Why? KPIの違いを生み出す要因を理解する
要因分析機能により、知りたいKPIに影響を与える重要な要因を簡単に把握することができます。
1. 要因分析とは？
私たちは、どのような要因が売上に最も影響を与えているのか知りたい場合があります。要因分析機能を活用すると、売上などのユーザーが設定したKPIに最も影響を与える要因を見つけることができます。
要因分析機能は、ユーザーが選択したKPIに対して重要度の高い要因(変数)を探す回帰分析機能です。
HEARTCOUNTの回帰分析について詳しく見る
2. 要因分析の使い方
要因分析の基本的な画面構成についての説明です。
以下の画面の各項目は、次のような機能があります。
① フィルタ
ダッシュボードのフィルタと同じ機能です。目的の変数のみを選択したり、除外したりして要因分析結果を見ることができます。フィルタの右側の 変数の数 ボタンをクリックすると、派生(自動生成された)変数を除外または含めて分析を行うことができます。
② 変数の個数選択
[すべて表示] をクリックすると単回帰と重回帰分析とを統合した結果を表示します。
単回帰については [１変数]、重回帰分析については [２変数] をそれぞれクリックして、変数の個数別に詳しく確認することができます。
③ 決定係数
決定係数( )は選択したKPIの差(変化量)のうち、その変数で説明できる割合を示す統計値です。例えば、下の画像のように選択したKPI、つまり「従業員満足度(Engagement_Score)」を最もよく説明するのは決定係数が 0.803 で最も高い「チーム区分(Team)」と「退職区分(Retirement)」の変数の組み合わせであり、「従業員満足度」の差(変化量)のうち 80% を「チーム区分」と「退職区分」で説明できるということを意味します。
④ 調整済み決定係数
調整済み決定係数は、修正された決定係数( )を意味し、分析に使用したレコードの件数や変数の個数などを反映して決定係数()の値を調整した値です。これは、独立変数の個数が増加するにつれて無条件に増大する決定係数()の問題を補正するための測定値です。
2つの変数をもつ要因分析機能を使用する場合、決定係数の値のみで解釈するのではなく、調整済み決定係数と合わせて確認することをお勧めします。
⑤ 有意確率(p値)
p値は、分析結果が偶然による結果である確率を示します。
通常、p値が 0.05 以下であれば「統計的に有意な関係である」と判断します。一方、p値が 0.05を超えると、偶然に起こる確率が高いということで解釈され、「統計的に有意ではない」と判断することができます。
⑥ レコード数
分析に使用されたレコードの件数。 (関連する値をもたないレコードを除外した数値)
⑦ スマートリンク
⑧ 視覚化画面&コントロールウィンドウ