確率標本抽出

確率標本抽出(probability sampling ; 無作為抽出）は，母集団から要素を無作為に抽出する．

無作為抽出を，実験デザインとの関連で説明した無作為割り付けと混同してはならない（よく混同されるが）．

無作為割り付けとは，無作為にさまざまな実験条件に対象を配分する過程をいう．

無作為割り付けは，実験において，はじめの段階でどのように対象を選ぶかを示すものではない．

無作為抽出法(random sampling)には，母集団の各要素が等しく単独に抽出されるチャンスをもつという抽出過程がある．

もっともよくもちいられる４つの確率標本抽出法は，単純無作為抽出法，層化無作為抽出法，集群抽出法(クラスター抽出法)，系統抽出法である．

単純無作為抽出法

単純無作為抽出法(simple random sampling)は，もっとも基本的な確率標本抽出デザインである．

さらに複雑な確率標本抽出デザインにも，単純無作為抽出法の特徴が取り入れられているので，この方法についてここで少し詳しく説明しよう．

単純無作為抽出法では，研究者は，標本抽出枠(sampling frame)を確定する．

つまりそれは，そこから標本を選ぶ要素のリストを指す専門用語である．

コネティカット州立大学の看護学生が対象母集団であれば，これらの学生の名簿が標本抽出枠となろう．

カナダの500床(ないしそれ以上)の病院が標本単位とすれば，そのようなすべての病院のリストが標本抽出枠となろう．

実際には，母集団に着手してその要素のリストをつくるというよりも，既存の標本抽出枠をもちいて母集団を定義するだろう．

たとえば，標本抽出枠として電話帳を使おうとする場合，母集団を，電話会社の顧客であり，かつ電話帳が発行されたときに番号を電話帳に載せている地域の住民，と定義すべきだろう．

地域の全住民が電話をもっているわけではないし，番号を電話帳に載せていない人もいるので，電話帳を母集団全体の標本抽出枠とみなすのは適切ではないだろう．

標本抽出枠ができあがったら，その要素に連続的に番号をつけなければならない．

そうすれば乱数表を使って，必要な大きさの標本を得ることができる.20名の標本を無作為抽出したいとしよう．

無作為割り付けの場合のように，目をつぶって乱数表に指を置き，任意の点を出発点とする．

１から50までのすべての数字を含むように，２桁の数字を読んでいく．

説明の便宜上，乱数表の最初の数字から無作為抽出を始めたとしよう．

その数字は46であり，それに該当するアブラハムが,研究に参加するために選ばれた最初の対象である.05のエルドレッドが２人目に選ばれ,次いで,23のヤリンスキーが３人目となる．このプロセスを，20名の対象を選ぶまで続けていく．

この方法で無作為に抽出された標本には，研究者の偏りが入り込む余地がないことが明らかであろう．

無作為に抽出された標本が代表的であるという保証はないが，無作為抽出法では，標本や母集団の属性における差は，単に偶然の働きによることが保証される．著しく逸脱した標本が抽出される確率は低く，この確率は，標本の大きさが大きいほど，低くなる．

単純無作為抽出法は，労力を要する傾向にある．

標本要素の抽出は，とりわけ母集団が大きい場合には，時間のかかる仕事である．

ニューヨーク市の電話帳に載っているすべての電話加入者を列挙することを考えてみるとよい．

要素がコンピュータで処理できるようなものであれば，自動的に標本を抽出するようにプログラムできる．

実際には，単純無作為抽出法は，比較的に効果が少ない方法なので，あまりもちいられない．

それに，母集団のすべての要素のリストを常に入手できるとはかぎらないので，他の方法が必要となる．

単純無作為標本の例

ユーンとホーンは，高齢女性の標本をもちいて，医療目的のハープ製品の利用に関する研究を行った．

州自動車局の情報から集めた標本抽出枠を利用して，フロリダ郡に１人で住む65歳以上の高齢女性86名の無作為標本を選んだ，