6.3 Exploratory Factor Analysis（探索的因子分析）

探索的因子分析は，多数の変数の背後にある少数の潜在因子を特定し，それら少数の因子をもちいてデータを説明しようとする分析手法です。

**Exploratory Factor Analysis**

図6.6: Exploratory Factor Analysis

  • Method（方法）
    • Extraction（抽出）　因子の抽出法を設定します。
      • Minimum residuals（最小残差法）　モデルの残差が最小となるようにして因子を抽出します。
      • Maximum likelihood（最尤法）　データの分布に多変量正規分布を仮定し，分析データを説明するモデルとしてもっともあり得そうな（最尤な）因子を抽出します。
      • Principal axis（主因子法）　主成分分析と同様の計算を繰り返し行い，計算結果を収束させていくことによって因子を抽出します。
    • Rotation（回転）　因子の回転法を設定します。
      • None（回転なし）　回転を行いません。
      • Varimax（バリマックス法）　バリマックス法による回転を行います（直交回転）。
      • Quartimax（クォーティマックス法）　クォーティマックス法による回転を行います（直交回転）。
      • Promax（プロマックス法）　プロマックス法による回転を行います（斜交回転）。
      • Oblimin（オブリミン法）　オブリミン法による回転を行います（斜交回転）。
      • Simplimax（シンプリマックス法）　シンプリマックス法による回転を行います（斜交回転）。
  • Number of Factors（因子の個数）
    • Based on parallel analysis（平行分析に基づいて決定）　平行分析の結果をもとに因子の個数を決定します。
    • Based on eigenvalue（固有値に基づいて決定）　固有値の大きさが指定値以上の因子を採用します。
    • Fixed number（個数指定）　因子の個数を直接指定します。
      • [   ] factor(s)　因子の個数を数値指定します。
  • Assumption Checks（前提チェック）
    • Bartlett’s test of sphericity（バートレットの球面性検定）　バートレットの球面性検定を実施します。
    • KMO measure of sampling adequacy（KMO標本妥当性指標）　標本妥当性指標（MSA）を算出します。
  • Factor Loadings（因子負荷）
    • Hide loadings below [   ]（これ未満の負荷を隠す）　指定した値より絶対値が小さい負荷量を非表示にします。
    • Sort loadings by size（負荷量の大きさで並び替え）　負荷量の絶対値が大きい順に変数を並び替えて表示します。
  • Additional Output（追加の出力）
    • Component summary（主成分の要約）　各因子について要約量を算出します。
    • Component correlations（主成分の相関）　各因子間の相関を算出します。
    • Model fit measures（モデル適合度）　モデルの適合度に関する指標を算出します。
    • Initial eigenvalues（回転前の固有値）　回転前の固有値とその寄与率，累積寄与率を算出します。
    • Scree plot（スクリープロット）　スクリープロットを表示します。