重回帰分析
多変量解析の一種で、複数の変数を同一マップ(散布図)上にプロットすることにより、各要素の重要度が二元的に把握できます。この解析手法を通じて、単純集計(一元集計)では把握しきれなかった、要素間のプライオリティ付けなどが可能になります。
重回帰分析のポイント
単純集計だけでは、各要素の評価は分かっても、それぞれの要素の重要度までは分かりません。重回帰分析では、縦軸にその要素の総合評価や総合満足度に与える影響度を設定し散布図上に各要素をプロットすることでより深いインサイトが得られます。
各象限の意味
- 右上(第一象限)
- 要素満足度が高く、かつ総合満足度に与える影響力が大きい要素。今後も維持伸長すべき要素。
- 右下(第四象限)
- 要素満足度は高いが、総合満足度の向上にはあまり寄与しない要素。ある意味“あって当然、無いと不満”というようなもの。
- 左上(第二象限)
- 総合満足度に与える影響力が高いにもかかわらず、不満が大きい要素。改善優先度の高い要素。
- 左下(第三象限)
- 要素満足度は低いものの、それが総合満足度にはあまり影響しない要素。この要素改善のために過大なリソースを割く必要はない。
ニンテンドー3DSの機能・デザインに関する、重回帰分析を使ったポートフォリオ分析
