• 締切済み

数量化三類と因子分析

統計初心者です。 spssを使っています。 「やった事がない」ー「日常的にやっている」までの5件法で60項目のアンケートを取り、最尤法で因子分析を行おうとした所、 『その前に数量化三類を行う必要がある』と指摘されました。 数量化三類がSPSSでは「コレスポンデンス分析に」にあたるものだという事まで分かりましたが、それから先がさっぱり分からないでおります。 「1.やっている 5.日常的にやっている」のような1~5の順序尺度を、数量データに変換してくれるものだと思っていたのですが、「次元1」「次元2」など縦軸と横軸が出てきて、戸惑っています。 座標を表しているとの事なのですが、それを因子分析でどう使えばいいのか見当がつきません。 カテゴリカル主成分分析というやり方ですと、数量化された値は1つだけ(次元など出てこない)出てきたので、まだ分かりやすかったのですが… 『「0・1」のダミー変数を作って多重応答分析でも可』とも聞いたのですが、5件法のものを0・1に変換してその後どうするのかも不明です。 数量化3類の手順とそれをどのように因子分析に使うのか、具体的に教えて頂ける方、どうかお願い致します。

みんなの回答

回答No.1

SPSS の悪い点は、やたらオプションがあって、かつそのやり方自体が、かなり高度で数学的に見えないということかな。 量的データが因子分析 質的データが数量化3類 ってよく見ますが、質的データとか量的データって分け方がなんか数学的でない気もするんだけど。 なるべく地に足についた方法論を選ばないと、なにをやっているのか、わからなくなりますよ。 統計学の本をひも解くことをおすすめします。 それも数式のない とか 書いてないちゃんとしたものを。

関連するQ&A

  • 2値データの因子分析

    いま質問紙を作っていて、「恋愛についてどのように考えているか」「これまでの恋愛経験についての良い思い、悪い思い」といった、二つの軸を想定して質問項目を考えて作成しました。それぞれは「そう思う」「そう思わない」といった2件法で、正しい回答は+1間違った回答は-1とし、総得点が+に傾けば恋愛に対してポジティブにとらえてる、-に傾けばネガティブにとらえている…といったものです。 他の尺度との比較から妥当性を検討しようかと思っていたのですが、先輩から「とりあえず因子分析を行ってみて、想定していたように2因子になるかやってみたらどうだろう?」と言われました。 因子分析は初めて行うのですが、いろいろ調べていると間隔尺度以上とか5件法以上から~というのが言われています。しかし私のは2件法であるので、因子分析はできないのかな?と悩んでいます。また天井効果、フロア効果についても2件法ゆえにか、すべての項目が天井かフロアにあたります。最尤法のカイザーマイヤーオルキンの妥当性でも0.197とでます。 ネットで調べていたら、多次元項目反応モデルやベイズアプローチによる因子分析…などがでていたのですが、ちょっと難しくて理解できません。できればSPSSのベーシックで可能な統計手法をしたいのですが、こういったものでも因子分析は可能なのでしょうか?

  • 因子分析について

    尺度作成等を行うときに、構成概念妥当性を検証するために因子分析を行っている文献を目にすることが多いのですが、厳密に言えば、因子分析は間隔尺度以上で使用ができるのだと思います。 5件法、7件法によるアンケートについて因子分析を行っている文献もみます。とある、文献にも1~5点に対応させるような評定法は間隔尺度とみなしても良いと書かれていました。なぜ、みなしても良いのか理解できません。それは果たして、正規分布を仮定できるのか?数量的関係性は保てているのか? どなたか詳しい方、ご回答お願いします。

  • 因子分析と数量化III類について

    いつもお世話になります。修士論文作成中のもです。 今回、インタビューを実施し、内容分析を行い、カテゴリーに別け、それに基づいてアンケート用紙を作成し、調査を行いたいと思います。アンケートについては因子分析を行い、内容分析の妥当性を確認するためやより多くの方から、調査を行いたいためです。 アンケートについては、1~5件法で行うつもりです。因子分析について、順序尺度ではありますが、慣例的に行われているので使用できるとと考えております。しかし、指導教官から、それでは妥当性に問題があるから、数量化理論IIIを使いなさいと言われました。浅学ですが、数量化理論はむりやり数値化している様な感じで、妥当性を理由に手法を変更するのはそれほど差はないと思うのですが? 似た者同士を集めるという考え方からすれば、数量化のほうが目的には合っているのかなとも思います。どなたか詳しい方、お願いします。

  • コレスポンデンス分析と因子分析、主成分分析でのポジショニング

    マーケティングを勉強しているものです。 現在、企業をブランドイメージでポジショニングをしたいのですが、因子分析、主成分分析、コレスポンデンス分析ではどれがもっとも適しているのでしょうか? SPSSの本や、マーケティングの多変量分析の本の事例では、ポジショニングでは主成分分析、コレスポンデンス分析がよく載っていますが、僕は因子分析がもっとも適しているのではないかと思っているのですが・・・。 ポジショニングをする際に、因子分析、主成分分析、コレスポンデンス分析をそれぞれ適用する長所・短所を添えていただきたいです。 お忙しいとは思いますが、どなたか詳しい方お願いします。

  • 2件法で因子分析はできますか?

    各質問に対して「ある」「なし」の2件法で答えてもらったアンケートがあるのですが、2件法で因子分析は可能でしょうか?こちらはSPSSで分析する予定です。初歩的な質問かもしれませんが、教えていただけますか?

  • 因子分析について

    因子分析を使って,大学生を対象とした飲食店のイメージ評価分析を行いたいと思っておりますが,以下の場合,どのように解析をすすめていってよいのかわからずにおります.どなたかご教示いただけませんでしょうか.なおソフトはSPSSを使用してます. 調査目的:大学生の飲食店のイメージ評価(評価因子の抽出) 調査対象:大学生200人 対象飲食店:20店(マクドナルド,ケンタッキーほか) 設定尺度数:18(おいしい-おいしくない,お手頃-高価等) 具体的な問題点は,以上の場合のSPSSのデータ入力の仕方です. この場合,大学生200人の一人一人に,対象飲食店20店×設定尺度数18=360の設問を応えてもらわなくてはならないのでしょうか? となれば,回答者に膨大な負担をかけてしまうことになり,実施は不可能かと思います. 因子分析のテキストなどを読んでいると,よく国語,数学,理科,社会の4科目の点数を評価尺度として,学生50名程度を対象にした因子分析の例がよくでてきますが,こうした例では上記のような調査分析の際の参考にはなりません. 宜しくお願いします.

  • SPSSで分析できない(因子分析)

     98項目の予備調査を因子分析にかけて尺度作成を試んでいるのですが, 「共分散行列(a) a この行列は正値行列ではありません。」 「説明された分散の合計(a) a 抽出することができません。この抽出はスキップされます。」 という出力画面が出てすすめません.『データの分解』→『因子分析』→変数枠の中へ項目を入れ,『因子抽出』→主因子法で,『回転』は主因子法なのでバリマックスにしました.(下位概念間に相関があったり,最尤法であればプロマックス?でしょうか)これで,以上の↑ような画面が出力されてしまいます.誠に情けないのですが,ご指導宜しくお願いします.

  • 主成分分析とコレスポンデンス分析(数量化3類)

    多変量解析を勉強しているものです。 主成分分析とコレスポンデンス分析(数量化3類)の違いは、元データが質的データか量的データかによると思いますが、実際はどのように使い分けられているのでしょうか? 主成分分析、因子分析は量的データが必要ですが、実際は、質的データ(1.非常に満足、2.満足・・・・と言ったデータ)が元データでも使われていると思います。そうなればコレスポンデンス分析は必要ないのでは?と思ったのですが・・。 申し訳ないですが、どなたか詳しい方宜しくお願いします。

  • 数量化理論III類か因子分析かで迷っています。

    こんにちは。統計の本を片手に唸っているような初心者です。 ある商品(例:携帯電話など)の評価をアンケートしたいと思っています。 具体的には、 商品名A、B、C・・・15個くらいについて、「親しみやすい」「デザインがよい」「簡単だ」といった指標を6個くらい用意しています。 それを30人くらいにアンケートして、回答者のグルーピングや同じような評価をされた商品のグルーピングをしたいと思っています。 ある特定の商品についてのアンケートなら、数量化III類やコレスポンデンス分析でできそうなのですが、いくつかの商品についての分析はできないのでしょうか。 それとも、一つ一つの指標について「そう思う~まったく思わない」のように階級区分して因子分析したほうがよいのでしょうか。 あまり回答者に負担をかけない方法でやりたいのですが。 アドバイスお願いします。

  • 因子分析について

    因子分析にかけると、因子得点の高いものや低いものがでてきますが、 それはどうしてなのですか? たとえば、5件法で5が多かったとか、1から5までばらついていたとか、 そういう傾向みたいなものはあるのでしょうか。