重回帰分析とは

多数の質問（X）を用いて、ある質問（Y）への影響度をモデル（式）で表します。モデルから、「Yを予測した結果」や「XのYへの影響の強さ」がわかります。

聴取したデータから、分析対象に関連する項目を抽出し、以下のようなモデルを作成します。

分析結果として

• 各々のXにかかるウェイト（a）が算出され、XのYへの影響度がわかります。
• モデル（式）から、Yを予測することができます。

• この時、分析に利用する項目X、Yは、数量値である必要があります。Xにカテゴリを含む場合、「数量化Ⅰ類」という手法（ダミー変数を利用した重回帰分析）と同等の分析結果となります。
  ダミー変数：サンプルの回答が、あるカテゴリに「該当」なら「1」を、「非該当」なら「0」を割り当てた2値変数

分析結果アウトプット（イメージ）

（例）ブランド好意度、利用期間、年齢の総合満足度への影響度を分析する。

• 重回帰分析を行った場合の仮想データによる例示です。

標準化係数では、「ブランド好意度得点」は0.824と、最も「総合満足度得点」への影響度が大きい。「年齢」の影響度は「ブランド好意度得点」に比べると低く、「利用期間」の「総合満足度得点」への影響はほとんどない。

重回帰分析とその派生の分析

詳しくはお問い合わせください。

Y： 目的変数	X： 説明変数	分析名	利用シーン
数量値	数量値のみ	重回帰分析	売上個数を、利用期間、購入回数、年収などから予測したい 年齢、購入金額、利用評価得点から、満足度得点（100点満点評価）に影響する要因と、その影響の度合いを知りたい
	カテゴリを含む	数量化Ⅰ類	売上個数を、年収、他社利用有無、好意度得点などから予測したい 基本属性やライフスタイル特性から、満足度得点（100点満点評価）に影響する要因と、その影響の度合いを知りたい
カテゴリ	数量値のみ	判別分析	サンプルがどのグループに分類されるか、利用期間、購入回数、年収などから予測したい 年齢、購入金額、利用評価得点から、顧客レベルの高いグループと低いグループを分ける要因と、その影響の度合いを知りたい
	カテゴリを含む	数量化Ⅱ類	サンプルがどのグループに分類されるか、居住地、他社利用有無、好意度（5段階尺度）などから、予測したい 基本属性やライフスタイル特性から、顧客のレベル（高・中・低）を分ける要因と、その影響の度合いを知りたい
	カテゴリを含む	ロジスティック回帰分析	基本属性、リピート回数、好意度などから、ある条件下（女性、25歳、5回購入で好意度が「非常によい」場合）のサンプルが自社商品を購入する確率が何％かを予測したい 同条件下のモデルにおいて、年齢のみを変えた場合に、ユーザーである確率は、25歳と35歳で、何％違うか知りたい

関連ページ：

• リサーチ
• アンケート環境提供
• 料金表

• 
• 
• 
• 
• 
• 
• 
• 
• 
• 
• 

• 
• 
• 
• 
• 
• 
• 
• 
•