統計的バイアス
意味・解説
標本の選び方や調査方法の不備により、統計結果が母集団の実態から系統的にズレること。
母集団を代表しない一部のデータだけを集めてしまうことで、真実とは異なる結論を導く現象である。サンプリング（標本抽出）の失敗、無回答者の偏り、質問の仕方の偏り（誘導）などが原因となる。精度と偏りにおける「大きな偏り」を生む主因の一つである。
くわしく
意図せずデータに「色」がついてしまう不適切なプロセスの結果である。
1.選択バイアス：ネット調査でITリテラシーの高い人だけが答えるような、抽出の偏り。母集団を正しく反映しない。
2.情報バイアス：思い出しバイアスや、測定器の目盛りの読み間違いなど、データ収集時に生じるズレ。
3.生存者バイアス：失敗して消えたデータを見ず、成功したデータ（生き残り）だけを分析して誤った成功法則を導くこと。
なぜ重要か：バイアスに気づかないと、「データが語っている」と思い込んで間違った戦略を立てることになる。実務では、いかにランダム（無作為）にデータを取るか、また偏りをどう補正するかがデータ分析者の最重要スキルとなる。
例文
若者のSNS利用実態を調査する際、昼間の固定電話へのアンケートのみを行ったため、深刻な統計的バイアスが生じてしまった。
同義語: 選択バイアス、情報バイアスなど, 標本誤差（厳密には異なるが関連）, 偏り
対義語: 無作為抽出
分類: 統計学の誤り