アンケート結果のまとめ方を解説！集計方法からグラフ作成のポイントまで紹介

セルフ型アンケートツールの普及によって、アンケート調査は以前より安価で手軽に実施できるようになりました。
しかし、アンケートを実施したものの、「集計をどう進めればよいか」「結果をどう整理して報告すればよいか」と悩む担当者は少なくありません。

集計方法を誤ったり、グラフの使い方を間違えたりすると、せっかくのデータも説得力を欠いてしまいます。

本記事では、アンケート結果の集計方法から、グラフを使ったまとめ方、そして上司や経営層・クライアントに対して説得力のあるレポートを作成するためのポイントまで、一通り解説します。集計〜まとめまでの流れを体系的に把握したい方は、ぜひ参考にしてみてください。

アンケート調査とは

そもそも、アンケート調査とは何か、その概要をまずは明らかにしておきましょう。

アンケート調査とは、調査対象の意見や行動を把握するため、特定の期間で、さまざまな調査形式で質問を実施し、傾向を定量的に把握する「定量調査」の手法です。ビジネスにおいては、例えば下記のようなアンケート調査が実施されます。

• 顧客満足度調査（CS調査）
• 実態調査・意識調査
• 広告効果測定調査　など

アンケート調査は一見簡単なように思えますが、精度の高い回答結果を得るには、調査設計から回収、集計、報告までの一連のプロセスには専門の知識を要します。

特にアンケート結果のまとめ方は、受け手に情報を正確かつ分かりやすく理解してもらうために、適切な方法でまとめることが重要になります。

アンケート調査の主な種類や詳しい手順などについては、下記の記事で詳しくまとめているので、あわせて参考にしてみてください。

関連記事：アンケート調査の種類・方法・作り方を徹底解説！実例も交えて紹介

アンケート結果の主な集計方法

アンケート結果の集計方法については、主に以下の3つの方法があります。

• 単純集計
• クロス集計
• 自由記述回答の集計

それぞれの集計方法について、次から詳しく解説します。

単純集計

単純集計とは、アンケートの各設問について、どの選択肢に何人が回答したのか割合（％）や平均値などを算出し、全体の傾向を把握する集計方法です。

たとえば、単純集計は次のような結果で表されます。

単純集計の例（製品満足度調査、n=200）

Q.あなたは、このシャンプーに満足していますか？（1つのみ回答）

A.とても満足／やや満足／どちらともいえない／やや不満／とても不満

	回答数	割合
とても満足	82名	41％
やや満足	60名	30％
どちらともいえない	34名	17％
やや不満	16名	8％
とても不満	8名	4％

【集計結果からわかること】

• 回答者の71%が「とても満足」または「やや満足」と回答しており、中でも「とても満足」と回答した割合は41％だった。

単純集計は「どのように回答した人がどの程度いるのか？」を直感的に把握できるのが利点のため、データの全体感を把握するために活用されます。データ分析の第一歩ともいえる、基礎的な特徴を理解する重要なプロセスです。

クロス集計

クロス集計とは、2つ以上の質問項目と回答内容をかけあわせ、属性ごとの反応や違い、関連性などを分析する手法です。

「男女別」「年代別」「購入経験の有無別」など、複数の回答を掛け合わせて、より詳細な分析を実施します。

クロス集計は、単純集計だけでは見えてこない「細かな特徴」や、全体傾向の「背景にある要因」を深掘りするために実施されるものです。

たとえば、製品満足度調査においても、クロス集計によって「全体で満足度は高いが、20代のみ低い」「男性より女性のほうが、特定の機能を重視している」といった差異を可視化することが可能です。

クロス集計の例（満足度×性別、n=200）

Q.あなたは、このシャンプーに満足していますか？（1つのみ回答）

A.とても満足／やや満足／やや不満／とても不満

	男性（n=100）	女性（n=100）
とても満足・やや満足	62%	80%
どちらともいえない	22%	12%
やや不満・不満	16%	8%

【集計結果からわかること】

• 「とても満足」の割合は女性（80%）が男性（62%）を18ポイント上回っており、女性の満足度の方が高い傾向にある。
• 「やや不満・不満」は男女ともに低水準だが、男性（16%）は女性（8%）と比べて不満層がやや多く、男性向けの改善施策を検討する余地がある。

ただし、クロス集計を行う際は、軸の設定とサンプル数の確保に注意する必要があります。

軸は「仮説に基づいて意味のある切り口」を選ぶ必要があり、闇雲に掛け合わせても多く作業時間がかかるだけでなく、たまたま出た「意味のない数値の差」に惑わされるリスクがあります。

たとえば、特に理由もなく「出身地別×満足度」で集計して地域差が出ても、その背景にある理由が推測できなければ、具体的な改善施策にはつながりません。
一方で、「女性のほうが香りを重視するのでは？」という仮説を打ち立てれば、性別×香りの満足度で施策につながりやすいデータ結果を集計可能です。

また、クロス集計後のサンプルサイズが少なすぎると、データが減り、回答精度が低下します。1つの属性（性別×年代など）は、最低30件以上は担保するのが望ましいです。

自由記述回答の集計

自由記述回答とは、アンケートで選択肢を設けずに、回答者が文章や数値で自由に回答を記述できる設問形式です。顧客の声や隠れたニーズ、製品に対する不満など、数値化しにくい「生の声」を収集できる利点があります。

ただし、自由記述回答は、そのままでは集計・比較ができず、量的データとして扱うためにはなんらかの加工が必要です。

自由記述回答の主な処理方法としては「テキストマイニング（頻出語・共起ネットワーク等）」と「アフターコーディング（カテゴリ分類）」の2つがあります。

1.テキストマイニング（頻出語・共起ネットワーク等）

テキストマイニングとは、大量のテキストデータを単語や文節に分解して解析し、単語の出現頻度や、語句同士の関係性（共起ネットワーク）を可視化する手法です。

たとえば、シャンプーへの感想を聞く自由記述設問を実施した場合、次のような頻出語ランキングを割り出すことができます。

【頻出語ランキング（例）】

	単語	出現回数
1位	泡立ち	142件
2位	香り	128件
3位	洗いあがり	97件

自由記述回答の大量の回答コメントから、データの傾向やパターンなどを明らかにすることに秀でています。

通常、テキストマイニングは専用のツールを用いて実施されます。近年では、AIの発達により、高度で効率的なデータの分析が可能です。

2.アフターコーディング（カテゴリ分類）

アフターコーディングとは、自由記述回答をあらかじめ設定したカテゴリに分類し、件数を集計する方法です。自由記述の定性的なデータを、定量的なデータに落とし込める点に秀でています。

たとえば、シャンプーへの不満を聞く自由記述設問を実施した場合、カテゴリごとに分類・集計すると、次のようになります。

【カテゴリ別集計結果（例）】

	件数	割合
洗浄力・泡立ちへの不満	28件	28%
使用感（きしみ・なめらかさ）への不満	24件	24%
香りへの不満	20件	20%
・・・	・・・	・・・

人の判断を介するため、回答が恣意的にならないように、前もって分類の基準を客観的に明確にしておくことが重要です。

アンケート結果のまとめ方

アンケート調査集計後のデータは、グラフ等を使って可視化することで、読み手に情報を直感的に伝えられます。

ただし、グラフには内容によって適した種類があるため、データの性質に合ったものを選ぶことが非常に重要です。次から、データごとに適しているまとめ方を紹介します。

全体に占める回答割合を示すなら「円グラフ」

円グラフは、全体に占める各回答の割合（構成比）を一目で把握できるグラフです。単一回答の設問に適しており、「どの選択肢がもっとも多く選ばれたか？」を直感的に伝えられます。
さらに、注目すべきデータは太字にするなど、視覚的な強調を加えると効果的です。

ただし、円グラフにはいくつかの注意点があります。

まず、ラベル同士が隣接するため、項目数が多い場合や項目間の差が小さい場合は、非常に見づらくなるのが難点です。回答項目が多い場合などは、後述する帯グラフや棒グラフのほうが適しています。

また、複数回答の設問では合計が100%を超えるため、原則、円グラフは使用しません。円グラフは全体傾向を把握するのに便利ですが、すべての回答形式で利用できるわけではない点に注意します。

単一回答の構成比を比較するなら「帯グラフ」

帯グラフは、単一回答の構成比や、クロス集計結果を横並びで比較するのに便利なグラフです。帯を横（または縦）に並べることで、「性別や年代によって回答割合がどう異なるか」といった、グループ間の比較がしやすい点が特徴です。

たとえば、「男性・女性それぞれの満足度分布」を1枚のグラフで比較したい場合、円グラフを2つ並べるよりも、帯グラフのほうが差異を瞬時に把握できます。「女性よりも男性のほうが満足度が高い」「不満層は女性のほうが多い」といった回答要素ごとの比較は、帯グラフが最適です。

データの大小を比較するなら「棒グラフ」

棒グラフは、項目ごとの数値の大きさを、等幅の棒の長さで表現するグラフです。

主に、複数選択可の設問や、クロス集計結果の比較に使われます。棒の長さによって、回答項目ごとの大小関係が一目でわかる点が特徴です。

また、上位回答を太字やカラーで目立たせると、読み手が重要な情報に注目しやすくなります。縦棒・横棒どちらでも使用できますが、項目名が長い場合は、横棒グラフが適しています。

ただし、棒グラフは、必ず棒の太さを揃える必要があります。目立たせたい回答があるからといって、ほかの回答の棒を細くしてはいけません。

また、回答項目が多い単一回答の調査には棒グラフを使いたくなりますが、全体の構成比を把握するのが難しい点に注意が必要です。単一回答で全体の構成比を把握したい場合は、帯グラフか、項目が少ない場合は円グラフが適しています。

時間の変化を捉えるなら「折れ線グラフ」

折れ線グラフは、時系列（時間、月、年など）に沿った、データの変化や増減を表すのに最適なグラフです。満足度の変化や認知率の推移など、時系列データを扱う目的で使用されます。

折れ線の傾きや変曲点から、増減のタイミングや変化のスピードを視覚的に把握しやすく「昨年から製品の認知度が増えている」「大型連休には、高単価カテゴリの商品が購入されやすい」といった、時系列に沿った内容を把握することに秀でています。

さらに、折れ線グラフは1本だけに限定する必要もなく、複数の指標を同一グラフ上に重ねて比較することも可能です。

折れ線グラフは、定点調査や追跡調査の結果をまとめる際に、特に活躍します。

2つのデータの関係性を示すなら「散布図」

散布図は、2つの数値項目（変数）の関係性を可視化するため、縦軸と横軸に異なる指標を置き、点としてデータをプロットするグラフです。両者の関係を直感的に把握できる点に特徴があります。

たとえば、飲食店の顧客満足度調査で「料理のおいしさ」「店内の清潔感」を5段階評価し、「総合満足度」との関係を散布図で確認すると、次のように読み取れます。

• 料理のおいしさ：点が右肩上がりに並び、評価が高いほど総合満足度も高まる傾向が見られる。
• 店内の清潔感：点のばらつきが大きく、評価が高くても総合満足度に直結しないケースがある。

このように、総合評価と個別評価の関係を把握する場面で活用され、どの要素が満足度に強く影響するかを見極めるのに役立ちます。

複数あるデータ項目を比較するなら「レーダーチャート」

レーダーチャートは、中心から放射状に伸びる複数の軸にデータを配置し、線で結んで多角形として表すグラフです。複数項目を一度に俯瞰でき、強弱のバランスや全体傾向を把握しやすい点に特徴があります。

たとえばカフェの満足度調査で「味」「価格」「雰囲気」「接客」「アクセス」を5段階評価した場合、次のように読み取れます。

• 「味」「雰囲気」が外側に広がり「価格」が内側にある → 品質は高いが割高感がある
• 「価格」「アクセス」「雰囲気」は高評価で「接客」だけ低い → 集客はできているが対応が課題

このように、多角形の形状から特徴や弱点を直感的に捉えられる点が強みであり、競合比較や課題特定にも有効です。

効果的なグラフ作成のためのポイント

グラフはアンケート調査の結果を視覚的に伝える際に非常に効果的ですが、グラフの種類を正しく選ぶことに加え、いくつかポイントを押さえておくことが重要です。

次から、アンケート調査の効果的なグラフ作成のポイントをお伝えします。

サンプルサイズはデータの信憑性の証

グラフには、必ずサンプルサイズ（回答数）を表示します。なぜなら、サンプルサイズは、そのデータの信頼性を示す重要な指標だからです。

たとえ高い満足度を示す結果であっても、回答数が10件であれば1つの回答が全体傾向に与える影響が大きく、信頼に値するデータとはいえません。一方で、たとえば500件であれば、よりデータの信頼度は高まります。

具体的には、グラフの端などに、閲覧者がわかる形で有効回答数の「n=○○」を記載しておきます。サンプルサイズを記載することで、データの透明性を担保するだけでなく、上司やクライアントへの報告において客観的な根拠を示すことにもつながります。

要素を詰め込みすぎない

「大切な情報を多く伝えたい」と意識するあまり、グラフにあれもこれもと情報を載せるケースも見られますが、これは悪手です。1つのグラフに情報を詰め込みすぎると、どのデータに注目すればよいかがわからなくなり、読み手の理解を妨げます。

たとえば、「満足度は82%だった」という結果を伝えたいだけなのに、グラフ内に回答数・割合・前回比・平均点をすべて書き込んでしまうと、数字が多すぎて肝心の「82%」が埋もれてしまいます。

グラフの強みや視覚的に情報を伝えやすい点で、あくまで「ひと目で要点が伝わること」が目的です。

補足説明が必要な場合は、グラフとは別で、文章や口頭の説明で補うことも可能です。「1グラフ＝1メッセージ」を意識し、グラフには必要最低限の情報のみを掲載して、細かい説明は本文や注釈に委ねるのが基本です。

過度にデザインにこだわらない

グラフを見栄えよくしようとするあまり、3D化や派手なカラーリングを施すケースがあります。しかし、グラフの本質的な役割は「データを正確かつ迅速に伝えること」であり、過度なデザインへの追求は不要です。

たとえば、3Dグラフは奥行きによって数値の大小が視覚的に歪むため、正確な比較ができないことがあります。また、派手なカラーリングは、どの回答に注目すべきか一目でわからなくなる恐れもあるでしょう。

グラフは、ぱっと見てそのデータを理解できることが重要で、そのためにはシンプルさが肝になります。なんとなくかっこいいグラフにするよりも「相手に伝わりやすい、シンプルなグラフを作る」ほうが重要です。

説得力のあるレポート作成のためのポイント

アンケートの集計・グラフ化が完了しても、単にデータを並べるだけでは、読み手に負担をかけてしまいます。

「データから何を得られたのか？」を上司・経営層・クライアントへ伝えるために、レポートにまとめることになります。説得力のあるレポートを作成するために、意識したいポイントを見ていきましょう。

レポートの目的・ターゲットを明確にする

レポートを作成する前に、「誰に」「何を伝えるために」まとめるのかを整理することが重要です。目的とターゲットが明確になれば、どの設問の結果を中心に据えるか、どのような切り口で分析するかが自然と決まってきます。

たとえば、社内で実施した施策の効果検証であれば、比較データや変化量を中心に構成するとよいでしょう。また、クライアントへの説明資料であれば「施策実施前後の比較」を軸にして、投資対効果が伝わる構成にするのもポイントです。

このように、目的に応じたストーリーを作ることで、過不足のない説得力のあるレポートに仕上がります。

調査概要を記載する

レポートの冒頭には、必ず調査概要を記載しましょう。調査概要とは、「調査方法」「調査対象者」「調査期間」「有効回収数」といった、調査の内容をまとめた要約情報のことです。

調査概要を明示することで、データの信頼性・透明性を読み手に示すことにつながります。反対に「どのような条件で集めたデータか」が不明な状態では、どれほど精緻な分析を行っても、読み手がその結果を正当に評価し、判断材料として活用することが難しくなります。

「調査背景・目的・概要」→「結果の要約」→「結果の詳細」の3部構成で作成する

読み手にとってわかりやすいレポート構成にするには、全体像から詳細へと順を追って展開することが重要です。具体的には、下記の3部構成が基本になります。

1. 調査背景・目的・概要
2. 結果の要約
3. 結果の詳細

たとえば、カフェの満足度調査の結果をレポートにまとめる場合、次のような3部構成が基本となります。

1.調査背景・目的・概要
「新メニュー導入後の顧客満足度を把握し、次の改善施策に活かすことを目的として、2026年3月に、既存顧客316名を対象にインターネット調査を実施しました」

2.結果の要約
「総合満足度は82%と高水準だった一方、価格への満足度は54%にとどまりました。より顧客満足度を高めるには、価格設定に改善の余地があると分析しております」

3.結果の詳細
設問ごとのグラフや集計表、クロス集計の結果などを順に掲載

「1.調査背景・目的・概要」「2.結果の要約」を冒頭に置くことで、読み手は詳細を読み始める前に「何のための調査で、結論は何か」を把握できます。

一方で「3.結果の詳細」から記載するような、最後まで読まなければ結論がつかめない資料は、読み手に大きな負担をかけます。まずは、結果の全体像をつかみ、詳細を見ていく構成にすることで、論理的で読みやすいレポートに仕上がります。

調査結果と考察を分けて記述する

レポートでは、「事実（データ）」と「意見・解釈（考察）」を明確に区別して記述することが重要です。事実と意見が混在してしまうと、読み手がどこまでを客観的なデータとして受け取ればよいか判断しにくくなります。

たとえば、「リピート率は38%だった」という結果を記述する場合、以下のように事実と考察を分けて書きます。

NG例では、38%というデータから「スタッフの対応が原因」という結論に飛躍しており、書き手の解釈がデータから証明された事実のように読めてしまいます。しかし、リピート率が低い原因は、スタッフ対応だけでなく、価格や商品の質などほかにも考えられるでしょう。

OK例のように「データが示していること（事実）」と「自分が解釈したこと（考察）」を明示的に分けて書くことで、読み手は客観的なデータとして受け取るべき部分と、書き手の解釈として受け取るべき部分を明確に区別できます。

結果として議論の質が高まり、説得力のあるレポートにつながります。

まとめ

アンケート調査は手軽に実施できるようになった一方、正確で分かりやすいまとめ方ができなければデータの説得力を欠いてしまいます。

成果に繋げるためには、データの全体像や属性ごとの差異、定性的な生の声に応じた適切な集計手法の使い分けが不可欠です。可視化においては、データの性質に適したグラフを選び、サンプルサイズを明記したシンプルな表現を意識しましょう。

そして、基本の3部構成を意識し、事実と考察を明確に区別してレポートにまとめることで、上司やクライアントへ響く説得力のある資料に仕上がります。ぜひ本記事の内容を、意思決定に役立つレポート作成のご参考にしていただければと思います。

（digmar編集部）