因子分析結果を数量化してｔ検定や多重比較はできるのか？

タイトルの通りの質問ですが、心理学系の分析で因子分析を使います。

仮定された共通因子を探りだすことは可能ですが、、、

例えば２０項目の形容詞が因子分析結果３つの因子があるという結果が出たとします。

そして、ある１つの因子は例えば最初の形容詞項目１、８、１５、２０の４つの形容詞から構成されているとします。
その場合、１、８、１５、２０の得点を１つの系列の得点と考え、A群・B群で因子１は有意差があるかどうかを考える。。。というのは禁忌でしょうか？？？？

やってもいいように思えるのですが、因子分析の結果をさらに比較の材料にすることは信頼性が薄いのでしょうか？？？？

どうかアドバイスなどお願いします。

No.2 ベストアンサー 回答者： backs 回答日時： 2006/08/02 01:01

>（SD法を使用）たぶん、等間隔性はあるのかな？。

。。

SD法ならどの形容詞に割り振られている得点の間隔が等間隔としてもよいのでしょうね。多くの論文でSD法を使っている場合も,全ての形容詞対に対して1～5までといった同様の得点づけをしているようですから。

>以上の作業をすれば、形容詞２０項目すべて分散分析・多重比較されているので、わたしの質問は意味がなくなりますよね？因子ごとで分散分析・多重比較するより詳しくしていることになるから。

全ての形容詞について各群の平均値の差の検定(分散分析)を行うので間違いないでしょう。ただ分散分析を行って有意であったから多重比較を行うのか,あるいは最初から多重比較を行うのかは論文の過去の例に従った方が良いと思います。論文でないにしても,例えば発表する場とかの慣習に従った方が良いと思われます。

この回答への補足

回答ありがとうございます。
＞分散分析を行って有意であったから多重比較を行うのか,あるいは最初から多重比較を行うのかは論文の過去の例に従った方が良いと思います。

わかりました。そこまで考えていなかったので参考になります。

ところで、実はあらたに疑問が生じました。
実は、A群、B群、C群にわけて因子分析するわけでなく、全ての群をあわせて因子分析するつもりでした。
・・・少し長くなるかもしれませんので、新たに質問をします。（心理カテで）

補足日時：2006/08/02 01:05

No.1 回答者： backs 回答日時： 2006/08/01 21:25

形容詞1が測っているものと形容詞8が測っているものは別のものですから,それらの形容詞に割り振る得点の等間隔性もそれぞれ異なるので混みにして平均値を比較するのは少し問題があるように思います。

例えばの話ですが,体格という因子と運動能力という因子に別けられたとしましょう。体格因子に含まれるものは1:身長,2:体重で,運動能力に含まれるものは3:50m走のタイム,4:走り幅跳び,といった場合を考えます。

このとき身長(cm)と体重(kg)を混みにすることはできません,同じように50m走のタイム(秒),走り幅跳び(m)をいっしょにしてしまおうとするのには無理があります。

もっとも,このような場合でも基のデータを基準化しておけば問題ないでしょうし,あなたの形容詞についても(例えば)1と8の単位が同じで,なおかつ,それぞれの等間隔性が同じであることが主張できれば問題ないでしょう(恐らく簡便的にどの形容詞についても同じ数値を割り当てているのでしょうが、、、)。

>因子分析の結果をさらに比較の材料にすることは信頼性が薄いのでしょうか

そんなことはないでしょう。むしろ因子分析だけですべてをくくろうとする方が良くないことです。

この回答へのお礼

こんばんわ。最近お世話になっていますね。ありがとうございます。助かっております。

確かに、単位が違う場合は問題ありますね。形容詞に関しては「美しい」とかを５段階評価にしています。（SD法を使用）たぶん、等間隔性はあるのかな？。。。

A群、B群、C群について、SD法の項目の平均を線で結びプロフィール曲線を活かして視覚的にわかりやすくしたいと思います。２０項目それぞれを３群で一要因分散分析・多重比較してプロフィール曲線の右横にどれとどれが有意差があるかを表示する予定にします。（もちろん、平均・分散も記入予定）

左横には、SD法の形容詞を因子分析結果に応じて形容詞を並べ替えて、因子名を付けます。・・・この作業は視覚的にもわかりやすいですよね？

以上の作業をすれば、形容詞２０項目すべて分散分析・多重比較されているので、わたしの質問は意味がなくなりますよね？因子ごとで分散分析・多重比較するより詳しくしていることになるから。

・・・・とアイデアが浮かびました。このアイデアでいいと思いますか？

お礼日時：2006/08/02 00:07