因子分析による評価尺度の構造解析    (SD法による庭景観写真の評価)

 多くの変量の背後にある比較的少数の観測されない因子(潜在因子) で,変量間の共分散や相関構造をモデル化するのが因子分析 (factor analysis)で, おもに心理学的な測定に対してもちいられてきた. 最近では,より幅広い構造モデルを解析する共分散構造解析の基本モデルの一つ という位置づけにある.
 通常,潜在因子は元の変量の線形結合で表現し,その係数を因子負荷量という. 評価尺度変量が多変量正規分布に従うと仮定すると, 因子負荷量を未知母数(パラメータ)として分散共分散行列(相関行列)が構造化される. 最尤法(maximum likelihood)により,データに最も適合する母数の値が推定され, これにより潜在因子が同定される.
 因子分析から推定される因子負荷量には直交回転の自由度があり,一意的には決まらない. そこで,各因子の負荷量にできるだけ「めりはり」をつけたバリマックス(varimax)解 で因子の解釈を行う.この解でも因子の解釈に不満がある場合は,斜交回転も許す プロマックス(promax)解を求める.

 主成分分析の結果から,第2もしくは第3主成分までで変動が説明できるので, 2つ,もしくは3つの潜在因子を仮定した因子モデルを考慮対象とする. 因子の係数である 因子負荷量 をみると,バリマックス解とプロマックス解はほとんど同じであった.
 2因子モデルでの因子の解釈は,第1因子が,「1:好き」,「2:住みたくない」,「6:ストレス」,「7:整然」, 「9:広々」といった評価尺度で構成される因子で,「居住性因子」と解釈できる. 一方,第2因子は,「4:退屈」,「5:複雑」,「7:整然」,「8:緑少ない」という評価尺度 で構成される因子で,「鑑賞因子」と解釈でき,主成分での解釈とほぼ同様であった.

因子分析


章目次 前へ もどる 次へ

最終更新日:2004年 5月20日