【最大10000ポイント】当たる!!質問投稿キャンペーン!

ローゼンバーグ自尊感情測定尺度ってどのようなものなんでしょう?
課題で出された論文を読んでいて、いろいろ調べてみたのですが、これを使ってる論文は見つかっても、実際何なのかは分かりません・・・。
どなたか教えてください。よろしくお願いします。

このQ&Aに関連する最新のQ&A

A 回答 (2件)

元論文はこちらです。



Rosenberg, M. 1965 Society and the adolescent self-image. Prinston Univ. Press.

日本では、山本・松井・山成(1982)によって訳されたものがよく使われています。

山本真理子・松井 豊・山成由紀子 1982 認知された自己の諸側面の構造 教育心理学研究,30,64-68.

尺度の項目に関しては、著作権があるためここでは提示できませんので、山本らの論文をあたってみてください。
また、「堀洋道(監) 心理測定尺度集(1)-人間の内面を探る<自己・個人内過程>-」にも項目は載っています。

尺度の内容に関しては、自分が、自分の能力や価値についてどのように感じているかを測定する尺度です。「自尊感情」で検索すれば、ある程度ヒットすると思います。
    • good
    • 1

「どのようなもの」とは、具体的に何をお知りになりたいのでしょうか?


尺度の質問項目を載せたものが見つからない、という意味でしたら、

堀洋道監修/山本眞理子編 2001 心理測定尺度集I 人間の内面を探る<自己/個人内過程> サイエンス社
もしくは
堀 洋道, 松井 豊, 山本 真理子(編) 1994 心理尺度ファイル―人間と社会を測る 垣内出版

この2冊に載っている、
山本真理子・松井豊・山成由紀子 1982 認知された自己の諸側面の構造 教育心理学研究,30,64-68.
(確か、この文献には尺度は載せていなく、上記2冊を見なければ具体的な質問項目が見られません)
で使われたものを利用する方が多いので、ご覧になるとよいと思います。

Rosenbergの原著にはもちろん、元の英語版が載っていますから、
余力があれば読まれては?

そのまんま、"self-esteem"を測定する尺度としか言いようがありませんが…
    • good
    • 1

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ローゼンバーグ自尊感情測定尺度について

今課題で出されている論文を読んでいるのですが、「ローゼンバーグ自尊感情測定尺度」とは一体どんなものなんでしょう?
いろいろ調べてみたのですが、これを使っている論文などは見つかっても、実際どんなものかは分からなくて・・・
よろしくおねがいします。

Aベストアンサー

こんにちは.手持ちの資料にありました.


01.私はすべての点で自分に満足している.
02.私はときどき,自分がてんでだめだと思う.
03.私は,自分にはいくつか見所があると思っている.
04.私はたいていの人がやれる程度には物事ができる.
05.私にはあまり得意に思うことがない.
06.私は時々確かに自分が役立たずだと感じる.
07.私は少なくとも自分が他人と同じレベルに立つだけの価値ある人だと思う.
08.もう少し自分を尊敬できたならばと思う.
09.どんなときでも例外なく,自分を失敗者だと思いがちだ.
10.私は自身に対して前向きの態度をとっている.
※評定は四段階で行う


遠藤・井上・蘭(編) 1992 『セルフ・エスティームの心理学 自己価値の探求』 ナカニシヤ出版

Qエクセルで質問紙を作りたい

心理学専攻の大学生です。
質問紙を作ろうとパソコンを開いたもののどうやって作ればいいのかまったく見当が付かず質問させて頂きました……
エクセルでどうやって作ったらいいのでしょうか…?
具体的に私が今必要なものは
最初のページにある挨拶文、性別を聞いたりするもの
2ページ目から始まる4つぐらい質問文を書いてそれを自由記述してもらうという形式ですが
ついでに質問文の横に選択肢(1、あてはまる…5、まったくあてはまらないなどといったもの)
の作り方も教えて頂けると本当に助かります。
よろしくお願いします……!

Aベストアンサー

アンケートのテンプレートが沢山ありますので、あなたのイメージに近いものを選んで、編集されると良いと思います。

「アンケート」の書式テンプレート
http://www.bizocean.jp/doc/category/208/

「アンケート用紙の作り方・書き方 例文...」
http://template.k-solution.info/2008/01/01_word_1_111.html

「Word アンケート 作成 テンプレート」のWeb検索結果
https://www.google.co.jp/#q=word+%E3%82%A2%E3%83%B3%E3%82%B1%E3%83%BC%E3%83%88+%E4%BD%9C%E6%88%90+%E3%83%86%E3%83%B3%E3%83%97%E3%83%AC%E3%83%BC%E3%83%88

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自尊感情の下位尺度について

まずは閲覧していただき、ありがとうございます。

現在心理学の「自尊感情」について調べています。
自己肯定感を自尊感情の下位尺度だと定義している方の論文を読んだのですが、いまいち理解しきれません。
自尊感情尺度は、自己肯定感のほかに何で構成されているのでしょうか?

詳しい方がいらっしゃいいましたら、ぜひ回答お願いいたします。

Aベストアンサー

ちょっと気が付いたので、補足です。(蛇足かも)
自尊感情、自尊心、プライド、自負心、矜恃、優越感、この辺りの言葉は、結構、日常は適当に使ってます。 
でも、自尊心と自尊感情は別と考える人も、自尊心/プライド/自尊感情/自負心は違うと考える人もいます。自己過信、うぬぼれと自尊感情は類縁と考える人もいます。
  ~~~~
下のように考えるとは限らないです。
http://venus-association.com/v-blog/2010/05/post-190.html
<Self-esteem(自尊心)>
・自信に由来する  ・基本的に安心  ・失敗にめげずチャレンジング
・自分の存在そのものを尊いと感じる  ・欠点も含めて自分を受け入れられる
<Pride(プライド)>
・劣等感に由来する ・基本的に不安  ・失敗を恐れて防衛的、保守的
・他者と比較して自分の位置を感じる  ・自分の欠点の存在を許せず責める
○(自尊心)は自信に由来するのに対して、(プラ イド)は自信の欠如=劣等感に由来する。
  ~~~~
自己効力感と自己肯定感も違うと考える人は多いです。
(私も異なるものとして用語を使い分けます)
  ~~~~
次のように考えるならば、ちょっとおかしいです
>自己肯定感とは自分を肯定する感情のこと。
>自尊心(自尊感情)とは自分の格を大切にする心のこと。
>自己肯定感と自尊心はどちらも同じような意味で、自信のこと。
>裏付けのない自惚れや傲慢とは、自己肯定感と自尊心、自信は違う。
身体能力、金銭力、美醜、若さや生き生き状態、知的能力、学歴や出身校、家柄、血筋、権力者や有名人との親しさなどに関する認知が一般的なものと同様であるのか、一人よがりなのか、その程度はどうなのかという《他人視点からみた評価解釈》は、《ご本人の感情や感覚の分類としては妥当とは言えないでしょう》
  ~~~~
ところで、{《ご本人の感情や感覚》&《本人の理知的認知の欠落あるいは偏り、正確さ》}を一つの概念として括った場合には、その概念に下位概念が存在することになるでしょう。
そのような下位概念の中には、感情や感覚に関する群に入る《自己肯定感》や《格付けランク感・優越感》《正統感》《矜恃・セルフコントロールできる感》《唯我独尊感》《自己満足感》《自己受容》《自己有能感》《自己好意感》《勝った感》などもあるでしょう。逆転項目を入れることも出来るかもしれないし、拡張的な面である賞賛欲求、承認欲求、あるいは不安や恐怖などの要因の低さを取り入れることも出来るでしょう。
《本人の理知的認知の欠落あるいは偏り、正確さ》がどうかが、自尊心や自尊感情の分類や程度評価に重要であるならば、本人の過去や現在についての自己認知に関する知識や学習能力、判断力、論理的理性的な側面に関する群に入るもので、自尊感情、自尊心、プライド、自負心、矜恃、優越感を下支えするものの種類や程度を示す概念は結構あると思います。また、今後に関する志向性や意欲、矜恃なども自尊感情や自尊心、プライドの評価分類に重要だと考えるならば、それらも下位尺度として測定あるいは分析する工夫が必要になるのでしょう。

ちょっと気が付いたので、補足です。(蛇足かも)
自尊感情、自尊心、プライド、自負心、矜恃、優越感、この辺りの言葉は、結構、日常は適当に使ってます。 
でも、自尊心と自尊感情は別と考える人も、自尊心/プライド/自尊感情/自負心は違うと考える人もいます。自己過信、うぬぼれと自尊感情は類縁と考える人もいます。
  ~~~~
下のように考えるとは限らないです。
http://venus-association.com/v-blog/2010/05/post-190.html
<Self-esteem(自尊心)>
・自信に由来する  ・基本的に安心  ・失敗...続きを読む

QWord(ワード)でアンケートの解答を作成するには?

今、卒論でアンケートを作成しています。ワードを上で、数字で5段階の解答を作りたいんですが、良い方法が分かりません。オートシェイプで線を引いて作ってみましたが、見た目が悪く、アンケートに載せれるものではありませんでした。

作りたい解答は、横線の上に5本の垂直線を等間隔に並べ、その上に数字、文字が書かれているものです。

何か良い方法、またはソフトなどあれば教えてください。よろしくお願いします。

Aベストアンサー

「けいせん」と入力して変換すると、いろいろな線分が出てきます。
それらを使うと下記のようなものが描けますので、それを利用するとというのはいかがでしょうか。
(下記のものをコピーしても使えます)

├──┼──┼──┼──┤

おそらくこのようなものを考えていらっしゃると思うのですが…
全然違ったらごめんなさい。

Q尺度の作成について

尺度の作成について

いつも教えて!gooの方々には、大変お世話になっております。
尺度の作成について、お聞きしたく、質問をさせていただきました。

現在、レジャーの満足度をはかる尺度を作成したく思っております。

以前、既に作られているレジャー満足度尺度について、
聞かせて頂いたのですが、項目をみつける事が出来ませんでした;

そこで、レジャー満足度をはかる尺度を作ろうと考えています。

インターネットで探したところ、ある論文を書いた方は、余暇満足度尺度を、
長尾(1988)の人生満足度尺度と大野(1984)の充実度尺度から関わりのある項目を参考に作成していました。

今まで、心理測定尺度集に記載されている尺度しか使用した事がないため、どう尺度を作成すればいいのか検討もつきません;

上記にあるように、関わりのある項目を参考に自分でただ言葉を変えればいいだけなのでしょうか?
また、尺度の項目数はレジャー満足度尺度とかけ合せる尺度と、同程度にした方がよいのでしょうか?

自分で作った尺度を使用して、卒業論文を作成しようと考えているので、作った尺度の信頼性が低く
使い物にならなかったらと、不安でしかたありません。

長々と、私事ばかり書いてしまい申し訳ありませんが、教えて下さい。
よろしくお願い致します。

尺度の作成について

いつも教えて!gooの方々には、大変お世話になっております。
尺度の作成について、お聞きしたく、質問をさせていただきました。

現在、レジャーの満足度をはかる尺度を作成したく思っております。

以前、既に作られているレジャー満足度尺度について、
聞かせて頂いたのですが、項目をみつける事が出来ませんでした;

そこで、レジャー満足度をはかる尺度を作ろうと考えています。

インターネットで探したところ、ある論文を書いた方は、余暇満足度尺度を、
長尾(1988)の人生満足度尺度...続きを読む

Aベストアンサー

> 今まで、心理測定尺度集に記載されている尺度しか使用した事がないため、
> どう尺度を作成すればいいのか検討もつきません;
既にBacksさんもご指摘されるように,そのような状態では尺度作成は難しいでしょうね。尺度作成の過程は試行錯誤の連続です。また作成する尺度の概念について,ご自身が明確なビジョンを持つ必要があるでしょう。

>卒業論文を作成しようと考えているので、作った尺度の信頼性が低く
>使い物にならなかったらと、不安でしかたありません。
いきなり,信頼性や妥当性の高い尺度なんて作成できませんよ。私が指導する学生であれば「何甘いこと言ってるんだ」と小一時間のお説教です。私も以前,尺度の作成を行ったことがあります。その最初のプロセスは,過去に使用されていた尺度の問題点の分析で2年間。そこから尺度作成まで約2年間,さらに改良や,尺度の特性などを検討を重ねながら完成まで,おおよそ10年の月日が流れました。その結果,ようやく学会誌や書籍などでも,私の尺度が使用されたり,紹介されるようになりました(それでも私が作成した尺度に対して批判を受けることはあります)。まぁ,私のようにダラダラ作成している者は少ないと思いますが,学会誌に掲載されるようなものは,通常,卒論から考えると2年以上はかかっているでしょうね。

確かに,現在ではパソコン版の優れたソフトが開発され,また無料版ではRなどのソフトがあり,尺度開発のスピードは格段に速くなっています。その結果,毎年,数多く新しい尺度が開発されるようになりました。しかし,量産化される尺度の一方で,結局,ご本人しか使用しない「残念な物」として終わっているのが,恐らく8割~9割り程度を占めるように思います。

idgさんは,まだ学部生です。信頼性の高い尺度の開発がもちろん望まれますが,失敗もどんどんしていいんです。その際,どこが問題であったかさえ明らかにしておけば,後の心理学徒に役立つこともあるでしょう。卒論レベルでは,それで十分です。

次に,尺度の作成方法です。

(1)関連すると思われる項目をできるだけ集める。既存の項目を使用するのもいいでしょう。ご自身が作成したり,あるいは,予備調査としてレジャーで満足できる要因等を自由記述で集めたものを参考にして項目を作成しても構いません。
(2)作成した尺度を用いてアンケート調査を実施。できるだけ多く。卒論程度であれば理想は200人程度ですが,100人以上いれば,なんとかなるでしょう。
(3)尺度の信頼性の確認。尺度が一因子構造と想定している場合は,ここで信頼性の確認。信頼性の低い尺度は,ここで予め削除しておく。複数因子を想定している場合は,(4)へ
(4)概念が明確であれば,主成分分析(基本は因子を回転させない),探索的であれば因子分析(主因子法:直交でも斜交でも,安定する因子数を確認)。同時に,尺度項目の中で,信頼性が低く,削除した方が望ましいものは削除する。SPSSやR,あるいはamosを利用すれば,作業は簡単です。
(5)主成分分析→ 主成分分析,あるいは因子分析→因子分析
(6)尺度の妥当性の検証のため,関連すると思われる尺度との相関等の分析

こんなところでしょう。詳しくは,数多く,尺度作成に関する書籍や,心理統計に関する書籍の中で紹介されているはずです。しっかり読み込んで,卒論に備えて下さい。

> 今まで、心理測定尺度集に記載されている尺度しか使用した事がないため、
> どう尺度を作成すればいいのか検討もつきません;
既にBacksさんもご指摘されるように,そのような状態では尺度作成は難しいでしょうね。尺度作成の過程は試行錯誤の連続です。また作成する尺度の概念について,ご自身が明確なビジョンを持つ必要があるでしょう。

>卒業論文を作成しようと考えているので、作った尺度の信頼性が低く
>使い物にならなかったらと、不安でしかたありません。
いきなり,信頼性や妥当性の高い尺度なんて作...続きを読む

Q因子分析の因子負荷量について

因子負荷量がよくわからないのですが、負荷量が大きいということは、その項目の重要度も大きいということでしょうか?
その因子をより説明している、と聞いた気もするのですが、説明している、というのがよくわからないんです…

5件法で聞いて5が多かったり1が多かったりすると
大きくなったりするのでしょうか?

寄与率についても曖昧な知識しかありませんので、わかりやすく教えていただけるとありがたいです。

Aベストアンサー

bon-chanさん,こんにちは.意欲的に統計法の質問をされていますね.
正統的説明はtem546さんがされていますので,その中継ぎとして,不正確ですがもう少し初心者向けの説明をしたいと思います.

因子分析を単純に言ってしまえば,「複数の変数を,更に少数の【類似した】変数群にまとめるための【視点】を提供する」となります.
例えば次の相関行列を参考にして,「科目A~D」の五つの変数を,類似したもの同士をまとめる際の視点は何かを探ります.

  ── 科目ABCDEの相関行列(架空):1 ────────
       科目A  科目B  科目C   科目D  科目E
   科目A  1.00   -0.34   0.98   -0.44   -0.24
   科目B -0.34   1.00  -0.34   0.53   0.63
   科目C  0.98   -0.34   1.00   -0.35   -0.32
   科目D -0.44   0.53  -0.35   1.00   0.54
   科目E -0.24   0.63  -0.32   0.54   1.00
  ─────────────────────────────

かなり露骨な相関行列なので因子分析を使わなくとも何とかなります.この相関行列を,数値が低いものを消して,あれこれ並べ替えてみると,

  ── 科目ABCDEの相関行列(架空):4 ────
       科目A 科目C 科目B 科目D 科目E
   科目A 1.00  0.98
   科目C 0.98  1.00
   科目B         1.00  0.53  0.63
   科目D         0.53  1.00  0.54
   科目E         0.63  0.54  1.00
  ─────────────────────────

となり,「科目A&C」と「科目B&D&E」という二つの「視点」がみつかりました.この「視点」こそが,因子分析における「因子」です.

因子分析の本来の目的は「因子は何個あるのか?」を探ることでした.無論,一番上の相関行列を見て,「いや,例え相関係数が0.6であっても,両者は違うんだっ!」とこだわりさえすれば「科目B&D&E」は同じ因子にはならないでしょう.この辺は分析者の主観によります.
やがて因子分析を使う人達は,「因子は何個?」という目的だけに満足できずに「それぞれの因子の【内容】についても知りたい」という少し贅沢な要求を出してきました.

この要求は統計を実践で使う人から提出されたものですが,理論家からすれば「それは本来の使い方じゃないから厳密には内容を特定は出来ないんだがなあ」と思わせるものです.とはいえ,理論家は実践家に対してアドバイスを与えます.「因子負荷量に注目すれば因子の内容を(ある程度)特定できるよ(,絶対的じゃないけどね)」と.

一番最初の相関行列を因子分析にかけます.

  ─────────────────────────
     主因子法・バリマックス回転後の因子負荷量
           因子1  因子2  共通性
       科目A -0.20   0.98  1.00
       科目C -0.20   0.97  0.98
       科目B  0.84  -0.17  0.74
       科目D  0.75  -0.29  0.65
       科目E  0.87  -0.09  0.77
       固有値  2.12   2.01
       寄与率 42.36% 40.26%
     累積寄与率 42.36% 82.62%
  ─────────────────────────

このような結果になります.この因子分析結果では二因子解を採用しています.
因子負荷量とは何か? 少し間違った言い方をすれば「因子と項目との間の【相関係数】」……そう考えてもらって構いません.少なくとも直交回転における因子分析ではこの考えはそれほど間違っていないと思います(正確な解釈はtem546さんの説明を参考にして下さい).

では上記の結果から「因子1」と「因子2」の内容を特定しましょう.このままでは特定化できないので以下の情報を提供します(なお上記データは全て架空です).

・科目A:数学 科目C:理科
・科目B:英語 科目D:国語 科目E:社会

いま,「因子2」というのは「数学と理科」科目の項目と,非常に関係が強い(高い相関係数).因子負荷量からそれが読みとれますね? 因子負荷量というのは「重要度」というよりは「関係の強さ」と考えてもらった方が分かりやすいと思います.
因子というのは,関連する複数の項目(数学と理科)に「共通する要素」なわけですから……数学と理科の共通の要素とは何でしょうか? まあどのような名称を与えるかは分析者の命名センスにかかっていますので,ここでは「理系的学力」とします.結果,「因子2=理系的学力」となります.同様に「因子1=文系的学力」となるでしょう.

とりあえず,因子負荷量に関して,使い方に関連した部分だけ簡単に説明させてもらいました.以上の説明を読んでもらって,改めてtem546さんの説明を読んで下さい.私が誤魔化している部分をより正確に説明していらっしゃいます.

最後に,一番最初の相関行列からの説明でわかるように,因子分析というのは「相関係数」を元にしています.
相関係数というのは御存知の通り,一つの変数がどうこうではなく,【二つの変数間の関係】を示しています.

>5件法で聞いて5が多かったり1が多かったりすると
>大きくなったりするのでしょうか?

【直接的には】なりません.
あくまでも二変数関係に注目するものですから,一つの変数が5に集中したからといって因子負荷量が大きくなったりするわけではありません.
ただし……ある変数Aがたいてい5であり,別の変数Bがたいてい5である場合,「AとBとには同じ5になろうとする関係だ」となります.この意味で間接的に「5が多ければ……」因子負荷量が大きくなることがあるかもしれません(これは自分で考えてみて下さい).

bon-chanさん,こんにちは.意欲的に統計法の質問をされていますね.
正統的説明はtem546さんがされていますので,その中継ぎとして,不正確ですがもう少し初心者向けの説明をしたいと思います.

因子分析を単純に言ってしまえば,「複数の変数を,更に少数の【類似した】変数群にまとめるための【視点】を提供する」となります.
例えば次の相関行列を参考にして,「科目A~D」の五つの変数を,類似したもの同士をまとめる際の視点は何かを探ります.

  ── 科目ABCDEの相関行列(架空):1 ─────...続きを読む

Q心理統計の方法を教えてください

卒論の調査で自己効力感の測定を行い、それぞれの項目について「はい」を1点、「いいえ」を0点とし点数化しました。
自己効力感の高いグループと低いグループを比較して、それぞれの下位項目による有意差をみたいと思うのですが、カイ2乗検定を使用すればよいのでしょうか?その場合、どうのようにExcelを利用すればよいのかもお教示ください?

(ちなみに、t検定でやってみると思うような結果がでません。t検定とカイ2乗の違いを教えていただけると助かります)

Aベストアンサー

再度登場させていただきます.selferです.
正直gauseさんの研究の意図が理解し切れていません.大雑把な流れとしては……

(1)高齢者を対象として「自己効力感」尺度を実施
(2)総得点の中央値を基準にして高群と低群に分ける
(3)高群と低群の二群で,改めて,「自己効力感」のそれぞれの項目で差異があるかを調べる

でよろしいのでしょうか?
もしこの流れであるならば,自己効力感高群は,一般にどの項目においても低群に比べて「はい」と回答する確率が多いですよね? つまり各下位項目の得点を高群と低群でt検定をして,有意に高群>低群になると思います.
というよりはならないとおかしいと思います.というのは質問紙を作るときには,たくさんの項目の中から,自己効力感高群の得点>低群の得点であるものを統計的に確認されたものを採用しているからです(いわゆる項目分析です).
よって,先で確認したgauseさんの研究の流れでは「……質問紙が妥当かどうかの確認を改めてするのか? だとすると,ほとんどの項目では有意な差がでないとまずいだろうなあ(出ると嬉しいんだろうなぁ)」と思ったりします.でも,ほとんどの項目で有意差が出て困ってらっしゃるんですよね??
……というわけで,gauseさんの研究意図がよくわかりません.

gauseさんが「高齢期において注目すべき、特に有意差のでる項目があれば,注目すべきことかな?」というのは……
うーん,例えば,「大学生では自己効力感は全ての項目で有意な差が出る.しかし高齢者では自己効力感は必ずしも全ての項目では有意差は出ないのではないか? つまり,同じ自己効力感の高い人であっても,年齢によって異なる特徴があるのではないか?」ということを調べるのでしたら……まあ,注目すべきことなのかもしれません.
ただし,その研究目的を達成するためには,大学生と高齢者とで得点を比較しないといけないと思いますが……

さて,因子分析についてですが,正確に説明すると莫大な文章量を必要としてしまい,そもそも文章だけでは説明し切れません.よって,今の話の流れと関連した部分だけ,非常に(不正確で)大雑把な説明をしたいと思います.後で専門書で勉強してください.

因子分析の使用目的の一つに「複数の変数の類似度を調べる」というものがあります.因子分析は相関係数をベースにして計算を行っています.

  ── 科目ABCDEの相関行列(架空):1 ────────
       科目A  科目B  科目C   科目D  科目E
   科目A  1.00   -0.34   0.98   -0.44   -0.24
   科目B -0.34   1.00  -0.34   0.53   0.63
   科目C  0.98   -0.34   1.00   -0.35   -0.32
   科目D -0.44   0.53  -0.35   1.00   0.54
   科目E -0.24   0.63  -0.32   0.54   1.00
  ─────────────────────────────
 ※歪んでいたら図表をコピーして「MSゴシック」などの等幅フォントで表示して下さい.

この相関行列を,数値が低いものを消して,あれこれ並べ替えてみると,

  ── 科目ABCDEの相関行列(架空):4 ────
       科目A 科目C 科目B 科目D 科目E
   科目A 1.00  0.98
   科目C 0.98  1.00
   科目B         1.00  0.53  0.63
   科目D         0.53  1.00  0.54
   科目E         0.63  0.54  1.00
  ─────────────────────────

となり,変数「科目A」と変数「科目C」とが非常に関連がある,ということがわかります.これは相関行列を手作業でいじったものですが,先程の相関行列データを因子分析にかけると……

  ─────────────────────────
     主因子法・バリマックス回転後の因子負荷量
           因子1  因子2  共通性
       科目A -0.20   0.98  1.00
       科目C -0.20   0.97  0.98
       科目B  0.84  -0.17  0.74
       科目D  0.75  -0.29  0.65
       科目E  0.87  -0.09  0.77
       固有値  2.12   2.01
       寄与率 42.36% 40.26%
     累積寄与率 42.36% 82.62%
  ─────────────────────────

のように数値として表現されています.この表より,五つの変数は「二つのグループに大きく分けられ(因子が二つあることから)」「因子1グループには科目B・D・Eが,因子2グループには科目A・Cが大きく関連(所属)している(数値は,その因子への関連度を示している)」
ということが読みとれます.

この因子分析という手法を自己効力感のデータに対して適用したとします.もし因子が一つしかでなければ「それぞれの項目は基本的には同じことを調べているに過ぎない」ということがあきらかになります.
しかし,gauseさんが考えているように「自己効力感である項目では差があって,ある項目では差がない」ということを調べるのであれば,全体としては同じ自己効力感尺度ではあるものの,項目によってある程度明確な違いがある,ということが証明されないといけませんよね? 項目Aは自己効力感の「○○」という側面を,項目Dは「△△」という側面を調べているということが確認できなければなりません.
この「○○」や「△△」というのが因子分析の因子に相当します.つまりもし自己効力感尺度で「○○」と「△△」という二つの因子が確認できて,それを踏まえて,「高齢者では,○○に属する項目の総得点では有意差はあったが,△△に属する項目の総得点では有意差がなかった」という結果ならば,「なるほど,高齢者では自己効力感は全ての面で差があるわけではないのだな」という興味深い主張ができるかもしれません.
その主張をするために,因子分析による複数因子の存在の確認が必要となるわけです.

再度登場させていただきます.selferです.
正直gauseさんの研究の意図が理解し切れていません.大雑把な流れとしては……

(1)高齢者を対象として「自己効力感」尺度を実施
(2)総得点の中央値を基準にして高群と低群に分ける
(3)高群と低群の二群で,改めて,「自己効力感」のそれぞれの項目で差異があるかを調べる

でよろしいのでしょうか?
もしこの流れであるならば,自己効力感高群は,一般にどの項目においても低群に比べて「はい」と回答する確率が多いですよね? つまり各下位項目の得点を高群と...続きを読む


人気Q&Aランキング