「収入はおいくらですか？」と聞いて、回答者が 本当の収入を答える割合は 60〜80% というのが業界で繰り返し観察される事実です。残りは 少し高めに盛る、低めに見せる、空欄にする、適当に答える ——いずれも本音とのズレを生みます。これは怠慢ではなく 「社会的望ましさバイアス（Social Desirability Bias、SDB）」 という心理学的に予測可能なメカニズム。日常語でいう「本音と建前」の問題を、リサーチ実務でどう扱うかを整理します。
この記事では、社会的望ましさバイアスの 本質・発生メカニズム・特に出やすい設問・古典的な対策手法・設計レベルでできる工夫 までを解説します。CSAT/NPS のような評価系はもちろん、人事サーベイ・健康調査・社会調査 で意思決定の根幹に関わる領域なので、運用目線で 何を意識すれば本音に近づくか を中心に書きます。
1. 「本音と建前」の正体 — 社会的望ましさバイアスとは
社会的望ましさバイアス（Social Desirability Bias、以下 SDB）は、「回答者が、自分の本当の意見・行動・属性ではなく、社会的に望ましいと思われる答え方をする傾向」 のことです。日常語の「本音と建前」は、まさにこの現象を指しています。
学術的な定義
Crowne & Marlowe (1960)「精神病理から独立した社会的望ましさの新尺度」 が SDB を測定するための尺度（Marlowe-Crowne Social Desirability Scale: MCSDS）を提唱して以来、SDB は社会調査・心理測定の中核論点として 60 年以上議論されてきました。Paulhus (1984) は 「印象操作（Impression Management）」と「自己欺瞞（Self-Deception）」 の 2 つの下位次元に分解し、Balanced Inventory of Desirable Responding（BIDR） として体系化しています。
2 つの方向性
SDB は 2 つの方向性で発生します:
| 方向 | 内容 | 例 |
|---|---|---|
| 盛り（過大報告） | 望ましい行動・属性を実際より多く / 高く申告 | 投票率、運動習慣、寄付行動、収入 |
| 隠し（過小報告） | 望ましくない行動・属性を実際より少なく / 低く申告 | 飲酒量、喫煙、差別意識、欠勤 |
Tourangeau & Yan (2007)「サーベイにおけるセンシティブな質問」 は、Psychological Bulletin に掲載された方法論レビューで、「センシティブな質問では、本音と建前の差が 10〜30% 程度発生するのが一般的」 と整理しています。
2. なぜ建前回答が混ざるのか — 心理メカニズム
SDB は気まぐれではなく、認知心理学的に予測可能な構造 で発生します。
メカニズム1: 自己呈示（Impression Management）
回答者は、回答が 「他者にどう見られるか」 を意識します。匿名アンケートでも、調査者・調査会社・社会全体に対する 自己イメージ管理 が働き、本音とズレた答えが出ます。Goffman (1959) 『行為と演技 — 日常生活における自己呈示』(Anchor Books) の社会学的議論が下敷きになっています。
メカニズム2: 自己欺瞞（Self-Deception）
回答者は 自分自身に対しても建前を信じている 場合があります。例えば「環境意識が高い」と本気で思っているが、実際の行動は伴わない、というギャップ。本人は嘘をついていない感覚なので、設計でこれを暴くのは難しい領域です。
メカニズム3: 社会的規範への同調
特定の価値観（健康・環境・公正性等）が 「正しい」とされる文脈 では、それに沿った回答が出やすくなります。調査の文言や前置きで規範を匂わせるだけで、回答が引っ張られる現象は Schuman & Presser (1981)『態度調査の質問と回答』(Academic Press) で繰り返し実証されています。
メカニズム4: 認知的負荷の回避
「本音を言語化する」のは認知的に重い作業です。「無難な答え」を選ぶことで認知負荷を回避する ——これは Krosnick (1991) 「サーベイにおける態度測定の認知的負荷への対処戦略」 が提唱する satisficing とも重なる現象で、特に長尺調査の後半で顕著になります。
3. どんな質問で特に発生するか
SDB は均等に発生するわけではなく、特定の設問タイプで集中的に出ます。
SDB が強く出るトピック
Tourangeau & Yan (2007) のレビューを総合すると:
| 領域 | 典型的なバイアス |
|---|---|
| 健康行動 | 運動・野菜摂取は 過大報告、喫煙・飲酒は 過小報告 |
| 金銭 | 収入・貯蓄は 過大報告、借金・浪費は 過小報告 |
| 政治・社会意識 | 投票・寄付・ボランティアは 過大報告 |
| 差別・偏見 | 偏見の自覚は 過小報告（明示的に聞くと無意識に建前化） |
| 性的行動・違法行為 | パートナー数は男性が 過大報告、女性が 過小報告 |
| 職場・人事 | 残業・有給取得・上司評価で 建前回答が混入 |
SDB が弱いトピック
逆に SDB の影響が小さい領域もあります:
- 個人の選好（食べ物の好み、エンタメの趣味）
- 製品の機能評価（使いやすさ、デザイン）
- デモグラフィック属性（年代、性別、居住地）
CSAT のような 「サービスへの満足度」 は中間。「不満を言うのは申し訳ない」という日本特有の建前 が混入することが、業界記事で繰り返し指摘されています。
4. 古典的な対策手法
学術界では SDB を緩和するための手法が体系化されています。
4-1. 匿名性の確保（Anonymity Assurance）
最も基本的な対策。「回答が個人に紐づかない」ことを冒頭で明示 すると、自己呈示の動機が下がります。DeMaio (1984)「社会的望ましさとサーベイ測定 — レビュー」（Turner & Martin 編 Surveying Subjective Phenomena, Vol. 2 所収）は、匿名性を保証することでセンシティブ設問の回答率と正確性が改善することを報告しています。
具体的な実装:
- 冒頭の説明文 で「個人を特定する形では使用しません」「集計のみに使用します」を明記
- 回答者 ID と内容を分離 する技術的な仕組み（Kicue では URL パラメータの取り扱いを意識）
- 調査主体と回答処理者を分離（クライアント企業が直接アクセスできない構造）
4-2. 間接質問法（Indirect Questioning）
「あなたは…？」と直接聞かず、「あなたの周囲の人は…？」「一般的に人は…？」 と聞く方法。回答者は他人を語る形を取りつつ、無意識に自己投影します。Fisher (1993) 「社会的望ましさバイアスと間接質問の妥当性」 で間接質問法の有効性が実証されています。
4-3. ランダム化回答法（Randomized Response Technique）
Warner (1965) 「ランダム化回答 — 回避的回答バイアスを除去するためのサーベイ手法」 が提唱した古典的な手法。コインを投げて表が出たら本音、裏なら定型回答 のような確率的なルールを使うことで、回答者は 「自分の答えが見抜かれない」確信 を持って正直に答えやすくなります。実装が複雑なので Web アンケートではあまり使われませんが、敏感な政治調査などで活用されています。
4-4. リスト実験法（List Experiment / Item Count Technique）
「以下のうち、当てはまるものはいくつありますか？」と数だけ答えさせる手法。回答者は どれが当てはまるかを明示せずに済む ため、SDB が下がります。Glynn (2013) 「統計的真実血清で何が分かるか」 でリスト実験法のメタ分析が行われています。
4-5. 自己呈示尺度の同時測定
MCSDS や BIDR を本調査に組み込み、SDB スコアの高い回答者の回答を統計的に補正 する方法。学術調査では標準ですが、実務サーベイでは「設問数を増やす負担」とのトレードオフで使用されないことが多いです。
5. 設計レベルでできる 5 つの対策
学術的な厳密手法（4-3, 4-4, 4-5）は実務サーベイで使いにくい場面もあります。より現実的に、設計の工夫で SDB を下げる 方法を 5 つ整理します。
対策1: 匿名性を冒頭・終盤で 2 回伝える
「個人を特定しません」を 調査開始時とセンシティブ設問の直前 で繰り返す。1 回だと回答者が忘れていることが多いため、設問のすぐ前 で再度明示すると効果が出ます。
対策2: 「正解がない」ことを明示する
「正しい答えはありません。率直なご意見をお聞かせください」「ネガティブなご意見も歓迎します」と添えると、「望ましくない答え」を選ぶ心理的ハードルが下がる ことが業界記事でも繰り返し指摘されています。
対策3: スケールの 両端を許容する デザイン
「とても満足」と「とても不満」が均等に重みを持つよう、ラベル・色・配置を対称的にする。「とても不満」だけ赤色で目立たせると逆に「不満を選びにくい」効果が出るので、 両端のデザインを揃える のが鉄則です。リッカート尺度の設計詳細は リッカート尺度の設計ガイド を参照ください。
対策4: 直接質問と間接質問の 二段構え
例えば、リーダーシップ評価で:
- 直接: 「あなたの上司のリーダーシップを 7 段階で評価してください」
- 間接: 「あなたのチーム全体は、上司のリーダーシップをどう評価していると思いますか」
両方を取り、直接と間接で乖離が大きい場合に SDB の存在を疑う という運用ができます。
対策5: センシティブ設問は 後半に配置 する
調査冒頭でセンシティブな質問を出すと、警戒感が後続全体にプライミングとして波及します（順序効果）。信頼形成が進んだ中盤〜後半に配置 するのが、アンケートの順序効果と設問順設計 で書いた通りの基本ルールです。
6. 編集部の視点 — 本音を引き出す 5 つの実践
業界記事と公開事例を追ってきた立場から、ここは強めに言っておきたい原則を 5 つ書きます。
1. 「本音と建前」を 完全に消そうとしない。発生する前提で設計する。 SDB は人間の認知の根本に組み込まれた現象なので、完全にゼロにすることは不可能 です。「ゼロを目指す」設計より、「どの設問で何 % の建前が混じるかを見積もり、その上で意思決定する」 設計の方が現実的。例えば自社製品の満足度では 5〜10% の建前盛りを織り込んで読む、というスタンスです。
2. 「アンケートで本音が取れる」と思っているチームは、調査結果を過信する。 業界記事を見ていると、「N=1,000 のアンケートで○○が判明！」という言い切り の裏に、SDB を過小評価した分析 が紛れているケースがしばしば見られます。アンケートは便利ですが、「行動データ」「定性インタビュー」と組み合わせる ことで、ようやく真実に近づく。アンケート単独で重要な意思決定をしない という原則を持つチームの方が、結果的に判断の精度が高くなります。
3. 匿名性の文言を「形式」にしない。 「個人情報は厳重に管理します」のような 定型句で終わらせると効果が落ちます。「具体的に何が誰に共有されるか / されないか」を 明示する こと。例: 「ご回答は集計後の数値のみがチームに共有され、個別の回答者は誰にも分かりません」と書く方が、抽象的な「厳重に管理」より圧倒的に信頼されます。
4. センシティブ設問は 必ずパイロット で出現率を確認する。 本回収前に N=30〜50 のパイロットを回し、「無回答率」「中央値の偏り」「中立回答の集中」 を確認するだけで、設問が機能しているかが分かります。いきなり本回収に投入して 30% が空欄、というのは典型的な事故 で、設計段階で検出できる事故です。
5. 業界・国・世代 で SDB の出方は違う。海外データを鵜呑みにしない。 SDB の出方は 文化的に大きく異なる ことが Johnson & van de Vijver (2003)「異文化研究における社会的望ましさ」（Cross-Cultural Survey Methods 所収）などで報告されています。日本では「不満を言うのは失礼」「謙遜の美学」が強く、欧米のベンチマークと比べてスコアが低めに出る 傾向。海外の CSAT/NPS ベンチマークを直接持ってきて「うちはダメだ」と判断するのは危険です。
7. アンケートツール Kicue でのバイアス対策
Kicue では、SDB を含む回答バイアス対策に必要な機能を標準で備えています。
匿名性の担保
アンケートの公開 URL は、URL パラメータに個人を特定する ID を含めない限り、回答者を匿名のまま集計 できます。一方で、外部 CRM の顧客 ID やメールアドレス等を URL パラメータ で渡す運用にすると 回答内容が個人と紐づきうる ため、その場合は回答者にデータの取り扱いを明示する必要があります。「匿名で集計します」と説明するなら、URL パラメータで個人 ID を渡さない設計を選ぶ のが、SDB 対策の前提条件です。
順序ロジックでセンシティブ設問を後半に配置
スキップロジック・表示/非表示ロジック を組み合わせ、属性確認 → 一般質問 → センシティブ設問という Funnel 設計を実現できます。順序効果対策の詳細は アンケートの順序効果と設問順設計 で解説しています。
関連する設計記事
社会的望ましさバイアスの対策は他の調査設計とも密接に関連します。リッカート尺度の設計ガイド、マトリクス設問の設計と落とし穴、スクリーニング設問の設計、自由記述設問の設計、アンケートの順序効果と設問順設計 もあわせて参照ください。
実装ツールの選び方
匿名性の担保（回答者の Google アカウント認証を避ける / IP 記録の無効化 / 完全匿名フォームの提供）は、ツールによって対応が分かれます。Google Forms は「1 つの回答に制限」を有効化するとアカウント必須化、Microsoft Forms は組織内に閉じる設定が必要、など。各ツールの匿名対応状況は 無料アンケートツール 8 選比較 を参照してください。
まとめ
社会的望ましさバイアス（本音と建前）への対策チェックポイント:
- SDB は人間の認知の根本にある現象 — 完全には消えない、消そうとしない
- 健康・金銭・政治・差別・性 などのセンシティブトピックで強く出る — CSAT/NPS でも 5〜10% の建前盛りは想定範囲
- 古典的対策: 匿名性確保 / 間接質問 / ランダム化回答 / リスト実験
- 設計5原則: 匿名性を冒頭+設問前で2回伝える / 「正解がない」明示 / 両端の対称デザイン / 直接×間接の二段構え / センシティブは後半配置
- 海外ベンチマークを鵜呑みにしない — 日本は文化的に SDB が強く、スコアが低めに出る傾向
- アンケート単独で重要な意思決定をしない — 行動データ・定性調査との組み合わせが本音への近道
「本音と建前」の問題は、測定の限界を理解した上で設計と分析を行う知性 が問われる領域です。SDB を 完全に排除しようとするより、その存在を認めた上で設計と解釈に組み込むチーム の方が、結果的に意思決定の質が高くなる、というのがこの領域の経験則です。
参考文献 (17件)
学術・方法論
- Crowne, D. P., & Marlowe, D. (1960). 「精神病理から独立した社会的望ましさの新尺度」 Journal of Consulting Psychology.
- Paulhus, D. L. (1984). 「社会的に望ましい応答の二要素モデル」 Journal of Personality and Social Psychology.
- Tourangeau, R., & Yan, T. (2007). 「サーベイにおけるセンシティブな質問」 Psychological Bulletin.
- Tourangeau, R., Rips, L. J., & Rasinski, K. (2000). 『サーベイ応答の心理学』 Cambridge University Press.
- Krosnick, J. A. (1991). 「サーベイにおける態度測定の認知的負荷への対処戦略」 Applied Cognitive Psychology.
- Schuman, H., & Presser, S. (1981). 『態度調査の質問と回答』 Academic Press.
- Warner, S. L. (1965). 「ランダム化回答 — 回避的回答バイアスを除去するためのサーベイ手法」 Journal of the American Statistical Association.
- Fisher, R. J. (1993). 「社会的望ましさバイアスと間接質問の妥当性」 Journal of Consumer Research.
- Glynn, A. N. (2013). 「統計的真実血清で何が分かるか」 Public Opinion Quarterly.
- DeMaio, T. J. (1984). 「社会的望ましさとサーベイ測定 — レビュー」 In Turner, C. F. & Martin, E. (Eds.), Surveying Subjective Phenomena, Vol. 2. Russell Sage Foundation.
- Johnson, T. P., & van de Vijver, F. J. R. (2003). 「異文化研究における社会的望ましさ」 In Cross-Cultural Survey Methods. Wiley.
業界ベンダー・実務ガイド
- Pew Research Center: Question Wording.
- Qualtrics: Avoiding Bias in Surveys.
- SurveyMonkey: How to Reduce Bias in Survey Responses.
国内リサーチ会社の公開知見（業界説明として参照）
匿名性確保・順序設計・センシティブ設問の柔軟な配置まで、本音に近づくサーベイ設計を一気通貫で実施できる 無料のアンケートツール Kicue を試してみませんか。15 種類以上の設問タイプと URL パラメータによる属性連携で、設計の意図がそのまま運用に乗ります。