1
平成10年6月6日於:神戸女学院
HP2000研究会発表スライド
攻撃性尺度の分析:小学生vs中学生Ⅱ
---- 多母集団の同時分析&男女間の平均を調整 ----
狩野 裕
人間科学部行動工学講座
[email protected]
http://koko15.hus.osaka-u.ac.jp/~kano/application/index.html
2
本日のスケジュール
最終分析結果と解釈についての質問
分析方法の簡単な復習
探索的因子分析(EFA)
個別に分析する検証的因子分析(CFA)
多母集団の検証的因子分析(CFA)
多母集団の共分散構造分析
因子間に因果関係を想定する
3
攻
撃
性
質
問
紙
身体22
身体4
身体12
身体15
身体20
身体26
短気11
短気18
短気13
短気27
短気5
短気16
敵意25
敵意24
敵意17
敵意19
敵意14
敵意6
言語23
言語7
言語3
言語1
言語10
(身体)たたかれたらたたきかえす(18)
(身体)たたかれたりけられたりしたら必ずやりかえす(3)
(身体)からかわれたらたたいたりけったりするかもしれない(9)
(身体)自分を守るためなら暴力をふるうのも仕方ない(12)
(身体)人に乱暴なことをしたことがある(17)
(身体)どんなことがあっても人をたたいたりけったりしてはいけないと思う(22)
(短気)すぐに怒るほうだ(8)
(短気)ちょっとしたことで腹が立つ(15)
(短気)すぐにけんかをしてしまう(10)
(短気)よく口げんかをする(23)
(短気)友達とけんかすることがある(4)
(短気)かっとなってもすぐにおさまる(13)
(敵意)私の悪口を言う人が多いと思う(21)
(敵意)本気で嫌だと思う人がたくさんいる(20)
(敵意)友達の中には嫌な人が多い(14)
(敵意)普段仲良くしていても本当に困ったとき助けてくれない友達もいると思う(16)
(敵意)人からばかにされたり意地悪されたことがある(11)
(敵意)友達にばかにされているかもしれない(5)
(言語)やりたいと思ったことはやりたいとはっきり言う(19)
(言語)友達の考えに賛成できないときははっきり言う(6)
(言語)嫌なときは嫌だとはっきり言う(2)
(言語)友だちと考えが合わないとき自分の考えを通そうとする(1)
(言語)邪魔をする人がいたら文句を言う(7)
4
データ
小学生
963名(公立小学校) 4年生
女子
男子
計
133
155-7
288-7
5年生
159
187
346
6年生
160
169
329
計
452
356
963-7
中学生
女子
男子
計
579名(公立中学校) 1年生
151
136
287
2年生
152
140
292
3年生
0
0
0
303
276
579
計
5
最終分析結果
・多母集団検証的因子モデルによる分析
・多母集団共分散構造モデルによる分析
6
同時検証的因子分析の最終推定値
最終モデル
小学生
中学生
身体 短気 敵意 言語 身体 短気 敵意 言語
(身体22)たたかれたらたたきかえす(18)
.85
.85
(身体4 )たたかれたりけられたりしたら必ずやりかえす(3)
.75
.75
(身体12)からかわれたらたたいたりけったりするかもしれない(9)
.32 .43
.32 .43
(身体15)自分を守るためなら暴力をふるうのも仕方ない(12)
.29 .28
.29 .28
(身体20)人に乱暴なことをしたことがある(17)
.18 .41
.18 .41
(身体26)どんなことがあっても人をたたいたりけったりしてはいけないと思う(22) -.26
-.26
(短気11)すぐに怒るほうだ(8)
.72
.72
(短気18)ちょっとしたことで腹が立つ(15)
.60
.60
(短気13)すぐにけんかをしてしまう(10)
.58
.58
(短気27)よく口げんかをする(23)
.55
.55
(短気5 )友達とけんかすることがある(4)
.48
.48
(短気16)かっとなってもすぐにおさまる(13)
(敵意25)私の悪口を言う人が多いと思う(21)
.64
.64
(敵意24)本気で嫌だと思う人がたくさんいる(20)
.54
.54
(敵意17)友達の中には嫌な人が多い(14)
.53
.53
(敵意19)普段仲良くしていても本当に困ったとき助けてくれない友達もいると思う(16)
.59
.43
(敵意14)人からばかにされたり意地悪されたことがある(11)
.63
.63
(敵意6 )友達にばかにされているかもしれない(5)
.58
.67
(言語23)やりたいと思ったことはやりたいとはっきり言う(19)
.59
.59
(言語7 )友達の考えに賛成できないときははっきり言う(6)
.53
.53
(言語3 )嫌なときは嫌だとはっきり言う(2)
.62
.50
(言語1 )友だちと考えが合わないとき自分の考えを通そうとする(1)
.13
0.2
.13
0.2
(言語10)邪魔をする人がいたら文句を言う(7)
.34
0.3
.34
0.3
因子相関行列 身体 短気 敵意 言語 身体 短気 敵意 言語
身体 1.00
1.00
短気 .69 1.00
.57 1.00
敵意 .28 .55 1.00
.13 .55 1.00
言語 .27 .16 -.05 1.00 .27 .16 -.05 1.00
因子負荷量の違いを
内容的説明したい
7
共分散構造モデル1
因子間のパス解析モデル:偏相関なし
小学生
パ
ス
解
析
モ
デ
ル
中学生
.776
.745
.282
.393
.553
.544
-.143
-.309
-.195
-.324
.689
因
子
相
関
.559
.149
.231
.180
.551
.291
-.032
.539
.336
.105
-.097
8
共分散構造モデル2
因子間のパス解析モデル:偏相関あり
中学生
小学生
偏
相
関
あ
り
.760
.709
.240
.161
.327
.551
-.128
.539
-.278
-.165
-.273
.776
偏
相
関
な
し
.239
.745
.282
.393
.553
-.143
-.195
.544
-.309
-.324
9
共分散構造モデルによる解析の
解釈と疑問
 モデル1の適合は良いとは言えない.「身体-言語」の相関が「短気」と
「敵意」とで説明しきれていないようである.「短気」と「敵意」を一定にし
た下で「身体」と「言語」の偏相関を生み出すものは何か?
 「敵意→身体」の偏回帰係数は負の値であり( 「敵意」から「身体」への
直接効果<0 ) ,この意味は,「短気」を一定に固定すると「敵意」は抑
制的に「身体」へ影響している.この解析結果に reasonable な解釈が
与えられるか?
 「敵意」から「身体」への直接効果が男女間で差がある.なぜか?
 「敵意」から「言語」への直接効果が男女間で差がある.なぜか?
 因子間の単相関では,「身体-短気」,「身体-敵意」の相関において男
女間で違いが見られた.この観測は共分散構造分析でやや違った見
方になる.短気から身体への直接のパス「短気→身体」は男女間で差
はなく,「身体-短気」の単相関との結果の違いは,「短気」から「敵意を
経由した擬相関(間接効果らしきもの)の違いから来る.
 以上のことがやや程度の差はあるが,偏相関を入れたモデルの解析
でも観測される.
10
解釈への手がかり
単純相関
身体
.70
偏回帰係数
短気
.55
.30
身体
.75
+
ー
X
.55
-.15
敵意
変数の内容
+
Y
X+Y
短気
敵意
What are X and Y such that
身体=Y
短気=X+Y
敵意=X
11
分析方法について
---- 簡単なサーベイ ----
12
共分散構造分析とは
直接観測できない潜在変数を導入し,潜在変
数と観測変数との間の因果関係を同定するこ
とにより社会現象や自然現象を理解するため
の統計的アプローチ.基本的に非実験多変量
データの分析方法で,因子分析と多重回帰分
析(パス解析)の拡張.
13
実験計画と共分散構造分析
教養統計
1標本問題 H0 :   0
平均値の差の推測
実験計画法
(心理学での用語)
-
共分散構造分析
1つの母集団の分析
完全無作為法
(被験者間要因のみ)
多母集団の分析
(Multi-sample analysis)
対応のあるデータの平均値の
差の推測 H0 : 1   2
乱塊法
(被験者内要因のみ)
3相データの分析
(Three-mode analysis)
縦断的データの分析
(Longitudinal data analysis)
-
分割法
(被験者間・内要因が
混在)
多水準データの分析
(Multi-level analysis)
H0 : 1   2
14
多母集団の分析のメリット
潜在構造の比較
潜在変数の平均に関する推測ができる
欠測値がある場合の分析
15
探索的因子分析(EFA)
vs 検証的因子分析(CFA)
EFA を行う場合
CFA を行う場合
潜在構造に関する仮説が
なく,探索したいとき
因子負荷に恣意的な仮説
をおきたくないとき
Ledermann の限界


k  2 p  1 8 p  1 / 2
潜在構造に関する仮説が
あり,それを検証したいとき
想定する共通因子が多す
ぎ Ledermann の限界を満
たさないとき
EFAでは識別性の問題が起
こるとき
因子負荷に関するさまざま
な仮説を検証したいとき
多母集団・潜在変数の平均
の解析をするとき
16
異なる母集団のデータを合併する
際の注意
身体22
併合後 身体22
r=0
男子
r = 0.5
男子
r = -0.5
身体4
(1) 平均が異なる場合
身体4
(2) 相関が異なる場合
17
「攻撃性データ」の場合
下位尺度合計得点が男女間で異なる
→ 平均が男女間で異なることを示し,平均
の調整が必要
男女間で因子負荷パターンが似ている
→ 相関係数は男女間で近いことが期待さ
れる.
⇒ 平均を調整すれば,標本を併合してよさそう.
18
分析...スタート
探索的因子分析
 探索的因子分析(直交解,斜交
解)
 検証的因子分析:個別分析
 検証的因子分析:同時分析
 共分散構造分析
19
EFAによる比較
(最尤法+直交解(バリマックス回転))
青字は0.25以上;差での赤字は0.15以上
身体
.82
.69
(身体)からかわれたらたたいたりけったりするかもしれない(9)
.54
(身体)自分を守るためなら暴力をふるうのも仕方ない(12)
.39
(身体)人に乱暴なことをしたことがある(17)
.35
(身体)どんなことがあっても人をたたいたりけったりしてはいけないと思う(22) -.29
(短気)すぐに怒るほうだ(8)
.31
(短気)ちょっとしたことで腹が立つ(15)
.24
(短気)すぐにけんかをしてしまう(10)
.19
(短気)よく口げんかをする(23)
.16
(短気)友達とけんかすることがある(4)
.17
(短気)かっとなってもすぐにおさまる(13)
-.15
(敵意)私の悪口を言う人が多いと思う(21)
.06
(敵意)本気で嫌だと思う人がたくさんいる(20)
.17
(敵意)友達の中には嫌な人が多い(14)
.15
(敵意)普段仲良くしていても本当に困ったとき助けてくれない友達もいると思う(16)
.07
(敵意)人からばかにされたり意地悪されたことがある(11)
.03
(敵意)友達にばかにされているかもしれない(5)
.02
(言語)やりたいと思ったことはやりたいとはっきり言う(19)
.05
(言語)友達の考えに賛成できないときははっきり言う(6)
-.04
(言語)嫌なときは嫌だとはっきり言う(2)
.08
(言語)友だちと考えが合わないとき自分の考えを通そうとする(1) .12
(言語)邪魔をする人がいたら文句を言う(7)
.29
(身体)たたかれたらたたきかえす(18)
(身体)たたかれたりけられたりしたら必ずやりかえす(3)
小学生
短気
.32
.32
.45
.32
.45
-.08
.64
.53
.66
.50
.56
-.22
.23
.04
.05
.16
.15
.26
-.01
.02
.06
.13
.27
敵意 言語 共通
.08 .12 .79
.04 .14 .60
.16 .08 .53
.21 .15 .32
.23 .07 .38
-.06 .00 .09
.14 .07 .53
.29 .02 .43
.16 .07 .51
.18 .13 .33
.14 .11 .38
-.08 .15 .10
.65 -.05 .48
.61 .05 .41
.63 .01 .42
.56 .04 .35
.56 .03 .34
.56 -.07 .39
-.03 .66 .44
-.01 .59 .35
-.05 .64 .42
.09 .30 .13
.10 .35 .29
中学生
身体
.83
.77
.51
.46
.42
-.31
.29
.16
.27
.18
.20
.03
.04
.09
.01
.06
-.04
-.02
.07
.04
.05
.11
.18
差:小-中
短気 敵意 言語 共通 身体 短気 敵意 言語 共通
.16 .07 .24 .77 -.01 .16 .01 -.12 .02
.12 .01 .25 .67 -.08 .20 .03 -.11 -.07
.49 .21 .07 .55 .04 -.04 -.05 .01 -.02
.24 .15 .11 .30 -.07 .08 .07 .04 .02
.35 .25 .11 .37 -.06 .10 -.03 -.04 .01
-.05 .13 .06 .12 .02 -.02 -.19 -.06 -.03
.62 .21 .16 .53 .02 .02 -.07 -.09 .00
.56 .26 .07 .41 .08 -.02 .03 -.05 .02
.61 .19 .13 .49 -.08 .06 -.04 -.06 .01
.47 .25 .14 .33 -.01 .04 -.07 .00 .00
.37 .36 .16 .33 -.03 .19 -.21 -.05 .04
-.23 .06 .13 .07 -.18 .00 -.14 .02 .03
.15 .73 -.03 .56 .01 .08 -.09 -.02 -.08
.15 .55 .04 .34 .08 -.11 .06 .01 .07
.14 .52 -.01 .29 .14 -.09 .11 .03 .13
.01 .47 .15 .25 .01 .15 .09 -.11 .10
.13 .70 -.07 .51 .06 .01 -.14 .09 -.17
.11 .75 -.08 .58 .04 .15 -.19 .01 -.19
.03 -.06 .61 .39 -.02 -.04 .03 .05 .05
-.04 .01 .67 .45 -.09 .06 -.02 -.08 -.10
.00 -.06 .60 .36 .03 .06 .02 .04 .06
.12 .11 .41 .21 .02 .00 -.02 -.11 -.08
.28 .06 .45 .32 .12 -.01 .04 -.10 -.02
20
因子相関(尺度間相関?)
身体
短気
敵意
言語
小学生
身体 短気 敵意 言語
1.00
0.60 1.00
0.33 0.39 1.00
0.30 0.28 0.07 1.00
中学生
小学生ー中学生
身体 短気 敵意 言語 身体 短気 敵意 言語
1.00
.00
0.58 1.00
.02 .00
0.27 0.43 1.00
.06 -.04 .00
0.34 0.28 0.04 1.00 -.05 .00 .03 .00
尺度間(観測変数の合計得点)の相関
21
EFA+直交回転:解釈
EFA+直交回転:解釈
4つの因子の同定は可能
因子負荷量の違いから知見は得にくい
小学校:短気F→身体V
中学校:敵意F→短気V(少し目立つ程度)
因子相関(尺度間相関)に大きな違いはない
22
4因子探索的因子モデルの適合度
小学生
中学生
N
956
579
χ^2値
P値
df
GFI CFI RMSEA L
U
572.623 < 0.001 167 0.948 0.936 0.050 0.046 0.055
561.130 < 0.001 167 0.917 0.903 0.064 0.058 0.070
4因子モデルは,小学生のデータへの
適合の方が良い
中学生のデータは4因子モデルで説明
しにくい
23
EFAによる比較(最尤法+斜交解(オブリミン回転))
青字は0.25以上;差での赤字は0.15以上
(身体)たたかれたらたたきかえす(18)
(身体)たたかれたりけられたりしたら必ずやりかえす(3)
(身体)からかわれたらたたいたりけったりするかもしれない(9)
(身体)自分を守るためなら暴力をふるうのも仕方ない(12)
(身体)人に乱暴なことをしたことがある(17)
(身体)どんなことがあっても人をたたいたりけったりしてはいけないと思う(22)
(短気)すぐに怒るほうだ(8)
(短気)ちょっとしたことで腹が立つ(15)
(短気)すぐにけんかをしてしまう(10)
(短気)よく口げんかをする(23)
(短気)友達とけんかすることがある(4)
(短気)かっとなってもすぐにおさまる(13)
(敵意)私の悪口を言う人が多いと思う(21)
(敵意)本気で嫌だと思う人がたくさんいる(20)
(敵意)友達の中には嫌な人が多い(14)
(敵意)普段仲良くしていても本当に困ったとき助けてくれない友達もいると思う(16)
(敵意)人からばかにされたり意地悪されたことがある(11)
(敵意)友達にばかにされているかもしれない(5)
(言語)やりたいと思ったことはやりたいとはっきり言う(19)
(言語)友達の考えに賛成できないときははっきり言う(6)
(言語)嫌なときは嫌だとはっきり言う(2)
(言語)友だちと考えが合わないとき自分の考えを通そうとする(1)
(言語)邪魔をする人がいたら文句を言う(7)
因子相関行列
身体
短気
敵意
言語
小学生
身体
.85
.71
.48
.33
.25
-.31
.14
.09
.00
.01
.01
-.11
-.07
.13
.10
-.02
-.07
-.11
.02
-.10
.04
.08
.23
身体
1.00
.58
.30
.17
短気
.06
.12
.31
.19
.37
.03
.64
.51
.71
.52
.59
-.21
.14
-.14
-.13
.06
.05
.20
-.06
.02
.03
.08
.19
短気
敵意
-.04
-.07
.04
.14
.12
-.03
-.02
.17
.00
.06
.01
-.02
.64
.65
.67
.57
.58
.55
-.01
.00
-.06
.07
.03
敵意
言語
.04
.07
.01
.10
.02
.03
.01
-.02
.02
.09
.06
.17
-.07
.04
.00
.03
.02
-.08
.67
.60
.64
.29
.32
言語
中学生 差:小-中
身体
.86
.80
.47
.45
.38
-.34
.19
.06
.18
.09
.13
.05
.00
.05
-.03
.03
-.08
-.06
-.01
-.04
-.02
.04
.09
身体
1.00
1.00
.37
.44 1.00
.16
.14 .03 1.00 .32
短気
-.07
-.10
.35
.10
.21
.00
.54
.51
.54
.40
.27
-.27
.02
.03
.05
-.10
.03
-.01
-.02
-.10
-.04
.05
.22
短気
敵意
.04
-.01
.16
.12
.21
.14
.12
.20
.11
.19
.31
.08
.75
.56
.53
.48
.72
.78
-.11
-.03
-.11
.07
-.01
敵意
言語
.10
.13
.01
.04
.06
.11
.17
.09
.14
.14
.14
.09
-.09
-.01
-.04
.11
-.11
-.13
.63
.68
.62
.41
.46
言語
身体
.00
-.10
.01
-.12
-.13
.03
-.05
.03
-.18
-.08
-.12
-.16
-.07
.08
.13
-.05
.01
-.05
.03
-.06
.06
.04
.14
身体
.00
1.00
.21
.31 1.00
.14
.06 .18 1.00 -.15
短気
.13
.21
-.04
.09
.16
.03
.10
.00
.17
.11
.32
.06
.12
-.18
-.17
.16
.03
.21
-.04
.12
.07
.02
-.02
短気
敵意
-.08
-.06
-.12
.02
-.10
-.17
-.14
-.02
-.11
-.12
-.30
-.10
-.11
.09
.14
.09
-.15
-.23
.10
.03
.05
.00
.04
敵意
言語
-.06
-.05
.00
.06
-.04
-.08
-.16
-.11
-.13
-.05
-.08
.08
.02
.05
.05
-.08
.13
.05
.03
-.08
.02
-.12
-.15
言語
.00
.13 .00
.08 -.15
.00
24
斜交回転による因子相関は不安定
である!
小学生
中学生
小-中
OBLIMIN
身体 短気 敵意 言語 身体 短気 敵意 言語 身体 短気 敵意 言語
1.00
1.00
.00
.58 1.00
.37 1.00
.21 .00
.30 .44 1.00
.16 .31 1.00
.14 .13 .00
.17 .14 .03 1.00 .32 .06 .18 1.00 -.15 .08 -.15 .00
身体
短気
敵意
言語
PROMAX
身体 1.00
1.00
.00
短気 .69 1.00
.62 1.00
.07 .00
敵意 .34 .52 1.00
.24 .54 1.00
.10 -.01 .00
言語 .29 .21 .02 1.00 .43 .30 .07 1.00 -.14 -.09 -.04
.00
25
EFA+斜交回転:解釈
EFA+直交回転:解釈
4つの因子の同定は可能
因子負荷量の違いから有益な知見は得にくい
小学校:短気F→身体V
中学校:敵意F→短気V
因子相関に大きな違いはない
EFA+斜交回転:解釈
4つの因子の同定は可能
因子負荷量の違いから有益な知見は得にくい
(身体,短気)の相関ならびに(身体,敵意)の相
関に違いが見られるが,因子相関の細かい解釈
はし難い
26
検証的因子分析(個別分析)
以降「短気16」を解析から外してある
検証的因子分析は難しくない.
探索的因子分析の方がチョウムズイのだ
27
小学生のデータの検証的因子分析:初期モデル
小学生
(身体)たたかれたらたたきかえす(18)
(身体)たたかれたりけられたりしたら必ずやりかえす(3)
(身体)からかわれたらたたいたりけったりするかもしれない(9)
(身体)自分を守るためなら暴力をふるうのも仕方ない(12)
(身体)人に乱暴なことをしたことがある(17)
(身体)どんなことがあっても人をたたいたりけったりしてはいけないと思う(22)
(短気)すぐに怒るほうだ(8)
(短気)ちょっとしたことで腹が立つ(15)
(短気)すぐにけんかをしてしまう(10)
(短気)よく口げんかをする(23)
(短気)友達とけんかすることがある(4)
(短気)かっとなってもすぐにおさまる(13)
(敵意)私の悪口を言う人が多いと思う(21)
(敵意)本気で嫌だと思う人がたくさんいる(20)
(敵意)友達の中には嫌な人が多い(14)
(敵意)普段仲良くしていても本当に困ったとき助けてくれない友達もいると思う(16)
(敵意)人からばかにされたり意地悪されたことがある(11)
(敵意)友達にばかにされているかもしれない(5)
(言語)やりたいと思ったことはやりたいとはっきり言う(19)
(言語)友達の考えに賛成できないときははっきり言う(6)
(言語)嫌なときは嫌だとはっきり言う(2)
(言語)友だちと考えが合わないとき自分の考えを通そうとする(1)
(言語)邪魔をする人がいたら文句を言う(7)
中学生
身体 短気 敵意 言語 身体 短気 敵意 言語
.78
.78
.71
.72
.70
.64
.53
.54
.54
.50
-.27
-.24
.74
.69
.61
.57
.62
.57
.57
.53
.53
.46
.63
.54
.56
.59
.58
.57
.65
.55
.49
.43
.67
.68
.57
.51
.61
.23
.42
.55
.54
.48
.30
.48
28
プログラム
/EQUATIONS
V1= *F1
V2= *F1
V3= *F1
V4= *F1
V5= *F1
V6= *F1
V7=
*F2
V8=
*F2
V9=
*F2
V10=
*F2
V11=
*F2
V13=
*F3
V14=
*F3
V15=
*F3
V16=
*F3
V17=
*F3
V18=
*F3
V19=
V20=
V21=
V22=
V23=
/VARIANCES
F1 TO F4= 1;
E1 TO E11= *;
E13 TO E23= *;
/COVARIANCES
F1 TO F4 =*;
/END
*F4
*F4
*F4
*F4
*F4
+ E1;
+ E2;
+ E3;
+ E4;
+ E5;
+ E6;
+ E7;
+ E8;
+ E9;
+ E10;
+ E11;
+ E13;
+ E14;
+ E15;
+ E16;
+ E17;
+ E18;
+ E19;
+ E20;
+ E21;
+ E22;
+ E23;
29
小学生のデータの検証的因子分析
小学生
N=957
スタートのモデル
V23,F1 を付加
χ^2値
df
981.7
961.4
814.2
203
202
P値
GFI
<0.001 0.911
0.912
<0.001 0.925
CFI
RMSEA
L
U
U
0.878
0.879
0.902
0.063
0.056
0.059
0.052
0.066
0.066
0.06
LM検定結果
パス χ^2値
V5,F2
V23,F1
V5,F3
V23,F2
V22,F1
V23,F3
V22,F2
V5,F2
V1,F2
V5,F3
V8,F3
V1,F2
V22,F3
V20,F1
V1,F3
V8,F3
V2,F3
V19,F2
V4,F3
V1,F3
37.072
142.75
28.935
124.17
27.458
44.639
27.136
40.792
26.155
30.933
21.734
28.108
20.749
24.838
18.625
21.714
14.902
21.063
13.036
18.83
30
小学生のデータの検証的因子分析
小学生
N=957
スタートのモデル
V23,F1 を付加
V5,F2 を付加
V3,F2 を付加
χ^2値
df
P値
GFI
CFI
RMSEA
L
U
981.7
814.2
775.8
743.4
203
202
201
200
<0.001
<0.001
<0.001
<0.001
0.911
0.925
0.929
0.932
0.878
0.902
0.908
0.913
0.063
0.056
0.055
0.053
0.059
0.052
0.051
0.049
0.066
0.06
0.059
0.057
LM検定結果
パス χ^2値
V4,F2
V3,F2
V4,F3
V22,F1
V22,F2
V22,F1
V1,F2
V22,F3
V8,F3
V4,F3
V7,F3
V8,F3
V23,F2
V7,F3
V1,F2
V1,F3
V20,F1
V4,F2
31.75
29.356
28.357
26.675
26.454
26.488
24.614
23.33
20.139
20.415
16.54
18.809
16.341
18.085
14.221
15.305
10.762
13.642
9.303
11.688
31
小学生のデータの検証的因子分析
小学生
N=957
スタートのモデル
V23,F1 を付加
V5,F2 を付加
V3,F2 を付加
V4,F2 を付加
V22,F2 を付加
χ^2値
df
P値
GFI
CFI
RMSEA
L
U
981.7
814.2
775.8
743.4
708.7
682.7
203
202
201
200
199
198
<0.001
<0.001
<0.001
<0.001
<0.001
<0.001
0.911
0.925
0.929
0.932
0.935
0.937
0.878
0.902
0.908
0.913
0.919
0.923
0.063
0.056
0.055
0.053
0.052
0.051
0.059
0.052
0.051
0.049
0.048
0.046
0.066
0.06
0.059
0.057
0.056
0.055
LM検定結果
パス χ^2値
V22,F2
V23,F2
V22,F1
V7,F3
V23,F2
V8,F3
V22,F3
V23,F3
V20,F1
V7,F3
V21,F1
V8,F3
V20,F1
V7,F1
V23,F3
V4,F3
V19,F2
V5,F3
V18,F4
V7,F1
24.868
25.75
23.175
17.639
22.521
14.14
19.727
9.388
17.008
7.082
14.677
6.494
10.363
6.338
8.786
6.303
6.906
4.559
6.818
4.095
32
小学生のデータの検証的因子分析
小学生
N=957
スタートのモデル
V23,F1 を付加
V5,F2 を付加
V3,F2 を付加
V4,F2 を付加
V22,F2 を付加
V23,F2 を付加
V7,F3 を付加
χ^2値
df
P値
GFI
CFI
RMSEA
L
U
981.7
981.7
814.2
814.2
775.8
775.8
743.4
743.4
708.7
708.7
682.7
682.7
657.2
657.2
638.8
203
202
201
200
199
198
197
196
<0.001
<0.001
<0.001
<0.001
<0.001
<0.001
<0.001
<0.001
0.911
0.925
0.929
0.932
0.935
0.937
0.940
0.941
0.878
0.902
0.908
0.913
0.919
0.923
0.927
0.929
0.063
0.056
0.055
0.053
0.052
0.051
0.049
0.049
0.059
0.052
0.051
0.049
0.048
0.046
0.045
0.044
0.066
0.060
0.059
0.057
0.056
0.055
0.054
0.053
LM検定結果
パス χ^2値
V9,F3
V7,F3
V20,F1
V8,F3
V20,F1
V21,F1
V7,F1
V4,F3
V21,F1
V18,F4
V21,F2
V4,F3
V21,F2
V10,F4
V18,F4
V8,F3
V5,F3
V4,F4
V13,F4
V4,F4
17.203
7.469
13.965
7.203
7.205
6.373
6.389
4.987
6.352
4.445
5.535
4.389
4.461
4.226
4.382
4.137
4.127
4.054
3.777
3.133
33
中学生のデータの検証的因子分析
中学生
N=579
スタートのモデル
V3,F2 を付加
χ^2値
df
861.7
790.2
203
202
P値
GFI
CFI
RMSEA
L
U
<0.001 0.870
<0.001 0.884
0.836
0.854
0.075
0.071
0.070
0.066
0.080
0.076
LM検定結果
パス χ^2値
V5,F2
V3,F2
V5,F3
V23,F2
V23,F2
V23,F1
V23,F1
V3,F3
V11,F3
V5,F3
V16,F4
V2,F3
V9,F3
V2,F2
V23,F3
V5,F2
V2,F3
V1,F2
V6,F3
V6,F2
59.995
64.109
48.693
43.01
45.232
33.441
25.499
33.319
14.548
32.833
14.268
25.706
14.068
23.322
13.179
22.042
12.718
21.649
12.556
16.37
34
中学生のデータの検証的因子分析
中学生
N=579
スタートのモデル
V3,F2 を付加
V5,F2 を付加
V23,F2 を付加
V4,F2 を付加
χ^2値
df
P値
GFI
CFI
RMSEA
L
U
856.3
861.7
794.7
790.2
726.7
726.7
679.6
656.6
203
202
201
200
199
<0.001
<0.001
<0.001
<0.001
<0.001
0.872
0.870
0.883
0.884
0.893
0.900
0.903
0.840
0.836
0.855
0.854
0.870
0.881
0.886
0.075
0.071
0.067
0.064
0.063
0.069
0.070
0.066
0.062
0.059
0.058
0.080
0.076
0.072
0.070
0.068
LM検定結果
パス χ^2値
V22,F2
V4,F2
V23,F2
V22,F2
V22,F3
V4,F2
V22,F3
V11,F3
V23,F1
V16,F4
V4,F3
V11,F3
V9,F3
V16,F4
V16,F4
V6,F3
V9,F3
V9,F3
V3,F4
V11,F3
V14,F1
V6,F3
V23,F3
V14,F2
V3,F4
V22,F3
V14,F1
V22,F1
V6,F3
19.026
22.446
46.409
17.908
16.858
21.943
16.642
14.807
21.798
15.225
14.448
15.101
14.533
11.726
14.281
14.469
9.384
13.79
12.06
8.728
13.671
10.461
8.63
13.376
9.155
6.486
12.064
8.832
6.457
10.476
35
中学生のデータの検証的因子分析
中学生
N=579
スタートのモデル
V3,F2 を付加
V5,F2 を付加
V23,F2 を付加
V4,F2 を付加
V22,F2 を付加
χ^2値
df
P値
GFI
CFI
RMSEA
L
U
856.3
794.7
726.7
679.6
656.6
637.5
203
202
201
200
199
198
<0.001
<0.001
<0.001
<0.001
<0.001
<0.001
0.872
0.883
0.893
0.900
0.903
0.906
0.840
0.855
0.870
0.881
0.886
0.891
0.075
0.071
0.067
0.064
0.063
0.062
0.069
0.066
0.062
0.059
0.058
0.057
0.080
0.076
0.072
0.070
0.068
0.067
LM検定結果
パス χ^2値
V11,F3
V22,F2
V22,F3
V16,F4
V11,F3
V9,F3
V16,F4
V6,F3
V9,F3
V3,F4
V14,F1
V6,F3
V14,F2
V3,F4
V14,F1
V7,F3
V14,F2
V8,F1
V22,F1
V5,F3
14.492
19.026
16.858
14.424
14.807
12.155
14.448
9.384
11.726
8.864
9.384
8.626
8.728
6.736
6.643
8.63
6.486
5.775
6.457
5.126
36
中学生のデータの検証的因子分析
中学生
N=579
スタートのモデル
V3,F2 を付加
V5,F2 を付加
V23,F2 を付加
V4,F2 を付加
V22,F2 を付加
V11,F3 を付加
V16,F4 を付加
χ^2値
df
P値
GFI
CFI
RMSEA
L
U
856.3
794.7
726.7
679.6
656.6
637.5
622.9
608.5
203
202
201
200
199
198
197
196
<0.001
<0.001
<0.001
<0.001
<0.001
<0.001
<0.001
<0.001
0.872
0.883
0.893
0.900
0.903
0.906
0.906
0.908
0.840
0.855
0.870
0.881
0.886
0.891
0.894
0.898
0.075
0.071
0.067
0.064
0.063
0.062
0.061
0.060
0.069
0.066
0.062
0.059
0.058
0.057
0.056
0.055
0.080
0.076
0.072
0.070
0.068
0.067
0.067
0.066
LM検定結果
パス χ^2値
V16,F4
V3,F4
V14,F1
V6,F3
V3,F4
V6,F3
V14,F1
V14,F2
V8,F1
V14,F2
V14,F4
V5,F3
V8,F3
V18,F1
V9,F3
V11,F4
V9,F3
14.135
9.297
9.494
9.286
9.308
9.257
7.318
8.42
6.893
6.99
6.652
6.783
5.775
5.751
5.524
5.579
5.485
5.47
5.377
5.226
37
LM 検定はいつ終了させるのか?
内容的吟味
統計的基準
χ^2(0.05)=3.841
1
χ^2(0.005)=7.882…..default
of LISREL
1
χ^2(0.05/検定の総数)….検定の多重性を考慮
1
χ^2(
0.05/66)=11.3
1
[註:66=22×4-22]
AIC でみるときは 2
CAICでみるときは 1+log n
1+log957=7.86,
1+log579=7.36
スクリープロットの要領で
飛びぬけて大きな統計量がなくなるまで続ける
38
Wald 検定:小学生
---- 偏回帰係数=0の検定 ----
身体22
身体4
身体12
身体15
身体20
身体26
短気11
短気18
短気13
短気27
短気5
敵意25
敵意24
敵意17
敵意19
敵意14
敵意6
言語23
言語7
言語3
言語1
言語10
F1
.84
.75
.41
.27
.17
-.28
推定値
F2 F3
F4
.34
.30
.43
.84 -.17
.62
.60
.56
.51
.62
.53
.56
.59
.59
.57
.19
.12
.23
.60
.53
.62
.18
.27
標準誤差
F1 F2 F3 F4
.03
.03
.04 .04
.04 .04
.04 .04
.03
.04 .04
.03
.03
.03
.03
.03
.03
.03
.03
.03
.03
.03
.03
.03
.02
.03
.05 .04
.03
t-値
F2
F3
F1
32.18
26.70
10.80 8.94
6.29 6.92
4.29 10.76
-8.50
20.30 -4.18
21.92
21.94
17.29
18.17
22.46
18.02
18.66
18.13
17.96
19.60
4.18
5.42
5.14
F4
LM 検定の順序
F1 F2 F3 F4
3
4
2
7
17.89
15.71
17.96
7.38
8.11
1
5
6
39
Wald 検定:中学生
---- 偏回帰係数=0の検定 ----
身体22
身体4
身体12
身体15
身体20
身体26
短気11
短気18
短気13
短気27
短気5
敵意25
敵意24
敵意17
敵意19
敵意14
敵意6
言語23
言語7
言語3
言語1
言語10
F1
.86
.78
.24
.33
.20
-.24
推定値
F2 F3
F4
.50
.25
.37
.71
.56
.55
.52
.36
.13
.29
.14
.65
.55
.49
.45
.67
.68
.17
.57
.56
.50
.25
.38
標準誤差
t-値
F1 F2 F3 F4
F1
F2
F3
F4
.04
24.75
.04
21.70
.04 .04
6.03 12.08
.05 .05
6.89 5.05
.04 .04
4.86 8.92
.04
-5.94
.04
18.47
.04
15.01
.03
17.94
.04
13.93
.04 .04
9.64 3.88
.03
19.55
.04
14.00
.04
13.06
.04 .04
10.77 3.82
.04
18.12
.04
19.67
.04
13.93
.04
14.42
.04
13.26
.03
.03
4.38
7.89
.04
.04
7.72
9.23
LM 検定の順序
F1 F2 F3 F4
1
4
2
6
7
5
3
40
Wald 検定:比較
小学生
F1
.84
.75
.41
.27
.17
-.28
推定値
F2
F3
F4
.34
.30
.43
.84
.62
.60
.56
.51
-.17
.62
.53
.56
.59
.59
.57
.19
.12
.23
.60
.53
.62
.18
.27
中学生
t-値
F2
F3
F1
32.18
26.70
10.80 8.94
6.29 6.92
4.29 10.76
-8.50
20.30 -4.18
21.92
21.94
17.29
18.17
22.46
18.02
18.66
18.13
17.96
19.60
4.18
5.42
5.14
F4
17.89
15.71
17.96
7.38
8.11
身体22
身体4
身体12
身体15
身体20
身体26
短気11
短気18
短気13
短気27
短気5
敵意25
敵意24
敵意17
敵意19
敵意14
敵意6
言語23
言語7
言語3
言語1
言語10
F1
.86
.78
.24
.33
.20
-.24
推定値
F2
F3
F4
.50
.25
.37
.71
.56
.55
.52
.36
.13
.29
.14
.65
.55
.49
.45
.67
.68
t-値
F2
F3
F1
24.75
21.70
6.03 12.08
6.89 5.05
4.86 8.92
-5.94
18.47
15.01
17.94
13.93
9.64
.17
.57
.56
.50
.25
.38
4.38
7.72
3.88
19.55
14.00
13.06
10.77
18.12
19.67
F4
3.82
13.93
14.42
13.26
7.89
9.23
41
個別分析結論...ここではモデル2でいこう
モデル1(配置不変は成立しない)
LM検定での最終モデル
モデル2(配置不変が成立)
小学生:(短気11,敵意因子),(言語10,身体因
子)のパスを外す(el_add61)
中学生:(敵意19,言語因子),(短気5,敵意因子)
のパスを外す(jh_add5)
42
個別分析最終推定値
小学生
F1
.85
.74
.38
.24
.14
-.28
推定値
F2
F3
F4
.36
.32
.45
.73
.61
.60
.57
.51
.62
.54
.56
.59
.59
.57
χ^2
672.1
.60
.53
.62
.12
.18
.37
.29
df
P値 GFI
198 <0.001 0.938
t-値 と sqrt(LM)
F1
F2
F3
F4
32.34
26.51
9.76 9.24
5.50 7.18
3.48 10.85
-8.46
24.23
3.96
21.43
3.82
22.04
17.43
18.36
22.50
18.05
18.68
18.00
17.89
19.59
17.88
2.99
15.61
18.02
5.42
7.32
3.84 12.29
8.80
CFI RMSEA L
U
0.924 0.050 0.046 0.054
中学生
身体22
身体4
身体12
身体15
身体20
身体26
短気11
短気18
短気13
短気27
短気5
敵意25
敵意24
敵意17
敵意19
敵意14
敵意6
言語23
言語7
言語3
言語1
言語10
F1
.86
.78
.25
.34
.20
-.24
推定値
F2
F3
F4
.49
.24
.37
.70
.56
.55
.52
.44
.65
.55
.49
.43
.67
.68
χ^2
637.5
.57
.55
.50
.13
.25
.29
.38
df
P値 GFI
198 <0.001 0.906
t-値 と sqrt(LM)
F1
F2
F3
F4
24.74
21.73
6.33 12.02
7.04 5.02
5.03 8.93
-5.96
3.06
18.27
15.00
17.97
3.49
13.99
13.89
3.81
19.70
14.02
12.95
10.32
3.80
18.08
19.50
13.91
14.27
13.46
4.42
7.79
7.65
9.15
CFI RMSEA L
U
0.891 0.062 0.057 0.067
43
検証的因子分析による比較
小学生
中学生 差:小ー中
身体 短気 敵意 言語 身体 短気 敵意 言語
.85
.86
.74
.78
(身体)からかわれたらたたいたりけったりするかもしれない(9)
.38 .36
.25 .49
(身体)自分を守るためなら暴力をふるうのも仕方ない(12)
.24 .32
.34 .24
(身体)人に乱暴なことをしたことがある(17)
.14 .45
.20 .37
(身体)どんなことがあっても人をたたいたりけったりしてはいけないと思う(22) -.28
-.24
(短気)すぐに怒るほうだ(8)
.73
.70
(短気)ちょっとしたことで腹が立つ(15)
.61
.56
(短気)すぐにけんかをしてしまう(10)
.60
.55
(短気)よく口げんかをする(23)
.57
.52
(短気)友達とけんかすることがある(4)
.51
.44
(短気)かっとなってもすぐにおさまる(13)
(敵意)私の悪口を言う人が多いと思う(21)
.62
.65
(敵意)本気で嫌だと思う人がたくさんいる(20)
.54
.55
(敵意)友達の中には嫌な人が多い(14)
.56
.49
(敵意)普段仲良くしていても本当に困ったとき助けてくれない友達もいると思う(16)
.59
.43
(敵意)人からばかにされたり意地悪されたことがある(11)
.59
.67
(敵意)友達にばかにされているかもしれない(5)
.57
.68
(言語)やりたいと思ったことはやりたいとはっきり言う(19)
.60
.57
(言語)友達の考えに賛成できないときははっきり言う(6)
.53
.55
(言語)嫌なときは嫌だとはっきり言う(2)
.62
.50
(言語)友だちと考えが合わないとき自分の考えを通そうとする(1)
.12
.18
.13
.25
(言語)邪魔をする人がいたら文句を言う(7)
.37
.29
.29
.38
因子相関行列 身体 短気 敵意 言語 身体 短気 敵意 言語
身体 1.00
1.00
短気 .69 1.00
.56 1.00
敵意 .29 .55 1.00
.10 .53 1.00
言語 .22 .15 -.03 1.00 .34 .17 -.09 1.00
(身体)たたかれたらたたきかえす(18)
(身体)たたかれたりけられたりしたら必ずやりかえす(3)
身体 短気 敵意 言語
-.01
-.03
.13 -.13
-.10 .08
-.06 .08
-.04
.03
.05
.05
.04
.08
-.03
-.01
.07
.16
-.09
-.11
.04
-.03
.11
-.01
-.07
.08
-.08
身体 短気 敵意 言語
.00
.14 .00
.19 .02 .00
-.12 -.02 .06 .00
44
CFA(個別分析):解釈
 EFA+直交回転:解釈
 4つの因子の同定は可能
 因子負荷量の違いから有益な知見は得にくい
小学校:短気F→身体V
中学校:敵意F→短気V
 因子相関に大きな違いはない
 EFA+斜交回転:解釈
 4つの因子の同定は可能
 因子負荷量の違いから有益な知見は得にくい
 (身体,短気)の相関ならびに(身体,敵意)の相関に違いが見られるが,因
子相関の細かい解釈はし難い
CFA(個別分析):解釈
4つの因子の同定は可能
因子負荷量の違いが解釈できそう(差の有意性は不明)
(身体,短気)の相関ならびに(身体,敵意)の相関に違
いが見られる
45
多母集団の同時分析
各母集団で検証的因子分析モデルが適合する
か?
配置不変:パス(因子負荷)の位置が一致
測定不変:パス係数(因子負荷)の値が一致
強因子不変:パス係数(因子負荷)の値と因子間相
関の値が一致
46
「小学生+
中学生」の
同時分析
初期モデル
小学生
(身体)たたかれたらたたきかえす(18)
(身体)たたかれたりけられたりしたら必ずやりかえす(3)
(身体)からかわれたらたたいたりけったりするかもしれない(9)
(身体)自分を守るためなら暴力をふるうのも仕方ない(12)
(身体)人に乱暴なことをしたことがある(17)
(身体)どんなことがあっても人をたたいたりけったりしてはいけないと思う(22)
身体 短気 敵意 言語 身体 短気 敵意 言語
.85
.85
.75
.75
.32 .42
.32 .42
.28 .28
.28 .28
.17 .41
.17 .41
-.26
-.26
.72
.72
.60
.60
.58
.58
.55
.55
.48
.48
同時分析
N=963-7+579=1542-7
(短気)すぐに怒るほうだ(8)
(短気)ちょっとしたことで腹が立つ(15)
(短気)すぐにけんかをしてしまう(10)
(短気)よく口げんかをする(23)
(短気)友達とけんかすることがある(4)
(短気)かっとなってもすぐにおさまる(13)
χ^2値
df
CAIC
P値
(敵意)私の悪口を言う人が多いと思う(21)
GFI
初期のモデル
(敵意)本気で嫌だと思う人がたくさんいる(20)
1378.8
429 -2051 < 0.001
0.922
(敵意)友達の中には嫌な人が多い(14)
(敵意)普段仲良くしていても本当に困ったとき助けてくれない友達もいると思う(16)
(敵意)人からばかにされたり意地悪されたことがある(11)
(敵意)友達にばかにされているかもしれない(5)
(言語)やりたいと思ったことはやりたいとはっきり言う(19)
(言語)友達の考えに賛成できないときははっきり言う(6)
(言語)嫌なときは嫌だとはっきり言う(2)
(言語)友だちと考えが合わないとき自分の考えを通そうとする(1)
(言語)邪魔をする人がいたら文句を言う(7)
因子
身体
短気
敵意
言語
中学生
.13
.34
身体 短気
1.00
.64 1.00
.22 .55
.27 .16
CFI RMSEA
L
.63
.63U
.54
.54
0.908 0.038 0.036
0.04
.53
.53
.53
.53
.62
.62
.62
.62
.59
.59
.54
.54
.57
.57
.21
.13
.21
.33
.34
.33
敵意 言語 身体 短気 敵意 言語
1.00
.64 1.00
1.00
.22 .55 1.00
-.06 1.00 .27 .16 -.06 1.00
47
母集団間の制約の検定
検定すべき制約
(1,V1,F1)-(2,V1,F1)=0;
(1,V2,F1)-(2,V2,F1)=0;
(1,V3,F1)-(2,V3,F1)=0;
(1,V3,F2)-(2,V3,F2)=0;
(1,V4,F1)-(2,V4,F1)=0;
(1,V4,F2)-(2,V4,F2)=0;
(1,V5,F1)-(2,V5,F1)=0;
(1,V5,F2)-(2,V5,F2)=0;
(1,V6,F1)-(2,V6,F1)=0;
(1,V7,F2)-(2,V7,F2)=0;
(1,V8,F2)-(2,V8,F2)=0;
(1,V9,F2)-(2,V9,F2)=0;
(1,V10,F2)-(2,V10,F2)=0;
(1,V11,F2)-(2,V11,F2)=0;
(1,V13,F3)-(2,V13,F3)=0;
(1,V14,F3)-(2,V14,F3)=0;
(1,V15,F3)-(2,V15,F3)=0;
(1,V16,F3)-(2,V16,F3)=0;
(1,V17,F3)-(2,V17,F3)=0;
(1,V18,F3)-(2,V18,F3)=0;
(1,V19,F4)-(2,V19,F4)=0;
(1,V20,F4)-(2,V20,F4)=0;
(1,V21,F4)-(2,V21,F4)=0;
(1,V22,F2)-(2,V22,F2)=0;
(1,V22,F4)-(2,V22,F4)=0;
(1,V23,F2)-(2,V23,F2)=0;
(1,V23,F4)-(2,V23,F4)=0;
(1,F2,F1)-(2,F2,F1)=0;
(1,F3,F1)-(2,F3,F1)=0;
(1,F4,F1)-(2,F4,F1)=0;
(1,F3,F2)-(2,F3,F2)=0;
(1,F4,F2)-(2,F4,F2)=0;
(1,F4,F3)-(2,F4,F3)=0;
CONSATALL
Chi^2
P-値
0.15
0.70
1.46
0.23
0.86
0.35
2.23
0.14
1.28
0.26
0.03
0.87
0.10
0.75
0.63
0.43
0.55
0.46
0.04
0.85
0.22
0.64
0.16
0.69
0.14
0.71
1.69
0.19
0.08
0.78
0.75
0.39
1.92
0.17
10.04
0.00
2.26
0.13
5.20
0.02
0.41
0.52
0.16
0.69
5.96
0.02
1.00
0.32
2.44
0.12
0.70
0.40
1.35
0.25
3.56
0.06
3.45
0.06
1.54
0.22
0.93
0.34
0.19
0.66
0.41
0.52
CON1_163
Chi^2
P-値
0.16
0.69
1.46
0.23
0.87
0.35
2.19
0.14
1.28
0.26
0.03
0.86
0.10
0.75
0.65
0.42
0.55
0.46
0.03
0.87
0.24
0.62
0.19
0.67
0.15
0.70
1.74
0.19
0.00
0.95
0.25
0.62
3.10
0.08
1.75
4.30
0.41
0.16
6.02
0.99
2.45
0.73
1.37
3.46
3.57
1.50
0.72
0.24
0.49
0.19
0.04
0.52
0.69
0.01
0.32
0.12
0.39
0.24
0.06
0.06
0.22
0.40
0.62
0.48
CON2_214
Chi^2
P-値
0.14
0.71
1.42
0.23
0.87
0.35
2.18
0.14
1.28
0.26
0.03
0.86
0.10
0.75
0.66
0.42
0.55
0.46
0.03
0.87
0.24
0.62
0.18
0.67
0.15
0.70
1.74
0.19
0.00
0.95
0.25
0.62
3.11
0.08
CON3_183
Chi^2
P-値
0.14
0.71
1.40
0.24
0.85
0.36
2.25
0.13
1.30
0.26
0.03
0.86
0.11
0.74
0.62
0.43
0.56
0.46
0.05
0.83
0.22
0.64
0.15
0.70
0.13
0.72
1.65
0.20
0.24
0.62
0.28
0.60
2.74
0.10
CON4_F13
Chi^2
P-値
0.12
0.74
1.64
0.20
0.99
0.32
2.21
0.14
1.18
0.28
0.02
0.88
0.05
0.82
0.60
0.44
0.49
0.48
0.01
0.91
0.26
0.61
0.25
0.62
0.17
0.68
1.70
0.19
0.25
0.62
0.23
0.63
2.80
0.10
CON5_F12
Chi^2
P-値
0.02
0.90
0.70
0.40
0.76
0.38
2.30
0.13
1.29
0.26
0.02
0.89
0.17
0.68
0.73
0.39
0.61
0.44
0.01
0.91
0.36
0.55
0.40
0.53
0.25
0.62
2.10
0.15
0.28
0.60
0.25
0.62
2.72
0.10
1.75
4.32
0.71
0.10
0.19
0.04
0.40
0.76
3.04
0.08
3.25
0.07
3.34
0.07
0.71
0.10
0.40
0.76
0.69
0.12
0.41
0.74
0.70
0.11
0.40
0.74
0.90
2.45
0.83
1.06
3.50
3.53
1.35
0.73
0.18
0.39
0.34
0.12
0.36
0.30
0.06
0.06
0.25
0.39
0.67
0.53
0.90
2.45
0.81
1.06
3.47
3.73
1.34
0.98
0.19
0.49
0.34
0.12
0.37
0.30
0.06
0.05
0.25
0.32
0.67
0.48
0.92
2.49
0.85
1.05
8.16
0.34
0.11
0.36
0.31
0.00
0.74
2.51
1.28
1.08
0.39
0.11
0.26
0.30
1.71
0.01
0.23
1.07
0.19
0.94
0.63
0.30
2.29
0.03
0.02
1.08
0.13
0.86
0.89
0.30
CON3_183での
同時検定
11.984
0.002
3.725 0.054
48
モデル修正のまとめ
同時分析
N=963-7+579=1542-7
全ての因子負荷と因子相関が
等しいモデル
(V16,F3) の等式を外す
model name χ^2
df
P値 CAIC GFI
CFI RMSEA L
U
CONSTALL 1378.9 429 <0.001 -2197 0.922 0.908 0.038 0.036 0.040
CON1_163
1368.9 428 <0.001 -2199 0.923 0.909
0.038 0.036 0.040
(V16,F3), (V21,F4) の等式を外す
CON2_214
1362.9 427 <0.001 -2197 0.923 0.909
0.038 0.036 0.040
(V16,F3), (V21,F4), (V18,F3)
の等式を外す
(V16,F3), (V21,F4), (V18,F3)
(F3,F1) の等式を外す
(V16,F3), (V21,F4), (V18,F3)
(F3,F1) (F2,F1)の等式を外す
CON3_183
1358.6 426 <0.001 -2193 0.924 0.910
0.038 0.036 0.040
CON4_F13
1354.9 425 <0.001 -2188 0.924 0.910
0.038 0.036 0.040
CON4_F12
1346.8 424 <0.001 -2188 0.924 0.911
0.038 0.035 0.040
49
最終モデルの推定値
最終モデル
(身体)たたかれたらたたきかえす(18)
(身体)たたかれたりけられたりしたら必ずやりかえす(3)
(身体)からかわれたらたたいたりけったりするかもしれない(9)
(身体)自分を守るためなら暴力をふるうのも仕方ない(12)
(身体)人に乱暴なことをしたことがある(17)
因子負荷量の違いを
内容的に説明したい
(身体)どんなことがあっても人をたたいたりけったりしてはいけないと思う(22)
(短気)すぐに怒るほうだ(8)
(短気)ちょっとしたことで腹が立つ(15)
(短気)すぐにけんかをしてしまう(10)
(短気)よく口げんかをする(23)
(短気)友達とけんかすることがある(4)
(短気)かっとなってもすぐにおさまる(13)
(敵意)私の悪口を言う人が多いと思う(21)
(敵意)本気で嫌だと思う人がたくさんいる(20)
(敵意)友達の中には嫌な人が多い(14)
(敵意)普段仲良くしていても本当に困ったとき助けてくれない友達もいると思う(16)
小学生
中学生
身体 短気 敵意 言語 身体 短気 敵意 言語
.85
.85
.75
.75
.32 .43
.32 .43
.29 .28
.29 .28
.18 .41
.18 .41
-.26
-.26
.72
.72
.60
.60
.58
.58
.55
.55
.48
.48
.64
.54
.53
.59
.63
.58
.64
.54
.53
.43
.63
.67
(敵意)人からばかにされたり意地悪されたことがある(11)
(敵意)友達にばかにされているかもしれない(5)
(言語)やりたいと思ったことはやりたいとはっきり言う(19)
.59
.59
(言語)友達の考えに賛成できないときははっきり言う(6)
.53
.53
(言語)嫌なときは嫌だとはっきり言う(2)
.62
.50
(言語)友だちと考えが合わないとき自分の考えを通そうとする(1)
.13
0.2
.13
0.2
(言語)邪魔をする人がいたら文句を言う(7)
.34
0.3
.34
0.3
因子相関行列 身体 短気 敵意 言語 身体 短気 敵意 言語
身体 1.00
1.00
短気 .69 1.00
.57 1.00
敵意 .28 .55 1.00
.13 .55 1.00
言語 .27 .16 -.05 1.00 .27 .16 -.05 1.00
50
因子間相関の比較
F1
身体的攻撃
F2
短気
F1
身体的攻撃
F2
短気
F4
言語的攻撃
F3
敵意
F4
言語的攻撃
F3
敵意
51
CFA(同時分析):解釈
 EFA+直交回転:解釈
 4つの因子の同定は可能
 因子負荷量の違いから有益な知見は得にくい
小学校:短気F→身体V
中学校:敵意F→短気V
 因子相関に大きな違いはない
 EFA+斜交回転:解釈
 4つの因子の同定は可能
 因子負荷量の違いから有益な知見は得にくい
 (身体,短気)の相関ならびに(身体,敵意)の相関に違いが見られるが,因子相関の細か
い解釈はし難い
 CFA(個別分析):解釈
 4つの因子の同定は可能
 因子負荷量の違いが解釈できそう(差の有意性は不明)
 (身体,短気)の相関ならびに(身体,敵意)の相関に違いが見られる
CFA(同時分析):解釈
4つの因子の同定は可能
因子負荷量の違いが解釈できそう(差の有意性を確
認)
(身体,短気)の相関ならびに(身体,敵意)の相関の
違いに有意性を確認
52
各種手法による因子相関推定値一覧
小学生
中学生
小学生-中学生
身体 短気 敵意 言語 身体 短気 敵意 言語 身体 短気 敵意 言語
身体 1.00
1.00
.00
身体
†探索 短気 .60 1.00
.58 1.00
.02 .00
短気
直交解 敵意 .33 .39 1.00
.27 .43 1.00
.06 -.04 .00
敵意
言語 .30 .28 .07 1.00 .34 .28 .04 1.00 -.05 .00 .03 .00 言語
身体 1.00
1.00
.00
身体
探索 短気 .58 1.00
.37 1.00
.21 .00
短気
斜交解 敵意 .30 .44 1.00
.16 .31 1.00
.14 .13 .00
敵意
言語 .17 .14 .03 1.00 .32 .06 .18 1.00 -.15 .08 -.15 .00 言語
身体 1.00
1.00
.00
身体
短気 .69 1.00
.56 1.00
.14 .00
短気
検証 敵意 .29 .55 1.00
.10 .53 1.00
.19 .02 .00
敵意
言語 .22 .15 -.03 1.00 .34 .17 -.09 1.00 -.12 -.02 .06 .00 言語
身体 1.00
1.00
.00
身体
検証 短気 .69 1.00
.57 1.00
.12 .00
短気
同時 敵意 .28 .55 1.00
.13 .55 1.00
.15 .00 .00
敵意
言語 .27 .16 -.05 1.00 .27 .16 -.05 1.00 .00 .00 .00 .00 言語
身体 短気 敵意 言語 身体 短気 敵意 言語 身体 短気 敵意 言語
†探索直交解は,尺度間(観測変数の合計得点)の相関
53
まとめ
EFA+直交回転→EFA+斜交回転→CFA(個別)→
CFA(同時)の順に解釈がし易くなる.統計的証拠が
強くなる[CFA(同時)がいつも良いというわけではない.先に述べたよう
に住み分けがある]
良く練られ,良く管理されて収集されたデータと感じる
4因子モデルの当てはめが中学校のデータに対する
方がやや悪い→小学生の方が少し単純
因子相関が小学生の方が高い→小学生は「身体的
攻撃」と「短気」, 「身体的攻撃」と「敵意」の分化が中
学生と比して進んでいない
54
因子間に因果関係を考えてみよう
共分散構造分析の試み
55
最終の検証
的因子分析
モデル
56
共分散構造モデル1
因子間のパス解析モデル:偏相関なし
小学生
因
子
相
関
中学生
.689
.559
.149
.231
.180
.551
.291
パ
ス
解
析
モ
デ
ル
.539
.336
.105
-.032
-.097
.776
.745
.282
.393
.553
-.143
-.195
.544
-.309
-.324
57
共分散構造モデル1の
適合度評価
χ^2
パス解析モデル 1363.040
相関モデル
1338.524
difference test
24.516
df
P値
418 <0.001
416 <0.001
2
CAIC
-2121.5
-2129.4
GFI
0.923
0.925
CFI
0.908
0.910
RMSEA
L
0.038 0.036
0.038 0.036
U
0.041
0.040
58
共分散構造モデル2
因子間のパス解析モデル:偏相関あり
中学生
小学生
偏
相
関
あ
り
.760
.709
.240
.161
.327
.551
-.128
.539
-.278
-.165
-.273
.776
偏
相
関
な
し
.239
.745
.282
.393
.553
-.143
-.195
.544
-.309
-.324
59
共分散構造モデルによる解析の
解釈と疑問
 モデル1の適合は良いとは言えない.「身体-言語」の相関が「短気」と
「敵意」とで説明しきれていないようである.「短気」と「敵意」を一定にし
た下で「身体」と「言語」の偏相関を生み出すものは何か?
 「敵意→身体」の偏回帰係数は負の値であり( 「敵意」から「身体」への
直接効果<0 ) ,この意味は,「短気」を一定に固定すると「敵意」は抑
制的に「身体」へ影響している.この解析結果に reasonable な解釈が
与えられるか?
 「敵意」から「身体」への直接効果が男女間で差がある.なぜか?
 「敵意」から「言語」への直接効果が男女間で差がある.なぜか?
 因子間の単相関では,「身体-短気」,「身体-敵意」の相関において男
女間で違いが見られた.この観測は共分散構造分析でやや違った見
方になる.短気から身体への直接のパス「短気→身体」は男女間で差
はなく,「身体-短気」の単相関との結果の違いは,「短気」から「敵意を
経由した擬相関(間接効果らしきもの)の違いから来る.
 以上のことがやや程度の差はあるが,偏相関を入れたモデルの解析
でも観測される.
ダウンロード

攻撃性尺度の分析:小学生vs中学生---- 多母集団の同時分析 ----