Download presentation
Presentation is loading. Please wait.
1
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
2
信頼性 X1+...+X5 Y1+...+Y5 0.6 X1+X2 Y1+Y2 0.4 X1+...+X10 Y1+...+Y10 0.65
3
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
4
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
5
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…..
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
7
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
8
ＳＥＭ＋尺度化 X1+…+X3 X4+…+X6 X7+…+X10 Y1+…+Y3 Y4+…+Y7 Y8+…+Y10 F1 0.7
Similar presentations
