Downloaded 28 times
![ランクごとの効果量の違い
• ランク1とランク2の差
– g = 1.29 95%CI[1.10, 1.47]
• ランク1とランク3の差
– g = 3.35 95%CI[3.09, 3.61]
• ランク1とランク4の差
– g = 6.38 95%CI[5.96, 6.80]
• ランク間の差はかなり大きい
– 効果量で1～3程度の差がある
– 実質科学的な意味においても差があるといえる](https://image.slidesharecdn.com/latentranktheory-141104015125-conversion-gate02/75/Latent-rank-theory-28-2048.jpg){kind=icon}
![人生満足度との関連
• GHQ60得点と人生満足度との順位相関
– r (546) = -.43 95%CI[-.46, -.39]
• ランクと人生満足度との順位相関
– r (546) = -.42 95%CI[-.45, -.38]
– ほとんど，相関に違いはない](https://image.slidesharecdn.com/latentranktheory-141104015125-conversion-gate02/75/Latent-rank-theory-32-2048.jpg){kind=icon}
![疾患の有無との関連
• GHQ60得点と人生満足度との順位相関
– r (912) = .25 95%CI[.22, .28]
• ランクと人生満足度との順位相関
– r (947) = .25 95%CI[.22, .28]
– こちらもほぼ全く同じ相関がえられた
– 順序尺度にしても，情報があまり落ちていない](https://image.slidesharecdn.com/latentranktheory-141104015125-conversion-gate02/75/Latent-rank-theory-33-2048.jpg){kind=icon}
![短縮版による潜在ランクの推定
• 共時等化法による短縮版の推定
– ICRPを60項目版で推定したものを，短縮版の推
定にも用いる
• パラメータを固定母数として，RMPを推定する
• GHQ60得点との順位相関
– GHQ28のランクとの相関
• r (947) = .94 95%CI[.93, .94]
– GHQ12のランクとの相関
• r (947) = .91 95%CI[.90, .92]](https://image.slidesharecdn.com/latentranktheory-141104015125-conversion-gate02/75/Latent-rank-theory-34-2048.jpg){kind=icon}
More Related Content
Latent rank theory
- 1.
- 2. 本研究の目的 • 精神的健康を順序的に評価する – スクリーニングテストとしてのGHQ •これまで健常群と臨床群の2つにわけるのが目的 • しかし，2つに分けるだけでは柔軟な査定ができない – 連続得点尺度としてのGHQ • 61段階のストレスの程度を評価する • しかし，1点の違いは意味のある違いではない • GHQに潜在ランク理論を適用する – GHQを順序尺度として評価 – 順序的評価の有用性について議論
- 3.
- 4. 臨床場面におけるスクリーニング • 心理尺度によるスクリーニング – 心理尺度でストレスや鬱症状を測定し，カットオフ ポイントを超えるクライエントに面接や介入を行う •二分法によるスクリーニングの限界 – カットオフポイントによる二分は，誤分類率が高い • GHQでも12.9% – 適用場面における柔軟性がかける • 東日本大震災などの大災害時では，ほとんどの人が カットオフポイントを超えてしまう
- 5. 臨床場面における順序的評価 • 症状に合わせて柔軟に査定したい – 少しで症状を出ている人を対象 –本当に深刻な症状が出ている人だけを対象 • 症状ごとに「潜在的なランク」に分ける
- 6. 潜在ランクを用いる利点 • 名義クラスタ・潜在クラスに対する利点 – 順序性を仮定できるので，症状の深刻度をすぐに理 解できる –尺度の一次元性を担保することができる • 連続変量に対する利点 – 意味のある違いがわかりやすい • 心理尺度の1点の違いは，ほぼ測定誤差の範囲 • 1点や2点の変化に一喜一憂しても仕方がない – ランクを用いれば，意味のある違いがすぐわかる • クライエントへのフィードバックもしやすい
- 7. 潜在ランクを用いる利点 • 短縮版への応用も簡単 – 通常の利用では，項目数が異なると点数の意味 が異なってしまう •61段階と29段階といったように – 潜在ランクでは項目数が異なっても，ランク数を 同じにしておけば，元の尺度と同じように解釈で きる • 項目特性のパラメータを固定しておけば，各ランクの 意味も同じように固定することができる
- 8. 潜在ランク理論 • 潜在ランクを推定することができる統計手法 – Shojima(2007)は自己組織化マップを用いて，順 序性を仮定したグループへの所属確率を回答者 ごとに推定する – テスト理論として開発されているので，データは 二値，名義あるいは順序尺度であることを前提 • リッカート式の尺度にも適用可能
- 9. 他の統計モデルとの違い • 潜在クラス分析との違い – 推定される潜在的なグループに順序性が仮定されて いるか否かが違う –回答者のグループへの所属確率を推定する点につい ては同様 • 項目反応理論との違い – 推定される潜在変数が連続変量ではなく，順序尺度 である点が違う – 項目の困難度や識別力を推定できる点では，同様
- 10. 潜在ランク理論が推定するパラメータ • 項目反応理論とよく似たパラメータ – 項目の性質を表すパラメータ •項目カテゴリ参照プロファイル（ICRP） – テスト全体の性質を表すパラメータ • テスト参照プロファイル（TRP） • 潜在クラス分析とよく似たパラメータ – 回答者の性質を表すパラメータ • ランクメンバーシッププロファイル（RMP）
- 11. 項目の性質を表すパラメータ • 項目カテゴリ参照プロファイル – ItemCategory Reference Profile (ICRP) – IRTでいうところの項目情報曲線 0.0 0.2 0.4 0.6 0.8 1.0 1 2 3 4 5 6 7 8 確 率 潜在ランク 項目カテゴリ参照プロファイル（ICRP） 0 1 2 3
- 12. 項目の性質を表すパラメータ • 項目参照プロファイル – ItemReference Profile (IRP) – IRTでいうところの，項目特性曲線 0.0 1.0 2.0 3.0 1 2 3 4 5 6 7 8 得 点 潜在ランク 項目参照プロファイル（IRP）
- 13. 尺度全体の性質を表すパラメータ • テスト参照プロファイル – TestReference Profile (TRP) – IRTでいうところの，テスト特性曲線 0 50 100 150 1 2 3 4 5 6 7 8 得 点 潜在ランク テスト参照プロファイル(TRP)
- 14. 回答者の性質を表すパラメータ • ランクメンバーシッププロファイル – RankMembership Profile (RMP) – IRTでいうところの能力値 – LCAでいうところの所属確率 0.0 0.2 0.4 0.6 0.8 1.0 1 2 3 4 5 6 7 8 ランク・メンバーシッププロファイル（RMP）
- 15. GHQへの潜在ランク理論の適用 • 精神的健康調査票（GHQ） – 質問紙によって精神疾患患者の状況把握や評価， 発見において利用される心理検査 –60項目 • 短縮版に，30項目，28項目，12項目などがある • なぜGHQか – スクリーニングテストとしてよく用いられる – 一次元性が仮定できる – 清水が利用可能なデータがあった！
- 16. 方法 • 対象者 – Web回答者群：548名（男性276名女性272名） – 大学生群：266名（男性147名 女性119名） – 健常者群：55名（男性20名 女性35名） – 精神疾患群：80名（男性36名 女性44名 – 合計949名（男性479名 女性470名） – 平均年齢35.68歳（SD＝15.05歳）
- 17. 方法 • 測定項目 – 精神的健康調査票（中川・大坊,1985） • 60項目 4件法 • GHQ得点は，GHQ方式（0-0-1-1）で得点化 • 潜在ランク理論にはリッカート方式で投入 – 人生満足度 • Dienerら(1985)の人生満足度尺度 • 5項目 5件法
- 18.
- 19. GHQ60の分布 コルモゴロフ・スミルノフ検定 (D =0.105, p < .001)
- 20. GHQの潜在ランクの推定 • Exametrika5.3で推定 – VBで動作し，ExcelやLibreOfficeで出力 •自己組織化マッピングによる推定 – リッカート方式（0-1-2-3）で入力 – 事前分布はなし • 必要に応じて，正規分布型，一様分布型が選べる • 弱順序配置条件を仮定 – 強順序配置条件：全項目のIRPがランクで逆転しない – 弱順序配置条件：TRPがランクで逆転しない
- 21.
- 22. 各項目の特徴を表す指標 • IRP指標 – IRPから項目の困難度と識別力を推定 •項目困難度 – IRPが特定の得点以上（50%など）になるランク • 今回は，1点を超えるランク（33%を超えるランク） • 項目識別力 – ランクペア間のIRP差の最大値 • 傾きが最も急なところのIRP差
- 23. 項目困難度別の項目例 • 困難度1 – いつもより，自分の将来は明るいと感じたことは –一般的に見て，しあわせといつもより感じたことは • 困難度2 – 何かしようとしても手がつかないと感じたことが – 頭痛がしたことは • 困難度3 – 心配事があって，よく眠れないようなことは – 体がほてったり，寒気がしたことは • 困難度4 – 死んだほうがましだと考えたことは
- 24. ランクの解釈 • ランク1 – 健常な人が所属するランク •ランク2 – 軽いストレス症状や社会活動障害 – 弱い身体症状 • ランク3 – 不安と不眠 – 強いストレス症状や身体症状 • ランク4 – うつ症状
- 25. 項目識別力 • 識別力が高かった項目 – いつもストレスを感じたことが –いつもより気が重くて，憂鬱になることは – この世から消えてしまいたいと考えたことは • 識別力が低かった項目 – いつもより周りの人々に親しみや暖かさを感じる ことが
- 26.
- 27. 参加者のランク • ランクメンバーシッププロファイル – 各ランクへの所属確率を表す •暫定的な参加者ランク – RMPが最大のランクに所属すると仮定する • 様々なランク分けが考えられる – たとえば，ランク2以上に所属する確率が50%を 超える人を臨床群にする，など
- 28. ランクごとの効果量の違い • ランク1とランク2の差 – g= 1.29 95%CI[1.10, 1.47] • ランク1とランク3の差 – g = 3.35 95%CI[3.09, 3.61] • ランク1とランク4の差 – g = 6.38 95%CI[5.96, 6.80] • ランク間の差はかなり大きい – 効果量で1～3程度の差がある – 実質科学的な意味においても差があるといえる
- 29. 分類されたランクの特徴 • 参加者タイプとランクのクロス表 – 残差分析の結果 ランク全体 1 △ 187 (62.75) 75 (25.17) △ 35 (11.74) ▼ 1 (0.34) 298 2 144 (54.75) 85 (32.32) 16 (6.08) 18 (6.84) 263 3 103 (56.28) 54 (29.51) ▼ 4 (2.19) 22 (12.02) 183 4 114 (55.61) 52 (25.37) ▼ 0 (0.00) △ 39 (19.02) 205 全体 548 266 55 80 949 参加者タイプ Web 大学生 健常者 精神疾患者 ※ △は度数が有意に多く，▼は度数が有意に少ない
- 30.
- 31. ランクごとの特徴 • ランク1 – 健常者が有意に多く，精神疾患者が少ない –従来のカットオフポイントを下回る • ランク2 – ボーダーライン • ランク3 – 健常者が有意に少ない – 従来のカットオフポイントを上回る • ランク4 – 健常者が有意に少なく，精神疾患者が多い
- 32. 人生満足度との関連 • GHQ60得点と人生満足度との順位相関 – r(546) = -.43 95%CI[-.46, -.39] • ランクと人生満足度との順位相関 – r (546) = -.42 95%CI[-.45, -.38] – ほとんど，相関に違いはない
- 33. 疾患の有無との関連 • GHQ60得点と人生満足度との順位相関 – r(912) = .25 95%CI[.22, .28] • ランクと人生満足度との順位相関 – r (947) = .25 95%CI[.22, .28] – こちらもほぼ全く同じ相関がえられた – 順序尺度にしても，情報があまり落ちていない
- 34. 短縮版による潜在ランクの推定 • 共時等化法による短縮版の推定 – ICRPを60項目版で推定したものを，短縮版の推 定にも用いる •パラメータを固定母数として，RMPを推定する • GHQ60得点との順位相関 – GHQ28のランクとの相関 • r (947) = .94 95%CI[.93, .94] – GHQ12のランクとの相関 • r (947) = .91 95%CI[.90, .92]
- 35. GHQへの潜在ランク理論への適用 • 4ランクが推定された • 順序尺度に落とすことのデメリットは小さい –他の外的な基準との収束的妥当性は高い
- 36. 2分法によるスクリーニングと比較して • ランクごとに柔軟な対応が可能かもしれない – ランク2でも，軽いストレス症状はでている •従来のカットオフポイントでは拾えない人もいる – ランク4の人は，介入の必要性が高い • 大災害時などでも優先的に面接をするべき • データに合わせたランク分け – 得点の高低で分けるわけではない • 再現性を考慮したランク分けが可能 • 所属確率による柔軟な介入対象の絞込も可能
- 37. 連続得点評価と比較して • ランクの違いに，意味のある違いを見いだせる – ランクが違うと，効果量はgで1～３以上違う –クライエントには測定誤差の理解は難しい • 尺度の1点に過剰な意味を見出してしまいかねない • その点，ランク分けはクライエントの理解が得られやすい • ランクごとの特徴を質的に記述できる – ランクごとのどのような症状があるのか • 臨床的な知見を重ねることで，精緻な判断ができる – 具体的な目標を定めて治療ができる • 次のランクに移行するためにはどうすればいいか • クライエントに対するフィードバックも容易
- 38. ICRPを利用した診断システム • 945人で推定したICRPはWebサイトに公開 – 清水のWebサイトにアップしている –http://norimune.net/material • Exametrikaを用いて，一人からでも診断可 – ICRPを固定すれば，たったひとりのクライエントの データであっても，RMPを推定することができる • この方法も，上記Webサイトで公開している – 今後は，もっと大きいサンプルサイズで推定 • Webアプリを作れば，もっと簡単に診断できる
- 39. まとめ • 心理尺度への潜在ランク理論の適用 – 研究的な分析法というより，実践的な手法 •情報量を減らさず，より使いやすいスクリーニング • クライエントにもわかりやすいフィードバック • 他の分野への拡張も – マーケティングでも使える • 顧客のロイヤリティコミットメントのランク推定など • 一つ上のランクに顧客を上げるための方法論
- 40.