数学のカテで同じ質問をしたのですが、なかなか回答がないのでカテを変えて再投稿しました。
研修課題で、商品イメージと商品魅力の関係を調べています。SD法で商品イメージを測り、主成分分析を行いました。
そこで、学生時代に因子分析では因子負荷量の絶対値が0.4未満の項目は削除して因子分析を繰り返すようになど習いました。【質問(1)】「主成分分析」でも同じように項目削除→繰り返しを行うものなのでしょうか? また、二重負荷項目の扱いはどうしたらよいのでしょう?
【質問(2)】項目削除して因子分析を繰り返す理由って何ですか? 因子の妥当性だか信頼性だかが上がるから、習った記憶がありますが、“日常会話”で表現するとどういうことですか?
【質問(3)】この調査の目的は、魅力ある商品開発のために人気商品のイメージを探ることです。この動機だと、そもそも主成分分析と因子分析のどちらが適していたのでしょう・・・?
この後、各主成分得点を説明変数、商品評価(良い―悪い)を目的変数にして重回帰分析を行います。
ちなみに、Excelで解析しています。
ドシロートなのにビジネス文書の中で統計プロセスを説明して行かなければならず、四苦八苦しています。親切な回答をどうかよろしくお願い申し上げます。
A 回答 (1件)
- 最新から表示
- 回答順に表示
No.1
- 回答日時:
SD法の選好性データ、すなわち人: i、物: j, 項目: kについて得点o[i,j,k]を収集し、イーカゲンに数値化して、それを主成分分析に掛け、多次元尺度(MDS)を適当に構成しようとしている?
ご質問にストレートに答えるのはstomachmanには難しいし、一律に論じるのはちょっと無理な気がしますが、あえて暴論してみましょう。
殆ど同義の質問、或いは丁度反対の意味の質問が含まれていたとすると、項目同士に強い相関が生じます。そしてそれぞれ大きい寄与率を持ってしまったりする。こんなのこそ、本来一つだけあれば良いので、せいぜい平均点でも取っておけばよい。こういう事をチェックするために共分散行列上で共通性・独自性の評価をきちんとやらなくてはならない。
また例えば、しばしば回答者は質問それぞれに勝手に重みを付けてしまいます。どうでも良い、と思われる項目のデータはみんなテキトーに中庸の回答をし、分散が小さくなる。これを機械的に規格化すると、本来存在しないばらつきが恰も重要であるかのように見えてしまいます。ランダムなだけに結構大きい因子に化けてしまうことがあるけれど、実は情報を含んでいない。
さて、「恣意的に項目を削るのはケシカラン」なんて言って、「0.4未満無視」という風にルール化するのに果たして意味があるのか?どのみち因子分析の基本である「線形」という仮定自体に無理があるから、(学術研究をやってるのでないならば)カンを働かせていけない理由などないように思われます。SD法なら尚更で、質問の言葉使いだけでも非線形性が違ってくる。因子分析と仰っているのがどんな手法を指しているのかは分かりませんが、主成分分析もその一種と捉えるなら、事情はどちらも同じでしょう。
一方、折角取ったデータを捨てるのは馬鹿げている、という考え方もある。むしろ、データを階層化して解析しなおすのが有効って場合があります。例えば、第一因子が被験者の年収とほぼ同一でしかも寄与率が圧倒的に高い、なんて状況ですと「年収で決まる」以上の情報が得られない。ところが、例えば年齢層ごとに分けてそれぞれ分析してみると、寄与率が変わって「20代は価格と広告で、30代は性能と価格で、40代は広告と性能で選んでる」みたいな、それぞれの特徴が現れてくるかもしれない。全部のデータを一緒くたにしていると、こういう「非線形性」は線形のモデルでは見えてこないことがあります。
また非線形の成分を積極的に扱うために、項目の得点の2乗、3乗を項目に追加して分析するのも手です。そうすると傾向が見えてくる場合がある。旨く行ったら、ある項目の得点p、p^2、p^3をまとめて、f(p) = Ap^3+Bp^2+Cp という形の項目と再解釈し、項目からp、p^2、p^3を除きf(p) を入れて改めて分析しなおすことができる。pよりf(p)の方がデータを旨く説明するのなら、f(p)という尺度が(暫定的に)得られたことになります。同様に複数の項目の得点の積p q を項目に入れることも可能です。どういう積(p^2とかpqとか)を含めるかを恣意的に選ぶことができるので、これはデータを適当な次元に落として散布し、睨んで考えるんですね。
人気商品の秘密を探る!という目的だとすると、人気の要因が商品によってバラバラだったりして、こういう分析ではろくな結果が出ないことがあり得ます。例えば高級感も手軽さもそれぞれ人気の要因だったり、何でもいいけどはっきり特徴を持つ(そして好き嫌いが別れる)ことが重要だったりすると、線形モデルでは説明困難でしょう。クラスター分析で商品を分類していくとか、購買層を分類していくとか、仮説を立てて検討するとか、これと思う(非線形の)指標を導入して一緒に分析するとか、様々なアプローチで構造を探り出すのが本道であって、特定の手法にだけ依存するのは虫が良すぎるかもね。
お探しのQ&Aが見つからない時は、教えて!gooで質問しましょう!
似たような質問が見つかりました
- 統計学 加重最小二乗法=①「変数を自然対数変換」=②「誤差項の分散の逆数を重み付け」? 8 2022/11/26 11:15
- 統計学 Rを用いた「繰り返しがある直交表実験計画法」の分析方法 8 2023/08/01 17:58
- 中途・キャリア さて、社会人になってから13年目。 今まで、機械設計、機械製品の品質管理、部門の経営企画をやってきま 4 2023/07/17 08:59
- 統計学 ダミー変数の因子分析について質問です 1 2022/03/27 14:31
- 統計学 回帰分析検証不一致 5 2022/05/04 20:48
- 統計学 分析法バリデーションや分析方法に係る公的文書には、精度を求める際は、繰り返し回数を6回とすることと記 3 2022/09/01 01:23
- 統計学 学業成績に関する重回帰分析の見方について 4 2022/06/06 17:19
- 心理学 卒業論文の分析について 1 2022/09/05 14:19
- 大学・短大 大学 統計学 2 2022/09/18 15:06
- 大学受験 自己推薦書の添削や意見・アドバイスお願いします 2 2022/08/27 19:34
おすすめ情報
デイリーランキングこのカテゴリの人気デイリーQ&Aランキング
-
SPSSで分析できない(因子分析)
-
SD法で得たデータを因子分析す...
-
α係数について教えてください。
-
因子分析においてのKMOの重要性
-
心理学統計について 急ぎです(...
-
SD法の評価尺度について
-
AMOS 相関係数が1を超えます
-
A型とAB型からO型って生まれま...
-
バリマックス回転って?
-
パス解析
-
カウンターバランスについて
-
「~と~を」と「~と~とを」...
-
心理学実験 『触2点閾』について
-
WORDの脚注を[3-6]のように...
-
『はじめに』と『仮説・序論』...
-
危機的状況になった男女は恋に...
-
知能指数(IQ)と偏差値
-
知能検査の偏差値とIQの換算に...
-
性格検査の虚構性について
-
逆転項目の見つけ方について
マンスリーランキングこのカテゴリの人気マンスリーQ&Aランキング
-
「危険分子」と「危険因子」は...
-
α係数について教えてください。
-
SPSSで分析できない(因子分析)
-
AOとAB型の親からAB型の子供は...
-
因子分析においてのKMOの重要性
-
A型とAB型からO型って生まれま...
-
パス解析
-
因子分析の因子得点なんですけ...
-
因子分析の因子負荷量について
-
SPSSの出力の見方(主因子...
-
SD法で得たデータを因子分析す...
-
AMOS 相関係数が1を超えます
-
天井効果の解釈について。
-
因子分析における共通性について
-
相関分析と重回帰分析
-
バリマックス回転とプロマック...
-
SD法の評価尺度について
-
共分散構造分析における変数の...
-
心理学統計について 急ぎです(...
-
因子分析のあとはどうすれば?
おすすめ情報