研究におけるリッカート尺度：設計、種類、分析に関する実践ガイド

研究でリッカート尺度を使用する人のほとんどは、その適切な設計方法や分析方法について教わったことがありません。このガイドでは、リッカート尺度が実際に何を測定しているのか、適切な尺度の選び方、質の高いデータが得られる項目の設計方法、そして適用可能な統計的検定について解説します。これにより、次回の調査で活用できる結果が得られるようになります。

あなたが研修評価を設計する人材開発担当者であろうと、従業員エンゲージメント調査を実施する人事マネージャーであろうと、社会科学の研究者であろうと、ここで述べた原則は当てはまります。

本稿では、リッカート尺度が実際に何を測定するのか、選択できる様々な種類、効果的なリッカート尺度の質問の設計方法、得られたデータの分析方法、そして経験豊富な研究者でさえ陥りがちな一般的な落とし穴について解説します。

リッカート尺度とは何ですか？

リッカート尺度は、態度、意見、認識、行動を測定するためにアンケートや調査で使用される心理測定ツールです。単純なイエス／ノーの質問をするのではなく、回答者が段階的なスペクトルに沿って感情の強さを表現できるようにします。

リッカート尺度は、リッカート項目と呼ばれる複数の個別の記述で構成されています。回答者は各記述を読み、通常は強い否定的な立場から中立的な中間点を経て強い肯定的な立場へと続く、順序付けられた回答選択肢の中から選択します。

例えば、5段階評価の同意度スケールは次のようになります。

リッカートのオリジナルの方法論の根底にある重要な原則は、最終スコアが複合スコアであるということです。単一の項目を単独で分析するのではなく、複数の関連項目に対する回答を合計または平均化することで、測定対象となる根本的な態度を反映した尺度スコアを算出します。

リッカート尺度とリッカート項目： この区別は重要です。5段階の回答形式を持つ単一の質問はリッカート項目です。リッカート尺度は、1つの構成概念を測定するために設計された、関連する項目の完全なセット（通常4～10個）です。多くの研究者はこれらの用語を互換的に使用しますが、厳密には、尺度は集計された測定値です。

リッカート尺度の種類

適切なリッカート尺度を選ぶには、何を測定したいのか、そして回答者からどの程度のニュアンス情報が必要なのかを考慮する必要があります。

単極性尺度と双極性尺度

単極尺度 1つの次元をゼロから極値まで測定します。これは、単一の特性がどの程度存在するかを評価したい場合に最適です。例えば、「全く満足していない」から「非常に満足している」、または「まったくない」から「常にある」といった具合です。

双極性尺度 中立的な中間点を用いて、相反する2つの概念を測定します。古典的な賛成／反対形式は、強い反対から中立、そして強い賛成までを網羅するため、両極性があります。これは、ある問題に対する肯定的な立場と否定的な立場の両方を捉える必要がある場合に最適です。

研究によると、単極性尺度では5つの回答点が最も効果的であり、双極性尺度では7つの回答点（真のニュートラルな中間点の両側に3つずつ）が最も正確であることが示唆されている。

奇数点と偶数点

奇数音階 （3点、5点、または7点）の選択肢には、中立的な中間の選択肢が含まれています。5点と7点の選択肢は、発表されている研究で最も一般的に使用されています。中間の選択肢を含めることで、本当に意見がない回答者は、どちらか一方を選ぶことを強いられることなく、正直に意見を表明することができます。

偶数音階 （4、6、または8ポイント）を選択すると、中立的な選択肢が完全に排除されます。この「強制選択」方式は、回答者にどちらか一方の方向に明確に傾いてもらう必要がある場合、例えば、中立的な回答では対応できない場合に有効です。

何ポイント使用すべきですか？

これは、調査設計において最も議論の的となる問題の一つです。研究結果から分かることは以下のとおりです。

• 5～7ポイント 一般的に、信頼性、感度、回答者の負担軽減において最適なバランスを提供します。研究によると、信頼性は2点から5点に上がるにつれて向上しますが、7点を超えると効果が逓減することがわかっています。
• 5ポイント未満 データの粒度を低下させ、回答者間の重要な違いを不明瞭にする可能性があります。
• 7ポイント以上 データ品質を大幅に向上させることなく、認知的な負担を増やす。回答者は隣接する選択肢を区別するのが難しくなり始める。
• モバイル端末での回答と短時間のアンケート 5つのラベル付きポイントを活用することで、より明確で迅速な回答が得られます。

実際には、ほとんどの用途では5段階評価を基本とし、より細かい区別が必要な場合や、両極性の概念を測定する場合は7段階評価に切り替えるのが良いでしょう。

一般的な尺度寸法

リッカート尺度は同意度だけに限定されるものではありません。研究において最も頻繁に使用される回答次元は以下のとおりです。

研究においてリッカート尺度が重要な理由

リッカート尺度は、いくつかの実用的な理由から、90年以上にわたり主要な調査測定ツールであり続けている。

優位性

標準化と比較可能性。 回答者全員が同じ項目に同じ形式で回答するため、個人間、グループ間、期間間でデータを比較することが容易になります。この一貫性は、縦断研究や異文化間研究にとって不可欠です。

主観的な経験を定量化する。 態度や意見は本質的に抽象的なものです。リッカート尺度は、こうした主観的な感情を統計的に分析可能な数値データに変換することで、研究者がパターン、相関関係、および有意な差を特定できるようにします。

深みと効率性のバランスが取れている。 自由記述式の質問と比較して、リッカート尺度は回答者が回答するのに時間がかかり、研究者にとっても分析が容易です。また、二者択一式のイエス／ノー形式の質問と比較すると、回答者の立場の強さに関するより詳細なニュアンスを捉えることができます。

適切に設計されていれば、高い信頼性を発揮する。 同じ構成概念を測定する複数項目からなるリッカート尺度は、信頼性の高い結果を生み出す傾向があります。関連する複数の項目にわたる回答を集計することで、単一の外れ値や一時的な注意散漫の影響を軽減できます。

柔軟性。 この形式は、事実上あらゆる研究分野に適用可能です。例えば、医療における患者満足度、人事における従業員エンゲージメント、教育における学生による授業評価、マーケティングにおけるブランド認知度、政治学における世論調査などです。

デメリットとよくある偏見

完璧な測定ツールは存在せず、リッカート尺度の長所を知ることと同様に、その限界を理解することも重要である。

同意バイアス。 回答者の中には、内容に関わらず意見に同意する傾向がある人がいます。これは、すべての項目が同じ方向性で表現されている場合に特に問題となります。同意が否定的な立場を示すように逆コーディングされた項目を含めることで、このバイアスを検出し、軽減することができます。

中心傾向バイアス。 多くの回答者は極端な選択肢を避け、回答を尺度の真ん中あたりに集中させる傾向があります。そのため、収集できるデータの範囲が狭まり、意見の真の相違が隠されてしまう可能性があります。

社会的望ましさバイアス。 調査テーマがデリケートな場合（職場文化、個人の健康行動、政治的見解など）、回答者は真実よりも社会的に受け入れられやすいと思われる回答を選択する可能性があります。匿名での調査は、こうした問題を軽減するのに役立ちます。

順序尺度データであり、間隔尺度データではない。 厳密に言えば、「強く反対」と「反対」の間の距離は、「賛成」と「強く賛成」の間の距離と等しくない場合があります。これが、リッカート尺度データにパラメトリック検定（t検定やANOVAなど）を適用できるかどうかという、長年にわたる統計学的議論の根源となっています。これについては、後述の分析セクションでさらに詳しく説明します。

線形姿勢スペクトルを仮定する。 リッカート尺度は、態度が否定的から肯定的まで直線的な連続体上に存在するという前提に基づいている。しかし実際には、態度の中には単一の尺度では捉えきれないほど複雑で多面的なものもある。

効果的なリッカート尺度質問の設計方法

良質なデータは良質な質問から生まれる。これらの設計原則は、リッカート尺度を用いたあらゆる調査に当てはまる。

1. 明確な研究目標を設定する

項目を作成する前に、測定しようとしている概念と、そのデータがどのような意思決定に役立つかを明確に定義してください。「オンボーディングに対する顧客満足度」を測定するリッカート尺度と、「リーダーシップに対する従業員の信頼度」を測定するリッカート尺度では、必要な項目が異なります。

2. 明確で曖昧さのない項目を記述する

各設問は、一つの考えのみを述べるようにしてください。「研修は有益で興味深いものでした」といった、二つの考えが入り混じった質問は避けてください。回答者が一方の考えには同意し、もう一方の考えには同意しない可能性があるからです。

その他の問題作成におけるベストプラクティス：

• 平易で日常的な言葉遣いを心がけましょう。専門家以外の人が聴衆でない限り、専門用語は避けてください。
• 簡潔に記述してください。各項目につき20語以内を目指してください。
• 回答者を特定の回答に誘導するような言葉遣いは避けてください。
• 二重否定（「私は…に反対しません」など）は使用しないでください。
• 同意バイアスを軽減するために、肯定的な表現と否定的な表現の項目をバランスよく含めてください。

3. 回答ラベルを慎重に選ぶ

尺度上の各項目には、明確で曖昧さのないラベルが必要です。研究によると、ラベル付き尺度（各項目に言葉による説明が付いているもの）は、番号のみの尺度よりも信頼性と回答者の理解度において優れていることが示されています。

ラベルは左右対称になるようにしてください。5段階の同意尺度の場合、「強く反対する、反対する、どちらとも言えない、賛成する、強く賛成する」というラベルは、中立的な中間点の両側で概念的に等距離を保つことができます。

4. 中立的な中間点を決定する

「どちらとも言えない」といった中間的な選択肢を含めることで、回答者は意見がない場合に正直に回答できる。一方、中間的な選択肢を除外すると、回答者はどちらか一方を選択せざるを得なくなる。どちらの方法も万能ではなく、最適な選択は調査の目的によって異なる。

回答者が考えることを避けるために中立的な選択肢を選ぶ可能性があると思われる場合は、真の中立性と無関心を区別するために、「わからない」または「該当しない」という別の選択肢を追加することを検討してください。

5. 逆コード化された項目を使用する

同意が否定的な態度を示す項目（例：「この研修は理解しにくい」）をいくつか含めることは、2つの目的があります。第一に、回答者がすべての項目で同じ回答を選択するのではなく、各項目を注意深く読むように促します。第二に、逆コーディングされた項目が肯定的な表現の項目と負の相関関係にあることを確認することで、分析中に内部の一貫性をチェックできます。

6. 認知面接によるパイロットテスト

本格的な調査を開始する前に、少人数（5人から25人程度）で質問項目をテストしてください。回答時には、考えながら声に出して答えてもらいましょう。そうすることで、分かりにくい表現、曖昧な用語、あるいは人々の実際の考え方と合わない選択肢などが明らかになります。

リッカート尺度データの分析方法

多くの研究者がここでつまずく。分析方法は、個々のリッカート尺度の項目を扱うのか、集計されたリッカート尺度のスコアを扱うのかによって異なる。

順序尺度と間隔尺度の論争

リッカート尺度の項目はそれぞれ順序尺度データとなる。回答カテゴリーには明確な順位があるが、カテゴリー間の距離が数学的に等しいとは限らない。「強く同意する」は「同意する」よりも肯定的な意味合いが強いが、両者の差は「同意しない」と「強く同意しない」の差と同じだろうか？確かなことは言えない。

順序尺度データは、レースの順位のようなものだと考えてください。1位が2位より前だったことは分かりますが、1位と2位の差が2位と3位の差と同じだと断定することはできません。複合リッカート尺度のスコアは、順位よりも計測された距離、つまりタイムデータに近いものとなります。

しかし、複数の項目を統合して複合尺度スコアを作成する場合、多くの研究者は結果として得られるデータをほぼ間隔尺度として扱います。この立場は文献において強く支持されています。ジェフ・ノーマンらの研究によると、パラメトリック検定（t検定、ANOVA、ピアソン相関係数）は、等間隔の仮定が多少破られている場合でも、リッカート尺度データに対して有効な結果を生み出すのに十分な頑健性を持っていることが示されています。

実際には、個々の項目についてはノンパラメトリック法を用いるのが望ましい。適切に設計された複数項目からなる尺度から得られる集計スコアについては、一般的にパラメトリック検定が許容される。

記述統計

個々のリッカート項目については、 モード （最も一般的な回答） 頻度分布 （各カテゴリーにおける回答者の割合）。棒グラフは、単一項目の回答を視覚化する最も分かりやすい方法です。

集計された尺度スコアについては、以下を報告できます。 意味する (NAIST) と 標準偏差 中心傾向とばらつきを要約する。

推論統計

信頼性テスト

尺度から結論を導き出す前に、クロンバックのアルファ係数を用いて尺度の内的整合性を確認してください。0.70以上であれば概ね許容範囲内であり、0.80以上であれば非常に良好とみなされます。項目と合計スコアの相関係数が0.30未満の項目が1つでもあれば、他の項目とは異なる構成概念を測定している可能性があるため、その項目を削除することを検討してください。

妥当性チェック

コンテンツの有効性 設計段階では、項目が構造物の全範囲を網羅していることを保証します。各分野の専門家にご相談ください。

妥当性を構成する 因子分析によって評価することができ、これにより、項目が想定される理論的な次元に正しく負荷しているかどうかを確認できます。

基準妥当性 あなたの尺度得点を、同じ構成概念を測定する既存の尺度と比較します。両者の間に強い相関関係が見られる場合、妥当性が裏付けられます。

リッカート尺度の実世界における応用例

学術研究

教育研究において、リッカート尺度は学生の学習意欲、自己効力感、学習に対する態度を測定するためによく用いられる。典型的な測定尺度は、学業へのモチベーションのさまざまな側面を測定する15～20項目から構成され、それらを集計して下位尺度のスコアを算出する。

健康

患者満足度調査、治療効果評価、生活の質測定などでは、リッカート尺度がよく用いられます。例えば、システムユーザビリティスケール（SUS）は、医療情報システムや医療機器のユーザビリティを評価するために用いられる、10項目からなる有名なリッカート尺度です。

従業員の関与

組織は、従業員の満足度、心理的安全性、組織へのコミットメントを長期的に追跡するために、リッカート尺度を用いたパルスサーベイを活用しています。標準化された形式により、部門間や四半期間での結果比較が容易になります。

市場調査

ブランド認知度調査、顧客体験調査、製品フィードバックツールなどは、リッカート尺度に大きく依存している。ネットプロモータースコア（NPS）は、形式こそ異なるものの、段階的な尺度で感情を測定するという概念的な基盤は同じである。

ライブ観客からのフィードバック

ここに最も効果的な活用例があります。研修会、ワークショップ、会議でのプレゼンテーションなどを実施する際に、リッカート尺度を用いたフィードバックをリアルタイムで収集することで、事後的な記憶に頼るのではなく、セッションの進行に合わせて参加者の理解度や満足度を把握することができます。

AhaSlidesライブ投票、評価尺度、質疑応答、ワードクラウド、クイズなど、あらゆる機能を網羅したオールインワンプラットフォームである は、プレゼンターがリッカート尺度による評価質問をライブプレゼンテーションに直接埋め込み、回答を即座に視覚化できるため、非常に実用的です。別途アンケートツールは必要ありません。

よくある間違いは避けるために

単一の項目を「尺度」として使用する。 質問項目が1つだけではリッカート尺度は成り立ちません。個々の項目は測定誤差や文脈効果の影響を受けやすくなります。信頼性の高い測定を行うには、構成概念ごとに少なくとも4～6項目を使用してください。

リッカート項目とリッカート尺度の違いは無視する。 パラメトリック統計を用いて個々の項目を分析すること（例えば、5段階評価の質問1つの平均値を算出すること）は、技術的に不適切です。そのような方法は、複数の項目を集計したスコアに対してのみ使用してください。

すべての数値を等しいものとして扱う。 回答選択肢に1から5までの数値を割り当てたからといって、データが自動的に間隔尺度データになるわけではありません。データの処理方法とその理由について、方法論のセクションで明確に説明してください。

逆符号化を無視する。 すべての項目が同じ方向を指している場合、真の同意と同意バイアスを区別することはできません。

規模を過度に複雑化している。 中間点が明示されていない10段階評価尺度は混乱を招くだけでなく、適切に設計された5段階または7段階評価尺度に比べてデータ品質を実質的に向上させるものではない。

‍