アンケートを作成する

アンケートを作成する

アンケートを作成する

AIを活用して職業学校の学生が回答した実習経験に関するアンケートを分析する方法

Adam Sabla - Image Avatar

アダム・サブラ

·

2025/08/30

アンケートを作成する

この記事では、AI対応のアンケート応答分析ツールとアプローチを使用して、職業学校生徒の見習い経験に関するアンケートからの応答を分析する方法に関するヒントを提供します。

アンケート応答を分析するための適切なツールの選択

使用するツールは、応答データの構造と形式に依存します。次のような場合:

  • 定量データ:「見習いにどのくらい満足していますか?」(評価や選択式を使用)といった回答は、ExcelやGoogle Sheetsのようなツールを使用して、簡単にカウントおよび視覚化できます。クラス、分野、または場所ごとに応答を分割して、迅速な統計的洞察を得ることができます。

  • 定性的データ:「見習い中の最大の課題は何でしたか?」のような自由回答や、自由に書かせるフォローアップ質問では、言葉の数が多く、すべての記入を読むことは不可能です。そこでAIツールがその違いを生むのです。数百の文書応答を瞬時に要約し、従来のツールでは見逃しがちなテーマやパターンを明らかにします。

定性的応答を処理する際のツールには2つのアプローチがあります:

AI分析用のChatGPTまたは類似のGPTツール

アンケート回答がエクスポートされている場合、ChatGPTまたは別の大規模言語モデルにコピーして、要約、テーマ、または課題をシステムに指示できます。それは素早く簡便な方法です。単に貼り付けてチャットするだけです。

欠点: この方法でデータを扱うのは大規模には利便性がありません。コンテキストウィンドウ(AIが一度に「視認」できるテキストの制限)を管理しなければならず、アンケート特化の構造はなく、ただの長いテキストダンプに過ぎません。質問ごとの応答やフォローアップロジックを比較したい場合、すぐに扱いにくくなります。

Specificのようなオールインワンツール

このユースケース向けに構築されたAIツールであるSpecificは、アンケートデータの収集と応答の分析を1か所で行えます(SpecificでのAI応答分析についての詳細)。

データ収集時、SpecificはAIを使用してインテリジェントなリアルタイムのフォローアップ質問を行います。これにより、静的フォームよりも深い洞察を得られるデータ品質が向上します。自動フォローアップ質問の仕組みはこちらでご覧ください

インスタントAI対応分析により、Specificではすべての質問とフォローアップの即時要約が得られ、主要テーマを見つけ、痛点を見つけ、データを実行可能な洞察に変えることができます。スプレッドシートを調整したり手動で読んだりする必要はありません。

AIと直接チャットして結果を話し合うことができます。ChatGPTのように、特定の質問やグループに焦点を当てたり、AIコンテキストに送信されたデータを整理したりする追加機能があります。この柔軟性は、見習い経験のアンケートにとって大きな時間の節約です。

見習い経験に関する職業学校生徒のアンケート回答を分析するために使用できる役立つプロンプト

ChatGPT、Specific、またはその他のAIアシスタントを使用して定性的なアンケートデータを分析する場合、実際の魔法はプロンプトにあります。職業学校生徒の見習いアンケート結果を理解するための最も効果的な方法をいくつか紹介します:

コアアイデアのためのプロンプト:すべての応答にわたって言及された主要トピックを迅速に要約するのに最適です。

ご使用の目標は、コアアイデアを太字で抽出し(コアアイデアごとに4~5語)+ 最大2文の説明を付けることです。

出力要件:

- 不必要な詳細は避ける

- 特定のコアアイデアに言及した人数を指定(単語ではなく数字を使用)、最も多いものをトップに置く

- 提案なし

- 指示なし

例の出力:

1. **コアアイデアテキスト:** 説明テキスト

2. **コアアイデアテキスト:** 説明テキスト

3. **コアアイデアテキスト:** 説明テキスト

常に覚えておくこと:AIは、アンケートの背景、状況、および目的についての文脈を追加することで、より良い仕事をします。 例えば:

教育研究アナリストとして行動します。以下のアンケート応答は、最近の見習い経験を振り返る職業学校生徒からのものです。私の目標は、これらの学生間での就業能力と満足度をサポートする要因を理解することです。

上級なテーマを確認したら、次のように掘り下げます:

コアアイデアに関する詳細分析のためのプロンプト – 「[コアアイデア]についてもっと教えてください。」

これにより、特定の引用、課題、各テーマの背後の内容が明らかになります。

特定のトピックのためのプロンプト:回答者が何かを言及したかどうかを確認したい場合(例:「メンターシップ」または「実務課題」)、次を使用:

「メンターシップについて誰かが話していましたか?引用を含めてください。」

ペルソナのためのプロンプト:異なる学生タイプを明らかにしたい場合(例:自信のある、苦しんでいる、キャリア志向の):

「アンケートの回答に基づいて、製品管理で使用される「ペルソナ」と同様に、異なるペルソナのリストを特定し、説明してください。各ペルソナについて、主要な特徴、動機、目標、および会話での関連する引用やパターンを要約してください。」

痛点と課題のためのプロンプト:

「アンケート応答を分析し、言及された最も一般的な痛点、フラストレーション、または課題を一覧表示します。各項目を要約し、発生頻度やパターンを記録してください。」

動機と推進力のためのプロンプト:

「アンケート会話から、参加者が表現する主な動機、願望、または行動や選択の理由を抽出してください。同様の動機をまとめ、データからの裏付けを提供してください。」

感情分析のためのプロンプト:

「アンケート応答に表現された全体的な感情を評価します(例:ポジティブ、ネガティブ、中立)。各感情カテゴリーに寄与する主要なフレーズやフィードバックをハイライトしてください。」

これらのプロンプトは、ChatGPTを使用するか、または職業学生の見習い経験に特化したアンケート内で直接分析する際の洞察を効率的に掘り下げるのに役立ちます。

Specificが異なる種類の定性的データを分析する方法

Specificは、各質問タイプに基づいてAI対応分析を調整します。典型的なアンケートデータに対してそのように機能します:

  • フォローアップの有無にかかわらずの自由回答質問: AIはすべての主な応答とその質問に関連するフォローアップ会話の要約を提供するので、学生の視点を詳細に把握できます。

  • フォローアップ付きの選択: 学生が特定の回答を選択し、その後フォローアップに応答を書いた場合、Specificは各選択肢に対応する詳細な要約を提供し、その選択肢を選択した理由やコメントを示します。

  • NPS(ネットプロモータースコア):「この見習いを同僚に勧める可能性はどのくらいですか?」のような質問の場合、AIは反対者、消極的な者、支持者に分かれた要約を生成します。各コホートに対する痛点と称賛を見込み、意見を結び付けています。

これをChatGPTを使って行うことも可能ですが、それは非常に労力がかかり、どの答えがどのフォローアップや選択肢に属するかを追跡するのが非常に難しいです。高品質でフォローアップ豊富なアンケートの作成についての詳細は、オーディエンスに最適な質問タイプをご覧ください。

アンケート応答分析でのAIコンテキストサイズ制限の解決方法

主な技術的な課題の1つは、GPTのようなAIが一度に見渡せるテキストの量が限られていることです(いわゆるコンテキストウィンドウ)。職業学生の大規模なアンケートでは、数千の応答を持っているかもしれませんが、それらは単に収まりません。

これに対処するための2つの主要な戦略があり、両方ともSpecificでそのままサポートされています:

  • フィルタリング: ユーザーの応答に基づいて会話をフィルタリングすることができます。たとえば、「十分な実地訓練を受けましたか?」という質問に回答したアンケートだけを見ることができます。これにより、AIは最も関連性のある会話に焦点をアナライズすることができるのです。

  • クロッピング: 分析が必要な特定のアンケート質問を選択することができ、現時点で必要のない会話の一部を除外することができます。これにより、コンテキスト制限内での分析を行いつつ、豊富で焦点を絞った洞察を確保できます。

これらの手法により、最大の見習いアンケートでも、重要なパターンや引用を逃すことなく分析できます。AIアンケート応答分析機能にてご自身で試してみてください

職業学校生徒のアンケート応答を分析するための実用的な特徴

共通の痛点: 職業学校生徒の見習いアンケートの中を調べるのは挑戦的で、チーム間でその洞察を共有することはさらに混乱を招くことがあります。どのようにしてチーム全体でそれらの洞察を共有するのでしょうか?

AIと話して答えを求めるだけでよいです。学習曲線はなく、質問するだけで答えが得られます。

チームでの協力のための複数のAIチャット:特定のテーマ用にフィルタリングされた複数のチャットスレッドを作成できます。「メンターシップのフィードバック」や「雇用可能性の洞察」といったテーマごとに、誰がそのスレッドを作成したかを示すため、チームがさまざまな探求ラインを追跡し、冗長な作業を防ぐことができます。

本当のコラボレーションのために設計されたツールを使用することで、プロセスが個々の作業以上に共同ワークショップのように感じられます。共同作業ワークフローの設計に興味がありますか? AIアンケートエディターガイドを閲覧するか、職業学校生徒のアンケートに関するガイドをご覧ください。

職業学校生徒のアンケートを作成する方法

職業学校生徒アンケートを作成し、協力してスムーズにテーマを迅速に解き放ち、協力して鍵となるテーマを解放しましょう。

最高の質問でアンケートを作成する方法を確認する

最適な質問でアンケートを作成しましょう。

情報源

  1. NCVER. 2024年には、オーストラリアの貿易見習いの95.4%と非貿易見習いの89.4%が訓練を修了した後に雇用されました。

  2. 欧州委員会。 職場学習は、欧州連合全体のVET修了者の就職率を高めます。

  3. 英国議会委員会。 英国の見習いに対する満足度。

Adam Sabla - Image Avatar

アダム・サブラ

アダム・サブラは、ディズニー、Netflix、BBCを含む100万人以上の顧客にサービスを提供するスタートアップを構築した経験を持つ起業家であり、オートメーションに対する強い情熱を持っています。

アダム・サブラ

アダム・サブラは、ディズニー、Netflix、BBCを含む100万人以上の顧客にサービスを提供するスタートアップを構築した経験を持つ起業家であり、オートメーションに対する強い情熱を持っています。

アダム・サブラ

アダム・サブラは、ディズニー、Netflix、BBCを含む100万人以上の顧客にサービスを提供するスタートアップを構築した経験を持つ起業家であり、オートメーションに対する強い情熱を持っています。