1 / 58

再分析

再分析. B4 兼清　道雄. 震災ストレスデータ. 注：愛他因子に 関する３項目は入れずに分析. 質問紙調査 「自分を知ろうチェックリスト」 ６段階評価 ４因子２４項目（１回目のみ２３項目） 調査対象 851 名（無回答 38 名） 震災発生当時、小学校１年生～６年生 西宮市市内の２小学校、１中学校 調査期間 ２ヶ月、半年、１年、２年、３年の計５回測定. 「豊卒」と「笠卒」概要 （豊本さん、笠松さん）. 豊卒 「心」の経時的変化と性別等の要因の関係を分析 対応有同時分析、反復測定分析、潜在曲線モデル 笠卒 「心」の経時的変化の分類

igor-mclean
Download Presentation

再分析

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 再分析 B4 兼清　道雄

  2. 震災ストレスデータ 注：愛他因子に関する３項目は入れずに分析 • 質問紙調査 • 「自分を知ろうチェックリスト」 • ６段階評価 • ４因子２４項目（１回目のみ２３項目） • 調査対象 851名（無回答38名） • 震災発生当時、小学校１年生～６年生 • 西宮市市内の２小学校、１中学校 • 調査期間 • ２ヶ月、半年、１年、２年、３年の計５回測定

  3. 「豊卒」と「笠卒」概要（豊本さん、笠松さん）「豊卒」と「笠卒」概要（豊本さん、笠松さん） • 豊卒 • 「心」の経時的変化と性別等の要因の関係を分析 • 対応有同時分析、反復測定分析、潜在曲線モデル • 笠卒 • 「心」の経時的変化の分類 • クラスタ分析、潜在曲線モデル、混合モデル

  4. 欠測を用いた分析を行いたい！ • 欠測→データが無いこと、欠損 • データはいろいろ物語る(by Rになれよう) • 駄目な子ほどかわいいものである • ここでいう欠測とは？ • ある一つの質問項目に答え忘れている、ではなく測定自体を受けていないことを指す • １回目を受けてない、とかね

  5. 分析のためには・・・ • 「心」を表す尺度得点が必要 • 各時点、全ての人の「心の構造」（因子構造）が同じであることが必要 • 320名、５時点間に対しては検討有 • 欠測がある人も同じ？？

  6. 流れ→ • 全ての人に対応する「心の構造」（因子構造）を同定（←因子不変性の検証） • 同時分析を用いて • 尺度化 • 「心」←尺度得点で表す • 欠測を含む分析へ

  7. 分類：

  8. ぱっと見 • １回目のみとか４、５回目からとかが怪しい • ３回目までとか４回目までとかも怪しい • １回目のみ • ２回目からは休みがち • 引っ越して行った • ４、５回目のみ • 休みがちでやっと４、５回目に出てこれた • 引っ越して来た • データからもわかる(学校=10：他県から来た) こういう人は「心」に影響「有り」なのでは

  9. １回目のみを見よう • 43名（項目の欠測なし42名） • フルデータ１回目（320名）と因子構造が同じか検証 • １回目のみって不安とかいろいろ高そう・・・ • とりあえず、単純構造を用いて「心」の側面を比べてみよう • 項目得点を因子ごとに合計 • 平均を算出

  10. 比較

  11. 各々検証的因子分析 同時検証的因子分析 配置不変 パスが全て等しい 測定（弱因子）不変・ 分散共分散も等しい 強因子不変 「心」の構造を確認 「心」を反映する項目は同じ 項目に反映する強さ、大きさ、同じ 「心」の側面同士の関係が同じ 同時分析手順 良

  12. １回目のみのデータ(42名) • 単独でCFA、EFA→よくない • CFA GFI=.659 RMSEA=.121 • EFA 9 factors will be retained..... • フルデータ１回目の最終モデルをあてる • 単純構造に＋９つのパス（→）

  13. 最終モデル(320名)：by AMOS4.0

  14. 同時分析 by AMOS4.0 適合度、まあまあ。 配置不変は成り立ってるとしよう • 配置不変 χ2=609.126 df=354 • GFI=.874 CFI=.885 RMSEA=.045 • 測定不変 χ2=640.834 df=384 • GFI=.870 CFI=.882 RMSEA=.043 • 強因子不変 χ2=650.739 df=387 • GFI=.866 CFI=.882 RMSEA=.044 • 尤度比検定 • χ2=31.708 df=30 p=.381 • Χ2=41.613 df=33 p=.144 • 測定・強因子不変もおっけぃ • ただし、配置不変がおっけぃという仮定の下

  15. 「心」の大きさを比べよう • １回目のみの人の方が「不安」とか「うつ」とか大きそう • 単純に比較したときは大きかった • スライド10を参照 • 平均構造を含む同時分析 • 測定不変が成り立っていないといけない • 尺度化＋MANOVA • 「不安」「うつ」「混乱」の３変量分散分析（t検定）

  16. 見たいの • 帰無仮説H0: μall不安（５回測定の不安）＝μ1on不安（１回のみの不安） μallうつ（５回測定のうつ）＝μ1onうつ（１回のみのうつ） μall混乱（５回測定の混乱）＝μ1on混乱（１回のみの混乱） • 対立仮説HA:≠H0

  17. 平均構造のあるモデル • AMOS4.0（「モデルを管理」を使用） • 尤度比検定 • H0:因子平均は同じHA:違う • χ2値（尤度比）=4.56 df=3 p=.21 NPAR CFI RMSEA AIC 因子平均が異なるモデル 132 0.89 0.04 887.12 因子平均が等しいモデル 129 0.89 0.04 885.68 飽和ﾓﾃﾞﾙ 504 1 1008 独立ﾓﾃﾞﾙ 84 0 0.12 2814.78 H0を採択ただし、アンバランスよりβは大きい

  18. 続（簡単に流れのみ） • 平均のワルド検定全て非有意 • 不安 p=.07、うつ p=.39、混乱 p=.79 • 有意確率高い「混乱の平均」を0に指定 • 再度分析→尤度比検定 p=.11 • 平均のワルド検定全て非有意 • 不安 p=.06、うつ p=.41 • 有意確率高い「うつの平均」を0に指定 • 再々度分析→尤度比検定 p=.05 • 平均のワルド検定 • 不安 p=.08

  19. 結論：「心」の大きさは異なるとは言えない • ただし、サンプルサイズの問題有 • 異なるサンプルサイズの分析では検出力が下がってしまう • β（ぼんやりものの間違い）が大きくなる • 対立仮説が正しくとも帰無仮説を棄却しない • 「心」の大きさ（因子平均）は異なっていても、“同じである”という仮説を棄却できない • 要、考察

  20. 尺度化＋MANOVA • 「心」を１つの得点にしよう→尺度化 • 「心」ごとに差があるかMANOVA • 同時分析の結果（付録参照）から • 不安：Q1,Q9,Q10,Q11,Q19（逆転）,Q20,Q21 • うつ：Q3,Q5,Q7,Q12,Q14,Q15 • 混乱：Q2,Q4,Q6,Q13,Q17 • 以上の項目を使い、尺度化

  21. MANOVA by sas v8.2 • 帰無仮説H0: • μall不安＝μ1on不安 • μallうつ＝μ1onうつ • μall混乱＝μ1on不安 • 対立仮説HA:≠H0 • 非有意です PROC GLM DATA=ma_spo; CLASS second; MODEL f1-f3 = second /ss3 nouni; MANOVA h=second / printe printh; RUN; Statistic Value F Value Num DF Den DF Pr > F Wilks' Lambda 0.98970144 1.24 3 358 0.2944 Pillai's Trace 0.01029856 1.24 3 358 0.2944 Hotelling-Lawley Trace 0.01040572 1.24 3 358 0.2944 Roy's Greatest Root 0.01040572 1.24 3 358 0.2944

  22. 「心」の大きさ（因子平均）を比較するSEM v.s. 尺度化＋＊分析 • どちらがいいの？ • 単純構造の場合 • 尺度化すると希薄化がおこるのでSEMがいい • 非単純構造の場合（今回） • SEMでやるべき（夏のSEMセミより） • 測定不変が成り立たない場合 • ×SEM • ○尺度化、とは一概には言えないと・・

  23. 分類：

  24. ４，５回目が多い一因 • 引っ越して来た子（学校コード10） • 地震を直に体験したわけではない • 地震を体験した子とどう違うのか？ • 因子構造は同じか？ • 因子平均は同じか？ • 先ほどと同じ要領で同時分析を行う • 学校コード10(44名)v.s.フルデータ(320名) • ５回目測定時について

  25. AMOS：同時分析初期モデル

  26. 同時分析 とりあえず成立と仮定 • 配置不変 χ2=673.266 df=356 • GFI=.861 CFI=.884 RMSEA=.050 • 測定不変 χ2=752.803 df=385 • GFI=.842 CFI=.866 RMSEA=.051 • 尤度比検定 • χ2=79.537 df=29 • P値=1.35*10-6<.05 よりおもっきし棄却 • 修正を要することになりまし

  27. 修正っ！By AMOSは辛いなり☆ • 各々等値制約の尤度比検定 • パスの大きさが等しい • 等値制約を外す→χ2値（尤度比）が大きいものを取り外していく • 検証的因子分析っぽくね

  28. わくわく修正 χ２値のこと • L7_2 CMIN=79.536 df=28 p=.000 • Q7←うつの等値制約はずす • L11_3 CMIN=79.5253 df=27 p=.000 • L17_3 CMIN=79.5249 df=27 p=.000 • Q11←混乱の等値制約はずす • L17_3 CMIN=79.51 df=26 p=.000 • Q17←混乱・・・ • L8_1 CMIN=79.48 df=25 p=.000 • Q8←不安・・・

  29. L3_2 CMIN=79.40 df=24 p=.000 Q3←うつ等値制約解除 L15_2 CMIN=79.30 df=23 p=.000 Q15←うつ L13_3 CMIN=79.01 df=22 p=.000 Q13←混乱 L12_2 CMIN=78.67 df=21 p=.000 Q12←うつ L16_2 CMIN=78.16 df=20 p=.000 Q16←うつ L16_3 CMIN=77.99 df=19 p=.000 Q16←混乱 L2_2 CMIN=77.41 df=18 p=.000 Q2←うつ L2_3 CMIN=76.88 df=17 p=.000 Q2←混乱 L11_1=L11_1aのモデルが収束しなかったのはなんでだろー♪ たぶん、全部有意で、全ての等値制約が外れるだろう さらにその上でワルド検定か・・ どきどき修正 自由度 CMIN 確率 L1_1 16 71.8686 0.0000 L1_2 16 74.9593 0.0000 L10_1 16 74.4679 0.0000 L12_1 16 74.4558 0.0000 L14_2 16 72.8581 0.0000 L19_1 16 75.8980 0.0000 L19_3 16 75.3925 0.0000 L20_1 16 75.0497 0.0000 L20_3 16 73.1178 0.0000 L21_1 16 75.7426 0.0000 L22_1 16 73.8503 0.0000 L4_3 16 72.1473 0.0000 L5_2 16 59.6736 0.0000 L6_3 16 72.0613 0.0000 L8_3 16 73.3921 0.0000 L9_1 16 75.9344 0.0000

  30. 配置不変に対してのワルド検定 • 学校コード10のモデルで1/3が非有意 • 有意確率の大きい順に削除 • Q1←うつ p=.99 • Q20←不安 p=.76 • Q19←混乱 p=.70 • Q4←混乱 p=.67 • Q8←不安 p=.62 • Q19←不安 p=.60 • Q16←うつ p=.39 • Q12←うつ p=.38 • Q2←うつ p=.33 • GFI=.856 CFI=.880 • RMSEA=.0499 • アンバランスのため、.10くらいの有意確率のものは削除しない

  31. 結論：他県からの転入生 • 配置不変とするには無理がある • 震災を体験したものと、そうでないものとでは「心」の構造、つまり、「不安、うつ、混乱」の構造が違う？ • 質問紙が地震を体験した人用というのもある • ある意味、質問紙の妥当性を示唆 • 分析から外す、もしくは違いを考慮する変数を含めることがよいと考えられる

  32. 上記のようにして・・ • 欠測を含む人たちの「心」の構造が同じかどうかを確かめることができる • いくつかの問題はあるが、欠測を含むものとそうでないものの因子不変性の検証が可能である • まとめると・・・

  33. 経時的な調査における「欠測」の取扱 • データ数が少ないので、それのみでEFA、およびCFAするのは難しい • 完全データと合わせて同時分析をして、因子構造を探るというアプローチ • 因子構造を考慮し扱うデータ全体に適する尺度化 • 注＆提案 • あまりにデータが少ないと同時分析も微妙？ • もっと複数の同時分析？（いっぺんにどかんと） • 縦断的＋横断的同時分析→尺度化

  34. SEMから離れまし • 「心」の各側面（不安、うつ、混乱）の変化を表す尺度得点 • この変化がどのように起こっているのかを考えてみよ～ • 反復測定分析、二段階解析（←こっち未） • 欠測を含めて分析してみよ～（理想） • 今回は出来ませんでした（笑）（現実）

  35. ＠反復測定分析 • 今まで→MANOVAを応用して反復測定分析 • 測定値間の関係 • CS（分割法）、HF（自由度調整）、UN（無構造）くらい • MIXED MODEL（祝）(^ ^)/ • 測定値間の関係（誤差共分散構造）を指定 • 尤度比検定を用いて適切な構造を決定

  36. 「豊卒」反復測定分析 • 「不安」「うつ」「混乱」それぞれにおいて、球面性の仮定は棄却される • ε修正ANOVAの結果を報告 • 今回 • 測定値間の関係はそれでよいかを統計的に検定する • それぞれプログラムは付録参照

  37. 考え方 • 測定値間に構造をおかない（TYPE=UNで指定） • そのモデルと、制約を置いたモデル（たとえばTYPE=CS）とで尤度比検定を行う • SAS8.2では、モデルとVCとの尤度比検定の結果をデフォルトで出してくれる • この尤度比、自由度を利用することで可能 • 非有意だと制約を置いたモデルを採択する • その中で一番有意確率が高いものが最適なモデルとなる

  38. 不安 尤度比検定の結果は付録参照 • 全て有意→無構造のまま • 結果：

  39. うつ • TOEPHのみ非有意→TOEPH採用 • 結果：

  40. 混乱 • TOEPHぎりぎり非有意（とりあえず）TOEPH • 結果： 有意非有意が変わったのはここのみ

  41. 不安 １年生 15.07 ４年生 14.11 ３年生 13.93 ２年生 13.28 ５年生 12.76 ６年生 12.41 「豊卒」と違う結果 １年生と６年生に差 混乱 ４年生 14.67 ３年生 14.17 １年生 13.88 ５年生 13.83 ６年生 13.13 ２年生 11.63 「豊卒」と同じ結果 下位検定（学年有意のみ）

  42. 反復測定分析まとめ • HFでも修正できていない • ただし、SAS MIXEDとSPSSの結果が合わない • 測定値間の構造を統計的に指定出来るのは有用だろう • 特に経時データ、経時調査データに対して • 適切な構造を指定することにより、有意非有意が逆転したものもあった • 構造を間違えると結果が変わる • 自由度のせい？

  43. 不安：時間＊性別

  44. 不安：時間＊学年

  45. うつ：時間＊性別

  46. うつ：時間＊学年

  47. 混乱：時間＊性別

  48. 混乱：時間＊学年

  49. 二段階解析＋欠測を含む分析 • 次回へ持ち越し（あるの？）

  50. EQS5.3 on XP • 動きがおかしいです（笑）いや、笑えません • ということでEQSさんはさっぱりさらこさんです

More Related