授業コード 20033200 クラス
科目名 社会学情報処理特殊講義Ⅱ 単位数 2
担当者 広田　ともよ 履修期 後期授業
カリキュラム ＊下表参考 配当年次 ＊下表参考
授業題目 「ビジネス統計スペシャリスト」検定取得を目指す（Aim to pass the Business Statistics Specialist certification exam）
授業の概要 「ビジネス統計スペシャリスト」とはMOSで知られるオデッセイ･コミュニケーションズが行う資格試験である（下記リンク参照）。
デジタル化する社会において、センサーやデバイスの発達とともに人々の行動ログや会社等の売上･コストなどさまざまな種類のデータが蓄積され続けている。これら膨大なデータを正しく整理･分析することができれば、これまで目に見えてこなかった全体像の把握（＝可視化･見える化）、傾向や関連性の発見、将来予測なども可能となり、よりベターな意思決定を下すことができるようになる。かつて意思決定の根拠は主にKKD（経験･勘･度胸）に頼っていたが、近年ではデータや科学的根拠に基づいて意思決定を行うデータドリブンな手法が用いられている。いわゆる「データが新しい価値を創出する」時代の到来である。これまでデータ分析は一部の専門職が行うことであったが、昨今では裾野まで広く用いられ、さらに汎用化･一般化していく傾向にある。もはや単にExcelが使えるだけの人では不十分で、統計的知識も持ち合わせ、よりアクティブにデータを活用できる人（＝データから新しい価値を創出できる人）が求められている。そこで「ビジネス統計スペシャリスト」検定取得を目標とし、Excelと統計的知識とをあわせて実践的に学び、データを処理･活用する能力を養う。
この授業では、専門ソフトや難しい数式を用いるのではなく、すでに利用経験のあるExcelの四則計算(＋−✕÷)や簡単な関数を用いて基礎から学びます。文系だから…数学や計算関係は苦手で…という人でも大丈夫。面倒な計算は全てコンピュータがやってくれます。そういう人ほどコンピュータという道具を上手に使う術を身につけましょう。在学中に調査を行う人は即活用できるスキルです。AI･データサイエンスの分野とも通底しています。将来社会が求めるスキルの基礎を学びましょう。
学習の到達目標 1.データ分析の基礎を身につける。
2.分析結果を正しく読み解き、説明できるようになる。
3.分析結果をグラフ化する際、正しく適切に表現できるようになる。
4.検定に合格できる力をつける。
授業計画 第１回 イントロダクション、使用ツールの確認、Excelの基本操作の確認
授業の全体像を理解し、Excelの基本操作等を確認し思い出す
第２回 数値の性質と変数、データ入力、ローデータの型、Excelの基本操作の確認
数値の性質と特徴、データの型を知るとともに、入力ミス防止･入力時ストレス軽減機能等を活用できるようになる
第３回 「ビジネスデータ把握力」
標本数、代表値とは、平均値、中央値、最頻値
上記について算出できるとともに、数値の意味を説明できるようになる
第４回 レンジ、四分位、箱ひげ図
上記について算出･作成できるとともに、数値の意味を説明できるようになる
第５回 正規分布、分散、標準偏差
上記について算出できるとともに、数値の意味を説明できるようになる
第６回 分析ツール、基本統計量、記述統計のまとめ
上記について活用できるようになる
第７回 「ビジネス課題発見力」
外れ値の検出、グラフ（オンデマンド）
上記について算出、適切なグラフ表現ができるようになる
第８回 関数、ピボットテーブル、度数分布表
上記について活用できるようになり、度数分布表が正しく作成できるようになる
第９回 ヒストグラム
上記について正しく作成できるようになる
第１０回 標準化、偏差値
上記について算出できるとともに、数値の意味を説明できるようになる
第１１回 移動平均、季節調整
上記について算出･グラフ表現できるようになる
第１２回 「ビジネス仮説検証力」
2変数の関連、クロス集計（オンデマンド）
上記について活用できるようになる
第１３回 散布図、相関
上記についてグラフ表現･係数算出でき、その特徴を正しく読み取ることがでるようになる
第１４回 回帰分析
上記について算出･活用できるようになる
第１５回 シミュレーション、最適化
上記について算出･活用できるようになる
授業外学習の課題 1.事前学修（2時間程度）：講義の最後もしくはmoodleに次回の講義のテーマや範囲を発表するので、各自で教科書の該当する範囲を読み込み、不明な用語･機能･操作方法･計算過程･数値の意味･解釈の仕方･特徴･注意点など、周辺知識についてできる限り調べて予備知識を集めておくこと。
2.事後学修（2時間程度）：授業で学んだ用語や操作等について再確認をし、曖昧な点は各自で調べたり、人に聞くなどして、次回までにしっかり身につけてくること。
履修上の注意事項 1.ブレンド型授業を実施する。Moodle上の動画を見て学習する回がある。
2.授業計画は状況に応じて順序を入れ替えたり適宜調整することがある。
3.公認欠席への配慮について：Moodleや教科書等を見て各自でリカバリーすることが基本となります。配布資料は基本的にMoodleにUPしてありますが、UPできないものがあった場合は後日配布します。欠席減点はしませんが、授業への取り組みが重要となる講義の性質上、出席と同等とみなすことはできません。単位認定要件に影響しないよう配慮できるか否かは、他の一般出席学生との公平･公正性の観点をふまえ、公認欠席回以外の受講状況やリカバリーの遂行状況などから判断します。
4.受験は任意。外部受験。各自都合が合う会場に申し込む。検定料自己負担。受験するか否かが授業評価に影響を及ぼすことはありませんが、これに特化した授業ですのでできるだけ受験しましょう。
成績評価の方法・基準 100点満点で、授業への取り組み（提出物含む）60％、試験40％を目安に総合的に評価する
テキスト 玄場公規・湊宣明・豊田裕貴,2016『Excelで学ぶ ビジネスデータ分析の基礎』オデッセイ コミュニケーションズ
参考文献 岩井紀子･保田時男,2007『調査データ分析の基礎～JGSSデータとオンライン集計の活用～』有斐閣
その他、都度紹介する。
主な関連科目 社会学情報処理II、情報処理入門II（情報と分析）
オフィスアワー及び
質問・相談への対応		 1.直接、授業前後の時間に対応することを基本とします。
2.登校日の火・金曜（講師控室か授業教室あたり）であれば対応できる場合もあります。
3.毎回Moodle上で記述するミニッツペーパー課題があるので、こちらに追記することができます。次回授業時等に回答します。
URLリンク https://stat.odyssey-com.co.jp
■カリキュラム情報
所属 ナンバリングコード 適用入学年度 配当年次 身につく能力
知識・技能 思考力 判断力 表現力 協創力
人文学部人間関係学科社会学専攻（社会学情報処理系科目） FHHS32202 2017～2022 2･3･4 - - - - -
人文学部人間関係学科社会学専攻（社会学情報処理系科目） FHHS32202 2023～2023 2･3･4 ○ - - - -
人文学部社会学科（社会学情報処理科目） 24300 2024～2024 2･3･4 ○ - - - -