4. 「データ解析環境 R 」による探索的
因子分析の手順 順
「 R 」による探索的因子分析の手順
国語 英語 社会 理科 数学
」 探索 分析 順
あ 10 10 20 80 90
い 20 40 10 100 80
う 30 20 10 90 100
え 90 80 70 20 30
え 90 80 70 20 30
お 70 90 90 10 30
か 100 100 80 20 20
か 100 100 80 20 20
さ 20 10 10 30 20
し 30 20 10 10 30
し 30 20 10 10 30
す 90 90 80 90 90
せ 80 90 100 70 90
せ 80 90 100 70 90
「 R 」による探索的因子分析の手順 」 探索 分析 順
データの読み込みsetwd("G:/r_toukei")
dat <- read table("exercise r toukei csv" sep=" " header=T dat < read.table( exercise_r_toukei.csv , sep , , header T, na=".")
library(psych) library(psych)
①ハ ドディスク「
G
」の中にある①ハードディスク「
G
」の中にある フォルダ「r_toukei
」にアクセス② イ 「
②
csv
ファイル「exercise_r_tou kei
」のデータを行列dat
と置く③パッケージ「
psych
」を呼び出す「 R 」による探索的因子分析の手順 」 探索 分析 順
因子分析の実行(2
因子と仮定)
factanal(x=dat,factors=2)
※何も指定しなければ、最尤法・バリマックス回転
← 独自性
④各目的変数の「独自性」
「 R 」による探索的因子分析の手順 」 探索 分析 順
因子分析の実行(2
因子と仮定)
factanal(x=dat,factors=2)
⑤共通因子
1
と共通因子2
のそれぞれの因子負荷量 を算出← 因子負荷量
因子負荷量が0に近すぎる 因子負荷量 近すぎる と表示されない！
「 R 」による探索的因子分析の手順 」 探索 分析 順
因子分析の実行(2
因子と仮定)
factanal(x=dat,factors=2)
← 因子寄与率
← 累積因子寄与率
⑥因子寄与率、累積因子寄与率を算出
← 適合度検定のp値
⑥因 寄 率、累積因 寄 率を算
⑦適合度の検定
「 R 」による探索的因子分析の手順 」 探索 分析 順
因子負荷量をすべて表示print(factanal(x=dat,factors=2),cutoff=0)
因子負荷量が0以上の値は
因子負荷量
すべて表示
← 因子負荷量
「 R 」による探索的因子分析の手順 」 探索 分析 順
共通性の算出communality <- 1-factanal(x=dat,factors=2)$uniquenesses
← 共通性
⑧共通性を算出
（共通性が高い＝共通因子で説明できる部分が大きい）
「 R 」による探索的因子分析の手順 」 探索 分析 順
共通因子数の推定evres <- eigen(cor(dat)) evres$value
$ ↑ 固有値の算出
plot(evres$value, type="b")
スクリープロット →
⑨固有値を算出
⑩スクリ プロ トを
⑩スクリープロットを 作図
「 R 」による探索的因子分析の手順 」 探索 分析 順
ちなみに・・・factanal(x=dat,factors=2, rotation="promax")
プロマックス回転で分析
「私の」参考文献 私 」参考 献
①マンガでわかる統計学【因子分析編】
（オーム社）→
統計や因子分析に対する抵抗感を下げる→
統計や因子分析に対する抵抗感を下げる→
行列の計算方法や専門用語を勉強②共分散構造分析【疑問編】
（朝倉書店）②共分散構造分析【疑問編】
（朝倉書店）→
探索的因子分析と確認的因子分析の違いを勉強 因子分析に関連した専門用語を勉強→
因子分析に関連した専門用語を勉強③ SPSS で学ぶ医療系多変量データ解析
（東京図書）因子分析 根本的な原理と基本方程式 理解
→
因子分析の根本的な原理と基本方程式の理解④心理統計学の基礎
（有斐閣アルマ）→
因子分析の手順と数式の理解⑤ SAS による統計解析【基礎統計編】
（科学技術出版）→
因子抽出法と因子数の決定に関する原理の理解http://www.sigmath.es.osaka-u.ac.jp/~kano/old/lecture/u_graduate/multivariate/factor.pdf