HCSでMCA（多段共分散構造分析）を発表してから、少し考えていること。
それは、テキストマイニングとMCAの合体だ。
テキストマイニングとは、会話や文章を単語単位に分解して、その構造を数量的に明らかにする方法である。最近マーケティングや、質的心理学、認知心理学で注目を集めているようだ。
実は、最近またテキストマイニングの講習依頼がきていて、やっぱりテキストマイニングはこれから流行っていくんだろうなと痛感したのだ。というわけで、改めて拙著を宣伝･･･。フフフ。
福祉・心理・看護のテキストマイニング入門
ワードマイナーや茶筅をつかったテキストマイニングの基礎的な分析について触れてます。あと、研究事例や論文の書き方など。
話がそれたが、もし実験的に集団でコミュニケーションさせた場合、当然その会話内容は集団ごとに偏りが現れる。そこで登場するのがMCAだ。
つまり、チャットや会話場面を集団でデータをとった場合、個人ごとに分析するか、集団単位で分析するか、のどちらかであったわけだが、それをMCAで同時に分析しちゃおう！というわけである。これで集団コミュニケーションデータも怖くない（怖かったのか？）！
一番理想なのは、数量化Ⅲ類（あるいは等質性分析）じたいを階層的に分析することである。ただ、今の段階では無理だろうから、普通に数量化分析をしてから、成分得点をMCAに投入するわけだ。
ワードマイナーやクレメンタインは成分得点を出力してくれるので、それをつかって、他の量的変数との関連を見るわけだ。テキストマイニングの一番の醍醐味はそこにあると僕はおもっている。
4人集団の実験を今構想していて、その過程で上記のこともできるなぁと妄想しているのであった。あと1ヶ月したら、きっと面白い実験計画が思いついているはずである。うん、きっと。