Loading article…
参加バイアスまたは無回答バイアスとは、調査や世論調査などの結果が、参加者が結果に影響を与える特定の特性を不均衡に持っているために代表性を失ってしまう現象です。これらの特性は、サンプルが対象集団と体系的に異なることを意味し、推定値にバイアスが生じる可能性があります。[ 1 ]
例えば、ある研究では、エイズに関する調査への回答を拒否した人は「高齢で、教会に通う頻度が高く、調査の機密性を信じにくく、性的自己開示が少ない」傾向があることがわかった。 [ 2 ]これは、デミング（1990）で概説されているように、いくつかの要因によって発生する可能性がある。 [ 3 ]
ある分野のマネージャー1000人をサンプルとして選び、業務量についてアンケート調査を行った場合、業務量の多いマネージャーは回答する時間がないため回答しない可能性があり、また業務量の少ないマネージャーは上司や同僚から余剰人員と見なされることを恐れて回答を拒否する可能性がある（アンケートが匿名でない場合はすぐに、匿名性が損なわれた場合は将来的に）。そのため、無回答バイアスによって業務量の測定値が低すぎたり高すぎたり、あるいは上記のバイアスの影響が互いに相殺される場合は「間違った理由で正しい」結果となる可能性がある。この影響の簡単な例として、「賛成か反対か：私は1日の中でアンケートに回答するのに十分な時間がある」という質問を含むアンケートを考えてみよう。
1936年の米国大統領選挙に先立ち、The Literary Digestは1000万通のアンケートを郵送し、そのうち238万通が返送された。これらの返送に基づいて、同誌は共和党候補のアルフ・ランドンが一般投票の57.08%と531の選挙人票のうち370票を獲得して大統領に選出されると予測した。しかし、選挙ではランドンは一般投票のわずか37.54%と選挙人票8票しか獲得できず、民主党現職大統領のフランクリン・D・ルーズベルトに前例のない大敗を喫した。1976年と1988年に発表されたその後の研究では、この誤差の主な原因は無回答バイアスであると結論付けられたが、そのサンプリングフレームも大多数の有権者とはかなり異なっていた。[ 1 ]
非回答者は、若い患者、貧しい地域、満足度の低い患者と関連していることが示されており、バイアスの原因となる可能性がある。[ 5 ]
無回答バイアスをテストする方法はいくつかあります。一般的な手法としては、回答の第1四分位と第4四分位を比較して、人口統計学的特性や主要な構成要素の違いを調べる方法があります。[ 6 ]電子メール調査では、潜在的な参加者全員から既にいくつかの値（年齢、会社の支店など）がわかっているため、回答した人のサブグループで一般的な値と比較することができます。有意な差がない場合、これは無回答バイアスがない可能性を示唆しています。
メール調査では、回答しなかった人にも系統的に電話をかけ、少数の質問をすることができます。回答者の回答と大きく異ならない場合は、無回答バイアスは存在しない可能性があります。この手法は、無回答者フォローアップと呼ばれることもあります。
回答率は無回答バイアスと関連しており、回答率が低いほど結果が無回答バイアスの影響を受ける可能性が高くなるというのが一般的な仮定である。学術研究では、回答率と無回答バイアスの間に実質的な関連性があるかどうかについて議論されている。Robert M. Grovesによる無回答バイアスに関する 30 の研究方法論のメタ分析では、回答率による無回答バイアスの分散の決定係数はわずか 0.11 であり、無回答バイアスの弱い予測因子であることがわかった。44 の研究方法論のメタ分析でも同様に、事前通知やインセンティブなど、回答率を高める方法が必ずしも無回答バイアスを減らすとは限らず、場合によっては無回答バイアスが増加することもあることがわかった。[ 7 ] [ 8 ] [ 9 ]
特に医学分野の一部の学術誌では、無回答バイアスを軽減する手段として、調査研究を掲載するための最低回答率を要求している。例えば、JAMAは調査研究の回答率を60%と定めており、これは社会科学研究における統計的有意性のp値0.05などの他のヒューリスティックと比較されている。[ 10 ]
回答率の向上を追求することは、無回答バイアスとの関連性が疑わしく、回答率を高める方法に不必要なコストが費やされ、そのコストを他の用途に充てた方がより効果的である可能性があるため、逆効果となる場合がある。また、内容的には妥当な調査であっても、回答率に関する経験則的な要件を満たさないために、調査が選別されてしまう可能性もある。[ 8 ] [ 11 ]
{{cite book}}: CS1メンテナンス: 場所の発行元が見つかりません (リンク)