調査・統計用語集

来場者調査

日経リサーチ — Wed, 07 Dec 2022 07:36:44 GMT

　来場者調査とは、文字通り来場した人々を対象とする調査である。企業や団体が開催するイベント等に来場した多数の人々に対して、イベントの評価、来場目的、満足度、今後の期待などの意見を質問することで、将来の施策の参考にする。イベントの出展が多数ある場合は、どのブースへの来場が多かったかの情報も、特に開催者にとって必要となる。
　もちろんイベントのような催事に限定されるものではなく、常設の展示場や、大きな商業ビル、空港や駅などの交通拠点なども含む。つまり地理的な「場所」に来場する人々の全体を母集団と考えた調査である。

　調査方法としては、紙の調査票を現場で配布するやり方が多い。イベント会場における来場者調査の場合、来場者には多くの配布物があるので、その中で調査票を識別してもらう工夫が重要である。しかし、回収方法にはもっと多くの配慮が必要である。
　調査への回答は来場目的とは異なるため、時間を費やすことに協力的ではない。その場で回答を記入してもらえることは期待できない。特に調査事項が多ければ配布することにも拒否反応が考えられる。１枚程度の簡単なアンケートであれば、その場で回答するブースを設置したり、休憩場の周辺を使ったり、帰りの出口付近で回収することも考えられる。これらは会場・主催者との調整に依存する。
　回収率を高める工夫としては、調査票の配布時点で、郵便による返送でよいことを知らせたり、WEBによる回答をできるようにするなど、後で回答するための複数の手段を用意することもある。

　近年では、携帯電話などのモバイル端末を利用することも可能になった。調査内容は短くなるが、会場案内やクーポンなどとセットにすれば来場者へのサービスにもなる場合がある。調査対象者に対して、調査票という「荷物」を増やすことにならないのは重要な利点である。来場中の休憩時間に回答することも期待できるし、分量の多い調査については、帰ってから回答するためのURLのみを別に送ることも考えられる。調査場所が限定されているという特性を活用すれば、位置・導線などの行動記録などの取得も実用化される余地がある。

CATI

日経リサーチ — Fri, 07 Oct 2022 06:12:54 GMT

CATI（Computer Assisted Telephone Interviewing）は電話調査を効果的に実施・運営するための支援システムである。電話調査はオペレータが電話機にダイヤルし、調査対象者が出たら、まず挨拶をしながら協力依頼をして質問を開始、回答結果を調査票（紙）に記入するという方法で始まった。
　この伝統的な実査方法をCATIに対して、PAPI（Paper and Pencil Interviewing）というが、CATIでは調査員は自身ではダイヤルしないし、紙の調査票と鉛筆を使わない。オペレータと調査対象者が会話するという点は、CATIとPAPIで同じだが、その他のプロセスでCATIは効率的な機能を持っている。CATIが実現する主な機能は以下の通りである。

RDD

日経リサーチ — Fri, 07 Oct 2022 06:01:50 GMT

RDD（Random Digit Dialing）は電話調査のための無作為標本抽出法である。乱数番号法ないし無作為番号法などの和訳が適切だが、直訳すると無作為番号架電。
　Dialingとあるために調査実施法かと想定しやすいが、ダイヤリング法ではなく、本来的に標本抽出（sampling）法である。このため英語でも標本抽出法であることを明確にするために、RDD Sampling と用語することがある。日本では報道機関による世論調査でRDDが利用されている。「RDS: Random Digit Sampling」（毎日新聞社），「朝日RDD法」（朝日新聞社）など、調査実施主体による独自名をつけている場合もあるが、細部の相違に過ぎず、いずれもRDDに含まれる。
　世論調査を事例として説明すると、全国の約1億人いる有権者（母集団）から、無作為に千人程度の調査対象者（標本）を選んで、そこに電話をかけて内閣支持などの意見を質問するのであるが、RDDは全国の有権者宅の電話番号から、調査対象となる有権者の電話番号を無作為抽出する方法である。

　もう少し詳細に説明するために、よく知られた無作為抽出法である「住民基本台帳からの無作為抽出」と比較してみる。無作為抽出のためには母集団の構成要素（有権者）を列挙したリスト（枠母集団あるいは標本抽出枠という）が必要である。住民基本台帳には「住所・氏名・性別・生年月日」が記載されており、ほぼ完全な日本人のリストになっている^[1]
。 RDDでも事情は同じで、すべての有権者の電話番号のリストが必要だが、それは存在しない。しかし、稼働している電話番号は総務省から公開されているので、その情報を母集団のリストとして利用する。
　稼働している電話番号とは、「すべての可能な電話番号」（all possible telephone numbers）であって、約2億の番号がある^[2]。日本の世帯数は約5千万、事業所数は約600万であり、複数の電話番号を契約している場合を含めても、2億個のうち6割以上は非使用番号である。
　住民基本台帳は紙の台帳という物理的な姿をしているが、^[3]RDDは論理的な番号空間である。住民基本台帳には住民だけが記載されているが、RDDには非使用番号も事業所用番号も含まれている、という相違がある。RDDではこの状況を前提として標本抽出するが、理論的には住民基本台帳と同じである。効率的に世帯番号を得るために、主に米国でいくつかの理論的研究と実践的工夫が、1960年代以降に展開されてきた歴史がある^[4]。
　標本抽出をしたあとは、非使用番号を電話をかけずに検出する装置があるので調査前に除去するが、事業所か世帯かは電話をかけて確認しなければならない。RDDの説明として「無作為に発生させた電話番号にかける方式」という場合があるが、「発生させた」と考えるよりも、電話番号の母集団（すべての可能な電話番号）から「抽出した」番号を調査対象の標本とする、と認識したほうが誤解する余地が少ない。

＜日本におけるRDD＞
　日本では報道機関の世論調査でRDDが普及したが、電話調査の標本抽出法としては、RDDに先だって、異なる標本抽出法も採用されていた。まず1987年から日本経済新聞社が日本で最初に電話による定例世論調査を開始したが、当時は電話帳から標本抽出した。同時期に他の報道機関も電話調査を実験的に開始したが、朝日新聞社などでは、それまでの調査員による訪問調査と同じ標本抽出法を踏襲し、選挙人名簿から標本抽出をした世帯の電話番号を調べてから、電話調査を実施した。
　いずれにせよ電話帳の情報に制約されていた。一方で、電話帳に番号を記載しない世帯が年々増加したため、電話帳に掲載されていない有権者が存在することが、報道機関の世論調査にとって大きな問題となり、電話帳や選挙人名簿からRDDへの移行は不可避的な状況となった。各社がRDDによる定例世論調査に踏み切ったのは、早い順に以下の通りである。
　1997年：毎日新聞社
　2001年：朝日新聞社、共同通信社
　2002年：日本経済新聞
　2004年：日本放送協会（NHK）
　2008年：読売新聞社
なお、時事通信社は電話調査ではなく、調査員による訪問面接調査で定例世論調査を継続している。

＜RDDの特徴＞

MDS（多次元尺度構成法）

日経リサーチ — Fri, 07 Oct 2022 06:00:02 GMT

MDSは商品のポジショニング戦略などを目的として、「プロダクト・マップ」を作成するために利用する。多次元尺度構成法という名前であるが、結果としては２次元までを利用することが多い。３次元空間よりも２次元平面が見やすいためである。
　たとえば、ペットボトルのお茶のブランドに関して、消費者がどのように認知しているかを市場調査でデータを集めて、以下のようなプロダクト・マップを作成する。調査では消費者に商品間の類似性あるいは非類似性を質問する。分析結果としてのマップでは、類似性の高い商品が近くに布置される。このようにして作成するマップを一般に、知覚マップという。地理的・幾何学的なマップではなく、消費者の認識データ（知覚）を可視化したマップという意味である。

ランダムフォレスト

日経リサーチ — Fri, 07 Oct 2022 05:57:59 GMT

ランダムフォレスト（random forests）は機械学習のアルゴリズムのひとつで、決定木による複数の弱学習器を統合させて汎化能力を向上させる、アンサンブル学習アルゴリズムである^[1]。おもに分類（判別）・回帰（予測）の用途で使用され、以下の特徴がある。

無作為抽出

日経リサーチ — Fri, 07 Oct 2022 05:54:24 GMT

母集団のすべてを調査する全数調査（悉皆調査）に対して、母集団の一部のみを調査する標本調査では、標本を選ぶ方法が必要である。無作為抽出と有意抽出の二種類があり、さらにそれぞれ具体的な抽出方法が考案されている。有意抽出は意図的（有意）に標本を選ぶが、無作為抽出は作為的な手順を使わない点が異なる。
　無作為であるということの、理論的な本質は「確率的に」選ぶという手続きにある。そのため無作為抽出は確率抽出ともいわれている。有意抽出は非確率抽出である。
　無作為抽出（確率抽出）とは、母集団のすべての要素に抽出確率を与えて、その確率に従って標本抽出することである。すべての要素の確率が計算可能であること、また確率は0より大きく1以下の範囲であること（0＜確率≦1）。この確率の与え方、抽出手順の違いによって無作為抽出はさらに様々な名称（系統抽出、多段抽出、層化抽出など）で区別されている。
　以下の4例は、いずれも無作為抽出ではない。

　例１　「全国の一般消費者から千人を調査するために、母集団の性・年代区分（直近の国勢調査結果）の分布と同じになるように、千人を性別×年代区分の各セルに割当てたうえで、各セルにおいて調査に協力してくれた人から順番に、計画人数に達するまで調査した」

　例２　「商品Aは郊外に住む二世代家族に向けて開発するので、その条件に合致する世帯を探し、快く応諾してくれた家族に商品ニーズを探る調査を依頼した」

　例３　「あるサービスの利用者300人に商品評価を調査したいので、日経リサーチ社内で利用者を見つけ、その友人・知人で同じサービス利用者を紹介してもらって調査を実施。その回答者にも友人・知人の該当者を紹介してもらう、という手順で次々に回答者を獲得した」

　例４　「明日のテレビの特別番組で東京都民の都知事に対する支持率（世論）を報道するために、放送前日の通勤時間帯から帰宅時間帯まで、スタッフを総動員し、カメラとマイクを持って新橋駅前・新宿駅前・渋谷駅前で、道行く人々にマイクを向け、拒否されたら次の人を捕まえて質問し、最終的には千人以上もの多数の回答を得た」

　例1は割当法、例２は典型法、例3は機縁法（雪達磨法）と呼ばれる、いずれも有意抽出である。例4に名前は無いが、俗に「駅前調査」などと称される方法である。
　標本サイズが大きくても、無作為抽出をしたことにはならない。調査協力を拒否した人を断念して、親切に協力してくれた人だけを選んでは無作為抽出にならない。確率的手順で抽出されたら、別の人に交代してはいけない。実践的にはここが標本調査を困難にしているところである。質の良い標本調査はしたいけれど、拒否している人に無理強いはできない。
　例１～例４は、それぞれの背景にある実施目的に合致した方法である。母集団を定義し、標本から母集団を科学的に推測する、という目的とは異なるだけである。

＜なぜ無作為抽出をするのか＞
　標本から母集団の特性を推測するためである。統計的推測にあたって、母集団の真の値と比較して、標本調査で得た値が、どの程度の誤差（精度）であるかを計算できるようにし、科学的に判断するためである。この手順は標本抽出理論として確立されているが、そのためには標本が無作為抽出されていなければ、理論が適用できない。
　

判別分析

日経リサーチ — Fri, 07 Oct 2022 05:51:21 GMT

判別分析は複数のグループのどこに判別されるかを決める場合に利用する統計モデルである。たとえば顧客満足度調査の結果から「満足」と「不満」のグループの特性を知りたい。あるいは新製品の「購入者」と「非購入者」を分けている原因は何か。または「自社顧客」と「他社顧客」の差異を明らかにしたい。
　市場・消費者・顧客は単一ではなく、なんらかの属性で複数の同質なグループに分かれて構成されていることが多い。市場セグメンテーションはマーケティング分析の重要な手法であり、グループ別に戦略を立案することが有効である。
　グループを識別する変数を分類変数と呼ぶ。基準変数、目的変数、従属変数に相当する。機械学習では教師データ（教師変数）という。グループは2群だけでなく3群以上であってもよい。

　分析目的と応用分野は、
（１）予測
（２）要因説明
（３）知覚マップ
などである。

＜予測＞
　予測を目的とする事例は、実はマーケティング分析では少ない。関連する事例としては、企業倒産を判別・予測するモデルがある。また日本経済新聞社がかつて企業評価モデルとして「CASMA」を発表していたが、これも優良企業の判別分析の応用であった。世論調査と関係のある選挙予測調査では、候補者の「当選」「落選」の判別予測、および当選確率の計算などに判別分析を利用する場合もある。
　典型的な予測問題としては、診療結果から病気の種類（または病気か否か）を予測するシステム、あるいは発掘された人骨の測定結果から人種・性別・年代などを判別予測するシステムなどの利用例がある。

＜要因説明＞
　顧客満足度調査などを実施すると、「満足」と「不満足」のグループを得る。マーケティング施策を考えうる際に、満足または不満足となっている要因を知り、そこから対策を決める。調査では価格や性能などの評価も測定しているし、利用・購入の際の重視点などもある。これらを説明変数として判別分析をすると、満足と不満足を分けている変数の影響力が算出できる。これが要因分析としての利用である。

＜知覚マップ＞
　判別分析の結果として、判別座標（判別変量、判別軸ともいう）を得るので、最初の２～３個の軸を使って平面ないし空間に対象を布置することができる。これは主成分分析、コレスポンデンス分析の利用方法とまったく同じである。布置する観点が「何が満足度の差別化の要因となっているのか」という空間を構成するという違いである。空間の解釈も主成分分析と同様に、構造行列が計算されるので、元の変数との相関関係から判別変量を解釈する。
　たとえばビールのブランドごとに消費者調査を実施して、味の評価を測定する。その結果として平面上にビールの競合マップを描くことができる。軸の解釈は構造行列から「コク」「キレ」などから味の差別化の観点が分かり、ブランドの位置関係の認知を可視化する。これがポジショニング分析への応用である。

＜事例＞
　ブランド戦略サーベイのイメージ変数を使って、ビール４社を判別分析して知覚マップを作成した。原点から伸びているのは構造ベクトルというが、ブランドイメージの各変数である。縦軸・横軸（判別変量）と構造ベクトル（イメージ）との角度が共分散（相関）である。これを手掛かりに平面を解釈することができる。
　右側は「やさしい」「経営者」「環境配慮」「個性的」などのイメージで、左側が「安定性」「誠実」である。サントリーが右、キリンとアサヒが左に位置して差別化されている。サッポロはその中間であり、横軸で判別されてはおらず、縦軸の下に位置する。他３社が上にある。上方は「活気」「品質」「変化への対応」などのイメージである。
　このデータの判別分析の結果は、誤判別率が約７割と高い。そのため４社がよく分離されず、判別軸の解釈もやや難しい。とくにキリンとアサヒは２次元平面でよく区別されていない。

バリマックス回転

日経リサーチ — Fri, 07 Oct 2022 05:49:22 GMT

因子分析における直交回転法のひとつで、もっともよく利用されてきた。回転の目的は因子の解釈を容易にすることであり、バリマックス回転（varimax rotation）が解釈しやすい結果を与えることが多かったために、研究者や実務家に非常に頻繁に利用されてきた。実は回転方法は無数にある。
　素朴な疑問として「回転」とは何なのか、なぜ「回転」するのか、ということを理解したいが、それに先立って回転前（初期解）と回転後（回転解）の実例を示す。これはブランド戦略サーベイの企業イメージ25変数の因子分析である。どのような変化が回転前後で生じているであろうか。

パス解析

日経リサーチ — Fri, 07 Oct 2022 05:46:53 GMT

パス解析は共分散構造分析の下位モデルである。パス図でモデルを表現をすることからパス解析という名前がついており、社会学者（遺伝学者）のSwell Writeが使い始めたと言われている。1918年にはパス図が登場している。
　下図のように、パス図を並べると分かりやすい。（パス図では誤差変数を省略して描いてある）

　（１）単回帰分析は独立変数が１個のモデル。
　（２）重回帰分析は独立変数が複数のモデル。従属変数は１個である。
　（３）パス解析は従属変数が複数のモデルであり、重回帰分析の発展（上位）モデルだといえる。
　（４）共分散構造分析は、パス図との比較でいえば、観測変数だけでなく、潜在変数も伴うモデルである。別の言い方をすれば、潜在変数間のパス解析とみなすこともできる。下図では潜在変数間の単回帰モデルである。

標準偏差

日経リサーチ — Fri, 07 Oct 2022 05:44:55 GMT

標準偏差（(s）は分散の平方根である。