RESEARCH PRACTICAL GUIDE
アンケート調査の品質確認・データクリーニング
集まった回答を、説明できる調査結果へつなぐ。
データクリーニングは、希望する結果に近づけるための作業ではありません。対象条件や設問に照らして回答を点検し、集計に使う範囲と判断の理由を明確にする工程です。調査票の設計に加えて、回収後の確認方法を事前に相談しておくと、報告書の数字を読みやすくなります。
POINT 01
回収できた数と、分析に使える数を分ける
案内を送った人数、回答を始めた人数、最後まで回答した人数、対象条件を満たす有効回答数は同じとは限りません。さらに、機能を使った人だけに聞く質問などでは、設問ごとの分母も変わります。
報告書では、どの段階から何件が減り、最終的に何件を集計したかを確認します。「無回答」「分からない」「利用していない」は意味が違うため、まとめて低評価やゼロへ置き換えないことが大切です。
POINT 02
除外・修正の規則は、順位を見る前に決める
調査対象の条件、重複した回答の扱い、論理矛盾の確認方法、集計対象外となる条件を、調査の設計時に整理します。自社に低い評価をした人だけを除いたり、順位が変わるまで基準を動かしたりする処理は避けます。
事前に想定できなかった問題が見つかった場合は、原因と影響を確認し、対応内容・理由・変更日を記録します。結果への影響を隠さず説明できるよう、条件の変更と分析結果を区別して残します。
POINT 03
気になる回答は、複数の情報から確認する
回答時間が極端に短い、選択肢がすべて同じ、自由回答が設問と合わないといった特徴は、点検の手掛かりです。ただし、回答が速い人や評価が一貫した人もいるため、一つの特徴だけで不正回答と決めつけません。
同じ接続環境や端末の情報がある場合も、共用環境などの事情を考慮する必要があります。重複判定の方法と限界を確認し、必要以上に個人を特定する情報を集めないようにします。点検の項目や実施範囲は、利用する仕組みと案件の条件に応じて決めます。
- 対象条件：利用した商品、時期、機能について回答が対応しているか。
- 論理の整合：利用していないと回答した機能を、詳細に評価していないか。
- 回答の重複：同じ人・同じ記録の重なりを、どの情報で確認するか。
- 入力・表示の不具合：回答者の問題ではなく、設問の分岐や画面に誤りがなかったか。
PRACTICAL CHECK
テスト回答を、書き出しデータと集計表まで照合する
品質確認は、集まった回答を除外する作業だけではありません。質問画面の分岐や、選択肢と保存される値の対応が誤っていると、回答者が正しく答えても集計に不具合が生じます。本番前には、想定した回答を入力して最後まで進み、保存データと集計結果まで照合します。
- 分岐の確認：利用者には評価の質問が表示され、未利用者には意図した別の質問が表示されるか。
- 保存値の確認：画面で選んだ項目が、書き出したデータでも正しい項目として扱われるか。未回答を勝手にゼロへ置き換えていないか。
- 集計の確認：単一回答・複数回答・設問ごとの対象者数が想定どおりか。テスト回答が本番データに混ざっていないか。
開始後も、特定の設問だけ回答が途切れるなどの偏った動きがないかを確認します。異常が続く場合は、まず画面・分岐・保存処理を調べ、回答者側の問題と切り分けます。不具合があった期間、設問、対象件数を記録し、再確認や再回収が必要かを判断します。欠けた回答を推測で埋めて、通常の回答として扱うことは避けます。
POINT 04
原データ・処理記録・集計用データを区別する
収集した元のデータを直接上書きすると、後から処理の理由を確かめにくくなります。原データ、点検結果、修正・除外の記録、分析に使った版を区別し、どの規則を適用したかを追える状態にします。
除外理由が複数ある回答は、理由別の件数を単純に足すと二重に数えることがあります。重複を除いた総数と、理由別件数の数え方を明確にします。入力ミスの修正と、回答者を集計から除く処理も分けて説明します。
POINT 05
確認に必要な情報と、共有する情報を分ける
個人情報を取得する際は利用目的を具体化し、本人への明示や通知等の必要な対応を確認します。依頼者が品質を確かめるために、回答者の氏名・連絡先まで受け取る必要があるとは限りません。集計結果や処理件数など、目的を満たす情報から検討します。
識別番号に置き換えたデータでも、他の情報と照合して本人が分かる場合があります。「IDだから匿名」と決めつけず、共有範囲、アクセス権、保管・削除の時期を合意します。自由記述に混入した連絡先なども、納品前の確認事項です。
POINT 06
結果の受け取り時は、品質確認の説明も読む
調査を依頼する際は、どの点検を行い、何を報告するかを見積もり・仕様の段階で確認します。すべてのログや原データが標準で納品されるとは限りません。提供できる情報、形式、追加確認の範囲を個別に相談してください。
No.1表示では、データを点検したことだけで十分とは限りません。比較商品や回答者が適切か、公平な質問になっているか、表示文言が調査結果と対応するかも合わせて確認します。
CHECKLIST
報告書を受け取るときの確認表
| 確認する項目 | 確認したい内容 |
|---|---|
| 件数の流れ | 回答完了数から有効回答数まで、増減の理由を説明できるか |
| 設問ごとの分母 | 利用者限定の質問、無回答、非該当を区別しているか |
| 適用した規則 | 除外・修正の基準と、適用した版が分かるか |
| 変更の記録 | 実施中の変更の理由と、結果への影響を記録したか |
| データの区別 | 原データと処理後のデータを混同していないか |
| 共有の範囲 | 回答者の個人情報を必要以上に含めていないか |
ILLUSTRATIVE EXAMPLE
架空例：500件から460件になった理由を確認する
説明用に、回答完了が500件、事前の対象条件を満たさない回答が25件、重複として扱う回答が10件、追加確認で対象外と判断した回答が5件あったとします。この例では3つの区分に重なりがないため、有効回答は460件です。
「40件を除外した」で終わらせず、どの条件を使ったか、重複をどう数えたか、実施中に基準を変えていないかを確認します。特定機能を評価できる人が460人のうち180人なら、その設問の分母は別に示します。
数字は手順を説明するための架空例です。40件という除外数や8%という割合を、品質の良し悪しの基準とするものではありません。
FAQ
よくあるご質問
回答が速い人は、すべて除外すべきですか？
一律には扱いません。質問の量や難しさ、分岐、回答内容との整合を確認します。短時間という特徴だけでなく、事前に定めた基準と他の情報を組み合わせて判断します。
除外した回答が少ないほど、品質は高いですか？
除外率だけでは判断できません。募集段階や画面上の制御、対象条件、点検の方法により割合は変わります。件数の多寡より、確認方法と処理理由を説明できるかを見ます。
自社への低評価が多い回答を除いてもよいですか？
評価が低いこと自体を理由に除くことは避けます。対象条件や回答の整合性に関する基準を、評価の高低に関係なく適用する必要があります。希望した順位と異なる結果も、そのまま確認します。
品質確認のために、回答者の個人情報も受け取れますか？
調査目的や本人への説明、契約、必要性により確認します。通常の品質説明には集計や処理記録で足りる場合もあります。氏名や連絡先の提供を前提にせず、必要な情報と共有範囲を相談してください。
同じ不自然な回答が続く場合、回答者を除外すればよいですか？
先に、質問の表示・分岐・保存処理に誤りがないかを確かめます。回答者の理解だけでなく、画面や設定が原因の場合もあります。問題の発生期間と影響範囲を整理し、元データを残したうえで、利用できる範囲や再回収の必要性を検討します。
参考資料・確認先
以下の一次資料を参照し、調査を検討する担当者向けに当組合が確認手順を整理しました。各機関による当組合の認定・推奨を示すものではありません。
- 日本マーケティング・リサーチ協会：データ収集と取り扱い点検・クリーニングの文書化、原データと処理後データの区別を参考にした公開資料。当組合の認証・加盟を示すものではありません。
- GMOリサーチ＆AI：品質管理の取り組み調査前・実施中・実施後の品質確認の具体例を参考にした同社の公開説明。当組合の体制と同一であることを意味しません。
- 個人情報保護委員会：個人情報保護法ガイドライン（通則編）利用目的の特定、利用範囲、安全管理等の考え方を確認。
- 消費者庁：表示に関するQ&A（Q27・Q28）No.1表示に必要な調査条件と、広告主による情報確認を参照。
- AAPOR：Best Practices for Survey Research実施前の試行、質問画面の正確な実装、実施中の点検を参照。具体的な照合項目は、当組合が依頼者向けの確認例として整理しています。
資料確認日：2026年11月2日。個別案件の調査条件や表示の適否は、対象資料に即して確認します。
RELATED GUIDES
あわせて確認したい実務ガイド
CONTACT
表示案と資料から、
必要な確認を整理します。
表示したい内容と、お持ちの資料をお知らせください。調査範囲と対応可否を確認し、ご案内します。
編集・発行：帝国ナンバーワンリサーチ組合 ｜ 更新日：2026年11月7日