■顧客満足・従業員満足を利益に連鎖させる方法

4)モデル構築手順 A潜在満足変数の抽出と満足属性のインパクト予測方法
 

インパクト予測に適した主成分分析で、潜在満足変数を抽出し、満足属性のインパクト予測する

 「潜在満足変数」ごとに相関行列(標準化)で主成分分析を行い、マルチコが起こりにくいように顧客の持つ「潜在満足変数」の意味に合う複数の「満足変数」を1つの変数に合成します。
「潜在満足変数」間の相関係数が0.7以下になるように「潜在満足変数」の意味を想定してまとめることが難しいですが大切なポイントになります。
因子分析ですべての「満足属性」を一度に分析してしまっては、複数の「潜在満足変数」に「満足属性」のインパクトが多岐にかかりモデル化には適しません。
主成分分析も得られる潜在変数の直行を重視し3成分以上を潜在変数に採用するとモデル化には適しません。第一主成分が1つだけ固有値1以上の状態になるのが望ましい。
マルチコが起こりにくいように「満足属性」を意味の似たものをまとめて合成変数で説明する主成分分析がモデル化には向いています。

 「満足属性のインパクト」は、「総合満足度」をとおして最終的に「利益」や「ロイヤルティ」につながるものですが、ここでは「潜在満足変数」への「インパクト」係数を求めることになります。
それぞれの「満足属性」の「潜在満足変数・主成分得点係数」(スコア係数:主成分に対する重み)を満足属性の「標準偏差」で割ったものが「満足属性のインパクト係数」となります。
標準化されると同じ重みであっても、分散の小さい属性により大きなインパクトを持たせることができます。

 「潜在満足変数」の「パフォーマンス」は、主成分への寄与率が高い「満足属性」をより重視するために、「潜在満足変数」にまとめるのに使った全ての「満足属性」(質問)のパフォーマンス(評価平均値)を「満足属性」の「インパクト」を重みにした加重平均で求めます。
「パフォーマンス」の値に「インパクト」の値をかけ合わせて合計し、それを「インパクト」の値の合計で割ることで、もとの評価尺度の値に戻すことができます。

 求めた主成分である「潜在満足変数」の各サンプルの「主成分得点」をデータとして残しておきます。
各サンプルの主成分得点をデータに、各「潜在満足変数」間の相関分析を行い、相関係数が0.7以下であることを保てているかを確認します。
相関が高い場合は「潜在満足変数」の「満足属性」の組み合わせ等を見直し再分析にかけます。

 



Sitemapブランドマーケティング、ブランドマネジメントの経営コンサルティング、MCプロジェクトのサイトマップ RORSitemapブランドマーケティング、ブランドマネジメントの経営コンサルティング、MCプロジェクトのRORサイトマップ XMLSitemapブランドマーケティング、ブランドマネジメントの経営コンサルティング、MCプロジェクトのXMLサイトマップ  株式会社MCプロジェクト Copyright(c)2003 MCProject Co.,Ltd