母集団と標本
更新日:
この記事で扱う統計知識
母集団と標本とは 「一部から全体を知る」入門
1. この記事で学べること
いちこ
まとめ
・全数調査と標本調査の違いが分かる ・一部のデータから全体を推定できる仕組みが分かる ・標本の選び方が結果を左右する理由が分かる
2. エピローグ
5年に1度、家のポストに分厚い封筒が届く。
「国勢調査」と書かれている。
家族全員の年齢、職業、住居の状況を記入する欄がある。 日本に住むすべての世帯が対象だ。
これだけの規模の調査を、本当に全員にやっているのか。
総務省の職員と調査員が、日本中のすべての世帯に調査票を配布し、回収している。 1億2000万人以上が対象の、文字通り「全員調査」だ。
これを統計学では「全数調査」と呼ぶ。 対象となる集団(母集団)の全員を調べる方法だ。
でも、これだけの規模の調査は、簡単にはできない。
時間もコストも莫大にかかる。 だから国勢調査のような重要な調査以外では、全数調査は現実的でないことが多い。
いちこ
シュン
朝のニュースを見ていた。
「昨夜放送のドラマ、視聴率15%を記録しました。」
日本には5000万世帯以上あるのに、なぜ数千世帯のデータで全国の視聴率が分かるのか。
視聴率調査会社は、全国から約2700世帯を選んで調査している。
全員ではなく一部を調べて、全体を推定する方法を「標本調査」と呼ぶ。
- 調べる対象全体を「母集団」
- 選ばれた一部を「標本」と呼ぶ。
国勢調査が全数調査なら、視聴率調査は標本調査の代表例だ。
たった2700世帯で、本当に5000万世帯を代表できるのか。
実は、適切な方法で標本を選べば、少ないデータでも全体を精度よく推定できる。 その「適切な方法」が重要なポイントだ。
いちこ
シュン
マーケティング会社が、新商品の感想を聞くアンケートを企画した。
「街頭でアンケートを取ろう。」
平日の昼間、駅前に立って通行人に声をかけた。 100人から回答が集まった。
集計結果を見ると、20代の意見がほとんどなく、50代以上の意見が多かった。
あれ、全世代の意見を集めたかったのに。
よく考えると、平日の昼間に駅前にいる人は、働いていない人や、近隣に住む高齢者が多い。 20代の会社員はほとんど街にいない時間帯だ。
「全国民を代表する意見」を集めたつもりが、 実は「平日昼間に駅前にいる人」という、かなり偏った集団の意見だった。
標本の選び方を間違えると、どれだけ人数を集めても、全体を正しく代表できない。
シュン
いちこ
シュン
いちこ
- 国勢調査
- 視聴率調査
- 駅前アンケート。
3つに共通しているのは「母集団全体を調べるか、一部(標本)で代表させるか」という選択だ。
そして標本調査が成り立つには、「標本の選び方」が極めて重要だということだ。
3. 母集団と標本とは何か
母集団とは
調査や分析の対象となる集団全体のこと。 「日本に住む全世帯」「ある会社の全社員」など。
標本とは
母集団の中から選ばれた、調査の対象となる一部のこと。 「視聴率調査の2700世帯」など。
全数調査と標本調査
| 全数調査 | 標本調査 | |
|---|---|---|
| 調べる範囲 | 母集団全員 | 母集団の一部 |
| メリット | 完全に正確 | コストと時間が少なくて済む |
| デメリット | コストと時間が膨大 | 標本の選び方次第で誤差が出る |
| 代表例 | 国勢調査 | 視聴率調査・世論調査 |
無作為抽出が重要な理由
標本調査が母集団を正しく代表するためには、「母集団の全員が、選ばれる確率が平等であること」が必要だ。 これを無作為抽出(ランダムサンプリング)と呼ぶ。
注意
駅前アンケートの失敗のように、特定の場所・時間・属性に偏った集め方をすると、どれだけ標本の数を増やしても正確な推定にならない。
ポイント
サンプル数を増やすことよりも、偏りなく選ぶことの方が重要
4. 図で見る
標本の選び方による偏りを比較するとこうなる。
実際の人口構成比と比べると、駅前アンケートは50代以上に大きく偏っている。 20代・30代がほとんど反映されていない。
これが「無作為抽出になっていない標本」の典型例だ。
正しく無作為抽出された標本なら、母集団の構成比に近い結果が出るはずだ。
ここで2つのことを覚えておいてほしい。
① 全数調査と標本調査は、コストと精度のトレードオフ
全数調査は完全に正確だが、コストと時間が莫大にかかる。 標本調査は少ないコストで済むが、標本の選び方次第で誤差が生まれる。
ポイント
目的に応じて、どちらが適切かを判断しよう。
② サンプル数より、選び方の偏りの方が問題になりやすい
300人のアンケートでも、偏った集め方なら不正確だ。 逆に、適切に選ばれた100人なら、かなり正確な推定ができる。
ポイント
「何人に聞いたか」より「どう選んだか」の方が重要なことが多い。
5. 計算式
シュン
| 母集団 | 標本 | |
|---|---|---|
| 平均 | 母平均(μ) | 標本平均($\bar{x}$) |
| 標準偏差 | 母標準偏差(σ) | 標本標準偏差(s) |
| 比率 | 母比率(p) | 標本比率($\hat{p}$) |
標本から母集団の値を推定する考え方は、信頼区間や標準誤差の記事で詳しく扱っている。
生成AIにデータを渡せば10秒で標本平均や標本比率を計算できる。手計算は不要。
6. まとめ
まとめ
・母集団は調査対象の全体、標本は母集団から選ばれた一部 ・全数調査は正確だがコストが高い。標本調査はコストを抑えられるが選び方が重要 ・サンプル数より、無作為に選ばれているかどうかの方が結果の信頼性を左右する
いちこ
この統計テーマを使った営業シーン記事
- 標準誤差とは ― 標本から母集団を推定する精度を学ぶ
- サンプルサイズ設計とは ― 必要な標本の大きさを計算する
理解度をチェックしよう
「母集団と標本」の3問クイズに挑戦
