フリーランス臨床心理士になるまでの軌跡

フリーランス臨床心理士になるまでの軌跡

フリーの臨床心理士として活動するまでの記録をブログに残します。学習知識、考察、etc...

【ワード】注の符号( a,b,cの上つける文字)を挿入した時に、下線を消す方法

f:id:fRoy:20200711163228j:plain

脚注の境界線を削除する方法


やまだです。

今日は、Office365のワード(Macです)を使って注釈記号を入れた際に、セットで表示される「脚注の境界線」を削除する方法についてメモを残しておきます。

 

 

脚注の境界線ってなに?

では、「脚注の境界線」が何かと言うと、下の画像の赤枠で囲った線のことです。

ご覧ください。

f:id:fRoy:20200711164156p:plain

脚注の境界線


イメージできたでしょうか?

で、これはどういう時に表示されるのかと言うと、「脚注符号を挿入した時」です。

「脚注符号」は以下の画像で示した、「管理人」という言葉の右上に表示された「a」の文字です。

f:id:fRoy:20200711164329p:plain

脚注符号

Office365のワード(Mac)の場合の、これの消し方について解説しますね。

 

画面表示を下書きに切り替える

まずは、以下の画像の様に、ワード画面右下にある、赤枠で囲ったアイコンをクリックします。これで「下書き」に画面が切り替わります。

f:id:fRoy:20200711170137p:plain

画面表示を下書きに切り替える

 

参照設定タブ→注の表示タブの順にクリック

そうしましたら、以下の画像の赤枠で囲った部分を以下の順にクリックします。

  1. 参照設定
  2. 注の表示

f:id:fRoy:20200711170600p:plain

参照設定→注表示

すると、次の様に画面下に、赤枠で囲った部分が表示されます。

f:id:fRoy:20200711171041p:plain

この様に画面が切り替わります

 

脚注の境界線を選択

この画面が表示されたら、以下の画像の様に、「脚注の境界線」を選択します。

初期の状態は、「すべての脚注」となってるからです。

f:id:fRoy:20200711171210p:plain

脚注の境界線

すると、次の様に、画面に「横線」が出現します。

赤枠で囲った部分ですね。

f:id:fRoy:20200711171827p:plain

脚注の境界線

脚注の境界線を削除します

横線が現れたら、これをドラッグして、deleteボタンで削除します。

f:id:fRoy:20200711172022p:plain

デリート

 

画面を「下書き」表示から元に戻す

最後に、画面を元に戻します。

最初の手順を覚えてますか?

ワード画面の右下にあるアイコンをクリックして、我々は、通常の画面表示から「下書き」表示を選択してました。

ですから、以下の赤枠で囲った部分をクリックし初期状態に戻します。

これで、「脚注の境界線」が消えてますよね?

f:id:fRoy:20200711172109p:plain

画面を切り替える

 

 

メモ書きは以上です。

お疲れ様でした。

 

分散分析の記述について〜F( )内の数字の意味〜

f:id:fRoy:20200709151730j:plain

分散分析の記述

こんにちは。やまだです。

本日は、分散分析の結果の記述について考察します。

 

論文中でよくみられる

 

××では性の主効果が認められ,○○よりも△△のほうが有意に高かった(F (1,88)=2.03, p<.05)」

 

の様な表記にみられる太字で示した数値の意味についてです。

 

 

ですので、

  • Fの( )内の数値の意味がわからない

 

という方向けのエントリーです。

そこんとこよろしくどうぞ。

 

結論〜F(群間の自由度,郡内の自由度)

まずは、結論からいきましょう。見出しの通りです。

Fの右にある( )内の数字は、2つの自由度を示しています

 

  • F(郡間の自由度,群内の自由度)=2.03,p<.05

ということです。

 

以下の例を使って、具体的に数字を追ってみましょう。

 

  • (F (1,88)=2.03, p<.05)

 

まず、Fのすぐ右側にある()内には、(1,88)と数字がありますが、

これが「2つの自由度」です。

 

つまり、()内には「1」という数字と88という数字の「2つ」があり、その間にある「点」は「ピリオド」ではなく「カンマ」です。

まずこのことを理解します。

 

したがって、これを1.88」の様に、1つの数字であるという認識は誤りです。

 

 

自由度

次に、2つの自由度について深掘りします。

すでに述べたとおり、Fの( )内の数字は

 

  • F(郡間の自由度,群内の自由度)

 

です。

 

分散分析の仮説検証は、分散分析表の値をF分布表に照らし合わせながら行います。

この意味がわからない方は↓↓こちらをお読みください。

 

human-relation.net 

 

つまり、分散分析表から、F分布表の横軸と縦軸の数字を決定し、その交差する値をみつけ、そこから有意差があるか否かを判断します。

 

で、その時に使う横軸と縦軸の値が

 

  • 横軸の値=群間の自由度
  • 縦軸の値=郡内の自由度

 

となるわけです。

 

具体例の検証①

ただ、それだけでは不安という 方のために、実際の論文と照らし合わせをしておきましょうか。

 

まずはこちら。

他者志向性では性の主効果が認められ,男子よりも女子のほうが有意に高かった(F (1,571)=4.03, p<.05)。

(引用:他者志向性への自己肯定感とソーシャルサポートとの関連

 

 

この場合のFの( )内を見ると、「1」と「571」です。

つまり、

 

  • 横軸の値=群間の自由度=1
  • 縦軸の値=郡内の自由度=571

 

ということです。

では、これらの値の計算はどのようにして行われているのか?

ということが続く疑問でありますが、ここでは結論のみ示しますので、そのプロセスを詳しく知りたいという方は↓↓を参照ください。

 

human-relation.net

 

ただ、上記の記事は、1要因3水準ですが、ここで取り上げた論文では、2要因5水準の分散分析が実施されているという点で違いがあります。

なので、公式だけ示しておきます。

 

  1.  各要因の自由度=水準数-1
  2. 交互作用の自由度=要因の自由度を全て掛け合わせた値
  3. 全体の自由度=サンプル数-1
  4. 残差(群内の自由度)=全体の自由度-各要因の自由度-交互作用の自由度

 

です。

まず、①番についてですが、論文では「性別」と「学年」で要因が2つです。「性別」は「男」と「女」、「学年」は「1年〜3年」なので、各要因の水準数は

 

  • 性別・・・2
  • 学年・・・3

と、なります。

したがって、先の自由度の計算をすると

 

 

  • 性別(要因①の自由度)・・・1
  • 学年(要因②の自由度)・・・2

 

ということです。

続いて、②番の交互作用の自由度ですがこれは、2つの要因を掛け合わせるだけなので簡単ですね。

 

  • 交互作用の自由度・・・2

 

です。

 

次に、全体の自由度を求めるためには、サンプル数を確認する必要があり、論文中には、このように記載があります。

20089月,公立高校1~3年生589名を対象 として,クラスごとの一斉法により無記名形式 で質問紙調査を実施した。性・学年に記入もれ のあったものを除き,583名を分析対象とした。

(引用:他者志向性への自己肯定感とソーシャルサポートとの関連

 

しかし、論文の「Table3 性と学年を要因とした分散分析結果 」を見ると、

N数の合計は、「577」です。

 

よって全体の自由度を求める計算は

 

  • 577-1=576

 

となり、576」を全体の自由度として扱います。

数を減らしたなら論文のどこかに記載しておいて欲しいですけどね?

 

最後は、残差(群内の自由度)です。

 各項目の自由度は以下の通りでした。

 

  • 全体の自由度=576
  • 要因①の自由度=1
  • 要因②の自由度=2
  • 交互作用の自由度=2

 

したがって、

  • 残差(群内の自由度)=576-1-2-2

 

で答えは、「571」ですね。

 

 これで全ての自由度が判明しましたので、最初の引用に戻ります。

 

他者志向性では性の主効果が認められ,男子よりも女子のほうが有意に高かった(F (1,571)=4.03, p<.05)。

(引用:他者志向性への自己肯定感とソーシャルサポートとの関連

 

Fの( )内の値は、「1」と「571」でした。

F(郡間の自由度,群内の自由度)でしたが、群間の数字に関しては、どの要因の主効果か、交互作用の効果をみるのかによって値がかわります。

今回は、「性(要因①)」の主効果について言及しているため、ここに入る値は「1」ということになりますよね。

一方、郡内の自由度は、「571」ということで、先ほど求めた値と合致しています。

 

 

ぜひ自分でも「学年」の主効果および、交互作用のFの( )内の数字を確認してみてください。

 

学年の主効果(F(2,571) =1.09, n.s.)および交互作用(F(2,571)=0.12, n.s.)は認められなかった。

(引用:他者志向性への自己肯定感とソーシャルサポートとの関連

 

その他参考

最後に、以下の文献でも分散分析やってるので、自由度の求める際の参考に活用させてもらうといいかもしれません。

ci.nii.ac.jp

 

 

本日は以上になります。

 

 

【第2回・論文英語シリーズ】分詞構文の訳し方

f:id:fRoy:20200708210608j:plain

分詞構文

やまだです。

前回に続き第2弾です。

 

  • 英論文を読むのが苦手だという方
  • これから大学院を受験する

向けのコンテンツです。

 

ということで、第2回目のテーマは「分詞構文」です。

 

分詞構文とは?

結論から言うと、動詞を進行形(ing)ないし、過去分詞(ed)に変形することで、節の主語と接続詞を省略して、表現する手法のことを「分詞」といいます。

 

例えば、次のような文章が分詞を使った表現です。

 

  • Studying English, he was mad at his sister playing game near him. 

(英語の勉強をしていたので、彼は近くでゲームしてる妹を怒った)

 

この前半の文章には、「he」という主語と「Because(When)」という接続詞が省略されています。

 

つまり、

Because he was studying English,  he was mad at his sister playing game near him. 

という文章を分詞を使って書き換えると、先ほどの様になるわけです。

 

 

分詞構文を使うメリット(文を簡易にできる)

それでは、分詞構文を使うメリットはどこにあるのでしょうか?

 

それは、すでに述べていますが、「主語」と「接続詞」を省略できることにあります。

つまり、「言葉少なく思いを伝えることができる」ということです。

接続詞はともかく、「主語の省略」するのは、我々日本人にはとても馴染みがありますよね。

なんなら、分詞構文どころか、日本語では、主節の文章ですら主語を省きます。

なぜでしょうか?

「そんなん、言わなくてもわかるだろ?」っていう前提があるからです。

 

一方、英語はというと、「主語ありき」の言語です。

しかし、「主語を省略する」という発想がある以上は、ネイティブスピーカーですら「わかりきったことに対して、主語を明言する」と言うのは、いささか億劫なのでしょう。

そのため、ネイティブの会話でも「分詞構文」はよく使われるそうです。

 

 

 

使い分け

「分詞構文」がどういったものかわかったところで、実際にどういう場面において使えばいいのか?を考えてみます

 

 

 

主節と従属節の出来事が時間的に近接してる場合

これは、「~しながら」、「~の時」のように「while」や「when」を使う場合などが該当します。

 

たとえば、次のような文章です。

  • While I was watching a TV show, I was doing homework.
  • When i arrived at the company, I was forced to take my temperature due to the COVID-19.

 

 

これらは、分詞構文に書き換えることができます。

答えを見る前にご自身でやってみるのもいいかもしれません

 

 

 

変換した結果は以下の通りです。

 

 

  • Watching  a TV show, I was doing homework.

( TVをみながら、僕は宿題をしていた)

 

  • Arriving at the company, I was forced to take my temperature due to the COVID-19.

(会社に着くと、コロナウイルスのため、私は体温を測ることを余儀なくされた。)

 

 

仮定を表す文章

これは、「If」を使った「条件」や、「仮定」を表す  文章のことをさします。

 

  • If you go to bed early tonight, you will not be late.
  • If you turn  rigtht here, you will be at the Starbucks.

 

 

このようなIfを使った文章も、分詞構文に書き換えることができます。

 

 

 

変換した結果は以下の通りです。

  • Going to bed tonght, you will not be late.(早く寝れば、遅刻しないよ)
  • Turning right here, you will not be at the Starbucks.(ここを右に曲がればスターバックスに着くよ)

 

理由や原因を表す場合

3つ目は、「Because」や「As」、そして「Since」等を使った「理由」や「原因」を表す文章です。 

 

例えば、次のような文章。

  • She was impressed by Japanese customer service,  as she had not experienced such a great hospitality before.

(彼女は日本のカスタマーサービスに感動した、なぜならそのような素晴らしいおもてなしを、以前に受けたことがなかったからだ)

 

 

  • Since this book shelve made from scratch, it is very special for me.

(この本棚はゼロから作られているので、私にとっては特別です。)

 

これらを分詞に書き換えると以下の様になります。

 

1つ目の文章がこちら。

  • She was impressed by japanese customer service, not having experienced such a great hospitality before.

2つ目の文章がこちらです。

初めて過去分詞で始まるパターンが出てきました。

  • Made from scratch, this book shelve is very special for me.

 

結果を表す場合

4つ目のパターンは、「and」を使っって「結果」を表す文章です。 

 

例えば次の様な文章があります。

  • We went to family restaurant, and we chose to-go because of so many people there.

(私たちは、ファミスに行って、客がたくさんいたからテイクアウトにしてもらった)

 

 

これを書き換えると以下の様になります。

接続詞(and)と主語(we)を省略して、chooseを現在分詞(choosing)に書き換えてますね。

 

  • We went to family restaurant, choosing to-go because of so many peole there.

 

譲歩を表す場合

5つ目のパターンは、「although」を使っって「譲歩」を表す文章です。 

例えば、次の文章。

 

  • Although I try to avoid talking face-to-face, I have no choice but to do with my customer.

 

これを分詞に変換すると

 

  • Trying to avoid talking face-to-face, I have no choice but to do with my customer.                                (対面で話すことを避けようとしているが、お客さんとはそうせざるを得ない)

 

 

SEOの都合上、徐々に更新していきます。

【論文英語シリーズ】無生物主語の訳し方

f:id:fRoy:20200522122431j:plain

無生物主語

こんにちは、やまだです。

本エントリーから、英論文読解のため、英語学習シリーズをはじめることにしました。

 

英論文を読むのが苦手だという方はもちろん、これから大学院を受験する方の勉強にも役立つようなコンテンツづくりをしたいと思います。

 

具体的には、毎回テーマ(主に構文)を決めて以下の内容を盛り込む予定です。

 

  • テーマの概要
  • 具体例
  • メリット
  • 使い分け
  • 練習問題(実際の論文より引用)
  • 練習問題の解説

 

大学院生なんかは、受験の時には英文頑張って読むけど、入学後の研究では読まないって方がどうやら結構いるようなので、そんな画餅を避けるためのシステムを作り上げていきます。

 

ということで、記念すべき第一回目のテーマは「無生物主語」です。

 

 

 

 

無生物主語とは

まずは、無生物主語について確認しておきます。

 

これは、文字通り、「人以外」が「主語」になっている文章のことです。

 

英語で主語が人の場合は「IYouSheHeThey」ですね。

 

つまり、それ以外は全て「無生物主語」ということになります。

 

例えば、以下のような文章が無生物主語です。

 

The news made us all excited.

(そのニュースは僕らをワクワクさせた)

 

His good looks attract a lot of people.

(彼の外見の良さが、多くの人を魅了している)

 

 

なぜ無生物主語を使うのか?(メリット①)

ただ、日本人からすると、無生物主語というのはわかりづらいものがあります。

それは、無生物主語の文章を日本語に訳出しようとすると不自然な文章になることからもよくわかるでしょう。

 

では、なぜ、英語ではそのような表現をするのでしょうか?

それは、文章をシンプルにできるからです。

 

例えば、

If you walk ten minutes, you will be there.

 

という文章を無生物主語に変換すると

Ten minutes walk will take you there.

 

のように仮定法を省いて表現することができます。

 

仮定法って会話で使うとき結構めんどくさかったりするので、このように無生物主語が使えると結構便利なんですよね。

 

なぜ無生物主語を使うのか?(メリット②)

第二の理由は、感情の介在をしなくて済むということが挙げられます。

 

例えば、

Why did you stay up late last night?

(なぜ昨日は夜更かししたの?)

 

と職場で聞かれたら、なんか責められてる気がしませんか?

 

したがって、この文章を無生物主語に変換し

 

What made you stay up late last night?

(何が、あなたを夜更かしさせたの?)

 

とすると、「あなたが悪いのではなくて、あなたの環境が夜更かしをさせたんでしょ?」

というニュアンスが出せます。

 

you」を主語としてではなく、目的語に置くことでこのような違いがあるんですね~。

 

 

無生物主語の使い所・使い分け

「無生物主語」がどういったものかわかったところで、実際にどういう場面において使えばいいのか?を考えてみます

 

 

原因を表す場合

例えば、makeやcauseをを使う場合がここに該当します。

 

  1. The COVID-19 made us cancel a lot of events.コロナウイルスによって、私たちは多くのイベントを中止した) 
  2.  Cancelation of some events caused us to stay home longer than before.(多くのイベントの中止によって、私たちは自宅にいる時間が以前より長くなった)

 

「make」を使う場合は、

  • make+人+動詞(原型)

の形になります。

 

「cause」を使う場合は、

  • cause+人+to 動詞(原型)

の形になりますね。

以上が、「原因」を表す場合に用いられる無生物主語の例文です。

では、ここでもう少し考えてみましょう。

 

「原因」をあらわすということは、言い換えれば、

 

A」という結果の原因は「B」であるという表現ができます。

すなわち、

「私の今回の結論は「A」である。なぜなら「B」だからだ」

 

という言い回しができるということです。

 

「なぜなら」という表現は、英語では「because」が該当しますね?

とうことは、上記の例文を「because」を使って表すことができるということです。

  1.  We had no choice but to cancel  a lot of events because of the COVID-19
  2. We had to stay home longer than before, because  we were obliged to do so by the COVID-19.

 

という形式に変換することができます。

主語が「無生物」から「有生物」へと変わってるのがポイントです。

 

この様にして、無生物主語の文章を、有生物主語に書き換えることができます。

逆説、「because」が使われている場合には「無生物主語」への文章の書き換えができるというわけですね。

 

手段を表す場合

続いて、「手段」を表す場合です。

例えば、allowsaveなどを使う場合がここに該当します。

 

 

  1. Zoom allowed us to drink via online.Zoomのおかげで(によって)、私たちはオンライン飲み会ができるようになった)
  2. Remotework has saved us commuting time.(リモートワークのおかげで(によって)、私たちは通勤時間を省けるようになった)

 

例文を示したところで、文構造を確認しましょう。

 

allow」を使う場合は、

  • allow++to 動詞(原型)

の形になります。

 

save」を使う場合は、

  • save++目的語(時間・労力・資源etc

の形になりますね。

 

以上が、「手段」表す場合に用いられる無生物主語の例文です。

 

 

では、先ほどの例文を「有生物の主語」に書き換えるとどうなるか考えてみます。

 

  1. We became to drink via online by zoom.
  2. We could  save our commuting time by remote work.

 

こうなりますね。

目的語に位置していた「us」を主語にして「We」を使います。

次に、主語だった「zoom」や「remotework」を末尾に移動させ、「by」を使って表現することで「手段」であることを表現するのです。

 

 

条件を表す場合

例えば、takeleadなどを使う場合がこれに当たります。

 

 

Going down this street will take you to the sushi restaurant.

(この道を行けば、駅に着くよ)

 

Yamanote Line leads you to Shinjuku.

(山手線にのれば、新宿に着くよ)

 

 

例文を示したところで、文構造を確認しましょう。

 

take」を使う場合は、

  • take++to+場所

の形になります。

 

lead」を使う場合は、

  • lead++to+場所

 

の形になりますね。

どちらも構造は同じです。

 

以上が、「条件」表す場合に用いられる無生物主語の例文です。

 

 

では、これらの文章を「有生物の主語」に書き換えるとどうなるか考えてみます。

  • If you go down this street, you will be at the sushi restaurant.
  • If you take Yamanote Line, you will be in the Sinjyuku station.

 

ちなみに、「make」を使う場合でも「条件」として書き換えることが望ましい場合もあります。

 

例えば、

  • Exercise during pandemic makes you avoid gaining weight.(パンデミックの最中に運動すれば、体重増加を避けることにつながります。)

という無生物主語の文章があったとしたら、以下の様な書き換えが可能です。

 

  • If you exercise during pandemic, you can avoid gaining weight.

でもいいですし、

  • You can avoid gaining weight by exercise.

 

でもOKですね。

 

無生物主語を訳すためのコツ

では、最後に実際に論文を読むにあたって、どのように読解していけばいいいのか?

そのためのコツというかポイントを最後に触れて、練習問題に取り組んでもらうことにしましょう。

 

 

訳し方のパターンは2つあります。

 

「~のおかげで」、「~のせいで」のように副詞的に訳す

 

この場合、無生物主語が好ましい状況をもたらすのか、それとも好ましくない状況をもたらすのか考えると自然な訳出になります。

 

例えば、「原因・理由」のところで挙げた以下の文章を考えます。

  • The COVID-19 made us cancel a lot of events.

 

さて、「 COVID-19」は、「好ましい状況」と「危うい状況」どちらをもたらしたでしょうか?

 

立場によって、どちらもあるかもしれません、一般的にはまあ、「危うい状況」ですよね。

 

なので、その場合、は「~のせいで」と訳出すると自然です。

 

  • The COVID-19 made us cancel a lot of events.

コロナウイルスのせいで、多くのイベントが中止になった」

 

こんな感じの訳出になりましょう。

ただ、「原因・理由」のところでは、

コロナウイルスによって、多くのイベントが中止になった」

のように訳していますが、これもありです。

ただし、ニュアンスが異なります。

 

無生物主語を使うメリットの1つに、「余計な感情を与えないで済む」ことをあげましたが、日本語の訳出の仕方によってはそれが現れることがあります。

それが上記のような場合です。

 

後者に比べると前者の方が、「気持ち」が入ってる気がしませんか?

 

それは「〜のせいで」という表現を使っているからですね。

なので、「〜のせいで」を使うか「〜によって」を使うかは文脈を見極めて判断する必要があるということですね。

 

「〜すれば」と条件節のように訳すパターン

2つ目の訳出方法は、「If文のように訳す」方法です。

具体的には、「~すれば」のように訳します。

 

例えば、この記事ですでに取り上げた以下の例文

 

If you take Yamanote Line, you will be in the Sinjyuku station.

 

これを訳すと

「もしあなたが山手線に乗れば、新宿駅に行くことができます」

とこのようになります。

 

で、この文章を無生物主語にすると

 

  • Yamanote Line leads you to Shinjuku.

 

ということでしたね。

 

なので先ほどの訳出から「もし」と「あなたは」という言葉を取り除いて訳出すると自然な感じになります。

 

  • 「山手線に乗れば、新宿駅に行けます」

 

といことですね。

 

 

このように、論文読解をする時には

  1. 「~のせいで」、「~のおかげで」のように副詞的に訳す
  2. 「~すれば」と条件節的に訳す

 

いずれかのパターンを意識しておき、あとは文脈に応じて使い分けるのが望ましいでしょう。

 

 

練習問題

では、ここからが本番です。

 

実践に勝るトレーニングはありません。

 

論文から引っ張ってきた文章を使ってちょっと訳出を考えてみてください。

 

テーマは「質的研究」です。 

 

    『Intuitive Inquiry: Inviting Transformation and Breakthrough Insights in Qualitative Research

 

As a research method, intuitive inquiry seeks to engage our full humanity, including our aesthetic, imaginal, and transformational capacities, in the conduct of qualitative research.Transformation of the researchers understanding of the topic under study and breakthrough insights are actively sought.As the transformation of the researchers understanding unfolds over the course of a study, the transformational process is contained procedurally in a five-cycle hermeneutic circle of ongoing interpretation, designed to move the intuitive process forward at a reliable, structured pace. This procedural containment invites researchers to enrich their understanding of the topic safely, rather like good psychotherapy supports healing and change.

 

引用:Intuitive Inquiry: Inviting Transformation and Breakthrough Insights in Qualitative Researchより

 

 

答え

解答と解説は以下のページより確認できます。

https://human-relation.net/page-7614/

 

  

 次回は、分詞構文について取り上げたいと思います。

研究論文におけるt検定の結果の記述について

 

f:id:fRoy:20200502135439j:plain

t検定の結果の記述

ご無沙汰してます。

やまだです。


 

こちらのブログでは、学業や仕事で僕がぶちあたった問題についてバンバン放り込んでいきたいと思ってます。更新よくとまってるけど

今回は、「t検定の結果の記述方法」を取り上げましょう。

 

ちなみに、ここでは「対応のないt検定」の場合を扱ってますので悪しからず。

human-relation.net

 

 

 

基本的な書き方

「言うは易く行うは難し」ということで、説明をするよりみて学んびましょう。

論文の「結果」パートにt検定の結果を数値で表す場合は以下のようになります。

 

  • t(12)= 3.68, p = .05

 

これを、1つずつ確認します。

 

最初に自由度をかく

まずは、最初のtの横の()内にある「12」という数字に注目します。これは「自由度」を示してます。自由度がわからないやつはおとといきやがれ

 

T値をかく

続いて、=に続く「3.68」という数字に注目します。ここにはデータ分析から得られた「T値」を記入します。

t分布表で確認できる「臨界値」ではないことに注意しましょう。

 

p値をかく

最後に、p値を記載しましょう。

この書き方は2通りあります。

 

  1. データからえられた実数値を記載する(p=.05)
  2. 仮定値を記載する(p<.05)

 

このいずれかの方法です。

ゴールデンスタンダードは「1」ですが、公開論文をみると「2」も割と使われてます。

どちらを選択するかによっても、記述形式は変わります。

 

例えば、「1」の場合、「実数値」を記載するのですから、「p=5」のように「=(イコール)」で示します。

一方、「2」の場合、「仮定値」なのですから、「p<5」のように不等号を使って、「条件式」で示すようになるわけですね。

 

有意差があった場合の記述

それでは、ここからは有意差があった場合と、なかった場合の記述の違いをみておきます。 まずは、有意差があった場合です。

 

各実験条件で,MMSEと教育歴に差がないかどうかを分析した。MMSEの得点の平均値は,AS 条件で29.14(標準偏差 = 1.01, 範囲 = 26 30)点,統制条件で28.55(標準偏差 = 1.76, 範囲 = 23 30)点であったt検定の結果,両条件の得点間に,有意な差がみられた(t (76) = 2.04, p < .05, d = .41)

引用:橋下(2019),加齢ステレオタイプへの行動的同化における認知的フュージョンの調整効果,心理学研究2019年 第90巻 第1号 pp.93-99 

 

ここで注目したいのは、有意な差がみられたの部分です。

先ほどの規則に従うと

 

  • 自由度・・・76
  • T値・・・2.04
  • p値・・・<.05

 

このようになりますね。

t分布表で自由度「76」の部分を確認すると

 

  • 95%臨界値・・・「1.992」(「76」がないので、「75」の値を採用)

となるので、「2.04」という値は「1.992」より大きいですね?

よって、「有意差あり」ということができます。

 

 

有意差がなかった場合の記述

続いて、有意差がなかった場合の記述を引用させて頂きました。

 

脅威操作の条件間で,想起した内容を鮮明に思い出せた程度が異なるかどうかを検討するために,脅威操作を独立変数とし,想起度を従属変数とした対応のないt 検定を実施した(想起度に回答の無かった6名のデータを除いた180名のデータを分析対象とした)。その結果,統制条件(M = 5.68, SD = 1.64)と脅威条件(M = 5.58, SD = 1.57)の間で,想起度に有意差はみられなかった(t (178) = 0.43, ns)。さらに,想起度が,理論的中点(4)よりも高いかどうかを検討するために,1 サンプルのt 検定を行った。その結果,理論的中点よりも有意に高いことが示された(t (179) = 47.30, p < .001)。

 引用:下田ら(2019),特性自尊心と自己評価への脅威が親友に対する評価に及ぼす影響,心理学研究2019年 第90巻 第1号 pp.80-86 

 

 とこんな感じで記述するようですね。

注目したいのは、有意差はみられなかった(t (178) = 0.43, ns)の部分です。

 

先ほどの規則に従うと

  • 自由度・・・178
  • T値・・・0.43
  • p値・・・ns

このようになりますね。

こちらも、t分布表で自由度「178」を確認すると

 

  • 95%の臨界値・・・「1.973」
  • 99%の臨界値・・・「2.603」 

確かに「0.43」という値はどちら臨界値を超えていませんね。

ということで、「有意差はない」、つまり「ns」ということになります。

ただ、この研究では臨界値がさらに大きいようですが、いずれにせよ「T値が臨界値より大きくなる」ということはないですね。

 

以上、「t検定の結果の記述方法」でした。

統計学については僕も学習中なので、興味のある方は別ブログにて投稿している統計シリーズを参考にしてみてください。↓↓

human-relation.net