統計調査士 教科書

統計調査士の試験で必ず問われるのが、日本の統計制度の根幹である 統計法 に関する知識です。本節では、統計法の基本構造と、公的統計が果たす役割を整理します。

統計法とは

統計法の改正により、それまで「行政の道具」だった統計が「社会の情報基盤」として位置付け直されました。具体的には、

• 基幹統計 の指定(国の重要統計の明確化)
• 統計委員会 の設置(統計行政の中立性確保)
• 統計データの二次利用 の促進(研究者・民間への開放)
• 秘密の保護 の強化(回答者個人の特定を厳格に防ぐ)

基幹統計と一般統計

代表的な基幹統計として、国勢統計(国勢調査)・労働力統計(労働力調査)・家計統計(家計調査)・経済構造統計(経済センサス)など。試験では「○○調査は基幹統計か?」という形で問われることがあります。

公的統計の分類

• 作成主体による分類: 国(府省庁)・地方公共団体・独立行政法人など
• 作成方法による分類: 調査統計(直接調査して作る)/ 業務統計(業務記録から派生)/ 加工統計(他の統計を組み合わせる)
• 周期による分類: 月次・四半期・年次・大規模調査(5 年や 10 年に 1 回)

統計の役割

公的統計が果たす役割は大きく 3 つに整理できます。

1. 政策の根拠: 行政が政策を立てるとき、統計データに基づいて意思決定する
2. 社会の現状把握: 人口・経済・労働・物価など、社会の姿を客観的に示す
3. 研究・民間の活用: 学術研究・企業のマーケティング・地域分析の基礎データ

「統計は社会のインフラ」 ─ この視点を持って、各統計の意義を理解していくことが、統計調査士の核心です。

本節では、統計調査士で頻出する主要な公的統計を、調査周期・主な内容・公表する省庁とともに整理します。「○○調査の主な内容は?」「○○統計を扱う省庁は?」が定型的に問われます。

国勢調査

日本でもっとも基本的な統計。人口統計の出発点で、選挙区割り・地方交付税配分・社会保障の根拠に使われます。直近では 2020 年(令和 2 年)実施、次回は 2025 年。

労働力調査

「完全失業率」のニュースの源となる統計。月次で公表されるため、景気判断の重要指標として注目されます。

家計調査

「家計の平均消費支出」の元となる統計。物価・消費動向の分析や、消費者物価指数のウエート付けに使われます。

経済センサス

消費者物価指数(CPI)

「物価上昇率」の根拠となる代表的指標。「総合」「生鮮食品を除く総合(コア)」「生鮮食品およびエネルギーを除く総合(コアコア)」の 3 種類が公表され、物価動向の分析で使い分けられます。

GDP(国内総生産)関連統計

国民経済計算(SNA)は、内閣府が作成する基幹統計。GDP・GNI・経済成長率の元データ。複数の他統計を組み合わせる 加工統計 の代表例です。

覚えるコツ

• 周期と頻度 : 月次か年次か、5 年に 1 回か
• 実施主体 : 総務省統計局が多いが、内閣府(GDP)・厚労省(賃金)など分野で違う
• 標本 vs 全数 : 国勢調査は全数、労働力調査・家計調査は標本
• 「○○ 統計」と「○○ 調査」: 統計が「結果」、調査が「集める方法」。基幹統計に指定されるのは「統計」のほう

次節以降では、こうした統計を実際に 取る方法(標本抽出・調査設計)に踏み込んでいきます。

「全員に聞くか、一部だけに聞くか」 ─ 統計調査の最初の選択。それぞれに長所・短所があります。本節では、全数調査と標本調査 の違い、そして 代表的な標本抽出法 4 つ を整理します。

全数調査 vs 標本調査

• 全数調査の長所: 偏りがない・すべての小集団を把握できる
• 全数調査の短所: コスト膨大・回答負担・実施期間が長い
• 標本調査の長所: コスト・期間が小さい・速報性が高い・誤差を許容して柔軟
• 標本調査の短所: 標本誤差 が必ず発生・代表性の確保が課題

「適切に選んだ少数」のほうが「むやみに集めた大量」より精度が高くなる ─ これが統計学の興味深いところ。世論調査が 1000 人程度で全国民の傾向を推測できるのは、無作為抽出と統計理論があるからです。

1. 単純無作為抽出

• 長所: もっとも理論的にきれい・偏りがない
• 短所: 母集団全体のリストが必要・地理的に散らばると調査コストが膨大

2. 層化抽出

• 長所: 各層の代表性が保証される・推定精度が向上(層内分散が小さいとき特に)
• 短所: 層分け基準の設計が必要・層のサイズ情報が事前に必要

3. 系統抽出

• 長所: 実装が簡単・リストだけあれば実行可能
• 短所: 母集団に 周期性 があると偏る(例: 7 日周期のデータを 7 日おきに取ると曜日が固定)

4. 多段抽出

• 長所: 移動コスト・調査員配置の効率化・全国調査で実用的
• 短所: 設計が複雑・分散が単純無作為抽出より大きくなりやすい

標本サイズの決め方

標本誤差は $\sigma /\sqrt{n}$ に比例します。「精度を 2 倍にしたい(誤差半分)」には標本サイズを 4 倍 にする必要がある、という $\sqrt{n}$ の関係が成立。実務では「誤差 ±3% 以内」「信頼度 95%」のような目標から逆算して標本サイズを決めます。

代表的な世論調査 $n=1000$ で誤差 ±3% 程度が出るのも、この $1.96\sqrt{0.5\times 0.5/1000}\approx 0.031$ から来ています。

「質問文の作り方ひとつで結果が変わる」 ─ 調査の世界では常識です。本節では、信頼できる調査票を作るための原則を整理します。

質問文設計の 5 原則

回答形式の選び方

• 選択式(SA: Single Answer): 1 つだけ選ぶ。集計が容易。
• 選択式(MA: Multiple Answer): 複数選択可。「あてはまるすべて」
• 自由記述: テキストで回答。深い洞察が得られるが集計が難しい
• 評価尺度(リッカート尺度): 「5: とても満足 〜 1: とても不満」など 5 段階や 7 段階
• 数値記入: 年齢・回数など、定量データを直接得たいとき

回答誤差の種類

非標本誤差は標本サイズを増やしても減りません。質問設計・調査員教育・データ点検によってのみ抑えられる ─ ここが標本誤差との大きな違いです。

事前テスト(プリテスト)の重要性

本調査の前に 少数の対象者(10〜30 人程度) に試行回答してもらう「プリテスト」が必須。「質問の意味が伝わるか」「想定どおりの回答が得られるか」「所要時間は適切か」を事前に確認することで、本調査の失敗を大幅に減らせます。

調査票の設計が終わっても、実際の調査実施でつまずくことが多いのが社会調査の難しさ。本節では、調査方法の選び方・回答率を上げる工夫・データの点検 までを整理します。

調査方法の比較

「適した方法は調査目的による」 が大原則。年齢を問わない代表性が必要なら訪問・郵送、若年層中心なら Web、速報性重視なら電話、というように使い分けます。

回答率を上げる工夫

• 調査の意義を明示: 何のための調査か、結果がどう使われるかを冒頭で説明
• 回答負担を最小化: 質問数を絞る・短時間で答えられる設計
• 個人情報保護を保証: 「回答は統計的にしか使わない」「個人を特定しない」を明記
• 督促状を送る: 郵送調査では未回答者に 1〜2 回の督促が効果的
• インセンティブ: 図書カードや QUO カードなどの謝礼(ただし回答の質に影響することも)

標本誤差と非標本誤差(復習)

• 無回答誤差: 回答してくれない層の特性が回答者と異なるとき(例: 多忙な層が抜ける)
• 回答誤差: 嘘の回答(社会的に望ましい方向への歪み)、記憶誤り、思い込み
• 入力誤差: 紙からデータベースへの入力ミス、マークシートの読み取り誤差
• カバレッジ誤差: そもそも母集団のリストから漏れている人(電話帳調査で携帯のみの人が抜ける、など)

データクリーニングと点検

回答データを集めた後、そのまま分析するのは危険。必ず以下のチェックを行います。

1. 論理チェック: 「年齢 200 歳」「性別が男性なのに妊娠経験あり」のような矛盾の検出
2. 範囲チェック: 数値が想定範囲を超えていないか
3. 欠損値の処理: 無回答が多い変数は分析から除外、もしくは補完(平均代入・多重代入)
4. 外れ値の検出: 異常に大きい/小さい値は記入ミスかも
5. 重複回答の削除: 同一回答者が複数回答していないか

結果の公表と倫理

公的統計では、個人を特定できる形での公表は厳禁。少数派(例: ある町の特定職業の女性 1 人だけ)が特定されないよう、セルの度数が小さいクロス集計は秘匿(セルを「-」表示)します。これを 統計的開示制御(SDC) といいます。

また、調査回答者には「結果がどこで公表されるか」を事前に明示するのが倫理的義務。これらを守ることで、回答者の信頼を維持し、次回以降の調査も成立する ─ という長期的な視点が、調査の世界では特に重要です。