そうです。 親 にも 愛 されない 自分 は、 誰 にも 愛 されない? 自分 はかわいくないって 思 われている 側 だと認識した 時 に、「かわいいって 自分 のことを 思 ってくれる 人 っているのかな?」って 思 っちゃう 気 がするんですけど…。いますよね? 軽く扱われる人の話し方 影響力のある人の話し方 (豆瓣). (笑) 今 言 いながら 思 ったけど、それはいるわ! 親 からあんなに 嫌 われたんだから、この 世 の 中 に、 自分 のことをかわいいとか、 大事 に 思 ってくれる 人 なんかいないって 思 ってる 人 、 結構 多 いですね。 思 いそう。そういう 大事 にしてくれる 大人 の 探 し 方 は、さっきの 話 と 一緒 で、またスクールカウンセラーを 頼 ってもいいかもしれないし。 そうですね。 保健 室 とかね。どこになるのか、それはいろんな 相談 先 があると 思 うのでわかりません。ただ、 私 たちのような 心理 の 仕事 をしていると、 実 は 相談 先 でこういった相談を 待 ってる 人 がいるんですよ。 相談 の 電話 が 来 るのを 待 ってる 人 もいるんです。だから「こんなことを 言 って 迷惑 がられるんじゃないか。」、「 最後 は 自分 が 批判 されるんじゃないか。」って、なかなか 相談 しない 人 っているんだけど、そうではないってことだけは、ぜひわかってもらいたいです。 親 に 愛 されたい 気持 ちは、 究極 の 片思 い 待 ってる 人 がちゃんといる。なるほど。 待 ってくれてる 人 がいても、「でもやっぱりお 母 さんに 愛 されたいな。」って 思 っちゃう 気 もするんですよ。それどうしたらいいんですか? それはね、 抱 えながら 行 くしかないね。それは、30 歳 になっても、40 歳 になっても、「やっぱりあの 母親 に 私 は 愛 されたかったし、 今 でも 愛 されたい。」っていう 人 はたくさんいますよ。ただ、「その 気持 ちが 良 くない。」とか、「その 気持 ちが 無駄 だ。」って 絶対 思 わない 方 がよくて、「そういう 気持 ちを 抱 えながら、どうやって 生 きていくのか?」ということですよね。 どうやって 生 きていくか? 例 えば、 自分 が 好 きだった 人 に 振 られちゃったりすることがあるでしょう?それは 本当 に 傷 つくことじゃないですか?それと 同 じように、「 自分 もあの 母親 からは 愛 されなかった。でもそれを 抱 えて 生 きていくしかないし、そのおかげで 本 を 読 んだり、あるいは 演劇 やったり、 芸術 に 向 かうエネルギーにもなったし。」っていう転換はあり得るのかなと思います。だから 親 から 愛 されないってことは、いろんな 意味 で 創作 とかクリエイティブなエネルギーに 転化 できると 思 います。 じゃあ 片思 いにすごく 似 てるんですか?
2020年9月24日 2021年1月16日 今回は「 興味ない人に好かれるのが気持ち悪い・・これだけでもう悩まないコツ 」というテーマでお届けしたいと思います。 あなたは「興味ない人に好かれるのが気持ち悪い」と思ったことはありませんか? こっちはなんとも思っていない人から興味を持たれるのは 気持ち悪いですよね。 実は、多くの人が「興味のない人からの好意」という事に悩んでいます。 この記事では「興味のない人からの好意」をいかにして解決するかという「とっておきのコツ」について説明しています。 紹介する内容を読むことで、きっとあなたは 「興味のない人からの好意」を遠ざける事ができるようになるはずです。 ユウジ 「知っておくか知らないか」で結果は大きく変わってくる。 心当たりがある人はしっかりとこの記事を読んで欲しい。 興味ない人に好かれてしまう原因 興味のない人に好かれてしまうのは迷惑極まりないですよね。 全然こっちは眼中にないのにも関わらず、頻繁に話しかけてきたり、彼氏面してきたり。 悪気はないのは分かるのですが、やはり興味のない人からのアプローチはありがた迷惑。 「 すぐに愛してるなどと言って 」きたり、「 思わせぶりな態度 」をとってきたりします。 興味ない人にほどなぜか好かれてしまうんですよね・・・本当に困ります。 マナミ しかしそもそもなぜ、あなたは「 興味のない人に好かれてしまう 」のでしょうか?
軽く扱われる人の話し方 影響力のある人の話し方 【本の概要】 ◆今日ご紹介するのは、「研修女王」こと大串亜由美さんのビジネスシーンにおける話し方の本。 タイトルからは分かりにくいのですが、普段私たちが何気なく使っているフレーズにも、気をつけるべきものが色々あることが分かりました。 アマゾンの内容紹介から一部引用。 他人を動かすことができない原因は、実は、すべてあなた自身にあります。 あなたが普段、無意識に行っているコミュニケーションの「悪いくせ」をやめるだけで一瞬で、相手に対して影響力のある人間に変わることができるのです。 今回は、注意すべきNGポイントを6つ選んでみましたので、ご覧ください。 いつも応援ありがとうございます! 【ポイント】 ■1. 「今、ちょっといい?」と頼まない 何のために時間をもらいたいのか。「ちょっと」とは、どれくらいのことなのか。はっきり言っていません。 それがわからないと、相手はYESとも、NOとも答えられない。 相手の仕事を邪魔しないように気遣っているようで、実は相手にNOと言わせない、迷惑な投げかけです。 ■2. 「~していただけると幸いです」は大事な時に使わない 「~していただけると幸いです」 という言い方は、ものを頼む時によく使われます。ビジネスの常套句として、多くの人が便利に使っていますが、これは基本的に、 「してもらえたら嬉しいけれど、してもらえなくても大丈夫」 ということ。してもらえないと仕事に支障をきたすような場面で使ってはいけません。 ■3. 「たいした意見では……」の前置きは不要 そもそも会議とは、いろいろな意見を叩き台として、どんどん積み上げ、みんなでディスカッションしながらアイデアをふくらませたり、進化させたりしていく場です。 どんな意見も叩き台なのですから、「たいした意見ではないのですが」という前置きは不要。 Bさんは軽い気持ちでロにしたのかもしれませんが、「Bさんの意見がたいしたことないなら、次の発言はもっといいアイデアでないと」と、ほかの人にプレッシャーをかけて、活発な議論ができなくなります。 ほかの人が発言しにくくなるようなことを言うのは、ルール違反です。 ■4. 「基本的には」はグッと飲み込む 意見を求められているのに、 「基本的には賛成なんですけど……どうなんでしょう」(中略) と、 曖昧に切り返すのは反則。 ほかの人の意見に同調しているようにも聞こえますが、これは 「賛成していない」「反対」と言っているのと同じです。 (中略) 本当に賛成なら、「基本的には」はグッと飲み込んで、「賛成です」と言い切りましょう。 ■5.
今まで、数量データやカテゴリーデータ等の2つのものの関連を知るために単相関係数と相関係数について記事を書いてきましたが、データ同士を比べる方法にはもうひとつの方法があります。それは、カテゴリーデータ同士の関連を調べる方法です。これによって得た値を、クラメールの連関係数と呼びます。今回は、アメリカの人種構成と州の関連について調べたいと思います。 数量データ、カテゴリデータはどういったものなのかについてはこちらを参照してください。 以下が、アメリカの州一覧と人種の構成です。 『データブック オブ・ザ・ワールド 世界各国要覧と最新統計』, 二宮書店, 2012年, p39より ※割合の部分は、統計に書いてあった人口に基づいて独自に作成したものです。 さて、ここから何をすればいいかといいますと、とりあえず各州ごとの人種の人数を求めることにします。これは、簡単で各州の人数に割合をかければいい話です。その結果、以下の表のようになります。 表の上部に実測度数と書いてありますが、これはこの表の中にある各マスの値のことを指します。具体的には、ヴァーモント州の白人の人口の"60. 0"(万人)などがそれにあたります。 では、次に実測度数ではなく、期待度数というものを測ってみましょう。これは、もしもカテゴリーデータそれぞれにおいて全くの独自性(関連性)がなかった時に出るであろう値のことで、この場合は、それぞれの州においての人口にアメリカ合衆国全体の人種の割合をそれぞれかけることによって算出します。どういうことかといいますと、例えば、ヴァーモント州の白人の人口の期待度数は、ヴァーモント州の人口63万人で、アメリカ合衆国全体の白人の割合の平均は72. 4%であるので、63×0. 724=45. カイ2乗検定・クラメール連関係数（２/２） :: 株式会社アイスタット｜統計分析研究所. 6…で、45. 6万人になります。 この期待度数と実測度数が全体の傾向として大きく異なっていた場合は、ある人種が多く割合を占めているような"個性的な"州がたくさんあることになり、アメリカの人種構成と州の関連は深いといえるでしょう。 逆に、この期待度数と実測度数が全体の傾向として似通っている場合は、どの州も同じような傾向ですので、州が違うからといって人種の割合には大きく違うというわけではないのでアメリカの人種構成と州の関連は低いと言えます。 期待度数を表にしたものです。 さて、ここからどうやってクラメールの連関係数を求めるかといいますと、それぞれのデータにおいて、(実測度数-期待度数)^2/(期待度数)を計算していくのです。例を示すと、ヴァーモント州の白人の人口に関して言えば、実測度数は、"60.
51となりました。 なお$V$は, 0から1の値をとります 。2変数の関連において,0に近いほど弱く,1に近いほど強いと考えます。 参考にした書籍 Next 次は「相関比」です。 $V$を計算できるExcelアドインソフト その他の参照
1~0. 3 小さい(small) 0. 3~0. 5 中くらい(medium) 0. 5以上 大きい(large) 標準化残差の分析 カイ2乗検定の結果が有意であるとき、各セルの調整済残差(adjusted residual)を分析することで、当てはまりの悪いセルを特定することができる。 残差 :観測値n ij -期待値 ij 。 調整済残差d ij =残差 ij /残差の標準偏差SE(残差 ij) =(観測値n ij -期待値 ij )/sqrt(期待値 ij *(1-当該セルの行割合p i+)*(1-当該セルの列割合p +j )) 調整済残差は、独立性の仮定の下で、標準正規分布N(0, 1 2)に近似的に従う。すなわち、絶対値が2または3以上であれば、当該セルの当てはまりが悪いと言える。(Agresti 1990, p. 81) [10. 3] 比率の等質性の検定 ある標本を一定の基準で下位カテゴリに分けた場合の比率と、別の標本での比率が等しいかどうかを、χ 2 値を用いて検定する。 独立性の検定の場合と同じ。 [10. 4] 投書データの独立性検定 新聞投書データの中の任意の2つの(カテゴリ)変数が独立しているかどうかを検定してみよう。たとえば、性別と引用率について独立性検定を行う。 引用率データを質的データへ変換 ・ から、引用率データと性別データを新規ブックにコピーアンドペーストする。 ・引用率(数量データ)を「引用率カテゴリ」データに変換する。 ・引用率(A列)が5%未満なら「少ない」、10%未満なら「普通」、10%以上なら「多い」と分類する。 ・ if 関数 :数値条件に応じてカテゴリに分類したい =if(条件, "合致したときのカテゴリ名", "合致しないときのカテゴリ名") 3つ以上のカテゴリに分けたいとき→if条件の埋め込み =if(条件1, "合致したときのカテゴリ名1", if(条件2, "合致したときのカテゴリ名2", "合致しないときのカテゴリ名3")) 分割表 の作成 ・「データ」→ 「ピボットテーブル レポート」を選択 ・行と列にカテゴリ変数を指定し、「データ」に度数集計したい変数を指定する。 検定量 χ 2 0 を計算する ・Excel「分析ツール」には「χ 2 検定」がない!