因子分析
問題一覧
1
共通因子は，直接に観測（測定）されていない変数である。
⭕️
2
共通因子とは，複数の観測変数に共通する成分として推定された変数である。
⭕️
3
探索的因子分析における直交回転と斜交回転には，因子間の相関係数が0であると仮定するか，因子間の相関係数を推定するかという方法の違いがある。
⭕️
4
探索的因子分析を行うためには，事前に因子構造に関する仮説が必要である。
❌
5
独自性とは，各観測変数の分散のうち，共通因子によって説明されない部分の割合である。
⭕️
6
因子負荷の絶対値が大きいほど，共通因子と観測変数の関係が強いことを示す。
⭕️
7
因子寄与率は，全観測変数の分散の総和のうち共通因子によって説明される分散の割合である。
⭕️
8
因子間相関が高い場合，共通因子の間には関係があることを表す。
⭕️
9
共通性とは，複数の因子間でどのくらい共通成分があるかを示す指標である。
❌
10
探索的因子分析を行う際の因子数は，分析者が判断して決めることができる。
⭕️
11
探索的因子分析で，因子の命名とは共通因子の解釈に基づいて因子に名前をつけることをいう。
⭕️
12
共通因子の解釈は，その因子の因子負荷が高い観測変数に共通する内容から，分析者が考える。
⭕️
13
共通因子の意味を解釈することは，分析者の主観に左右されるので，望ましくない。
❌
14
確認的因子分析を行うためには，事前に因子構造（因子の数や，各因子がどの観測変数に対して因子負荷をもつか等）に関する仮説が必要である。
⭕️
15
探索的因子分析では，因子の数は分析を行う過程で分析者が決定する。
⭕️
16
因子分析を行うには，通常はデータ数がかなり多いことが求められる。
⭕️
17
共通因子は，直接には観測されない潜在変数である。
⭕️
18
平行分析は，探索的因子分析で因子数を決定するための方法の一つである。
⭕️
19
スクリープロットは，探索的因子分析で因子数を決定するための情報として利用されることが多い。
⭕️
20
共通性とは，複数の因子間でどのくらい共通成分があるかを示す指標である。
❌
21
平行分析とは，複数の因子分析の結果を比較するための方法である。
❌
22
確認的因子分析では，モデル適合度という指標で，分析モデル（仮説として設定した因子構造）のデータへの適合の良さを評価することができる。
⭕️
23
先行研究で得られた因子構造が，自分の研究データにも当てはまるかを検討するために，確認的因子分析を使用することができる。
⭕️
24
確認的因子分析はCFA，探索的因子分析はEFAと略記されることがある。
⭕️
25
探索的因子分析を行った後には，結果の確認のため確認的因子分析を行うことが必要である。
❌
26
探索的因子分析とは、因子構造についての事前の仮説なしで、因子構造を抽出すること。
⭕️
27
確認的因子分析とは因子構造について事前に仮説を持ち、データによってその仮説を検証すること。
⭕️
学校教育心理学2024
学校教育心理学2024
ユーザ名非公開 · 81問 · 1年前学校教育心理学2024
学校教育心理学2024
81問 • 1年前ユーザ名非公開
心理学研究法
心理学研究法
ユーザ名非公開 · 58問 · 1年前心理学研究法
心理学研究法
58問 • 1年前ユーザ名非公開
憲法
憲法
ユーザ名非公開 · 5問 · 1年前憲法
憲法
5問 • 1年前ユーザ名非公開
統計的検定に関すること
統計的検定に関すること
ユーザ名非公開 · 13問 · 8ヶ月前統計的検定に関すること
統計的検定に関すること
13問 • 8ヶ月前ユーザ名非公開
分散分析
分散分析
ユーザ名非公開 · 36問 · 8ヶ月前分散分析
分散分析
36問 • 8ヶ月前ユーザ名非公開
回帰分析
回帰分析
ユーザ名非公開 · 22問 · 8ヶ月前回帰分析
回帰分析
22問 • 8ヶ月前ユーザ名非公開
信頼性と妥当性
信頼性と妥当性
ユーザ名非公開 · 13問 · 8ヶ月前信頼性と妥当性
信頼性と妥当性
13問 • 8ヶ月前ユーザ名非公開
問題一覧
1
共通因子は，直接に観測（測定）されていない変数である。
⭕️
2
共通因子とは，複数の観測変数に共通する成分として推定された変数である。
⭕️
3
探索的因子分析における直交回転と斜交回転には，因子間の相関係数が0であると仮定するか，因子間の相関係数を推定するかという方法の違いがある。
⭕️
4
探索的因子分析を行うためには，事前に因子構造に関する仮説が必要である。
❌
5
独自性とは，各観測変数の分散のうち，共通因子によって説明されない部分の割合である。
⭕️
6
因子負荷の絶対値が大きいほど，共通因子と観測変数の関係が強いことを示す。
⭕️
7
因子寄与率は，全観測変数の分散の総和のうち共通因子によって説明される分散の割合である。
⭕️
8
因子間相関が高い場合，共通因子の間には関係があることを表す。
⭕️
9
共通性とは，複数の因子間でどのくらい共通成分があるかを示す指標である。
❌
10
探索的因子分析を行う際の因子数は，分析者が判断して決めることができる。
⭕️
11
探索的因子分析で，因子の命名とは共通因子の解釈に基づいて因子に名前をつけることをいう。
⭕️
12
共通因子の解釈は，その因子の因子負荷が高い観測変数に共通する内容から，分析者が考える。
⭕️
13
共通因子の意味を解釈することは，分析者の主観に左右されるので，望ましくない。
❌
14
確認的因子分析を行うためには，事前に因子構造（因子の数や，各因子がどの観測変数に対して因子負荷をもつか等）に関する仮説が必要である。
⭕️
15
探索的因子分析では，因子の数は分析を行う過程で分析者が決定する。
⭕️
16
因子分析を行うには，通常はデータ数がかなり多いことが求められる。
⭕️
17
共通因子は，直接には観測されない潜在変数である。
⭕️
18
平行分析は，探索的因子分析で因子数を決定するための方法の一つである。
⭕️
19
スクリープロットは，探索的因子分析で因子数を決定するための情報として利用されることが多い。
⭕️
20
共通性とは，複数の因子間でどのくらい共通成分があるかを示す指標である。
❌
21
平行分析とは，複数の因子分析の結果を比較するための方法である。
❌
22
確認的因子分析では，モデル適合度という指標で，分析モデル（仮説として設定した因子構造）のデータへの適合の良さを評価することができる。
⭕️
23
先行研究で得られた因子構造が，自分の研究データにも当てはまるかを検討するために，確認的因子分析を使用することができる。
⭕️
24
確認的因子分析はCFA，探索的因子分析はEFAと略記されることがある。
⭕️
25
探索的因子分析を行った後には，結果の確認のため確認的因子分析を行うことが必要である。
❌
26
探索的因子分析とは、因子構造についての事前の仮説なしで、因子構造を抽出すること。
⭕️
27
確認的因子分析とは因子構造について事前に仮説を持ち、データによってその仮説を検証すること。
⭕️