図 3-5 MaaS利用需要のアンケート調査の分析結果 また、先行研究によるアンケート調査の分析結果を図 3-5に示す。 3-2 行動分析モデルの構築方法 利用者の個人差は、「同一日に同一商品を同一の場所で購買したとしても、人が違えば購買に至るメカニズムに差が生じ、その反応も異なること」を意味する。本研究は、利用者の個人差を捉える行動分析モデル（例えば、階層ベイズモデルまたはMixed Logitモデルなど）を修得・構築する。その結果、本章では、MaaS利用意向（5件法）の回答結果に適用できる混合順序プロビットモデルを用いる。 そして、2019年度の自主研究（暮らし⑤MaaS導入可能性）を踏まえ、MaaSに対する利用受容性が比較的に高い被験者の特徴を概観する。そして、更なる詳細分析を通じて、高齢者と非高齢者の違いにも着眼する。構築した行動分析モデルを高齢者・非高齢者それぞれのサンプルデータに適用した分析結果から、MaaS利用意向に利用者の個人差を考慮する必要性を検証しようと試みたが、年齢層のサンプルデータに適用した分析モデルの推定結果から、想定通りに有意な説明変数を得られなかった。よって、本研究では、先行研究によるサンプルデータ全体を用いた研究分析を行った。その結果を次のページに整理する。 16
元のページ ../index.html#22