次に、下位尺度からの因子分析 「社会関係の因子分析的研究」構築された尺度の因子パターン、類似性、信頼性および因子妥当性 関西大学心理学研究、1、9-24。
これら 2 つの項目の因子負荷値は、目的の因子に対して同じ値 (.71) でした。これら 2 つの項目を組み合わせると、目的の因子軸に配置されます。不要な要素を抑制する情報です。
因子で回転を終えた状況
拡張因子分析結果の因子パターン図 因子 I に割り当て可能なすべての項目を示す図 (変数は負に割り当てられ、因子 II は省略されています)。
これら 12 品目からファクター I の 2 つのパッケージを作成したいと考えています。次に、ターゲット スケールを分析し、抽出されたサブファクターごとにパーセルを作成します。
目標規模は要因に基づいてさらに分析され、抽出されたサブ要因が組み合わせられてパッケージが作成されます。次に、他の因子の因子パターンの合計がゼロになることが目標となります。因子軸を回転させて単純な構造を探索します。
Factormax メソッドは、AZ の因子分析結果を提供します。この方法にはターゲット行列は必要ありません。 4) 因子分析で 2 つの変数グループを比較します。 2 つの変数グループ間の関係:
（因子分析における因子パターン（因子負荷量）とも呼ばれます。）因子間の一致係数を整理した表。探索的因子分析をペンシルベニア州立大学のデータに適用する。
信頼性係数 ≧ 0.8 程度でいいのか。
変化の軌跡の切片と傾きが因子の平均であるモデル Hamaker、Nesselroade、Molenaar (2007) は、観察されたスコアが形質因子スコアと状態因子スコアの合計であるモデルを検討しました。答え: 因子 分析モデル (SEM、測定モデル)。
探索的因子分析のための共通因子モデル 観測変数間には潜在的な m 個の共通因子が存在します。 ).不安や怒りなどの感情を観測変数とする状態因子のみの因子分析モデル。
観測変数 She、Ski 因子スコア、pk 因子パターン、djUji の一意性。因子スコアではありませんが、特性を測定し、それを独立してスケールスコアとして示すアプローチがあります。 T は特性係数です。 SR1、SR2、および SR3 は、各測定機会の状態因子 (状態残差) です。
回答 5 と回答 4 (ガイザー) の違いは、状態因子の分散だけでなく平均も推定され、状態因子の因子パターン不変性が仮定されることです。測定モデルはそれぞれ独立していると仮定します。 p=1,...,g 次に、因子パターンは測定時点間で変化しないと仮定します。
さらに、すべての特性要因と状態要因は独立していると仮定されます。平均の変動は特性因子のみで発生します: 状態因子のみ: 特性因子の平均をゼロに設定し、状態因子の平均を設定することも可能です。
Geiser et al. State-Trait distinction model
STAI (状態と特性の不安): 1 週間間隔で 2 回繰り返した測定から。
2.398 0.129 状態不安1の状態因子 0 0.147
形質/状態因子平均を推定するための区分的モデル - 複数の観測値を含む縦断的データの方法論と利用 - 関西大学社会学部紀要 パラダイムシフト: 古典的測定理論からの革新 古典的テスト理論: 尺度の構築と評価方法 因子分析モデル: 観測された変数の分散 = (コミュニティ + 特異性) + 誤差 因子の数を決定し、因子の解を推定して回転する 共通因子の分散と平均を決定する (多変量 t) 一意性 = (特異性 + 誤差) を使用してモデルを構築するおよび独立した共通因子 断面データとその理論測定値を縦方向データとその測定理論に変換します。
1) 因子分析モデル SEM モデル グループ間の要因不変性とグループ内の時間軸 因果モデル 2) 因子の平均と分散の推定 変化（成長/発展）の切片、傾き、軌跡。反復測定分散分析から縦断因子分析、潜在成長モデル、形質・状態分類、ωを用いた信頼性推定、因果モデルの妥当性など。残された課題：構成概念の再検討（「安定」を基本とする概念から「変化」を組み込んだ概念へ） 探索的要因分析と結果からの尺度構築 信頼性と妥当性。
探索から確認まで：SEMを使用した要因不変性に基づく。信頼性はモデルフィットによって評価される ｂ．相関分析から因果分析へ 妥当性。横断的研究から縦断的研究へ 変化と成長を測定する。
変数の性質と変化の性質：形質・状態共存モデル 形質・状態区別モデル 形質・状態共存モデル 残りの疑問：形質心理学を前提とした心理学研究方法論から 形質・状態共存モデル 研究手法を再構築する。因子分析について書くにあたり、主に恩師の影響を受けていることに気づきましたので、感謝の気持ちを込めて講義を終わりたいと思います。
