指標の数と信頼性 内容妥当性

1
指標の数と信頼性・
内容的妥当性
指標の数は多いほうがよい
2
信頼性
0.65
X1+...+X10
Y1+...+Y10
0.6
X1+...+X5
Y1+...+Y5
0.4
X1+X2
Y1+Y2
3
内容的
妥当性?
• パス係数の値は
同じ
• 指標が測定する
潜在変数が異な
る可能性
• 解釈が異なる
可能性
4
因子(潜在変数)について
• 因子不確定性
– 観測変数から因子は一意的に決まらない
– 観測変数の数が増えると不確定性は減少
• 因子得点の推定
– SEMでも時に利用したいことがある
– 観測変数の数が増えるとR^2が高くなる
5
測定モデルとしての条件
• 理論的には4以上がよい
– 指標の数=1
• 誤差を分離できない
• 因子負荷を推定できない
– 指標の数=2
• 因子負荷は他の変数群との関連で決まる
e1
0
e1
V1
1
V1
a
b
F1
e2
V2
a =0.5 b=0.7
a =0.6 b=0.6…..
F1
6
測定モデルとしての条件
• 指標の数=3(df=0)
– 因子負荷を他の変数群から独立して推定でき
る
• 指標の数≧4(df>0)
– 一因子の構造を吟味できる
e1
e2
e3
V1
V2
0.5
0.7
0.8
F1
e1
V1
e2
V2
e3
V3
e4
V4
0.5
0.7
F1
V3
0.8
0.5
7
pragmatic な方法(少しずる
い?)
• 指標の数を減らすと、一般に、適合度が
あがる
• 指標の数を減らさず適合度を上げたい
• 高次因子モデルを使う
• 尺度化とSEMを組合わせる
8
SEM+尺度化
Y1+…+Y3
X1+…+X3
0.7
X4+…+X6
X7+…+X10
F1
F1
Y4+…+Y7
Y8+…+Y10