「アンケートを取ったが、結果をどう分析していいか分からない」という悩みは多くの担当者が抱えています。回答数が増えるほど、Excelで眺めるだけでは何も見えなくなります。
本記事では、アンケート分析の基本手法と、状況に応じたツールの使い分けを解説します。
分析の3つのレベル
アンケート分析は大きく3レベルに分けられます。
| レベル | 何をする | ツール例 |
|---|---|---|
| Lv1: 集計 | 単純集計（各設問の回答比率） | Excel |
| Lv2: クロス集計 | 属性別・セグメント別の比較 | Excel・BIツール |
| Lv3: 自由記述分析・推論 | テキスト分類・統計検定・予測 | AI・統計ソフト |
それぞれのレベルで使えるツールが異なります。
Lv1: 単純集計
何を見るか
- 各設問の回答比率（円グラフ・棒グラフ）
- 平均・中央値（5段階評価など）
- 標準偏差（回答のばらつき）
Excel での作業例
設問A（5段階満足度）の集計
設問値 | 件数 | 比率
1（不満）| 5 | 5.0%
2 | 12 | 12.0%
3（中央）| 28 | 28.0%
4 | 35 | 35.0%
5（満足）| 20 | 20.0%
合計 | 100 | 100.0%
平均: 3.53
中央値: 4
標準偏差: 1.10
COUNTIF() 関数だけでもここまでは可能。
注意点
- 平均だけ見ない：分布を必ず確認する（中央集中なのか、両極化なのか）
- 「無回答」を除外していいか判断する
Lv2: クロス集計
何を見るか
- 属性（業種・役職等）別の比較
- 時系列での変化
- 設問間の関係性
Excel ピボットテーブル
ピボットテーブルは、クロス集計の最も基本的なツールです。
| 満足 | 中央 | 不満
業種A | 60% | 30% | 10%
業種B | 40% | 35% | 25%
業種C | 50% | 40% | 10%
これだけで「業種Bだけ満足度が低い」という発見ができる。
BIツール（Tableau・Looker・Power BI）
回答数が数千以上になると、Excel では重く・操作性が悪くなる。BIツールはピボットの数倍速い操作感とリアルタイムなフィルタが可能。
クロス軸の選び方
闇雲にクロスせず、仮説に基づいて軸を選ぶ。
良い軸の例:
- 顧客プラン × 満足度
- 利用期間 × NPS
- 業種 × 利用頻度
- 入社年次 × エンゲージメント
軸の組み合わせは多すぎると 「何でもありき」の分析 になり、解釈が薄まる。
Lv3: 自由記述の分析
量的アプローチ: テキスト分類
自由記述を テーマに分類 してカウントする手法。
例: 顧客満足度調査の自由記述100件を分類
テーマ | 件数 | 比率
価格・コスト | 28 | 28%
サポート品質 | 22 | 22%
機能・使いやすさ| 18 | 18%
パフォーマンス | 12 | 12%
その他 | 20 | 20%
これにより、改善優先順位が定量化される。
手作業 vs AI
10件程度なら手作業で十分。50件以上なら AI による自動分類が効率的。
レポアンのレポート機能は自由記述を AI が自動分類して、テーマ別の傾向を要約します。
質的アプローチ: ナラティブ分析
数値化せず、回答内容そのものを 物語として読み解く 手法。
- 顧客が使った言葉（フレーズ）
- 感情の起伏（喜び・怒り・諦め）
- 複数の回答に共通する文脈
定量データでは見えない 「なぜそう感じるのか」 の理解に有効。
統計的な有意差の確認
「業種Aと業種Bで満足度が違う」と主張する前に、その差が 偶然ではない かを確認する必要があります。
代表的な検定手法
- χ²検定（カイ二乗検定）: 比率の差（満足/不満）に有意差があるか
- t検定: 平均値の差（5段階評価の平均）に有意差があるか
- ANOVA（分散分析）: 3群以上の平均値の差を比較
これらは Excel でも実行可能（CHISQ.TEST T.TEST 関数）。
サンプル数の目安
- 30未満: 検定の信頼性が低い
- 100程度: 大きな差なら検出可能
- 500以上: 細かい差も検出可能
サンプル数が少ないうちは、「傾向がありそうだ」程度の解釈 に留め、断定を避ける。
レポート化のポイント
上から「結論→根拠→詳細」の順
エグゼクティブサマリーで結論を提示し、その下に根拠データを置く。詳細データはアペンディックスへ。
グラフは1スライド1メッセージ
「○○の理由で△△が低い」のメッセージを1枚に1つ。情報詰め込みすぎは伝わらない。
自由記述は実例を引用
集計値だけでなく、具体的な顧客の声 を引用する。「数字＋ストーリー」で意思決定者を動かす。
NPS スコア: +12（前期比 -8 ポイント）
顧客の声（推奨者）:
> 「サポート対応が迅速で、課題解決まで一貫してフォローしてもらえる」
顧客の声（批判者）:
> 「価格が業界平均より高い割に、機能の追加ペースが遅い」
やってはいけない分析
❌ 自由記述を要約せずに全件貼り付け
意思決定者は読まない。テーマ分類して件数とともに提示する。
❌ サンプル数の少ないセグメントを断定的に語る
「○○業界からの3件全てが不満」の3件は 偶然 の可能性が高い。
❌ 単純平均だけで判断する
5段階で平均3.5でも、「中央集中」と「両極化」では意味が異なる。分布も併せて確認 する。
❌ 見たいデータだけ拾う
良いところだけ取り上げると、組織内の信頼を失う。ネガティブデータも併記 する。
まとめ
アンケート分析の基本手順：
- 単純集計 で全体像を把握
- クロス集計 で仮説に基づく差異を探る
- 自由記述分析 で「なぜ」を理解する
- 統計検定 で有意性を確認
- 結論ファースト でレポート化
レポアンの AI レポート機能 は、本記事の Lv1〜Lv3 の分析を ワンクリック で完結させます：
- 単純集計: 各設問の比率・平均・分布をグラフ自動生成
- クロス集計: セグメント別（業種・プラン・利用期間）の比較表を自動作成
- 自由記述分類: テーマ別の集計と代表意見の抽出
- 改善提案: 分析結果から優先取り組むべき改善ポイントを提案
- エグゼクティブサマリー: 経営層向け1ページ要約を自動生成
- PDF出力: 編集可能なレポートを共有用 URL or PDF で配布
100件の自由記述を手動で分類すると4〜6時間。AI レポートなら 30秒 です（AI 自動分析の詳細）。生成後はマークダウンエディタで自社向けに微調整できるので、「叩き台はAI、仕上げは人間」運用が最も効率的です。
関連記事
- 数字を見るだけでは顧客を理解できない：データドリブンな顧客理解
- 定量と定性をどう組み合わせるか：定量×定性の組み合わせ方
- 取った後の活用設計：アンケート結果の活かし方