1.【Why】何のために聞くのか？（ゴール、目標）

アンケートを作るうえで、最初に考えなければいけないのが、ゴール、目標です。セミナーアンケートなら「セミナーからのリード獲得数を向上する」ために「今回のセミナーの満足度・理解度を聞いて、実際のリード獲得数と比較し、次回セミナー内容に反映する」というのがゴールと目標になりますね。
商品アンケートなら「商品を改善して売り上げを向上する」ために「商品の満足度や不満点を聞いて、開発と共有する」という感じかと思います。
アンケートを取った後、どうする、というアクションまで考えるのが、コツです。何のために聞くのかをはっきりさせれば、必要な質問項目が決まってきます。

2.【Who】誰に聞くのか？（ターゲット）

次に、そのアンケートのターゲットを設定しましょう。

セミナーアンケートなら、セミナー参加者全員に聞きたいですよね。
商品アンケートなら、その商品を買ってくれた人全員に聞ければ嬉しいです（が、難しいでしょう）。
全員に聞ける場合と、そうでない場合があるのは当然です。全員に聞くのが難しい場合も、対象者が何人くらいいそうかは押さえておきましょう。後で「アンケート回答数をどれくらい集めればよいか？」につながってくるためです。

3.【What】どんなことを聞くのか？（仮説構築）

いよいよアンケート項目の設計に入っていきます。が、なんとなく思いついた質問を並べてしまいがちなのも、この段階です。

答える人の立場で考えると、長いアンケートは面倒です。回答時間が20分を超えるようなアンケートは、おざなりになってしまいます。 それでも、どうしても答えてほしいときは、インセンティブ（お礼）を用意したり、回答によって質問項目が飛ばせるようにしたりと、いろいろ工夫しなければいけません。
少ない項目でゴールを達成するために、しっかりと仮説を構築し、それにのっとって、本当にするべき質問を絞り込んでいきましょう。

セミナーアンケートならば「セミナーの理解度・満足度が高ければ、リードになってくれる人が増えるだろう」という仮説を立てて、セミナーの内容理解と満足を問う項目を作る形になるでしょう。
商品アンケートならば「商品の満足度を上げ、不満点を改善すれば、売り上げが上がるだろう」という仮説で、商品の各ポイントの満足度を聞いていく項目になるでしょうか。
後のデータ処理を考えると、どんな風に答えてもらうかも詰めたいところです。
基本は、一つの質問に対して一つの回答を求める、シングルアンサー（SA）質問です。「以下の項目から一つを選択してください」という形ですね。

満足度や理解度を数値で聞く質問も、SAの一種です。「本セミナーの全体的な満足度をお聞かせください。1．とても満足、2．満足、3．やや不満、4．とても不満」という形です。
ここで、項目数を奇数にして「どちらでもない」を作ってしまうと、そこに偏ってしまいがちです。満足か不満かをはっきりさせたいときは、項目を偶数個にしましょう。また、「全体満足度・理解度」を聞いてから「個別の満足度・理解度」に移る方が、回答がかたよらないので、おすすめです。

一つの質問に対して複数の回答を求める、マルチアンサー（MA）質問は、「以下の項目からすべてを選択してください。」という形をとります。
MAは、後の処理がちょっとややこしくなります。人によって回答数が異なるため、可視化するときに、ピボットテーブルにする必要が出てくるのです。だから、ここぞというところだけにしたほうが、後で楽です。

回答者の自由な意見を聞く質問を、フリーアンサー（FA）といいます。質問側の思ってもみなかった回答が得られて、有益なものですが、これも量が多くなると分析が大変になります。回答者にも負担が増えるので、1，2個にした方が無難です。テキスト分析で統計的に処理することもできます。

4.【Where】どこで聞くのか？（アンケート形式）

次に考えなければいけないのは、どのようにアンケートを集めるか、ということですね。紙ベースか、WEBアンケートにするかということですが、基本的にはWEBが良いかと思います。印刷コストもありませんし、集計の手間が全然違います。
一方で、WEBアンケートは回答率が低くなりがちです。有効なサンプルになるのは、送付した数の10～15％程度でしょうか。セミナーなどで、その場に机といすがあるなら、紙（やタブレット）で答えてもらった方が、数を集められます。

5.【How】どれくらい集めるのか？（必要回答数）

ここまで決まれば、あとはアンケートをどれくらいの人に配布するかですね。こちらは、統計学的に「これだけ集めればよい」という数値の計算方法があります。
手順通りに進めるだけでOKです！

まず、アンケートのターゲットになる人の数を考えましょう。日本国民全員なら、約1億2千万人（2019年時点）です。日本の現役世代（15～64歳）全員なら約7500万人（2019年時点）。日本の大企業全体がターゲットなら、約1万社（2012年時点）です。

次に、許容誤差を考えます。
例えば、アンケートの回答者の60％が「紅茶が好き」と答えたとしましょう。許容誤差を5％にするなら、実際に紅茶が好きな人は、55％から65％のどこかになるはずです。
一般的な調査では、許容誤差は1％～10％程度に見積もるようです。誤差を少なくしようとすればするほど、必要なサンプル数は増えます。
よほど厳密な経営判断に使うのでなければ、5%で充分です。ざっくりでいいのなら、10%や15%で済ませることもあります。

三番目に、信頼レベルを考えます。信頼レベルとは、アンケート対象者をランダムで選んだ時に、どのくらいの確率で許容誤差範囲内に収まるか？という意味です。
ちょっと難しいですね。例を挙げて説明しましょう。
ターゲットが1万人いるアンケートからランダムに何人か取ってきて、「平均はm%からn%の間である」という計算をしてみます。信頼レベルを95％にするのなら、その計算を100回行った時、本当の（1万人全員の）平均が含まれる回数が95回になるという意味です。計算した平均が本当の（1万人全員の）平均と合致する確率が95％というわけではないのです。

基本的には、90％～99％の間にする数値です。国の調査では95％を採用しているので、一般的な調査は95％にしておけばよいと思います。

ここまでを決定すると、必要なアンケートのサンプル数が分かります。詳しい計算式を知らなくとも、「アンケート　サンプルサイズ」で検索すれば、計算できるサイトが出てきます。
目安をお話しすると、アンケート対象者が1万人いるとき、ざっくりとした結果でよいなら50サンプル（許容誤差14％）、一定程度信頼できる結果が欲しいなら100サンプル（許容誤差10％）、精度が必要な調査なら400サンプル（許容誤差5％）くらいです。
ほしいサンプル数が出せたら、あとは回答率で割れば、アンケート送付数が決まります。
回答率10％と考えて、100サンプル集めたいのなら、100÷0.1＝1000人に送付すればいいことになります。

アンケート作成について、一通りお話してきました。
アンケートをきちんと設計するのは、結構大変な作業ですよね。場合によっては、督促や再送付といった作業も発生します。アンケートを集めた後も、集めっぱなしにせず、可視化、施策反映とステップを踏んでいって、初めて意味のあるアンケートになります。

もし、アンケート調査の設計、可視化、施策への反映にお困りの方がいらっしゃいましたら、弊社がお手伝いできるかもしれません。
お気軽に、お問い合わせくださいませ。

それではまた、次のブログでお会いしましょう！

関連ソリューション

デジタルマーケティング　データ分析支援

データ分析の専門チームが、社内データとパブリックデータを活用し、デジタルマーケティング推進のためのデータ分析をご支援いたします。

著者プロフィール

コニカミノルタジャパン株式会社
マーケティングサービス統括部
デジタルマーケティング戦略部　データサイエンティスト
永井　睦美

2019年にコニカミノルタジャパンに入社し、データ分析基盤の開発に携わる。
学生時代は、オンラインコミュニティにおける協働の特性について研究。電気通信大学データアントレプレナーフェロープログラム修了。
趣味はサイエンス雑貨集めと、歴史的建造物巡りです。毎朝ストームグラスを眺めて「よくわからん」と唸っています。