数量化Ⅰ類は例えば、ある商品の購入量(目的変数)を、購入者の性別、年齢層、家族構成などの質的データ(説明変数)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です。
モデル式を使って購入量を予測することができる重回帰分析と同じような手法であり、説明変数が身長、体重など量的データである場合は重回帰分析を用います。
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 等
事例1
[解析目的]
スポーツ新聞の販売数のモデル式を作成し、販売数予測を行う。
[解析方法]
目的変数を「販売数」、説明変数を下記とする数量化Ⅰ類を実施。
説明変数・・・・「販売日の曜日」「販売日の天候」「前日のプロ野球の有無」「前日のJリーグの有無」
[解析結果]
売上げに寄与する度合いに応じて各説明変数(目的変数である「販売数」を説明する要因)のカテゴリースコアが算出される。下記の例では、「プロ野球がある」「月曜日」の売り上げが多くなる。
※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+平均売上げ部数
※各要因の変数に当てはまる条件のカテゴリースコアを代入して算出する。
例)次の条件の時、売上げ部数を予測する。
①月曜、曇り、プロ野球-あり、Jリーグ-なし
売上げ予測部数= 20 + 9 + 22 + (-3) + 85(部) =133(部)
②金曜、晴れ、プロ野球-あり、Jリーグ-あり
売上げ予測部数= 20 + 9 + 22 + (-3) + 85(部) =133(部)
事例2
[解析目的]
ラジオ番組を提供するスポンサーにとっては、番組によってスポンサーの認知度を高めることが目的。どのような番組であればスポンサーの認知度を上げるかを解析し、さらに、仮想する番組を提供した場合、認知度はどの程度期待できるか予測することで、提供番組選定の指針としたい。
[解析方法]
目的変数を「スポンサー認知率」、説明変数を下記とする数量化Ⅰ類を実施。
説明変数・・・・放送局/番組時間帯/番組ジャンル/番組パーソナリティ
※スポンサー認知率、番組好感度はアンケート調査により収集。
[解析結果]
「AM局よりFM局」「早朝の時間帯」「娯楽・音楽系番組よりニュース・情報系番組」「アナウンサーがパーソナリティを務める番組」が、スポンサー認知度を上げる効果が高い番組として期待できる。