分析手法（クラスタ分析・コンジョイント分析）とは？ぶんせきしゅほう
クラスタ分析は正解ラベルを与えずに対象間の距離から群構造を見つける教師なし学習で、コンジョイント分析は属性の水準を組み合わせたプロファイルへの選好回答から、各水準の部分効用値と属性の重要度を推定する手法である。クラスタ分析は階層型（ウォード法・最近傍法など、デンドログラムで分割数を後から決められる）と非階層型（k-means、分割数kを先に与える）に分かれ、距離尺度の選択とスケーリングの有無で結果が変わるため、変数の単位が混在するデータは標準化してから掛ける。コンジョイント分析は全組合せを提示すると回答者の負荷が現実的でなくなるので、直交表で必要最小限のプロファイルに絞り、回答を重回帰などで分解して効用値を得る。出力は「価格1万円の値下げは、この装備の追加と同等の効用」という単位換算になり、価格弾力性やシェアシミュレーションに接続できる。
最終更新：2026-10-06
この語が出る過去問を解く →背景
どちらの手法も、人の申告が当てにならないという同じ制約から出発している。セグメンテーションでは、事前に置いた区分が実際の購買構造と一致する保証が無いため、ラベルを与えずに距離だけで群を見つける教師なしの手法が要る。選好測定では、属性を個別に評価してもらうと全項目が高評価になりトレードオフが消えるため、組合せを丸ごと提示して選ばせ、選択の結果から効用を逆算する。直交表を使うのはコスト削減が目的ではなく、主効果を交絡させずに最小試行で推定するという実験計画の要請からである。試験が両者を並べて出すのは、教師あり／なし、対象の縮約／変数の縮約という軸の理解を測るのに都合がよいからだ。
具体例
トヨタのようにグレードとオプションの組合せで商品を作る製造業では、属性を「価格・燃費・安全装備・内装」に切り、直交表で十数パタンのプロファイルを作って選好を取れば、どの装備を標準化しどれを有償オプションに残すかを効用値で決められる。これは「アンケートで欲しい装備を直接聞く」やり方では出てこない情報で、直接聞くと全部が欲しいと答えられてトレードオフが測れないためである。
試験での引っ掛け
記述式で狙われるのは教師あり／なしの境界。クラスタ分析は事前の区分を持たない探索的手法で、既知の区分へ新規対象を割り当てる判別分析とは向きが逆である。「既存の顧客セグメントに新規顧客を分類する」ならクラスタ分析ではない。同様に、変数をまとめる主成分分析・因子分析は「対象」ではなく「変数」を縮約する手法で、対象をまとめるクラスタ分析と対になる。コンジョイント分析側では、直交表を使う理由を「回答者の負荷を下げるため」で止めず、主効果を交絡させずに最小の試行数で推定するためだ、と書けると差がつく。
関連用語
出た過去問
出典：平成30年度 秋期 応用情報技術者試験 午前 問69（IPA）
観測データを類似性によって集団や群に分類し，その特徴となる要因を分析する手法はどれか。
正解：クラスタ分析法
要点：クラスタ分析は類似性でデータを群分けし特徴を探る手法。
クラスタ分析法は、個々の観測データ間の類似度や距離を基準に、似たもの同士をまとめて集団（クラスタ）へ分類する多変量解析の手法である。分類の結果を見ることで、各集団を特徴づける要因を読み取れる。顧客のセグメンテーションなどに用いられる。
出典：令和7年度 秋期 応用情報技術者試験 午前 問63（IPA）
データ分析手法の一つである、アソシエーション分析はどれか。
正解：商品を購買するときの関連性や同時性などのルールを購買データに基づいて見いだすなど、データ間の統計的なパターンや、意味のある関連性を抽出する。信頼度、支持度及びリフト値によってルールを評価し、有効性を確認する。
要点：アソシエーション分析は支持度・信頼度・リフト値で関連ルールを評価
アソシエーション分析は、大量の取引データから「Xを買う人はYも買う」といった同時購買や関連のルールを見つけ出す手法で、マーケットバスケット分析とも呼ばれる。抽出したルールの有効性は、そのルールが現れる割合を示す支持度、Xを買った人のうちYも買った割合である信頼度、偶然と比べてどれだけ起こりやすいかを示すリフト値で評価する。よってイが正解。
出典：令和5年度 秋期 応用情報技術者試験 午前 問2（IPA）
複数の変数をもつデータに対する分析手法の記述のうち、主成分分析はどれか。
正解：変数を統合した新たな変数を使用して、データがもつ変数の数を減らす方法
要点：主成分分析は変数を合成して次元を削減する手法
主成分分析は、相関のある複数の変数を線形結合（各変数に係数を掛けて足し合わせること）して互いに無相関な新しい変数（主成分）を作り、少数の主成分で元の情報をできるだけ保ったまま変数の数を減らす手法である。目的は次元の削減とデータの要約にある。観測変数の背後にある共通因子を推定する因子分析とは、目的も考え方も異なる。
出典・参考
公式シラバスの1 基礎理論 ＞ 2. 応用数学に掲載されている用語です。
解説は資格暗記が独自に作成しています。過去問の出典は各問題に記載のとおりです。