アンケート結果の解析について

アンケート調査の結果の解析についての質問です。
質問内容を説明するために、具体的な設問の例を使わせてください。 ここでは、ハンディ掃除機のアンケート調査を行って、その商品の完成度を測りたいというケースを想定します。

完成度の指標として、
設問A「このハンディ掃除機を使ってみてどう思いましたか？」（単一回答）
1.とても良い 2.良い 3.どちらでもない 4.良くない 5.とても良くない
といったような設問を考えます。
最終的にはこのスコアが良ければ、完成度が高いと判断されるとします。

この重要な設問だけではこのハンディ掃除機がなぜ良い／悪いのかが分からないため、
別の設問との関連を見たいと考えます。

設問B「このハンディ掃除機の吸引力はどうでしたか？」（単一回答）
1.とても良い 2.良い 3.どちらでもない 4.良くない 5.とても良くない
のような設問であれば、
設問AとBの回答の相関係数をとれば、設問Aの結果に対して設問Bの項目がどの程度影響を与えているかが判断できると思います。


質問は以下のような設問についてです。
設問C「普段気になっている家の汚れはどんなものがありますか？」（複数回答）
1.リビングの床のほこり 2.キッチンの床の食材かす 3.洗面所の床の髪の毛 4.風呂場の水垢 ･･････
のような設問があったとします。
（1,2,3を回答する人はハンディ掃除機の活躍の場があるため、
ハンディ掃除機の性能が良ければ良い評価をつけてくれると想定できますし、
逆に対象者に1,2,3を回答する人が少なければ、そもそもハンディ掃除機の活躍の場が少ないため、評価が得られにくい、といったような傾向が想定できます。
本来はスクリーニングを行ってこのあたりの回答が揃うような対象者に統一すべきですが、ここでは設問のスタイルを示すための例として用いています）

この設問Cと設問Aの関連性を見る際には、どのような手法が考えられるでしょうか。
複数回答、かつ順序尺度でも無いため単純な相関係数は使えません。
回答項目ごとに1(回答あり）、0(回答なし)に変換して、相関比をとればよいかと
考えたのですが、この設問の回答を名義尺度として良いか自信がありません。

以上を元に教えて頂きたい内容は、
①上記のような設問Cと設問Aの関連性を見る際には、どのような手法が適しているのでしょうか
②このような、アンケートの結果などを解析するにあたって、様々な手法が用いられていると思います。それらを学ぶのに適した書籍やHPなどがあれば教えて頂きたいです。
（できれば、これを使えば良いとだけ示している物では無く、その理由を数式ベースで解説しているものだと助かります）

よろしくお願いいたします。

No.5 回答者： kamiyasiro 回答日時： 2024/12/17 14:15

No.4です。

順序ロジットもRでできます。

https://note.com/toshi_matsuura/n/na82fa2d91fcb

あっ、ちなみにNo.3もRです。Rのスクリプトでした。

②についてちょっと思ったんですけど、これはアンケート解析というより、ダミー変数を用いたカテゴリカルデータ解析という統計手法なので、次のような本が良いかも。私も持っています。
統計学の素養があれば読めます。

https://www.amazon.co.jp/%E4%BA%BA%E6%96%87%E3%8 …

たとえば、まず設問Cの「風呂場」「洗面所」の独立性を検定して、独立でなければ、両方１が立っている交互作用に１を立てて回帰に使用するとか、そんなことが学べます。
（カテゴリ値の場合は、主効果と交互作用は必ず交絡しますから、交互作用をモデルに入れたら、主効果を外さなければなりません）

No.4 回答者： kamiyasiro 回答日時： 2024/12/15 10:47

No.２です。

No.2の回答を訂正します。
目的変数Aは順序カテゴリ値だから、回帰は一般化線形モデルのうちの「順序ロジット」になります。

ただ、説明変数が二値なので、統計ソフトによっては出来ないかも。

No.3 回答者： kamiyasiro 回答日時： 2024/12/14 23:10

No.2です。

順序カテゴリ変数間のポリコリック相関を求めた例です。
ちなみに、ピアソンの積率相関だと、0.6です。

～～～～～～～～～～～～～～～～～～～～～～～～～～～～～
# 順序カテゴリ値の相関係数
# カテゴリ値は数値である場合にしか対応できない

x <- data.frame(matrix(c(
0, 1,
0, 2,
1, 1,
1, 2,
1, 2,
1, 2,
2, 2,
2, 2,
2, 2,
2, 2,
2, 3,
3, 2,
3, 3),
ncol = 2, byrow = T))

colnames(x) = c("間食頻度", "肥満度合")



# バブルチャートを描く
# ggplot2を使用せずバブルチャートを描画する(共通)

# par(mfrow = c(2, 2))

z <- table(x) # 集計する
z
c <- range(as.numeric(x[, 1])) # 横軸のカテゴリ範囲
C <- range(as.numeric(x[, 2])) # 縦軸のカテゴリ範囲

# 座標値とウェイトに変更

w <- expand.grid(x = seq(c[1],c[2]), y = seq(C[1],C[2]))
w$z <- 0

for(i in 1:nrow(z)){
for(j in 1:ncol(z)){
index.x <- as.numeric(rownames(z)[i])
index.y <- as.numeric(colnames(z)[j])
w[w$x == index.x & w$y == index.y, 3] <- z[i, j]
}}


w[,3] <- sqrt(w[,3])


plotsymbol <- function(name){
symbols(
w[,1:2], # 横・縦のプロット位置指定
circles = w[,3], # データ(大きさ)になる列の指定
inches = max(w[,3]) / 10, # バブルの大きさ感の指定
bg = "black", # バブルの色の設定
las = 1, # Y軸の字の向きを変更
cex.axis= 1, # 軸の数字の大きさを設定
cex.lab = 1, # 軸ラベルの字の大きさを設定
lwd = 2,
mgp = c(2.5,0.5,0), # 軸ラベル位置を近め調整デフォルト(3,1,0)
xlab = colnames(x)[1],
ylab = colnames(x)[2],
#xlim = c(1,4), # 他のグラフと同じ軸の両端にしたいとき
#ylim = c(1,5), # 〃
tck = 0, # 格子を入れる
main = name
)
}


library(polycor)
p <- polychor(x[,1],x[,2])

# バブルチャートの関数を呼び出し
plotsymbol(paste("ポリコリック相関 r＝",round(p,digits=2)))

round(cor(x[, 1], x[, 2]), digits = 2)

No.2 回答者： kamiyasiro 回答日時： 2024/12/14 21:03

①について

個々の影響を見るのであれば、設問Cをワンホットエンコーディングした後、テトラコリック相関を見ます。

総合的に見るのであれば、設問Cをワンホットエンコーディングした後、設問Aを目的変数とした一般化線形モデル（family＝binomial、type＝logit）で回帰し、回帰係数のexp値を比較します。この値はオッズ比になっています。

なお、AとBの関連性も、ピアソンの積率相関より、ポリコリック相関の方が良いと思います。

この相関係数の算出は市販の統計パッケージにはありませんが、Rであれば算出可能です。

②について

わかりません。

No.1 回答者： 田舎の爺様 回答日時： 2024/12/14 17:22

頑張ってお問いかけされましたね評価致しますよ。

お答え少しズレますがご容赦ください
私なら簡単な
アンケートアプリ
エクセル
テンプレート
履いて捨てる程SNS 上に有ります
有効にお探ししては如何でしょうか