SD法とは？心理学での意味とやり方・形容詞対の選び方とリッカート尺度との違い

SD法（セマンティック・ディファレンシャル法、Semantic Differential Method）とは、「明るい－暗い」のように相反する形容詞を尺度の両端に置き、対象から受ける印象を段階評価で数値化する心理測定法です。アメリカの心理学者オズグッド（Charles E. Osgood）が1952年に理論を組み立て、共同研究者のスーシ、タンネンバウムとの共著『The Measurement of Meaning』（1957年）で本格的に示されました。

この記事では、SD法の心理学での意味と3因子の中身、実際にどの形容詞対を選べばよいか、段階数やラベルの決め方、因子分析による分析方法、そして混同されやすいリッカート尺度との違いまでを、査読論文と公的資料にあたって整理します。「SD法のデータを平均してよいのか」という、一般向け解説であまり触れられない前提の話まで踏み込みます。

まとめ：SD法の要点（心理学での意味・やり方・違い）

先に結論をまとめます。

• SD法とは、相反する形容詞対を両端に置いた評定尺度を複数使い、対象の印象・イメージを数値化する測定法。オズグッドが1952年に理論構成し、『The Measurement of Meaning』（1957年）で示されました。
• 「Semantic」の「意味」は辞書的な意味ではなく感情的な意味（affective meaning）。「differential」も「微分」ではなく「差」（difference）を指すとされます。「意味微分法」という訳語は文献に実在しますが、原語が指しているのは微分ではありません。
• 基本因子は評価性（価値）・力量性・活動性の3つ。ただしこの3因子は言葉の意味を測る研究で見出されたもので、心理学の他分野でも必ず明確に抽出されるわけではありません。
• 形容詞対の選定が設計の要。日本の研究233件を整理した調査では382組の形容詞対が集められ、使用頻度の高い68組が抽出されています。全分野で用いられている尺度として挙がるのは「明るい－暗い」「やわらかい－かたい」「暖かい－冷たい」「強い－弱い」「はげしい－おだやかな」の5組。
• 段階数は7段階が標準で、5段階も広く使われます。中央の「どちらともいえない」を避けたい場合は偶数段階という選択肢もあります。
• 分析は、平均値を折れ線で結んだセマンティック・プロフィールの比較と、因子分析による次元の抽出が定番。
• リッカート尺度との違いは測っているもの。SD法は形容詞対の間の位置で「印象」を、リッカート尺度は記述文への同意の度合いで「態度の強さ」を測ります。利点は言葉になりにくい印象を軸で捉えられること、欠点は中間段階に手がかりが乏しく回答の負荷が高いことです。
• 注意点は尺度水準。SD法の回答は順序尺度の水準にとどまるのではないかと問題提起されているにもかかわらず、実務では間隔尺度として足して平均されています。

SD法の定義と「意味微分法」という訳語の由来

SD法は、ある対象（刺激概念）が人にどのような印象を与えているかを測るための方法です。「良い－悪い」「明るい－暗い」といった反対の意味を持つ形容詞の組を尺度の両端に置き、回答者に「どちらにどれくらい寄っているか」を段階で選んでもらいます。これを複数の形容詞対について繰り返し、得られた評定値を集計・分析します。

心理学の文献では「意味微分法」という訳語が古くから使われてきました。日本におけるSD法研究を概観した井上正明・小林利宣の論文（教育心理学研究 第33巻第3号、1985年）も、冒頭で「意味微分法（Semantic Differential法）は、Osgood（1952）が最初に理論構成をおこない」と書いています。オズグッドは1952年に理論を提示し、その後、共同研究者のスーシ（Suci, G. J.）およびタンネンバウム（Tannenbaum, P. H.）とともに『The Measurement of Meaning』（1957年、University of Illinois Press）を著しました。

「differential」の意味：微分ではなく「差」

ただし、この「意味微分」という訳語には注意が要ります。日本人間工学会の総説「セマンティック・ディファレンシャル法（SD法）の可能性と今後の課題」（市原茂、人間工学 第45巻第5号、2009年）は、原語の指す内容を次のように整理しています。

• 「Semantic」を辞書で引くと「意味論の」と訳されるが、オズグッドのいう「意味」は辞書的な意味ではなく、感情的な意味（affective meaning）を指す。
• 「differential」を辞書で引くと「微分」という意味もあるが、ここでいう differential は「差」（difference）のことを指す「ようである」。

SD法が測っているのは、対象が呼び起こす印象やイメージ。その印象を形容詞対という「差」の軸の上に位置づける方法だ、というのが市原の見立てです。訳語としての「意味微分法」は文献に実在しますが、原語が指しているのは微分ではない点は押さえておいてください。

SD法が測る3因子（評価性・力量性・活動性）と、その適用限界

SD法で集めた評定値を因子分析にかけると、多くの研究で共通して現れる次元があります。オズグッド以来の基本因子とされるのが、評価性（価値、evaluation）・力量性（potency）・活動性（activity）の3因子です。英語の頭文字からEPAと呼ばれることもあります。市原（2009年）が掲載する大山正『色彩心理学入門』のプロフィール例では、各因子に次のような形容詞対が並んでいます。

• 評価性（価値）：良い－悪い、美しい－みにくい、健康な－不健康な
• 力量性：強い－弱い、重い－軽い、かたい－やわらかい
• 活動性：動いている－止っている、熱い－冷たい

あくまで研究例で多い対応であり、どの形容詞対がどの因子に属するかを事前に決めてよいという意味ではありません。理由は次の2点です。

3因子の適用限界：言葉の意味以外では再現しない場合

井上・小林（1985年）は、3因子について「これらの3因子は、言葉の意味を測定する研究で明らかにされたものであり、他の心理学の分野でも、これらの3因子が明確に抽出されているわけではない」と明記しています。

実際、市原（2009年）が紹介する大山正らの研究では、「音楽」「音」「色彩」「形」「象徴語」「映像とその音楽」の6領域を27の形容詞対で測って全データをまとめて因子分析したところ、第1因子が価値、第2因子が活動性、第3因子が軽明性、第4因子が鈍さの因子となり、第3・第4因子は力量性が2つに分かれたものと解釈されました。EPAは出発点であって、対象を変えれば因子構造も変わります。

研究者・測定対象ごとに変わる因子の命名

井上・小林（1985年）は「明るい－暗い」を例に、この尺度がどの因子に入るかは研究者と測定対象によってかなり異なる命名がされていたと報告しています。色彩を対象とした研究では、次のように分かれました。

• オズグッドのもともとの研究では、「明るい－暗い」は評価性（evaluation）の因子に入るもの
• 大山他（1962年）は「力量性」の因子に入れた
• 神作（1963年）は「明るさ」の因子に入れた

同論文はここから「いかなる形容詞対であっても、それが概念のイメージ測定に使用され、因子分析が施されてはじめて、それが属する因子が命名される」と結論づけています。「この形容詞対は評価性を測る」と決め打ちで設計するのではなく、自分のデータで因子分析をして命名する。これがSD法の作法です。

SD法の形容詞対の選び方：日本の研究382組から絞られた68組

「どの形容詞対を使えばよいか」は、SD法で最も実務的な問いです。これに対しては、日本の研究を網羅的に集計した実データがあります。

井上・小林（1985年）は、概念の意味やイメージをSD法で測定した日本の論文・記事233件を収集し、そのうち尺度に因子分析を施していた99件を検討しました。そこから382組の形容詞対が集められ、使用頻度の高い68組が抽出されています（68組の使用頻度の合計は1361）。

どの分野でも使える5つの形容詞対

68組のなかには、心理学のすべての分野で用いられている尺度として次の5組が挙げられています。同論文は「この5つの形容詞対はいかなる分野で研究する場合にも利用してよいであろう」としています。

「使用文献」は68組のなかでの広がり、「負荷量の記載」は因子負荷量が示されていた文献数です。一方で「親切な－不親切な」「頼もしい－頼りない」「まじめな－ふまじめな」「責任感のある－無責任な」のように、使用がほぼ特定の分野に偏っている形容詞対もあります。同論文はこれらを、人格の様態を測定しようとする際には有効であろうと位置づけています。逆にいえば、絵画・言語・色彩のような対象では使用頻度がごく低く、選定候補から外すのが実務的です。自己概念・子ども観・パーソナリティ認知の3概念に共通して利用できる尺度としては、37組が示されています。

測定対象別に見た因子負荷量の安定度

同じ形容詞対でも、測定対象によって因子負荷量のばらつきは大きく変わります。井上・小林（1985年）が示した「明るい－暗い」の因子負荷量の範囲は次のとおりです。

人格系の3概念では値が安定しているのに対し、絵画・言語・自己イメージでは極端に高い値と低い値が混在し、範囲が広くなります。同論文はここから、こうした概念を測る場合は「明るい－暗い」の使用に十分気を付ける必要がある、と注意を促しています。定番の形容詞対だからどこでも使える、というわけではありません。

SD法のやり方：形容詞対の選定から集計までの7ステップ

実施の流れは次のとおりです。環境省の環境影響評価情報支援ネットワークに掲載された検討会資料「『SD法』を用いた調査手法例」（平成12年度第1回検討会 参考資料1-3。本文は大石康彦『森を調べる50の方法』1998年 189-194ページからの引用）の記述を軸に、東京大学の実験資料と井上・小林（1985年）の知見を補って組み立てています。

1. 評価対象を決める。ブランド、商品パッケージ、空間、写真、音、言葉など、印象を測りたい対象を特定します。対象は複数用意すると比較ができます。
2. 形容詞対を選ぶ。測りたい印象に合うものを、先行研究で使用実績のある尺度から選びます。評価性に偏らないよう、力量性・活動性に対応する対も混ぜます。
3. 段階数を決める。SD法では7段階が標準で、同資料も「5ないし7段階程度」としています。
4. 並び順と向きを整える。ポジティブな語が左右のどちらかに偏らないよう、対語の左右は無作為に振り分けます。東京大学が公開している庭景観の評価実験の資料でも、対語のどちらを左右にするかを無作為に選び、評価的によい言葉が左右どちらかに偏らないようにしたと記録されています。
5. 回答を集める。回答者は各評定尺度上のいずれかの位置に印を付けます。同資料は、統計的処理を行うためには最低10人以上のデータが必要であること、不適当な箇所がひとつでもあればその回答全体が無効となるため、調査票はその場で回収して記入漏れがないことを確認するのが望ましいことを挙げています。森林景観の調査を念頭に置いた目安です。
6. 得点化する。各評定尺度について「悪い評価〜よい評価」に1〜5（または7）の得点を与えます。
7. 集計・分析する。対象ごとに各尺度の平均値を求め、プロフィールを描いて比較します。あわせて因子分析で次元を抽出します。

調査票の実例：東京大学の庭景観評価（4段階9項目）

実物の調査票が見えると設計しやすくなります。東京大学が公開している庭景観の評価実験では、次の9項目が使われました。中央の「どちらともいえない」というどっちつかずの評価が頻発するのを避けるため、あえて偶数の4段階が採られています。

ポジティブな語が左端にある項目（1、3、7、9）と右端にある項目（2、4、6、8）が混在している点に注目してください。これが手順4でいう「左右の無作為化」の実装です。回答者が中身を読まずに片側へ寄せる惰性回答を防げます。

段階数7の根拠と、偶数段階という選択肢

段階数には設計上のトレードオフがあります。7段階が標準とされるのは、中央に「どちらでもない」を置いた上で、両側に3段階ずつの幅を確保できるためです。一方、中央のどっちつかずの評価が集まりやすいという指摘があり、これを避けるために偶数段階を採る設計もあります。

中間段階のラベルについては、Nielsen Norman Groupの記事「UX調査における評価尺度：リッカート尺度かSD法か」（Maria Rosala、2020年、日本語版はU-Site）が整理しています。SD法では連続体の途中の選択肢にラベルが付いていないことがほとんどですが、途中の段階に番号を振る（-3〜+3）、あるいは「非常に」「やや」「どちらでもない」と単語でラベル付けするバリエーションも存在します。単語のラベルが付いた尺度のほうが理解されやすいという研究がある一方、途中の段階を表す適切な単語を考え出すのは難しい、というのが実情です。

設問文そのものの言葉選びについては、ワーディングとは？意味・英語と言い回しとの違い、避けるべき言葉もあわせて確認してください。複数の対象を同じ形容詞対の組で評価してもらう場合の設問レイアウトは、マトリクス回答形式とは？特徴や構成要素をわかりやすく解説で扱っています。

SD法の分析方法：セマンティック・プロフィールと因子分析

市原（2009年）は、SD法の一般的な分析を「刺激語に対する形容詞対の評定結果を平均したものをプロフィールに描き、刺激のプロフィールの差を検討するか、あるいは、得られたデータを因子分析し、因子構造を明らかにするとともに、刺激ごとに平均因子得点を求め、それらを比較する」と要約しています。順に見ます。

セマンティック・プロフィール（SDプロファイル）の描き方

形容詞対を縦軸に並べ、対象ごとの平均評定値を横軸に取って折れ線で結んだものがセマンティック・プロフィール、別名SDプロファイルです。表計算ソフトの折れ線グラフで作れます。狙いは形の比較。複数の対象を重ねて描けば、どの軸で差が出ているかが視覚的に読み取れます。

プロフィール比較が何を捉えられるかを示す実測例があります。大山正『色彩心理学入門』（中公新書、1994年）は、「緑」の色紙に対するプロフィールと「郷愁」という言葉に対するプロフィールがほとんど同じ形になり相関係数が0.76、「青」の色紙と「平静」という言葉でも同様に0.81になったと報告しています（市原2009年による紹介）。色と言葉という異なるモダリティの刺激が、形容詞対という共通の尺度を介して同じ感情的なプロセスを呼び起こしていることを示す結果です。

因子分析による次元の抽出と因子軸の解釈

もう一つが因子分析です。多数の形容詞対の評定値を、背後にある少数の次元（因子）に集約します。環境省の検討会資料も「分析は統計手法のひとつである『因子分析』を用い、因子負荷量と因子軸をもとめる。この処理は市販のパソコン用統計ソフトで行うことが可能である」とし、最後に因子軸の意味を、その軸を構成する評定尺度から考察するという流れを示しています。

同資料が挙げる森林の評価例では、疎開した森林から込んだ森林まで4種類を9名の被験者が評価した結果、「自然な－不自然な」に代表される価値因子と、「開放的な－閉鎖的な」に代表される空間因子が主な因子軸として見いだされました。EPAではなく「空間因子」が出てくるところが、対象に応じて因子構造が変わる実例です。

因子分析の手順や結果の読み方そのものは、因子分析とは？やり方・結果の見方を具体例でわかりやすく解説で詳しく扱っています。対象間の類似度を距離として布置したい場合は、多次元尺度構成法（MDS）とは？主成分分析との違い・計算手順・活用例を解説も選択肢になります。

SD法とリッカート尺度の違い：測る対象と回答形式の使い分け

SD法とリッカート尺度は、どちらも意見の程度を測る評価尺度ですが、測っている対象と回答形式が異なります。リッカート尺度は、1930年代にこの手法を作ったレンシス・リッカート（Rensis Likert）にちなむ名称で、原典は Likert, R. (1932). A Technique for the Measurement of Attitudes. Archives of Psychology, 140, 1-55. です。

両者の違いを、Nielsen Norman Groupの比較にもとづいて整理します。

ラベルの行には補足が要ります。リッカート尺度でも段階が多い場合は、連続体である尺度上の選択肢のすべてにラベルが付けられていないことがあります。同意の程度を3つ以上に分けて簡潔に書き分けるのが難しいためです。

使い分けの目安は、測りたいものが「印象・イメージ」か「態度の強さ」かです。ブランドやパッケージ、空間の雰囲気のように言葉になりにくい印象を軸で捉えたいならSD法。「この機能は使いやすいと思う」のような記述文への賛否を測りたいならリッカート尺度が向きます。

ただし柔軟性ではリッカート尺度が優位です。同記事は、たとえば「発見フェーズが完了するまで、解決策について考え始めない」のような記述文はSD法に変換しようとすると収集しようとしている情報の種類そのものを変えざるを得ないとし、概してリッカート型の回答形式を利用する質問のほうが柔軟性が高く、より多くの応用が可能であると結論づけています。

SD法が成立するための2つの前提

同記事は、SD法の質問から作成されるデータが信頼できるのは次の2つの前提が満たされた場合だけだと明記しています。

1. 2つの形容詞が真に相反していること。ただし、二項対立している形容詞を常に見つけられるとは限りません。
2. その形容詞が二項対立していること、そして形容詞間が連続体になっていることを回答者が理解していること。中間段階にラベルがないため、選択肢が回答者ごとに異なって解釈される可能性があります。

実務的な指針としては、「かっこいい」と「変な」のような意外な組み合わせを避け、「おもしろい」と「つまらない」のような広く受け入れられている組み合わせを選ぶこと。大規模な定量調査の前に対面のテストで、その対が相反する組み合わせと見なされるかを確認することが推奨されています。リッカート尺度そのものの詳細は、リッカート尺度とは何か？定義と基本特徴、アンケートやマーケティングリサーチにおける役割まで徹底解説！を参照してください。

SD法の限界：尺度水準の前提と、形容詞別に開く個人差

SD法の解説であまり触れられない論点が、データの尺度水準です。

尺度水準の前提：順序尺度データの間隔尺度扱い

環境省の検討会資料は冒頭で「SD法は形容詞対の順序尺度上（質問の回答内容の順序関係を示すもの）に心理反応を反映させる方法である」と定義しています。順序尺度、つまり大小の順序は意味を持つが、目盛りの間隔が等しい保証はない水準です。

ところが実務では、この回答値をそのまま足して平均を取っています。市原（2009年）はまとめでこの点を正面から問題提起しました。「SD法の場合、被験者のデータをそのまま尺度値として足し加え、平均を取っている。つまり、SD法のデータは、間隔尺度の水準を満たしているものとして扱っているわけである。だが、はたしてそれでいいのだろうか。順序尺度の水準しか満たしていないのではないだろうか」。

断定ではなく問題提起である点が重要です。同論文は、仮に順序尺度の水準しか満たしていない場合、プロフィールを平均値ではなく中央値で描くのか、従来の検定法ではなくブートストラップ法などを使うのか、因子分析に代わるノンメトリックな多変量解析法を使うのかといった選択肢を挙げ、解決すべきことがたくさんあるとしています。この論点は2009年時点で未解決。SD法の結果を報告する際は、平均値と因子分析という定番の処理が前提を一つ置いていることを認識しておくのが誠実です。

形容詞別に開く個人差の大きさ

SD法では平均値を使うため個人差が消えます。しかし個人差の大きさは形容詞によって違います。市原自身が行った布の印象評価の研究（市原茂「布の好みの個人差の因果分析的研究」人間工学 32巻1号、1996年）では、赤・黄・緑・青・紫・白・黒の7色の綿糸を5通りの織り方で織り込んだ布を対象に、形容詞ごとに被験者間の相関係数を計算しています。用いた形容詞は単極尺度です。結果は次のように分かれました。

「モダンな」「ナチュラルな」「好き」では、評定傾向が互いによく似て正の相関を示すペアもいれば、傾向が反対で負の相関を示すペアもいるという状態でした。平均値だけを見ると、この分裂は完全に見えなくなります。個人差を扱うには、尺度×概念×被験者という三相のデータ構造をそのまま扱う三相因子分析などの方法がありますが、市原はこれらが現状ではあまり使われていないと述べています。

評価性偏重の調査票が招く失敗

市原（2009年）はまとめで、解析が簡単になったぶん研究計画が手薄になる傾向を指摘しています。SD法の場合、評価性因子に偏った形容詞を選択したり、形容詞とはいいがたいものを持ってきてSD法と言い張ったりするケースがあると聞く、として「SD法の基本は、意味空間を明らかにすることである」と再確認を求めました。評価性に寄った形容詞対ばかり並べた調査票は、実質的には好き嫌いを何度も聞いているだけになります。回答のばらつきや誤差の考え方は、回答誤差とは？標本誤差との違い・原因・Web調査での検知方法もあわせて確認してください。

SD法が使われている場面：官能評価・景観評価・マーケティング

SD法は特定の分野の専用手法ではなく、印象を測りたい場面全般で使われています。市原（2009年）は「SD法は、様々な刺激概念を対象とすることができるのが大きな特徴で、そのために、様々な研究領域で用いられている」とし、とくに官能評価の領域では広く使用される測定法だと述べています。同論文自体、日本人間工学会の感性情報処理・官能評価部会による総説です。

• 官能評価・感性評価：食品、素材、音、におい。触覚的な形容詞（やわらかい、温かい）で視覚刺激や聴覚刺激を評価させるなど、共感覚的な表現をそのまま測れる点がSD法の特性です。
• 景観・空間評価：環境省の検討会でも、景観の調査手法例として参考資料に採られています。森林の印象を価値因子と空間因子で構造化した例が示されました。
• マーケティング・ブランド調査：ブランド、パッケージ、広告の印象比較。リニューアル前後のプロフィールを重ねて変化を見る使い方が典型です。
• 教育・心理臨床：自己概念、子ども観、パーソナリティ認知など。井上・小林（1985年）の集計でも、この群が156件で最多でした（絵画・言語・色彩が92件、自己イメージ・印象形成が38件）。
• 文化比較：市原（2009年）が紹介する大山らの研究では、日本・セルビア・台湾・アメリカの4カ国で図形と単語の印象を比較し、図形のプロフィールは国による違いが小さい一方、「幸福」のような単語では国差が大きく出たことが報告されています。

研究動向としては、市原（2009年）がPubMedで1954年から2008年までの「Semantic Differential」関連論文を検索し、テーマの異なるものを除いた1389件を対象に集計しています。公刊論文数は1967年に急増。同論文はIBMが世界初の汎用コンピュータ SYSTEM/360 を発売したのが1964年、フロッピーディスクを開発したのが1967年であることを挙げ、SD法の研究の進展がコンピュータの発展抜きには語れなかったことを示すものかもしれない、と考察しています。

よくある質問

SD法とは何ですか？

相反する形容詞を尺度の両端に置いた評定尺度を複数使い、対象の印象・イメージを段階評価で数値化する心理測定法です。正式名称はセマンティック・ディファレンシャル法（Semantic Differential Method）。オズグッドが1952年に理論を組み立て、スーシ、タンネンバウムとの共著『The Measurement of Meaning』（1957年）で示されました。日本の文献では「意味微分法」と訳されることもありますが、原語の differential が指すのは微分ではなく「差」だとされています。

SD法は何段階で作るのが正しいですか？

7段階が標準です。環境省の検討会に提出された参考資料は「5ないし7段階程度」としており、5段階も広く使われています。中央の「どちらともいえない」に回答が集まるのを避けたい場合は、偶数段階を採る設計もあります。東京大学が公開している庭景観の評価実験では、中央のどっちつかずの評価が頻発するのを避けるため4段階9項目が用いられました。段階数に唯一の正解はなく、中立の選択肢を残すかどうかで決めるのが実務的です。

SD法の形容詞対はどう選べばよいですか？

先行研究で使用実績のある尺度から選ぶのが原則です。井上・小林（1985年）は日本の研究233件から382組の形容詞対を集め、使用頻度の高い68組を抽出しています。どの分野でも用いられているのは「明るい－暗い」「やわらかい－かたい」「暖かい－冷たい」「強い－弱い」「はげしい－おだやかな」の5組。評価性に偏らないよう、力量性・活動性に対応する対も混ぜてください。両端の形容詞が真に相反しているかは、本調査の前に対面のテストで確認するのが確実です。

SD法とリッカート尺度の違いは何ですか？

測っているものが違います。SD法は形容詞対の間の位置で対象の印象を測り、リッカート尺度は記述文への同意・不同意で態度の強さを測ります。判断基準はシンプルで、言葉になりにくい印象を軸で捉えたいならSD法、記述文への賛否を測りたいならリッカート尺度です。選択肢はSD法が通常7つで中間は無ラベル、リッカート尺度が通常5つで各選択肢に単語ラベルが付きます。応用の柔軟性はリッカート型のほうが高いとされています。

SD法の分析には因子分析が必須ですか？

必須ではありません。対象ごとの平均値を折れ線で結んだセマンティック・プロフィールを重ねて比較するだけでも、どの軸で差が出ているかは読めます。因子分析は、多数の形容詞対を少数の次元に集約して印象構造を解釈したい場合に使う手法。ただし、どの形容詞対がどの因子に属するかは自分のデータで因子分析をして初めて決まる点に注意してください。

SD法の回答は平均してよいのですか？

慣行としては平均されていますが、前提が一つ置かれています。環境省の検討会に提出された参考資料はSD法を「形容詞対の順序尺度上に心理反応を反映させる方法」と定義しており、順序尺度の水準です。市原（2009年）は、実務ではこれを間隔尺度として足し合わせて平均している点を指摘し、順序尺度の水準しか満たしていないのではないかと問題提起しました。結果を報告する際は、平均値と因子分析という定番処理がこの前提の上に成り立っていることを踏まえてください。

SD法は何人から実施できますか？

環境省の検討会に提出された参考資料（大石康彦『森を調べる50の方法』からの引用）は、統計的処理を行うためには最低10人以上の調査対象者のデータを収集する必要があるとしています。森林景観の調査を念頭に置いた目安であり、行政が定めた統計基準ではありません。あわせて同資料は、不適当な箇所がひとつでもあればその回答全体が無効になるため、調査票はその場で回収して記入漏れがないことを確認するのが望ましいとしています。

関連記事

• リッカート尺度とは何か？定義と基本特徴、アンケートやマーケティングリサーチにおける役割まで徹底解説！
• 因子分析とは？やり方・結果の見方を具体例でわかりやすく解説
• 多次元尺度構成法（MDS）とは？主成分分析との違い・計算手順・活用例を解説
• ワーディングとは？意味・英語と言い回しとの違い、避けるべき言葉
• マトリクス回答形式とは？特徴や構成要素をわかりやすく解説