想定問題.com

分野 A｜データ分析・利活用 重点分野

データの形と性質

シラバス案（Ver.0.1）にある項目です。問われるとしたら、量的・質的、構造化・非構造化、時系列、ビッグデータの区別を、組合せ・表・文から選ぶ形です。

シラバス案 Ver.0.1（2026年8月31日公表）の『2-9-2 データ分析・データ利活用／データの種類と特徴』

最終更新

よく出る形

  • 問われるとしたら：データの項目を、量的データと質的データに分ける a〜c の組合せを選ぶ形
  • 問われるとしたら：時系列データの扱い方を、事例の文から選ぶ形
  • 問われるとしたら：表のデータを構造化データと非構造化データに分け、その組合せを選ぶ形
  • 問われるとしたら：ビッグデータの説明のうち、不適切な物を選ぶ形

覚えること

  • 量的データ：数値で推し測ることができ、大小に意味がある値（例：金額、身長）
  • 質的データ：分類や種類を区別するための値（例：血液型、好みの区分）
  • 質的データの注意：数字で書かれていても、量として測れなければ質的（例：地域コード）
  • 質的データの順序：順位や学年のように、順序だけに意味がある値も質的
  • 構造化データ：行と列など、決まった形に整理されたデータ（例：販売記録、会員台帳）
  • 非構造化データ：決まった形に整理されていないデータ（例：文章、画像、音声、動画）
  • 時系列データ：一つの項目を、時間に沿って集めたデータ（例：日ごとの来客数）
  • 時系列データの分析：時間の順序を保って変化を見る。季節による変動に注意する
  • ビッグデータ：量が大きく、種類が多様で、リアルタイムに蓄積されるデータ
  • ビッグデータの中身：構造化データも非構造化データも含む
  • ビッグデータの使い道：事業に役立つ知見を引き出すために使う

ひっかけ

  • 「数字で書かれていれば量的データ」ではない。量として測れるかで決める
  • 「ビッグデータは量だけで決まる」ではない。多様性とリアルタイム性も特徴
  • 「時系列データは並べかえてよい」ではない。時間の順序が分析の軸になる

想定問題

4問（科目A（四肢択一））。選ぶと、その場で正解と解説が開きます。

想定問題 1科目A（四肢択一）

A社の通販部門は、顧客データの項目を分類している。次の a〜c は、その分類の説明である。

データの分類の説明として、適切なものだけを全て挙げたものはどれか。

  • a 「年間購入額」は、数値で推し測れて金額の大小に意味があるので、量的データである。
  • b 「居住地域コード（01、02、03）」は、数字で書かれているので、量的データである。
  • c 「好みの商品の区分」を選んでもらった回答は、分類を区別するだけなので、質的データである。

正解：イ a、c

ポイント

項目を量的データと質的データに分ける問題で、a〜c を1つずつ判定して選びます。

考え方と解き方

量的か質的かは、書かれている文字が数字かどうかでは決まりません。数値で推し測れる量かどうかで決まるので、数字で書かれた区分を量的と取りちがえやすくなります。

  1. a は、金額は数値で推し測れて大小に意味があるので、量的データで、適切です。
  2. b は、数字で書かれていますが、地域を区別するための番号で、量として測れません。質的データなので、不適切です。
  3. c は、選んでもらった回答が分類を区別するだけの値なので、質的データで、適切です。
  4. したがって、適切なのは a、c で、イ です。

ほかの選択肢

  • ア b は不適切で、数字で書かれた地域コードは質的データです。適切な c も入っていません。
  • ウ b は不適切で、適切な a、c が入っていません。
  • エ a と c が適切なので、適切なものがないわけではありません。

覚えておくこと

  • 量的データ：数値で推し測ることができ、大小に意味がある値（例：金額、身長）
  • 質的データ：分類や種類を区別するための値（例：血液型、好みの区分）
  • 質的データの注意：数字で書かれていても、量として測れなければ質的（例：地域コード）

（テーマ・覚えること）

想定問題 2科目A（四肢択一）

B店は、日ごとの来客数を1年分、日付の順に並べた表に記録している。夏と冬は来客数が多く、春と秋は少ない傾向がある。

この記録を時系列データとして分析するときの説明として、最も適切なものはどれか。

正解：ア 時間に沿って集めたデータなので、日付の順を保ち、季節による変動に注意して分析する。

ポイント

日ごとの記録を時系列データとして分析するときの、扱い方を選ぶ問題です。

考え方と解き方

時系列データでは、いつの値かが分析の中身そのものです。値の種類（量的・質的）や形（構造化・非構造化）は、時間とは別の見方で決まるので、取りちがえやすくなります。

  1. 時系列データは、一つの項目を時間に沿って集めたデータです。日付の順に並べたまま変化を見て、季節による変動に注意して分析します。
  2. B店の記録は、夏と冬に多く春と秋に少ないという季節の動きがあるので、この点に注意が要ります。
  3. したがって、最も適切なのは ア です。

ほかの選択肢

  • イ 来客数は人数で、大小に意味があるので、量的データです。質的データとして扱うのは不適切です。
  • ウ 日付と来客数を列にした表の形で、決まった形に整理されているので、構造化データです。
  • エ 日付の順を気にしないと、時間による変化や季節の動きが見えなくなります。

覚えておくこと

  • 時系列データ：一つの項目を、時間に沿って集めたデータ（例：日ごとの来客数）
  • 時系列データの分析：時間の順序を保って変化を見る。季節による変動に注意する

（テーマ・覚えること）

想定問題 3科目A（四肢択一）

A社が持つデータの一部を表1 に示す。

表1 のデータを構造化データと非構造化データに分けたとき、構造化データだけを挙げたものとして、最も適切なものはどれか。

表1 A社が持つデータの一部
データ中身記録の形
D1店舗ごとの月別売上店舗名・月・売上額を列にした表
D2お客様の声（自由記述）文章がそのまま入ったファイル
D3店内の防犯カメラの記録動画ファイル
D4会員の登録台帳会員番号・年齢・居住地を列にした表

正解：エ D1、D4

ポイント

表1 の「記録の形」の列を読み、構造化データと非構造化データに分ける問題です。

考え方と解き方

構造化データは、決まった形に整理されているかどうかで決まります。データの名前や中身だけで決めずに、どんな形で記録されているかを表で確かめます。

  1. 表1 の「記録の形」の列を見ます。D1 は店舗名・月・売上額を列にした表、D4 は会員番号・年齢・居住地を列にした表で、どちらも決まった形に整理されています。
  2. D2 は文章がそのまま入ったファイル、D3 は動画ファイルで、どちらも決まった形に整理されていません。
  3. したがって、構造化データなのは D1、D4 で、最も適切なのは エ です。

ほかの選択肢

  • ア D2 は文章がそのまま入ったファイルで、非構造化データです。構造化データの D4 も入っていません。
  • イ D3 は動画ファイルで、非構造化データです。構造化データの D4 も入っていません。
  • ウ D2 も D3 も、非構造化データです。構造化データの D1、D4 が入っていません。

覚えておくこと

  • 構造化データ：行と列など、決まった形に整理されたデータ（例：販売記録、会員台帳）
  • 非構造化データ：決まった形に整理されていないデータ（例：文章、画像、音声、動画）

（テーマ・覚えること）

想定問題 4科目A（四肢択一）

ビッグデータに関する説明として、最も不適切なものはどれか。

正解：ウ 大量であることが条件なので、リアルタイムに蓄積されるデータは、ビッグデータに含まれない。

ポイント

ビッグデータの特徴と中身について、不適切な説明を選ぶ問題です。

考え方と解き方

ビッグデータは名前から量の大きさだけが条件のように見えますが、量のほかに多様性とリアルタイム性も特徴です。量だけで考えると、不適切な説明を適切と取りちがえます。

  1. ビッグデータの特徴は、量が大きいこと、種類が多様なこと、リアルタイムに蓄積されることです。構造化データも非構造化データも含み、事業に役立つ知見を引き出すために使います。
  2. ア は多様性、イ は構造化と非構造化の両方を含むこと、エ は使い道で、どれも上の説明に合います。
  3. ウ は、リアルタイムに蓄積されるデータを含まないとしており、リアルタイム性が特徴の一つであることと食いちがいます。
  4. したがって、最も不適切なのは ウ です。正しくは、リアルタイムに蓄積されることも、ビッグデータの特徴の一つです。

ほかの選択肢

  • ア 量のほかに多様性も特徴なので、適切です。
  • イ 販売記録のような構造化データも、SNS の投稿のような非構造化データも含むので、適切です。
  • エ 事業に役立つ知見を導き出すためのデータとされているので、適切です。

覚えておくこと

  • ビッグデータ：量が大きく、種類が多様で、リアルタイムに蓄積されるデータ
  • ビッグデータの中身：構造化データも非構造化データも含む
  • ビッグデータの使い道：事業に役立つ知見を引き出すために使う

（テーマ・覚えること）

1問ずつの画面で解く（4問）

前のテーマ次のテーマ：データの加工

同じ分野のテーマ（データ分析・利活用）