• 締切済み

共分散構造分析のパス係数について

現在アンケートを行いその結果を因子分析、共分散構造分析を行っています。解析結果についてわからないことがあるので質問しました。 アンケート調査ではA、B、Cの3つのテーマから質問項目を構成しており、A、B、Cそれぞれの項目で因子分析を行った後、共分散構造分析によりA、B、C全体の因果関係を見ようとしているのですが、ここで全体としてA→B、A→C、B→C(AはCに直接影響を与え、更にBを通して間接的にCにも影響を与える)という因果関係が成り立つと仮説をたてています。 まず共分散構造分析で A→B、 A→C、 B→C、 それぞれの関係を見ていくと適合度は基準を満たしており、パス係数も正の値で全て0.1%有意でした。 しかし、最終モデルとしてA、B、C全ての因果関係を見ていくと適合度は十分だったのですが、A→Cのパス係数が負の値になってしまいました。(A→Cだけで関係をみるとパス係数は正だったのですが、そこにBを加えA→B、B→Cという因果関係を加えるとA→Cのパス係数は負になってしまいました。)パス係数は5%有意でした。 そこで質問なのですが、他の要因が入ることによってパス係数の正負が逆転することはあるのでしょうか?

  • jeba
  • お礼率100% (2/2)

みんなの回答

  • backs
  • ベストアンサー率50% (410/818)
回答No.2

> A→Cだけで関係をみるとパス係数は正だったのですが、そこにBを加えA→B、B→Cという因果関係を加えるとA→Cのパス係数は負になってしまいました。 > 他の要因が入ることによってパス係数の正負が逆転することはあるのでしょうか? もちろん、ありえます。 A単一ではプラスの作用を与えるが、Bが加わるとマイナスの作用を与える。つまり、Aという変数はBに依存してプラスかマイナスの値をとりうるということでしょう(交互作用があるのかもしれない)。あるいは、そもそもBは不要な変数で、Aの説明率を下げているだけなのかもしれない。 色んな指標を参考にどれが最適なモデルであると判断するか、それもデータ解析の技術の1つというわけですね(^_^;) もちろん、数値だけではなく実質科学的な観点からも考察しなければなりませんけど。

jeba
質問者

お礼

回答ありがとうございます。 感覚的にBを加えてもマイナスになることはないとずっと考えていたのですがそうではないようです。 ご指摘の通りAとBの関係をもう一度解析しなおし、最適なモデルを探してみることにします。

  • ur2c
  • ベストアンサー率63% (264/416)
回答No.1

構造方程式が、たとえば B = 2A C = B - A なら、どうでしょう?

jeba
質問者

お礼

回答ありがとうございます。 もう一度よく見てみると、A→Cへのは直接的な効果はマイナスでしたが間接的な効果は2倍とは行かないまでも直接効果より大きく、総合的な効果はプラスになっていました。

関連するQ&A

  • 共分散構造分析の結果解釈

    3つの変数(A・B・C)の因果関係について、次のような仮説を立てたとします。  A->B  A->C  B->C 共分散構造分析の結果、有意なパスとそうでないパスが見つかると思うのですが それらをどのように解釈したらよいのか分からず、困っています。 ■パターン1  A->B 有意でない  A->C 有意  B->C 有意 これなら分かります! 「A・B共にCに有意な効果を与えるが、AとBの間には有意な因果関係はない」 ということですよね。 分からないのは、次のパターン2・3です。 ■パターン2  A->B 有意  A->C 有意でない  B->C 有意 これが一番分かりません。 [A->B->C]の3段論法のようなイメージで理解しているのですが、 [A->Cは有意でない]となるのはどういうことでしょうか・・・ ■パターン3  A->B 有意  A->C 有意  B->C 有意でない お願いがあるのですが、身近な例に置き換えて説明していただけますか? 例えばパターン1であれば 「お金持ちであるほど(A)女性にモテる(C)。 また、イケメンであるほど(B)女性にモテる(C)。 しかし、お金持ちであるほどイケメンとは限らない」 というように。 ひどい例で本当にごめんなさい。 ただ、世俗的な例に置き換えないと、どうしてもシックリ納得できないのです。 よろしくお願いします。

  • 共分散構造分析について

    非常に漠然とした質問で申し訳ありません。 統計学初心者で、各分析手法の勉強をしています。 そこで、共分散構造分析の概念がいまひとつわかりません。 と同時に、共分散構造分析の構造方程式モデルにてPATH係数を求める というのはどういうことなのでしょうか。 よくわからない者がよくわからない質問をして申し訳ありませんが どなたか教えて下さい。 よろしくお願いします。

  • 共分散構造分析について

    共分散構造分析の時のパスの方向について教えてください。 以前は潜在変数から潜在変数へ引くものと習った記憶があるのですが、知人の共分散構造分析の本に、潜在変数から観測変数へ矢印が引かれているものを見かけました。矢印が引かれていた観測変数は、潜在変数を説明する因子分析の因子ではなくて、違う要因の観測変数でした。これはまちがいですか?

  • 共分散構造分析における変数の使い方

    統計に関して全然稚拙な私ですがどうかご教授ください。 現在修士論文で共分散構造分析を使おうとしています。 先行研究を参考にしたモデルを多母集団同時分析をしようと しています。 統計に関してはホントにわからないことだらけで、いくつか 質問があります。 先行研究の潜在変数は4つに設定されています。 一つ目は4項目、2つ目は2項目の観測変数からなる潜在変数で ここまでは問題ないのですが、他の2つは「24項目6因子」 と「24項目5因子」の尺度を用いています。 この6因子と5因子のそれぞれの合成変数を観測変数として 扱って2つの潜在変数を作っています。 私としては合成変数として扱うと個々の項目の影響力がわからなく なるので「この方法論はどうなんだろう?」と疑問符でした。 この方法論をどのように考えますか? また6因子・5因子のままAMOSを使って共分散構造分析をしよう とすると「6因子・5因子のそれぞれは関係は、無相関でなければ なりません」という警告がでます。 これはどういった意味なのでしょうか?違う尺度の項目で作られた 因子なのですが、それぞれ共分散のパスを引くべきでしょうか? 意味のわからない質問かもしれませんが、何卒ご教授ください。 お願いいたします。

  • 重回帰分析と分散分析の結果が違う

    次のようなRのコードを書きました。 x1~x7は因子で、1がなし2がありだと思ってください。 最後のxがデータです。これが大きい程よいと言う意味だと思ってください。 data <- data.frame( x1 = c("1","1","1","1","2","2","2","2"), x2 = c("1","1","2","2","1","1","2","2"), x3 = c("1","1","2","2","2","2","1","1"), x4 = c("1","2","1","2","1","2","1","2"), x5 = c("1","2","1","2","2","1","2","1"), x6 = c("1","2","2","1","1","2","2","1"), x7 = c("1","2","2","1","2","1","1","2"), x = c(35,48,21,38,50,43,31,22) ) data colnames(data) <-c("B","C","B:C","D","B:D","A","7","x") data summary(aov(x ~ A+B+C+D+B:C+B:D,data=data)) summary(lm(x ~ A+B+C+D+B:C+B:D,data=data)) 結果としましては、 分散分析では因子C以外は有意差がないという結論を出しており、 重回帰分析では因子Bと因子B:D以外は有意差がないという結論を出しています。 重回帰分析と分散分析は基本的に数学的にやっていることは同じと言われたのですが、結果が異なり戸惑っています。 なぜこのようなことになったのか心当たりがある方ご教授ください。 よろしくお願いします。

  • 分散分析について

    分散分析について簡単な事で良いので教えてください A:P値>有意水準α B:P値<有意水準α のとき、t検定では、Aでは判定保留、BではH1を棄却となったと思うんですが、これが3つの場合、分散分析の場合だとどうなりますか? 単純に、Aは判定保留、Bは全てに差があるのでH1を棄却でいいですか? もう一つ、少なくとも2つには差があるけど、1つは分からない場合ってのもあると思います、その場合はどのような関係式になりますか? よろしくお願いします

  • 統計ソフト「R」での共分散構造分析でのパス係数について

    統計ソフト「R」の初心者です。 今回、共分散構造分析の解を求めようとsemパッケージを利用して みました。最後に以下のコマンドを実行してみたのですが、 標準化解というものを出力しているはずなのに パス係数の値に1以上の値があります(本記述下部参照)。 標準化解を求めれば、相関係数がパス係数として出力 されると思っていたのですが… 【質問1】1以上になるということは      どのようなことなのでしょうか。 【質問2】パス係数の概念がよくわかっていないことが      原因と思いますが、パス係数がどの値だと      潜在変数と観測変数の関連はどのように      判断すればによいかということについて      教えていただけませんか? 初心者で申し訳ございません。 何卒よろしくおねがいいたします。 ◆以下、出力結果です。 > sem.行動 <- sem(model.行動,行動,N=12) > std.coef(sem.行動,digit=4) Std. Estimate b11 b11 0.5461 y1 <--- 絆 b21 b21 1.1397 y2 <--- 絆 b31 b31 0.6249 y3 <--- 絆 b41 b41 -0.2889 y4 <--- 絆 0.3424 y5 <--- 行動 b62 b62 0.5483 y6 <--- 行動 b72 b72 1.3302 y7 <--- 行動 g21 g21 0.2397 行動 <--- 絆

  • 分散分析の交互作用について

    はじめまして、 SPSSの三要因分散分析についてお尋ねします。 (1) A×B×Cの三要因分散分析を行いました。すべて2水準です。 結果、主効果、交互作用ともに有意さはありませんでした。 (2) 次にA×B×Dの分散分析を同様に行いました。 すると、A×Bの交互作用が有意でした。 (1)と(2)におけるAとBは同じデータなのに、なぜ(2)では交互作用が生じてしまったのでしょうか。 ちなみにA、Bは被験者内要因、C、Dは被験者間要因です。 ご教授の程、どうぞ宜しくお願い致します。

  • モデル間の係数比較

    多重ロジスティック回帰について、2点質問があります。 具体的には、z=1/(1+exp(-(a+bx+cy)))の回帰式について質問です。 同じ属性のデータから上記の回帰式でモデルを2つ作ったとき、 それぞれの係数(a1とa2,b1とb2,c1とc2)に有意な差があるかどうかを 調べる方法はありますか?また、無償での便利なツールはありますか? (分散分析?共分散構造分析?) より一般的に、2つのモデル間で偏回帰係数に有意な差があるかどうかを検定する方法を知りたく思っております。どうぞ宜しくお願い申し上げます。

  • 共分散構造分析は適用できますでしょうか?

    大学で心理学を学んでいる者です。 卒業研究で車の内外装の関連性について研究しています。 外装の印象や適合する世代が、内装の雰囲気に関連するという仮説を立てていますが、 先日、ゼミで進捗状況を発表したところ、外装と内装の関連性について 共分散構造分析をやってみてはどうかと言われました。 データは以下のようなものです。 ところが共分散構造分析の本を調べると、今回のように複数の刺激でデータをとっているようには思えず、 共分散構造分析を適用していいのかが不安になってきました。 さらに、相関係数や重回帰をやってみてもいいとの指摘を受けましたが、 そのデータ間に相関や重回帰をやっていいのか、さっぱりわかりません。。。 どなたかお助けください・・・ (データです)---------------------------- 被験者は大学生84名、内装群と外装群に分けた。 調査1 AとBの2種類の車の外装と内装の写真を見せ、快適度と速そう度を7件法で評定させた。 調査2 AとBの2種類の車の外装の、印象についてSD法10形容詞対を7件法で回答させた。 調査3 AとBの2種類の車の外装の写真を見せ、世代別にその車が似合うかどうか、それぞれ7件法で回答させた。(10代、20代・・・・70代で項目を作り、「非常に合う」から「非常に合わない」まで7件法で適合度を回答させた) 調査4 AとBの2種類の車の内装の写真を見せ、雰囲気についての15形容詞を4件法で回答させた。 -------------------------------