携帯電話に関するコンジョイント調査

Size: px

Start display at page:

Download "携帯電話に関するコンジョイント調査"

まともあると
5 years ago
Views:

1 統計解析のご案内統計解析メニュー 1. 数量化 Ⅰ 類 2. 数量化 Ⅱ 類 3. 数量化 Ⅲ 類 4. クラスター分析 5. コレスポンデンス分析 6.PSM 分析 7. 一対比較法 8. 重回帰分析アウトプットイメージ数量化 Ⅲ 類とクラスター分析による消費者セグメンテーション概算価格表プラスワンリサーチ株式会社

2 1. 数量化 Ⅰ 類質的データから予測モデル式を作成数量化 Ⅰ 類例えばある商品の購入量を購入者の性別年齢層家族構成学歴などの質的データで説明するモデル式を作成し各要因が購入量に寄与する度合いを測定する手法モデル式を使って購入量を予測することができる調査応用例商品の売上げに寄与する要因分析売上げ予測商品の保有に寄与する要因分析広告認知に寄与する要因分析総合満足評価に対する詳細項目の寄与度分析例 1) スポーツ新聞の売上げ部数要因分析と予測モデル売上げへの影響が考えられる質的データ曜日 ( 月 ~ 日 ) 天候 ( 晴れ曇り雨 ) プロ野球試合有無 J リーグ試合有無競馬有無各条件での売上げ部数売上げのモデル式売上げ部数 = 曜日 + 天候 + プロ野球有無 +J リーグ有無 + 競馬有無 + 平均売上げ部数各要因の変数にカテゴリースコアを代入して算出する曜日天候プロ野球 J リーグ競馬売上げに寄与する度合いに応じたカテゴリースコア月火水木金土日晴曇雨ありなしありなしありなし数量化 Ⅰ 類モデル式による売上げ部数の予測次の条件の時売上げ部数を予測する曜日 - 月曜天候 - 曇りプロ野球 - あり J リーグ - なし競馬 - なし売上げ予測部数 = (-15.5) (-4.1) + (-2.9) + 45 =42.8 月曜雨プロ野球あり競馬なし Jリーグなし 2

3 2. 数量化 Ⅱ 類グループを差別化している要因の分析数量化 Ⅱ 類ある商品の購入者と非購入者広告の認知者と非認知者など 2 つのグループに分けた時ある特性をもつ回答者がどちらのグループに属するかを判別する手法例 ) 電子レンジ保有有無を分ける要因分析電子レンジ保有世帯非保有世帯の特性を明らかにする世帯特性を表す回答データ家族構成主婦の就業有無世帯年収家庭で食事をする割合サンプルスコア回答者個人ごと該当する回答内容のカテゴリースコアを合計した得点をサンプルスコアとして得点化例 ) 回答者 A: カテゴリースコアサンプルスコア世帯年収 600~799 万円 0.25 合計主婦有職( パートタイム ) 食事回数週 5 回以上夫婦と子供 1 人世帯年収主婦の就業家庭で食事をする割合家族構成数量化 Ⅱ 類電子レンジ保有に寄与する度合いに応じたカテゴリースコア 199 万円以下 200~399 万円 400~599 万円 600~799 万円 800 万円以上主婦有職 ( フルタイム ) 主婦有職 ( パート ) 主婦無職週に 5 回以上週に 3~4 回週に 2 回以下夫婦のみ夫婦と子供 1 人夫婦と子供 2 人夫婦と子供 3 人以上判別グラフ回答者全員のサンプルスコアを電子レンジ保有世帯非保有世帯別にグラフ化回答者数 10 非保有世帯保有世帯サンプルスコアランク判別的中点判別的中点 2 本の折れ線の交点のサンプルスコア判別的中点より高いスコアの回答者は保有世帯の世帯特性を持っており保有世帯である確率が高い 3

4 3. 数量化 Ⅲ 類人物の類似性を得点化する数量化 Ⅲ 類アンケート質問に対する回答パターンから回答者相互の距離 ( 似ている度合い ) カテゴリー ( 回答選択肢 ) 相互の距離を得点化しサンプルやカテゴリーの特性を解釈する手法例 ) 企業の人材採用における傾向分析企業が人材採用時に重視する内容重視傾向を明らかにする ( 質問例 ) Q 採用評価の重視点学歴英語語学力基本的なマナー体力重視やや重視普通やや非重視非重視数量化 Ⅲ 類カテゴリー相互の類似性を示すカテゴリースコア Ⅰ 軸学歴 1.76 英語語学力 1.72 論理的に思考し判断する力 1.52 仕事に生かせる資格を積極的に取得すること任された仕事を責任を持ってこなすこと相手の話をきちんと聞く姿勢があること Ⅱ 軸エクセルやワードのソフトが使えること 3.97 インターネットで情報を収集できること 2.65 基本的なビジネスマナーが備わっていること 2.08 自主性相手の話をきちんと聞く姿勢があること一般常識学力姿勢技能資質 Ⅰ 軸カテゴリースコアマップ企業ごとの Ⅰ 軸 Ⅱ 軸のサンプルスコアにより各企業の採用傾向がポジショニングされる学力姿勢資質企業 A 企業 G 企業 B 企業 G 自主性学歴企業 I 論理的思考相手の話をきちんと聞く企業 C 企業 D 企業 H 一般常識企業 R 将来的人材仕事に活かせる資格の採用任された仕事に責任相手の話を聞く姿勢 Ⅱ 軸英語語学力即戦力企業 F の採用企業 H 企業 W インターネットで情報収集エクセルが使える基本的なビジネスマナー企業 E 企業 G 技能 4

5 4. クラスター分析サンプル変数をグループ分けするクラスター分析全対象者を複数の質的量的データによって特徴の似たいくつかのグループに分ける手法複数のデータからグループ分けしたクラスターを作成しクラスターの特徴やボリュームを分析することで単純なクロス集計などでは捉えきれない事象を解析するサンプルクラスター : 対象者を直接分類するクラスター ( 例 : 身長と体重から対象者を体型のクラスターにわける ) 変数クラスター : サンプルではなく変数を分類するクラスター ( 例 : 多数の評価項目をいくつかに集約するクラスター ) クラスター分析に用いる質的量的データ例 1) 食生活スタイルの消費者クラスター Q 食生活に関してあなたのお考えや行動に当てはまるものは? 食べ歩きが趣味 / 健康食品を使っている / 料理には凝る方 etc. 例 2) クルマ志向のクラスター Q クルマに対する考え方であなたに当てはまるものは? 走行性能が第一 / 多人数乗車がしたい / ハイクレートを選ぶ / 燃費を気にする etc. クラスター分析外食 2 軸 : 外食志向例 1) 食生活スタイルの消費者クラスターファーストフード派質素派クラスター事例健康食派食べ歩きグルメ派手料理派樹形図により類似性の高いサンプル変数を分類しクラスターを作成内食クラスター 1 クラスター 2 クラスター 3 クラスター 4 弱 1 軸 : 料理へのこだわり強クラスター分析樹形図強例 2) クルマ志向のクラスター 2 軸 : ハイグレード志向高級 SUV 志向セダン志向ステーションミニバンワゴン志向志向輸入スペシャルティ志向弱ユーティリティ 1 軸 : 走行性能スポーツ 5

6 5. コレスポンデンス分析クロス集計表からポジショニングマップを作るコレスポンデンス分析クロス集計表の表側表頭のカテゴリーについて得点化しカテゴリー間の類似度を測る数量化 Ⅲ 類と同様類似した項目同士を近くに配置する手法でありクロス集計表から行なうことができるため手軽に直感的なポジショニングマップを得ることができる商品イメージのポジショニング / サービスイメージのポジショニングコレスポンデンス分析に用いる集計表例 ) ゴルフボールのイメージ止まりやすい風の影響を受けずらい飛距離が出る打球感が良いスピンコントロールしやす耐久性が良いやわらかい方向性が良いボールA 34.2% 5.3% 68.4% 65.8% 23.7% 7.9% 42.1% 18.4% 13.2% ボールB 10.1% 8.7% 83.2% 63.1% 5.4% 9.4% 16.1% 17.4% 16.8% ボールC 7.7% 2.9% 73.9% 65.8% 6.5% 5.8% 30.0% 19.0% 9.0% ボールD 12.8% 4.9% 77.7% 60.8% 4.4% 6.7% 28.7% 13.8% 11.5% 弾道ゴルフボールのイメージポジショニングコントロール性コレスポンデンス分析類似性の高いカテゴリーに並べ替える集計表の表頭 ( しイメージ項目 ) 表側 ( ボルフボール ) とも同様に処理するためポジショニングができる止まりやすいスピンコントロールしやすいボール A 風の影響を受けずらい弾道がよいボール D ボール B 飛距離が出る方向性が良い耐久性が良いボール C 打球感が良いフィーリングやわらかい軸 1 軸 2 方向性飛距離方向性が良い風の影響を受けずらいボール A ボール C スピンコントロールしやすい打球感が良い止まりやすいボール D やわらかい弾道がよい耐久性が良いボール B 飛距離が出る方向性 2 軸飛距離フィーリングやわらかいボール C 打球感が良い方向性が良い耐久性が良いボール B 飛距離が出る 1 軸ボール D 風の影響を受けずらい弾道がよいボール A 6 スピンコントロールしやすい止まりやすいコントロール性

6.PSM 分析 (Price Sensitivity Measurement) 商品の最適価格の測定 PSM 分析対象者の商品に対する価格感からその商品の最適価格や許容される上限価格下限価格を分析する手法対象とする商品サービスについて次の 4 つの価格安いと思い始める価格安すぎるとい始める価格高いと思い始める価格高すぎると思い始める価格

はこれ以上低いと逆に不安となる下限価格で高いと安すぎるの交点の価格妥協価格 (IDP) は対象者がある程度納得できる機能に対して支払っても仕方がないとする価格で高いと安いの交点の価格 PSM 質問累積 % 商品 A を購入することを想定して次の 4 つの質問にお答えください 100% 90% 安過ぎる安い高い Q1

7 6.PSM 分析 (Price Sensitivity Measurement) 商品の最適価格の測定 PSM 分析対象者の商品に対する価格感からその商品の最適価格や許容される上限価格下限価格を分析する手法対象とする商品サービスについて次の 4 つの価格安いと思い始める価格安すぎるとい始める価格高いと思い始める価格高すぎると思い始める価格についての回答を得る価格と回答率を示す累積グラフの交点より最適価格や適正な許容価格帯を導く最適価格 (OPP) は対象者が商品の対価として支払っても良いとする適正な価格で高過ぎると安過ぎるの交点の価格最高許容価格 (PME ) はここまでなら支払えると考える上限価格で高過ぎると安いの交点の価格最低許容価格 (PMC ) はこれ以上低いと逆に不安となる下限価格で高いと安すぎるの交点の価格妥協価格 (IDP) は対象者がある程度納得できる機能に対して支払っても仕方がないとする価格で高いと安いの交点の価格 PSM 質問累積 % 商品 A を購入することを想定して次の 4 つの質問にお答えください 100% 90% 安過ぎる安い高い Q1 購入するとしたら安いと感じ始める価格はいくら位からですか Q2 安すぎて品質に不安を感じ始める価格はいくら位からですか Q3 購入するとしたら高いと感じ始めるのはいくら位からですか Q4 高すぎて購入を控えると思われる価格はいくら位からですか 80% 70% 60% 50% 40% 30% 20% 10% 0% 高過ぎる OPP( 最適価許容価格帯 IDP( 妥協価円 7

8 7. 一対比較評価法一対比較分析多数の商品やサービスなどを評価する方法には尺度評価 ( 非常によいやや良いなど ) や順位評価 ( よい順に順位付けする ) などいくつかの方法があるが一対比較法は各商品の相対的な評価程度を測る方法として信頼性の高い結果が得られる評価手法である一対比較法は商品を 1 対 1 ですべての商品を総当りで評価する方法サーストン法シェッフェ法などがある例 ) ロゴマーク A 案 B 案 C 案 D 案のテストサーストン法 2 つのロゴを比較しどちらが良いか選択させる 2 択で選択回答者の負担が少なく直感的に判断できる Q どちらのロゴが商品にあっていると思いますか 1.A 案 2.B 案すべての案を総当りで評価 A 案対 B 案 A 案対 C 案 A 案対 D 案 B 案対 C 案 B 案対 D 案 C 案対 D 案シェッフェ法 2 つのロゴを比較しどちらが良いか選択させる程度尺度で回答選択よりきめ細かい評価を得られる Q どちらのロゴが商品にあっていると思いますか A 案 B 案 A 案がよい B 案がよいすべての案を総当りで評価 A 案対 B 案 A 案対 C 案 A 案対 D 案 B 案対 C 案 B 案対 D 案 C 案対 D 案評価得点評価得点案 A 案 C 案 B 案 D 案 A 案 C 案 B 案 D 低評価高評価低評価高評価 8

8. 重回帰分析数量データで影響度の評価重回帰分析数量データを使って総合評価に影響する詳細項目の影響度を測ったり売上げ予測モデル式を作成する数量化 1 類と利用目的は同じ例 : スクーターの評価に関する分析スクーターの総合満足度評価及び信頼性価格などの詳細項目の評価についてのユーザーの回答結果から総合満足度評価を上げるために重要な要素改善のための重点ポイントを探るため

9 8. 重回帰分析数量データで影響度の評価重回帰分析数量データを使って総合評価に影響する詳細項目の影響度を測ったり売上げ予測モデル式を作成する数量化 1 類と利用目的は同じ例 : スクーターの評価に関する分析スクーターの総合満足度評価及び信頼性価格などの詳細項目の評価についてのユーザーの回答結果から総合満足度評価を上げるために重要な要素改善のための重点ポイントを探るため各項目の評価得点をもとに重回帰分析を行った満足度評価への影響度 ( 寄与度 ) は音の静かさ振動の少なさエンジンのかかりやすさが高くこれらの評価が総合的な満足度を上げるための重要ポイントである ( 下左図 ) 満足度評価と寄与度の関係を散布図によってみると ( 下右図 ) 振動の少なさエンジンのかかりやすさは寄与度が高いにも拘らず満足度が低くこの 2 点がスクーター改善のための最重要ポイントとして浮かび上がる 0.20 偏回帰係数総合満足度評価への寄与度満足度座り心地ウィンカー外観の質感乗車姿勢発進加速走行安定性カーブ交差点走行車体取回しブレーキ音の静かさ満足度への寄与度が高いが評価が低い重点改善ポイント振動の少なさメインスタンドエンジンかかりやすさ 0.00 音の静かさ振動の少なさエンジンかかりやすさ外観の質感走行安定性カーブ交差点走行発進加速ブレーキ収納積載メインスタンド車体取回しウインカー座り心地乗車姿勢 0.01 燃費収納積載燃費寄与度 9

10 アウトプットイメージ数量化 Ⅲ 類とクラスター分析による消費者セグメンテーション例 : デザインに関する分析デザインの好みでユーザーをグルーピングするため数量化 Ⅲ 類クラスター分析を行ったステップ1: 数量化 Ⅲ 類によるデザイン軸の抽出好みのデザインのイメージキーワードについて 2つの軸が抽出された第 1 軸は重厚軽薄分別軸力強い重厚ななどのワードで代表される重厚なデザインへの好みとポップキュートなどのワードで代表される軽薄軽快なデザインへの好みに分けられる第 2 軸は不易流行分別軸伝統的オーソドックスなどのワードで代表される保守的で普遍的なデザインへの好みと斬新ポップセクシーなどのワードで代表される新しく革新的なデザインへの好みに分けられる 1 軸 2 軸力強い伝統的なメカっぽいオーソトックスな重厚な重厚な直線的な落ち着いた未来的な素朴な高級な知的な質感のある力強い先進的な軽快な斬新的な暖かみのあるシャープなシックなプロっぽい大人っぽいクールなナチュラルな洗練されたさり気ない都会的な上品な上品なやさしい大人っぽい質感のあるシックなシンプルなその他洗練された知的な繊細な大胆なプロっぽい繊細な高級な軽快な都会的な個性的なその他落ち着いたクールなシンプルなシャープなセクシーな丸みのあるオーソトックスなレトロなさり気ない若者っぽい遊び心のあるかわいい伝統的な遊び心のある暖かみのあるおしゃれなやさしいメカっぽいおしゃれな個性的なレトロな直線的なナチュラルなキュートな素朴な未来的な丸みのある大胆な若者っぽい先進的なかわいいセクシーなキュートなポップなポップな斬新的な流行斬新的なポップなメカっぽい重厚 1 軸力強い重厚な直線的な未来的な高級な先進的なシャープ質感プロっぽいクールな大人っぽい都会的な上品な洗練されその他シックな知的な大胆な繊細な軽快な個性的なセクシーシンプルさり気ない落ち着いた遊び心のオーソトックス暖かみのあるレトロやさしいおしゃれ丸みのあるナチュラル若者っぽいカジュアル素朴なかわいいキュート伝統的な軽薄 2 軸不易 10

11 アウトプットイメージ数量化 Ⅲ 類とクラスター分析による消費者セグメンテーションステップ 2: 性別年代による好みのデザイン特徴抽出された 2 軸のマップ上に回答者の性年代の重心をマッピングすると下表の通りとなった 10 代後半から 40 代にかけての変化をみると若い世代は流行軽薄なデザインを好み年代が上がるとともに不易重厚へと移行している男性は重厚不易女性は軽薄流行よりに位置づけられる重厚 1 軸男性 40 代前半 40 代後半流行 20 代後半 30 代後半 2 軸 30 代前半不易 10 代後半 20 代前半女性軽薄 11

12 アウトプットイメージ数量化 Ⅲ 類とクラスター分析による消費者セグメンテーションステップ 3: デザインの好みによるクラスター作成回答者の数量化 3 類によるサンプルスコアをもとにサンプル階層クラスターを作成した最大のクラスター G1 は全体の 36% を占め最小のクラスター G5 は 2% であるカテゴリスコアによる 2 次元マップ上に 5 クラスターをマッピングした各グループの特徴は下記の通りである G1 ハイセンス系 : 主にシンプル洗練された上品などのワードで表されるデザインを好む流行不易重厚軽薄いずれにも偏らない最大のクラスター G2 オーソドックス系 : 落ち着いたナチュラルオーソドックスなどのワードで表される保守的でオーソドックスなデザインを好むクラスター G3 カジュアル系 : ポップキュートかわいいなどのワードで表される軽快でカジュアルなデザインを好むクラスター G4 クール系 : 先進的都会的クールシンプルなどのワードで表されるスマートで新しさ感のあるデザインを好むクラスター G5 ハード系 : 力強い質感のあるなどのワードで表されるデザインを好むクラスター規模はもっとも小さいクラスター分析樹形図 2 重厚 G5: ハード系 G4: クール系 G1: ハイセンス系流行 G2: オーソドックス系不易 G3: カジュアル系クラスター No. 件数 % G % G % G % G % G 5 9 2% 合計 % -2 軽薄 12

13 概算価格表解析費用は概算下表の通りですただし分析テーマや調査内容等により異なりますので案件ごとご相談ください概算費用解析データ処理費数量化 Ⅰ~Ⅲ 類クラスター分析コレスポンデンス分析重回帰分析 PSM 分析一対比較法レポート作成費 A4 ~20P 程度 A4 ~40P 程度 10~20 万円 10 万円 15 万円 30 万円 13

14 会社案内アンケート調査のことならテーマに応じた最適な調査企画実査集計分析で調査課題をクリアに解決! マーケティングリサーチで現状を的確に把握未来を切り開く羅針盤となりますクライアントのマーケティングテーマ調査課題の解決に向けてテーマの核心に 1 歩でも 2 歩でも近づき貢献することがプラスワンの目指すリサーチサービスです主要業務内容調査企画分析レポート作成マーケティングリサーチは商品やサービスの企画開発販促戦略方針今後の活動の方向性の決定に関わる企業にとって極めて重要なパートを担いますプラスワンはクライアントのパートナーとして同じ目的意識で調査に臨みます入力集計グラフ作成ベリファイによる正確な入力簡単なはがきアンケート集計から複数の表にまたがる複雑な集計保有台数など数量データの多い集計複雑なデーチェックデータ加工が必要な集計検定付き集計など様々な集計に対応します調査対象者リクルートなどフィールドワーク複数のインターネットパネルとの連携により 200 万人超の中から調査対象者をリクルートしますネットパネルでは届かない対象には調査員による機縁法リクルートの経験と実績があります Be to Be インタビューなど定性調査クライアントの実態ニーズを的確に捉えることが商品企画販促活動を推進するためのマーケティングの第一歩企業専門のリサーチャーがターゲット企業の管理者や担当者にアポイントをとって聞き取ります主な調査分野領域自動車タイヤスポーツ用品タバコ住宅住宅設備機器アパレル医薬ヘルスケア家電 AV 機器美容化粧品金融保険 PC ネットワーク機器 IT 飲食店小売店広告 WEB サイト携帯電話通信旅行ホテル大学教育機関食品飲料アルコール菓子トイレタリーベビー用品生活雑貨レジャー施設フィットネス施設ペット産業企業官公庁団体会社概要商号プラスワンリサーチ株式会社所在地東京都渋谷区恵比寿 2 丁目 Shu 2534 電話ホームページ設立年月日資本金主要取引先取引銀行年 9 月 3 日 500 万円メーカーシンクタンク調査会社広告代理店大学などみずほ銀行お問い合わせはこちら調査のことなら何でもお気軽にお問い合わせ下さいプラスワンリサーチ株式会社 TEL info@p1-r.com

資料

2 操作マニュアル vol.4 多変量解析 5th Edit. 本マニュアルは Cross Finder が随時更新されるため記載内容と実際の画面が異なる場合があります目次 8. 多変量解析... 2 8.0 分析メニュー... 3 8.1 コレスポンデンス分析... 4 8.2 ポートフォリオ分析... 7 8.3 BSA 分析... 11 8.4 PSM 分析... 15 8.5 因子分析...