2013.01.08 鈴木健太 因子分析 ◦ 因子という、直接観測されない潜在変数が、観測変数に影響 を与えていると仮定し、それを求める分析方法。 ◦ ※ 変数：アンケート調査でいう質問項目 観測変数：実測値・得られた値。実際に観測された値。 潜在変数：実際には測定されていない値。 ◦ http://www.f.waseda.jp/oshio.at/edu/data_b/top.h tml の左メニュー 8.多変量解析(3) 1.はじめに を参照。 共通因子 ◦ 観測変数全てに影響を与える因子。 例）各教科得点に対する文系能力と理系能力 →因子分析は共通因子を見つけるのが目的 独自因子 ある観測変数一つにだけ影響を及ぼす因子。誤差変数。 例）数学得点に対する数学固有能力 →独自因子は誤差としての扱いを受ける 操作手順 結果の見方 ◦ 1.[データ]→[データのインポート] ◦ ２.[統計量]→[次元解析]→[因子分析] ◦ 3.因子の回転(なし・バリマックス・プロマックス)・因子スコア(なし・バートレット・ 回帰)を決める ◦ ４．因子数を決める。 ◦ Uniquenesses ：独自性(1- 共通性) ◦ →大きければ大きいほど、独自因子の影響が大きい 小さければ小さいほど、共通因子の影響が大きい ◦ Loadings ：因子負荷量 ◦ SS(Sum of Square) loadings ：因子負荷量の2乗和 ◦ Propoortion Var :寄与率 ◦ Cumularive Var :累積寄与率 ◦ Factor Correlations: 因子間相関 多くの質問項目によりアンケート調査 探索的因子分析 ◦ ◦ ◦ ◦ 因子抽出 → 最尤法 ※Rでは最初からこれ(factanal関数) 因子軸の回転 → プロマックス 因子スコア → なし 因子数 →主成分分析で決める 各因子が大きく因子負荷量を与えている観測変数を いくつか特定。 観測変数を得るときの刺激となる項目の質問文から 因子を解釈する。 バリマックス(直交回転) ◦ 因子間相関はないものとして回転を行う。 →全く相関関係のない因子は考えにくいため、解釈に使用す る解としては不適切という見方が主流？ プロマックス(斜交回転) ◦ 因子間相関があるものとして回転を行う。 →プロマックスを推奨する科学者もいる。最初からプロマックスにす るか、両方やった後説明がしやすい方を採用するか。 バートレット ◦ 偏りはないが、推定誤差が大きい 回帰 ◦ 偏りがあるが、推定誤差は小さい。 →普段は「なし」にしておけばよい 主成分分析で因子数決定 スケールの信頼性でアルファ係数求める
© Copyright 2024 ExpyDoc
