【先着1,000名様!】1,000円分をプレゼント!

4件法の相関分析について教えてください。
今,ある1~4点で4件法である尺度を二つ使い合計点を算出し相関分析をしています。相関は認められたのですが調べてみると分析には5件法以上でないといけないというのことを聞きました

それは本当ですか?
分かる方いらっしゃいましたら回答お願いしますm(__)m

このQ&Aに関連する最新のQ&A

A 回答 (1件)

厳密なことをいえば、そもそも5件法以上(5段階評価や7段階評価)のデータであってもそれは順序尺度であり、ピアソンの積率相関係数(いわゆる相関係数のこと)を計算することがナンセンスだということになってしまいます。

ただ、便宜的に(経験的に)5件法なら"もっともらしい"値がでるので大丈夫だろうということで用いられているに過ぎません。

したがって、

> 分析には5件法以上でないといけない

ということが理論的に全く根拠のない説明なわけです。4件法ならダメだけど5件法ならいいということはないでしょう。

そういう経験的な基準に基づくなら4件法でもダメということはないと思います。要は散布図を描いてみてどうかということや、実質的な解釈に結びつくかどうかというところが重視されているということでしょう。
    • good
    • 5

このQ&Aに関連する人気のQ&A

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!

このQ&Aを見た人はこんなQ&Aも見ています

このQ&Aを見た人が検索しているワード

このQ&Aと関連する良く見られている質問

Qデータの分析方法

 先日、41項目4件法(全く思わない、少し思う、まあまあ思う、強く思う)でアンケートを実施しました。41項目は第I因子6項目、第II因子9項目、第III因子16項目、第IV因子6項目、第V因子4項目に分けて分析をしようとしました。
 各因子の平均を求めようとしたところ、第I~V因子まで各々違う数の項目なので、平均を出しても妥当性がないのではないかという疑問が浮かびました。検索をかけてみても、専門用語が多すぎて答えにたどり着くまでにかなり時間がかかりそうです。
 そこで、このデータの平均をどのように分析したら、妥当性のあるデータを取り出せるのかを教えていただきたいと思いました。私は統計学にはまったくの素人ですが、どうかよろしくお願いいたします。

Aベストアンサー

 まず前回の説明での訂正があります。検定統計量がカイ二乗値ではないかといいましたが、私が原データで計算してみたらカイ二乗値は0.5112、p=0.9164となりました。どのみち、0.5112は自由度3のときの値(7.815)よりも小さく、p値も0.05より大きいので結果はおなじなのですが...。
 補足についての回答ですが、比較検討できないというよりも、統計学の検定は『この程度の標本数で検定を行えば母集団に対しても同じことがいえるだろう』というものですので、単に特定の被験者間で違いがあるかどうかは得られた結果からそのまま判断してもよいと思います。ただし、その結果を一般化することはできないということですね。もし、今回の実験の結果を一般化(例えば日本の大学生に同じことがいえるかどうか)したいのであればもっと標本数を増やす必要があります。
 >>カイ二乗検定を行なう際には、「全く思わない」「少し思う」「まま思う」「強く思う」に0点、1点、2点、3点を与えた原データから分析してよいのでしょうか?
 カイ二乗検定は差の違いをみるための検定ですから、それぞれのデータの平均を出した後に解析を行えばよいわけです。この場合は1標本4分類ですから、参考URLの1標本k分類のところで計算すればよいわけです。

 まず前回の説明での訂正があります。検定統計量がカイ二乗値ではないかといいましたが、私が原データで計算してみたらカイ二乗値は0.5112、p=0.9164となりました。どのみち、0.5112は自由度3のときの値(7.815)よりも小さく、p値も0.05より大きいので結果はおなじなのですが...。
 補足についての回答ですが、比較検討できないというよりも、統計学の検定は『この程度の標本数で検定を行えば母集団に対しても同じことがいえるだろう』というものですので、単に特定の被験者間で違いがあるかどうかは得られ...続きを読む

Qカイ2乗検定って何??;;

タイトルのとおりですが…大学で統計の基礎な授業を一般教養で受けています。だけど知らない&説明のない言葉がいっぱぃで、全くついていけません(>_<))
「人が一番選ばなさそうな数字」を何度か投票した結果があって、その数字は無作為に選ばれてるかどうか、有意水準1%としてカイ2乗検定をして判断する、という問題があるのですが、カイ2乗検定自体、授業でちらっと言葉は使ったものの、計算の仕方、使い方の説明等はなく、まったく手がつかずにいます;;ネットでも調べてみましたが、どう使っていいのかまでは分かりませんでした。
知識の無い私でもわかるようなものがあれば教えて下さいっっ!お願いします。

Aベストアンサー

こんにちは.χ2(カイ二乗)検定を厳密に理解するには,数学的素養を持っている状態できっちりと統計学を学習する必要があるのですが,統計データを解析するための手段として統計学を「使う」のであれば,多少の原理を知っておけばよいでしょう.
以下初学者向けにかなり乱暴な説明をしています.正確な理解をしたければ,後で統計学の教科書などで独学して下さい.

χ2検定とは,χ2分布という確率分布を使ったデータ解析法と考えてもらう……のが一番なのですが,多分χ2分布って何? と思われるでしょう.χ2分布とは,二乗値に関する確率分布と考えることができるのですが,この辺もさらりと流して下さい.

例を使って説明します.今,道行く人にA,B,C,Dの四枚のカードの中から好きなもの一枚を選んでもらうとしましょう(ただし,選んでもらうだけで,あげるわけではありません.単にどのカードを選択仕方の情報を得るだけです).一人一枚だけの条件で,160人にカードを選んでもらいました.
さて,ここで考えてみて下さい.4枚のカードには大きな違いはなく,どれを選んでもかまわない.でたらめに選ぶとなれば,どのカードも1/4で,同じ確率で,選ばれるはずですよね? ならば,160人データならば,Aは何枚ほど選ばれる「はず」でしょうか? 同様に,B,C,Dは何枚選ばれる「はず」でしょうか?
……当然,A=B=C=D=40枚の「はず」ですよね? この40枚という数値はでたらめに(無作為に)選ばれたとしたらどんな数値になるかの【理論値】を意味します.

さて,上記はあくまでも理論値であり,実際のデータは異なる可能性があります.というよりはむしろ違っているのがふつうでしょう.そのような実際に観測された数値を【観測値】と呼びます.
仮に理論値と観測値が以下のようになったとします.

        A    B    C    D
(1)観測値   72   23   16   49
(2)理論値   40   40   40   40

当然のように観測値と理論値にズレが生じています.しかし現実と理論が異なるのはある意味当然なのですからぴったり一致することなどありえません.そこで,「ある程度一致しているか(ズレは許容範囲か)」を問題にすることになります.しかし,「ある程度」といわれても一体どのぐらいであれば「ある程度」と言えるのでしょうか? なかなか判断が難しいではないですか?
確かに判断が難しいです.そこで,この判断のために統計学の力を借りて判断するわけで,更に言えばこのような目的(理論値と観測値のズレが許容範囲かどうか)を検討するときに使われるデータ解析法がχ2検定なのです.

        A    B    C    D
(1)観測値   72   23   16   49
(2)理論値   40   40   40   40
(3)ズレ    +32   -17   -14   + 9
(4)ズレ二乗 1024   289   196   81
(5)(4)÷(2) 25.6  7.225  4.9  2.025

 χ2=25.6+7.225+4.9+2.025=49.25

計算過程をさらりと書いていますが,早い話が観測値と理論値のズレの大きさはいくらになるのか,を求めることになります.最終的には「49.25」というズレ値が算出されました.

さて,この「49.25」というズレ値が許容範囲かどうかの判定をするのですが,ここで,χ2分布という確率分布を使うことになります.詳細は統計学教科書を参考してもらうとして,χ2分布を使うと,○○というズレ値が(ある条件では)どのぐらい珍しいことなのか,という「珍しさの確率」を教えてくれます.
かりに「有意水準1%=1%よりも小さい確率で発生することはすごく珍しいと考える(許容範囲と考えられない)」とすれば,「珍しさ確率」が1%以内であれば「許容範囲ではない」と判断します.

以上,長々と書きました.今までの説明を読めばわかるように,χ2検定とはある理論値を想定した時,実際の観測値がその理論値とほぼ一致しているかどうかを調べるための統計解析法のことです.

χ2検定では,理論値をどのように設定するかは分析者の自由です.その設定の仕方で,χ2検定は「適合度の検定」や「独立性の検定」など異なる名称が付与されますが,本質は同じなのです.

質問者さんの場合は

> 「人が一番選ばなさそうな数字」を何度か投票した結果があって、その数字は無作為に選ばれてるかどうか、

これを理論値としてうまく設定することが鍵となるでしょう.

こんにちは.χ2(カイ二乗)検定を厳密に理解するには,数学的素養を持っている状態できっちりと統計学を学習する必要があるのですが,統計データを解析するための手段として統計学を「使う」のであれば,多少の原理を知っておけばよいでしょう.
以下初学者向けにかなり乱暴な説明をしています.正確な理解をしたければ,後で統計学の教科書などで独学して下さい.

χ2検定とは,χ2分布という確率分布を使ったデータ解析法と考えてもらう……のが一番なのですが,多分χ2分布って何? と思われるでしょう.χ2分布...続きを読む

Qエクセル STDEVとSTDEVPの違い

エクセルの統計関数で標準偏差を求める時、STDEVとSTDEVPがあります。両者の違いが良くわかりません。
宜しかったら、恐縮ですが、以下の具体例で、『噛み砕いて』教えて下さい。
(例)
セルA1~A13に1~13の数字を入力、平均値=7、STDEVでは3.89444、STDEVPでは3.741657となります。
また、平均値7と各数字の差を取り、それを2乗し、総和を取る(182)、これをデータの個数13で割る(14)、この平方根を取ると3.741657となります。
では、STDEVとSTDEVPの違いは何なのでしょうか?統計のことは疎く、お手数ですが、サルにもわかるようご教授頂きたく、お願い致します。

Aベストアンサー

データが母集団そのものからとったか、標本データかで違います。また母集団そのものだったとしても(例えばクラス全員というような)、その背景にさらならる母集団(例えば学年全体)を想定して比較するような時もありますので、その場合は標本となります。
で標本データの時はSTDEVを使って、母集団の時はSTDEVPをつかうことになります。
公式の違いは分母がn-1(STDEV)かn(STDEVP)かの違いしかありません。まぁ感覚的に理解するなら、分母がn-1になるということはそれだけ結果が大きくなるわけで、つまりそれだけのりしろを多くもって推測に当たるというようなことになります。
AとBの違いがあるかないかという推測をする時、通常は標本同士の検証になるわけですので、偏差を余裕をもってわざとちょっと大きめに見るということで、それだけ確証の度合いを上げるというわけです。

Q相関係数についてくるP値とは何ですか?

相関係数についてくるP値の意味がわかりません。

r=0.90 (P<0.001)

P=0.05で相関がない

という表現は何を意味しているのでしょうか?
またMS Excelを使ってのP値の計算方法を教えてください。

よろしくお願い致します。

Aベストアンサー

pは確率(probability)のpです。全く相関のない数字を組み合わせたときにそのr値が出る確率をあらわしています。

統計・確率には100%言い切れることはまずありません。というか100%言い切れるのなら統計・確率を使う必要は有りません。
例えばサイコロを5回振って全て同じ目が出る確率は0.08%です。そんな時、そのサイコロを不良品(イカサマ?)と結論つけるとわずかに間違っている可能性が残っています。ただ、それが5%以下ならp=0.05でそのサイコロは正常ではないと結論付けます。
それが危険率です。(この場合はp=0.1%でもいいと思いますが)
相関係数においても相関の有無を結論つけるにはそのrが偶然出る確率を出すか、5%の確率ならrがどれぐらいの値が出るかを知っておく必要が有ります。

>r=0.90 (P<0.001)

相関係数は0.90と計算された。相関がないのに偶然r=0.90 となる確率は0.001以下だと言ってます。

>P=0.05で相関がない

相関がないと結論。(間違っている確率は5%以下)だと言ってます。

エクセルでの計算ですが、まず関数CORRELを使ってr値を出します。xデータがA1からA10に、yデータがB1からB10に入っているとして

r=CORREL(A1:A10,B1:B10)

次にそのr値をt値に変換します。

t=r*(n-2)^0.5/(1-r^2)^0.5

ここでnは組みデータの数です。((x1,y1),(x2,y2),・・・(xn,yn))
最後に関数TDISTで確率に変換します。両側です。

p=TDIST(t値,n-2,2)

もっと簡単な方法があるかも知れませんが、私ならこう計算します。(アドインの分析ツールを使う以外は)

pは確率(probability)のpです。全く相関のない数字を組み合わせたときにそのr値が出る確率をあらわしています。

統計・確率には100%言い切れることはまずありません。というか100%言い切れるのなら統計・確率を使う必要は有りません。
例えばサイコロを5回振って全て同じ目が出る確率は0.08%です。そんな時、そのサイコロを不良品(イカサマ?)と結論つけるとわずかに間違っている可能性が残っています。ただ、それが5%以下ならp=0.05でそのサイコロは正常ではないと結論付けます。
それが危険率です。(この場...続きを読む

Q対応のない2群の順序尺度の検定法を教えてください。

対応のない2群の順序尺度の検定は、マン・ホイットニー検定だと思うのですが、次の場合はどう考えたらよいのでしょうか?

介入後の臭気の程度を順序尺度で評価するときに、個人差を考え、2名で評価しました。2名の評価値の平均を分析に用いるとき、検定はマン・ホイットニー検定でしょうか?
それとも順序尺度だけれど平均値を使うのでt検定となるのでしょうか?

統計学は、難しくてなかなか理解できなくて困っています。すみません。初心者にわかるような内容で解説していただけないでしょうか?

順序尺度は、非計量データであることを考えると平均値を用いること自体がナンセンスという気がします。しかし臭気という感覚を評価するとき、個人の感覚に左右されるものであるので2名か3名の平均値を使った方がいいように感じます。ここもわかりません。

どなたかぜひとも教えてください。お願い致します。

Aベストアンサー

 2群の順序尺度、ということなので、U検定が適切、また、平均は無意味、と回答しましたが、お礼を読んで悩んでいます。質問からの回答は自信がありますが、お礼の内容を読んで、実際の方法、データの収集が書かれていて、これが適切なことか、この事例に妥当か、と悩んでいます。

 悩んでいるのは、実際に何をなさりたいのか、です。
論文を書く為か、現実の状況を改善したいのか、
また、2名の評価の人数を増やせるのか、データ数は増やせないのか、などです。
 というのも
1) 検定の目的は、「有意差あり」をいう
2) 有意差は、データ数が多いほど、見つけやすい、 からです。

 何より、有意差の有無と現実とは、別の尺度・判断基準があります。たとえば、A群の平均値は10、B群の平均値は20の場合、各群100人なら、有意差はあるでしょう。そして、単位が億円なら大差です。が、円なら、A群は10円、B群は20円、ですから、有意差があっても、『どうでもいいや』と思うのは、私だけでしょうか。そして、『どうでもいいや』の判断は統計学の対象外なので、教科書には書かれていません。

>検定は平均値を使わず
 臭気というのは、厄介です。私は、匂いに鈍感、家内はイヌ並みなのでいつも「臭い、臭い」と苛めにあっています(匂いだけではありませんが)。普通は、標準についてトレーニングし、評価者間で差が無いように準備してからやります。あるいは、評価者が多ければ、標準化すなわち、Z変換(偏差値がこれ)というのをします。
 2名の評価を標準化できるのなら、平均は意味があるかもしれませんが、同じ匂いについて同じ評価でなければ、平均することは誤りでしょう

 評価の実際が分からないのですが、
各群8例、というのは、2人が8ヶ所、あるいは8時点で評価した、ということでしょうか。これだと、U検定は、無意味です。
 研究論文ではない、あるいは、現場が改善されれば良い、すなわち、秘密が有るというのでなければ、実際にどのようにデータをだし、何をしたいのか、を書いて下さい。

 介入というのが、何か変えた、例えば脱臭剤を置いたなら、
介入前に、「匂いますか、気になりませんか」。介入後に同じ質問をして、カイ2乗検定をします。現場が分からないので、それくらいしか思いつきません。

 文章だと言いたいことの半分しか言えません。関西の方なら、お目にかかった方が良いような気がするのですが、いかがですか。

 2群の順序尺度、ということなので、U検定が適切、また、平均は無意味、と回答しましたが、お礼を読んで悩んでいます。質問からの回答は自信がありますが、お礼の内容を読んで、実際の方法、データの収集が書かれていて、これが適切なことか、この事例に妥当か、と悩んでいます。

 悩んでいるのは、実際に何をなさりたいのか、です。
論文を書く為か、現実の状況を改善したいのか、
また、2名の評価の人数を増やせるのか、データ数は増やせないのか、などです。
 というのも
1) 検定の目的は、「有意差あり...続きを読む

Q統計学的に信頼できるサンプル数って?

統計の「と」の字も理解していない者ですが、
よく「統計学的に信頼できるサンプル数」っていいますよね。

あれって「この統計を調べたいときはこれぐらいのサンプル数があれば信頼できる」という決まりがあるものなのでしょうか?
また、その標本数はどのように算定され、どのような評価基準をもって客観的に信頼できると判断できるのでしょうか?
たとえば、99人の専門家が信頼できると言い、1人がまだこの数では信頼できないと言った場合は信頼できるサンプル数と言えるのでしょうか?

わかりやすく教えていただけると幸いです。

Aベストアンサー

> この統計を調べたいときはこれぐらいのサンプル数があれば信頼できる・・・
 調べたいどの集団でも、ある一定数以上なら信頼できるというような決まりはありません。
 何かサンプルを集め、それをなんかの傾向があるかどうかという仮説を検証するために統計学的検定を行って、仮設が否定されるかされないかを調べる中で、どの検定方法を使うかで、最低限必要なサンプル数というのはあります。また、集めたサンプルを何か基準とすべき別のサンプルと比べる検定して、基準のサンプルと統計上差を出すに必要なサンプル数は、比べる検定手法により計算できるものもあります。
 最低限必要なサンプル数ということでは、例えば、ある集団から、ある条件で抽出したサンプルと、条件付けをしないで抽出したサンプル(比べるための基準となるサンプル)を比較するときに、そのサンプルの分布が正規分布(正規分布解説:身長を5cmきざみでグループ分けし、低いグループから順に並べたときに、日本人男子の身長なら170cm前後のグループの人数が最も多く、それよりも高い人のグループと低い人のグループの人数は、170cmのグループから離れるほど人数が減ってくるような集団の分布様式)でない分布形態で、しかし分布の形は双方とも同じような場合「Wilcoxon符号順位検定」という検定手法で検定することができますが、この検定手法は、サンプルデータに同じ値を含まずに最低6つのサンプル数が必要になります。それ以下では、いくらデータに差があるように見えても検定で差を検出できません。
 また、統計上差を出すのに必要なサンプル数の例では、A国とB国のそれぞれの成人男子の身長サンプルがともに正規分布、または正規分布と仮定した場合に「t検定」という検定手法で検定することができますが、このときにはその分布を差がないのにあると間違える確率と、差があるのにないと間違える確率の許容値を自分で決めた上で、そのサンプルの分布の値のばらつき具合から、計算して求めることができます。ただし、その計算は、現実に集めたそれぞれのサンプル間で生じた平均値の差や分布のばらつき具合(分散値)、どのくらいの程度で判定を間違える可能性がどこまで許されるかなどの条件から、サンプル間で差があると認められるために必要なサンプル数ですから、まったく同じデータを集めた場合でない限り、計算上算出された(差を出すために)必要なサンプル数だけサンプルデータを集めれば、差があると判定されます(すなわち、サンプルを無制限に集めることができれば、だいたい差が出るという判定となる)。よって、集めるサンプルの種類により、計算上出された(差を出すために)必要なサンプル数が現実的に妥当なものか、そうでないのかを、最終的には人間が判断することになります。

 具体的に例示してみましょう。
 ある集団からランダムに集めたデータが15,12,18,12,22,13,21,12,17,15,19、もう一方のデータが22,21,25,24,24,18,18,26,21,27,25としましょう。一見すると後者のほうが値が大きく、前者と差があるように見えます。そこで、差を検定するために、t検定を行います。結果として計算上差があり、前者と後者は計算上差がないのにあると間違えて判断する可能性の許容値(有意確率)何%の確率で差があるといえます。常識的に考えても、これだけのサンプル数で差があると計算されたのだから、差があると判断しても差し支えないだろうと判断できます。
 ちなみにこの場合の差が出るための必要サンプル数は、有意確率5%、検出力0.8とした場合に5.7299、つまりそれぞれの集団で6つ以上サンプルを集めれば、差を出せるのです。一方、サンプルが、15,12,18,12,21,20,21,25,24,19の集団と、22,21125,24,24,15,12,18,12,22の集団ではどうでしょう。有意確率5%で差があるとはいえない結果になります。この場合に、このサンプルの分布様式で拾い出して差を出すために必要なサンプル数は551.33となり、552個もサンプルを抽出しないと差が出ないことになります。この計算上の必要サンプル数がこのくらい調査しないといけないものならば、必要サンプル数以上のサンプルを集めて調べなければなりませんし、これだけの数を集める必要がない、もしくは集めることが困難な場合は差があるとはいえないという判断をすることになるかと思います。

 一方、支持率調査や視聴率調査などの場合、比べるべき基準の対象がありません。その場合は、サンプル数が少ないレベルで予備調査を行い、さらにもう少しサンプル数を増やして予備調査を行いを何回か繰り返し、それぞれの調査でサンプルの分布形やその他検討するべき指数を計算し、これ以上集計をとってもデータのばらつきや変化が許容範囲(小数点何桁レベルの誤差)に納まるようなサンプル数を算出していると考えます。テレビ視聴率調査は関東では300件のサンプル数程度と聞いていますが、調査会社ではサンプルのとり方がなるべく関東在住の家庭構成と年齢層、性別などの割合が同じになるように、また、サンプルをとる地域の人口分布が同じ割合になるようにサンプル抽出条件を整えた上で、ランダムに抽出しているため、数千万人いる関東の本当の視聴率を割合反映して出しているそうです。これはすでに必要サンプル数の割り出し方がノウハウとして知られていますが、未知の調査項目では必要サンプル数を導き出すためには試行錯誤で適切と判断できる数をひたすら調査するしかないかと思います。

> どのような評価基準をもって客観的に信頼できると判断・・・
 例えば、工場で作られるネジの直径などは、まったくばらつきなくぴったり想定した直径のネジを作ることはきわめて困難です。多少の大きさのばらつきが生じてしまいます。1mm違っても規格外品となります。工場では企画外品をなるべく出さないように、統計を取って、ネジの直径のばらつき具合を調べ、製造工程をチェックして、不良品の出る確率を下げようとします。しかし、製品をすべて調べるわけにはいきません。そこで、調べるのに最低限必要なサンプル数を調査と計算を重ねてチェックしていきます。
 一方、農場で生産されたネギの直径は、1mmくらいの差ならほぼ同じロットとして扱われます。また、農産物は年や品種の違いにより生育に差が出やすく、そもそも規格はネジに比べて相当ばらつき具合の許容範囲が広くなっています。ネジに対してネギのような検査を行っていたのでは信頼性が損なわれます。
 そもそも、統計学的検定は客観的判断基準の一指針ではあっても絶対的な評価になりません。あくまでも最終的に判断するのは人間であって、それも、サンプルの質や検証する精度によって、必要サンプルは変わるのです。

 あと、お礼の欄にあった専門家:統計学者とありましたが、統計学者が指摘できるのはあくまでもそのサンプルに対して適切な検定を使って正しい計算を行ったかだけで、たとえ適切な検定手法で導き出された結果であっても、それが妥当か否か判断することは難しいと思います。そのサンプルが、何を示し、何を解き明かし、何に利用されるかで信頼度は変化するからです。
 ただ、経験則上指標的なものはあります。正規分布を示すサンプルなら、20~30のサンプル数があれば検定上差し支えない(それ以下でも問題ない場合もある)とか、正規分布でないサンプルは最低6~8のサンプル数が必要とか、厳密さを要求される調査であれば50くらいのサンプル数が必要であろうとかです。でも、あくまでも指標です。

> この統計を調べたいときはこれぐらいのサンプル数があれば信頼できる・・・
 調べたいどの集団でも、ある一定数以上なら信頼できるというような決まりはありません。
 何かサンプルを集め、それをなんかの傾向があるかどうかという仮説を検証するために統計学的検定を行って、仮設が否定されるかされないかを調べる中で、どの検定方法を使うかで、最低限必要なサンプル数というのはあります。また、集めたサンプルを何か基準とすべき別のサンプルと比べる検定して、基準のサンプルと統計上差を出すに必要な...続きを読む

Qバリマックス回転って?

バリマックス回転って簡単に言うとなんですか?
分かりやすく教えていただけると幸いです。
どうかお願いしますm(_ _)m

Aベストアンサー

専門家じゃないので、感覚的に理解していることを書いてみます。

 因子分析の回転は、2因子をイメージするのが一番分かりやすいです。2因子だと軸が2つなので、x軸とy軸の、小学校や中学校でよく見たグラフのイメージです。あるいは相関を出す時の、散布図でもいいです。とにかく2次元のグラフをイメージします。で、何が回転するかというと、そのグラフのx軸とy軸が交わっているところ、つまり一般の0になっているところを中心に、ぐるっと円回転します。もし因子分析をやったことがあるなら、一般に回転後のほうが負荷量が大きくなっているのを見たことがあると思います。ここでまた相関の散布図をイメージしてください。この散布が右上に集まっているとします。その時に軸が45°くらい時計回りに回転したら、軸と散布がすごく近づきますよね?(というか、散布の中を軸が通ることになるかな)。これが回転の原理です。負荷量は軸との距離のことですので、軸が回転してデータの散布位置に近づくほうが、負荷量は大きくなります。
 それからバリマックス回転などの直交回転と、斜交回転の違いですが、普通、グラフではx軸とy軸が90°で交わっています。このx軸とy軸を直角にしたまま回転させるのが直交回転です。斜交回転ではx軸とy軸が直角でなくてもいいとします。だからx軸とy軸はそれぞれ別に動いて、負荷量が最適になるような位置に回転します。

 あと蛇足ながら、私は因子分析を習う時、まずは斜交回転をするように言われました。バリマックスがよく目にする方法はありますが、因子間の相関があるかどうかは、確かめてみないと分かりません。検証もせずに、はじめから因子間相関はないとして直交回転をすることには?です。因子間相関が高かったとしても、実際にその因子の間に相関があるのかは別問題ですが、まずは因子間相関を確かめることで、新たな知見を得られることもあるはずです。


勉強するのなら、

ユーザーのための心理データの多変量解析法―方法の理解から論文の書き方まで
山際 勇一郎 (著), 田中 敏 (著)

が良かったです。

専門家じゃないので、感覚的に理解していることを書いてみます。

 因子分析の回転は、2因子をイメージするのが一番分かりやすいです。2因子だと軸が2つなので、x軸とy軸の、小学校や中学校でよく見たグラフのイメージです。あるいは相関を出す時の、散布図でもいいです。とにかく2次元のグラフをイメージします。で、何が回転するかというと、そのグラフのx軸とy軸が交わっているところ、つまり一般の0になっているところを中心に、ぐるっと円回転します。もし因子分析をやったことがあるなら、一般に回転後の...続きを読む

Qアンケート調査の依頼文書

現在、大学4回生で、卒論のため、高校にアンケート調査の依頼をしようと思っています。
そこで、依頼の文書を書こうと思うのですが、どのようにして書けばいいのでしょうか?
よろしくお願いします。

Aベストアンサー

以下のような例でどう?あとは創意工夫してください。

アンケートの表題:xxxxに関するアンケートの回答協力のお願いについて

(依頼文の例)
私は現在○△大学xx学部◇☆学科4年在学中です。現在、卒業論文のテーマとして「(あなたの研究テーマ名)」を研究しています。この研究調査用データとして◎●についてxxxの方を対象(アンケートの対象:教員なのか生徒なのか回答者群を指定明記)にアンケートを実施させて頂くことといたしました。
つきましては大変恐縮ではございますが、同封のアンケート用紙にご回答いただきたくお願い申し上げます。
 記入によって得られた必要最低限の個人情報は目的外に使用することはなく、また私の卒業論文以外に使用することはございませんのでご理解のほどお願い致します。なお、アンケート集計結果をご希望される場合については、卒業論文のコピーをそれに代えて発送させて頂く予定にしております。アンケート用紙の集計結果希望欄に返送先情報とその旨ご記入ください。

なお、回答用紙は同封の封筒(切手貼付済み、返送先住所記入済み)に入れ郵便ポストにご投函されるか、下記のFAX番号あてにご送付ください。(あるいは電子メールであればメールアドレスなど併記)

FAX番号:
(メールアドレス):
アンケートについてのお問合せ先:氏名、電話、住所、電子メールアドレスなど。
アンケートの種類:無記名式、記名式なのか。多岐選択式なのか自由記述併用など。
アンケートの処理方法:集計後、統計処理。自由記述は整理分類方式で処理。など。
で、どうでしょう?

以下のような例でどう?あとは創意工夫してください。

アンケートの表題:xxxxに関するアンケートの回答協力のお願いについて

(依頼文の例)
私は現在○△大学xx学部◇☆学科4年在学中です。現在、卒業論文のテーマとして「(あなたの研究テーマ名)」を研究しています。この研究調査用データとして◎●についてxxxの方を対象(アンケートの対象:教員なのか生徒なのか回答者群を指定明記)にアンケートを実施させて頂くことといたしました。
つきましては大変恐縮ではございますが、同封のアンケート...続きを読む

Q「ご連絡いたします」は敬語として正しい?

連絡するのは、自分なのだから、「ご」を付けるのは
おかしいのではないか、と思うのですが。
「ご連絡いたします。」「ご報告します。」
ていうのは正しい敬語なのでしょうか?

Aベストアンサー

「お(ご)~する(いたす)」は、自分側の動作をへりくだる謙譲語です。
「ご連絡致します」も「ご報告致します」も、正しいです。

文法上は参考URLをご覧ください。

参考URL:http://www.nihongokyoshi.co.jp/manbou_data/a5524170.html

Q心理学の要因と水準について

学校で、1年生、2年生、3年生にそれぞれ質問紙調査を行いました。26の質問をしたのですが、心理学で言う検定を行う前に、要因と水準の意味が分かりません。私のやり方を例にとれば、どれが要因で、どれが水準なのでしょうか? 教えてください。

Aベストアンサー

一般論として、
要因 ----- 水準
「色」-----「赤」、「白」、「黄」、「青」
「性別」-----「男」、「女」
「温度設定」-----「100℃」、「150℃」、「200℃」

のように、データの変動を説明する、説明変数 (独立変数) が要因で、それらが実際にとる値のことを水準と言います。

この場合は、質問項目が選択肢すら選ぶものだったり、1から5の数字を選ぶものだったりするなら、質問が要因で、それに対する回答の選択肢・選んだ数値が水準ということになります。

参考URLにGoogleで「分散分析 要因 水準」をキーワードにして検索して一番上に来たものを入れときました。

参考URL:http://www.interq.or.jp/pluto/tunes/anova.html


このQ&Aを見た人がよく見るQ&A

人気Q&Aランキング