原文


ソリューション

◆WEBリサーチ(WEBによるアンケート調査)

アンケート調査には、よく質問紙が用いられます。しかし、WEB(インターネット環境)を利用した調査には、質問紙には無い大きなメリットが得られます。

【WEBリサーチのメリット】
(1)画像、動画、音声をアンケートの評価対象として使用可能
 質問紙では評価対象として使用困難な画像、動画、音声が使用できます。

(2)リアルタイム処理による時系列変化の把握
 集計・分析が回答と同時に行われますので、リサーチ期間における回答状況の時系列変化を把握できます。

(3)リサーチ信頼度の向上
 次の様々な方法により、質問紙によるアンケート法に比べ大幅に信頼性を向上させることが可能です。

1)VAS法の活用
 VAS法とは、Visual Analogue Scaleの略であり、両端の評定語に対し相対的な位置を表す方法です。(スライドバー上にクリック)

(例) VAS法例  

 段階評価(5段階、7段階…)と比較して、選択段階の多さにより回答者に正確な回答を促し、また優れた分析データが得られます。

2)質問項目、評価対象のランダム呈示
 回答者毎に、質問項目、評価対象をランダムに呈示できます。

(例) 質問紙による質問順 Q1、Q2、Q3… 
    WEBによる質問順  Q9、Q3、Q6…

 一般的に、質問時間の経過と共に回答精度が低下するといわれますが、質問項目のランダム呈示により、質問順による誤差(バイアス)を減少させることができます。

3)回答内容に応じた質問項目の呈示
 回答結果によって特定の質問への遷移(分岐)、評価対象の変更に柔軟に対応できます。(質問紙による分岐には限界があります。)

4)逆転項目の活用

 逆転項目とは、両端の評定後を左右逆にした項目です。

VAS法例  

逆転質問項目のランダム呈示により、回答者に正確な回答を促すことが可能となり、また、回答結果の偏り(右寄り、左寄り)のチェックも可能となります。

5)回答時間分布の把握
 回答者の質問項目ごとに回答に要した時間データが得られますので、回答時間の著しく短いデータ等の除外が可能となり、より正確なリサーチ結果が得られます。

WEBリサーチシステムは、提供可能ですので、詳細はお問い合わせください。


 *ランダム化比較実験(A/Bテスト)

 RCT(Randomized Contorolled Trial) とも呼ばれています。
施策(販売戦略、広告…)の効果、薬の効果(投与群と非投与群の比較)など2つのデータ群の違いを検証(一般的には2標本t検定が用いられます)するために行います。

事例

・ホームページA、B 2パターンの比較

 一定期間ランダムにAまたはBを表示し、バナーのクリック率、入会率、売上高等に違いがあるかどうかについて比較します。

・DM送付と売上高

 ランダムに選んだ顧客にDMを送付し、DM送付の有無による売上高に違いが見られるかについて比較します。


 *ビッグデータにおける統計的検定

 ビッグデータと言われる大量のデータに対して統計的検定を行う場合は注意が必要です。よく検定結果を判断するために用いられる有意確率は、ビッグデータにおいてはあまり有効ではありません。

 有意確率は、比較する2群の違いの大きさに反比例して小さくなりますので、通常は行こうな指標ですが、同時に、標本サイズの大きさに反比例して小さくなります。すなわち、2群の平均に大きな違いが見られなくとも、ビッグデータの場合は有意確率が小さくなってしまいます。

 従って、ビッグデータの場合は、有意確率より「効果量」の大きさが重要な指標として用いられます。

・効果量

 2群の平均値の違いを判断する場合において、標本サイズの大きさの影響を受けない平均値の違いの大きさのみに着目した指標です。

 著名な統計学者であるChoenによるChoen’dという指標がよく用いられ、Choen’dの大きさ、すなわち効果量の大きさの目安は、0.2(小)、0.5(中)、0.8(大)とされます。


 *リサーチにおける標本(サンプル)サイズの決め方

 検定における判断の誤りは次の2種類があります。「男女の好感度」を例に解説します。

a)「男女の好感度が同じとき」に男女の好感度が「違う」と判断してしまう誤り
  この誤りのことを、あわてものの誤り(第1種の過誤)と言い、よく用いられる有意確率が相当します。 

b)「男女の好感度が違うとき」に「違うとは言えない」と判断してしまう誤り(見過ごす誤り)  この誤りのことを、ぼんやりものの誤り(第2種の過誤)と言います。一般的には、1からぼんやりものの誤りを差し引いた値(ぼんやりものの誤りが0.20のとき、1-0.20=0.80)である検定力がよく用いられます。 

 この2種類の誤りを少なくするように標本サイズを決めますが、あわてものの誤りとぼんやりものの誤りはトレードオフの関係にあり、両者を同時に少なくすることは出来ません。

 そこで、標本サイズを決める場合には、効果量、有意水準、及び検定力の3つを組み合わせて標本サイズを決めます。
 具体的には、検定力(0.80がよく用いられます)、有意水準(0.05がよく用いられます)を設定し、効果量を予測して標本サイズを決めます。

<標本サイズの具体例>

検定力=0.70(ぼんやりものの誤り=0.30)の場合
有意水準\効果量 0.2 0.5 0.8
0.05 310 51 21
0.01 482 79 32
検定力=0.80 (ぼんやりものの誤り=0.20)の場合
有意水準\効果量 0.2 0.5 0.8
0.05 394 64 26
0.01 586 96 39
検定力=0.90 (ぼんやりものの誤り=0.10)の場合
有意水準\効果量 0.2 0.5 0.8
0.05 527 86 34
0.01 747 121 49
 
    
   
Copyright © データサイエンス研究所 All Rights Reserved.
S