調査における相関分析は、2つの変数の間の線形関係の強さを測定し、それらの関連を計算するために使用される統計手法です。簡単に言うと、相関分析は、一方の変数の変化による他方の変数の変化のレベルを計算します。
高い相関は、2つの変数の間に強い関係があることを指し、低い相関は、変数の関係が弱いことを意味します。
市場調査に関して言えば、リサーチャーは相関分析を使用して、アンケートやライブ投票のような調査方法で収集した定量データを分析します。彼らは、2つの変数またはデータセット間の関係、パターン、重要な接続、および傾向を識別しようとします。
2つの変数の間に正の相関関係があるのは、一方の変数の増加が他方の変数の増加につながる場合です。一方、負の相関は、一方の変数が増加すると、他方の変数が減少し、その逆もあるということです。
この種の分析に最も関係する統計的概念の1つが相関係数です。
相関係数は、相関分析に関係する変数間の線形関係の強さを計算するために使用される測定単位で、記号rで表され、通常、1と-1の間に位置する単位のない値なので、簡単に識別できます。
このトピックを掘り下げたい場合は、当社の案内を参照することをお勧めします：ピアソン相関係数
2つの変数の間の相関は、正の相関、負の相関、または相関なしのいずれかです。これらの3つのタイプの例を見てみましょう。
正の相関：2つの変数の間の正の相関は、両方の変数が同じ方向に動くことを意味します。一方の変数の増加は、もう一方の変数の増加につながり、逆もまた同様です。
例えば、トレッドミルでより多くの時間を過ごすと、より多くのカロリーを消費します。
負の相関：2つの変数の間の負の相関は、変数が逆方向に動くことを意味します。1つの変数の増加は、もう1つの変数の減少につながり、逆もまた同様です。
例えば、車の速度を上げると目的地に着くまでの時間が短くなります。
弱い/ゼロ相関：1つの変数がもう1つの変数に影響しないとき、相関はありません。
たとえば、ある人が通った学校の年数とその人の名前の文字の間には相関がありません。
相関分析は、実際的な事例を研究するのに使われます。ここでは、リサーチャーは個々の変数を操作できません。たとえば、相関分析は、患者の血圧と使用された薬の相関を測定するために使用されます。
マーケティング担当者は、広告の効果を測定するために使用します。リサーチャーは、特定のマーケティング・キャンペーンによる売上の増減を測定します。
統計学において相関とは、様々な事象の間に関連性があることを指します。そのようなリンクが存在するかどうかを推測するツールの1つが相関分析です。実用的なシンプルさは、間違いなくその主な利点の1つです。
信頼性の高い相関分析を実行するには、2つの変数の詳細な観察が不可欠で、それが結果を得る上で有利になります。相関分析の最も有名な利点は、以下のとおりです：
2つの変数間の挙動の認識： 相関は、2つの変数の間の関係の有無の識別に役立ちます。日常生活に関連しやすい傾向があります。
調査の良い出発点： リサーチャーが初めて関係性を調査し始めるときに、良い出発点であることが証明されます。
さらなる研究への利用： リサーチャーは、2つの変数の間の関係の方向性と強さを識別し、後の研究で調査結果を絞り込むことができます。
単純な測定基準： 調査結果を分類するのは簡単です。調査結果は-1.00から1.00の範囲です。分析の結果は、大まかに3つの可能性があるだけです。
相関分析に関するヘルプ資料で、この機能の設定方法と使用方法をご覧ください。
