コレスポンデンス分析とは?
― カテゴリ間の関係を二次元マップで可視化

行カテゴリと列カテゴリからなるクロス集計表を対象に、カテゴリ間の関係を幾何学的な距離として表現する多変量解析手法。名義尺度データを扱う点で因子分析や主成分分析とは異なり、探索的・記述的分析として用いられます。

難易度:★★☆ 想定読了:8分 最終更新 2026.05.17 監修:スマート・アナリティクス代表

コレスポンデンス分析とは

行カテゴリと列カテゴリからなるクロス集計表を対象に、カテゴリ間の関係を幾何学的な距離として表現する多変量解析手法。名義尺度データを扱う点で因子分析や主成分分析とは異なり、探索的・記述的分析として用いられます。

コレスポンデンス分析で分かること

  • カテゴリ同士の近さ・遠さ
  • 特徴的なカテゴリの組み合わせ
  • 全体構造を支配する主要な軸
  • ブランド・製品のポジショニング構造

コレスポンデンス分析の主な種類

タイプ概要
単純コレスポンデンス分析2変数のクロス表
多重コレスポンデンス分析(MCA)3変数以上のカテゴリデータ
バイプロット行・列点を同一平面で表示

研究・ビジネスでの利用シーン

知覚マップ作成

ブランド調査

ブランドと評価属性の関係を二次元マップで可視化し、ポジショニング分析を行います。

セグメント特徴の把握

市場調査

顧客セグメントと製品属性の関係を視覚化し、ターゲット戦略に活用します。

属性と回答の関連

社会調査

属性別の回答傾向を二次元マップで把握し、研究知見の発信材料とします。

SPSSで実施する場合の製品選定

コレスポンデンス分析をSPSSで実施する際に必要となる製品とオプションを整理します。

やりたいこと対応製品備考
コレスポンデンス分析IBM SPSS Categoriesカテゴリデータ可視化アドオン
多重コレスポンデンス分析IBM SPSS Categories3変数以上対応

分析時の注意点

  • 解釈は相対的な位置関係に基づく
  • 寄与率の低い次元は解釈しすぎない
  • 検定目的ではなく探索目的で用いる
  • クロス集計表の頻度が極端に偏ると結果が不安定

コレスポンデンス分析の進め方、専門家がサポートします

分析設計の段階から、結果解釈・論文記述まで——研究テーマに応じてご相談いただけます。
必要なSPSS製品の構成もあわせてご提案します。

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

よくあるご質問

Q.コレスポンデンスと因子分析の違いは?
因子分析は連続変数の潜在構造を扱い、コレスポンデンスはカテゴリ変数の関連を可視化します。
Q.知覚マップ作成だけのために導入する価値は?
継続的にブランド調査・知覚マップを作成する場合は十分に価値があります。一度きりなら外部委託も選択肢です。
Q.寄与率はどう解釈する?
第1・第2次元の累積寄与率が60〜70%以上であれば、二次元マップでの解釈に意味があるとされます。

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