slide1 n.
Skip this Video
Loading SlideShow in 5 Seconds..
SD法データの分析(1) PowerPoint Presentation
Download Presentation
SD法データの分析(1)

play fullscreen
1 / 21
Download Presentation

SD法データの分析(1) - PowerPoint PPT Presentation

violet
120 Views
Download Presentation

SD法データの分析(1)

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

  1. SD法データの分析(1) 因子分析や3相因子分析による分析の問題点を整理する 狩野裕+原田章(行動工学講座)

  2. 多群データと3相データ-- Multiple Group and Multi-Mode data --

  3. 多群データと3相データ-- Multiple Group and Multi-Mode data --

  4. 多群データと3相データ-- Multiple Group and Multi-Mode data --

  5. よく知られた平均値の差の検定との対応

  6. Dylis(当講座4年生)の化粧品CM印象評価データDylis(当講座4年生)の化粧品CM印象評価データ • データの内容 • 日本の化粧品CM(雑誌広告)の印象評価を日本と香港で実施 • 回答者数...総数212 • 日本... 女性:71人 男性:34人 • 香港... 女性:67人 男性:40人 • 用いたCM(刺激)は5種類 • Chanel, Kanebo, Kose, Maxfactor, Shiseido • 20対の形容詞でSD法により印象評価

  7. 形容詞対とプロフィール 平均は,CMごとにかなり異なるようである

  8. データの構造

  9. SD法データの因子分析--- 「条件」を無視する手順 --- • プロフィールの分析(相間の平均値の比較) • 探索的因子分析(n=212*5=1060) • 因子抽出 • 論理的・感性的評価(Evaluation) • 力量・潜在力(Potency) • 活動性(Activity) など • 因子スコアまたは尺度値を条件ごとに比較(分散分析?)

  10. 「条件」を無視する手順の問題点 • 条件の違いを独立な繰返しと解釈する分析法は,以下の2点においてまずいことがある. (1) 条件間での平均のばらつきの問題:プロフィールを分析するということは,条件間で平均が異なる可能性を認めている.異なる平均を調整せずにデータを併合して因子分析するのはまずい. (2) 条件間での等分散性等共分散性の問題:条件が変わっても分散行列や相間行列が(近似的にでも)等しいと仮定できるか. (3) 従属性(対応のあるデータ)の問題:プロフィールの分析で平均値を条件間で比較するときは,「対応のある平均値の差の分析」を行っているはずである.これと同様,従属性を考慮した分析を行なう必要がある.

  11. A2 A2 併合後r=0 条件1 r = 0.5 条件1 r=0.5 条件2 r = -0.5 条件2 r=0.5 A1 A1 その理由 (1) 平均が異なる場合 (2) 相間が異なる場合

  12. その理由(続):従属性の問題 • 標本数の問題 • 条件に関わらず全く同じ反応をするならば N=212 • 被験者要因が働かず,独立な標本として扱えるならばN=212*5=1060 • 独立でないときN=1060 とすると,適合度検定,AIC等が上手く働かない • その他にももっと重要な問題が….

  13. AICの問題の補足 • n が(本当は小さいのに)不当に大きいと,対数尤度の影響が勝ってしまいconvex にならない. • 因子分析には普通のAICはうまく働かないという経験則がある(赤池氏).

  14. 「条件」を無視する手順が正当化されるための条件「条件」を無視する手順が正当化されるための条件 (i) 平均(プロフィール)が条件間で揃っている. (ii) 相関構造が条件間で揃っている (iii) 条件間の相間が無視できる程度小さいか,特殊な構造を持っている. あまり現実的ではないと思われる

  15. 簡便方法 • 平均の違い (i) のみが問題のとき 平均を条件間で等しくなるように調整し,条件を無視する手順(N=212×5)で因子分析する. • その他も [(i)-(iii)]問題になるとき 各被験者ごとに条件間で平均し,N=212 のデータを因子分析.

  16. 化粧品CMのデータでは? • 条件によって相関構造は変化するか? • 条件間の相関構造と条件内の相関構造との関係は? N=212: 香港・日本,男女をプール

  17. まとめ 条件(CM)によって相関構造はかなり異なるようである. 条件間の相関は小さいようである. 平均(プロフィール)は条件ごと,群(国・性別)ごとでかなり異なる. 方向 群(国・性別)ごとに平均を調整し,群間の平均を揃える.今回は群の違いを解析に入れず,独立な繰返しとみなし,n=212 として解析する. データのまとめと今後の方向

  18. 3相因子分析的アプローチ • 条件(CM)ごとに探索的因子分析 • 項目(形容詞)を選択して検証的因子分析 • 3相(検証的)因子分析(PARAFAC) • PARAFAC+因子平均

  19. 特徴 • 検証的因子分析をベースにしたPARAFAC モデル • 分散共分散は条件ごとに異なり以下のようになる: • 条件間の共分散は以下のようになる: • 因子分析後の因子得点を比較するのではなく,因子平均を推定し条件間で比較する.より具体的には,以下の検定を行なう:

  20. MTMM アプローチ(検証的因子分析モデル) • 各形容詞と各条件の潜在変数をさらに因子分析する.(2次因子分析) • 直積モデルのアプローチもある • 平均構造は考えにくい