統計の理解
このページの内容
統計について
クアルトリクス統計へようこそ。クアルトリクスでプロジェクトを作成、分析する際に役立つ、基本的な統計の概要です。基本的な統計コンセプトを取り上げ、プラットフォームに適用し、クアルトリクス以外のオプションについても説明します。
注意：このページは、意思決定の参考としてご活用ください。データの統計分析は、お客様ご自身で行ってください。クアルトリクスサポートでは、お客様のデータの統計分析に関するアドバイスは提供できません。
定量的データとカテゴリカルデータ
データには、定量的データとカテゴリデータの 2 種類があります。
定量データは、数値スケールで評価されます。定量データの例として、年齢、身長、収入などが挙げられます。
カテゴリカルデータは、名義スケールで評価されます。カテゴリカルデータの例として、性別、配偶者の有無、職業などが挙げられます。アンケートで収集されるデータのほとんどはカテゴリデータであり、特定のカテゴリに分類される回答者の数が集計されます。
中心の指標
定量データに使用される中心の尺度は、平均値、中央値、最頻値の 3 つです。
ヒント：現時点では、クアルトリクスのレポート機能で最頻値を表示することはできません。
平均 (またはアベレージ) は、データがほぼ正規分布している場合や、釣鐘曲線のように見える場合に、中心を測るための最適な指標となります。平均値は、すべての観測値を合計し、観測値の総数で割ることによって求められます。
データに偏りがある場合、中央値 (中間値) は中心を表す指標として適しています。すべての観察を順番に並べた場合、中央値は真ん中の値になります。
最頻値は、データの中で最も頻繁に出現する値です。平均値や中央値ほど一般的には使用されません。
ばらつきの測定
データのばらつきを測定するには、標準偏差、分散、範囲など、いくつかの便利な統計があります。
標準偏差とは、観測値とその平均値との距離の平均です。平均と同様に、標準偏差はほぼ正規分布のデータで使用する必要があります。
分散とは、標準偏差を 2 乗したものです。
範囲とは、最大値と最小値の差のことです。
ビジュアライゼーションの統計
ヒント：以下にリンクされ表示されているビジュアライゼーションは、［レポート］タブの［レポート］セクションのものです。
クアルトリクスの統計表ビジュアライゼーションには、最小値、最大値、平均値、分散、標準偏差、および回答の総数が表示されます。
すべての質問の各回答選択肢に値がコード化されているため、クアルトリクスは、データが定量的か定性的かにかかわらず、これらの統計を検出します。これらの統計が調査のコンテキストにおいて妥当であるかどうかは、お客様ご自身でご判断ください。
例えば、回答者に好きな色を尋ね、赤、黄、青、緑をそれぞれ1、2、3、4としてコード化することができます。クアルトリクスでは平均値を算出できますが、好きな色の平均を出すことに意味はありません。
回答者に映画を 1 つ星から 5 つ星のスケールで評価してもらった場合、平均値が役立ちます。2.98つ星や4.32つ星といった平均値を使うと、映画の比較が容易になります。
クアルトリクスでは、さまざまなチャート、グラフ、表をご利用いただけます。棒グラフは、各回答の選択肢カテゴリにおける回答の頻度を示します。
円グラフは、これらの度数を円全体に対するパーセンテージとして表示します。
棒グラフと円グラフはどちらも、カテゴリー間の頻度を非常に簡単に比較できるようにします。
折れ線グラフは、順序付けられた観測値の2次元散布図です。経時的な傾向を把握するのに適しています。
ゲージチャートは、選択したメトリック(平均、合計など)をスケールと比較します。指標がどこに位置するかに応じて、スケールの色が変わります。ゲージチャートは、期待されるパフォーマンスと実際のパフォーマンスをすばやく比較するのに役立ちます。
クロス集計
カテゴリカルデータを分析する方法の 1 つに、分割表または 2 ウェイテーブルとも呼ばれるクロス集計があります。クロス集計では、表のセルに記述された特定の特性を持つ回答者の数が記録されます。
この例では、各アイテムタイプが週次、月次、年次でそれぞれいくつ購入されたかを確認できます(例: コートは月次で11着購入)。
クロス集計は列と行、またはそれぞれバナーとスタブで構成され、各バナーとスタブは質問から度数データを取得します。クアルトリクスでは、クロス集計と互換性のある質問のみを選択できます(例: 自由回答形式の質問はクロス集計と互換性がありません)。複数のバナーまたはスタブを選択した場合、クロス集計エディターで表示したいバナーまたはスタブをクリックして選択できます。クロス集計に多階層のドリルダウンを追加すると、1つの変数が別の変数のサブカテゴリとして表示されます。
ヒント：埋め込みデータを追加する際は、クロス集計を作成する前に必ず［自動入力］をクリックして値を取り込んでください。クアルトリクスではこのデータは自動的に取得されません。後で新しい値が追加された場合は、再度自動入力を選択する必要がありますのでご注意ください。
カイ二乗検定統計量
カイ二乗検定統計量は、スタブとバナーの間の有意な関係を検定します。
クロス集計に複数のスタブとバナーを含めると、クアルトリクスは複数のカイ二乗値も生成します。これは、バナーとスタブの組み合わせごとに1つずつです。
カイ二乗検定統計量の計算方法を知っておくと便利です。まず、各セルの期待度数、つまり行の合計、列の合計、表の合計に基づいてセルに期待される度数を見つける必要があります。期待値を算出するには、行の合計と列の合計を掛け合わせ、その結果を表の合計で割ります。
ヒント: カイ二乗検定の条件は、すべての期待度数が 5 より大きいことです。そうでない場合、検定は無効になります。各セルの期待度数はすべて5より大きくなっています。
予想される件数を取得したら、次の計算を実行します。
カイ二乗検定統計量は、各セルについて、観測値から期待値を引き、その差を二乗し、期待値で割ることで求められます。これらの個々のカイ二乗検定の構成要素を足し合わせると、カイ二乗検定統計量になります。カイ二乗値は、変数間の関係が統計的に有意であるかどうかを判断するために使用されます。
P値
カイ二乗検定統計量は、信頼水準とともにP値を算出するために使用されます。P値は、2つの変数間の関連性が統計的に有意であるかどうかを判断するものです。P値が低いということは、観測されたテーブルの関連性が非常に低い確率で発生することを示唆しており、2つの変数間に有意な関連性があることを意味します。一般的に、低いP値は 0.05 未満の数値を指します。
P値は .28 であり、有意ではありません。したがって、来店頻度と購入した品物の種類との間に関係はありません。
追加分析
相関や回帰など、定量データの詳細な分析は、Excelまたは統計ソフトウェアパッケージで行うことができます。
相関関係
相関係数rは、2つの定量的変数間のほぼ線形の関係における、関係の強さと方向性を示します。rの値は常に-1と1の間にあり、-1と1に近い値は強い相関関係を表し、ゼロに近い値は弱い相関関係を表します。プラス記号またはマイナス記号は、関係性の方向が正か負かを示します。-.3～.3の相関値はかなり低いと見なされ、.7～1または-.7～-1の相関値は高いと見なされます。
相関関係は因果関係と同じではない、という点が重要なポイントです。2つの変数の相関性が高いからといって、一方の変数がもう一方の変数を引き起こす原因であるとは限りません。
回帰分析
回帰分析は、1つ以上の予測変数に基づいて1つの変数を予測するために使用できます。回帰分析に関する詳細は、以下のページを参照してください。
注意: これらのリンクは、QualtricsのStats iQ製品に関するものです。現在、クアルトリクスで直接回帰分析を実行する最善の方法です。ご興味がおありでしたら、アカウントエグゼクティブまで詳細をお問い合わせください。
素晴らしい！ フィードバックありがとうございます！
フィードバックありがとうございます！