Correcting for Nonignorable Nonresponse Bias in Ordinal Observational Survey Data

偉大なる調査の謎：現れない人々こそが最も重要であるとき

あなたは、自分の街の全員の平均身長を予想しようとしていると想像してください。あなたは町の広場に立ち、通りかかる人々に「身長はどのくらいですか？」と尋ねます。足を止めて答えてくれる人の多くは、平均的な身長です。しかし、非常に背の高い人々は、高い棚に手を伸ばそうとストレッチをするのに忙しく、非常に背の低い人々は傘の下に隠れています。もし、話を聞くために立ち止まった人々だけを数えたとしたら、あなたの予想は間違ったものになるでしょう。これが、調査における**無回答バイアス（nonresponse bias）**の問題です。政治学や社会調査の世界では、科学者たちは経済から幸福度に至るまで、人々が何を考えているかを理解するために調査に頼っています。しかし、調査の電話を無視したり、オンラインフォームをスキップしたりする人が増えるにつれ、研究者たちは、「回答してくれる人々」が「回答しない人々」とは異なっているのではないかと危惧しています。

通常、科学者は「重み付け」によってこれを修正しようとします。もし、現実の世界よりも調査における若者の割合が少ない場合は、単に若者の回答をより重くカウントして天秤のバランスを取ります。これは、話す人と静かな群衆の違いが、年齢や性別によるものである場合には非常にうまく機能します。しかし、もしその「沈黙」自体が手がかりだとしたらどうでしょう？ もし、回答を拒否する人々が、不満や怒り、あるいは不満足を感じているからこそ沈黙しているのだとしたら？ これは**無視できない無回答（nonignorable nonresponse）**と呼ばれます。それは、町の広場の静かな人々がただ忙しいのではなく、自分の身長に引け目を感じて隠れているようなものです。もし、彼らがなぜ隠れているのかという理由を考慮に入れなければ、どれほど多くの若者の数を調整したとしても、計算は狂ってしまうでしょう。これこそが、ラフェルス（Lafférs）、ミンタル（Mintal）、ストリス（Sutóris）による論文が解決しようとしている、トリッキーなパズルなのです。

論文の内容： 「協力度メーター」で静かな群衆を捉える

2026年に発表されたこの論文の著者たちは、回答者が「はい」か「いいえ」だけでなく、尺度（例えば「非常に幸せ」から「非常に不幸」まで）に基づいた回答をする場合において、回答しない人々が回答者とは異なる状況にある調査を修正するための、新しい数学的ツールを構築しました。

標準的な調査を「スコア当てゲーム」だと考えてみください。通常、もし誰かがゲームに参加しなければ、審判はその人を無視します。しかし、この論文は、審判が「協力度メーター（Cooperation Meter）」を見ることで、欠席したプレイヤーがどのようなスコアを付けたかを推測できると提案しています。彼らの手法では、インタビューの後に尋ねる質問、例えば「このおしゃべりは楽しかったですか？」や「あなたはどの程度協力的でしたか？」といったものを使用します。これが**回答傾向のプロキシ（response-propensity proxy）**です。これは、実際に話してくれた人々が残していった手がかりです。

著者たちは、もしインタビューを嫌った人（低い協力度）が人生の満足度についても低いスコアを付ける傾向があるならば、調査に全く回答しなかった人々（協力度ゼロ）は、おそらくさらに低いスコアを付けているはずだと気づきました。彼らは、これらの点をつなぐ数式を作成しました。それは、乗り物を待つ行列を見ているようなものです。もし、列の先頭の人たち（乗り物が大好きだった人々）が笑顔で、列の後ろの人たち（乗り物をかろうじて耐えていた人々）が不機лな顔をしているなら、列に一度も現れなかった人々はおそらく、もっとひどい顔をしていただろうと推測できるのです。

彼らの発見： すべての調査に救済は必要ない

チームは、約3,000人を対象とした大規模な調査である2024年アメリカ・ナショナル・エレクト・スタディーズ（ANES）のデータを使用して、この新しいツールをテストしました。彼らは、約65%の人が調査に回答しなかったというシナリオ（現代の調査では非常に現実的な数字です）をシミュレートしました。そして、この「協力度メーター」の手法を用いて、沈黙した65%の人々が何を答えたかを推測しました。

結果は、「わあ、すべてが変わった」というものと、「うーん、それほどでもない」というものが混在していました。

• 大きな変化（人生の満足度）： 人々の人生の満足度について調べたとき、この修正は大きな違いをもたらしました。未調整の調査では、ほとんどの人が「非常に」または「極めて」満足しているという結果が出ていました。しかし、著者たちが沈黙した不満層を考慮に入れたところ、その姿は一変しました。修正されたデータによれば、実際にはより多くの人々が「やや満足」または「全く満足していない」状態であったことが示されました。数学的な計算によれば、インタビューを嫌ったことと人生の不満との間には、強い相関関係（約0.47）がありました。つまり、話すことを嫌がった人々こそが、平均的な幸福度を押し下げていたのです。
• 小さな変化（経済）： 国民経済が良くなっているのか悪くなっているのかという質問については、修正による影響はほとんどありませんでした。インタビューを嫌ったことと経済が悪化していると考えていることの間の関連性は非常に弱く（相関はわずか0.14）、彼らが沈黙した群衆を含めたとしても、調査結果はほぼ同じままでした。
• 「変化なし」の領域： 死刑制度、中絶、あるいはメディアへの信頼に関する質問については、修正はほとんど何も行いませんでした。沈黙した群衆は、これらのトピックについては、おしゃべりな群衆と異なる意見を持っているようには見えませんでした。

教訓： 万能薬は存在しない

この論文の主な教訓は、調査のバイアスを修正することは、あらゆる質問に対して魔法のように機能する杖ではないということです。著者たちは、トピックごとに個別にチェックする必要があると示しています。人生の満足度のような、人々がどのように幸せを感じているかという事柄については、話すことを拒む人々は全く異なる現実を隠しており、彼らを無視することは誤った姿を描き出すことになります。一方で、経済や死刑制度などの意見については、話す人も話さない人も、ほぼ同じように考えているのです。

著者たちは単に推測したのではなく、自分たちの数学的手法が古い手法よりも優れていることを証明するためにコンピュータ・シミュレーションを実行し、それを実際のデータに適用しました。彼らは、この新しい手法が強力である一方で、それが最も有用なのは「協力度メーター（インタビューをどれほど楽しんだかなど）」が大きく変動し、誰が話したがっているのかを明確に示している場合であることを発見しました。もしメーターが動かなければ、この手法は沈黙した人々が何を考えているのかを推測することができないのです。

要するに、この論文は研究者に、調査の沈黙というカーテンの裏側を覗き見るための、新しい実用的な方法を提供しています。それは時として、「ノーコメント」と言う人々こそが最も重要な声である場合があることを教えてくれますが、それは私たちが彼らが残した手がかりを知っている場合に限られるのです。