こんにちわ！
「ラディカル・マーケティング・アナリスト」の井上秀二です。
８月も残すところあと２日。朝と夜は過ごしやすくなってきました。
今回の「マーケティング話」は、
今まで書いたことのなかった「統計解析」のお話です。
８月中頃、お盆休みのときでしたが、
調査会社を経営する友人から電話がかかってきました。
友人（とその会社）の得意分野は、ミステリー・ショッパーなんですが、
最近は、「リスクマネジメント」が主要業務とのことです。
で、友人があるＳＮＳで知り合った学生さん（マーケティング専攻？）から、
メールで「重回帰分析」の結果について質問を受けたそうです。
マーケティング・リサーチに携わっている方なら、
実際に多変量解析を業務でご活用か、
ご活用でなくても聞いたことぐらいはあると思います。
「回帰分析」「重回帰分析」は、多変量解析の中でも最もポピュラーな手法です。
重回帰分析を行なう目的を、ぶっちゃけて説明すれば、
要因（影響度）分析と予測。
例えば、「満足度」には、影響を与える「要因」がいくつか想定できます。
この場合、「満足度」を従属変数（目的変数）、
各「要因」を独立変数（説明変数）とします。
「満足度」＝ａ+ｂｘ＋ｃｙ＋ｄｚ＋誤差
という方程式（重回帰式）で、「満足度」を説明します。
ａを「ｙ切片」、ｂ、ｃ、ｄなどを「回帰係数」と言います。
ｘ、ｙ、ｚは「味が良い」「ＣＭが良い」「品質が良い」としましょう。
「満足度」＝-0.253+(0.299×味が良い)＋(0.169×ＣＭが良い)＋(0.546×品質が良い)＋誤差
数値は適当ですが、こんな重回帰式を求めたりします。
そして0.299や0.169、0.546などの回帰係数に、
「データのレンジ（範囲）」を掛け合わせれば「影響度」が算出できます。
さらに、「危険率」（Ｐ－値）の高い要因を除去して回帰分析を繰り返し、
「重決定」（Ｒ二乗）が最も高くなる重回帰式を算出する。
そうすると、評価者（ユーザー）にとっての「当たり前品質」（アーティストでしたら「歌唱力」「ルックス」など）が何か？ ということがわかることもあります。
「重回帰分析」は、ライセンス料の高い統計ソフトを使わなくても、
Excelで簡単に出来ます。
そして、友人は統計解析のほうはあまりお詳しくないので、
学生さん質問への回答を、私に書いてくれないか？ と依頼してくれました。
（有難うございます）
そして先週、学生さんの質問（２項目）について私のコメント（回答）を
友人にメールで送りました。
今、統計解析の世界では「共分散構造分析」「構造方程式モデル（ＳＥＭ）」がトレンドになっていますが、「重回帰分析」もベーシックで重要な手法であることに変わりはありません。
前職在籍時には、「因子分析」「主成分分析」をよく使いましたし、
現在は、「数量化Ⅲ類」「コレスポンデンス分析」のソフトがない代わりに、
手軽な「双対尺度法」を多用している私です。
でも、「重回帰分析」は前職在籍時に使っていませんでした。
そろそろ業務で使いたいな、と思ったのも、
学生さんの質問への回答を私に依頼してくれた友人のお陰ですね（感謝！）。
＊そう言えば、「共分散構造分析」もExcelで出来ちゃうんですね（笑）。
（↑）内容とは関係ありません。
先週末、「埼玉スタジアム2002」で発見。
湿った冷気が噴出。これに当たると涼しいことこの上なし。
**************************************************************************
お読み頂き有難うございます。
（↓）クリックの程、宜しくお願い申し上げます。
「ラディカル・マーケティング・アナリスト」の井上秀二です。
８月も残すところあと２日。朝と夜は過ごしやすくなってきました。
今回の「マーケティング話」は、
今まで書いたことのなかった「統計解析」のお話です。
８月中頃、お盆休みのときでしたが、
調査会社を経営する友人から電話がかかってきました。
友人（とその会社）の得意分野は、ミステリー・ショッパーなんですが、
最近は、「リスクマネジメント」が主要業務とのことです。
で、友人があるＳＮＳで知り合った学生さん（マーケティング専攻？）から、
メールで「重回帰分析」の結果について質問を受けたそうです。
マーケティング・リサーチに携わっている方なら、
実際に多変量解析を業務でご活用か、
ご活用でなくても聞いたことぐらいはあると思います。
「回帰分析」「重回帰分析」は、多変量解析の中でも最もポピュラーな手法です。
重回帰分析を行なう目的を、ぶっちゃけて説明すれば、
要因（影響度）分析と予測。
例えば、「満足度」には、影響を与える「要因」がいくつか想定できます。
この場合、「満足度」を従属変数（目的変数）、
各「要因」を独立変数（説明変数）とします。
「満足度」＝ａ+ｂｘ＋ｃｙ＋ｄｚ＋誤差
という方程式（重回帰式）で、「満足度」を説明します。
ａを「ｙ切片」、ｂ、ｃ、ｄなどを「回帰係数」と言います。
ｘ、ｙ、ｚは「味が良い」「ＣＭが良い」「品質が良い」としましょう。
「満足度」＝-0.253+(0.299×味が良い)＋(0.169×ＣＭが良い)＋(0.546×品質が良い)＋誤差
数値は適当ですが、こんな重回帰式を求めたりします。
そして0.299や0.169、0.546などの回帰係数に、
「データのレンジ（範囲）」を掛け合わせれば「影響度」が算出できます。
さらに、「危険率」（Ｐ－値）の高い要因を除去して回帰分析を繰り返し、
「重決定」（Ｒ二乗）が最も高くなる重回帰式を算出する。
そうすると、評価者（ユーザー）にとっての「当たり前品質」（アーティストでしたら「歌唱力」「ルックス」など）が何か？ ということがわかることもあります。
「重回帰分析」は、ライセンス料の高い統計ソフトを使わなくても、
Excelで簡単に出来ます。
そして、友人は統計解析のほうはあまりお詳しくないので、
学生さん質問への回答を、私に書いてくれないか？ と依頼してくれました。
（有難うございます）
そして先週、学生さんの質問（２項目）について私のコメント（回答）を
友人にメールで送りました。
今、統計解析の世界では「共分散構造分析」「構造方程式モデル（ＳＥＭ）」がトレンドになっていますが、「重回帰分析」もベーシックで重要な手法であることに変わりはありません。
前職在籍時には、「因子分析」「主成分分析」をよく使いましたし、
現在は、「数量化Ⅲ類」「コレスポンデンス分析」のソフトがない代わりに、
手軽な「双対尺度法」を多用している私です。
でも、「重回帰分析」は前職在籍時に使っていませんでした。
そろそろ業務で使いたいな、と思ったのも、
学生さんの質問への回答を私に依頼してくれた友人のお陰ですね（感謝！）。
＊そう言えば、「共分散構造分析」もExcelで出来ちゃうんですね（笑）。
（↑）内容とは関係ありません。
先週末、「埼玉スタジアム2002」で発見。
湿った冷気が噴出。これに当たると涼しいことこの上なし。
**************************************************************************
お読み頂き有難うございます。
（↓）クリックの程、宜しくお願い申し上げます。
