標本抽出（無作為抽出・標本誤差）とは？

標本抽出（無作為抽出・標本誤差）とは、母集団の一部を取り出して全体を推定する方法。全員が等しい確率で選ばれる無作為抽出のほか、層化抽出やクラスタ抽出を用いる。必要な標本数と誤差の関係を理解し、調査結果をどこまで信じてよいかを判断する観点で問われる。

基本情報技術者試験の過去問では1回出題されています。

ひょうほんちゅうしゅつ

基本情報技術者試験の頻出用語／ストラテジ系／別名：標本抽出、無作為抽出・標本誤差、無作為抽出、標本誤差

標本抽出（無作為抽出・標本誤差）の意味

母集団の一部を取り出して全体を推定する方法。全員が等しい確率で選ばれる無作為抽出のほか、層化抽出やクラスタ抽出を用いる。必要な標本数と誤差の関係を理解し、調査結果をどこまで信じてよいかを判断する観点で問われる。

標本1,000人で支持率が40%なら、95%の信頼水準での誤差は概ね±3ポイント。誤差を±1.5に半減させるには標本を4倍の4,000人にする必要があり、調査費用と必要な精度の釣り合いを企画時点で決める。

標本誤差は標本数の平方根に反比例し、母集団の大きさにはほとんど依存しない。全国調査でも一県の調査でも必要数は大差ない。また抽出の偏りは標本数を増やしても解消せず、誤差の式にも現れない。

企業がマーケティング活動に活用するビッグデータの特徴に沿った取扱いとして、適切なものはどれか。
正解：蓄積した静的なデータだけでなく、Webサイトのアクセス履歴などリアルタイム性の高いデータも含めて処理の対象とする。
要点：ビッグデータは多様・大量・高速なデータをそのまま扱う
ビッグデータの特徴は、量が多いこと、種類が多様であること、発生や更新の速度が速いことにある。したがって蓄積済みの構造化データだけでなく、アクセスログのように次々発生するデータや、音声・画像のような非構造化データも含めて扱うのが本来の姿である。全数を扱えるのが利点なので、標本抽出に頼る必要も薄い。
出典：令和1年度秋期基本情報技術者試験午前問63（IPA）

最終更新：2026-08-25／解説は資格暗記が独自に作成しています。過去問の出典は各問題に記載のとおりです。