SHOEISHA iD

※旧SEメンバーシップ会員の方は、同じ登録情報(メールアドレス&パスワード)でログインいただけます

おすすめのイベント

おすすめの講座

おすすめのウェビナー

マーケティングは“経営ごと” に。業界キーパーソンへの独自取材、注目テーマやトレンドを解説する特集など、オリジナルの最新マーケティング情報を毎月お届け。

定期誌「MarkeZine」

第68号(2021年8月号)
特集「ブランドの魅力が伝わる、戦略的な顧客接点」

定期誌購読者なら
誌面がウェブでも読めます

Excelビジネス統計~アンケートの設計と分析~

既存店舗の売上影響要因から、新規店舗の売上を予想する Excelで探す「最適な回帰モデル」とは


 マーケティングにはプル型、プッシュ型2つのリサーチが欠かせません。プッシュ型リサーチの代表「アンケート」を効果的に活用するため、ビジネス統計を学びましょう。

重回帰式をそのまま使わず、「最適な回帰モデル」を探す

 前回、コンビニの売上高に影響を与えている要因として、「接客」「品揃え」「面積」「立地」の4つの説明変数を全部採用して、以下の重回帰式を得ました。

売上高=130.20+(132.92×接客)+(90.87×品揃え)-(3.49×面積)-(42.65×立地)

 渋谷エリアを統括するマネージャーは、このデータをもとに、新たに初台への出店を考えています。

 接客と品揃えは「やや満足している」4点をキープするよう努力するとして、店舗の面積と立地はそれぞれ25平方メートル、0.5kmの物件を考えています。この場合の、売上高はいくらぐらいになると予測できるでしょうか?

 単回帰式同様に、重回帰式でも式に予測データを代入することで、予測を行うことができます。上の式から、以下のように求めます。

売上高=130.20+132.92×4+90.87×4-3.49×25-42.65×0.5 =916.707(千円)

 しかし、本当にこの数値を予測分析に使っていいのでしょうか?

 前回、売上高に効いている要因として、「接客」「品揃え」「面積」「立地」の4つの説明変数を全部採用しました。しかし実は、重回帰分析には変数選択の問題といって、必ずしも全部の変数を取り込まない方がより精度の回帰式(最適な回帰モデルといいます)ができることがあります。

 どの説明変数を採用して回帰式を作るのが一番精度の高いモデルになるか、検証する方法にはいろいろなやり方がありますが、ここでは変数減少法というやり方を紹介します。簡単にいうと、説明変数を4つ全部取り込んだ時、3つの場合、2つの場合、1つの場合で、それぞれどれが一番精度が高いか判断するというものです。

 精度の高さを判断する指標として、自由度調整済寄与率(補正R2)、赤池弘次の情報量規準(AIC)などいろいろありますが、ここではExcelの回帰分析結果から簡単に計算できる上田太一郎の説明変数選択規準(Ru)を紹介します。

カンに頼らない! 2015年8月26日「Excel徹底活用!アンケート設計と分析」講座開催

Webの記事を読むのもいいけれど、リアル末吉正成さんに会って直接講義を受けませんか?

「プッシュ型リサーチの代表「アンケート」を効果的に活用するために必須の、ビジネス統計を学びます。論理的なアンケート設計、マーケティングに必須の統計の知識、Excelを使ったデータ分析の三本柱を身につければ、あなたも明日からデータに強いマーケターになれるはず!

★☆★「Excel徹底活用!アンケート設計と分析」講座の詳細・お申し込みはこちら★☆★

会員登録無料すると、続きをお読みいただけます

新規会員登録無料のご案内

  • ・全ての過去記事が閲覧できます
  • ・会員限定メルマガを受信できます

メールバックナンバー

次のページ
最適な回帰モデルを探す5つのステップ

この記事は参考になりましたか?

  • Facebook
  • Twitter
  • Pocket
  • note
Excelビジネス統計~アンケートの設計と分析~連載記事一覧

もっと読む

この記事の著者

末吉 正成(スエヨシ マサナリ)

株式会社メディアチャンネル 代表取締役。慶應義塾大学経済学部卒。統計解析を駆使したWebマーケティングが専門。「見るサイト」から「使えるサイト」をモットーにWebサイトの付加価値を高めるコンサルティングを得意とする。主著に「EXCELビジネス統計」(翔泳社)、「Excelでかんたん統計分析」(オーム社)、「事例で学ぶテキストマイニング」(共立出版)、「Excelでかんたんデータマイニング」(同友館)、「仕事で使える統計解析」(成美堂出版)がある。所属:言語処理学会、日本行動計量学会、品質工学会

※プロフィールは、執筆時点、または直近の記事の寄稿時点での内容です

この記事は参考になりましたか?

この記事をシェア

MarkeZine(マーケジン)
2015/05/20 17:34 https://markezine.jp/article/detail/16509

Special Contents

PR

Job Board

PR

おすすめ

イベント

新規会員登録無料のご案内

  • ・全ての過去記事が閲覧できます
  • ・会員限定メルマガを受信できます

メールバックナンバー

アクセスランキング

アクセスランキング