2025/03/27

アンケート結果の集計方法とまとめ方！分析手法や効率的に回答を集める方法も

マーケティングでは、消費者に自社商品を体験してもらい、アンケートで感想を集めることで、商品の改善に役立てる手法が広く活用されています。しかし、せっかくアンケートを実施しても、設問の内容や回答形式、目的に応じた集計・分析を行わなければ、十分な成果を得られないこともあります。

アンケート結果を本当に意味のあるものにするには、適切な集計方法とまとめ方を理解しておくことが重要です。

本記事では、アンケート結果の集計方法や効果的なまとめ方、分析の基本手法をわかりやすく解説します。これからアンケートを実施したい方や、結果をうまく活用したい方は、ぜひ参考にしてください。

アンケート結果の整理や分析にお困りの方へ

アンケートの実施には、質問の設計や回答の収集、結果の集計・分析、そして謝礼の発送など、多くの手間がかかります。これらを手作業で行うのは非常に大変で、特に大量のデータを扱う場合は時間や労力がかかります。

そのため、アンケートの運用を効率化するためには、システムの活用が非常に効果的です。「Survey（アンケートシステム）」を使うことで、これらの手間を軽減し、スムーズに運用を進めることができます。

例えば、既にお使いのアンケートツールとも連携できるので、システムを大きく変更することなく、今の運用のままでアンケートの実施やギフト配布が可能です。

本資料では、アンケート実施から回答者へのギフト付与までをシステム上で完結させる方法や、料金プランについて詳しくご紹介しています。

アンケート結果をまとめる前にやるべき集計の方法
アンケートの集計結果を見やすくまとめるグラフやチャートの種類
アンケート結果を分析する手法
アンケート結果をまとめる際に役立つツール
アンケート集計を実際の施策に活かすためのポイント
アンケート結果を事業に活かしたいならまとめ方だけでなく収集方法も重要
まとめ

アンケート結果をまとめる前にやるべき集計の方法

前述の通り、マーケティングにおいてアンケートを実施することは、今や一般的な手法のひとつです。しかし、新たにマーケターとして活動を始めた方の中には、「100件のアンケートを集めたはいいものの、どう分析すればいいのか？」「この結果をどう次のアクションにつなげればいいのか？」と戸惑う方も少なくありません。そうした方々に向けて、本記事ではアンケート結果をまとめる前に、まずは実施すべき集計方法からお伝えします。

集計方法には以下の3種類があります。

単純集計（GT集計）
クロス集計
自由記述集計

それぞれの集計方法について、詳しく解説します。

単純集計（GT集計）

単純集計とは、質問に対して用意した選択肢に何人が回答していたのか、またそれはどのくらいの割合だったのかを明らかにする方法です。基本的なアンケート集計方法で、Grand Totalの頭文字を取って「GT集計」とも呼ばれます。

主に、アンケート分析の初期段階で全体の傾向を把握するために使用されることが多い集計方法です。

クロス集計

クロス集計とは、二つ以上の質問項目や回答者の属性（例：年齢・性別・居住地）など、複数の要素から集計する手法です。たとえば、ペットの飼育の有無に関する質問を、年代別に集計するとしましょう。

クロス集計では、回答者の属性ごとの違いや特徴、変数（個々の質問や質問項目）間の関係性を明らかにできます。

また、クロス集計には以下の3種類があります。

属性クロス集計：性別・年齢・職業・居住地などの属性で回答を分類
設問間クロス集計：アンケート内の異なる設問を掛け合わせて関係性を分析
多重クロス集計：三つ以上の変数を掛け合わせて、より複雑な関係性を探る

目的に合わせて、適切なクロス集計を選びましょう。

自由記述集計

自由記述とは、回答者が自由に文章で回答する設問のことです。自由記述は、数値データでは捉えきれない深層心理や、予想外のニーズを発見できる可能性があるものの、回答内容が多様であるため、集計がやや複雑になります。

一般的には、「アフターコーディング」や「マイニング」という手法を用いて集計を行います。

アフターコーディング：似かよった回答をカテゴライズし、それぞれを分類コードに変換して集計する手法
マイニング：回答内容を単語や文節に分割し、出現頻度や相関関係を分析する手法

大量のテキストデータから情報を抽出できる「テキストマイニングソフト」を使用し、効率化するケースも多くあります。

アンケートの集計結果を見やすくまとめるグラフやチャートの種類

アンケートを集計し、結果を分析や資料などに活かすには、グラフやチャートを用いて見やすくすることが大切です。

アンケート結果の可視化に用いられるグラフやチャートには、以下のような種類があります。

円グラフ
折れ線グラフ
棒グラフ
帯グラフ
レーダーチャート

それぞれ、どのようなデータをまとめるのに適しているかについて、解説します。

円グラフ

円グラフは、単数回答形式の設問結果を可視化するのに適しています。各回答が全体に占める割合を視覚的に表現できるからです。

他の設問と比較する必要がない場合に使用することが可能です。

折れ線グラフ

折れ線グラフは、時間の経過に伴う変化を表したい場合に適しています。複数回の調査結果を並べて時系列の変化を表現できるからです。

一般的に左から右へ時間が進み、右端が最新のデータとなるようにします。

棒グラフ

棒グラフは、選択肢ごとの回答者割合の違いを横（縦）並びで表現できます。そのため、円グラフよりも回答数の差を表現しやすいグラフです。

複数回答形式の設問結果の表現に適しています。

帯グラフ

帯グラフは、各回答が全体に占める割合を表現できます。上記のように、「ペットを飼っている人の割合」と「年代」を組み合わせて表現することもできるため、クロス集計の結果を可視化することも可能です。

項目間で比較する場合や、分析軸間（顧客の属性など）の差異を捉えたい場合に使用します。

レーダーチャート

レーダーチャートは、複数の項目を同時に比較するのに適しており、上記のように、満足度調査などによく用いられます。

各項目の相対的な強さや弱さを視覚的に表現することが可能です。

アンケート結果を分析する手法

アンケートは、「まとめて終わり」ではありません。その結果をしっかりと分析し、マーケティング施策に活かしていくことが重要です。

アンケート結果を分析する手法には、以下のような種類があります。

クラスター分析
アソシエーション分析
決定木分析

ほかにもさまざまな分析方法はありますが、本章では代表的な上記３つの分析方法を解説します。

クラスター分析

クラスター分析は、データポイントを類似性に基づいてグループ（クラスター）に分類する手法です。多次元のデータを扱うことができ、複数の変数を考慮してグループ化します。

たとえば、身長と趣味について、似ている人たちをグループにした場合、「背が高くてスポーツが趣味のグループ」「背が中くらいで読書が趣味のグループ」といった具合に分けられる可能性があります。

このように、複数の情報を使って似ている仲間を見つけ出すのが、クラスター分析です。「○○な人は△△なことが多い」といったような、データの構造や隠れたパターンを発見するのに役立ちます。

アソシエーション分析

アソシエーション分析とは、データマイニングの手法の一つです。大量のデータから項目間の関連性やパターンを見つけ出すために役立ちます。

アソシエーション分析は、「もしこうだったら、こうなるであろう」という関連性を発見することを目的として実施され、「これを買うと、これも一緒に買う可能性が高い」といったように、購買データの分析に用いられるケースが多くあります。

たとえば、「Aを購入する40%の顧客は、Bも同時に購入する」といった２つの商品の関連性や、「気温が一定を超えると、○○の売り上げが一定割合増える」というような、状況と商品の売れ方の関連性を導きだせます。

アソシエーション分析を実施する際には、「If（もしこうだったら）」と「Then（こうなる）」という仮説を立てます。

その仮説を前提として、支持度（support）、信頼度（confidence）、リフト値（lift）という三つの指標を用いて関連性の強さを評価します。

支持度（support）

支持度とは、アンケート回答者の全体に対する「Aをしている顧客はBを同時にしている」という条件を満たす顧客の割合です。

以下のように計算します。

支持度 = {条件（A）と結論（B）をともに含むデータ数}÷ (データ全体数)

信頼度（confidence）

信頼度とは、「Aをした顧客」全体の中で、「Bもしている顧客」の割合です。

以下のように計算します。

信頼度 = {条件（A）と結論（B）をともに含むデータ数}÷ {条件（A）を含むデータ数}

リフト値（lift）

リフト値とは、「信頼度と全データ数の中で、条件を含むデータが占める割合の倍数」です。具体的には、

「Aをしている顧客」全体の中で、「Bもしている顧客」の割合」
「アンケート結果全体の中で、Bという要望を出している顧客の割合」

の倍数がリフト値です。

以下のように計算します。

リフト値 = 信頼度 ÷ {結論部（B）を含むデータ数 ÷ データ全体数}

一般的に、リフト値が1.0を超えると両事象の関係性には意味があると判断され、2.0を超えると関係性が高いと評価されます。

決定木分析

決定木分析は、「予測」「判別」「分類」を目的としたデータマイニング手法です。上図のように、データを階層的に分割し、予測や分類を行います。

回答者の特性と、特定の回答の関係を視覚的に表現できます。

アンケート結果をまとめる際に役立つツール

アンケート結果をまとめる際には、以下のようなツールが役立ちます。

Excel
PowerPoint
Googleスプレッドシート

では、それぞれのツールの特徴について解説します。

Excel

Excelは、データの整理や分析をする際に役立ちます。ピボットテーブルを使用してデータを要約し、パーセンテージを計算したり、アドインである「分析ツール」を活用することで、基本的な統計分析を行ったりすることが可能です。

関数を使用したデータ集計や、グラフや図表を作成してデータを視覚化することもできます。

PowerPoint

PowerPointは、アンケートの集計結果を視覚的な形でまとめるのに適しています。グラフ・チャート・テーブルを使用してデータを見やすく表示でき、デザインのテンプレートを利用することもできます。

プレゼンテーションのための資料を、効果的に組み立てられるでしょう。

Googleスプレッドシート

Googleスプレッドシートは、Googleが提供するクラウドベースの表計算ソフトウェアです。Excelと同様に、データの整理や分析をする際に役立ちます。

基本的にExcelと同じような使い方ができ、なおかつリアルタイムでの共同編集ができるため、チームでの作業に適しています。無料で使用でき、クラウド上でデータを保存・共有することが可能です。

アンケート施策の集計・分析はツールで効率化

・アンケート結果が大量で、どうしたらわかりやすくまとめられるかかが分からない・どのように数値を比較するのかが分からず、効果的な分析ができていない・回答率を高めるための謝礼選びが難しい

このような課題を解決する「Survey（アンケートシステム）」では、すでにお使いのアンケートツールがある場合も、システム連携することができます。そのため、アンケートの実施やギフトの配布も、現在の運用に大きな変更を加えることなく行うことが可能です。

本資料では、アンケートの実施から回答者へのギフト付与までをシステム上で完結させる方法や、システムの料金などをご覧いただくことができます。

アンケート集計を実際の施策に活かすためのポイント

ここまで、アンケート結果のまとめ方や分析方法について解説しましたが、その結果を施策に活かすには以下のポイントを押さえて分析を行いましょう。

仮説を立てる
最初から細かい分析を立てない
定性分析と合わせてアクションにつなげる

では、これらのポイントについて解説します。

仮説を立てる

データ分析では、闇雲にデータを眺めるのではなく、まず仮説を立てることが重要です。

仮説とは、「この要因が結果に影響しているのではないか？」といった、検証すべき仮の答えのことです。仮説を持たずに分析を進めると、どのデータを重視すべきか分からず、方向性を見失ってしまうことがあります。

また、仮説を立てることで、データのどの部分に着目すべきかが明確になり、効率的な分析が可能になります。仮説が間違っていたとしても問題ありません。データをもとに検証し、必要に応じて修正すればよいのです。

重要なのは、仮説を持って分析を始め、検証を通じて理解を深めていくことです。

最初から細かい分析を立てない

分析を行う際には、全体像（森）を把握した上で、次に木を観察し、最後に葉や幹といった細部を分析という流れで進めていきます。なぜなら、最初から細かい分析に取りかかると、的外れな結論に至ったり、不要なほど細かい分析に時間を費やしてしまったりする可能性があるからです。

また、全体像を見ずに分析を進めると、本来の目的を見失いかねません。まず大局を捉え、それから細部に目を向けることが、適切な分析の基本です。

定性分析と合わせてアクションにつなげる

データ分析の最終的な目的は、示唆を得ることではなく、具体的なアクションにつなげることです。定量分析だけでは数値の変化を捉えることはできますが、「なぜそうなったのか？」という背景や文脈までは見えてきません。

そこで重要なのが、定性分析を組み合わせることです。ユーザーの声・現場の意見・行動の背景など、数値だけでは説明しきれない情報を取り入れることで、データの解釈が深まり、より実践的な施策につなげられます。

たとえば、売上データから「ある商品の売れ行きが急に伸びた」と分かっても、その理由が分からなければ適切な対策を打つのは難しいでしょう。しかし、ユーザーインタビューやレビュー分析を行うことで、「新しいパッケージが話題になった」「口コミが広がった」などの要因が判明すれば、今後のマーケティング施策に活かせます。

定量データで「何が起きたか」を捉え、定性データで「なぜ起きたのか」を理解する。この両方を組み合わせることで、分析を単なる数値の解釈で終わらせず、実行可能なアクションにつなげることができるのです。

アンケート結果を事業に活かしたいならまとめ方だけでなく収集方法も重要

集計・まとめ方・分析のポイントなど、ここまでアンケート実施後のすべきことについて解説してきましたが、アンケート全体での課題には実施後以外にもさまざまなものがあります。

たとえば、ギフティでは以下のようなお悩みをお客様から伺うことがあります。

アンケート集計はできるものの、そもそものサンプル数が足りない
アンケートを開いてもらえても、途中で離脱されてしまう
謝礼を用意したいものの、業務が煩雑化しそうで困っている

アンケートでは、そもそもの大前提としてサンプル数をある程度確保しなければなりません。サンプル数を確保するための方法はさまざまですが、その一つとして謝礼を用意するという手もあります。

しかし、上記の課題をすべて解決するには、アンケート自体の設計や回答者への配慮、謝礼の選定が非常に重要です。

では、それらがなぜ重要なのかについて、詳しく見ていきましょう。

回答者に負担の少ないアンケート設計にする

アンケートは、回答者に負担が少なくなるように設計しましょう。アンケートを開いたものの、自由記述形式ばかりだったり、あまりにも設問数が多すぎたりすると、回答者が途中で回答をやめてしまう可能性があるからです。

負担を少なくするには、以下のようなポイントを押さえてアンケートを設計しましょう。

設問数をできるだけ少なめに抑える（回答者の負担軽減）
答えやすい質問から始め、徐々に難しい質問へ移行する
簡単に応えられる回答形式を選択する（選択式を中心に）
論理的な流れで質問を構成する

これらを加味した上でアンケートを作成することで、回答者が苦痛なく回答しやすいアンケートになるでしょう。

回答者が安心して回答できるように配慮する

アンケートに回答する際に、よく回答者が感じる不安として、以下のようなものが挙げられます。

この回答内容は何に使われるのだろうか？
個人情報が悪用されたりしない？
回答するまでにどれくらい時間がかかるのだろうか？
（回答中に）あと何問くらい回答しなければならないのだろうか？

このような不安が解消されなければ、せっかくアンケートページを開いてもらえても離脱されてしまったり、回答を中断されてしまったりする可能性が高まります。

そのため、回答者が安心して回答できるように、以下のような配慮を行いましょう。

アンケートの趣旨を冒頭で明確に伝える
個人情報の取り扱いに関する注意書きを明記する
回答完了までの所要時間を明記する
回答中にあといくつ設問が残っているかが分かるようにする

これらを行うことで、回答者は納得した上で、アンケートに取り組むことができます。

回答したくなる謝礼を用意する

前述したように、回答率を上げたい場合は、アンケート回答者に謝礼を進呈する方法が効果的です。たとえば、自社のサービスにポイントがあるなら、ポイントを進呈するといった方法が一般的です。

ただし、自社でポイント制度を導入していない企業も多いでしょう。そのような場合には、デジタルギフトも活用できます。デジタルギフトなら数十円から贈れるため、アンケートの謝礼として利用しやすいでしょう。

また、デジタルギフトサービスの中には、アンケートURLの配布から、アンケート完了後の謝礼の配布まで自動化できるツールを提供しているところもあります。そのようなツールを活用すれば、謝礼に関してほとんど工数が増えることはありません。

アンケートに謝礼を用いた事例①

ニトリ労働組合様では、組合員を対象に働き方に関するアンケートを毎年実施しています。

そのアンケート回答率を上げるために、謝礼として弊社ギフティのデジタルギフト「giftee Box（※）」500円分を付与することに。組合専用アプリでアンケートを回答してもらい、回答後はギフトのシリアルコードを記載したページに遷移するという仕組みです。

※giftee Box：1,000種類以上のラインナップからユーザーが自由に選べるギフト

ギフティの「Auth（認証配布システム）」もご活用いただき、事前にシステムへ従業員番号のリストをインポートすることで、ギフト受け取り時の従業員番号入力によって事務局側が受け取り済みの人を個別に把握できるようにしました。それにより、重複付与の防止につながり、ヒューマンエラーのない効率的なオペレーションを実現できました。

また、アンケート回答数は目標の１万件に対し、約1万1,000件を回収できました。

▼この事例の詳細はこちら

ニトリ労働組合 | 組合員へのアンケート回答謝礼の導入事例