こんな疑問、ありませんか?
- 数量化理論って何?なぜ「数量化」というの?
- Ⅰ類・Ⅱ類・Ⅲ類・Ⅳ類の違いがわからない…
- どんな場面で使うの?回帰分析や主成分分析と何が違う?
○ この記事でスッキリ解決!
「アンケート調査」「顧客分類」など身近な例えで、数量化理論の全体像を完全マスターできます!
この記事の結論(先に知っておこう!)
数量化理論は「文字データ(カテゴリデータ)を数値に変換して分析する」ための手法です。日本の統計学者・林知己夫が開発した「Made in Japan」の分析手法。Ⅰ類〜Ⅳ類の4種類があり、目的変数の有無とデータの種類で使い分けます!
数量化理論って何?|一言でいうと
数量化理論を一言で説明すると…
「男・女」「好き・嫌い」などの
文字データを数値に変換して分析する手法
なぜ「数量化」が必要なの?
統計分析の多くは「数値データ」を前提としています。
数値データ
身長:170cm
体重:65kg
年収:500万円
→ そのまま分析できる!
カテゴリデータ
性別:男・女
血液型:A・B・O・AB
満足度:満足・普通・不満
→ そのままでは分析できない…
アンケート調査や顧客データには、「男・女」「好き・嫌い」「購入する・しない」などのカテゴリデータがたくさん含まれています。
これらを数値に変換して分析できるようにしたのが、数量化理論です!
開発者は日本人!
数量化理論は、日本の統計学者林知己夫(はやし ちきお)が1950年代に開発しました。海外では「Hayashi's Quantification Methods」として知られています。日本発の統計手法として、世界的に認められています。
数量化理論:カテゴリデータを数値にして分析する
4つの数量化理論|全体マップ
数量化理論にはⅠ類・Ⅱ類・Ⅲ類・Ⅳ類の4種類があります。
選び方は2つの軸で決まります。
選び方の2つの軸
軸①:目的変数があるか?
ある:予測・判別したい
(Ⅰ類・Ⅱ類)
ない:構造を知りたい
(Ⅲ類・Ⅳ類)
軸②:目的変数の種類は?
数値:売上、点数など
(Ⅰ類)
カテゴリ:購入する/しない
(Ⅱ類)
4つの数量化理論 早見表
| 種類 |
目的変数 |
何をする? |
対応する手法 |
イメージ |
| Ⅰ類 |
数値 (あり) |
カテゴリで数値を予測 |
重回帰分析 |
予測 |
| Ⅱ類 |
カテゴリ (あり) |
カテゴリでグループを判別 |
判別分析 |
分類 |
| Ⅲ類 |
なし |
カテゴリ間の関係を可視化 |
主成分分析 コレスポンデンス分析 |
マップ化 |
| Ⅳ類 |
なし |
サンプル間の類似度を分析 |
多次元尺度構成法 (MDS) |
距離 |
覚え方のコツ:「Ⅰ類とⅡ類は予測・判別(目的変数あり)」「Ⅲ類とⅣ類は構造把握(目的変数なし)」とまず分けて覚えましょう!
数量化理論:Ⅰ・Ⅱ類は目的変数あり、Ⅲ・Ⅳ類は目的変数なし
数量化Ⅰ類|カテゴリで数値を予測する
具体例:住宅価格の予測
こんなデータがあるとき…
| 物件 |
駅からの距離 |
築年数 |
間取り |
価格(万円) |
| A |
徒歩5分以内 |
新築 |
3LDK |
5,000 |
| B |
徒歩10分以上 |
10年以上 |
2LDK |
2,500 |
「駅からの距離」「築年数」「間取り」などのカテゴリデータから、価格(数値)を予測したい。
こんなときに使うのが数量化Ⅰ類です!
数量化Ⅰ類がやること
1
「徒歩5分以内」→ +500万円 のように、各カテゴリに数値(カテゴリスコア)を割り当てる
数量化Ⅰ類の活用例
- 住宅価格の予測(立地・築年数・間取りから)
- アンケートから顧客満足度を予測
- 商品の売上を属性から予測
- 従業員のパフォーマンス予測
数量化I類:カテゴリを数値化して合計し予測
数量化Ⅱ類|カテゴリでグループを判別する
具体例:顧客の購買予測
こんなデータがあるとき…
| 顧客 |
年代 |
性別 |
来店頻度 |
購入する? |
| Aさん |
20代 |
女性 |
週1以上 |
購入する |
| Bさん |
50代 |
男性 |
月1以下 |
購入しない |
「年代」「性別」「来店頻度」などのカテゴリデータから、「購入する・しない」というグループ(カテゴリ)を判別したい。
こんなときに使うのが数量化Ⅱ類です!
数量化Ⅱ類がやること
2
スコアの合計から「購入する群」と「購入しない群」を最もよく分ける境界線を見つける
3
新しい顧客がどちらのグループに属するか予測できる
Ⅰ類との違い
Ⅰ類:数値を予測
(例:売上金額、点数)
Ⅱ類:カテゴリを判別
(例:購入する/しない)
活用例
- 顧客の購買予測
- ローン審査の判定
- 疾患の診断予測
- 離職者の予測
数量化II類:判別スコアでグループを判別
数量化2類をもう一歩くわしく|手順と結果の読み方
数量化2類は、アンケートで「どの質問の答えが、購入する・しないを分けているか」を知りたいときによく使われます。分析ソフトが計算してくれるので、使う人が押さえるべきなのはデータの形・手順・結果の読み方の3つです。
データの形:アイテムとカテゴリー
説明に使う質問をアイテム(例:年代・性別・来店頻度)、その選択肢をカテゴリー(例:20代・40代・60代)と呼びます。目的変数は「購入する・しない」のような群です。
手順
手順1 ダミー変数にする:各カテゴリーを「当てはまれば1、違えば0」の変数に置き換える。
手順2 カテゴリースコアを求める:各カテゴリーに点数(カテゴリースコア)をつけ、その合計(サンプルスコア)で2つの群がいちばんよく分かれるように点数を決める。分かれ具合は相関比(全体のばらつきのうち、群の違いで説明できる割合)で測る。
手順3 結果を読む:どのアイテムが判別に効いているか、どのくらい当たるかを確かめる。
結果の読み方(架空の数値例)
次の表は、説明のために作った架空の数値です。カテゴリースコアがプラスほど「購入する」側、マイナスほど「購入しない」側に効いています。
| アイテム | カテゴリースコア | レンジ(最大−最小) |
| 来店頻度 | 週1以上 +0.95/月1 +0.10/月1未満 −0.70 | 1.65 |
| 年代 | 20代 +0.62/40代 0.00/60代 −0.85 | 1.47 |
| 性別 | 女性 +0.12/男性 −0.12 | 0.24 |
レンジ(アイテムの中でいちばん大きいスコアと小さいスコアの差)が大きいアイテムほど、群を分ける力が強いと読みます。この例では来店頻度と年代が効いていて、性別はほとんど効いていません。あわせて、相関比と判別的中率(実際の群をどれだけ当てられたか)で、モデル全体の当てはまりを確かめます。
使うときの注意点
- 回答の少ないカテゴリーはスコアが不安定になるので、近いカテゴリーとまとめる
- 似た内容のアイテムを同時に入れると、スコアの符号が直感と逆になることがある(重回帰の多重共線性と同じ問題)
- 2群の数量化2類は、説明変数をダミー変数にした判別分析と考え方が同じ。数値の説明変数が混じるなら、判別分析やロジスティック回帰も候補になる
つまり数量化2類は「カテゴリーで群を判別」。結果はカテゴリースコアの符号で向きを、レンジの大きさで効き目を、判別的中率で当てはまりを読む。
あわせて読みたい
【図解】多重共線性(VIF)とは?|重回帰がうまくいかない原因
似たアイテムを同時に入れたときに起きる「多重共線性」の見分け方と対処を解説しています。
数量化Ⅲ類|カテゴリ間の関係を可視化する
対応する手法:主成分分析、コレスポンデンス分析(カテゴリ版)
Ⅲ類は目的変数がありません。「予測」ではなく「構造の把握」が目的です。
具体例:テレビ番組と視聴者の関係
こんなデータがあるとき…
| 視聴者 |
ドラマA |
バラエティB |
ニュースC |
スポーツD |
| 20代女性 |
◯ |
◯ |
× |
× |
| 50代男性 |
× |
× |
◯ |
◯ |
「どの番組とどの視聴者層が似ているか?」を知りたい。
こんなときに使うのが数量化Ⅲ類です!
数量化Ⅲ類がやること
カテゴリ(番組)とサンプル(視聴者)を同じ2次元マップ上にプロットします。
近くにあるものは「似ている」、遠くにあるものは「似ていない」という関係がわかります。
結果のイメージ
↑
ドラマA ● ● 20代女性
バラエティB ●
←─────────────────→
● ニュースC
● 50代男性 ● スポーツD
↓
近くにあるもの同士は「似ている」!
数量化Ⅲ類の活用例
- ブランドイメージと消費者の関係を可視化
- アンケート回答パターンの分析
- 商品と購買者層の対応関係
- Webサイトとユーザー属性のマッピング
数量化III類:近いものほど似ている配置図
数量化Ⅳ類|サンプル間の類似度を分析する
対応する手法:多次元尺度構成法(MDS:Multidimensional Scaling)
Ⅳ類は他の3つとは少し異なり、「類似度」や「距離」のデータを使います。
具体例:都市間の心理的距離
こんなデータがあるとき…
「東京と大阪は似ている(距離:2)」「東京と札幌はあまり似ていない(距離:5)」のような類似度(距離)データがあるとき…
| 都市 |
東京 |
大阪 |
札幌 |
福岡 |
| 東京 |
0 |
2 |
5 |
4 |
| 大阪 |
2 |
0 |
6 |
3 |
※数字が小さいほど「似ている」
この「距離データ」から、2次元の地図のような配置を復元したい。
こんなときに使うのが数量化Ⅳ類です!
数量化Ⅳ類がやること
2
距離関係をなるべく再現する2次元座標を計算する
Ⅲ類との違い
Ⅲ類:0/1データ(あり・なし)
→ カテゴリの対応関係
Ⅳ類:距離・類似度データ
→ 位置関係の復元
活用例
- ブランドの知覚マップ作成
- 商品間の類似度分析
- 消費者の好みの構造分析
- 音や色の心理的距離の可視化
数量化IV類:距離データから位置関係を復元
よくある質問
Q. 数量化2類とは何ですか?
A. 年代や性別などのカテゴリーデータから、購入する・しないのような群を判別する手法です。判別分析のカテゴリー版にあたります。
Q. 数量化1類と2類の違いは?
A. 目的変数の種類が違います。1類は売上や点数などの数値を予測し、2類は購入する・しないなどの群を判別します。
Q. 数量化2類の結果はどう読む?
A. カテゴリースコアの符号で効く向きを、アイテムごとのレンジの大きさで効き目を読みます。判別的中率で当てはまりも確かめます。
通常の分析手法との対応関係
数量化理論は、「カテゴリデータ版」の多変量解析と考えることができます。
| 数量化理論 |
対応する通常手法 |
説明変数 |
目的変数 |
| Ⅰ類 |
重回帰分析 |
カテゴリ |
数値 |
| Ⅱ類 |
判別分析 |
カテゴリ |
カテゴリ |
| Ⅲ類 |
主成分分析 コレスポンデンス分析 |
カテゴリ |
なし |
| Ⅳ類 |
多次元尺度構成法 (MDS) |
類似度データ |
なし |
現代の実務では…
数量化理論の考え方は、「ダミー変数」を使った回帰分析や、機械学習の「One-Hot Encoding」として広く普及しています。概念を理解しておくと、様々な分析手法の理解が深まります。
まとめ|数量化理論のポイント
試験で覚えるべきこと
数量化理論とは?
カテゴリデータを数値に変換して分析する、日本発の統計手法
Ⅰ類
カテゴリ → 数値を予測(重回帰分析に対応)
Ⅱ類
カテゴリ → カテゴリを判別(判別分析に対応)
Ⅲ類
カテゴリ間の関係を可視化(主成分分析に対応)
Ⅳ類
類似度データから位置関係を復元(MDSに対応)
選び方のフローチャート
①目的変数はあるか?
→ ある場合:Ⅰ類 or Ⅱ類
→ ない場合:Ⅲ類 or Ⅳ類
②目的変数の種類は?(目的変数ありの場合)
→ 数値:Ⅰ類
→ カテゴリ:Ⅱ類
③データの種類は?(目的変数なしの場合)
→ 0/1(あり・なし):Ⅲ類
→ 類似度・距離:Ⅳ類
QC検定での出題ポイント
数量化理論はQC検定1級・2級で出題されることがあります。特に以下の点を押さえておきましょう。
- Ⅰ類〜Ⅳ類の目的と使い分け
- 対応する通常の多変量解析手法との関係
- カテゴリデータを扱う際の考え方