「補正データ」では、結果における該当の変数以外の変数を同じだと仮定した場合に算出される補正値でのグラフを表示しています。
ここでは具体例を用いて簡単に説明していきます。

下表のような売上データの集計結果があったとします。

以下が売上に関係していることが分かります。
 性別:女性が良い
 年代:20代が良い
 地域:香川、高知が良い

ここで、各地域の顧客の構成要素を詳しく見ていきます。
各地域の性別比率・世代比率は下記の通りとなっています。

香川・高知は女性・20代が多いため、売上が高いとも考えられます。
地域特性が本当に売上に関係しているか確認するために各地域の性別、世代の構成比を平均に変更します。

変更したデータを用いて地域が売上に与える影響を再計算します。

性別、世代の構成比を考慮した上で地域が売上に与える影響が明らかになりました。
元データを単純に集計した値とは異なっています。

このように他の変数の影響を考慮して算出された値が補正値として表示されています。

フィードバック

お役に立ちましたか?

はい いいえ
お役に立ちましたか
理由をお聞かせください
フィードバックありがとうございました

このトピックへフィードバック

送信