スポンサードリンク
   


ブラック企業の卒業論文のテーマ決めのコツ



近年の沸騰ワードの一つとしてブラック企業というのがあります。

どちらかというと、経済学や経営学、社会学のテーマに近いのですが、ブラック企業はうつ病の直接の原因となったり、またメンタルの悪化の原因ともなるので、心理学でもぜひやってほしいテーマの一つですね。

ただ、ブラック企業に直接調査研究や実験なんかをするわけには行けません。

まあ、ブラック企業になりやすい要因を見つけるために、グループを作り、グループごとに条件を付けて、その条件の下で課題をやってもらうというのであれば実験は可能かもしれません。

例えば、従業員が全員「イエスマン」というグループと、自分の意見を言うグループ。
そして、性格検査を事前にし、自己主張が激しい人と弱い人をそれぞれリーダーにおいて作業させてみて、その様子を観察させるというのならば現実味はありそうです。

ただ、この場合は綿密な計画がいりますし、またもしグループが崩壊した場合の心理的ケアを考えるなどフォローも必須です。
やりたい場合は、ぜひ社会心理ゲームに詳しい先生に相談しましょう。

もっとリスクを抑えたいのであれば、例えばSPAとかフラッシュとかという雑誌には時折、ブラック企業の特集を組んでいることがあります。

そうした記事を集めておいて、ブラック企業の特徴について事例付きでまとめていくという方法です。

その際、労働基準法や基本的なブラック企業の知識は必須ですが、例えば「ブラック企業が生じる背景と精神病理」というタイトルで、事例から「なぜこの人はブラック企業から抜けられないままうつ病を発症したか」を性格傾向などの心理的側面、また社会的要因から分析するという方法です。

もちろん、教授に分析しながらになりますが・・・。
posted by 心理学研究大好き at | テーマごとの書き方 | このブログの読者になる | 更新情報をチェックする

第2種の過誤について




前回、第1種の誤りについてお話しました。

帰無仮説が正しいのに誤って棄却することですね。

「若者は本を読まない」という対立仮説を立てて(この場合の帰無仮説は「若者は本を読む」です)、調査の結果「本を読まない若者が多かった」から「帰無仮説は棄却された」という結論が言えるとします。

対立仮説:若者は本を読まないだろう
帰無仮説:若者は本を読むだろう
→調査の結果、本を読まない若者が多かったから、帰無仮説は棄却された。
しかし、京大生や東大生には調査をしていないので、もしサンプルが違っていたら「本を読む学生もたくさんいる」という結果となったかもしれない。

→この結論は間違いの可能性もある。


これが第1種の過誤です。

そして、その反対は第2種の過誤です。
これは、帰無仮説が間違っているのに、誤って帰無仮説を棄却しないという誤りを指します。

先ほどの例を言えば、
対立仮説:若者は本を読まないだろう
帰無仮説:若者は本を読むだろう
→調査の結果、本を読む若者が多かったから、帰無仮説は指示された。
東大生や京大生だけをサンプルにしてしまったので、もし土方や肉体労働をしている人、忙しく働いている人を対象にすれば、「本を読まない結果」になったのではないか。

→そのため、この結果は間違っている可能性がある。

これが第2の過誤で、誤って帰無仮説を棄却しない、支持するという誤りを指します。

まあ、大切なのは、被験者をできるだけたくさん正確に幅広く集めるということです。

が、こうした間違いの可能性があることを念頭に置いて、検査をしていくということが何より大切なのです。
※上記はあくまでも例です。
実際にフリーターの方が本を読まなかったり、大学生が本を読むとは限りません。
お気を悪くした方がいましたら、申し訳ありません。

posted by 心理学研究大好き at | 卒論とは | このブログの読者になる | 更新情報をチェックする

第1種の過誤について



統計手続きでは帰無仮説を棄却することで、対立仮説を採択することで立証していく手続きを取ります。

その際に、統計を使って、「統計的に有意であるかどうか」を算出して帰無仮説を棄却できるかどうかを考えていきます。

こうして「実はこの研究は間違いでした」ということを防ぐのが心理学統計の考え方です。

しかし、この時に、ちょっとしたミスが起こることがあります。

例えば、有意水準5%だと、「20回に1回しか帰無仮説を否定するデータは出てこない」というものなのですが、もしかすると今回のデータが20回のうちの1回に当たっている可能性があるということです。

これを第1種の過誤と呼びます。

第1種の過誤とは、このように帰無仮説が棄却できないのに、誤って棄却してしまって、間違った解釈をしてしまうことを指します。

例えば、「今の若物は本を読まないだろう」ということを調べるために、サンプルを集めて調査を取ったとします。
(何万人の若者に同時にアンケートを取ることができないので、あえて300人くらいのサンプルだけでも正確なデータを出すために考えられたのが心理学統計です)

この場合の帰無仮説は「今の若者は本を読む」になります。

そして、5%の有意水準で「今の若者は本を読まない」という結果が出ました。帰無仮説は棄却されたことになります。

しかし、サンプルが大学生ではなく、フリーターや専門学校の人ばっかりだったとします。

もしかすると、東大生や京大生ばっかりだったら、たくさん本を読んでいるという結果だったかもしれません。

今回はたまたま本を読まない人たちを選んでしまったために、「帰無仮説は棄却できた」と誤った結果になってしまったのです。

これが第1種の過誤です。

つまり、別のサンプルだったら違う結果になっていたのに、間違って帰無仮説を棄却するという誤りを犯すことです。
posted by 心理学研究大好き at | 心理学統計について | このブログの読者になる | 更新情報をチェックする

卒論は就職に関係する?



卒論を書くことで就職に関係するかといえば、それは就職先の分野や領域によるといえます。

ただ、かなり専門的な仕事を除けば、卒論は就職にはあまり影響はしません。

昔みたいに大学の学歴が就職の有利不利を決定するような時代であれば、卒論の内容も就職先に影響したでしょうが、いまは卒論よりも資格を持っているかどうかの方がかなり大きいです。

例えば、英語を使うような仕事をしたいとすれば、英語に関する卒論を書くよりも、TOEICなど、英語に関する資格を取った方が早いし、就職しやすいです。

ただ、もしあなたが英語を使って、貿易関係の仕事をしたいのであれば、卒論で貿易関係をテーマにしたものを書けば、その仕事につきやすくなると思います。

卒論が直接仕事に影響するかというよりは、就職面接でのアピールポイントになるという意味合いで考えた方がいいかと思います。

また、心理学の場合だと、印象形成に関するものをテーマにすれば営業関係の仕事へのアピールとはなると思います。

塾の講師や教育系だと、教え方に関するテーマですかね。
発達障害や不登校に関するものをテーマにしてもいいでしょう。
消費者行動に関するものも就職へのアピールにはいいですね。

卒論は就職につくために直接影響するとは限りませんが、テーマによっては面接の際のアピールポイントにもなります。

あなたがどんなところで働きたいかを掘り下げていけば、就職活動に活かせるテーマで書くことも可能です。

posted by 心理学研究大好き at | 卒論とは | このブログの読者になる | 更新情報をチェックする

有意水準と棄却域(統計的に有意とはどういう意味?)



心理学統計では有意水準という言葉が出てきます。

よく論文に統計的に有意だとか、この仮説は棄却されたとか書かれていますよね。

簡単に言えば、心理学で扱う研究というのは、「偶然なのか」「必然なのか」を確かめる必要があります。

例えば、親子関係の悪化が非行に結びつくという場合、それが「偶然か」「必然か」を確かめる必要があるのです。

それを確かめるために、統計的手続きを行っています。

その際に必要となるのが、有意水準です。

そして、統計的に有意とは、「この研究を同じ手続きで何回やっても同じ結果が出ると統計的には出ている」という意味です。

先ほどの例で言えば、「親子関係の悪化が非行に結びつく」という仮説(対立仮説)と、「親子関係の悪化は非行に結びつかない」という仮説(帰無仮説)を作る必要があります。

そして、統計的手続きでは帰無仮説を棄却する、つまり否定することで対立仮説が採択されます。

ここで、何回も同じ研究をして、ある研究では帰無仮説が棄却できて、別の研究では帰無仮説が棄却できなかったとすれば、「じゃあ親子関係と非行はどうなんだ!!」と研究の信頼性がなくなってしまいます。

そこで、統計的に有意であることを証明していくのですが、よく0.05(5%)、0.01(1%)、0.001(0.1%)の水準を使うことがあります。

5%水準とは、同じ研究をして、帰無仮説が棄却されないデータがでるのは20回に1回だろうという意味です。1%は100回に1回、0.1%は1000回に1回という意味です。

0.1%水準で有意ということは、
「同じ研究をしても帰無仮説が棄却されないのは1000回中1回で、999回は同じような結果が出るだろう。つまり、この結果は偶然ではない。よって、対立仮説を支持しよう」
ということが言えるというわけです。

こういう裏付けで、心理学では立証を進めていきます。


posted by 心理学研究大好き at | 心理学統計について | このブログの読者になる | 更新情報をチェックする

    スポンサードリンク