|
多変量データ(一つの個体について二つ以上の実数による測定を行うことによって得られたデータ)の特徴をつかんだり、予測をしたりするために用いる方法を多変量解析という。厳密にどの方法を用いるかは、データの種類、独立変数、従属変数の組み合わせによって決まる。
独立変数と従属変数
行動からの立場をとる心理学者は、生活体に各種の刺激が与えられた場合、それに対して反応する生活体の行動がいかなる仕組みによるのかを明らかにすることを目指す(S→Rモデル)
刺激にあたるものが独立変数、その結果として生ずる生活体の行動つまり反応が従属変数にあたる。
質的データと量的データ
多変量解析においては、同じ目的でおこなうにしても、扱うデータの種類(質的データか量的データか)によって用いる手法が異なる。
独立変数 |
従属変数 |
用いる手法 |
目的 |
質(複数) |
質(単数) |
数量化II類 |
判別分析を参照 |
質(複数) |
量(単数) |
数量化I類 |
重回帰分析を参照 |
量(複数) |
質(単数) |
判別分析 |
個体をグループに分けて判定 |
量 (複数) (複数) |
量
(単数)
(複数) |
重回帰分析 正準相関分析
|
影響を与える要因を組み合わせて予測 同一個体で二つの変数群の関係を調べる |
質
(複数) |
|
偏相関分析
数量化III類
潜在構造分析 |
コントロールして知りたい変数をしぼる 主成分分析を参照 因子分析を参照 |
量
(複数) |
|
主成分分析
因子分析
数量化IV類 クラスター分析 |
多→少次元に縮約
変数間の関係を位置付けて視覚化
対象間の親近性(類似の程度)を視覚化
個体間のグループ分け |
|