卒論アンケートは70人で十分か|判断基準と書き方の実践指針

最終更新日:2026年8月10日

「卒論 アンケート 70人」——このキーワードで検索する人は、アンケート回答者数が70人前後という具体的な状況にあり、「これで卒論として通用するか」を切実に知りたい学生である。「教員に70人と伝えて大丈夫か」「統計処理はできるのか」「もっと集めるべきか」——具体的な悩みを持って、この記事にたどり着いているはずである。

結論から先に伝えたい。卒論のアンケートで70人は、多くの卒論テーマにおいて十分な数である。統計的な学術基準(384サンプル)を満たさなくても、卒論としては成立する。ただし、条件がある。テーマ・母集団・分析方法・書き方によって「70人で十分か」の答えは変わる。この記事では、70人の妥当性を判断する基準、70人で実施できる分析、70人で成立させる書き方を、業界内部の視点で整理する。

この記事では、70人の判断基準、母集団規模別の意味、実施可能な統計分析、書き方の実践、70人未満のリカバリー、追加収集の技法、質向上で数を補う技法まで、業界内部の視点で実務的に整理する。この記事を参考に、「70人」という数字と自信を持って向き合ってほしい。

「70人で十分か」への率直な回答

結論:卒論のアンケートにおいて、70人は多くの場合「十分」である。ただし、卒論の目的・母集団・分析方法によって判断が変わる。「絶対に十分」でも「絶対に不足」でもない、条件付きの十分性である。

この率直な回答の背景を整理する。

卒論と学術論文の違い

卒論に求められるサンプル数は、学術論文と同じではない。

学術論文で384サンプル(標本誤差5%・信頼水準95%・回答比率50%)が推奨されるのは、査読を経て世に問われる研究だからである。卒論は「学習の集大成」であり、大学によって基準は異なるが、「学術論文と同等の統計精度」を求められることは稀である。

70人で成立する条件

以下の条件を満たせば、70人でも卒論として成立する。

1つずつ確認する。

• 母集団が特定できる集団(全国調査ではない)
• 「厳密な統計的一般化」が主目的ではない
• 分析が記述統計中心、または基本的な検定に留まる
• データの限界を論文中で誠実に明示する
• 指導教員が「この規模で問題ない」と認める

70人で不足する場合

以下のケースでは、70人では不足する可能性が高い。

該当する場合は追加収集を検討する。

• 全国・広域の一般消費者を母集団とする調査
• 複雑な多変量解析(重回帰・因子分析等)を予定
• 複数の下位グループの比較が中心(各グループ10人未満になる)
• 指導教員が「もっと必要」と指示している
• 学部・研究室の慣例で100人以上が求められている

まず教員に確認

「70人で十分か」の最終判断は、指導教員による。

本記事の指針を参考にしつつ、必ず指導教員に確認する。学部・研究室の慣習・基準がある。この記事を読んだ後、教員に「70人でこう分析する予定」と具体的に相談することが確実な進め方である。

サンプル数の2つの判断軸

結論:サンプル数の妥当性は、統計要件と実務要件の2軸で判断する。両者のバランスを取ることが実務的である。

それぞれの軸を整理する。

軸1:統計要件

統計的な精度を担保するために必要なサンプル数である。

「標本誤差」と「信頼水準」から計算される。一般的には、標本誤差±5%・信頼水準95%で約384サンプルが必要とされる。これは大規模な学術論文・世論調査の基準である。

統計要件の緩和

ただし、統計要件は許容誤差を緩めれば大きく下がる。

標本誤差±10%・信頼水準90%なら、必要サンプル数は約68人に下がる。卒論では、この程度の許容誤差が現実的である。「70人」は、この基準ではほぼクリアしている。

軸2:実務要件

卒論として実施可能な、現実的なサンプル数である。

時間・費用・アクセス・アンケート実施の労力——これらの制約下で、無理なく集められる数である。卒論生の実務要件では、50〜150人程度が一般的な範囲である。

2軸のバランス

統計要件と実務要件は、しばしば対立する。理想と現実の妥協点を探る。

「384人集めたいが50人しか集まらない」——このジレンマは卒論生の典型的な悩みである。実務要件を優先し、統計要件の緩和を論文で明示する方針が実務的である。

70人の位置づけ

70人は、統計要件(緩和版)と実務要件の交差する現実的な数字である。

統計的にはギリギリ最低ラインだが、実務的には「そこそこ努力した」水準である。卒論の多くのケースで、この数字は妥協点として機能する。

母集団規模別の70人の意味

結論:同じ「70人」でも、母集団の規模によって意味が大きく異なる。自分の卒論の母集団を認識することで、70人の妥当性が判断できる。

母集団規模別に整理する。

大規模母集団(全国・広域)

「日本の大学生」「全国の消費者」など、母集団が数十万〜数千万人の場合、70人は非常に少ない。

統計的な一般化は困難である。この場合、「本研究は探索的な性格を持ち、統計的一般化を目的としない」と論文で明示する必要がある。または、対象を絞る(例:「〇〇大学の学生」)。

中規模母集団(特定学部・地域等)

「〇〇大学〇〇学部の学生」「〇〇市の高齢者」など、母集団が数百〜数千人の場合、70人は妥当な範囲に入る。

母集団500人なら、70人は約14%のカバー率である。標本誤差も現実的な範囲に収まる。卒論の多くはこの規模である。

小規模母集団(特定集団)

「特定ゼミの学生」「特定サークルのメンバー」など、母集団が100人程度の場合、70人は十分すぎる。

母集団100人で70人回答なら、回答率70%である。統計的にも実務的にも申し分ない。むしろ「全数調査に近い」と論文で強調できる。

母集団を明確化する重要性

「対象は誰か」を明確に定義することで、70人の意味が決まる。

「日本の大学生」と定義すれば70人は少ない。「〇〇大学〇〇学部の学生」と定義すれば70人で十分な場合が多い。母集団の設定次第で、同じデータが「不足」にも「充分」にもなる。この設定を丁寧に行うことが重要である。

70人で実施できる統計分析

結論:70人のデータで実施できる統計分析は、意外に多い。基本的な記述統計から、いくつかの検定まで対応できる。

70人で使える分析手法を整理する。

記述統計

回答の分布・平均・割合を示す基本的な統計である。

頻度分布(選択肢別の人数・割合)、平均・中央値・標準偏差、クロス集計(2つの変数の関係)——これらは70人で十分に実施できる。Excelでも計算可能である。卒論の分析の中核となる。

χ²検定(カイ二乗検定)

2つのカテゴリ変数の独立性を検定する手法である。

「性別によって購買行動が異なるか」など、カテゴリ間の関係を検定できる。70人あれば実施可能である(各セルの期待値が5以上が目安)。

t検定

2つのグループの平均値の差を検定する手法である。

「男女で満足度に差があるか」など、2群比較で使う。70人を2群に分けても、各群30〜40人となり、t検定は実施可能である。

相関分析

2つの数値変数の関係を分析する手法である。

「勉強時間と成績の相関」など、数値変数間の関係を見る。ピアソン相関係数・スピアマン相関係数など、70人で問題なく実施できる。

単回帰分析

1つの独立変数から1つの従属変数を予測する分析である。

70人で十分実施できる。ただし、変数を増やすと、必要サンプル数も増える。単回帰は問題ないが、10変数以上の重回帰は70人では厳しい。

避けるべき分析

70人では、以下の分析は避けるのが賢明である。

データ規模に見合わない分析は、統計的な有意性が担保できない。

• 因子分析(通常200人以上が推奨)
• 構造方程式モデリング(通常200人以上)
• 多変量分散分析(グループごとに十分な数が必要)
• 細かい層別分析(グループが10人未満になる場合)

70人で成立する卒論の書き方

結論:70人のデータで質の高い卒論を書くには、「量の限界を認識しつつ、質で勝負する」書き方が求められる。

書き方の技法を整理する。

母集団の限定

母集団を明確に限定することで、70人の妥当性が担保される。

「本研究の対象は〇〇大学〇〇学部の学生とする」と明記する。「日本の学生一般」と広げると70人は少なく見えるが、限定すれば「そこそこ集められた」印象になる。

研究の性格の明示

研究の性格を「探索的」と位置づけることで、統計的一般化の要求を回避できる。

「本研究は〇〇の実態を探索的に把握することを目的とする」と序論で明記する。「厳密な統計的検証」ではなく「傾向の把握」であることを示すことで、70人という規模が正当化される。

限界の誠実な明示

「本研究の限界」の章で、サンプル数の限界を誠実に記述する。

「本研究のサンプル数は70名であり、統計的一般化には制約がある」と明記する。この誠実さこそが、逆に評価される。隠すより、明示する方が学術的である。

質的データの補完

アンケートに自由記述欄を設け、質的データで量的データを補完する。

「その理由を教えてください」「他に感じることはありますか」——このような自由記述で、70人分の質的データを得られる。数値だけでは伝わらない当事者の声が、論文の深みを増す。

先行研究との対話

70人のデータを、先行研究と積極的に対話させる。

「先行研究では〇〇と報告されているが、本研究では〇〇の傾向が見られた」——このように、先行研究との比較・対話を通じて、70人のデータに意味を与える。

「発見の重要性」を強調

70人でも「新しい発見・視点」があれば、その価値は認められる。

「サンプル数は少ないが、〇〇という新しい視点を提示できた」——このような貢献を強調する。量より、視点の斬新さ・分析の深さで勝負する姿勢が重要である。

「70人」と他の数字との比較

結論:「70人は多いのか少ないのか」を、他の数字と比較することで、より明確に判断できる。以下は代表的な比較である。

数字の意味を、相対的な位置で理解する。

30人以下との比較

30人以下は、卒論としても「少なめ」の水準である。

30人未満だと、統計分析の適用範囲が大きく狭まる。t検定の下限がだいたい30人であり、それ以下は「小規模研究」として位置づけざるを得ない。70人は30人の倍以上あり、統計的な余裕がある。

50人との比較

50人は、多くの卒論で「一応の目安」とされる数字である。

50人でも卒論として成立するが、多くの学部・研究室では「もう少し欲しい」と言われる水準である。70人は50人より40%多く、統計分析の安定性・有意性の担保で明確に有利である。

100人との比較

100人は、多くの学部・研究室で「望ましい」とされる目標である。

100人あれば、統計分析の選択肢が広がり、下位グループ比較(男女別・学年別等)も可能になる。70人はこの目標に7割到達しており、「あと30人」の追加で理想的な水準になる。この差は追加収集の技法で埋められる範囲である。

200人以上との比較

200人以上は、卒論としては「上位水準」である。因子分析等の高度な分析も可能になる。

ただし、卒論で200人以上を集めるのは相当な労力が必要である。70人でも卒論として十分成立するため、「200人が理想」に囚われすぎない姿勢が重要である。

先行研究のサンプル数との比較

自分のテーマに関する先行研究のサンプル数と、自分の70人を比較する。

先行研究が「150人」だったら、自分は「70人だが〇〇に絞って深く分析した」と位置づける。先行研究が「30人」だったら、「先行研究より広範な70人で確認した」と位置づける。相対的な位置づけが、卒論の価値を語る材料になる。

数の妥当性は文脈依存

結論的に言えば、「70人」の妥当性は文脈に依存する。絶対的な基準はない。

自分の卒論の目的・母集団・分析方法との適合性で判断する。数字だけを見て一喜一憂せず、「自分の卒論にとって70人は妥当か」を問うことが重要である。

70人未満の場合のリカバリー方法

結論:70人に届かない場合、複数のリカバリー方法がある。追加収集、方法転換、テーマ縮小など、状況に応じて選択する。

状況別に対処法を整理する。

追加収集の余地がある場合

時間と対象がまだ確保できるなら、追加収集が最良の対処である。

次章の「70人以上を目指す追加収集」の技法を参考にしてほしい。多くの場合、SNS拡散・対象拡大・期間延長で20〜30人は追加可能である。

対象を絞って全数調査に近づける

対象を絞ることで、少ないサンプルでも「母集団の大部分をカバー」と言える状況を作る。

「特定ゼミの学生」「特定サークルのメンバー」など、母集団自体を100人以下に絞る。50人回答でも回答率50%以上となり、統計的な妥当性が上がる。

質的研究への転換

アンケート数が集まらないなら、少数のインタビューによる質的研究に切り替える。

10人程度の深いインタビューで、質的分析中心の卒論に転換する。詳細は卒論のフィールドワークの進め方|準備から分析までの実践技法を参照してほしい。教員との合意が必須である。

二次データによる補完

公的統計・既存調査データを組み合わせて、分析の厚みを増す。

e-Stat・SSJDAなどの二次データと組み合わせることで、自分のアンケートの位置づけが明確になる。詳細は卒論のデータベース活用術|論文検索と資料収集の実践ガイドを参照してほしい。

絶対NG:データ捏造

数を水増しするためのデータ捏造は、絶対に避ける。

架空の回答者を作る、既存の回答をコピーする——これらは研究不正であり、卒業取り消しリスクがある。誠実に不足を認めることが最善の対処である。詳細は卒論のデータが足りない時の対処法|補完・転換・相談の判断を参照してほしい。

70人以上を目指す追加収集の技法

結論:70人からさらに増やしたい場合、以下の技法で追加収集を進められる。100人・200人と積み上げることで、統計的な妥当性も増す。

実効性の高い追加収集技法を整理する。

技法1:対象範囲の拡大

回答者の範囲を、現在の対象から広げる。

「〇〇大学の学生」を「複数大学の学生」に、「特定サークル」を「類似サークル複数」に広げる。母集団の設定を再検討し、教員に相談した上で拡大する。

技法2:SNSでの拡散

X(旧Twitter)・Instagram・Facebookで、アンケートを拡散する。

友人・知人への協力依頼、関連ハッシュタグの活用、ゼミ・研究室のアカウントでの発信——これらで大きく回答が増える可能性がある。ただし、SNS経由の回答者は偏りやすいため、その旨を論文で明示する。

技法3:紹介経由での拡大

既に回答してくれた人に、次の回答者を紹介してもらう「スノーボール式」の拡大である。

「もしよろしければ、周囲の方にも紹介いただけますか」と依頼する。ネットワーク経由で回答者が広がる。特定コミュニティを対象とする調査で有効である。

技法4:実施期間の延長

アンケート実施期間を延長する。

「あと2週間だけ」と、期間を延長する。既に多くの回答者が集まるフェーズを過ぎている場合は、期間延長より他の技法が有効である。

技法5:謝礼・インセンティブの追加

回答者に対して謝礼(少額のギフト券等)を用意する。

費用がかかるが、回答率が上がる。研究室からの費用支援がある場合は活用する。倫理審査で問題になる場合もあるため、事前確認する。

技法6:アンケートの負担軽減

質問数を減らす、選択肢式にする、5分で終わる設計にする——これらで回答率が上がる。

「10分かかる」と思われると、離脱率が上がる。「3〜5分で終わります」と明記し、実際にその通りの設計にすることで、回答が集まりやすくなる。

アンケート設計の質向上で数を補う技法

結論:70人でも高品質な卒論を書くには、アンケート設計の質を高めることが重要である。「数の少なさ」を「質の高さ」で補う戦略である。

質を高める技法を整理する。

質問の焦点化

「聞きたいこと」を焦点化する。分散した質問より、鋭い質問を少数配置する。

研究のリサーチクエスチョンに直結する質問を厳選する。「あれもこれも」ではなく、「これを明らかにするために、これを聞く」という因果関係を持たせる。

回答者の質の担保

「誰でもいい70人」より「テーマに直結する70人」を集める。

スクリーニング質問(該当条件の確認)を設け、対象者を絞り込む。「〇〇の経験がある方」など、テーマに関連する属性を持つ人からのデータの方が、分析の価値が高い。

尺度の適切な設計

5段階・7段階のリッカート尺度など、分析しやすい尺度を採用する。

「あてはまる〜あてはまらない」の5段階、「満足〜不満」の7段階など、標準的な尺度を使う。これにより、平均値・相関などの統計分析が可能になる。

自由記述の戦略的活用

選択式質問の後に、必ず自由記述欄を設ける。

「その理由を教えてください」「他に気になることはありますか」——これで質的データも得られる。70人分の自由記述は、質的分析(コーディング等)の対象になる。

パイロット調査の実施

本調査の前に、5〜10人程度で予備調査を行う。

質問の理解しやすさ、想定される回答パターン、所要時間を確認する。ここで問題を発見し、本調査の質問を改善する。この一手間が、本調査の質を大きく高める。

分析軸の事前設計

データ収集前に、「どう分析するか」を設計する。

「男女で比較する」「学年別に比較する」「〇〇変数と〇〇変数の相関を見る」——これらを先に決めることで、必要な質問項目が明確になる。集めた後で分析を考えるより、質が上がる。

選択肢の1つとしてのレポートビズ

結論:70人のデータで卒論をどう書き上げるか不安がある場合、参考資料としてレポートビズも選択肢の1つとなる。

レポートビズは2021年5月の開業以来、累計6,000件超のレポート・卒論作成依頼に対応してきた法人型サービスである。「アンケートは集まったが書き方が分からない」段階での相談も多く寄せられている。

参考資料としての活用法

「そのまま提出する」のではなく、書き方の型を確認する参考資料として活用する使い方が推奨される。

累計6,000件超の実績データから、70人程度のサンプルで書かれた卒論の型を参考にできる。「統計分析の記述の仕方」「限界の明示の仕方」の参考として役立つ。

相談の流れ

公式LINEから匿名で無料相談ができるため、状況に応じて活用してほしい。

いきなり依頼するのではなく、まずは自分の状況を相談する流れが自然である。相談段階での料金は発生せず、依頼するかどうかも自由に判断できる。

「卒論アンケート70人」に関するよくある質問(FAQ)

「卒論のアンケート70人」に関して、多くの相談者から寄せられる質問をまとめた。

Q1. 教員から「もっと集めろ」と言われました。どう対応すべきですか?

教員の指示に従うのが基本である。目標数と期限を確認し、追加収集の計画を立てる。

教員が「もっと必要」と判断したなら、それが最終基準である。追加収集の技法(前章)を活用する。無理な場合は、代替案(質的研究への転換等)を相談する。

Q2. 100人集めろと言われましたが、70人しか集まりそうにありません

教員に率直に状況を伝え、対処を相談する。追加収集+質向上+誠実な限界明示の組み合わせが実務的である。

目標に届かない状況を隠さず伝える。教員は指導のプロであり、対処の選択肢を持っている。相談を先延ばしすると選択肢が狭まる。

Q3. 統計分析はできますか?

基本的な分析(記述統計・χ²検定・t検定・単回帰等)は可能である。因子分析等の複雑な分析は避ける。

本記事の「70人で実施できる統計分析」を参考にしてほしい。Excelでも基本分析は可能である。SPSSやRを使えばさらに幅が広がる。

Q4. 「サンプル数が少ない」と評価が下がりますか?

限界を誠実に明示すれば、大きく下がらない。むしろ「自覚できている」と評価されることもある。

隠さず、「本研究の限界」の章で明記する。この誠実さが学術的な姿勢である。詳細は卒論のクオリティを高める7要素と実践的な改善アクションを参照してほしい。

Q5. 母集団はどう設定すればいいですか?

研究テーマと収集可能性から、現実的な母集団を設定する。

「日本の大学生」ではなく「〇〇大学〇〇学部の学生」など、絞った設定が現実的である。狭めすぎず、広げすぎない設定が重要である。教員と相談して決める。

Q6. アンケート70人で先行研究より少ないと批判されないか不安です

先行研究のサンプル数と比較して、その違いを論文で説明することで対応できる。

「先行研究は〇〇人だが、本研究は探索的性格を持ち、〇〇に焦点を絞ったため、70人としている」——このように、意図的な選択として位置づける。

Q7. AI(ChatGPT等)にサンプル数を判断させてもいいですか?

参考程度に活用できるが、最終判断は自分と指導教員が行う。

AIは一般論を答えるが、あなたの卒論の文脈は理解できない。学部・研究室の慣例・指導教員の方針は、AIには判断できない領域である。

まとめ|70人で卒論を成立させる現実的な指針

卒論のアンケート70人は、多くの場合「十分」である。ただし、母集団・目的・分析方法によって判断が変わる。384サンプルという学術基準は卒論には現実的でなく、統計要件と実務要件のバランスで70人前後が妥当な範囲となる。母集団を明確に限定し、研究の性格を「探索的」と位置づけ、限界を誠実に明示することで、70人のデータでも質の高い卒論が書ける。70人で実施できる分析は多く(記述統計・χ²検定・t検定・相関分析・単回帰)、複雑な多変量解析さえ避ければ十分な分析ができる。70人未満なら追加収集・対象絞り込み・質的研究への転換・二次データ補完で対処する。絶対NG(データ捏造)だけは避け、誠実な姿勢で卒論に臨むことが最重要である。

本記事の要点を再掲する。以下のリストは、70人アンケートの卒論を進めるチェックリストとしても活用してほしい。

• 卒論のアンケート70人は、多くの場合十分(条件付きYES)
• 卒論と学術論文(384サンプル)は基準が異なる
• 統計要件(緩和版で68人)と実務要件(50〜150人)のバランス
• 母集団規模で意味が変わる(全国は少ない、特定集団なら十分)
• 70人で可能:記述統計・χ²検定・t検定・相関・単回帰
• 70人で困難:因子分析・SEM・多変量分散分析・細かい層別
• 母集団限定+探索的性格+限界明示で70人を正当化
• 70人未満は追加収集・対象絞り込み・質的転換・二次データで対処
• 絶対NG:データ捏造(卒業取り消しリスク)
• 質を高める(質問焦点化・尺度設計・自由記述・パイロット調査)で数を補う

より詳細な情報は、卒論のデータが足りない時の対処法|補完・転換・相談の判断、卒論のデータベース活用術|論文検索と資料収集の実践ガイド、卒論のフィールドワークの進め方|準備から分析までの実践技法、卒論の現地調査の進め方|計画・記録・整理の実践的な手順、卒論のクオリティを高める7要素と実践的な改善アクション、卒論の評価基準|A評価の取り方と不可判定になるパターン、卒論のNotion活用ガイド|管理から執筆までの実践テンプレ、卒論を4ヶ月で書き上げる週別ロードマップ、卒論が迷走する原因|方向性を取り戻す4段階の立て直し、卒論が書けない時の6つの症状と原因別の対処テクニックもあわせて参照してほしい。

70人のアンケートで卒論を仕上げる書き方に不安がある場合、レポートビズのような、累計6,000件超の実績を持つ業者を参考資料として活用するのも1つの選択肢である。公式LINEから匿名で無料相談ができる。ただし、本記事で繰り返してきたとおり、「70人で書けるか」の答えはYESである。あなたのデータには、あなたにしか気づけない発見が眠っている。「サンプル数が少ないから価値がない」と諦めるのは早計である。母集団を限定し、探索的な性格を明示し、限界を誠実に認めた上で、70人分のデータを丁寧に分析すれば、質の高い卒論が完成する。今日、この記事を参考に、まず自分の卒論の母集団と研究の性格を紙に書き出してほしい。その1枚が、70人という数字と自信を持って向き合う第一歩である。数の多寡ではなく、姿勢の誠実さと分析の深さで、卒論の価値は決まる。