【誰でも統計分析できる時代がきた!!】ChatGPT "Code Interpreter"を使って、学力とウェルビーイングの相関関係を5分で分析できた!!
最近、この記事のように、ChatGPTを筆頭にAIについて調べまくっています。本当に日々進化し続けていて面白いですし、日々いろいろなアイデアがでてきますね。
さて、今回はタイトルのとおりです。僕は学校の教師なので統計分析が必要かと言われたら必要ではないです。ただ、統計分析ができたら、子どもの状態を的確に把握することができて、子どもの支援とか授業計画をより的確に作ることができます。
今回は、ざっと5分でやったことを一気に説明します。もし、統計に関する言葉とかでわからない単語があったり、これを機に統計の勉強をしてみようと思われた方は、以下の本がおすすめです。
今回はテストとウェルビーイングの関係を分析
このデータはすべてダミーです。また、もし、実際に分析するとしても、名前のところは数字に置き換えてください。名前もChatGPTに読み込まれるといろいろ問題があると思うので。
さて、Excelのデータ画面は以下です。ピンクのデータが5教科のテスト結果のダミー、黄緑のデータがウェルビーイングの質問結果のダミーです。
ちなみにウェルビーイングの質問については、以下の7つです。
この質問がウェルビーイングを測る上で妥当かどうかは一旦おいておいてください。
ウェルビーイングのスコアを合成したいです。これを合成するための信頼性分析をしてくれませんか?
まず、上記のような質問をChatGPTにしました。スコアの合成とは簡単に言えば、上のウェルビーイングに関する質問7つを1つにまとめて、子どものウェルビーイングスコアにするというものです。
その上で、信頼性分析という、7つの質問がウェルビーイングのスコアとして同じものとして測った良いか?というものです。この分析をして、クロムバックのアルファが0.7以上であればまとめる上では良いんじゃない?という感じです。以下、ChatGPTの回答も載せておきます。
ウェルビーイングのスコアの変数とテストのスコアの合計の相関係数を出してもらえますか?
クロムバックのアルファが0.56でしたが、まぁ今回はウェルビーイングスコアとして分析していきましょう。
相関係数はテストの点数とウェルビーイングスコアがどの程度関係があるかについて数値化するものです。以下、ChatGPTの回答です。
ということで、テストの点数を高くすることは子どものウェルビーイングを高くすることに繋がっていくというものですね。
では、これだけだとざっくりしているので、さらに散布図にして、誰のウェルビーイングが高くて、誰のウェルビーイングが低いのかについて分かるようにお願いしてみます。
縦軸をテストのスコアの合計、横軸をウェルビーイングとして散布図をつくってください。
散布図は、以下の記事での作ってます。よかったらどうぞ。学校には向いていると思います。
すると、全学年、全クラスのデータを一気に散布図にしてくれました。このデータからも緩やかに正の相関をしていることがわかりますね。(テストのスコアが高い子どもほど、ウェルビーイングも高い)
ただ、全学年だと見にくいです。
続いて、この散布図を学年、クラス別に作ってもらいました。お願いの仕方は省略します。気になる方は質問か上の記事を見てください。また、平均線もそれぞれいれました。
すると、以下のようなデータが出てきました。
ダミーなので、各学年1クラスずつ載せてます。
このように散布図にすることで、左下にいる子が誰なのか?また、クラスに居るしんどい子やリーダーがどこにいるのか?をぱっと見てわかるので、研修とかで学年教師団で話をするとデータをもとに話ができるのでおすすめです。
散布図の活かし方に興味があれば、以下の記事を御覧ください。これは、ChatGPTにこの機能がつく前に書いた記事です。Excelで頑張って作ったのですが、ほぼ意味ないですねwww
まとめ
今回は、大学の先生に高いお金を払わなくても、統計の本をちょこっとかじったような知識で誰でも統計分析ができるという話です。実際に、いろいろChatGPTがどのような分析が良いか教えてくれますし、妥当かどうかの判断もしてくれます。
さらに、今回のウェルビーイングスコアの出し方は全部足しているのですが、主成分分析というSPSSという数十万もするソフトを買わないとできないような分析もできましたwww
もっと言えば、この分析をざっとした後に、ChatGPTに2000字程度で記事を書いてと言ったら、以下のような記事も書いてくれました。もはや、神ですww
以上、今回は誰でも統計分析ができるよって話でした。もし、動画でも欲しいとか、もっとこんなことしてほしいなとかあったらぜひ、コメントやDMください。
テキトー教師について
この記事が気に入ったらサポートをしてみませんか?