「定性分析」とは、数字では表現できないものを分析することです。サイトの改善にも用いられることが多く、より良いサイトをつくりたいと考えている方ならば知っておく必要があるでしょう。「定性分析」とは何か、また、分析をより深めるためにできることについて解説します。

定性分析と定量分析の違いとは

「定性分析」の反対の分析手法として「定量分析」があります。両者はどう違うのか見ていきましょう。

定性分析とは

「定性分析」とは、「性質を分析すること」と言い換えることができます。この場合の「性質」とは数字で表現できないデータすべてのことです。数字、すなわち量で表現できないため、量と対になる概念である質という言葉を用いて「質的分析」と表現することもできます。

例えばアイスクリームを5人に渡し、食べた感想を聞くとしましょう。「おいしかった」「フレーバーが好みではなかった」「色が合成っぽい」などのさまざまな感想を得られます。このように数値化できない結果（感想）を分析することが定性分析です。

定量分析とは

「定量分析」とは、「量を分析すること」と言い換えることができるでしょう。この場合の「量」とは数字で表現できるデータすべてのことで、数字で表現できない質的データとは異なるデータを分析することになります。定性分析を「質的分析」とするならば、定量分析は「量的分析」と表現できるかもしれません。

例えばアイスクリームを5人に渡し、食べた感想を聞いたとします。「おいしい」と答えた人が3人、「普通」が1人、「好きではない」が1人いたとしましょう。この結果から「おいしい」と答えた人が6割であると分析することができます。

もちろん、実際にマーケティングリサーチ等で定量分析を使用する場合には、母集団が多く偏りがないほど正確性の高いデータが得られるでしょう。

定性分析と定量分析は何が違う？

「定性分析」と「定量分析」のもっとも根本的な違いは、分析する対象が数値化できるかという点です。数値化できないもの、例えば個人の感想や意見、行動（通勤手段として自転車を使う、車を使うなど）を分析するときには「定性分析」を用います。

一方、数値化できるもの、例えば「はい」と答えた人の人数や出席者、身長などには「定量分析」が適しているでしょう。ただし、数値化できるものであっても「量」ではないものは「定量分析」で分析することができません。

例えば電話番号は数値化できますが、それを「量」として捉えることはできないため、「定量分析」に用いることはないでしょう。あくまでも「量」として捉えることができる数字、つまり、多いことや少ないこと自体に意味がある数字に関して「定量分析」が用いられます。

定性分析のメリット・デメリット

「量」を表す数字として数値化できないデータを扱う「定性分析」には、「定量分析」では得られないメリットがあります。しかし、その一方で少なからぬデメリットも潜んでいるのです。「定性分析」のメリットとデメリットを紹介しますので、適切な場面で「定性分析」を用いるようにしましょう。

メリット1.データが少なくても考察可能

数値化されないデータを扱う「定性分析」では、データ数が少なくても分析・考察することが可能です。例えばアイスクリームを5人に配って意見を集めたとしましょう。「合成のような色が気になる」「フレーバーが合わない」といった意見は、たとえ答えた人が1人だけであっても考察し、商品開発に活かす有益な材料です。

一方、数値を分析する「定量分析」では、データ数が多いほうが正確性が増します。例えば友人5人にアイスクリームの感想を聞き、3人が「おいしかった」と言ったとしても、この結果だけで「過半数の人がおいしいと感じるアイスクリーム」と断言することはできないでしょう。

数百人、数千人単位で調査を行い、その過半数が「おいしい」と答えるならば、分析結果の信頼性は幾分高まります。

メリット2.改善点が分かりやすい

改善点が分かりやすいのも「定性分析」の特徴です。「定性分析」では質問紙を作成する際に答えが数字になるように調整しなくても良いので、具体的な意見を得ることができます。

アイスクリームの例ならば、「おいしくない」と答えた人に「どこが良くなかったのか」と尋ねることができるでしょう。「においが強すぎる」「色が合成っぽくて食欲を減退する」などの具体的な答えを得ることができ、何を改善すればより受け入れられるアイスクリームになるのかがすぐに分かります。

デメリット1.分析者の主観に左右される

数値化できないことでも質問できるという「定性分析」のメリットは、回答を分析者の主観に基づいて誘導してしまう恐れがあるというデメリットになり得ます。例えば「アイスクリームがなぜおいしくなかったのですか」という質問をするならば、アイスクリームがおいしくないということが前提となってしまい、「おいしい」と感じた人も無理やり回答を作成しなくてはならなくなるでしょう。

デメリット2.広い視野の分析に不向き

「定性分析」では状況を限定して意見を尋ねます。そのため、広い視野での分析にはあまり適していません。例えば、アイスクリームの味をおいしくするための意見をうかがうことはできても、その答えだけでは「どうすればアイスクリームの売上が向上するか」というより広い視野に立った分析は困難です。

定性分析をサイト改善に活かす方法

「定性分析」はサイト改善に用いられることが多い分析手法です。具体的にどう活かすのか見ていきましょう。

ヒートマップでユーザーの動きを把握

ユーザーアクションの量を色で分けて表示する「ヒートマップ」を使うと、ユーザーがサイト上のどこに興味を持っているのかを知ることができます。「ヒートマップ」により得られた結果を「定性分析」することで、ユーザーの動きが運営側の意図に沿っているのか考察し、意図通りでないときはユーザーアクションに基づいて改善することができるでしょう。

ユーザーの声を拾い上げて心情把握

ユーザーの意見一つひとつを取り上げて「定性分析」することで、「はい」か「いいえ」では分からない心情を把握することができます。少数派の意見にサイト改善のヒントが隠されていることもあるので、数値によらない「定性分析」が必要です。

最後に

「定性分析」を用いることで、数値化されないデータや少数派の意見を分析し、サイト改善等に活かすことができます。しかし、「定性分析」だけでは数字で分かる部分や大多数の意見がおろそかにされる恐れがあるでしょう。「定量分析」も組み合わせることで、より綿密な分析を実施してください。