ワイドショーを見る親が子どもの学力を下げている？ 子ども社会に広がる学力格差【話題】
4月29日17時30分 提供：家電チャンネル
学力だけが大事ではないとは言っても、親からすれば気になってしまう。文部科学省は平成25年度の全国学力調査から「きめ細かい調査」の実施を検討すべきという提言をまとめている。
この中で家庭の経済状況など教育格差が取り上げられているが、家庭状況と子どもの学力には大きな関係があると言われている。
2009年にお茶の水女子大学の研究グループによって行われた「家庭背景と子どもの学力等の関係」調査によると家庭内の文化的教養度、さらに家庭内の教育力が子どもの学力に関係しているということだ。
例えば、学力の低い子どもの親によく見られる行動は「テレビのワイドショーやバラエティ番組をよく見る」「携帯電話でゲームをする」「パチンコ・競馬・競輪に行く」「カラオケに行く」だという。
反対に「子どもが小さいころ、絵本の読み聞かせをした」「博物館や美術館に連れて行く」「ニュースや新聞記事について子どもと話す」という行動を取っていた親のもとで育つ子どもは学力が高いという結果が出たということだ。
家庭内での行動が子どもの学力を左右する。心当たりがある人は自分の行動を改めてみてはどうだろう。
------------
久しぶりにデータマイニングの話題（笑）
この因果はプロセスの途中を証明したものだろう。
先ず、学力という定量連続変数は何か？だ。
IQテスト、学力テスト、標準的な模擬テストなどの取得点数の合計点を目的変数としているのだろうか・・・。
例えば、
実態の統計をデシジョンツリーにかけた結果が、
「テレビのワイドショーやバラエティ番組をよく見る」
「携帯電話でゲームをする」「パチンコ・競馬・競輪に行く」
「カラオケに行く」
に最も相関性が高いというツリーの系統が出たとしよう。
これはあくまでも結果論だ。
ここからプロファイルし、可能性として相関性の高い項目を変数として入力しなければならないだろう。
差別になるから研究発表していないだけ。
①住んでいるエリア＝柄の悪いエリアは朱に染まる
②親の職業＝そりゃあ、まあ、いわゆる・・・・。
③親の髪の毛の色＝茶色に決まっとんがな。下痢便の色なら最も学力がない。髪の毛の色の濃さはさらに学力と比例する。
④親の知能指数＝そりゃあねえ。（笑）
⑤親のファッション＝トレパンとジャージ
⑥親の好きなブランド＝D&G、Kaepa、ルイヴィトン、MIKIHOUSE
⑦親の乗っている車＝HIACE、オディッセイ、ステップワゴン、エスティマ、クラウン、シーマ、センチュリー、エブリーなどの軽四ワンボックス
⑧日教組の強いエリア＝教育がいい加減だから
⑨日頃口は閉じているか？＝開いているのに決まっとんがな。
⑩親の好きな食べ物＝焼肉、焼き鳥、回転寿司
⑪スナック菓子が常に家においてある
⑫コンビニ好き
この統計を説明変数に加えるときちんと出るんじゃないですか？
つまり、TVでバラエティ番組を見るというのが要因ではなく、
上記の①～⑫の私生活的態度の親がたまたま、TVをよく見てバラエティーを見ているということになるだけ。（笑）
データマイニングの注意点は、
きちんと仮説に基づいた説明変数を入力しないと、
最も相関関係の高い要因の組み合わせグループが抽出されない。（笑）
解析する時はその点を十分考慮し、断定せずに報告すること。
断定しているのは、私か・・。（笑）
4月29日17時30分 提供：家電チャンネル
学力だけが大事ではないとは言っても、親からすれば気になってしまう。文部科学省は平成25年度の全国学力調査から「きめ細かい調査」の実施を検討すべきという提言をまとめている。
この中で家庭の経済状況など教育格差が取り上げられているが、家庭状況と子どもの学力には大きな関係があると言われている。
2009年にお茶の水女子大学の研究グループによって行われた「家庭背景と子どもの学力等の関係」調査によると家庭内の文化的教養度、さらに家庭内の教育力が子どもの学力に関係しているということだ。
例えば、学力の低い子どもの親によく見られる行動は「テレビのワイドショーやバラエティ番組をよく見る」「携帯電話でゲームをする」「パチンコ・競馬・競輪に行く」「カラオケに行く」だという。
反対に「子どもが小さいころ、絵本の読み聞かせをした」「博物館や美術館に連れて行く」「ニュースや新聞記事について子どもと話す」という行動を取っていた親のもとで育つ子どもは学力が高いという結果が出たということだ。
家庭内での行動が子どもの学力を左右する。心当たりがある人は自分の行動を改めてみてはどうだろう。
------------
久しぶりにデータマイニングの話題（笑）
この因果はプロセスの途中を証明したものだろう。
先ず、学力という定量連続変数は何か？だ。
IQテスト、学力テスト、標準的な模擬テストなどの取得点数の合計点を目的変数としているのだろうか・・・。
例えば、
実態の統計をデシジョンツリーにかけた結果が、
「テレビのワイドショーやバラエティ番組をよく見る」
「携帯電話でゲームをする」「パチンコ・競馬・競輪に行く」
「カラオケに行く」
に最も相関性が高いというツリーの系統が出たとしよう。
これはあくまでも結果論だ。
ここからプロファイルし、可能性として相関性の高い項目を変数として入力しなければならないだろう。
差別になるから研究発表していないだけ。
①住んでいるエリア＝柄の悪いエリアは朱に染まる
②親の職業＝そりゃあ、まあ、いわゆる・・・・。
③親の髪の毛の色＝茶色に決まっとんがな。下痢便の色なら最も学力がない。髪の毛の色の濃さはさらに学力と比例する。
④親の知能指数＝そりゃあねえ。（笑）
⑤親のファッション＝トレパンとジャージ
⑥親の好きなブランド＝D&G、Kaepa、ルイヴィトン、MIKIHOUSE
⑦親の乗っている車＝HIACE、オディッセイ、ステップワゴン、エスティマ、クラウン、シーマ、センチュリー、エブリーなどの軽四ワンボックス
⑧日教組の強いエリア＝教育がいい加減だから
⑨日頃口は閉じているか？＝開いているのに決まっとんがな。
⑩親の好きな食べ物＝焼肉、焼き鳥、回転寿司
⑪スナック菓子が常に家においてある
⑫コンビニ好き
この統計を説明変数に加えるときちんと出るんじゃないですか？
つまり、TVでバラエティ番組を見るというのが要因ではなく、
上記の①～⑫の私生活的態度の親がたまたま、TVをよく見てバラエティーを見ているということになるだけ。（笑）
データマイニングの注意点は、
きちんと仮説に基づいた説明変数を入力しないと、
最も相関関係の高い要因の組み合わせグループが抽出されない。（笑）
解析する時はその点を十分考慮し、断定せずに報告すること。
断定しているのは、私か・・。（笑）