ThS-QCA を使ってみる(3)無印良品に合わせた物差しを選び直す

marketing
tutorial
同じ無印良品のデータで、分析に入れる条件を入れ替えると、見える十分条件がどう変わるかを確かめる記事です。
Published

November 6, 2026

連載第3弾。この記事だけで読めるように書いています。

第1弾では、ユニクロの推奨を、ベーシックとは認識されていない状態で、価格×品質×着回しがすべて揃うこと、で説明できました。第2弾では、その物差しで無印良品を測ると、7点以上の推奨を説明できませんでした。今回は、同じ無印良品の251名で、分析に入れる条件を入れ替えると、見える組み合わせがどう変わるかを確かめます。

方法とデータ(連載共通)

  • 方法:Threshold-Sweep QCA(ThS-QCA)。「友人や知人に勧めたい度合い」(0〜10点。0=まったく勧めたくない、10=ぜひ勧めたい)について、「推奨」とみなすレベル（閾値）を動かしながら、推奨をもたらす十分条件(その組み合わせを持つ人の多くが、推奨に至っている組み合わせ)を並べて記述します(Toyoda, 2026, Quality & Quantity)。最適な閾値を探す方法ではありません。
  • データ:2026年6月、法政大学大学院イノベーション・マネジメント研究科の講義「マーケティング２」で行った自主調査「カジュアルファッション調査(300名)：Freeasy社にて実施」の一部を、事例用に公開しています。対象は、スクリーニング調査で、カジュアルファッションブランドを選ぶことを「まったく意識していない」とは答えなかった人です(一般の消費者を代表する標本ではありません)。各ブランドを評価した人が分析の対象です(「わからない」は除外)。
  • 対象:無印良品を評価した251名。
  • 条件(X):ブランドへの認識(「品質がよい」「着回しやすい」「実店舗に入りやすい」「トレンドを抑えた商品がある(以下、ベーシック)」)。無印良品のデータを見て、7点以上で十分条件が得られる組み合わせから、選んだものです。第2弾とは、「価格」を外して「実店舗に入りやすい」を入れています。各ブランドについて、「あてはまると思う項目をすべて選ぶ」形式で聞き、選ばれた/選ばれなかったで分けています。ここで取り上げる4つは、手法の使い方を示す例です。例示に適したものを、結果を見て選んでいます。実際の分析では、事前に、仮説や先行研究にもとづいて、条件を決める必要があります。
  • 一貫性:その組み合わせを持つ人のうち、推奨した人の割合(基準は0.80以上)。カバレッジ:推奨した人のうち、その組み合わせで説明できた人の割合。
  • 設定(全レベル共通):最小事例数4。中間解を使います(データにない組み合わせにも、「その認識があれば推奨に寄与する」という方向の仮定を置いて、式を短くします。ただし、ベーシックだけは、どちらの方向とも決められないため、方向の仮定を置きません)。
  • 補足:調査の他の項目も含めて、4つの条件の組み合わせを、ほかにも試しました。9点以上では、どの組み合わせでも十分条件が得られませんでした。8点以上では、解全体の一貫性が0.80以上になる組み合わせはありますが、説明できる人は、72名中6名以下とごくわずかでした。この探索には、公開CSVに含まれない項目も使っているため、公開CSVでは再現できません。

結果:無印良品に合わせた条件での十分条件

「推奨」のレベル 該当割合 十分条件 一貫性 カバレッジ
9点以上 14% なし − −
8点以上 29% なし − −
7点以上 46% 品質×ベーシック / 品質×着回し×実店舗に入りやすい 0.82 0.16
6点以上 58% 品質×着回しでない×実店舗に入りにくい / 品質×着回し×実店舗に入りやすい×ベーシックでない 0.85 0.24
5点以上 79% 品質 / ベーシック / 着回し×実店舗に入りやすい 0.90 0.43

(「/」は「または」、「〜でない」「入りにくい」は、その認識が選ばれなかったことです。表の一貫性とカバレッジは、「/」で結んだ解全体の値です。)

  • 同じ無印良品の251名でも、「価格」を「実店舗に入りやすい」に入れ替えると、第2弾では得られなかった7点以上で、十分条件が得られました。なお、この条件の組み合わせは、7点以上で解が得られるものを、同じデータから選んでいます。
  • 7点以上の十分条件には、いずれも品質が含まれます。「品質に、ベーシックの選択が加わる経路」と、「品質に、着回しと実店舗への入りやすさが加わる経路」の2つです。
  • 5点以上では、品質があるだけで十分です。

マーケティング的な読み方(仮説として)

結果から言えるのは、「どの認識の組み合わせを持つ人が、どの程度の推奨に至っているか」までです。以下は、そこから考えられる、マーケティング上の解釈で、あくまで仮説です。

  1. 条件の入れ替えで、見える組み合わせが変わります。第2弾の4条件では、7点以上で解が得られませんでした。条件を入れ替えると、7点以上で、品質を含む2つの経路が見えました。分析に何を入れるかで、見える組み合わせが変わる、ということです。
  2. 「ベーシック」の現れ方は、解によって異なります。ユニクロの解には「ベーシックでない」が含まれ、無印良品の解の一部には「ベーシック」が含まれました。ただし、投入した条件が異なるため、直接の比較はできません。ベーシックが選ばれた人は、無印良品でも8%と少数です。また、調査で聞いたのは「トレンドを抑えた商品があるか」であり、これがブランドの何を表しているのかは、この調査だけでは分かりません。
  3. 実務では、条件は事前に、自社の仮説にもとづいて決めます。ここでは、条件の入れ替えで結果が変わることを示すために、結果を見て選んだ条件を使っています。実際の分析では、事前に決めた条件で行い、条件を変えたときの結果の違いを、感度分析として示します。
  4. 十分条件は、推奨の道筋の「一部」です。解に当てはまる人は22名で、そのうち18名が7点以上です(一貫性0.82)。一方、7点以上の116名のうち、解に当てはまるのは18名(約16%、カバレッジ0.16)です。

読むときの注意

  • 条件は、無印良品のデータを見て選んだ例示です。別のデータで確かめるまでは、仮説です。
  • 「十分条件が得られなかった」は、「理由がない」という意味ではありません。
  • 講義の一環で実施したオンライン調査(300名)であり、一般の消費者を代表する標本ではありません。

再現用コード(R)

データ(同じフォルダ): fashion_muji.csv

library(QCA); library(ThSQCA)
dat   <- read.csv("fashion_muji.csv")
conds <- c("QUALITY", "VERSATILE", "EASYSTORE", "BASIC")
res <- otSweep(dat = dat, outcome = "REC", conditions = conds,
  sweep_range = 5:9,
  thrX = setNames(rep(1, length(conds)), conds),
  include = "?", dir.exp = ifelse(conds == "BASIC", "-", "1"),
  incl.cut = 0.80, n.cut = 4)
res$summary[, c("thrY", "expression", "inclS", "covS", "n_solutions")]
  thrY                                                         expression
1    5                              QUALITY + BASIC + VERSATILE*EASYSTORE
2    6 QUALITY*~VERSATILE*~EASYSTORE + QUALITY*VERSATILE*EASYSTORE*~BASIC
3    7                        QUALITY*BASIC + QUALITY*VERSATILE*EASYSTORE
4    8                                                        No solution
5    9                                                        No solution
      inclS      covS n_solutions
1 0.9042553 0.4271357           1
2 0.8536585 0.2413793           1
3 0.8181818 0.1551724           1
4        NA        NA           0
5        NA        NA           0

論文:Toyoda, Y. (2026). Threshold-sweep QCA: threshold dependence as an analytical dimension. Quality & Quantity. https://doi.org/10.1007/s11135-026-03092-3

次に読むもの

このページのRの環境

sessionInfo()
R version 4.6.1 (2026-06-24 ucrt)
Platform: x86_64-w64-mingw32/x64
Running under: Windows 11 x64 (build 26300)

Matrix products: default
  LAPACK version 3.12.1

locale:
[1] LC_COLLATE=Japanese_Japan.utf8  LC_CTYPE=Japanese_Japan.utf8   
[3] LC_MONETARY=Japanese_Japan.utf8 LC_NUMERIC=C                   
[5] LC_TIME=Japanese_Japan.utf8    

time zone: Asia/Tokyo
tzcode source: internal

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

other attached packages:
[1] ThSQCA_2.0.9 QCA_3.25.5   admisc_0.41 

loaded via a namespace (and not attached):
 [1] digest_0.6.39     fastmap_1.2.0     xfun_0.60         knitr_1.52       
 [5] htmltools_0.5.9   rmarkdown_2.32    cli_3.6.6         venn_1.13        
 [9] declared_0.27     compiler_4.6.1    rstudioapi_0.19.0 tools_4.6.1      
[13] evaluate_1.0.5    yaml_2.3.12       otel_0.2.0        rlang_1.3.0      
[17] jsonlite_2.0.0    htmlwidgets_1.6.4