今回分　講義への意見・質問

→自由回答は私の創作です。考えやすくするためにつくったのですが、上記の点についてはチェックするのを忘れてました。なお、データについては実際に収集・分析したものです。

Q:因子１の偏回帰係数が負で、知覚マップ上で因子１がプラスのところにプロットされているということは、そのＦＦは因子１が大きいことによって総合評価が下がるということか？

→そうです。

Q:t値をみると、標準偏回帰係数のように変数間の影響の大きさの違いを比較できるのはなぜか？

→t値が大きいということは、その偏回帰係数が0であるという仮説が棄却される可能性が高いからです。

Q:分析結果の解釈に個人差があっておもしろかったが、このような個人差をなくすためにはどうすればよいのか？

Q:因子分析の解釈が人によって違うということが興味深かった。

→解釈が異なってくる原因として、分析の読み方の誤り、問題意識の相違などがあるでしょう。

　前者については、論外ですが、後者については一緒に仕事をして能力の均等化を図り、問題意識の共有を図るしかないでしょう。ただし、はじめの段階では、いろんな意見がでてくる方が面白いでしょう。

Q:アンケート結果はともかく、自分としては特徴をもった形で参入したい。

→どんな特徴を持てばよいかが、アンケートから読みとれるのでは？

Q:実践的でおもしろい

Q:難しかったが、データを読み取るのは面白い。

Q:興味深いケースだった。これまで、バラバラにしていた分析が一つにつながってよかった。

Q:ケースとしては面白かった。インタビューなどをしたのも楽しかった。

→一つの手法で分析しておわりなんていうことはありません。いろんな角度から、ただし散漫にならないように分析して意味を読みとって下さい。

Q:3人でケースをしたが、意見の統合・連携がいまいちだった。1部しか印刷しなかったので、発言できなかったのも残念。

→そういうことをわかってもらうこともケースの目的の一つです。

Q:重回帰分析、因子分析が難しかった。アイディアルベクトルについては先に教えてほしかった。

→因子負荷量に基づいて変数をプロットするというのと同じような形の図になるので、回を分けて教えた方がよいと思ったのです。

Q:分析結果から読み取れることはたくさんあるはずだが、自分では読み込めない部分があった。結果をよむことの重要さがわかった。

→慣れるしかありません。

Q:重回帰分析がよくわからなかった。

Q:ケース課題が面白いが、重回帰分析のことがよくわからないので、困った。

Q:ラダリングについての理解が深まらなかったので、もう少し例示がほしい。

→わからないところがわかっただけでも収穫でしょう。復習して下さい。

　ラダリングについては、ケース２のフォーカスグループよりは分析しやすいことがわかれば、とりあえずはよいです。新しい用途などについての示唆が得られればもっとよいですが。