第3部では、株式会社シード・プランニングが実施した「おそうじロボットのユーザー調査」のデータを用いて、ユーザーの“声”を分析する統計手法を紹介する。ここで取り上げる3手法、因子分析、クラスター分析、コレスポンデンス分析は、マーケティングリサーチの分野では常套手段と言えるものである。また、自由回答形式の文章データを分析するテキストマイニングは、ユーザーの“生の声”をそのまま分析できる、たいへん興味深い方法として注目されている。

第1章は、おそうじロボットの満足度を評価する複数項目の相関構造を因子分析によって明らかにする方法を解説している。因子分析は、第2部の主成分分析と同様に次元縮小の方法でもあるが、モデルの構成は全く異なる。

第2章は、第1章で分析した因子分析の結果をもとに、サンプルを類似した特徴を持つ、いくつかのグループに分類する非階層型クラスター分析の方法を解説している。サンプル数が多い場合は、もう一つの階層型クラスター分析が適用されるが、ここでは野球データを対象に解説している。

第3章は、クロス集計結果をもとに、質的2変数間の関連性を視覚化するコレスポンデンス分析を解説している。この分析によって、クロス集計が示す詳細な特徴を読み取ることができる。

第4章は、おそうじロボットに関する不満や要望などの“生の声”を分析するテキストマイニングを解説している。ここではKH_Coderというフリーソフトによる分析結果を使いながら、いろいろな分析方法を解説している。

補章では、第1章から3章までの手法に関するRの使い方を具体的なデータを用いて解説する。第4章のテキストマイニングに関しては、第5部でフリーンソフトKH_Coderについて解説する。

調査事例の概要／因子分析の前処理／因子分析とは／因子分析のポイント／共通性と独自性／満足度の因子分析／満足度の因子得点／因子分析の補足

クラスター分析とは／非階層型クラスター分析／階層型クラスター分析

コレスポンデンス分析とは／シングルアンサーの分析／マルチアンサーの分析／コレスポンデンス分析の補足

テキストマイニングとは／テキストマイニングの手順／Word検索／共起性の分析

分析用データ／因子分析／クラスター分析／コレスポンデンス分析