商品やサービスを販売する相手への理解を深めたいと思っている会社には、市場調査が不可欠です。予備調査を実施することで、どんなタイプの会社にも役立つ洞察を得て、新たな販売機会を発見したり、限りあるリソースを効率的かつ公平に配分する方法を見つけたりできます。

市場調査の実施で最も効果的な方法の1つが、サンプリング（標本抽出）です。サンプリングでは単純無作為標本のような小さなグループから得たデータを活用して、より大きなターゲット母集団についての結論を導き出すことができます。

このときに、その母集団を代表する小グループが本当に母集団を代表していること、尋ねる質問が効果的な表現であることを確実にすれば、影響力のある、建設的な調査への道が開かれます。逆にサンプリングをしなければ、ターゲット層に商品を届ける方法を必死に推測するしかありません。このような方法では非効率的で貴重な機会を逃すだけでなく、ブランドに重大な損害を与える恐れすらあります。

適切な種類のサンプリングを使用し、さまざまなサンプリング技術を戦略的に採用することで、ターゲット層についての重要な洞察を得ることができます。この記事では、市場調査を行う人や経営者がサンプリングについて抱く最も一般的な質問にお答えしていきます。今日実施されている各種のサンプリングと、実際のサンプリングとは何かを時間をかけて理解し、ご自身の組織にとって広範なサンプリングキャンペーンに取り組むのが理にかなっているかどうかを判断できるようになりましょう。 

サンプリング（標本抽出）は、小さなグループ（サブグループ）からデータを取得するプロセスを意味する用語です。これにより集まったデータは、会社のターゲット市場など、より大きな対象者グループに応用できます。

ここで、あるレストランを想像してみましょう。都市部に住む25歳から35歳の人をターゲットにしたこのレストランでは今、店のロゴの色を決めようとしています。該当する年齢層の人全員にどの色だとレストランを訪れる可能性が高いかを尋ねるのではなく、その年齢層の100人だけをサンプル（標本）にして意見を集めます。もし、過半数の人が最も魅力的な色は青だと答えたら、25歳から35歳の一般的な結論を導き出すことができ、それに応じてマーケティング戦略を立てられるというわけです。

もちろん、サンプリングから導き出せる結論はサンプリング枠（抽出枠）に応じた精度にしかなりません。つまりこの例では、もしもレストランがターゲットの年齢層ではなく、不特定な人びとに好みの色を聞いていれば、結論はそれほど確実ではないでしょう。しかし別の状況では、純粋な、単純無作為標本の方が有益な場合もあります。サンプリング調査を始める前に、どのような結論を導き出したいのか、誰にアンケートを取りたいのかを明確にすることが大切です。この点を正しく特定すると、大抵のトピックに関して、小さなサンプルを使って大きな結論を導き出すことができるようになります。 

調査者がサンプリングを使う理由は、グループ全体へのアンケートを実施することなく、グループ全般について効率的に知ることができるからです。たとえば選挙中、有権者全員に投票予定の候補者を聞いて回ることは不可能ですよね。そこで代わりに、特定のグループの有権者に選好を尋ね、集まった回答からより大局的な結論を導き出そうとするのです。この種の世論調査に課題があるのも事実ですが、それでもなお、関係者全員に貴重で実用的な洞察を提供してくれます。

サンプリングされたアンケートは、多種多様な疑問に答えるために使えます。人びとが通常どのように生活しているのか、世界をどのように見ているのか、あるいは製品やサービスをどのように利用しているのかを知れば、会社がターゲット層にリーチするための戦略と方法を改善したり開発したするときに大いに役立ちます。サンプリングには豊富な種類があるので、市場調査の多様なニーズに合わせて選択し、あらゆる状況で効果的に使用することができます。

サンプリング方法にはいろいろな種類がありますが、通常は2種類のどちらかに分類されます。最初のカテゴリーはランダムサンプリング（無作為抽出法）、2つめのカテゴリーは典型サンプリングです。

ランダムサンプル（無作為標本）はその名の通り、ランダムに選ばれた個人のサンプルで、母集団全体を代表するようにデザインされています。単純無作為標本は、会社などの組織が一般の人びとについて幅広い結論を導き出すのに便利です。歯磨き粉など、基本的に誰もが使う製品を販売する会社なら、単純無作為標本が大局的な結論を導き出すのに役立ちます。人びとは一般的に、どのような歯磨き粉のフレーバーを好むのか？いつ歯を磨くのか？多くの人が使っている歯ブラシの種類は？このような質問が、アンケートを狭いグループに意図的に限定することなく幅広い人びとに意見を求めて効果的に回答を得ることができる質問です。

反対に、典型サンプリングを使う調査者はすべての人びとの無作為なサンプルは望んでいません。代わりに特定のグループを代表する人びとのランダムなサンプルを求めています。たとえばスキー用品のように、一部の人しか使わない製品を販売している会社には、その特定の製品を実際に使う個人のサンプルが必要になります。

典型サンプルは無数の方法に分類できます。前述の例では「スキーをする人」が、より広範な母集団から絞り込むのに役立つ特徴グループになるでしょう。他にも年齢、場所、収入、趣味、仕事、その他の特徴によって母集団の分類を検討してみましょう。典型グループを設定するときには、統計的に有意な結論を生み出すのに十分な数のアンケート回答者を確保していると、かなり柔軟に選ぶことができます。

サンプリングの種類は他にも、確率抽出法と非確率抽出法として区別することができます。確率抽出法では基本的に、対象グループ（無作為または典型）のすべての個人が等しくアンケートの回答者に選ばれる可能性があります。

一方、非確率抽出法では、グループ内の一部の人びとが他の人びとよりも選ばれる可能性が高くなります。たとえば、結論を導きたい対象グループはアメリカの成人ですが、アンケートはミズーリ州にあるモールで実施するのであれば、アンケートに非確率抽出法を使用していることになります。つまりこの場合、アメリカの成人を無作為にサンプリングしているとはいえません。本来はより多様であるべきグループが、「ミズーリ州のモール」にいる人々にまで絞り込まれているからです。このような種類のアンケートはコンビニエンス調査と呼ばれます（下記参照）。もちろん、このモールにいる買い物客からアメリカの成人全体の意見と類似した結果が出ることも100%ないとは言えませんが、大きな集団のどの部分がサンプリングによって系統的に除外されているかを認識することは大切です。 

すでに述べたように、確率抽出法はグループのすべてのメンバーがアンケートに選ばれる確率を等しく与えられたサンプリング方法です。なので、たとえ（アメリカの成人などに）絞り込まれた集団であっても、このサブグループ内のすべての代表者が等しく選択される可能性を持っている限り、確率抽出法と呼ばれます。

確率抽出法には主に4つの種類があります。 

単純無作為抽出法は、単純かつ無作為な方法です。つまり、グループまたはサブグループ内で、母集団の各メンバーが代表として選ばれる機会を等しく持っています。単純無作為標本を作る方法はたくさんあります。たとえば、グループ内のすべての人に番号を割り振り、この番号の特定の部分を無作為に選びます（乱数ジェネレーターを使う、番号を書いた紙を箱に入れて引くなど）。単純無作為抽出法では「純粋に」無作為なデータセットのメリットを生かして、包括的な結論を導くことが可能になります。ただし、この方法にも他と比べて非効率的だという批判があります。 

系統抽出法は、母集団全体から無作為に開始点を選び、一定の間隔でサンプルとなるメンバーを選ぶ操作を行います。たとえば、調査者の手元に人口30万人の都市のすべての住民の名簿があるなら、名簿に並んでいる順で100^人ごとにアンケートを行って、無作為標本を生成することができます。そうすると、3,000人がアンケートの対象者となります。 

名簿に選択プロセスを歪めるような隠れたパターンがない限り、系統抽出法によって選択されたグループのメンバーからは特に共通点がないように見えるサンプルができあがります。系統抽出法を適切に使うと、基本的に母集団から無作為に選ぶため、ランダムサンプリングのメリットの大半を生かすことができます。同時にこの方法は簡単なので、他のサンプリング方法よりはるかに少ない労力で済みます。 

層化無作為抽出法は、最終的なサンプルを作成するために、いくつかのサブグループからランダムに選びます。アメリカの成人の意見について調べたいと思っている調査者がいるとしましょう。ただ単純に500人の成人をランダムに選ぶのではなく、この調査者は全米50州からそれぞれ10人の成人を選び、「無作為」のサンプルを作成します。各サブグループの標準偏差（誤差の可能性）がグループ全体よりも低い場合、許容誤差を系統的に減らすことができます。 

クラスターサンプリングでは、母集団の複数の（必ずしもすべてではない）サブグループから人々をサンプリングしてサンプルを作成します。これらの各サブグループ、すなわちクラスターが母集団全体の多様性を代表しており、他のサブグループと構造的に類似しているのが理想です。クラスターサンプリングは確率抽出法の最も経済的な形の1つなので、比較的大きな母集団のサンプリング方法に適しています。この方法をうまく使用するには、クラスターを一貫して構造化し、各クラスター内の選択をランダムにしておくことが肝心です。 

確率抽出法を使用すると無作為な（場合によってはわずかに修正された）グループから結論を導き出すことができますが、非確率抽出法ではもう少し意図的に構造化したグループを使用します。非確率抽出法には無作為によって生じる偏りを減らす機能があり、多くの場合、大きな母集団の重要な部分が、抽出された母集団にも含まれます。 

割当法は、母集団全体を代表するように調査者自身が抽出する集団を操作するサンプリング方法です。この方法は、母集団に様々な種類の人びとが混在している場合に特に便利です。 

たとえば、アメリカの成人について何らかの結論を導くようにアンケートを設計するとしましょう。無作為抽出をすれば、あるグループ（人種、性別、年齢、地理的位置など）の代表が多すぎたり少なすぎたりするリスクがあるので、想定される各サブグループから、母集団に比例した人数を意図的に選びます。つまり、アフリカ系アメリカ人が人口の13%を占めるなら、標本の13%がアフリカ系になるよう意図的に操作し、その他の人種についても比例するように調整します。この作業によって単純無作為標本だとアフリカ系が5～20%になるかもしれないという不正確さを防ぐことができます。割当法は通常、アメリカの人口のように大規模で、集団化している母集団に使われます。 

コンビニエンスサンプリングは、ご想像の通り、最もアクセスしやすい人々のグループにアンケートを実施するサンプリングです。大抵の場合、最も簡単に実施でき、お財布にもとても優しい方法です。コンビニエンスサンプリングを行う調査者は人出の多い公共の場に出向き、人々にアンケートへの参加を依頼したりします。このような母集団は決して無作為に選ばれてはいませんが、調査者が集めたいデータの種類によってはさほど問題ではありません。企業が提案された製品の実現可能性や人気を確かめるパイロット調査などでよく利用されます。 

スノーボールサンプリングはアプローチするのが難しい「隠された」母集団についての情報を明らかにするためにデザインされた非確率抽出法です。調査者は基礎となるデータセットを強化するため、スノーボールサンプリングによって既存の対象者に新たな対象者を紹介してくれるよう働きかけます。この方法では体系的にバイアスを生み出すことになりますが、たとえば違法行為に関わっている個人など、無作為なアンケートへの回答を避ける傾向があるグループにアプローチするためには最善の方法の1つなのです。市場調査でスノーボールサンプリングが使われることは稀にしかありません。問題がある側面もありますが、他のサンプリング方法でうまくいかないことがはっきりしているデータを得たい場合に役立っています。 

有意抽出法は、調査者が母集団全体を代表すると想定する部分母集団を（無作為ではなく）直接選ぶタイプのサンプリングです。この方法は対象グループとその特性に精通している人物の判断を伴うため、「判断抽出法」や「専門家抽出法」などとも呼ばれます。有意抽出法には大抵、割当法などの他の非確率抽出法の特徴がありますが、さらに人が介入するという作業が加わります。

サンプリングのベストプラクティスをもっと知りたいですか？市場調査への究極ガイドをお読みください。

SurveyMonkeyの統合グローバルパネルなどの市場調査パネルを活用したアンケートサンプリングは、研究者や組織が大規模かつ無作為な母集団に素早くアクセスでき、非常に便利です。この種のパネルを使用すると、アンケート実施者が尋ねる質問、対象の母集団、そして使用するアンケートの種類などを自由に設定できます。

母集団はさまざまな方法で分けることができます。人口学的特性、地理的特定、職業などすべてが積極的に考慮されます。このパネルは、基本的な市場調査、製品開発、ブランド追跡、消費者行動などの貴重な洞察に活用できます。パネルを使用して特定のグループの人々を調べることで、企業はより幅広いターゲット層について重要な結論を導き出すことができます。 

どの種類のサンプリングにも長所と短所があります。たとえば、単純無作為抽出法はバイアスを減らし、総合的な結論を導き出すのに役立ちますが、完全に無作為なサンプルを生成する作業は、かなり非効率的になりがちです。さらに、母集団全体ではなく、特定のサブグループについて知りたい場合もあるかもしれません。しかし同時に、データを素早く生成できるコンビニエンスサンプリングは、サンプルが極端に偏るので、最終的な結論に影を落とす可能性が捨てきれません。

こうしてみると、「どんな状況にも最適な」サンプリングなどないことが明らかになります。今携わっているキャンペーンにどの種類のサンプリングが適しているかを判断するには、アンケートの実施によって厳密には何を知りたいのか明確にすることから始めなくてはなりません。そして次に、時間とコストの制約、アンケート質問の表現方法、アンケートを行いたい母集団に簡単にアクセスできるかどうかなど、他の関連する変数を考えていく必要があります。

アンケートの計画をしっかり練ることで、どの種類のサンプリングが最も役立つかを判断しやすくなります。各種のサンプリングをしっかり理解し、SurveyMonkeyの8000万人を超える回答者などの貴重なリソースを活用すれば、母集団について多くのことを知ることができ、より効果的な市場調査につながります。