資料 – たんぼのお家ブログ

保護中: Material_2

教員採用試験　集団面接の心得をいくつか

教員採用試験の集団面接に向けての心得を、いくつか整理しました。

集団面接は、参加している全員と「討議」を行うことが目的です。「討議」ですので、話す内容だけではなく、「目線」も大切です。座席が端なら全員へ目線を向けやすいのですが、真ん中になると左右を見る必要があり、意識する必要があります。余裕があれば、受験生全員、そして面接官にも目線を向けながら話すようにしましょう。
実際に体験していることには説得力があります。自分が経験したことを交えて話すと、聞き手に伝わりやすく、強い印象を与えることができます。ですから、体験を取り入れると良いです。
ただし、体験を話すだけでは、「こういうことがありました」で終わってしまい、話の着地点が曖昧になってしまう可能性があります。余裕があれば、面接の「テーマ」を思い出すとよいでしょう。
例えば、「学び続ける教員」がテーマであれば、「・・・ですので、私は学び続けることが大切だと考えています」と締めくくれます。着地点を考えながら話すことは、余裕があればでいいと思います。まずはテーマと繋がる自分の体験を話しましょう。
「おっしゃられた」は二重敬語で間違いです。集団討論の中で、他の受験生の意見に対して敬語を使うなら、「おっしゃった」と言いましょう。「Aさんが言われた」のような言い方もいいと思います。
×「Aさんがおっしゃられたことは〜」
〇「Aさんがおっしゃったことは〜」
〇「Aさんが言われたように〜」
〇「Aさんのご意見には〜」
緊張して、早口になりすぎないよう、気をつけましょう。
「校内の先生方の協力を得ながら」というのは、とても良いキーワードです。これは、自分が一人で勝手に実践をしているのではなく、職員の理解を得て、連携しながら取り組んでいることをアピールすることができます。協調性を示すことができ、いい印象に繋がります。

保護中: Material

保護中: たつの市立香島小学校校内研修資料

保護中: 青山小学校校内研修会資料

保護中: 2小2中研修会資料

備忘録 R studioでのANOVA君活用

R studioでeffsizeパッケージを用いてコーエンのdを計算するためには，ANOVA君にコピー読み込みから計算させた状態では対応不可。
これは，1行目のタイトル列が，データの一部として処理されるため。
csv読み込みなら，タイトル列がタイトル列として認識される。

※ csv読み込みからのhead表示，タイトル行と1行目の例。コマンドは，head (x)。 ※xは任意の値

Grade First Second Third
<dbl> <dbl> <dbl> <dbl>
1 5 12.7 10.3 10.5

※Mac → x <- read.table(pipe(“pbpaste”)), Win → x <- read.clip() からのhead表示，タイトル行と1行目の例。

V1 V2 V3 V4
1 Grade First Second Third
2 5 12.69710526 10.28165652 10.51419394

見た目は同じでも，認識のされ方が異なっている。csv作成の手間はあるが，コーエンのdが算出されること，箱ひげ図や蜂群図を作成できる (psychパッケージを用いる) ことから，利点は多い。後々のデータ確認のためにも，一つずつcsvに切り分ける方がよいかも。

なお，csv読み込みでも，コピペ読み込みでも，ANOVA君の結果に変わりはない。

2元配置分散分析で，2番目のクラスの効果量を計算する場合，AB <- x[23:44,]のように行指定をしてもタイトル行が入らないため，とりあえず2番目のクラスのcsvを作成し直し，一元配置分散分析にかけ，その上で効果量を算出する。その際，対応なしの独立変数を削除しておくこと。

コピー読み込みとcsv読み込みの違いがなかなか分からず，苦労しました。

ANOVA君の備忘録

ANOVA君の備忘録です。

ANOVA君の起動について
Rを起動。
*「ファイル」→「Rコードのソースを読み込み」(ファイルの種類を「All files」)。
*クリップボードのデータを読み込み (Windows) ※datは任意の値
dat <- read.clip()*クリップボードのデータを読み込み (Mac)※datは任意の値
dat <- read.table(pipe("pbpaste"))

1要因参加者内
anovakun(dat, "sA", 3, auto=T, mau=T, eta=T)
※ 球面性検定の結果が有意であった被験者内効果について、Greenhouse-Geisser のεによる調整を行う。Mauchlyの多標本球面性検定を行い，効果量としてイータ二乗を算出する。

球面性検定の結果が有意であった被験者内効果について，Greenhouse-Geisserのεによる調整を行う。
auto = T

デフォルトでは，Mendozaの多標本球面性検定を行うが，Mauchlyの球面性検定を指定する。
mau = T

※ 一般化イータ二乗を追加する。一般化イータ二乗は，イータ二乗，偏イータ二乗の間の数値となり，これを報告する。
geta=T

※ 偏イータ二乗を追加する。
peta=T

※ 結果をクリップボードにコピーする。
copy = T

※ 「全て」の被験者内効果に対してGreenhouse-Geisserのεによる調整を行う (auto=Tに統一したため，不要)。
gg = T

※ 差分調整型のLoftus-Massonの信頼区間つきの棒グラフを描写
bgraph = "cilmd"

ANOVA君では，多重比較でコーエンのd (cohen’s d)が計算されない。コーエンのdを計算できるサイト。
https://lbecker.uccs.edu/

二元配置分散分析 (Factor1 Between; Factor2 Within)
anovakun(dat, "AsB", 2, 3, auto=T, mau=T, eta=T, peta=T, geta=T, copy=T)

※ 箱ひげ図の描画 → boxplot関数

※ 蜂群図の描画 → beeswarm関数

Rそのままより，R studioの方が作業しやすいことを実感します。