共分散構造分析のパス係数について

質問

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？

回答No.2

backs

>　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。

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。

回答No.1

ur2c

構造方程式が、たとえば

B = 2A
C = B - A

なら、どうでしょう？

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。