サンプルとは、調査や統計分析を行うために、より大きな母集団から抽出された、扱いやすい小規模な部分集合のことです。膨大な母集団の全メンバーを測定することは、多くの場合、コストがかかりすぎたり、時間がかかりすぎたり、物理的に不可能であったりするため、研究者はこれらの部分集合を利用してグループ全体に関する有意義な結論を導き出します。
サンプルが効果的に機能するためには、母集団全体の特性や性質を正確に反映している必要があります。研究者は、バイアスを排除するためにランダム抽出法を用いることが多く、小規模なグループから得られた知見を、より大きな母集団に確実に投影できるようにしています。大数の法則や中心極限定理といった統計的手法が、これらの推論を有効にする数学的根拠を提供しています。
例えば、アナリストが20万人のCFA試験受験者のパフォーマンスを把握したい場合、1,000人の参加者をランダムに選出することがあります。この小規模なグループの平均スコアを算出することで、アナリストは母集団全体のパフォーマンスを推定できます。サンプルが正しく選択され、十分に大きい場合、1,000人の参加者の平均スコアは、20万人の受験者全員の平均とほぼ一致するはずです。