問題
- データレイク工場のセンサが出す計測値、問合せメールの本文、SNSの投稿など、形式がばらばらなデータを、使い道を決める前にそのままの…
- 2次データ調査や分析で用いるデータの分類のうち、2次データの説明として最も適切なものはどれか。
- 名寄せ通販サイトと店舗のシステムに分かれている顧客データを集めたところ、同じ取引先が「株式会社ABC」「(株)ABC」のよう…
- 中央値ある地域の世帯年収を集計したところ、ごく一部に非常に高い世帯があり、平均値は大多数の世帯の年収より高くなった。全体のち…
- 擬似相関あるコンビニエンスストアチェーンが店舗ごとの月次データを集計したところ、日焼け止めの売上金額とアイスクリームの売上金額…
- 折れ線グラフ小売店で、過去3年分の月ごとの売上金額を使って、売上が伸びているのかどうかと、季節による周期的な増減があるのかどうかを…
- ABC分析取扱商品が500品目ある卸売業者が、限られた人手で在庫を管理するために、商品を年間売上金額の大きい順に並べ、累計の構成…
- 定量発注方式ホームセンターで、需要の変動が小さく単価も低いねじやくぎについて、発注の手間をできるだけかけずに在庫切れを防ぎたい。採…
- 非構造化データコールセンターに届いた問い合わせメールの本文と、通話を録音した音声ファイルを分析に使うことにした。これらのデータに共通…
- オープンデータ市が保有する人口や公共施設の統計を、オープンデータとして公開することにした。公開の仕方として最も適切なものはどれか。
- 機械の稼働ログデータ工場で、生産設備が故障して止まる前に異常の兆しをつかみたいと考えている。この目的のために中心に使うデータとして最も適切…
- ビッグデータある小売企業が、POSの売上明細に加えて、SNSの投稿、店舗カメラの映像、気象庁が公開する観測記録を組み合わせて分析し…
- 移動平均日ごとの売上は曜日や天候の影響で細かく上下し、伸びているのか落ちているのかが読み取りにくい。一定の期間の平均を、期間を…
- データマイニング小売業のA社は、数年分たまったPOSの購買履歴をコンピュータで解析し、「この商品を買う人は同じ日にあの商品も買っている…
- データ結合商品コードと数量しか入っていない売上明細のデータに、商品マスタが持つ商品名とカテゴリの項目を、商品コードを手がかりにし…
- 尺度ある小売業が顧客アンケートで、店舗の接客について「非常に満足・満足・普通・不満・非常に不満」の五つから一つを選んでもら…
- 標本抽出全国に5万人の会員をもつサービスで、会員満足度を把握するために、会員名簿から乱数を使って1,000人を選び、その1,0…
- 認知バイアス売上分析の報告会で、担当者は以前から自分が唱えていた仮説に合う数値だけを取り上げ、仮説に合わない数値は「たまたまだろう…
- データウェアハウス小売企業が、販売・在庫・会計の各業務システムにあるデータを、分析しやすい形式にそろえて一か所に統合し、過去5年分を時系…
- データマート全社のデータウェアハウスから、営業部門が使う地域別・月別の売上データだけを取り出し、営業部門専用の小さなデータの置き場…
- ELTデータ基盤にデータを取り込む方式であるETLとELTの違いを説明したものとして、最も適切なものはどれか。
- データ基盤データ基盤の役割を蓄積・加工・分析・活用の4つに分けるとき、全店舗のPOSデータを集め終えた後で、店舗ごとに異なる商品…
- ヒートマップ飲食店が、1か月分の来店客数を曜日(7行)と時間帯(営業時間12時間を1時間ごとに区切った12列)の表に集計した。どの…
- 特性要因図製造ラインで溶接不良が続いている。品質改善チームは、不良という結果に影響していそうな要因を「作業者」「設備」「材料」「…
- ブレーンライティング新サービスのアイデア出しの会議で、発言が一部の人に偏り、若手はほとんど意見を出せていない。全員から同じようにアイデアを…
- 散布図営業部で、担当者ごとの「月間の訪問件数」と「月間の受注金額」のあいだに関係があるかどうかを確かめたい。このデータを表す…
- 線形計画法ある工場は製品Aと製品Bを作る。1個当たりの利益はAが3万円、Bが2万円である。1個作るのに使う原料はAが2kg、Bが…
- 定期発注方式ある部品を定期発注方式で管理し、毎月1日に発注している。発注してから納品までは2週間かかる。毎回の発注量の決め方として…
- 組合せ5人のメンバーの中から、改善活動の推進委員を3人選ぶ。委員の間に役割の違いはなく、選ばれた顔ぶれだけが決まればよい。3…
- 比例尺度店舗の分析レポートで、ある数値を「前月の2倍になった」と比で表現したい。値どうしの比をとることに意味があるデータはどれ…
- 回帰分析過去2年間の月ごとの広告費と売上高のデータから、「広告費をいくらにすれば売上高がいくらになるか」を見積もる式を求めたい…
- 仮説検定ECサイトで商品ページを2種類用意し、訪問者を振り分けて購入率を比べたところ、A案が3.0%、B案が3.4%だった。こ…
- 確率ある製品は工程Xと工程Yを順に通って完成する。不良が発生する確率はどちらの工程も0.1で、二つの工程の不良は互いに無関…
- パーソナルデータデータ利活用の文脈で使われる「パーソナルデータ」の範囲の説明として、最も適切なものはどれか。
- ソーシャルメディアデータ食品メーカーが、新商品の評判をつかむためにSNSの投稿を収集して分析することにした。このソーシャルメディアデータの特徴…
- 人の行動ログデータ通販サイトで、利用者が購入手続きのどの画面で離脱しているかを把握し、画面を改善したい。この目的のために中心に使うデータ…
- 外れ値・異常値・欠損値の処理店舗の日別売上データを分析していたところ、ある1日だけ他の日の約10倍の売上があった。調べると、法人からの大口注文によ…
- アノテーション製品の傷を見分けるAIを作るため、撮りためた製品画像の1枚ずつに、人が「良品」「傷あり」などの情報を付けていく作業を何…
- レーダーチャート自社製品Aと競合製品Bを「価格」「品質」「デザイン」「サポート」「納期」の5項目で、5点満点で評価してレーダーチャート…
- 棒グラフA店の月間売上高1,000万円とB店の950万円を、棒グラフで比べる資料を作った。縦軸の目盛を0ではなく900万円から…
- ヒストグラムある工程で加工した部品200個の長さを測り、長さの区間ごとの個数を柱で表したヒストグラムを作ったところ、山が2つある形…
- パレート図ある工場で1か月に発生した不良品180件を原因別に集計した(寸法不良72件、傷54件、汚れ27件、欠け18件、その他9…
- ブレーンストーミング新サービスのアイデアを出すため、部署の6人でブレーンストーミングを行う。進行役の行動として、ブレーンストーミングの進め…
- 季節調整毎年夏に売上が大きく伸びる飲料メーカーで、月次売上の「季節調整済みの値」が前月より増えていた。この結果の読み取りとして…
- テキストマイニングテキストマイニングの活用例として、最も適切なものはどれか。
- 1次データペットフードの新商品を企画する会社が、公表されている統計には自社の知りたい項目がないため、自ら質問を設計して飼い主への…
- 構造化データECサイトの商品レビューには、投稿日、商品コード、5段階の評価点、自由記述の本文、商品の写真が含まれる。このうち、構造…
- 統計的バイアス定額制の動画配信サービスで、アプリ内にアンケートを表示し、3,000件の回答のうち9割が「満足」だった。この結果を、解…
- 最頻値靴店が、来月いちばん多く仕入れる靴のサイズを決めたい。過去1年分の販売記録(1足ごとに売れたサイズを記録したもの)から…
取り違えやすい用語
データレイク・データウェアハウス・データマート
| 用語 | どこまで整えてから蓄えるか |
|---|---|
| データレイク | 形式を問わず、生のデータをそのまま蓄える |
| データウェアハウス(DWH) | 分析しやすいように整えたデータを、まとめて蓄える |
| データマート | 部門や目的ごとに、必要なデータを切り出して蓄える |
この違いを問う問題:データレイク
名寄せ と データ結合
| 用語 | 何をまとめるか |
|---|---|
| 名寄せ | 表記のゆれを吸収して、同じ対象の重複したデータを1つにまとめる |
| データ結合 | 共通のキーで、別の表の項目を突き合わせてつなぐ |
平均値・中央値・最頻値
| 用語 | 何を代表の値とするか |
|---|---|
| 平均値 | すべての値を足して個数で割った値。極端な値に引っ張られやすい |
| 中央値 | 値を大きさの順に並べたときの、真ん中の値 |
| 最頻値 | 最も多く現れる値 |
一部に極端な値があって平均値が実態からずれる場面では、中央値を見ます。
この違いを問う問題:中央値
相関 と 擬似相関
| 用語 | 一方が他方を動かしているか |
|---|---|
| 相関 | 2つの値が、一緒に増えたり減ったりする関係 |
| 擬似相関 | 別の要因が両方を動かしているだけで、2つの間に因果関係はない |
相関が強くても、それだけでは因果関係があるとは言えません。
この違いを問う問題:擬似相関
定量発注方式 と 定期発注方式
| 用語 | 何を決めておくか |
|---|---|
| 定量発注方式 | 在庫が発注点まで減ったら、決まった量を発注する |
| 定期発注方式 | 決まった時期ごとに、そのとき必要な量を計算して発注する |
この違いを問う問題:定量発注方式
新試験での位置づけ
新しいシラバス案(Ver.0.1)では、ビジネス分野の大分類「データ・AIの利活用」の中分類9に置かれています。
現行のシラバス(Ver.6.5)では、主に次の2か所にありました。
| 新シラバス案の内容 | 現行シラバスでの主な置き場所 |
|---|---|
| データの種類と加工、統計情報の活用、グラフ、業務分析の手法 | ストラテジ系「企業活動」の「業務分析・データ利活用」 |
| 代表値、相関分析、尺度などの統計の基礎 | テクノロジ系「基礎理論」の「応用数学」 |
現行試験の過去問で対策する場合は、この2か所を探すと、この中分類に近い問題が見つかります。
一方で、データレイク、データマート、ETL・ELT、ソーシャルメディアデータ、線形計画法、日程計画は、現行のシラバスには載っていなかった用語です。
なお、新シラバスはまだ案の段階です。確定版で分類や用語が変わった場合は、このページも見直します。
最終確認日:(問題の作り方と品質管理)
この中分類の出題範囲
シラバスの小分類と項目です。数字は収録している問題数。
- データ基盤
- データ基盤の特徴5問
- データ分析・データ利活用
- データの種類と特徴10問
- データの加工・分析8問
- データ分析における統計的手法12問
- 図表やグラフによるデータの可視化4問
- 業務分析
- 業務分析・業務計画10問
ビジネスのほかの中分類
出典:情報処理推進機構(IPA)「ITパスポート試験 シラバス案 Ver.0.1」(2026年8月31日掲載)を基に作成。 最新の内容はIPAの掲載ページでご確認ください。