コンテンツにスキップ

無作為抽出

出典: へっぽこ実験ウィキ『八百科事典(トンチンペディア)』
一杯目がいちばん偏りが少ない。
〜 無作為抽出 について、ある世論調査員

無作為抽出(むさくいちゅうしゅつ)とは、母集団に溶けている無作為を、湯も溶媒も使わずに取り出す工程である。取り出された無作為は標本と呼ばれ、抽出を終えた母集団には作為だけが残る。統計学では、残った作為は捨てずに、次の調査まで冷暗所で保管することになっている。

どの母集団も、作為と無作為がおよそ半分ずつ混ざった状態で見つかる。人の集まりであれば、一人ひとりの中に「選ばれたい」「選ばれたくない」という作為と、そのどちらでもない無作為が層になって沈んでいる。無作為は作為より比重が軽いので、母集団をしばらく放っておくと上のほうに浮いてくる。無作為抽出は、この上澄みを、くじや乱数で静かにすくい取る作業である。

すくい取る道具に手の動きが少しでも混ざると、作為が一緒に上がってくる。このため調査員は、抽出のあいだ自分の手を見ないよう訓練される。熟練した調査員は、自分がどの人を選んだのかを、調査が終わってから報告書を読んで知る。

ソックスレー抽出器。無作為は上のほうから出てくる。

抽出の器具としては、1879年にドイツの化学者フランツ・フォン・ソックスレーが作ったソックスレー抽出器が知られている。ソックスレーは牛乳の脂肪を量るためにこれを作ったが、最初の実験で取り出されたのは脂肪ではなく、どの牛の乳を使うかを決めていなかったという無作為だった[要出典]。この無作為はフラスコの底で三日ほど乾かしたあと、量らずに捨てられた。量ると作為になるからである。

1936年のアメリカ大統領選挙では、雑誌『リテラリー・ダイジェスト』が約240万人の回答を集め、ランドンの勝利を予想した。実際に勝ったのはルーズベルトである。のちの分析によると、同誌が名簿に使った電話帳と自動車の登録台帳は、それまでに何度も調査に使われていて、無作為が一滴も残っていなかった。240万人ぶんの出がらしからは、240万人ぶんの作為しか出ない。同じ年、ギャラップはずっと少ない約5万人から、まだ誰も汲んでいない無作為を汲み、ルーズベルトの勝ちを当てた。

日本では1920年に最初の国勢調査が行われた。国勢調査は国じゅうの人を一人も残さず数える全数調査なので、母集団と標本が同じ大きさになり、無作為の行き場が無い。このため国勢調査の年には、抽出されなかった無作為が国じゅうに少しずつ溜まり、翌年の春ごろ、商店街の福引きで当たりが急に出やすくなる[要出典]。

抽出の方法

[いじくる | はらわた]

抽出の方法は、母集団の並べ方と、すくう道具によって分けられる。

方法 母集団の並べ方 道具 取れる無作為
単純無作為抽出 並べない くじ 澄んでいる
系統抽出 一列に並べる k番目ごとに肩を軽く叩く指 k の値の味がする
層化抽出 年齢や地域の層に分ける 層ごとに別のくじ 層の数だけ色が違う
多段抽出 都道府県、市区町村、世帯の順に絞る 目の細かさが違うくじを重ねたもの 最後の段で濃くなる
集落抽出 町内会ごとにまとめる 回覧板 町内会の匂いが付く

系統抽出では、k の値を調査員が決めるので、その分の作為が標本に移る。k を別のくじで引けば防げるが、そのくじの本数を決めるところでまた作為が入る。この繰り返しは、七段目まで下りたところで記録が止まっている。八段目のくじの本数を決めた人は、まだ見つかっていない。

標本の大きさ

[いじくる | はらわた]

何人から無作為を抽出すればよいかは、計算で決まる。誤差を5パーセント、信頼の度合いを95パーセントとすると、1.96 × 1.96 × 0.5 × 0.5 ÷ (0.05 × 0.05) = 384.16 人になる。人を0.16人だけ呼ぶことはできないので、切り上げて385人とする。

このとき足された0.84人ぶんは、母集団のどこにもいない。切り上げると決めた調査員の作為で埋められる。どれほど丁寧に抽出しても、標本に必ず少しだけ作為が混ざるのはこのためで、混ざる量は人数にして1人に満たない。報告書に「標本数 385」と書かれているとき、385人目の八割四分は、調査員が自分で決めた人である。

出がらし

[いじくる | はらわた]

同じ母集団から何度も抽出すると、無作為は少しずつ薄くなる。電話番号を乱数で作ってかける世論調査は、日本では2000年ごろから新聞社や放送局が使っているが、何度もかかってきた人は、電話が鳴る前から受話器のそばに座り、質問を聞く前に答えを決めている。調査の世界ではこうした人を「濃縮済み」と呼び、標本から外すのではなく、作為の見本として別の棚に並べる。

郵便ポストの投函口は、どれも横に長い。

出がらしになった母集団も、十年ほど誰にも数えられずにいると、底のほうからまた無作為が湧いてくる。湧き直した無作為は最初のものより少し粘りがあり、くじの先にまとわりつくので、抽出には普段より細いくじを使う。

1955年、アメリカのランド研究所は『100万個の乱数』という本を出した。無作為を100万桁ぶん、400ページに2,500桁ずつ詰めた濃縮液である。一回の世論調査で使う無作為は385桁ほどなので、一冊で約2,597回の調査ができる。

乱数表は、同じページを二度使ってはいけない。一度読まれた桁には読んだ人の目の作為が付き、二度目には少しだけ予想どおりの数字が出る。このため乱数表の読者は、どのページも一度しか読めない。最後まで読み終えた読者は、二冊目を買う前に、自分がどのページから読み始めたかを思い出さないようにする。

この記事について

[いじくる | はらわた]

この記事の文は、「無作為抽出について書ける文」という母集団から抽出したものである。前の節から順に汲んだので、後ろの節ほど出がらしから汲んでおり、作為が濃い。この節にはもう無作為がほとんど残っていない。書き手はこの一文を、書こうと思って書いた。

関連項目

[いじくる | はらわた]
Cookieは私達のサービスを提供するのに役立ちます。このサービスを使用することにより、お客様はCookieの使用に同意するものとします。