はじめに
標本調査では、母集団のすべてを調べる代わりに、一部を標本として抽出して全体の傾向を推定します。ただし、標本から得た結果が母集団と完全に一致するとは限りません。
このとき注意したいのが「標本誤差」と「サンプリングバイアス」です。どちらも標本と母集団のずれに関係しますが、原因も対策も異なります。この記事では、両者の違いを「なぜ起こるか」「標本数を増やすとどうなるか」「どう対処するか」の3点から整理します。
この記事で分かること
- 標本誤差とサンプリングバイアスの違い
- それぞれが生じる主な原因
- 標本数を増やしたときの影響
- 調査でどのように対策するか
標本誤差とサンプリングバイアスの違い
結論から言うと、標本誤差は「標本を選ぶことで偶然に生じるずれ」、サンプリングバイアスは「標本の選び方に偏りがあることで生じる系統的なずれ」です。
| 項目 | 標本誤差 | サンプリングバイアス |
|---|---|---|
| 主な原因 | 標本を抽出することによる偶然のばらつき | 抽出方法そのものの偏り |
| 適切な確率抽出でも起こるか | 起こり得る | 抽出段階の偏りは抑えやすい |
| 標本数を増やす効果 | 推定値のばらつきは一般に小さくなる | 偏った抽出のままでは解消しない |
| 主な対策 | 必要な精度に応じた標本数を確保する | 母集団を適切に代表する抽出方法にする |
両者を同じ「誤差」として扱うと、対策を間違えます。標本誤差では標本数と推定精度の関係が重要ですが、サンプリングバイアスでは標本の集め方そのものを見直す必要があります。
標本誤差とは
標本誤差とは、母集団の一部だけを標本として調べることで、標本から得た推定値と母集団全体の値との間に偶然生じる差です。前提となる母集団と標本の違いを押さえると理解しやすくなります。
例えば、ある地域の成人全体の平均身長を調べるため、無作為に100人を選んで平均を計算したとします。抽出する100人が変われば、得られる平均も少しずつ変わります。適切に抽出していても、このような偶然のばらつきは避けられません。
同じ条件で標本数を増やすと、一般に標本平均などの推定値のばらつきは小さくなります。ただし、「今回の標本から得た値が母集団の値から実際にどれだけずれているか」は、母集団全体の値が分からなければ直接確認できません。
サンプリングバイアスとは
サンプリングバイアスとは、標本の選び方に偏りがあり、標本が母集団を適切に代表していない状態です。
例えば、全国の消費者の意見を知りたいのに、特定の年代が多く利用するサービスの利用者だけへアンケートした場合、集まった回答は全国の消費者全体を代表しない可能性があります。
この問題は標本数を増やすだけでは解決しません。同じ偏った方法で1,000人、10,000人と集めても、特定の層が過剰に含まれていれば、結果の偏りは残ります。サンプリングバイアスを抑えるには、調査対象となる母集団を明確にし、その母集団を適切に代表できる抽出方法を設計する必要があります。
標本数を増やせばどちらも小さくなるのか
標本数を増やす効果は、標本誤差とサンプリングバイアスで異なります。
標本誤差については、同じ条件で確率抽出するなら、標本数を増やすことで推定値のばらつきは一般に小さくなります。より多くのデータを使うため、偶然による上下の振れが小さくなるためです。
一方、サンプリングバイアスは標本の「量」ではなく「選び方」の問題です。抽出方法に偏りがあれば、標本数を増やしてもその偏りを引き継ぎます。まず抽出方法を見直し、そのうえで必要な標本数を確保することが重要です。
標本誤差と標準誤差は同じではない
標本誤差と似た言葉に「標準誤差」がありますが、同じものではありません。
標本誤差は、ある標本から得た推定値と母集団の値との実際の差を指します。一方、標準誤差は、同じ方法で標本抽出を繰り返したときに、標本平均などの推定値がどの程度ばらつくかを表す指標です。
つまり、標準誤差は標本誤差そのものではなく、標本から得られる推定値の不確かさを評価するために使われます。この不確かさを考慮して母集団の値を推定する考え方は、点推定と区間推定の違いでも解説しています。
サンプリングバイアスと選択バイアスの関係
サンプリングバイアスは、標本を抽出する段階で特定の人やデータが選ばれやすくなることで生じます。
一方、選択バイアスはより広い概念で、調査対象の選択、自己選択、途中離脱、欠測データの扱いなどによって分析対象が偏る問題を含みます。サンプリングバイアスは、選択の偏りが標本抽出で起きるケースとして整理すると理解しやすくなります。
標本抽出以外も含む選択の偏りについては、選択バイアスとは？データ分析の落とし穴と回避策を解説で詳しく説明しています。
標本調査で確認したいこと
標本調査では、「人数を十分に集めたか」だけでなく、「誰をどのように選んだか」も確認する必要があります。
まず母集団を明確にし、その母集団を代表できる抽出方法を考えます。そのうえで、必要な精度に応じた標本数を確保します。この順序で考えると、標本誤差への対策とサンプリングバイアスへの対策を混同しにくくなります。
標本の選び方には、単純無作為抽出・層化抽出・系統抽出などがあります。それぞれの仕組みと違いは、「標本抽出法とは？単純無作為抽出・層化抽出・系統抽出をわかりやすく解説」で確認できます。
まとめ
標本誤差とサンプリングバイアスは、どちらも標本調査の結果に影響しますが、原因は異なります。
標本誤差は、標本を抽出することで偶然に生じるずれであり、標本数を増やすことで推定値のばらつきを一般に小さくできます。サンプリングバイアスは標本の選び方に原因があり、標本数を増やすだけでは解消できません。
標本調査では、「十分な数を集めること」と「母集団を適切に代表する方法で集めること」の両方が必要です。両者の違いを理解すると、調査結果のずれが偶然によるものか、標本の選び方によるものかを切り分けやすくなります。
関連記事
