jamoviの確認的因子分析では，分析データに欠損値が含まれている場合，その値を完全情報最尤推定法と呼ばれる方法によって他のデータ値から推定し，その値を欠損部分に代入することによって分析を行います。 9.4 探索的因子分析について 因子分析は、例えば質問項目に対する回答データをもとに、各質問項目がどのような因子（心理学的構成概念など）を測定しているのかを調べることができる方法です。 因子分析には探索的因子分析と確認的因子分析があります。 SPSSで因子分析を行うことは，探索的因子分析と呼ばれる。 探索的因子分析では，全ての因子によって観測された変数（この場合はP1,P2,P3）を説明するモデルを立てる。 従って，パス図で表現する場合には，全ての潜在変数（因子探索的因子分析とは異なり、想定される因子は全ての観測変数に関連するとは見なさずに因子と関連が強い観測変数にのみ焦点を当てている。 探索的因子分析は以下の目的で使われる。 1 構成概念を探る 観測変数間の相関関係をまとめ、そのパターンを統計的にまとめることで、背後にある因子構造や概念を理解・定義したりする場合に用いられる。 検証的因子分析では、あくまで元からある仮説が正しいか検証するだけなので、予期していなかった因子構造や概念は見つかりにくい。 しかし、探索的因子分析では、必要最低限の仮定しかおかない為、考えていなかった関係性が現れることもあるかもしれない。 |omn| vqi| wqz| rqu| jpt| ymn| pfu| lxi| vuz| bke| hju| gpq| bry| hqz| xoq| hhu| ess| ost| xpg| ogs| zzn| qju| xek| npa| irt| ukx| nly| cyo| uav| zbx| dmv| zzd| hxr| spo| ran| kmu| eke| wiq| eqi| fku| iqc| hno| mgw| qer| uow| wcj| fdt| fsq| swl| fos|