1 日本行動計量学会第29回大会 於:甲子園大学 (2001/9/14-16) ワークショップ ユーザーとメーカーの公開相談会 因子分析と構造方程式モデリング 2 発表できなくて どうもすみません 因子分析と共分散構造分析 -- 最近のいくつかの話題 -柳井晴夫(大学入試センター) Read by Yutaka Kano (Osaka University) 3 因子分析 • 1990年代以降の動向 • 使用頻度が高い – 心研・教心研では約30% • 因子回転について – バリマックスから斜交回転解へ • プロマックス,またはオブリミン • 下位概念の場合は斜交解 – 不安...不安1,不安2,不安3 – 子を産む価値観...価値観1,価値観2,価値観3 – 「主成分分析+因子回転」が増加 • 賛否は? • EFAからCFAへ 4 佐伯・松原(2000)について 数学 理科 国語 総合 固有値 寄与率 3科目 4科目 第1因子 第1因子 第2因子 0.972 0.947 -0.321 0.994 0.979 -0.202 0.932 0.962 0.274 0.246 0.969 2.802 2.841 1.159 0.934 0.71025 0.28975 5 原著者の論点 • • • • • 主因子法で分析 3科目での分析から「有能さ」とした 総合学習が加わり,異質の第2因子が出現 新しい項目が付け加わると解釈が変わる 結論 – 因子分析はデータの背後にある「独立の構成要素(原 因)」を抽出してくれるというよりも,ともかく現時点で 得られたデータ全体を,うまく説明する座標(観点)を 提供してくれるにすぎない 6 柳井氏の論点 • 寄与率が100% – それを明記すべき – 4科目が線型従属⇒きわめて不自然な例 • 3科目の因子負荷が2つの分析で不変 – 3科目と総合科目とがほぼ無相関 – 4科目が二次元平面上にある 7 平井(2001)について 3.尺度構成と因子分析 3.1 尺度とするにはあまりに少ない項目数 3.2 尺度化すればよいのか 3.3 因子分析と内的一貫性の落とし穴 3.4 下位尺度ごとに尺度構成してもよい 3.5 「項目のグルーピング」としての 因子分析 8 その他 • 「Q&Aで知る統計データ解析」に実際的な 話題が提供 • 因子の解釈 – 異なる因子に相反する意味を命名してはなら ない • 第1因子「ポジティブ関係コーピング」 • 第2因子「ネガティブ関係コーピング」 9 共分散構造分析 • 多くのテキストで軽視されていること by Steiger(2001) – – – – – – – 同値モデル 推定における局所最小と未収束 カイ2乗値の検出力による標本サイズの決定 分析結果の提示方法 多変量正規性が崩れたとき 標準化係数のSE 相関行列の分析 • Bollen(1989)が理解できない場合はSEMを 教授する資格がない 10 Pearl (2000)と豊田(2000) • Pearl(2000) – SEMに対して批判的 • 豊田(2000) – SEMとその他のモデルとの関連が具体例と共 に紹介されていて興味深い 11 参考文献 • 柳井(2000). 因子分析法の利用をめぐる問 題点を中心として.「わが国の最近1年間 における教育心理学の研究動向と展望」 教育心理学年報.Vol.39, 96-108 詳しくは,この 論文を読んでね 12 数学 理科 国語 総合 数学 理科 国語 総合 1.00 0.99 1.00 0.82 0.89 1.00 -0.09 0.05 0.50 1.00
© Copyright 2024 ExpyDoc