多元配置分散共分散分析

先に取り上げた一元配置分散分析では、１つの定量的変数（例では主介護者の精神的負担感）に 対する１つの独立変数（主介護者の職業の有無）の影響（あるいは関連）を分析しました。

これに対して、多元配置分散分析では、ある１つの定量的変数を従属変数とし、２つ以上の定性 的変数を独立変数として、各独立変数が従属変数にどの程度の影響（あるいは関連）をもっているか を明らかにする多変量解析の方法です。また、独立変数に定量的変数（共変量という）を加えた分析 方法が、多元配置分散共分散分析です。

ここでは、一元配置分散分析の場合と同じsample2.savのデータの次の変数を用いた多元配置 分散共分散分析の例を示しましょう。

従属変数（定量的変数）： 精神的負担感（スケール得点）

独立変数（定性的変数）：

主介護者の職業（有職か無職か）

高齢者の性別

高齢者の身体的障害程度 高齢者の精神的障害程度

独立変数（定量的変数）＝共変量 情緒的サポート得点

なおSPSSでは、多元配置分散共分散分析は、次のようなシンタックス・プログラムを書いて分析 を実行します。

〔シンタックス・プログラム〕

anova vars=精神的負担感得点

by 主介護者の職業(1,2)

高齢者の身体的障害程度(1,4) 高齢者の精神的障害程度(1,4) 高齢者の性別(1,2)

with 情緒的サポート得点 /maxorders=none /method=experimental /statistics=all.

注）１．anova vars= は、多元配置分散分析の変数構成を定義する命令語です。

55

最初に従属変数の精神的負担感得点を書きます。

２．by 以下には、独立変数（定性的変数）を列記します。（ ）内は、各独立変 数の欠損値を除いた変数値の最小値と最大値を書きます。

３．with 以下には、共変量を列記します。

4．/maxorders＝ 以下に交互作用の次元を指示します。ここでは、交互作用 なしという分析モデルなので、＝noneとします。

5．/methods＝ 以下には、要因（独立変数としての定性変数）のカテゴリーの 調整を行う方法の指示をします。ここでは、標準的な方法として、

＝experimentalを指示します。

6．/statistics= 以下には、追加統計を指示しますが、ここでは、後で説明する 多重分類分析（MCA）を含めるため、=allとします。

7.最後のallの後に必ずピリオドを入れる。

56

（１） ファイル（Ｆ）新規作成(N)シンタックス(S)でSPSSシンタックスエディタを起動する。

（２）プログラムを記入する。

（３）プリグラムを実行する。

57

（４）結果が出力されました。

MCA とは多重分類分析のことで、４つの定性的独立変 数のそれぞれが、従属変数に対してどのような内容の影 響をもっているかを示しています。

「調整済み」の欄が最終的な結果を示しています。従属変数の精神 的負担感得点の標準化された平均値（ゼロ）からの偏差の正負の値 の大きさから判断します。例えば、主介護者の職業は、有職が

-.665、無職が .358であるので、有職の方が、精神的負担感を小さく

し、無職がそれを大きくする方向に影響（関連）していることを意味し ています。

１行目に共変量の従属変数に対する影響（関連）がF 値の大 きさから見て、有意確率 .000で有意であることを示しています。

回帰係数‐.609 は、従属変数（精神的負担感）を小さくする方向 に影響（関連）があることを意味しています。

2 行目の主効果（結合された）は、定性的変数としての４つの 独立変数全体の従属変数に対する影響（関連）を示していま す。これも有意確率 .000で有意であることを示しています。

４つの独立変数のそれぞれが、有意確率に一定の違いがある ものの、すべて有意な影響（関連）があることを示しています。

R は重相関係数で、従属変数に対する４つの 定性的独立変数および共変量全体の影響（関 連）を示しています。R2 乗は、従属変数の変 動全体に対して、４つの独立変数がもっている 説明率を示しています。その値が、.182 という ことは、変動全体の約18％を説明していること を意味しています。

58