カテゴリー : 09-multivariatecluster-analysis

クラスター分析

観測されたデータの特徴から、サンプルをいくつかのグループ(クラスター)に分類する分析手法です。外的にグループを識別するアイテムがなくても価値観や嗜好ライフスタイルなど心理的特性から、サンプルを共通の特徴を持つグループに分類することができます。

■ クラスター分析を使う場面

クラスター分析は以下のような場面で活用いただける手法です。
・消費者行動、意識に基づいたターゲット顧客・新市場の発見
・アンケート項目では取りづらい回答者の心理、タイプにおけるグルーピング
・QuickCrossで行った因子分析を元に回答者の特徴をいくつかのグループに分類したい

■ QuickCrossでクラスター分析を行う

複数の質問項目の回答結果や、因子分析で出力された因子得点を使用してQuickCrossでクラスター分析を行います。クラスター数を変えて何パターンか出力し、最適なクラスターを選択します。
※QuickCrossで因子分析を先に行っていただくことを推奨しています。
因子分析について詳しく見る>>

[メニュー画面]→[多変量解析]→分析処理で[クラスター分析]を選択し、[設定]を押します。

アイテム一覧よりクラスター分析に用いるアイテム(因子分析で作成したアイテム)を選択し、[>]で右枠に移動させます。

クラスター数を入力して、右下の[実行]を押します。
※クラスター数は因子数と同じか前後の数あたりに収まることが多いです。

■ クラスター決定の基準

クラスター分析の実行後、「分析結果」と「サンプルごとの所属クラスター」がExcel形式で出力されます。

以下3つ全てを満たすものに決定することが多いです。(少なくとも上2つは必須)
・各クラスターの特徴がよく表れている
・各クラスターのケース数が極端に偏っていない
・仮説に近い(説明できる)

クラスターのケース数は、極端に差があるものは不適切です。
またクラスターの特徴はクラスター重心で推測できるためその値を目安に特徴を読み取ります。

【KEYPOINT】

・各クラスターのケース数
各クラスターに該当するサンプル数のことです。


・クラスター重心
各クラスターに所属するサンプルの因子得点の重点。相対的に見て値が大きいとその因子の特徴が強いと言えます。

上図では、因子分析で設定した、エコ重視・家電好き・外向性・品質重視の4軸でクラスター分析を行っています。

クラスター1は「エコ重視」と「品質重視」が高い【よくばり層】、
クラスター2は「エコ重視」と「外向性」が高い【ミーハー層】、
クラスター3は「家電好き」と「品質重視」が高い【高性能重視層】・・・
などと読み取ることができます。

※因子の数の前後くらいのクラスター数になることが一般的です。

■ クロス集計

クラスター分析を行った結果と属性や回答結果をクロス集計することで、クロス表から各クラスターの特徴や傾向を読み取り、プロフィールを把握することができます。

クラスター名称の登録

クラスター数と名前が決まったらQuickCrossにクラスターの名前を入力します。

[メニュー画面]→[多変量解析]→クラスターアイテムを選択し、[編集]を押します。[設問設定]画面が表示されるので選択肢にクラスターの名前を入力し、[登録]を押します。

クロス集計表の設定

[メニュー画面]→[クロス集・グラフ作成]を押して、以下のように設定しクロス集計表を出力します。
クロス集計の出力について詳しく見る>>

軸2:クラスター分析後のアイテム
集計対象 :クロス集計したい質問項目のアイテム

アウトプット(クロス集計表・グラフ)

■ FAQ

クラスター分析は何を使用していますか?
k-means法(非階層的手法)を使用しています。
1サンプルだけのクラスターが存在するのですが・・・
異常回答(全て「1」など)のサンプルだと思われます。全体に影響を及ぼすので、該当サンプルを削除してからもう一度因子分析・クラスター分析を行ってください。
サンプル削除の方法について詳しく見る>>
QuickCrossで因子分析をせずにクラスター分析は可能ですか?
因子分析せずにクラスター分析を行っていただくことも可能ですが、因子分析で最適な因子を確認し共通因子を把握してから必要なクラスター数を設定していただいた方が、読み取りやすい分析ができます。

Myリサーチページログイン

ID

パスワード