たくさんの質問項目の中に隠れている“共通の要素”を見つけ出す方法のこと
簡単な説明
「因子分析」って聞くと難しく感じるけど、要はさ、「いろんな質問に答えてもらって、似た答えのグループを探す」って分析です。
たとえば、好きな科目とか性格について聞いたら、「お、この子、まじめグループだな」みたいに分類できるんだよ。それを数学でピタッとやるのが因子分析。心理学のテストとか性格診断とか、ほとんどコレ使ってるから、めっちゃ実用的なんよ！
由来
因子分析は1904年にチャールズ・スピアマンという心理学者が、人の知能には共通する要素（＝g因子）があるのでは？と考えたことから始まりました。その後、サーストンやカッテルなどがこの方法を発展させていきました。
具体的な説明
たとえば「勉強が得意」「本を読むのが好き」「計画的に行動する」など、いろんな質問に答えてもらったとします。
それぞれの答えは別々のように見えても、実は「まじめさ」とか「知的好奇心」みたいな共通の性格的な特徴（＝因子）が隠れているかもしれません。
この「隠れた共通要素（因子）」を見つけ出すのが因子分析の目的です。
因子分析は多変量解析の一種で、観測された多数の変数の背後にある**少数の潜在変数（潜在因子）**を特定する統計的手法です。
- 主成分分析とは異なり、因子分析では**共通因子（common factor）と独自因子（unique factor）**に分けて考えます。
- 因子負荷量（factor loading）は、各変数が因子にどれだけ強く関連しているかを示します。
例文
「この性格テストは、20の質問に答えるだけで“外向性”や“協調性”などの性格因子を分析してくれるんだよ。」
疑問
Q: gって何の略なの？
A: 「general intelligence（ジェネラル・インテリジェンス）」の略です。つまり、「一般的な知能」という意味なんです。
「general」の頭文字 g を取って名付けられた、非常に有名な心理学用語です。
英語の「general（一般的な）」と「intelligence（知能）」を合わせて、g因子（ジーいんし）と呼ばれています。
Q: 因子分析と主成分分析はどう違うのですか？
A: 主成分分析はデータの「分散」を最大化する方法で、すべての情報を使って次元を縮小します。一方、因子分析は「共通因子」を見つけることを目的とし、誤差（独自因子）を考慮します。
Q: 因子はどうやって数を決めるのですか？
A: 一般的には「固有値1.0以上の因子を残す」というルール（カイザー基準）や、スクリープロット（折れ線グラフ）を使って判断します。
Q: 因子負荷量って何ですか？
A: 因子と各変数との関連の強さを示す値で、0.3〜0.4以上あると「意味がある」と考えられます。
Q: 因子回転にはどんな方法がありますか？
A: 主に「直交回転（バリマックス）」と「斜交回転（プロマックス）」があります。直交回転では因子間の独立性を保ちます。
Q: 質問紙を作るとき、なぜ因子分析が必要なのですか？
A: 各質問項目がどの因子に関連しているかを明らかにすることで、より精度の高い測定ができるからです。
Q: 「g因子」と「IQ（知能指数）」は同じ意味ですか？
A: 完全に同じではありません。g因子は知能の構造に関する理論で、IQはその知能を数値として表したものです。IQはg因子の高さを推定する1つの指標として使われています。
Q: g因子は遺伝と環境のどちらの影響を受けますか？
A: 両方の影響を受けます。遺伝の影響はかなり大きく、双子研究ではg因子の遺伝率は50〜80％とされることが多いですが、教育環境や家庭環境などの影響も無視できません。
Q: g因子は年齢とともに変化しますか？
A: はい、変化します。流動性知能（新しい情報を処理する力）は若いうちがピークで、加齢とともに低下します。一方、結晶性知能（知識や語彙）は年齢を重ねても比較的安定しています。g因子全体では、部分的に変化することになります。
Q: g因子は感情的な能力（EQ）とは関係がありますか？
A: g因子とEQ（Emotional Intelligence）は異なる概念です。g因子は論理や思考の能力を示し、EQは自分や他人の感情を理解し調整する力を意味します。ただし、どちらも人生の成功には重要だとされています。
Q: 因子分析って何のために使うのですか？
A: 因子分析は、たくさんの項目（質問や測定項目）の中から、共通する隠れた要素（因子）を見つけるための統計手法です。心理テストや性格診断など、心理学ではよく使われます。
Q: 主成分分析と因子分析の違いは何ですか？
A: 主成分分析は「データのばらつき（分散）」を説明するために使われ、全体の情報をできるだけ保ちながら次元を減らすのが目的です。一方、因子分析は共通因子（潜在変数）を推定するのが目的で、誤差や独自性も考慮します。
Q: 因子負荷量とは何ですか？
A: 因子負荷量とは、各項目がどれくらい因子に関連しているか（関係の強さ）を示す数値です。0.3以上で意味があるとされ、0.7以上だとかなり高い関連性があると判断されます。
Q: 因子分析は質的データにも使えますか？
A: 基本的に因子分析は数量データ（連続変数）に対して使います。ただし、質的データを数量化（尺度化）して、分析する方法（カテゴリカル因子分析）もあります。
Q: 因子分析を使って心理テストを改良するには？
A: 各質問項目がどの因子に強く関連しているか（因子負荷量）を見て、不要な項目を削除したり、因子構成を再検討したりすることで、より信頼性と妥当性の高いテストを作成できます。
理解度を確認する問題
因子分析に関する記述として正しいものはどれか？
A. 因子分析は変数間の相関が低い場合に適している
B. 因子分析では誤差を無視する
C. 因子分析は潜在因子を明らかにする手法である
D. 因子分析では回帰係数を算出する
正解：C
関連キーワード
- 潜在変数（Latent Variable）
- 因子負荷量（Factor Loading）
- バリマックス回転
- スクリープロット
- 固有値
- 共通因子分析
- 主成分分析との違い
関連論文
スピアマンの「g因子」研究
- 目的：知能の測定に共通する因子が存在するか？
- 手法：複数の認知課題の成績の相関を分析
- 結果：すべての課題間に中程度以上の相関があり、共通因子（g因子）の存在が示唆された
覚え方
「たくさんの質問、まとめてグループ。答えの中に“共通のヒント”。それが因子、見つける分析！」
コメント