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。
- パス解析の「直接効果」「間接効果」「総合効果」ってなに？
- 用語は知っているけど、実際の読み取り方がわからない
こんな悩みや疑問がある方はご参考ください( ˘ω˘)
直接効果・間接効果・総合効果とは
パス解析における効果は、以下の3つに分けられます。
- 直接効果＝変数から変数に直接与える影響
- 間接効果＝ある変数が別の変数を介して与える影響
- 総合効果＝直接効果と間接効果を足し合わせた影響
以上を踏まえて、以下のパス図を使って考えてみます。
この場合、直接効果とは変数①（勉強時間）から変数③（点数）にのびるパスのことを指します。
「変数から別の変数への直接的な影響である直接効果を表す」
（引用：多変量データ解析法,p62,1行目）
次に、変数①（勉強時間）から変数②（自信）にのびるパスと、変数②（自信）から変数③（点数）にのびるパスが、「間接効果」です。
「知識→勉強→成績」というように、「知識→勉強」と「勉強→成績」の2つのパスが表す「勉強を介した知識から成績への影響」もある。こうした間接的影響を、間接効果と呼ぶ。
（引用：多変量データ解析法,P62,4-5行目）
つまり、この場合、変数①→②のパスと、変数②→③のパスを１セットで１つとして扱い、これを「間接効果」と呼ぶわけです。
「処理変数 A の変化が中間変数 M に変化を与え，M の変化が反応変数 Y に変化を与える」という因果連鎖では，A が Y に対して直接的に与える A → Yの効果が直接効果，M を介した A → M → Y の効果が間接効果であり，直接効果と間接効果の和が A から Y への総合効果となる」
（引用：反事実モデルに基づく直接効果と間接効果の推定,p83）
変数①→②を直接効果とは言わないわけですね
そして、総合効果。
「直接効果と間接効果の和を、総合効果と呼ぶ」
（引用：多変量データ解析法,P62,6行目）
数値を入れてイメージしてみる
では、ここからは、先程のパス図に具体的な数値を入れて考えてみましょう(^^)
⇩こんな感じ
まず、直接効果は、変数①（勉強時間）から変数③（点数）にのびるパス係数が、0.31。
次に、間接効果は、変数①（勉強時間）から変数②（自信）にのびるパス係数0.42と、変数②（自信）から変数③（点数）にのびるパス係数0.25だが、間接効果は積を求めます。
「間接効果は、原因となる変数から従属変数に伸びる複数のパスの係数の積」
（引用：多変量データ解析法,P62,9行目）
つまり、0.42×0.25＝0.105ということですね。
そのため、総合効果は
0.31＋0.105＝0.415
となるわけですね〜(^o^)
結果を表にしてみる
では、最後にこの結果を表にしてみましょう。
⇩こういうことですね〜
「勉強と欠席のように、複数のパスをたどっても、一方から他方へたどり着けない変数どうしの効果はすべて0となる。また、「成績が欠席に及ぼす効果」というように、パスとは反対方向の効果は0」
（引用：多変量データ解析法,P62,21-23行目）
それと、パス図によっては以下の点にご注意ください。
「複数経路の効果がある場合には、各経路の効果の合計が間接効果となる」
（引用：多変量データ解析法,P62,最終行）
まとめ
いかがでしたでしょうか？
パス解析における直接効果・間接効果・総合効果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(^^)/
- 直接効果とは、変数から変数へ直接与える影響のこと
- 間接効果とは、ある変数が別の変数を介して与える影響で、複数パスの係数の積で求める
- 総合効果とは、直接効果と間接効果を足し合わせたもの
- 複数経路がある場合は、各経路の効果の合計が間接効果となる
ということなんですね～
それではまた(^^ゞ
コメント