パス解析（パス図）の結果の見方

この記事は、心理系大学院生を対象とした統計法の学習ページです。

こんな悩みや疑問がある方はご参考ください( ˘ω˘)

パス解析の解釈ポイント

パス解析の結果を解釈するうえで、具体的に見るべきポイントは以下の3つです。

それぞれ順に説明します。

なぜ、誤差の分散を読みとる必要があるのでしょうか？

それは、従属変数の分散がわかるからです。

というのも、従属変数の分散がわかれば、その変数がどれだけ正確に独立変数（説明変数）によって説明できるか、その程度がわかります。

具体的には、以下の式が成り立ちます。

つまり、誤差の分散がわかれば、分散説明率も求められるということです。

また、この式は全体の分散を「1」としているので、つまり標準化されていることから、標準解をみればよいということです。

そこで、〈パス解析⑦〉で例示した標準解を用いて考えてみましょう。

この例では、変数②の誤差は 0.40 となっています。

そのため、変数②（自信）の分散説明率は 0.60（＝1－0.40＝0.60）ということになります。

つまり、変数②（自信）の高低の 60% は、勉強期間によって説明され、40% はそれ以外の要因によるものであると考えることができます。

これは、「パス係数」のことですね。

パラメータの読み取りに関しては⇩こちらをお読みください

ちなみに、パス係数を見るときは、目的によって標準解をみるか、非標準解をみるかが異なります。

端的に言えば：

こちらに関しても、別記事にて詳しく扱ってます。

パラメータの読み取りでは、「c」が共分散を表わすことを学びましたが、標準解においては、変数同士の相関を表わすことだけ押さえておきましょう。

さて、いかがでしたでしょうか？

パス解析の結果の読みとり方について、少しは理解が深まったでしょうか？

最後に本記事の内容を振り返っておわかれです(^^)/

ということなんですね～

それではまた(^^ゞ