散布図 ~数字同士の関係性を勘に頼らず分析・判断する~
散布図は2つの数字の関係を見ることができるグラフです。円グラフや折れ線グラフなどグラフには様々な種類がありますが、2つの変数の関係性を調べるときには、散布図が有効です。 2つの数字を「比較」し、関係を見極めることで「因果関係」を推し量ることができます。 ビジネスの場において、勘に頼らない判断をするためにも、散布図を理解し使いこなせるようになりましょう。
会員限定
割引情報をチェック!
すべての動画をフルで見よう!
初回登録なら7日間無料! いつでも解約OK
いますぐ無料体験へ
・ビジネスを変数によって分析したい方
・単回帰分析、重回帰分析の基礎知識を学びたい方
回帰分析とは、ある変数と他の1つ、またはいくつかの変数の関係を見る分析です。たとえばアイスの売上に影響を与える変数を知るといったことです。どの変数に関係があるかを明らかにすることで、施策検討に活かすことができます。また、変数間の関係を知ることで、知りたい情報の予測をすることができます。
単回帰分析と重回帰分析の手法を通して、変数間の関係の把握やそれに基づいた予測などを学びます。
※2019年5月、一部内容をリニューアルいたしました。
旧版でコースを修了している場合、本コースは未視聴・未修了の状態となります。
旧版の修了証はマイページの「学習の履歴」より引き続き発行いただけます。
より理解を深め、他のユーザーとつながりましょう。
100+人の振り返り
h-n
メーカー技術・研究・開発
重回帰分析のtとかpの意味をもう少し詳しく知りたい。
187
hiromi_m
メーカー技術・研究・開発
重回帰分析の「t」「P-値」の説明がもう少し欲しいです。
勉強しておきます。
81
sige0306
メーカー技術・研究・開発
重回帰分析のエクセル分析方法の紹介も欲しかった。
77
tarimo
販売・サービス・事務
1度で理解できるレベルではなかったので繰り返し見てみようと思う。
60
yuta_be
クリエイティブ
係数、切片、決定係数がどう導き出されるのかわからず、全体的に理解が進みません。
38
makoto_baseball
メーカー技術・研究・開発
t値 : それぞれの説明変数が目的変数に与える影響の大きさ。係数を標準誤差で割ると算出できる。2以上だと、影響がある。
p値 : t値の絶対値をパーセント表示したもの。意味のなさを表すので、小さいほど良い。
26
kami5
営業
まだまだ腑に落ちていない。
21
zeromission
メーカー技術・研究・開発
t値とp値については、詳しく確認する必要あり。
17
kazu_365
人事・労務・法務
人事部門においては、例えば従業員の「自己申告サーベイデータ」と「年次評価」との相関関係を調べることができる。
もくしは、「採用後のパフォーマンス(評価)」を「面接時の評価」、「SPIの結果」や「出身大学の偏差値」などと重回帰分析しても面白い結果が出るかもしれない。
12
b-201
その他
目的変数・説明変数の説明もあったほうが良いと思います。
11
eda6596
資材・購買・物流
今まで標準偏差などを用いていたが、
Excel機能で簡単に検出できることを知って、
嬉しいような残念な、複雑な心境です。
統計学は数式の組合せが複雑と思っていましたが、
機能で簡単に出せることを知る情報収集能力が必要と感じました。
8
midori_g
販売・サービス・事務
分析は過去データに基づくため、将来予測の参考値であることを忘れずに利用したいと思います。
6
junbeat
マーケティング
単回帰分析、重回帰分析について理解できた。ただ、R二乗やtやpがどのように求めた値なのかがよく分からず、tやpはそれ自体がよく分からなかった
5
y884
営業
実際に何か具体例を自分で取り上げて計算式を使わないと中々理解しにくいと感じたが、アイスの例は非常にわかりやすかった。
4
kanibuchi
営業
意味のある変数の組み合わせを見つけることが至難であり、
それは過去からの蓄積、普段から引き出しを増やしていくしかないと思った。
それら変数がどの程度結果に影響を与えているか確かめる術としてはこの上ない武器であると感じた。
3
wkiymbk
IT・WEB・エンジニア
回帰分析は、「①どの変数に関係があるかを明らかにすることで、施策検討に活かせる。②変数間の関係性を知ることで、知りたい情報の予測ができる。」ということがわかりました。
こういう分析法があったな、ということを覚えておき、将来必要になったときに活用したいと思います。
2
joyjoy83
その他
だんだん難しくなってきた。
2
shin0314ichiro
営業
難しいです。理解できたとは言い切れない
1
chesswing
メーカー技術・研究・開発
実験作業で出てきたデータの回帰分析は良く行っていたが、その他の事象にも使えそうだと思った。
重回帰分析のやり方を勉強してみたい。
1
tantan-0363
マーケティング
理解するのご難しい内容だったが、試してみることで身につけていきたい。
1
akatsuki_89
建設・土木 関連職
重回帰分析が難しくて理解が出来なかった。淡々と数値の説明をするだけでなく、グラフ化するなど視覚化すれば分かりやすかったと思う。また、最後のセンテンスで条件が異なる場合は分けて分析を行うと良いとの説明だが、天候は晴れとそれ以外の2通りしかないなら、それぞれを分けて分析をした方が単純でわかりやすかったのでは?
1
hiraki1098
営業
工場での生産数量の計画立案に効果的ですね。営業のセールス拡大にも活用できるのか気になりました。
1
djmpajmpkm
営業
ダミーを入れると複雑になって分かりにくくなったが、数値を予測する上では不可欠だと感じた
1
bipapa
メーカー技術・研究・開発
単回帰分析と重回帰分析、なんとなく使っていましたが、表計算ソフトで簡単に作成できることを思い出せました。
実際に予測してみて、計算と実績が一致できると、とても嬉しい反面、全く予想と違うことが起こると悲しいです。
そうした外れを引かないように、出来るだけ効率的にベストな説明変数を抽出できるようになりたいものです。
1
1f-noriyuki
営業
回帰分析の質の向上には、有効な変数の組合せを見つける事を理解しました。日頃の業務実績から問題点を見つける視点に役立ちそうです
1
kzhr2358301
金融・不動産 関連職
重回帰分析の場合、tp値を見ることでどの変数がより影響しているかわかることが勉強になりました。
1
kameco
販売・サービス・事務
「数値化する」とは面白いなと思いました。
1
donadona
営業
月間の売上分析、イベント出店時の売上分析を行う際などに活用できそう。
傾向がつかめれば売上予測、販売戦略に活用できる。
重回帰分析のエクセル操作まで説明があれば尚良かった。
1
otsuka-yohei
営業
定量的な説明に必須の知識
1
hiro_yoshioka
メーカー技術・研究・開発
これもエクセルでできるの知りませんでした。要復習。
目安:
t ≧ 2
p ≦ 0.1
1
yohei21
メーカー技術・研究・開発
業務内では、定量性のない変数 (今回でいう天気)などは外して解析することが多かった。予測精度を高められる可能性もあるため、ダミー変数なども活用してみたい。
1
llasu_ito_0502
人事・労務・法務
関数が出来ないアタマの悪さ故、何を言われているのかがうまくのみ込めませんでした。ダメですね。しっかりと復習して、何とか手の内に入れたい、と思います。原理原則、理論、ロジックをしっかりと学びたい、学び続けたい、と思います。反省しきりです。少しでも進歩したいです。ご指摘、ありがとうございます。
1
rice-ball2030
営業
係数、補正の出し方や、回帰分析を行う際、有効である組み合わせをよく考えてたり違う角度で試して結論を出していく重要性を感じた。
1
9048964
メーカー技術・研究・開発
重回帰分析の各係数は何度も繰り返さないと忘れてしまうと思いました。
1
saito-yoshitaka
メーカー技術・研究・開発
重回帰分析を用いる事が少ない為、今後活かしていきます。。
1
sue_0120
人事・労務・法務
因果関係を把握し、分析に基づいたビジネスのヒントを少しでも得られるとよかったが数式など、難しかったので、また学びたい。
1
nobiyoshi
営業
集客数や立地での数値の増減に活用していきたい
1
runnerh
メーカー技術・研究・開発
表計算ソフトを使用して実行するのは容易なので、業務の中でも実践してみたい。
1
fineman
その他
急に関数が出てきて難しかった
1
takuya16
販売・サービス・事務
ここはかなり難しい。実例をもとに計算しないとイメージが湧かない
0
koba_0509
営業
普段全く活用できていない分野であることが分かった。
学生の頃に学んだ数式が回帰分析で利用できることをはじめって知った。
重回帰分析の「t」「p」値については何となく理解できたがおそらく身についていない為、実践で身に付ける。
0
roku0823
営業
業務でデータ分析を活かすためには、どのようなデータを活用するかを決めて、しっかりと収集することが重要だと感じました。
0
labra
メーカー技術・研究・開発
データは取るだけでなくどれくらい相関があるのか回帰分析をした方が良い
0
crows_harumichi
その他
重回帰分析の結果の値説明についてもう少し詳しく教えてほしい
0
bemw1129
マーケティング
回帰分析を行うことで、気づいていない関係性を見つけ出すことができる。。。
ということを、「しっかりやってみる」ことが必要だ。
たとえば、きっかけ×営業マン×年次×デザイナーなどで、
受注率の高低などを予測可能になるかも。。
0
shima6137
営業
自分が経験したことがない領域を担当した時に複数の変数から傾向把握するのに使えそう
0
grvstakiguchi
営業
業務時間内訳と成績の関係
0
dokozonoyamada
メーカー技術・研究・開発
重回帰分析のやり方が気になるの
0
fbj12118
営業
具体的な対象が思いつきません 対象となる印刷業のお客様において市場状況や業界動向は既に様々なソースから既に情報提供されています いま、掛かるべき事柄としては売れる顧客、売れない顧客の可能な限りの選別です そのためには印刷業のお客様をどのような指標を用いてカテゴライズするのが良いのか、その変数となるものを探したいと考えます
0
kss_mtr
その他
目的変数と関係のありそうな変数を探すことが大変だと思った。
0
teihen
メーカー技術・研究・開発
重回帰分析はあまり使わないので、機会があるときに使えるか考えてみたいと思う
0
ygch
営業
もう一度確認します。
0
fukukei
コンサルタント
重点施策と結果(売上)の関係
ターゲットの種類(ダミー変数)、アプローチの種類(ダミー変数)、アプローチ回数
0
uchisuke0406
建設・土木 関連職
これから再編していく公共施設について、利用者と管理者の関係に加えて、重回帰分析を行うことで、幅広く可能性を探る企画立案につながる
0
kitajiman
メーカー技術・研究・開発
アイスの売り上げと気温と天気の例はとても分かりやすく記憶に残しておき、自分の業務に置き換えて考えてみたいと思いました。
0
2008flstsb
その他
大変ためになりました
0
mate
メーカー技術・研究・開発
試作時の、一つの要因変更と其れによって変化する評価の値(測定結果)で要因変更の影響がどのような状態で現れるのかがわかる。
0
m-yano
その他
忘れそうなので復習を忘れない
0
ikeo813
人事・労務・法務
従業員満足度と受講教育コンテンツの数、給与の額の重回帰分析
0
masa926
販売・サービス・事務
漠然と考えのではなく数値化し、グラフ化することで分析できることを知った。
0
shingo_men
その他
生産におけるロスの発生と使用量、使用内容に活用したい
0
kazuyuki0703
メーカー技術・研究・開発
重回帰分析の数値をエクセルで出す手順の方が知りたかった
0
takahashi6272
経営・経営企画
因果関係の説得性を増すために必要なスキル
0
m0835
マーケティング
重回帰分析のtとかpの意味をもう少し詳しく知りたい。
0
fumihito_matsuo
営業
t、pが全く分からなかった。
0
kikurinrin
その他
イメージや過去の経験、カンコツでなく、
統計的なデータに基づき
前提条件を分けて単回帰、重回帰分析を行う事で
裏付けが出来、将来の予測に用いる事が出来る
0
hajime68
販売・サービス・事務
実際の場面で活用するにはかなりの労力が必要だと感じた
0
ntsuboi
コンサルタント
予測モデル、重回帰分析ともによく聞く言葉ですが、算出方法や各指標の見方を学ぶことができた。
0
nt821692
専門職
ある案件の完成までに必要な工数を、調査、検討、調達、施工、図書作成を説明変数として出すことができると感じた。
0
youko_n
メーカー技術・研究・開発
単回帰分析と重回帰分析という言葉を知らない人に説明するのにとてもわかりやすい例題が示されたと思います。
0
puncoro
専門職
試験法開発で起こった事象の説明変数を見つけるのに苦労しているが、決定係数やt値、p値を求めると原因を追究することができる。
0
m-sho
その他
t値とp値の説明が欲しかった。他にも学術的な説明が欲しい
0
dskgm
営業
顧客からの発注量予測。
0
tamutaro
営業
それっぽい単なる予測ではなく、データとしての裏付けを取った行動指針ができると感じた
0
sho_yoshi
IT・WEB・エンジニア
実際にデータを扱わないと身につかないセンスだと思う。
0
yohko_
その他
ちょうど今、担当している分析関係のタスクに活かせそうです。
少しデータ量が多いですが、やってみます。
0
fujino-3158
その他
回帰分析を業務に取り入れてみたいと思います。
0
iso_ken
専門職
回帰分析はAIの基礎にもつながるので、しっかり理解して用いたい。
その際、目的変数に対して説明変数を一つではなく関連しそうなものをできるだけピックアップして臨みたい。
0
nikimi
メーカー技術・研究・開発
決定係数とは何かを知りたいです
0
ace031092
マーケティング
内容理解できました。
0
kenichiro118
その他
重回帰分析のt値とP値の意味合いを理解する必要あり。
0
f_kawakami
クリエイティブ
必要な局面があったら試してみたいが、計算方法が今ひとつ分からなかった
0
payo_chan
クリエイティブ
一度エクセルで手を動かしてみないとわからないと思った。
0
atsugz2112qea
その他
前提条件での層別にセンスが必要。説明変数の抽出にはチームで特性要因図等で漏れなく行う。重回帰分析では説明変数間の多重共線性に注意して実施する。
0
tk_17
IT・WEB・エンジニア
重回帰分析の補正R二乗・t,p-値の概要がつかめました。
求め方を調べてみようと思います。
0
shirojpn
メーカー技術・研究・開発
日頃発生している不具合等の課題に対して、その関連性をつかむために重回帰分析は役立つと思う。コツ等で出ていた 前提条件を合わす等の判断が肝になるように感じた。
0
fedyo
その他
重回帰分析の数値の意味を把握でき、分析結果を考察するときに役立てたい
0
ch_an_mio
メーカー技術・研究・開発
初めて目にする専門用語が多く、理解することが困難だった。
でも、注目したい事柄に対して、数値化・可視化させて客観的に判断し、根拠として用いるための手段としていいツールだと感じた。日ごろの業務に落とし込むには時間がかかりそうだが、データを扱う業務の際に意識してみたいと思った。
0
caus
専門職
普段の生活の事象を数式化して考えてみたい
0
doberman21
営業
エクセルの計算方法を知ることができ、早速、様々なことに対して、回帰分析を行ってみたいと思った。
0
omokun
経営・経営企画
定量分析が必要な場面で、すぐにパッと使えるようにしていきたい
0
9300856
専門職
復習が出来て有意義でした
0
hiromi_0216
資材・購買・物流
回帰分析での留意点にあったように、関係がある変数を見つけたいときには様々なデータをいれて重回帰分析をする必要がありますが、条件がバラバラにならないように考えるところが難しい。どの条件でまとめるべきかが分からない時があるため。予測がたたない重回帰分析をするときには、条件を決め書き出しながら、条件の妥当性も含めて検証する必要があると感じた。
0
naka_2020
専門職
回帰分析、重回帰分析は、今後必要な時に、活用していきたい
0
h_kouno
販売・サービス・事務
例えば、社員教育の実施状況、スキルレベルが作業時間の予実へ影響するかどうか
0
tshu
コンサルタント
Excelで重回帰分析の実行方法の詳細な手順を知りたい
0
kkk007
その他
これだけでは実践に移せないので、必要がありそうなら腰を据えて勉強したい。
0
7636
その他
過去の変数同士の関係から将来を予想する活用方法として、受注数、トラブル対応、緊急対応、を説明変数として、残業時間を目的変数に設定することで事前に残業時間の予想がたてられる。
併せて、残業時間要因の分析にも活用できる。
0
yusuke_oyama
マーケティング
相関性の強さを分析し予測に役立てる
0
natsumi723natsu
営業
Excelソフトでの回帰分析方法も説明してくれたので、すぐに活用できそうだと感じました。
ただ、これらの分析をどのタイミングで使おうか、そのように深く調査する時間をどう確保するかが、私の課題です。。
0