最終更新日:2026年10月19日
ds data-preparation statistics
まず結論
無作為抽出法とは、調査者の都合や主観で対象を選ばず、確率的な手続で母集団から標本を選ぶ方法です。 DS検定では「どの抽出方法かを見抜けるか」「方法の違いを切り分けられるか」が問われます。
無作為抽出をしても、偶然による標本誤差がなくなるわけではありません。狙いは「必ず偏りのない標本を作る」ことではなく、選び方に意図的な偏りが入りにくく、抽出確率を説明できる状態にすることです。
直感的な説明
たとえば、全国の中学生の体力を調べたいとします。
- 1校ずつランダムに選ぶのか
- 地域ごとに分けてから選ぶのか
- 男女を分けてから人数を決めて選ぶのか
取り出し方が違うだけで、データの偏りや精度が変わります。
無作為抽出法は、
「どうやって公平に取り出すか」の設計ルールです。
定義・仕組み
代表的な無作為抽出法は次の5つです。
① 単純無作為抽出法
母集団の各対象が同じ確率で選ばれるように、くじ引きや乱数で抽出する基本的な方法です。 例:住民名簿から乱数を使って100人を選ぶ。
→ 「各対象が同じ確率」「くじ引き・乱数」がキーワード。
② 系統抽出法
最初の1人をランダムに選び、その後は一定間隔で抽出する方法。
例:5000人から10人おきに選ぶ。
→ 「間隔」がキーワード。
③ 多段抽出法
グループを段階的に絞り込み、最終的に個人を抽出する方法。
例:都道府県 → 市区町村 → 学校 → 生徒
→ 「段階的に絞る」がポイント。
④ 集落抽出法(クラスタ抽出)
母集団をいくつかの集団に分け、選ばれた集団を丸ごと調査する方法。
例:学校をランダムに選び、その学校の全員を調査。
→ 「選んだグループは全員調査」が特徴。
⑤ 層別抽出法
あらかじめ母集団を層(グループ)に分け、各層から人数を決めて抽出する方法。
例:男女比6:4なら、6人と4人をそれぞれ抽出。
→ 「各層から抽出」が重要。母集団の男女比に合わせるのは比例配分の例です。層化抽出には、層の大きさと同じ比率にしない非比例配分もあります。
どんな場面で使う?
単純無作為抽出法
母集団の一覧があり、各対象を同じ確率で公平に選びたいとき。母集団が大きい場合は、完全な名簿の準備や広範囲の調査が負担になります。
系統抽出法
名簿が整っているとき。
ただし周期性があるデータでは偏る可能性あり。
多段抽出法
全国調査など、大規模でコストを抑えたいとき。
集落抽出法
移動コストを抑えたいとき。
ただし集団内の対象がよく似ていると、同じ人数の単純無作為抽出より標本誤差が大きくなる場合があります。
層別抽出法
各年代などの層を標本に含めて、推定精度や層ごとの結果を考えたいとき。比例配分を使うかどうかは目的と調査設計で決めます。
目的から選ぶ早見表
| 重視すること | 方法の例 | 確認すること |
|---|---|---|
| 全対象から基本的な無作為抽出 | 単純無作為 | 母集団の一覧を準備できるか |
| 名簿から一定間隔で選ぶ | 系統 | 並びに周期性がないか |
| 各属性の層を含める | 層別(層化) | 層ごとの人数配分と推定方法 |
| 移動・調査コストを抑える | 集落 | 集落内の類似性が精度に与える影響 |
| 全国など広範囲を段階的に選ぶ | 多段 | 各段階の抽出手続・確率 |
比率が似て見えることだけで、代表性や誤差の小ささは保証されません。母数の推定と記述の違いは母分散・標本分散・不偏分散、データの特徴の読み取りは四分位も関連します。
よくある誤解・混同
層別抽出法と集落抽出法の違い
DS検定ではここを混同させてきます。
| 方法 | 何をする? |
|---|---|
| 層別抽出 | 各グループから「一部」抽出 |
| 一段の集落抽出の基本例 | 選んだグループを「丸ごと」調査 |
選択肢で
「グループを選び、その中の全員を調査」
と書いてあれば → 集落抽出。
「各層から抽出」が層別抽出の判断の軸です。男女比を保つのは、その配分方法の一例です。
多段抽出と集落抽出の違い
- 多段抽出:複数段階で抽出する。
- 一段の集落抽出:選んだ集落の全対象を調べる。
集落を選んでからその内部でさらに抽出する設計もあり、「集落」と「多段」が常に相互に排他的というわけではありません。
グループの名前だけでなく、各段階で何を抽出したのかを確認します。
無作為抽出なら必ず母集団を正確に代表する
これは誤りです。無作為抽出でも、偶然による標本の偏りや無回答による偏りは起こります。
無作為抽出は偏りを自動的にゼロにする方法ではなく、標本誤差を確率的に評価できる抽出設計です。
まとめ(試験直前用)
- 単純無作為抽出 → 各対象を同じ確率で選ぶ
- 系統抽出 → 一定間隔
- 多段抽出 → 段階的に絞る
- 集落抽出 → グループ丸ごと
- 層別抽出 → 各層から抽出する
DS検定では
「グループから一部か?全員か?」
ここを切り分けられるかが勝負です。
公式情報・参考リンク
- 総務省統計局:統計用語辞典「無作為抽出」
-
総務省統計局 Data StaRt:標本抽出の諸方法
- Statistics Canada:Survey Methods and Practices
- 7.1節の比例配分・非比例配分の例から、層化と人数配分を区別できます。
対応スキル項目(ver.6 データサイエンス)
- 分類:解析技術
- スキルカテゴリ:データ準備
- サブカテゴリ:サンプリング
- 必須スキル:◯
- ★ 標本誤差およびサンプリングバイアス、およびそれぞれの違いについて説明できる
- ver.6 ★1スキルチェックで確認する