Transcript もてる男はちょっと違う？

もてる男はちょっと違う？
さよなら、もてない君
～もてない男の要素を探る～
研究チーム
Speedster 他3名
研究目的
俺はどうしてもてないのか!!（たくと）
 もてない要因は何なんだ!!（たくと）
 とにかくもてたい!!（たくと）
 もてるようになりたい!!（たくと）
 もてまくりたい!!（たくと）

研究前仮説
もてない男には、何かしら共通点があるので
はないか。
 デブは本当にもてないのか？
 ハゲも本当にもてないのか？
 体育会系までダメなのか!!（たくと）

アンケート調査
サンプル数 ３０人
 従属変数
質問項目
告白するよりされる方か？
常に彼女はいるほうか？
女友達は多い方か？
 独立変数
質問項目（項目内容は次のスライドで）

独立変数（質問項目）








１・頭髪が薄い
２・体毛が濃い
３．ヒゲが濃い
４・マッチョである。
５．太りぎみである。
６．色白だ。
７．顔が濃い。
８．秋葉系な男だ。








９．体育会系な男だ。
１０・おしゃべりだ。
１１．クールだ。
１２．親父ギャグを言う。
１３．誰にでも優しい。
１４．自分勝手だ。
１５．エロい。
１６．勉強が苦手だ。
回帰分析の前に・・・
似たような質問項目による多重共線性を排除
するために・・・
⇒因子分析を行う
 出てきた因子を解釈し、それぞれに名前をつ
ける。

因子分析の結果
回転後の因子行列a
1
2
因子
3
-.034
.464
-.342
-.062
.055
-.105
.288
.032
-.030
.632
-.606
.104
.045
.048
-.212
.082
X15
.845
.078
X10
.596
.213
X11
-.582
-.196
X1
.507
.143
X14
.469
.013
X3
.348
.795
X7
-.126
.791
X5
.154
.603
X2
.462
.562
X8
-.008
-.060
X13
-.143
-.219
X4
.148
.264
X16
.242
.303
X6
.255
-.259
X9
.201
.082
X12
.069
-.021
因子抽出法: 主因子法
回転法: Kaiser の正規化を伴わないﾊﾞﾘﾏｯｸｽ法
a. 8 回の反復で回転が収束しました。
4
.258
.198
.120
-.159
-.043
-.110
-.045
-.169
.103
.109
.167
-.731
.484
.374
-.328
.059
5
-.139
.049
-.083
.112
-.431
-.102
-.039
.075
-.028
.190
.293
-.110
.037
.109
.209
.790
因子の命名
因子１・・・オヤジ因子（エロい・おしゃべり・ハ
ゲ・自分勝手・暑苦しい）
 因子２・・・濃い因子（体毛、顔が濃いなど）
 因子３・・・根暗因子（アキバ系・人付き合いが
下手）
 因子４・・・もやしっ子因子（色白・勉強が苦手・
体育会系ではない・ヒョロ）
 因子５・・・オヤジギャグ因子（オヤジギャグ）

回帰分析
出てきた因子を用いて回帰分析を行う。
 独立変数⇒5つの因子
 従属変数
告白するよりされる方か？（質問項目）
常に彼女はいるほうか？（質問項目）
女友達は多い方か？（質問項目）
のそれぞれについて回帰分析を行う。

回帰分析の結果
ﾓﾃﾞ ﾙ集計
調整済み 推定値の
ﾓﾃﾞﾙ
R
R2 乗
R2 乗
標準誤差
a
1
.581
.337
.199
1.010
a. 予測値: (定数)、REGR factor score 5 for analysis 1
, REGR factor score 2 for analysis 1 , REGR factor
score 3 for analysis 1 , REGR factor score 1 for
analysis 1 , REGR factor score 4 for analysis 1 。
←当てはまりが悪い・・・。
（ちなみにこれが一番当
てはまりがよかったもの）
係数a
ﾓﾃﾞﾙ
1
(定数)
REGR factor score
1 for analysis 1
REGR factor score
2 for analysis 1
REGR factor score
3 for analysis 1
REGR factor score
4 for analysis 1
REGR factor score
5 for analysis 1
a. 従属変数: Y3
非標準化係数
B
標準誤差
2.033
.184
標準化係
数
ﾍﾞｰﾀ
t
11.023
有意確率
.000
-.332
.203
-.273
-1.632
.116
.154
.201
.128
.766
.451
-.125
.216
-.096
-.579
.568
.598
.221
.453
2.707
.012
-.367
.222
-.276
-1.656
.111
結果の考察




重相関係数の値が.581、調整済みR2が.199
独立変数を見てみると・・・
⇒因子4が1%水準
⇒因子1と5が10％水準
でそれぞれ（おまけして）かろうじて有意
これは一番当てはまりのよかった質問項目（常に彼
女はいるほうか？）の分析結果である。
そこで、因子得点ではなく、各質問項目をそのまま
独立変数として改めて分析した。
回帰分析（2）
回帰分析を行い、独立変数間の相関係数が
高いものを排除。
 さらに、分析上あまり有意でなさそうな独立変
数も削除
 こうして残った独立変数を用いて回帰分析を
繰り返し行った結果・・・

回帰分析の結果（2）
ﾓﾃﾞ ﾙ集計
調整済み 推定値の
ﾓﾃﾞﾙ
R
R2 乗
R2 乗
標準誤差
a
1
.826
.682
.539
.766
a. 予測値: (定数)、X14, X9, X5, X8, X13, X1, X10, X4, X3。
←これくらいならまぁ
まぁ・・・か？
係数a
ﾓﾃﾞﾙ
1
(定数)
X1
X3
X4
X5
X8
X9
X10
X13
X14
a. 従属変数: Y3
非標準化係数
B
標準誤差
1.986
1.119
-.530
.126
.554
.163
-.290
.149
-.231
.134
.294
.180
-.119
.136
-.187
.149
.222
.150
.271
.124
標準化係
数
ﾍﾞｰﾀ
-.587
.593
-.287
-.265
.237
-.125
-.188
.223
.300
t
1.775
-4.208
3.391
-1.941
-1.732
1.634
-.874
-1.259
1.480
2.185
有意確率
.091
.000
.003
.066
.099
.118
.393
.222
.154
.041
結果の考察（2）



重相関係数の値が.826、調整済みR2が.539
独立変数を見てみると・・・
⇒質問項目1、3が1%水準
⇒質問項目14が5％水準
⇒質問項目4、5が10％水準
でそれぞれ有意という結果が出た。
これは一番当てはまりのよかった質問項目（常に彼
女はいるほうか？）の分析結果である。
結論

最も大きな影響を持っていたのは質問項目1
⇒ハゲは嫌われる!!
続いてマイナスの影響を持っていたのは質問
項目4、続いて質問項目5
⇒デブもダメ!!
⇒でも、マッチョはデブよりももっとダメ!!
ヒゲはプラスの影響
⇒むしろ、ヒゲはばっち来い!!
結論(2)
意外なことに・・・質問項目14もプラスの影響
⇒自分勝手な男ってステキ!!（・・・。）
 怪しい結果が得られた原因は・・・
 客観的な解答が得られなかったのでは？
 質問対象にふくよかな人、電脳系の人がいな
かったような気が・・・。
 しかし、なんとなしに嫌われる要因は見えた
ような気はする・・・。

最後に・・・

アンケートにご協力いただき
ありがとうございました。
終わり