インサイト探索・定量+定性の統合型調査ならKFS
人が認識をする際に用いるルールの1つで、2番目のものが最初のものとかなり違うと、実際よりももっとその差を大きく考える傾向がある、ということ
（出典：「影響力の正体」ロバート・Ｂ・チャルディーニ 著）
氷で冷やした冷たい手で触る常温の水は、水だとわかっていても、なんだかとても暖かく感じます。
一方、サウナの後の水風呂の冷たさ。
これと同じように、何かを認識する際に、人はその前後の比較によって、物事を判断する傾向にあり、先立つ条件次第で同じものも違って見えてくることを指す用語です。
個人的には、同じチャルディーニの本の中の説明にある「スーツを先に売れ理論」と言われる方がわかりやすい感じがします・・・。
簡単に言えば、
以下、ネットリサーチに関するページをリニューアルしました。
実際には限られたサンプルであるのに、世の中全体を現しているように一般化して、事実誤認を引き起こす現象。
「街角10人に聞きました」、で10人中6人が話したことをまるで世の中全体の話のように大げさに取り上げるバラエティ番組や、東ス○や、週刊○○のように、電車で開くのがちょっとためらわれる新聞、雑誌に使われる手法（これも私個人の過剰一般化のバイアスの例？）。
一番、身近な例では、自分の周りの人の数人を見て、
「最近の若い人は・・」や、「おばさんってやっぱり・・・」など、
まるでそれが世間一般を表しているように考える現象です。
私の周りでも、居酒屋トーク・女子会トークなどで、
雨の日の東京駅の○○○ブックセンターの2Ｆは、イケメン遭遇率が高い。Ｂ1は、ダメ」とか、
「銀座6丁目の喫茶店の○○堂は、夕方6時くらいに行くと美人遭遇率が高い。」とか、
「プロレス会場で、最前列で見ている男の人は、ゲイ比率が高い」とか、
ほとんど「それ、絶対ウソ。信頼性なし。」という話で盛り上がります。
実際に、全部調べたわけではなく、たまたま、偶然の目撃情報と妄想に基づいた、まさに「過剰一般化バイアス」の典型例なのですが・・。
ここで、「銀座6丁目の○○堂で、夕方6時くらいに行くと美人遭遇率が高い理由」について、
「みんなって誰？」「それでホントにみんなって言えるの？」をきちんと、ロジカルに説明していこうとすれば、定量的に信頼性の高いデータの確保が不可欠になります。
では、「定量的に信頼性の高いデータ」とは、具体的に、どれだけの”数”のデータを集めれば良いのでしょうか？
サンプルサイズ（標本数）の設定は、まさにこの問題です。
これは、ロジカルに考える問題であるとともに、「判断の問題」でもあります。
統計的な信頼度はもちろん、数に比例して高くなります。
ただし、無制限にサンプルサイズを増やせば、当然ながらその分の費用は上がります。
調査を実務面から考え、予算と信頼性の兼ね合いを見ながら、結果として役立つ数（標本数）を設定することが肝要です。
サンプルサイズの決定も、ロジカルに行きましょう。
調査全体のアウトフレームから、個別調査に落とし込む際には、調査目的に沿って
を決めていかなければなりませんが、今回はこのお話です。
子供（のり君）：○○買って―――！
ママ：ダメ！
のり君：なんで、みんな持ってるよ、買って―――！
ママ：みんなって誰よ？
のり君：たくちゃんとまさやくんでしょ、それから、けいちゃんも！
ママ：後は？
のり君：あとね—、
ママ：あとは誰、他には？？？
のり君：え-っと！
ママ：3人だけじゃん。絶対ダメー！！
子供のころ、親にこう言われた記憶はありませんか？
なぜ、のり君は、ママを説得できないのか？
ロジカルシンキングでちょっと考えて見ると、
この「みんな持ってる、みんな言ってる」に説得力を持たせる筋道こそ、調査対象者の設定とサンプルサイズの問題を考える際の1番わかりやすい考え方です。
もし、この子供（のり君）が桜小学校の1年A組に通う男の子と仮に設定し、考えてみます。