質的データ分析ソフトウェアの比較

NVivo、ATLAS.ti、MAXQDA は、インタビュー、文書、メディアを分析するための有償のデスクトッププログラムです。定価では、NVivo の研究者向けライセンスが年 $520、ATLAS.ti の教育向けライセンスが年 $387、どちらも学生向けライセンスは年 $130 です。Taguette と QualCoder は、一人のコーダーや小さなチーム向けの、無料でオープンソースの選択肢です。Potato は、チームでのコーディングのための、NVivo や ATLAS.ti に代わる無料のセルフホスト型の選択肢で、信頼性サンプルを複数のコーダーに割り当て、設問ごとに Krippendorff のアルファを出し、有償プログラムとは REFI-QDA の .qdpx で交換できます。

質的コーディングは、インタビューの書き起こしや自由記述式のアンケート回答のようなテキストの一節に、コードと呼ばれる短いラベルを付けるもので、コードブックは、コードを一覧にし、各コードを定義します。インビボ・コードは、コードの名前を参加者自身の言葉から取ります。質的コーディングのために作られたソフトウェアは、computer-assisted qualitative data analysis software を意味する CAQDAS と呼ばれます。コーダー間信頼性は、二人以上のコーダーが同じ素材に同じコードを適用する頻度を測り、通常は、コーダーが二人なら Cohen のカッパ、何人でも Krippendorff のアルファで表されます。REFI-QDA は、コードブック（.qdc）やプロジェクト全体（.qdpx）をプログラム間で移動するためのオープンな標準です。

以下のツールは、価格、データの保存場所、報告する信頼性係数、AI 支援のコーディングがテキストをどこに送るかが異なります。Potato での質的研究は、Potato の質的研究向けの機能を一か所にまとめ、調査研究ツール比較は、アンケートソフトウェアを扱います。

比較する価値のある質的コーディングツールはどれか

価格は、2026 年 10 月時点の各ベンダー自身のストアまたは価格のページによるもので、米ドルです。

Dedoose は、個人と小さなグループには、ユーザーがログインした月についてのみ課金します。Usercall は、インタビューと分析で共有される月ごとのクレジット残高でプランの価格を決めています。

どの作業にどのツールか

表は、質的研究のプロジェクトの種類を、その種類のプロジェクトのために作られたツールと組み合わせています。

NVivo、ATLAS.ti、MAXQDA は、各プログラムが、一人の研究者による分析、コーダー間の信頼性、プロジェクトの交換を一つの製品でカバーするため、多くの行に現れます。Potato は、プロジェクトがコーダーに素材を割り当て、コーダー間の一致度を報告する場面に現れます。

NVivo と ATLAS.ti に代わる無料の選択肢

このページの三つのツールは、ライセンス費用がかかりません。Taguette は三つの中で最も単純で、自分のコンピューター、自分で運営するサーバー、または app.taguette.org で、文書にハイライトとタグを付けるためのもので、信頼性係数は報告しません。QualCoder は三つの中で最も多くのメディアの種類をカバーし、一台のコンピューターで、テキスト、PDF、画像、音声、動画をコーディングし、コーダー間の Cohen のカッパと、ローカルモデルを使える任意の AI エージェントを備えています。Potato は、コーディングチームのために作られた無料の選択肢で、信頼性サンプルをコーダーに自動で割り当て、ブートストラップ区間付きの Krippendorff のアルファを出し、NVivo、ATLAS.ti、MAXQDA と REFI-QDA で交換します。三つのどれも、有償プログラムのすべての分析機能には及ばず、Potato の不足は、質的研究で Potato が行わないことに挙げています。

ツールごとのホスティングとデータの所在

NVivo Desktop と MAXQDA は、プロジェクトを自分のコンピューターに保存します。NVivo のチームは、NVivo Collaboration Server、または年 $99 のアドオンである NVivo Collaboration Cloud を通じてプロジェクトを共有します。NVivo AI Cloud は Microsoft Azure 上で動き、データは欧州、米国、カナダ、シンガポール、オーストラリアでホストされます。Lumivero は、AI Cloud でのリアルタイムの複数ユーザー編集を、2027 年初めに予定しています。MAXQDA TeamCloud は、各メンバーにプロジェクトのローカルコピーを与え、作業をクラウドを通じて定期的に交換し、ライセンスごとにチームリーダー一人とメンバー最大四人までです。

ATLAS.ti Desktop はプロジェクトをローカルに保存し、ATLAS.ti Web は、ドイツのサーバー上で、リアルタイムの協働とともにプロジェクトをホストします。Dedoose はクラウドアプリケーションで、プロジェクトは、ほかの Dedoose ユーザーと追加費用なしで共有できます。Usercall は、サービスプロバイダーとして Supabase、OpenAI、Anthropic を挙げ、データが地域をまたいで処理されることがあると述べています。

Taguette は、自分のコンピューター、自分で運営するサーバー、または app.taguette.org で動き、サーバー上では、複数の人が一つのプロジェクトで作業できます。QualCoder は、一度に一台のコンピューターでプロジェクトを開きます。QualCoder のチームは、プロジェクトファイルを一人から次の人へ渡すか、コピーを別々にコーディングして、マスタープロジェクトに統合します。Potato は、自分のコンピューターまたは機関のサーバー上で動き、すべてのコーダーは、Potato サーバーに対してブラウザーで作業します。各コーダーの作業は、調査の出力ディレクトリに書き込まれ、Potato がテキストを外部のサービスに送るのは、ホスト型の AI エンドポイントのように、設定がそのようなサービスを指定した場合に限られます。

ツールごとのコーダー間信頼性

各ツールは、異なる係数の集合を報告します。ツールの集合にない係数は、エクスポートしたコードに対して別に計算する必要があります。

ダッシュは、2026-10-28 に確認した、そのツール自身のドキュメントに、その行に当たるものが見つからなかったことを意味します。ATLAS.ti のマニュアルは、カッパが二人のコーダーに限られるといった、文献上の限界を理由に、Cohen のカッパは意図的に外されたと述べています。セルが誤っている場合は、お知らせください。

Potato の reliability エクスポートは、設問ごとに一行を書き出し、測定の水準は設問のタイプによって決まります。リストからのコードの選択は名義で、multiselect のコードブックは MASI 距離を使います。そのため、重なり合うコードの集合を選んだ二人のコーダーには、部分的な点が与えられます。ハイライトした一節については、エクスポートは、文字レベルの Krippendorff のアルファを報告します。アイテムの各文字が一つの単位として数えられます。/admin/iaa の管理ダッシュボードは、一節についてのトークンレベルのカッパ、スパン F1、Mathet のガンマを加えます。スパンの一致度は、スパンの指標がどう異なるかを説明し、一致度の計算ツールは、どのツールからエクスポートしたコードの CSV からも、アルファとカッパを計算します。

AI 支援のコーディングとテキストの行き先

NVivo、ATLAS.ti、MAXQDA、Usercall は、各製品の AI 機能のために、テキストをホスト型の言語モデルに送ります。MAXQDA、QualCoder、Potato は、代わりに、自分のコンピューターまたはサーバー上のモデルを使えます。同意書や倫理審査の承認が、インタビューのテキストを送れる場所を制限している場合、その行き先は重要です。

• NVivo。 NVivo AI Cloud のアシスタント AURA は、情報源を要約し、最初のトピックを提案し、情報源への引用付きでプロジェクトに関する質問に答えます。Lumivero は、アップロードされたデータは AI モデルの訓練には使われず、タスクの後は保持されないと述べています。NVivo Desktop には AI 機能がありません。
• ATLAS.ti。 AI Coding、AI Summaries、AI Code Suggestions は OpenAI のシステム上で動き、ATLAS.ti Desktop のユーザーは、処理地域として米国または欧州を選びます。ATLAS.ti は、OpenAI API を通じて送られたデータで OpenAI が訓練を行わないと述べています。
• MAXQDA。 クラウドの AI Assist は、フランクフルトにある MAXQDA のサーバーと、EU 内の AI モデルサーバーを通じて動き、MAXQDA は、データが訓練に使われることはないと述べています。MAXQDA 27 から、AI Assist Premium は、Ollama、llama.cpp、LM Studio のような OpenAI 互換の接続を通じて、自分のコンピューターまたはサーバー上のモデルを使えます。
• Dedoose。 Dedoose のヘルプセンターには、AI 支援のコーディングは見つかりませんでした。
• Usercall。 AI モデレーターが音声インタビューを実施し、Usercall は、書き起こしとインポートした自由記述式の回答を、一行ずつテーマにコーディングし、研究者がそれをレビューして洗練させます。Usercall は、顧客データが AI モデルの訓練に使われないと述べています。
• Taguette。 Taguette には AI 機能がありません。
• QualCoder。 QualCoder 4.0 には、プロジェクトを読み、サンドボックスモードでコードを追加し、または破壊的な変更を一つずつ確認した後にコードとコーディングを編集できる、AI エージェントがあります。エージェントは、OpenAI、Google Gemini、OpenRouter、Microsoft Azure、Blablador、または Ollama を通じたローカルモデルを使います。ローカルモデルが文書にインデックスを付け、約 500 文字の選択された一節だけがクラウドプロバイダーに送られます。
• Potato。 ai_support を使うと、言語モデルが、各アイテムでヒントを出し、キーワードをハイライトし、コードを提案し、コーダーが決定します。endpoint_type を ollama または vllm に設定すると、モデルが自分のサーバーに留まり、openai、anthropic、gemini は、各アイテムを指定したプロバイダーに送ります。設定は、AI サポートで扱っています。

REFI-QDA でツール間のプロジェクトを移動する

REFI-QDA のプロジェクトファイルは、情報源、コード、コーディングをプログラム間で移動し、各プログラムは、そのプログラム自身の機能のうち何が残されるかを文書化しています。NVivo は、情報源、コード、ケース、メモ、コーディングを持つ .qdpx をインポートおよびエクスポートし、アンケート、クエリ、マトリクスは残されます。ATLAS.ti と MAXQDA は .qdpx をインポートおよびエクスポートし、ATLAS.ti は、QDPX バンドルには、参加するすべてのプログラムが共有する項目だけが含まれると述べています。Dedoose は、プロジェクトを .qdpx としてエクスポートします。QualCoder は .qdpx をインポートおよびエクスポートし、QualCoder の作者は、まだ標準への完全な準拠を保証していません。Taguette は、プロジェクトのコードブックを REFI-QDA の .qdc ファイルとして、プロジェクト全体を Taguette のデータベースとして、エクスポートします。

Potato は、.qdpx ファイルを新しいプロジェクトとしてインポートし、コーディング済みのプロジェクトを .qdpx にエクスポートし直します。

potato import -i interviews.qdpx -o interviews-study
python -m potato.export -c interviews-study/config.yaml -f qdpx -o ./export/

エクスポートされたコードブックは、設定のラベルからコードの階層を保持し、各コーディングは、それを行ったコーダーを保持します。Potato 2.13.1 では、codebook: true を持つスキームは、コードをフラットなリストとしてエクスポートします。ATLAS.ti はサブコードを一階層しか認めないため、より深いコードブックでは、エクスポートに --option flatten_subcodes=true を加えます。このオプションは、すべてのコードを最上位に移し、各コードの名前を Parent > Child に変更します。プロジェクトのインポートは、オフセットと、インポーターが書き出す警告を扱っています。

Potato での信頼性サンプルを伴うチームコーディング

以下の設定は、診療所へのアクセスに関するインタビューの抜粋を、チームがコーディングするための準備です。すべての抜粋は一度コーディングされます。信頼性のために、二人目のコーダーが、各サイトの内部から抽出した、抜粋の 20% のサンプルをコーディングします。コードブックはこのラウンドでは固定されるため、コーダーは合意されたコードを適用し、新しいコードを追加できません。コーダーはメモを書くことができ、新しいメモは非公開で始まります。ケースは、抜粋を参加者ごとにまとめ、サイトをケースの属性とします。

annotation_task_name: Clinic access interviews
task_dir: .
output_annotation_dir: annotation_output/
data_files:
  - data/excerpts.json
item_properties:
  id_key: id
  text_key: text
user_config:
  allow_all_users: true
  users: []
 
# One coder per excerpt, and two coders on a 20% sample drawn within each site
num_annotators_per_item:
  default: 1
  overlap_sample:
    fraction: 0.2
    count: 2
    stratify_by: site
    seed: 7
 
# Coders apply the agreed codes and cannot add new ones during this round
codebook_mode: fixed
 
annotation_ui:
  memos: true
  visibility: private
 
cases:
  enabled: true
  key: participant_id
  attributes: [site]
 
annotation_schemes:
  - annotation_type: span
    name: quotes
    description: Highlight each passage that shows one of the codes.
    codebook: true
    labels: [access barriers, cost concerns, provider trust, administrative burden]
  - annotation_type: multiselect
    name: themes
    description: Which codes apply to this excerpt as a whole?
    codebook: true
    labels: [access barriers, cost concerns, provider trust, administrative burden]

data/excerpts.json の各抜粋には、設定が指定するフィールドがあります。

{"id": "p01-03", "text": "I couldn't get an appointment for almost three weeks, and the clinic was nowhere near a bus line.", "participant_id": "P01", "site": "rural"}

この設定は、QDA モードをオフにしています。QDA モードは、コーパス全体にわたる一人のアナリストを想定し、コードブックを編集に開放しますが、上の調査には、固定されたコードブックと、サンプルに対する二人のコーダーが必要です。どちらのスキームも、一つの共有コードブックを使います。共有コードブックは、誰がコードを変更でき、変更が保存済みのコーディングに何をするかを扱います。quotes スキームは、引用レポートのための一節を記録します。themes スキームは、抜粋全体に対するコードを記録し、reliability エクスポートは、quotes の一節と themes の回答の両方を、Krippendorff のアルファで採点します。コーディングが終わったら、三つのエクスポートを実行します。

python -m potato.export -c config.yaml -f reliability -o ./export/
python -m potato.export -c config.yaml -f quotation_report --option include_memos=true -o ./export/
python -m potato.export -c config.yaml -f qdpx -o ./export/

最初のコマンドは、設問ごとのアルファ、95% ブートストラップ区間、一致率を持つ reliability.csv と reliability.md を書き出します。二つ目は、ハイライトした一節ごとに、引用、引用のオフセット、抜粋、コーダーを一行にして書き出し、その後にメモが続きます。三つ目は、NVivo、ATLAS.ti、MAXQDA で作業を続ける同僚のために、.qdpx ファイルを書き出します。QDA モードは、インビボ・コーディングを伴う一人のアナリストの設定を扱い、内容分析は、ファイルから読み込むコードブックを扱い、裁定は、意見の相違の解消を扱います。

質的研究で Potato が行わないこと

• テキストのみをコーディングする。 コードブック、インビボ・コーディング、REFI-QDA の交換は、テキストに対して動作します。録音は、まず、自分のコンピューターで Whisper を動かすコマンド potato transcripts --transcribe --diarize でテキストにします。NVivo、ATLAS.ti、Dedoose、QualCoder は、音声と動画を直接コーディングします。
• REFI-QDA からは、テキストの情報源のみをインポートする。 .qdpx ファイル内の画像、PDF、音声、動画はインポートされず、テキストの情報源がないプロジェクトは、警告とともに空で届きます。
• .qdpx エクスポートにメモとケースは含まれない。 エクスポートには、情報源、コード、コーディング、コーダーが含まれ、メモは、引用レポートに出力されます。
• 二つの分析テーブルは、どちらも管理 API にある。 Potato の管理 API は、コードの共起行列と、ケースの属性ごとのコードの表を JSON として返し、管理ダッシュボードはどちらの表も表示しません。NVivo にはクエリとコーディングマトリクスがあり、Potato のコーディングのさらなる分析は、R、Python、ほかの QDA プログラムでエクスポートに対して行います。
• エクスポートでは、一節を文字単位で採点する。 reliability エクスポートは、ハイライトした一節を文字レベルのアルファで採点し、スパン F1、トークンレベルのカッパ、Mathet のガンマは、管理ダッシュボードにのみあります。
• インタビューは実施しない。 Usercall は AI がモデレートするインタビューを実施し、Potato は、すでにある書き起こしやテキストから始めます。
• サーバーが必要。 誰かが pip で Potato をインストールしてサーバーを動かします。コーダー一人ならノートパソコンで、チームなら共有マシンで動かします。Hugging Face Space は、ホスト型の選択肢で、Taguette の app.taguette.org は、インストールが不要です。

各プロジェクト自身のドキュメントと価格のページに照らして、2026 年 10 月に確認しました。

よくある質問

どの質的コーディングソフトウェアが Krippendorff のアルファを計算しますか。

このページのツールのうち、ATLAS.ti と Potato が Krippendorff のアルファを計算します。ATLAS.ti Desktop は、コーダーのプロジェクトを統合した後に、一致率と Holsti 指数とともに、Krippendorff のアルファ系列を報告します。Potato の reliability エクスポートは、設問ごとのアルファを、95% ブートストラップ区間付きで報告します。NVivo、Dedoose、QualCoder は Cohen のカッパを報告し、MAXQDA は Brennan と Prediger のカッパを報告します。このページのどのツールからエクスポートしたコードについても、一致度の計算ツールが CSV からアルファを計算します。

最良の無料の質的データ分析ソフトウェアは何ですか。

Taguette、QualCoder、Potato は、このページの無料でオープンソースのツールで、三つのうちどれが最良かは、プロジェクトによります。Taguette は、自分のコンピューターまたは共有サーバーで、文書にハイライトとタグを付けるのに向いています。QualCoder は、一人の研究者が、クラウドプロバイダーまたはローカルモデルによる AI 支援を使って、テキスト、PDF、画像、音声、動画をコーディングするのに向いています。Potato は、素材をコーダーに分担し、信頼性サンプルに対する Krippendorff のアルファが必要で、NVivo や ATLAS.ti のユーザーと .qdpx ファイルでプロジェクトを交換するチームに向いています。三つのツールはいずれも、無料で使えます。

関連資料

• Potato での質的研究：質的研究向けの機能を一か所にまとめています
• QDA モード
• 内容分析
• 二人のコーダーでインタビュー記録をコーディングしアルファを報告する：コードブックからアルファ、裁定、QDPX ファイルまでの、チームのコーディングプロジェクト
• プロジェクトのインポート
• アノテーター間一致度：係数の選び方と読み方
• スパンの一致度
• 裁定と意見の相違
• 調査研究ツール比較
• アノテーションツール比較
• 質的研究におけるコーダー間信頼性
• 質的研究のためのコードブック開発
• 質的コーディングで LLM を使い、それを報告する方法
• 質的コーディングのための共有コードブック
• 質的コーディングのためのケースとケース属性
• 質的コーディングのための分析メモ

参考文献

1. Jurgens, D., Chen, M., & Iyer, L. (2026). Potato 2.0: A Comprehensive Annotation Platform with AI-in-the-Loop Support. Proceedings of the 64th Annual Meeting of the Association for Computational Linguistics (Volume 3: System Demonstrations), 374-386. https://aclanthology.org/2026.acl-demo.37/