サンプリング（標本抽出）とは？全体を知るための調査の仕組み

3行まとめ

• 母集団: 調査対象の全体（例：全国民）。
• 標本 (サンプル): 母集団の中から実際に調査するために選ばれた一部。
• サンプリング (標本抽出): 母集団から標本を選ぶ、データの「抜き出し方」のこと。

試験での出題ポイント

試験では、サンプリングの「手法」とその「特徴」が問われます。

1. 単純無作為抽出法: くじ引きのように、ランダムに選ぶ方法。
2. 系統抽出法: 最初に1つ選んだら、あとは一定の間隔（10人おきなど）で選ぶ方法。
3. 層化抽出法: 年代別、男女別など、いくつかのグループ（層）に分けてから、各グループから選ぶ方法。
4. クラスター（多段）抽出法: 集団（クラスター）をいくつか選び、その中からさらに選ぶ方法。

【AIハック】生成AIで「調査の落とし穴」を回避

サンプリングの重要性は、不規則なデータから正しい情報を抜き出すシミュレーションで身に付けられます。

プロンプト例:

「あなたは選挙管理委員です。有権者1万人の意見を調査するために、100人を サンプリング することになりました。 単純無作為抽出 と 層化抽出 の違いは何か、試験用語を使ってメリットを説明してください。また、電話だけで調査するとどのような バイアス がかかるか、AIの視点で指摘してください。」

AIが「若者の携帯電話不所持による偏り」や「精度の高い抽出法」を具体的に解説してくれるため、統計のリアリティが高まります。

まとめ：正しく選べば「全体」が見える

サンプリングの目的は、少ない労力でより正確に全体の状態を把握することにあります。

試験では、 手法の名称 とその 選び方のルール を組み合わせて覚えることが、得点への近道です。