知ると驚く｢消費者の内面がデータでわかる｣秘策 直接的な把握が困難でも｢因子分析｣で浮き彫り

●表1：アンケート項目の因子負荷量

（外部配信先では図や画像を全部閲覧できない場合があります。その際は東洋経済オンライン内でお読みください）

まず「①脂質・糖質・コレステロールに気を遣う」から「③栄養バランスを整えるようにしている」は因子1の因子負荷量が高いので、因子1から強い影響を受けていることがわかる。それを踏まえると、因子1は「健康志向」と命名できる。

同様に、「④食事はコンビニで済ませることが多い」から「⑥サプリで体の調子を整える」は因子2の因子負荷量が高いことから、因子2を名付けると「簡便志向」と言える。最後に「⑦食費を抑えるようにしている」から「⑨外食は控えるようにしている」は因子3による影響が強いため、因子3の名前は「節約志向」と名付けられる。

こうして各因子の内容を解釈して名前を付けたら第2ステップは完了である。解釈と命名については、分析者が因子負荷量の数値と自分の知識を基に、主観的に行わなくてはならない。

最後に1人ひとりの各因子の強さを確認する

そして最終ステップで、1人ひとりの各因子の強さを確認する。具体的には、各因子の回答者ごとのスコアを表す「因子得点」を確認する。因子得点は、前述の因子負荷量とアンケート結果を用いて計算される。計算方法としてメジャーなのが「回帰法」だ。

先程の例を基にすると、「①脂肪・糖質・コレステロールに気を遣う」から「③栄養バランスを整えるようにしている」の点数が高い回答者は、因子1＝「健康志向」の因子得点が高くなる。この因子得点の計算によって、表2のようなデータを得られる。

例えば、回答者Aは因子2の得点が高く、簡便性という価値観を重視していることがわかる。同様に回答者Bは因子1と因子3両方の得点が高いことから、健康と節約を重視している……といったように、価値観を数値化して扱うことができるようになった。

表2：各回答者の因子得点データ（例）