アンケート調査の分析の進め方【設計から集計・レポートまでの7ステップ】
アンケートを取ったものの、「集計表はたくさんできたけれど、結局何が言えるのかわからない」──マーケティングリサーチの現場でよく聞く悩みです。
アンケート分析は、集計を始める前の設計で結果の8割が決まります。この記事では、調査の目的を決めるところから、データの整え方、集計・分析、レポートのまとめ方まで、実務での進め方を7つのステップで解説します。
参考記事
Rで基本統計量とクロス集計を出す方法【summary・table・prop.table】
Rでt検定とカイ二乗検定をする方法【2つのグループの差は偶然?】
Rでコレスポンデンス分析をする方法【ブランドイメージのポジショニングマップ】
全体の流れ
| ステップ | やること | よくある失敗 |
|---|---|---|
| 1. 目的と仮説を決める | 調査結果で何を決めるのかを決める | 「とりあえず聞いてみる」で始めてしまう |
| 2. 分析の設計をする | どの集計・分析で仮説を確かめるかを先に決める | 集計の段階で必要な設問がないことに気づく |
| 3. 設問をつくる | 回答しやすく、偏りのない設問にする | 1つの設問で2つのことを聞いてしまう |
| 4. 対象者と回収数を決める | 誰に何人聞くかを決める | 比べたいグループの人数が少なすぎる |
| 5. データを整える | 不正回答や矛盾した回答を除く | 適当に答えた回答がそのまま混ざる |
| 6. 集計・分析する | 単純集計 → クロス集計 → 多変量解析 | 集計表を大量に作って、読みきれない |
| 7. レポートにまとめる | 結論から書き、次のアクションまで示す | 集計結果を並べただけの報告書になる |
ステップ1:目的と仮説を決める
最初に決めるべきなのは、「この調査の結果で、何を決めるのか」です。
- ×「自社ブランドのイメージを知りたい」
- ○「来期の広告で『品質の高さ』と『手頃さ』のどちらを訴求するかを決めたい」
目的がはっきりしたら、「おそらくこうではないか」という仮説を立てます。
- 仮説の例:「20代は価格を重視していて、自社は『高い』と思われているから選ばれていない」
仮説があると、「20代とそれ以外で、購入時に重視する点を比べる」「自社の価格イメージを聞く」というように、聞くべきことと分析のしかたが自然に決まります。仮説のない調査は、集計表をいくら作っても結論が出にくくなります。
ステップ2:分析の設計をする(集計表を先に作る)
設問を作る前に、最終的に作りたい集計表やグラフを、先に紙に書いてみるのがおすすめです。
| 仮説 | 確かめるための集計・分析 | 必要な設問 |
|---|---|---|
| 20代は価格を重視している | 年代 × 購入時の重視点のクロス集計 | 年代、購入時の重視点 |
| 自社は「高い」と思われている | ブランド × イメージのコレスポンデンス分析 | ブランドごとのイメージ |
| 価格イメージが購入を妨げている | 購入の有無を目的変数にしたロジスティック回帰 | 購入の有無、各ブランドの評価 |
この表を作っておくと、必要な設問の抜け漏れと、聞いても使わない設問の両方に気づけます。設問が増えるほど回答者は疲れて回答の質が下がるので、使わない設問は削りましょう。
ステップ3:設問をつくる
設問づくりで特に注意したいポイントです。
| 注意点 | 悪い例 | 良い例 |
|---|---|---|
| 1つの設問で1つのことだけ聞く | 「価格と品質に満足していますか」 | 価格と品質を別の設問にする |
| 答えを誘導しない | 「話題の〇〇をご存じですか」 | 「〇〇をご存じですか」 |
| 選択肢に漏れと重なりがない | 「1〜3回/3〜5回」 | 「1〜2回/3〜5回/6回以上」 |
| 「あてはまるものはない」を用意する | 選択肢がすべて当てはまらない人が困る | 「この中にはない」を入れる |
| 評価の段階をそろえる | 設問ごとに4段階・5段階・7段階が混在 | 同じ種類の評価は段階をそろえる |
また、分析で使う形を意識して選択肢を作ることも大切です。たとえば年齢は、あとから「20代・30代…」にまとめられるように、実数で聞いておくと集計の自由度が上がります。
ステップ4:対象者と回収数を決める
回収数は、「いちばん細かく比べたいグループに、何人ずつ必要か」から逆算します。
- 全体の傾向を見るだけなら、数百人でも十分なことが多い
- 「年代 × 性別」の8グループで比べたいなら、各グループに最低でも50〜100人は欲しい → 全体で400〜800人以上
1グループが30人程度だと、10ポイント以上の差があっても偶然の範囲かもしれず、結論を出しにくくなります。比べたいグループの人数が足りるかどうかは、調査を始める前に確認しましょう。
ステップ5:データを整える(クリーニング)
集計の前に、信頼できない回答を除きます。ネットリサーチでは特に重要なステップです。
| チェック | 内容 |
|---|---|
| 回答時間が極端に短い | 全体の中央値の3分の1以下など、読まずに答えた可能性が高い回答 |
| ストレートライン | 「1〜5で評価」の設問がすべて同じ数字(すべて3など) |
| 矛盾した回答 | 「商品を知らない」と答えたのに、使用頻度を答えている |
| トラップ設問の不正解 | 「この設問では『2』を選んでください」に違う番号を答えている |
| 自由回答が意味のない文字 | 「あああ」「特になし」ばかり |
除外の基準は、集計結果を見る前に決めておくのがルールです。結果を見てから都合の悪い回答を除くと、分析が恣意的になってしまいます。
ステップ6:集計・分析する
分析は、次の順番で進めると迷いません。
① 単純集計(GT)
まず、すべての設問について、全体の回答の分布(○○と答えた人が何%)を確認します。「全体ではどうか」を押さえておかないと、グループ間の差を正しく読めません。
② クロス集計
次に、仮説に沿って「年代別」「購入者・非購入者別」などで集計し、グループの間の差を見ます。差を見つけたら、それが偶然の範囲ではないかを検定(カイ二乗検定・t検定など)で確かめます。
③ 多変量解析
複数の要因を同時に考えたいときや、たくさんの項目の関係を整理したいときは、多変量解析を使います。
| 知りたいこと | 手法の例 |
|---|---|
| 購入(する/しない)に効いている要因は? | ロジスティック回帰分析、決定木分析 |
| 総合満足度に効いている項目は?(ドライバー分析) | 重回帰分析 |
| ブランドとイメージの位置関係を地図にしたい | コレスポンデンス分析 |
| たくさんの評価項目を、少数の軸にまとめたい | 主成分分析、因子分析 |
| 回答者をタイプ分けしたい | クラスター分析 |
大切なのは、手法から考えるのではなく、ステップ2で立てた「確かめたいこと」から手法を選ぶことです。
ステップ7:レポートにまとめる
レポートは、読む人が意思決定に使えるように書きます。
- 結論から書く:最初のページに「わかったこと」と「次にやるべきこと」を3つ程度にまとめる
- 1枚に1メッセージ:グラフのタイトルを「年代別の重視点」ではなく「20代は価格より『使いやすさ』を重視している」のように、言いたいことにする
- 数字の根拠を示す:回答者数(n数)と、差が有意かどうかを添える
- 仮説がどうだったかを書く:当たっていた仮説も、外れた仮説も、どちらも意思決定の材料になる
まとめ
- アンケート分析は、目的と仮説を決めるところから始まる
- 設問を作る前に、最終的に作りたい集計表を書いてみる
- 比べたいグループの人数から、回収数を逆算する
- 不正回答の除外基準は、集計前に決めておく
- 単純集計 → クロス集計 → 多変量解析の順で、仮説を確かめる
- レポートは結論から、1枚に1メッセージで
株式会社Bistroでは、調査の設計から集計・分析、レポート作成まで、マーケティングリサーチを一貫してご支援しています。「調査はしたけれど活かしきれていない」というデータの再分析もご相談ください。
NEWSLETTER
Data Schoolの新着記事をメールで受け取る
新しい記事が公開されたら、メールでお知らせします。配信はいつでも停止できます。
