マーケティングリサーチの手法

マーケンティングにおいて、アンケート調査を行なうのは、基本であ る。しかし、近年は、

• 世の中に、アンケート調査が溢れている。

• 電話やemailでのセールス活動と混同されやすい。

Problem 12.6. アンケート調査において、無回答をどう扱うのが適切か？

12.4. マーケティングリサーチの手法 57

図 12.2: ク ラ ス タ ー サ ン プ リ ン グ（ 集 落 抽 出 法 ）と 層 化 抽 出 法：

http://www.pref.saitama.lg.jp/A01/BP00/faq/q11.htmlより

58 第12章 サンプリング

図 12.3: テ レ ゴ ン グ 放 送   メ ディア タ イ プ:

http://www.ntt.com/telegong/info02.htmlより引用

どんなアンケート手法を使うのか？

• 対面：効果的だが、高価。

• 電話

• メール：ひまな時間にやってもらえるが、反応は悪い。

• 自由記述式の質問：有用な情報が得られるが、統計的に分析するの は、むずかしい。

• マーク式の質問：回答はしやすいが、スケースの解釈がむずかしい。

• 答えを導くような質問は避ける。

Problem 12.7. 次の質問は、アンケートとして不適当なのはなぜか？

今日の世界情勢を考えると、日本は防衛予算を増やすべき か？

 (YES or NO)

59

第 13 _{章 仮説検定}

13.1 仮説検定の結果と正しさ

Section 4.2でみたように、仮説検定には、次の二つの仮説を用いる。

• 帰無仮説(null hypothesis)：検証すべきことが起こらない時の仮説。

• 対立仮説(alternative hypothesis)：「帰無仮説が間違っている」という 仮説、検証すべき通常の状態と異なることが起きていることを表す。

仮説の検定に対しては、次の２つの種類の誤りが考えられる。

• 第一種の過誤（error、false positive)：テストすべき本来の仮説を誤っ て、否定するミス。本来は、有意味でないデータを有意味と判定し てしまう。

• 第二種の過誤（false negative)：本来の仮説が間違っているのに、肯 定してしまうミス。

通常、第一種の過誤の確率(有意水準）を5%に設定することが多い。し たがって、この仮説検定で

「仮説が肯定された」

という結果が出ても、それは、

「この仮説が正しい」

ということを意味しない。むしろ、

「この仮説は、まだ棄却されていない」

と捉えるべきである。すなわち、さらに仮説が正しいかどうかのチェック を怠らないことが大事である。

60 第13章 仮説検定

Example 13.1. 病気の検査を考える。ある検査では、健康である基準の数

値が示されている。

• 健康なのに基準の値を超えて、病気と判定される → 第１種の 過誤

• 病気なのに基準の値を下回って、健康と判定される → 第２種の 過誤

Problem 13.1. サンプルデータを集めてきたら、20%が鈴木さんであった。

帰無仮説を

「日本の人口のうち、20%が鈴木さんだ」

とした。このサンプルデータを使って、仮説検定を行なった。その結果、

有意水準5%で、仮説は肯定された。この検定は正しいか？どのように検

定を行なうべきか？