SPSS Statistics 追加モジュール

IBM SPSS
Categories

アンケートの選択肢どうしの関係を、1枚の地図で示す

ブランドとイメージ語、年代と購入理由。クロス表に並ぶカテゴリどうしの近さを2次元の図にまとめ、ポジショニングや回答の構造を読み取れます。

  • コレスポンデンス分析
  • 多重コレスポンデンス分析
  • カテゴリ回帰
  • カテゴリ主成分分析

Base に追加して利用最終更新 2026.09.28

IBM SPSS Statistics
出力ログコレスポンデンス分析 コレスポンデンス表 要約 行ポイントの概要 列ポイントの概要 行・列ポイント行ポイントと列ポイント次元 1次元 2ブランドAブランドBブランドCブランドD上品信頼できる新しい楽しい手頃身近落ち着くブランドイメージ語数値は説明用の架空データ
ブランドと近くに置かれたイメージ語は、結び付けて答えられやすい組み合わせです。

要約

IBM SPSS Categories とは、SPSS Statistics Base に追加して、コレスポンデンス分析、多重コレスポンデンス分析、カテゴリ回帰など、カテゴリデータの多変量解析を使えるようにするモジュールです。

  • 使う場面:ブランドイメージ調査、アンケートの回答構造の把握、選択肢を説明変数にした回帰
  • 主な手法:コレスポンデンス分析、多重コレスポンデンス分析、CATREG、CATPCA、PROXSCAL
  • 入手方法:Base への追加、各エディションへの同梱(構成はお見積り時にご案内)

30秒診断:Categories は必要?

ご自身の研究・業務に照らして、次の3問を確かめてください。

Q1

クロス表の行と列の関係を、図で示したいですか?

例:ブランド×イメージ語、職種×重視する条件

はいコレスポンデンス分析で、カテゴリどうしの近さを地図にします。

Q2

3つ以上の質問の回答パターンをまとめて見たいですか?

例:性別・年代・利用目的・満足度

はい多重コレスポンデンス分析で、回答の組み合わせの構造を示します。

Q3

説明変数の多くがカテゴリの回帰を行いますか?

例:職業・地域・購入経路から満足度を説明する

はいカテゴリ回帰(CATREG)で、カテゴリに最適な数値を与えて回帰します。

1つでも「はい」なら、Categories の追加をおすすめします。クロス表とカイ二乗検定までで十分な分析なら、Base で進められます。

分析の流れ:4ブランドのイメージを地図にした例

ブランドイメージ調査を例に、クロス表から知覚マップを作るまでの流れを示します。数値は説明用の架空データです。

  1. データを入力する消費者600名に、4ブランドそれぞれに当てはまるイメージ語を選んでもらい、ブランド×イメージ語の選択数をまとめます。
  2. メニューから実行する「分析 → 次元分解 → コレスポンデンス分析」で、行にブランド、列にイメージ語を指定し、次元数を2にします。
  3. 出力を読む第1次元と第2次元で慣性の 91.1% を説明します。ブランドAは「上品」「信頼できる」、ブランドCは「手頃」「身近」の近くに置かれます。
  4. 施策を決める空いている「楽しい」「新しい」の領域をねらうか、Aの信頼感を守るか。図を見ながら、ブランドの訴求軸を議論します。
IBM SPSS Statistics
出力ログコレスポンデンス分析 コレスポンデンス表 要約 行ポイントの概要 列ポイントの概要 行・列ポイントコレスポンデンス分析要約特異値慣性寄与率累積次元1.458.210.683.6832.264.070.228.9113.166.027.0891.000合計.3071.000読み方2 次元で慣性の 91.1% を説明できる。2 次元の地図で読み取ってよい目安になる。数値は説明用の架空データ
次元ごとの寄与率から、2次元の図で十分かどうかを判断します。

Base と Categories の分担

クロス表の集計と検定は Base、カテゴリどうしの構造を図や数値で示す分析は Categories です。

やりたいこと使う手法収録先
クロス表を作り、関連を検定するクロス集計表・カイ二乗検定Base
量的変数の次元を要約する主成分分析・因子分析Base
クロス表の行と列の関係を地図にするコレスポンデンス分析Categories
3つ以上のカテゴリ変数の構造を示す多重コレスポンデンス分析Categories
カテゴリ変数を含む主成分分析を行うカテゴリ主成分分析(CATPCA)Categories
カテゴリの説明変数で回帰するカテゴリ回帰(CATREG)Categories
類似度データから対象を配置する(個人差を含む)多次元尺度法(PROXSCAL)Categories

搭載している主な手法

コレスポンデンス分析

CORRESPONDENCE

クロス表の行カテゴリと列カテゴリを同じ平面に配置し、関係の強さを距離で示します。

多重コレスポンデンス分析

MCA

3つ以上のカテゴリ変数の回答パターンをまとめて図にします。アンケート全体の構造把握に使います。

カテゴリ回帰

CATREG

カテゴリに最適な数値を割り当てて回帰します。Ridge・Lasso・Elastic Net による変数選択もできます。

カテゴリ主成分分析・多次元尺度法

CATPCA・PROXSCAL

名義・順序の変数を含む主成分分析と、類似度データから対象を配置する多次元尺度法です。

組み合わせの例

アンケート調査の分析では、集計表と組み合わせる構成がよく選ばれます。

アンケート調査の分析と報告なら

Base+Categories+Custom Tables

集計表で全体を示し、知覚マップで関係を示す。報告書に必要な図表がそろいます。

商品設計までつなげるなら

Base+Categories+Conjoint

イメージの地図で市場の空きを見つけ、コンジョイント分析で属性の組み合わせを決めます。

Base・関連製品との関係

製品・モジュール主な役割Categories との関係
SPSS Statistics Baseクロス集計表、カイ二乗検定、因子分析Categories を使うための前提です。Base に追加して使います。
SPSS Custom Tables集計表の作成調査結果を表で報告する場合に組み合わせます。
SPSS Regressionロジスティック回帰結果が2値の予測はこちら。説明変数がカテゴリ中心の回帰は CATREG が向いています。

検討の進め方

よくあるご質問

コレスポンデンス分析だけのために導入する価値はありますか?
ブランド調査やイメージ調査を定期的に行う場合は、毎回同じ手順で地図を作れるので導入の効果が大きくなります。多重コレスポンデンス分析やカテゴリ回帰も同じモジュールで使えます。
カテゴリ回帰と通常の回帰はどう違いますか?
通常の回帰は、説明変数を数値として扱います。カテゴリ回帰は、名義・順序のカテゴリに最適な数値を割り当ててから回帰するので、アンケートの選択肢を無理に数値化せずに分析できます。
多次元尺度法は Base でも使えますか?
Base には ALSCAL による多次元尺度法があります。Categories の PROXSCAL は、個人差を含むモデルや制約付きの配置に対応しています。
アカデミック版とビジネス版で機能は違いますか?
使える分析機能は同じです。違いは価格区分と利用条件です。大学・研究機関の方にはアカデミック価格をご案内します。
ご相談・サポート担当(専門スタッフ)が対応しますIBM SPSS 正規販売店として、構成選び・お見積り・導入後のご相談まで担当します。

調査に合う構成をご提案します

調査の設計と報告の予定を伺い、Categories を含む過不足のない構成とお見積りをまとめます。アカデミック価格や公費でのご購入もご相談ください。

お電話でのご相談0120-835-761受付 9:00–18:00(土日祝を除く)

お気軽にご相談ください0120-835-761受付時間 9:00-18:00 [ 土・日・祝日除く ]

問合せ・見積・注文をする お気軽にお問い合わせください