複数選択可としたクラメールの連関係数の算出

Question

複数選択可とした回答に対する統計処理についてお伺いしたいです。

アンケート（仮想）：
Q1. 以下の内、所有している商品を全て選択してください。
　〇商品A 〇商品B 〇商品C
Q2. 商品Aを所有している方にお伺いします。商品Aをどの位使用していますか。
　〇毎日 〇週１ 〇月１ 〇半年に１回 〇年１回以下
Q3. 商品Bを所有している方にお伺いします。商品Bをどの位使用していますか。
　〇毎日 〇週１ 〇月１ 〇半年に１回 〇年１回以下
Q4. 商品Cを所有している方にお伺いします。商品Cをどの位使用していますか。
　〇毎日 〇週１ 〇月１ 〇半年に１回 〇年１回以下

クロス表（仮想）：
　　　　毎日 週１ 月１ 半年に１回 年１回以下
　商品A N1 　N2 　N3 　　　　N4 　　N5
　商品B N6 　N7 　N8 　　　　N9　　 N10
　商品C N11 N12　 N13 　　　N14　  N15

やりたいこと：
商品×使用頻度に関する統計処理をしたいです。
例えば、χ二乗検定を実施し、クラメールの連関係数を算出し、商品と使用頻度には連関があることを確認する等。

お伺いしたいこと：
複数選択可としているため、上記のような統計処理をしても良いのか、分からず困っております。
複数選択可とした場合、分割すると良いという記事を見かけましたが、上記データの場合、商品Aを所有している人／所有していない人としてクロス表を作成できないですし、手詰まりです。

皆様のお知恵をお貸しいただければ幸いです。よろしくお願いいたします。

kamiyasiro · Accepted Answer

ふたつリンクを張ってもらいましたが、#1で回答した、
①全体の比率を与えた、ピアソンの適合度の検定
②２商品間の独立性の検定
に該当します。

＞３群以上の比較は、また別の統計手法を使用するので、気になりました。

ご心配は②に関してだと思いますが、①でも同様です。
問題点をご説明します。

まず、①の場合、与える確率分布は、全商品の平均、つまり全てマージした使用頻度分布を使うのが一般的ですが、ABCに量的なアンバランスがあると、例えばA商品が圧倒的に多いと、全体的な平均と言うよりA商品の使用頻度分布になってしまいます。このようなケースでは、与える確率分布は先行文献などを調査し、おおかたこのような使用頻度分布が一般的だが、今回調査したA,B,Cは・・・、というような文脈にするのが良いと思います。

②の場合、ABの比較と、ACの比較をやると、Aが２回登場し、多重比較をやっているように見えますが、その心配はありません。
このアンケートは各々の「使用時間」を聞いていますのでABの差とACの差は独立です。
これが「どちらが多いですか」と聞くと、ABとACでは差の程度が異なっている場合がありますので、解析方法が違ってきます。
一方、M×N適合度の検定を行って、差があると分かったので、どこに違いがあるのか、さらにAB比較をやってみた、というのは明らかな多重比較です。

問題は、独立性の検定では、各使用頻度の期待度数は両者の按分値が使われますが、サンプル数に大きな違いがあると、大きい方の比率に引っ張られます。ダウンサンプリングしてサンプル数をほぼ等しくするなどの配慮が必要です。
その心配は、M×N適合度の検定でも同じです。

私見ですが、
この調査は、前に述べたパネル属性のサンプルセレクション・バイアスと、今回述べた比較に影響するサンプル数のアンバランスとの戦いになると思います。

このような市場調査は、計画段階でしっかり調査の設計をしないと、何を調べているのか分からなくなります。

アンケートをこれから実施するのであれば、対象者を層化多段抽出するなどしてランダム化し、少なくともパネル属性が交絡しないようにすることをお勧めます。

なお、パネル属性が入ってしまうようなら、「3元データの分析」となります。このタイトルの本もあります。有名な手法は「INDSCAL分析（インスカルと読むらしい）」「TUCKER2分析」などがありますが、そうならないよう祈ります。

kamiyasiro · Answer

最初のコメントに張って頂いたリンク先（アイスタットのもの）を、先程見直しましたが、メインはカイ2乗独立性検定ですね。

相関（クラメールで求めた）の検定を行っているのでは無かったです。
最初、私は、ご質問者のやりたいことが、この相関の有意性検定かと誤解していました。

もし、商品の方も何らかの順序カテゴリ化できるなら、添付のようなバブルチャートから相関性有無の解析も出来ますよ。

例えば、商品の扱いやすさ（横軸）と商品の使用頻度（縦軸）には有意な相関がある、という仮説を検定する。とかです。アンケートでは、いずれも（扱いやすさも使用頻度も）５段階評価で回答してもらい、解析に掛けます。

横軸は商品の扱いやすさですが、さすがにここを商品A,B,Cにはできないだろう、と思ったのですが、そもそも複数回答について誤解なさってみえたので、そこを回答しました。

太郎丸先生の「カテゴリカル・データ解析入門」という本には、そのような解析方法が種々紹介されています。

kamiyasiro · Answer

老婆心ながら、

ピアソンの適合度の検定を使って、分布への適合性を調べるとき、

①理論値や先行文献などの確率分布を使うなら、自由度は１減らせば良いですが、
②現サンプルから計算した確率分布を使うのであれば、自由度は２減らさないといけません。

①はΣ（期待度数）＝全サンプル数ｎ　という線形制約が入るため、
②はΣ（ｘ－ｎｐ）＝０　という観測値ｘについても線形制約が入るからです。

また、独立性の検定を行うときは、イェーツの補正を入れて下さいませ。張って頂いたリンク先に説明があります。

解析ソフトを使えば、オプションで選択できるはずです。

kamiyasiro · Answer

＞回答者が重複しますが、問題ないんですね。

パネル属性を分析に加味しないのであれば、問題ありませんが、商品によって、男性女性がアンバランスだったり年齢がアンバランスだと、それによるサンプルセレクション・バイアスが入りますので、注意深く解析する必要があります。

＞商品×使用頻度はどちらも名義尺度

使用頻度は量的尺度ですよ。それが、アンケート設計の都合で連続的ではなく離散値になっているだけです。ヒストグラムのように階級を作ってまとめられていると考えて下さい。

リンク先の事例は所得を質的因子として扱っていますが、これは集団特徴に対するラベリング（集団への名付け）だと思ってい下さい。本当に収入に依存するとは考えておらず、資産のある人無い人的な線引きです。

もし、このアンケートも、いつも手に取ることができる場所にある、普段はしまっている、どこにあるか探さないと分からない、と言うのであれば使用時間ではなく、使用頻度に関する線引きですよね。

kamiyasiro · Answer

「年１回以下」なんて買った意味が無いような選択肢を設けましたね。その項が０になったときの解析を考えると、重い課題が残るような気がします。
全て０になってくれて、無視できることを祈ります。

あと、これは複数選択可のアンケート解析には該当しません。

それはさておき、

・持っている商品の組合せが使用時間へ影響を与えるという仮説を検定したいのですか？
例えば、ルンバを持っていると、ダイソンの掃除機は全く使わないとか。

・あるいは商品毎に使用頻度が異なるという仮説を検定したいのですか？
電子レンジは毎日使用されるが、電気圧力鍋は週１でしか使われないとか。

クロス表のイメージを見ると、後者ですね。だって、パネラ属性が入ってないですから。
そうであれば、複数回答可の解析には全く該当しません。影響ないです。

そのまま、
・全体の比率を与えた、ピアソンの適合度の検定
・２商品間の独立性の検定
で解析します。

もし、前者のように複数所有部分を活用した調査をするのであれば、分割というか「層別」です。興味の対象は、AB所有者、AC所有者、BC所有者だけで、単品と３つとも持っている人は除きます。

例えば、BC所有者だけは、両者を使用する頻度が異なるという仮説を検定したい（ルンバを持っていると、ダイソンの掃除機は全く使わない）とかです。それぞれのクラスで、商品間の独立性の検定を行います。
ただし、この場合は十分な観察データが必要ですね。

蛇足ですが・・・、

本当の意味での複数選択可というのは、「あなたの興味があるお稽古ごとはどれですか（複数回答可）」というような質問で、選択肢が20くらいあるものです。

これは、全く違う解析になります。共起図とか、ワードクラウドとかを作ります。「共起図」「共起グラフ」「ワードクラウド」「タグクラウド」で検索してみて下さい。

複数選択可としたクラメールの連関係数の算出

ふたつリンクを張ってもらいましたが、#1で回答した、

最初のコメントに張って頂いたリンク先（アイスタットのもの）を、先程見直しましたが、メインはカイ2乗独立性検定ですね。

老婆心ながら、

＞回答者が重複しますが、問題ないんですね。

「年１回以下」なんて買った意味が無いような選択肢を設けましたね。

このQ&Aを見た人はこんなQ&Aも見ています

関連するカテゴリからQ&Aを探す

このQ&Aを見た人がよく見るQ&A

人気Q&Aランキング