非確率標本抽出法の実践と偏りのリスク【ChatGPT統計解析】

非確率標本抽出法の実践と偏りのリスク【ChatGPT統計解析】 | 統計解析 - ChatGPT・Python・エクセルを使った講義で最速マスター

セミナー案内             AIデータサイエンス動画           インスタグラム

非確率標本抽出法の実践と偏りのリスク【ChatGPT統計解析】

非確率標本抽出法の実践と偏りのリスク【ChatGPT統計解析】
非確率標本抽出法は、確率標本抽出と比べると代表的な標本を得る点で劣るが、看護学など多くの分野で使用されている。主な非確率標本抽出法には便宜的標本抽出、割り当て標本抽出、有意抽出の3つがある。便宜的標本抽出は入手しやすい対象を選ぶ方法で、母集団の代表性に欠けることがある。例えば、街角での面接や広告で募った参加者は偏りが生じやすい。また、雪玉式標本抽出は特性を持つ人々を連鎖的に紹介してもらう方法で、特定の人々を対象とする研究に適している。便宜的標本抽出法は多くの専門分野で広く使用されているが、母集団が不均質な場合、偏りのリスクが大きくなる。一方、割り当て標本抽出法は母集団の層に基づき標本を配分し、例えば男女比を考慮して標本の代表性を高める。

非確率標本抽出法の実践と偏りのリスク【ChatGPT統計解析】▼▼▼▼▼▼▼▼
チャンネル登録はこちら


目次  非確率標本抽出法の実践と偏りのリスク【ChatGPT統計解析】

 

 

非確率標本抽出

 

非確率標本抽出(nonprobability sampling ; 有意抽出)は,正確で代表的な標本を選び出すということでは確率標本抽出に劣る.

 

それにもかかわらず,看護や他の専門分野での研究の標本の大半は非確率標本である.

 

非確率標本抽出法には主として,便宜的標本抽出法,割り当て標本抽出法,そして有意抽出法という3つの方法がある.

 

便宜的標本抽出法

 

便宜的標本抽出法(convenience sampling ; 簡易標本抽出法)は,研究参加者として,もっとも得やすい人々をもちいる.

 

クラスの看護学生に質問紙法を配布する教員は,便宜的標本,または偶発的標本(accidental sample)をもちいる.

 

あるナースが,地域の病院で双子を出産する女性について観察研究を行う場合も,便宜的標本によっている.

 

便宜的標本抽出法の問題は,重要な変数に関して,研究可能な対象が,関心ある母集団を必ずしも代表していないことである.

 

便宜的標本は,研究者が知っている個人から構成されるとはかぎらない.街角で立ち止まらせた人に面接をすることも,便宜的標本抽出法である.

 

ある特徴をもつ人々を募っている研究者が,新聞に広告を出したり,クリニックやスーパーマーケットに掲示を出したり,インターネットのチャットにメッセージを出すことがある.

 

選んだ人々が,路上をたまたま歩いていた人であるとか,掲示をみて自分からすすんで応じた人なので,このような方法も偏りが問題となる.

 

雪玉式標本抽出法(snowball sampling)〔ネットワーク・サンプリング(network sampling),連鎖標本抽出法(chain sampling)〕も,便宜的標本抽出法の変形である.

 

この方法では,はじめの標本メンバーに,その適性基準に合うほかの人々を見つけて紹介するよう求める.

 

この標本抽出の方法は,見つけにくい特性をもつ人々を研究の母集団とする場合にもちいることが多い(例:病院を怖がっている人々).

 

雪玉式は,少数で適性のある研究参加者から始め,それから,それらの参加者からの紹介に基づいて,望ましい標本の大きさ(標本サイズ)が得られるまで続ける.

 

便宜的標本抽出法は,もっとも弱点の大きい標本抽出法であるが,多くの専門分野でもっともよく使われている方法でもある.

 

不均質な母集団では,他の標本抽出法のいずれよりも,標本抽出の偏りの危険が大きくなる.

 

便宜的標本の例

 

ボードとライアンーウェンガーは,小児集中治療室の体験がもたらす親への長期的影響,家族の適応への長期的影響について,前向きに検証した.

 

研究者は,便宜的標本抽出法をもちいて,3つのグループの親を募集した.

 

つまり,小児集中治療室に入院している子どもの親,一般病棟に入院している子どもの親,入院していない病児の親であった.

 

 

割り当て標本抽出法(クォータ・サンプリング,比例割り当て法)

 

割り当て標本(quota sample)は,研究者が母集団の層を特定し,それぞれの層から必要とされる参加者の人数を決めてつくるものである.

 

母集団の特性についての情報をもちいることで,研究者は,できるかぎり母集団に生じる割合と同じように,標本を配分できる.

 

AIDS患者と働くことに対する看護学生の態度を研究することに関心があるとしよう.

 

対象母集団は,1000名の学生がいる学士課程をもつ1つの看護学校である.

 

200名の学生の標本を望んでいる.もっとも簡単な手順は,教室で質問紙を配布したり,図轡館の出入り囗で学生を立ち止まらせて,便宜的標本をもちいることであろう.

 

しかし,男子学生と女子学生でも,それぞれAIDSに見舞われた人と働くことについて異なる態度をもっていると考えたとしよう.

 

便宜的標本では,男女の比率が偏るかもしれない.

 

便宜的標本は,女性を過剰に代表し,男性を過少に代表しているかもしれない.

 

しかし,標本が2つの層から正しい数の事例を含むように,研究参加者を選ぶことができる.

 

偏りのある標本の研究での主要な問いの1つは,「AIDS患者だけをケアする病棟で,あなたは働きたいですか」というものだったとしよう.

 

この問いに,「はい」と答えた学生の母集団での割合は、研究者がこの数値を知ることはないだろうし,説明のために示したにすぎない.

 

母集団では,女子学生のほうが男子学生より, AIDS患者の病棟で働きたいと考えているものが多いが,便宜的標本では,まさに男子学生が少ない比率で代表された.

 

結果として,母集団と標本では,アウトカム変数の数値に不一致が生じている.

 

つまり,便宜的標本で得た結果によれば, 11.0%の学生がAIDS病棟で働きたいと思っていることになるが,母集団ではそれより3%多く, 14.0%の学生がAIDS病棟で働きたいと思っている.

 

一方,割り当て標本は14.5%で,母集団の視点をかなりよく反映している.

 

実際の研究状況では,便宜的標本抽出法で生じる歪みは,この架空の例の場合よりは小さいであろうが,もっと大きくなることもあるだろう.

 

 

非確率標本抽出法(nonprobability sampling;有意抽出)は、代表的な標本を得る点で確率標本抽出に劣りますが、看護学やその他の専門分野で多く利用されています。非確率標本抽出法の主な手法としては、便宜的標本抽出法、割り当て標本抽出法、そして有意抽出法の3つがあります。便宜的標本抽出法は、参加者の確保が容易なため多くの研究で使用されます。例えば、ある看護学の教員がクラスの学生に質問紙を配布してデータを収集する場合、これは便宜的標本抽出に該当します。また、ある看護師が地域の病院で双子を出産した女性について観察を行う場合も、得やすい対象者に基づいて便宜的標本が形成されます。便宜的標本抽出法の課題として、母集団の代表性に欠け、対象者が研究者の関心に基づいた変数を必ずしも反映していない可能性が挙げられます。便宜的標本は、研究者の身近にいる個人で構成されるわけではありませんが、街角で行われる面接やインターネットでの募集も便宜的標本抽出にあたります。例えば、ある研究者が特定の特徴を持つ人々を対象にするために新聞に広告を掲載したり、クリニックやスーパーマーケットに掲示を出したり、インターネットのフォーラムにメッセージを投稿することもあります。これにより、自ら志願した人々や偶然通りかかった人が対象となり、母集団の偏りの問題が生じやすくなります。便宜的標本抽出の変形として雪玉式標本抽出法(snowball sampling)があります。この手法はネットワーク・サンプリング(network sampling)や連鎖標本抽出法(chain sampling)とも呼ばれ、初期の標本メンバーに、研究の基準に適合する他のメンバーを紹介してもらう形で進められます。この方法は、特定の性質や特徴を持つ人々が集団の中で少数である場合、あるいはアクセスが難しい人々を対象とする場合に適しています。例えば、病院恐怖症の人々を研究する場合には、このような少数の対象者をネットワークを通じて探し出すことで研究が可能になります。雪玉式標本抽出は、最初に適性基準に合う少数の参加者から始め、それらの参加者に紹介を依頼しながら望ましい標本サイズに達するまで続ける方法です。便宜的標本抽出法は非確率抽出法の中でも特に多く用いられる一方で、標本の偏りや母集団の代表性が確保されにくいことから、信頼性や再現性が欠如する可能性が指摘されています。これに対し、割り当て標本抽出法(quota sampling)は、母集団の特性に基づいて標本を構成する方法です。研究者は母集団の中の異なる層を特定し、それぞれの層から必要な人数を標本として選び出します。母集団の構成に基づき、例えば性別や年齢、職業などの特性で層を分け、それに従って標本の割合を割り当てることで、母集団の特性をより正確に反映させることが可能です。例えば、ある看護学校でAIDS患者と働くことに対する看護学生の態度を調査する場合、男女の割合に基づいて層別に標本を抽出することが考えられます。便宜的標本を用いると、例えば図書館の出入り口で学生に調査を行うといった方法では、母集団における男女比が偏ってしまう可能性があります。便宜的標本では女性の割合が過剰になり、男性が少なく代表される場合もありますが、割り当て標本抽出法を使用することで男女の比率を調整し、母集団に近い構成の標本が得られます。実際の調査で偏りのある標本が問題になるのは、例えばAIDS患者のケアに関する態度について「AIDS患者のみが入院する病棟で働きたいか」という質問に対し、便宜的標本によって得られた数値と母集団の数値が一致しない場合です。便宜的標本では、例えば11%の学生が働きたいと答えたとしても、実際の母集団ではこの割合が14%に上る可能性があります。一方、割り当て標本抽出法では母集団により近い14.5%の回答が得られ、母集団の構成を反映した数値としてより信頼性が高まります。実際の研究状況では便宜的標本抽出法により得られる結果の歪みが小さい場合もありますが、逆に大きくなる可能性もあるため、母集団の均質性や対象者の特性に応じて抽出方法を選択することが重要です。また、非確率標本抽出法の有意抽出(purposive sampling)は、研究の目的に応じて特定の基準に基づき対象を選び出す方法で、特定の知識や経験を持つ参加者を対象とする研究に用いられることが多いです。

 

非確率標本抽出法の実践と偏りのリスク【ChatGPT統計解析】


セミナー詳細                    解析ご相談                    LINEでお友達

非確率標本抽出法の実践と偏りのリスク【ChatGPT統計解析】

非確率標本抽出法の実践と偏りのリスク【ChatGPT統計解析】