- ベストアンサー
※ ChatGPTを利用し、要約された質問です(原文:名義尺度と比例尺度と・・・混在している場合の相関関係)
名義尺度と比例尺度と・・・混在している場合の相関関係
このQ&Aのポイント
- 統計学初心者です。ある現象(○○を購入した等)とアンケートの回答との関係を知りたいですが、質問項目が混在しており、どの項目が一番説明力があるのか困っています。
- アンケートの質問項目には、プロフィール情報と「はい」「いいえ」で答える項目、そして5件法で選択される項目が混在しています。購入現象に一番関連が深い項目を統計的に求める方法を知りたいです。
- 質問項目が混在している場合に、どの項目が購入現象と関連が深いのかを統計学的に分析する方法を教えてください。分かる方がいらしたら、教えてください。
- みんなの回答 (1)
- 専門家の回答
質問者が選んだベストアンサー
こんにちは. 変数間の類似性を示す指標としてピアソンの積率相関係数が有名ですが,ご指摘の通り,比率・間隔尺度同士にしか適用できません. 尺度の種類を大雑把に,量的尺度(質問者さんの比率尺度に相当)と質的尺度(質問者さんの名義尺度に相当)に分けた場合,以下のような類似指標を使うことができます. 量的尺度×量的尺度:ピアソンの積率相関係数 量的尺度×質的尺度:相関比 質的尺度×質的尺度:クラメールの連関係数 上記の類似指標をデータの尺度ごとに使い分ければとりあえず関連性を統計的に検討することはできます(相関比はややマイナーな統計法なので,どのようなものか,私の過去回答例を参考に挙げておきます). ただし,多くのデータを「複数の説明変数(原因)→一つの目的変数(結果)」という図式で分析をしたいのであれば,重回帰分析と呼ばれるデータ解析法が使えます.ただし,重回帰分析は説明変数及び目的変数が量的変数の場合なので,ダミー変数を用いる,あるいは類似した統計法である数量化一類を利用することをお薦めします(もっとも,量的変数と質的変数が混在しているのならば,ダミー変数化による重回帰分析の法がよいでしょう).
お礼
お礼遅くなって申し訳ありません。 大変参考になりました。 ありがとうございます。