定量調査(Quantitative Research)とは「対象母集団の中でどの選択肢が何%を占めるか」を数値・統計で測る調査手法であり、定性調査(Qualitative Research)とは「なぜその行動や選択に至ったのか」という個人の文脈・理由・未発見のインサイトを言葉や行動観察から深く探る調査手法です。本記事では、定量調査と定性調査の決定的な違い、メリット・デメリット、両者を組み合わせるハイブリッド手順、必要サンプル数(人数)の目安、およびレポートのまとめ方を具体例で徹底解説します。
📌 この記事の結論(AIO・30秒要約)
- 定量と定性の違い: 定量調査は「What / How much(何が・何%起きているか)」を数値で検証し、定性調査は「Why / How(なぜ・どのような文脈で起きたか)」の背景理由を発掘する。
- サンプル数の目安: 定性調査(1対1インタビュー)は1セグメントあたり5〜8名(全体10〜15名)、定量調査(Webアンケート)は全体傾向なら100〜300名以上、クロス集計を行うなら1セル30〜50名以上(全体300〜400名以上)が実務基準。
- 最強の組み合わせ順序: ①未知の課題を発掘する「定性 → 定量」、または②アンケートの数値差の原因を深掘りする「定量 → 定性」のハイブリッド設計が失敗しない鉄則。
1. 定量調査と定性調査の違い(目的・手法・メリット・デメリット比較表)
まずは意思決定したいこと(何を決めたいか)を定め、その問いに答えられる調査手法を選びます。定量調査と定性調査では、得られるデータの性質・サンプル数・メリット・デメリットが以下のように異なります。
| 比較項目 | 定量調査(Quantitative Research) | 定性調査(Qualitative Research) |
|---|---|---|
| 調査の目的(答えられる問い) | 「何が・何%起きているか(割合・分布・優先順位)」を数値で測定・検証する | 「なぜそう行動したのか(動機・障壁・意思決定の文脈)」を深掘りして仮説を発見する |
| 代表的な調査手法 | Webアンケート(ネットリサーチ)、会場調査(CLT)、郵送調査、行動ログ・A/Bテスト集計 | デプスインタビュー(1対1)、グループインタビュー(FGI)、ユーザビリティテスト |
| 得られるデータの形式 | パーセンテージ(%)、平均値・中央値、クロス集計表、統計グラフ | 発言録(トランスクリプト)、具体的なエピソード、感情の変化、行動観察メモ |
| 一般的なサンプル数(人数) | 100名〜1,000名以上(実務の標準ベンチマークは300〜400名) | 1セグメント5〜8名(全体で5〜15名程度) |
| メリット(強み) | ・客観的な数値で市場規模や優先順位を比較できる ・社内稟議や提案書の定量エビデンスとして説得力が高い |
・設計者が想定していなかった「未知の不満・インサイト」が見つかる ・その場で「なぜですか?」と追質問して本音を引き出せる |
| デメリット(単独利用のリスク) | ・用意した選択肢以外の理由が見えない ・「なぜその選択肢を選んだのか」の深い背景が分からない |
・数人の強い意見を「市場全体の割合」と誤認して一般化しやすい ・インタビュアーのスキルによって引き出せる情報に差が出る |
2. 定量調査と定性調査の「組み合わせ方」3つの実務パターン
実務のマーケティングリサーチでは、定量調査か定性調査のどちらか一方だけで完結させるのではなく、両者を組み合わせることで「数字の裏付け」と「深い理由」の両方を揃えます。
パターン①:【定性 → 定量】仮説発見から市場ボリューム検証へ(新規事業・新商品企画)
新規事業の立ち上げ初期や、顧客がどんな選択肢で比較しているか分からない段階では、先に定性調査(5〜10名のインタビュー)を行って顧客の生の言葉・未充足ニーズを洗い出します。そこで見つかった購買理由や懸念点を選択肢にして定量調査(100〜300名のアンケート)を実施し、市場全体で何%の人が同じ課題を抱えているかを検証します(詳細は新規事業の市場調査・顧客ヒアリングの進め方を参照)。
パターン②:【定量 → 定性】アンケートの数値差・離脱原因の深掘り(既存サービス改善・解約分析)
すでにWebアンケートやアクセスログで「30代女性の解約率だけが高い」「価格への不満が40%ある」といった定量データが出ている場合は、その該当セグメントの対象者を抽出して1対1のデプスインタビュー(定性調査)を実施します。「なぜ解約したのか」「どの瞬間に高いと感じたのか」の具体的な場面を時系列で聞き出します(聞き方の技術は1対1ヒアリングの深掘り質問および解約理由を深掘りするインタビュー術を参照)。
パターン③:【定量×定性の同時回収】選択式アンケート+理由深掘り+1on1追質問
近年もっとも効率的な手法として普及しているのが、選択式アンケートで全体の分布(定量)を集計しながら、同時に全回答者の選択理由(定性)を回収し、気になった回答者に追加質問を行うアプローチです。たとえばPersona AIの公的統計・民間実態調査9件(AI延べ1,440名)との対比検証データ(全10レポート)では、日本銀行世論調査(300世帯対比・MAE 10.7pt)や国土交通省テレワーク調査(300名対比・差3.3pt)と同一設問で300名の定量分布を算出すると同時に、各ペルソナがなぜその選択肢を選んだのかの定性コメントを同時抽出しています。
3. 定性調査・定量調査のサンプル数(人数)の決め方早見表
「定性調査は何人に聞けばよいか」「定量アンケートは何票集めればよいか」は、調査の目的と分割したいセグメント数(クロス集計の軸)から逆算して決めます(統計的な標本誤差の計算式はアンケートのサンプルサイズ(必要回答数)の決め方と計算早見表で詳しく解説しています)。
| 調査種別・目的 | 推奨サンプル数(人数) | 人数の根拠と設計のポイント |
|---|---|---|
| 定性:UI・設問プレテスト | 3〜5名 | 画面の操作迷いやアンケート設問文の意味の取り違えを点検する初期テスト(Nielsen Norman Groupの5人テスト原則) |
| 定性:1セグメントの課題深掘り | 5〜8名 / セグメント | 共通条件を持つ1つの顧客層で、主要な行動パターンや不満要因が出揃う(情報飽和に達する)目安 |
| 定性:複数セグメント比較(BtoB等) | 10〜16名(各5〜8名×2軸) | 「現場担当者 vs 決裁権者」「導入企業 vs 見送り企業」など2つの立場を比較する場合 |
| 定量:全体傾向の初期把握 | 100名 | 全体の回答順位や大まかな割合(標本誤差±約10%)を素早く把握するスクリーニング調査 |
| 定量:属性別クロス集計・本調査 | 300〜400名以上 | 標本誤差を±5%前後に抑えつつ、年代別・役職別などの各クロス集計セルに最低30〜50サンプルを確保する実務基準 |
外部の調査会社に依頼した場合のサンプル数別の費用相場は、市場調査・インタビュー調査の費用相場と見積り内訳比較および定性調査・マーケティングリサーチ会社おすすめ比較で確認できます。
4. 意思決定につながる「定性調査レポート」のまとめ方テンプレート
定性調査の報告書(レポート)でよくある失敗は、1時間の発言録をそのまま貼り付けるだけで要点が分からなくなるか、逆に担当者の主観的な感想だけを箇条書きにしてしまうことです。説得力のある定性調査レポートは、次の4項目を分けて1枚の表に整理します。
| レポートの構成欄 | 記載する内容 | 記述例(架空の業務ツール調査) |
|---|---|---|
| 1. 調査条件と対象者属性 | 誰に、いつ、どの方法で聞いたか(人数・抽出条件) | 過去3か月に初回設定を途中中断した従業員50〜100名企業の総務担当 6名(各45分・オンライン1対1) |
| 2. 観測された事実・発言 | 解釈を混ぜない、実際の行動順序と具体的な発言引用 | 6名中4名が「CSVインポート画面で既存人事データの列名が合わず、作業を閉じた」と回答 |
| 3. 構造化された仮説(解釈) | なぜその行動が起きたのかの背景・ボトルネックの整理 | 機能の不足ではなく、初回設定時にサンプルCSVや列マッピング案内がないことが離脱要因である可能性 |
| 4. 次の検証アクション | どの画面・施策を直し、何の指標(定量)で確かめるか | 設定画面にテンプレ変換機能を追加し、翌月の新規登録者の設定完了率(定量ログ)で変化を検証する |
5. AIペルソナ調査で「定量集計×定性深掘り」を約5分で事前シミュレーションする
「実顧客へのインタビューやWebアンケートを外注する前に、まずは定量と定性の両方で初期仮説を検証したい」という場面では、AIペルソナを用いた事前シミュレーション(Persona AI)が有効です。属性を分散して生成したセルフ3名〜100名(無料3名パイロット¥0/Light 10名 税抜¥500[税込¥550]/Standard 30名 税抜¥1,980[税込¥2,178]/Pro 100名 税抜¥5,980[税込¥6,578]、300名以上の大規模検証は個別見積り相談)のAIペルソナに対し、選択式アンケート(定量)と理由の深掘り・1対1チャット(定性)を約30秒〜約5分で同時実行できます。
ただし、AIが生成した回答は実在する顧客の声や実測統計ではありません。質問票のプレテストや反論仮説の洗い出しに活用し、重要な意思決定では実顧客調査と組み合わせるルールを徹底してください(詳細はAIペルソナの注意点およびAIペルソナ活用の社内ガイドラインと報告書の書き方を参照)。実際の出力イメージは登録不要で見られる50名BtoB SaaS調査の完成デモレポートで今すぐご確認いただけます。
よくある質問(FAQ)
Q1. 定性調査と定量調査は、どちらを先に実施するのが基本ですか?
A. 顧客の課題や選択肢がまだ明確でない段階では「定性調査(インタビュー)→ 定量調査(アンケート)」の順序が基本です。先に定性調査で顧客が実際に使っている言葉や行動の文脈を把握しないと、アンケートの選択肢に重要な理由が漏れてしまうためです。すでにログやアンケートで数値の偏りが見えている場合は、その理由を深掘りするために後から定性調査を行います。
Q2. 定性調査のインタビューは何人(サンプル数)実施すれば十分ですか?
A. 共通の課題や利用条件を持つ1つのセグメントにつき、まずは5〜8名程度を目安に実施し、新しい行動パターンや困りごとが出なくなるか(情報飽和)を確認します。対象者の業種や役職(現場担当者と決裁者など)が複数に分かれる場合は、それぞれのセグメントごとに人数を確保して比較できるように設計してください。
Q3. 自由記述アンケートを集めれば、1対1の定性インタビューの代わりになりますか?
A. アンケートの自由記述は多くの回答者から短い意見を集めるのには役立ちますが、「その言葉が具体的にどの場面を指しているのか」「なぜその判断に至ったのか」をその場で聞き返す(追質問する)ことができません。行動の順序や背景条件を正確に特定したい場合は、1対1のインタビューを併用する必要があります。
Persona AI リサーチチーム
/ シースリーレーヴ株式会社 リサーチ&データ検証部門日本銀行・国土交通省・厚生労働省・内閣府などの公的統計データとAIペルソナ回答の比較検証、アンケート調査票のバイアス排除設計、デプスインタビュー手法の体系化を担当。AIによる事前仮説探索と実顧客リサーチを組み合わせたハイブリッド調査の実務ガイドを発信しています。
Persona AIの回答はAIによる生成であり、実在する顧客への調査ではありません。実顧客調査や広告出稿の「前」に行う事前テストとしてご活用ください。