日本語の単語分割
単語の分割にはブラウザー標準の Intl.Segmenter を使います。Unicode の単語境界規則に従い、日本語・中国語・タイ語には辞書を使うため、スペースのない日本語も単語に分かれます。分割結果はブラウザーの辞書に依存し、一部の複合語やカタカナ語が細かく分かれることがあります。その場合は「2 語のフレーズを追加」をオンにするか、KWIC（キーワード・イン・コンテキスト）で確認してください。
日本語のストップワードには、助詞・助動詞・形式名詞（の、に、は、です、こと、ため など）を収録しています。さらに、日本語の回答では 1 文字だけのかなは助詞や活用語尾の断片として除外します。自動モードでは回答ごとに、かなを含めば日本語、ハングルを含めば韓国語、漢字だけなら中国語のリストを使います。
計算式
言及率 = その語に 1 回以上言及した回答のウェイト合計 ÷ テキストのある回答のウェイト合計（ウェイトなしの場合は各回答 1）。同じ回答内の繰り返しは 1 回と数え、「言及数」にはすべての出現回数を示します。
セグメント比較では、語ごとにプールした分散による 2 つの比率の z 検定を行います：z = (p₁ − p₂) ÷ √(p̄(1 − p̄)(1/n₁ + 1/n₂))。p₁ はそのセグメントの言及率、p₂ はほかのすべてのセグメントを合わせた言及率、p̄ はプールした比率です。ウェイトを使う場合、n には Kish の有効サンプルサイズ (Σw)² ÷ Σw² を用います（近似）。
分析例
「サンプルデータを使う」をクリックすると、架空のフードデリバリー調査が読み込まれます。回答者 480 人が「当社のフードデリバリーで最も改善してほしい点を 1 つ教えてください」に答え、そのうち 464 人が記入しています。初期設定（自動の日本語ストップワード、1 語あたり 2 件以上の回答）では、最も多く挙げられた語は「配達」で、135 件（29.1%）の回答が言及し、合計 139 回出現します。次いで「注文」（20.3%）、「遅れる」（15.5%）です。
顧客タイプ別に比べると、定額プラン会員（n = 121）の回答の 28.1% が「プラン」に言及しているのに対し、ほかの顧客では 4.7% です（z = 7.15、p < .001）。これがこのセグメントの特徴語です。
この語をクリックしてセグメントの回答そのものを読むことで、「よく出てくる」を報告できる知見に変えられます。何に不満を感じているのかを、回答者自身の言葉で確認しましょう。
向いているケースと向いていないケース
単語頻度が答えるのは「どんな言葉が使われたか」であり、「何を意味しているか」ではありません。
- コードフレームを作る前に、大量の自由回答をざっと把握するとき。
- 特定のセグメント、調査波、市場でよく使われる語を見つけるとき。
- 日本語・中国語・韓国語を含む多言語の短い回答を、どこにもアップロードせずに分析したいとき。
- 意味や感情の報告。単語頻度は否定や文脈を無視します（「遅くない」も「遅い」に数えられる場合があります）。その場合はコーディングを行いましょう。
- 回答が非常に少ない場合（目安として 30 件未満）。語の差はほとんどがノイズです。
- 長い文章。トピックモデルや丁寧なコーディングのほうが適しています。
結果の読み方
文字の大きさではなく言及率を見ましょう。回答の 20% に出てくる語はよくある話題、2% なら細部です。語を引用する前に、その語を使った回答を必ず読んでください。セグメント比較の ▲ は、そのセグメントが p < .05 で有意に多く言及していることを示します。語が多いと偶然有意になる差も出るため、差が大きく、意味が通り、CSV の Benjamini–Hochberg q 値でも小さい語を優先してください。次のステップとして、自由回答のコーディングで繰り返し出てくる話題をテーマとコード化変数にまとめられます。