松尾 太加志 　著

著者紹介

内容

目次

はじめに 　 1　因子分析とは？ 　1.1　潜在共通因子とは？　 　1.2　因子負荷量とは何か？　 　1.3　どのようなときに使うか？ 　1.4　因子分析に必要な知識・スキルは？ 2　Rで因子分析を体験 　2.1　Rを使う準備 　　2.1.1　Rプログラムのインストール 　　2.1.2　パッケージのダウンロードと読み込み 　2.2　因子分析の実行 　　2.2.1　因子分析実行に必要な入力コマンド 　　2.2.2　パス図の作成 　　2.2.3　表示桁の指定 　　2.2.4　基本統計量やヒストグラムの表示 3　Rの基本的な使い方 　3.1　コマンド入力 　3.2　式，関数，オブジェクト 　3.3　データの読み込みと書き込み 　3.4　データフレームの扱い 　3.5　結果や入力内容の保存 　3.6　途中データ（オブジェクトや入力履歴等）の保存と読み込み 4　因子分析を行う 　4.1　データの適切性 　　4.1.1　変数の数とデータの数 　　4.1.2　変数間の相関のチェック 　　4.1.3　偏りのないデータを 　　4.1.4　データをとるときと分析後のデータの問題点の検討が重要 　4.2　因子分析の流れ 　4.3　因子を抽出する 　4.4　因子数の決め方 　　4.4.1　固有値で決める 　　4.4.2　統計的な基準 　　4.4.3　解釈の可能性 　　4.4.4　因子の数は実際にどうやって決めるか 　4.5　因子軸の回転 　　4.5.1　何のために回転するのか？ 　　4.5.2　直交回転 　　4.5.3　斜交回転 5　出力結果の詳細な見方 　5.1　共通因子と独自因子 　　5.1.1　共通性を推測 　　5.1.2　因子に分配：因子負荷量の算出 　　5.1.3　因子寄与率と説明率 　5.2　因子軸の回転と共通性 　5.3　因子間相関，因子パターン，因子構造 6　因子の解釈の実践 　6.1　因子負荷量の見方と因子名の決定 　6.2　因子の数や回転を変えてみる 　　6.2.1　因子負荷量をプロットしてみる 　　6.2.2　因子間相関を見てみる 　　6.2.3　適合度の指標による検討 　　6.2.4　因子構造（相関係数）も見てみる 　6.3　バイアスの排除 　6.4　解釈の専門的観点からの妥当性 7　変数の取捨選択と分析の試行錯誤 　7.1　変数の削除 　7.2　単純構造を目指すのが目的ではない 8　因子分析の結果をどう使うか？：尺度得点と因子得点 　8.1　尺度得点 　　8.1.1　単純構造の基準をどう決めるか？ 　　8.1.2　変数の確保と削除 　8.2　因子得点 　8.3　因子得点と尺度得点のどちらを使うか？ 9　他の分析との違い 　9.1　主成分分析との違い 　9.2　共分散構造分析との違い 10　因子分析を過信しない 　10.1　変数がすべてを決める 　10.2　統計だけ厳密ではダメ 付録A　Rの補足と注意点 　A.1　Rにおけるデータのタイプ，演算，データ構造 　A.2　欠損値や不適切なデータの扱い 　A.3　知っておくと役に立つ機能 　　A.3.1　パッケージの確認と自動読み込み 　　A.3.2　オブジェクトの一覧表示と削除 　　A.3.3　スクリプトファイル：一連の手順を保存して使う 　A.4　Rにおける，パッケージ，関数，オブジェクト 　A.5　Rにおけるエラーの対処と注意点 付録B　Rの因子分析で使う関数のリファレンス 　B.1　fa関数 　B.2　GPArotationにおける回転 　B.3　因子軸の回転の指定の仕方 　　B.3.1　オーソマックス基準のグループ（直交回転） 　　B.3.2　オブリミン基準のグループ（斜交回転） 　　B.3.3　バリマックス回転とプロマックス回転における注意 付録C　Rによる実行例 　C.1　回転の実行例 　C.2　「7.1　変数の削除」の実行例 　C.3　「9.2　共分散構造分析との違い」の実行例 　C.4　「10.1　変数がすべてを決める」の実行例 参考資料 　参考文献／本書で使用したデータ 索引 　事項／Rの関数