bias.

biasは、判断・情報・標本が一方向へ傾いている「偏り」。人への偏見にも調査データの偏りにも使う。

個人の先入観が評価へ入り込む場合にも、標本抽出の方法で結果が偏る場合にも、もとの基準から公平・代表的でなくなるという点が共通する。人を差別する意図がなくてもsampling biasは生じ得る。

注意：biasをすべて「差別」と訳さない。統計では結果を歪める系統的な偏り、対人では好みや先入観による判断の偏りを指し得る。

personal biasは人の判断、sampling biasは集めた標本の偏り。共通するのは一方への傾きで、原因は必ずしも本人の悪意ではない。

判断の偏り：bias / prejudice

比較のポイント：何をどのように不公平に見るか

同じ採用面接の評価

違い：biasは不公正な判断への傾斜、prejudiceは根拠の薄い先入観が焦点。

言い換え：場面は重なるが、biasはデータの偏りなど人以外にも使える。

調査結果：bias / error

比較のポイント：一方向への偏りと誤差一般

同じ顧客アンケートの結果

違い：biasは偏った代表性、errorsは広く誤差を指す。

言い換え：sampling errorは確率抽出の偶然変動も含み、biasと同義にはならない。

フランス語biais「斜め・傾き」から英語に入り、物理的な傾きから判断の偏りへ比喩的に広がった。

• 「水平な判断が一方に傾く」とイメージすると、personal biasとsampling biasをつなげて覚えられる。

「水平な判断が一方に傾く」とイメージすると、personal biasとsampling biasをつなげて覚えられる。 biasをすべて「差別」と訳さない。統計では結果を歪める系統的な偏り、対人では好みや先入観による判断の偏りを指し得る。