著者：Trent Buskirk博士。 Trent Buskirk, PhD.

歴史、文学、犯罪学、その他多くの分野でそうであるように、統計学でも文脈は重要です。 データがどこから来たのかを知ることで、そのデータで何ができるのか、そこからどのような推論ができるのかについての手がかりが得られます。

調査サンプルにおいては、サンプルがどのようにして選択されたか、またどのような母集団から選択されたかについて知ることができるため、文脈は非常に重要です。

選択されたすべてのサンプルが単純なランダムサンプルではないため、サンプリングデザインに関する情報を知ることは、研究者が適切な推定値を作成し、正しく予測可能な推論を生み出すために必要なコンテキストを提供します。 一般的に理解するだけでなく、推定値の算出や推論を行うための適切なコンテキストを提供するために、サンプルで定義する必要のあるいくつかの重要な概念があります。

まず、サンプリング・ユニットです。

これは、サンプルに含める実際の単位です。

これは、サンプルに含める実際の単位です。通常、この単位は個人を指しますが、何をどのように測定するかに応じて、会社、学校、または近所である可能性もあります。

ここで、サンプリング単位を適切な文脈に置くと、可能なすべてのサンプリング単位のリストで構成されるサンプルフレームができます。

対象者は、全体的な文脈を提供し、推論や推定が必要な人々、住宅、学校などの集合体を表しています。 もちろん、理想は常に実現できるわけではありません。

Why Sampling Frames are so Important

例えば、現在の政治家に対する米国の成人の意見を調査するとしましょう。

もちろん、米国のすべての成人の電話番号を持っているわけではありません。

対象となる人口 (米国の成人) の大部分は、サンプリング フレーム (携帯電話バンクに登録されているもの) によって「カバー」されます。

しかし、バンクに登録されている携帯電話番号の中には、対象人口に含まれない子供が所有しているものもあります。

同様に、固定電話しか持っていない大人や、電話を全く持っていない大人も、このサンプリング フレームの対象にはなりません。

これらの大人が、調査結果において、携帯電話を所有している人と何らかの点で異なる場合、選択バイアスが生じる可能性があります。

サンプリング フレームのための他の選択肢がないか、データが利用可能になる前にフレームが他の人によって決定されているかもしれません。 いずれにしても、サンプルがどのようにして得られたのか、また、サンプリングフレームが対象者全体をカバーしていない可能性があることを知っておくことが重要です。

これらの情報を知ることで、合理的な統計的推定値を導き出すことができますし、さらに重要なことは、適切な文脈で推論を行うことができるということです。