2 分で読了
0 views

Instructors’ Attitudes toward Concept-Based Teaching of Introductory Statistics

(導入統計における概念重視教授法に対する教員の態度尺度の開発)

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海さん、この論文ってざっくり言うと何が新しいんですか。現場で役立つかどうかだけ知りたいんです。

AIメンター拓海

素晴らしい着眼点ですね!要点はシンプルで、統計の入門教育で「教師側の態度」を測るための信頼できる尺度を作った点ですよ。大丈夫、一緒に整理すれば必ず分かりますよ。

田中専務

これって要するに、教える側の考え方を点数化して、改革が進んでいるかどうかを見られるようにしたということですか?

AIメンター拓海

おっしゃる通りです。まず結論を三つに絞ると、1)教師の態度を定量化する尺度を作った、2)その尺度は信頼性と妥当性の初期証拠がある、3)経験年数や年齢と関連があるという発見です。短く言えば制度設計や研修の効果測定に使えるんですよ。

田中専務

実務目線だと、研修に投資して戻りがあるか判断したいんです。これで研修効果を数字で示せるなら説得材料になりますか。

AIメンター拓海

できますよ。ただし注目点は二つで、尺度は研修前後の変化を示せる一方で再現性(テスト・リテストの証拠)がまだ十分でない点です。だから最初はパイロット的に導入し、効果を見ながら改善するのが現実的です。

田中専務

パイロットでやる場合、何を測れば投資対効果が分かりますか。単に態度が上がればいいんですか。

AIメンター拓海

素晴らしい着眼点ですね!態度(attitude)は行動の予測子ではありますが、最終的には教え方の変化と学生の理解向上が目的です。現場で使うなら、態度尺度と並行して授業観察や学習成果を合わせて評価する設計が必要です。

田中専務

具体的に、どの項目を見ればいいんですか。研修の成果を数字で示すにはどの指標を並べれば説得力がありますか。

AIメンター拓海

要点を三つに絞ると、1)教員の概念重視への関心と意図、2)自己効力感(自分が教えられるという感覚)、3)実際の教授実践の頻度です。これらを研修前後で示せれば、経営判断に十分使えるデータになりますよ。

田中専務

分かりました。要するに、態度を数値化して、自己効力や実践頻度と組み合わせて見れば、研修の投資対効果が説明できるということですね。まずは小さく試してみます。

1.概要と位置づけ

結論を先に述べると、この研究は入門統計における教員の「概念重視教授法(concept-based teaching (CBT: コンセプトベースの教授法))」に対する態度を測る尺度を開発し、その初期的な信頼性と妥当性を示した点で重要である。現場での意義は明白で、単に教材や方法論を変えるだけでなく、教える側の意識を定量化して研修や制度設計に結びつけられる点が最大の貢献である。背景には、従来の数学中心の教授法が統計リテラシーを十分に育んでこなかったという再評価があり、教育改革の実効性を測るツールが長年不足していたという事情がある。測定ツールが整えば、教育介入の設計・評価・改善をより体系的に行えるため、大学や研修部門が戦略的に投資判断を下せるようになる。この記事では、基礎的な位置づけから方法、結果、課題、実務的示唆まで順を追って整理する。

2.先行研究との差別化ポイント

先行研究は概念重視の教育方針を支持する理論的主張やケーススタディが中心であり、教師の信念や経験に依存する実装面の差異に関する定量的な証拠は限られていた。特に統計教育においては、教員の態度が実際の教授実践に結びつく経路を系統的に測る尺度が欠けていたため、改革の浸透度を比較可能に測れない問題があった。本研究はこのギャップを埋めることを目的とし、尺度開発の標準手順(DeVellisのガイドライン)に沿って項目生成、探索的因子分析(exploratory factor analysis (EFA: 探索的因子分析))などの手法を用いて構造を検討した点で先行研究と明確に差別化される。したがって、単なる理想論ではなく、教育政策や研修評価で使える実務的な計測ツールを提供した点が本研究の独自性である。比較可能な定量データを得ることは、経営的判断を下す際の必須条件である。

3.中核となる技術的要素

尺度開発は、まず対象となる信念や態度の次元を洗い出すことから始まる。ここで用いられた主要分析法は探索的因子分析(EFA)であり、これは複数の観測項目から潜在的な因子構造を抽出する手法である。さらに多次元尺度構成(multidimensional scaling (MDS: 多次元尺度構成法))や階層的クラスタ分析を補助的に用いることで、項目間の関係性やサブスケールの妥当性を検討した。調査はインターネット調査で227名の統計教員を対象とし、リッカート尺度(Likert scale (Likert scale: リッカート尺度))の5段階で回答を得ている。重要なのは、技術的な解析は尺度の内的一貫性(cronbach’s alpha)や因子構造の解釈性に焦点を当て、実務で使える単純明快なサブスケールを目指した点である。

4.有効性の検証方法と成果

有効性の検証は、信頼性指標(内部一貫性)と構成概念妥当性の両面から行われた。内部一貫性はアルファ係数で評価され、主要なサブスケールで十分な値(例: α = .85 程度)が報告されていることが示されている。構成概念妥当性は因子分析結果や外的基準との関連(年齢や教育経験との相関)によって示され、若年教員の方が態度・意図・自己効力感で高い傾向が観察された点は興味深い。これらの成果は尺度が単なる質問票に終わらず、実際の教師属性と意味のある関連を持つことを示唆する。ただし重要な留意点として、テスト・リテスト信頼性などの再現性に関する検証が不十分であり、追加研究が必要である。

5.研究を巡る議論と課題

本研究の議論点は大きく分けて二つある。一つは尺度の汎用性と外的妥当性で、今回のサンプルは特定分野(健康・行動科学系)に偏るため、他分野や他国で同様の構造が成り立つかは未検証である。もう一つは因果の問題で、態度が教授実践を変えるのか、経験が態度を育てるのかという双方向性の解釈が残ることだ。さらに運用面では、実務での導入には項目数や測定コスト、現場の負担をどう抑えるかという課題がある。したがって、尺度は有用であるが、制度導入に当たってはパイロット評価と並行指標による検証設計を前提とするべきである。

6.今後の調査・学習の方向性

今後はまずテスト・リテストによる信頼性の確認と、異なる教育領域や他国データでの再検証が必須である。次に尺度を用いた介入研究を設計し、研修が態度を介して教授実践や学生学習にどの程度影響するかを因果的に検証する必要がある。実務的には、導入の第一段階としてパイロット評価を行い、経営層が理解しやすいKPIと結びつける運用設計が望ましい。最後に調査項目の簡素化とスコアリングの業務フロー化により学内外での採用を促進することが、教育改革の持続的な実行力につながる。

検索に使える英語キーワード

concept-based teaching, instructor attitudes scale, introductory statistics, exploratory factor analysis, faculty attitudes toward statistics

会議で使えるフレーズ集

「本研究は教員の概念重視への意図と自己効力を定量化する尺度を示しており、研修前後の効果測定に使える点が実務価値です。」

「初期的には信頼性と妥当性の証拠は得られていますが、テスト・リテストや他分野での再現性は今後の課題です。」

「まず小規模パイロットを行い、態度尺度と授業観察や学生成果を合わせて評価しましょう。」


参考文献: R. Hassad, A.P.M. Coxon, “Development and Initial Validation of a Scale to Measure Instructors’ Attitudes toward Concept-Based Teaching of Introductory Statistics in the Health and Behavioral Sciences,” arXiv preprint arXiv:1007.3210v1, 2007.

監修者

阪上雅昭(SAKAGAMI Masa-aki)
京都大学 人間・環境学研究科 名誉教授

論文研究シリーズ
前の記事
教員の態度尺度の開発と予備的検証
(Developing and Preliminary Validation of an Instructors’ Attitude Scale)
次の記事
UGC8802:形成途上の巨大ディスク銀河
(UGC8802: A Massive Disk Galaxy in Formation)
関連記事
注意機構を用いた雪水当量
(Snow Water Equivalent)予測(Attention-based Models for Snow-Water Equivalent Prediction)
思考の鎖(Chain of Thought Prompting)—Chain of Thought Prompting Elicits Reasoning in Large Language Models
疎な学習データの補完にGANを使う手法
(Generative Adversarial Networks for Imputing Sparse Learning Performance)
相対論的光曲げモデルはSeyfert銀河のX線変動を説明できるか
(Can the relativistic light bending model explain X-ray spectral variations of Seyfert galaxies?)
ファッション製品の詳細属性をGPT-4o miniとGemini 2.0 Flashは予測できるか?
(Can GPT-4o mini and Gemini 2.0 Flash Predict Fine-Grained Fashion Product Attributes?)
ユーザーの限られた注意を活用する:ミスアラインメント、学習、ランキング
(Misalignment, Learning, and Ranking: Harnessing Users’ Limited Attention)
この記事をシェア

有益な情報を同僚や仲間と共有しませんか?

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
(Black hole/quantum machine learning correspondence)
生成AI検索における敏感なユーザークエリの分類と分析
(Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System)
DiReDi:AIoTアプリケーションのための蒸留と逆蒸留
(DiReDi: Distillation and Reverse Distillation for AIoT Applications)

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に!
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る