自発回答型Web調査における自己選択バイアスと代表性
問題文
ある教育サービスで「自発参加型のWebアンケート」を実施したところ、300人から回答が得られ、そのうち72%が「1日の学習時間は十分に足りている」と答えました。この結果をもとに、このサービスを利用する全学習者（母集団）においても同様に『7割以上の学習者の学習時間が足りている』と一般化して判断できるか、統計学的な問題点を指摘し改善案を示しなさい。
与えられた条件
| 項目 | 値 |
|---|---|
| 調査手法 | 自発参加型のオンラインアンケート |
| サンプルサイズ (n) | 300 |
| 肯定的回答率 | 72% |
解答・途中計算
自己選択バイアスの指摘
自発的なWebアンケートでは回答者を無作為に選んでいません。関心や意見が回答のしやすさと関係していれば自己選択による偏りが生じます。72%をそのまま全学習者の割合とみなす根拠はありません。
標本サイズ (n) とバイアスの違いの理解
標本数を増やすと偶然のばらつきは減りますが、回答しない層が残る仕組みを自動的には直せません。抽出枠や回答率を確かめず、標準誤差の小ささだけで代表性を判断しないでください。
改善策の提示（無作為抽出の設計）
全学習者の名簿から確率的に抽出し、非回答を追跡する設計が一案です。層化抽出なら各層の抽出割合と重み付けも示します。既存の自発回答データから推論するなら、補正に必要な情報と仮定を別に確認します。
最終結論
この設計と情報だけでは、回答者の72%を全学習者の割合として一般化できない。自己選択と非回答を確認し、確率抽出と回収管理、または根拠を示した補正・モデルを検討する。
誤答しやすい考え方
典型的な誤り：サンプルサイズが300人と十分に大きいため、中心極限定理により代表性は保障されるとする見解
理由・解説：中心極限定理は、この回答者の集め方で対象集団を代表できることを保証しません。標本数が増えても選択偏りは自動的に消えません。
典型的な誤り：回答率を高めるために、回答者にインセンティブ（ポイント付与等）を設定すればバイアスが完全に消滅するという解釈
理由・解説：インセンティブで回答率が上がることはありますが、自発的に回答する人を募る設計は確率抽出に変わりません。誰が回答しなかったかも確かめなければ、対象集団への代表性は保証されません。謝礼によって回答する層が変わる可能性も別に検討します。
参照資料
この概念をアプリで練習する
統計検定2級の演習・復習アプリ機能です。実際に手を動かして理解を深めましょう。
本サイトの例題はすべて架空のデータを元に独自に作成されたものです。出題意図や難易度調整の基準については問題作成方針をご確認ください。
問題作成方針を見る制作・検証情報
- 執筆・構成
- kuma / bearworks.uk
- 検算・内容確認
- 2026-10-03改訂：Codex（一般化の条件と回答者選択の説明を確認）
- 最終公開確認
- kuma / bearworks.uk（2026-10-03に改訂内容を確認し、公開原稿として承認）
AIを使用した工程
問題構成の整理、実装補助、文章表現の点検、レビュー補助にAIを使用しました。AIの出力をそのまま正解や解説として公開していません。
人が確認した工程
初版の公開判断は実施済みです。2026-10-03に運営者が改訂内容を確認し、公開原稿として承認しました。
コード・データ・検証記録
更新・訂正履歴
- 初版5本のオリジナル例題を公開し、途中計算と最終結論を再確認しました。
- 訂正自己選択調査からの一般化と標本数の説明を条件付きに修正。運営者が公開原稿として確認しました。
内容の誤りや再検証のご連絡は、お問い合わせページから受け付けています。
誤りを報告する