クロス集計

クロス集計とは、アンケート調査やマーケティングリサーチで用いられる代表的な分析手法の一つです。複数の項目を掛け合わせて集計することで、単純集計では見えない属性別の傾向を把握できます。
アンケート調査を実施した後、「全体の傾向は分かったけど、年代別や男女別でどう違うのか知りたい」と思ったことはありませんか？

そんな時に役立つのが「クロス集計」です。クロス集計は、複数の項目を掛け合わせて分析する手法で、単純集計では見えなかった「グループ間の違い」や「隠れた傾向」を明らかにできます。例えば、「全体では満足度60%だが、女性では40%と低い」といった性別の傾向や、「20代は価格重視、40代はブランド重視」といった世代間の違いを発見できます。

本記事では、クロス集計の基本から、Excelピボットテーブルを使った具体的な作り方、実務での活用方法まで、初心者の方にも分かりやすく解説します。

クロス集計とは？基本をわかりやすく解説

クロス集計の定義

アンケート調査によって収集した回答データを、設問をかけ合せて集計することを「クロス集計」といい、細分化に使用する設問は「分析軸」や「ブレイクダウン（BD）」などと呼ばれます。また、クロス集計の結果による集計表を「クロス集計表」といいます。

図1.クロス集計の例

クロス集計で分かること

クロス集計を行うことで、ある設問の回答傾向を、別の設問の回答別に細分化して見ることができます。
例えば、「新商品の購入意向について、全体では40%だったが、20代では65%と高く、50代では15%と低い」といったように、単純集計ではわからなかった年代・性別・地域などのグループ間での傾向の違いを明らかにすることができます。

身近なクロス集計の例

クロス集計は、実生活の中のどのようなシーンで登場しているのでしょうか。ニュース・メディアにおいて、さまざまな企業や行政が発表する調査の結果を目にすることも多いと思いますが、その中では「男女別」「年代別」「未既婚別」「子どもの有無別」「地域別」「職業別」など、さまざまな分析軸でクロス集計を行った結果が使われています。ご家庭で家計簿をつけているという方では、「月別」で収支を確認したり、「費目別」で支出を確認したり、といったクロス集計を日常的に行っているかもしれません。また、経営に関連するものであれば、「支店別」の売上高、「商品別」の販売数、といった数字を目にすることがあると思います。
「ｘｘ別」という単語が間に入っていたらクロス集計、というくらい、クロス集計は身近なものであることがわかります。

【基礎知識】集計とは？ローデータから始まる分析の第一歩

アンケート調査や各種データ分析では、まず集めたデータを整理し、全体像を把握する工程が欠かせません。この「集計」は、バラバラに存在する個々の回答を、意味のある情報へと変換する作業です。
調査の目的は「回答を集めること」ではなく、「意思決定に役立つ示唆を得ること」です。そのためには、ローデータの状態から一歩進み、度数や割合で整理された形にまとめる必要があります。

ローデータとは

通常、アンケート調査で収集した回答データは、図2のように、１行につき１回答者の回答結果が記載されています（これをローデータといいます）。ローデータを見ることで、「回答者それぞれがどのように回答したのか？」はわかりますが、このデータを眺めているだけでは、「全体のうち何人がｘｘと回答したのか？」「全体のうち何％がｘｘと回答したのか？」のように結果を俯瞰することは困難です。そのため、「集計」は、回答者全体を理解する上でのファーストステップとなります。

図2.ローデータの例

集計の定義と目的

アンケート調査などで収集したデータについて、「度数」（何人の人があてはまるのか・そのように回答したのか）や「割合」（何％の人があてはまるのか・そのように回答したのか）でその結果を要約することを「集計」といいます。
集計には大きく分けて、「単純集計」と「クロス集計」の2種類があります。以降では、「あるWebサービスの利用者を対象に実施した満足度に関するアンケート調査」を例に説明します。

単純集計との違いと使い分け

単純集計（GT表）とは

アンケート調査によって収集した回答データを、設問ごとに集計することを「単純集計（Grand Total）」といいます。また、単純集計の結果による集計表を「単純集計表」といい、「Grand Total」の頭文字をとって「GT表」ともいわれます。

図3.単純集計表の例

単純集計とクロス集計の比較

単純集計は「設問単体の全体傾向」を把握するための方法です。一方、クロス集計は「属性や別設問ごとの違い」を把握するための方法です。

たとえば、満足度調査において、

• 単純集計 → 満足度（「とても満足」＋「満足」の合計）は全体で28％
• クロス集計 → 男性20代26％、男性30代25％

というように、具体的な差異を明らかにできます。
単純集計は全体像の把握、クロス集計は深掘り分析、と考えると理解しやすいでしょう。

図4.単純集計とクロス集計の例

どちらを使うべき？使い分けの判断基準

まずは単純集計で全体の傾向を把握し、グループ間の違いや仮説を深掘りしたい場合にクロス集計を活用する、というのが基本的な流れです。

以下のように使い分けると効果的です。

• 全体の傾向を把握したい→単純集計
• 特定の層に特徴があるか知りたい→クロス集計
• 施策のターゲットを絞り込みたい→クロス集計

いきなり細かいクロス分析に入るのではなく、段階的に深掘りすることが重要です。

ただし、クロス集計を行う際は分析軸を増やすほど各セルのサンプルサイズ（n）が小さくなるため、何でも細分化すればよいというわけではなく、調査前に「何を明らかにしたいか」を明確にし、必要な分析軸に絞って集計することが重要です。

クロス集計のメリット-なぜ実務で重要なのか

アンケート調査の結果をわかりやすく可視化できる

クロス集計は数値の意味がわかりやすく、比較がしやすいため、統計に詳しくない人でもわかりやすいのが大きなメリットです。

ツールで簡単にできる

ローデータがあれば、エクセルの「ピボットテーブル」機能を使って簡単にクロス集計表を作成することができます。もちろん、RやSPSSといった統計用ソフトでも可能です。

グラフへの加工も簡単

またグラフへの加工も簡単で、クロス集計表と併せてグラフを活用することで、企画書やプレゼンテーションの説得力が増します。

クロス集計表の見方と基本用語を徹底解説

ここでは、一般的なクロス集計表の見方や用語について解説します。

クロス集計表の基本構造

図5.クロス集計表の例2

「表頭（ひょうとう）」「表側（ひょうそく）」は、一般にはあまり聞かない言葉ですが、クロス集計表の作成においては基本的な用語で、それぞれは以下の部分をさします。

表頭（ひょうとう）＝表の上側
表側（ひょうそく）＝表の左側

度数と割合の読み方

図5のクロス集計表では、各行の上段に「度数」（何人がそのように回答したのか）、下段に「割合」（何％がそのように回答したのか）が記載されます。

横%表と縦%表の違い

このクロス集計表は、表頭に設問の選択肢が並び、各選択肢の割合を横方向に合計すると100%になります。このように、単一回答の集計表で横方向の合計が100％になるように作成された集計表を「横％表」といいます。一方で、表側に設問の選択肢が並び、単一回答の集計表で縦方向の合計が100％になるように作成された集計表を「縦％表」といいます。

横％表と縦％表は、どちらで作成しなければならないというルールはないですが、国内企業においては横％表が、外資系企業においては縦％表が多く使われる傾向があります。

nとNの違い-なぜ小文字の「n」を使うのか？

一般的なクロス集計表では、「n」と記載された列があり、各行ごとに数値が記載されています。この数値は、全体および分析軸の各選択肢ごとの回答者数で「集計ベース」や単に「ベース」などといわれます。さて、この「n」ですが、大文字の「N」ではいけないのでしょうか。ここで「n」と「N」について解説します。

統計学の世界では、「母集団（調査の対象と考えている対象の全体）」と「標本（母集団から抽出された一部分）」が明確に区別され、母集団の大きさを「N（ラージエヌ）」、標本サイズを「n（スモールエヌ）」と表現します。冒頭から登場している、「あるWebサービスの利用者を対象に実施した満足度に関するアンケート調査」を例に説明すると、このアンケート調査の「母集団」の大きさ（N）は「このWebサービスの利用者全体」となり、アンケート調査の回答者2,125人は「母集団」から抽出された「標本」のサイズ（n）となります（これを「標本調査」という）。アンケート調査において、母集団全数を対象とし、かつすべての対象者から回答を得る（これを「全数調査」という）ことは、実施に膨大な費用と手間がかかるため、あまり多くありません。そのため、アンケート調査の集計表において「N」が登場することはほとんどなく、クロス集計表においても「n」が正しい記載となります。

SAとMA-回答形式の違い

アンケート調査において、選択肢を使用した回答形式には「SA（Single Answer：単一回答）」と「MA（Multiple Answer：複数回答）」があります。例えば、『サービス満足度』のように、「とても満足している」や「満足していない」など１つの選択肢を選んでもらう場合にはSAが用いられます。一方で、『サービス重視点』のように、「価格」「アフターサポート」「提供会社の信頼性」など複数の選択肢を選んでもらう場合にはMAが用いられます。SAの場合、選択肢の割合の合計は必ず100％になるので、回答形式がSAにも関わらず、選択肢の割合の合計が100％にならない場合には、データの収集や集計において何かしらのミスが起きている可能性があり注意が必要です。

多重クロス（3重クロス、4重クロス）

３つ以上の設問をかけ合せて集計することを「多重クロス」といい、３つの場合は「３重クロス」、４つの場合は「４重クロス」といいます。例えば、「Webサービスの満足度」について「性別」×「年代」別に傾向を見る場合には、３つの設問をかけ合せて集計するため「３重クロス」になります。

Excelピボットテーブルでクロス集計表を作る方法【5ステップ】

事前準備：ローデータの確認と整形

ピボットテーブルで正しく集計するためには、ローデータが整っていることが前提となります。
確認すべきポイントは以下の通りです。

・1行目に項目名（ヘッダー）があること
・各行に1回答者分のデータが入力されていること
・セルに空白行・結合セル・重複がないこと
・数値や選択肢が統一された形式で入力されていること（例：「男性」「男」など表記ゆれがないか）

事前整形を丁寧に行うことで、集計エラーを防ぐことができます。

ステップ1：データ範囲を選択しピボットテーブルを挿入

データの範囲を指定し、「挿入」→「ピボットテーブル」を選択

図6.Excelピボットテーブルの操作方法1

データの範囲を確認し、「OK」を選択

図7.Excelピボットテーブルの操作方法2

ステップ2：行ラベルと列ラベルを設定

表頭にしたい項目を「列ラベル」、表側にしたい項目を「行ラベル」を、それぞれドラッグ＆ドロップ。「値」には集計対象となる項目をドラッグ＆ドロップ。ここでは、「KEY」を指定します。

図8.Excelピボットテーブルの操作方法3

ステップ3：値（集計する項目）を設定

値フィールドの設定で、「データの個数」を選択

図9.Excelピボットテーブルの操作方法4

ステップ4：割合（%）表示に変更

集計結果はデフォルトでは「度数（件数）」表示になっており、比較がしづらいため、割合（%）に変換します。値フィールドをクリックし「値フィールドの設定」→「計算の種類」タブから「行集計に対する比率」（横%表の場合）を選択することで、各行の合計に対する割合が表示されます。縦%表にしたい場合は「列集計に対する比率」を選択してください。分析目的に応じて、横％（行基準）か縦％（列基準）を使い分けましょう。

図10.Excelピボットテーブルの操作方法5

ステップ5：見やすく整形する

最後に、以下の整形を行うと実務資料として使いやすくなります。

• 小数点以下を1桁に統一
• 合計行の表示／非表示を整理
• 不要な「（空白）」項目を削除
• 並び順を回答選択肢の意味順に調整

見た目を整えることで、分析結果の説得力も高まります。

よくあるエラーと対処法

• 割合が100％にならない→MA設問の可能性を確認
• 数値が想定より多い→重複回答の有無を確認
• n数が極端に少ない→分析軸を統合する

ピボット設定の誤りよりも、ローデータ不備が原因であることが多いため、元データ確認が重要です。

Excelでの集計は手軽で便利ですが、データ規模が大きい場合や多重クロスなど高度な分析が必要な場合は、専門的な分析環境を用いた集計・分析が求められることもあります。
▶クロス集計を含む調査をプロに相談する

クロス集計を行う際の注意点【重要】

クロス集計を行う際には、主に以下の点に注意が必要です。

標本サイズ（n）が小さくなりすぎる問題

クロス集計では、分析軸の選択肢の数が多いほど各セルの回答者数（n）が少なくなります。例えば、全体n=200の調査で「性別×年代（10代・20代・30代・40代・50代以上）」のクロス集計を行うと、各セルのnは平均20程度まで減少する可能性があります。
nが小さくなると、1人の回答の変化が割合に大きく影響するため、結果の安定性や信頼性が低下します。

nは最低30以上を推奨

一般的に、クロス集計表で分析に耐えられる最低限のサンプルサイズ（n）の目安は30以上とされています。nが30を下回る場合は、そのセルを「参考値」として扱うのが望ましいです。
ただし、重要なセグメントでnが不足する場合は、追加回収や定性調査の併用を検討します。

事前に分析軸を検討し、十分なn数を確保する

必要な分析軸とそのn数は、調査を実施する前の設計段階で検討しておくことが重要です。「性別×年代別」など複数の分析軸でのクロス集計を予定している場合は、各セルのnが30以上になるよう、回収数を逆算して設定します。後から「もっと細かく見たかった」と思っても、回収済みのデータでは対処できないため設計が重要となります。

過度な細分化を避ける

闇雲に分析軸を増やしてクロス集計を重ねると、nの減少に加えて、解釈が複雑になり、かえって結論が見えにくくなります。「何を明らかにしたいか」という分析の目的を起点に、本当に必要な分析軸に絞ることが、質の高い分析につながります。

クロス集計の実務活用事例【3つの事例】

クロス集計は、マーケティング・商品開発・顧客満足度向上など、さまざまな場面で活用されています。ここでは代表的な3つの活用例を紹介します。

事例1：新商品の購入意向分析-ターゲット層の絞り込み

○課題：
スマートフォンのアクセサリーを扱うネット通販会社のA社では、ヒット商品であるモバイルバッテリーへの依存度が高く、直近で何度か発売した新商品からはヒットが生まれませんでした。新商品の上市判断に活かすため、上市前にマーケティングリサーチを実施することになりました。
○分析：
スマートフォン利用者を対象のWebアンケートを実施し、「新商品」と「ヒット商品（旧商品）」それぞれの購入意向を聴取した結果は以下のようになりました。

図11.新商品、旧商品それぞれの購入意向

会社の看板である旧商品の人気は高く、新商品より高い数値となり、商品企画部門は気落ちしましたが、マーケティング部門は「もしこの数字通りに販売できるなら、充分次の看板商品になり得る」と判断しました。そして、どの層をターゲットに訴求すればより確実に販売できるのか、さらに分析することになりました。
そこで、現在保有しているスマートフォンの機種別に購入意向を見てみると、ちょうど2カ月前に発売された機種B保有者の購入意向が顕著に高いことも明らかになりました。

図12.新商品の購入意向（保有機種別）

○活用：機種B所有者への販促を厚めに設定
機種B所有者への訴求に絞った宣材写真・キャッチコピーを展開。さらに第 2 弾として、人気の機種Aに合うデザインへの改変発売も決定し、新商品展開の具体的な戦略につながりました。

※解説に使用しているデータ、図版はダミー

事例2：顧客満足度調査での属性別分析

あるサービス事業者では、全体の顧客満足度は高水準を維持していたものの、年代別・利用頻度別にクロス集計を行ったところ、30代の中頻度利用者の満足度が他の層に比べて顕著に低いことが判明しました。この層に的を絞ってインタビュー調査を実施した結果、特定の機能に対する不満が主因であることが特定され、UI改善につながりました。クロス集計により、全体値では埋もれていた課題を発見できた事例です。

事例3：キャンペーン効果の測定

あるEC事業者では、クーポン配布キャンペーンの前後で顧客満足度調査を実施し、「キャンペーン認知有無」×「購入意向」のクロス集計を行いました。その結果、キャンペーンを認知した層は購入意向が有意に高く、特に20〜30代女性でその傾向が顕著であることが分かりました。この知見をもとに、次回キャンペーンのターゲット配信の精度を高め、費用対効果の改善につながりました。

これらの事例のように、適切なクロス集計は戦略の精度を大きく左右します。こうした分析の設計から集計・レポーティングまで、専門的なリサーチプロセスが活用されるケースもあります。
▶関連する調査事例を見る

クロス集計に関するよくある質問【Q&A】

Q1.クロス集計とは何ですか？
A.2つ以上の設問を掛け合わせて集計する手法です。

Q2.単純集計との違いは？
A.単純集計は全体傾向、クロス集計はグループ別傾向を把握します。

Q3.Excelでのやり方は？
A.「ピボットテーブル」機能を使います。

Q4.nが小さい場合は？
A.グループ統合、参考値扱い、追加調査などを検討します。

Q5.横%表と縦%表は？
A.どちらでも可ですが、国内では横%表が主流です。

Q6.グラフ化は？
A.クロス集計は複数グループの比較が目的のため、割合の差が視覚的に分かりやすい帯グラフや積み上げ棒グラフが特に有効です。

Q7.3つ以上の項目は？
A.可能ですが（多重クロス）、n数減少に注意が必要です。

まとめ｜クロス集計でデータを戦略的に活用しよう

クロス集計は、アンケートデータを多角的に分析し、グループ間の違いや隠れた傾向を明らかにする強力な手法です。単純集計で全体の傾向を把握した後、クロス集計で深掘り分析を行うことで、データから実務に活かせる示唆を得られます。「全体では満足度60%」という情報だけでなく、「女性では40%と低い」という詳細な情報が、具体的な施策改善につながります。Excelのピボットテーブルを使えば、専門的な統計知識がなくても簡単にクロス集計表を作成できます。ただし、標本サイズ（n）が小さくなりすぎないよう、事前の調査設計が重要です。一般的にはn≧30を推奨します。
ぜひ本記事を参考に、クロス集計をデータ分析の第一歩として取り入れてみてください。

さらなるデータ活用をご検討の方へ

本記事で解説したクロス集計は、マーケティングリサーチの基本です。より深く市場を理解するための調査
設計や、データから具体的な打ち手を導き出す分析プロセスについては、以下のページも参考にしてくださ
い。
▶マーケティングリサーチの支援サービスを見る
▶インテージのデータ利活用事例を見る