分散分析（ANOVA）とは、3つ以上のグループの平均値に統計的な差があるかどうかを判定する手法です。「A案・B案・C案でどれが一番効果が高いのか」を、感覚ではなくデータで言い切るための道具だと考えてください。

しかし実務では、「F値とP値の意味がわからない」「有意差が出た後に何をすればいいか迷う」という壁にぶつかりがちです。t検定を3回繰り返してしまい、誤った結論を出してしまうケースも少なくありません。

この記事では、分散分析の考え方からやり方7ステップ、分散分析表の見方、多重比較、実務での活用事例までを一気通貫で解説します。読み終えたときには、自社のアンケートや検証データを分散分析にかけ、意思決定に耐えるレポートを自力で作れる状態になります。

この記事の監修・運営情報　

運営企業：ラーナーズ株式会社　Interviewz（インタビューズ）／ヒアリングDXブログ編集部

監修：Interviewz プロダクトチーム（ヒアリング・診断コンテンツ設計の支援実績をもとに監修）

専門領域：BtoB／BtoCのヒアリング設計、アンケートUX、診断コンテンツによるCVR改善

本記事は、BtoB企業のマーケティング・営業・人事・CS部門に対するヒアリングDX支援の実務知見をもとに、統計手法としての分散分析を「現場で使える形」に翻訳して解説しています。数式の厳密さよりも、意思決定に使えるかどうかを基準に構成しています。

分散分析とは？平均の違いを判定する統計手法

分散分析の定義｜「グループ間のばらつき」と「グループ内のばらつき」を比べる

分散分析（Analysis of Variance、略してANOVA／アノーバ）とは、3つ以上のグループの平均値に、偶然では説明できない差があるかどうかを検定する手法です。名前に「分散」とありますが、目的は分散そのものではなく平均値の比較にあります。

なぜ平均の比較なのに「分散」を使うのでしょうか。分散分析は、データ全体のばらつきを「グループ間のばらつき（条件の違いによる差）」と「グループ内のばらつき（同じ条件でも生じる誤差）」の2つに分解し、その比率を見ているからです。

たとえば3つの店舗で顧客満足度を測ったとします。店舗Aが3.8、店舗Bが4.3、店舗Cが4.6という平均が出たとき、この0.8ポイントの差が「店舗の違いによる差」なのか「同じ店舗でも人によってばらつく誤差の範囲」なのかを切り分けるのが分散分析の役割です。

グループ内のばらつきに対してグループ間のばらつきが十分に大きければ、「この差は偶然ではない」と判断できます。この比率がF値であり、F値の大きさを確率に換算したものがP値です。

分散分析でわかること・わからないこと

分散分析を過信すると、結果の解釈で必ず事故が起きます。「何がわかって、何がわからないか」を最初に押さえることが、正しい活用の第一歩です。

分散分析でわかることは次の3つです。

• 3群以上の平均値に統計的な差があるか（差の有無の判定）
• どの要因（因子）が結果に影響していそうか（要因ごとの寄与）
• 2つの要因の組み合わせで効果が変わるか（二元配置における交互作用）

一方で分散分析でわからないことも明確です。

• どのグループ同士が違うのか（特定には多重比較が別途必要）
• 差の大きさが実務的に意味を持つか（効果量や現場感覚での判断が必要）
• なぜ差が生まれたのかという因果関係（実験計画がなければ因果は言えない）

とくに3つ目は誤解が多いポイントです。分散分析が示すのは「差がある」という関連の証拠であって、「Aだから差が出た」という因果の証明ではありません。因果を主張したいなら、割り付けをランダム化した実験設計が前提になります。

なぜt検定を3回繰り返してはいけないのか｜多重性の問題

「3群を比べたいなら、A対B・B対C・A対Cでt検定を3回すればいいのでは」と考える人は多いのですが、これは統計的に誤った手続きです。理由は「多重性（多重比較の問題）」にあります。

有意水準5%とは「本当は差がないのに、差があると誤判定してしまう確率を5%に抑える」という意味です。ところが検定を3回繰り返すと、少なくとも1回誤判定する確率は約14%まで跳ね上がります（1−0.95³≒0.143）。群が5つなら検定は10回必要になり、誤判定確率は約40%に達します。

つまりt検定の繰り返しは「差がある」という結論を不当に出やすくするのです。分散分析はまず「全体としてどこかに差があるか」を1回の検定で判定し、誤判定率を5%に保ちます。これが分散分析を使う最大の理由です。

2群だけの比較であれば、t検定で問題ありません。実際、2群に分散分析を適用すると、F値はt値の2乗になり、結論はt検定と完全に一致します。

▼2群比較のt検定をExcelで実行する手順を確認したい方はこちら
👉 t検定をエクセルで行う方法7ステップ｜関数と分析ツールを図解

一元配置分散分析とは｜比較軸が1つの場合

一元配置分散分析は、比較の軸（因子）が1つだけのときに使う、もっとも基本的な分散分析です。「プラン（ライト／スタンダード／プレミアム）によって満足度の平均は違うか」のように、1本の軸で3つ以上のグループを比べます。

ここで使う用語を整理しておきましょう。比較の軸そのものを「因子」、因子の中の個々のグループを「水準」と呼びます。先の例なら因子は「プラン」、水準は「ライト・スタンダード・プレミアム」の3つです。

一元配置は解釈がシンプルで、Excelの分析ツールにも標準搭載されているため、初めて分散分析を使う場面ではまずここから始めるのが定石です。ただし「どのプラン同士が違うのか」は一元配置だけでは判定できないため、有意差が出たら多重比較に進みます。

二元配置分散分析とは｜比較軸が2つ＋交互作用を見る

二元配置分散分析は、因子を2つ同時に投入し、それぞれの効果と「組み合わせの効果」を評価する手法です。「研修形式（対面／オンライン）」と「部署（営業／人事）」の2軸で理解度テストの平均を比べる、といった場面で使います。

二元配置の最大の価値は「交互作用」を検出できる点にあります。交互作用とは、一方の因子の効果が、もう一方の因子の水準によって変わる現象です。「オンライン研修は営業部では効果が高いが、人事部では対面のほうが高い」といった逆転が起きているとき、交互作用が有意になります。

交互作用が有意な場合、「オンライン研修は全体として良い／悪い」という主効果の解釈は意味を失います。必ず「どの部署では、どちらが良いのか」というセル単位の解釈に切り替えてください。ここを読み違えると、全社一律の誤った施策を打つことになります。

なお二元配置には、各セル（組み合わせ）にデータが1つずつしかない「繰り返しのない二元配置」と、複数ある「繰り返しのある二元配置」があります。交互作用を検定できるのは繰り返しのある二元配置だけなので、設計段階から各セルに複数データを確保しておく必要があります。

分散分析を使うための3つの前提条件

分散分析は万能ではなく、3つの前提が成り立っていることを暗黙に要求します。前提を無視した分析は、P値そのものが信用できなくなります。

1つ目は「独立性」です。各データが互いに影響し合っていないことを指します。同一人物から複数回答を取っている場合は独立性が崩れるため、通常の分散分析ではなく反復測定分散分析を使います。3つの前提のなかで、破ったときの影響がもっとも深刻なのが独立性です。

2つ目は「正規性」です。各グループのデータが正規分布に近い形をしていることを指します。ただし分散分析は正規性の逸脱には比較的頑健で、各群のnが20〜30程度あれば中心極限定理により実務上は問題になりにくいとされています。

3つ目は「等分散性」です。各グループのばらつきの大きさが同程度であることを指します。目安として最大の標準偏差が最小の標準偏差の2倍を超える場合は要注意です。群ごとのnが揃っていれば多少の違いは吸収できますが、nが大きく偏っていると誤判定につながります。

【一覧比較表】分散分析の種類と使い分け早見表

分散分析には複数のバリエーションがあり、データの構造によって使う手法が変わります。まずは全体像を一覧で押さえてください。

手法選択の考え方｜3つの質問で絞り込む

どの手法を使うか迷ったら、次の3つの質問に順番に答えるだけで、ほぼ一意に決まります。

質問1：比べたいのは平均か、比率か。「満足度スコア」「作業時間」「購入金額」のような数値の平均を比べるなら分散分析系、「選んだ人の割合」のような比率を比べるならカイ二乗検定です。ここを取り違えると、そもそも手法が合いません。

質問2：グループは2つか、3つ以上か。2つならt検定で十分です。3つ以上なら分散分析を使い、多重性を回避します。

質問3：比較の軸は1本か、2本か。1本なら一元配置、2本なら二元配置です。そして「組み合わせによって効果が変わるか」を知りたい場合は、必ず繰り返しのある二元配置を選んでください。

▼アンケート結果の分析手法を体系的に整理したい方はこちら
👉 アンケートの分析方法8選と分析の質を高める方法を徹底解説

【質問項目一覧表】分散分析に使えるアンケート設問の設計

分散分析でつまずく原因の多くは、統計の理解不足ではなく「そもそも分散分析にかけられるデータが取れていない」ことにあります。設問設計の段階で、因子（グループ分けの軸）と従属変数（比較する数値）を意図的に用意しておくことが重要です。

設問設計で必ず守りたい3つの原則

原則1は「因子は選択式で取る」ことです。自由記述で属性を取ると表記ゆれが発生し、水準に分けるだけで数時間の整形作業が発生します。分析軸になりうる項目は、必ず選択肢として設計してください。

原則2は「従属変数は段階数を確保する」ことです。3段階評価では平均に差が出にくく、検出力が下がります。5段階以上、可能なら0〜10の11段階を使うと、平均差の検出感度が上がります。

原則3は「各水準のnを最低20は確保する」ことです。水準数×20が必要回答数の目安になります。3水準なら60件、4水準なら80件が最低ラインだと考えて、配信数と回答率から逆算しましょう。

▼評価尺度の選び方で迷っている方はこちら
👉 アンケート4件法と5件法の違い｜7つの回答形式と失敗しない選び方を徹底解説

▼回答率を高めてサンプル数を確保したい方はこちら
👉 ユーザーからの回答率の高いアンケートの作り方【6つのコツ】

分散分析のやり方7ステップ

ここからは、実際に分散分析を回すための手順を7ステップで解説します。Excelの分析ツールを前提にしていますが、考え方はSPSSやR、Pythonでも同じです。

STEP1｜目的と比較対象を一文で固定する

分析を始める前に、「何と何を、どの指標で比べたいのか」を一文で書き切ってください。たとえば「3つのプラン（ライト・スタンダード・プレミアム）で、総合満足度の平均に差があるか」という形です。

この一文が曖昧なまま手を動かすと、途中で比較軸が増えたり、指標がすり替わったりして、最終的に何を示したのかわからないアウトプットになります。一文が書けない場合は、まだ分析に着手すべき段階ではありません。

あわせて「この結果が出たら何を決めるのか」という意思決定もセットで決めておくと、分析の粒度がぶれません。「差があればプレミアムの訴求を強化する」といった具体レベルまで落とすのが理想です。

STEP2｜因子と水準を決め、データを縦持ちで整える

次に因子（比較軸）と水準（グループ）を確定します。水準は3〜4個に絞るのが実務上のバランスです。水準が増えるほど各群のnが減り、検出力が落ちるためです。

データ形式は、1行に1回答、列に「因子」と「従属変数」を並べる縦持ち（ロング形式）を基本にしてください。Excelの分析ツールは横持ち（各列が1グループ）を要求しますが、元データは縦持ちで管理し、ピボットテーブルで横持ちに変換するのが安全です。

この段階で欠測値と外れ値の扱いも決めておきます。欠測はリストワイズ削除（その行ごと除外）が基本、外れ値は「入力ミスなら除外、実在する値なら残す」という判断基準を先に文書化しておくと、後から結論をいじった疑いを持たれません。

STEP3｜実行前に前提条件をチェックする

分析ツールを走らせる前に、群ごとの「n・平均・標準偏差」を必ず算出してください。ピボットテーブルで数分あれば作れます。

ここで見るべきは3点です。各群のnが20以上あるか、群間でnが極端に偏っていないか（最大群が最小群の2倍以内が望ましい）、標準偏差の最大が最小の2倍を超えていないか。

2倍を超える場合は等分散性が疑われます。その場合はWelchの補正を行うか、クラスカル・ウォリス検定などのノンパラメトリック手法に切り替えるのが安全です。ここを飛ばすと、有意判定そのものが信用できなくなります。

STEP4｜Excelの分析ツールで分散分析を実行する

Excelでは「データ」タブの「データ分析」から実行します。表示されていない場合は、「ファイル」→「オプション」→「アドイン」→「分析ツール」を有効化してください。

手順は次の通りです。「データ分析」→「分散分析：一元配置」を選択→入力範囲を群ごとの列としてまとめて指定→「先頭行をラベルとして使用」にチェック→有意水準α（通常0.05）を確認→出力先を指定して「OK」。

二元配置の場合は「繰り返しのある二元配置」または「繰り返しのない二元配置」を選びます。繰り返しのある二元配置では、各セルの行数を完全に揃える必要がある点に注意してください。行数が不揃いだとエラーになります。

▼Excelでの集計・分析操作を基礎から確認したい方はこちら
👉 エクセル集計方法15選｜関数・ピボットで作業時間を半減

STEP5｜分散分析表のP値とF値で判定する

出力された分散分析表で、まず見るべきはP値（P-value）です。P値が有意水準0.05を下回っていれば「グループ間に統計的に有意な差がある」と判断します。

F値は「グループ間の分散÷グループ内の分散」の比率です。F値がF境界値（F crit）を上回っていれば有意という読み方もでき、P値による判定と必ず一致します。どちらか片方を見れば十分です。

ここで重要なのは、有意だったとしてもわかったのは「どこかに差がある」ことだけだという点です。「プレミアムが一番高い」と言うには、次のステップが必要です。

STEP6｜多重比較で「どこが違うか」を特定する

有意差が出たら、多重比較（事後検定）で群同士の組み合わせを検定します。ここで初めて「AとCには差があるが、AとBには差がない」という具体的な結論が得られます。

代表的な手法はテューキー法（全ペア比較）、ボンフェローニ法（有意水準を比較回数で割る簡便法）、ダネット法（対照群と各群の比較）の3つです。Excelには標準機能がないため、統計ツールを使うか、ボンフェローニ法で手計算します。

ボンフェローニ法なら実務でも簡単です。3群なら比較は3回なので、各t検定の有意水準を0.05÷3＝0.0167に設定し、この基準を下回ったペアだけを「有意差あり」と判定します。保守的な手法ですが、Excelだけで完結する現実的な選択肢です。

STEP7｜効果量を添えて意思決定に耐える形にまとめる

最後に、「差の大きさ」を効果量で表現します。P値は「差があるかどうか」しか教えてくれず、サンプル数が多ければ実務上意味のない小さな差でも有意になってしまうからです。

一元配置分散分析ではη²（イータ二乗）＝グループ間平方和÷全体平方和で計算できます。目安は0.01で小、0.06で中、0.14で大です。η²が0.02なら「有意だが実務インパクトは小さい」と正直に書くべきです。

レポートには「群ごとのn・平均・標準偏差」「F値と自由度」「P値」「効果量」「多重比較の結果」「そこから導く打ち手」の6点を必ず含めてください。この形式なら、統計に詳しくない意思決定者にも判断材料として機能します。

▼調査結果を報告書としてまとめる型を知りたい方はこちら
👉 アンケートレポート（調査報告書）の書き方とビジネスに活かすコツを解説

分散分析表の見方｜F値・P値・平方和・自由度

分散分析でもっとも質問が多いのが「分散分析表の読み方」です。ここでは実際の出力例を使って、各項目の意味を一つずつ解説します。

分散分析表のサンプルと各項目の意味

3店舗（各10名、合計30名）の満足度を比較した一元配置分散分析の出力例です。

この表は、P値0.004＜0.05かつF値6.77＞F境界値3.35なので「3店舗の満足度平均に有意な差がある」と読みます。効果量η²は84.5÷253.1＝0.334で、基準0.14を大きく上回るため実務上も大きな差だと判断できます。

平方和（変動）とは｜ばらつきの総量

平方和は、各データが平均からどれだけ離れているかを二乗して足し上げた値で、ばらつきの総量を表します。分散分析ではこれを「グループ間」と「グループ内」に分解します。

グループ間平方和は「条件の違いで説明できるばらつき」、グループ内平方和は「同じ条件でも生じる誤差のばらつき」です。上の例では全体253.1のうち84.5、つまり約33%が店舗の違いで説明できています。

自由度とは｜情報量の指標

自由度は、「自由に動ける値の個数」を表す指標です。グループ間の自由度は「群の数−1」（3群なら2）、グループ内の自由度は「全データ数−群の数」（30−3で27）、合計は「全データ数−1」（29）となります。

自由度は平方和を分散に変換するときの割り算に使われます。自由度が小さい（＝データが少ない）ほど、有意差を検出しにくくなるため、サンプル設計の段階から意識しておく必要があります。

F値とは｜偶然との比率

F値は「グループ間の分散÷グループ内の分散」で計算されます。上の例では42.25÷6.24＝6.77です。この値が1に近ければ「条件の違いは誤差と同程度」、大きくなるほど「条件の違いのほうが誤差より支配的」を意味します。

ただしF値は絶対的な基準を持たず、自由度によって「大きいと言える水準」が変わります。だからこそF境界値やP値と併せて判断する必要があります。

P値とは｜偶然でこの差が出る確率

P値は「本当は差がないと仮定したときに、観測されたF値以上の差が偶然生じる確率」です。0.004なら「偶然でこれほどの差が出る確率は0.4%」を意味し、非常に起こりにくいため「差がないという仮定を捨てる」と判断します。

注意したいのは、P値は「差の大きさ」でも「仮説が正しい確率」でもないことです。P＝0.049とP＝0.051に本質的な違いはなく、0.05という線引きは慣習にすぎません。境界付近の値は「グレー」として扱い、追加検証を提案するのが誠実な姿勢です。

分散分析で失敗しない7つのコツ

ここでは、実務で分散分析を使うときに結果の信頼性を左右する7つのポイントを、それぞれ具体的に解説します。

コツ1｜分析前に「問い」と「打ち手」をセットで固定する

分析着手前に、「何を比べるか」だけでなく「どういう結果なら何をするか」まで書き出しておくことが最大の失敗防止策です。「有意差が出たらプレミアム訴求を強化、出なければ現行維持」といった条件分岐を先に決めておきます。

判断基準を先に決めていないと、結果を見てから解釈を後付けする「HARKing」に陥ります。都合の良い切り口が見つかるまで分析を繰り返せば、いずれ必ず偶然の有意差にたどり着いてしまうからです。

実務的には、分析設計を3〜5行のメモにして関係者に共有し、実行前に合意を取るのが有効です。これだけで、結果が出た後の「別の切り口でも見てほしい」という無限ループを防げます。

コツ2｜因子と水準を先に確定し、後から増やさない

因子と水準は、データを見る前に確定させてください。データを眺めてから「地域でも分けてみよう」「年代でも切ってみよう」と軸を増やす行為は、実質的に検定を何十回も繰り返すのと同じで、誤検出率を跳ね上げます。

探索的にいろいろな軸を見たい場合は、「これは仮説探索であり、検証ではない」と明示してください。そして探索で見つかった仮説は、別のデータで改めて検証するのが正しい進め方です。

水準数の目安は3〜4です。水準が6も7もあると、多重比較の回数が爆発的に増え（6水準なら15ペア）、有意差を検出する力が著しく落ちます。似た水準は統合し、意思決定に使える粒度まで絞りましょう。

コツ3｜各群のサンプル数をできるだけ揃える

群ごとのnが揃っていることは、分散分析の頑健性を支える最大の要因です。nが揃っていれば、正規性や等分散性が多少崩れていても結果は安定します。

逆にnが「120対15対8」のように極端に偏っていると、等分散性の逸脱が結果を大きく歪めます。最大群が最小群の2倍以内に収まるよう、回収段階でクォータ（割当）を設けるのが理想です。

実務上、後から揃えたい場合は多い群からランダムサンプリングして数を合わせる方法もあります。ただし情報量を捨てることになるため、まずは少ない群の回収を追加する努力を優先してください。

コツ4｜実行前に必ず基礎統計量とグラフを見る

分散分析を回す前に、群ごとの平均・標準偏差・nの表と、箱ひげ図または平均値の棒グラフを必ず作成してください。この作業だけで、多くの異常に気づけます。

具体的には、入力ミスによる桁違いの外れ値、特定の群だけばらつきが極端に大きい状態、群の一つが実質的に空になっている状態などです。これらは分散分析表の数字だけを見ていても発見できません。

また、グラフを見れば「有意差はあるが、実務的にはどうでもいい差」かどうかも直感的に判断できます。数字とビジュアルの両方で確認する習慣が、誤った結論を防ぎます。

コツ5｜P値だけで語らず、必ず効果量と平均差を併記する

「有意差がありました」だけの報告は、意思決定者にとってほとんど情報価値がありません。「プレミアム群の満足度はライト群より0.8ポイント高く、効果量η²は0.33で大きい」と書いて初めて、打ち手の判断ができます。

特にサンプル数が数千件規模になると、0.05ポイントのような無視できる差でも有意になります。P値は「差の存在」の証拠であって、「差の重要性」の証拠ではないことを常に意識してください。

逆にnが少ない場合、実務的に重要な差があっても有意にならないことがあります。この場合は「差がない」ではなく「検出力が足りない」と報告し、追加調査を提案するのが正しい対応です。

コツ6｜有意差が出たら必ず多重比較まで完了させる

分散分析の有意判定は「どこかに差がある」という中間報告にすぎません。ここで止めて「プレミアムが一番良い」と結論づけるのは、統計的に根拠のない主張です。

多重比較まで行うと、しばしば「最大値と最小値の間には差があるが、隣接する水準間には差がない」という結果になります。この情報こそが、施策の優先順位づけに直結します。

Excelしかない環境なら、ボンフェローニ補正付きのt検定で十分実用的です。3群なら有意水準0.0167、4群（6ペア）なら0.0083を基準に判定してください。保守的すぎると感じる場合は、統計ソフトでテューキー法を使うと検出力が上がります。

コツ7｜前提が崩れているときは代替手法に切り替える

前提条件のチェックで問題が見つかったとき、そのまま分散分析を強行しないことが最後のコツです。適切な代替手法が用意されています。

等分散性が崩れている場合はWelchの分散分析、正規性が明らかに崩れている、または5段階評価を順序尺度として厳密に扱いたい場合はクラスカル・ウォリス検定、同一対象の反復測定なら反復測定分散分析またはフリードマン検定を使います。

いずれも「平均に差があるか」という問いには答えてくれます。手法を切り替えたことと、その理由をレポートに明記すれば、分析の信頼性はむしろ高まります。

▼ヒアリング・アンケート設計の実例を参考にしたい方はこちら
👉 ヒアリング＆診断コンテンツの実例集

分散分析の結果を意思決定に変える分析・活用法

分散分析は「検定して終わり」では価値を生みません。結果を打ち手に翻訳するプロセスまでがワンセットです。

多重比較の手法を目的で使い分ける

多重比較にはいくつかの手法があり、目的によって最適な選択が変わります。すべてのペアを平等に比べたいのか、対照群との比較だけが知りたいのかで選び方が異なります。

全ペアを比較したいならテューキー法が標準的です。検出力と誤検出のバランスが良く、群ごとのnが揃っている場合に最適です。特定の基準群（現行施策など）と各案を比べたいならダネット法が効率的で、比較回数が減るぶん検出力が上がります。

Excelだけで完結させたいならボンフェローニ法です。有意水準を比較回数で割るだけなので実装が簡単ですが、比較回数が多いと保守的すぎて差を見逃しやすくなります。比較が6回を超えるならツールの導入を検討してください。

効果量と信頼区間で「差の実務的な意味」を評価する

意思決定者が知りたいのは「有意かどうか」ではなく「どれだけ違うのか」です。効果量η²に加えて、各群の平均値と95%信頼区間を示すと、説得力が大きく変わります。

信頼区間は「平均±1.96×標準誤差」で概算でき、標準誤差は「標準偏差÷√n」です。群同士の信頼区間が重なっていなければ、視覚的にも差が明確だと伝えられます。

そのうえで「この0.8ポイントの差は、解約率に換算すると何%の改善に相当するか」まで翻訳できると、統計が経営判断の言語に変わります。可能な範囲で金額や件数に換算しましょう。

レポートへの記載テンプレート

分散分析の結果は、次の型で書くと過不足がありません。「一元配置分散分析の結果、プラン間で総合満足度に有意な差が認められた（F(2, 27)＝6.77, p＝.004, η²＝.33）。テューキー法による多重比較の結果、プレミアム群（M＝4.6, SD＝2.4）はライト群（M＝3.8, SD＝2.6）より有意に高かった（p＜.05）。」

この一文に、手法・因子・従属変数・F値と自由度・P値・効果量・多重比較の結論・群ごとの平均と標準偏差がすべて含まれています。社内資料でも学術的な体裁でも通用する標準形です。

そのうえで、「したがって、プレミアムプランの体験要素をスタンダードに一部移植する施策を検討する」のように、必ずアクションで締めてください。

▼分析結果をパワーポイントの報告書に落とし込みたい方はこちら
👉 ヒアリング・アンケート結果をパワポで作成する方法｜調査報告書の作り方とテンプレート

分散分析の実践事例5選

ここからは、BtoB企業の各部門で分散分析がどう使われるかを、具体的なシーンで解説します。

事例1｜マーケティング：3つのLPで申込率と満足度を比較する

ランディングページをA案・B案・C案の3パターン用意し、それぞれの流入ユーザーに「情報のわかりやすさ（5段階）」を回答してもらって平均を比較するケースです。因子は「LPパターン」、水準は3、従属変数は評価スコアになります。

ここでのポイントは、申込率（比率）はカイ二乗検定、評価スコア（平均）は分散分析と、指標によって手法を分けることです。両方を併記すると「B案は申込率は高いが、理解度スコアは低い」といった立体的な示唆が得られます。

注意点は、流入経路が異なると背景属性がずれることです。可能な限り同一キャンペーン内でランダムに振り分け、期間も揃えることで、LP以外の要因を排除してください。

事例2｜営業：ヒアリングシートの型別に商談の質を比較する

初回商談で使うヒアリングシートを3パターン用意し、商談後の「課題把握度」や「次回アポ取得までの日数」を比較する使い方です。営業手法の標準化を進めるうえで、客観的な根拠になります。

因子は「シートの型」、従属変数は日数や5段階評価です。営業担当者ごとのスキル差が交絡するため、担当者を第2の因子に入れた二元配置にすると、シートの効果と担当者の効果を分離できます。

交互作用が有意になった場合は、「ベテランには型Aが効くが、新人には型Cが効く」といった示唆が得られます。これは一律のマニュアル化ではなく、経験年数別の運用に切り替えるべきサインです。

▼商談ヒアリングの型を整備したい方はこちら
👉 初回商談ヒアリングシートテンプレート（営業編）

事例3｜人事：研修形式×部署で理解度テストを比較する

研修形式（対面／オンライン／ハイブリッド）と部署（営業／人事／開発）の2軸で、研修後の理解度テストの平均点を比較する繰り返しのある二元配置の典型例です。

各セル（形式×部署の9通り）に最低5〜10名を配置すると、交互作用まで安定して検定できます。「オンラインは全社的に低い」のか「特定部署だけ低い」のかが分かれば、研修設計の打ち手がまったく変わります。

注意点は、テストの難易度が回によって異なると比較が成立しないことです。同一の設問セットを使い、実施時期も近接させるのが前提条件になります。

事例4｜カスタマーサクセス：プラン別のNPSと満足度を検証する

契約プラン別にNPS（0〜10の11段階）の平均を比較し、「上位プランほど満足度が高い」という仮説が本当に成立しているかを検証するケースです。

11段階のスコアは段階数が多く、平均差の検出に適しています。プラン（3水準）×利用期間（3水準）の二元配置にすると、「上位プランでも導入直後は満足度が低い」といったオンボーディング課題が見えてきます。

有意差が出たら、自由記述を読み込んで差の理由を仮説化してください。分散分析は「どこに差があるか」を教えてくれますが、「なぜか」は定性データからしか得られません。

▼NPSの設計・分析を体系的に学びたい方はこちら
👉 NPS®︎アンケートとは？質問例・作り方・分析・活用まで実務目線で完全解説

事例5｜プロダクト開発：UI改修前後の作業時間を反復測定で比較する

同一ユーザーに対して「改修前」「改修1ヶ月後」「改修3ヶ月後」の作業時間を測定し、平均の推移を比較するケースです。同じ人を繰り返し測っているため、通常の一元配置ではなく反復測定分散分析を使います。

反復測定の利点は、個人差という大きなばらつきを除去できるため、少ないサンプル数でも差を検出しやすいことです。20〜30名でも十分な検出力が得られます。

注意点は脱落（欠測）です。3時点すべてに回答した人だけが対象になるため、回答のハードルを下げ、リマインドを設計して離脱を防ぐことが分析成立の鍵になります。

分散分析用のデータ収集には「Interviewz（インタビューズ）」がおすすめ！

ここまで見てきたとおり、分散分析の成否の8割は「データ収集の設計」で決まります。因子が選択式で取れているか、各群のnが確保できているか、途中離脱が少ないか。この3点を満たすデータが集まれば、分析自体は難しくありません。

Interviewz（インタビューズ）とは

Interviewzは、チャット形式のヒアリング・アンケート・診断コンテンツを2タップの簡単操作で作成できるSaaSです。従来のフォーム型アンケートに比べて回答者の心理的負担が小さく、高い回答率と完了率を実現します。

作成した設問はWebサイト・LP・メール・LINEなど多様なチャネルに設置でき、回答データはリアルタイムに管理画面へ蓄積されます。CSV／Excel形式で出力できるため、そのまま分散分析にかけられる点も実務向きです。

分散分析用のデータ収集にInterviewzが向いている理由

理由1｜チャット形式で回答率が高く、群ごとのnを確保しやすい

分散分析は各水準に最低20件程度のサンプルが必要ですが、従来型のフォームでは設問が多いほど途中離脱が増え、群によってnが偏りがちです。Interviewzは1問ずつ会話形式で提示するため、回答者の負担が軽く完了率が上がります。結果として群ごとのnを揃えやすくなり、分析の頑健性が高まります。

理由2｜選択式中心の設計で「因子と水準」が最初から整う

Interviewzはタップ選択を基本とした設問設計になっており、属性やプランなどの因子がクリーンな選択肢データとして取得できます。自由記述での表記ゆれを整形する作業が発生しないため、データ収集からピボットテーブル作成までの時間を大幅に短縮できます。

理由3｜回答データをそのままCSV／Excelに出力でき、縦持ち整形が容易

取得した回答は1行1回答の縦持ち形式でエクスポートできるため、Excelのピボットテーブルで因子ごとに横持ちへ変換するだけで分析ツールにかけられます。手作業のコピー＆ペーストによる転記ミスを排除できるのは、分析の再現性という点でも大きな利点です。

理由4｜デジタルギフト連携でインセンティブ設計ができ、欠測を減らせる

回答インセンティブとしてデジタルギフトを自動付与する仕組みを組み込めます。とくに反復測定のように同じ回答者に複数回答してもらう設計では、離脱がそのまま分析対象の減少に直結するため、インセンティブの有無が分析成立を左右します。

理由5｜診断コンテンツとして配信でき、継続的にデータが蓄積される

Interviewzは「診断」の形式でコンテンツ化できるため、回答者にとっては結果が返ってくる価値のある体験になります。単発の調査で終わらず、リード獲得と並行してデータが継続的に貯まるため、時系列や属性別の比較分析にも展開しやすくなります。

▼デジタルギフト付きアンケートで回答率を高めたい方はこちら
👉 Interviewzのデジタルギフト付きアンケート資料

▼まずは実際の操作感を確かめたい方はこちら
👉 インタビューズ無料ヒアリングデモ

分散分析でよくある質問（FAQ）

Q1. 分散分析とt検定は、どのように使い分ければよいですか

A. 比較するグループが2つならt検定、3つ以上なら分散分析が原則です。3群以上でt検定を繰り返すと、少なくとも1回誤判定する確率が約14%まで上昇し、「差がある」という誤った結論を出しやすくなります。なお2群に分散分析を適用した場合、F値はt値の2乗となり結論は完全に一致するため、2群ではどちらを使っても構いません。

Q2. 分散分析で有意差が出た場合、次に行うべきことは何ですか

A. 多重比較（事後検定）で「どのグループ同士に差があるか」を特定してください。分散分析が示すのは「どこかに差がある」ことだけです。テューキー法が標準的ですが、Excelのみの環境ではボンフェローニ補正付きt検定（3群なら有意水準0.0167）で代用できます。あわせて効果量η²を算出し、差が実務的に意味を持つ大きさかも必ず確認しましょう。

Q3. 有意差が出なかった場合、差は存在しないと判断できますか

A. いいえ。「有意差なし」は「差がない」の証明ではありません。サンプル数が少ない、ばらつきが大きい、測定精度が低いといった理由で、実在する差を検出できていない可能性があります。この状態を「検出力不足」と呼びます。報告では「差は確認できなかった」と書き、必要なサンプル数を試算して追加調査を提案するのが正しい対応です。

Q4. サンプル数はどのくらい必要ですか

A. 実務的な目安は各水準あたり20〜30件、水準数×20が最低ラインです。3水準なら60件、4水準なら80件を確保してください。中程度の効果量（η²＝0.06）を検出したい場合は各群30件以上が望ましく、小さな差を検出したいならさらに多く必要です。群ごとのnを揃えることが、総数を増やすことと同じくらい重要である点も忘れないでください。

Q5. データが正規分布に従っていない場合、どう対応すればよいですか

A. まず各群のnが20〜30以上あるかを確認してください。中心極限定理により、nが十分ならある程度の逸脱は問題になりません。それでも心配な場合は、対数変換などで分布を整えるか、クラスカル・ウォリス検定（ノンパラメトリック手法）に切り替えるのが実務的な選択です。等分散性が崩れている場合はWelchの分散分析が適しています。

Q6. Excelだけで分散分析は完結しますか

A. 一元配置・二元配置の分散分析までは、Excelの「分析ツール」で完結します。ただし多重比較（テューキー法など）と反復測定分散分析は標準機能に含まれていません。多重比較はボンフェローニ補正付きt検定で代用できますが、比較回数が6回を超えるようならR・Python・SPSSなどの統計ツール導入を検討したほうが、検出力の面でも作業効率の面でも有利です。

Q7. 5段階評価の平均を分散分析にかけてよいのですか

A. 厳密には順序尺度ですが、実務では等間隔な文言で設計された5段階以上の評価は間隔尺度として扱い、分散分析にかけるのが一般的です。ただし「非常に不満／不満／普通／満足／非常に満足」のように選択肢の間隔が均等であることが前提になります。分布が極端に偏っている場合や、厳密性を求められる場面ではクラスカル・ウォリス検定を併用して結論が一致するか確認すると安心です。

あわせて読みたい関連記事

分析・調査レポート

• t検定をエクセルで行う方法7ステップ｜関数と分析ツールを図解
• 因子分析とは？意味・使いどころ・結果の見方を実務目線で解説
• エクセル（Excel）で因子分析を行う方法6ステップで解説
• クロス分析とは？データから“戦略的な気づき”を得る実践ガイド
• クロス集計をExcelで行う方法｜ピボット・関数12選とSA／MA徹底解説【保存版】
• マトリクス分析とは？メリット・デメリットや具体的な活用法を解説
• コンジョイント分析とは？目的やメリット、アンケート調査の事例も解説
• RFM分析のやり方とは？エクセルを用いた分析方法を解説
• エクセル集計方法10選｜関数・ピボット・アンケート集計まで実務で使える完全ガイド
• アンケートレポート（調査報告書）の書き方とビジネスに活かすコツを解説
• 市場調査レポートとは？作成するメリットや書き方のコツ5つを解説

アンケート設計・作成

• アンケートの分析方法8選と分析の質を高める方法を徹底解説
• アンケートの分析方法5つと回答結果の集計、分析手順と質の高め方を徹底解説
• アンケート4件法と5件法の違い｜7つの回答形式と失敗しない選び方を徹底解説
• 市場調査アンケートの作り方と設問の必須項目をサンプル付きで解説
• アンケート結果のまとめ方と流れ｜効果的な情報収集と分析方法も解説
• 複数回答アンケートの集計ツール8選｜選び方と正しい集計方法を徹底解説

ヒアリング・営業活用

• ヒアリング・アンケート結果をパワポで作成する方法｜調査報告書の作り方とテンプレート
• ユーザーインタビューツール比較15選｜機能・料金・選び方を徹底解説
• BtoBマーケティングにおけるオファーの重要性と種類ごとの事例も解説
• 自己分析ツールおすすめ15選｜企業の採用・人材育成に効く選び方と活用法を徹底比較

顧客満足度・CX

• 顧客満足度調査の方法10選｜項目・テンプレート・事例を解説
• NPS®︎アンケートとは？質問例・作り方・分析・活用まで実務目線で完全解説
• NPS®︎とは？顧客満足度とどう違うの？調査・分析・計算方法を徹底解説
• カスタマーサクセスで使いたいツール種別5つ｜顧客満足度あげる方法と体制作りのコツを解説

回答率向上・インセンティブ

• アンケート回答率を上げる方法12選｜平均・計算式・設計のコツを徹底解説
• アンケートのお願い文の書き方9選｜回答率が上がる例文・テンプレート完全ガイド
• アンケートのプレゼントにデジタルギフトがおすすめな理由｜選び方や注意点も解説
• デジタルギフトの効果的な使い方｜種類や選び方、活用シーンを徹底解説

診断コンテンツ・ナーチャリング

• 診断コンテンツとは？CVRを上げる作り方と成功事例10選
• 診断コンテンツとは？作り方6ステップと活用事例11選
• 診断コンテンツで顧客を育成！ナーチャリング効果を高める方法を解説
• 診断ツールの作り方｜おすすめ10選と選び方、成功事例を徹底解説

情報収集・周辺ツール

• 市場調査のやり方のまとめ｜主な種類や選び方の基本、注意点を徹底解説
• アンケート調査会社おすすめ15社を徹底比較｜失敗しない選び方と費用相場も徹底解説
• アンケートアプリおすすめ11選比較｜無料・有料ツールの違いと失敗しない選び方を解説
• AIアンケートの効果的な活用方法とは？生成から分析までの手順も解説
• アンケート分析を生成AIで自動化するメリットと注意点、導入方法を徹底解説

まとめ｜分散分析は「差の有無」を客観化する道具

分散分析は、3つ以上のグループの平均差が偶然かどうかを、統一された基準で判定する手法です。感覚や声の大きさで決まっていた意思決定を、データに基づく議論に変える力があります。

本記事の要点を整理します。

• 分散分析は「グループ間のばらつき÷グループ内のばらつき」を比べ、平均差が偶然かを判定する
• 3群以上でt検定を繰り返すと誤判定率が約14%に上昇するため、分散分析が必要
• 比較軸が1つなら一元配置、2つなら二元配置。交互作用を見るには繰り返しのある二元配置を選ぶ
• 実行前に独立性・正規性・等分散性の3前提と、群ごとのn・平均・標準偏差を必ず確認する
• P値0.05未満で有意。ただし「どこが違うか」は多重比較、「どれだけ違うか」は効果量η²で確認する
• 分析の成否の8割はデータ収集の設計で決まる。因子は選択式、各水準20件以上を確保する

次のアクションとして、まずは手元のアンケートデータで「群ごとのn・平均・標準偏差」の表を作ってみてください。この表ができれば、Excelの分析ツールで分散分析を回すまでは10分もかかりません。

そして、もし「そもそも分析にかけられるデータが十分に集まっていない」という段階であれば、設問設計と回答率の改善から着手するのが最短ルートです。Interviewzでは、分散分析に耐えるデータを集めるためのヒアリング設計を、テンプレートと無料デモでサポートしています。

資料・トライアルのご案内

▼サービスの全体像を把握したい方はこちら
👉 インタビューズサービス概要資料

▼14日間の無料トライアルを試したい方はこちら
👉 無料トライアル資料＆お申し込み

▼すぐに使えるテンプレートが欲しい方はこちら
👉 ヒアリングシート／アンケートテンプレート集

▼その他のお役立ち資料をまとめて見たい方はこちら
👉 インタビューズお役立ち資料一覧

▼導入のご相談・ご質問はこちらから
👉 インタビューズお問い合わせフォーム

Interviewz（インタビューズ）では、ヒアリング体験をDX化し、質の高い情報をスピーディーに収集、顧客・ユーザー理解を深め、サービスのあらゆるKPIの改善を可能にします。テキストタイピングを最小化した簡単かつわかりやすいUI/UXと、収集した声をノーコードで様々なシステムに連携し、ユーザーの声を様々なビジネスプロセスで活用することで、よりビジネスを加速させることが可能です。

Interviewz（インタビューズ）をご活用いただくことで以下のことが解決できます。

• 新規お問い合わせ、相談数の向上
• ヒアリングの内容の最適化から受注率の向上
• ヒアリングコスト（人件費・タイムコスト）の削減
• 既存顧客のお問い合わせのセルフ解決（サポートコストの削減）
• サービス/プロダクトのマーケティングリサーチ
• 既存顧客、従業員のエンゲージメント向上
• データ登録負荷の軽減
• サイトにおけるユーザーの行動情報のデータ蓄積

Interviewzをご利用いただいた多くのお客様で、ビジネスによけるあらゆるKPIの数値改善を可能にしています。

▼Interviewz（インタビューズ）の主な活用方法

• 総合ヒアリングツール
• チャットボット
• アンケートツール
• カスタマーサポートツール
• 社内FAQツール

Interviewzの機能一覧｜総合的なヒアリング活動を網羅

Interviewzでは、下記のような総合的なヒアリング活動を支援する機能を揃えております。

以下では、まずはInterviewz（インタビューズ）を使って操作性や機能を確かめたい方向けに、無料でInterviewzをデモ体験いただくことが可能です。気になる方はぜひご体験ください。

ヒアリングDX・アンケートのデジタル化のご相談は下記より日程をご調整ください。