母集団は「誰について、いつのことを知りたいか」で決まる

同じテーマでも、調査の目的が変われば母集団も変わります。ある地域の住民の通学・通勤手段を知りたい場合と、全国の人の移動手段を知りたい場合では、対象に含める人の範囲が違います。また、「現在利用している人」を調べるのか、「過去一年間に利用した人」を調べるのかによっても範囲が変わります。母集団は、単に「たくさんの人」という意味ではなく、調査で結論を当てはめたい対象を条件によって定めた集合です。

対象は人に限りません。工場で生産した製品、河川から採取する水、Webサイトへのアクセス記録なども母集団になり得ます。何を一つと数えるのか、どの場所と期間を含めるのかが曖昧なままでは、選ばれた標本が適切かどうかを判断できません。最初に母集団の範囲を具体的に決めることが、調査設計の出発点です。

標本の数値から母集団の性質を推定する

母集団全体を一つずつ調べる方法を全数調査、そこから一部を選んで調べる方法を標本調査といいます。全数調査は対象全体を直接調べますが、対象が多いほど時間や費用が必要です。標本調査なら、限られた範囲の観測から全体の傾向を推定できます。ただし、標本で得た結果は母集団そのものの確定値ではなく、選ばれた一部分に基づく推定です。

母集団が持つ平均や割合などの特徴を「母数」、標本から計算した平均や割合などを「統計量」と呼びます。例えば、標本の回答から計算した割合を手がかりに、母集団の割合を推定します。ここでは、回答が質的データか量的データかを区別し、目的に合う集計方法を選ぶ必要があります。量的データを要約するときも、平均値・中央値・最頻値はそれぞれ示す特徴が違うため、標本平均だけを見れば十分とは限りません。

無作為抽出は「選ばれやすさ」の偏りを抑える

標本調査では、母集団の一部をどのように選んだかが結果を左右します。調査する側の都合で選ぶと、特定の特徴を持つ対象が標本に入りやすくなることがあります。そこで、偶然を利用して対象を選ぶ無作為抽出が基本的な方法になります。選ぶ人の好みを入れず、定めた手順に従って抽出することで、選ばれ方の偏りを抑えます。

ただし、無作為に選ぶには、選択のもとになる対象の一覧や仕組みが母集団を適切に覆っていなければなりません。この選択の土台を抽出枠といいます。名簿に載っていない人がいる、オンライン回答だけを受け付けるため利用しない人が参加できない、といった場合は、最初から標本に入りにくい層が生まれます。また、選ばれた人のうち回答しない人が多く、その人たちに共通の傾向があれば、未回答による偏りも起こり得ます。

標本を増やしても選び方の偏りは消えない

同じ母集団から無作為に標本を取り直すと、標本平均や標本の割合は毎回まったく同じにはなりません。この偶然によるずれを標本誤差といいます。一般に、適切な方法を保ったまま標本を大きくすると、偶然によるばらつきは小さくなります。一方、特定の地域だけで回答を集めるなど、選び方に原因がある偏りは、同じ方法のまま人数だけ増やしても解消しません。

さらに、質問文が分かりにくい、測定機器にずれがある、入力を誤るといった問題は、標本の選び方とは別の誤差を生みます。外れ値と欠損値を機械的に削除すると、実際に存在する重要な特徴まで失う場合もあります。調査結果の確かさを考えるときは、標本数だけでなく、抽出方法、回答の集め方、測定と処理の手順を一緒に確認する必要があります。

少量を壊して調べる検査にも標本が役立つ

標本調査の利点は、時間や費用を減らすことだけではありません。製品の強度を限界まで試す、食品を開封して成分を調べるといった検査では、調べた対象をそのまま出荷できなくなることがあります。このような破壊検査で全品を検査すると、販売できる製品が残りません。生産された集まりから一部を標本として取り出して検査することで、残りを壊さずに品質を確かめる手がかりを得られます。

反対に、対象が少なく全体を調べられる場合や、一件の見落としが重大な問題につながる場合には、全数調査が適することがあります。全数調査と標本調査は優劣で決まるものではなく、調査の目的、必要な精度、費用、時間、検査後に対象が残るかどうかを考えて使い分けます。

調査結果では「どの集団からどう選んだか」を読む

公表された割合や平均を見るときは、数値だけでなく、母集団の定義と標本の集め方を確かめることが大切です。「利用者へのアンケート」の結果を利用していない人にまで当てはめることはできません。回答者の人数が多くても、母集団と抽出方法が目的に合っているとは限らないからです。

また、標本の中で二つの項目が一緒に変化していても、それだけで一方が他方の原因だとは決められません。この読み違いは相関関係と因果関係を区別することで避けやすくなります。調査期間、対象の条件、抽出方法、未回答の扱い、質問文を確認して初めて、その結果をどこまで一般化できるかを判断できます。