1 攻撃性尺度の分析：小学生ｖｓ中学生 ---- 多母集団の同時分析 ---狩野 裕 人間科学部行動工学講座 [email protected] http://koko15.hus.osaka-u.ac.jp/~kano/research/tutorial.html H.10.6.8最終修正 2 攻 撃 性 質 問 紙 身体22 身体4 身体12 身体15 身体20 身体26 短気11 短気18 短気13 短気27 短気5 短気16 敵意25 敵意24 敵意17 敵意19 敵意14 敵意6 言語23 言語7 言語3 言語1 言語10 （身体）たたかれたらたたきかえす(18) （身体）たたかれたりけられたりしたら必ずやりかえす(3) （身体）からかわれたらたたいたりけったりするかもしれない(9) （身体）自分を守るためなら暴力をふるうのも仕方ない(12) （身体）人に乱暴なことをしたことがある(17) （身体）どんなことがあっても人をたたいたりけったりしてはいけないと思う(22) （短気）すぐに怒るほうだ(8) （短気）ちょっとしたことで腹が立つ(15) （短気）すぐにけんかをしてしまう(10) （短気）よく口げんかをする(23) （短気）友達とけんかすることがある(4) （短気）かっとなってもすぐにおさまる(13) （敵意）私の悪口を言う人が多いと思う(21) （敵意）本気で嫌だと思う人がたくさんいる(20) （敵意）友達の中には嫌な人が多い(14) （敵意）普段仲良くしていても本当に困ったとき助けてくれない友達もいると思う(16) （敵意）人からばかにされたり意地悪されたことがある(11) （敵意）友達にばかにされているかもしれない(5) （言語）やりたいと思ったことはやりたいとはっきり言う(19) （言語）友達の考えに賛成できないときははっきり言う(6) （言語）嫌なときは嫌だとはっきり言う(2) （言語）友だちと考えが合わないとき自分の考えを通そうとする(1) （言語）邪魔をする人がいたら文句を言う(7) 3 データ 小学生 女子 男子 計 963名（公立小学校） ４年生 133 155 288 ５年生 159 187 346 ６年生 160 169 329 計 452 511 963 中学生 女子 男子 計 579名（公立中学校） １年生 151 136 287 ２年生 152 140 292 ３年生 0 0 0 303 276 579 計 4 分析方法について 簡単なサーベイ 5 共分散構造分析とは 直接観測できない潜在変数を導入し，潜在変 数と観測変数との間の因果関係を同定するこ とにより社会現象や自然現象を理解するため の統計的アプローチ．基本的に非実験多変量 データの分析方法で，因子分析と多重回帰分 析(パス解析)の拡張． 6 実験計画と共分散構造分析 教養統計 １標本問題 H0 : 0 平均値の差の推測 実験計画法 （心理学での用語） － 共分散構造分析 １つの母集団の分析 完全無作為法 （被験者間要因のみ） 多母集団の分析 (Multi-sample analysis) 対応のあるデータの平均値の 差の推測 H0 : 1 2 乱塊法 （被験者内要因のみ） ３相データの分析 (Three-mode analysis) 縦断的データの分析 (Longitudinal data analysis) － 分割法 （被験者間・内要因が 混在） 多水準データの分析 (Multi-level analysis) H0 : 1 2 7 多母集団の分析のメリット 潜在構造の比較 潜在変数の平均に関する推測ができる 欠測値がある場合の分析 8 探索的因子分析（EFA） ｖｓ 検証的因子分析（CFA） EFA を行う場合 CFA を行う場合 潜在構造に関する仮説が なく，探索したいとき 因子負荷に恣意的な仮説 をおきたくないとき Ledermann の限界 k 2 p 1 8 p 1 / 2 潜在構造に関する仮説が あり，それを検証したいとき 想定する共通因子が多す ぎ Ledermann の限界を満 たさないとき EFAでは識別性の問題が起 こるとき 因子負荷に関するさまざま な仮説を検証したいとき 多母集団・潜在変数の平均 の解析をするとき 9 分析．．．スタート 探索的因子分析 探索的因子分析（直交解，斜交 解） 検証的因子分析：個別分析 検証的因子分析：同時分析 共分散構造分析 10 EFAによる比較 （最尤法＋直交解(バリマックス回転）) 小学生 身体 （身体）たたかれたらたたきかえす(18) .82 （身体）たたかれたりけられたりしたら必ずやりかえす(3) .70 （身体）からかわれたらたたいたりけったりするかもしれない(9) .56 （身体）自分を守るためなら暴力をふるうのも仕方ない(12) .41 （身体）人に乱暴なことをしたことがある(17) .38 （身体）どんなことがあっても人をたたいたりけったりしてはいけないと思う(22) -.30 （短気）すぐに怒るほうだ(8) .30 （短気）ちょっとしたことで腹が立つ(15) .25 （短気）すぐにけんかをしてしまう(10) .20 （短気）よく口げんかをする(23) .18 （短気）友達とけんかすることがある(4) .18 （短気）かっとなってもすぐにおさまる(13) -.16 （敵意）私の悪口を言う人が多いと思う(21) .05 （敵意）本気で嫌だと思う人がたくさんいる(20) .17 （敵意）友達の中には嫌な人が多い(14) .15 （敵意）普段仲良くしていても本当に困ったとき助けてくれない友達もいると思う(16) .08 （敵意）人からばかにされたり意地悪されたことがある(11) .03 （敵意）友達にばかにされているかもしれない(5) .02 （言語）やりたいと思ったことはやりたいとはっきり言う(19) .05 （言語）友達の考えに賛成できないときははっきり言う(6) -.04 （言語）嫌なときは嫌だとはっきり言う(2) .09 （言語）友だちと考えが合わないとき自分の考えを通そうとする(1) .13 （言語）邪魔をする人がいたら文句を言う(7) .32 短気 .31 .31 .44 .31 .44 -.08 .62 .53 .67 .50 .56 -.22 .23 .04 .05 .16 .14 .26 -.02 .03 .06 .12 .27 中学生 敵意 言語 身体 短気 敵意 .08 .11 .83 .12 .05 .04 .13 .76 .08 .00 .16 .08 .57 .45 .18 .21 .15 .52 .19 .08 .22 .07 .48 .31 .21 -.06 .00 -.32 -.04 .14 .15 .07 .29 .60 .23 .29 .02 .16 .54 .29 .15 .07 .29 .60 .20 .17 .13 .20 .46 .25 .14 .10 .20 .37 .37 -.08 .15 .01 -.23 .06 .65 -.05 .01 .14 .74 .61 .05 .08 .14 .57 .62 .01 .00 .13 .54 .56 .05 .05 .00 .48 .56 .03 -.02 .13 .70 .57 -.06 -.01 .11 .75 -.03 .66 .05 .03 -.05 -.01 .59 .04 -.04 .01 -.05 .64 .05 .00 -.07 .10 .30 .11 .11 .12 .09 .34 .22 .27 .05 言語 .24 .26 .05 .08 .09 .06 .17 .08 .14 .14 .16 .13 -.02 .04 -.01 .15 -.08 -.08 .62 .66 .60 .41 .44 小－中 身体 -.01 -.06 -.01 -.11 -.10 .02 .01 .09 -.09 -.02 -.01 -.17 .04 .09 .15 .02 .06 .03 .00 -.08 .03 .02 .10 短気 .19 .22 -.01 .12 .13 -.04 .02 -.02 .07 .04 .20 .01 .09 -.10 -.08 .16 .02 .15 -.04 .07 .05 .01 .00 敵意 .02 .04 -.02 .13 .01 -.20 -.07 .00 -.05 -.08 -.24 -.14 -.09 .04 .08 .08 -.13 -.17 .02 -.02 .02 -.01 .05 言語 -.13 -.13 .03 .07 -.02 -.06 -.10 -.06 -.07 -.01 -.06 .02 -.03 .01 .02 -.11 .11 .02 .05 -.08 .04 -.11 -.09 11 因子相関(尺度間相関？) 身体 短気 敵意 言語 小学生 身体 短気 敵意 言語 1.00 0.60 1.00 0.33 0.39 1.00 0.30 0.28 0.08 1.00 中学生 小学生ー中学生 身体 短気 敵意 言語 身体 短気 敵意 言語 1.00 .00 0.54 1.00 .06 .00 0.22 0.44 1.00 .11 -.04 .00 0.33 0.28 0.04 1.00 -.03 .00 .04 .00 尺度間(観測変数の合計得点）の相関 12 ＥＦＡ＋直交回転：解釈 ＥＦＡ＋直交回転：解釈 ４つの因子の同定は可能 因子負荷量の違いから知見は得にくい 小学校：短気Ｆ→身体Ｖ 中学校：身体Ｆ→短気Ｖ，敵意Ｆ→短気Ｖ 因子相関に大きな違いはない 13 ４因子探索的因子モデルの適合度 小学生 中学生 N 963 579 χ^2値 P値 df 595.000 < 0.001 167 587.207 < 0.001 167 GFI 946 913 CFI RMSEA L U 934 0.052 0.047 0.056 898 0.066 0.060 0.072 ４因子モデルは，小学生のデータへの 適合の方が良い 中学生のデータは４因子モデルで説明 しにくい 14 EFAによる比較（最尤法＋斜交解（オブリミン回転）） 小学生 （身体）たたかれたらたたきかえす(18) （身体）たたかれたりけられたりしたら必ずやりかえす(3) （身体）からかわれたらたたいたりけったりするかもしれない(9) （身体）自分を守るためなら暴力をふるうのも仕方ない(12) （身体）人に乱暴なことをしたことがある(17) （身体）どんなことがあっても人をたたいたりけったりしてはいけないと思う(22) （短気）すぐに怒るほうだ(8) （短気）ちょっとしたことで腹が立つ(15) （短気）すぐにけんかをしてしまう(10) （短気）よく口げんかをする(23) （短気）友達とけんかすることがある(4) （短気）かっとなってもすぐにおさまる(13) （敵意）私の悪口を言う人が多いと思う(21) （敵意）本気で嫌だと思う人がたくさんいる(20) （敵意）友達の中には嫌な人が多い(14) （敵意）普段仲良くしていても本当に困ったとき助けてくれない友達もいると思う(16) （敵意）人からばかにされたり意地悪されたことがある(11) （敵意）友達にばかにされているかもしれない(5) （言語）やりたいと思ったことはやりたいとはっきり言う(19) （言語）友達の考えに賛成できないときははっきり言う(6) （言語）嫌なときは嫌だとはっきり言う(2) （言語）友だちと考えが合わないとき自分の考えを通そうとする(1) （言語）邪魔をする人がいたら文句を言う(7) 因子相関行列 身体 短気 敵意 言語 身体 .85 .72 .49 .36 .28 -.32 .13 .09 .00 .02 .01 -.12 -.08 .13 .10 -.02 -.06 -.11 .02 -.10 .04 .08 .26 身体 1.00 .58 .30 .17 短気 .06 .11 .31 .18 .36 .03 .63 .50 .72 .52 .60 -.21 .14 -.14 -.12 .06 .05 .20 -.06 .03 .02 .07 .18 短気 敵意 -.03 -.07 .04 .13 .12 -.03 .00 .17 .00 .06 .01 -.02 .65 .65 .66 .57 .58 .55 -.02 .00 -.06 .08 .02 敵意 言語 .04 .07 .01 .11 .02 .03 .01 -.03 .02 .09 .06 .17 -.07 .04 .00 .04 .02 -.07 .67 .59 .64 .29 .31 言語 中学生 身体 .86 .79 .53 .53 .45 -.36 .18 .05 .18 .11 .11 .04 -.03 .05 -.03 .03 -.05 -.04 -.03 -.04 -.02 .04 .13 身体 1.00 1.00 .37 .44 1.00 .13 .14 .03 1.00 .30 短気 -.09 -.11 .32 .06 .18 .01 .53 .50 .54 .40 .28 -.27 .03 .03 .04 -.11 .03 .00 -.01 -.10 -.03 .05 .20 短気 敵意 .04 -.02 .13 .06 .18 .15 .14 .22 .12 .19 .33 .09 .76 .58 .55 .50 .72 .77 -.10 -.03 -.12 .08 -.02 敵意 言語 .11 .14 -.01 .00 .03 .11 .18 .10 .15 .14 .15 .09 -.07 .00 -.04 .11 -.12 -.13 .64 .68 .62 .41 .44 言語 小－中 身体 -.01 -.08 -.04 -.17 -.18 .04 -.05 .04 -.18 -.09 -.10 -.16 -.05 .08 .14 -.05 -.01 -.08 .05 -.06 .06 .04 .13 身体 .00 1.00 .21 .30 1.00 .17 .05 .17 1.00 -.13 短気 .15 .21 -.02 .12 .18 .02 .10 .00 .18 .12 .32 .06 .11 -.17 -.17 .16 .02 .21 -.05 .13 .06 .02 -.02 短気 敵意 -.07 -.05 -.09 .07 -.06 -.18 -.14 -.04 -.12 -.13 -.32 -.11 -.11 .07 .11 .07 -.14 -.22 .08 .03 .06 .00 .04 敵意 言語 -.07 -.07 .02 .10 -.01 -.08 -.16 -.13 -.13 -.05 -.09 .08 .01 .05 .04 -.07 .14 .06 .03 -.08 .02 -.12 -.13 言語 .00 .14 .00 .09 -.14 .00 15 斜交回転による因子相関は不安定 である！ 小学生 中学生 OBLIMIN 身体 短気 敵意 言語 身体 短気 敵意 言語 1.00 1.00 .58 1.00 .37 1.00 .30 .44 1.00 .13 .30 1.00 .17 .14 .03 1.00 .30 .05 .17 1.00 身体 短気 敵意 言語 PROMAX 身体 1.00 1.00 短気 .69 1.00 .60 1.00 敵意 .34 .52 1.00 .20 .54 1.00 言語 .29 .20 .02 1.00 .41 .29 .07 1.00 16 ＥＦＡ＋斜交回転：解釈 ＥＦＡ＋直交回転：解釈 ４つの因子の同定は可能 因子負荷量の違いから有益な知見は得にくい 小学校：短気Ｆ→身体Ｖ 中学校：身体Ｆ→短気Ｖ，敵意→短気 因子相関に大きな違いはない ＥＦＡ＋斜交回転：解釈 ４つの因子の同定は可能 因子負荷量の違いから有益な知見は得にくい （身体，短気）の相関ならびに（身体，敵意）の相 関に違いが見られるが，因子相関の細かい解釈 はし難い 17 検証的因子分析（個別分析） 検証的因子分析は難しくない． 探索的因子分析の方がチョウムズイのだ 18 小学生のデータの検証的因子分析：初期モデル 小学生 （身体）たたかれたらたたきかえす(18) （身体）たたかれたりけられたりしたら必ずやりかえす(3) （身体）からかわれたらたたいたりけったりするかもしれない(9) （身体）自分を守るためなら暴力をふるうのも仕方ない(12) （身体）人に乱暴なことをしたことがある(17) （身体）どんなことがあっても人をたたいたりけったりしてはいけないと思う(22) （短気）すぐに怒るほうだ(8) （短気）ちょっとしたことで腹が立つ(15) （短気）すぐにけんかをしてしまう(10) （短気）よく口げんかをする(23) （短気）友達とけんかすることがある(4) （短気）かっとなってもすぐにおさまる(13) （敵意）私の悪口を言う人が多いと思う(21) （敵意）本気で嫌だと思う人がたくさんいる(20) （敵意）友達の中には嫌な人が多い(14) （敵意）普段仲良くしていても本当に困ったとき助けてくれない友達もいると思う(16) （敵意）人からばかにされたり意地悪されたことがある(11) （敵意）友達にばかにされているかもしれない(5) （言語）やりたいと思ったことはやりたいとはっきり言う(19) （言語）友達の考えに賛成できないときははっきり言う(6) （言語）嫌なときは嫌だとはっきり言う(2) （言語）友だちと考えが合わないとき自分の考えを通そうとする(1) （言語）邪魔をする人がいたら文句を言う(7) 中学生 身体 短気 敵意 言語 身体 短気 敵意 言語 .83 .83 .74 .76 .75 .70 .58 .59 .62 .61 -.29 -.27 .73 .70 .66 .62 .69 .72 .57 .58 .60 .60 .71 .59 .60 .59 .59 .63 .76 .59 .56 .46 .71 .75 .62 .55 .66 .35 .44 .61 .63 .59 .45 .53 19 小学生のデータの検証的因子分析 小学生 N=963 スタートのモデル V23,F1 を付加 χ^2値 ｄｆ 981.7 822.7 203 202 P値 GFI <0.001 0.911 <0.001 0.924 CFI RMSEA L U U 0.878 0.903 0.063 0.057 0.059 0.052 0.067 0.067 0.061 LM検定結果 パス χ^2値 V5,F2 V23,F1 V22,F1 V23,F2 V22,F2 V23,F3 V5,F3 V5,F2 V22,F3 V5,F3 V1,F2 V1,F2 V8,F3 V20,F1 V1,F3 V19,F2 V2,F3 V8,F3 V4,F3 V19,F1 33.664 153.87 28.98 127.66 28.468 41.73 28.302 37.173 22.892 30.103 21.449 23.703 19.606 23.642 17.101 22.843 14.428 19.59 10.736 18.86 20 小学生のデータの検証的因子分析 小学生 N=963 スタートのモデル V23,F1 を付加 V5,F2 を付加 V3,F2 を付加 χ^2値 ｄｆ P値 GFI CFI RMSEA L U U 981.7 822.7 787.8 755.9 203 202 201 200 <0.001 <0.001 <0.001 <0.001 0.911 0.924 0.928 0.931 0.878 0.903 0.908 0.913 0.063 0.057 0.055 0.054 0.059 0.052 0.051 0.05 0.067 0.067 0.061 0.061 0.059 0.059 0.058 LM検定結果 パス χ^2値 V22,F2 V3,F2 V4,F2 V22,F1 V22,F1 V22,F2 V4,F3 V22,F3 V22,F3 V1,F2 V8,F3 V23,F2 V4,F3 V7,F3 V1,F3 V20,F1 V2,F3 V1,F2 V7,F3 28.012 28.937 26.451 28.118 26.017 27.981 24.932 22.568 22.293 19.217 14.776 16.31 11.85 15.992 10.867 12.409 8.307 10.56 7.795 9.83 21 中学生のデータの検証的因子分析 中学生 N=579 スタートのモデル V3,F2 を付加 χ^2値 ｄｆ 856.3 794.7 203 203 P値 GFI CFI RMSEA L U <0.001 0.872 <0.001 0.883 0.840 0.855 0.075 0.071 0.069 0.066 0.080 0.076 LM検定結果 パス χ^2値 V5,F2 V3,F2 V23,F2 V5,F3 V23,F1 V23,F1 V3,F3 V11,F3 V5,F3 V9,F3 V5,F2 V16,F4 V2,F3 V6,F3 V11,F3 V22,F3 V6,F2 V3,F4 V6,F3 46.901 57.161 42.141 39.736 39.647 38.29 31.432 30.889 17.002 27.813 15.727 18.188 13.933 17.428 13.348 17.227 12.647 16.632 10.779 16.461 22 中学生のデータの検証的因子分析 中学生 N=579 スタートのモデル V3,F2 を付加 V5,F2 を付加 V23,F1 を付加 χ^2値 ｄｆ P値 GFI CFI RMSEA L U 856.3 794.7 745 717.1 203 202 201 200 <0.001 <0.001 <0.001 <0.001 0.872 0.883 0.890 0.894 0.840 0.855 0.867 0.873 0.075 0.071 0.068 0.067 0.069 0.066 0.063 0.062 0.080 0.076 0.074 0.072 LM検定結果 パス χ^2値 V23,F2 V11,F3 V23,F1 V9,F3 V11,F3 V22,F2 V9,F3 V22,F3 V16,F4 V16,F4 V22,F3 V6,F3 V3,F4 V14,F1 V22,F2 V4,F2 20.034 43.907 16.482 27.725 15.457 16.541 14.385 15.227 13.726 13.968 13.499 12.443 11.765 11.436 11.182 9.971 7.967 9.818 7.74 9.402 23 検証的因子分析による比較 小学生 中学生 身体 短気 敵意 言語 身体 短気 敵意 言語 .86 .88 .77 .80 （身体）からかわれたらたたいたりけったりするかもしれない(9) .52 .27 .39 .43 （身体）自分を守るためなら暴力をふるうのも仕方ない(12) .57 .56 （身体）人に乱暴なことをしたことがある(17) .28 .40 .35 .35 （身体）どんなことがあっても人をたたいたりけったりしてはいけないと思う(22) -.30 -.28 （短気）すぐに怒るほうだ(8) .73 .70 （短気）ちょっとしたことで腹が立つ(15) .66 .61 （短気）すぐにけんかをしてしまう(10) .69 .71 （短気）よく口げんかをする(23) .56 .59 （短気）友達とけんかすることがある(4) .59 .59 （短気）かっとなってもすぐにおさまる(13) （敵意）私の悪口を言う人が多いと思う(21) .71 .76 （敵意）本気で嫌だと思う人がたくさんいる(20) .59 .59 （敵意）友達の中には嫌な人が多い(14) .60 .55 （敵意）普段仲良くしていても本当に困ったとき助けてくれない友達もいると思う(16) .59 .45 （敵意）人からばかにされたり意地悪されたことがある(11) .59 .71 （敵意）友達にばかにされているかもしれない(5) .64 .75 （言語）やりたいと思ったことはやりたいとはっきり言う(19) .66 .62 （言語）友達の考えに賛成できないときははっきり言う(6) .57 .65 （言語）嫌なときは嫌だとはっきり言う(2) .67 .60 （言語）友だちと考えが合わないとき自分の考えを通そうとする(1) .33 .43 （言語）邪魔をする人がいたら文句を言う(7) .41 .28 .24 .40 因子相関行列 身体 短気 敵意 言語 身体 短気 敵意 言語 身体 1.00 1.00 短気 .72 1.00 .55 1.00 敵意 .33 .54 1.00 .08 .53 1.00 言語 .23 .19 .00 1.00 .34 .26 -.03 1.00 （身体）たたかれたらたたきかえす(18) （身体）たたかれたりけられたりしたら必ずやりかえす(3) 小ー中 身体 短気 敵意 言語 -.02 -.03 .13 .01 -.07 .06 -.02 .02 .05 -.03 -.02 .01 -.06 .00 .05 .14 -.12 -.11 .04 -.08 .06 -.11 .16 -.12 身体 短気 敵意 言語 .00 .16 .00 .25 .01 .00 -.11 -.07 .03 .00 24 ＣＦＡ（個別分析）：解釈 ＥＦＡ＋直交回転：解釈 ４つの因子の同定は可能 因子負荷量の違いから有益な知見は得にくい 小学校：短気Ｆ→身体Ｖ 中学校：身体Ｆ→短気Ｖ，敵意→短気 因子相関に大きな違いはない ＥＦＡ＋斜交回転：解釈 ４つの因子の同定は可能 因子負荷量の違いから有益な知見は得にくい （身体，短気）の相関ならびに（身体，敵意）の相関に違いが見られるが，因 子相関の細かい解釈はし難い ＣＦＡ（個別分析）：解釈 ４つの因子の同定は可能 因子負荷量の違いが解釈できそう（差の有意性は不明） （身体，短気）の相関ならびに（身体，敵意）の相関に違 いが見られる 25 多母集団の同時分析 各母集団で検証的因子分析モデルが適合する か？ 配置不変：パス（因子負荷）の位置が一致 測定不変：パス係数（因子負荷）の値が一致 強因子不変：パス係数（因子負荷）の値と因子間相 関の値が一致 26 「小学生＋ 中学生」の 同時分析 同時分析 N=963+579=1542 スタートのモデル 初期モデル 小学生 （身体）たたかれたらたたきかえす(18) （身体）たたかれたりけられたりしたら必ずやりかえす(3) （身体）からかわれたらたたいたりけったりするかもしれない(9) （身体）自分を守るためなら暴力をふるうのも仕方ない(12) （身体）人に乱暴なことをしたことがある(17) （身体）どんなことがあっても人をたたいたりけったりしてはいけないと思う(22) 身体 短気 敵意 言語 身体 短気 敵意 言語 .87 .87 .78 .78 .45 .35 .45 .35 .56 .56 .31 .37 .31 .37 -.29 -.29 .72 .72 .65 .65 .70 .70 .57 .57 .59 .59 （短気）すぐに怒るほうだ(8) （短気）ちょっとしたことで腹が立つ(15) （短気）すぐにけんかをしてしまう(10) （短気）よく口げんかをする(23) （短気）友達とけんかすることがある(4) （短気）かっとなってもすぐにおさまる(13) χ^2値 ｄｆ CAIC P値 （敵意）私の悪口を言う人が多いと思う(21) （敵意）本気で嫌だと思う人がたくさんいる(20) 1543.9 431 -2051 < 0.001 （敵意）友達の中には嫌な人が多い(14) GFI 0.913 （敵意）普段仲良くしていても本当に困ったとき助けてくれない友達もいると思う(16) （敵意）人からばかにされたり意地悪されたことがある(11) （敵意）友達にばかにされているかもしれない(5) （言語）やりたいと思ったことはやりたいとはっきり言う(19) （言語）友達の考えに賛成できないときははっきり言う(6) （言語）嫌なときは嫌だとはっきり言う(2) （言語）友だちと考えが合わないとき自分の考えを通そうとする(1) （言語）邪魔をする人がいたら文句を言う(7) 因子 身体 短気 敵意 言語 中学生 .35 身体 短気 1.00 .65 .65 1.00 .23 .54 .27 .22 CFI RMSEA L .73 .73U .59 .59 0.894 0.041 0.039 0.043 .58 .58 .54 .54 .64 .64 .68 .68 .64 .64 .60 .60 .64 .64 .37 .37 .32 .35 .32 敵意 言語 身体 短気 敵意 言語 .23 .27 1.00 .65 .23 .27 .54 .22 .65 1.00 .54 .22 1.00 -.01 .23 .54 1.00 -.01 -.01 1.00 .27 .22 -.01 1.00 27 初期モデルの LM検定 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 検定する制約 (1,V1,F1)-(2,V1,F1)=0; (1,V2,F1)-(2,V2,F1)=0; (1,V3,F1)-(2,V3,F1)=0; (1,V3,F2)-(2,V3,F2)=0; (1,V4,F1)-(2,V4,F1)=0; (1,V5,F1)-(2,V5,F1)=0; (1,V5,F2)-(2,V5,F2)=0; (1,V6,F1)-(2,V6,F1)=0; (1,V7,F2)-(2,V7,F2)=0; (1,V8,F2)-(2,V8,F2)=0; (1,V9,F2)-(2,V9,F2)=0; (1,V10,F2)-(2,V10,F2)=0; (1,V11,F2)-(2,V11,F2)=0; (1,V13,F3)-(2,V13,F3)=0; (1,V14,F3)-(2,V14,F3)=0; (1,V15,F3)-(2,V15,F3)=0; (1,V16,F3)-(2,V16,F3)=0; (1,V17,F3)-(2,V17,F3)=0; (1,V18,F3)-(2,V18,F3)=0; (1,V19,F4)-(2,V19,F4)=0; (1,V20,F4)-(2,V20,F4)=0; (1,V21,F4)-(2,V21,F4)=0; (1,V22,F4)-(2,V22,F4)=0; (1,V23,F1)-(2,V23,F1)=0; (1,V23,F4)-(2,V23,F4)=0; (1,F2,F1)-(2,F2,F1)=0; (1,F3,F1)-(2,F3,F1)=0; (1,F4,F1)-(2,F4,F1)=0; (1,F3,F2)-(2,F3,F2)=0; (1,F4,F2)-(2,F4,F2)=0; (1,F4,F3)-(2,F4,F3)=0; カイ 2 乗値 0.055 0.667 0.095 1.873 0.144 0.755 0.222 0.193 0.000 0.865 0.908 0.408 0.008 0.313 0.067 0.954 8.593 4.184 3.308 0.286 1.809 1.304 1.656 3.672 0.617 4.552 9.630 0.739 1.952 0.284 0.239 P－値 0.815 0.414 0.758 0.171 0.705 0.385 0.638 0.661 0.991 0.352 0.341 0.523 0.929 0.576 0.795 0.329 0.003 0.041 0.069 0.592 0.179 0.254 0.198 0.055 0.432 0.033 0.002 0.390 0.162 0.594 0.625 28 (V16,F3) の等式を外したモデル1の適合度 同時分析 N=963+579=1542 χ^2値 スタートのモデル 1543.9 431 (V16,F3) の等式を外す 1535.4 430 ｄｆ CAIC P値 GFI CFI RMSEA L U -2051 < 0.001 0.913 0.894 0.041 0.039 0.043 -2051 < 0.001 0.914 0.894 0.041 0.039 0.043 29 モデル1の LM 検定 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 検定する制約 カイ 2 乗値 (1,V1,F1)-(2,V1,F1)=0; 0.055 (1,V2,F1)-(2,V2,F1)=0; 0.671 (1,V3,F1)-(2,V3,F1)=0; 0.097 (1,V3,F2)-(2,V3,F2)=0; 1.848 (1,V4,F1)-(2,V4,F1)=0; 0.144 (1,V5,F1)-(2,V5,F1)=0; 0.750 (1,V5,F2)-(2,V5,F2)=0; 0.230 (1,V6,F1)-(2,V6,F1)=0; 0.191 (1,V7,F2)-(2,V7,F2)=0; 0.002 (1,V8,F2)-(2,V8,F2)=0; 0.919 (1,V9,F2)-(2,V9,F2)=0; 0.854 (1,V10,F2)-(2,V10,F2)=0; 0.380 (1,V11,F2)-(2,V11,F2)=0; 0.012 (1,V13,F3)-(2,V13,F3)=0; 0.122 (1,V14,F3)-(2,V14,F3)=0; 0.008 (1,V15,F3)-(2,V15,F3)=0; 1.750 (1,V17,F3)-(2,V17,F3)=0; 3.554 (1,V18,F3)-(2,V18,F3)=0; 2.614 (1,V19,F4)-(2,V19,F4)=0; 0.286 (1,V20,F4)-(2,V20,F4)=0; 1.808 (1,V21,F4)-(2,V21,F4)=0; 1.314 (1,V22,F4)-(2,V22,F4)=0; 1.650 (1,V23,F1)-(2,V23,F1)=0; 3.671 (1,V23,F4)-(2,V23,F4)=0; 0.614 (1,F2,F1)-(2,F2,F1)=0; 4.395 (1,F3,F1)-(2,F3,F1)=0; 9.975 (1,F4,F1)-(2,F4,F1)=0; 0.716 (1,F3,F2)-(2,F3,F2)=0; 1.751 (1,F4,F2)-(2,F4,F2)=0; 0.337 (1,F4,F3)-(2,F4,F3)=0; 0.306 P－値 0.814 0.413 0.755 0.174 0.705 0.386 0.632 0.662 0.967 0.338 0.355 0.537 0.914 0.727 0.930 0.186 0.059 0.106 0.593 0.179 0.252 0.199 0.055 0.433 0.036 0.002 0.397 0.186 0.562 0.580 30 (V16,F3)，（F1,F3） の等式を外したモデル2の 適合度 同時分析 N=963+579=1542 χ^2値 スタートのモデル 1543.9 431 (V16,F3) の等式を外す 1535.4 (V16,F3), (F1,F3) の等式を外す 1525.7 ｄｆ CAIC P値 GFI CFI RMSEA L U -2051 < 0.001 0.913 0.894 0.041 0.039 0.043 430 -2051 < 0.001 0.914 0.894 0.041 0.039 0.043 429 -2052 < 0.001 0.914 0.895 0.041 0.039 0.043 31 モデル2の LM検定 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 検定する制約 (1,V1,F1)-(2,V1,F1)=0; (1,V2,F1)-(2,V2,F1)=0; (1,V3,F1)-(2,V3,F1)=0; (1,V3,F2)-(2,V3,F2)=0; (1,V4,F1)-(2,V4,F1)=0; (1,V5,F1)-(2,V5,F1)=0; (1,V5,F2)-(2,V5,F2)=0; (1,V6,F1)-(2,V6,F1)=0; (1,V7,F2)-(2,V7,F2)=0; (1,V8,F2)-(2,V8,F2)=0; (1,V9,F2)-(2,V9,F2)=0; (1,V10,F2)-(2,V10,F2)=0; (1,V11,F2)-(2,V11,F2)=0; (1,V13,F3)-(2,V13,F3)=0; (1,V14,F3)-(2,V14,F3)=0; (1,V15,F3)-(2,V15,F3)=0; (1,V17,F3)-(2,V17,F3)=0; (1,V18,F3)-(2,V18,F3)=0; (1,V19,F4)-(2,V19,F4)=0; (1,V20,F4)-(2,V20,F4)=0; (1,V21,F4)-(2,V21,F4)=0; (1,V22,F4)-(2,V22,F4)=0; (1,V23,F1)-(2,V23,F1)=0; (1,V23,F4)-(2,V23,F4)=0; (1,F2,F1)-(2,F2,F1)=0; (1,F4,F1)-(2,F4,F1)=0; (1,F3,F2)-(2,F3,F2)=0; (1,F4,F2)-(2,F4,F2)=0; (1,F4,F3)-(2,F4,F3)=0; カイ 2 乗値 0.076 0.807 0.175 1.888 0.127 0.490 0.182 0.149 0.051 1.075 0.487 0.281 0.023 0.161 0.042 1.895 3.728 2.850 0.280 1.886 1.330 1.717 3.505 0.642 12.554 1.123 0.033 0.371 0.888 P－値 0.783 0.369 0.676 0.169 0.722 0.484 0.670 0.699 0.822 0.300 0.485 0.596 0.880 0.688 0.838 0.169 0.054 0.091 0.596 0.170 0.249 0.190 0.061 0.423 0.000 0.289 0.855 0.542 0.346 32 (V16,F3)，（F1,F3），(F1,F2) の等式を外した モデル3の適合度 同時分析 N=963+579=1542 χ^2値 スタートのモデル 1543.9 431 (V16,F3) の等式を外す 1535.4 (V16,F3), (F1,F3) の等式を外す (V16,F3) , (F1,F3), (F1,F2) の等式を外す ｄｆ CAIC P値 GFI CFI RMSEA L U -2051 < 0.001 0.913 0.894 0.041 0.039 0.043 430 -2051 < 0.001 0.914 0.894 0.041 0.039 0.043 1525.7 429 -2052 < 0.001 0.914 0.895 0.041 0.039 0.043 1513.2 428 -2057 < 0.001 0.915 0.896 0.041 0.038 0.043 33 モデル3の LM 検定 モデル３ を 採用 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 検定する制約 カイ 2 乗値 (1,V1,F1)-(2,V1,F1)=0; 0.009 (1,V2,F1)-(2,V2,F1)=0; 0.471 (1,V3,F1)-(2,V3,F1)=0; 0.140 (1,V3,F2)-(2,V3,F2)=0; 2.264 (1,V4,F1)-(2,V4,F1)=0; 0.001 (1,V5,F1)-(2,V5,F1)=0; 0.724 (1,V5,F2)-(2,V5,F2)=0; 0.205 (1,V6,F1)-(2,V6,F1)=0; 0.179 (1,V7,F2)-(2,V7,F2)=0; 0.310 (1,V8,F2)-(2,V8,F2)=0; 1.376 (1,V9,F2)-(2,V9,F2)=0; 0.259 (1,V10,F2)-(2,V10,F2)=0; 0.146 (1,V11,F2)-(2,V11,F2)=0; 0.102 (1,V13,F3)-(2,V13,F3)=0; 0.190 (1,V14,F3)-(2,V14,F3)=0; 0.031 (1,V15,F3)-(2,V15,F3)=0; 1.810 (1,V17,F3)-(2,V17,F3)=0; 3.805 (1,V18,F3)-(2,V18,F3)=0; 2.931 (1,V19,F4)-(2,V19,F4)=0; 0.301 (1,V20,F4)-(2,V20,F4)=0; 1.834 (1,V21,F4)-(2,V21,F4)=0; 1.380 (1,V22,F4)-(2,V22,F4)=0; 1.791 (1,V23,F1)-(2,V23,F1)=0; 5.002 (1,V23,F4)-(2,V23,F4)=0; 0.630 (1,F4,F1)-(2,F4,F1)=0; 1.066 (1,F3,F2)-(2,F3,F2)=0; 0.005 (1,F4,F2)-(2,F4,F2)=0; 0.159 (1,F4,F3)-(2,F4,F3)=0; 0.926 P－値 0.924 0.492 0.708 0.132 0.970 0.395 0.651 0.672 0.578 0.241 0.611 0.702 0.749 0.663 0.860 0.179 0.051 0.087 0.583 0.176 0.240 0.181 0.025 0.427 0.302 0.942 0.690 0.336 34 モデル修正のまとめ 同時分析 N=963+579=1542 χ^2値 ｄｆ CAIC P値 GFI CFI RMSEA L U スタートのモデル 1544 431 -2051< 0.001 0.91 0.89 0.04 0.04 0.04 (V16,F3) の等式を外す 1535 430 -2051< 0.001 0.91 0.89 0.04 0.04 0.04 (V16,F3), (F1,F3) の等式を外す 1526 429 -2052< 0.001 0.91 0.90 0.04 0.04 0.04 (V16,F3) , (F1,F3), (F1,F2) の等式を外す 1513 428 -2057< 0.001 0.92 0.90 0.04 0.04 0.04 1520 425 -2025< 0.001 0.92 0.90 0.04 0.04 0.04 1511 424 -2026< 0.001 0.92 0.90 0.04 0.04 0.04 (V16,F3) の等式を外す 1, 2 : 因子パタ ーン 行列 1 , 2 : 因子相関行列 35 最終モデルの推定値 最終モデル （身体）たたかれたらたたきかえす(18) （身体）たたかれたりけられたりしたら必ずやりかえす(3) （身体）からかわれたらたたいたりけったりするかもしれない(9) （身体）自分を守るためなら暴力をふるうのも仕方ない(12) （身体）人に乱暴なことをしたことがある(17) （身体）どんなことがあっても人をたたいたりけったりしてはいけないと思う(22) （短気）すぐに怒るほうだ(8) （短気）ちょっとしたことで腹が立つ(15) （短気）すぐにけんかをしてしまう(10) （短気）よく口げんかをする(23) （短気）友達とけんかすることがある(4) （短気）かっとなってもすぐにおさまる(13) （敵意）私の悪口を言う人が多いと思う(21) （敵意）本気で嫌だと思う人がたくさんいる(20) （敵意）友達の中には嫌な人が多い(14) （敵意）普段仲良くしていても本当に困ったとき助けてくれない友達もいると思う(16) 小学生 中学生 身体 短気 敵意 言語 身体 短気 敵意 言語 .87 .87 .79 .79 .45 .35 .45 .35 .56 .56 .31 .37 .31 .37 -.29 -.29 .72 .72 .65 .65 .69 .69 .57 .57 .59 .59 .73 .59 .58 .60 .64 .68 .73 .59 .58 .45 .64 .68 （敵意）人からばかにされたり意地悪されたことがある(11) （敵意）友達にばかにされているかもしれない(5) （言語）やりたいと思ったことはやりたいとはっきり言う(19) .64 .64 （言語）友達の考えに賛成できないときははっきり言う(6) .60 .60 （言語）嫌なときは嫌だとはっきり言う(2) .64 .64 （言語）友だちと考えが合わないとき自分の考えを通そうとする(1) .37 .37 （言語）邪魔をする人がいたら文句を言う(7) .35 .32 .35 .32 因子相関行列 身体 短気 敵意 言語 身体 短気 敵意 言語 身体 1.00 1.00 短気 .71 1.00 .56 1.00 敵意 .32 .54 1.00 .10 .54 1.00 言語 .27 .22 -.01 1.00 .27 .22 -.01 1.00 36 因子間相関の比較 F1 身体的攻撃 F2 短気 F1 身体的攻撃 F2 短気 F4 言語的攻撃 F3 敵意 F4 言語的攻撃 F3 敵意 37 ＣＦＡ（同時分析）：解釈 ＥＦＡ＋直交回転：解釈 ４つの因子の同定は可能 因子負荷量の違いから有益な知見は得にくい 小学校：短気Ｆ→身体Ｖ 中学校：身体Ｆ→短気Ｖ，敵意→短気 因子相関に大きな違いはない ＥＦＡ＋斜交回転：解釈 ４つの因子の同定は可能 因子負荷量の違いから有益な知見は得にくい （身体，短気）の相関ならびに（身体，敵意）の相関に違いが見られるが，因子相関の細か い解釈はし難い ＣＦＡ（個別分析）：解釈 ４つの因子の同定は可能 因子負荷量の違いが解釈できそう（差の有意性は不明） （身体，短気）の相関ならびに（身体，敵意）の相関に違いが見られる ＣＦＡ（同時分析）：解釈 ４つの因子の同定は可能 因子負荷量の違いが解釈できそう（差の有意性を確 認） （身体，短気）の相関ならびに（身体，敵意）の相関の 違いに有意性を確認 38 各種手法による因子相関一覧 小学生 中学生 小学生－中学生 身体 短気 敵意 言語 身体 短気 敵意 言語 身体 短気 敵意 言語 身体 1.00 1.00 .00 身体 †探索 短気 .60 1.00 .54 1.00 .06 .00 短気 直交解 敵意 .33 .39 1.00 .22 .44 1.00 .11 -.04 .00 敵意 言語 .30 .28 .08 1.00 .33 .28 .04 1.00 -.03 .00 .04 .00 言語 身体 1.00 1.00 .00 身体 探索 短気 .58 1.00 .37 1.00 .21 .00 短気 斜交解 敵意 .30 .44 1.00 .13 .30 1.00 .17 .14 .00 敵意 言語 .17 .14 .03 1.00 .30 .05 .17 1.00 -.13 .09 -.14 .00 言語 身体 1.00 1.00 .00 身体 短気 .72 1.00 .55 1.00 .16 .00 短気 検証 敵意 .33 .54 1.00 .08 .53 1.00 .25 .01 .00 敵意 言語 .23 .19 .00 1.00 .34 .26 -.03 1.00 -.11 -.07 .03 .00 言語 身体 1.00 1.00 .00 身体 検証 短気 .71 1.00 .56 1.00 .15 .00 短気 同時 敵意 .32 .54 1.00 .10 .54 1.00 .22 .00 .00 敵意 言語 .27 .22 -.01 1.00 .27 .22 -.01 1.00 .00 .00 .00 .00 言語 身体 短気 敵意 言語 身体 短気 敵意 言語 身体 短気 敵意 言語 †探索直交解は，尺度間(観測変数の合計得点）の相関 39 まとめ ＥＦＡ＋直交回転→ＥＦＡ＋斜交回転→ＣＦＡ（個別）→ ＣＦＡ（同時）の順に解釈がし易くなる．統計的証拠が 強くなる 良く練られ，良く管理されて収集されたデータと感じる ４因子モデルの当てはめが中学校のデータに対する 方がやや悪い→小学生の方が少し単純 因子相関が小学生の方が高い→小学生は「身体的 攻撃」と「短気」， 「身体的攻撃」と「敵意」の分化が中 学生と比して進んでいない 40 因子間に因果関係を考えてみよう 共分散構造分析の試み 41 42 因子間相関の比較 F1 身体的攻撃 F2 短気 F1 身体的攻撃 F2 短気 F4 言語的攻撃 F3 敵意 F4 言語的攻撃 F3 敵意
© Copyright 2024 ExpyDoc
