多くの項目のデータを取得したうえで、説明に使用するパラメータを少数に絞る場合の分析手法としては、主成分分析が適切です。
誤り。パレート図を使い、要素を割合で分けることで各要素の重要性を明確にする手法です。
誤り。項目、属性、次元数を持つデータの相互関係を明確にする手法です。
正しい。多くのパラメータを持つデータを集約し、そこから主成分を作成して分析する手法です。
誤り。2つの要素の関係性を分析する手法です。
業務分析の手法に関する問題です。本設問では、「多くのデータ」を「少数のパラメータで」という点がポイントです。
ABC分析とは、重要度をA、B、Cの３つのグループ（群）に分けて分析する方法です。よって、本選択肢の内容は誤りです。
クラスター分析とは、似た要素を持つ多くのデータをグルーピングしクラスター（集団）としてとらえ、クラスターの特性を分析する手法です。よって、本選択肢の内容は誤りです。
主成分分析とは、多くの要素を持つデータを、そのデータの特徴的な主成分でデータを表す分析手法です。本選択肢の「多くのデータ」を「少数のパラメータ」すなわち主成分で表す分析手法といえます。よって、本選択肢の内容は正しいです。
相関分析とは、２つの要素間の関係性について分析する手法です。よって、本選択肢の内容は誤りです。
本設問で出題されている分析手法について、特性を正しく覚えるようにしましょう。
A社が複数の項目から成るデータの中から、その情報を維持しながらパラメータの数を減少させたい場合、最も適切な分析方法は「主成分分析」です。
誤りです。在庫管理や販売品目のランク付けを目的とした分析法です。アイテムや要素を「価値」や「重要度」に基づいて3つのカテゴリ（A, B, C）に分類します。
誤りです。似た特性を持つデータをグループ化する分析法です。マーケティングではターゲット層の特性分析や商品の販売圏の選定などに使われます。
正解です。多変数データの情報を圧縮して、それを少数の新しい変数（主成分）に変換する方法です。これにより、元のデータの情報を失わずに変数の数を減少させることができます。
誤りです。2つの変数間の関係の強さや方向を評価するための方法。2つの変数がどの程度関連しているかを評価できます。
