---
title: "Mindsの調査結果をSPSS、R、Excelで分析する | Minds"
description: "調査結果を縦持ち形式（ロングフォーマット）のCSVとしてエクスポートし、使い慣れた分析環境でそのまま集計・分析。ペルソナの回答ごとに1行で構成され、ピボットテーブル、クロス集計、データフレームへの読み込みにすぐ対応できます。"
canonical_url: "https://getminds.ai/use-cases/ja/analyse-minds-results-in-spss-r-and-excel"
last_updated: "2026-09-30T12:16:14.771Z"
---

# Mindsの調査結果をSPSS、R、Excelで分析する

インサイトチームにとって、分析のためだけに新しいプラットフォームを覚えるのは望ましくありません。クロス集計の作法、ウェイトバックの設定、クライアントが見慣れたグラフテンプレートなど、これらはすべてチームがすでに信頼しているツールの中にあります。そこにデータを流し込めないリサーチツールは、パイロット導入だけで使われなくなってしまいます。

Mindsは調査結果をシンプルな縦持ち形式（ロングフォーマット）のテーブルとしてエクスポートします。これは、分析ツール全般が標準で受け付ける構造です。

## エクスポートデータの構成

ローデータはペルソナの回答ごとに1行、以下の6カラムで出力されます。

<table>
<thead>
  <tr>
    <th>
      カラム名
    </th>
    
    <th>
      格納される内容
    </th>
  </tr>
</thead>

<tbody>
  <tr>
    <td>
      Question（質問）
    </td>
    
    <td>
      提示された質問内容
    </td>
  </tr>
  
  <tr>
    <td>
      Group（グループ）
    </td>
    
    <td>
      ペルソナが属するオーディエンスセグメント
    </td>
  </tr>
  
  <tr>
    <td>
      Persona（ペルソナ）
    </td>
    
    <td>
      個々のシンセティック回答者
    </td>
  </tr>
  
  <tr>
    <td>
      Discipline（専門分野/職種）
    </td>
    
    <td>
      ペルソナの役職または専門コンテキスト
    </td>
  </tr>
  
  <tr>
    <td>
      Answer（回答）
    </td>
    
    <td>
      集計対象となる回答
    </td>
  </tr>
  
  <tr>
    <td>
      Full response（詳細回答）
    </td>
    
    <td>
      その回答に至った完全な論拠・理由
    </td>
  </tr>
</tbody>
</table>

縦持ち形式（ロングフォーマット）であることが重要です。ピボットテーブル、クロス集計エンジン、あるいは`tidyverse`パイプラインがそのまま扱える構造になっているため、初期分析の前にデータ構造を変換（ピボット）し直す手間がありません。

## 各ツールへの取り込み手順

**ExcelとGoogleスプレッドシート：** CSVを直接開きます。ファイルにはUTF-8のBOM（バイトオーダーマーク）が付与されているため、特殊文字や日本語などの非ラテン文字も文字化けすることなく保持されます。Questionを行、Groupを列に配置してピボットテーブルを作成すれば、標準的なクロス集計がすぐに完了します。

**SPSS：** 調査結果を`.sav`形式でエクスポートして直接開きます。変数やラベルが定義済みの状態で読み込まれるため、インポートウィザードを操作する必要はありません。複数ツール間でフォーマットを統一したい場合はCSVも利用可能です。「ファイル」→「データのインポート」→「テキストデータ」を選択し、カンマ区切り、1行目を変数名として指定してください。

**R：** `read.csv("export.csv")`、またはtibble形式として読み込むなら`readr::read_csv()`を使用します。縦持ち構造のため、データを整形することなく`dplyr::count(Question, Group, Answer)`を実行するだけで度数分布が得られます。定性的な分析を行いたい場合は`Full response`カラムを活用できます。

**Q、Displayr、Power BI、Tableau：** CSVをフラットファイルソースとして追加します。Questionを行変数、Groupを列変数に指定します。

**Python：** `pandas.read_csv()`で読み込み、`crosstab`または`groupby`を実行します。既存のアンケート分析スクリプトがある場合に最適です。

## ファイルの手動出力を省く場合

単発の分析ではなく定期的な集計・更新を行う場合は、APIを活用してください。調査、パネル、アナリティクスの各エンドポイントはBearerキーで認証されるため、手動でファイルをエクスポートすることなく、定期ジョブでダッシュボードを自動更新できます。また、[Panel Analyticsコネクタ](/guide/looker-studio)を使用してLooker Studioにパネル分析結果を直接読み込んだり、スプレッドシート主体のチームであれば[Googleスプレッドシート拡張機能](/guide/google-sheets)を使ってシート上から直接質問を実行したりすることも可能です。

## 分析対象に関する重要な留意点

エクスポートされたシンセティックデータはアンケート調査データと同じように手軽に扱えますが、実際の人間を対象としたアンケート調査そのものではない点に留意する必要があります。シンセティックパネルから得られる集計値は、母集団全体ではなくその設定されたパネルの傾向を示すものです。条件比較、懸念点や反論の洗い出し、仮説の優先順位づけなどの方向性の把握に活用し、厳密な出現率の検証には実際の人間のサンプル調査をご活用ください。

分析ワークフローのそれ以外の部分は、これまでどおり維持されます。ウェイトバック、有意差検定の基準、グラフテンプレート、クライアントの期待水準など、すべて既存の資産を活用できます。シンセティックリサーチは分析までの時間を短縮し、すぐに使えるデータテーブルを提供する役割を果たします。

## プロンプト例

すべてのオーディエンスに対して同一の質問を投げかけ、簡潔な構造化された回答とそれに至る理由を求めます。その後、ローデータをエクスポートしてグループ別に回答をクロス集計し、どのセグメント間で意見が分かれているかを確認します。