アンダーカウントバイアス: 説明と例

過小数バイアスは、母集団の一部のメンバーがサンプル内で十分に代表されていない場合に発生するバイアスです。

このタイプのバイアスは、簡単に入手できるサンプルを収集する 便宜抽出や自発的応答抽出でよく発生しますが、母集団の一部のメンバーが過少カウントされることがよくあります。

過少カウントバイアスが問題になるのはなぜですか?

過小数バイアスが問題となるのは、サンプルが母集団を代表していなくなるためです。サンプルのデータを収集する目的は、母集団全体のデータを収集するよりも迅速かつ簡単な方法でデータを取得し、サンプルの結果をより大きな母集団に推定できるようにすることです。広い。

ただし、結果を推定するには、サンプルが母集団全体を代表している必要があります。理想的には、サンプルは母集団の「ミニ」バージョンであることが望ましいと考えられます。残念ながら、過小数バイアスにより、サンプル内の人々がより広範な母集団の人々とは大きく異なって見える可能性があります。

たとえば、研究者が、特定の都市の住民が潜在的な新しい法律についてどう考えているかを知りたいと考えているとします。データを収集するために、彼らは近くの図書館に行き、来館者に潜在的な新しい法律についてどう思うかを尋ねます。これはデータを収集するのに便利な方法ですが、研究者は次のようないくつかのタイプの人々を過小評価する危険があります。

• 自宅に閉じ込められている人々
• 図書館に行くのが苦手な人
• 町の別の場所にある別の図書館に行く人々

この研究は特定のタイプの人々を除外しているため、研究結果が母集団を代表しているとは考えられません。

たとえば、この特定の図書館を頻繁に利用する人々は、残りの人口よりも潜在的な新法を支持する可能性がはるかに高いとします。これは、調査結果が判明すると、実際にはほとんどの市民が支持していないにもかかわらず、この市の市民の高い割合が潜在的な新法を支持しているように見えることを意味します。

以下の図は、この問題を示しています。緑色の円が新しい法律に賛成する人々を表し、赤い円が新しい法律に反対する人々を表すとします。

新しい法律を支持するほとんどの人がサンプルに含まれていますが、これは母集団全体を代表しているわけではないことに注意してください。報道によると、調査結果は、ほとんどの人が新しい法律を支持しているが、実際にはそうではないことを示している。

アンダーカウントバイアスの例

次の例は、アンダーカウントバイアスが発生する可能性のあるいくつかのケースを示しています。

例1

研究者は、ある都市の住民が新しい公園の建設についてどう考えているかを知りたいと考えています。データを収集するために、研究者は地元のタウンミーティングに出席し、住民の考えを尋ねます。残念ながら、この形式のコンビニエンス サンプリングでは、次のグループが過小評価される可能性があります。

• 市の集会に行くための交通手段を持たない人々
• タウンミーティングが行われていることすら知らない人たち
• 夜に仕事をしていてタウンミーティングに参加できない人

したがって、これらの人々の意見は研究結果には考慮されません。これらの特定のグループが過小評価されているため、サンプルが母集団全体を代表しているとは考えられません。

例 2

研究者は、特定の国で人々が 1 日に何時間テレビを見ているかを知りたいと考えています。研究のためのデータを収集するために、彼らは地元の電話帳からランダムに名前を選び、人々に電話してテレビの視聴状況を尋ねます。これは便宜的なサンプリングの一種であり、次のグループが過小カウントされる可能性があります。

• 地元の電話帳に自分の電話番号を記載していない非常に裕福な人々
• 携帯電話のみを使用し、地域の電話帳に番号が記載されていない若者

したがって、この研究では、非常に裕福な人々や若者が視聴するテレビの量は過小評価されることになる。これらの特定のグループが過小評価されているため、サンプルが母集団全体を代表しているとは考えられません。

例 3

研究者は、特定の都市の住民が新しい交通法規についてどう考えているかを知りたいと考えています。そこで彼らは、地元のショッピングセンターを通る人々にアンケートを配布しました。これは便宜的なサンプリングの形式であり、次のグループが十分にカバーされていない可能性があります。

• ショッピングセンターに行くための交通機関を持たない人々（したがって、高速道路規制の影響をほとんど受けない）
• ショッピングモールに行くのが好きではない人（したがって、混雑した場所では運転しないことを選択する可能性があります）
• 別の都市の別のショッピングモールに行く人々

したがって、これらの人々の意見は研究結果には考慮されません。これらの特定のグループが過小評価されているため、サンプルが母集団全体を代表しているとは考えられません。

アンダーカウントバイアスを防ぐ方法

過少カウントのバイアスは、多くの場合、便宜的なサンプリングから生じます。過小数バイアスの影響を排除 (または少なくとも最小限に抑える) するには、 単純なランダム サンプルを使用する方が良いサンプリング形式です。

このタイプのサンプルでは、母集団の各メンバーがサンプルの一部として選択されるチャンスが等しくなります。

このアプローチの利点は、各メンバーがサンプルに含まれる確率が等しいため、単純な無作為サンプルが一般に対象となる母集団を代表することです。

便宜的サンプリングの代わりにこのアプローチを使用すると、母集団のすべての (またはほぼすべての) グループのメンバーがサンプルに含まれる可能性が高いため、サンプル結果をより広範な母集団に推定する能力にさらに自信を持てるようになります。 。 。

追加リソース

自己選択バイアスとは何ですか？
SEOバイアスとは何ですか?
無回答バイアスとは何ですか?