基本情報/Basic Information

開講科目名 ／Class	経営情報システム論演習（2年次）／Seminar in Management Information Systems
授業コード ／Class Code	J002991001
ナンバリングコード ／Numbering Code
開講キャンパス ／Campus	ﾎﾟｰﾄｱｲﾗﾝﾄﾞ
開講所属 ／Course	修士／
年度 ／Year	2024年度／Academic Year
開講区分 ／Semester	通年／FULL-YEAR
曜日・時限 ／Day, Period	水1(前期),水1(後期)／WED1(SPR.),WED1(AUT.)
単位数 ／Credits	4.0
主担当教員 ／Main Instructor	小川　賢／OGAWA MASARU
遠隔授業 ／Remote lecture	No

担当教員情報/Instructor Information

教員名 ／Instructor	教員所属名 ／Affiliation
小川　賢／OGAWA MASARU	経営学部／Business Administration

授業の方法 ／Class Format	対面授業（演習）
授業の目的 ／Class Purpose	この授業では、データ分析の基礎的な内容の理解を目的とします。目的（自身が主張したいこと）を明らかにするために、どのような結論が必要で、そのためにはどのような分析が必要で、そのためにはどのようなデータが必要かを理解し、データ収集から分析まで自ら設定した課題を総合的に考察することができることを目標とする。
到　達　目　標 ／Class Objectives	重回帰分析ができる 因子分析ができる クラスター分析ができる 仮説検定ができる SPSSやRを活用できる 目的に応じた分析方法を適切に用いることができる
授業のキーワード ／Keywords	多変量解析、重回帰分析、因子分析、クラスター分析、仮設検定
授業の進め方 ／Method of Instruction	演習を中心に、必要に応じて講義形式で進めていく。
履修するにあたって ／Instruction to Students
授業時間外に必要な学修内容・時間 ／Required Work and Hours outside of the Class	予習：テキストに目を通しておくこと。必要であれば、統計学のテキストを復習しておくこと。 復習：講義で学修した統計処理、数理計画法を復習し、内容の理解に努めること。 １時間程度の授業時間外が目安である。
提出課題など ／Quiz,Report,etc
成績評価方法・基準 ／Grading Method・Criteria	単位認定は授業回数の3分の2以上の出席が前提となる。レポートによって評価する。
テキスト ／Required Texts
参考図書 ／Reference Books

No.	回 ／Time	主題と位置付け ／Subjects and position in the whole class	学習方法と内容 ／Methods and contents	備考 ／Notes
1	第1回	ガイダンス	授業の進め方、評価方法について説明する。
2	第2回	データ分析の基礎１	データ分析を行う上での基礎的な知識の整理を行う。
3	第3回	重回帰分析１	重回帰分析について理解する。
4	第4回	重回帰分析２	重回帰分析を用いたデータ分析について理解する。
5	第5回	重回帰分析３	重回帰分析による結果の解釈方法について理解する
6	第6回	重回帰分析４	重回帰分析の結果に基づく、再計算の必要性について理解する。
7	第7回	重回帰分析５	よりよい分析結果を得るための改善方法について理解する。
8	第8回	仮説検定１	仮説検定を行う上での留意点について理解する。
9	第9回	仮説検定２	仮説の立て方について理解する。
10	第10回	仮説検定３	仮説検定の演習を行い、検定方法を理解する。
11	第11回	仮説検定４	よりよい分析結果を得るための改善方法について理解する。
12	第12回	因子分析１	因子分析を用いたデータ分析について理解する。
13	第13回	因子分析２	因子分析による結果の解釈方法について理解する。
14	第14回	因子分析３	因子分析の結果に基づく再計算の必要性について理解する。
15	第15回	クラスター分析１	クラスター分析について理解する。
16	第16回	クラスター分析２	クラスター分析による結果の解釈方法について理解する。
17	第17回	主成分分析１	主成分分析を用いたデータ分析について理解する。
18	第18回	主成分分析２	主成分分析による結果の解釈方法について理解する。
19	第19回	多変量解析	よりよい分析結果を得るための複数の分析方法の組み合わせについて理解する。
20	第20回	SPSS１	SPSSを用いた重回帰分析について理解する。
21	第21回	SPSS２	SPSSを用いた因子分析について理解する。
22	第22回	SPSS３	SPSSを用いた主成分分析について理解する。
23	第23回	R１	Rを用いた重回帰分析について理解する。
24	第24回	R２	Rを用いた因子分析について理解する。
25	第25回	R３	Rを用いた主成分分析について理解する。
26	第26回	R４	Rを用いたクラスター分析について理解する。
27	第27回	データ分析と倫理	データ分析における倫理について理解する。
28	第28回	データ分析における留意点	データ収集における諸問題について理解する。
29	第29回	演習課題	これまで学んだ内容を活用して自身のテーマに基づいたデータ分析について報告・議論し、理解を深める。
30	第30回	まとめ	講義を総括する。