金政 祐司 大阪大学大学院人間科学研究科 2003.09.13
DESCRIPTION
~愛すること、愛されることへの 欲求尺度の作成~. SEFA を使っての尺度作成. 金政 祐司 大阪大学大学院人間科学研究科 2003.09.13. 目的. 愛すること、愛されること欲求の尺度作成 尺度項目の選択を SEFA で行なう. なぜ、 そんな尺度を作る?. 成人の愛着スタイルの 2 つの次元 ( 関係不安 、 親密性回避 )との関連を 検討するため. 愛着 2 次元. 関係不安. 親密性回避. 成人の愛着 2 次元との関連. 愛することへの欲求. -. +. 愛されることへの欲求. 予備調査(項目収集). 回答者 - PowerPoint PPT PresentationTRANSCRIPT
金政 祐司大阪大学大学院人間科学研究科
2003.09.13
~愛すること、愛されることへの欲求尺度の作成~
目的 愛すること、愛されること欲求の尺度作成 尺度項目の選択を SEFA で行なう
成人の愛着スタイルの 2つの次元(関係不安、親密性回避)との関連を検討するため
なぜ、そんな尺度を作る?
成人の愛着 2次元との関連
関係不安
親密性回避
愛着 2次元
愛されることへの欲求
愛することへの欲求
+
-
予備調査(項目収集)回答者 大学・大学院生 51名(男性 21名、女性 30
名) 平均年齢 23.25歳 (SD=4.12)
KJ法による項目の整理愛すること、愛されることへの欲求、
共に 12項目、計 24項目を採択
本調査では予備調査から得られた 24 項目 <7 件法 >愛すること、愛されることへの欲求尺度(+成人の愛着スタイルに関する項目)
近畿圏の 4 つの大学にて調査実施
393 名の学生 ( 男性 181 名・女性 212 名 ; 平均年齢 19.59 歳 ; SD=1.36)
分析SEFA での分析に必要なデータ
① 尺度の項目間の相関係数
② サンプル数
以上
ここのデータ入力画面をクリック!
ここに項目間相関を!
ここにラベル!
ここに変数の数とサンプル数!
ここは因子数、共通性の推定方法、回転の指定
ここで実行!
赤いところに要注意
再び実行!
ここのチェックを外して…
ここでの疑問
① 適合度、共通性、因子の負荷量、最初にどれを指標にして項目選択をすべき?
② 適合度指標は色々あるけど、どれを参考にすればいいのか?
③ 適合度はどこまで上げればいいのか?④ 今回は 2 因子解から始めて項目選択を
したけど、他にも方法はあるか?(因子の数が多いと、 1 項目の増減で他の項目が“うろつく” 場合がある。それを避けるための方法はあるのか?)
⑤ どうしても外したくない項目(因子の代表項目と考えているもの)を外せと言ってくる場合はどうすればいいのでしょうか?
次の疑問・・・
愛することへの欲求愛されることへの欲求
を、別々に SEFAにかけてみました
次に、
愛することへの欲求 12項目
について SEFAを実行
まず、
愛されることへの欲求 12項目
について SEFAを実行
次に、
最初のものと比べてみた場合・・・
では、
双方の α係数は?最初の結果 1因子からの結果
愛することへの欲求 .91
愛されることへの欲求 .88
≒
愛することへの欲求 .90
愛されることへの欲求 .85
検証的因子分析 (CFA)での適合度を見てみよう!
love
.44
Q503 e3.56
Q505 e5.37
Q507 e7.48
Q508 e8.57
Q510 e10.47
Q512 e12.68
Q513 e13.58
Q516 e16.71
Q518 e18.64
Q520 e29.73
Q521 e21.74
Q522 e22.64
Q524 e24
loved
.75
.69
.75
.76
.84
.80
.83
.72
.85
.86
.61
.66
.80
.69
最初の結果χ2=177.985
GFI=.932
AGFI=.903
RMSEA=.067
1因子からの結果χ2=134.234
GFI=.936
AGFI=.896
RMSEA=.086
love
.68
Q523 e23
.58
Q505 e5.44
Q508 e8.58
Q510 e10.46
Q512 e12.69
Q513 e13
.68
Q522 e22
.68
Q518 e18.54
Q520 e20
.66
Q524 e24
loved.82
.76
.67
.82
.76
.83.82
.81
.66
.83
.73
成人の愛着 2次元との関連
関係不安
親密性回避
愛着 2次元
愛されることへの欲求
愛することへの欲求
+
-
最初の結果
1因子からの結果
両方でやってみました
.24
love
.26
loved
anxiety
avoidant
.19
el
eld
.64
-.36
.30
.43
-.45
成人の愛着 2次元との関連(最初の結果) χ2=604.3
4
GFI=.882
AGFI=.856
RMSEA=.061
.24
love
.27
loved
anxiety
avoidant
.19
el
eld
.77
-.40
.29
.42
-.46
χ2=499.22
GFI=.886
AGFI=.856
RMSEA=.066
成人の愛着 2次元との関連( 1因子からの結果)
最後の疑問SEFAでは、項目を削れば削るほど適合度は上がるという感覚がある
それゆえ、適合度だけを考えれば、項目をどんどん削ってしまいたくなる
しかし尺度の妥当性や信頼性係数などのことを考えるとできるだけ項目数を減らしたくないという思いもある
今回の分析結果では、2因子から始めた項目数の多いモデルと、1因子から始めた項目数の少ないモデルとの間にそれほどの違いは見られなかったが…
項目数が多い(大きい)モデルと少ない(小さい)モデル、双方の特徴と考慮すべき点について、数理統計的な側面からお聞かせください