ローデータ（raw data）とは？日本語の言い換えとアンケートの形式、Excelでの扱い方

ローデータ（raw data）は、集計や加工をする前の「生のデータ」のことです。アンケート調査なら、回答者1人の回答を1行に並べた一覧表がローデータにあたります。調査会社から届くCSVや、アンケートツールからダウンロードする回答一覧がこれです。この記事では、言葉の意味と言い換え、アンケートのローデータの形式、ExcelでCSVを開くときに起きる事故、公的統計の個票データを入手する方法までを順に説明します。

まとめ：ローデータの意味と扱い方の要点

• ローデータは英語の raw data（生の、未加工のデータ）です。日本語では「生データ」「素データ」、調査の分野では「個票データ」とも呼びます。「row data」「low data」は綴りの取り違えです。
• アンケートのローデータは「1行＝1回答者、1列＝1設問（または1選択肢）」の形で、回答は選択肢番号などの数値コードで入ります。
• どの列がどの設問で、どの数値がどの選択肢かを示す対応表（レイアウト表、公的統計では「符号表」）がないと、ローデータは読めません。
• ExcelでCSVを直接開くと、先頭の0が消える、16桁以上の数値は16桁目以降が0に切り捨てられるといった自動変換が起きます。IDや郵便番号の列は文字列として取り込みます。
• データ分析の基本的な流れは収集→前処理→集計→分析→共有で、必要に応じて前の段階に戻ります。整形（前処理）は収集の後で、集計の前に行数・IDの重複・レイアウト表にないコード値の3点を確かめます。
• 国の統計調査の個票は、統計法に基づき調査票情報・匿名データとして学術研究などの目的に提供されています（オーダーメード集計は個票ではなく、依頼した集計表の提供です）。誰でも使える練習用の擬似データもあります。

ローデータの意味と日本語での言い換え

ローデータの「ロー」は英語の raw（生の、加工されていない）です。集計表やグラフになる前の、記録されたままの値を指します。アンケートの回答一覧のほか、Webサイトのアクセスログ、POSレジの購買明細、センサーの計測値も、集計前であればローデータです。

英語の綴り raw data と、rowデータ・lowデータとの違い

英語の綴りは raw data です。カタカナでは「ロウデータ」と書かれることもあり、指すものは同じです。一方、「rowデータ」「lowデータ」と書かれることがありますが、どちらも綴りの取り違えです。row は表の「行」、low は「低い」という別の単語です。ローデータが行単位で並ぶため row と混同されやすいものの、英語の資料やソフトウェアのメニューで探すときは raw で検索します。rawdata・raw-data と続けて書く表記もありますが、英語の文章では2語に分けるのが普通です。

raw の発音は、Cambridge Dictionaryによるとイギリス英語で /rɔː/、アメリカ英語で /rɑː/ です。日本語の「ロー」はイギリス式の音に近く、アメリカ英語の発音は「ラー」に近く聞こえます。語義では、Oxford Learner’s Dictionariesが情報について使う raw を「使ったり理解したりしやすい形にまだ整理されていない」状態と説明しています。data は本来 datum の複数形ですが、Merriam-Websterは単数扱い（The data is …）と複数扱い（The data are …）をどちらも標準の用法としています。

生データ・素データ・個票データなど言い換えの使い分け

関連する言葉には、未加工であることを示す「生データ」と、個々の調査対象単位であることを示す「個票データ」「ミクロデータ」があり、完全な同義語ではありません。

社外の人とやりとりするときは、相手の分野の言葉に合わせると誤解が減ります。調査会社には「ローデータ」、研究者や統計の窓口には「個票データ」「ミクロデータ」と伝えると通じやすくなります。「元データ」は加工済みの表を指すこともあるため、集計前のものが欲しいときは「集計前の回答一覧」と具体的に書くのが確実です。

カメラのRAWデータとの違い

写真の分野で「RAWデータ」と呼ぶのは、デジタルカメラの画像ファイル形式のことです。ソニーの解説によると、撮像素子の各画素は赤・緑・青のいずれか1色のデータしか持っておらず、RAWデータはその状態のまま保存されます。パソコンで色を補完して明るさなどを調整する「現像」を経て、JPEGなどの画像になります。英語は同じ raw ですが、調査やデータ分析でいうローデータとは別の話です。

アンケートのローデータの形式：1行1回答者・1列1設問

アンケートのローデータは、回答者を行、設問を列に並べた表です。次の例は6人分の回答で、Q1が性別（1＝男性、2＝女性）、Q2が年代（2＝30代、3＝40代、4＝50代）、Q3が「利用しているサービス」の複数回答（Q3_1＝動画、Q3_2＝音楽、Q3_3＝電子書籍、Q3_4＝その他）、Q4が満足度（1〜5の5段階、99＝無回答）です。

文字ではなく数値で入っているのは、集計や統計処理をしやすくするためです。「男性」「女性」と文字で入れると、「男」「男性 」（末尾に空白）のような表記の揺れが別の値として数えられてしまいます。

単一回答と複数回答のコード化

1つだけ選ぶ設問（単一回答、SA）は、1設問を1列にして選んだ選択肢の番号を入れます。上の表のQ1・Q2・Q4がこれです。複数選べる設問（複数回答、MA）は、選択肢ごとに列を分け、選んだら1、選ばなかったら0を入れます。Q3_1〜Q3_4の4列がこれにあたります。

MAを「1,3」のように1つのセルにカンマ区切りで詰める形式もありますが、部分一致で数えると選択肢10や11まで拾う誤カウントが起きます。0と1の列に分けておけば、列を合計するだけで選択者数が出ます。無回答には、選択肢として使わない値（上の例では99）を割り当て、空欄と区別できるようにしておきます。集計表を作る具体的な手順は単純集計（GT集計）の見方とExcelでの作り方で扱っています。

レイアウト表（データレイアウト）の役割

ローデータの列名はQ1、Q3_2のような記号なので、単独では意味がわかりません。そこで調査会社は、列と設問、コード値と選択肢の対応をまとめた表を一緒に納品します。これを「レイアウトデータ」「レイアウト表」と呼びます。公的統計では同じ役割の資料を「符号表」と呼んでおり、統計センターが公開している練習用データにも符号表が付いています。

ローデータとレイアウト表は2つで1組です。回答の中身はローデータに、読み方はレイアウト表に入っています。調査を外部に委託するときは、納品物に両方を含めるよう発注時に明記しておくべきです。集計表だけを受け取ると、後から別の切り口で集計し直せなくなります。

ローデータと集計データの違い

ローデータを設問ごとに数えたものが単純集計（GT表）、2つの設問を掛け合わせたものがクロス集計表です。集計表はローデータから作れますが、逆に集計表からローデータへは戻せません。たとえば「性別×年代」の表と「年代×満足度」の表が手元にあっても、「30代女性の満足度」は計算できません。個人ごとの組み合わせの情報は、集計した時点で失われるからです。

そのため、報告書を受け取った後に「この層だけ見たい」という要望が出たら、ローデータに戻って集計し直すことになります。3つ以上の設問を掛け合わせる多重クロス集計や、回答者の構成を母集団に合わせて補正するウェイトバック集計も、ローデータがなければ自由な軸で実行できません。クロス集計表の読み方はアンケートのクロス集計のやり方と表の見方を参照してください。

ExcelでCSVのローデータを開くときの注意点

ローデータはCSV形式で配られることが多く、ダブルクリックでExcelを開くのが手軽です。ただし、この開き方ではExcelが値を自動で変換します。Microsoftのサポート文書は、既定で次の変換が起きると説明しています。

• 数値テキストの先頭のゼロを削除して数値に変換する（「0001」が「1」になる）
• 数値データを15桁の精度に切り捨て、指数表記に変換する（長い会員番号が「1.23E+15」のようになる）
• 文字「E」を囲む数値データを指数形式に変換する
• 連続した文字と数字の文字列を日付に変換する

回答者IDの先頭の0が消えると、別のファイルと突き合わせたときに一致しなくなります。これを避けるには、Excelの［データ］タブで［テキスト/CSVから］を選んでCSVを読み込み（Power Query）、プレビューから［データの変換］に進みます。IDや郵便番号の列を選んで型を「テキスト」に変え、確認ダイアログでは［現在を置換］を選びます。［新規手順の追加］を選ぶと、先に数値へ変換されて0が消えた値が文字列になるだけです。Excel for Microsoft 365とExcel 2024では、［自動データ変換］の設定で先頭のゼロの削除などを個別に止めることもできます。いずれの方法でも、届いたCSVの原本は上書き保存せず、加工は別ファイルで行うのが安全です。Excelで一度保存すると、消えた0は元に戻りません。配布する側がCSVやExcelを機械で読みやすい形に整える基準は、機械判読可能なデータとは：デジタル庁の3段階ルールと神Excelを直す手順でまとめています。

ローデータを集計する手順：ExcelとPython

データ分析の基本的な流れは、収集→前処理（クレンジング・整形）→集計→分析→共有です。結果に応じて前処理や追加収集に戻ることもあります。ローデータは収集を終えた直後の状態で、整形はその後に来ます。「整形してから収集する」という順序にはなりません。分析プロジェクト全体の進め方を標準化したモデルとしては、データの理解と準備を独立した段階に置くCRISP-DMがよく使われます。

集計前のクレンジング：行数・重複ID・範囲外コードの確認

集計の前に、ローデータの状態を確かめます。見るべき点は、行数が回収数と一致しているか、同じIDが重複していないか、コード値にレイアウト表にない値（Q1に3が入っている等）が混じっていないか、の3つです。Excelなら、ID列を選んで［ホーム］→［条件付き書式］→［セルの強調表示ルール］→［重複する値］で重複に色が付き、各設問の列にフィルターをかけると、範囲外の値が選択肢の一覧に現れます。

コードで確かめる場合の例です。上の6人分の表に、0003と同じ内容の行と、Q1に3、Q4に6が入った0007の行を足した8行の dirty.csv を用意し、pandas 3.1.0で実行しました。

import pandas as pd

df = pd.read_csv("dirty.csv", dtype={"ID": str}, na_values={"Q4": [99]})
print(len(df))                                                   # 行数（回収数と一致するか）
print(df.loc[df["ID"].duplicated(keep=False), "ID"].tolist())    # 重複したID
print(df.loc[~df["Q1"].isin([1, 2]), ["ID", "Q1"]].values.tolist())          # Q1の範囲外コード
print(df.loc[~df["Q4"].between(1, 5) & df["Q4"].notna(), ["ID", "Q4"]].values.tolist())

出力は上から 8、['0003', '0003']、[['0007', 3]]、[['0007', 6.0]] です。回収数が7件なら1行多く、0003が二重に入っていることがわかります。keep=False を付けると、重複した行の両方が一覧に出ます。範囲外の値は、入力ミスなのか、レイアウト表に載っていない選択肢（「その他」など）なのかを発注先や調査担当に確かめてから直します。自由記述は原文を残し、分析用の別列で必要な表記だけを統一します。「10%」と「0.1」は、同じ割合を表すと確認できた場合に限り、単位をそろえます。

無回答の扱いは集計結果の比率を変えるため、分母から除くのか、「無回答」として表に残すのかを先に決めておきます。考え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。

Excelのピボットテーブルでの集計

Excelでは、ローデータの範囲を選んで［挿入］→［ピボットテーブル］を使うと、単純集計もクロス集計も関数なしで作れます。単一回答の設問を「行」と「値（個数）」に置けば単純集計、2つ目の設問を「列」に置けばクロス集計です。複数回答の列（Q3_1〜Q3_4）は「値（合計）」に並べると、選択肢ごとの選択者数が出ます。単純集計表の作り方は単純集計（GT集計）の作り方、クロス集計表はアンケートのクロス集計のやり方と表の見方で詳しく扱っています。回答者が数百人程度で、設問数が限られ、単純集計や少数のクロス集計を単発で作る用途なら、Excelで対応できます。回答数や集計軸が増えてExcelの作業が追いつかない場合の選択肢は、アンケートシステムの機能と選び方で比較しています。回答画面からローデータの列構成・コード値・出力形式までを自社の調査票に合わせて作り込むなら、アンケート管理システムの開発という選択肢もあります。

pandasでの読み込み時の型指定と無回答の扱い

同じ集計を毎月繰り返すなら、読み込みから集計までをコードにしておくと再現性が上がります。ローデータを読み込む段階で決めておくのは、識別子の型と無回答の値の2点です。次のコードは、上の6人分の表を rawdata.csv として保存し、pandas 3.1.0（2026年10月時点の最新版）で実行したものです。

import pandas as pd

df = pd.read_csv("rawdata.csv", dtype={"ID": str}, na_values={"Q4": [99]})   # 99=無回答を欠損にする

print(df["ID"].head(2).tolist())                 # 先頭の0が残っているか
print(df["Q4"].dtype, df["Q4"].mean())           # Q4の型と平均（無回答を除く）
q3 = df[["Q3_1", "Q3_2", "Q3_3", "Q3_4"]]
print((q3.sum() / len(df) * 100).round(1))       # Q3（複数回答）の選択率%

実行すると、IDは ['0001', '0002'] と先頭の0を残したまま読み込まれます。pandas 3.0から文字列の既定の型が変わったため、このID列の型は object ではなく str と表示されます。Q4は na_values で99を欠損として読むため数値型（float64）のままで、平均は無回答の1人を除いた5人で3.6です。読み込んだ後に replace(99, pd.NA) で置換する書き方だと列がobject型になり、describe() で平均や標準偏差が出なくなります。Q3の選択率はQ3_1〜Q3_3が50.0%、Q3_4が16.7%です。dtype={"ID": str} を外すとIDは [1, 2] になり、Excelと同じく先頭の0が消えます。数値に見える識別子は、どのツールでも文字列として読み込むよう指定してください。pandas 3.0での型の変更点はPandasのできること・使い方とPandas 3.0の変更点で扱っています。

公的統計・学術調査のローデータを入手する方法

国の統計調査の結果は、通常は集計表の形でe-Statに掲載されます。個人ごとの回答にあたる個票は統計法で守られており、同法は二次利用の方法も定めています。統計法第2条第11項・第12項は、統計調査で集められた記録を「調査票情報」、それを個人や法人が識別できないよう加工したものを「匿名データ」と定義しており、入手の方法は目的と立場によって次のように分かれます。

公的統計の3つの方法は、e-Statの「ミクロデータ利用ポータルサイト」が入口です。調査票情報の利用は申出制で、令和7年3月31日から順次、電子申出窓口（e-Micro）で受け付ける手続きに移行しました。一方、同サイトのFAQによると、第34条のオーダーメード集計と第36条の匿名データはe-Microからは手続きできず、利用できる調査の一覧に載っている担当窓口へ問い合わせます。オーダーメード集計はe-Statに載っていない集計表を有償で作ってもらう方法で、受け取るのは個票ではなく集計表です。

手を動かして練習したいだけなら、統計センターの一般用ミクロデータが手軽です。利用規約に同意し、利用者情報と利用目的を選択すれば誰でもダウンロードできます。2026年10月時点では国勢調査・住宅・土地統計調査・就業構造基本調査・全国消費実態調査の4調査があり、令和2年国勢調査なら約19万レコード・17項目、令和5年住宅・土地統計調査なら約13万レコード・23項目、令和4年就業構造基本調査なら約22万レコード・29項目です。ただし、集計表から作った擬似的なデータなので、統計センターは「導かれた分析結果は実証研究の結果と見なすことはできません」と注意しています。練習や集計プログラムの動作確認に使い、調査結果として引用しない、という線引きが必要です。

大学の研究で社会調査の個票を使いたい場合は、東京大学社会科学研究所附属社会調査・データアーカイブ研究センターのSSJデータアーカイブ（SSJDA）が1998年4月から個票を提供しています。原則として、大学・公的研究機関の研究者と教員の指導を受けた大学院生が、学術目的の二次分析に利用できます。一部のデータは、教員による教育目的申請を通じて、授業や卒業論文指導などで学部学生も利用できます。民間の研究機関は、SSJDAにデータを寄託している場合を除き原則として使えません。個票は原則無償で、形式はCSV、SPSSのsav、Stataのdtaです。利用期限は原則1年で延長もでき、期限後はデータを消去して利用報告書を出します。

ローデータを受け渡し・保管するときの注意点

自社で実施したアンケートのローデータには、氏名やメールアドレス、自由記述の中の個人的な記述が含まれることがあります。社外の分析会社に渡す場合や、社内でも調査担当以外が使う場合は、分析に要らない列を削ってから渡すのが基本です。回答者IDと個人情報の対応表は、ローデータとは別に保管します。個人情報を加工して第三者に提供する場合の基準は、匿名加工情報の加工基準と第三者提供の義務で説明しています。

保管では、受け取ったままの原本と、クリーニングや再コードをした加工版を分けておきます。どちらが原本かわからなくなると、集計結果が違ったときに原因をたどれません。社内の複数システムから集めたログや購買データを定期的に整えて分析基盤へ載せる場合は、この「原本を残し、変換は手順として記録する」考え方を仕組みにしたETLの導入を検討する段階です。

よくある質問

ローデータは日本語で何と言いますか？

一般には「生データ」と訳します。社内資料では「素データ」、公的統計や社会調査では「個票データ」「ミクロデータ」と呼ぶこともあります。ただし、個票データ・ミクロデータは個々の調査対象単位のデータを指し、匿名化などの加工済みデータも含みます。

ローデータは別の言い方で何と言いますか？

生データ、素データ、個票データ、ミクロデータなどがあります。調査会社とのやりとりでは「ローデータ」、統計の窓口や研究者とのやりとりでは「個票データ」「ミクロデータ」が通じやすい言葉です。「元データ」は加工済みの表を指す場合もあるため、集計前のものが欲しいときは避けたほうが確実です。

Excelでいうローデータとは何ですか？

集計表やグラフの材料になる、1行に1件の記録が並んだ表のことです。アンケートなら1行に回答者1人、列に設問が並びます。ピボットテーブルはこの形の表を前提にしているため、見出し行の下に空行や小計行を挟まない形で用意します。

写真のRAWデータとアンケートのローデータは同じものですか？

別のものです。写真のRAWデータは、デジタルカメラの撮像素子が記録した現像前の画像データを指します。アンケートのローデータは集計前の回答一覧です。どちらも英語の raw（生の）から来ているため、呼び方だけが共通しています。

ローデータのスペルは？「row data」「low data」でも通じますか？

正しいスペルは raw data です。カタカナで「ローデータ」と言う限り区別はありませんが、英字で row data・low data と書くのは誤りです。row は表の行、low は低いという意味の別の単語なので、英語の文書やソフトウェアの機能名を検索するときは raw を使ってください。

関連記事

• 単純集計（GT集計）とは？集計表の見方とExcelでの作り方
• アンケートのクロス集計とは？やり方・表の見方から単純集計との違い、カイ二乗検定まで解説
• ウェイトバック集計とは？計算式・やり方と有権者構成に合わせる補正の注意点
• アンケートシステムとは？機能・料金相場と選び方、Excel集計から切り替える判断基準を解説
• 匿名加工情報とは？加工基準と第三者提供の義務をデータ提供の設計要件に翻訳して解説