100人に聞けば、みんなの意見？

1一部から全体を考える

全営業時間のお客さんを知りたいなら、その全体が母集団で、実際に調べる一部が標本です。対象すべてを調べるのは全数調査、一部を選んで調べるのは標本調査といいます。

• 名簿からくじを引くように、決めた人数のどの組合せも等しい確率で選ばれるようにする方法が単純無作為抽出です。
• 年代や地域などのグループに分け、各グループから無作為に選ぶ方法は層化抽出（層別抽出）です。このグループを層と呼びます。無作為とは、調べる人の都合で選ばず、乱数やくじなどを使って選ぶことです。
• まず地域を無作為に選び、次にその地域の世帯を無作為に選ぶなど、段階を踏んで抽出するのは多段抽出です。

調査の目的や使える名簿に応じて選び、どの人が調査の対象に入るかを確かめましょう。

「満足度90％」なら、誰を対象に、いつ、何人が答え、どのように尋ねたかを確認します。任意に答えた100人中90人が満足でも、全利用者の90％と直ちに言えるわけではありません。全数調査でも未回答や記録の誤りがなくなるとは限りません。

国勢調査は全数調査の代表例で、日本に普段住んでいる人と世帯の実態を調べ、外国人も対象に含みます。外交官等の対象外の定めもあり、「世界中の日本人を全員調べる」という意味ではありません。

参考：総務省統計局：国勢調査の概要 ↗

2偏りを見抜く

調べる人数が多くても、選び方や聞き方が片寄っていれば、全体を正しく捉えられません。こうした偏りをバイアスといいます。平日の昼に来た人だけを選ぶなど、対象の選び方によるものは選択バイアスです。答えを誘導する聞き方や、測定器のずれなど、情報の得方によるものは情報バイアスです。

思い込みで自分に都合のよい記録だけを見るような、人の判断の偏りは認知バイアスといいます。自分の予想に合わない結果も確かめ、仕事についての知識や現場での確認と組み合わせましょう。同じ偏った方法で人数だけ増やしても、問題が消えるとは限りません。

繰り返した結果の散らばりの小ささと、結果の平均が基準からずれる偏りは、分けて考えます。同じ重さを何回測っても似た値になるのに、いつも5g重く出るなら、ばらつきは小さくても偏りがあります。「精度がよい」という言葉だけで安心せず、何の正確さを指すかを確かめましょう。

参考：NIST：測定の偏りと正確さ（英語） ↗

3「差がある」をどう判断する？

新しい受付で待ち時間が短くなっても、たまたま空いていただけかもしれません。偶然のばらつきで説明しにくい差かを調べる方法が統計的検定です。まず「新旧で差がない」など、検討の出発点となる帰無仮説を置きます。その仮説や前提の下で、実際に出た差以上に極端な結果がどれほど起こりにくいかを調べます。

仮説を退ける判断を棄却といい、正しい帰無仮説を誤って棄却する第一種の誤りの確率の上限として、有意水準を事前に設定します。基準に従って棄却する場合を統計的に有意といいますが、差が実用上大きいとは限りません。棄却できなくても「差がない」と証明したことにはなりません。

実際は帰無仮説が誤っているのに棄却できないことを、第二種の誤りといいます。新旧の待ち時間に差があっても、調べた結果から差を見つけられない場合です。「棄却できない」を「同じだと証明できた」に言い換えないことが大切です。