Stataによる社会調査データの分析 もくじ

はじめに

第1部 Stataの基本

第1章 Stataの起動から分析開始まで
 1節 Stataの起動
  (1) Resultsウィンドウ
  (2) Commandウィンドウ
  (3) Reviewウィンドウ
  (4) Variablesウィンドウ
 2節 作業フォルダの設定
 3節 Stataで扱えるデータ
 4節 csv形式とは
 5節 Stataでcsv形式のデータを読み込む
 6節 dta形式で保存する,読み込む
 7節 データを消去する
 8節 データを確認するために
 9節 補足:Data Editorでデータを作成する

第2章 データ処理の基礎
 1節 関数の構造
  (1) [=]と[==]
  (2) 四則演算
  (3) べき乗[^]
  (4) 有用な数学的関数
 2節 データ処理コマンド
  (1) 新しい変数newvarを作る
  (2) 特定の値を別の値に置き換える
  (3) 変数の値を関数などを使って置き換える
  (4) 変数をデータから削除する
  (5) 回答者をデータから削除する
  (6) 変数の名前を変える
 3節 条件式
  (1) 条件式の基本
  (2) 条件文に不等号を使うときの注意
  (3) 複数の条件と()の利用

第3章 調査で使う処理の定型―データのチェックから
    変数の加工まで
 1節 異常データのidを探す
 2節 単純集計表を作る:無回答と非該当を外して
    処理をする
  (1) 平均値などの代表値を出力する
  (2) グループごとに集計する
 3節 単純集計表作成における非該当の処理
 4節 まとめて欠損値処理:配列の利用
 5節 調査で行なう変数の加工
  (1) グループ分け
    1) 分割点を指定してグループ分けする
    2) グループ数を指定してグループ分けする
    3) 複数の変数を使ってグループ分けする
  (2) カテゴリの統合
  (3) ダミー化
    1) カテゴリの統合
    2) ダミー変数への分解
    3) generateとrecodeを使う場合
    4) generateとreplaceを使う場合
    5) 選択肢すべてに対応するダミー変数を作る場合
    6) xiを使う
  (4) 反転
 6節 doファイル


第2部 社会調査データの分析

第4章 変数の相関,連関の検討
 1節 クロス表
 2節 散布図を作る
 3節 相関係数
  (1) Pearsonの積率相関係数
  (2) 順位相関

第5章 回帰分析
 1節 重回帰分析
  (1) 線形重回帰分析の基本
  (2) 重回帰分析の実行
  (3) β係数(標準化回帰係数)を出したいとき
  (4) 多重共線性とvif
  (5) vifが高かったら
    1) vifが高い説明変数を1つずつ取り除いていく
    2) 相関の高い説明変数を合成尺度にしてしまう
    3) 説明変数を分離したモデルと比較する
    4) 相関係数や単回帰分析の係数を付記する
 2節 予測値と調整平均:spostの利用
  (1) 数学的統制と調整平均の有用性
  (2) spostのインストール
  (3) prvalueによる予測値計算
 3節 ロジスティック回帰分析 
  (1) ロジスティック回帰分析とは
  (2) ロジスティック回帰分析の実行
  (3) 予測値の利用
 4節 多項ロジット回帰分析
  (1) 多項ロジット回帰分析とは
  (2) 多項ロジット回帰分析の実行
  (3) 解釈上の注意
 5節 順序ロジット回帰分析
  (1) 順序ロジット回帰分析とは
  (2) 順序ロジット回帰分析の実行
 6節 fractional polynomial
  (1) fractional polynomialとは
  (2) fractional polynomialの実行
  (3) 予測値の利用とfracplot
  (4) fractional polynomialの欠点
  (5) 複数の説明変数に曲線関係を仮定したいとき
 7節 説明変数の加工
  (1) ダミー変数の利用
  (2) 交互作用
    1) 交互作用項の基本
    2) 交互作用と予測値計算

第6章 平均値の比較
 1節 独立した2つのグループの平均値比較
 2節 独立した3群以上の平均値比較
 3節 平均値の差の検定

第7章 合成尺度の作成(尺度構成)
 1節 単純加算で合成尺度を作る
 2節 主成分分析
  (1) 主成分分析とは
  (2) 主成分分析の実行
  (3) 主成分の解釈と複数の主成分の利用
 3節 因子分析と回転
  (1) 因子分析とは
  (2) 因子分析の実行
  (3) 因子の解釈
  (4) 因子得点の計算
  (5) 因子数の決定と分析の繰り返し
    1) 固有値1基準
    2) screeプロット
    3) 説明力の尤度比検定
    4) Heywood Caseを避ける
    5) どの方法を採用するか

第8章 クラスター分析
 1節 クラスター分析とは
  (1) 二種類のクラスター分析
  (2) (非)類似度の設定
  (3) クラスタリング方法の設定
 2節 階層的クラスター分析
  (1) 階層的クラスター分析の実行(ウォード法)
  (2) デンドログラム(樹形図)の作成
  (3) クラスター数の決定
  (4) 所属クラスターを表わす新変数の作成
  (5) クラスターの中身の解釈
 3節 非階層的クラスター分析
  (1) 非階層的クラスター分析の実行(k-means法)
  (2) クラスターの中身の解釈
  (3) 中心値の保存と利用

第9章 ウェイトの利用
 1節 サンプリングの理論について
 2節 調査の非標本誤差に対処するためのウェイトの
    考え方
 3節 調査の抽出確率の違いに対処するためのウェイト
    の考え方
 4節 ウェイト作成の実際
  (1) 事後層化
  (2) svrコマンドのインストール
  (3) Survwgtによるウェイトの作成
 5節 ウェイトを用いた分析例
 6節 まとめ

引用文献
参考文献
読書案内
Stataによる社会調査データの分析 サンプル質問紙

○コラム1 データが大きすぎたら
○コラム2 なぜ,標準化すると多重共線性が消えるのか

【ショートコラム1】ショートカット・アイコンで
          作業フォルダを設定する
【ショートコラム2】カイ自乗検定の制限とフィッシャーの
          正確検定
【ショートコラム3】どんな変数を「量的」と考えてよいか
【ショートコラム4】どのくらいの因子負荷を「高い」と
          よべるか