コレスポンデンス分析（Correspondence Analysis, CA）と多次元尺度構成法（Multidimensional Scaling, MDS）は、どちらも次元削減のための手法ですが、その目的と使用状況に若干の違いがあります。
1. コレスポンデンス分析 (CA)
- データの種類: 主にカテゴリカルデータ（行列形式のクロス集計表）を扱います。
- 目的: カテゴリ間の関係性を視覚化する。行と列の両方を同時に次元削減し、カテゴリ間の「距離」や「近さ」を表現します。
- 典型的な用途:
- ブランドや製品の特徴のマッピング（例: ブランドイメージ調査のカテゴリーデータ）。
- マーケティングで、あるブランドがどのような属性と結びついているかを視覚化する。
- 出力: 行（例: 製品）と列（例: 属性）の両方を同時にプロットしたマップ。
コレスポンデンス分析は、マーケティングでカテゴリカルデータを扱う場合にポジショニングマップを作成するのによく使われます。
2. 多次元尺度構成法 (MDS)
- データの種類: 主に距離行列（例: 製品間の心理的距離や類似度）を入力として扱います。
- 目的: 距離や類似度に基づいてデータを低次元にマッピングし、心理的・感覚的な距離を視覚化する。
- 典型的な用途:
- 製品やブランド間の心理的ポジショニングの分析。
- 消費者が感じる「似ている/違う」といった感覚を空間上で表現。
- 出力: ブランドや製品の位置を示す点だけがプロットされ、背景にカテゴリ属性が表示されることは通常ありません。
どちらが「ポジショニングマップ」なのか？
- コレスポンデンス分析: カテゴリカルデータを視覚化するためのポジショニングマップを作る場合に適しています。特に、製品と属性の関係性を表現したい場合に使われます。
- MDS: 類似度や距離に基づいた心理的ポジショニングを視覚化するためのポジショニングマップに使われます。
結論
ポジショニングマップの作成において、どちらを使うかはデータの種類と分析の目的によります。
- カテゴリカルデータ → コレスポンデンス分析。
- 類似度/距離データ → MDS。
つまり、「ポジショニングマップ」という言葉だけでは一概にどちらかを選ぶことはできず、データの種類と目的次第で使い分けます。
＝＝＝
 |
 |
 |
"make you feel, make you think."
SGT&BD
(Saionji General Trading & Business Development)
説明しよう！西園寺貴文とは、常識と大衆に反逆する「社会不適合者」である！平日の昼間っからスタバでゴロゴロするかと思えば、そのまま軽いノリでソー◯をお風呂代わりに利用。挙句の果てには気分で空港に向かい、当日券でそのままどこかへ飛んでしまうという自由を履き違えたピーターパンである！「働かざること山の如し」。彼がただのニートと違う点はたった１つだけ！そう。それは「圧倒的な書く力」である。ペンは剣よりも強し。ペンを握った男の「逆転」ヒップホッパー的反逆人生。そして「ここ」は、そんな西園寺貴文の生き方を後続の者たちへと伝承する、極めてアンダーグラウンドな世界である。 U-18、厳禁。低脳、厳禁。情弱、厳禁。