• 締切済み

相関分析結果の解釈

「介護サービスの満足度」と「介護サービスの満足度に影響を与える可能性のある要因」間で、相関分析を行った結果、一番相関係数(ピアソンの相関係数)が高かったのが、「訪問回数(r=.70)」、2番目に相関係数が高かったのが、「訪問時の滞在時間(r=.53)」という結果がでました(両側検定、p<.01)。この結果より、「訪問回数」の方が、「訪問時の滞在時間」と比べて、「介護サービスの満足度」を高めるのに、より重要な要因と言えるでしょうか。アドバイスをお願いします。

みんなの回答

  • hukuponlog
  • ベストアンサー率52% (791/1499)
回答No.2

そもそも手法が間違っています。#1の方がおっしゃるように「訪問回数」と「訪問時間」は独立変数ではありませんから、個別に相関を取って、どちらが重要な要因か、などとやっても意味がありません。 この場合は、当然主成分分析(PCA)を使わなくてはいけません。その手法について、ここで説明することは不可能ですから省きますが、ピアソンをやっても意味がない(という以上に誤った結論を出してしまう)ということです。

  • sanori
  • ベストアンサー率48% (5664/11798)
回答No.1

工業で相関係数をたびたび扱ったことがある者です。 明らかに「訪問回数」の方が重要な要因です。 ただし、注意しなくてはいけないのは、 「訪問回数」と「訪問時の滞在時間」という2つの要因は「独立」(独立事象)ではないと考えられることです。 極端な例を挙げると分かりやすいと思います。 従業員数、総労働時間を変えない前提で、上記の結果を受けて、訪問回数を大幅に増やす代わりに、滞在時間をたったの1分間にしたとしましょう。 当然ながら、満足度は激減するでしょう。 満足度を最大限にするような訪問回数・滞在時間というのは、二次関数のグラフの頂点のごとく、どこかに最適値があるはずです・・・いえ、必ずあります。

関連するQ&A

  • 相関関係の計算結果 p値=0.70のとき

    相関関係の解釈に関して質問です。 エクセルにいれたアドインソフト(4steps)を用いてN=8で2項目の相関関係を、ピアソンの相関係数を用いて求めました。 r=0.6860 p=0.70といった結果がでました。 統計に関してかなり疎いのですが、r値はどうも意見がまちまちですが「多少正の相関がある」といったところかと考えました。 しかし、今回の結果だと、p>0.05でした。自分でいろいろ調べた限りではp値から有意なデータと言えないという意味だと解釈しました。 ところで、研究発表などで、0.05<p<0.10のときに有意差はなかったが、傾向があったとする発現を耳にします。 では、かなり苦しいかもしれませんが、今回のデータを「有意な結果とは言えないが、正の相関を示す傾向にあった」と解釈するのは可能でしょうか?

  • 相関係数について

    お世話になっております。 統計初心者で、質問の内容もそもそも,おかしいかもしれませんが、 質問させてください。 以下のような、関連性のない2変数に関して、 両変数間の総合的な類似度を計算する方法に、 ピアソンの積率相関係数及び、スピアマンの順位相関係数を 使用したいと思っております。 変数X |変数Y 177.67 |171.539 156.3 |154.415 143.72 |140.236 141.41 |135.375 127.74 |126.492 127.09 |125.916 125 |116.326 119.99 |116.211 67.24 |62.222 52.59 |47.566 47.31 |45.37 41.47 |35.294 24.85 22.79 21.78 現在は、外れ値がない場合は、ピアソンの積率相関係数を使用しており、 ある程度類似度が算出できています。 スピアマンの順位相関係数に関しては、まだ使用できておりません。 以下、疑問点になります。 (1)そもそも2変数間の類似度を算出するのに相関係数は有用か (2)項目数が違うものに関して、両相関係数は適用可能か (3)両変数間に対応がなく、既に大きさ順に並んでいるものに、スピアマンの順位相関係数は適用可能か また、2変数間の総合的な類似度を算出するのに有用な方法などありましたら、 ご紹介頂ければ幸いです。 何卒、宜しくお願い致します。

  • KaleidaGraphの相関係数について

    KaleidaGraphで回帰曲線を描く際に算定される相関係数について, ご質問させて頂きます。 ヒューリンクスのテクニカルサポート(下記,URL)より, https://www.hulinks.co.jp/support/kaleida/curvefit.html 相関係数は,”ポアソンのR”という方程式を使用しているそうですが, これは”ピアソンの積率相関係数”(所謂R)と同じなのでしょうか。 定義式が異なるようにみえてなりません。 また,テクニカルサポート内にある, ”相関は、計算された曲線がどれだけよく元のデータに当てはまっているかを示します。” という文言も気になります。 相関と回帰は異なるものと理解しているのですが, 「回帰式と元データの相関を表す相関係数」というものが存在するのでしょうか。 ご存知のかたがいらっしゃいましたら,ご教授頂けますと幸いです。 よろしくお願いいたします。

  • 相関係数の違いについて

    はじめまして、maro77と申します。 現在、学生と社会人に関する公共政策に対する意識調査のアンケートを各1000通づつ、2000通回収し、そのデータ分析をしております。 具体的には、属性(年齢、性別、職業〔学部〕など)と各設問の関係性を分析したり、設問の回答結果同士の関係性を分析しております。 現在、相関関係をみようと思っているのですが、ちょっと調べてみたところ、いろんな分析手法があり、困っております。 そこで、相関係数について質問があります。相関係数には、ピアソンの相関係数、スピアマンの順位相関係数、ケンドールの順位相関係数のほか、クラメールの連関係数、ファイ係数、コンティンジェンシー係数、ケンドールのタウなどいろいろあることを知りました。 ピアソンの相関係数については、2変数が、数字のもの(年齢、年収、身長、体重など)の数値ではないと、求めていけないことを知りました。 しかし、そのほかの分析方法については、あまりよく違いがわかりません。 アンケート結果で得られたカテゴリーデータと順位データがある場合は、どの分析方法を使うのが正しいのでしょうか。また、これらは、どうゆう基準で使いわければよいのでしょうか?いろいろ調べたのですが、いまいち、頭の中のモヤモヤが晴れません。 お手数ですが、ご教示頂ければ幸いです。 宜しくお願い致します。

  • ピアソンの相関係数の有意検定について

    ピアソンの相関係数 r を求めて、有意検定をするところを勉強していますが、t検定のとき 標本数nと相関係数rから求めますが、 自由度についてよく判りません。 危険率0.05で、棄却域を求めるときの自由度ですが。 (n-1)で検定をするのか、(n-2)なのか判りません。 いろんなサイトで調べると(n-2)のt分布に従うとあり。 私の本では、(n-1)で棄却域が求められています。 共分散の考えから、(n-2)なのでしょうか。 教えてください。

  • 積率相関係数がわかりません

    ある2変数の共分散は30.0 2つの変数それぞれの分散は81.0 49.0 ピアソンの積率相関係数を求めよ 答えは0.48になるそうです 公式はr=Sxy/SxSyを使うんだと思うんですけれど いくらやっても0.48になりません もしかしたら答えが間違っているのかもわからないので できれば途中式みたいなのをつけてくれると助かります。

  • 単回帰分析と重回帰分析の結果の違い

    論文を読んでいて疑問に思うことがありました.よろしくお願いします. 私は,回帰分析とは変数Yを、p個の変数X1,X2 ,… Xpにより説明したり予測するための統計的手法であり,p=1のときは単回帰分析,p>1のときは重回帰分析と呼ぶ,と解釈しています. 今,ある施設のサービス改善についての調査論文を読んでおります.そこではアンケート調査でその施設のサービスの総合評価Yと,8個の各サービス毎の評価(x1~x8)を調べ,総合評価Yを従属変数, x1~x8を説明変数として重回帰分析にかけます.そして出た相関係数から施設の総合評価に対する各サービスの重要度を求め,改善につなげようとしています. 結果,重要度は x1>x2>x6>x3>x7>x8>x4>x5 という結果になりました.ここまではわかるんです. ですが次に総合評価Yを従属変数,x1を説明変数として単回帰分析,また総合評価Yを従属変数,x2を説明変数として単回帰分析,また総合評価Yを従属変数,x3を説明変数として単回帰分析・・・というようにこの操作をx8まで続け,出た相関係数を比較しています.結果は x1>x2>x4>x8>x3>x5>x7=x6 となっており,重回帰分析の結果と照らしあわせると最初のx1とx2は合致しているものの,あとはバラバラです.x6にいたっては最後にきています.なぜでしょうか.論文は「どのサービスも総合満足度に重要な影響を与えており,特にx1,x2,x3,x4を改善するのがよい」 と締めくくっています. 質問は3点です. (1)なぜ重回帰分析の結果と単回帰分析の結果が異なるのか (2)どのサービスも総合満足度に重要な影響があるとして,それは重回帰分析の結果だけで言えるのではないか(重回帰でも相関係数は出ているし,単回帰分析をする意味はあるのか) 稚文ですみません. 当方あまりオツムがよろしくないのでできるだけわかりやすくよろしくお願いします.

  • 相関分析や回帰分析について

    相関分析や回帰分析についての記述が正しいのかわかりません。 間違っていたらどこが違うのか理由も教えていただけると幸いです! (1)ある特性、例えば、身長についてゴールドンのいう第二世代(子)の平均への回帰が観測される(b<1)のとき説明変数と被説明変数を逆にした回帰計算をしてもいわば、おやの平均への回帰が観測される可能性はない。(親と子の身長には、正の相関があると考えてよい) (2)第二世代(子)が平均へと回帰するのならば、将来は、個人のもつ身長その他、さまざまな諸特性がすべて一様な社会になってしまう。(ある経済学者はそう考えた) (3)重回帰の場合、通常の決定係数を使用すると、説明変数の増加のよるあてはまりのよさの改善を誇張してしまうので、修正済み決定係数(自由度調整済み決定係数)を使用するのが普通である。もいろん、単純回帰については、決定係数と修正済み決定係数は同じものになる。 (4)決定係数は、マイナスになることはないが、修正済み係数はマイナスになりうる。 (5)回帰分析を因果関係と結びつける(説明変数を原因、被説明変数を結果と見る)ことは、記述統計の範囲を逸脱している。 よろしくお願いいたします!!!

  • Excelでの自己相関係数の計算結果が正しくない

    1次の自己相関係数の計算方法に二つあるのですが、それらで求めた値が違います。 どうやらExcelでの自己相関係数の計算結果が正しくないようです。 どう間違えているのか教えて下さい。 今、1次の自己相関係数を計算しようとしています(今回、そのデータはお見せしません)。 ネットで検索すると、 https://ocw.nagoya-u.jp/files/71/jiko-soukan.pdf が引っ掛かり、5ページ目の「自己相関係数の定義」に載っている式で手計算してみました。それなりの値が出たので満足しました。 しかし、Excel(実際はLibreOfficeですが)でもっと簡単に計算できないものかと思って検索し、 https://www.youtube.com/watch?v=DEy_iz1pzZU が引っ掛かりました。基になるデータを一つセルをズラして貼り、Excelの統計分析で「相関…」を選びました。すると、上記の計算とは違う値が出ました。 そこで、 https://bellcurve.jp/ex/sample/ex_08_TimeSeries.xlsx の「自己相関2」の例題を用いて同じように計算しました(結果は画像として添付してあります)。その結果、前者の手計算(-0.7166)が合っており、後者のExcelでの計算(-0.8173)が間違っているようです。 しかし、Excelでの計算も考え方としては合っているように思います。なぜ違う値が出てしまったのでしょうか?(更には、Excelで正しく計算する方法はありますか?) よろしくお願いします。

  • 相関が強い要因を使った分散分析について

     二つの要因に強い相関が見られる場合の分散分析についての質問です。 例え話で話しますので、お願いします。 目的:「星野監督ファン度」と「阪神ファン度」が阪神グッズ購入に与える影響を調べる 従属変数:ここ1年間で阪神グッズにかけたお金の合計(千円単位) 要因1:「星野監督ファン度尺度」(5件法10問の平均得点)を元に高群と低群を構成(2水準) 要因2:「阪神ファン度」(5件法10問の平均得点)を元に高群と低群を構成(2水準)  以上のような研究があるとして、この分析方法に困っています。このような場合、2要因の分散分析(「星野監督ファン度」2水準×「阪神ファン度」2水準)を行っていいのでしょうか?当然、「星野監督ファン度」と「阪神ファン度」には強い相関がみられるので(例えば.6としましょう)、2要因の分散分析が成立するのか疑問なのです。  ちなみに、各群の被験者数も、2つの尺度の強い相関の結果、阪神ファン度と星野監督ファン度の両方が高いか両方が低い群に集中し、阪神ファン度低&星野監督ファン度高群と、阪神ファン度高&星野監督ファン度低群の2つの群はほとんど被験者がいません。(この時点で分散分析がかなり苦しいのですが、GLMのTypeIIIの検定などで被験者数の片寄りを考慮した上での分散分析ができるとします)  以上のような、二つの要因に強い相関が見られる場合の分散分析は、どのように処理すればいいのかアドバイスを戴ければ嬉しいです。