「アンケートデータの基本的な分析方法を知りたい」
「分析結果を正しく解釈し、意思決定に活かす方法を知りたい」
アンケートの分析をしようとしている方は、上記のような悩みを抱えている場合も多いのではないでしょうか。
そこで、本記事ではアンケートのデータ分析で基本となる集計方法・分析手法、アンケートのデータ分析の手順などを解説します。アンケートのデータ分析の質を向上させるポイントもご紹介するので、最後までご覧ください。
また、アンケートの作成・分析を効率化するなら、フォーム作成ツール「formrun」がおすすめです。formrunを使用する主なメリットは下記の8つです。
- プログラミング不要
- 集計がリアルタイムで行える
- 入力補助機能が付けられる
- 条件分岐項目を付けられるため、回答数はそのままでそれぞれにあった質問に答えてもらえる
- ワンクリックでrecaptcha設定可能
- マウス操作でデザイン設定可能
- お問い合わせ管理、メール対応も可能
- 自動メールやChatworkなどツール通知まで付いている
以上の機能が完備されており、基本料金は無料です。
ビジネス用フォーム作成ツール「formrun」では、複数人でデザイン性の高いフォームを管理できます。
目次 [非表示]
アンケートのデータ分析で基本となる3つの集計方法
アンケートのデータ分析で基本となる集計方法は、下記の3つです。
- 単純集計
- クロス集計
- 自由記述集計
それぞれの集計方法を詳しく解説します。
単純集計
単純集計は、各質問項目の回答を単純に集計し、回答数や割合を算出して、全体的な傾向を把握する手法です。アンケートの結果の全体的な傾向を素早く把握したい場合に適しています。
単純集計の手順は下記の通りです。
- 各質問に対する回答数をカウント
- 回答の割合(%)を算出
- 必要に応じて平均値などを計算
単純集計の結果は、設問に対しての回答内容・回答数・回答の割合を含んだ表で確認しましょう。たとえば、ある会社員の従業員を対象に、職場環境に関するアンケートを実施したと仮定します。その場合、単純集計を利用すると下記のような表になります。
質問:「あなたの職場環境にどの程度満足していますか?」
回答選択肢 | 回答者数 | 割合 |
非常に満足 | 45 | 22.5% |
やや満足 | 80 | 40.0% |
どちらともいえない | 40 | 20.0% |
やや不満 | 25 | 12.5% |
非常に不満 | 10 | 5.0% |
合計 | 200 | 100.0% |
上記の例では、経営陣は職場環境の現状を把握し、改善策を検討できます。
クロス集計
クロス集計は、2つ以上の質問項目の回答内容をかけ合わせて、回答者の属性ごとに反応の違いを分析する手法です。この手法は、データを細分化して、より深い洞察を得たい場合に効果的です。
たとえば、年代別に海外旅行への興味を調査するアンケートを実施したと仮定します。その場合、クロス集計を利用すると下記のような表になります。
年代別×海外旅行への興味(N表:実数表)
年代/興味 | 興味がある | どちらともいえない | 興味がない | 合計 |
10代 | 57 | 30 | 13 | 100 |
20代 | 45 | 38 | 17 | 100 |
30代 | 32 | 45 | 23 | 100 |
40代 | 28 | 45 | 27 | 100 |
合計 | 162 | 158 | 80 | 400 |
上記のクロス集計表からは、年代が上がるにつれて「興味がある」と回答する割合が減少し、「興味がない」と回答する割合が増加する傾向が見られます。このようにクロス集計表を作成すれば、属性別の特徴や傾向を分析できます。
自由記述集計
自由記述集計は、回答者の意見や感想を詳細に把握するための手法です。回答者の生の声を把握したい場合に適しています
自由記述集計には、主に下記の3つの手法があります。
一覧表作成 |
|
アフターコーディング |
|
テキストマイニング |
|
得たい情報に合わせて、これらの手法を使い分けるのが重要です。
アンケートのデータ分析で使用される5つの手法

アンケートのデータ分析で使用される手法は、主に下記の5つです。
- クラスター分析
- アソシエーション分析
- 主成分分析
- 決定木分析
- 時系列分析
それぞれの手法を詳しく解説します。
クラスター分析
クラスター分析は、異なる特性を持つデータの集合から、似た特性を持つデータを集団(クラスター)にまとめ、対象を分類する手法です。顧客セグメンテーション、商品のポジショニング分析など、さまざまなマーケティング目的に活用されます。
クラスター分析には、主に下記の2つの種類があります。
階層型クラスター分析 |
|
非階層型クラスター分析 |
|
データの大きさに合わせて、適切な方法を選択しましょう。
アソシエーション分析
アソシエーション分析は、データ間の関連性やパターンを見つけ出す手法です。主に、購買データから人々の購買行動に関する関連性を分析するのに使われますが、アンケート調査のデータ分析にも利用できます。
アソシエーション分析は、主に下記の3つの指標を使用します。
支持度 | 全データ中で特定の項目の組み合わせが出現する割合 |
信頼度 | ある項目が選択された場合に、別の項目も選択される確率 |
リフト値 | 2つの項目間の関連性の強さを示す指標 |
アソシエーション分析を活用する際は、相関関係と因果関係の混同を避けて、アンケート結果を慎重に解釈するのが重要です。
主成分分析

主成分分析は、多数の変数を少量の主成分に要約して、データの構造を簡潔に表現する手法です。データの簡潔化により、複雑な情報を理解しやすくなる点がメリットです。
主成分分析は、下記の特徴を持ちます。
- 多数の変数を少数の合成変数(主成分)に縮約する
- データの全体的な傾向や潜在的なパターンを把握する
- 情報の損失を最小限に抑えつつ、データの次元を削減する
これらの特徴から、主成分分析は顧客満足度調査や商品評価などに活用できます。たとえば、顧客満足度調査では複数の評価項目から総合的な満足度を算出し、もっとも影響力のある要因を特定できます。
主成分分析を適切に活用すれば、マーケティング戦略の立案や深い顧客理解につながるでしょう。
決定木分析
決定木分析は、データを階層的に分類し、意思決定プロセスを視覚化するツリー構造を作成する手法です。決定木分析は、下記の特徴を持っています。
- ツリー構造による視覚的な表現
- 複雑なデータセットから意味のあるパターンを抽出
- 非線形の関係性を捉えることが可能
- カテゴリーデータと数値データの両方を扱える
これらの特徴から、商品・サービスのターゲット層の特定・顧客満足度に影響を与える要因の分析などに活用できます。ただし、サンプルサイズが小さいと、正しい分析ができない可能性があります。
時系列分析
時系列分析は、時間の経過に伴って変化するデータを分析し、傾向や変動を把握するための手法です。これにより、単発のアンケートでは捉えられない変化が識別可能となります。
時系列分析の主な目的は、下記の通りです。
- 長期的な傾向を識別する
- 定期的に繰り返される変動パターンを特定する
- 通常のパターンから外れたデータを見つける
- 過去のデータに基づいて未来の値を予測する
アンケート分析では、顧客満足度の推移分析や消費者行動の変化分析などに活用できます。ただし、信頼性の高い分析には、十分なデータ量と定期的な収集が必要です。
アンケートのデータ分析の手順【6STEP】

アンケートのデータ分析の手順は、下記の通りです。
- データの準備・整理
- 全体像の把握
- 詳細分析
- 自由記述の分析
- 分析結果の解釈
- レポート作成
それぞれの手順を詳しく解説します。
①データの準備・整理
まず、データの準備・整理を行います。具体的な手順は、下記の通りです。
- アンケート回答データをExcelなどの表計算ソフトに入力
- 各列に質問項目、各行に回答者のデータを配置
- 1列目にID番号を振り、上から順に入力
- 不適切なサンプルを除外
例:同一人物による複数回答の削除・不誠実な回答の排除 - 回答データの修正と確認
例:回答の整合性チェック(性別や属性との矛盾がないか) - データの欠損確認
例:設問設計通りに回答されているかの確認 - 外れ値の処理
例:明らかに異常な数値の特定と適切な処理 - バックアップの作成
これらの手順を適切に実行すれば、信頼性の高い分析の基礎を整えられます。
▼アンケート回答状況の報告に集計の手間がかかっていた方は、ぜひformrunでアンケートフォームを作成し、集計作業まで効率化してみてください。
②全体像の把握
データの準備・整理ができたら、全体像を把握します。単純集計を実施して、各質問項目の回答数や割合を算出しましょう。回答の傾向やパターンを大まかに把握できます。
必要に応じて、グラフの活用や自由記述回答の一覧を作成しましょう。全体像の把握では、全体像と細部の比較ができるよう、順序だてて分析を進めるのが重要です。
全体像が適切に把握できれば、後の詳細分析がより効果的になります。
③詳細分析
全体像の把握ができたら、詳細分析をします。詳細分析は、下記の手法の中から分析の目的に合う手法を選択して、実施しましょう。
クロス集計 | 2つ以上の変数間の関係性を分析 |
相関分析 | 2つの変数間の関連性の強さを数値化して分析 |
回帰分析 |
|
クラスター分析 | 回答者を類似した特徴を持つグループに分類 |
主成分分析 | 多数の変数を少数の主成分に縮約し、データの構造を簡潔に表現 |
因子分析 | 複数の変数間の相関関係から、潜在的な要因(因子)を抽出 |
仮説検証 | 事前に立てた仮説を、詳細分析の結果を用いて検証 |
分析結果は、視覚化してわかりやすく伝えられるように、整えておきましょう。
④自由記述の分析

詳細分析ができたら、自由記述の分析を実施します。一覧表を作成する形式で、自由記述の分析をする手順は、下記の通りです。
- 回答者の自由記述をそのまま抽出してリスト化する
- 性別、年齢、職業などの属性情報を付加する
- Excelのフィルタ機能や並べ替え機能を活用して読みやすくする
必要に応じて、アフターコーディングやテキストマイニングなどの、他の手法を活用しましょう。
⑤分析結果の解釈
自由記述の分析ができたら、分析結果を解釈します。分析結果を解釈する際の、ポイントは下記の通りです。
- 分析結果に基づいて、明確な結論を導き出す
- 分析結果から、ビジネス上の意思決定に活かせる実用的な洞察を抽出する
- 分析結果を効果的に伝えるために、適切なグラフや図表を用いて視覚化する
分析結果の解釈は、単なるデータの要約ではなく、意思決定や戦略立案に直接つながる重要なステップです。慎重かつ批判的な思考を持って解釈を行いましょう。
⑥レポート作成
分析結果の解釈ができたら、レポートを作成します。データを正確に伝えるだけでなく、読み手にとって理解しやすい有益な情報を提供しましょう。
レポートには、下記のような要素を含めましょう。
- タイトル:調査内容を端的に表現
- 趣旨・目的:アンケートの実施理由と達成したい結果を明記
- 調査概要:調査期間・調査対象(属性、人数)・調査方法・回収状況(回収数、有効回答率)を記載
- 結果のサマリー:主要な調査結果の要約
- 詳細な分析結果
- 結論と提言:分析結果に基づく改善策や提案
目的に応じて適切な形式と内容を選択し、効果的なレポートを作成しましょう。
アンケートのデータ分析の質を向上させる4つのポイント

アンケートのデータ分析の質を向上させるためには、下記の4つのポイントを意識しましょう。
- 不完全な回答や誤ったデータを除去する
- 回答者の属性に偏りがないか検証する
- 相関関係と因果関係を混同しないよう注意する
- グラフや表を選択してデータを視覚的に表現する
それぞれのポイントを詳しく解説します。
不完全な回答や誤ったデータを除去する
アンケートのデータ分析の質を向上させるためには、不完全な回答や誤ったデータを除去するデータクリーニングが重要です。不完全な回答や誤ったデータを含んだまま分析を行うと、正しい回答結果が得られない可能性があります。
たとえば、同一人物による複数回答や意味のない文字列が並んだ回答を除外しましょう。ただし、過度なデータ除去によってサンプルの偏りが出ないように、バランスを取るのが重要です。
回答者の属性に偏りがないか検証する
属性の偏りを適切に検証し対処すれば、アンケート分析の質が向上し、より信頼性の高い洞察を得られます。
回答の属性に偏りがあると、下記のような問題が生じる可能性があります。
- 調査結果が母集団を正確に代表しない
- 特定の属性グループの意見が過大または過小評価される
- 分析結果の信頼性が低下する
これらの問題発生を避けるため、クロス集計やサンプルサイズの確認で、属性の偏りがないかを確認しましょう。ただし、完全に偏りをなくすのは難しいため、分析結果は慎重に解釈するのが重要です。
アンケート調査の属性について、詳しく知りたい方はこちらをご覧ください。
>> アンケート調査の「属性」とは?重要な3つの理由や聞き方9パターンを解説
相関関係と因果関係を混同しないよう注意する
相関関係と因果関係を混同すると、アンケート結果の解釈を誤る可能性があります。相関関係と因果関係の違いは、下記の通りです。
相関関係 |
|
因果関係 |
|
相関係数が高くても、必ずしも因果関係を示すわけではありません。たとえば、アイスクリームの売上と熱中症患者数の相関は高いですが、直接の因果関係はありません。
このように、相関関係と因果関係を適切に区別し、慎重に解釈すれば、アンケートデータから得られる洞察の質と信頼性は高まるでしょう。
グラフや表を選択してデータを視覚的に表現する
適切なグラフや表を選択してデータを視覚的に表現すれば、データの傾向や関係性を適切に伝えられます。また、データの傾向を素早く理解し、迅速な意思決定が可能となります。
たとえば、円グラフは全体に対する部分の割合を示すのに適しており、カテゴリーが少ない場合に効果的です。また、折れ線グラフは時系列データや傾向の変化を示す場合に適しています。
ただし、視覚化はあくまでもデータを理解するための手段であり、適切な解釈と分析が伴う必要があります。
アンケートのデータ分析に関するよくある質問

アンケートのデータ分析に関するよくある質問を整理しました。詳しく知りたい方は、こちらもご覧ください。
アンケート結果はExcel(エクセル)で分析できますか?
アンケート結果は、Excelを使って分析できます。関数やグラフを使って、データを効率的に分析可能です。
たとえば、自由記述のアンケートでは、COUNTIF関数を使用して、特定のキーワードの出現頻度を計算できます。また、ピボットテーブルや条件付き書式などの機能を活用すれば、効果的にデータを可視化できます。
自由記述のアンケートの分析におすすめのツールはありますか?
自由記述のアンケートの分析におすすめのツールは、下記の2つです。
KH Coder:キーワード抽出や頻出語句の図表化が容易
Questant:豊富なテンプレートと質問データベースを活用できる
これらのツールは、自由記述のアンケート分析を効率的に行うための、さまざまな機能を提供しています。プロジェクトの規模や目的、予算に応じて適切なツールを選択しましょう。
自由記述のアンケートの分析方法を詳しく知りたい方は、こちらをご覧ください。
>> アンケートの自由記述の3つの集計方法や分析方法、作成のポイントを解説
アンケートの集計を効率化するならフォーム作成ツール「formrun」がおすすめ!

アンケートの集計を効率化するなら、フォーム作成ツール「formrun」の利用がおすすめです。formrunには主に下記の4つの特徴があります。
- アンケート回答の集計も自動でできる
- アンケートフォーム作成が簡単にできる
- アンケートテンプレートが豊富
- EFO(フォーム最適化)で回答者の離脱を防げる
それぞれの特徴を詳しく解説します。
アンケート回答の集計が自動でできる
ormrun(フォームラン)では、回答がリアルタイムで集計されているため、いつでも回答結果が確認できます。
自動でデータをグラフ化、自動で回答データを一覧化できるため、簡単な集計・確認作業はformrunで完結します。
また、Googleスプレッドシートと連携したデータ集計やExcelファイルへのエクスポートも可能なので、より複雑な集計作業も可能です。
これまでアンケート回答状況の報告に集計の手間がかかっていた方は、ぜひformrunでアンケートフォームを作成し、集計作業まで効率化してみてください。
アンケートフォーム作成が簡単にできる
非エンジニアでもマウスだけの簡単な操作中心でフォームが作成できるため、フォーム利用までに準備期間が短い場合にも役立ちます。
同じフォーム作成ツールのGoogleフォームと比べてもセキュリティ条件が高く、細かい設定まで機能が豊富となっているため、ビジネス利用目的では、formrunのユーザーのうち7割がGoogleフォームから変更しています。
▼メールアドレスがあれば無料登録可能!無期限で無料プランが利用できるのでformrunでぜひフォームを作成してみてください。
テンプレートはこちらをご覧ください。
>> テンプレート一覧
アンケートテンプレートが豊富
formrun(フォームラン)は、120種類以上のテンプレートが用意されています。
アンケートフォームで使えるテンプレートは16種類あり、主に顧客アンケート、イベント・セミナーアンケート、社内アンケートなど用途に合わせたテンプレートが選べます。
formrunのテンプレートはそのまま利用できるリッチな見た目で、用途に合わせて必要な設問が最適な順番で配置されているため、設問タイトルを少し修正するだけで簡単に高クオリティのフォームを作成可能です。
テンプレートの設問に項目の追加・削除・順番の変更等もワンクリックで簡単に修正できます。
▼ぜひformrunのテンプレートを使用して高クオリティなアンケートフォームを作成してみてください。
EFO(フォーム最適化)で回答者の離脱を防げる
送信する際のエラーや、項目数が表示されていない、ブラウザを間違えて閉じてしまうなど、フォームにまつわるよくある上記のようなストレスが原因でフォームから離脱するユーザーは7割を超えると言われています。
それらの離脱を防ぐため、回答者が便利にフォームを利用できる取り組みとして、残項目数表示や、ページ分割機能、入力途中保存、リアルタイムでのエラー表示機能などがあります。
そのためユーザーは、「自分の入力内容に間違いがないか」「あと何分で完了するか」などを常に把握できるため、回答負担を大幅に削減可能です。
EFO機能を導入するには約30,000円の費用がかかることが一般的ですが、formrunでは、わずか3,000円〜EFO機能を導入できます。
ぜひformrunでEFO機能を導入し、フォームの通過率が上がる経験をしてみてください。
ポイントを押さえてアンケートのデータ分析の質を高めましょう!

アンケートのデータ分析では、目的に合う集計方法・分析手法を選択して、活用するのが重要です。また、アンケート分析の最初の手順となるデータの準備・整理は、信頼性の高い分析の基礎となります。
不完全な回答や誤ったデータを除去して、回答者の属性に偏りがないかを必ず検証しましょう。また、分析に役立つツールを導入するのも効果的です。
しかし、フォームを本格的に運用したい場合には、現在使用しているフォーム作成ツールの機能が不十分に感じられることもあるでしょう。
- デザイン性の高いフォームにし、回答者が入力しやすいフォームにしたい
- 豊富な種類の中から多様な利用用途に対応したテンプレートを選択可能
- サイトやサービスの世界観にあったフォームにしたい
- 自動返信メール・ファイルアップロード項目など、より充実した機能を使いたい
上記のように感じている管理者の方はフォーム作成ツール「formrun」を検討してみるのもおすすめです。無料での利用も可能なため、ぜひ一度、試してみてはいかがでしょうか。
Sansan、島村楽器、hey、DMMなど幅広い規模の企業に導入されており、自社に最適なフォームを作ることが可能です。
▼アンケート回答状況の報告に集計の手間がかかっていた方は、ぜひformrunでアンケートフォームを作成し、集計作業まで効率化してみてください。