ある企業が、先月請求トラブルに遭った顧客の数を把握したいと考えているとします。メルマガの返信者に聞くだけでも参考になる話は集まるかもしれませんが、その抽出プロセスを説明するのは困難です。個々の顧客が結果に反映される確率が把握できていないからです。確率抽出は、その抽出の仕組みを明確にすることから始まります。

確率抽出法（プロバビリティ・サンプリング）では、設計の対象となる母集団において、各対象（ユニット）がゼロではない既知の確率でランダムに選ばれます。この確率は必ずしも均等である必要はありません。重要なのは、標本がどのように抽出されたかを反映し、推定やサンプリングの不確実性の評価を可能にすることです。

母集団と抽出へのプロセスを定義する

先ほどの請求に関する架空の調査では、母集団は「指定した月に請求が発生したすべてのアカウント」と考えられます。顧客データベースにそれらのアカウントが漏れなくリストアップされていれば抽出枠（サンプリングフレーム）として機能しますが、請求プロセスを実際に体験した個々の人をすべて特定できるとは限りません。標本を抽出する前に、調査の目的に合った単位（ユニット）を選びましょう。

単純無作為抽出は、抽出枠から直接抽出を行います。層化抽出は定義されたグループ内から抽出し、クラスター抽出や多段抽出では組織や地域などのグループを通じて抽出を行います。オーストラリア統計局のサンプリング概要では、確率抽出とそれ以外の抽出手法の違いについて詳しく解説されています。

抽出に影響を与えるすべてのステップを記録しておきましょう。小規模な顧客グループを多めに抽出する（オーバーサンプリング）ことは分析に役立ちますが、全体の推計を行う際には、標本の構成比をそのまま母集団の構成比とみなすのではなく、抽出確率の違いを適切に考慮する必要があります。

「抽出」と「回答」を混同しない

ランダムに調査依頼を送ったからといって、選ばれた全員が回答してくれるわけではありません。実際に得られた回答結果は抽出されたグループ全体とは異なる場合があるため、再度の働きかけ（フォローアップ）や重み付け、無回答の分析が必要になることがあります。調査自体は確率設計に基づいていても、推計の精度は無回答をどう処理したか、そしてどのような前提を置いたかに左右されます。

一般的な誤差の範囲（許容誤差）は、その設計と計算に基づいたサンプリング上の不確実性を示すものです。カバー範囲の漏れ、誤解を招く質問文、無回答などから生じるあらゆる誤差が含まれているわけではありません。したがって、誤差の範囲が狭いからといって、調査全体が正確であることの証明にはなりません。

主張に見合った設計を採用する

確率抽出は、母集団全体の推計を目指しており、適切な抽出枠が用意できる場合に特に威力を発揮します。ただし、あらゆる有意義なリサーチに必須というわけではありません。特定の体験や文脈を深く掘り下げたい場合には、目的抽出（有意抽出）が適していることもあります。

非確率抽出でも、モデリングなどの調整を行うことで推計に役立てることは可能ですが、それには追加の仮定や根拠が必要になります。いくつかの属性データを母集団の比率に合わせた（クォータを合わせた）からといって、無作為抽出が再現できるわけではありませんし、何の留保もなく確率抽出用の不確実性の計算を用いてよい理由にはなりません。

レポートには、母集団、抽出枠、抽出方法、回答状況、分析手法を明記すべきです。この一連のプロセスが示されていれば、読み手は「ランダム」という言葉による曖昧な安心感に頼ることなく、その推計値が何を表しているのかを正しく見極めることができます。