■０．マーケティング・リサーチの品質について学ぶ意義

消費の多面化、商品・サービスの多様化に伴って、マーケティング・リサーチによる消費者や市場の把握が、ますます重要となってきました。

そのため、効果的なマーケティング・リサーチを実施し、その結果に基づく洞察がビジネスの成否を分けると言っても過言ではありません。

しかし、多くの労力と費用をかけても、決断の場面で、下記のような心無い誹謗・中傷が出てきて、マーケティング担当者を困らせます。

「この調査には、不備があるのではないか？」

「当社のビジネスには当てはまらないのではないか？」

「リサーチは、あくまで一部の意見。市場全体を把握することはできていないのではないか？」

「そもそも、マーケティング・リサーチは誘導的で、結論が先にありきのものではないか？」

こういった批判に反論し、マーケティング・リサーチの意義を説明するには、「マーケティング・リサーチの品質」について知らなくてはなりません。

このブログの目次

このブログの「マーケティング・リサーチの品質」基本編では、下記の目次に従って解説をしていきます。

この解説の部分は、投稿日時とは関係なく、目次に従った解説の順番で見てください。次のページの解説はページ最後の投稿の下部の「前の投稿」をクリックすると続けてみることができます。

１．構成概念と操作的定義

（１）構成概念
（２）操作的定義

２．３つの検証観点

３．測定の妥当性と信頼性

（１）測定の妥当性
    ⅰ．内容的妥当性
    ⅱ．規準関連妥当性
    ⅲ．構成概念妥当性
（２）測定の信頼性
    ⅰ．信頼性係数
    ⅱ．信頼性係数の推定方法　

４．リサーチ・デザインの妥当性

（１）外的妥当性
    ⅰ．選択バイアス
    ⅱ．標本抽出
（２）内的妥当性

５．データ取得時の妥当性

（１）生態学的妥当性

■１-1. 構成概念

 

マーケティングでは、人の行動のメカニズムを説明するために、研究者によって人為的に作った概念を使うことにします。これを「構成概念」といい、具体的には経験価値、ブランド・ロイヤルティ、ブランドパーソナリティ、ライフスタイル、製品関与、・・・等が挙げられます。

　【例】経験価値,ブランド・ロイヤルティ,ブランドパーソナリティ,ライフスタイル

　　　　製品関与

特に覚える必要がないのですが、次の「操作的定義」の説明や、なぜ品質を高める必要があるのかを考えるうえで、この概念は必要になってきます。

■１-2. 操作的定義

構成概念は、そのままでは測定できませんので、議論を進めるうえでは測定できるように置き換える必要があります。

この構成概念を測定できるものに置き換えたものが「操作的定義」になります。

そのため、「操作的定義」が本当に当初考えていた「構成概念」と同等なものか確認する必要が出てきます。

それには、次の3点の確認が必要となってきます。

１．測定が正しいかどうか？　→測定の妥当性と信頼性

２．測定方法が正しいかどうか？　→リサーチ・デザインの妥当性

３．測定する場合、何か影響はないかどうか？　→データ取得時の妥当性 

マーケティング・リサーチでは、意図せずこのようなことをやらかしてしまいがちです。これが、品質を低下させる原因となっていますので、以下順次、解説していきます。

・体温計で、体重は測れません

　→測定の妥当性と信頼性

・メジャー（巻尺）で身長を測る時に、踵を浮かせると正確には測れません

　→測定の妥当性と信頼性

・メジャーをピンと伸ばさないで緩めては正確には測れません

　→リサーチ・デザインの妥当性

・看護婦さんに血圧を測ってもらうと、血圧が高めになります

　→データ取得時の妥当性

■２．３つの検証観点

構成概念を測定可能な操作的定義に置き換える場合、その品質は、主に次の3つの点を検証し、総合的に判断していきます。

なぜなら、操作的定義は、あくまでも「直接測定できないものを測定可能なもので置き換えて測定する」というものであるからで、本当に測定可能なもので置き換えられているかどうか確認しなくてはならないからです。

　●測定（尺度）：測定する尺度に関する妥当性と信頼性

　●リサーチ・デザイン：尺度の用い方

　●生態学的な観点：測定時の人的の影響力

マーケティング・リサーチの品質を評価する場合、3つを総合的に判断する必要があり、どれか一つのみの検証では不十分です。

■３-1. 測定の妥当性と信頼性

 

「測定（尺度）」に関しては、さらに下記の2つの観点からの検証が必要になります。

　●妥当性：その尺度が測定すべきものを測定しているか？

　●信頼性：測定が安定していて正確であるか？

星野崇宏（2018）による分類

そして「妥当性」と「信頼性」の2つの関係を表したものが、「ダーツのアナロジー」と呼ばれるもので、下記のように図示されます。

■３-2. 測定の妥当性

 

測定の妥当性は、古典的には、さらに「内容的妥当性」、「基準関連妥当性」、「構成概念妥当性」に分類できます。

■３-3. 測定の妥当性 分類と検証

 「内容的妥当性」、「規準関連妥当性」、「構成概念妥当性」の各定義と検証方法は、下記のようになります。

 

「構成概念」として考えられる尺度同士の「相関関係」と「測定値」の相関関係が維持されていることが「一致する度合いの強さ」ということになります。

■３-4. 【参考】 測定の妥当性 新たな定義

Messick（1995、1996年）により、「測定の妥当性」に関して新たな概念が提唱されました。

Messick以降も、Cronbach（妥当性の論証によるアプローチ）、Kane、Chapell/Enright/Jamieson、Chapelle、Bachman/Palmerの概念が提唱されています。

■３-5. 【参考】 相関

「構成概念妥当性」の解説で、「構成概念」として考えられる尺度同士の「相関関係」と「測定値」の相関関係が維持されているとの記述がありましたが、ここでは、この「相関関係」や相関の強さを数値で表す「相関係数」について補足説明します。 

相関、変数の尺度、主な相関係数、相関係数の解釈の順で解説スライドを見ていきましょう。

■３-6. 測定の信頼性 定義と検証

測定の信頼性とは「測定が安定していて正確であるか？」ということです。

測定値は、真値と誤差の和から成り立っていますが、測定の信頼性を表現する数値は、信頼性係数（ρ／ロー）と呼ばれ、上記の式のように真値と誤差の分散（ばらつき）で計算することができます。

３-7. 信頼性係数の推定方法

信頼性係数は、真値がわからないので求めることができません。しかし、推定する方法がいくつか考えられています。

再検査法、並行検査法、内的一貫性、評価者信頼性

（平井明代による分類を一部改変）

以下、それぞれの定義と注意点をスライドにしています。

このような計算は、統計分析用のツールを使えば、メニューから項目を選択すればできてしまいます。

ここでは、統計分析手法の概念と用語の意味をしっかりと理解しましょう。迷ったら、統計専門家へ相談をしましょう。

３-8. 測定の妥当性・信頼性に関して

　　心理測定尺度集Ⅰ～Ⅵ

　　医学的測定尺度の理論と応用 -妥当性、信頼性からG理論、項目反応理論まで

また、下記は、私が実際に体験したことです。当時導入を検討していた海外ブランドが日本の消費者においてどの程度受け入れられるのかを、ノバクションという市場調査会社に依頼しました。

提出された調査企画書を見ると、陳腐なものでしたが、報告書を見てビックリ！そこには、初年度の売上予測（7-9億円）が明記されていました。そして、初年度の売上は8億円でした…。

陳腐な調査企画は、数十年にわたる調査と売上データベースから売上予測をするための継続的な調査手法であったわけです。

４-1. リサーチ・デザインの妥当性

良い測定法を用いても、リサーチ・デザインの妥当性に関しては、注意が必要！この章では、リサーチ・デザインの妥当性に関して説明します。 

４-2. リサーチ・デザインの外的妥当性

特定のマーケティング・リサーチについて、別の集団に当てはめた場合でも同様の結果を得られるか、つまり、一般化できるかの程度を「外的妥当性」と言います。

「外的妥当性」を保つためには、「選択バイアス」を極力無くすことを心がける必要があります。

ちなみに、測定値に含まれる誤差は、「系統誤差」と「偶然誤差」に分類でき、「系統誤差」を「バイアス」とも言います。

４-3. 標本抽出

外的妥当性は、標本を正しく抽出することで保たれます。

母集団から標本を抽出する方法は、「確率抽出」と「非確率抽出」に二分されますが、外的妥当性を保つには、「確率抽出」を選択しなくてはなりません。

４-4. 確率抽出

確率抽出には、下記の方法があります。特に「層化抽出法」は、良く用いられる方法ですので、しっかりと身に付けておきましょう。

４-5. 住民基本台帳を使わない確率抽出

2006年（平成18年）1月1日、住民基本台帳法の改正により、公益性のある統計調査・世論調査・学術研究、公共的団体が行う地域住民の福祉の向上に寄与する活動、官公署が職務上行うとき以外の閲覧許可は下りなくなりました。

そのため、企業等の民間は、事実上、非確率抽出を利用せざるを得ない状況になったのですが、工夫により確率抽出も可能であることを説明します。

４-6. 非確率抽出

 マーケティング・リサーチを外注すると、特にインターネット・リサーチでは、割当法（クォータ法）を提案されることも多いのですが、これは「非確率抽出」であることを認識しましょう！

４-7. 非確率抽出と選択バイアス

非確率抽出、すなわちインターネット調査やビッグデータ（星野崇宏の「集まるデータ」）では、選択バイアスを補正する必要があります。

事後層化、レイキング、キャリブレーション推定、傾向スコア、差分の差分析…、様々な方法がありますが、詳細は改めて「応用編」で解説しようと思います。