♡恋愛で学ぶ統計学♡(No.5 回帰分析:モテるためには何がいる？)
モテるために統計を学んでいきましょう！
では、今回は「モテ度」に、なにが、どのくらい影響を与えるのかを統計学をつかって考えていきます！
この記事で、「モテ度」に与える影響がおおきいものは何かを考えるためのアンケートについて書いてあります！詳しくは、上の記事をみてください！
そのアンケートで「モテ度」、「ファッションへの興味度」、「学力」、「財力」、「コミュ力」を測りました。
ここでは「モテ度」を「これまでに付き合った人数」と定義してます(^^)/
アンケート項目は
質問１.これまで付き合った人数は何人ですか？
質問２.１か月に、服や髪の毛のためにいくら使いますか？
質問３.最終学歴の学校の偏差値は何ですか？
質問４.あなたの月収はいくらですか？
質問５.人と話をするのが好きですか？ 10段階評価で答えてください。 ※）数字が大きいほど、人と話をするのが好きとします。
です。では、さっそくアンケート結果のデータを見ましょう！
この表を見るだけでは、どのような関係があるのか、わかりませんね、、、
一目でわかったら、化け物です（笑）
ではまず、「相関関係」を調べたいと思います。
モテ度とそれ以外の項目がどの程度、関連があるのでしょうか？
モテ度との相関係数を表にすると、、、、こうなります。
しかし、「相関関係」では、「モテ度との関連の強さ」がわかるだけで、「どの項目がどれくらいモテ度に影響を与える原因になっているか」という「因果関係」に関しては、わかりませんでした。
この「相関関係」と「因果関係」の違いについては、下の記事で詳しく書いています！
では、「因果関係」を調べるには、どうすればいいのか？
それは「回帰分析」を行えばいいのです！
最近では、エクセルでも簡単に、この「回帰分析」ができます。
今回はHADという統計処理ソフトを使っています。
HADは無料の統計処理ソフトで、ものすごく汎用性があるので
興味がある方は、ぜひ以下のHADの作成者のHPを見てみてください！
それでは、アンケート結果のデータで、「回分析」をしていきます。
「回帰分析」には２種類あり「単回帰分析」と「重回帰分析」があります。
今回は、モテ度に、ほかの４つの項目がどれだけ影響を与えているかを知りたいので、「重回帰分析」になりますね！
HADで分析した結果は、こちらになります！
うん、うん！なるほど、、、、、、わけわからないですね！
言葉の意味について整理をしていきましょう！
まず「目的変数」とは、「ある原因を受けて発生した結果となっている変数」のことです。そして、セットで覚えたい言葉に「説明変数」という「何かの原因となっている変数」があります。
今回の場合、「モテ度」が「ほかの４つの原因となる項目から、どんな影響をうけているのか」を考えていたので、モテ度を「目的」にしています！
だから「目的変数＝モテ度」となっています。
そして、ここでの「説明変数」は「ファッションへの興味度」、「学力」、「財力」、「コミュ力」のそれぞれ４つですね。HADには「変数名」という部分の下の列に並んでいます。
続いて「標準化係数」は、「説明変数が目的変数に与える影響度」を表しています。実は「標準化（回帰）係数」と言い、回帰という言葉が省略されています。
たとえば、「コミュ力(説明変数)」が「モテ度(目的変数)」に与える影響度は、HADの結果をみると.724となっています。
.724は＋0.724を省略して書いています。
統計データの結果は始めの＋と0を省略することが多いです。
この.724が意味するのは 「もしもコミュ力が1上がるとモテ度は0.724上がる」です。
もう一つの例を考えましょう。
「財力(説明変数)」が「モテ度(目的変数)」に与える影響度は、HADの結果をみると－.127となっています。
この－.127が意味するのは 「もしも財力が1上がるとモテ度は0.127下がる」です。
どういうことかわかりましたか？
つまり、コミュ力が上がれば上がるほど、モテ度も上がります。
逆に財力が上がれば上がるほど、モテ度はどんどん下がります。
さらに「ファッションへの興味度」の「標準化回帰係数」をみると0.444となっています。「コミュ力」は0.724で「ファッションへの興味度」よりも大きいです。つまり、「コミュ力」の方が、「ファッションへの興味度」より「モテ度」に与える影響は大きいと言えるのです。
このように、「標準化回帰係数」をみることで、ようやく
「どの項目がどれくらいモテ度に影響を与える原因になっているか」を
数字で判断することができるようになりました！
ですので、ここまでの話までで、結論づけると「モテ度には、ファッションへの興味度とコミュ力がプラスに影響して、財力と学力はマイナスに影響する。そして、一番影響が大きいのは、コミュ力だ！」
となります。
まとめると
①「因果関係」を調べるには、回帰分析
②「目的変数」は、「ある原因を受けて発生した結果となっている変数」 「説明変数」は「何かの原因となっている変数」
③「説明変数が目的変数に与える影響度」を知りたいなら 「標準化回帰係数」をみる
しかし、鋭い方は、こんな疑問をもつでしょう！
疑問１:「モテ度」に影響を与える原因って、本当に「ファッションへの興味度」、「学力」、「財力」、「コミュ力」の４つだけなの？
疑問２: 本当に「学力」、「財力」は「モテ度」にマイナスの影響を与えるの？？
そう思えた方は、素晴らしい「批判的思考力」の持ち主です。
回帰分析を行い「回帰係数」だけをみて判断してはいけません！
先ほどの疑問にお答えするとしたら、こんなことが言えます。
疑問１への答え
「他にも、目的変数を予測する説明変数があるかもしれません。」
疑問２への答え
「有意差がないため、「学力」、「財力」は「モテ度」にマイナスの影響を与えると結論付けれない」
難しい言葉で、うやむやにしようとしているわけではありません（笑）
次の記事で、このことを、もう少しかみくだいて説明していきますね！
しかも、回帰分析を解釈するためには、ほかにもいくつか注意する点があります！
それについても、今後の記事で書いていこうと思います！
ここまでの話だと、「ファッション」と「コミュ力」をあげれば
モテるということですね！！！！！
どうやってその２つをあげようか。。。。。。(;^ω^)
そして、「学力」と「財力」をあげればあげるほどモテないなら、逆により「バカになって」、より「貧乏になれば」モテるようになるのか？？？
こっちの２つは簡単にできそう（笑）
この記事が気に入ったらサポートをしてみませんか？