分野 A|データ分析・利活用 重点分野
伝える図と整理の図
シラバス案(Ver.0.1)にある項目です。問われるとしたら、データストーリーテリングの考え方と、ロジックツリー・コンセプトマップの使い分け、クロス集計表の読み取りを、文・組合せ・表・事例から選ぶ形です。
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/図表やグラフによるデータの可視化』
最終更新
よく出る形
- 問われるとしたら:データストーリーテリングの説明を、4つの文から選ぶ形
- 問われるとしたら:ロジックツリーとコンセプトマップの使い方を、a〜c から選ぶ形
- 問われるとしたら:クロス集計表を読み、割合を比べて選ぶ形
- 問われるとしたら:報告資料の作り方のうち、不適切な物を選ぶ形
覚えること
- データストーリーテリング:分析結果を、聞き手と目的に合わせた筋立てで伝え、理解と行動を促す手法
- 筋立ての例:結論を先に示し、根拠となる図表を順に並べる
- 図表の添え方:聞き手に合わせて用語を選び、図表の見方も添える
- 結論に合わないデータ:断りなく外さない。出どころや条件も示す
- ロジックツリー:課題を上から下へ木の形に分け、原因や対策を掘り下げる図
- ロジックツリーの分け方:同じ階層の項目は、重なりも抜けも出さない
- コンセプトマップ:概念を枠で表し、概念どうしの関係を、枝をまたいでも線で結んで整理する図
- クロス集計表:2つの項目の組合せごとの件数を、行と列に並べた表
- クロス集計表の割合:行の合計で割ると、行ごとの内訳が比べられる
- 割合と件数:件数が多い行が、割合も高いとは限らない
数字と計算
- 例:20人の行で8人が購入。購入の割合は 8÷20=40%
ひっかけ
- コンセプトマップは「上から下へ分けるだけの図」ではない。枝をまたいで線で結ぶ
- ロジックツリーは「思いついた順に枝を足す図」ではない
- 件数が最も多い行を、割合が最も高い行と取りちがえない
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。
データストーリーテリングの説明として、最も適切なものはどれか。
正解:ア 分析結果を、聞き手と目的に合わせた筋立てで伝え、理解と行動を促す。
ポイント
データストーリーテリングが何をする手法かを、4つの文から選ぶ問題です。
考え方と解き方
分析結果を数や図で示すだけでは、聞き手が何を判断すればよいか分かりません。「データを扱う作業」と取りちがえやすいので、伝える相手がいるかどうかに注目します。
- データストーリーテリングは、分析結果を物語の形で伝える手法で、聞き手と目的に合わせた筋立てを作ります。
- 数値の並べ置き、全員に同じ形で配ること、データの変換と蓄積は、どれも聞き手に合わせて筋立てて伝える作業ではありません。したがって、最も適切なのは ア です。
ほかの選択肢
- イ 全ての数値を並べるだけでは筋立てがなく、聞き手が自分で読み取る負担が残ります。
- ウ 聞き手や目的を問わず同じ形で配ると、筋立てがなく、聞き手に合わせた伝え方になりません。
- エ 機械が処理できる形に変換して蓄積するのは、データを整える作業で、伝える手法ではありません。
覚えておくこと
- データストーリーテリング:分析結果を、聞き手と目的に合わせた筋立てで伝え、理解と行動を促す手法
(テーマ・覚えること)
図の使い方として、適切なものだけを全て挙げたものはどれか。
- a 売上が落ちた原因を、思いついた順に枝として足し、同じ階層の重なりは気にせず、ロジックツリーにする。
- b 商品、客、競合を枠で表し、概念どうしの関係を線と言葉で結んで、コンセプトマップにする。
- c 概念どうしの関係を網の形で表すために、ロジックツリーを、階層にせず線で結んで作る。
正解:ウ b
ポイント
ロジックツリーとコンセプトマップの使い方を、a〜c それぞれ判定して選ぶ問題です。
考え方と解き方
どちらも考えを整理する図ですが、形が違います。分けて掘り下げる木の形か、関係を結ぶ網の形かを取りちがえやすく、ロジックツリーでは分け方の決まりも落としやすくなります。
- a は、ロジックツリーは同じ階層の項目に重なりも抜けも出さずに分けるので、重なりを気にしない書き方は不適切です。
- b は、概念を枠で表し、関係を線で結ぶコンセプトマップの説明で、適切です。
- c は、網の形で関係を表すのはコンセプトマップで、ロジックツリーは上から下へ分ける木の形なので、不適切です。したがって、適切なのは b で、ウ です。
ほかの選択肢
- ア a は重なりを気にしないので不適切です。a を含む組合せは、適切なものだけにはなりません。
- イ a も c も不適切で、適切な b も入っていません。
- エ b 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
- ロジックツリーの分け方:同じ階層の項目は、重なりも抜けも出さない
- コンセプトマップ:概念を枠で表し、概念どうしの関係を、枝をまたいでも線で結んで整理する図
- ロジックツリー:課題を上から下へ木の形に分け、原因や対策を掘り下げる図
(テーマ・覚えること)
表1 から読み取れることとして、最も適切なものはどれか。
| 年代 | 購入した | 購入しない | 計 |
|---|---|---|---|
| 20代 | 30 | 70 | 100 |
| 30代 | 60 | 140 | 200 |
| 40代 | 45 | 55 | 100 |
| 計 | 135 | 265 | 400 |
正解:イ 各年代の人数で購入者数を割ると、購入した人の割合が最も高いのは 40代である。
ポイント
クロス集計表の件数から、行ごとの割合を求めて比べる問題です。
考え方と解き方
件数が最も多い行に目が向きますが、行の人数が違うと、件数の大小と割合の大小は一致しません。
- 購入した人の割合は、行の計で割って求めます。20代は 30÷100=30%、30代は 60÷200=30%、40代は 45÷100=45%です。
- 全体は 135÷400=33.75%です。購入した人の割合が最も高いのは 40代です。したがって、最も適切なのは イ です。
ほかの選択肢
- ア 30代は購入した人数が 60人で最多ですが、行の計が 200人なので、割合は 30%で、40代の 45%より低いです。
- ウ 20代は 30%、40代は 45%で、同じではありません。
- エ 全体の割合は 135÷400=33.75%で、20代の 30%とは同じではありません。
覚えておくこと
- クロス集計表の割合:行の合計で割ると、行ごとの内訳が比べられる
- 割合と件数:件数が多い行が、割合も高いとは限らない
- クロス集計表:2つの項目の組合せごとの件数を、行と列に並べた表
(テーマ・覚えること)
報告資料の作り方として、最も不適切なものはどれか。
正解:エ 結論に合わない数値は、断りなく別の資料へ回して、示さない。
ポイント
データストーリーテリングで報告資料を作るときの、不適切な作り方を選ぶ問題です。
考え方と解き方
分かりやすさを求めるあまり、都合の悪いデータを外したくなります。しかし、外すと聞き手が判断を誤るので、筋立ては、データを正しく示した上で作ります。
- ア は、結論を先に示し、根拠となる図表を順に並べるので、筋立ての例として適切です。イ は、聞き手に合わせて用語を選び、見方も添えるので適切です。
- ウ は、出どころと条件を示すので適切です。エ は、結論に合わない数値を断りなく別の資料へ回すので、聞き手が全体を見て判断できません。
- したがって、最も不適切なのは エ です。正しくは、結論に合わないデータも断りなく外さず、出どころや条件も示します。
ほかの選択肢
- ア 結論を先に示し、根拠となる図表を順に並べるのは、聞き手が筋をたどりやすく、適切です。
- イ 聞き手が分析に詳しくないので、用語を選び、見方を添えるのは、理解を助けるため適切です。
- ウ 出どころと条件を示すと、聞き手が結論の確かさを判断できるので、適切です。
覚えておくこと
- 筋立ての例:結論を先に示し、根拠となる図表を順に並べる
- 図表の添え方:聞き手に合わせて用語を選び、図表の見方も添える
- 結論に合わないデータ:断りなく外さない。出どころや条件も示す
(テーマ・覚えること)
同じ分野のテーマ(データ分析・利活用)
- データ基盤の構成シラバス案(Ver.0.1)にある項目です。問われるとしたら、データレイク・DWH・データマートの違いと、データ基盤の役割を、文・組合せ・表から選ぶ形です。
- データを運びつなぐ技術シラバス案(Ver.0.1)にある項目です。問われるとしたら、ETL と ELT の順番、データ仮想化、データコネクタ、データファブリックを、文・組合せ・表から選ぶ形です。
- 分析・管理ツールの活用シラバス案(Ver.0.1)にある項目です。問われるとしたら、セマンティックレイヤー、BI ツール、データプレパレーション、オントロジーなどの役割を、文・組合せ・表から選ぶ形です。
- データの出どころと集め方シラバス案(Ver.0.1)にある項目です。問われるとしたら、データの出どころ(1次・2次、ログ、公開データ、個人に関わるデータ)と、集め方を、文・組合せ・表から選ぶ形です。
- 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。
- データの加工シラバス案(Ver.0.1)にある項目です。問われるとしたら、データ結合・標準化・アノテーション・スクレイピング・移動平均の区別を、文・表・組合せから選ぶ形です。
- データマイニングと機械学習シラバス案(Ver.0.1)にある項目です。問われるとしたら、データマイニング、テキストマイニング、リフト値、機械学習、データドリブンマーケティングの区別を、組合せ・表・文から選ぶ形です。
- 確率と代表値・ばらつきシラバス案(Ver.0.1)にある項目です。問われるとしたら、場合の数と確率、代表値、分散と標準偏差、確率分布と正規分布を、計算・組合せ・表・文から選ぶ形です。
- 相関・回帰・検定シラバス案(Ver.0.1)にある項目です。問われるとしたら、相関と因果、回帰直線による予測、検定結果の読み取り、標本からの推定を、文・計算・表・組合せから選ぶ形です。
- 統計と認知のバイアスシラバス案(Ver.0.1)にある項目です。問われるとしたら、選択・情報・交絡の各バイアスの見分けと、ハロー効果などの認知バイアスの説明を、文・事例・表・組合せから選ぶ形です。
- グラフ・地図で見るシラバス案(Ver.0.1)にある項目です。問われるとしたら、箱ひげ図・ヒートマップ・レーダーチャートの見分けと使い分け、箱ひげ図の数値の読み取り、シェープファイルの説明を、文・表・組合せから選ぶ形です。
- 予測と計画の手法シラバス案(Ver.0.1)にある項目です。問われるとしたら、線形計画法・需要予測・クラスタ分析法・モデル化の使いどころを、文・組合せ・表と計算から選ぶ形です。
- 問題を見つける図と発想シラバス案(Ver.0.1)にある項目です。問われるとしたら、ヒストグラム・パレート図・散布図の用途と読み方、ブレーンストーミングの進め方を、文・組合せ・表と計算から選ぶ形です。