重回帰分析に向うよ２

後回しにしていた「教育年数」変数について検討するよ。
JGSS-2001では面接票の問28で本人・配偶者・父親・母親の最終学歴を聞いている。で、コーディングは「旧制尋常小学校」とか「旧制師範学校」とかでなされていて、ようするにカテゴリカルデータ（なのはいいのだけど、教育年数がこのままではわからない）。
これを「何年教育を受けたか」という「教育年数」に数値化しなければならない。どう数値化するかは「情報メディアとしてのインターネット――HP利用層の分析」という論文の数値化を借用した。

こうだね：

旧制尋常小学	6
旧制高等小学	8
旧制中学校・高等女学院	11
旧制実業高校	11
旧制師範学校	13
旧制高校・旧制専門学校・高等師範学校	14
旧制大学・旧制大学院	17
新制中学校	9
新制高校	12
新制短大・高専	14
新制大学	16
新制大学院	18

これ、Excelのif式つかうとダメだ。関数のネストが7までだ！（see:http://www.hirokiazuma.com/archives/000135.html）
VBAでselect case！
で、既卒か在学中か中退かは問わないことにした（簡便のため）。

……とここまで書いて、いろいろデータを出力したりして素晴らしいことに気づいた！

旧制と新制で、教育年数がかぶるのが「14年」のときだけなのだ！（ううう）
ヒストグラム書くのには、もともとのカテゴリカルデータの方がうってつけだ！

まず目を引くのは、「年代」効果が強すぎて、「教育年数」が変数として使えそうもない、ということ（こういう場合どうしたらいいのですか？）。
なにしろ旧制師範学校を出ている5人は、なんのためらいもなく（「非該当」なし）、全員「同性愛悪い」と答えている。旧制大学を出ている16人は、「非該当」（無回答）を除くと全員が「同性愛悪い」と答えている。
しかしまあ、ここだけサンプルとして取り出すと、こんなに少ないサンプルではなにも言えやしないけれど……

新制では、短大・高専がもっとも寛容だ。たしかに学歴効果はあるのだけれど（アメリカでは学歴の効果が高く、学歴が高いほど寛容）、大学、大学院になると（短大・高専よりも）非寛容になる。これはちょっと興味深い。

また、これもサンプル数はとても少ないのでなんとも言えないけど、自分の学歴が「わからない」と答えた6人は寛容で、学歴の質問に答えなかった（非該当）18人は非寛容だった。

アメリカとの比較のためにも「教育年数」はぜひとも回帰式に加えたかったのだけど、これじゃ無理なのかな？どうですか？