Excelで学ぶ統計講座(初級)

一元配置反復測定分散分析

本章で用いる実習用ファイル

学力変化

S高校生徒の中から100人を無作為抽出を行い、入学後の学力の変化を調査した。

S高生の学力の変化ついて、データから得られる知見を述べよ。

ABCDEF
1no入学時1ヶ月後2ヶ月後3ヶ月後4ヶ月後
217173727374
327172727273
436666656667
546262626363
μ国S高校学力推移調査データ
入学後の生徒の学力変化
入学時1ヶ月後2ヶ月後3ヶ月後4ヶ月後
67.567.667.968.168.4

この結果より、学力の変化を読み取ることが出来るだろうか?

入学時より生徒の学力は伸びていると言えるのか、それとも偶然の範囲の変化に過ぎないのか?

反復測定分散分析

一元配置要因分散分析においては

  • 個々の値 ← 全体の平均 + 要因ごとの平均差 + 誤差(残差)

で個々の値が説明された。データに対応関係があればそれにサンプルごとの平均差が加わる。

  • 個々の値 ← 全体の平均 + サンプルごとの平均差 + 要因ごとの平均差 + 誤差(残差)

ある生徒のある回の成績は「全体の傾向+生徒の学力差+回ごとの成績差+誤差」で説明できると考える。

したがってここでは3つの分散を想定する。

要因分散
全体の平均と各期の平均とのばらつき
サンプル分散
全体の平均と各サンプルの平均とのばらつき
残差分散
要因・サンプルによる変動では説明できない「誤差」
  1. 要因偏差を計算する。

    各回の平均全体の平均との偏差を求める。

    ABCDEFG
    1no入学時1ヶ月後2ヶ月後3ヶ月後4ヶ月後平均
    217173727374=AVERAGE(B2:F2)
    101100636263646463.20
    102平均=AVERAGE(B2:B101)67.6067.9368.1268.43=AVERAGE(B2:F101)
    103要因偏差=B102:F102-G102-0.320.010.200.51
  2. サンプル偏差を計算する。

    各生徒の平均全体の平均との偏差を求める。

    ABCDEFGH
    1no入学時1ヶ月後2ヶ月後3ヶ月後4ヶ月後平均サンプル偏差
    21717372737472.60=G2:G101-G102
    32717272727372.004.08
    101100636263646463.20-4.72
    102平均67.5067.6067.9368.1268.4367.92
  3. 残差偏差を計算する。

    残差 = 個々の値 - 全体の平均 - サンプルごとの平均差 - 要因ごとの平均差

    AKLMNO
    1no入学時1ヶ月後2ヶ月後3ヶ月後4ヶ月後
    21=B2:F101-G102-H2:H101-B103:F1030.72-0.610.200.89
    32-0.580.32-0.01-0.200.49
    430.420.32-1.01-0.200.49
    1011000.22-0.88-0.210.600.29
  4. 各々の偏差平方和(変動)を求める。
    RS
    9因子変動
    10要因=SUM(B103:F103^2)*COUNT(A2:A101)
    11サンプル=SUM(H2:H101^2)*COUNTA(B1:F1)
    12残差=SUM(K2:O101^2)
  5. 各々の自由度を求める。
    RST
    9因子変動自由度
    10要因57.89=COUNTA(B1:F1)-1
    11サンプル16513.27=COUNT(A2:A101)-1
    12残差169.31=COUNT(B2:F101)-T10-T11-1
  6. 各々の分散を求める。
    RSTU
    9因子偏差平方和自由度分散
    10要因57.894=S10:S12/T10:T12
    11サンプル16513.2799
    12残差169.31396
  7. 要因分散と残差分散の比(F値)を求める。
    RUV
    9因子分散F
    10要因14.47=U10/U12
    11サンプル166.80
    12残差0.43
  8. 要因分散が残差分散より大きい値を取る確率p値を求める。
    RTVW
    9因子自由度Fp(要因>残差)
    10要因433.85=1-F.DIST(V10,T10,T12,TRUE)
    11サンプル99
    12残差396
  9. 効果量η2を求める。
    RSX
    9因子偏差平方和η2
    10要因55.89=S10/SUM(S10,S12)
    11サンプル16513.27
    12残差169.31
    効果量η2効果の目安
    0.14
    0.06
    0.01
    0なし
分散分析(ANOVA)
要因偏差平方和自由度分散Fp値(要因>残差)η2
要因57.89414.4733.850.000.25
サンプル16513.2799166.80
残差169.313960.43

一元配置要因分散分析との違い

一元配置反復分散分析は一元配置要因分散分析に「サンプルごとの平均差の効果」を足したものである。この差は分散分析表では残差変動・残差分散の差となって現れる。一元配置反復測定分散分析の方がサンプル効果を組み入れた分、残差が減る。F値の分母となる残差が減れば、有意性が出やすくなるというわけだ。

反復測定分散分析
変動要因変動自由度分散Fp
時期57.89414.4733.850.00
サンプル16513.2799166.80
残差169.313960.43
要因分散分析
変動要因変動自由度分散Fp
時期57.89414.470.430.79
残差16682.5849533.70

主張

分散分析の結果から得られた知見をまとめよ。

入学時より4ヶ月かけて成績はわずかでも着実に上昇している(F(4,396)=33.85, p<.01, η2=0.25)。試験時期ごとの平均点の推移は図表1の通りである。全体の点数の変化はわずかではあるが、個々の点数は安定しており、一度身につけたスキルは確実に定着し、それを踏まえて次の礎としているのである。

図表1:成績推移
入学時1ヶ月後2ヶ月後3ヶ月後4ヶ月後
67.567.667.968.168.4