サンプル数とは、アンケート調査で実際に回答を得る人数のことです。「何人に聞けば信頼できる結果が得られるのか」は、はじめて調査を行う方が最初にぶつかる疑問ではないでしょうか。
本記事では、サンプル数の基本的な意味から、サンプルサイズとの違い、信頼度や許容誤差を使った計算方法、そして母集団の規模に応じた具体的な目安まで、マーケティング初心者にもわかりやすく解説します。
サンプル数とサンプルサイズの違い
アンケート調査の計画段階で混同されやすいのが「サンプル数」と「サンプルサイズ」です。どちらも「何人分のデータが必要か」に関わる用語ですが、厳密には意味が異なります。
| 用語 | 意味 | 例 |
|---|---|---|
| サンプル数 | 実施したアンケートの回数（調査の数） | 同じ商品について年に2回調査 → サンプル数は2 |
| サンプルサイズ（n数） | 1回の調査で回答を得る人数 | 1回の調査で400人に回答を依頼 → サンプルサイズは400 |
実務の現場では「サンプル数」と言ったときに「回答者数（サンプルサイズ）」を指していることが多く、厳密な統計用語としての使い分けがされていないケースもあります。本記事では、一般的な用法に合わせて「必要な回答者数」という意味でサンプル数を解説していきます。
サンプル数を決める三つの要素
適切なサンプル数を決定するためには、「信頼度」「許容誤差」「母集団」という三つの要素を理解する必要があります。
信頼度（信頼水準）
信頼度とは、調査結果がどのくらいの確率で正しい範囲に収まるかを示す指標です。たとえば信頼度95％であれば、「同じ調査を100回実施したら、95回は同じような結果が得られる」という意味になります。
マーケティングリサーチでは信頼度95％が標準的に使われます。より厳密な結果が求められる学術研究や医療分野では99％が採用されることもあります。
許容誤差（誤差の範囲）
許容誤差とは、調査結果と実際の母集団全体の値との間に生じるズレの許容範囲のことです。たとえば「ある商品の認知率は60％、許容誤差±5％」であれば、「実際の認知率は55％〜65％の範囲に収まる」と解釈します。
一般的なマーケティング調査では許容誤差±5％が使われることが多いです。より精度の高い結果が必要な場合は±3％に設定しますが、必要なサンプル数が大幅に増加する点に注意しましょう。
母集団の規模
母集団とは、調査の対象となる集団全体のことです。たとえば「日本の20代女性のスマートフォン利用状況を調べたい」場合、日本の20代女性全体が母集団となります。
母集団が大きくなるほど必要なサンプル数も増えますが、実は母集団が1万人を超えると、必要なサンプル数はほぼ変わらなくなります。これは統計学上の重要な性質で、母集団が1万人でも100万人でも、信頼度95％・許容誤差5％で必要なサンプル数は約400人前後で安定します。
母集団別・必要サンプル数の目安
サンプル数の具体的な目安を知っておくと、調査の計画段階でスムーズに設計を進めることができます。以下は信頼度95％・許容誤差5％を前提とした場合の目安です。
| 母集団の規模 | 必要サンプル数（目安） |
|---|---|
| 100人 | 80人 |
| 500人 | 217人 |
| 1,000人 | 278人 |
| 5,000人 | 357人 |
| 10,000人 | 370人 |
| 100,000人以上 | 約384人 |
ポイント
母集団が1万人以上であれば、おおむね400人のサンプルを確保すれば統計的に信頼できる結果が得られます。「まずは400を目安に」と覚えておくと便利です。
サンプル数の計算方法
必要なサンプル数は、統計学の公式を使って算出できます。ここでは代表的な計算式を紹介します。
基本の計算式
母集団が十分に大きい（おおむね1万人以上の）場合、必要サンプルサイズは以下の式で求められます。
計算式
n = Z² × p ×（1 − p）÷ e²
n：必要サンプルサイズ
Z：信頼度に対応するZスコア（95％の場合は1.96）
p：回答の比率（不明な場合は最大値の0.5を使用）
e：許容誤差（5％の場合は0.05）
具体的な計算例
信頼度95％、許容誤差5％、回答比率50％の条件で計算してみましょう。
n = 1.96² × 0.5 ×（1 − 0.5）÷ 0.05²
n = 3.8416 × 0.25 ÷ 0.0025
n = 0.9604 ÷ 0.0025
n = 384.16 ≒ 385人
つまり、信頼度95％・許容誤差5％の条件では約385人のサンプルが必要という結果になります。実務では端数を切り上げて400人を目安にするケースが一般的です。
母集団が小さい場合の補正
母集団が1万人未満と小さい場合は、以下の補正式を用います。
補正式
n’ = n ÷（1 + n ÷ N）
n’：補正後のサンプルサイズ
n：基本式で求めたサンプルサイズ（385）
N：母集団の規模
たとえば母集団が1,000人の場合：
n’ = 385 ÷（1 + 385 ÷ 1000）= 385 ÷ 1.385 ≒ 278人
サンプル数を決めるときの実務上の注意点
計算式で求めた数値をそのまま使えばよいわけではありません。実際の調査設計では、以下のポイントも考慮しましょう。
回収率を考慮して配布数を多めにする
アンケートを配布しても、全員が回答するわけではありません。郵送調査では回収率が20〜30％程度、ネットリサーチでも回収率は調査内容によって変動します。目標のサンプル数を確保するためには、想定回収率を考慮して配布数を逆算する必要があります。
たとえば目標サンプル数が400人、想定回収率が25％の場合：
配布数 = 400 ÷ 0.25 = 1,600人に配布が必要です。
クロス集計を見越してサンプル数を増やす
調査結果を性別・年代・地域などの属性で分けて分析する「クロス集計」を行う場合は、各セグメントに最低でも30〜50サンプルが必要です。
たとえば性別（2区分）×年代（5区分）で10セグメントに分ける場合、各50サンプル×10セグメント = 最低500サンプルが必要になります。分析の粒度を事前に決めておき、必要な総サンプル数を見積もりましょう。
予算とのバランスを取る
サンプル数を増やすほど調査の精度は上がりますが、費用もそれに比例して増加します。実務では「調査目的に対して十分な精度を確保しつつ、予算内に収まる」バランスを取ることが重要です。
注意
サンプル数が少なすぎると統計的に信頼できない結果になりますが、多すぎてもコストの無駄になります。「何のためにこの調査をするのか」「どのレベルの精度が必要か」を最初に明確にしてからサンプル数を設計しましょう。
まとめ
サンプル数の決め方は、アンケート調査の信頼性を左右する重要なステップです。信頼度・許容誤差・母集団の規模という三つの要素を理解し、計算式を使って適切な数値を算出することで、根拠のあるデータに基づいた意思決定が可能になります。
まずは「信頼度95％、許容誤差5％で約400人」という基本の目安を押さえつつ、クロス集計の必要性や回収率も考慮して、自社の調査に最適なサンプル数を設計してみてください。
