エクセルで統計分析5 マルチレベル分析のやり方

39,950 views

Published on

HADで階層線形モデルを実行するための方法についてまとめています。

Published in: Software
0 Comments
5 Likes
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total views
39,950
On SlideShare
0
From Embeds
0
Number of Embeds
30,048
Actions
Shares
0
Downloads
39
Comments
0
Likes
5
Embeds 0
No embeds

No notes for slide

エクセルで統計分析5 マルチレベル分析のやり方

  1. 1. エクセルで統計分析5 HADによるマルチレベルモデル 清水裕士 関西学院大学社会学部
  2. 2. HADとは • 清水が作ったExcelのVBAで動くプログラム – Excelのバージョンは2007以降に対応 – Macにも対応(Excel for Mac2011以降) • WinとMacを同じファイルで使いまわせる • 主に心理統計分析ができる – 大抵の心理統計分析は可能 • データハンドリング,統計的検定,多変量解析など – マルチレベル分析もできる • 階層線形モデルや,マルチレベルSEMなど 2
  3. 3. HADとは • 無償のソフトウェアです – 利用は無償です – 清水のブログからからダウンロードできます • http://norimune.net/had • 何度でもダウンロードできます • 自由なソフトウェアです – ソースコードを自由に閲覧・変更することができます • 第三者への配布も自由です – ライセンス • GNU General Public License(GPL)に則ってます • ライセンスについては「HADとは」 ( http://norimune.net/had)のページを参照してください。 3
  4. 4. マルチレベル分析 • 階層的データに対する分析法 – 集団をサンプリングした後,個人をサンプリング • 例:100学校にそれぞれ50人の生徒をサンプリング • 入れ子構造になったデータ • 階層的データを普通に分析すると問題 – サンプルの独立性の仮定が崩れる – 効果が個人レベルか集団レベルか区別できない • マルチレベル分析については,こちらを参照ください – 清水のブログ:http://norimune.net/2115
  5. 5. HADでマルチレベル分析 • 清水裕士(2014) – 個人と集団のマルチレベル分析 – ナカニシヤ出版 • こちらも合わせてご覧ください – 理論的な話と実践的な話が – 両方書いてあります
  6. 6. HADで使えるマルチレベル分析 • 級内相関係数(ICC)の推定 – 集団内での個人のデータの類似度を評価 • マルチレベル相関分析 – 個人レベル・集団レベルの相関係数を推定 • ペアワイズ相関分析 – マルチレベル相関分析のペア版 • 階層線形モデル(HLM) – 個人レベルの変数が,個人・集団レベルの説明変数によって どのように予測できるかを検討する • マルチレベル構造方程式モデル(ML-SEM)
  7. 7. HADによる階層線形モデル 7
  8. 8. HLMにおけるHADの特徴 • フリーソフトウェアである – SPSS(とお金)がなくても,Excelがあれば使える • 単純効果分析ができる – 簡単に単純効果とグラフの出力ができる • 頑健標準誤差を出力できる – SPSSは出力してくれない • 最尤法しか対応していない – 制限付き最尤法は現状,利用できない – 今後搭載の可能性も0ではない 8
  9. 9. HADを起動する • 起動時に、マクロを有効にするか聞かれる – Excelのマクロセキュリティを「中」にする • Excel上部に下のような警告が出たら、有効化を押す • 下の通知が出てきたら「有効にする」を押す 9
  10. 10. HAD12以降の注意点 • HAD12からはExcelのソルバーを使っている – ソルバー:Excelに入っているアドイン • 最初に起動したときにエラーがでる場合 – コンパイルエラーというのが出ることがある – その場合は,HADを一度閉じて,もう一度起動する。 すると,ソルバーが入っていれば普通に使うことがで きる • ソルバーがない場合 – ソルバーオフバージョンを使う必要がある 10
  11. 11. HADを起動 • B列に集団を識別する変数を入れる 11
  12. 12. モデリングシートに読み込む • データの読み込み – セットできたら「データ読み込み」ボタン – データをチェックして、以下の場合に警告 • データセットに空白がある場合 • 欠損値記号以外の文字列がある場合 – 数式エラーの場合は、それらを欠損値に変換できる • データが保存されているわけではない – 変数名の読み込みと設定を読み込むだけ – データセットを変えると分析結果も変わる 12
  13. 13. モデリングシートの機能 基本的な 統計分析 新しい変数の作成 多変量解析 変数情報の設定 データセット選択 使用変数の指定 13
  14. 14. • モデリングシートの9行目に変数名を指定 • 3通りの指定方法がある – 自分でセルに入力する → コピペでもよい – 「選択セルを使用」ボタンを押す – GUIを使う 分析に使用する変数を指定 ここに入力 ID変数はB列に入力する 14
  15. 15. GUIを使用する • 「使用変数」ボタンを押すとGUIが立ち上がる • 追加と削除で指定 – ShiftやCtrlを使えば複数の 変数を選択できる • 変数の登録 – よく使う変数のセットは登録 しておくと便利 – すぐにセットを呼び出せる 15
  16. 16. 級内相関係数の算出 • 使用変数を指定して,「分析」ボタンを押す – 級内相関係数を チェック • OKボタンを押す 16
  17. 17. 級内相関係数の算出 • 推定値と信頼区間,検定統計量,p値を出力 17
  18. 18. 通常の回帰分析の方法 モデリングスペース 18
  19. 19. 回帰分析の方法 • 「回帰分析」のラジオボタンをクリック – 回帰分析用のモデリングスペースが表示される – その中の「回帰分析」を選択 • 先に目的変数,あとで説明変数を指定 – 変数を選択して,「目的変数を投入」を押す • ここでは満足度 – 「主効果を全投入」を押すと,自動的に説明変数 がモデルに投入される 19
  20. 20. 回帰分析の方法 • 「分析実行」を押す – 「Reg」というシートで結果が出力される 20
  21. 21. 交互作用も簡単にできる • 交互作用項は自動的に中心化して作成 21
  22. 22. ステップごとの結果 22
  23. 23. 単純効果分析も出力する 23
  24. 24. HLMの方法 • モデリングシートで「階層線形モデル」を選択 – HLM用のモデリングスペースに切り替わる 今回はSPSSと結果を一致させるため頑 健標準誤差はオフにしておく 24
  25. 25. 実行を押せばHLMができる • 切片の集団間変動だけを仮定したモデル – 「HLM」というシートに出力される HADのHLMは,デフォルトで説明変 数は全体平均で中心化される 25
  26. 26. 説明変数の中心化 • 「変数の作成」ボタンから行う – 「変数の作成」を押して,「尺度変換」タブの「集団 平均で中心化する」をチェック • 分析上で中心化を行う – 「レベル1変数を集団平均で中心化」をチェックす ると,自動的に中心化される – 説明変数は自動的に全体平均で中心化される • この設定をオフにすることもできる 26
  27. 27. 説明変数の中心化 27
  28. 28. 集団平均値の計算 • 「変数の作成」の「尺度変換」タブ – 集団平均値にチェック → 列を選択して右クリック 28
  29. 29. 回帰係数の集団間変動 • 「変量効果→」にレベル1変数を指定する 29
  30. 30. 出力1 • モデル適合度 – 情報量基準を参照する – 回帰係数の集団間変動を仮定すると,R2乗など の計算はできなくなる 30
  31. 31. 出力2 • 固定効果 – 集団平均で中心化した変数・・・wcがつく – 全体平均で中心化した変数・・・gmがつく 31
  32. 32. 出力3 • 変量効果の分散成分 – 検定方法はSPSSと異なる(HLM7と同じ) 32
  33. 33. 交互作用項の投入 • 交互作用項を「*」を挟んで投入する 33
  34. 34. 交互作用項の投入 • 「交互作用を全投入」ボタン – 説明変数すべての交互作用項が投入される • Shiftキー+「交互作用を全投入」ボタン – 交互作用項を作りたい説明変数を選択した状態 で,Shiftキーを押しながらボタンを押すと,その変 数だけの交互作用項が投入される – 今回は,「発話量」と「集団成績」の交互作用項だ けを投入 34
  35. 35. 交互作用項の投入 • 分析結果 – 交互作用項が有意 – 情報量基準も小さくなった AIC:777→764 35
  36. 36. 単純効果分析 • 「スライス→」に群分け変数を指定 – ここでは集団成績をスライスに指定 36
  37. 37. • 集団成績±1SDの単純効果を推定 単純効果分析 37
  38. 38. 単純効果分析 発話量 発話量 -1SD +1SD 集団成績_-1SD 3.230 3.097 集団成績_+1SD 3.350 4.057 ** 2.5 3 3.5 4 4.5 -1SD +1SD 満足度 発話量 集団成績_-1SD 集団成績_+1SD 38

×