NPS 計算ツール

NPS は「この会社（製品）を友人や同僚に薦める可能性はどのくらいありますか？」という標準的な設問から求めます。回答者は 0〜10 で答え、9〜10 が推奨者、7〜8 が中立者、0〜6 が批判者です。NPS = 推奨者の割合 − 批判者の割合で、中立者は総数にだけ含まれます。

たとえば推奨者が 50%、批判者が 20% なら NPS は +30 です。NPS は −100（全員が批判者）から +100（全員が推奨者）までの値をとります。

Net Promoter、Net Promoter Score、NPS は Bain & Company, Inc.、Satmetrix Systems, Inc.、Fred Reichheld の商標です。

トラッキング調査で NPS が +32 から +27 になっても、本当に下がったとは限りません。回答 400 件程度のサンプルでは、NPS の 95% の誤差の幅はふつう ±6〜±9 ポイントで、四半期ごとのこの程度の変動は標本誤差にすぎないことがよくあります。区間を報告し、ウェーブ間やセグメント間の差を直接検定すれば、偶然の変動に過剰反応せずに済みます。

推奨者と批判者の割合は負の相関をもちます（1 人が両方になることはありません）。そのため分散の式には、2 つの割合を独立とみなす代わりに +2·p推奨·p批判 の項が入ります。

「人数から NPS を計算」：3 区分の人数、または 0〜10 の各スコアの回答数を入力すると、結果がすぐに更新されます。信頼水準は 90%、95%、99% から選べます。

「2 グループを比較」：グループ A と B の 3 区分の人数を入力すると、NPS の差、z 統計量、p 値、差の信頼区間が得られます。

「データから計算」：CSV、Excel、SPSS のファイルを開いて推奨意向の設問を選び、必要に応じてセグメント変数とウェイト列を指定します。全体の NPS、セグメント別の NPS とその他の回答者との比較を示し、CSV でエクスポートできます。

NPS = 100 × (p推奨 − p批判)。標準誤差 SE = 100 × √{[p推奨(1 − p推奨) + p批判(1 − p批判) + 2·p推奨·p批判] / n}。

信頼区間は NPS ± z × SE で、90%、95%、99% に対応する z はそれぞれ 1.645、1.960、2.576 です。ウェイト付きデータでは Kish の有効サンプルサイズ n = (Σw)² / Σw² を使います。

調整 Wald 区間（Rocks 2016）は、計算前に仮想回答者 3 人（推奨者 ¾ 人、中立者 1½ 人、批判者 ¾ 人）を加えるもので、小さなサンプルや極端なスコアでカバー率が改善します。独立した 2 グループの比較には z = (NPS_B − NPS_A) / √(SE_A² + SE_B²) を使います。

「サンプルデータを使う」で読み込まれる架空のスナックブランド・トラッキング調査には、0〜10 の推奨意向の回答が 600 件あります。推奨者は 150 人（25.0%）、中立者は 213 人（35.5%）、批判者は 237 人（39.5%）です。

NPS = 25.0% − 39.5% = −14.5 です。分散の項は 0.250 × 0.750 + 0.395 × 0.605 + 2 × 0.250 × 0.395 = 0.6240 なので、標準誤差 SE = √(0.6240 / 600) × 100 = 3.22 ポイント、95% 信頼区間は −20.8 〜 −8.2 です（調整 Wald 法では −20.7 〜 −8.1）。

年代（age_group）別の NPS は 18-34：−19.7（n = 203）、35-54：−8.8（n = 216）、55+：−15.5（n = 181）です。95% 水準でそれ以外の回答者と有意に異なる年代はありません。これらの差はいずれも標本誤差の範囲内です。

解釈のルール：差の信頼区間が 0 を含まなければ（95% 水準で p < 0.05 と同じ）、2 つの NPS の差は標本誤差を超えています。各グループの区間が重なっていても「差がない」とは言えないので、差そのものを検定してください。ウェイト付きのサンプルはウェイトを掛けてから計算し、ツールは自動的に有効サンプルサイズを使います。