No.22211 尺度開発  【kashio】 2016/11/15(Tue) 14:19

コミュニケーションに関する尺度を開発中です。
いくつかの書籍を参考に因子分析をしました。累積寄与率を示した かったし,スクリュープロットで4因子にかくていし,下位尺度や信頼性の結果も納得できたので投稿したところ査読者から以下のコメントをもらいました。今 時 が引っかかり,納得も行かず,相関関係が認められない4因子に分けられる確証のところの意味もわからないのです。
素直に,解析をし直すべきでしょうか?

主 因子法とバリマックス回転を用いた因子分析をされていますが,理由が見当たりません。言えなかった状況9カテゴリーと,言わなければよかった状況4カテゴ リーから作成された尺度が,必ず相関関係が認められない4因子に分けられるという確証が無い限りは,今時は最尤法とプロマックス回転などの斜行回転を用い るべきであると考えます。

No.22212 Re: 尺度開発  【ポン太】 2016/11/15(Tue) 15:05

どのような書籍を参考にされたのかわかりませんが,査読者の指摘の通りだと思います。

主因子法は別にして,実質科学からして,相関関係をゼロと仮定するパリマクスが理由もなく
使われていたら,因子分析を理解されている査読者なら,??となりますよ。

納得いかないのであれば,編集委員会に伝えたらいいでしょう。しかし今回はおそらく却下されてしまいますよ。

良書を選んで読まれてはいかがでしょうか。

No.22213 Re: 尺度開発  【kashio】 2016/11/15(Tue) 15:28

ありがとうございます。良書をご紹介いただければと思います。
プロマックス回転に挑戦します。この査読者は,これだけですが,
もう一人の査読者は以下のように言っています。共分散は次の論文でと思っていたのですが,プロマックスに挑戦してもダメでしょうか?

α係数も,0.6台が3因子と,正直高いとは言えません。そのことも考えると,確証的因子分析で本尺度項目での因子構造の確認を行うことまでしたほうがよいのではないでしょうか。

No.22214 Re: 尺度開発  【ポン太】 2016/11/15(Tue) 15:49

はい,確認的因子分析まで持ち込む必要があると思います。

「共分散はつぎの,,,, ダメでしょうか」の意味が理解できません。分析には,分散共分散行列,もしくは相関行列が使われているはずなのですが。

いずれにせよ,あなたがやるべきことは反論ではなく,2人の査読者の指摘されたことだと思います。

No.22215 Re: 尺度開発  【ポン太】 2016/11/15(Tue) 15:51

書き忘れましたが,因子間相関がゼロと言えるのであれば,反論の余地はあるでしょう。

No.22216 Re: 尺度開発  【kashio】 2016/11/15(Tue) 17:27

ありがとうございました。確証的因子分析してあります。今回は質的研究で質問項目を起こしました。質的研究で分けたカテゴリーから項目を作っていった過程の記述を丁寧に書いてあるので紙面が足りず探索的因子分析までにしようと思いました。頑張ってみます。

お願いです。良書を紹介してください。

No.22217 Re: 尺度開発  【kashio】 2016/11/15(Tue) 22:24

ポン太さま

やっぱり,わかったふりはやめます。今時 に引っかかっていたのは,何年か前に還暦をすぎていて,主因子法バリマックス回転で何本か論文を書いているから!でも,今時 だからではなく,因子間相関がゼロでなければ,バリマックス回転はしない。ということがわかりました。バリマックスで一番納得がいく下位尺度ができたので すがー
残念ですが,最尤法プロマックスでやってみます。
確証的因子分析はやってあるし,いわゆる当てはまりもいいようです。
でも,なぜ,確証的因子分析をしなくてはならないのかわかっていません。
反論をしたいのではなく,理解したいのです。査読者は,アルファー係数が0.6と低いので,確証的因子分析を進めていますが,アルファ係数は信頼係数だと理解しています。ご助言ください。

No.22218 Re: 尺度開発  【ポン太】 2016/11/16(Wed) 08:43

確認的因子分析をされているので。その意味は理解されていると思ったのですが…。因子構造の単純化です。探索的および確認的因子構造を作図してみれば一目瞭然かと。作図しなくても理解はできますが。

当てはまりはいいかもしれませんが,因子間相関をゼロと仮定するか否かのところで,近年の統計学の理論が反映されていないのが問題です。ただわたしは,純粋な統計学者ではありませんので,数式などを使っての説明はできません。

ア ルファ係数は高いに越したことはないでしょうが,大学の成績の秀優良可くらいに考えておけばいいのでは?0.6なので可ですか。まあ,この基準を論文に書 けるかは別問題になりますが。そもそもこうあるべきというルールはないと思います。アルファ係数は内的信頼性係数のことでいいと思います。青木先生のRの 関数を使って,係数を高めることは可能だと思います。もちろん数値だけをみてバンバン削除するのは違いますが。

豊田秀樹氏,狩野裕氏の著書が参考になります。もちろん他にもあります。

No.22219 Re: 尺度開発  【kashio】 2016/11/16(Wed) 10:38

ポン太様

ありがとうございます。「理解した」とは自分の言葉で語れること,と思っています。
まだ語れません。きちんと理解できるように,まず,ご紹介いただきました書籍を読みます。

No.22220 Re: 尺度開発  【青木繁伸】 2016/11/16(Wed) 23:29

因子間に相関があることを仮定しているのがプロマックス回転であるからして,バリマックス回転はそれに含まれる(相関が0である特殊な場合)。
よって,プロマックス回転をして,ある因子間の相関はほとんど0であるといえばよいだけの話。すべての因子間相関が0に近いならば,「バリマックス回転でよいのだ」といえるわけだけど,因子間相関が0であることをことさらい言う意味がどれほどあるかということ。

ま あ,昔は(コンピュータが使えなかったり(そんなばかな),斜交回転までは検討できなかったりで)主因子解・バリマックス回転を行うのが主流でもあったの だけど,現在に至っては「いまさら」なんでしょうね。査読者の「今の時点じゃ,そんなの当たり前でしょ」という,上から目線がや〜〜な感じなのは仕方ない (あなた方も,少し前までは主因子解でバリマックス回転で論文書いてたでしょ...と今更いっても仕方ない)。

確証的因子分析の必要性も,初期の頃には重視されていたとは言いがたい。

尺度が使用に耐えるためにはアルファ係数は 0.8 以上というのは教科書的ではあります。0.7 以上ならまあいいのではないかとかいう人もいたりするわけではありますが,0.6 で十分というのは,私は見聞きしたことはないですね。

統計学を用いた論文の論文たる水準も時代によって変化する(上昇する)ので,そのときどきの水準を満たすことは学術論文として必須のことではあるのでしょう。

いずれにしろ,学会誌に論文を掲載してもらうにはまずは査読者の判定を経なければならないわけで,正当な反論がない限り泣く子と地頭には勝てないので,査読者の指示に従うしかないということになるでしょう。

査読者と喧嘩をしてみるのも面白いかも知れませんね。

No.22221 Re: 尺度開発  【kashio】 2016/11/18(Fri) 16:12

ポンタ様,青木先生ありがとうございました。
最尤法,プロマックス回転をしました。
主因子法,バリマックス回転と同じ因子,項目数でした。因子固有値が高くなりかえって良い結果でした。下位尺度ごとに相関はありました。
もう一つ査読者が 項目分析の結果を書けと言ってきました。
これが良くわかりません。分布の偏りや,標準偏差を確かめたり
しました。下位尺度ごとにクロンバックを上げるように項目を出し入れしました。
その都度テスト再テストや基準関連妥当性も見ました。

クロンバックですが,査読者は0.6しかないといっていますが,
第1因子0.68,第2因子0.75,第3因子0.68,第4因子0.68 全体0.81
で した許されませんか?隣の部屋の先生に勧められて,KMOとBartlettなるものもやって,標本妥当性なるものもみました。隣の先生は有名な先生です けど項目分析はしらないといってます。項目分析を調べたところクロンバックがなんとかなったのでよいのではないかと思うのですが,この項目分析も今時のも のですか?,

No.22222 Re: 尺度開発  【青木繁伸】 2016/11/18(Fri) 21:04

クロンバックのアルファですが,教科書的には 0.8 というのが閾値ですが,「実用では 0.7 でもよい」とか書いてあるサイトも見かけましたが,その根拠については確認していません。

わたしも,項目分析についてはよくわかりません。

No.22223 Re: 尺度開発  【kashio】 2016/11/19(Sat) 21:15

ありがとうございます。参考書を読んでもなぜかがわからず苦しむことがおおいです。もう少しまなんで,探索的因子分析だけでなく,なぜ確証的因子分析をしなくてはならないか理解したいです。

● 「統計学関連なんでもあり」の過去ログ--- 048 の目次へジャンプ
● 「統計学関連なんでもあり」の目次へジャンプ
● 直前のページへ戻る