原田和宏＠広島大学大学院生です。
多くのご指導をいただき，ありがとうございます。
分析結果の数字の意味が十分に理解できない私にとって，たいへん救われます。
なお，医療・保健学分野の研究活動では，扱う現象が構成概念で
観測変数が順序データであることが少なくはないことから，議論
にありますカテゴリカルデータの因子分析については緊急の宿題
と心しております。
最初に，岡本先生からご確認いただきました，
>誤差分散は互いに独立と仮定されているのではと思います。
については，そのとおり，互いに独立です。また，
>どれが最適なモデルであるか
については，ちなみに適合度は，
モデル番号1：AIC=1827.4, GFI=.958, RMSEA=.052
モデル番号2：AIC=1895.8, GFI=.956, RMSEA=.051
モデル番号3：AIC=1906.8, GFI=.956, RMSEA=.050
モデル番号4：AIC=2404.9, GFI=.948, RMSEA=.054
モデル番号5：AIC=2629.4, GFI=.945, RMSEA=.056
モデル番号6：AIC=2665.2, GFI=.945, RMSEA=.056
です。
さて，
豊田先生よりいただきました。
>まずモデル番号1：等値条件無しのA群とB群の標準化前
>の解をじっくり目視で観察します
>
>実質科学的に同一の解釈を導くほどにA群とB群の解は互
>いに似ていますか？
>（モデル番号6の代表的な適合度指標がよいのですから，
>たぶん実質的に同様の解のはずです）
モデル番号1の第2次因子負荷量は，
A群−6,800ケース： Estimate S.E. C.R. Standardized
F0 ----->F1 1.000 0.549
F0 ----->F2 0.725 0.044 16.342 0.748
F0 ----->F3 0.850 0.049 17.512 0.772
B群−700ケース： Estimate S.E. C.R. Standardized
F0 ----->F1 1.000 0.555
F0 ----->F2 1.364 0.244 5.595 0.883
F0 ----->F3 0.922 0.207 4.448 0.780
です。不適解が生じるF0 ----->F3は似ているのかなという印象ですが，
F0 ----->F2は似ていない気がします。
ということは，構造は両群で似て非なるものと解釈すべきでしょうか？
>標本数が多いときに，かつ実験の効果が明らかに観察されているのに
>分散分析で有意差がでなかったら，おかしいですよね．計算違いを
>疑いますよね．
>
>SEMでも，それと同じです．まず，目で実際に見て，似ているか
>どうかの実質科学的な判断をしてください．モデル番号6の適合度
>はその常識を客観的に補佐する以上のものではありません．
はい。分散分析による例，並びに同時分析の意味についてたいへん
わかりやすくご説明いただきありがとうございました。
ご多用中恐縮ですが，この機会に甘えまして上記推定値の類似性に
関する解釈をご教示いただきたくお願い申し上げます。
------------------------------------------
広島大学大学院医学系研究科保健学専攻
原田 和宏
E-mail: kazuhiroha (at) mail.goo.ne.jp
: kazu-ha (at) jeans.ocn.ne.jp
------------------------------------------
ここは心理学研究の基礎メーリングリストに投稿された過去の記事を掲載しているページです。