パス係数を推定するベストな方法

標準化v s非標準化パス係数

標準化された回帰係数と非標準化回帰係数があるように,標準化?非標準化パス係数がある。

非標準化係数を報告するときは,重回帰分析のコンピュータプログラムの結果から,非標準化された数値をうつし取るだけでいい。

標準化係数の利点は,単位どうしが比較できることだ。

たとえば、,もとの変数はまったく異なる尺度で測定されているにもかかわらず,以前の豊かさは以前の健康よりも再婚に大きな影響を与えているということが一目でわかる。

標準化係数は,予測変数の相対的な重要性を考えるときに便利なのである。

実際,研究者はほとんどいつも,標準化されたパス係数を示す。

非標準化係数の利点は,予測変数の一単位の変化が従属変数にどれぐらいの大きな変化をもたらすかを見ることができる点だ。

豊かさに関する測定が1万ドル単位で測定されていたとしょう。

豊かさの非標準化係数は,もう1万ドルあれば,再婚の確率に与える影響はどうかを示し,その数字は興味深いものだろう。

おおまかな経験則ではあるが,非標準化係数を報告するべき3 つの状況がある。

(a)2 つ以上の異なるサンプルに対してパス解析を行ったかどうか。たとえば,違う国民に別々のパス解析をするのかどうか。

(b)パス解析に,異なる時間でとった同じ変数があるかどうか。そして異なる時間でとった変数の分散が異なるかどうか。

(c)変数の単位に意味があるかどうか。たとえばドルや,年や,カロリーなど。

Kim, Ferree (1981)は,標準化の複雑さについて述べ,標準化と非標準化係数双方の利点を残すような解決方法を提唱した。

簡単にまとめると,いくつか,あるいはすべての変数において標準化された推定値を分析する前に示しておき,解釈のときに非標準化係数を使うという方法である。

パス係数を推定するベストな方法

重回帰分析でパス係数を推定する方法については、同じ係数が,共分散構造分析のパラメータを推定するソフトウェアからも得られる。

パス解析は一般的な共分散構造分析の特別な場合である。

LISREL (Joreskog, Sorbom,1989 )とEQS (Bentler,1989)はモデルパラメータ推定プログラムの二大巨頭である。

こうしたソフトウェアのパス係数は,標準化係数であれ非標準化係数であれ,重回帰分析の係数とまるで同じように解釈することができる。

さらに,こうしたソフトウェアを使う2 つの大きな利点がある。

LISREL (やそれに類するプログラム)を使ってパス解析をする第一の利点は,プログラムがいろいろな結果を出すことである。

たとえば,インプライド相関係数,すべての総合効果,間接的影響の標準誤差を出してくれたりする。

最も大事なことは,モデルの全体的な適合の指標を,いくつか計算して出力してくれることである。

こうした指標を報告するのが,作法になりつつある(たとえば,心臓病患者のQOLモデルにおいて,適合度指標としてLISRELからの結果を書いている。

医療モデルがすばらしかったのに比べ,心理社会的モデルのそれは残念なものであった)。

ソフトウェアを使う二番目の利点は,共分散構造分析が,すでに指摘したように,ある仮定に合った分析をしてくれる。

従来のパス解析(重回帰分析の仮定を隠しもっている)であれば,測定された変数は誤差がないと考える。

LISRELにおけるパス解析では,研究者は測定誤差をおくことができ,多くのケースにおいてそれはより現実的なモデルとなる。

共分散構造分析を完全にマスターするには時間がかかり,とりつきにくいと感じるかもしれないが,一般的な共分散モデルのソフトウエアをパス解析(すべての変数が測定されている逐次モデル)に応用するのは,かなり直接的なやり方でできる。

少し練習すれば,モデルは簡単に準備して解釈することができる。

また,共分散構造分析プログラムの力を借りることにより,回帰では取り組めないような複雑なパス解析にも挑戦できる。

(異なる国の市民のような)複数のサンプルに対するパス解析を比較する問題とか,非逐次的なモデル,一般的な共分散分析における測定されてない変数を対象とするようなモデルなどがそうだ。