slide1 n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
個人発表 多母集団同時分析 PowerPoint Presentation
Download Presentation
個人発表 多母集団同時分析

Loading in 2 Seconds...

play fullscreen
1 / 26

個人発表 多母集団同時分析 - PowerPoint PPT Presentation


  • 132 Views
  • Uploaded on

個人発表 多母集団同時分析. 行動データ科学 M1 植村菜穂子. 今日の内容. 研究について 進んでいません 文献紹介 SEM 多母集団同時分析 修論に関係しそうなもの 修論に向けて. 文献. SEM による企業イメージのマネジメント ー平均構造・多母集団解析の応用ー 鈴木督久 行動計量学 29 , 174 - 181 2002. 概要. 目的 因子得点を用いて,企業イメージの変動を表す方法を 示す データ 1988 年から 1997 年の 10 年間,毎年 1 回の調査 10 グループ 多母集団 CFA モデル 全グループに制約を課す

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about '個人発表 多母集団同時分析' - cordell


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.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
slide1

個人発表多母集団同時分析

行動データ科学

M1 植村菜穂子

slide2
今日の内容
  • 研究について
    • 進んでいません
  • 文献紹介
    • SEM
    • 多母集団同時分析
    • 修論に関係しそうなもの
  • 修論に向けて
slide3
文献
  • SEMによる企業イメージのマネジメントー平均構造・多母集団解析の応用ー
    • 鈴木督久
    • 行動計量学 29,174-181
    • 2002
slide4
概要
  • 目的
    • 因子得点を用いて,企業イメージの変動を表す方法を示す
  • データ
    • 1988年から1997年の10年間,毎年1回の調査
    • 10グループ
  • 多母集団CFAモデル
    • 全グループに制約を課す
    • データへの適合は良かった
  • 因子平均の比較
    • EFAで行うのは難しい
    • SEMを用いれば可能
slide5
1.はじめに
  • 消費者が評価する価値
    • フィジカルな有形価値
    • メタ・フィジカルな無形価値
      • ブランドや企業イメージ
      • 現代の消費社会では重要
  • 無形価値の測定
    • 消費者標本に対する意識調査
      • この論文で行ったもの
    • 財務データの調査
      • 財務諸表,株式時価総額→無形資産を定義・算出
slide6
SEMを用いるメリット
  • 構成概念を潜在変数として扱う
    • 企業,ブランドなどに対して抱くイメージ=構成概念
      • 直接測定できない
  • 潜在変数における比較が可能
    • CFA,多母集団同時分析,潜在変数の平均構造解析
    • 本論文での比較の観点
      • 空間的側面
        • 市場における競合他社との比較
      • 時間的側面
        • 自社イメージの経時変化
slide7
2.企業イメージの利用目的
  • 企業イメージの構造と大きさ(強さ)を知ること
    • 消費者が企業に対して,どのようなイメージをどの程度まで形成しているか
  • 構造的変化の検証
    • 企業イメージの構造が,長期間安定しているのか,変化が起きているのか
slide8
イメージの構造とは
  • 企業に対して,人々が抱くイメージ
    • 例:「親近感」「安定感」「躍動感」(3因子)
    • これらのイメージは,各企業に共通
    • 因子平均の変化
      • 市場全体の企業イメージの変化
    • 各因子得点の高低
      • 空間的比較,時間的比較
  • イメージの変化
    • 因子得点で表す場合
    • 因子得点の変化→因子負荷行列の変化
      • 市場におけるイメージの構造が変化したのか?
      • 個別企業のイメージが変化したのか?
    • SEMはこのような問題に対処できる
slide9
SEMの分析手順の一例
  • イメージの構造の安定を確認する
    • 因子負荷行列を時点間で固定できる
      • 因子得点の変化に焦点を当てることができる
    • 各時点で因子得点がどのように変化しているか
  • 構造の安定が確認できない場合
    • 市場が構造的に変化している
  • 最初にイメージの構造を検証する必要がある!
    • どこが固定的でどこが変動的か
    • SEM→多母集団同時分析モデルでの母数制約
slide10
調査対象

18~69歳の男女個人

調査時期

1988年~2002年の8~9月

本論文では,1988~1997年の10年間を分析

測定企業

各年で約1100社

計画標本

14,800人

設計者が制御可能な要因は固定

調査主体名,質問紙のレイアウトなど

観測値が大きく変化したら→市場の変化のため

分析対象企業

590社

10年間に一貫して調査対象

合併・倒産・社名変更などのため

3.データ
slide11
観測変数
  • 各企業に対してどのようなイメージを持っているか
    • 21個のイメージ項目
    • 当てはまると思う項目に○
    • 2値データ
  • 分析するデータ
    • 各企業の回答者平均(比率)を求める
    • 「企業×イメージ変数」の2相の多変量データ行列
    • 21項目のうち11項目を分析
  • 590社×11項目の行列の10年分
  • 観測変数
    • ロジット変換により,分布を対称化
slide12
観測変数の内容
  • x1:営業・販売力が強い
  • x2:顧客ニーズへの対応に熱心である
  • x3:よい広告活動をしている
  • x4:信頼性がある
  • x5:親しみやすい
  • x6:伝統がある
  • x7:活気がある
  • x8:安定性がある
  • x9:成長力がある
  • x10:国際化がすすんでいる
  • x11:新分野進出に熱心である
slide13
4.モデル
  • 想定した因子(3個)
    • F1:親近感
      • 消費者が日常的に感じる現在的な存在イメージ
    • F2:安定感
      • 過去からの蓄積を感じさせる,のれんイメージ
    • F3:躍動感
      • 未来への若々しい可能性を感じる革新イメージ
  • 消費者と企業の時間的・空間的距離感の表現
    • F1:現在身近にある, F2 :老舗, F3:将来を切り開く
    • F1:CM,身近にある商品, F2 :老舗の安定性と敷居の高さ, F3:産業の世界で先端を走る
  • モデルの表現
    • 資料(4.1)~(4.4)式参照
slide14
制約
  • 目的
    • 企業イメージの構造が,容易に変わらない安定した意識構造→因子負荷行列は毎年同じように観測される
    • それを検証するために,7個の制約条件を課す
    • 最初の3個はモデル識別のために必要なもの
    • 資料(4.5)~(4.10)式参照
slide15
1.各因子から観測変数への因子負荷のうち,1個の値を1に固定する ・・・(4.5)

2.初年度(1988年)の因子平均を0に固定 ・・・(4.6)

各群の因子平均を比較するため

3.観測変数の切片は10年とも等しい ・・・(4.7)

各群の因子平均を比較するため

4.モデルの母数配置は10年ともに(4.3),(4.4)で同一

配置不変

5.各因子の分散は10年ともに等しい ・・・(4.8)

6.因子と観測誤差変数の分散共分散行列は10年とも等しい ・・・(4.9)

7.すべての因子負荷は10年とも等しい ・・・(4.10)

測定不変

slide16
制約とモデルの関係
  • 1~3:モデル識別に必要
  • 4~7:積極的で厳しい制約
    • 10年とも同じ共分散行列を仮定
    • 消費者の企業に対するイメージの構造が,長期間安定していることを主張
slide17
5.分析結果
  • 最尤推定したモデルの適合度
    • FML = 0.487
    • χ2700 = 2869.052, P-value = 0.000,χ2 / df = 4.099
    • CFI = 0.990
    • RMSEA = 0.023
    • 90% confidence = (0.022, 0.024)
  • カイ2乗検定ではモデルが棄却
    • 標本サイズが大きいため(N=nG=5900)
  • CFI,RMSEAは非常に良い
    • データとの適合は極めて良好
  • 消費者が企業に対して形成しているイメージの構造は,10年間にわたって変化しない
slide20
因子得点の記述
  • 因子の発見
    • イメージの構造に関する知見を得る
  • 因子得点の利用
    • そのような構造の中で,自社の位置がどこにあり,どのように変化しているかを知る
  • 因子得点のプロット
    • 横軸:年度
    • 縦軸:3因子の得点
    • 企業ごとに個別の形で変動
    • 背景に想定される具体的要因と対応させ,解釈できる
slide23
6.まとめ
  • SEMのメリット
    • 毎年同じ因子負荷行列を扱うことができる
    • 因子平均を構造化できる
  • 他の企業に対して
    • 分析対象の590社以外でも可能
      • 観測変数の値を代入→因子得点の算出
      • 590社によって確認された因子構造の下で検討可能
    • 測定対象になっていない企業
      • 比較のベースを与えることができる
      • 同じ調査票・調査実施法を用いる
        • データをモデルに代入→因子得点の算出
slide24
修論に向けて
  • 低セルフコントロールの因子構造は男女で同じか?
  • 因子平均
    • 今回の論文では,10年間での市場全体の企業イメージの変化
    • 修論では,男女の因子平均の違い
  • 因子得点
    • 各企業のイメージの移り変わり
    • 分析に使える?
slide25
感想
  • 本当はもう一つ紹介したかったのですが・・・
    • 清水和秋,1996,関西大学社会学部紀要,28(2)
    • 日本版WAIS-Rの8尺度の因子的不変性
      • 8尺度が2因子を構成
      • 9年齢集団で比較
      • 4種類の因子不変性
  • 実際に分析を行う
    • まだほとんど進んでいないので
  • 経時変化を扱えたら面白そう
    • でも無理!