最終更新日：2026年7月13日

ds data-understanding design literacy statistics visualization

まず結論

データリテラシーとは、データを正しく読み、分かりやすく説明し、適切に扱う力です。

DS検定では、次の3つに分けて考えると整理しやすくなります。

力 何をするか
データを読む 数字やグラフの意味を正しく理解する
データを説明する 誤解を生まない形で伝える
データを扱う 集計・加工し、品質を確認する

単に計算できるだけではなく、比較条件やデータの偏りに気づけることが重要です。

直感的な説明

データリテラシーは、データ社会の「読み書き能力」です。

たとえば、平均年収が高いという情報を見ても、すぐに「多くの人が高収入だ」と判断してはいけません。

  • 一部の高所得者が平均を押し上げていないか
  • 中央値はどうか
  • 対象者や期間は同じか
  • 調査方法に偏りはないか

こうした確認ができることが、データを正しく読む力です。

定義・仕組み

1. データを読む

代表値を使い分ける

指標 特徴 向いている場面
平均値 全データを使うが外れ値に弱い 分布が大きく偏っていない場合
中央値 真ん中の値で外れ値に強い 年収や住宅価格など偏りが大きい場合
最頻値 最も多く現れる値 サイズやカテゴリの代表を知りたい場合

ばらつきを確認する

平均値が同じでも、分散や標準偏差が違えばデータの安定性は異なります。

相関と因果を区別する

相関があっても、一方が他方の原因とは限りません。

  • 第3の要因が両方に影響している
  • 偶然同じ動きをしている
  • 原因と結果の向きが逆である

といった可能性があります。

母集団と標本を意識する

調査対象が偏っていると、結果を母集団全体へ広げられません。

例：オンライン調査だけで、高齢者を含む全国民の意見を推定する。

2. データを説明する

グラフを目的に合わせる

目的 適したグラフ
項目間を比較する 棒グラフ
時間変化を見る 折れ線グラフ
2変数の関係を見る 散布図
分布を見る ヒストグラム

誤解を生む表現を避ける

  • 縦軸を途中から始めて差を大きく見せる
  • 面積や立体表現で差を誇張する
  • 比較する期間や母数を変える

見やすさだけでなく、正確さが必要です。

3. データを扱う

  • 欠損値や重複を確認する
  • 単位や形式をそろえる
  • 集計条件を明確にする
  • 元データを残し、加工履歴を記録する
  • 個人情報やアクセス権限に注意する

データを加工するときは、再現できる状態にしておくことが重要です。

どんな場面で使う？

ニュースや統計を見るとき

母数、調査対象、期間、集計方法を確認します。

業務報告を作るとき

目的に合った指標とグラフを選び、比較条件をそろえます。

データ分析を始めるとき

データの型、欠損、外れ値、偏りを確認してから分析します。

AIの結果を利用するとき

精度の数値だけでなく、評価データや対象範囲を確認します。

よくある誤解・混同

誤解1：平均値を見れば十分

分布が偏っている場合は、中央値やばらつきも確認します。

誤解2：相関があれば因果関係がある

相関は関係を示しますが、原因を証明しません。

誤解3：データが多ければ偏りはなくなる

同じ偏りを持つデータを大量に集めても、偏りは残ります。

誤解4：見やすいグラフなら正しい

軸や母数、比較条件が不適切なら、見やすくても誤解を生みます。

誤解5：データ加工は結果に影響しない

欠損処理や外れ値除去、集計単位の違いによって結果は変わります。

確認問題

問題：データリテラシーのある判断として最も適切なものはどれか。

  1. 平均値が高ければ、ほとんどのデータも高いと判断する
  2. 相関係数が高ければ、因果関係が証明されたと判断する
  3. グラフの軸、母数、期間、抽出方法を確認してから解釈する
  4. データ件数が多ければ品質確認を省略する

正解：3

データの意味を判断するには、数字そのものだけでなく、作られ方と比較条件を確認します。

まとめ（試験直前用）

  • データリテラシーは、読む・説明する・扱う力
  • 平均値だけでなく、中央値やばらつきも見る
  • 相関と因果を区別する
  • 標本抽出と比較条件の偏りに注意する
  • グラフの軸・母数・期間を確認する

🔗 関連記事

© 2024-2026 stemtazoo. All rights reserved.