ホーム › ITパスポート › 第2章の目次

STUDY QUEST / ITパスポート / 第2章

ITパスポート 2-2 データ利活用と統計

待ち時間や予約の記録を整え、平均・中央値、標本の偏り、分母、予測に使えるデータを区別します。

スタディクエスト編集部 · 公開日 2026年11月3日 · 更新日 2026年11月3日 · 学習用の架空事例

集め方と分母をそろえて、数字を読み違えない

待ち時間の「分」は量的データ、決済方法の「現金・カード」は質的データです。注文時刻の並びは時系列で、同じ時刻に複数店舗を比べる記録は横断データの例です。集計表には、何を1件とするか、どの期間・店舗か、単位は何かも添えます。こうしたデータについての説明がメタデータです。

「全来場者の満足度」を知りたいのに、予約アプリ利用者だけにアンケートを送ると、現金で並んだ人の意見が入りません。人数を増やすだけでこの選択バイアスは解消しません。母集団を明確にし、予約の有無や時間帯で層に分けて各層から抽出するなど、集め方を見直します。無回答や測れなかった件数は別に残します。

全体の率は各グループの率を単純平均せず、分子と分母を合計して出します。午前は20人中16人が5分以内(80%)、午後は80人中40人(50%)なら、全体は (16 + 40) ÷ (20 + 80) = 56%です。65%は時間帯を同じ重みで扱った平均で、来場者全体の割合とは異なります。

グラフでは、期間と軸の取り方も見ます。棒の基準が0以外だと差が大きく見えることがあります。ヒストグラムは階級幅を変えると形が変わり、散布図の右上がりだけでは原因を特定できません。待ち時間に外れ値があったら、まず入力誤りか現場で本当に起きた事例かを確認し、削る場合は理由を記録します。

待ち時間が2・3・4・5・26分なら、平均は 40 ÷ 5 = 8分、中央値は中央の4分です。平均は長く待った1件の影響を受けます。中央値と件数も添えると、何が起きたかを説明しやすくなります。

Study Questの自作図解 学園祭の模擬店午前と午後の人数を、100マスで比べる
100人を表す分母のマス目 午前は20人中16人、午後は80人中40人が5分以内に受け取った。全員を合わせると100人中56人で56パーセント。 ■ 1マス=来場者1人 午前 20人 80% 5分以内 16人 午後 80人 50% 5分以内 40人 全体では 56人 ÷ 100人 = 56%

塗りつぶしたマスが5分以内に受け取った人です。午後は午前の4倍の人数がいるので、80%と50%を半分ずつ足す計算とは結果が変わります。

集めたデータを、現場で使える判断につなげる

学園祭の記録を使う3段階
  1. 集める

    注文・在庫のログ

    予約ID、時間、品目、受け渡し結果を記録する。

  2. 整える

    比較できる形にする

    重複や欠損を確かめ、時刻・単位・店舗コードをそろえる。

  3. 使う

    次の打ち手を決める

    集計と予測を照らし合わせ、担当者の配置を試して結果を測る。

複数店舗・複数日の履歴を分析用に蓄えるのがデータウェアハウスの役割です。時間帯別の混雑をダッシュボードにして人の判断を支えるのはBI、データの中から「この商品と一緒に買われやすい商品」などの傾向を探すのはデータマイニングの例です。ログだけでなく自由記述のような非構造化データも使えますが、分類方法と情報の扱いを先に決めます。

翌年の混雑予測では、予測時点で分かる曜日・時間枠や事前予約数を使います。翌年の終了後にしか分からない総売上を入力にすると、予測時には再現できません。精度の確認には、学習に使ったデータから分けた日の記録を使い、外れた時間帯の事情を現場で確認します。

予約ログが大量に集まれば、時間帯ごとの混雑予測にも使えます。来年の学園祭で使う予測なら、予測時点で入手できる注文数や時間帯を入力候補にし、学習に使わなかった別の日のデータで予測と実測を比べます。

解説つきの自作例題4問

第1問 空欄のある記録の平均

4件の待ち時間が「3分、5分、空欄、7分」です。空欄は終了時刻が記録されていません。有効な記録の平均と件数はどれですか。

  1. 3.75分・4件
  2. 5分・3件
  3. 5分・4件
  4. 7.5分・2件
第1問の解答と計算

イ。観測できた3件を使い、(3 + 5 + 7) ÷ 3 = 5分です。アは空欄を0分とみなした値、ウは分母の表示が違い、エは有効な3件を2件で割っています。未記録1件も別に残します。

第2問 満足度の対象が偏っている

来場者全体の満足度を測りたいのに、Web予約者だけにアンケートを送っています。まず見直すのはどれですか。

  1. Web予約者だけの回答数を増やす
  2. 店頭利用者にも回答機会を設けて抽出する
  3. 不満の回答を除外する
  4. グラフの色を変える
第2問の解答と解説

イ。対象に店頭利用者が入るよう、集める範囲から見直します。Web予約者内だけで件数を増やしても対象の偏りは残ります。

第3問 全体の割合の出し方

午前20人のうち16人、午後80人のうち40人が5分以内に受け取れました。来場者全体の割合は何%ですか。

  1. 50%
  2. 56%
  3. 65%
  4. 80%
第3問の解答と解説

イ。(16+40)÷(20+80)=56%。65%は午前80%と午後50%を、人数の違いを無視して平均した数字です。

第4問 予測時点で使えるデータ

学園祭の前日に翌日の混雑を予測します。入力として使えるのはどれですか。

  1. 開催終了後の総売上
  2. 開催終了後の平均待ち時間
  3. 前日までの予約数
  4. 翌日の当日注文の確定件数
第4問の解答と解説

ウ。前日までの予約数なら予測時点で取得できます。他の選択肢は予測の対象時点を過ぎてから判明する情報です。

データの集め方と分析の使い分け

大学祭の来場調査で、手元のログを使うか、来場者に新たに質問するかを考えます。同じ「データ」でも、集め方や形式が違うと比較の方法が変わります。

Study Questの自作図解 学習用の架空事例先に「誰の声を集めるか」を決める
先に「誰の声を集めるか」を決める 母集団を決める、全ての来場者について知りたい。層を決める、午前と午後に分ける。各層から抽出、それぞれの時間帯で無作為に選ぶ 1 母集団を決める 全ての来場者について知りたい 2 層を決める 午前と午後に分ける 3 各層から抽出 それぞれの時間帯で無作為に選ぶ

この図と例題はStudy Quest編集部の自作です。場面と数値は架空です。

用語を場面と結び付ける
用語意味と使う場面
一次データ・二次データ今回の目的で新たに集めたアンケートは一次データ。以前に別の目的で集めた来場記録は二次データとして使う。
量的データ・質的データ待ち時間のような数値は量的、会場名のような分類は質的。数字でコード化した会場番号を平均しても意味は変わらない。
構造化・非構造化列の意味が決まった受付表は構造化、自由記述や写真は非構造化の例。
クロスセクションデータ・時系列データ同じ日の会場別件数は横断面、同じ会場の日別件数は時系列。毎年同時期に増える傾向は季節変動として考える。
名寄せ・欠損値・外れ値表記ゆれのある同じ店舗を統合するのが名寄せ。未入力を欠損として区別し、極端な値は誤記か実際の観測かを調べる。
層別抽出・多段抽出層別抽出はグループごとに標本を取る。多段抽出はまず会場などを選び、その中から来場者を選ぶ。
仮説検定・有意水準仮説とデータの整合を確かめる手続。有意水準は帰無仮説が正しいときに誤って棄却する確率の上限として決める。
テキストマイニング・主成分分析・クラスター分析自由記述から傾向を見つける、複数の数値を少数の軸へ要約する、似た観測をまとめるという目的の違いを押さえる。
オープンデータ・パーソナルデータ・M2M条件に沿って再利用できる公開データ、個人に関するデータ、機器間で自動交換するデータを用途ごとに区別する。

補足の自作例題

夕方の来場者も含めたいので、午前・午後・夕方の各時間帯から来場者を無作為に選びました。層別抽出と多段抽出のどちらですか。

解答と考え方を開く

層別抽出です。各時間帯を層にし、全ての層から選びます。最初に会場を一部選び、その会場内でさらに抽出する方法は多段抽出の例です。

もう一歩の復習
用語意味と使う場面
データサイエンス・データサイエンティストデータから現場の問いに答える学際的な取組と、そのための収集・分析・評価を担う人。
CSV・GISデータ・メタデータ値を区切って並べるテキスト形式、位置と結び付く地理データ、作成時刻や単位などデータを説明する情報。
全数調査・標本調査・単純無作為抽出全員を対象にする、一部から全体を推定する、母集団から無作為に選ぶという違い。
統計的バイアス・情報バイアス・認知バイアス収集・推定の偏り、測定や記録の偏り、人の認識や判断の偏りをそれぞれ点検する。
自然言語処理・画像処理・共起キーワード文章を分かち書きする、写真の明るさや特徴を処理する、同じ文書などに一緒に現れやすい語を調べる例。
分割表と相関係数行列分割表は会場別・満足度別などの件数を交差集計。相関係数行列は複数の数値項目の組合せごとに相関の強さを並べる。

2026年11月3日照合。

統計の公開元と時系列データの見方

Study Questの自作図解 架空の大学図書館統計の公開元と時系列データの見方
統計の公開元と時系列データの見方 記録を集める、月別売上と、その集め方を確認。毎年の繰返しを調整、年末商戦など季節の影響を推定。比較する、調整前と調整後で意味を分ける 1 記録を集める 月別売上と、その集め方を確認 2 毎年の繰返しを調整 年末商戦など季節の影響を推定 3 比較する 調整前と調整後で意味を分ける

架空の場面を使った編集部の図解です。

統計の公開元と時系列データの見方の見分け方
用語身近な例で確かめる
政府統計国の機関などが作成する統計。定義・対象・期間を確認してから地域の人口などを比較する。
季節調整毎年繰り返す季節的な動きを推定して取り除き、月ごとの基調を比較しやすくする。
ビッグデータ量が大きく、種類や発生の速さなども処理上の課題になるデータ。入館ログ・画像・位置情報の組合せが例。
知のデジタル化資料や人の知識を、検索・共有・再利用できる形にする。手順書を文字データ化し、作業別に検索できるようにする。

解説つきの自作例題

12月は例年、年末商戦で売上が増える。11月と12月の基調を比べたいとき、元の売上と季節調整値のどちらを確認する?

解答と解説

季節調整値です。実際の売上額を答えるときは元の値を使います。用途で数字を分けましょう。

確認資料 IPA試験シラバス、政府統計の総合窓口 e-Stat

一次資料

2026年11月3日確認。

前へ 2-1 業務分析と図表 / 次へ 3-1 知的財産と情報保護 / 第2章の目次