---
title: "標本調査とは？身近な例とメリット・デメリット、必要なサンプル数の決め方を公的データで解説"
url: "https://www.issoh.co.jp/column/details/6472/"
published: 2025-04-30
updated: 2026-10-22
categories: ["マーケティング"]
publisher: "株式会社一創"
---

# 標本調査とは？身近な例とメリット・デメリット、必要なサンプル数の決め方を公的データで解説

標本調査とは、調べたい集団の全体（母集団）から一部を抜き出して調べ、その結果から全体の姿を推定する調査方法です。テレビの視聴率も、失業率を出す労働力調査も、毎月の家計調査も、すべて標本調査で作られています。この記事では、標本調査の意味と母集団との関係、身近な実例、国勢調査との違い、メリット・デメリット、何人に聞けば足りるのかという必要サンプル数の計算、抽出方法の選び方までを、総務省統計局とJIS（日本産業規格）の一次資料の数字で確認しながら整理します。

## まとめ：標本調査の要点

- 標本調査は、母集団の一部（標本）を抽出して調べ、全体を推定する方法です。全部を調べる全数調査（悉皆調査）と対になります。
- 母集団が大きく抽出率が小さい調査では、精度を決めるのは母集団の大きさではなく標本の大きさです。だから日本全体の労働力人口7,004万人（2025年平均）を、約4万世帯の標本で標準誤差7万人（0.1％）まで絞り込めます。
- 比率を許容誤差±5ポイント・信頼度95％で知りたいなら、母集団が大きくても必要な標本は385人です。±3ポイントなら1,068人に増え、母集団1,000人なら278人で足ります。
- 国勢調査は統計法第5条で全数調査と定められていますが、令和2年の抽出詳細集計では全国で10.0％の世帯を抽出して集計しています。全数調査と標本調査は対立ではなく、組み合わせて使われています。
- 最大のデメリットは標本誤差ですが、実務でより厄介なのは非標本誤差です。統計局の解説によれば非標本誤差は「標本の大きさと直接関係がなく」、サンプルを増やすだけでは系統的なずれは残ります。
- 用語の正式な照会先は2025年9月22日制定のJIS Z 8101-4:2025（統計－用語及び記号－第4部：標本調査法）です。「標本調査」「全数調査」はこの規格で初めてJISの見出し語になりました。

## 標本調査の定義と母集団・標本の関係

総務省統計局の「[なるほど統計学園 全数調査・標本調査](https://www.stat.go.jp/naruhodo/7%5Fshurui/zensu.html)」は、調査の対象となる集団全体を母集団と呼んだうえで、「全数調査は、母集団の全てを調べる方法です。標本調査は、母集団の一部を抽出して調べる方法です。母集団の一部を抜きとることを標本抽出といい、抽出された集合体を標本といいます」と説明しています。母集団・標本抽出・標本という3つの語の関係が、標本調査の骨格です。

調べたいのはあくまで母集団の値（母平均や母比率）であって、標本から計算した値はその推定値にすぎません。この「一部から全体を言い当てる」という構造が、後述する標本誤差の発生源になります。

### 標本調査法の新JIS Z 8101-4（2025年9月制定）

用語の拠りどころは、2025年に大きく変わりました。2025年9月22日に**JIS Z 8101-4:2025（統計－用語及び記号－第4部：標本調査法）**が制定され、標本調査法そのものの用語と定義を扱う日本産業規格が初めて置かれたためです。[日本規格協会の規格概要](https://webdesk.jsa.or.jp/books/W11M0090/index/?bunsyo%5Fid=JIS+Z+8101-4%3A2025)は「様々な調査のためのサンプリング（標本調査法）の分野で使用する用語及び定義について規定する」としており、対応国際規格ISO 3534-4:2014と一致（IDT）する規格で、規格本文は[日本産業標準調査会（JISC）のJIS検索](https://www.jisc.go.jp/app/jis/general/GnrJISNumberNameSearchList?show&jisStdNo=Z8101-4)で閲覧できます。

一方、それまで統計用語のJISとして参照されてきたJIS Z 8101-2:2015（統計－用語及び記号－第2部：統計の応用）には、「標本調査」「全数調査」という見出し語が1件もありません。新しいJIS Z 8101-4:2025では、3.1.20「サンプル調査，標本調査」が「調査のためのサンプリング（3.1.21）を利用した有限母集団（3.1.2）に関する検証又は分析的な研究」、3.1.19「センサス，全数調査，悉皆調査」が「特定の有限母集団（3.1.2）における全てのサンプリング単位（3.1.5）を調べること」と定義され、両語が初めて規格の見出し語になりました。日常語と規格用語の対応は次のとおりです。

| 日常で使う語     | JISの項番と用語                        | 定義（要旨）                 |
| ---------- | -------------------------------- | ---------------------- |
| 標本調査       | Z 8101-4 3.1.20 サンプル調査、標本調査      | 標本調査法を使った有限母集団の研究      |
| 全数調査・悉皆調査  | Z 8101-4 3.1.19 センサス、全数調査、悉皆調査   | 有限母集団の全サンプリング単位を調べること  |
| 標本抽出       | Z 8101-4 3.1.16 サンプリング、抽出        | サンプルを形成する行為            |
| 標本         | Z 8101-4 3.1.8 サンプル、試料、標本、資料     | サンプリング単位からなる母集団の部分集合   |
| 標本の大きさ     | Z 8101-4 3.1.9 サンプルサイズ、標本の大きさ    | 一つのサンプルの中のサンプリング単位の数   |
| 名簿・台帳      | Z 8101-4 3.1.25 サンプリングフレーム、標本抽出枠 | 識別子付きの全サンプリング単位の完全な集まり |
| 全数検査（製造分野） | Z 8101-2 4.1.5 全数検査              | グループ内全てのアイテムに対する検査     |
| 抜取検査（製造分野） | Z 8101-2 4.1.6 抜取検査              | グループからアイテムを抜き取って行う検査   |

標本を選ぶ過程そのものは、3.1.21「調査のためのサンプリング，標本調査法」として標本調査と呼び分けられています。製造現場の「抜取検査」「全数検査」は、引き続きJIS Z 8101-2の用語です。

## 標本調査と全数調査（悉皆調査）の違い

標本調査と対になるのが全数調査です。日本では国勢調査が代表例で、労働力調査や家計調査はその国勢調査の調査区を抽出の土台として使っています。全数調査が土台を作り、標本調査がその上で毎月の動きを追う、という役割分担です。

| 観点       | 全数調査（悉皆調査）      | 標本調査             |
| -------- | --------------- | ---------------- |
| 調べる範囲    | 母集団の全て          | 母集団から抽出した一部      |
| 標本誤差     | 生じない            | 必ず生じる（大きさは推定できる） |
| 非標本誤差    | 規模が大きいほど発生源が増える | 相対的に管理しやすい       |
| 費用と期間    | 大きい（国勢調査は5年に1度） | 小さい（労働力調査は毎月公表）  |
| 細かい区分の集計 | 市区町村単位まで出せる     | 区分を細かくするほど精度が落ちる |
| 代表例      | 国勢調査、製品の全数検査    | 労働力調査、家計調査、視聴率調査 |

読み方や語源、法令上の位置づけを含めた全数調査側の詳細は、[悉皆調査（しっかいちょうさ）とは？読み方・意味と全数調査・標本調査との違い、やり方と具体例](/column/details/5994/)で解説しています。

### 国勢調査の全数原則と抽出詳細集計（全国抽出率10.0％）

国勢調査は標本調査ではありません。総務省統計局の[令和2年国勢調査のQ&A（問1-4）](https://www.stat.go.jp/data/kokusei/2020/qa-1.html)は「統計法において、国勢調査は全数調査によることが明記されています（統計法第5条第1項）」と答え、その理由を「標本調査の結果は、地域を細かく区分したり、産業や職業を細かく分類したりして数字をみる場合には、誤差が大きくなり、利用に堪えない場合がしばしばあります」と説明しています。同じ回答は、国勢調査が「ほかの統計調査を設計するための基礎となる『フレーム』（母集団（調査対象全体）の抽出枠）の情報を提供する」役割を持つことも挙げています。

ただし、調査票を集めたあとの集計には標本が使われています。[令和2年国勢調査の抽出詳細集計の抽出方法](https://www.stat.go.jp/data/kokusei/2020/kekka/pdf/method%5Festimate.pdf)によると、一般世帯と30人未満の施設等の世帯（自衛隊の営舎内居住者及び矯正施設の入所者を除く。標本層世帯）からは、市区町村の人口規模に応じた抽出率で世帯単位の無作為系統抽出を行い、30人以上の施設等の世帯は「しっ皆層世帯」として全て抽出しています。全国の抽出率は10.0％です。結果には標本誤差が付き、同資料は全国で300,000という推定値について、約95％の確率で真の値が296,243から303,757の間にあると例示しています。「国勢調査はどのような標本抽出を行っているか」と問われたら、調査そのものは全数、詳細集計の段階で世帯の無作為系統抽出、というのが正確な答えです。

## 身近な標本調査の例と実際の標本の大きさ

標本調査は特殊な手法ではなく、毎日のニュースで目にする数字の作り方そのものです。公表資料で標本の大きさまで確認できる例を並べます。

| 調査                       | 標本の大きさ              | 抽出方法                   |
| ------------------------ | ------------------- | ---------------------- |
| テレビ視聴率（ビデオリサーチ）          | 関東2,700世帯ほか全国32地区   | 住民基本台帳の世帯数データをもとに無作為抽出 |
| 労働力調査（総務省統計局）            | 約2,900調査区・約4万世帯     | 層化2段抽出法                |
| 家計調査（総務省統計局）             | 168市町村・二人以上の世帯8,076 | 層化3段抽出法                |
| 国民生活に関する世論調査（内閣府・令和7年8月） | 5,000人（有効回収2,938人）  | 層化2段無作為抽出法             |

視聴率の母集団は全世帯ではありません。[ビデオリサーチのテレビ視聴率のサービス概要](https://www.videor.co.jp/service/media-data/tvrating.html)によれば、調査世帯は関東2,700・関西1,200・名古屋700・北部九州と札幌が各400で、母集団は各地区に居住するテレビ受像機所有世帯です。

労働力調査の母集団は、[労働力調査の概要](https://www.stat.go.jp/data/roudou/outline.html)のとおり日本に居住している全人口（外国政府の外交使節団・領事機関の構成員とその家族、外国軍隊の軍人・軍属とその家族を除く）です。国勢調査の約100万調査区のうち約2,900調査区しか使わず、抽出される調査区は全体の約0.3％にとどまります。調査するのは約4万世帯の15歳以上約10万人です。

家計調査は、[家計調査の概要](https://www.stat.go.jp/data/kakei/1.html)によると「層化3段抽出法（第1段―市町村、第2段―単位区、第3段―世帯）」で世帯を選びます。全国を168層に分けて各層から1市町村ずつ抽出し、二人以上の世帯8,076世帯と単身世帯673世帯（ほかに寮・寄宿舎72世帯）を調べています。二人以上の世帯は6か月で順次入れ替わるので、同じ世帯がずっと選ばれ続けることはありません。選ばれる確率まで含めた読み方は[家計調査の見方｜結果の読み方・選ばれる人・確率までわかりやすく解説](/column/details/5658/)にまとめています。

数字を伴わない日常の例も同じ構造です。鍋のスープを一さじ味見して全体の味を判断する、血液検査で数ミリリットルの血液から全身の状態を推し量る、工場が出荷ロットから数個を抜き取って壊して強度を確かめる。どれも「よくかき混ぜた（偏りのない）一部なら全体を代表できる」という前提に立っています。逆に、かき混ぜずに上澄みだけを味見すれば判断を誤ります。これが後述する抽出方法の問題です。

## 標本調査が一部だけで足りる理由

標本調査が成り立つのは、母集団が大きく抽出率が十分に小さいとき、推定の精度が母集団の大きさではなく標本の大きさでほぼ決まるからです。[労働力調査の解説（第9章 結果の推定方法と標本誤差等）](https://www.stat.go.jp/data/roudou/kaisetsu/pdf/hndbk3%5F09.pdf)は、標準誤差率の式を示したうえで「この式を見て分かるように，標準誤差は標本数の平方根に反比例して小さくなり，標本数が４倍になれば標準誤差は半分になる」と書いています。この式に母集団の大きさは入りません。だから、母集団が1億人でも100万人でも、同じ標本の大きさなら得られる精度はほぼ同じです。ただし、母集団が小さく抽出率が高い調査では、非復元抽出による有限母集団修正が効くため、母集団の大きさを無視できません。

実際の数字が、労働力調査の公表資料「[標本抽出方法、結果の推定方法及び推定値の標本誤差](https://www.stat.go.jp/data/roudou/pdf/10.pdf)」（2025年平均・基本集計の全国結果）にあります。

| 推定値の大きさ | 年平均の標準誤差 | 同 標準誤差率 | 月次の標準誤差 | 同 標準誤差率 |
| ------- | -------- | ------- | ------- | ------- |
| 5,000万人 | 10.1万人   | 0.2％    | 24.3万人  | 0.5％    |
| 1,000万人 | 4.6万人    | 0.5％    | 11.4万人  | 1.1％    |
| 100万人   | 1.5万人    | 1.5％    | 3.9万人   | 3.9％    |
| 10万人    | 0.5万人    | 4.9％    | 1.3万人   | 13.3％   |

読み落としてはいけないのは、推定値が小さくなるほど標準誤差そのものは小さくなるのに、割合で見た標準誤差率は逆に大きくなる点です。統計局も「全体に占める割合が小さい場合，標準誤差は小さくなるが，標準誤差率は逆に大きくなる」と注意しています。主要項目別の実測値でも、標準誤差率は推定値の小さい項目ほど大きくなっています。ただし標準誤差そのものは項目の性質でも変わり、情報通信業は卸売業，小売業より推定値が小さいのに標準誤差は5万人と大きくなっています。

| 項目（2025年平均） | 推定値     | 標準誤差 | 標準誤差率 |
| ----------- | ------- | ---- | ----- |
| 労働力人口       | 7,004万人 | 7万人  | 0.1％  |
| 就業者         | 6,828万人 | 7万人  | 0.1％  |
| 卸売業，小売業     | 1,029万人 | 4万人  | 0.4％  |
| 情報通信業       | 302万人   | 5万人  | 1.6％  |

同じ約4万世帯の標本から作った数字でも、労働力人口全体の誤差率は0.1％、情報通信業では1.6％と16倍の開きがあります。全体の誤差率0.1％を根拠に、業種別のような細かい内訳まで同じ精度だと語ってはいけません。誤差そのものの計算方法は[標準誤差の求め方とエクセルの計算式｜標準偏差・標本誤差との違い](/column/details/6471/)にまとめています。

## 標本調査のメリットとデメリット

| 区分    | 内容              | 根拠となる事実                   |
| ----- | --------------- | ------------------------- |
| メリット  | 費用と時間が大幅に減る     | 約100万調査区のうち約2,900調査区で毎月公表 |
| メリット  | 頻度を上げられる        | 国勢調査は5年に1度、労働力調査は毎月       |
| メリット  | 調査対象を壊さずに済む     | 破壊試験を全数で行うと製品が残らない        |
| メリット  | 1件あたりの確認に時間を割ける | 督促や回答内容の確認へ人員を回せる         |
| デメリット | 標本誤差が必ず生じる      | 抽出をやり直せば推定値は変わる           |
| デメリット | 小さい区分ほど精度が落ちる   | 情報通信業の標準誤差率は労働力人口の16倍     |
| デメリット | 抽出の土台となる名簿が要る   | 名簿が母集団とずれると偏りが残る          |
| デメリット | 誤差を計算できない標本がある  | 抽出確率が不明な割当法・便宜的抽出         |

デメリットの2番目は、国勢調査が全数で行われる理由そのものです。市区町村別や職業の細分類まで数字を出す必要があるなら標本調査は向きません。逆に、全国や大きな区分の動きを速く知りたいなら、全数調査を待つ理由はありません。標本調査を選ぶかどうかは、どこまで細かい区分で数字を使うかで決まります。

### 「全数調査なら正確」が半分しか正しくない理由

標本調査のデメリットとして真っ先に挙がるのが標本誤差ですが、実務で結果を狂わせるのはむしろ非標本誤差です。[統計局の解説](https://www.stat.go.jp/data/roudou/kaisetsu/pdf/hndbk3%5F09.pdf)は、非標本誤差を「誤差の要因のうち標本抽出（偶然性）に起因するものを除いた全ての要因により生ずる誤差」と定義し、標本誤差は「標本の大きさと密接な関係があり，避けられないものであること，量的な測定ができ，そのコントロールができる」のに対し、非標本誤差は「標本の大きさと直接関係がなく，原因を究明すれば避けられるものもあること，量的な測定が難しく，そのコントロールができない」と対比しています。

ここから2つの実務的な結論が出ます。第一に、サンプルを増やすだけでは非標本誤差は解消しません。質問文の誤解やカバレッジの欠落、無回答の偏りといった系統的なずれは、標本をいくら増やしても残ります。第二に、全数調査だから正確とは限りません。統計局自身が「調査が大規模になり関係者の数が増えると，非標本誤差の発生源も増えるものである」と書いています。全数調査は標本誤差がゼロになるだけで、非標本誤差はむしろ増えうるのです。回答内容そのもののずれは[回答誤差とは？標本誤差との違い・原因・Web調査での検知方法](/column/details/5655/)で扱っています。

## 標本調査で必要なサンプル数の計算と早見表

「何人に聞けば足りるか」は、知りたい値の誤差をどこまで許すかから逆算します。賛成の割合のような比率を推定する場合、単純無作為抽出を前提とした必要な標本の大きさnは次の式で求まります。

- n₀ ＝ z² × p × (1 − p) ÷ e²（zは信頼度95％なら1.96、pは想定する比率、eは許容誤差）
- 母集団の大きさNが小さいときは、有限母集団修正で n ＝ n₀ ÷ {1 ＋ (n₀ − 1) ÷ N} に減らす

比率の見当がつかないときは、p(1 − p) が最大になるp＝0.5を置きます。これが最も多くの標本を要する安全側の設定です。信頼度95％・p＝0.5で計算した早見表は次のとおりです。

| 許容誤差    | 母集団100 | 母集団1,000 | 母集団10,000 | 母集団が十分大きい |
| ------- | ------ | -------- | --------- | --------- |
| ±10ポイント | 50     | 88       | 96        | 97        |
| ±5ポイント  | 80     | 278      | 370       | 385       |
| ±3ポイント  | 92     | 517      | 965       | 1,068     |
| ±2ポイント  | 97     | 707      | 1,937     | 2,401     |
| ±1ポイント  | 99     | 906      | 4,900     | 9,604     |

「母集団が十分大きい」列を縦に読むと、許容誤差を半分にするたびに必要数がおよそ4倍になることがわかります。統計局の「標本数が４倍になれば標準誤差は半分になる」の裏返しです。横に読むと、±3〜±10ポイントの行では、母集団が1万を超えたあたりから必要数はほとんど増えません（±1ポイントでは1万で4,900、十分大きい母集団で9,604と、まだ倍近く増えます）。全国調査でも社内の1万人調査でも、±5ポイントなら400人弱で足りるということです。一方、母集団が100人の部署で±5ポイントを狙うと80人、つまり8割に聞く必要があり、それならいっそ全員に聞いたほうが早い、という判断になります。

表はPython 3.8以降の標準ライブラリだけで再現できます。条件を変えて試すときに使ってください。

```
from statistics import NormalDist
import math

def sample_size(e, conf=0.95, p=0.5, N=None):
    """比率を許容誤差e（0.05＝±5ポイント）で推定するのに必要な標本数"""
    z = NormalDist().inv_cdf(1 - (1 - conf) / 2)
    n0 = z * z * p * (1 - p) / (e * e)
    if N:  # 有限母集団修正
        n0 = n0 / (1 + (n0 - 1) / N)
    return math.ceil(n0)

print(sample_size(0.05))             # 385
print(sample_size(0.05, N=1000))     # 278
print(sample_size(0.03, conf=0.99))  # 1844
```

Excelなら `=ROUNDUP(NORM.S.INV(0.975)^2*0.5*(1-0.5)/0.05^2,0)` で385が返ります。

この式で出るのは「回答が必要な数」です。実務では次の3つを上乗せしないと、計算どおりの精度は出ません。

- **回収率で割り戻す**：回答が385件必要で回収率が50％なら、配布は770件です。
- **区分ごとに必要数を確保する**：男女別に±5ポイントで比べたいなら、男女それぞれに385件、合計770件が要ります。労働力調査の情報通信業の誤差率が全体の16倍になったのと同じ理屈です。
- **抽出設計の分を上乗せする**：式は単純無作為抽出が前提です。調査区や学校ごとにまとめて選ぶ集落抽出・多段抽出では、同じ人数でも精度が落ちることが多く、その分を多めに見積もります。労働力調査の解説も、2段抽出法のため実際の標準誤差は単純な式の値より「やや大きくなっている」と書いています。

総数を層へどう配るかは[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](/column/details/5979/)、平均値を推定する場合を含めた調査全体の設計は[定量調査とは？定性調査との違い・手法とサンプルサイズの決め方](/column/details/6221/)で扱っています。

## 標本の抽出方法の種類とメリット・デメリット

標本調査の精度は、何人選ぶかと同じくらい、どう選ぶかで決まります。抽出方法は、母集団の全員に選ばれる確率が決まっている確率抽出（無作為抽出）と、そうでない非確率抽出（有意抽出）に分かれます。標本誤差を計算できるのは確率抽出だけです。

| 抽出方法      | 選び方              | メリット                     | デメリット                   |
| --------- | ---------------- | ------------------------ | ----------------------- |
| 単純無作為抽出   | 名簿から乱数で等確率に選ぶ    | 誤差の計算が最も素直               | 全員の名簿が要る・訪問先が散らばる       |
| 系統抽出      | 乱数で起点を決め一定間隔で選ぶ  | 長い名簿から手早く選べる             | 名簿の並びに周期があると偏る          |
| 層化抽出      | 地域や年代で層に分け層ごとに選ぶ | 小さな層も拾え、層が特性と関連すれば精度が上がる | 層分けの情報が事前に要る            |
| 集落抽出      | 学校や地区を選び中を全員調べる  | 個人名簿が無くても実施できる           | 集団内が似ていると精度が落ちる         |
| 多段抽出      | 市町村→地区→世帯と段階的に選ぶ | 全国調査の費用を抑えられる            | 同じ人数なら単純無作為抽出より精度が落ちやすい |
| 割当法（クォータ） | 性・年代の構成比どおり集める   | 速く安い・ネット調査で一般的           | 選ばれる確率が不明で誤差を計算できない     |
| 便宜的抽出     | 集めやすい相手から選ぶ      | 予備調査や設問テストに向く            | 母集団への一般化ができない           |

公的統計は層化と多段を組み合わせるのが定石で、労働力調査は層化2段、家計調査は層化3段です。層化抽出のメリットは、たとえば人口の少ない県を独立した層にすれば、単純無作為抽出では数件しか当たらない県でも一定数を確保できる点にあります。

有意抽出の具体例は、街頭で通行人に声をかける調査、専門家が「典型的」と判断した店舗を選ぶ調査、ネット調査で性・年代の枠が埋まった時点で締め切る割当法です。JIS Z 8101-4:2025の3.1.45は割当てサンプリングを「あらかじめ定められた構造に適合するように，サンプルがランダムな方法によらないで選択される層化サンプリング」と定義し、注釈で「割当てサンプリングは問題のある方法である。その理由は，サンプリング単位の選択がランダムな方法によらないため，標準的な推測統計学の手法が使用できなくなるためである」と明記しています。構成比を合わせても、選ばれ方が無作為でない以上、母集団を代表している保証にはなりません。割当法の結果に「誤差±◯ポイント」と書くのは、前提を満たさない計算です。

方法ごとの詳しい手順は、[単純無作為抽出法とは？JISの定義・手順・具体例と標本平均の分散の求め方](/column/details/6165/)、[系統抽出法とは？抽出間隔の計算例とメリット・デメリット、精度が落ちる並び順](/column/details/5801/)、[多段抽出法とは？確率比例抽出法・層化抽出との違いを労働力調査の実例で解説](/column/details/6162/)、確率抽出と有意抽出の線引きは[無作為抽出法とは？層化二段無作為抽出法の仕組みと判断抽出・有意抽出との違い](/column/details/6775/)で扱っています。

## 標本調査の進め方5ステップ

### ステップ1：母集団と調査単位の定義

最初に「誰について言いたいのか」を確定します。[内閣府の国民生活に関する世論調査（令和7年8月調査）](https://survey.gov-online.go.jp/living/202509/r07/r07-life/sampling/)が母集団を「全国の市区町村に居住する満18歳以上の日本国籍を有する者」と定義しているように、年齢・地域・国籍まで書き切るのが実務の水準です。ここが曖昧なまま集計すると、後から結果の適用範囲を説明できなくなります。

### ステップ2：サンプリングフレーム（標本抽出枠）の整備

次に、母集団を並べた名簿を用意します。JIS Z 8101-4:2025の3.1.25はサンプリングフレームを「識別子付きの全サンプリング単位の完全な集まり」と定義したうえで、注釈で「名簿は不完全であるかもしれないし，幾つかの誤りが含まれているかもしれない。例えば，選挙人名簿には，選挙区から既に転出した個人が含まれる一方で，転入した個人が含まれず」と書いています。名簿と母集団のずれは抽出前から存在し、標本を増やしても消えません。名簿が用意できない場合の代替手段は[エリアサンプリングとは？名簿不要の地域抽出法の仕組み・手順・精度を解説](/column/details/5584/)、電話番号を乱数で作る方式は[RDD（RDD法）とは？世論調査で使われる電話番号の無作為抽出方式をわかりやすく解説](/column/details/5226/)を参照してください。

### ステップ3：抽出方法と標本の大きさの決定

抽出方法の表から名簿の有無と予算に合う方法を選び、早見表から許容誤差に応じた回答数を決めます（±5ポイントなら1区分あたり385件）。回答数を回収率で割り戻した数が、実際に抽出する標本の大きさです。手を動かす手順は[ランダムサンプリングとは？5種類とExcel・Pythonのやり方](/column/details/6944/)にまとめています。

### ステップ4：調査票の配布と回収

抽出した標本に調査票を届け、回収します。[内閣府の国民生活に関する世論調査（令和7年8月・郵送法）](https://survey.gov-online.go.jp/living/202509/r07/r07-life/)でも、標本5,000人に対し有効回収は2,938人（58.8％）、未返送が1,869人でした。ここで差が出るのは督促です。標本調査は対象が少ない分、未回答者への再依頼に手を回せます。回収率が下がるほど、残った回答者が母集団を代表しているかという問題が大きくなるからです。自社でアンケートの配布・回収・督促を回す仕組みを持つなら、[アンケート管理システム開発](/service/system/enquetesystem/)のように回答状況を対象者単位で追える設計にしておくと、未回答者だけに再依頼できます。

### ステップ5：回収後の偏りと誤差の点検

設計どおりに抽出しても、回収の段階で偏りが入り込みます。回答しなかった人の性質が回答者と違えば、その差はそのまま結果のゆがみとして残ります。点検すべき観点は[無回答バイアスとは？無回答・未回答・不回答の違いと集計での扱い方](/column/details/6772/)と[代表性とは？調査・統計でのサンプルの代表性と高め方をわかりやすく解説](/column/details/5992/)にまとめました。集計そのものの実務は[単純集計（GT集計）とは？集計表の見方とExcelでの作り方](/column/details/6164/)が入口です。

## よくある質問

### 標本調査とは何ですか？

母集団の一部を抽出して調べ、その結果から母集団全体の姿を推定する調査方法です。総務省統計局は「標本調査は、母集団の一部を抽出して調べる方法です」と定義しています。JIS Z 8101-4:2025では3.1.20「サンプル調査，標本調査」として定義されています。

### 標本調査の具体例には何がありますか？

テレビの視聴率調査（関東2,700世帯など全国32地区）、総務省の労働力調査（約4万世帯）、家計調査（二人以上の世帯8,076世帯）、内閣府の世論調査（5,000人）が代表例です。企業のアンケート調査や、製造業の抜取検査も標本調査の一種です。

### 国勢調査は標本調査ですか？

いいえ。国勢調査は統計法第5条第1項で全数調査によることが定められています。ただし令和2年調査の抽出詳細集計では、全国で10.0％の世帯を無作為系統抽出して集計しており、集計の一部には標本が使われています。

### 標本調査で必要なサンプル数は何人ですか？

比率を許容誤差±5ポイント・信頼度95％で推定するなら、母集団が十分大きい場合で385人です。±3ポイントなら1,068人、母集団が1,000人なら278人に減ります。これは回答数なので、回収率で割り戻した数を配布します。

### サンプルを増やせば調査は正確になりますか？

標本誤差は小さくなりますが、非標本誤差は別の問題として残ります。総務省統計局は非標本誤差について「標本の大きさと直接関係がなく」「量的な測定が難しく，そのコントロールができない」と説明しています。質問文の分かりにくさや無回答による偏りは、標本を増やしても解消しません。

### 中学校で習う標本調査と実務の標本調査は同じものですか？

考え方は同じです。[高等学校学習指導要領（平成30年告示）](https://www.mext.go.jp/content/20230120-mxt%5Fkyoiku02-100002604%5F03.pdf)に参考収録された中学校数学の第3学年「Dデータの活用」で「標本調査の必要性と意味を理解すること」を扱い、高等学校の数学Bの「統計的な推測」で信頼区間と有意水準を扱います。実務ではこれに、名簿の不備や無回答といった非標本誤差の管理が加わります。

## 関連記事

- [悉皆調査（しっかいちょうさ）とは？読み方・意味と全数調査・標本調査との違い、やり方と具体例](/column/details/5994/)
- [無作為抽出法とは？層化二段無作為抽出法の仕組みと判断抽出・有意抽出との違い](/column/details/6775/)
- [標準誤差の求め方とエクセルの計算式｜標準偏差・標本誤差との違い](/column/details/6471/)
- [定量調査とは？定性調査との違い・手法とサンプルサイズの決め方](/column/details/6221/)
- [代表性とは？調査・統計でのサンプルの代表性と高め方をわかりやすく解説](/column/details/5992/)

---

出典: [標本調査とは？身近な例とメリット・デメリット、必要なサンプル数の決め方を公的データで解説](<https://www.issoh.co.jp/column/details/6472/>)（株式会社一創）