係留寸描法を用いた回答バイアス補正のための統計モデルの開発

点击翻译按钮获取中文摘要

心理質問紙調査において，リッカート尺度のような「強く同意する」，「やや同意する」，....などのカテゴリから，回答者の主観に近いものを選択するような質問項目は頻繁に用いられる．しかしその各カテゴリを選択する傾向は回答者により異なる場合が多く（例:質問項目の内容に関係なく中央のカテゴリを選ぶ），これを回答者により異質な順序カテゴリの閾値を持つ状況と呼ぶ．この問題は特に国際比較調査で顕著である.このような異質性のある閾値を検知し，補正するための方法として係留寸描法がある.この係留寸描法で得られたデータに基づいて補正する既存の統計手法には，順位変換を元にしたアプ ローチ，順序回帰モデルを係留寸描法用に拡張した，CHOPITと呼ばれるパラメトリックアプローチなどがある.しかし順位変換はモデルへの仮定は少ないがタイデータに対し扱いづらい.一方パラメトリックアプローチであるCHOPITは広く用いられているが，閾値に共変量を使用しており，これだと閾値の観測されない異質性は表現できないと先行研究で指摘されていた.さらにCHOPITは不定性の問題があり，これを回避するにはモデルに対し強い仮定が必要とされ，結果的にモデルとして表現力に欠けることも指摘されていた.これらを受け本研究では，不定性の問題を回避しつつ，CHOPITより柔軟かつ効率的に閾値の異質性を表現できるような順序回帰に基づく係留寸描法の補正法を提案した．具体的には閾値を混合モデルにし，かつ不定性の問題を回避するために閾値にロジット変換を行った. 既存手法は不定性の問題があることから，既存手法と本提案手法との直接の精度比較が難しいが，本研究ではSoest et al., (2014)で用いられていたAndrew検定を用いて評価を試みている．