Skip to content
検索結果に戻る

モデルテスト研究 — 構造理論テストデザイン

提唱者
Karl G. Joreskog (SEM/LISREL framework); formalized through structural equation modeling tradition
年
1970s (Joreskog 1969–1973); widely adopted in social sciences by the 1980s–1990s
種類
Confirmatory quantitative research design
系統
Survey / observational design

この文章は機械翻訳で、まだ確認されていません。 英語の原文を読む

文字サイズ

何をする手法か?

モデルテスト研究は、研究者が理論的モデル(構成概念間の仮説的な関係を描写するもの)を指定し、そのモデルが経験的データにどれだけ適合するかをテストする、確認的量的デザインである。主に構造方程式モデリング(SEM)および確認的因子分析(CFA)に基づいて、データから示唆される共分散構造が理論的に導出された構造と一致しているかどうかを評価し、モデルとデータの対応を示す適合指数を算出する。

手法の背後にある直感

モデルテスト研究を、設計図を用意して実際の建物と照合する作業と考えてほしい。データで何が起きているのかを最初に問うのではなく、変数間の関係がどうあるべきかについての理論的導出された像から始め、データを収集して「世界は私の設計図通りに見えるか?」と問うのである。適合指数は計画に対する建物の近さを示し、修正指数は設計図のどこを修正すべきかを特定するのに役立つ。全体の論理は演繹的かつ確認的であり、理論が先、データが後である。

歴史学

モデルテスト研究の統計的基盤は、カール・ヨレスコによって築かれた。彼の確認的因子分析(1969年)と共分散構造分析(1973年)に関する研究は、LISRELソフトウェアパッケージにつながった。1980年代には、ピーター・ベントラー(EQSソフトウェア、1985年)やマイケル・ブラウンなどの研究者によって普及し、SEMは心理学、教育学、経営学、社会学に広まった。レックス・クラインの教科書は、1998年に初版が出版され、現在は第4版(2015年)となっており、応用社会科学研究者にとって標準的な方法論的参考文献であり続けている。

使うべき場面

複数の潜在構成概念がどのように関連するかを指定する十分に発達した理論があり、その理論が母集団レベルの共分散データと一致しているかどうかを評価する必要がある場合に、モデルテスト研究を使用する。これは、測定尺度の検証(CFA)、媒介および調整連鎖のテスト、競合する理論的枠組みの比較に理想的である。少なくともN=200および構成概念あたり複数の指標を必要とする。理論が未熟な場合の最初のステップとしては使用しないこと。探索的因子分析や根拠に基づいた質的研究がモデル指定に先行すべきである。標本サイズが小さい場合、構成概念が単一の指標しか持たない場合、または目的が理論駆動型ではなく純粋に記述的なものである場合には避けること。

限界と注意点

  • 多くの研究者が現実的に達成できない大規模な標本(通常N≧200)を必要とする。
  • 理論的解釈が間違っていても、モデル適合が許容範囲に見えることがある。適合指数は統計的整合性を確認するが、理論的真実を確認するわけではない。
  • モデルの誤指定に非常に敏感である。理論的に関連するパスを省略すると、他の係数が過大評価され、適合が歪む。
  • 最尤法推定下では多変量正規性を仮定する。違反にはロバスト推定(MLR、WLSMV)が必要だが、これらは多くの応用研究者にとって馴染みが薄い。
  • 交差検証なしの事後モデル修正は、確認的研究を探索的研究に変え、その科学的価値を損なう。

出典に示された条件は、独立した科学的レビューや分析エンジンによる検証の代わりにはなりません。

強み

  • 孤立した二変量仮説ではなく、理論的枠組み全体を同時にテストする。
  • 回帰分析のみよりも、測定誤差を構造的関係から分離し、より正確なパラメータ推定値を得る。
  • 適合指数とカイ二乗差検定を用いた競合モデルの正式な比較を可能にする。
  • 単一の統合された枠組み内での媒介、調整、および間接効果の評価をサポートする。
  • 理論的用語で直接解釈可能な標準化係数と非標準化係数を生成する。
  • 社会科学、行動科学、健康科学全般にわたる高影響力ジャーナルで広く認識され、受け入れられている。

応用

  • CFAを通じた心理測定尺度の検証、および収束的妥当性と判別的妥当性の評価。
  • 構造的媒介モデルのテスト。例えば、仕事の要求が燃え尽き症候群に及ぼす影響が感情的消耗によって媒介されるかどうか。
  • 多群SEMを用いた人口統計学的グループ間での因子構造またはパス係数の比較。
  • クロスラグパネルモデルを通じた縦断的成長軌道および相互因果関係の調査。
  • 組織行動学、健康心理学、教育研究における理論的枠組みのテスト。
  • AICまたはBICを用いて同じデータセットへの適合度を比較することにより、競合する理論的説明の評価。

使い方

使い方

1

研究者は、どの潜在構成概念が存在するか、観測変数(指標)がそれらの構成概念にどう関係するか(測定モデル)、そして構成概念が互いにどう関係するか(構造モデル)を指定する、パス図として描かれることが多い形式的な理論モデルを明確に記述する。含まれる、あるいは除外される各パスは、データ駆動型の選択ではなく、実質的な理論的コミットメントを反映する。

2

各潜在構成概念は、確立された、あるいは仮説的な信頼性と妥当性を持つ複数項目尺度を選択または開発することによって操作化される。標本サイズ要件が推定され(自由パラメータあたり10〜20ケースが一般的な基準)、一般化可能性を支持するために標本計画が対象集団に合わせられる。

3

データは、推定要件を満たすのに十分な大きさの標本から収集される(通常、SEMではN≧200)。モデル推定に進む前に、多変量正規性、欠損データのパターン、外れ値のプロファイルが検査される。

4

指定されたモデルは、最尤法(ML)などの推定方法を用いて観測共分散行列に適合される。推定により再現共分散行列が得られ、観測行列と再現行列の間の不一致は、カイ二乗検定、CFI、TLI、RMSEA、SRMRといった適合統計量によって要約される。

数式
\chi^2, \text{CFI}, \text{RMSEA}, \text{SRMR}
5

モデル適合は、従来のベンチマーク(例:CFI≧0.95、RMSEA≦0.06、SRMR≦0.08)と比較して評価される。個々のパス係数、標準誤差、およびR二乗値は、理論的予測に照らして解釈される。適合が悪い場合は、理論モデルがデータ生成プロセスを適切に表現していないことを示す。

6

適合が不十分な場合、修正指数は理論的に正当化可能な修正(パスの追加、相関残差の解放、測定構造の再検討)を示唆することがある。事後的な修正は、偶然の利用を避けるために独立した標本で再検証されなければならない。そうでなければ、研究は確認的研究から探索的研究へと移行する。

よくある落とし穴

  • データを検査した後にモデルを指定すること。これはモデルテストをモデル構築に変え、確認的論理を無効にする。
  • 有利な適合指数のみを選択的に報告し、不利なものは省略することで、中程度の適合を許容範囲として受け入れること。
  • 理論的正当化なしに修正指数を改善の処方箋として扱うこと。追加される各パスは、単なる統計的改善ではなく、実質的な推論を反映すべきである。
  • 構成概念あたり指標が少なすぎること(単一指標モデルは構成概念の分散と測定誤差を分離できず、SEMの主要な利点を無効にする)。
  • グループを比較する際に不変性テストを無視すること。潜在平均値の違いが意味を持つ前に、因子負荷量と切片がグループ間で等しいことが示されなければならない。

よくある質問

モデルテスト研究は、一般的な確認的研究とどのように異なるか?

確認的研究は、所定の仮説をテストするために設計されたあらゆる研究を含む広範なカテゴリである。モデルテスト研究は、確認的研究デザインの特定の種類であり、通常SEMまたはCFAを使用して、個々の仮説を一度に1つずつテストするのではなく、仮説的な関係のシステム全体を同時に評価する。その定義的な特徴は、データ収集前に構造モデルまたは測定モデルの形式的な指定である。

どのくらいの標本サイズが必要か?

一般的な経験則は、自由に推定されるパラメータあたり10〜20の観測値であり、安定したML推定値の絶対的な最小値はN=200とされることが多い。多くの潜在変数とパスを持つ複雑なモデルは、より大きな標本を必要とする。WebPowerのような検出力分析ソフトウェアやMplusでのモンテカルロシミュレーションは、特定のモデル構造に対するより正確な標本サイズ推定値を提供できる。

どの適合指数を報告すべきか、また許容値は?

最低限、カイ二乗(自由度とp値付き)、CFIまたはTLI(許容値≧0.90、良好≧0.95)、RMSEA(90%信頼区間付き、許容値≦0.08、良好≦0.06)、およびSRMR(許容値≦0.10、良好≦0.08)を報告する。単一の指数が決定的なものはない。複数の指数にわたる収束的な証拠が必要である。カイ二乗単独では、大きな標本では過敏すぎる。

データを見た後にモデルを修正しても、モデルテストと呼べるか?

修正指数または残差を同じデータセットから得て修正を行った場合、その研究は確認的研究から探索的研究へと移行したことになる。事後的な修正は、独立したホールドアウト標本で交差検証された場合にのみ許容される。そうでなければ、その研究はモデルテストではなく、探索的モデル開発として記述されるべきである。

SEMソフトウェアを使用する必要があるか、それとも回帰分析で代用できるか?

観測変数のみを持つ単純なモデルでは、重回帰分析で十分な場合がある。しかし、回帰分析では潜在変数や測定誤差の分離を扱えず、モデル全体の適合度をテストできない。モデルに潜在構成概念、間接効果、または同時に測定される複数の従属変数を含む場合は、Mplus、lavaan(R)、AMOS、またはLISRELといった専用のSEMソフトウェアが必要となる。

関連する手法

参考文献

  1. Kline, R. B. (2015). Principles and Practice of Structural Equation Modeling (4th ed.). Guilford Press.

    ISBN:978-1462523344
    コピーしました。
  2. Joreskog, K. G., & Sorbom, D. (1993). LISREL 8: Structural Equation Modeling with the SIMPLIS Command Language. Scientific Software International.

    出版物の文献を開く
    コピーしました。