こんにちは。おはようございます。こんにちは。皆さんにとってとても共感していただけるテーマについて、分析に基づいたケーススタディを皆さんと共有できることを嬉しく思います。
始める前に、免責事項を申し上げたいと思います。私はファイナンシャルアドバイザーではなく、ここでお伝えする情報は教育目的のみに使用しています。本日私がお伝えする内容が皆様の個人的な財務状況にどのような影響を与えるかを理解するために、資格のあるファイナンシャルプロフェッショナルと連携していただければ幸いです。
このテーマについてより詳しい情報を得るために、私がデータと仮説を収集するために利用しているリソースをいくつかリストアップしました。リソースは、ピュー研究所、トランスアメリカン研究所、そしてもちろん米国国勢調査局です。
なぜこの話題を始めたのか、少しお話しさせてください。今年の1月、プロクター・アンド・ギャンブル（P&G）での勤務30周年を迎えました。最近のニュースで、プロクターを退社した後の人生が近づいていることを改めて実感しました。
私には二人の幼い息子がいますが、彼らはまさにキャリアをスタートさせたばかりです。一人はキャリアをスタートしたばかり、もう一人は大学を卒業したばかりで、私はプロクターで多くの新入社員を指導しています。
お金や経済について彼らと話をしていると、興味をそそられる記事がいくつか思い浮かびます。これは、様々な年齢層の人々の視点から調査し、理解するのにとても興味深いテーマだと思いました。
自己紹介させてください。ジゼル・ベイカーです。先ほども申し上げた通り、今の会社で約30年間働いています。日々の仕事では、JMPという統計ソフトウェアを使って市場調査のデータを調査・分析しています。基本的にはそういうことをやっていました。
しかし今回は、好奇心を刺激し、子供たちだけでなく、職場のメンターの方々との会話を続けるためにJMPを使っています。この話題をトレーシーに話し、論文を投稿するつもりだと伝えると、彼女はJMPフォーラムに飛び込んできました。彼女にとっても非常に関連性のある話題だと思います。トレーシー、自己紹介をお願いします。
ありがとうございます。トレイシー・デッシュと申します。プロクター・アンド・ギャンブルでの勤続35周年を迎えました。製品リサーチではジゼルと非常に似た役割を担っていますが、現在は主に北米のヘアケア製品、製品の使用状況、シャンプー、コンディショナー、トリートメントの体験を評価し、そこから得られる定量データを理解することに注力しています。これらのインサイトが、私たちの取り組みの設計の原動力となっています。
トレイシーと私は長年の知り合いなので、プロクターでは本当に仲の良い友人になりました。仕事以外でも多くの共通点があります。その一つは、先ほども言ったように、もうすぐ退職の準備をしていることです。まだ少し先ですが、いずれはそうなるでしょう。
まず背景からお話しましょう。アメリカでは人々の寿命が延びていることはご存知でしょう。寿命が延びたということは、当然のことながら、生涯にわたって生活していくための十分な資金が必要になります。興味深いことに、退職後の生活期間が長くなると、医療費や生活費、そして場合によっては追加の長期介護が必要になる可能性も高くなります。とても興味深い話でした。
65歳で退職する人も、今では90歳くらいまで生きると予想されているという記事を読みました。つまり、退職後も30年近く生きることになるということです。多くの人がこれまで働いてきた期間とほぼ同じです。本当に長いですね。
私たち、特にトレイシーと私は、女性の平均寿命が男性よりも長いことを知っています。これは、パートナーの有無に関わらず、私たちのファイナンシャルプランニングのニーズに影響を与える可能性があります。私たちの多くは、若い頃は子育てのために家で過ごし、その後、遅くまで仕事に復帰します。
これは実は非常に重要なテーマです。様々な記事を読み、子供たちや同僚たちと話しているうちに、人々が期待しながらも同時に心配している共通点がいくつかあることに気づきました。
それが私の好奇心を刺激しました。私は研究者であり、科学者でもあります。これは多くの研究が行われているテーマです。そこで私は実際にいくつかの調査を実施しました。一つは定性調査で、18歳から55歳までの専門職の方々に、退職後の将来の夢や希望について尋ねました。自由回答形式で、非常に定性的な調査でした。
その後、より具体的な質問をしたアンケートも実施しました。アンケートにご興味がございましたら、スライドにQRコードがありますので、そちらからご回答ください。自由回答形式で、ご回答いただけます。完全に匿名で回答できます。既にいくつかのデータをお持ちですので、そのデータを使用するというお約束はできません。
しかし、私が行った調査は、退職に対する自信、人口統計、人生に対する態度や信念、そして退職に向けて人々がどの程度準備ができていると感じているかに関する質問でした。
本日の残りの時間は、Tracyと私がJMPの様々なプラットフォームを使って学んだことの概要をお話ししたいと思います。JMPは発見のための優れた統計ツールです。
残りの時間では、JMPプラットフォームについていくつかご紹介できればと思っています。テキストエクスプローラー、グラフビルダー、いくつかのカテゴリカルプラットフォームをご紹介するほか、多変量プラットフォームと、より詳細な予測モデリングについても少し触れたいと思います。
本日のセッションの最後に、皆さんに知っていただきたい3つの点があります。それは、世代間の退職に関する夢と不安の概要、それらの共通点と相違点、そして人生の優先事項、そして世代間の退職と準備の違いと共通点です。しかし、さらに重要なのは、世代間の退職準備に影響を与える主要な要因を理解し、実際に私たちができることを理解することです。それでは、トレーシーに話を移しましょう。
ありがとうございます。最初の3つ、テキストエクスプローラー、グラフビルダー、そしてカテゴリカルに焦点を当てたいと思います。テキストエクスプローラーは素晴らしいプラットフォームで、他のプラットフォームでさらに活用することができます。まずは、基本的なテキストエクスプローラーを実行してみましょう。それでは、理想の人生の年齢についてお聞かせください。これらの項目を自由に操作してみてください。私は3つだけ挙げてみたいと思います。
私はシェアしている、そうでしょう？シェアしていない？
今、共有しています。
ここでは最初の3つ、テキストエクスプローラー、グラフビルダー、そしてカテゴリカルについて説明します。テキストエクスプローラーは定性データを理解するのに最適なプラットフォームですが、分析中に洞察を掘り下げ、他のプラットフォームで活用するのにも役立ちます。
まず最初に、テキストエクスプローラーを作成し、ここに自由回答形式の質問を入力します。自分のカテゴリーやプロジェクトに合ったものを選んで、いろいろ試してみてください。
そして、これです。最も重要なことの一つは、データを整理することです。今日はやりませんが、例えば「money（お金）」と「financial（金融）」、グループ化したい単語、スペルミスなどです。
もう一つ、これを試してみたら、ストップワードを管理できるようになります。「退職」はおそらく誰もが使う言葉でしょう。これはあまり見ていて役に立たない言葉でしょう。ですから、ストップワードとして追加すれば、消えます。
すると、ワードクラウドが見えてきます。単語の大きさや使用回数に基づいて、すべての単語が分類されています。人々が退職についてどんな言葉を使っているのか、どんな言葉を夢や不安として表現しているのか、本当によく分かるようになります。
1 つできることは、フィルターとして、または… として、他の分析に使用できることです。
[聞き取れない 00:10:46] インジケーターとして保存できます。
何に使っていますか？フィルターとか…
単語をインジケーターとして保存して、フィルターや他の変数などに使用できます。インジケーターとして保存するのはとても簡単です。実は、時間管理のために既にいくつか保存してあります。
将来の分析に使用できるもう 1 つの優れた機能は、感情分析です。感情分析では、各単語を取得し、JMP の指示に基づいて感情を割り当てたり、それらの数値を管理したりします。
また、使用されている単語によっては、スコアが2倍になったり、少し下がったりする強調語もあります。これらはすべて感情プラットフォームで管理できます。感情を設定したら、スコアを保存して、それを使用することもできます。
ワードクラウドに戻ると、ここからが楽しいところです。だって、向きを変えたり、順番を変えたり、色を塗ったりできるんです。私はこうやって見るのが好きです。好みは人それぞれですからね。でも、色を塗ることもできますよ。さあ、ここでやってみましょう。
「色を変えて、線形にしてみましょう」とします。すると、列の値に応じて色分けできるようになります。ここで、感情分析で得た感情が非常に役立ちます。
人々がこれらの単語をどう捉えているか見てみましょう。いくつか変えて、reverseとdiscreteを見てみましょう。これらを設定すると、全体的に緑色が多いですが、いくつかの単語…「Would」は大きな単語です。
テキストを見ることもできます。何でしょう？ できると思います。おそらくストップワードでしょう。「Live」は少しだけあります。しかし、ローカルデータフィルターを開いて「世代別に見てみましょう」と言えば、その威力に気づき始めるでしょう。中間層には、それほどポジティブでもネガティブでもない、より多くの情報が表示されます。
ここで、Z世代に目を向けると、緑がかなり多く見られます。彼らは退職についてより楽観的なようです。それも当然です。彼らはZ世代、特に若いミレニアル世代に比べて、より近い将来を見据えており、それがどのように変化するかをはっきりと見ることができます。
単語、指標の列、そして回答者に対する全体的な感情ができました。さあ、ここからが楽しい作業です。グラフ化してみましょう。ここでは世代別に女性をプロットしています。これを変更したい場合は、「価値観別にラベルを付けたい」と指定できます。
若い世代、Z世代や若いミレニアル世代では、男性は女性よりもやや楽観的な傾向があることが分かりますが、年齢を重ねると、その性差はほとんど見られなくなります。この違いがどのように現れるのかを見るのは、非常に興味深く、力強いものです。
もう一つ注目すべき点は、指標列を保存したことです。時間的な都合で保存しましたが、肯定的な指標と否定的な指標が区別しやすいように名前を変更しました。指標列を作成し、さらに複数回答にしました。
世代別に、退職後の夢を見てみましょう。何がわかるでしょうか？回答の割合を抜き出してみましょう。何がわかるでしょうか？若い世代の夢は、家族、コミュニティ、マイホーム、あるいは事業の所有のようです。まさにそれが彼らの夢です。ジェネレーションXの年配の消費者を見てみると、彼らは健康と幸福をより重視しています。
40歳、45歳にもなると、膝やその他の体の部位の衰えを感じ始めます。ほとんどの人は、もし望むなら、家族を持ち、マイホームを持つことをすでに経験しています。これは非常に興味深いことです。世代によって夢は全く異なるのです。
恐怖について見たいなら、それを置き換えて見てください。年配の世代は経済的な不安を抱え始めています。彼らは物を買うようになり、お金への関心が高まっています。
一方、若い世代は孤立と孤独、生きる目的の喪失と退屈、他者への依存、老後、そして長期介護を心配しています。彼らには、そこに辿り着くまで長い人生が待っています。現代において、未来がどうなるかは誰にも分かりません。
感情スコアのもう一つの素晴らしい点は、地図をグラフ化できることです。全体的な感情ごとにプロットすることで、どの場所がより幸福で、より楽観的で、どの場所がより楽観的でないかが分かります。
こちらはモンタナ州です。彼らはとても幸せで、全体的な感情の平均は90です。一方、アーカンソー州はマイナス22まで下がっています。世代別に見ると、ルイジアナ州はZ世代にとってマイナスですが、アリゾナ州ではミレニアル世代の上位層がマイナスにつながっています。感情分析とテキスト分析は、より詳細な分析につながります。ジゼルが、これらの分析を他のプラットフォームでどのように活用できるかについて引き続きお話しします。
完璧です。先に進めて、戻ってもう一度画面を共有します。これで画面が見えているはずです。もしかして？ちょっと待ってください。はい、共有します。完璧です。
Tracy が言ったように、テキスト エクスプローラーとグラフィック ビルダーで発見したことの 1 つは、これらが非構造化データを構造化データに取り込むための優れたプラットフォームであるということです。
彼女が分析を通して、退職後の夢という、誰もが話題にするテーマを理解しようとしていたのはとても興味深いことでした。しかし、若い世代は人間関係の構築やマイホームの所有といったことに重きを置いていますが、高齢世代は、年を重ねても健康で活動的な生活を送りたいと願っているのです。
しかし、退職が近づくにつれて、私たちを悩ませる不安について考えてみると、私たちにとって、それはむしろ経済的な安定、つまり、願わくばこれから生きていくであろう長い年月を支えられるだけの十分なお金があるかどうかという問題です。一方、若い世代は、孤独感や、物事を分かち合える人がいないことを本当に心配しています。
次に、これらの仮説をすべて検証していきます。先ほども申し上げたように、私が特に興味を持っているものの一つはテキストエクスプローラーです。これは日々の仕事でよく使っているからです。このプラットフォームから多くの発見ができるのです。
トレイシーが紹介してくれたように、JMPのもう一つの素晴らしいプラットフォームはカテゴリー別分析です。様々なデータの分析に役立ちます。カテゴリー別分析はどんなデータでも扱えるので気に入っています。名義尺度、順序尺度、連続尺度など、どんなデータでも扱えて、このプラットフォームで洞察を得ることができます。
複数回答を多用するのは、退職について考えるとき、あなたにとって大切なことは一つだけではないからです。日常生活について考えるとき、大切なことは一つだけです。
Categoricalは、複数回答型のデータを分析するのに役立つ優れたプラットフォームです。皆さんにざっと目を通し、どのような質問がされているのか知りたい方は、ぜひご覧いただきたいアンケートで、いくつか質問してみました。これは、あらゆる年齢層の人々が退職について考える上で重要だと私たちは考えています。
人生観について、いくつか合意点となる質問をしました。退職後の計画を始めるために何が利用できるか、理解しているかについてもいくつか質問しました。そして、人々がどのような懸念を抱いているかについてもいくつか質問しました。世代間で何らかの違いがあるように思われたため、何が共通していて何が異なっているかを理解したかったのです。
私にとって、ある世代にとって、彼らにとって、私自身にとって、そして若い世代にとって、私の子供たちにとって、共通するものは何なのかを理解したかったのです。なぜなら、その情報があれば共感でき、より良い親になれるだけでなく、私が指導者や監督者である人々にとってより良い指導者になれるからです。
ではジャーナルに移りましょう。次に、私がやりたいことをお見せします。アンケートでは、実際にアンケートの回答をすべて取得し、いくつかの分析を行いました。カテゴリー別マルチレスポンス分析で発見したことの一つをお見せしましょう。構築方法の詳細は説明しませんが、得られた洞察に焦点を当てたいと思います。
アンケートで私が尋ねた質問の一つは、「今、あなたの人生で最優先事項は何ですか？」でした。そこで、カテゴリー別プラットフォームを使用し、構造プラットフォームの上部に世代別内訳を配置しました。そして、その横に複数回答を配置しました。実際に、回答の一部を見ることができます。
当然ですが、一般的にはほとんどの人が上から下へ読みます。ここにあるインサイトは一番下にあると思っていました。JMPでは、できることはすべて赤い三角から操作できますよね。実は、これを変更するつもりです。順番ではなく、アルファベット順に表示したいのです。
若い世代にとって、キャリアアップと専門職の昇進が人生において重要で優先事項となっていることはお分かりいただけると思います。それは当然のことです。子供たちや会社の若い人たちと話をすると、彼らは非常に野心的な人たちです。彼らは自分の名を上げたいと思っていました。全くその通りです。
しかし、上の世代を見てみると、私たちにとって最優先事項は、まさに趣味や追求することだったのです。私は今、自分の仕事が大好きで、ハイキングや旅行を本当に優先できるようになっています。これは、私たちが得た非常に興味深い洞察でした。興味深いことに、私は視覚的に物事を捉える人間なので、誰もがグラフを読むのが好きというわけではありません。そこで私が行ったのは、Graphical Builderを使って、いくつかの同じ疑問を提起したことです。
グラフビルダーの好きなところは、トレーシーが言ったように、非常に柔軟なツールだということです。このグラフでは、私のように視覚的な分析を好む人にとって、よりインパクトのある分析結果をもたらすような形でデータをプロットすることができます。
私がしたのは、キャリアと専門的成長への関心をグラフ化することです。なぜなら、両者の間には既に違いがあることが分かっていたからです。パーセンテージ全体を見ると、Z世代とミレニアル世代に「人生で何を優先しますか？」と尋ねると、圧倒的に「キャリア、仕事です」と答える人が多いことがわかります。
繰り返しになりますが、これらはカテゴリープラットフォームとグラフィカルビルダーが役立つ2つの点です。スライドに戻って、得られた洞察をお見せしましょう。年齢を重ねるにつれて、人生における優先順位は変化します。これは非常に重要だと思います。なぜなら、異なる年齢の人々と話すことで、実際に彼らの気持ちを理解し、彼らの立場を理解できるからです。興味深いことに、ミレニアル世代とジェネレーションXにとって、よりバランスの取れた生活を送ることがカテゴリープラットフォームの最大の優先事項の一つでした。
そうは言っても、プラットフォーム間の違いがわかるので、実際に理解し始められる点が他にもあります。しかし、問題は、これらの優先事項が退職後の貯蓄、現在の、あるいは将来の収入ニーズ、そして退職後の生活に対する自信にどのような影響を与えているのかということです。
トレイシーは既に、退職に対する夢や不安に世代間で多少の違いがあることを示しています。しかし、もう少し興味を持ち、理解しようと努めると、人々の準備の度合いと人生への期待との間にはどのような関係があるのでしょうか？JMPのツールをさらに活用すれば、世代間の経済的な安定性や退職後の貯蓄の違いや類似点を理解できるでしょう。
調査で私が尋ねた2つの質問は、「退職のためにいくら積み立てていますか？退職時にいくら持っていますか？」そして、もっと重要な「退職時にはいくら必要になると予想しますか？」でした。また、「計画通りに退職できるという自信はどの程度ありますか？」とも尋ねました。
JMPを開いて、改めてどのような洞察を得たのかを見てみましょう。さあ、それでは2つのことを試しました。まず、世代間の退職貯蓄をプロットしました。JMPの棒グラフは直感的で読みやすいので気に入っています。棒グラフのプラットフォーム、つまり実際に見えるアイコンで、基本的にカテゴリ別に集計されたデータが表示されます。
X軸には世代、つまりジェネレーションZ、ミレニアル世代、ジェネレーションX、ベビーブーマーが示されています。これは、回答者が退職後の貯蓄について語った平均的な金額です。興味深いことに、ミレニアル世代はジェネレーションZよりも貯蓄額が少し少ないようです。
いくつかの記事を読んでいて、これは興味深いと思いました。ミレニアル世代の多く、特に私がプロクターで指導している人たちは、学生ローンの返済を非常に心配しているからです。彼らにとって人生における最優先事項は、学生ローンの返済と、老後のための十分な貯蓄ができないことでしょう。興味深いことに、ベビーブーマー世代は比較的恵まれた生活を送っており、かなりの貯蓄をしています。これは素晴らしいことです。
もう一つ質問したのは、「退職後、どれくらいの貯蓄を考えていますか、あるいは退職時にどれくらいのお金が必要だと思いますか？」というものでした。次の質問では、実際に退職後の生活について箱ひげ図を作成しました。ほとんどの人が「退職するにはたくさんのお金が必要になるだろう」と考えているのが分かり、とても興味深かったです。
興味深いのは、皆さんも覚えていると思いますが、ミレニアル世代は実は貯蓄額が比較的少ない世代です。しかし、彼らはおそらく、もう少しお金が必要だと感じている世代です。考えてみれば、私たちの周りで社会保障についてあれこれ言われていますが、私たちのために何も用意されていないとか、多くの雇用主がもはや年金制度を廃止しているとか、そういったことが実際に不安を少しずつ募らせているのです。
JMPで気に入った点の一つは、皆さんもご存知かと思いますが、ウィンドウを結合できることです。実際に2つのウィンドウを結合してみました。これはなかなか面白いと思ったので、実際に自分の作品を表示して、違いを確認できるようにしたのです。
私が非常に興味深いと思ったのは、高齢の消費者や高齢世代はより多くのお金を持っているだけでなく、残りの人生に必要なお金が一般的に少なくなると予想している点です。
それは確かに理にかなっています。考えてみれば、もし私が60歳で退職したら、今のライフスタイルを維持するためにはそれほど多くのお金は必要ないと感じるかもしれません。しかし、ミレニアル世代を見てみると、その差は歴然としています。彼らは、自分がやろうとしている仕事の8倍くらいのお金が必要だと考えており、退職のために貯蓄しているのです。
実際に違いを見てきましたが、確かに退職は誰にとっても重要なテーマのようです。しかしながら、人々の人生の状況には驚くべき違いが見られます。
分散分析のプラットフォームで特に気に入っているのは、実際にできることのもう一つ、そしてデータをプロットできることです。データに応じて様々な分析を行うことができます。連続変数が2つある場合は、回帰分析を行うことができます。しかし、連続変数とカテゴリ変数、そして信頼度を理解するための連続変数を扱っているため、次の疑問は、信頼度に違いがあるかどうかです。
このデータから、ミレニアル世代は退職に対する自信が最も低いだろうという仮説を立てました。どうなるか見てみましょう。データをプロットすると、自信の度合いを表す非常にシンプルなX軸Y軸のグラフになります。X軸に世代、Y軸に自信の度合いを入れます。変異分析によって、データに加えることで、世代間の自信の平均値が得られます。ここで、グラフを少し大きくして、見やすくしました。
ミレニアル世代は、実のところ、ある程度自信を持っていることがわかります。これは一般的に予想される通りで、ベビーブーマー世代は他の世代よりもはるかに自信に満ちていました。実際、彼らは若い世代よりもはるかに楽観的で、高い自信を持っているのです。
私にとって興味深かったのは、ジェネレーションXが全世代の中で最も自信がないように見えることです。なぜだろうと考え始めました。私もジェネレーションXの一員です。よく考えてみると、私たちの世代はサンドイッチ世代なので、この気持ちはよく分かります。
私たちは自分自身や子供たちの世話をしているだけでなく、両親の世話もしている人も多いでしょう。こうした人生の状況は、仕事を辞め、収入が途絶え、そして人生の未来に何が起こるのか、どのように感じるかに影響を与えます。
繰り返しになりますが、これらは皆様にとって非常に関連性のあるトピックだと思います。この点についてもう一度お話ししましょう。シンプルな二変量解析とシンプルな探索によって、データ分析から多くのことを学ぶことができます。ここでは、もう少し詳細な分析についてはあまり触れません。先ほど申し上げたことの一つは、「人々はあまり自信がない」ということです。私たちの自信の度合いには様々な要因が影響します。
私が抱いている疑問は、「人生におけるあらゆる状況が、退職後の生活に対する自信にどのような影響を与えるのだろうか？」ということです。JMPの素晴らしい点は、好奇心旺盛な人にとってスイスアーミーナイフのような存在であることです。皆さんの理解を深めるのに役立つプラットフォームをもう2つご紹介します。テーマは問いません。今回は、私たちにとって関心のあるテーマである退職について取り上げます。しかし、理解したいあらゆるテーマにJMPは適用できます。
JMPの素晴らしいツールを2つご紹介します。一つ注意点があります。私は統計学者ではないので、統計データを読む際は、統計に詳しい友人にJMPのデータの読み方を教えてもらったりしています。JMPの素晴らしい点は、私のような素人でも理解でき、出力から何らかの結論を導き出せることです。
私が使用している予測スクリーニング ツールと多変量解析法をご紹介します。これらのツールは、各世代にとって重要な、自信を取り戻すための重要な要素は何か、そして退職に向けて個人的に取り組むべき最善の方法や個人的に実行できることをより深く理解するのに役立つ一番のトピックは何か、さらに、経済状況や退職の準備について私と十分に話せるほど自信を持っている人たちと共感できるものは何か、という答えを見つけるのに役立ちます。
戻ってJMPに戻りましょう。これは私のジャーナルです。皆さんにご紹介したいことが2つあります。それは予測変数スクリーニングツールです。予測変数スクリーナーは分析ツールの中にあります。スクリーニングプラットフォームには、データに応じて様々な予測変数が用意されています。
予測因子スクリーニングツールは、名義変数、順序変数、連続変数など、様々な入力項目を入力できるプラットフォームなので気に入っています。人生における優先順位、不安、理解度、貯蓄額、寄付額など、私が質問するあらゆる項目の中で、実際にあなたの自信を高めるのに最も影響する要素は何なのかを理解するために使っています。
プラットフォームを起動します。スクリプトはすでに保存してあります。実行には少し時間がかかりますが、それほど長くはありません。しかし、トレーシーが言ったように、これで、退職後の生活にどれだけ自信があるか、例えば、年齢はいくつですか？緊急時の貯蓄はありますか？準備度スコアを予測するために調べたい変数はほぼすべて揃いました。
しかし、トレイシーが言っていたように、フィルターは味方だと思います。フィルターを使うことで、Z世代、特にZ世代や私の子供たちにとって、それが他の世代と同じものなのかどうかが見えてきます。例えば、Z世代では、トレイシーが言っていたように、医療への不安が強いようです。
5月は、退職後の生活にどれだけの自信があるかを示す指標として、退職後の生活費にどれだけの金額を積み立てているかを推測しているようです。私の世代を見て、同じか違うかを見てみましょう。Z世代にとって、重要なのは希望です。老後をどれだけ快適に過ごせるか、そして退職に向けてどれだけ順調に進んでいると感じているかです。
しかし、退職後の生活への貢献も重要な要素であるように思われます。つまり、私たちが実際に貢献し準備できる範囲が広ければ広いほど、退職後の生活に備え、自信を高めるために私たち全員が実行できる普遍的なことであるように思われます。
繰り返しになりますが、これは非常に多くの変数です。すべての変数を見る際、私は各変数の寄与度だけでなく、変数全体の割合も見ています。なぜなら、それによって基本的にこれらの変数の重要性がわかるからです。とはいえ、退職への準備がどの程度できているかという点については、いくつかの懸念事項が絡んでいると思います。そのため、私は多変量解析を用いるのが好きです。
多変量解析については、表をご覧ください。多変量解析法の項目にあります。JMPには使えるツールがたくさんあります。まずは多変量解析についてご説明します。これは基本的に、異なる変数間の関係性を理解するのに役立つツールです。次に因子分析についても説明します。因子分析は、ドライバー分析を始める際に変数の数を減らすことができる非常に便利なツールです。
私は個人的にこれら 2 つのツールが気に入っていますが、このプラットフォームには、洞察を得るためにデータをさらに分析し続けることができる多変量解析ツールも多数あります。
では、多変量解析に入りましょう。予測因子スクリーニングツールに基づいて、信頼性に最も影響を与えている可能性が高い変数を入力しました。実際にここに入力してみましょう。多変量解析ツールは基本的に、データを関心のある変数間の相関関係に整理した非常に見やすい表を作成します。相関係数が高いほど、または1に近いほど、関係が強いことを示します。
先ほども申し上げましたが、私は数字が好きですが、どちらかというと視覚的な人間です。多変量解析で気に入っているのは、相関関係を示すカラーマップです。これがあれば、あらゆるものの関連性を非常に簡単に把握できるからです。視覚的にも、信頼度が高まっている部分には強い相関関係のパターンがあるように見えます。
しかし、私が尋ねた質問の中には、例えば経済的な安定に対する不安や、長期介護に対する不安といったものと、ある程度の関連性があります。考えてみれば、健康を心配しているなら生活費も心配しており、それが経済的な安定に対する不安の度合いにも影響を与えているのです。
一方、圧倒されていると感じると、人生を楽しむ自信も低下し、これは逆相関の関係になります。実際に、そこに何らかのパターンが見え始め、それが因子分析の始まりとなります。なぜなら、何らかの関係性があることが分かっているからです。
因子分析の発見において、非常に興味深いテーマがいくつかあることに気づきました。退職に関する懸念や、社会貢献や貯蓄の面でどれだけ準備ができているかといったテーマです。
しかし、人生に対する前向きな姿勢と、最初に何を心配するかということの間には、ある程度の関連性があります。しかし、知識を得ることは難しいとも言えます。退職について、そして私たちが利用できる機会や貯蓄の様々な方法についてより多く知れば知るほど、自信が持てるようになると思います。そして、将来への希望も湧いてくるでしょう。
この7つの因子に至った経緯をお見せしましょう。先ほどと同様に、「分析」→「多変量解析」→「因子分析」から因子分析ツールを起動しました。因子分析では、因子数と固有値を示す非常に分かりやすい初期グラフが表示されます。
先ほども言ったように、私は統計学者ではありません。経験則として、固有値とは基本的に、各要因が変数の反応をどのように説明するかを理解するための累積的な方法です。この場合、明らかに、要因が多ければ多いほど、値の説明力も高くなるように見えます。しかし、なぜそうしたいのでしょうか？説明に役立つ最小限の要因数を理解したかったのです。
私にとって、これは人文科学的な問題であり、人間は機械ではないので、すべての80%を説明できるとは思っていません。60%程度なら問題ないと思います。繰り返しますが、約1の値から7つの要因が得られます。しかし、私が本当に調べたいのは、それらの要因を説明できるかどうかです。
JMPには回転因子負荷量があります。回転因子負荷量を使うと、回答やデータの変動性に基づいて、変数が実際にどのように結合または組み合わされているかを実際に確認できるようになります。因子1は恐怖に関するもののようです。長期的な健康問題や医療費、そして私が維持しているライフスタイルや生活水準に関する懸念が含まれているからです。確かに理にかなっています。
2つ目の要因は、退職に向けて人々がどのような準備をしているか、そしてどのような行動をとっているか、といった点に関係しているようです。例えば、退職貯蓄口座はありますか？緊急時の貯蓄はありますか？いくら貯金していますか？退職までの期間はどのくらいですか？これらの点について、1つ目の要因は、より具体的な準備状況や心構えに関係しているようです。
3つ目の要素は、人生に対するあなたの姿勢に関するものです。人生に目的があると感じていますか？楽しんでいますか？幸せな人ですか？お金について他の人と率直に話せると感じていますか？4つ目の要素は、私たちがどれほど不安を感じているかについてです。これは、懸念事項そのものというよりも、どれほど不安を感じ、どれほど心配しているか、つまり恐怖感に関するものです。
5つ目の要素は、退職後の生活に寄与する、あるいは影響を与えるものを理解することです。例えば、社会保障の仕組みを理解していますか？キャッチアップ拠出金の仕組みを理解していますか？これは、知識の力を借りることが重要です。
6番目と7番目の要素は、どちらかというと将来への希望に関するものです。「準備はできているし、仕事を辞めたら良い生活が送れる気がする」と感じています。最後の要素は、あなたの人脈に関するものです。どれくらいのお金をお持ちですか？
なぜこれらの要因を分析する必要があるのでしょうか？これらの要因を分析することで、退職への準備度合いを予測する最も重要な要因を理解するのに役立ちます。それでは、回帰分析を行い、これらの要因のうち、世代間でより影響力を持つものは何かを理解しましょう。
線形回帰はJMPの非常に優れたツールで、データの理解に役立ちます。繰り返しになりますが、重回帰分析のY変数に退職準備度を入力し、X因子に説明したい項目を入力します。先ほど発見した7つの因子をすべて入力すると、Y変数に退職への自信が表示されます。
JMPはここで多くの情報を提供します。繰り返しになりますが、私が通常確認するのはR2乗とBICです。これらはモデルの精度を示す指標だからです。今回の場合は非常に低い値なので、これは基本的な定性的な理解に過ぎないので、気にする必要はありません。
繰り返しますが、この件について私に責任を負わせないでください。これは皆さん一人ひとりと共有している洞察に過ぎません。一般的に、自信を最もよく表す指標は、どれだけ準備ができているかです。予測プロファイラーは、データを非常に視覚的に確認し、連続変数に影響を与えるより影響力のある要因を理解できる点で気に入っています。
予測プロファイラーのもう一つの優れた点は、最も重要なツールが何なのか、そしてそれぞれの変数が説明変数にどの程度の重み付けをしているのかを実際に理解できることです。今回のケースでは、運用期間が圧倒的に最も重要な要素のようです。もし私がこれを利用すれば、自信を持って復職したいなら、401kへの積立など、何か対策を講じた方が良いでしょう。
それでは、これが実際に異なる世代にも当てはまるかどうかを見てみましょう。ここでも、フィルターを友達として使って、Z世代にとって最も重要な要素は何かを探ってみましょう。興味深いことに、若い世代では、未来への希望がより重要になっています。それは、彼らがどれだけ自信を持っているかということだけでなく、どれだけ不安を感じているかも関係しています。
ある意味、ピンときたんです。このデータを見た時、「ちょっと待って。不安なら自信がつくよね。考えてみれば、子供たちと話す時も、不安なら貯金を始めるよね」と思ったんです。
これは、将来に向けて何か行動を起こすきっかけとなるかもしれません。では、今、高齢世代について見てみましょう。ベビーブーマー世代は実際どのように感じているのでしょうか？そして、その自信を支えている要因は何でしょうか？彼らにとって、それは退職への備えと人脈です。私も全く同感です。なぜなら、もし私が65歳になるまでに自信を持てるだけの資産を蓄えていないとしたら、それは私の準備状況に大きな影響を与えるからです。
私はここで具体的な数字をお伝えしたいわけではありません。なぜなら、ファイナンシャルプランナーに相談すれば、必ずと言っていいほど、その数字は人それぞれだからです。それはライフスタイルや将来の夢、そして様々な収入源によって大きく左右されます。誰もが相続財産を持つわけではありませんが、ニュースでご覧になっているように、多額の相続財産を持つ人はたくさんいます。若い世代は、親の遺産によって大きな収入を得ることになるでしょう。
それでは、予測変数スクリーニングと多変量プラットフォームに戻りましょう。JMPを使って、経済的な将来を理解するための様々な機能があることは既にご紹介しました。戻って、この1つだけ説明できるか確認しましょう。もしかしたら無理かもしれません。オースティンでお会いできるのを楽しみにしています。このトピックについて、理解すべきことが山ほどあります。
最後に、次の言葉を皆さんにお伝えしたいと思います。退職準備は数字だけの問題ではありません。社会的な側面や感情的な側面も大きく関わってきます。しかし、この感情的な問題に好奇心を持って取り組むことは、実際にはあなたにとって有益であり、周りの人々との会話のきっかけにもなります。
実際、この仕事で活用している統計プラットフォームは、専門的な成長や日々の仕事の洞察に役立つだけでなく、個人的な発見にも役立ちます。それでは、オースティンでお会いできるのを楽しみにしています。詳しくお話ししましょう。私が行ったいくつかの成果物をどのように作成したかを詳しくお見せすることもできます。
プロクター・アンド・カンパニーを退職する準備について話していた時、職場の友人からもらったアドバイスを皆さんにお伝えしたいと思います。彼女はこう言いました。「ジゼル、次の3つの質問に「はい」と答えたら、退職の準備ができていると言えるわ」。その質問とは、次の3つです。「十分に稼いでいますか？」「十分に仕事をしましたか？」「十分に楽しんできましたか？」
ご清聴ありがとうございました。オースティンでお会いできるのを楽しみにしています。はい、近いうちにぜひお越しください。お会いできるのを楽しみにしています。
