心理学の法則・効果

少数の法則とは?少ない事例から全体を決めつける判断の偏り

なるほど心理学編集部

新しい飲み物を5人に試してもらったところ、4人が「また飲みたい」と答えたとします。5人中4人は80%ですが、「お客さんの80%がまた飲みたいと思う」と考えてよいでしょうか。少数の法則とは、少人数から得られた割合や平均が、全体でも同じように現れると期待しすぎる心理的な傾向です。

少数の法則とは?少ない調査で判断を誤る理由

少数の法則という名前は、小さな調査結果を過信する考え方を表したもので、確率の正しい法則ではありません。TverskyとKahneman(1971)が、調べた一部の人たちの特徴を、元の集団全体の特徴に似ていると考えすぎる傾向として取り上げました。

例えば、全体では賛成する人と反対する人が半数ずつだとしても、そこから無作為に5人選ぶと、たまたま4人が賛成することはあります。別の5人を選べば、結果は大きく変わるかもしれません。

調べる人を全体から偏りなく選んでいる場合、人数が多くなるほど、こうした偶然による割合の揺れは一般に小さくなります。5人から得た80%と、500人から得た80%では、同じ割合でも全体を推測する際の確かさが異なります。

研究で分かっていること

心理学の専門家も、少人数での再現を楽観的に予測した

TverskyとKahneman(1971)は、心理学の研究者84人に、追加の実験について確率を予測してもらいました。最初の20人を対象とした実験で理論を支持する差が出たとき、別の10人だけを調べても、同じ方向で統計上の基準を満たす結果が出る見込みを尋ねたのです。

回答の中央値は85%でした。一方、論文では一定の統計上の仮定を置いた計算で、その見込みを約48%と示しています。実際に追加実験を行って得た48%ではなく、計算上の見積もりです。この質問では、少人数の実験でも最初の結果が再び得られると、研究者が高く予想する傾向が見られました。

人数の影響を考えられる場面もある

SedlmeierとGigerenzer(1997)は、それまでの研究を整理し、調査人数を判断に反映できる場合と、そうでない場合の違いを検討しました。

例えば、調べる人数が増えれば賛成と反対の割合が全体の割合に近づきやすくなるかを考える場合と、10人ずつ何度も調べたとき各回の賛成率がどれほど違うかを考える場合では、必要な判断が異なります。著者らは、前者のように一回の調査の内訳を考える課題では人数を考慮できる研究がある一方、後者のように繰り返し調査した結果の揺れを考える課題では人数の影響を捉えにくい、と整理しました。

画面上で人数を増やす練習をしても、別の問題の成績は上がらなかった

Bishopら(2022)は、生命科学や社会科学を学んだ経験のある100人を対象に実験しました。参加者は、画面上で比較するデータの数を増やしながら、二つの集団の間に本当に違いがあるかを判断する練習をしました。

練習した課題では成績が改善しました。しかし、練習の前後に出された、人数による結果の揺れを考える別の問題では成績が改善しませんでした。調査人数の違いに気づく練習が、別の種類の判断にもそのまま役立つとは限らないことが分かります。

身近な場面で考える:5人中4人が「また飲みたい」

カフェの店主が新作ドリンクを試してもらい、最初の5人中4人から「また飲みたい」という回答を得たとします。その後、同じ聞き方で別の20人に試してもらうと、「また飲みたい」は10人でした。

調べた人 「また飲みたい」 割合
最初の5人 4人 80%
追加の20人 10人 50%
合計25人 14人 56%

最初の5人の回答は80%でしたが、25人では56%になりました。少ない人数でたまたま高い割合が出ても、その数字が全体を表すとは限りません。追加で調べたときに割合が上がる場合も下がる場合もあります。

結果を判断するときは、割合だけでなく何人中何人の回答かを確かめましょう。また、常連客ばかりに聞いた結果を新規のお客さんにも当てはめることはできないかもしれません。人数とあわせて、誰をどのように選んで調べたのかを見ると、その数字から言えることを考えやすくなります。

参考文献・出典

  • Tversky, A., & Kahneman, D. (1971). Belief in the law of small numbers. Psychological Bulletin, 76(2), 105–110. ― 小さな調査結果の安定性を過信する傾向を、心理学の専門家への質問などから検討した研究。
  • Sedlmeier, P., & Gigerenzer, G. (1997). Intuitions about sample size: The empirical law of large numbers. Journal of Behavioral Decision Making, 10(1), 33–51. ― 調査人数の影響を考慮できる場合と見落とす場合の違いを、先行研究から検討した論文。
  • Bishop, D. V. M., Thompson, J., & Parker, A. J. (2022). Can we shift belief in the ‘Law of Small Numbers’? Royal Society Open Science, 9(3), 211028. ― 100人を対象に、データの数を増やしながら判断する練習と、別の推論問題への影響を調べた実験。