thesis) fall (TOYODA, Hideki)School of Humanities and Social Sciences2019fall semester
Psychology: Research SeminarGraduate School of Letters, Arts and Sciences2019spring semester
Psychology: Research SeminarGraduate School of Letters, Arts and Sciences2019fall semester
Psychology 5Graduate School of Letters, Arts and Sciences2019spring semester
Psychology 6Graduate School of Letters, Arts and Sciences2019fall semester
Psychology 8-1: SeminarGraduate School of Letters, Arts and Sciences2019spring semester
Psychology 8-2: SeminarGraduate School of Letters, Arts and Sciences2019fall semester
Psychology 8-1: Research SeminarGraduate School of Letters, Arts and Sciences2019spring semester
Psychology 8-2: Research SeminarGraduate School of Letters, Arts and Sciences2019fall semester