教育の質向上のための個人差データ分析(信頼性・品質技術の教育)
スポンサーリンク
概要
- 論文の詳細を見る
信頼性・品質技術に関する教育をする場合,より広く教育全般に関して,大きく2つの難しさがある.1つ目の難しさは,座学で大勢の学習者に対して教育をする場合,教育者側の講義と学習者側の学習とが同時に行われる(同時性)点にある.教育者側は十分に準備をするが,実際に教育するときに同時に学習者が学習をするため,予測と異なった状況となってもやり直しがきかない場合がある.さらに,もう1つの難しさは,学習者の特性(適性・個性)の違いによって授業方法・内容・教材の効果が異なってくる(異質性)点にある.講義を受講する時点で各学習者の初期能力が異なるため,その個人差を考慮して,どのような初期能力を持った学習者にも,その人に応じた伸びが得られるよう,配慮しなくてはならない.また,教育効果を測るときも,この個人差を考慮して測らなければ,「学習者の平均値」への改善のみを考えるようになることが多く,全体に対する妥当な改善ができない.本稿では,教育の質向上のために,教育の難しさである同時性,異質性(個人差)を考慮した上での教育データ(個人差データ)の分析方法を紹介する.
- 2009-05-01
著者
関連論文
- 学習型PDCA及びCAPDサイクルを用いた学習過程テキスト情報の個人差を考慮した分析
- 教育の質向上のための個人差データ分析(信頼性・品質技術の教育)
- 短納期の工程における納期遅れペナルティを考慮したx^^-管理図の経済性モデルに関する研究
- 6-3 管理図型品質管理サイクルにおけるPDCAとCAPDの比較(第71回(本部)研究発表会)(第6会場)
- 市立図書館利用の構造と潜在クラス
- 6-2 教育の質的向上のための潜在クラスを用いた理工系大学生の学習スタイルの分類に関する研究(2.研究発表会の要旨,(社)日本品質管理学会 第36回年次大会)
- 5-2 外部データを持つコンジョイント計測データの解析について : 属性水準数が混合,順位による評価の場合(2. 研究発表会の要旨)((社)日本品質管理学会 第34回年次大会)
- 6-4 カテゴリカルコンジョイント分析と順位法コンジョイント分析における個体差に関する研究(第71回(本部)研究発表会)(第6会場)
- 2-18 教育の質的向上のための潜在クラスを用いた個人差の分析に関する研究(4. 研究発表会の要旨, (社)日本品質管理学会 第77回研究発表会)
- 高校教育の質的向上に対する要望と生徒側の特性との関係解析のためのアンケート調査設計とモデル構築
- 6-5 潜在変数を含んだグラフィカルモデリングと共分散構造分析の比較に関する研究 : 一因子モデルの場合(第71回(本部)研究発表会)(第6会場)
- 6-1 Webグラフを用いた学習型PDCAサイクルとCAPDサイクルの分析(2.研究発表会の要旨,(社)日本品質管理学会 第36回年次大会)
- SRMの提案と学生の学習型タイプ別セグメンテーション
- 2-17 学習型PDCAサイクルとCAPDサイクルの比較に関する研究(4. 研究発表会の要旨, (社)日本品質管理学会 第77回研究発表会)
- 5-3 分割型(実験+回帰)モデルに基づく解析について : 狭ピッチICの半田付け品質の改善を応用例として(2. 研究発表会の要旨)((社)日本品質管理学会 第34回年次大会)
- 混合モデルによる解析における影響観測値の評価
- 混合モデルによる解析における影響観測値の評価
- 3-6 分割型回帰分析における仮説検定について(第58回研究発表会)
- 共変量のあるクラスター分析
- 生徒の個性の方向と一般化固有値分解
- (社)日本品質管理学会第67回シンポジウム : TQMと人材開発・教育マネジメント
- ベイジアンネットワークを用いた学生タイプ別教育効果分析における測定精度・予測精度の検証
- 第9回アジア品質管理シンポジウム : 「世界の繁栄のための品質向上」(「クライアント/サーバにおけるソフトウェアの品質保証」)
- ANOMを用いたLocal Interactionの検定
- 混合実験モデルにおける各成分効果に関する有用な対比
- (社) 日本品質管理学会 「教育とTQM」シンポジウム(「開発・企画段階に有効な手法」)
- 2-9 工程変数を伴った混合実験計画に関する母数推定分散の改良(第43回研究発表会)
- 4-2 コンポジショナル・データにおける相関について(第41回研究発表会)
- 理工系大学生の社会人基礎力向上のための要素間の関係についての研究
- タイプ別教育・学習効果分析システムの提案
- On Analysis of Interaction Using Mandel Model in Three-Component Experiments with Mixtures