結論: 信頼度 95%・許容誤差 ±5% で母集団が十分大きい場合、必要サンプル数は 384 人。 これは Cochran の公式から導かれる、業界標準の出発点です。理由は単純で、母集団サイズが 1 万を超えると、必要サンプル数は数学的にほぼ一定値に収束する から。100 万人でも 1 億人でも、必要なのはおおむね 400 人前後です。
ただし「384 人を集めれば全部 OK」ではありません。サブグループ分析の有無、IR（出現率）、回答の質 によって、現実の必要数は 1.5〜3 倍に膨らみます。本稿では、5 ステップで実務的なサンプル数を決める手順を解説します。
Step 1: ゴールを 3 つの数字で決める（2分）
サンプル数は 3 つのパラメータ だけで決まります。
① 信頼度（Confidence Level）
「同じ調査を 100 回繰り返したら、何回が真の値の範囲内に入るか」。
| 信頼度 | 用途 | Z 値 |
|---|---|---|
| 90% | 速報・参考値 | 1.645 |
| 95%（標準） | 業界標準 | 1.96 |
| 99% | 医療・規制研究 | 2.576 |
迷ったら 95%。学術論文・市場調査・社内意思決定すべてで標準です。
② 許容誤差（Margin of Error）
「報告した％の前後に、何ポイントまで誤差を許すか」。
| 許容誤差 | 用途 | サンプル数の影響 |
|---|---|---|
| ±10% | 概算・予備調査 | 約 100 人 |
| ±5%（標準） | 業界標準 | 約 384 人 |
| ±3% | 厳密な数値が必要 | 約 1,067 人 |
| ±1% | 政治世論調査・国勢調査級 | 約 9,604 人 |
許容誤差を半分にすると、必要サンプル数は 4 倍 になります。±5% から ±3% に変えるだけで N が 3 倍弱に増えるのは、ここで効いてきます。
③ 母集団サイズ（Population Size）
| 母集団 | 必要サンプル（信頼度 95%・誤差 ±5%） |
|---|---|
| 100 人 | 80 人 |
| 500 人 | 217 人 |
| 1,000 人 | 278 人 |
| 5,000 人 | 357 人 |
| 10,000 人 | 370 人 |
| 100,000 人以上 | 約 384 人 |
母集団が大きくなるにつれて必要数は 収束 します。「全国の消費者」「全 SNS ユーザー」のような巨大母集団では、384 という数字を覚えておくだけで十分 です。
Step 2: 計算式を使う（必要な場合だけ・3分）
早見表で十分なケースが大半ですが、公式を知っておくと判断軸が増えます。
Cochran の公式（無限母集団）
n = (Z² × p × (1−p)) / e²
- Z: 信頼度の Z 値（95% なら 1.96）
- p: 想定割合（不明なら 0.5 = 最大値）
- e: 許容誤差（±5% なら 0.05）
信頼度 95%・誤差 ±5%・想定割合不明（0.5）で計算すると:
n = (1.96² × 0.5 × 0.5) / 0.05² = 3.8416 × 0.25 / 0.0025 = 384.16 → 385 人
有限母集団の補正
母集団が 10,000 人以下なら、補正式で必要数を減らせます。
n_adj = n / (1 + (n − 1) / N)
- N: 母集団サイズ
- n: 上記の Cochran で出した数
例: 母集団 1,000 人なら 385 / (1 + (385−1) / 1000) = 385 / 1.384 = 278 人。
Web 計算ツール
Cochran 自分で計算したくなければ、Survey Monkey の計算ツール などで一瞬で出せます。
Step 3: サブグループ分析を踏まえて N を決める（5分）
ここが How 記事と専門記事を分ける 最重要ポイント。
「全体で 384 人」だけ集めて満足すると、性別×年代別 に切った瞬間に各セルが 30〜50 人になり、サブグループの数字は信頼できない という事態になります。
サブグループのセル設計
| 分析の細かさ | 必要 N（全体） |
|---|---|
| 全体だけ（GT 集計のみ） | 384 人 |
| 性別 2 セル × 年代 4 セル = 8 セル | 各セル 50 人 ×8 = 400〜800 人 |
| 性別 × 年代 × 地域 3 軸（24 セル） | 各セル 30 人 ×24 = 700〜1,500 人 |
| 性別 × 年代 × 地域 × 利用経験（48 セル） | 1,500〜3,000 人 |
サブグループ分析を計画している場合、各セル N=30 以上 を最低ラインに。N=30 を切るとサブグループの平均値・割合の解釈は実質的に意味がありません。
よく失敗するケース: 「念のため細かく分析したい」
クライアントから「年代別だけでなく、年代×職業×地域でも分析できますか？」と聞かれて、384 人で承諾してしまう のが典型的な失敗。承諾するなら、3 軸クロス分析が成立する N=1,500〜2,000 を見積もるのが現実的です。
Step 4: IR（出現率）と回答率を考慮した必要配信数（3分）
実務では「何人を調査対象として配信するか」と「何人から回答が返ってくるか」を分けて考えます。
公式
必要配信数 = 必要サンプル数 ÷ IR ÷ 完了率
- IR（incidence rate）: 配信対象のうち、調査対象に該当する割合
- 完了率: アンケートを開始した人のうち、最後まで回答する割合
例: 30 代女性で「ネットスーパー利用者」を 384 人集める
- IR: 30 代女性の中でネットスーパー利用者は推定 40% → IR = 0.4
- 完了率（業界平均）: 70% → 完了率 = 0.7
必要配信数 = 384 / 0.4 / 0.7 = 1,371 人
スクリーニングと割付管理が前提なら、1,400 人前後にスクリーニング配信が必要 という見積もりになります。詳しくは スクリーニング設問の設計と運用 を参照。
IR が分からない場合
過去の自社データや業界レポート（Statista、業界団体の統計）を当てる。それでも掴めなければ N=30〜50 のパイロット配信 で IR を実測してから本配信に入るのが安全です。詳しくは パイロット調査運用ガイド を参照。
Step 5: 実務での落とし所（3分）
理論値と現実は別物。実務では N=200〜500 の幅で運用 されることが大半です。
業界経験則
| シナリオ | 推奨 N |
|---|---|
| 社内アンケート（部署単位） | 30〜100 |
| 顧客満足度調査（全体傾向だけ見る） | 200〜400 |
| 顧客満足度調査（属性別分析あり） | 500〜1,000 |
| ブランド調査・市場調査 | 1,000〜3,000 |
| 政策・大規模統計調査 | 5,000+ |
「ちょっと多めに」の感覚
- 完了率を低めに見積もる（70% より 60% で計算）
- 欠損データの除外を考慮（クリーニング後 5〜10% は減る前提）
- サブグループ分析がある可能性を残す（最初から最大ケースで設計）
→ 理論値の 1.2〜1.5 倍を集める設計 が、実務的なバッファ。
ここで失敗する人が多い 3 つのポイント
1. 「384 人で十分」という公式知識だけで終える。 全体の傾向を見るなら 384 人で OK ですが、サブグループ分析が必要なら別物。承諾する前に「クロス分析の軸数」を確認するのが鉄則。「年代×職業×地域」と聞かれたら、384 人ではなく 1,500 人以上を見積もるべき。
2. 完了率を考慮せず、必要数 = 配信数で計算する。 「384 人配信すれば 384 人回答してくれる」と仮定するのは大きな間違い。完了率は調査チャネル別に大きく異なる（パネル 60〜80%、メルマガ 5〜15%、SNS 1〜5%）。配信数 = 必要サンプル ÷ IR ÷ 完了率 で逆算するのが正解。
3. パイロット配信を省く。 IR が不明な領域で本配信を回すと、「想定 40% で計算したら実 IR が 10%」というケースで、必要配信数が 4 倍 に跳ね上がります。N=30〜50 のパイロットで IR を実測 すれば、コストの大事故を防げます。
まとめ — 5 ステップ
| Step | やること | 所要時間 |
|---|---|---|
| 1 | ゴールを 3 つの数字（信頼度・誤差・母集団）で決める | 2 分 |
| 2 | 計算式または早見表で N を出す | 3 分 |
| 3 | サブグループ分析を踏まえて N を再計算 | 5 分 |
| 4 | IR と完了率で必要配信数を逆算 | 3 分 |
| 5 | 実務的なバッファを乗せる（×1.2〜1.5） | 2 分 |
| 合計 | — | 15 分 |
「アンケート 何人？」の答えは、全体傾向だけなら 384 人、属性別分析があるなら 500〜1,500 人 が現実的な目安。詳しい統計的根拠は サンプルサイズの決め方（統計的根拠と実務目安） を参照。
計算後にやるべきこと
サンプル数が決まったら、集計と有意差判定 の段階で再度サンプル数の妥当性を検証します。「N が足りないと有意差が出ない」「N が大きすぎて些細な差まで有意になる」のどちらも実務でよくある失敗です。詳しくは 集計と有意差判定 — クロス集計・カイ二乗検定・効果量の使い方 を参照。
実装ツールの選び方
必要サンプル数が決まった後は、目標回答数を無料プランで収容できるか をツール選定で確認します。SurveyMonkey 無料は 25 件、Typeform 無料は月 10 件、Microsoft Forms は 1 フォーム 200 件など、無料プランの上限は大きく異なります。各ツールの対応状況は 無料アンケートツール 8 選比較 で確認してください。
調査票ファイルをアップロードするだけで AI が Web アンケートを自動生成する 無料のアンケートツール Kicue を試してみませんか。スクリーニング設問・割付管理・回収モニタリングが標準搭載で、サンプル設計からそのまま運用に乗せられます。