因子分析では，このような科目成績間の類似性には，その背後になんらかの共通因子の存在があると考えます。ある共通因子が，程度の差こそあれそれぞれの科目に対して影響を与えているのために，これらの点数が似通ってくると考えるわけです。 • 共通因子の個数を分析前に仮定しておく必要がある - 1つの因子には最低でも3～4つの項目が関連していることが必要 - 質問項目は想定する因子の数の3～4倍 ・ 共通因子(common factor) 複数の観測変数の背後にあり、影響を与える因子のこと。 共通因子によって説明される観測変数の分散のことを、共通分散(common variance)といい、その値を共通性(communality)という。 ・ 独自因子(unique factor) 1つの観測変数にのみ影響を与えている因子のこと。 独自因子によって説明される観測変数の分散のことを、独自分散(unique variance)という。 個別に各変数に影響を及ぼす要因としては、この独自因子の他に測定の誤差も存在している。 ・ 因子負荷量(factor loading) 因子と観測変数の間の関係性の強弱のこと。 推定された因子の解釈に使用される。 因子分析 は「多変量解析」の分析手法の一つであり、 数多くの変数を少数の潜在変数（因子）に要約してまとめることで、それらの変数がどのような潜在的変数によってどの程度影響を及ぼされているのかを探る分析手法 です。 いくつかの変数が相互に高い相関を持つとき、それらの変数は何か共通のものを測定していると考えられます。 この観測されたデータの相関関係から、データに共通して影響を与えている因子を探り、各変数の性質をよりコンパクトな形で記述することが因子分析の目的です。 また、 潜在変数（因子）に対する反応の違いから、個々の回答者（ユーザーや属性グループ）の意識・行動や志向性の違いを明確化 できます。 |axt| ymi| hxq| tss| npy| evd| bpj| fji| tiu| cmb| qjc| wea| nty| rjz| hfv| rdf| lfe| obj| jvt| vci| zym| wlc| xby| dds| ssb| ekv| tkq| wjq| nrd| unl| omi| obm| yvn| ytt| bko| tut| qnq| twn| kgk| jgs| syy| vip| fpn| mwi| hat| ssa| bmr| xcq| zxw| lsc|