EFAの概要

Rで学ぶ因子分析

Jennifer Brussow

Psychometrician

Psycho + metrics

brainbulb

psycho = 「心に関する」

metrics = 「測定に関する」

Rで学ぶ因子分析

学習目標

  • 一次元の探索的因子分析（EFA）を実行する
  • 項目の因子負荷量を確認・解釈する
  • 個人の因子得点を解釈する
Rで学ぶ因子分析

因子分析と他の分析との関係

  1. 古典的テスト理論：得点は項目得点の単純合計。

  2. 因子分析：得点は項目得点の重み付き合計。重みは項目間の相関によって決定される。

  3. 構造方程式モデリング：因子分析を拡張し、潜在変数間の関係をモデル化できる。

Rで学ぶ因子分析

因子分析の種類

探索的因子分析（EFA）：

  • 尺度開発中に使用
  • 因子構造を探索
  • 項目を評価

確認的因子分析（CFA）：

  • 尺度を検証
  • 開発後に使用
Rで学ぶ因子分析

パッケージ

パッケージ： psych パッケージ

  

library(psych)
Rで学ぶ因子分析

データセット

gcbs データセット：一般陰謀論信念調査

str(gcbs)

'data.frame':    2495 obs. of  15 variables:
 $ Q1 : int  5 5 2 5 5 1 4 5 1 1 ...
 $ Q2 : int  5 5 4 4 4 1 3 4 1 2 ...
 $ Q3 : int  3 5 1 1 1 1 3 3 1 1 ...
 $ Q4 : int  5 5 2 2 4 1 3 3 1 1 ...
 $ Q5 : int  5 5 2 4 4 1 4 4 1 1 ...
 ...
Rで学ぶ因子分析

項目の種類

  • 政府の不正行為 (GM)
  • 地球外生命体の隠蔽 (ET)
  • 悪意ある世界規模の陰謀 (MG)
  • 個人の幸福 (PW)
  • 情報の統制 (CI)

詳細は Brotherton, French, & Pickering (2013) を参照

Rで学ぶ因子分析

階層的因子構造

Rで学ぶ因子分析

singlefactor_diag

Rで学ぶ因子分析
EFA_model <- fa(gcbs)
fa.diagram(EFA_model)
EFA_model$loadings

Loadings:
    MR1  
Q1  0.703
Q2  0.719
Q3  0.638
Q4  0.770
Q5  0.672
Q6  0.746
Q7  0.734
Q8  0.654
Q9  0.695
Q10 0.565
...

fa_diagram

Rで学ぶ因子分析

練習しましょう！

Rで学ぶ因子分析

Preparing Video For Download...