ユーザーインタビューは何人いれば十分か

ユーザーインタビューに何人必要かについて、共通の数字はありません。層が似ているか、問いが絞られているか、セグメントごとに比較するかによって変わります。経験上、比較的均質な層を対象にひとつの絞られた問いを扱う場合、12 回程度で主要な意見の大半はたいてい出そろいます。層の違いが大きい場合やセグメントごとに比較する場合は、セグメントごとに数えます。この記事を読めば、次のリサーチで理由を説明できるサンプルサイズを決め、インタビューの途中でいつ人を増やし、いつ止めてよいかがわかるようになります。

テーマの飽和：インタビューが十分かどうかの判断基準

定性調査でサンプルサイズが十分かを判断する一般的な基準は、テーマの飽和です。新しい回答者へのインタビューを続けても新しいテーマがほとんど出てこず、新たに聞く内容の大半が既存のテーマの繰り返しや補足になる状態を指します。この時点に来ると、人を増やす効果ははっきりと小さくなります。

最もよく引用されるのは、Guest、Bunce と Johnson が 2006 年に発表した研究です。彼らは 60 件のデプスインタビューを分析し、インタビューごとに新しく出てきたコードを記録しました。その結果、比較的均質な回答者のグループでは、最初の 12 回でテーマの大半が出そろい、主要な大分類のテーマは最初の 6 回ですでに現れていたことがわかりました。

この研究を引用するときは、その前提に注意が必要です。回答者の背景が似ていること、インタビューガイドの構造化の度合いが比較的高いこと、問いの範囲が絞られていることです。回答者が新規ユーザーと既存ユーザー、複数の国、複数の課金プランにまたがっている場合や、リサーチクエスチョン自体がとてもオープンな場合は、12 回では足りません。これは出発点であって、決まりではありません。

飽和は、特定の層と特定の問いについて言えることです。層や問いが変われば、改めて判断する必要があります。

ユーザビリティテストの 5 人：当てはまる範囲とよくある誤用

Jakob Nielsen は 2000 年の記事で、1 回のユーザビリティテストで 5 人のユーザーを対象にすれば、インターフェースのユーザビリティの問題の大半を発見できると述べました。一度に 15 人をテストするよりも、5 人ずつ 3 回に分け、改善してから再テストするほうがよいというのです。この結論にはひとつの前提があります。全員が同じインターフェースで同じタスクを行うため、ぶつかる障害が大きく重なるということです。

よくある誤用は、「5 人で十分」をあらゆるユーザーリサーチに当てはめることです。ニーズの探索、動機の理解、異なる層の態度の比較といった問いでは答えがずっとばらつくため、5 回のインタビューでは目立つ意見をいくつか聞ける程度にとどまることが多いのです。Nielsen も同じ記事の中で、ユーザー層に明確な違いがある場合はグループに分けてテストすべきであり、統計的な数値が必要な定量調査にはより多くのサンプルが必要だと述べています。

層ごとにグループに分ける場合、1 グループ何人にするか

リサーチの目的のひとつが層の比較である場合、たとえば離脱ユーザーと継続ユーザー、初心者とベテラン、都市ごとの違いなどを比べる場合は、グループごとに飽和に達する必要があります。合計 12 人を 3 グループに分けると 1 グループ 4 人にしかならず、グループ間の違いはどれも説得力を持ちにくくなります。

• まず比較が必要なグループを書き出します。通常は 3 つまでです。グループを増やすほど、1 グループあたりの人数は薄くなります。
• 各グループは均質な層の基準で見積もり、通常は 6〜8 人から始めます。問いがオープンな場合やグループ内の違いが大きい場合は 12 人に近づけます。
• サンプルのカバー範囲を広げたいだけで、グループ間の比較はしない軸については、クォータで各タイプに少なくとも 1 人いるようにすれば十分です。グループごとに人数を満たす必要はありません。
• あるグループが特にリクルーティングしにくい場合は、2〜3 人でグループ全体を代表させるより、比較の範囲を絞りましょう。

この表は経験上の目安で、統計上の要件ではありません。実際の人数は、インタビューでまだ新しいテーマが出ているかどうかで決めます。

インタビューの途中で：いつ人を増やし、いつ止めるか

サンプルサイズは始める前に計画値を決めておき、インタビューを進めながら実際の状況に応じて調整します。3〜4 回終えるごとにいったん立ち止まり、新しく出てきたテーマを表に記録して、曲線が頭打ちになっているかを確認するとよいでしょう。

こんなときは人を増やす

• 直近の数回でも新しいテーマが出続けていて、頭打ちになる兆しがない。
• ある重要な結論を支えているのが 1〜2 人の回答者だけで、しかもそれが意思決定に直接影響する。
• 予想していなかった層の違いが出てきた。たとえば、ある流入経路から来たユーザーの話が明らかに違う。
• あるグループの回答者に明らかな偏りがある。たとえば全員がアクティブユーザーで、あまり使っていない人や離脱した人がいない。

こんなときは止めてよい

• 3 回ほど続けて新しいテーマが出ず、新しく出てくるのは細部の補足だけになっている。
• 答えるべきいくつかのリサーチクエスチョンのそれぞれについて、複数の回答者の発言が裏付けとなっており、反例も見つかっている。
• インタビューを続けても、下すべき判断を変えるような情報は得られない。

AI インタビューでサンプルサイズを大きくできる：何が変わり、何が変わらないか

AI が進行するインタビューは複数を同時に実施でき、1 回あたりのコストも低いため、サンプルサイズを十数人から数十人、さらには 100 人以上に広げることが現実的になります。これによって実際にいくつかの変化が生まれます。各グループに十分な人数を割り当てられる、周辺的な層を個別に取り出して話を聞ける、結論の中でより重みのある人数の割合を示せる、といったことです。

変わらないこともあります。サンプルの代表性は、依然としてリクルーティングにかかっています。全員がアクティブユーザーの 100 人のインタビューは、新規・既存・離脱ユーザーを網羅した 20 人のインタビューに及びません。インタビューの質は、依然としてガイドと深掘りにかかっています。聞き方が浅ければ、人数をいくら増やしても同じ層の情報が繰り返されるだけです。人数が増えると整理の作業量も増えるため、テーマごとに分類し、人数を明記し、発言の原文を残すことがいっそう重要になります。定性インタビューでの人数の割合も統計的な結論として扱うべきではなく、正確な割合が必要なときはアンケートや行動データで検証します。