【データの分析】標本とは？母集団との違い・標本調査・無作為抽出を例題で解説

【質問の確認】

今回の質問は、次の4つが混同してしまっているのが原因だと思います。

• 母集団：調べたい対象の「全体」
• 標本：母集団から取り出した「一部」
• 標本調査：標本を調べて、母集団の性質を推測すること
• 無作為抽出：偏りが出ないように、ランダムに標本を選ぶこと

つまり、あなたが知りたいのは、

数学でいう「標本」とは何か、母集団とどう違うのか。さらに、標本調査や無作為抽出がなぜ必要で、問題ではどう見分ければいいのか。

ということですね。

【解説】
① まずはここ！「母集団」と「標本」を秒速で見分ける

母集団と標本の違いは、言葉だけ覚えようとすると混乱しやすいです。そこで、問題文で迷わないための見分け方を先に持っておきましょう。

1分で判定できるチェック表（覚えるのはこれだけ）

問題文の言い方	それはどっち？	理由
全員、全部、すべて	母集団	「調べたい全体」そのもの
一部、何人か、抽出、選ぶ	標本	全体から取り出したデータ
〜人を調べて、全体を推測	標本調査	一部→全体を当てにいく

ポイントは、「全体か、一部か」を見抜くことです。

すぐ使える！母集団・標本の具体例

たとえば、「ある高校の生徒の通学時間」を調べたいとします。

• 母集団：その高校の生徒全員の通学時間データ
• 標本：その中から選んだ100人分の通学時間データ

このとき、100人を調べるのは「標本調査」です。
ただし、ここで大事なのは「100人ならOK！」ではありません。

要注意：標本が偏ると、答えがズレる

もし、100人を「駅前で声をかけて集めた」としたらどうでしょう。

• 電車通学の人が多くなりやすい
• 車送迎の人が入りにくい

こんなふうに、標本が母集団を代表しなくなる（偏る）ことがあります。
だからこそ、次で説明する無作為抽出が必要になります。

② 全数調査と標本調査の違い（ここで点が伸びる）

「母集団と標本はわかったけど、なんでわざわざ標本を調べるの？」と感じるかもしれません。それは、全体を全部調べるのが大変な場面が多いからです。

まず整理：全数調査 vs 標本調査

調査の種類	何を調べる？	メリット	デメリット
全数調査	母集団を全部	正確にわかる	時間・お金・手間が大きい
標本調査	母集団の一部（標本）	速い・安い・手軽	偏るとズレる

たとえば、全国の高校生全員にアンケートを取るのは現実的に大変ですよね。だから、一部を調べて全体を推測する「標本調査」がよく使われます。

ここが大事：標本調査の弱点は「偏り」

標本調査は便利ですが、標本が偏っていると、推測がずれます。つまり、標本調査では「どう選んだか」が命です。

偏りが起きやすい例（テストで説明できるように）

• 昼休みに食堂で聞く → 食堂に来る人に偏りやすい
• 駅前で調査する → 電車利用者に偏りやすい
• SNSだけで募集する → SNSを使わない人が入りにくい

このように、「集めやすい人」だけが集まると、全体を代表しにくくなります。

じゃあどうする？答えは「無作為抽出」

偏りをできるだけ減らすために、標本は 無作為（ランダム）に選ぶのが基本です。
次のブロックでは、無作為抽出がどんなものか、問題でどう書けばよいか（記述の型）までまとめます。

③ 無作為抽出って何？「適当に選ぶ」とは違う

さっきの話のとおり、標本調査の弱点は「偏り」です。
その偏りをできるだけ小さくするために使うのが、無作為抽出です。

まず結論：無作為抽出＝ルールを決めてランダムに選ぶ

無作為抽出は、「なんとなく選ぶ」「適当に選ぶ」という意味ではありません。
誰が選ばれてもおかしくないように、選び方をランダムにするのがポイントです。

無作為抽出の代表例（そのまま記述で使える）

次のような方法なら、無作為抽出といえます。

• 生徒に 1〜Nの番号をふり、乱数でk人選ぶ
• 1〜Nの番号札を作り、くじ引きでk枚引く
• 名簿から 等確率になるように抽出ソフトで選ぶ

反対に、次のような選び方は偏りが入りやすいので要注意です。

• 先生が見た目で選ぶ
• 出席番号の若い順から選ぶ
• 友達に声をかけて集める

記述問題の“型”（ここだけ覚えると強い）

無作為抽出が必要な理由は、次の型で書けます。

〜の方法だと、〜の人に偏る可能性がある。
そのため、母集団を代表しにくくなるので、無作為抽出で標本を選ぶ。

たとえば、
「昼休みに食堂で聞くと食堂利用者に偏る可能性があるため、無作為抽出で選ぶ」
のように書ければOKです。

ここまでのまとめ（小まとめ）

• 標本調査は便利だが、偏ると推測がズレる
• 偏りを減らすために、無作為抽出が基本
• 無作為抽出は「適当」ではなく「ランダムにする仕組み」

④ 「標本数(n)」「標本平均」「統計量」を整理しよう

ここまでで「標本＝母集団の一部」「無作為抽出が大事」という話はつながりました。
次は、問題でよく一緒に出てくる用語を整理します。

まずは3つだけ

• 標本数 (n)：標本に入っているデータの個数
• 標本平均：標本のデータの平均
• 統計量：標本から計算した値の総称（平均・中央値・分散など）

特に、標本数 (n) と標本平均は、計算問題でそのまま使うので要チェックです。

用語の違いを一気に見分ける表

用語	何の値？	どこから出る？	例
標本数 (n)	データの個数	標本	n = 30 など
標本平均	標本の平均	標本
統計量	標本から計算した値	標本	平均・中央値・分散…

ここで大事なのは、標本平均は「母集団の平均」ではないという点です。
標本平均はあくまで「取り出した標本」の平均で、母集団の平均はふつう直接はわかりません。

計算の流れ（標本平均はこの手順）

1. 1. まずデータの個数を数えて n を決める
2. 2. データを全部足す
3. 3. 合計を n で割る

途中で止まる人は、②の「足し忘れ」「個数の数え間違い」が原因になりやすいです。

ここでありがちなミス（独自チェック）

• ミス1：n を「母集団の人数」だと思う
  → n は“標本に入っている個数”です。
• ミス2：標本平均＝本当の平均（母平均）だと決めつける
  → 標本平均は推測に使う材料。偏りがあるとズレます。
• ミス3：無作為抽出なら必ず当たると思う
  → 偏りは減るけれど、標本が一部である以上ズレは起こりえます。

【例題で確認】（まずは5問で一気に固めよう）

ここからは、定期テストでそのまま出やすい形にそろえて練習します。「母集団・標本を言える」「偏りを説明できる」「標本平均を計算できる」までをまとめていきましょう。

例題1：母集団と標本を言い当てる（基本）

問題

ある高校の全生徒の「通学時間」を調べたい。全生徒から100人を選んで通学時間を調べた。母集団と標本は？

答え

• 母集団：その高校の全生徒の通学時間データ
• 標本：選んだ100人の通学時間データ

ポイント

例題2：全数調査か標本調査か（頻出）

問題

クラス40人全員にアンケートを取った。この調査は、全数調査？標本調査？

答え

• 全数調査

理由

調べたい対象（クラス）の全員を調べているためです。

例題3：偏りを見抜く（差がつく）

問題

「昼休みに食堂で聞いた『朝食を食べる割合』」は偏りが出る可能性がある。理由を1つ書け。

解答例

• 食堂に来る生徒に偏りやすく、母集団（全生徒）を代表しにくい。

ポイント

例題4：無作為抽出の方法（記述の型）

問題

学年300人から30人を無作為に選ぶ方法を2つ書け。

解答例

• 1〜300の番号をふり、乱数で30個選ぶ
• 1〜300の番号札を作り、くじ引きで30枚引く

ポイント

例題5：標本数 (n) と標本平均（計算）

問題

標本データが 4、7、9、10 のとき、標本数 (n) と標本平均を求めよ。

答え

• 標本数 (n = 4)
• 標本平均

計算の流れ

• 個数を数える → 足す → 割る

ここで1分チェック（自分で○×）

• 「全員／全部」→ 母集団
• 「抽出／一部」→ 標本
• 「偏り」→ どの人が入りにくいか説明できる
• 「無作為抽出」→ 乱数・くじなど“仕組み”を書ける
• 「標本平均」→ 足して割る。(n) は標本の個数

【よくあるミス】（ここを直すと一気に安定する）

例題が解けても、定期テスト本番では「言葉の取り違え」で落としてしまうことがあります。
ここでは、標本に関する“つまずきポイント”を先回りして整理します。

ミス1：標本＝「1つの見本」だと思ってしまう

• 標本は「一部のデータの集まり」です。
• 1人だけでも標本ですが、テストでは「100人分」「30個」など複数で出ることが多いです。

直し方

「標本＝一部の集まり」と心の中で言い換えましょう。

ミス2：標本平均＝母集団の平均（本当の平均）だと決めつける

• 標本平均は、標本から計算した平均です。
• 母集団の平均は、ふつう直接はわかりません。

直し方

問題文に「標本」と書いてあったら、平均はまず“標本平均”だと考えます。

ミス3：無作為抽出＝「なんとなく」「適当」になってしまう

無作為抽出は「ランダムにする仕組み」が必要です。

書き方のコツ（そのまま使える）

• 乱数で選ぶ
• くじ引きで選ぶ
• 抽出ソフトで等確率になるように選ぶ

ミス4：標本数を増やせば必ず正しくなると思い込む

標本数を増やすとズレが小さくなりやすいのは事実ですが、偏りがある抽出だと改善しにくいことがあります。

直し方

• まず「偏りがない選び方」
• 次に「標本数を確保」
  この順で考えると安全です。

まとめチェック（テスト中の確認用）

• 「全体」か「一部」か
• 「どう選んだか」＝偏りがないか
• nは標本の個数か
• 平均は標本平均か

次のブロックでは、テストで点につなげるための「アドバイス」をまとめ、最後に重要点を箇条書きで整理してStudycastへつなげます。

【アドバイス】テストで迷わないためのコツ

標本の問題は、知識そのものよりも「問題文の読み取り」で点が決まりやすいです。
ここでは、本番で迷いにくくなる手順をまとめます。

1) まず「全体か一部か」を線で囲む

問題文の中で、次の言葉を見つけたらチェックします。

• 母集団サイン：全員／全部／すべて／全国／学年全体
• 標本サイン：抽出／選ぶ／無作為／〜人を調べる／一部

線を引くだけで、母集団と標本が混ざりにくくなります。

2) 標本調査が出たら「偏り」を疑う

標本調査の問題は、次の2点セットで考えると整理しやすいです。

• どう選んだ？（無作為かどうか）
• 偏りが出るとしたら、どんな人が入りにくい？

記述は、型で書けます。

記述の型

• 〜の方法だと、〜の人に偏る可能性がある。
  そのため母集団を代表しにくいので、無作為抽出が必要。

3) 計算問題は「n → 合計 → 割る」の順を固定

標本平均の計算で焦ると、足し忘れや数え間違いが起こります。
次の順番を決め打ちしましょう。

1. 1. 個数を数えて n を書く
2. 2. 数字を全部足して 合計 を出す
3. 3. 合計を n で割って 標本平均

4) 仕上げ：1分でできる復習メニュー

テスト前に短時間で整えるなら、次を回すのが効率的です。

• 例題1で「母集団・標本の判定」を即答
• 例題3で「偏りの説明」を1文で書く
• 例題5で「標本平均」をノーミス計算

この3つができれば、標本の基本問題は安定します。

まとめ：標本とは（ここだけ押さえればOK）

最後に、今日の内容を「テストで点になる形」にまとめます。

• 標本：母集団（調べたい全体）から取り出した一部
• 母集団：「全員／全部／すべて」と書かれている対象の全体
• 標本調査：標本を調べて、母集団の性質を推測する方法
• 無作為抽出：偏りを減らすために、乱数・くじなどでランダムに選ぶ仕組みを作ること
• 偏り：標本が母集団を代表しなくなり、推測がズレる原因になる
• 標本数 (n)：標本に入っているデータの個数
• 標本平均：標本の平均。計算は「(n) → 合計 → 割る」で固定するとミスが減る

理解したつもりでも、時間がたつと用語の区別があいまいになりがちです。

そんなときに役立つのが 進研ゼミのAI質問機能（お試し無料）。

AI質問の特徴

問題を撮影するだけ！
勉強中にわからない数学の問題を撮影すると、すぐにヒントや解き方を丁寧に解説してくれます。

考え方や途中過程まで、ステップごとに解説
答えだけでなく、解答に至るまでのステップをわかりやすく提示。追加解説まで丁寧に説明してくれます。

AI質問機能を活用することで、定期テストや入試の対策に向けて、理解の“穴”をすぐに埋めることに役立ちます。「進研ゼミ」は以下より無料で体験いただけます（スマートフォン／タブレットからアプリをダウンロード）。