ノーム値(ノルム値)は、同じ設問・同じ対象条件・同じ手法で繰り返した調査の蓄積から算出する基準値です。今回の調査で購入意向が46%だったとしても、その数字が良いのか悪いのかは単体では判断できません。過去10回の同一条件調査の平均が40%なら、はじめて6ポイントの上振れと読めます。この記事では、過去10回分のデータを使った計算例とExcelでの出し方、必要なデータ量の目安が調査会社ごとに割れている理由、そして過去のノーム値と比較してはいけない条件までを、出典を示しながら整理します。
まとめ|ノーム値の要点と比較に使う前の確認事項
- ノーム値は単発の調査結果を読むための物差しです。設問文・回答方法・対象者条件・調査手法を固定した繰り返し調査からしか作れません。
- 算出方法は平均値方式と偏差値方式の2つ。Excelなら平均はAVERAGE、偏差値は「50+10*STANDARDIZE(今回の値, 平均, STDEV.P(範囲))」で出せます。
- 過去の蓄積に極端な回が1つ混じると平均が動きます。その場合は中央値(MEDIAN)か、上下を除いた平均(TRIMMEAN)を併記します。
- 必要な蓄積量の目安は、アスマークが対象データ10〜20個以上、GMOリサーチが少なくとも2年です。どちらも狙いは母数の確保で、季節性のある指標のときだけ期間を優先します。
- 調査手法や対象者条件を1つでも変えたら、その時点で過去のノーム値との比較をやめます。差が施策の効果なのか設計変更の影響なのか、切り分けられなくなるためです。
- カタカナの「ノルマ」(ロシア語経由の割当作業量)と、数学の「ノルム」(ベクトルの大きさ)は、いずれもノーム値とは別の概念です。
計算だけを確かめたい場合は「過去10回分のデータで計算するノーム値とExcelの関数」から読んでください。
ノーム値の定義とnormの語源
同一条件の繰り返し調査から算出する基準値という位置づけ
ノーム値の実体は、複数回分の調査結果を集約した数値です。ブランド認知率を四半期ごとに同じ設問で聴取していれば、その蓄積から「当社ブランドの認知率のノーム値は31%」といった水準が出ます。新しい調査で34%が出たとき、この31%と突き合わせることで上振れと判断できます。GMOリサーチの解説も、ノーム値を同じ条件で繰り返しデータを集めて基準値を割り出すものと定義しています。
単なる平均値との違いは、算出の前提条件にあります。ノーム値は「同じ条件で取ったデータだけを集めた平均」であり、条件を揃えていない数値を混ぜた時点で基準値として機能しません。設問文を1語変えただけでも回答分布は動くため、蓄積対象に含める調査は設計段階から固定しておきます。設問文で分布が歪む代表例は、1つの設問で2つのことを聞いてしまうダブルバーレル質問(二重質問)です。
母集団の定義も揃えます。全国20〜59歳男女で取った蓄積に首都圏在住者だけの調査を混ぜれば、水準がずれるためです。誰を代表させる数値なのかという前提は、標本調査の基本的な考え方と同じ枠組みで押さえておきます。同じ設計で時期を変えて測り続けるという点では、定点観測・定点調査の結果を基準値として集約したものです。
ラテン語norma(大工の直角定規)から1821年の英語normまで
ノーム値の「ノーム」は英語の norm です。Online Etymology Dictionary によれば、norm はフランス語 norme を経てラテン語 norma に遡り、norma の原義は「carpenter’s square, rule, pattern」、つまり大工が直角を出すために使う定規を指しました。基準に合っているかを当てて確かめる道具が、そのまま「基準」という抽象語になったわけです。
英語の名詞 norm が「a standard, pattern, or model」の意味で使われた例は1821年のコールリッジまで遡るとされ、比較的新しい語義です。同辞典は、norma 自体がエトルリア語を経由してギリシャ語 gnomon(同じく大工の直角定規)から借用された可能性があるというクラインの説も併記しています。
平均値方式と偏差値方式の算出手順と使い分け
平均値方式|過去調査の単純平均を基準に置く手順
最も素直な作り方です。同一条件で実施した過去の調査から対象設問のスコアを取り出し、単純平均を取ります。出力が実数のまま残るので、認知率や購入意向率のように率で語る指標は、そのまま経営報告の数字として使えます。
弱点は2つあります。1つは、市場全体が底上げされた局面で基準が置いていかれることです。カテゴリ全体の認知率が上がっていれば、自社が基準を上回っても相対的には後退している可能性があります。もう1つは異常値に弱いことです。アスマークの用語解説も、不自然に値が違うデータ(異常値)が発生すると標準値の扱いが難しくなる点を平均値方式の弱点に挙げています。対処は次章の計算例で示します。
偏差値方式|平均50を基準に相対位置を測る計算式
偏差値は、平均を50、標準偏差1つ分を10として測り直した値です。計算式は次のとおりです。
偏差値 = 50 + 10 ×(今回の値 − 平均)÷ 標準偏差
アスマークはこの方式の利点を「偏差値を利用するメリットは、平均値が変化してもそれぞれのデータが全体のどのくらいの位置にあるかを把握できることです」と説明しています。平均そのものが動く指標や、ばらつきの違う複数の指標を横に並べて比べたい場面に向きます。
ただし前提があります。標準偏差を計算できるだけの各回のスコアが手元に残っていることです。集計表の平均しか残っていない過去調査は、この方式に載せられません。標準偏差そのものの計算手順は標準偏差の求め方で確認してください。
| 方式 | 出力される値 | 向く指標 | 必要な前提 |
|---|---|---|---|
| 平均値方式 | 実数(率・スコア) | 認知率・購入意向率 | 設問と対象条件の同一性 |
| 偏差値方式 | 平均50の相対位置 | 平均が動く指標・複数指標の横比較 | 各回のスコアと標準偏差 |
迷ったら平均値方式から始めます。各回のデータを保管する運用が定着していない段階で偏差値方式に手を出すと、過去分を遡って再計算できず、基準が途中で断絶します。
過去10回分のデータで計算するノーム値とExcelの関数
購入意向率10回分から平均・標準偏差・偏差値を出す計算例
ある商品カテゴリで、同じ設問・同じ対象者条件のコンセプト評価を10回行い、購入意向率(「購入したい」の割合)を記録してきたとします。数値は説明用の架空データです。
| 回 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
|---|---|---|---|---|---|---|---|---|---|---|
| 購入意向率(%) | 38 | 41 | 36 | 44 | 40 | 39 | 42 | 37 | 43 | 40 |
この10回の平均は40.0%で、これが平均値方式のノーム値です。標準偏差(母集団として計算)は約2.45ポイントです。今回の新しいコンセプトで46%が出たなら、平均値方式では「基準に対して6ポイント上振れ」、偏差値方式では 50 + 10 ×(46 − 40)÷ 2.45 で約74.5です。過去10回のどの回よりも高く、分布の上端を明確に超えた結果と読めます。
6ポイントの差は小さく見えますが、このカテゴリは標準偏差が約2.45ポイントしかないため、偏差値では突出します。2方式を併記する意味はここにあります。コンセプト評価そのものの設計はコンセプト調査(コンセプトテスト)の手法と進め方で扱っています。
ExcelのAVERAGE・STDEV.P・STANDARDIZEでの出し方
上の10回分をB2〜B11セルに入れた場合、Excelでは次の式で同じ値が出ます。D1に平均、D2にSTDEV.P、D3にSTDEV.Sの結果を置きます。Excel for Mac(バージョン16.113.3)で再計算した値を右に並べました。
| 求める値 | 式 | 結果 |
|---|---|---|
| ノーム値(平均) | =AVERAGE(B2:B11) |
40 |
| 標準偏差(母集団) | =STDEV.P(B2:B11) |
2.44949 |
| 標準偏差(標本) | =STDEV.S(B2:B11) |
2.581989 |
| 今回46%の偏差値(P) | =50+10*STANDARDIZE(46,D1,D2) |
74.4949 |
| 今回46%の偏差値(S) | =50+10*STANDARDIZE(46,D1,D3) |
73.2379 |
MicrosoftのSTANDARDIZE関数の説明どおり、この関数は平均と標準偏差から正規化された値、つまり(値 − 平均)÷ 標準偏差のz値を返します。偏差値にするには10を掛けて50を足します。
注意したいのは、STDEV.P と STDEV.S のどちらを使うかで偏差値が変わる点です。この例の46%では1.26ポイント、44%でも0.84ポイントずれ、平均から離れた値ほど差が広がります。10件程度の蓄積では、この差が無視できません。どちらが正しいというより、社内で一度決めたら変えないことが重要です。途中で関数を切り替えると、同じ46%でも過去の報告と偏差値が合わなくなります。迷ったら、STDEV.Pに固定するのが扱いやすい選択です。ノーム値は手元に蓄積した回そのものを比較の母集団とみなす数値なので、母集団の標準偏差を返すSTDEV.Pと考え方が揃います。Lactivatorの解説も、偏差値でスコア化する際の標準偏差にSTDEV.Pを使っています。
異常値が1回混じったときの中央値とTRIMMEAN
先ほどの10回のうち、10回目だけが大型キャンペーンと重なって58%だったとします。この場合、Excelで再計算した値は次のとおりです。
| 集計方法 | 式 | 結果 |
|---|---|---|
| 単純平均 | =AVERAGE(…) |
41.8 |
| 中央値 | =MEDIAN(…) |
40.5 |
| 上下を除いた平均(20%) | =TRIMMEAN(…,0.2) |
40.5 |
| 上下を除いた平均(10%) | =TRIMMEAN(…,0.1) |
41.8 |
58%という1回だけで、単純平均は40.0%から41.8%へ動きます。中央値と、上下1件ずつを外したTRIMMEAN(割合0.2)は40.5%にとどまりました。割合を0.1にすると結果が単純平均と同じ41.8%になる点に注意してください。MicrosoftのTRIMMEAN関数の説明にあるとおり、除外するデータ数は最も近い2の倍数に切り捨てられます。10件の10%=1件は0件に切り捨てられ、何も除外されません。
判断はこう決めます。異常値の原因が特定できる(キャンペーン月・調査票の不具合など)なら、その回を蓄積から外して平均を取り直します。原因が特定できないなら外さず、単純平均と中央値を併記します。両者の差が標準偏差の半分(この例なら約1.2ポイント)を超えるようなら、基準が1回の調査に引っ張られている状態です。上の例は原因(キャンペーン)が分かっているので58%の回を外し、残り9回の平均40.0%を使います。ただし件数が一桁になるので、10回目がたまるまでは参考値として扱います。
必要なデータ数と蓄積期間の目安、蓄積前の立ち上げ方
「何回分ためればノーム値と呼べるのか」への回答は、調査会社によって食い違います。アスマークは「あくまで目安ですが、対象データが10~20個以上集まれば相応の信頼性は保てると思われます」として件数で示します。GMOリサーチが挙げるのは「精度の高いノーム値を出すためには、1、2ヵ月などの短期間ではなく、少なくとも2年ほどはデータを取り続けると良いでしょう」という期間の目安です。
この2つは対立していません。GMOリサーチが2年を挙げる理由は「蓄積されたデータが多いほど母数が多くなり、精度の高い基準値が算出できるからです」というもので、アスマークと同じ件数の話をしているためです。両社とも、平均がぶれなくなるだけの母数を確保せよと言っています。
ただし実務では、期間の指定にもう1つの効き目があります。季節変動を何周カバーできるか、という論点です。日焼け止めの利用意向を月次で12回ためれば件数の目安は満たしますが、それは1年分の季節パターンを1回なぞっただけで、その水準が平年並みかどうかは判定できません。季節性のある指標なら期間を優先し、最低でも2周分、つまり2年が必要です。季節性がほとんどないブランドイメージ項目なら、四半期ごとの蓄積で件数を先に満たすほうが早く基準として使えます。
蓄積が無い段階で基準を立ち上げる方法
10回分がたまるまで待てない場合は、評価対象を同時に並べて一度に測る方法があります。広告やコンセプトのように評価対象が複数ある指標なら、過去の広告10〜20案を同じ調査票・同じ対象者条件で1回の調査にまとめて評価させ、その平均を初期のノーム値にします。Lactivatorの解説も、最初のノルム算出では10〜20個程度をまとめて調査する方法を勧めています。
この方法で得られるのは「案と案を比べる物差し」であって、時系列の基準ではありません。季節や市場の変化を読む用途には使えないので、その後も同じ設計で調査を続けて、時系列の蓄積に置き換えていきます。
どちらの方法で積む場合も、各回の標本構成は揃えます。回ごとに性年代の構成比が動いていれば、その差がそのまま基準のぶれです。構成比を固定する設計は均等割付と比例割付の使い分けで整理しています。
ノーム値の精度を落とさないために固定する調査条件
蓄積を始めたあとに条件を変えると、そこで基準が分断されます。固定すべき項目は4つです。
- 設問文と選択肢の文言。語順や修飾語を変えただけでも回答分布は動きます。設問の位置(前に何を聞いたか)も揃えます。
- 回答方法。5段階尺度を7段階に変えれば、平均スコアは同じ意味を持ちません。
- 対象者条件。年齢・地域・利用経験の有無といったスクリーニング条件を揃えます。
- 調査手法と実施時期。Webモニタ調査と会場調査では回答傾向が異なり、月をずらせば季節要因が乗ります。
この4つのうち、運用中に最も崩れやすいのは設問文です。担当者が交代したタイミングで「表現をわかりやすくした」といった小さな改訂が入り、翌年の比較で説明のつかない差が出る、という形で表面化します。改訂が必要になった場合は、改訂前後で1回だけ両方の設問を並行実施し、差分を把握したうえで基準を引き継ぎます。
回収状況も監視対象です。特定の層だけ回収が落ちている状態で平均を取ると、その層の意見が薄まった数値が基準に固定されてしまいます。この歪みの見分け方は無回答バイアスと集計での扱い方にまとめています。調査票と回答データを社内システムで蓄積している場合は、設問文の版と回答データを紐づけて保存しておくと、どの回から条件が変わったかを後から追えます。設問の版管理まで含めた仕組みづくりはアンケート管理システムの開発で支援しています。
季節商材・広告効果測定・満足度調査での基準値の使い方
季節商材のトレンド把握|日焼け止めの利用開始時期の例
GMOリサーチは季節商材の例として、「毎年夏に新しい日焼け止めを発売する化粧品メーカーがあるとします」という設定を挙げています。同社の説明では「例えば『5月に入ると日焼け止めを使い始める人』が例年6割程度であるのに翌年には8割に増えた、といった結果の変化や動向がデータとして残り、基準値が割り出せるようになります」とされます。
例年6割という水準を持っていれば、8割を見た時点で利用開始の前倒しと判断でき、翌年のプロモーション開始を早める根拠になります。
広告・満足度スコアの評価|単発の数値と過去平均の突き合わせ
広告効果測定では、認知率や広告想起率を過去キャンペーンのノーム値と比較します。今回の広告想起率が22%だったとして、自社の過去10本の平均が18%なら上振れ、25%なら期待を下回った結果です。広告接触者と非接触者の差で効果を測るブランドリフト調査でも、リフト幅が大きいか小さいかを判断するには過去キャンペーンの基準が要ります。接触機会そのものの数え方はOTSと広告接触機会の計算方法で扱っています。
業界ノームと自社ノームの使い分け|雑誌広告のM-VALUEの例
ノーム値には、自社の過去調査から作るものと、業界団体や調査会社が複数社のデータを集めて作るものがあります。後者の例が、日本雑誌協会と日本雑誌広告協会がビデオリサーチの協力で2013年から2019年まで6回実施した雑誌広告効果測定調査「M-VALUE」です(2023年1月には、デジタル広告も対象にした「M-VALUE DIGITAL」の実施が発表されています)。2019年9月公表の第6回リリースは、調査目的を「雑誌の広告効果に関して業界共通で利用できる客観的な基準値を整備、蓄積する」と明記しています。第6回は21社33誌・622素材が対象で、広告注目率の平均は閲読者ベースで46.4%でした。
業界ノームは、自社に蓄積が無い段階や、媒体を横断して比べたい場面で役立ちます。ただし設問文・対象者条件・調査方法は他社が決めたものなので、自社調査の結果を業界ノームと直接比べられるのは、同じ調査に参加した素材どうしに限られます。自社調査の数値を業界ノームと突き合わせても、差の大きさを施策の効果として読むことはできません。使えるのは、水準が大きく外れていないかを確かめる目安までです。
顧客満足度や推奨度も同じ構図です。NPS®の計算方法と目安のように業界一般の水準が公開されている指標でも、自社の過去調査から作ったノーム値のほうが実務では使いやすい場面があります。調査会社も設問文も回答者属性も自社基準で揃っているぶん、差分を施策の効果として読みやすいためです。外部の業界平均は、自社基準がたまるまで水準感を確かめる暫定の目安と位置づけます。
基準を続けて下回ったときの読み方
1回だけ基準を下回った結果は、調査ごとの振れの範囲に収まっていることが多く、それだけで施策の失敗とは言えません。上の計算例なら標準偏差が約2.45ポイントなので、37〜38%は1標準偏差前後の通常の振れです。
注目すべきは、同じ方向に続けて外れる場合です。アスマークは、長く安定していた顧客満足度が3年連続でノーム値を下回り、自社の施策をそれほど変えていないなら、自社とは異なる要因で大きな変化が起きていると推測できる、と説明しています。基準を続けて下回ったら、施策の良し悪しを議論する前に、競合の参入や価格の変化など市場側の動きを確認します。
ノーム値で判断してはいけない3つの条件
次の3条件のいずれかに当てはまるなら、ノーム値との比較はやめて、今回の調査の絶対値と定性データで判断します。
1つ目は、調査手法を変更した場合です。訪問面接からWebモニタへ、あるいは調査会社そのものを乗り換えたケースが該当します。回答者の母集団が入れ替わっているため、差分の何割が施策由来かを切り分けられません。新しい手法で改めて蓄積を始め、旧基準は参照しないと決めます。
2つ目は、市場が非連続に変わった場合です。カテゴリに新規参入が相次いだ、法規制が変わって訴求できる表現が変わった、といった局面では、過去2年の基準は現在の市場を代表していません。過去との差を「悪化」と読むと施策の評価を誤ります。基準を凍結し、変化後の期間で作り直します。
3つ目は、蓄積が一桁件しかない場合です。3回や4回分の平均は、たまたま高かった回に強く引っ張られます。件数が一桁のうちは「ノーム値」という言葉を使わず「過去実績の参考値」として扱い、意思決定の根拠には据えません。
ノルマ・数学のノルムとの混同整理
「ノルム」に近いカタカナには、マーケティングリサーチ以外で使われる別の語が2つあります。
1つは「ノルマ」です。デジタル大辞泉は「《規範・規準の意》一定時間内に果たすよう個人や集団に割り当てられる標準作業量」と定義し、語源をロシア語 norma とし、第二次大戦後のシベリア抑留者が伝えた語だと補足しています。ラテン語 norma まで遡れば norm と同じ祖先を持ちますが、日本語にはロシア語経由で「割り当てられた作業量」の意味で入っており、調査データから算出する基準値とは用法が重なりません。
もう1つは数学のノルムです。こちらはベクトルの大きさを表す量で、成分の二乗和の平方根で定義されるL2ノルムが代表例です。線形代数や機械学習(正則化・ベクトル検索)で使う用語で、実際の使われ方はコサイン類似度の計算式とノルムの役割で確認できます。資料に「ノルム」とだけ書かれていた場合、文脈が調査データなら基準値、ベクトルや機械学習ならこちらを指します。
よくある質問
ノーム値の出し方は?
同一条件で実施した過去調査から対象設問のスコアを取り出し、平均値方式か偏差値方式で集約します。Excelなら平均はAVERAGE、偏差値は「50+10*STANDARDIZE(今回の値, 平均, STDEV.P(範囲))」で出せます。どちらの方式でも、設問文・回答方法・対象者条件・調査手法が揃った回だけを集計対象にすることが前提です。
ビジネスにおけるnormの意味は?
norm は「基準」「標準」を指す名詞で、語源はラテン語 norma、大工が使う直角定規です。ビジネス文書では、社会規範を指す social norms、業界の標準水準を指す industry norm のように使われます。マーケティングリサーチの「ノーム値」は、このうち「比較の物差しになる標準水準」の用法から来ています。
ノルム値とノーム値は同じですか?
同じものを指します。英語 norm の日本語表記が「ノルム」と「ノーム」に分かれているだけで、定義や算出方法に違いはありません。Cambridge Dictionaryの発音記号は英国式が /nɔːm/、米国式が /nɔːrm/ で、カタカナでは「ノーム」が発音に近く、「ノルム」は綴りに沿った読み方です。数学の用語としては「ノルム」の表記が定着しています。社内資料ではどちらか一方に統一しておくと、蓄積データを検索するときの取りこぼしを防げます。
normとnormalの違いは?
norm は名詞で「基準・標準」そのものを指し、normal は形容詞で「基準に沿っている・普通の」という状態を表します。どちらもラテン語 norma(大工の直角定規)を語根に持つ同じ系統の語です。「ノーム値」は名詞の norm から来ているので、「普通の値」ではなく「比較の基準になる値」と読みます。
ノームとはどういう意味ですか?
マーケティングリサーチの文脈では、英語 norm の音写で「基準」「標準水準」を指します。ただしカタカナの「ノーム」は、16世紀にパラケルススが地の精霊に与えた名に由来する妖精 gnome を指すこともあり(Online Etymology Dictionary)、文脈によって別の語になります。調査資料で「ノーム」「ノーム値」と書かれていれば、繰り返し調査の蓄積から算出した基準値と読んで問題ありません。