入門 共分散構造分析の実際: 7章 トラブルシューティング その2 [入門 共分散構造分析の実際]
入門 共分散構造分析の実際: 7章 トラブルシューティング その2
【共分散構造分析で探索的因子分析が実行できるか?】
朝野先生は、
測定方程式の意味をモデルに組み込みだすと、探求的因子分析と言いながらも、
次第に検証的因子分析に近づいていく。
どの変数の背後に何の因子があるのか、という仮説が明確な場合が
確率的因子分析である。
と書かれています。
【因子分析ではどの説明変数を1にこていしてもよいのか?】
標準解を見ることにすれば、どの確率変数のパス係数を1に固定しても、結果の解釈には何も影響しないことがわかる。
【因子得点の予測法がわからないのですが?】
因子得点とは潜在変数である因子の固体ごとの得点のこと。
マーケティング的には固体とは、消費者をさす場合が多いのだが…
実際は、潜在変数である因子の得点を計算することについて統計学者は昔から懐疑的だった。
詳しくは本に書かれていますが、因子得点の推定は理論的に測定不可能であるが、因子得点の応用的な利用価値はあると考えられています。
代表的な計算方法は、EFAというものであり、
統計的な意味での母数の「推定」ではなく、推定された母数である因子不可量をもとに、因子得点を「予測」するというべきであり、回帰予測法という用語が定着すべきであった。
SASでは回帰予測法しか用意されていない。
SPSSでは回帰予測法の他にも Anderson & Rubin などの複数の算出方法が用意されている。