この記事でわかること
- 1つの調査の問いを立てる調査設計(RQ)と、複数の調査手法をつなぐリサーチデザインの違い
- 定性調査と定量調査を組み合わせる3つの基本デザイン(探索的順次・説明的順次・収斂)の選び方
- インタビューの発言をアンケートの選択肢に変える手順と、アンケートの数値から深掘り対象を絞る手順
- 定量の数値と定性の発言を1枚の表(ジョイントディスプレイ)に並べ、確証・拡張・不一致の3基準で結論を出す方法
マーケティングリサーチでは、アンケートに代表される定量調査とグループインタビューなどの定性調査の2つのアプローチが取られます。
定量調査でわからない理由や背景を定性調査が補い、定性調査でわからない全体の傾向を定量調査が補うという関係にありますが、数値データを集める定量調査と言語データが中心となる定性調査をどう結びつけるかが課題となります。
この課題を解決する鍵となるのが、調査の実施順序とデータの受け渡しを体系化したリサーチデザインです。
本記事では、調査を組み合わせる3つの基本デザインの選び方から、調査間のデータ変換手順、統合表を用いた判定の基準までを解説します。
1. 導入|この記事で得られること
定性調査と定量調査の組み合わせがうまく機能しない原因の多くは、個々の調査手法の精度ではなく、2つの調査のつなぎ目と統合の方法が設計されていないところにあります。
たとえば、解約が増えているサービスの課題を探る場面を考えてみます。この場合、調査で明らかにするのは退会の理由です。
アンケート(定量調査)ではあらかじめ退会の理由を選択肢として提示する必要がありますが、事前にそれぞれの顧客が退会するに至った理由を選択肢にすべて網羅することは困難です。
また、インタビュー(定性調査)などによって数名の解約者から解約の具体的な理由を聞くことができたとしても、それが、多くの解約者に共通する典型的な理由なのか、一部の特殊なケースなのかは判断できません。
そのため、マーケティングリサーチでは定量調査と定性調査を合わせて実施しますが、それぞれの結果をどう組み合わせて最終的な結論を導き出すかが課題となります。
本記事では、単一の調査手法では答えが出ない課題を解くために、定性データ(言葉・行動事実)と定量データ(数値・割合)をつなぐ4つのステップを順に説明します。
- 手元で不足している情報から、3つの組み合わせ型を選ぶ
- 前段の調査結果を、後段の調査設計へ変換して受け渡す
- 数値と発言を1枚の表に並べるジョイントディスプレイの枠を先に作る
- 両データの関係を確証・拡張・不一致の3基準で判定し、次の打ち手を決める
2. 基礎知識|定性調査と定量調査を組み合わせるリサーチデザイン
リサーチクエッション(RQ)は、調査を通じて明らかにしたい問いを定義するものです。一方、リサーチデザインは、その問いに答えるための調査対象、手法、実施順序、分析方法などを具体化する設計を指します。
定性調査と定量調査を組み合わせる場合は、両調査をどの順序で実施し、収集したデータをどの段階で統合するかが設計の中心となります。
2-1. リサーチクエッション(問いの設計)とリサーチデザイン(工程の設計)の違い
調査の企画段階で行う設計には、調査のなかで何を明らかにするかを決める設計と、複数の調査や手法をどう組み合わせるかを決める設計の2つの階層があります。
前者はリサーチクエッション(RQ:調査で明らかにしたい問い)の設計と呼ばれ、意思決定から逆算して、結果(例:継続意向)と要因(例:価格・サポートなどの施策変数、および利用歴などの前提条件)を定義する作業です。
調査の問いに答えるために、定性調査と定量調査をどの順序で組み合わせ、結果をどう統合するかを定めるのがリサーチデザインです。
|
設計の階層 |
決めること |
対象となる場面 |
|---|---|---|
|
問いの設計 (リサーチクエッション) |
調査全体を通じて何を明らかにするか |
調査目的や意思決定課題を明確にするすべての場面 |
|
工程の設計 (リサーチデザイン) |
定性調査と定量調査をどの順序でつなぎ、結果をどう統合するか |
問いに答えるための対象者、手法、順序、分析・統合方法を決める |
1つの調査におけるリサーチクエッションの具体的な作り方や、記述・比較・関係・因果の4タイプの選び方については、以下の記事で詳しく解説しています。
関連記事
【調査設計の型】「次の打ち手」が自然と決まる。意思決定から逆算した“リサーチクエッション(RQ)”の作り方
2-2. 混合研究法に基づく3つの基本デザイン
定性調査と定量調査では、捉えられる情報の性質が異なります。
インタビューなどの定性調査が顧客の言葉や行動から要因の種類や背景を探るのに対し、アンケートなどの定量調査は各要因の割合や属性による違いを数値で捉える手法です。
社会調査やビジネスリサーチにおいて、質的データ(定性)と量的データ(定量)を1つのプロジェクト内で組み合わせ、結果を統合するアプローチは、混合研究法(Mixed Methods Research)として体系化されています。
組み合わせの基本型は、実施の順序とデータのつなぎ方によって次の3つに分かれます。

|
デザイン類型 |
実施の順序 |
主な目的 |
データのつなぎ目(統合ポイント) |
|---|---|---|---|
|
① 探索的順次デザイン |
定性調査 → 定量調査 |
未知の課題や顧客の語彙を定性的に抽出し、定量調査によって各課題の出現状況や対象者間の違いを確認する |
定性の発言をカテゴリー化し、アンケート調査票の設問と選択肢に変換してつなぐ |
|
② 説明的順次デザイン |
定量調査 → 定性調査 |
定量で全体の傾向や特異な数値(外れ値・矛盾)を特定し、その理由を定性で深掘りする |
定量の集計結果から、深掘りすべき対象層の条件と確認する質問を絞ってつなぐ |
|
③ 収斂デザイン (同時並行) |
定量調査 + 定性調査 |
同一のテーマに対して数値の分布と具体的な文脈を並行して集め、多角的に照合する |
独立して集めた数値と発言を、分析段階で1枚の表(ジョイントディスプレイ)に並べて統合する |
関連記事
定性調査とは|簡単解説
定量調査とは|簡単解説
デプスインタビューとは|簡単解説
3. 実践ステップ|定性と定量をつなぎ、結果を統合する4段階
実際に定性調査と定量調査を組み合わせて設計し、結果を1つの結論にまとめるまでの手順を4つのステップで解説します。
3-1. ステップ1:手元の不足情報から3つの組み合わせ型を選ぶ
最初に、現在のプロジェクトで何がわかっていて、何が不足しているかを整理し、リサーチデザインの方向性を定めます。
選ぶ基準は、調査の時点でアンケートの選択肢(要因の候補)を漏れなく作れるかと、全体の数値分布がすでにあるかの2点です。
|
現在の状況(手元の不足情報) |
選ぶリサーチデザイン |
具体的な進め方のイメージ |
|---|---|---|
|
顧客がどんな場面で困り、何を基準に選んでいるか見当がつかず、アンケートの選択肢を作れない |
探索的順次デザイン (定性 → 定量) |
数名程度のインタビュー(または既存の顧客接点ログの分析)で理由や行動の種類を洗い出し、それを選択肢にしてアンケートで割合を測る |
|
アンケートや利用ログで解約が増えている層などの数値はあるが、なぜそうなるのか理由が解釈できない |
説明的順次デザイン (定量 → 定性) |
アンケートのクロス集計で意識と行動に矛盾がある層などを特定し、その条件に当てはまる対象者に絞って行動の経緯を深掘りする |
|
選択肢の候補はあるが数値はまだなく、割合と背景を同じ重みで集めて照合したい |
収斂デザイン (定量 + 定性) |
共通の調査項目について、ターゲット層への選択式アンケートと、少人数の顧客インタビューを並行実施し、分析時に1枚の表で照合する |
3-2. ステップ2:前段の結果を後段の調査へ変換する
デザインを選んだら、前段の調査で得た情報を、後段の調査の設問・選択肢または対象者条件・質問項目へ変換するルールを決めます。

3-2-1. 定性から定量へつなぐ場合(発言を選択肢に変える)
定性調査で得られた特定の状況や個別のエピソードをそのままアンケートの設問へと落とし込んでしまうと、回答がその文脈に引きずられてしまう可能性があります。
探索的順次デザイン(定性→定量)では、インタビューで得られた個別の発言をそのままアンケートの選択肢にせず、一度、行動や理由のカテゴリーに整理してからアンケートの選択肢へ変換します。
変換する際は、次の3つの手順を踏みます。
- 発言から具体的な行動・場面・理由を抜き出す
抽象的な感想ではなく、具体的な事実を抽出します。
- 類似する発言を束ねてカテゴリーを作る
抽出した複数の発言を共通カテゴリーに分類します。
- 中立な設問文と網羅的な選択肢に置き換える
特定の発言だけに誘導しないよう、反対方向の回答や別の理由を表す選択肢を用意し、必要に応じて「その他」「特にない」を追加します。調査結果から、回答者における各理由の出現状況を確認します。
選択肢を漏れなくダブりなく設計する具体的なルールについては、以下の記事も参考にしてください。
関連記事
【選択肢】アンケートの回答品質を高めバイアスを防ぐ選択肢設計の手順と実装Tips
3-2-2. 定量から定性へつなぐ場合(数値の矛盾から対象と質問を絞る)
アンケートの集計結果から、なぜこの数値になるのか説明がつかないポイントを絞り込み、それを解消できる対象者条件と質問項目を定めるのが、説明的順次デザイン(定量→定性)です。
単純集計の順位だけを眺めるのではなく、クロス集計を使って属性や意識と行動がねじれている層(特異層)を特定し、その対象者へ過去の具体的な行動経緯を聞き出します。
- クロス集計で「ねじれ(矛盾)」を見つける
属性や客観的な利用状況と意識指標との間に乖離が生じているセグメントや、論理的な前提に反する数値が出ている層を抽出します。
- 主観的な意見ではなく過去の行動事実を問う質問項目に変換する
直接尋ねると建前の回答を誘発しやすいため、対象者が意思決定に至る前後の客観的な行動経緯や発生した状況を時系列で再現する質問項目へ置き換えます。
- 深掘りする対象者の条件を定義する
抽出した特異層の属性データや行動特性をそのまま後続調査の抽出条件(スクリーニング基準)に設定し、調査対象を絞り込みます。
関連記事
【クロス集計】アンケートを施策に繋ぐクロス集計の基本と正しいデータの読み解き方
スクリーニング調査とは?条件設計・出現率の考え方とQiQUMOでの進め方
3-3. ステップ3:ジョイントディスプレイ(統合表)の枠組みを調査前に作る
3つ目のステップでは、定量データと定性データを突き合わせるための統合表を、調査を始める前に作成します。混合研究法では、定量の結果と定性の結果を論点ごとに並べて比較する表をジョイントディスプレイ(統合表)と呼びます。
3-3-1. 事前に枠組みを作る必要性
分析段階で定性・定量の両データを突き合わせようとしても、設問や質問が個別に設計されていれば同じ論点での比較は困難です。結果として片方でしか扱っていない論点が生じ、結論を導くための判定材料が不足してしまいます。
こうした事態を防ぐには、調査前に統合表の枠組みを設け、確認すべき論点と必要な情報をあらかじめ整理しておく手法が有効です。実施順序に沿って設問を具体化しておけば、データ収集後の照合も円滑に進みます。
3-3-2. 統合表の構成と列の定義
統合表は、次の5つの列で構成します。

- 論点:調査で明らかにしたい問いの項目
- 定量:その論点を測るアンケートの設問と見るべき指標
- 定性:話を聞く対象者と確認する具体的な場面
- 判定:両データの関係性の評価(後述の3基準)
- 次の打ち手を決める:判定に基づく具体的な施策や追加調査の判断
3-3-3. 調査前後の運用手順
統合表は調査の前と後で同じ表を使用し、フェーズに合わせて書き込む中身を更新します。
1.調査前の準備調査前には、明らかにしたい論点を1行に1つずつ整理したうえで、定量・定性のそれぞれで必要となる情報を確認しておきます。
両方のデータによる照合が欠かせない論点については、対応する設問や質問項目の検討が必要です。
なお、一方の調査だけで扱う論点であっても、目的に応じて統合表に残す選択肢が考えられます。
2.デザイン別の列の埋め方-
- 探索的順次デザイン
調査前に統合する論点を整理し、定性調査を実施します。インタビューで得られた発見をもとに、定量調査の設問・選択肢を具体化します。
- 探索的順次デザイン
- 説明的順次デザイン
調査前に統合する論点と定量指標を整理し、定量調査を実施します。集計結果をもとに深掘りする対象者と質問項目を決め、定性調査へつなぎます。
- 収斂デザイン
調査を始める前に、定量と定性の両方の列を埋めておきます。
調査が完了したら、定量の列を集計した数値に、定性の列を抽出した発言や行動事実に書き換えます。判定と次の打ち手の列は、両方の結果がそろってから記入します。
このように論点を軸とした受け皿をあらかじめ用意しておくことで、定量データと定性データが分断されることなく、迷いのない意思決定へとつなげることができます。
3-4. ステップ4:確証・拡張・不一致の3つで判定し、次の打ち手を決める
統合表の定量データと定性データが出そろったら、行ごとに両者を見比べて判定を下します。
定量と定性の関係性を「確証」「拡張」「不一致」の3区分を基準に、施策の実行や追加調査を判断します。

|
判定 |
数値と発言の関係 |
次の打ち手 |
|
確証 |
定量調査で確認された傾向と、定性調査で得られた経験や行動の説明が整合している |
両調査の結果を踏まえて課題仮説の妥当性を評価し、施策候補を具体化。施策による改善効果については、限定試行や比較検証などを通じて確認 |
|
拡張 |
矛盾はないものの、一方のデータが他方では見えなかった側面を補っている |
補われた情報(発生する場面や条件、起きている層や規模)をもとに、施策の対象や内容を具体的に決める |
|
不一致 |
数値が示す結果と、語られた行動事実が食い違っている |
調査対象者の条件、設問の聞き方、調査時期、データの収集方法などを確認する。既存データで理由を説明できない場合は、追加インタビューやアンケートによって仮説を検証する。 |
不一致に見える行は、判定する前に2つの点を確認します。
- 対象者の範囲
定性調査は特定の層に絞って実施することが多く、全体の数値と比べると対象がずれる場合があります。定性調査の対象と同じ条件の層で集計し直しても、食い違いが残るかを確かめます。
- 聞き方の違い
選択式の設問では、用意された選択肢の範囲でしか理由を表せません。当てはまる選択肢がなく、近いものが選ばれた可能性がないかを見直します。
どちらかで説明がつく場合は確証または拡張として判定し直し、それでも食い違いが残る行のみを不一致として扱います。
不一致が生じた場合は、調査対象者の条件、設問の聞き方、調査時期、データの収集方法などを確認します。既存データで理由を説明できない場合は、追加インタビューやアンケートによって仮説を検証します。
なお、定量か定性の一方しか結果が得られなかった行は判定を保留し、足りない側の調査を追加するかどうかを次の打ち手の列に記載します。
判定と次の打ち手までが埋まった統合表では、論点ごとに「根拠となる数値」「発言・行動事実」「判定」「次の打ち手」が1行に集約されます。
関連記事
【調査結果の読み方】アンケート結果からどこまで言える?「事実・解釈・仮説」を切り分ける読み解き方
4. 実例・サンプル|家事代行サブスクの解約理由を説明的順次デザインで読み解く
月2回・各2時間、月額30,000円の家事代行サービスで、利用開始3か月前後の解約が増えているケースを考えます。以下は、調査の進め方を説明するための架空の例です。
会員台帳で解約のタイミングを確認し、退会時アンケートも集計済みですが、改善すべき利用体験が具体化できていません。そこで、数値から深掘りする論点を選び、インタビューで背景を確かめる説明的順次デザインを採用します。
4-1. 定量フェーズ:退会理由から深掘りする論点を選ぶ
直近半年間に利用開始3か月前後で退会し、退会時アンケートに回答した200名の結果を確認します。以下の割合は回答者200名における選択率であるため、退会者全体の構成比とは区別します。
|
主な退会理由(単一回答) |
選択率(n=200) |
|
サービス利用料金が想定より高い |
52% |
|
自分で家事をこなせるようになった |
28% |
|
スタッフの作業品質への不満 |
11% |
|
その他・生活環境の変化 |
9% |
最も多いのは「料金が高い」です。値下げや低価格プランが施策候補に挙がりますが、具体策を選ぶには、料金をどのような体験と結びつけて評価したのかを知る必要があります。
次に多い「自分で家事をこなせるようになった」も、家事の負担が減ったのか、サービスを使うより自分で行う方がよいと感じたのかによって、改善の方向が変わります。
そこで、この2つを後続調査の中心論点に定めます。

4-2. 接続と定性フェーズ:論点を具体的な質問へ変換する
インタビューの対象者は、退会理由として「料金が高い」を選んだ4名と、「自分で家事をこなせるようになった」を選んだ4名の計8名とします。各グループから具体的な利用体験を聞き取り、選択した退会理由の背景を確認します。
|
論点 |
既存の数値 |
インタビューで確認すること |
|
料金への納得感 |
52%が料金を主な退会理由に選択 |
訪問前の準備、実際の作業、料金を評価した場面 |
|
自分で家事をする判断の背景 |
28%が自己対応を主な退会理由に選択 |
訪問中の過ごし方、自分で行うと決めたきっかけ |
質問は、「高いと思った理由」を最初に求めるより、具体的な出来事から始めます。
- 「最後に利用した日の前日は、何をして過ごしましたか」
- 「スタッフが来てから帰るまで、どこで何をしていましたか」
- 「利用を続けるか迷い始めたのは、どのようなときですか」
そのうえで、退会理由の選択肢を選んだ意味を確認します。聞き取りでは、次のような回答が得られたとします。
|
確認した場面 |
回答例の要約 |
|
訪問前の準備と料金評価 |
部屋を見られるのが気になり、毎回、前夜に夫婦で1時間半ほど片付けていた。その手間まで含めると、月額30,000円に見合わないと感じた |
|
訪問中の過ごし方 |
清掃中はリビングでくつろげず、寝室で終わるのを待っていた。数回利用しても気疲れが続き、3か月目に自分で掃除する方が楽だと判断した |
|
退会理由を選んだ意味 |
家事の腕が上がったという意味ではなく、気を使って頼むより自分でする方が楽という意味で選んだ。気疲れに当てはまる選択肢がなかった |
「料金が高い」の背景には利用前の準備負担が、「自分でできる」の背景には訪問中の気疲れが見えてきました。
退会理由の言葉を、改善対象となる具体的な体験へと掘り下げられたことが、この段階の成果です。
4-3. 統合フェーズ:数値と利用体験を並べ、次の打ち手を決める
事前に用意した表へインタビュー結果を書き入れ、両データの関係を判定します。
定量調査では退会時アンケートに回答した200名の退会理由を集計し、定性調査では特定の退会理由を選んだ8名の利用体験を確認しています。回答者の範囲と調査目的の違いを踏まえて両データを統合します。
|
論点 (明らかにしたい 問い) |
定量データ (指標・集計結果・ 対象者数) |
定性データ (行動・発言・ 対象者の条件) |
判定 |
次の打ち手 (解釈・施策候補・ 追加検証) |
|
料金への納得感 |
52%が料金を主な理由に選択 |
事前の片付け負担も含めて料金を評価していた |
拡張 |
準備負担を測る項目を追加し、片付けを任せられる運用を試す |
|
自分で家事をする判断の背景 |
28%が自己対応を主な理由に選択 |
訪問中の気疲れから自分で行う方を選んでいた |
拡張 |
対面ストレスと不在利用の希望を確認し、不在時対応を試す |
|
作業品質への評価 |
11%が品質不満を主な理由に選択 |
品質不満を選んだ人は今回の対象外 |
保留 |
該当者への聞き取りや品質評価の設問で補う |
「料金への納得感」では、数値の背後に「準備のための負担」という新たな文脈が加わったため、拡張と判断します。
「自分で家事をする判断の背景」の行についても、選択肢の背景にある意味を確認したことで解釈の幅が広がりました。「家事の負担が減った」という当初の表面的な捉え方を見直し、設問設計上のズレをから拡張として扱います。
一方、品質の行は該当者への追加確認が必要なため保留とします。このようにジョイントディスプレイを活用することで、判明した事実と次に検証すべき事項を論点ごとに整理できます。
4-4. 施策の検証:体験改善を試し、継続への効果を確かめる
統合表から、次の2つの施策候補が具体化しました。
- 事前準備の負担を減らす
初回に片付けを含む作業範囲を合意し、1回2時間のなかで片付けと清掃の時間を配分します。限定試行では、利用前の準備時間、仕上がりへの満足度、継続率、作業コストを確認します。継続率への効果を評価する際は、施策の有無による比較に加え、利用期間や利用頻度などの条件も考慮します。 - 訪問中の気疲れを減らす
希望者を対象に、鍵預かりなどによる不在時対応を試します。利用者の安心感、継続率、鍵管理の運用負担を確認します。施策を希望した顧客と希望しなかった顧客では、もともとの利用意向などが異なる可能性があるため、効果を判断する際には対象者の条件も考慮します。
あわせて、準備負担や対面ストレスを測るアンケートを実施すれば、施策を届ける対象と規模を判断できます。課題の広がりを確認する調査と、効果を確かめる限定試行は、必要に応じて並行して進めます。
このケースでは、退会理由の割合を起点に、インタビューで利用体験を具体化し、統合表で施策候補と検証事項を整理しました。
料金の見直しと体験改善を比較しながら、継続につながる打ち手を選んでいきます。
5. よくある失敗と対策
定性調査と定量調査を組み合わせると、2つの調査をつなぐ段階で、単独の調査では起きない失敗が生じます。代表的なのは深掘り対象の選び方、定性の人数の扱い方、選択肢への変換の粒度、クロス集計の軸の選び方という4つの場面です。
5-1. 失敗1:特定の選択肢を選んだ層の発見を、回答者全体に当てはめる
説明的順次デザイン(定量→定性)では、アンケート結果から深掘りすべき論点を特定し、インタビュー対象者を絞り込みます。特定の回答を選んだ人に対象を限定することは、調査目的に合った合理的な方法です。
一方、特定の層だけから得られた発見は、必ずしも回答者全体に共通するとは限りません。特定の層で明らかになった理由や行動の背景を、ほかの層にも当てはまるものとして解釈すると、調査結果から導く結論を誤る可能性があります。
対策
抽出条件を決める段階で、条件から外れる層を書き出し、統合表に行として残します。外れる層は数名の別枠インタビューや、問い合わせ履歴・解約手続きのログで補います。
5-2. 失敗2:インタビューの人数を割合として報告する
定性調査の結果を「8名中6名(75%)が回答した」のように割合で示すと、全体の75%にも同じ傾向があるかのような誤解を招く可能性があります。
インタビューは、特定の行動や意識の背景を詳しく把握するために、少人数を対象として実施するのが一般的です。そのため、インタビューで特定の発言が得られた人数の割合から、退会者全体における同じ理由や行動の出現率を判断することはできません。
対策
定性調査の結果は割合に換算せず、人数と対象者の選定条件を併記したうえで、発言が出た場面とともに記述して報告します。規模を確かめたい発見は、追加の設問としてアンケートで出現率を測ります。
5-3. 失敗3:インタビューで得た理由を抽象化しすぎて、選択肢から具体性が消える
探索的順次デザインでは、インタビューの発言をカテゴリーに束ねてから選択肢にする手順が基本です。束ねる段階で抽象度を上げすぎると、「利用に手間がかかる」のような、誰にでも当てはまる選択肢ができあがります。
回答はそうした選択肢に集まりやすく、インタビューで見つけた具体的な理由がどれほど広がっているのかを測れない状態です。選択肢の数は減っても、測りたかった理由は他の理由に埋もれてしまいます。
対策
選択肢の文面に残すのは、インタビューで語られた場面と行動です。「利用に手間がかかる」より「初回の設定画面で入力項目がわからなかった」のように、いつ何をしたかが回答者に伝わる粒度が目安になります。
カテゴリーは選択肢の構成を整理するために使い、選択肢の文面には回答者が判断できる具体的な場面や行動を残します。
作成した選択肢については、少人数による事前確認を行い、設問の意味が意図どおりに伝わるか、回答カテゴリーに重複や不足がないかを確認します。必要に応じて文面を修正したうえで本調査に進みます。
5-4. 失敗4:インタビューで得た仮説に合う集計軸を探し、差が出た結果だけを報告する
インタビューで印象的な仮説が得られると、それを裏づける数値をアンケートから探したくなります。年代、利用期間、利用頻度と集計軸を変えながらクロス集計を繰り返し、差が出た組み合わせだけを報告する進め方は、2つの調査を組み合わせる場面で起きやすい失敗です。
集計軸を増やすほど、偶然生じた差が見つかる確率も高まります。多重比較の問題と呼ばれる現象で、何通りの軸を試したかが報告されなければ、読み手は偶然の差と実際の傾向を区別できない状態になります。
対策
集計軸は、調査前に統合表を作る段階で論点ごとに決め、定量の列に書き込んでおくのが基本です。
定性の対象者と条件をそろえる再集計とは異なり、インタビューの結果を見てから仮説に合わせて追加した軸は、事前に決めた軸と区別し、試した軸の数とあわせて報告します。
追加の軸で見つかった差は確証の根拠とせず、次の調査で確かめる仮説として次の打ち手の列に記載する扱いが妥当です。
リサーチデザインに関するFAQ
Q1. 定性調査(インタビュー)では何人くらいに話を聞けば、アンケートの選択肢を作れますか?
A. インタビューの必要人数は、調査目的や対象者の多様性によって変わります。
対象者の条件が近く、調査テーマが限定されている場合は、少人数から開始する方法があります。一方、利用状況や顧客属性が大きく異なる場合は、セグメントごとに対象者を確保する必要があります。
調査途中で得られた発言を整理し、新しいカテゴリーが追加される状況や、各カテゴリーを十分に説明できる情報が集まっているかを確認しながら、追加人数を判断します。
Q2. アンケート結果とインタビューの発言が食い違った場合、最終的にはどちらを優先して判断すべきですか?
A. どの層で、どの程度の割合で課題が生じているかを判断する際は、定量調査の結果を参照します。
ただし、数値を母集団全体へ一般化できる範囲は、対象者の抽出方法や標本の偏りによって異なります。
定性調査では、数値だけでは把握できない行動の経緯や判断の背景を詳しく確認します。両調査の結果が食い違った場合は、まず、対象者の違いや設問の解釈、データの収集条件などを確認します。
定性調査で新たな理由や行動上の障壁が見つかった場合は、追加アンケートで出現状況を確かめる方法もあります。
Q3. インタビューを行う時間や予算がない場合、アンケートの自由回答だけで定性調査の代わりにできますか?
A. 自社への熱量の高い顧客を対象とするアンケートであれば、自由回答から具体的な文脈を得られる場合があります。
ただし、外部のアンケートモニターを対象とする調査では、自由回答はどうしても「特になし」「高いから」といった短い記述にとどまりやすく、デプスインタビューのように前後の行動背景まで掘り下げるのは困難です。
インタビューが難しい場合は、無理にモニターの自由回答に頼るよりも、社内の問い合わせ履歴やレビュー(既存の定性情報)から仮説選択肢を作ってアンケートで検証するか、QiQUMOの事前抽出アンケートを使って1回目の該当者に2回目の選択式深掘りアンケートを配信する方法をおすすめします。
関連記事
【自由回答の設計】回答者の負担を減らし定性情報を引き出す自由回答アンケートの作り方
【自由記述】アンケートの自由記述回答を構造化する基本手順とデータ分析の進め方
6. まとめ・チェックリスト
定性調査で顧客の具体的な行動や判断の背景を捉え、定量調査で課題の出現状況や対象者間の違いを確認することで、調査結果を多角的に解釈できます。
母集団全体への一般化が必要な場合は、対象者の抽出方法や標本の偏りも踏まえて判断します。
調査の企画から結果の統合までの確認事項を、4つのステップに沿って整理します。
1.不足している情報から組み合わせ型を選ぶ
選択肢の候補や既存データの有無を確認し、探索的順次・説明的順次・収斂のいずれかを選びます。
2.前段の調査結果を後段の調査設計へつなぐ
定性調査で得た発見をアンケートの設問・選択肢へ変換するか、定量調査の結果からインタビューの対象者と質問項目を決めます。
3.ジョイントディスプレイを用意する
調査前に統合する論点を整理し、調査の進行に応じて定量・定性のデータを記入します。
4.両調査の結果を統合し、次のアクションを決める
確証・拡張・不一致の観点から結果を照合し、施策候補と追加検証が必要な仮説を整理します。
定性調査で顧客の具体的な行動文脈を捉え、定量調査で母集団における広がりと優先順位を確かめることで、思い込みや数字の誤読による手戻りを防ぐことができます。
社内知見やインタビューから得た仮説の迅速な定量検証や、事前抽出アンケートを活用した2段階の深掘り調査に、セルフ型アンケートツールのQiQUMOと設問生成機能QiQUMO Aiをご活用ください。