共分散構造分析(SEM）について、分かりやすく書かれています。
共分散構造分析の多重指標モデルでは、複数の因子分析や重回帰分析を織り交ぜたようなモデルを、1つにまとめて分析することができるのです。因子分析の結果をさらに回帰分析にかけるというようなことを繰り返すと、誤差が蓄積して分析全体の精度が落ちるとともに、モデル全体での誤差を明らかにすることができません。一方、共分散構造分析ではモデル全体を丸ごと1度に分析することができ、推定精度が高まり、その上データとモデルの適合の程度を評価することもできるのです。
以上から、共分散構造分析の多重指標モデルを利用して分析を行うと下記のようなメリットがあることが分かりました。
・潜在変数を扱うことで、直接観測しづらい変数も測定できる
・変数と変数の関係性の強さを数値化できる
・パスの始点となる変数の説明力を知ることができる
・データとモデルの当てはまりの程度を評価できる
