例えば、高級感(高級感ーカジュアル)と値段(高価ー安価)という2項目でA〜E社の立ち位置を表現しようとすると、
下記のように、縦軸に高級感、横軸に値段の散布図で簡単に表現することができます。
(C社やD社は安価なのに高級感がありますね)
このように2次元であれば、立ち位置を表現することは非常に簡単です。
しかし、価格や高級感以外の調査項目が増えたらどうでしょうか?
例えば、品質、機能性、かわいさ、コスパなどです
つまり、2次元より多い次元になってしまうと、紙や画面という2次元の媒体で1つの図で表現することは難しくなるのです。
コレスポンデンス分析はこのように多次元のデータを2次元の散布図で表現する手法です。クロス集計表があれば、分析できます。
■■■散布図の読み方■■■
■■■デメリット■■■
- 回答者の数などのサンプルサイズにおける大小が反映されない。 たとえば、「高級感がある」と答えた人が多くても少なくても、同じひとつの点として散布図に表記されてしまいます
- うまく表現できていないことがある。累積寄与率という数値を見て、70%以上あると精度が高い、80%以上はかなり精度が高いと言われています。40%より低いと精度は低いです。
ちなみにここまでお見せした例は、累積寄与率が28.06%とかなり低くなっており、あまり良い例とは言えません。