均等割付とは？比例割付との違い・ウェイトバック集計まで調査設計を解説

均等割付とは、アンケートや標本調査で母集団を年代・地域・購入経験などの層（セグメント）に分け、各層へ同じ数のサンプルを割り当てる割付方法です。母集団の構成比を無視して各層を対等に扱うため、少数のセグメントでも分析に足る回答数を確保できます。この記事は統計・調査における均等割付を扱います。Word・Excelで文字幅をそろえる「文字の均等割り付け」を探している場合は別の機能なので、この記事の対象ではありません。

まとめ：均等割付は層間比較のための割付、集計時はウェイトバックで補正する

• 均等割付は各層に同数のサンプルを割り当て、少数セグメントでも分析できる回答数を確保する方法。
• 比例割付は母集団の構成比に合わせて配分する方法で、全体集計はそのまま使えるが、少数層の回答が薄くなり層間比較には不利。
• 均等割付したデータを全体集計する際は、ウェイトバック集計で母集団構成比に戻して補正する。
• 属性ごとの比較が目的なら均等割付、母集団全体の推定が目的なら比例割付を選ぶ。

以下で、均等割付の定義、比例割付・ネイマン配分との違い、向く調査の判断基準、ウェイトバック集計の計算例まで順に解説します。

均等割付とは：各層へ同数のサンプルを割り当てる割付方法

均等割付は、母集団を複数の層に分けたうえで、各層に割り当てるサンプル数を等しくする方法です。たとえば20代・30代・40代・50代を対象にした調査で、母集団の年代構成に関係なく各層100人ずつ、計400人を回収するのが均等割付です。層化抽出法（母集団を層に分けてから抽出する方法）の配分ステップにあたり、比例割付・ネイマン配分と並ぶ選択肢の一つです。

均等割付を使う理由：少数セグメントでも分析できるサンプルを確保する

母集団の構成比どおりに配分すると、比率の小さい層のサンプルが極端に少なくなります。たとえば60代が母集団の5%しかいない調査で全体400人を比例配分すると、60代は20人ほどしか取れず、この層単独の集計は誤差が大きくて実務では使えません。均等割付で各層100人を確保すれば、どの層も同じ精度で比較でき、「20代と60代で反応がどう違うか」といった属性間比較を対等な土俵で行えます。少数派を厚く見たい調査ほど均等割付の利点が効きます。

均等割付と比例割付・ネイマン配分の違い

層化抽出法での配分方法は主に3種類あり、配分の基準と集計時の扱いが異なります。

比例割付は各層を母集団の大きさに比例して配分するため、そのまま集計しても母集団を反映した自己加重標本になります。ネイマン配分は層の大きさに加えて層内のばらつき（標準偏差）も加味し、ばらつきの大きい層に多く配分して全体推定の精度を高める方法です。層間で標準偏差が異なる通常のケースでは配分が不均等になるため全体集計にウェイトが要り、全層のばらつきが等しいときだけ比例割付と一致して補正が不要になります。均等割付はこの2つと違い、配分の段階で母集団構成比をあえて崩すため、全体を集計するときに後述のウェイトバックで戻す前提の割付になります。

均等割付が向く調査・向かない調査の判断基準

均等割付を選ぶかどうかは、調査の目的が「層間の比較」か「母集団全体の推定」かで決まります。

向くケースは、世代別・地域別・購入者と非購入者など、セグメントごとの反応差を対等に比較したい調査です。とくに母集団に占める割合が小さいセグメント（若年層、特定地域、ヘビーユーザーなど）を単独で分析したい場合、均等割付でなければ回答数が足りません。

向かないケースは、支持率や平均値など母集団全体の値を推定するのが主目的で、層を跨いだ単純集計をそのまま出したい調査です。この場合は比例割付のほうが集計が素直で、補正の手間もかかりません。

実務でありがちな失敗は、均等割付で回収したデータをウェイトバックせずに単純集計し、少数層を過大評価した全体像を出してしまうことです。均等割付を選んだ時点で、全体集計にはウェイトバックが必須になると設計段階で決めておく必要があります。

ウェイトバック集計で母集団構成比に補正する（計算例）

均等割付は各層を同数にするため、標本の構成比は母集団の構成比とズレます。全体を集計するときは、各層に「母集団構成比 ÷ 標本構成比」で求めたウェイトを掛けて、母集団の姿に戻します。これがウェイトバック集計です。次の例で確認します。

ある設問への「はい」の回答率が、20代80%・30代50%・40代30%・50代20%だったとします。均等割付のまま単純平均すると (80+50+30+20)÷4＝45%です。しかしウェイトバックして母集団構成比で加重すると、0.3×80＋0.4×50＋0.2×30＋0.1×20＝52%となります。この7ポイントの差が、均等割付をそのまま集計した場合の歪みです。層別に比較するときは各層の値（80%・50%…）をそのまま使い、全体値を出すときだけウェイトバックする、という使い分けになります。

均等割付のメリット・デメリット

均等割付の最大のメリットは、各層の集計精度が均一になり、層ごとの結論の信頼度を揃えられることです。少数セグメントを含めてどの層も同じ確からしさで比較できます。

デメリットは運用コストに集約されます。標本の構成比が母集団とズレるため全体集計にウェイトバックが欠かせないこと、層の数だけ回答を確保するので総サンプル数が増えやすく費用がかさむこと、設計・集計の手順が比例割付より複雑になることです。目的が母集団全体の推定に寄っているなら、無理に均等割付を選ばず比例割付を検討したほうが運用は軽くなります。

よくある質問

均等割付と比例割付はどちらを選べばよいですか？

セグメントごとの反応差を比較するのが目的なら均等割付、母集団全体の支持率や平均を推定するのが目的なら比例割付を選びます。少数層を単独で分析したい場合は均等割付でないと回答数が足りません。

Wordやエクセルの「文字の均等割り付け」とは違うのですか？

別物です。Word・Excelの「文字の均等割り付け」は、文字数の異なる項目をセル幅や指定幅に合わせて等間隔で表示する文字揃えの機能です。この記事で扱う均等割付は、アンケートや標本調査でサンプルを各層へ同数割り当てる調査設計の用語です。

均等割付したデータはそのまま集計してよいですか？

層ごとの集計はそのまま使えますが、全体を集計するときはウェイトバックで母集団構成比に補正する必要があります。補正せずに単純集計すると、少数層を過大評価した誤った全体像になります。

アンケートの割付人数はどのように決めますか？

分析したい最小のセグメントで必要なサンプルサイズを先に決め、それを各層に適用します。層別集計に足る目安として1層あたり100前後を確保することが多いです。割付の考え方や決め方の全体像はサンプル割付とは？アンケート調査の割付方法・決め方を解説で整理しています。

ウェイトバック集計とは何ですか？

収集したデータを母集団の構成比に基づいて事後的に補正する集計方法です。各層に「母集団構成比 ÷ 標本構成比」で求めたウェイトを掛けて、標本を母集団の姿に戻します。均等割付とセットで使うのが一般的です。

関連記事

• サンプル割付とは？アンケート調査の割付方法・決め方を解説
• 系統抽出法とは？基本的な概念と統計学における役割
• 多段抽出法とは？基本的な概念と統計調査での役割
• 無作為抽出法とは何かを基礎から解説する導入ガイド