CITY COUNTRY CITY

tsfmysd's note

Category: HELMES

LOG ENTRY: MITA 4xx

てをいれるたびにミスがみつかる。が、二次分析がまだマシなのは少なくとも原票に戻るという作業がないので、間違っているのはいつも自分という点だけは信頼できる(謎

ねむい。

///////////////////////////////////////////////////////////////////////
//////////* insheet *//////////////////////////////////////////////////
///////////////////////////////////////////////////////////////////////
* 使うのは、jgss2000-2003, 2005, 2006, 2008, 2009lcs, 2010, 2012, ssm2005, jlps2007
* それぞれでやるとあとでめんどくさそうなので、いったん全部合体させてから整える
* 手順1 それぞれのデータをcsvに変換してファイル名をリネーム(ここまで手動)
* 手順2 insheet して、1)データid、2)調査の種類を識別する変数、3)調査年変数を付与して、dtaファイルで保存
insheet using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2000_2003.csv, clear
gen survey = 0
gen rid = 0
recode survey 0 = 1
recode rid 0 = 1 if ryear==2000
recode rid 0 = 2 if ryear==2001
recode rid 0 = 3 if ryear==2002
recode rid 0 = 4 if ryear==2003
save /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2000_2003.dta, replace

insheet using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2005.csv, clear
gen survey = 1
gen rid = 5
gen ryear = 2005
save /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2005.dta, replace

insheet using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2006.csv, clear
gen survey = 1
gen rid = 6
gen ryear = 2006
save /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2006.dta, replace

insheet using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2008.csv, clear
gen survey = 1
gen rid = 7
gen ryear = 2008
save /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2008.dta, replace

insheet using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2009lcs.csv, clear
gen survey = 1
gen rid = 8
gen ryear = 2009
save /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2009lcs.dta, replace

insheet using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2010.csv, clear
gen survey = 1
gen rid = 9
gen ryear = 2010
save /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2010, replace

insheet using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2012.csv, clear
gen survey = 1
gen rid = 10
gen ryear = 2012
save /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2012, replace

insheet using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/ssm2005.csv, clear
gen survey = 2
gen rid = 11
gen ryear = 2005
save /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/ssm2005, replace

insheet using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jlps2007y.csv, clear
gen survey = 3
gen rid = 12
gen ryear = 2007
save /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jlps2007y, replace

insheet using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jlps2007m.csv, clear
gen survey = 3
gen rid = 13
gen ryear = 2007
save /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jlps2007m, replace

insheet using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jlps2011ya.csv, clear
gen survey = 3
gen rid = 14
gen ryear = 2011
save /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jlps2011ya, replace

insheet using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jlps2011ma.csv, clear
gen survey = 3
gen rid = 15
gen ryear = 2011
save /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jlps2011ma, replace

/////////////////////////////////////////////////////////////////////
//////////* merge *//////////////////////////////////////////////////
/////////////////////////////////////////////////////////////////////
/* jgss2000-2003がマスター */
clear
set maxvar 10000
use /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2000_2003.dta, clear
* エラーでるので destring
destring szffttl, replace
destring szffonly, replace
append using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2005.dta, force
append using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2006.dta, force
append using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2008.dta, force
append using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2009lcs.dta, force
append using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2010.dta, force
append using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jgss2012.dta, force
append using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/ssm2005.dta, force
append using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jlps2007y.dta, force
append using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jlps2007m.dta, force
destring dq43, replace
append using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jlps2011ya.dta, force
append using /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/jlps2011ma.dta, force

/* label */
label define survey 1 jgss 2 ssm 3 jlps
label values survey survey
tab survey

label define rid 1 jgss2000 2 jgss2001 3 jgss2002 4 jgss2003 5 jgss2005 6 jgss2006 ///
7 jgss2008 8 jgss2009lcs 9 jgss2010 10 jgss2012 11 ssm2005 12 jlps2007y 13 jlps2007m 14 jlps2011ya 15 jlps2011ma
label values rid rid
tab rid

//////////* drop *//////////
* jgss2003にはきょうだい数がないのでドロップ\(^o^)/
drop if ryear==2003
* jgss2012には出身都道府県がないのでドロップ\(^o^)/
drop if ryear==2012

/* 合体させただけのrawデータでまずは保存しとく */
save /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/merge_raw.dta, replace

/////////////////////////////////////////////////////////////////////////////
//////////* run *////////////////////////////////////////////////////////////
/////////////////////////////////////////////////////////////////////////////
use /Users/tsfmysd/Dropbox/Reserch/HELMES/dataset/merge_raw.dta, clear
* sample size 38368

//////////////////////////////////////////////////////////////////////////
//////////* sample set *//////////////////////////////////////////////////
//////////////////////////////////////////////////////////////////////////
* この分析の対象: 20-39歳 & 未婚者 & 学生ではない & 両親のどちらかが健在

//////////* age *///////////////////////////////////////////////////////////
* jgss: ageb, ssm: q01_2a, jlps: 2007-ybirth
gen age = 0
replace age = ageb if survey==1
replace age = q01_2a if survey==2

* jlpsには、年齢変数がない。wave1(1966-1986 20-40歳)、追加サンプル(1966-1986 24-44歳)
* wave1 サンプリング2007年12月 実査2007年1-3月、追加サンプル サンプリング2010年12月 実査2011年1-3月
* 可能な限り40歳以下が多めになるように計算 floorで小数点以下切り捨て
gen jlps2007age = ((2007*12+3)-(ybirth*12+mbirth))/12 if ryear==2007
gen jlps2007agefloor = floor(jlps2007age)
gen jlps2011age = ((2011*12+3)-(ybirth*12+mbirth))/12 if ryear==2011
gen jlps2011agefloor = floor(jlps2011age)
tab jlps2007agefloor
tab jlps2011agefloor
replace age = jlps2007agefloor if ryear==2007
replace age = jlps2011agefloor if ryear==2011
tab age

keep if age < 40
tab age
tab age rid
* 15432 ズサーc⌒っ゚Д゚)っ

gen agegroup=0
recode agegroup 0=1 if age>=20 & age<=24
recode agegroup 0=2 if age>=25 & age<=29
recode agegroup 0=3 if age>=30 & age<=34
recode agegroup 0=4 if age>=35 & age<=39
tab agegroup

label define agegroup 1 age20_24 2 age25_29 3 age30_34 4 age35_39
label values agegroup agegroup

//////////* marital status *///////////////////////////////////////////////////
/* jgss */
* 2000-2003, 2005, 2006以降(5,6追加)で値ラベルが違う
* jgss の婚姻上の地位の欠損がまったくない、んー? 全年齢データのdomarryは2人無回答ダケド
* jgss2000-2003
gen marital_status=0
recode marital_status 0=1 if marc==1 & (ryear==2000 | ryear==2001 | ryear==2002 | ryear==2003)
recode marital_status 0=2 if marc==2 & (ryear==2000 | ryear==2001 | ryear==2002 | ryear==2003)
recode marital_status 0=3 if marc==3 & (ryear==2000 | ryear==2001 | ryear==2002 | ryear==2003)

* jgss20005-2012
* 5「離婚を前提に別居中」=1、6「同棲」=3(日本の同棲はこの分析では有配偶とはみなさない)
recode marital_status 0=1 if marc==1 & (ryear==2005 | ryear==2006 | ryear==2008 | ryear==2009 | ryear==2010 | ryear==2012)
recode marital_status 0=2 if marc==2 & (ryear==2005 | ryear==2006 | ryear==2008 | ryear==2009 | ryear==2010 | ryear==2012)
recode marital_status 0=2 if marc==3 & (ryear==2005 | ryear==2006 | ryear==2008 | ryear==2009 | ryear==2010 | ryear==2012)
recode marital_status 0=3 if marc==4 & (ryear==2005 | ryear==2006 | ryear==2008 | ryear==2009 | ryear==2010 | ryear==2012)
recode marital_status 0=1 if marc==5 & (ryear==2005 | ryear==2006 | ryear==2008 | ryear==2009 | ryear==2010 | ryear==2012)
recode marital_status 0=3 if marc==6 & (ryear==2005 | ryear==2006 | ryear==2008 | ryear==2009 | ryear==2010 | ryear==2012)

/* ssm2005 */
* q24_1 1 未婚 2 結婚 3 離別 4 死別 9 dkna
recode marital_status 0=1 if q24_1==2
recode marital_status 0=2 if q24_1==3
recode marital_status 0=2 if q24_1==4
recode marital_status 0=3 if q24_1==1

/* jlps */
* 2007 zq50 1 未婚 2 既婚有配偶 3 死別 4 離別
recode marital_status 0=1 if zq50==2
recode marital_status 0=2 if zq50==3
recode marital_status 0=2 if zq50==4
recode marital_status 0=3 if zq50==1

* 2011 dq43 1 既婚 2 未婚 3 死別 4 離別 *途中でかえんなや!!!!!!!!!!
destring dq43, replace
recode marital_status 0=1 if dq43==1 & ryear==2011
recode marital_status 0=2 if dq43==3 & ryear==2011
recode marital_status 0=2 if dq43==4 & ryear==2011
recode marital_status 0=3 if dq43==2 & ryear==2011

/* label */
label define marital_status 1 married 2 divorced_or_widowed 3 never_married
label values marital_status marital_status
tab marital_status

tab survey marital_status, row m
* 欠損drop
drop if marital_status==0
* 6822人

* drop if marital_status!=3

//////////////////////////////
/////////* outcome *//////////
//////////////////////////////
///////////* jgss *//////////
* 2000-2001,2002-2003,2005以降で大きくレイアウトが異なる
/* 2000−2001 */
* szffhereは2000-2001にしか存在しない変数
*「あなたがご一緒に住んでいるご家族の方は、あなたを含めて何人ですか」
* なんか知らんけどtypemismach error
destring szffhere, replace
tab szffhere rid, m
* 同居人数無回答をドロップ 2000年に3人いる
drop if szffhere==999
* 2000-20001: 同居人数が1人だと単身者(親と別居と操作)、それ以外は親と同居(しゃーない
generate outcome = .
* 1=同居 0=別居
recode outcome .=1 if szffhere>1 & (ryear==2000 | ryear==2001)
recode outcome .=0 if szffhere==1 & (ryear==2000 | ryear==2001)

/* 2002 */
* ffresideは2002-2003にしか存在しない変数
* 「あなたはご家族と一緒にお住まいですか」
* 1家族と一緒に生活 2家族から一時的に離れて生活 3本人のみ(一人暮らし) 4その他(友人などと同居)
* この変数には無回答はいない(なんでかしら) →9が無回答 すでに落ちている
tab ffreside rid, m
* なんか知らんけど文字データになってるので変換する必要
destring ffreside, replace
* 1=親と同居 2-4=親と別居(しゃーない
recode outcome .=1 if ffreside==1 & ryear==2002
recode outcome .=0 if ffreside>=2 & ryear==2002

/* 2005- */
* 2005以降は両親と暮らしているかを直接きいている
* 父pplvtg 母mmlvtgあなたは、あなた自身のお父様、お母様と一緒に暮らしていますかそれぞれについてお答えください。
* 1同居 2別居 3死亡
* どっちも死亡と9無回答をドロップ
tab pplvtg mmlvtg
drop if pplvtg==9 | mmlvtg==9 | (pplvtg==3 & mmlvtg==3)
tab pplvtg mmlvtg, cell m
recode outcome .=1 if pplvtg==1 | mmlvtg==1
recode outcome .=0 if (pplvtg==2 & mmlvtg==2) | (pplvtg==2 & mmlvtg==3) | (pplvtg==3 & mmlvtg==2)
tab rid outcome, m

/* ssm2005 */
* 同居家族人数と同居している場合はその続柄を聞いている
* 手順 1死亡・無回答をドロップ→2同居続柄からoutcomeつくる
* 父母死亡をdrop 1健在 2死亡 9dkna
* 父 q20_1 母 q20_2
tab q20_1 q20_2
drop if q20_1==9 | q20_2==9 | (q20_1==2 & q20_2==2)
tab q20_1 q20_2
* 留置A票
* a20_2_09 父同居情報 1一緒にすんでる 2いない 9無回答
* a20_2_10 母同居情報 1一緒にすんでる 2いない 9無回答
tab a20_2_09 a20_2_10
destring a20_2_09, replace
destring a20_2_10, replace
drop if a20_2_09==9 | a20_2_10==9
* 留置B票
* b07_2_09 父同居情報 1一緒にすんでる 2いない 9無回答
* b07_2_10 母同居情報 1一緒にすんでる 2いない 9無回答
tab b07_2_09 b07_2_10
destring b07_2_09, replace
destring b07_2_10, replace
drop if b07_2_09==9 | b07_2_10==9
recode outcome .=1 if a20_2_09==1 | a20_2_10==1
recode outcome .=1 if b07_2_09==1 | b07_2_10==1
recode outcome .=0 if (a20_2_09==2 & a20_2_10==2) | (a20_2_09==2 & q20_2==2) | (q20_1==2 & a20_2_10==2)
recode outcome .=0 if (b07_2_09==2 & b07_2_10==2) | (b07_2_09==2 & q20_2==2) | (q20_1==2 & b07_2_10==2)
tab rid outcome, m

/* jlps2007 */
* 追加調査は別変数なので注意すること
* 2007 同居家族人数と同居している場合はその続柄を聞いている
* 手順 1死亡・無回答をドロップ→2同居続柄からoutcomeつくる
* 父母死亡をdrop 父母状況変数 1健在の年齢を回答 2亡くなっている 3わからない 9dkna
* 父 zq14fa 母 zq14ma
tab zq14fa zq14ma
drop if zq14fa==2 & zq14ma==2
tab zq14fa zq13_2h
* 追加調査も処理しようとしたけど、追加調査には父母の生死の情報がない\(^o^)/(しゃーない
* 同居続柄変数 父 zq13_2h 母 zq13_2i、1選択 2非選択
tab zq13_2h zq13_2i
* 同居変数に無回答傾向の人をドロップ
drop if zq13_2h==9 | zq13_2i==9
tab zq13_2h zq13_2i
recode outcome .=1 if zq13_2h==1 | zq13_2i==1
* 同居続柄変数 2011 追加調査からは世帯票形式になっている、くっそめんどい\(^o^)/
* 凡例 世帯員2人目が父親かどうか dq10_22z==7 母親 dq10_22z==8、3人目 dq10_23z==7
tab dq10_22z if ryear==2011, m
tab dq10_23z if ryear==2011, m
tab dq10_24z if ryear==2011, m
tab dq10_25z if ryear==2011, m
tab dq10_26z if ryear==2011, m
tab dq10_27z if ryear==2011, m
tab dq10_28z if ryear==2011, m
tab dq10_29z if ryear==2011, m
tab dq10_210z if ryear==2011, m
* 7人目まで処理すればよい
* これうまいこと短く書きたかったけどコマンドがわからない、たぶんアンダーバー以下をワイルドカード
recode outcome .=1 if (dq10_22z==7 & ryear==2011) | (dq10_23z==7 & ryear==2011) | (dq10_24z==7 & ryear==2011) | (dq10_25z==7 & ryear==2011) | (dq10_26z==7 & ryear==2011) | (dq10_27z==7 & ryear==2011) ///
| (dq10_22z==8 & ryear==2011) | (dq10_23z==8 & ryear==2011) | (dq10_24z==8 & ryear==2011) | (dq10_25z==8 & ryear==2011) | (dq10_26z==8 & ryear==2011) | (dq10_27z==8 & ryear==2011)
tab outcome, m
recode outcome .=0 if (zq13_2h==2 & zq13_2i==2) | (zq13_2h==2 & zq14ma==2) | (zq14fa==2 & zq13_2i==2)
recode

/* marital & living arrangement status */
gen status = marital_status
recode status 3 = .
recode status . = 3 if marital_status==3 & outcome==1
recode status . = 4 if marital_status==3 & outcome==0

/* label */
label define outcome 1 corresidence 0 leaving_home
label values outcome outcome
label define status 1 married 2 divorcedandwidowed 3 corresidence 4 leaving_home
label values status status
tab status, m

LOG ENTRY: PLST 237

LaTeX やら Scrivener やら使ってみたけど,結局,Evernote が攻守最強ということになった.


karabinar いったいいつになったら Sierra に対応してくれるんだアアアア嗚呼! karabinar なしだと英字キーボードはほんと使い物にならない(日本語入力はデフォだと Control + Space).


フルモデルの記述統計量の出力のしかた.

 estimate dep val

predict dataset

drop if dataset==.

//////////////////////////////////////////////
///////////*descriptive statistics*///////////
//////////////////////////////////////////////
sort sexa
tabstat leaving, by(sexa) stat(mean sd min max)
tabstat ageb, by(sexa) stat(mean sd min max)
tabstat sibling_1, by(sexa) stat(mean sd min max)
tabstat sibling_2, by(sexa) stat(mean sd min max)
tabstat sibling_3, by(sexa) stat(mean sd min max)
tabstat sibling_4andmore, by(sexa) stat(mean sd min max)
tabstat urban15, by(sexa) stat(mean sd min max)
tabstat income_0, by(sexa) stat(mean sd min max)
tabstat income_less_than_150, by(sexa) stat(mean sd min max)
tabstat income_150_250, by(sexa) stat(mean sd min max)
tabstat income_250_350, by(sexa) stat(mean sd min max)
tabstat income_350_450, by(sexa) stat(mean sd min max)
tabstat income_more_than_450, by(sexa) stat(mean sd min max)
tabstat income_na, by(sexa) stat(mean sd min max)
tabstat univ, by(sexa) stat(mean sd min max)
tabstat univ_father, by(sexa) stat(mean sd min max)
tabstat univ_father_na, by(sexa) stat(mean sd min max)
tabstat wealth15, by(sexa) stat(mean sd min max)
tabstat year, by(sexa) stat(mean sd min max)


俺は困っている.悩み続けるのはよくない.

パラサイトシングル論はそのロジックはともかくとして,ほとんど経験的検証がなされていないか,かなり知見が混乱している.

パラサイトシングル論から導出されるリサーチクエスチョンはいくつかあるが,核となる問いのひとつが,「親元が富裕だと離家への動機づけが弱まるため,親と別居しなくなる」というものである.山田先生の初出からもう20年もたつので,決着がついていてもよさそうだが,ほぼまともな検証がないといってよい状況である.

その理由はさまざま考えられるが,ひとつの問題として,若年未婚者のサンプルを十分に確保できなかったというデータ上の制約があったと考えられる.

そこで,JGSS2000-2010をマージさせて,若年未婚者(20-39歳 *学生除く)を男女それぞれ1500ほど確保し,ロジットでやってみた.

結論から申し上げると,むしろ親元がゆたかなほうが親と別居しているという結果になりました(男子のみ).これは,直感的には説明がつかない.

メインは出身地との交互作用だったんだけど,出身地(三大都市圏)との交互作用をいれると,都市出身者*親世帯年収は離家に負の関連,地方出身*親世帯年収は離家に正の関連になりました.ここは狙い通りに結果がでた.御の字である.社会学なので実験できないけれど,モデルスペキュレーションというやつだ.ただ,繰り返しになるが,交互作用をいれないで,親世帯年収だけいれると離家には正の関連.

*ここでいう親世帯年収は,「あなたが 15 歳の頃のあなたの世帯収入は、当時の平均的な世帯と比べて、どうでしたか」の5件法.本人主観の回顧だけど,分析には一応たえると思っている.

LOG ENTRY: PLST 85

離家のメジャーメントについてのもろもろメモ(100年後の家族社会学者へ).

データの向こうに社会が見えるぞお.離家を測定するのってけっこう難しいんだよ.JAMS61でいいたかったのはたぶんそのへん.ただまあ,測定云々はもちろん大事だけど,どうも野望に欠けるんだよな.

分析ありきではじめるからこういうことになりがち.ISSUE DRIVEN.あるいは,この手の倒錯した作業(パッケージング?)の練習しないと,アイデアもへったくれもない.

NFRJ委員会殿,わたくし,離家関連のクリーニングノーマネーでやりますので,なにとぞよろしくお願いします.

Screen Shot 2016-06-24 at 01.43.45

NFRJ98調査票

Screen Shot 2016-07-01 at 00.38.31

NFRJ08調査票

第1次クリーニングでは初離家年、初就職年、結婚 ・出産によるライフコースの変化、親 との居住歴、義父・義母の死亡年などの項 目に少なからぬエラーが検出された。この原因は、 回答者が 「親元」「仕事」などの意味を多義的に解釈 していることに起因するように思われた。

稲葉昭英,2000,「データクリーニングの概況」日本家族社会学会全国家族調査 (NFR) 研究会編『家族生活についての全国調査 (NFR98) 報告書 No.1』109-114.

3 データ管理の問題

3.1 信頼性・妥当性の情報

NFRJ98では学会が責任主体であるという性格上、調査企画に関心をもつものを学会員から募り、研究会を組織し、調査票に掲載する項目の検討を行った。

このように、多数の人間が項目の希望をだしあって調査票を作成するという作業は、当然のことながら効率よく遂行することは難しく、時間をかけても「誰もが満足する」形をとることは難しい。しかし、ここで問題にしたいのはむしろ最終的な調査票の適切性に関する情報、つまり信頼性や妥当性に関する情報である。

NFRJの調査票はいわゆる専門家が中心となって調査項目の選定を行っているが、実査を終了してみるとやはり適切とはいえない項目が含まれていることが判明する。おそらく、これはNFRJに限らないことだろう。「問題がある」と判断できるひとつの基準は、データ・クリーニングの際の論理エラーの多さである。筆者はNFRJ98のクリーニング作業にも従事したが、出産・育児退職を中心とした職業移動に関する項目や、離家にかかわる項目はこうした疑問を感じさせるものであった。

問題は、このような「疑問項目」に関する情報が必ずしもデータ利用者全員に行き渡らないという点である。そもそも、疑問項目が調査票上に含まれていること自体が調査の威信を損ねるものであるから、こうした情報を出すことのほうが希であるといえる。

一方、こうした情報が提示されなければ、データ利用者は項目を疑うことなく使用する。ましてや、学会が責任主体となっている大規模調査であれば、こうした疑いが持たれること自体難しいのかもしれない。さらに、博士号取得などの資格要件を満たすために短期間でデータの分析を終了し、成果を投稿しなければならない研究者も多く、そうした場合には分析に使用する変数の細かな検討まで行わないことも多い。

概して項目の信頼性や妥当性が検討されるのは合成尺度としての使用が想定される項目群についてであって、属性に関わる項目や尺度化が想定されていない個別項目についてはそこまでの検討がなされないことが多い。また、こうした項目に関してデータ利用者が分析の過程で疑問を感じた場合でも、その情報がデータ管理者にまで届くことは少ない。

稲葉昭英,2005,「社会調査および公共利用データをめぐるいくつかの問題――全国家族調査(NFRJ)からの問題提起」『中央調査報』572.

NFR03実行委員長殿
2002年9月5日
NFR98検討研究会世話人 稲葉昭英・西野理子

NFR98検討研究会で行われたNFR98調査票に対する問題点の検討結果について、最終報
告を以下に提出いたします。

NFR98検討研究会最終報告
――NFR98検討研究会における成果のまとめ――

A.各質問項目に対する検討結果概要

Q7 「親元」、「離れる」の定義の明確化
(進学・就職・結婚・兵役に限定する、などの操作化の必要)
→ 疎開、他家への養子、などは離家?
→「親元」は同居?近居も含む?
Q7 初離家年月→ 月無回答数が多い(月は満年齢換算時に利用されているが)
Q7 初離家年月→ 年齢/元号形式の併用法の再検討、エディティング方法の改善の可能性

Q7 初就職時期 → 月無回答数が多い(月は満年齢換算時に利用されているが)
Q7 初就職年月→ 年齢/元号形式の併用法の再検討、エディティング方法の改善の可能性

稲葉昭英・西野理子,2002,「NFR98検討研究会最終報告」『NFR98検討研究会 ニュースレター No. 7』

つぎに、別居世帯員として示された人々(計 1021 名)について分析してみよう。まず、これらの 人々の年齢別度数分布のグラフを図1に示す。レンジは 0-98 歳と広く、平均は 33.20 歳、標準偏差 は 10.08。分布自体は 18 歳から急増し、22 歳くらいまで高い値を示しながら、その後はゆるやかに 減少していく。この傾向は 30 代から 40 歳くらいまで続き、40 代以降の分布は少ない。この 20 代 における「別居世帯員の減少過程」は、「別居世帯員」から「別世帯員」への移行を示すものであり、 社会学的にはきわめて興味深い。経済的自立や、結婚によって、次第に彼ら/彼女らは「一時的に 別居している」存在から「完全に別居している」別世帯の人として認識されるようだ。

稲葉昭英,2006,「一時的別居世帯員の構造」西野理子・稲葉昭英・嶋崎尚子編『第2回家族についての全国調査 (NFRJ03) 第2次報告書 No. 1: 夫婦,世帯,ライフコース』153-165.

稲葉昭英,2009,「一緒に住んでいる人・いない人」藤見純子・西野理子編『現代日本人の家族――NFRJからみたその姿』有斐閣.

松田茂樹,2010,「データクリーニングの概況」日本家族社会学会全国家族調査委員会編『第3回家族についての全国調査 (NFRJ08) 第一次報告書』213-228.

Johann Hari (2015) “Everything you think you know about addiction is wrong”

三田の HUB。お姉さんにいい感じにノンアルカクテル作ってもろた。禁酒33日目

Powered by WordPress & Theme by Anders Norén