ホーム / ブログ / アンケート自由記述の分析
GUIDE

アンケート自由記述の分析方法|大量の声を活用する

2026-07-12 · 約5分

アンケートの自由記述(フリーコメント)は、選択式では拾えない「本音」が詰まっています。しかし数が多いと集計が難しく、読んで終わりになりがちです。本記事では、設問の作り方から、集計前の下準備、Excelでの集計、AIによる自動化まで、自由記述を実際に改善へ活かす手順を解説します。

自由記述に価値がある理由

選択式の設問は「用意した選択肢の範囲」しか分かりませんが、自由記述には想定外の要望や具体的なエピソードが含まれます。ここを分析できるかどうかで、改善の質が変わります。

特に価値が高いのは、選択肢を作った側が思いつかなかった論点が出てくる点です。満足度が下がっている原因が、実は用意した設問のどこにも無かった、ということは珍しくありません。

回答を得やすい設問の作り方

分析の質は、実は設問の書き方で半分決まります。空欄や「特になし」ばかりでは、どんな分析手法を使っても何も出てきません。

  • 聞く範囲を絞る:「ご意見をお聞かせください」より「使いにくいと感じた点があれば教えてください」のほうが具体的な回答が集まります。
  • 1問につき1つのことを聞く:「良かった点と改善点」を1つの欄で聞くと、どちらか片方しか書かれません。
  • 選択式の直後に置く:「満足度3以下を選んだ方へ:気になった点は?」のように、直前の回答を受けて聞くと具体性が上がります。
  • 必須にしすぎない:必須にすると「特になし」が増え、かえって分析対象が濁ります。

集計前の下準備

いきなり分類を始める前に、次を済ませておくと後の作業が大幅に楽になります。

  1. 1行1回答の表にする:回答IDと本文の列を作ります。属性(年代・利用歴など)があれば列に足しておくと、後でクロス集計ができます。
  2. 無効回答を分ける:「特になし」「なし」「-」などは、削除せず「無効」ラベルを付けて残します。削除すると母数が分からなくなり、割合を誤ります。
  3. 表記ゆれをそろえる:全角と半角、送り仮名の違いは、この時点でそろえておきます。
  4. 個人情報を除く:氏名・連絡先が書かれている場合は、分析用の表から外します。

分析の進め方(アフターコーディング)

自由記述を後からカテゴリに分類する作業はアフターコーディングと呼ばれます。手順はシンプルです。

  1. まず30〜50件そのまま読む:出てくる話題を書き出し、そこからカテゴリ(テーマ)を作ります。先に頭で考えたカテゴリは、たいてい実態と合いません。
  2. テーマで分類:各コメントが何について述べているか(価格、品質、対応、使いやすさ等)でタグ付けします。まず5〜7個から始めます。
  3. 感情を判定:ポジティブ/ネガティブ/中立を付けます。
  4. 集計する:テーマ×感情で件数を数え、多い不満・多い称賛を洗い出します。

1件のコメントに複数の話題が含まれることは普通にあります(「価格は満足だが手続きが面倒」など)。この場合は無理に1つへ押し込めず、テーマごとに分けて数えるのが正確です。

Excelで集計する

数百件までなら、表計算ソフトだけで十分に分析できます。

  1. A列に回答本文、B列に「テーマ」、C列に「感情」の列を作ります。
  2. B列・C列は入力規則(プルダウン)でラベルを固定します。手入力にすると表記がばらつき、集計できなくなります。
  3. ピボットテーブルで「行=テーマ/列=感情/値=件数」に集計します。
  4. 属性列がある場合は、フィルタに年代や利用歴を入れると、層ごとの違いが見えます。

この作業を一度やると、カテゴリ設計の良し悪しがすぐ分かります。判断に迷う件が多いなら、テーマの定義が曖昧だということです。

頻出語だけでは足りない理由

自由記述の分析というと、よく出てくる単語を数える方法(ワードクラウドなど)を思い浮かべるかもしれません。全体の雰囲気をつかむには手軽ですが、それだけでは打ち手になりません

たとえば「価格」という語が100件に出てきたとしても、「価格が高い」のか「価格が安くて満足」なのかは、語を数えるだけでは分かりません。語ではなく、意味(テーマ+感情)で分類する必要があります。頻出語は最初の当たりを付ける道具として使い、判断はテーマ別の集計で行うのが実務的です。

大量の記述をAIで分類・集計する

数百〜数千件のコメントを人手で分類するのは現実的ではありません。AIを使えば、各コメントのテーマと感情を自動で判定し、集計まで一気に行えます。似た内容の使い回しやまとめ処理で、費用も抑えられます。テキスト分類の実務ガイドの考え方がそのまま応用でき、集計と可視化の詳しい手順は口コミ・レビューを分析する方法にまとめています。

自動化しても、カテゴリの設計と結果の解釈は人の仕事です。前述のとおり先に30〜50件を自分で読み、テーマを固めてから自動化すると、出てくる集計がそのまま打ち手につながります。

結果の活かし方

  • ネガティブが多いテーマ=優先的な改善対象。件数が多いものから着手します。
  • ポジティブが多いテーマ=広告・LPで訴求できる強み。回答者の言葉をそのまま使うと効果的です。
  • 代表的なコメントを社内共有:集計表だけより、実際の声を数件添えるほうが現場の納得感が高まります。
  • 次回のアンケートに反映:多かったテーマは、次回は選択式の設問にすると、経年で比較できるようになります。

よくある失敗

  • 印象的な1件で方針を決める:強い言葉のコメントほど記憶に残りますが、必ず件数で確認します。
  • 無効回答を削除してしまう:母数が変わり、割合を誤ります。ラベルを付けて残してください。
  • カテゴリを毎回変える:定義を変えると前回と比較できません。変更した場合は変更日を記録します。
  • 読んで終わりにする:分類・集計まで進めないと、担当者の主観の域を出ません。
quonel の「レビュー分析」は、自由記述の分類・感情×観点の集計・代表コメント抽出まで自動化します。ツール画面にコメントを貼る(CSV対応)だけで使えます。

よくある質問

アンケートの自由記述はどう分析すればいいですか?

テーマ(観点)と感情で分類し、件数を集計すると全体傾向が見えます。代表的なコメントを併せて見ると、改善アクションにつなげやすくなります。

大量の自由記述でも集計できますか?

はい。まとめて分類・集計する設計なら、数百件規模でも低コストで「声」を定量化できます。

アンケートの自由記述はどうやって集計しますか?

まず30〜50件をそのまま読んでテーマ(カテゴリ)を5〜7個作り、各回答にテーマと感情のラベルを付けてから件数を集計します。この後からカテゴリを付ける作業はアフターコーディングと呼ばれます。数百件までは表計算ソフトのピボットテーブルで十分に集計できます。

「特になし」などの回答はどう扱えばいいですか?

削除せず「無効」ラベルを付けて残してください。削除すると母数が変わり、各テーマの割合を誤って読むことになります。無効回答が多い場合は、設問の聞き方が広すぎるサインでもあります。

AIツールを、まず無料で試す

問い合わせ一次対応・分類・レビュー分析・要約・翻訳・整文・一括仕分けを、コード不要のツール画面またはAPIで。前払いクレジット制で暴走課金なし。

無料ではじめる →ツールを見る