2024.04.16
インタビュー調査結果の効果的なまとめ方
近年、ビジネスにおいて定性的なデータ収集の重要性が高まっています。特に、顧客や従業員の生の声を聞き取るインタビュー調査は、製品開発やサービス改善、組織改革などに……
公開日：2026.03.31
Webアンケートではマトリクス形式が広く使われていますが、回答が特定の選択肢に偏ったり、結果のばらつきが出にくくなったりする可能性があることも指摘されています。
実際、過去の調査案件で性格類型に関する設問をマトリクス形式で聴取したところ、性別や年代別で見ても結果に大きな違いが見られないケースがありました。このとき、設問そのものの妥当性に問題があったのか、設問形式による影響だったのかは不明確でした。
そこで、性格類型の測定においてBIGFIVEを10項目で測定している学術論文※をみたところ、数値入力形式で測定がなされているようでした。これをヒントに、マトリクス形式と数値入力形式で回答結果の違いが出てくるのかを検証しました。
※ 日本語版TIPI-J項目(小塩・阿部・カトローニ, 2012)
検証の結果、マトリクス形式では左側や中立的な選択肢が選ばれやすく、集計結果にやや差が出にくくなる可能性があることがわかりました。そのため、設問設計では、選択肢の順序を工夫したり、ランダマイズを導入したりすることが重要です。特に、BIGFIVEのように個人差を細かく把握したい調査では、回答負荷が増える懸念はあるものの、数値入力形式の活用も検討していく必要があります。
本コラムでは、上記の結果に至るまでの調査概要やビッグファイブ理論に触れながら、「マトリクス形式での設問ではなぜ差が出にくいのか」「学術的に用いられている数値入力形式で聴取した場合、異なる結果が得られるのか」について、検証結果をもとに解説します。
この章では、今回実施した調査概要について説明していきます。
まず、調査概要とは、調査ごとに「調査を実施する目的」や「調査目的を達成するために明らかにする必要がある課題」をまとめた内容に加え、アンケート手法や対象者、回収数、調査期間などを記載したものです。
具体的には下表となります。
| 項目 | 内容 |
|---|---|
| 調査目的 | リサーチャーが案件を通して感じた疑問点の検証、今後の提案、お客様からの質問への回答として役立つ知見を得ることを目的に自主調査を実施。 |
| 調査課題 |
①排他が後ろにある、最初にある の違い（買わない理由とかそういう設問で） ②印象に残るのは最初に聞かれた・見たこと、最後に聞かれた・見たこと？ ③トラップ設問の有効性比較 ④「すべてお選びください」「いくつでもお選びください」で回答結果は変わる？ ⑤いろんなものに興味・関心を持っていると、様々なスコアが高くなる？ 感受性によるもの？好奇心？ ⑥現代の人は、リスク回避の傾向が強くなっていて、アンケートでも誤解や誤った選択を避けるために慎重になっている？だからスコアが減少傾向にある？ ⑦「どちらともいえない」「わからない」がどこにあるか（５点尺度の中間選択肢の位置での結果の違い） ⑧BIGFIVEの再検討 ⑨NPSでタテの選択肢、ヨコの選択肢での結果の違い ⑩回答の中断の有無 ⑪モニター登録が長いと、回答の精度がどう変わるのか？ 登録の歴の長さ＝慣れで傾向が変わる？設問文をちゃんと読んでいる？雰囲気で回答していない？ ⑫プロービングの効果検証（FA、MA） |
| 調査手法 | Webアンケート |
| 対象者条件 |
【性別】 男性、女性 【年齢】 20～50代 【地域】 全国 【その他条件】 D STYLE WEB登録会員 |
| 回収数 | 本調査：1,862s |
| 割付 |
 |
| 調査期間 | 2025年4月25日（金）～4月30日（水） |
本調査の目的は、「リサーチャーが案件を通して感じた疑問点の検証、今後の提案、お客様からの質問への回答として役立つ知見を得ること」です。
この調査目的に対して、社内でプロジェクトチームを作り、調査における①～⑫の課題を明らかにしました。
その中でも、本コラムでは⑧の「BIGFIVEの再検討」という項目の調査課題について解説していきます。
調査の手法はWebアンケート、対象者は男女20～50代、地域は全国とし、当社（アスマーク）のアンケートモニターを対象に2025年4月25日～4月30日で調査を実施し、1,862サンプルサイズ※分回収しました。
※ サンプルサイズとは、調査や研究において、母集団（調査対象全体）から抽出する標本の大きさ、つまり実際に調査を行う対象の数のことです。
続いて、この男女20～50代の内訳として、調査概要の表から抜き出した下図の割付※をご覧ください。
※ 割付とは、調査対象者をどのように分けてアンケートを行うかを計画することです。
A群とB群という大きなまとまりの中に、それぞれグループ①とグループ②を設け、各グループには20～50代の男女がおおよそ均等になるよう割り付けました。
A群とB群で設問形式を変更したり、グループ①とグループ②でも選択肢の順番を変えたりと、様々な角度から検証できるように割り振りをしています。
続いて、設問項目です。
今回、Webアンケートで尋ねた設問の項目を下表にまとめました。
左側の表は、設問項目や選択肢の形式を表したものとなります。
一方、右側の表は、割付でご紹介したA群やB群、さらにはグループ①とグループ②で“どの設問に回答していただいたか”がわかる表となります。
ご覧いただくと、一つのWebアンケートで複数の内容を尋ねていることが分かりますが、本コラムで扱う調査課題に関する設問はQ８・Q９となります。
Tips
実験調査とは？
今回行った調査は、実験調査と呼ばれる調査になります。
この実験調査とは、「マーケティングリサーチのデータ精度を高めるために、実験的にアンケート調査を実施すること」を指します。
なぜ実験調査を行うのか？
実験調査を行うのは、次のような理由があるからです。
・リサーチャーが持つ「仮説」をデータに基づいて検証するため
・設問文や選択肢の見せ方など、調査設計の見えないバイアスを明らかにするため
・より正確で信頼の高いデータを提供するため
BIGFIVE理論とは、人間の性格を次の５つの因子に当てはめて説明する性格理論です。
この５つの因子ごとの傾向について表形式で解説します。
| ５つの因子 | その傾向が高い人 | その傾向が低い人 |
|---|---|---|
| 外向性 | 社交的で多くの人と関わることを好む | 内向的で、一人で過ごすことを好む |
| 誠実性 | 目標達成のために努力し、計画的に物事を進める傾向にある | 予定にルーズで計画性がない傾向がある |
| 調和性 | 他人と良好的な関係を築きやすい | 他人との協調を苦手とする |
| 開放性 | 新しい経験や知識を求める傾向がある | 保守的で、変化を求めない傾向がある |
| 神経症的傾向 | ストレスを感じやすく、感情の浮き沈みが激しい傾向がある | 感情が安定していて、ストレスに強い傾向がある |
今回の調査では、これら5つの因子からその人の性格や行動の傾向を把握できるよう、項目を用意しました。
次の2点について検証するため、設問文が同一のQ8とQ9の設問を用意し、A群／B群、グループ①／グループ②で表示内容が異なるように設計しました。
ここからは、Q8・Q9の実際のアンケート画面をご覧いただきながら、順に解説します。
Q8のアンケート画面
Q8のアンケート画面は下図のとおりです。
横軸にビッグファイブ理論に関わる項目を配置し、各項目についてラジオボタンで評価してもらうマトリクス形式で、A群に聴取しました。
また、評価の選択肢には、7段階評価（全く違うと思う～強くそう思う）を採用し、グループ①とグループ②で、下図のように選択肢の並び順を変えました。
|
グループ① |
グループ② |
|---|---|
|
|
|
|
ネガティブな選択肢を前に、ポジティブの選択肢を後ろに配置した並び順 |
グループ①の逆順 |
Q9のアンケート画面
Q9のアンケート画面は下図のとおりです。
横軸にはビッグファイブ理論に関わる項目を配置し、各項目について1～7の数値を入力して評価してもらう形式（数値入力形式）で、B群に聴取しました。
また、1～7の選択肢の見せ方についてはQ8同様に、グループ①は「ネガティブな選択肢を前に、ポジティブの選択肢を後ろに配置した並び順」にしました。グループ②は、その逆順となります。
ここまでのアンケート画面に関してまとめると、下表になります。
| 設問 | 項目大 | 項目小 | A群 | B群 | ||
|---|---|---|---|---|---|---|
| G① | G② | G① | G② | |||
| Q8 | 選択形式 | マトリクス形式（ラジオボタン） | ● | ● | ||
| Q9 | 選択形式 | 数値入力形式 | ● | ● | ||
| Q8・Q9 | 並び順 | ネガ～ポジ | ポジ～ネガ | ネガ～ポジ | ポジ～ネガ | |
※ G①やG②は、グループ①やグループ②を簡略化した表記となります。
このように設計することで、
を確認することができ、検証したいことが明らかになると考えました。
※1 TOP2は、「全く違うと思う」+「おおよそ違うと思う」の合計値としました。
※2 BOTTOM2は、「強くそう思う」+「まあまあそう思う」の合計値としました。
ここからは、これらの設問で得られた結果を解説します。
TOP2とBOTTOM2の選択率の傾向
まず、「TOP2とBOTTOM2の選択率の傾向」を確認するため、Q8の結果から見ていきましょう。
この表では、グループ①とグループ②それぞれの選択率に加え、TOP2の差、BOTTOM2の差を確認できます。
注目したいのは、右端にある「TOP2の差」と「BOTTOM2の差」の表です。
それぞれの差が示す内容は、次のとおりです。
| TOP2の差 ①－② |
TOP2は、否定的な「全く違うと思う」と「おおよそ違うと思う」を合計した値です。 また、①は否定の選択肢を前に表示し、②は後ろに表示しています。 |
|---|---|
| BOTTOM2の差 ①－② |
BOTTOM2は、肯定的な「強くそう思う」と「まあまあそう思う」を合計した値です。 また、①は肯定の選択肢を後ろに表示し、②は前に表示しています。 ①から②を引いた値は「後－前」を表しており、結果の解釈は次のとおりです。 プラス：後の方が高かった マイナス：前の方が高かった |
以上を踏まえると、「TOP2の差」がすべてプラスで、「BOTTOM2の差」がすべてマイナスという結果は、どちらも「前の方が高かった」ということを示します。言い換えますと、「左側の選択肢を選択されることが多かった」ともいえます。
さらに、各差は±5ポイント以上のものがほとんどで、評価の選択肢が前にある方が高い傾向がみられたといえます。
続いて、Q9の結果を見ていきましょう。
ここでも注目したいのは、右端にある「TOP2の差」と「BOTTOM2の差」の表です。
Q8の結果とは異なり、±5ポイント以上の差は見られませんでした。
このことから、数値入力形式では、選択肢の並びを変更しても回答結果に大きな影響を及びにくいと考えられます。
中立選択肢「どちらでもない」の選択率の傾向
今度は、「中立選択肢『どちらでもない』の選択率の傾向」を確認するため、Q8とQ9の結果をまとめた表を見ていきましょう。
この表は、Q8（マトリクス形式）の結果と、Q9（数値入力形式）の結果を並べたもので、右端には「どちらでもないの差（A群－B群）」を掲載しています。
注目したいのは、この右端にある「どちらでもないの差（A群－B群）」の表です。
この差は、「マトリクス形式－数値入力形式」を表しており、結果の解釈は次のとおりです。
プラス ：マトリクス形式の方が高かった
マイナス：数値入力形式の方が高かった
今回の結果では、いずれの項目でも「どちらでもないの差（A群－B群）」はプラスの値となっており、マトリクス形式の方が「どちらでもない」の選択率が高かったことがわかります。
さらに、各差は±5ポイント以上の差がある項目も多く、マトリクス形式の方が高い傾向がみられたといえます。
ネットリサーチ（WEBアンケート）のサービスの詳細はこちら
アスマークでは、ネットリサーチ（WEBアンケート）サービスを提供しております。質の高い市場調査専用モニター、スタッフの細やかなサポートと対応力で“早い、“安い”だけでない高品質なネットリサーチをご提供します。
> 詳しく見る
調査課題「⑧BIGFIVEの再検討」の結果について紹介してきました。
分かったのは、マトリクス形式と数値入力形式を比べると、マトリクス形式では左側の選択肢が選ばれやすく、また中立的な選択肢も選ばれやすい傾向があるということです。
そのため、マトリクス形式は数値入力形式に比べて、集計結果に差が出にくくなる可能性があります。設問設計においては、マトリクス形式の選択肢の順序を工夫したり、ランダマイズ※を取り入れたりするなどの検討が必要です。
※ ランダマイズとは、選択肢などの提示順による「回答の偏り」を防ぐために、都度、ランダムに異なる順序で表示させることを言います。
今回のBIGFIVEのように、パーソナリティ特性を細かく分類して把握したい調査では、マトリクス形式だと個人差が十分に反映されない可能性があります。回答者の回答負荷は増える可能性がありますが、数値入力形式の活用も検討していく必要があるでしょう。
また、商品評価で「ポジティブ度合いが強い人」を判別したい場合には、回答の妥当性を確認する目的で、あえてポジティブ側の選択肢を右側に配置するなど、選択肢の並べ方を工夫して検証するのも一案です。
マトリクス形式はつい“いつもの形”で使ってしまいがちですが、設計次第では回答が偏ることもあります。本記事の内容をヒントに、選択肢の順序やランダマイズといった工夫を取り入れながら、より納得感のある設問設計につなげていきましょう。
ネットリサーチ（WEBアンケート）についてのご相談はこちら＞
ビッグファイブ理論、設問形式の違いで性格評価の結果が変わる？～実験調査の公開と解説～ セミナーアンケート
今回のテーマは、人間の性格を5つの因子で説明する「ビッグファイブ理論」です。性格類型（パーソナリティ類型）に関する設問で、設問形式の違いが回答にどのような影響を与えるのかを検証しています。
過去の調査で、意識や価値観を問うマトリクス設問を利用した際、データにばらつきが出づらい傾向が見られました。 今回はこの課題に着目し、“マトリクス形式”と、心理学研究で広く使われる“数値入力形式”を比較検証。設問の形式が性格評価の結果にどのような差をもたらすのかを、調査データをもとに解説いたします。
下記に当てはまる方にお薦めの動画です。
● マトリクス設問と数値入力設問の使い分けポイントを知りたい
● 性格診断や価値観調査における設問形式の影響を把握したい
● 心理尺度を用いた調査の精度を高めたい
※無料会員登録でご視聴可能です。
> 詳しく見る
アンケート設問文の表現の違いで回答傾向は変わるのか？実データから考察を紹介
アンケートによる調査において、設問（質問）内の言葉の違いが回答傾向にどのような影響を与えるかを知ることは、得られるデータの質を向上させるうえで重要なことです。
本記事では、下記2つのテーマについて実データを用いて考察を紹介していきます。
● 設問文で用いる「最大」という言葉の有無で回答傾向が違うのか
● 「重視点」と「期待点」、「決め手になったもの」と「最も参考にしたもの」、表現の違いで回答傾向に差が出るのか
> 詳しく見る
アンケートの設問例と効果的な作成方法｜目的別の調査票テンプレートや項目を公開
アンケートは顧客満足度の向上や商品・サービスの改善など、企業や個人の意思決定を支援するツールとして、様々な場面で活用されています。しかし、効果的なアンケートを作成するには、目的に応じた適切な質問項目の選定や設計など、多くの要素を考慮することが大切です。
この記事では、効果的なアンケートを作成するための設問例や作成方法について、詳しく解説します。
> 詳しく見る
目的から考える、最適な調査手法の選び方
一言で「調査をしたい！」といっても、マーケティングリサーチにおける調査手法はアンケート調査やインタビュー調査をはじめ、非常に多岐に渡ります。目的に合わせた調査手法を選定しなければ、明らかにしたい調査データを取得することができません。本資料では、実施目的から最適な調査手法を選ぶまでの方法についてを紹介しています。
下記に当てはまる方にお薦めの資料です。
●調査を実施したいけど、どういう調査をすべきなのかわからない
●とりあえず“アンケート調査”をイメージしてるけど、最適な調査が他にあるのでは？
●調査結果の活用用途は決まってるけど、そもそもどういう調査をしたら良いの？
> 詳しく見る
アンケート設計で回答精度に関わる構成要素とは？実験調査に基づく検証と解説
Webアンケートは、手軽に多くの人から意見を集められる便利な手法ですが、その「画面の作り方」ひとつで、得られるデータの質が大きく変わってしまうことをご存知でしょうか。
アンケート作成者は、良かれと思って設計した画面が、実は回答者の負担を増やし、不正確な回答を誘発しているかもしれません。しかし、具体的にどのような作り方が回答にどう影響するのかは、これまで感覚的に語られることがほとんどでした。
本コラムでは、アンケート画面の設計が調査結果に与える影響を明らかにするため、注釈の位置やフリーアンサーの位置など複数の実験調査を実施した検証内容を解説します。
> 詳しく見る
【検証レポート】聞き方で性格の結果が変わる？BIGFIVEにおけるマトリクスと数値入力の比較検証
アスマークのリサーチャーによる、好評「実験調査」シリーズのフルレポートです。
今回のテーマは、人間の性格を5つの因子で説明する「ビッグファイブ理論」です。性格類型（パーソナリティ類型）に関する設問で、設問形式の違いが回答にどのような影響を与えるのかを検証しています。
過去の調査で、意識や価値観を問うマトリクス設問を利用した際、データにばらつきが出づらい傾向が見られました。
今回はこの課題に着目し、“マトリクス形式”と、心理学研究で広く使われる“数値入力形式”を比較検証。設問の形式が性格評価の結果にどのような差をもたらすのかについて、調査データを公開しています。
下記に当てはまる方にお薦めの資料です。
● 設問形式（マトリクス／数値入力）による結果の差を知りたい方
● 「中立回答」や「位置バイアス」によるデータの偏りを防ぎたい方
● 性格診断や価値観調査において、データの精度を一段高めたい方
> 詳しく見る
インターネット調査の回答精度（回答の質）をあげるために
近年、調査データの質が分析結果を大きく左右する中で、インターネット調査においても「入力の質」が重要視されています。不誠実な回答への対策は各社で行われていますが、必ずしも回答者の悪意だけが原因とは限りません。実験調査からは、本人は丁寧に答えているつもりでも、設問を十分に理解できていないケースが少なくないことが明らかになっています。本コラムでは、こうした実態を踏まえ、回答精度に影響する要因を整理し、より信頼性の高い調査設計のあり方について考察します。
> 詳しく見る
【検証レポート】聞き方で性格の結果が変わる？BIGFIVEにおけるマトリクスと数値入力の比較検証
アスマークのリサーチャーによる、好評「実験調査」シリーズのフルレポートです。
今回のテーマは、人間の性格を5つの因子で説明する「ビッグファイブ理論」です。性格類型（パーソナリティ類型）に関する設問で、設問形式の違いが回答にどのような影響を与えるのかを検証しています。
過去の調査で、意識や価値観を問うマトリクス設問を利用した際、データにばらつきが出づらい傾向が見られました。
今回はこの課題に着目し、“マトリクス形式”と、心理学研究で広く使われる“数値入力形式”を比較検証。設問の形式が性格評価の結果にどのような差をもたらすのかについて、調査データを公開しています。
下記に当てはまる方にお薦めの資料です。
● 設問形式（マトリクス／数値入力）による結果の差を知りたい方
● 「中立回答」や「位置バイアス」によるデータの偏りを防ぎたい方
● 性格診断や価値観調査において、データの精度を一段高めたい方
> 詳しく見る
2024.04.16
近年、ビジネスにおいて定性的なデータ収集の重要性が高まっています。特に、顧客や従業員の生の声を聞き取るインタビュー調査は、製品開発やサービス改善、組織改革などに……
2024.09.19
新しいアイデアを生み出したり、複雑な問題を解決したりする時、どのようにすれば良いのか迷ってしまうことはありませんか？そんな時に役立つのが、KJ法です。KJ法は、……
2024.11.14
近年、商品開発の競争が激化する中で、消費者の本音を知り、本当に求められる商品を開発することがますます重要になっています。そこで注目されているのが、ホームユーステ……
2024.11.05
シニア市場は、内閣府が公表している『高齢化の現状と将来像』によると、日本の65歳以上の人口は、昭和25年時では総人口の5%の割合でしたが、令和4年10月1日では……