「全国の高校生の平均身長は何cmですか？」
この質問に正確に答えるためには、本来であれば全国すべての高校生の身長を測定しなければなりません。しかし、日本には約300万人の高校生がいます。全員を調査するには、膨大な時間と費用が必要になります。
そこで統計学では、一部の人を調査し、その結果から全体の特徴を推測するという方法を用います。
この考え方の中心となるのが、**「母集団」と「標本」**です。
母集団と標本は、統計学の中でも最も重要な概念の一つです。記述統計だけでなく、推測統計や仮説検定、回帰分析など、ほぼすべての統計解析はこの考え方を前提にしています。
本記事では、母集団と標本の違いを具体例とともに解説し、なぜ少数のデータから全体を推測できるのかを学んでいきましょう。
母集団とは何か
**母集団（Population）**とは、調べたい対象すべての集まりのことをいいます。
例えば、
- 全国の高校生
- 山梨県民全員
- 日本国内の大学教員
- ある工場で製造された製品すべて
- 新薬を使用する可能性のある患者全員
これらはすべて母集団です。
つまり、研究や調査で「本当に知りたい対象全体」が母集団なのです。
例えば、「全国の高校生の平均身長を知りたい」という研究では、母集団は全国の高校生全員になります。
標本とは何か
一方、**標本（Sample）**とは、母集団から実際に調査した一部のデータを指します。
例えば、全国の高校生300万人を調査する代わりに、
- 全国から1,000人を抽出する
- 全国から5,000人を調査する
といった方法をとります。
この1,000人や5,000人が標本です。
統計学では、この標本を分析し、その結果から母集団の特徴を推測します。
なぜ全員を調査しないのか
「全員を調査したほうが正確ではないの？」
そう思う人もいるでしょう。
確かに、全員を調査できれば最も正確です。
しかし、多くの場合、それは現実的ではありません。
例えば、日本全国で行われる世論調査では、有権者約1億人全員に電話をかけることはできません。
商品の品質管理でも、製造した製品すべてを壊して性能試験を行うことはできません。
医療研究でも、日本中の患者全員を対象に治験を行うことは不可能です。
このように、時間・費用・労力には限界があります。
そこで、代表となる一部のデータ（標本）を調査し、全体（母集団）を推測するという方法が採用されています。
標本が母集団を代表していることが重要
標本を用いるときに最も大切なのは、その標本が母集団を適切に代表していることです。
例えば、「全国の高校生の平均身長」を調べたいにもかかわらず、バスケットボール部員だけを調査したらどうなるでしょうか。
一般的には身長が高い生徒が多いため、全国平均よりも高い結果になる可能性があります。
逆に、特定の地域だけを調査した場合も、その地域特有の特徴が結果に反映されるかもしれません。
このような標本では、全国の高校生全体を正しく表しているとは言えません。
つまり、標本は「数」だけでなく、「選び方」が非常に重要なのです。
母平均と標本平均
母集団全体の平均を母平均といいます。
一般に、μ
（ミュー）
という記号で表します。
一方、標本から計算した平均を標本平均といい、xˉ=nx1+x2+⋯+xn
で表します。
ここで、
- x1,x2,…,xn は各データ
- n は標本数
です。
標本平均は母平均そのものではありません。
しかし、適切に標本を抽出すれば、標本平均は母平均に近い値になることが期待されます。
これが推測統計の基本的な考え方です。
標本が大きいほど推測は安定する
一般的に、標本数が多いほど母集団を正確に推測できます。
例えば、全国の高校生300万人を推定する場合、
- 10人調査する場合
- 100人調査する場合
- 1,000人調査する場合
では、1,000人調査したほうが偶然の影響を受けにくくなります。
もちろん、「多ければ多いほどよい」というわけではありません。
実際には、必要な標本数は研究目的や求める精度によって決まります。
この「何人調査すればよいか」は、第5部で学ぶサンプルサイズ設計で詳しく解説します。
母集団と標本は推測統計の出発点
ここまで学んだように、統計学では、
標本を分析して、母集団を推測する
という流れが基本になります。
この考え方があるからこそ、
- 信頼区間
- 仮説検定
- 回帰分析
- ベイズ統計
などの手法が成り立っています。
つまり、母集団と標本を理解することは、統計学全体の土台を理解することにつながるのです。
例題①（基礎）
ある高校には800人の生徒がいます。
そのうち100人を無作為に選び、睡眠時間を調査しました。
このとき、標本はどれでしょうか。
A. 高校生全員
B. 800人全員
C. 調査した100人
D. 全国の高校生
解答
正解はCです。
調査した100人が標本であり、800人全体が母集団です。
例題②（応用）
ある自治体では、住民の健康状態を把握するためにアンケート調査を実施しました。しかし、調査対象は平日の昼間に市役所を訪れた人だけでした。
この調査結果を自治体全体の住民の健康状態として扱うことには、どのような問題があるでしょうか。
解答
この標本は、母集団を十分に代表していない可能性があります。
平日の昼間に市役所を訪れる人は、高齢者や自営業者、育児中の人などに偏る可能性があります。一方で、会社員や学生など、平日に市役所へ行きにくい人は調査対象に含まれにくくなります。
このように標本の選び方に偏りがあると、得られた結果を住民全体へ一般化することは難しくなります。
このような問題は標本抽出バイアスと呼ばれ、統計調査では十分注意しなければなりません。
まとめ
母集団とは、調査や研究で本当に知りたい対象全体のことを指し、標本とは、その母集団から実際に調査した一部のデータを指します。現実には、時間や費用の制約から母集団全体を調査することは難しいため、多くの研究では標本を用いて母集団を推測します。
ただし、正しい推測を行うためには、標本が母集団を適切に代表していることが不可欠です。標本数だけでなく、どのように標本を抽出したかも、研究の信頼性を左右する重要な要素となります。
母集団と標本の考え方は、この後に学ぶ推測統計、信頼区間、仮説検定など、統計学全体の基礎となります。まずは、「一部のデータから全体を推測する」という統計学の基本的な発想をしっかり理解しておきましょう。
▼第一部の掲載記事一覧（リンク）
コメント