指標の数と信頼性・ 内容的妥当性 指標の数は多いほうがよい
信頼性 X1+...+X5 Y1+...+Y5 0.6 X1+X2 Y1+Y2 0.4 X1+...+X10 Y1+...+Y10 0.65
内容的 妥当性？ パス係数の値は同じ 指標が測定する潜在変数が異なる可能性 解釈が異なる 可能性
因子（潜在変数）について 因子不確定性 因子得点の推定 観測変数から因子は一意的に決まらない 観測変数の数が増えると不確定性は減少 ＳＥＭでも時に利用したいことがある 観測変数の数が増えるとＲ＾２が高くなる
測定モデルとしての条件 理論的には４以上がよい 指標の数＝１ 指標の数＝２ 誤差を分離できない 因子負荷を推定できない 因子負荷は他の変数群との関連で決まる V1 a e1 F1 1 V1 F1 b e1 V2 e2 a =0.5 b=0.7 a =0.6 b=0.6…..
測定モデルとしての条件 指標の数＝３（df=0) 指標の数≧４(df>0) 因子負荷を他の変数群から独立して推定できる 一因子の構造を吟味できる V1 V1 e1 0.5 e1 0.5 V2 0.7 0.7 e2 V2 F1 F1 e2 0.8 V3 0.8 e3 V3 e3 0.5 V4 e4
pragmatic な方法（少しずるい？） 指標の数を減らすと、一般に、適合度が あがる 指標の数を減らさず適合度を上げたい 高次因子モデルを使う 尺度化とＳＥＭを組合わせる
ＳＥＭ＋尺度化 X1+…+X3 X4+…+X6 X7+…+X10 Y1+…+Y3 Y4+…+Y7 Y8+…+Y10 F1 0.7