化粧品のパネルテストは何人必要？人数と統計の基本

化粧品のパネルテストに、すべての試験に共通する「必要人数」はありません。使用感の特徴を調べるのか、消費者の好みを把握するのか、製品間の差を検証するのかで、適切な人数も設計も変わります。まず試験の目的と評価項目を決め、その結果をどの程度の精度で知りたいかに合わせて人数を検討します。

たとえば、訓練を受けた評価者が使用感の違いを記述する試験と、幅広い消費者の好みを調べる調査は別物です。人数だけで試験の良し悪しを決めず、参加者の選び方、比較方法、質問内容まで確認することが大切です。

試験の目的によって人数の考え方は変わる

パネルテストは、人に製品を使ってもらい、感触や好みなどを評価する方法です。評価者の集まりを「パネル」、参加者を「パネリスト」と呼びます。化粧品では、のび、べたつき、香りの好みなど、目的に応じて評価項目を選びます。

目的	主な評価者・方法	人数を考えるときのポイント
使用感の特徴を整理する	訓練を受けた評価者が、決めた尺度や用語で評価	評価者の訓練や評価の再現性を重視する
消費者の好みを把握する	想定する使用者に使ってもらい、好みや使用感を尋ねる	対象者の条件と、割合をどの精度で知りたいかを決める
製品間の違いを検証する	複数製品を比較し、回答や測定値を分析	検出したい差、結果のばらつき、比較方法から設計する
肌への影響を確認する	専門家が試験条件を定め、皮膚の状態などを観察	使用感の調査とは分けて、製品と目的に応じた安全性評価を計画する

訓練を受けた評価者による分析と、消費者の好みを調べる調査では、評価者に求める条件や結果の使い方が異なります。同じ種類の調査でも、対象者や求める精度によって必要な規模は変わるため、決まった人数をそのまま合格基準にすることはできません。

人数を決める前に整理したいこと

誰の、何についての答えが欲しいか

最初に、想定する使用者と主な評価項目を具体化します。たとえば「普段乳液を使う人のべたつきに対する評価」と「初めて使う人の購入意向」では、集める人も質問も異なります。年齢や使用習慣などの条件を決め、結果をどの範囲の人に当てはめたいかを明確にしましょう。

全体の人数が多くても、年代別などに分けると各グループは少人数になります。グループ別の結論が必要なら、それぞれに十分な回答が集まるよう最初から計画します。

割合を知るのか、差を比べるのか

「好ましいと答えた人の割合」を知りたい場合は、許容できる推定の幅を考えます。「製品AとBで評価が異なるか」を調べたい場合は、意味のある差の大きさや回答のばらつきに加え、同じ人が両方を評価するか、別々の人が評価するかも人数に影響します。

差を検証する試験では、事前に「これ以上なら実務上意味がある」と考える差、有意水準、検出力を設定し、適切な方法で必要人数を算出します。検出力とは、設定した大きさの差が実際に存在するとき、それを検出できる確率です。設計が複雑な場合は、統計の専門家に相談するとよいでしょう。

募集人数と分析人数を分けて考える

途中辞退や回答の欠落があるため、必要な分析人数と、最初に募集する人数は同じとは限りません。たとえば分析に100人分が必要で、参加者のうち最後まで評価できる割合を80％と見込むなら、計画上は125人の参加が必要です。80％はあくまで計画上の仮定で、実際の完了人数を保証するものではありません。

募集した人の中に参加条件に合わない人がいることも考えられます。募集方法や過去の実績を踏まえ、条件に合う人の割合と、最後まで評価できる割合をそれぞれ検討しましょう。

「30人中24人が満足」をどう読むか

30人中24人が満足と答えた場合、試験参加者の回答は80％です。ただし、この数字だけで「対象となる消費者全体の80％が満足する」とは言えません。参加者の募集方法、対象条件、質問文、使用期間、回答しなかった人の扱いによって、結果の解釈は変わります。

人数が少ない場合、1人の回答が割合に与える影響も大きくなります。30人では1人分が約3.3ポイントです。割合だけでなく、分母と回答人数を併記すると、結果の規模を読み取りやすくなります。

信頼区間は、標本から推定した割合などの不確かさを表す範囲です。95％信頼区間は、同じ方法で標本抽出と区間の計算を繰り返したとき、その方法で作った区間のおよそ95％が母集団の値を含む、という考え方に基づきます。

ただし、信頼区間は参加者の偏りや質問の誘導を自動的に直すものではありません。無作為抽出を前提とした誤差の目安を、募集したモニターの結果へそのまま当てはめることも避けましょう。

統計的な差と、使う人にとっての違いは別に考える

統計的に有意な差が出ても、その差が日常の使用感として大きいとは限りません。反対に、有意な差が出なかった場合も、製品間に差がないと証明されたわけではありません。人数が少ない、回答のばらつきが大きいなどの理由で、差を捉えにくいことがあります。

結果を見るときは、判定だけでなく、差の大きさ、不確かさ、試験条件を一緒に確認します。製品名や見た目が評価に影響しそうな場合は、目的に応じて製品を識別しにくくする、使用順を調整するなどの工夫も検討します。

結果を公表する前のチェック

• 試験の目的と主な評価項目を、実施前に決めたか
• 参加条件、募集方法、開始人数と分析人数を説明できるか
• 使用期間、使い方、比較対象、質問文が明確か
• 割合には分母を添え、未回答や辞退の扱いを示したか
• 主観的な感想と、機器測定などによる結果を区別したか
• 試験で確かめた範囲を超えて、すべての人への効果や安全性を断定していないか

使用感の調査で好評だったことと、安全性が確認されたことは同じではありません。肌への影響を調べる試験では、参加者への配慮を含め、製品と試験目的に合った計画が必要です。安全性の評価や表示を伴う試験は、専門家や試験機関に相談しましょう。

よくある質問

パネルテストは30人いれば十分ですか？

30人で足りるかは目的と設計次第です。探索的に感想を集める試験と、消費者全体の割合を精密に推定する調査では、必要な情報が異なります。30人という数だけで結果の妥当性は判断できません。

参加者が全員「満足」と答えたら、全員が満足する製品ですか？

いいえ。分かるのは、少なくともその試験で回答した参加者全員が満足と答えたことです。参加者の選び方や試験条件を離れて、すべての使用者に当てはまるとは言えません。

パッチテストと使用感のパネルテストは同じですか？

目的が異なります。使用感のパネルテストは感触や好みなどを調べます。一方、パッチテストは皮膚への反応を調べる試験です。いずれも、実施した条件と対象者の範囲を踏まえて結果を読みます。

必要人数を計算できないときはどうすればよいですか？

まず目的、対象者、比較方法、主な評価項目を文書にまとめ、試験機関や統計の専門家に相談してください。予備試験から得たばらつきなどを、本試験の設計に役立てる方法もあります。