- 主成分分析の結果に出てくる「主成分得点」が、何を表しているのかわからない
- 固有値や寄与率は何となくわかったけど、「得点」だけピンとこない
- 散布図のどこを見ればいいのか、ランキングってどう作るのか知りたい
- 主成分得点が「各データの新しい成績表」だとイメージでわかる
- 主成分得点の計算が、途中式つきで自分でも追えるようになる
- 散布図の読み方と、得点を使ったランキングの作り方がわかる
主成分分析を勉強していると、「固有値」「寄与率」あたりは何とか乗り越えても、最後に出てくる「主成分得点」でまたつまずく——そんな人がとても多いです。はじめて見てピンとこないのは、当たり前です。
でも安心してください。主成分得点は、ひとことで言えば「一人ひとりにつけ直した、新しい点数」のことです。学校の成績表を思い浮かべると、するっと理解できます。この記事では、計算から散布図の読み方、ランキング作りまで、やさしくたどっていきます。
主成分得点（しゅせいぶんとくてん）とは、一人ひとり（各データ）に対して計算する「新しい点数」です。たくさんの項目（教科の点数など）を、主成分という1本の物差しでまとめ直して数値化したもの、と考えてください。この得点を使えば、データを散布図に並べて「誰がどんなタイプか」を見たり、総合力でランキングを作ったりできます。
目次
主成分得点とは「各データの新しい成績表」
学校の成績表には、国語・数学・英語…と教科ごとに点数が並んでいますよね。これを見れば各教科の出来はわかりますが、「結局この子は総合的にどうなの？」をひと目で言うのは難しいです。
そこで、たくさんの教科の点数をまとめて「総合力」という1つの新しい点数に変換できたら便利です。この「まとめ直した新しい点数」こそが、主成分得点です。
主成分得点＝「複数の項目を、主成分という新しい物差しで測り直した、一人ひとりの点数」。元の成績表が「新しい成績表」に生まれ変わったもの、とイメージしてください。
5教科の点数（5枚の成績表）を、栄養士がいろんな食材をミキサーにかけて1杯のスムージーにするように、ギュッとまとめます。出てきたスムージーの「濃さ」が主成分得点。元の食材（教科）の情報が、1杯にちゃんと溶け込んでいるのです。
大事なのは「主成分得点は、データの数だけ計算される」ということです。生徒が30人いれば、30個の主成分得点が出ます。固有値や寄与率が「軸そのものの性質」を表すのに対して、主成分得点は「一人ひとりの値」なのです。ここが大きな違いです。
主成分得点はどうやって計算される？
計算の仕組みは、実はとてもシンプルです。各教科の点数に「重み」をかけて、全部足すだけです。
主成分得点 ＝ （重み①×項目①）＋（重み②×項目②）＋ …
この「重み」のことを、専門用語で固有ベクトル（こゆうベクトル）の成分、または主成分係数（しゅせいぶんけいすう）と呼びます。むずかしそうな名前ですが、やっていることは「どの教科をどれだけ重視するか」の配分にすぎません。
料理のレシピだと思ってください。「砂糖を大さじ2、塩を小さじ1」のように、材料ごとに分量（重み）が決まっています。同じレシピ（重み）に、人によって違う材料の量（教科の点数）を入れると、人それぞれ違う味（主成分得点）が出来上がる——そんなイメージです。
この「重み（レシピ）」は、主成分分析が自動で見つけてくれます。データのバラつきが最も大きく見える方向を計算で探し、その方向を作るための配分が重みになります。私たちは、出てきた重みを使って各人の点数を計算するだけでよいのです。
重み（固有ベクトル）は「軸の性質＝全員共通のレシピ」です。一方、主成分得点は「そのレシピに各人のデータを入れた結果＝一人ひとり違う値」です。重みは全員同じ、得点は人によって違う。ここを混同しないようにしましょう。
具体例で主成分得点を計算してみる（途中式つき）
実際に数字を入れて計算してみましょう。話を簡単にするため、3教科（国語・数学・英語）で考えます。
主成分分析の結果、第1主成分の「重み」が次のように出たとします（数字は説明用の例です）。3教科をバランスよく足し合わせる「総合力の軸」だと考えてください。
| 教科 | 重み（第1主成分） |
|---|---|
| 国語 | 0.5 |
| 数学 | 0.6 |
| 英語 | 0.6 |
この重み（レシピ）に、Aさんの点数を当てはめてみます。Aさんは国語80点・数学70点・英語90点だったとしましょう。
公式に「重み × 点数」を1教科ずつ書き出します。
国語：0.5 × 80
数学：0.6 × 70
英語：0.6 × 90
それぞれを計算します。
0.5 × 80 ＝ 40
0.6 × 70 ＝ 42
0.6 × 90 ＝ 54
3つを全部足します。
40 ＋ 42 ＋ 54 ＝ 136
これがAさんの第1主成分得点です。
同じレシピ（重み）で、Bさん（国語50・数学40・英語60）も計算してみましょう。
（0.5×50）＋（0.6×40）＋（0.6×60）
＝ 25 ＋ 24 ＋ 36 ＝ 85
Aさんは136点、Bさんは85点。3教科がバラバラだった点数が、「総合力」という1つの数字にまとまりました。AさんのほうがBさんより総合力が高い、と一目でわかります。これが主成分得点の力です。
今回は説明を簡単にするため、元の点数をそのまま使いました。ただし実際の主成分分析では、教科ごとに単位やバラつきが違う場合、点数を基準化（へいきん0・バラつき1に揃えること）してから計算するのが一般的です。具体的なやり方は分析ソフトが自動でやってくれますが、「生の点数とは限らない」ことだけ頭に入れておくと安心です。
散布図で「誰がどんなタイプか」を読む
主成分得点の一番おもしろい使い方が、散布図（さんぷず）での可視化です。第1主成分得点を横軸、第2主成分得点を縦軸にとって、各データを点で打ちます。すると、似たタイプのデータが近くに集まり、データ全体の「地図」ができあがります。
たとえば、第1主成分が「総合学力」、第2主成分が「文系・理系の傾向」を表しているとします。すると、散布図は次の4つのエリア（四象限）に分かれて読めます。
右上のエリア
- 第1主成分が大きい＝総合学力が高い
- 第2主成分が大きい＝理系寄り
- 「理系が得意な優等生」タイプ
左下のエリア
- 第1主成分が小さい＝総合学力が低め
- 第2主成分が小さい＝文系寄り
- 「学力は控えめで文系寄り」タイプ
このように、横と縦の位置を組み合わせて読むだけで、一人ひとりがどんな特徴を持つかが直感的にわかります。点が右にあるほど総合力が高く、上にあるほど理系寄り、というふうに、軸の意味さえ決まれば散布図はそのまま「性格診断図」になるのです。
散布図は「タイプ分けの地図」です。よく似たデータはご近所さんとして固まり、まったく違うデータは地図の反対側に離れて配置されます。地図を眺めるだけで、「このグループは似た者同士だな」と一目でわかります。
散布図を読む前に、必ず「軸が何を意味するか」を決めておく必要があります。軸の意味は主成分得点だけではわかりません。各教科がその軸にどれだけ効いているか（主成分負荷量）を見て、「この軸は総合学力だ」「この軸は文系・理系だ」と解釈してから散布図を読みましょう。
主成分得点でランキングを作る
主成分得点のもう1つの便利な使い方が、ランキング作りです。第1主成分が「総合力」のような分かりやすい意味を持つとき、その得点が高い順に並べれば、そのまま総合ランキングになります。
先ほど計算したAさん（136点）とBさん（85点）に、Cさん（110点）を加えて並べてみましょう。
| 順位 | 名前 | 第1主成分得点 |
|---|---|---|
| 1位 | Aさん | 136 |
| 2位 | Cさん | 110 |
| 3位 | Bさん | 85 |
このように、バラバラだった複数の項目を「1つの総合得点」にまとめて、公平な順位がつけられます。実際、世の中の「企業の環境経営度ランキング」や「住みやすい街ランキング」などにも、この主成分分析の考え方が使われています。複数の評価項目を、納得感のある1つの総合スコアにまとめられるからです。
ただ単純に教科の点数を足すのと、主成分得点でランキングするのは、似ているようで違います。主成分得点は「データのバラつきが最大になる重み」を自動で見つけて配分するので、その集団の特徴を最もよく表す形で総合化してくれるのです。
ランキングに使えるのは「第1主成分が、大きいほど良いとハッキリ言える意味を持つとき」だけです。たとえば第1主成分が「文系・理系の傾向」のように、大小が良し悪しを表さない軸だと、得点順に並べても意味のあるランキングになりません。まず軸の意味を解釈してから使いましょう。
「主成分得点」と「主成分負荷量」は何が違う？
主成分分析でいちばん混同されやすいのが、主成分得点と主成分負荷量（しゅせいぶんふかりょう）の違いです。名前が似ているうえ、両方とも結果に出てくるので、頭がこんがらがります。ここでスッキリさせましょう。
主成分得点
- 「各データ（人）」の値
- その人が軸の上でどこにいるか
- データの数だけ計算される
- 散布図やランキングに使う
主成分負荷量
- 「各変数（教科）」の値
- その教科が軸にどれだけ効くか
- 変数の数だけ計算される
- 軸の意味を解釈するのに使う
ひとことで言えば、主成分得点は「人についての数字」、主成分負荷量は「項目（教科）についての数字」です。視点がまったく違うのです。
映画にたとえると、主成分得点は「観客一人ひとりの座席の位置」、主成分負荷量は「その映画館を作るときの設計図の配分」です。設計図（負荷量）で軸の意味が決まり、その軸の上で各観客（得点）がどこに座るかが決まる——そんな関係です。
「軸が何を意味するか」を知りたいときは主成分負荷量を見ます。「各データがどんなタイプか・誰が上位か」を知りたいときは主成分得点を見ます。負荷量で軸を解釈してから、得点でデータを読む。この順番が王道です。
初心者がつまずく3つのポイント
最後に、主成分得点で多くの人が混乱するところを先回りして整理します。ここを押さえれば、もう大丈夫です。
① 得点の符号（プラス・マイナス）に意味がある
主成分得点には、マイナスの値も出てきます。これは「悪い」という意味ではなく、「平均より下（または逆の傾向）」という意味です。多くの分析では、データを平均0に揃えてから計算するため、平均的な人の得点は0付近になり、得意な人はプラス、苦手な人はマイナスに分かれます。マイナス＝ダメ、ではありません。
② 軸の向き（符号）は反転することがある
分析ソフトによっては、軸全体の符号が逆さまになることがあります（プラスとマイナスが全部入れ替わる）。これは計算上どちらでも正しく、間違いではありません。大事なのは「得点の大小関係」や「散布図での位置関係」で、これらは符号が反転しても変わりません。向きが逆でも慌てなくて大丈夫です。
③ 得点だけ見ても「軸の意味」はわからない
主成分得点が136点だと言われても、それだけでは「何が136点なのか」わかりません。その軸が「総合学力」なのか「文系・理系」なのかは、主成分負荷量を見て解釈して初めて決まります。得点は「軸の意味が決まったあとで」読む数字だ、と覚えておきましょう。
マイナスは悪い意味ではない、符号が反転しても問題ない、得点だけでは軸の意味はわからない。この3つを押さえれば、主成分得点で混乱することはもうありません。
よくある質問（FAQ）
まとめ：主成分得点は「新しい成績表」
- 主成分得点＝各データ（人）ごとに計算される「新しい点数」。データの数だけ出る。
- 計算方法＝「重み（固有ベクトル）× 各項目」を全部足すだけ。レシピに材料を入れるイメージ。
- 散布図＝第1主成分×第2主成分で点を打つと、似たタイプが集まる「地図」になる。
- ランキング＝軸が「大きいほど良い」意味なら、得点順に並べて総合順位が作れる。
- 負荷量との違い＝得点は「人」の値、負荷量は「項目」の値。負荷量で軸を解釈してから得点を読む。
むずかしそうに見えた主成分得点も、「複数の点数を1つの新しい点数にまとめ直したもの」と考えれば、ぐっと身近になります。計算は重みをかけて足すだけ。出てきた得点を散布図に並べればタイプ分けができ、順に並べればランキングになる。とても実用的な道具なのです。
得点の読み方がわかったら、次は「その軸が何を意味するか」を決める力をつけましょう。主成分負荷量を学べば、散布図やランキングの解釈が一気に正確になります。
自動車部品メーカーで電気設計・品質保証に携わってきた経験をもとに執筆しています。むずかしい専門用語をできるだけ使わず、はじめて統計を学ぶ人がつまずかないように、図とたとえで説明することを大切にしています。
📚 次に読むべき記事
主成分分析の用語を一気に俯瞰したい人のための入門マップです。
軸が何を意味するかを読み解くカギ、主成分負荷量をやさしく解説します。
得点を計算するための「重み」のもと、固有値と固有ベクトルを基礎から解説します。