標本（サンプル）データをもとに、母集団の平均が実際にどのあたりの範囲に収まりそうかを示す「信頼区間」を計算します。アンケート調査や品質管理、研究データの分析における統計的な意思決定にお使いください。
<strong>信頼区間（Confidence Interval）</strong>とは、限られた標本（サンプル）データから、本当に知りたい母集団全体の平均や比率が「おおよそどの範囲に収まっていそうか」を示す推定区間のことです。たとえば、あるアンケートで顧客満足度スコアの信頼区間が「95%信頼水準で72点〜78点」と算出されたとします。これは「同じ調査方法で100回アンケートを繰り返したとすると、そのうち約95回は、実際の（全顧客を対象にした場合の）平均満足度がこの72〜78点の範囲に含まれるだろう」という意味を持ちます。全数調査（母集団の全員を調べること）が現実的に難しい場合でも、一部の標本データさえあれば、統計学の力を借りて母集団の姿をかなりの精度で推測できる、というのが信頼区間の便利なところです。
<strong>信頼水準</strong>は、算出した信頼区間が実際に母集団の値を含んでいる確率を表す指標で、一般に<strong>90%・95%・99%</strong>のいずれかが使われます。実務や学術研究でもっとも標準的に使われるのは<strong>95%</strong>で、医療統計や社会調査、マーケティングリサーチなど幅広い分野のデファクトスタンダードになっています。信頼水準を高く（99%など）設定すると、「確実性」は増しますが、その分区間の幅が広がり、推定の「精密さ」は落ちます。逆に信頼水準を90%に下げると区間は狭くなりますが、その分「外れる可能性」も高くなります。医薬品の臨床試験のように誤りが許されない場面では99%を、一般的なマーケティング調査では95%を、といったように、目的とリスク許容度に応じて信頼水準を選び分けるのが実務上のコツです。
<strong>標準誤差（Standard Error, SE）</strong>は「標本平均そのもののばらつき」を表す指標で、<strong>SE ＝ s ÷ √n</strong>（sは標本標準偏差、nは標本サイズ）という式で計算されます。この式からわかる重要なポイントは、<strong>標本サイズnを増やすほど標準誤差は小さくなる</strong>ということです。ただし√n（平方根）で効いてくるため、精度を2倍にしたければサンプル数は単純に2倍ではなく<strong>4倍</strong>必要になります。<strong>誤差の範囲（Margin of Error）</strong>は、標準誤差に信頼水準に応じたZ値（95%なら約1.96）を掛けたもので、これが信頼区間の「幅の半分」に相当します。世論調査でよく見る「支持率42%、誤差の範囲±3ポイント」といった表記も、まさにこの考え方に基づいています。
信頼区間は<strong>CI ＝ x̄ ± Z × (s ÷ √n)</strong>という式で計算されます。ここで<strong>x̄</strong>は標本平均、<strong>Z</strong>は信頼水準に対応するZ値（95%なら約1.96、99%なら約2.576）、<strong>s</strong>は標本標準偏差、<strong>n</strong>は標本サイズです。たとえば標本平均が50、標本標準偏差が10、標本サイズが100、信頼水準95%の場合、標準誤差は10 ÷ √100 ＝ 1.0、誤差の範囲は1.96 × 1.0 ＝ 約1.96となり、信頼区間はおよそ<strong>48.04〜51.96</strong>と求まります。なお、標本サイズが<strong>30未満</strong>で、かつ母集団が正規分布に従うと言い切れない場合は、Z値の代わりに<strong>t分布</strong>（自由度に応じたt値）を用いるのがより厳密な方法です。
信頼区間は、世論調査・臨床試験・品質管理・マーケティングリサーチなど、実に幅広い分野で使われています。たとえば新商品のアンケートで「購入意向がある」と答えた人の割合の信頼区間を求めれば、限られた回答者数からでも市場全体の反応をある程度の確度で見積もることができます。工場の品質管理では、抜き取り検査で測定した製品寸法の信頼区間を使って、ロット全体が規格内に収まっているかを判断します。医薬品の臨床試験では、新薬群とプラセボ群の効果の差の信頼区間を確認し、その区間に「効果なし（差が0）」が含まれていなければ、統計的に意味のある効果があると判断する材料になります。信頼区間が狭いほど推定は精密で、広いほど不確実性が大きいという点は、どの分野でも共通しています。
もっとも多い誤解は、「95%信頼区間が[48, 52]なら、母集団の平均がこの範囲に入る確率は95%だ」という解釈です。しかし統計学的に厳密に言えば、母集団の平均はすでに<strong>ひとつの固定された値</strong>であり、確率的に揺れ動くものではありません。正しい解釈は、「同じ調査方法で標本抽出を100回繰り返した場合、そのうちおよそ95回分の信頼区間が、実際の母集団平均を含んでいるはずだ」というものです。つまり95%という数字は、母集団の値そのものにかかる確率ではなく、<strong>この計算手順自体の信頼性</strong>にかかる確率だという点を押さえておくと、調査報告書やニュースで見る統計データをより正確に読み解けるようになります。