満足度などの言葉だけで設問を作ると集計後に改善アクションが見えなくなる理由
目に見えない顧客の心理（構成概念）を測定可能な複数の側面に切り分ける分解手順
客観的な事実や行動を尋ねる質問が持つ、分析軸（グループ分け）や心理データの裏付けとしての役割
期間や範囲の明確化など、事実・行動を問う設問で回答のゆがみやノイズを防ぐ7つの設計原則
「賛成多数なのに使われない」意識と実際の行動のズレを埋める4つの要素（時間・状況・対象・行動）
・導きたいビジネスの結論と測定対象、設問文の粒度を一致させて予測精度を高める考え方
導きたいビジネスの結論と測定対象、設問文の粒度を一致させて予測精度を高める考え方
アンケート調査は、顧客理解を深め、次の施策を決定するための有力な判断材料になります。回収したデータを単なる数字の集計で終わらせず、確信の持てる意思決定へ繋げるためには、得られた結果をどう分析し、どう施策に活かすかという出口から逆算して全体を設計する必要があります。
この記事では、集計後の判断にそのまま使えるデータを取るための設問の組み立て方を、設計の手順に沿って解説します。測りたい対象を回答できる形に分解する方法、事実や行動を尋ねる設問の役割、回答と実際の行動とのズレを抑える工夫までを、順番に取り上げます。
アンケートの調査票を作成する際、まず質問文の言い回しに意識を向きがちです。分かりやすい表現になっているか、回答を誘導するような聞き方になっていないか、答えやすい選択肢が揃っているか。これらはいずれも大切な要素であり、ここが疎かになると回答者に質問の意図が正しく伝わりません。
しかし、調査票の記述に不備がなく、集計段階で各設問に対する明確な結果が得られたとしても、その数字から次に何を導き出せばいいのかと頭を悩ませてしまうことがあります。
集計後に行き詰まってしまう主な原因は、その設問によって何を測ろうとしているのかが事前に定まっていないことにあります。
新規顧客向けのオンボーディング説明会において、満足度を把握する目的でアンケートを実施し、次のような設問を設けました。
本日の説明会にどの程度満足しましたか
とても不満
やや不満
3.どちらともいえない
やや満足
とても満足
質問文は明快で回答者が迷う余地はありません。集計結果は「満足・やや満足」が80%という結果で、数字としては良好に見えます。
肯定意見が8割という結果だけ見ると、説明会は成功であったと結論づけてもよさそうですが、「説明会が成功するということがどういうことなのか」を考えると、そこで終わらせていい話にはなりません。
説明会は新規顧客向けのオンボーディングのために開かれたものであり、顧客が自力で初期設定を終えられるようにすることが目的です。しかし、この聞き方で得られる満足度は、説明会の本来の目的とは別の理由でも変動します。
説明の内容を最後まで十分に理解できなかったとしても、講師の進行が心地よく、丁寧な対応であったと感じられれば、回答者は満足と評価することがあります。
反対に、説明がやや駆け足で物足りなさを感じたとしても、手順そのものはしっかりと理解でき、自力で次の操作に進める状態になっているケースもあります。
このような観点で見ると、満足度の高さと顧客が自力で進められる状態にあるかは、切り離して考えるべき別の問題であると分かります。
満足・やや満足が80%を占めていても、そのうち実際に初期設定を完了できる顧客がどれくらいいるのかは、この数字からは読み解くことができません。
こうしたズレが生じるのは、設問を書き始める前に、顧客が説明会の後に自力で初期設定を終えられる状態になっているかという、本来の測定対象が定まっていないためです。
アンケートの設問を作成することは、測定したい事象や実態を、回答可能な形に置き換える作業と言えます。
マーケティングで扱う満足度、理解度、信頼度といった概念は外からは観察できません。そのため、回答者の中にあるものを捉えるために何を聞けばそれが明らかになるのかを設計していく必要があります。
このような質問への翻訳は、測定したい対象が事前に正しく定義されていて初めて、意味のある設問として成り立ちます。
それを事前に定義しないまま満足度という身近な言葉で捉えようとした結果、集まった数字と本来の目的との間にズレが生じてしまいました。
測る対象を明確にしないまま設問を作ってしまうと、主に次の3つの問題が発生しやすくなります。
1.回答者ごとの解釈がずれる
回答者はそれぞれ自分なりの基準で設問を解釈します。そのため、同じ選択肢を選んでいても、評価している対象や判断の根拠がそろいにくくなります。
2.集計結果の意味が曖昧になる
測定対象が曖昧なままだと、集計結果の数字が何を指し示しているのかが説明しにくくなります。結果として、数字から読み取れる示唆の幅が広くなりすぎます。
3.改善アクションを決めにくい
設問の解像度が低いと、課題がどこにあるのかを特定しづらくなります。そのため、改善の対象が広がり、具体的な打ち手に落とし込みにくくなります。
アンケートの設問を作成する際は、測りたいと考えている対象を、回答者がスムーズに答えられる形に分解する必要があります。
満足度やロイヤルティ、あるいは生活の質といった要素は、年齢や過去の購入回数のように、客観的にそのまま数えられる事実とは性質が異なります。これらは回答者の頭や心の中に存在しているものであり、外部からは推し量るしかない主観的な量です。
このように目に見えず、間接的にしか測定できない対象は構成概念と呼ばれます。アンケートの設計で悩ましい状況が生まれる原因の多くは、こうした主観的な心理を、客観的な事実と同じような感覚で、たった一問の質問で測ろうとしてしまう点にあります。
測りたいことを設問に落とし込むための最初のステップでは、こうした抽象的な捉えたい事柄を測定しやすい個々の側面に切り分ける作業を行います。
たとえば、ロイヤルティという概念は、自分自身が気に入って使い続けたい（継続）と思っているのか、それとも他人に勧めるほど愛着がある（推奨）状態なのか、あるいは多少の値上げがあっても使い続けたい（許容）と感じているのか、といった側面に分解することができます。
側面1：継続利用意向 これからも使い続けるかどうかという意思
側面2：推奨意向 周囲の家族や友人に勧めたいと思うかどうかという意思
側面3：価格許容度 サービスの値上げに対して、どの程度まで受け入れられるかという意思
あらかじめこのように3つの側面に分けて捉えておくことで、集計した後に、周囲に勧める意欲は非常に高いが、価格の変動にはやや敏感であるといった、顧客心理の内訳までを正確に読み解くことが可能になります。
対象をいくつかの側面に切り分けた後の次のステップでは、それぞれの側面をどのような形式のデータとして受け取るかを決めていきます。
継続利用意向については、次回も利用する見込みを5段階の選択肢で選んでもらう形にします。推奨意向であれば、勧めたい度合いを0から10までの11段階の数値で回答してもらいます。価格許容度については、許容できる値上げ幅をいくつかの段階的な選択肢から選んでもらう、といった具合です。
このように設問を組み立てる段階で回答の形式まで確定させておくと、集計結果の読み取りの解像度が高まり、クロス集計の軸も決めやすくなります。
ロイヤルティや満足度といった目に見えない主観的な気持ちを尋ねる設問とは別に、性別や年齢、あるいは利用頻度や購入回数といった、客観的な事実や行動を尋ねる設問もアンケートには組み込まれます。
事実や行動に関連づく質問は、主観的な気持ちを尋ねる設問の集計結果を解釈し、具体的なビジネスの打ち手を導き出すための重要な役割を果たします。
事実や行動を尋ねる質問の最も大きなメリットは、回収したデータを意味のある塊にグループ分けできる点にあります。
たとえば、全体の顧客満足度が80%という結果が出たとしても、それだけでは次の具体的な施策は決められません。ここに、週に1回以上利用する層と月に1回未満しか利用しない層という行動事実の切り口を加えることで、データの見え方が変わってきます。
ヘビーユーザーの満足度は95%と非常に高いものの、ライトユーザーの満足度は50%に留まっているといった、隠れた課題やニーズの偏りを明確に特定できるようになります。
事実に関する質問を分析の軸（分類軸）として活用することで、どの層に対してどのような改善を行えばよいのか、ピンポイントで有効な打ち手を導き出すことが可能になります。
顧客の心理は変わりやすく、回答した瞬間の気分や言葉の受け止め方によってデータが揺れることも少なくありません。そこで、客観的な行動事実を組み合わせることで、測定したい心理や状態が本当に正しく捉えられているかを裏付けることができます。
一つ目のアプローチは、行動そのものを心理の現れ（代用変数）として扱う方法です。
たとえば、ブランドへの愛着（ロイヤルティ）という目に見えない概念を測る際、気持ちを尋ねるだけでなく、過去1年間の購入回数やアプリのログイン頻度といった具体的な行動の事実を尋ねる項目を含めます。
これにより、愛着という抽象的な概念を、下から支える確かな客観データとして補強できます。
二つ目のアプローチは、意識や態度を尋ねる設問が正しく機能しているかを確かめるチェックポイント（妥当性の検証）として使う方法です。
たとえば、サービスへの愛着を測定するために設計したエンゲージメントを測る質問が適切に機能しているか検証する場合、その質問のスコアと、実際の契約継続期間や他者への紹介実績といった客観的な事実データとの相関を確認します。
質問のスコアが高い人ほど実際に長期で継続していたり、周囲に紹介していたりする傾向が見られれば、その質問が回答者の実態を正確に捉えられているということの裏付けになります。
この両者の相関を確認することで、本当に測りたいものを正確に測れているかという安心感を、事実データによって得ることができます。
事実を尋ねる質問は、調査の品質をコントロールするためのフィルターとしても役立ちます。
たとえば、スマートフォンを所有していますかという事実を最初に確認し、持っていないと答えた回答者に対しては、スマホアプリの使いやすさに関する設問を自動的にスキップさせる設計がこれに該当します。
対象外の質問をあらかじめ省くことで、回答者が無駄な問いに答える負担を軽減できます。同時に、ターゲットではない人が何となく選んでしまった適当な回答（ノイズ）がデータに混入するのを防ぐことができるため、最終的な集計結果の信頼性が高まるというメリットがあります。
客観的な事実や過去の行動を尋ねる設問は、主観的な意識を問う設問よりも答えやすいように見えます。しかし実際には、回答者の記憶、言葉の解釈、見栄や遠慮によって回答がゆがむことがあります。
設問を作る段階では、誰が見ても同じ範囲を思い浮かべられるように条件を固定し、無理に推測で答えさせない設計にすることが大切です。
「最近」「普段」「よく」といった表現は、回答者によって指す期間が変わります。たとえば「最近、外食しましたか」と聞くと、直近1週間を想定する人もいれば、1〜2か月前まで含める人もいます。
事実や行動を問う場合は、「過去7日間」「2026年5月中」「直近1か月間」のように期間を明示します。あわせて、「外食」にテイクアウトやデリバリーを含めるのか、「購入」にオンライン購入を含めるのかなど、行動の範囲も具体的に定義しておきます。
行動を問う設問では、回答対象の期間が長すぎると記憶違いが増えます。たとえば、日常的に利用するアプリの回数を「過去1年間」で尋ねると、正確な回答は期待しにくくなります。この場合は「過去7日間」や「直近1か月間」に絞る方が答えやすくなります。
一方で、住宅購入や高額商品の購入のように発生頻度が低い行動では、期間を短くしすぎると該当者がほとんどいなくなります。行動の発生頻度に応じて、回答しやすさと分析に必要なサンプル数のバランスを取る必要があります。
「便利だと思ってアプリをよく使っていますか」のような聞き方は、利用したという行動と、便利だと思うという評価を同時に尋ねています。このような設問では、利用頻度を答えればよいのか、便利さの評価を答えればよいのかが曖昧になります。
まずは「過去1週間に、このアプリを何回使用しましたか」と行動だけを確認し、その後に「このアプリを便利だと思いますか」と評価を別設問で尋ねます。事実と意見を分けることで、集計結果の意味が明確になります。
「過去1か月に、商品を購入または資料請求しましたか」のように複数の行動をまとめると、購入した人と資料請求だけをした人を区別できなくなります。
分析時に「どの行動が成果につながったのか」を確認したい場合、この設問では判断できません。購入、資料請求、問い合わせ、来店などは、それぞれ別の行動として設問を分けます。
回数や頻度を選択肢で尋ねる場合は、回答者が必ず一つの選択肢に収まるようにします。「1〜3回」「3〜5回」「5回以上」のように範囲が重なる選択肢では、3回や5回の人がどれを選べばよいか迷います。
「0回」「1〜2回」「3〜5回」「6回以上」のように、漏れと重複をなくして設計します。必要に応じて、「覚えていない」「わからない」「該当しない」も用意しておくと、推測による回答を減らせます。
運動、寄付、環境配慮、飲酒、喫煙、ルール違反などは、実態よりも社会的に望ましい方向に回答されやすいテーマです。たとえば「健康のために運動していますか」と聞くと、回答者は自分をよく見せる方向に答える可能性があります。
この場合は、「過去7日間に、1回30分以上の運動をした日は何日ありましたか」のように、評価を含まない観察可能な行動として聞く方が適しています。
本人が正確に知らない情報を尋ねると、推測回答が増えます。世帯全体の年間支出額、勤務先の正確な売上高、家族全員のサービス利用回数などは、回答者が即答できない場合があります。
どうしても必要な場合は、「おおよそで構いません」と前置きしたうえで、「わからない」「答えたくない」といった選択肢を用意します。正確な事実として扱いたい情報ほど、回答者が実際に把握しているかを事前に確認しておく必要があります。
事実や行動を問う設問は、分析の軸や心理データの裏付けとして有効です。ただし、期間、対象、定義、選択肢が曖昧なままでは、回答者ごとの解釈がずれ、集計結果の意味も不安定になります。
「いつ、誰が、何を、どの範囲で、何回行ったのか」を明確にし、答えられない場合の逃げ道も用意しておくことで、分析に使える事実データとして扱いやすくなります。
ここまで見てきたように、心理を捉える設問と、事実や行動を尋ねる設問は、それぞれ異なる性質を持っています。これらの違いを正しく理解しておくことで、アンケート全体のバランスを整えることができます。
項目 | 心理や状態を測る質問 | 事実や行動を尋ねる質問 |
性質 | 主観的（気持ちや評価） | 客観的（出来事や属性） |
回答の揺れ | 気分や状況で変わりやすい | 基本的に不変、または変動が少ない |
質問の数 | 一つの概念につき複数の項目が必要 | 通常は一問で完結する |
役割 | 因子分析や平均値の比較など、分析の対象（結果）となる | 度数分布やクロス集計の軸など、分析の切り口（要因）となる |
事実や行動に関する質問は、目に見えない顧客心理のデータを細かく分析し、そこから具体的な打ち手を導き出すために不可欠な要素です。
事実や行動を問う質問を使って誰と誰を比較し、どのような意思決定をしたいのかを明確にしておくことで、集計後に迷うことのない、施策に直結する調査を組み立てることができます。
コンセプトテスト等の受容性調査を実施して事前に高評価を得た製品が、実際の市場投入後に期待通りの成果を上げられないといったケースは頻繁に起こります。
こうした現象が起こりがちなのは、アンケートの回答として現れる前向きな意識と、実際の生活や業務で選択する具体的な行動との間に大きな隔たりがあるということがその要因です。
人間は、抽象的なテーマに対しては良さそうだ、と肯定的に答えやすい性質を持っています。しかし、それが自分の具体的な行動に直結する場面になると、手間や習慣の変化を嫌い、途端に行動を避けるようになります。
典型的なところでは、環境配慮型の商品に対して、多くの人は前向きな態度を示しますが、実際に購入し生活の中に取り入れるには、価格や利便性といったハードルが存在します。
あるいは、業務効率化を目指したツール導入に対して、ツールのアウトプットだけ見れば、肯定的な意見が大多数の総意となりますが、従来業務からの切り替えのための労力や時間が現場の当事者に発生することは避けたいと考えます。
このような、調査結果と実際の行動のズレが生じるのは、抽象的な行動に対する一般的な好意や賛同という広い意識を聞くこととが、自分事として実際に商品を購入するか、あるいは業務の切り替えに伴う負担を受け入れるかという、具体的な行動の予測には結びついていないとことが挙げられます。
実際の行動を正確に予測できるアンケートにするためには、このギャップを埋めるためのアプローチを検討する必要があります。
アンケート調査の回答に現れる意識と行動のズレは、設問が具体的な行動そのものを指し示しておらず、そのテーマに対する広い賛否を尋ねてしまっている場合に起こりやすくなります。
たとえば、「導入に賛成か」「便利だと思うか」といった聞き方では、回答者は自分自身の具体的な行動を思い浮かべないまま回答してしまいがちです。
組織や社会にとって良さそうだという客観的な視点で「賛成」を選んだとしても、その回答は「自分が日々どう動くか」という主観的な行動とは切り離されたままになってしまいます。
このようなギャップを埋めるためには、設問が指し示す行動の輪郭を具体的に固定することが効果的です。
回答者が実際の行動場面をリアルに思い描いた上で答えることができれば、アンケートで得られる意向は実態に大きく近づきます。この行動の輪郭を決定づけるのが、次の4つの要素です。
時間： いつ、どの期間のことか
状況： どのような場面や条件のもとでか
対象： 何について見るのか
行動： その対象に対してどう振る舞うか
4つの要素の役割は、設問の数を増やすことではなく、測定したい行動を一つに絞り込むことにあります。捉えたい対象が「購入する」や「利用を継続する」といった観察可能な行動事実であるならば、これら4つの要素を用いて前提条件を揃えることができます。
継続意向は、顧客満足度やロイヤルティを測る指標として、アンケートでよく使われる設問項目の一つです。
たとえば、月額制のサブスクリプションサービスにおいて、利用者が今後も契約を更新してくれるかどうかを把握したい場面では、次のような設問が設定されます。
今後もこのサービスを使い続けたいと思いますか。 | 1. まったく使い続けたいと思わない | 2. あまり使い続けたいと思わない | 3. どちらともいえない | 4. ある程度使い続けたいと思う | 5. 強く使い続けたいと思う |
このようなシンプルな聞き方をすると、アンケートの集計結果が実際の継続率よりも高く出る、いわゆる「上振れ」の傾向が生じやすくなります。
一般的な購買意向や利用意向の調査全般において、言葉の上での意向が実際の行動を上回るリスクは広く知られています。
この質問文のままでは回答者が「実際に料金を支払う瞬間」をリアルに想定しにくく、サービスへの全体的な好感や、現状維持の心理から肯定的な選択肢を選びやすいという背景があります。
さらに、会員アンケートではもともとサービスへの関与度やロイヤルティが高い顧客ほど回答しやすく、解約を検討しているような低関与の顧客ほど回答をスルーする傾向があります。
こうした回答者の偏りも、集計データが実態より好意的な数字に振れやすくなる一因となります。
そこで、測りたい行動の輪郭を4つの要素で固定します。
時間： 次の更新のタイミング
状況： 月額料金を支払って更新する場面
対象： いま契約している有料プラン
行動： 解約せずに契約を継続する
このうち、修正前の設問に欠けていたのは、いつ判断するかという時間と、料金の支払いを伴うという状況です。設問文には、この欠けている要素だけを補います。書き直すと、次のようになります。
修正後の設問
次の更新時に、月額〇〇円を支払って、いまのプランをこのまま継続したいと思いますか。 | 1. まったく継続したいと思わない | 2. あまり継続したいと思わない | 3. どちらともいえない | 4. ある程度継続したいと思う | 5. 強く継続したいと思う |
修正後の設問では、回答者は「来月の更新日に、具体的な金額を支払ってでも続けるか」という、実際の行動シーンに即した判断を想定して答えることになります。
なんとなくの好感や惰性で肯定寄りに答えていた層も、具体的なコストを意識した瞬間に回答を慎重に変えるため、結果として得られる肯定的な回答の割合は、実際の継続行動に近づく可能性が高まります。
アンケートの設問を設計する際に気をつけたいのは、最終的に見極めたい結論、測定しようとしている対象、構築される設問文という3つの粒度（具体性の水準）を一致させることです。
たとえば、ビジネス上の結論として知りたいのが「実際の利用率や更新率」であるにもかかわらず、設問文が「導入への賛否」や「サービスへの好感」といった大まかな表現のままになっていれば、設問の解像度が不足しているということです。
主観的な意識を尋ねる設問のスコアと、客観的な行動事実との相関を確認する作業（妥当性の検証）も、この3つの粒度が揃って初めて機能します。
「なんとなく良さそうだ」という広い範囲の意識スコアと、「実際に毎日ツールを起動したか」「期日通りに課金したか」というきわめて具体的な行動データを突き合わせても、正しい相関関係を検出することは困難です。
両者を最初から同じ具体的な粒度で揃えておくことで、データの相関関係がそのまま「本当に測りたいものを正しく測れている」という設問の適切さの証明になります。
この切り分けの手順を丁寧に踏むことで、アンケート結果では大賛成だったにもかかわらず、いざ運用を始めたら誰も動かないといった予測の失敗や後からの手戻りを、未然に防ぐことができます。
ここまで解説してきた設問設計の手順や注意点は、社会調査や行動科学の分野で培われてきた理論や方法論に基づいています。
目に見えない心理や意識を複数の側面に切り分け、最終的な回答形式へと落とし込んでいくプロセスは、構成概念と操作的定義と呼ばれる手続きに則っています。
感覚的に捉えがちなテーマをあらかじめ分解し、測定可能な状態へと変換しておくことで、集計時の解釈のブレを最小限に抑えることが可能になります。
主観的な設問に客観的なデータを組み合わせる分析の視点も、データの信頼性や妥当性を検証するための体系的な作法に基づいたものです。
心理や意識を測定する質問に対して、分析の切り口や裏付けとなる事実・行動を問う質問（観測変数・属性変数）を適切に位置づけ、両者のデータを突き合わせることで、アンケートが狙い通りに機能しているかを確かめる確実な裏付けが得られます。
4つの要素を用いて行動の輪郭を固定し、意識と行動のズレを抑える手法は、人間の意思決定メカニズムを捉える統合行動理論（IBM）の考え方を実際の調査設計に応用した形です。
回答者が直面する条件を細部まで指定することが、言葉の上の意向と実際の行動とのギャップを埋める鍵となります。
このように、アンケートの各設問を組み立てるプロセスには、それぞれ根拠となるアプローチが存在します。これらの背景にある一連の流れを意識して調査票を設計することで、集計後に行き詰まるリスクを減らし、次の具体的なアクションに直結する精度の高いデータを回収できるようになります。
Q. オンボーディングや説明会のアンケートで「満足度」が高くても、その後の利用が進まないのはなぜですか？
A. 満足度という言葉が抽象的で、本来の測定対象（自力で設定・操作できる状態になったか）とズレているためです。講師の対応が丁寧であれば「満足」と回答されやすいため、表面的な満足度だけでなく、「手順を自力で進められるか」といった具体的な理解度や行動の完了状態を切り分けて質問する必要があります。
Q. 「ロイヤルティ（愛着）」のような目に見えない顧客心理を正確に測るにはどうすればよいですか？
A. 抽象的な心理をたった1問で測ろうとせず、「継続利用意向」「推奨意向」「価格許容度」といった測定可能な個別の側面に分解して質問を設計します。さらに、過去の購入回数やログイン頻度といった客観的な行動事実の質問と掛け合わせて分析することで、データの信頼性を高められます。
Q. アンケートの回答結果（利用したい・賛成など）と実際の行動が乖離してしまうのを防ぐコツはありますか？
A. 広い賛否を聞くのではなく、「時間（いつ）」「状況（どんな条件・費用で）」「対象（どのプランを）」「行動（継続・購入するか）」の4要素で行動の輪郭を具体的に固定して質問します。「次の更新時に月額〇〇円を支払って継続したいか」のようにリアルな支払い・行動場面を想定させることで、上振れを防ぎ、実際の行動に近い予測データを取得できます。