問題
ストラテジ系
問6 A 社では，顧客の行動や天候，販売店のロケーションなどの多くの項目から成るデータを取得している。これらのデータを分析することによって販売数量の変化を説明することを考える。その際，説明に使用するパラメータをできるだけ少数に絞りたい。このときに用いる分析法として，最も適切なものはどれか。
選択肢
- アABC 分析
- イクラスター分析
- ウ主成分分析
- エ相関分析
解説
正解：ウ
概要
この問題は、大量のデータ項目から、情報をできるだけ失わずに少ない指標にまとめる分析手法について問う問題です。
正解の理由
主成分分析は、多くの変数から共通する特徴を抜き出し、少数の新しい指標にまとめる手法です。多くの項目をそのまま使うのではなく、情報を保ちながら次元を減らすことができます。そのため、説明に使うパラメータを少なくしたい場合に最も適しています。
各選択肢の解説
ア（×）: ABC分析は、売上高や利益などの重要度に応じてA・B・Cのように分類する手法です。重点管理すべき対象を見つける目的で使われるものであり、変数の数を減らすための分析手法ではありません。
イ（×）: クラスター分析は、似た特徴をもつデータ同士をグループに分ける手法です。顧客の分類などに用いられますが、説明変数を少数にまとめることを目的とする手法ではありません。
ウ（〇）: 主成分分析は、多数の変数の情報を統合し、少数の主成分という新しい指標に変換する手法です。多くのデータ項目をまとめて扱えるため、パラメータを絞りたい場合に適しています。
エ（×）: 相関分析は、二つの変数の関係の強さを調べる手法です。変数同士の関連性は分かりますが、複数の変数をまとめて少数に減らすことはできません。
ポイント
多くの変数を少数の指標にまとめる手法は主成分分析です。分類はクラスター分析、関係の強さは相関分析と整理して覚えましょう。