「20代から60代まで男女同数で、特定の職業経験があり、指定端末を持つ人を集めたい」。一つひとつは珍しくない条件でも、すべてを同時に満たす人は想像以上に少ないことがあります。

対象条件は足し算ではありません。条件を重ねるたびに候補者が絞られ、参加可能な日時や作業負担まで加わると、実際に参加できる人数はさらに減ります。

本記事では、収集条件を追加したときに何が起きるのか、必要な属性バランスを保ちながら現実的な募集条件を決める方法を整理します。

候補者は条件の掛け算で減っていく

仮に、ある募集母集団のうち条件Aを満たす人が50%、その中で条件Bを満たす人が40%、さらに条件Cを満たす人が30%だとします。条件が独立していると単純化すれば、すべてを満たす人は全体の6%です。

実際には条件同士に関係があるため、単純な掛け算だけでは予測できません。それでも、「各条件に該当者がいる」ことと「すべての条件を同時に満たす人が十分いる」ことは別だと分かります。

属性条件以外でも参加者は減る

候補者を減らすのは年齢や職業だけではありません。次の条件も参加率へ影響します。

• 指定されたスマートフォンやOSを持っている
• 静かな部屋、屋外、車内など特定の環境を用意できる
• 顔、声、自宅内の画像などを研究用途で提供できる
• 一度ではなく複数日に参加できる
• 二人一組や家族単位で参加できる
• 指定日時に会場へ来場できる
• 一定時間、同じ姿勢や操作を続けられる

登録者数が多い募集媒体でも、研究の条件をすべて満たし、説明へ同意し、実際に完了する人数は一部です。

均等割付は希少な区分で止まる

年代と性別を均等に集める場合、全体として応募者が多くても、特定の区分だけ不足すると完了できません。たとえば10区分へ各20人を割り付ける計画では、9区分が30人集まっても、残り1区分が5人なら必要数に達しません。

募集後半では、すでに満員の区分からの応募を止め、不足区分だけを探すことになります。この段階ほど一人を集める費用と時間が大きくなります。

研究上必要な条件と運用上便利な条件を分ける

条件が多いときは、それぞれを次のように分けます。

すべてを参加資格にすると候補者が減ります。分析時に属性として記録すれば足りるものは、除外条件にしない方法もあります。

募集前の事前調査で母数を確認する

本募集の前に、短いスクリーニング調査や既存パネルの属性集計を行うと、条件の重なりを確認できます。確認したいのは登録者数だけではありません。

• 条件を満たす候補者が何人いるか
• 研究内容へ同意して参加する割合
• 一人当たりの完了率と不良率
• 不足しやすい区分はどこか
• 同じ候補者へ再参加を依頼できるか

母数が小さい場合は、条件を変えるだけでなく、募集先を複数にする、実施地域を広げる、期間を延ばす、希少区分の謝礼を見直すといった対応を検討します。

条件を緩める前に比較目的を確認する

人が集まらないからといって、条件を場当たり的に外すと、研究で比較したかった構成が崩れます。まず、どの比較に何人必要なのかを確認します。

たとえば全区分を完全に同数にする必要があるのか、実際の人口構成に近づけたいのか、希少な条件を評価用として一定数確保したいのかによって設計は変わります。収集しやすさだけでなく、データをどのように使うかから割付を決めます。

途中で条件を変える場合は記録を残す

募集途中で対象年齢、端末、撮影環境などを変更することもあります。その場合は、いつ、なぜ、どの条件を変更したかを記録します。

条件変更前後のデータが混在すると、モデル性能の差が参加者属性によるものか、収集方法によるものか分からなくなる場合があります。参加者IDと収集条件を対応付け、後から区別できるようにします。

条件を確定する前に集められるかを確かめる

研究参加者は、条件を一つ追加するごとに一定数ずつ減るわけではありません。属性、環境、同意、日程、作業負担の組合せによって、候補者は急に少なくなります。

研究計画へ人数と条件を書き込む前に、条件の重なりと参加可能性を調べます。必須条件、割付条件、記録項目、希望条件を分ければ、研究目的を保ちながら現実的な収集方法を検討できます。