サンプルサイズ（標本の大きさ）とサンプリング誤差（標本誤差）

「サンプルによる調査結果」＝「母集団の実態」とはならない。
そこに誤差が生じる。この誤差をサンプリング誤差という。

サンプルサイズ（標本の大きさ）と誤差の関係

サンプルサイズ（標本の大きさ）を大きくすれば、母集団に近付く。
　　　　→標本の偏りによる誤差（サンプリング誤差）は低減する。

サンプリング誤差（標本誤差）を表す式

サンプルサイズ[ｎ]：標本の大きさ 回答比率[ｐ]：ある質問に対して「はい」の人の割合 ２：信頼度95％の係数（通常は信頼度95％が使われる） （信頼度99％の場合は、信頼度係数＝2.58）

出典：IMPRESS「リサーチ/データのリテラシー入門」http://web-tan.forum.impressrd.jp/e/2008/05/16/3080

p	0	0.1	0.2	0.3	0.4	0.5	0.6	0.7	0.8	0.9	1.0
p(1-p)	0	0.09	0.16	0.21	0.24	0.25	0.24	0.21	0.16	0.09	0

【サンプリング誤差の見方】
「はい」と答えた人の割合が、全体のｐだった場合、 95％の信頼度で、実際の割合は「ｐ±サンプリング誤差」の範囲にある。 また、この範囲を超える危険率は、逆に５％ある。

誤差を半減させるには、サンプルを４倍にしなければならない

サンプルサイズ[ｎ]を倍にしても、サンプリング誤差（標本誤差）は３割程度しか減らない。（１÷1.414＝0.70）
サンプリング誤差を半分にするには、サンプルサイズを４倍にする必要がある。 （根号があるので、誤差を半分にするには、ｎを４倍にしなければならない。）