単純無作為抽出とは？
単純無作為抽出は、母集団の中のすべての項目が均等に選ばれる確率と可能性を持つ手法である。 この場合、項目の選択はすべて運や確率に依存するため、このサンプリング手法は偶然の方法とも呼ばれることがあります。
単純無作為抽出は基本的なサンプリング方法であり、より複雑なサンプリング方法の構成要素となることが容易である。 このサンプリング方法の主な特徴は、どのサンプルも同じ確率で選ばれることです。
このサンプリング法におけるサンプルサイズは、単純無作為抽出が適切に適用できるように、理想的には数百以上であるべきです。 この方法は、理論的には理解しやすいのですが、現実的には難しいそうです。 大規模なサンプルサイズを扱うのは簡単なことではなく、現実的なサンプリングフレームを見つけるのが難しい場合もあります。
単純無作為抽出の方法
研究者は、これらの方法に従って、単純な無作為標本を選択します。
- 最初に全メンバーのリストを用意し、各メンバーに特定の番号（例えばn人目のメンバーがいれば、1〜Nの番号）を付けるのです。
- この母集団から、研究者は乱数表と乱数発生ソフトウェアの2つの方法で無作為にサンプルを選択する。 研究者は、サンプルの生成に人間の干渉が必要ないため、乱数生成ソフトを好む。
単純無作為抽出の過程で生じるバイアスを最小化することを目的とした2つのアプローチがある。
-
抽選方法
抽選法は最も古い方法の一つで、ランダムサンプリングの機械的な例である。 この方法では、研究者は母集団の各メンバーに数字を与える。 研究者は箱の中からランダムに番号を引き、サンプルを選びます。
-
乱数の使用
乱数の使用は、母集団の番号付けも行う別の方法である。 このサンプリング手法には、以下のような数表を使用することが有効です。
単純無作為抽出の計算式
ある病院に1000人のスタッフがいて、100人に夜勤を割り振る必要があるとします。 全員の名前がバケツに入れられ、ランダムに選ばれます。 各人が選ばれる確率は等しく、母集団の大きさ（N）と標本の大きさ（n）がわかっているので、次のように計算することができます。
|
P=1- N-1/N.N-2/N-1….N-n/N-(n-1) キャンセリング=1-N-n/N =n/N =100/1000 =10% |
単純なランダムサンプリングの手順
以下の手順で、500人の従業員の中から100人の単純無作為抽出を行います。
- リストを作成する 組織で働くすべての従業員の (上記のように、組織には500人の従業員がいるので、レコードには500人の名前が含まれていなければなりません)。
- 連番を付与する を各従業員（1,2,3…n)に渡す。 これがサンプリング・フレーム（単純無作為抽出の対象となるリスト）です。
- サンプル数を把握する. (この場合、サンプルサイズは100である）。
- ステップ2のサンプリングフレーム（母集団サイズ）とステップ3のサンプルサイズを使用して、乱数発生 器を使用してサンプルを選択します。 例えば、サンプルサイズが100で母集団が500の場合、1から500の間で100個の乱数を発生させます。
調査における単純無作為抽出
今日の市場調査プロジェクトは、より大規模で、項目数も不特定多数に及んでいます。 母集団のすべての人の思考過程を研究し、そこから干渉を導き出すことは現実的に不可能である。
研究者として時間と費用を節約したいのであれば、単純無作為抽出は最も適した確率的サンプリング方法の1つです。 サンプルからのデータ取得がより望ましい、実用的である
国勢調査と標本のどちらを使うかは、国勢調査の種類、均質性/異質性の程度、コスト、時間、調査の実現性、必要な精度の程度など、いくつかの要因によって決まります。
単純無作為抽出のメリット
- 公正なサンプリング方法であり、適切に適用されれば、他のサンプリング方法と比較してバイアスを減らすことができます。
- 大きなサンプルフレームを含むので、通常、既存の大きな母集団からより小さなサンプルサイズを選ぶことは容易である。
- 調査を行う人は、収集するデータについての予備知識は必要ない。 研究者が専門家である必要はなく、収集するための質問をすることができます。
- このサンプリング方法は、データ収集の基本的な方法である。 専門的な知識は必要ありません。 必要なのは、リスニングとレコーディングのスキルだけです。
- このタイプのサンプリング方法では、母集団のサイズが膨大であるため、研究者が作成する必要のあるサンプルサイズに制限はない。 大きな母集団から、小さなサンプルをかなり早く得ることができます。
- このサンプリング方式で収集されたデータは、情報が豊富であり、サンプル数が多いほどデータの質が高くなります。
