参考）ミニッツペーパーの分析例
結果が見難い場合には、ワープロにコピーして等幅フォントを指定するとよい。
・変数名リスト
・時系列プロット
・相関分析
・回帰分析
INF 情報量
CONT 内容がよい
RESUME 資料がよい
EXPLN 説明がわかりやすい
INT 興味をもった
GOOD よい講義
SAT 満足している
DSAT 不満がある
以下は出席者の回答の平均値をプロットしたもの。
横軸は講義回数（ホームページの講義案内参照）。
各項目とも全体平均値は4よりも大（不満は逆）→平均的には
大雑把に見ると、最も興味がもたれたのは、中間報告（5回目）、次いでLaQuintaのケース（8回目）。
私が中心となって行う講義については.....？
3回目については不満が大。
→もう少し丁寧にすればよかったか？
しかし、その後は低下しているので、受講者をスクリーニングするという点では効果があってよい？？
10回目のクラスタ分析も。
情報量
プロット : INF*PLOTNO. 凡例: A = 1 OBS, B = 2 OBS, ...
INF |
|
6.0 +
|
| A
| A
5.5 +
| A A
|
| A
5.0 + A
|
| A A
| A
4.5 +
|
| A
|
4.0 +
|
--+-------+-------+-------+-------+-------+-------+-------+-------+-------+-
1 2 3 4 5 6 7 8 9 10
PLOTNO→講義回数（1回目〜10回目まで）
内容がよい
プロット : CONT*PLOTNO. 凡例: A = 1 OBS, B = 2 OBS, ...
CONT |
6.0 +
| A
|
| A
|
|
| A
| A
|
5.5 +A
|
| A A
|
|
|
|
| A A A
|
5.0 +
-+-------+-------+-------+-------+-------+-------+-------+-------+-------+-
1 2 3 4 5 6 7 8 9 10
PLOTNO
資料の内容
プロット : RESUME*PLOTNO. 凡例: A = 1 OBS, B = 2 OBS, ...
RESUME |
5.5 +
|
| A
|
| A
| A
5.0 + A
| A A A
| A
| A
|
|
4.5 +
|
|
| A
|
|
4.0 +
---+------+------+------+------+------+------+------+------+------+--
1 2 3 4 5 6 7 8 9 10
PLOTNO
説明がわかりやすい
プロット : EXPLN*PLOTNO. 凡例: A = 1 OBS, B = 2 OBS, ...
EXPLN |
5.5 +
| A
|A
| A A
|
|
5.0 +
| A
|
| A
| A
| A A
4.5 +
| A
|
|
|
|
4.0 +
-+-------+-------+-------+-------+-------+-------+-------+-------+-------+
1 2 3 4 5 6 7 8 9 10
PLOTNO
興味をもった
プロット : INT*PLOTNO. 凡例: A = 1 OBS, B = 2 OBS, ...
INT |
7 +
|
|
| A
|
|
6 +
|
| A
| A A
| A
| A A
5 + A
| A
| A
|
|
|
4 +
--+-------+-------+-------+-------+-------+-------+-------+-------+-------+-
1 2 3 4 5 6 7 8 9 10
PLOTNO
よい講義
プロット : GOOD*PLOTNO. 凡例: A = 1 OBS, B = 2 OBS, ...
GOOD |
6.0 +
|
|
| A
|
|
5.5 + A
|
| A
|
|
|A A A
5.0 + A
| A
|
|
| A
| A
4.5 +
-+-------+-------+-------+-------+-------+-------+-------+-------+-------+-
1 2 3 4 5 6 7 8 9 10
PLOTNO
満足している
プロット : SAT*PLOTNO. 凡例: A = 1 OBS, B = 2 OBS, ...
SAT |
5.5 +
| A
|
|
|
|
5.0 + A
| A A
|
| A
|
|
4.5 + A
|
|
| A A
| A
|
4.0 + A
--+-------+-------+-------+-------+-------+-------+-------+-------+-------+-
1 2 3 4 5 6 7 8 9 10
PLOTNO
不満がある
プロット : DSAT*PLOTNO. 凡例: A = 1 OBS, B = 2 OBS, ...
DSAT |
|
4.0 +
|
|
| A
3.5 +
| A
|
| A A
3.0 +
|A A
|
| A
2.5 + A A
| A
|
|
2.0 +
|
-+-------+-------+-------+-------+-------+-------+-------+-------+-------+-
1 2 3 4 5 6 7 8 9 10
PLOTNO
発言得点
なれると発言も増えてくるよう。
プロット : PRSN*PLOTNO. 凡例: A = 1 OBS, B = 2 OBS, ...
PRSN |
|
2.25 +
| A
|
|
2.00 + A A A
| A
| A
|
1.75 +
| A
| A
|
1.50 +
|
| A
|
1.25 +
|
-+-------+-------+-------+-------+-------+-------+-------+-------+-------+-
1 2 3 4 5 6 7 8 9 10
PLOTNO
****満足と不満との相関は-0.34であり、高くはない。
→満足と不満足の構造は違う。
Pearson Correlation Coefficients / Prob > |R| under Ho: Rho=0
/ Number of Observations
INF CONT RESUME EXPLN
INF 1.00000 0.56193 0.30673 0.39103
0.0 0.0001 0.0001 0.0001
266 262 264 265
CONT 0.56193 1.00000 0.38452 0.49114
0.0001 0.0 0.0001 0.0001
262 267 264 266
RESUME 0.30673 0.38452 1.00000 0.37162
0.0001 0.0001 0.0 0.0001
264 264 268 267
EXPLN 0.39103 0.49114 0.37162 1.00000
0.0001 0.0001 0.0001 0.0
265 266 267 270
INT 0.32176 0.45235 0.28403 0.30154
0.0001 0.0001 0.0001 0.0001
260 262 262 264
SAS システム 11:31 Tuesday, June 30, 1998 184
Correlation Analysis
Pearson Correlation Coefficients / Prob > |R| under Ho: Rho=0
/ Number of Observations
INF CONT RESUME EXPLN
GOOD 0.28044 0.40133 0.15221 0.25672
0.0001 0.0001 0.0126 0.0001
266 267 268 270
SAT 0.35707 0.42607 0.15041 0.49926
0.0001 0.0001 0.0143 0.0001
262 264 265 266
DSAT -0.34013 -0.31879 -0.18653 -0.47945
0.0001 0.0001 0.0023 0.0001
261 261 264 264
SAS システム 11:31 Tuesday, June 30, 1998 185
Correlation Analysis
Pearson Correlation Coefficients / Prob > |R| under Ho: Rho=0
/ Number of Observations
INT GOOD SAT DSAT
INF 0.32176 0.28044 0.35707 -0.34013
0.0001 0.0001 0.0001 0.0001
260 266 262 261
CONT 0.45235 0.40133 0.42607 -0.31879
0.0001 0.0001 0.0001 0.0001
262 267 264 261
RESUME 0.28403 0.15221 0.15041 -0.18653
0.0001 0.0126 0.0143 0.0023
262 268 265 264
EXPLN 0.30154 0.25672 0.49926 -0.47945
0.0001 0.0001 0.0001 0.0001
264 270 266 264
INT 1.00000 0.33193 0.45039 -0.16115
0.0 0.0001 0.0001 0.0094
265 265 262 259
SAS システム 11:31 Tuesday, June 30, 1998 186
Correlation Analysis
Pearson Correlation Coefficients / Prob > |R| under Ho: Rho=0
/ Number of Observations
INT GOOD SAT DSAT
GOOD 0.33193 1.00000 0.40813 -0.24902
0.0001 0.0 0.0001 0.0001
265 271 267 265
SAT 0.45039 0.40813 1.00000 -0.34661
0.0001 0.0001 0.0 0.0001
262 267 267 261
DSAT -0.16115 -0.24902 -0.34661 1.00000
0.0094 0.0001 0.0001 0.0
259 265 261 265
参考までに、回答全てをプールして回帰分析してみた。
このデータは複数の回答者が複数回回答している、パネルデータである。
→時間による違いと人による違いを考慮したパネルデータの分析というのをした方がよいかもしれないが、簡単のため、全てのデータをプールして回帰分析した。
例）パネルデータとして分析すべき場合
-）と*）二人分のデータが数回ある。それをx-yプロットしてみたら次のようになる。
-）と*)それぞれに注目すると、xとyとの間には正の相関がある。
ただし、二人まとめて回帰分析してしまうと、右下がりの直線が引けてしまう。
→不適切な結果が得られる。
Y
+-------------------------------------------+
| -- |
| ---- |
| --- |
| ---- |
| --- |
| |
| **** |
| **** |
| ***** |
| **** |
| | | |
+-------------------------------------------+
x
パネルデータとして推定したい場合、sasではproc tscsregというのがある。
ただし、データがバランスしていない（人によってオブザベーションの数=出席：回答回数が違う）と推定できないようなので断念。
以下の4変数を従属変数として、
INT 興味をもった
GOOD よい講義
SAT 満足している
DSAT 不満がある
以下の4変数によって説明。
INF 情報量
CONT 内容がよい
RESUME 資料がよい
EXPLN 説明がわかりやすい
・興味をもつかについては、内容と資料が効く。
・よい講義については内容のみが効く。
・満足については、情報量（ただし、11%水準）、内容、説明が正できく。
？資料のよさについては負となった？？
いい加減な資料を渡して、書き込みなどをさせたほうがよい？
ただし、説明変数間の相関が0.5以上のものもあるので、要注意。
condition indexも17.5となっている。
・不満については、情報量と説明の方法が効く。
→満足と不満足の構造は異なる。
R2（adjR2も）をみると満足の方が高い。
→不満は、ここでの設定項目以外のところが原因となっている可能性が、より高い。
例 課題の内容、量など？
SAS システム 11:31 Tuesday, June 30, 1998 254
Model: MODEL1
Dependent Variable: INT
Analysis of Variance
Sum of Mean
Source DF Squares Square F Value Prob>F
Model 4 82.35011 20.58753 17.142 0.0001
Error 247 296.64592 1.20100
C Total 251 378.99603
Root MSE 1.09590 R-square 0.2173
Dep Mean 5.28175 Adj R-sq 0.2046
C.V. 20.74881
SAS システム 11:31 Tuesday, June 30, 1998 255
Parameter Estimates
Parameter Standard T for H0:
Variable DF Estimate Error Parameter=0 Prob > |T|
INTERCEP 1 1.972260 0.41149609 4.793 0.0001
INF 1 0.050448 0.06202603 0.813 0.4168
CONT 1 0.390541 0.08655932 4.512 0.0001
RESUME 1 0.121615 0.06667786 1.824 0.0694
EXPLN 1 0.071177 0.06737581 1.056 0.2918
Collinearity Diagnostics
Condition Var Prop Var Prop Var Prop Var Prop Var Prop
Number Eigenvalue Index INTERCEP INF CONT RESUME EXPLN
1 4.87884 1.00000 0.0012 0.0018 0.0009 0.0017 0.0017
2 0.04402 10.52747 0.0192 0.6634 0.0054 0.2599 0.0433
3 0.03521 11.77197 0.0143 0.0323 0.0000 0.3407 0.8048
4 0.02607 13.68118 0.5710 0.1290 0.0685 0.3976 0.1073
5 0.01586 17.53793 0.3943 0.1734 0.9252 0.0000 0.0429
SAS システム 11:31 Tuesday, June 30, 1998 256
Model: MODEL1
Dependent Variable: GOOD
Analysis of Variance
Sum of Mean
Source DF Squares Square F Value Prob>F
Model 4 59.45450 14.86363 11.673 0.0001
Error 252 320.88791 1.27336
C Total 256 380.34241
Root MSE 1.12843 R-square 0.1563
Dep Mean 5.05058 Adj R-sq 0.1429
C.V. 22.34266
SAS システム 11:31 Tuesday, June 30, 1998 257
Parameter Estimates
Parameter Standard T for H0:
Variable DF Estimate Error Parameter=0 Prob > |T|
INTERCEP 1 2.432302 0.41909776 5.804 0.0001
INF 1 0.070870 0.06356732 1.115 0.2660
CONT 1 0.361595 0.08836409 4.092 0.0001
RESUME 1 -0.005161 0.06800774 -0.076 0.9396
EXPLN 1 0.066879 0.06919505 0.967 0.3347
Collinearity Diagnostics
Condition Var Prop Var Prop Var Prop Var Prop Var Prop
Number Eigenvalue Index INTERCEP INF CONT RESUME EXPLN
1 4.88053 1.00000 0.0012 0.0018 0.0009 0.0017 0.0017
2 0.04320 10.62853 0.0195 0.6591 0.0055 0.2729 0.0382
3 0.03436 11.91810 0.0137 0.0379 0.0000 0.3351 0.8144
4 0.02609 13.67593 0.5794 0.1271 0.0644 0.3903 0.1036
5 0.01582 17.56628 0.3863 0.1740 0.9292 0.0000 0.0421
Model: MODEL1
Dependent Variable: SAT
Analysis of Variance
Sum of Mean
Source DF Squares Square F Value Prob>F
Model 4 114.91948 28.72987 28.427 0.0001
Error 250 252.66483 1.01066
C Total 254 367.58431
Root MSE 1.00532 R-square 0.3126
Dep Mean 4.59216 Adj R-sq 0.3016
C.V. 21.89201
Parameter Estimates
Parameter Standard T for H0:
Variable DF Estimate Error Parameter=0 Prob > |T|
INTERCEP 1 1.362788 0.37537771 3.630 0.0003
INF 1 0.094444 0.05699363 1.657 0.0988
CONT 1 0.246970 0.07986314 3.092 0.0022
RESUME 1 -0.104448 0.06097236 -1.713 0.0879
EXPLN 1 0.397230 0.06164745 6.444 0.0001
Collinearity Diagnostics
Condition Var Prop Var Prop Var Prop Var Prop Var Prop
Number Eigenvalue Index INTERCEP INF CONT RESUME EXPLN
1 4.87884 1.00000 0.0012 0.0018 0.0009 0.0017 0.0017
2 0.04402 10.52747 0.0192 0.6634 0.0054 0.2599 0.0433
3 0.03521 11.77197 0.0143 0.0323 0.0000 0.3407 0.8048
4 0.02607 13.68118 0.5710 0.1290 0.0685 0.3976 0.1073
5 0.01586 17.53793 0.3943 0.1734 0.9252 0.0000 0.0429
Model: MODEL1
Dependent Variable: DSAT
Analysis of Variance
Sum of Mean
Source DF Squares Square F Value Prob>F
Model 4 133.28043 33.32011 24.427 0.0001
Error 248 338.29269 1.36408
C Total 252 471.57312
Root MSE 1.16794 R-square 0.2826
Dep Mean 2.92490 Adj R-sq 0.2711
C.V. 39.93092
Parameter Estimates
Parameter Standard T for H0:
Variable DF Estimate Error Parameter=0 Prob > |T|
INTERCEP 1 6.319592 0.43695179 14.463 0.0001
INF 1 -0.147223 0.06726623 -2.189 0.0296
CONT 1 -0.073755 0.09256325 -0.797 0.4263
RESUME 1 0.032721 0.07102783 0.461 0.6454
EXPLN 1 -0.496279 0.07234409 -6.860 0.0001
以上。