無作為標本

調査しやすい人だけへ聞いた結果を、市場全体へそのまま広げることはできません。
無作為標本は、乱数などの偶然の仕組みを使って母集団から選んだ標本です。
ここでは、各対象が選ばれる確率を設計できる確率標本として説明します。
単純無作為抽出はその一つで、他にも層化や多段の抽出があります。

無作為の対象範囲を定める

たとえば、法人向けサービスの契約企業のうち、導入支援を必要とした割合を調べるとします。
まず対象期間と契約状態を決め、対象企業の一覧を作ります。
そこから乱数で選び、同じ質問を依頼します。
一覧にない解約企業を含めて知りたいなら、最初の対象の定義から変える必要があります。

米国国勢調査局の標本設計基準も、抽出の枠の網羅性と選択確率を設計情報として扱っています。
一覧から無作為に選んだとしても、一覧そのものが古ければ、新しい企業の状況が抜けるかもしれません。
抽出の仕組みと、対象の一覧が市場を覆う範囲を別に確認します。

全員が同じ確率とは限らない

小規模企業を多めに選ぶなど、分析の目的から選択確率を変える設計もあります。
その場合、全体の割合を推定するには、選択確率などに応じた重みを扱います。
各対象を等しく数えた平均が、母集団の平均になるとは限りません。
単純無作為抽出と、確率抽出全般を同じものとして扱わないようにします。

「道を歩く人に無作為に聞いた」という日常表現も、統計上の無作為とは異なる場合があります。
場所、時間帯、声をかけやすさによって、選ばれる可能性が変わるためです。
ウェブの自由参加アンケートも、回答者が自ら参加を選んでいます。
方法を正確に記述し、できない推定を標本数だけで補おうとしないようにします。

非回答と誤差を残す

選んだ企業の全社が答えるとは限りません。
困った企業ほど回答する、忙しい企業ほど答えないなど、回答する条件に偏りがある可能性があります。
依頼先、回答、拒否、連絡不能を分けて記録します。
回答しなかった企業を、担当者が会いやすい企業へ勝手に置き換えると、当初の抽出設計が変わります。

無作為抽出は、必ず実際の標本が母集団と同じ構成になる保証ではありません。
偶然によるばらつきがあり、その大きさを設計に応じて評価します。
質問の誤解や計測の欠落は、標本誤差とは別に点検します。
小さな層を確保する層化抽出、地域をまとめて選ぶクラスターサンプリングと使い分けます。

参考資料