結論: 半構造化インタビューは、あらかじめ用意したオープンエンドの質問ガイドに沿って進めつつ、インタビュアーが質問の順番を入れ替えたり、既に答えられた内容を飛ばしたり、掘り下げのフォロー質問を投げかけたりできる定性調査のインタビュー手法です。固定式のアンケートと自由な会話の中間に位置し、参加者間で比較可能でありながら、一人ひとりが実際に語る内容に柔軟についていけます。UX、マーケティング・リサーチ、学術的な定性調査で標準的に使われる形式です。
\n\nガイド付きのユーザーインタビューを実施したことがあるなら、それは半構造化インタビューを行った可能性が高いでしょう。本ガイドでは、この手法を定義し、構造化・非構造化インタビューと比較したうえで、AIモデレーターが実施する場合に何が変わるのかを説明します。実施前にガイドが十分かどうかを確認するための、独自のスコアカードも含めています。
\n\n最終更新: 2026年9月19日
\n\n半構造化インタビューは、あらかじめ決められたオープンエンドの質問群を中心に進められ、その他の質問はインタビュアーと参加者の対話の中から生まれていきます（DiCicco-Bloom & Crabtree, 2006, Medical Education）。研究者は、すべての参加者が必ず扱うべきトピックを事前に決めておきますが、各セッションで使う正確な言い回し、順序、フォロー質問までは決めません。
\n次の3つの要素がこの手法を定義します。
\n3つの形式の主な違いは、インタビュアーが台本からどれだけ逸脱できるかにあります。どの形式を選ぶかは、比較可能性、深さ、発見のどれを重視するかによって決まります。
\n| 評価項目 | 構造化 | 半構造化 | 非構造化 |
|---|---|---|---|
| 質問の言い回し | 固定 | コアの意図は固定、言い回しは調整可能 | 都度生まれる |
| 質問の順序 | 固定 | 柔軟 | 計画なし |
| フォロー質問（プローブ） | まれ、または台本どおり | 想定されている | 絶えず行われる |
| 参加者間の比較可能性 | 高い | 中程度から高い | 低い |
| 深さ | 低い | 高い | 高い |
| 分析 | 多くは定量的 | テーマ分析またはフレームワーク分析 | 叙述的またはグラウンデッド・アプローチ |
| 典型的な用途 | スクリーニング、標準化された測定 | ユーザーリサーチ、顧客発見、学術研究 | 初期の探索、ライフヒストリー |
Kallio らは方法論の文献をレビューし、ガイド作成のための5つの段階を特定しました。すなわち、半構造化インタビューを使うための前提条件の特定、既存の知識の収集と活用、暫定ガイドの作成、パイロットテスト、完成版ガイドの提示です（Kallio et al., 2016, Journal of Advanced Nursing）。実務では、これは4つの作業ステップに置き換えられます。
\n\nまず2〜5個のリサーチクエスチョンを書き出します。各コア質問は、そのうち少なくとも1つに対応させてください。どれにも対応しない質問は、削除の候補です。
\n\n仮定の話や抽象的な意見ではなく、具体的な過去の行動について尋ねてください（例：「最後にレポートをエクスポートしたときのことを教えてください」）。誘導的な言い回しや、二重質問は避けてください。
\n\nプローブは偶然に任せるべきではありません。質問ごとに2〜3個ずつ下書きしてください。例えば、詳しく聞くためのプローブ（「その後どうなりましたか？」）、明確化のためのプローブ（「『大変だった』とはどういう意味ですか？」）、具体例を求めるプローブ（「例を一つ挙げていただけますか？」）です。
\n\nパイロットインタビューを1〜2回実施します。分かりにくい言い回しや時間配分を修正したら、研究期間中はコア質問を固定し、結果が比較可能であり続けるようにします。AIモデレーター向けのディスカッションガイドのテンプレートで、このプロセスをより詳しく説明しています。
\n\n実施前に、各項目を0（いいえ）、1（一部）、2（はい）で採点してください。合計が16点中12点以上であればガイドは準備完了と考えられ、10点未満の場合はまず修正してください。
\n| # | チェック項目 | 「はい」の状態 |
|---|---|---|
| 1 | 目的との対応 | 各コア質問が、名前の付いたリサーチクエスチョンに対応している |
| 2 | オープン性 | どのコア質問も「はい」か「いいえ」では答えられない |
| 3 | 具体性 | 仮定ではなく、具体的な過去の出来事について尋ねている |
| 4 | 中立性 | どの言い回しも、望ましい回答を示唆していない |
| 5 | プローブの網羅性 | 各コア質問に、事前に書かれたプローブが最低2つある |
| 6 | 優先度の表示 | 必ず尋ねる質問に印が付いており、短いセッションでも確実にカバーできる |
| 7 | 時間配分 | パイロットで、ガイドが計画したセッション時間に収まることを確認した |
| 8 | 同意とクロージング | 冒頭で同意と録音について説明し、終わりに聞き漏らしたことを話す機会を設けている |
本スコアカードは、Qualitati の計画用ヒューリスティックであり、妥当性の検証された尺度ではありません。基準値は出発点として扱い、各分野の基準に合わせて調整してください。
\n\n要点: AIモデレーターは半構造化ガイドに沿って進め、はるかに多くの参加者にリーチできます。ただし、実際にプロービングを行っているか、単に次の質問へ移っているだけではないかを確認する必要があります。
\n規模に関する最近の研究には期待が持てます。2026年6月18日に公開された研究で、Wuttke、Lang、Klamm、Würschinger、Kreuter は571人の回答者を対象にAIによる対話型インタビューを実施し、AIインタビューが標準化された質問群では拾えなかった検討事項を明らかにしたこと、また参加者がAIインタビューを標準化されたアンケートと同等以上に評価したことを報告しています（Wuttke et al., 2026）。
\nプロービングに関する研究はより慎重です。17名の参加者を対象に、AIが生成したフォロー質問を調べた研究では、LLMは人間の判断の代替ではなく補完として位置づけられました（Zhang et al., 2025）。その後、音声インタビューボットを扱った研究では428のやり取りのターンをコーディングし、デフォルトでは深掘りのプローブがまれであることが分かりました（Zhang et al., 2026）。
\n実務上の含意は次のとおりです。AIモデレーター付きの調査では、ガイドに書いたプローブは任意ではありません。それらは、インタビューを口頭のアンケートではなく半構造化のまま保つための指示そのものです。
\n\nQualitati は、定性調査の実施と分析を行うAIユーザーリサーチ・プラットフォームです。半構造化インタビューについては、次の機能を提供しています。
\n料金はクレジット単位で公開されており、新規アカウントには30クレジットが無料で付与され、クレジットカードは不要です。料金プランをご覧ください。
\n\n方法論に関する注記: AIモデレーションに関する指針は、2026年9月時点で発表された研究を反映したものであり、各分野の基準と倫理要件に照らして確認してください。
\n\n使うべき場面: UXリサーチ、顧客発見、ジョブ理論（jobs-to-be-done）の取り組み、そして深さと一定の比較可能性が必要な学術研究です。使うべきでない場面: 母集団の推定が必要な場合（アンケートを使ってください）、コア質問を書けるほど十分な知識がない場合（非構造化から始めてください）、グループの力学が重要な場合（フォーカスグループを検討してください）です。サンプルサイズについては、データ飽和に関するガイドをご覧ください。
\n\n構造化インタビューは、同じ質問を同じ順序で、固定された言い回しで尋ねます。半構造化インタビューは、コアとなるトピックは固定しつつ、順序の柔軟性と台本にないフォロー質問を認めます。
\n決まった基準はありません。1時間程度のガイドでは、多くの場合、6〜12個のコア質問にプローブを加えた構成が使われます。適合性を確認するには、パイロットテストが最も確実です。
\n多くのチームはテーマ分析またはフレームワーク分析を用います。トランスクリプトを作成し、コーディングを行い、コードをテーマにまとめ、裏付けとなる引用とともにテーマをリサーチクエスチョンに結び付けます。
\nはい。2025〜2026年の研究では、LLMのインタビュアーが大規模にガイドに沿って進められることが示されています。ただし、デフォルトのプロービングは浅いことが多いため、明示的なプローブを書き、トランスクリプトを確認してください。
\n定性的な手法です。回答を件数としてコード化する研究もありますが、この形式は経験や推論を説明するために設計されており、頻度を推定するためのものではありません。
\n\n半構造化インタビューは、構造と柔軟性のバランスによって機能します。比較可能性のための固定されたコア質問と、深さのためのプローブです。人が実施する場合でもAIモデレーターが実施する場合でも、データの質を決めるのはガイドの質、とりわけそのプローブです。30クレジット付きで無料で始めて、Qualitati で次の半構造化インタビュー調査を実施してください。
\n","related":[{"slug":"what-is-thick-description-qualitative-research-2026","title":"質的研究の厚い記述とは：意味と例、6項目の監査","description":"厚い記述とは、参加者の発言の背後にある文脈と意味まで報告することです。Geertz（1973）の定義、薄い記述との比較、具体例、AIが生成したテーマを検証する6項目の監査を解説し、読者が自分の状況に知見を当てはめられるよう、報告に何を書くべきかを具体的に示します。研究者向けの要点も整理しました。","category":"用語集","date":"2026-08-29","readTime":"読了約8分","author":"Qualitati Research Team"},{"slug":"what-is-reflexivity-qualitative-research-2026","title":"質的研究における再帰性：例と記入テンプレート","description":"質的研究の再帰性（リフレクシビティ）を、個人的・認識論的・方法論的な類型から解説します。研究者の立場が分析に与えた影響を示す3つの記述例と、再帰的ジャーナルの記録テンプレートを掲載。分析の各段階で何を記録すべきかも示します。研究の判断過程を読み手が検証できる形にするための実践ガイドです。2026年更新。","category":"用語集","date":"2026-08-08","readTime":"読了約10分","author":"Qualitati Research Team"}]}