3　多変量の分析

　多変量を解析するには、クラスタと主成分が有効な分析になる。これらの分析がデータベースの統計処理に繋がるからである。
　多変数のデータでも、最初は1変数ごとの観察から始まる。また、クラスタ分析は、多変数のデータを丸ごと扱う最初の作業ともいえる。似た者同士を集めたクラスタを樹形図からイメージする。それぞれのクラスタの特徴を掴み、それを手掛かりに多変量データの全体像を考えていく。樹形図については、単純な二個二個のクラスタリングの方法を想定し、変数の数や組み合わせを考える。
　作成したデータベースから特性が2つあるカラムを抽出し、グループ分けをする。例えば、Ａ五感（1視覚と2それ以外）、Ｂジェスチャー（1直示と2比喩）、Ｃ情報の認知プロセス（1旧情報と2新情報）、Ｄ情報の認知プロセス（1問題解決と2未解決）というように文系と理系のカラムをそれぞれ2つずつ抽出する。
　まず、ＡＢＣＤそれぞれの変数の特徴について考える。次に、似た者同士のデータをひとかたまりにし、ここでは言語の認知ＡＢと情報の認知ＣＤにグループ分けをする。得られた変数の特徴からグループそれぞれの特徴を見つける。
　最後に、各場面のラインの合計を考える。それぞれの要素からどのようなことがいえるのであろうか。「道ありき」のバラツキが縦のカラムの特徴を表しているのに対し、ここでのクラスタは、一場面のカラムとラインの特徴を表している。
　なお、外界情報の獲得に関する五感の割合は、視覚82%、聴覚11%、嗅覚4%、触覚2%、味覚1%とする。（片野2018）

花村嘉英（2019）「三浦綾子の「道ありき」の多変量解析－クラスタ分析と主成分」より