対応分析（コレスポンデンス分析）の解釈例の紹介
対応分析（コレスポンデンス分析）は、カテゴリ型の値の関係性を、散布図上で直感的に把握するための分析手法で、カテゴリー型の回答を取るアンケートの回答傾向を掴むときによく利用されます。
通常のクロス集計表では行と列の組み合わせ数が増えると全体の傾向が掴みにくくなりますが、対応分析では、散布図上で近い位置にある点ほど強い関連性があるという形で、項目間の関係を視覚的に表現できます。
こちらのノートでは、対応分析（コレスポンデンス分析）の解釈例を紹介いたします。
なお、対応分析の詳細は以下のリンクをご参考ください。
対応分析の実施と解釈
ここでは1行が1人の回答者を表す顧客満足度調査データを使って対応分析を実施します。
アナリティクス・ビューを開き、タイプに「対応分析」を選択します。
変数の列をクリックして、対応分析に使用する列を選択します。今回はカテゴリー型の列である「職種」と「価格」の2列を変数として用います。
列の指定が完了したら実行することで、対応分析の結果が表示されます。
対応分析を実施すると、「変数の値（カテゴリー）どうしの関係」のセクションに以下のような散布図が表示されます。
対応分析では散布図上で近い位置にある点ほど強い関連性があるという形で関係を視覚的に表現できます。
そのため例えば、「デザイナー」職と「非常に満足している」という評価の間に極めて強い結びつきがあるといったことがわかります。
上記以外にも、「営業」、「マーケティング」、「人事」の3職種は同じ位置に値が配置されているため、同じような回答傾向があると言えます。
さらに、これらの職種は「不満」や「満足」といった評価の近くに集まっており、不満を抱く人や、満足している人との結びつきが強く、ばらつきがある評価をされていることが伺えます。
一方で、エンジニアは「どちらとも言えない」という中立的な評価と比較的強い結びつきがあると言えます。
なお、法務は他の職種や評価から離れた、独立した位置にあります。これは、法務職の回答パターンが他の職種とは根本的に異なっている可能性を示唆しています。
前述した散布図から得られる結果は以下のような積み上げバーチャートを使って、回答割合を可視化した際に読み取れる結果と一致します。
なお、AI サマリ機能を利用することで、対応分析の結果を簡単に解釈することも可能です。
対応分析におけるAI サマリ機能の詳細につきましてはこちらのリンクをご参考ください。