授業コード 20033200 単位数 2
科目名 社会学情報処理特殊講義Ⅱ クラス
履修期 後期授業 カリキュラム ＊下表参考
担当者 広田　ともよ 配当年次 ＊下表参考
授業の題目 「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）
学修の概要 「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）。この検定に合格するための科目である。
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、傾向や関連性の発見、将来予測なども可能となる。データ駆動型の判断の選択肢を手にすることができる。これにより、よりベターな意思決定を下すことができるようになる。「データが新しい価値を創出」するのである。データ分析はこれまで一部の専門職が行うことであったが、今では裾野まで広く用いられ汎用化･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。この授業ではExcel技能と統計的知識とをあわせて実践的に学び、データの処理･活用方法、結果を正しく判定･評価する能力を養う。
学修の到達目標 1.データ分析の基礎を身につける。
2.分析結果として出力された数値を、正しく読み解き、説明できるようになる。
3.正しく適切にグラフ表現ができるようになる。
4.検定に合格できる力をつける。
授業計画 第１回 授業の全体像を理解し、Excelの基本操作を確認する。
　授業の枠組み、使用ツールの確認
　Excelの基本操作の確認
第２回 数値の性質と特徴、データの型を知るとともに、効率的な入力やデータ変換ができるようになる。
　数値の性質と変数
　処理フロー
　データ入力
　ローデータの型
　データクレンジング
　Excelの便利機能
第３回 数値の算出ができる。数値の性質を理解し適切に説明できるようになる。
　標本数
　代表値とは
　平均値
　中央値
　最頻値
　性質の違い
第４回 数値の算出･グラフの作成ができる。数値の意味を適切に説明できるようになる。
　最大値
　最小値
　レンジ
　四分位
　箱ひげ図
第５回 用語の意味を理解できる。数値の算出ができる。数値の意味を適切に説明できるようになる。
　全数調査・標本調査とは
　分散
　標準偏差
　正規分布とは
第６回 基本統計量・記述統計のまとめ
　分析ツールの活用
　サンプルデータを用いた実習
第７回 視覚化し発見できる。ツールの機能を適切に活用できる。度数分布表の作成ができるようになる。
　外れ値の検出
　ピボットテーブル
　度数分布表
第８回 適切にグラフの作成ができる。1変数に対する要約と説明を行うことができるようになる。
　ヒストグラム
　基本統計量との関係
　データ把握力のまとめ
第９回 なぜそうするのかを理解し、数値を算出できるようになる。
　標準化
　偏差値
第１０回 時系列データの周期、トレンド、ノイズについて適切に処理でき、グラフ表現できるようになる。
　移動平均
　季節調整
第１１回 仮説視点で2変数のデータを扱うことができるようになる。
　仮説とは
　2変数の関連
　集計（ピボットテーブルを駆使）
第１２回 グラフ表現、相関係数の算出ができ、それらの特徴を正しく読み解くことができるようになる。
　散布図
　相関分析
第１３回 数値の算出、予測への活用、説明力の検討ができるようになる。
　モデル化とシミュレーション
　回帰分析
第１４回 条件設定、最適解の算出ができるようになる。
　最適化
第１５回 データ処理による課題発見力と仮説検証力のまとめ
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伝達する。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）：確認問題を出すので期日までに解答を提出する課題を出す。これを通して授業で学んだ用語や操作等について再確認する。曖昧な点があれば、再度教科書を読み込んだり、各種サイトで調べるなどする。

※回により人により一度聞いただけではなかなか腑落ちしないようなものもあると思われます。各種サイトや文献をたくさん読みあさって色んな角度･言い方･表現のものにたくさん出合うことでようやく理解できてきます（かつて私自身もそうでした）。その手間を惜しまないことでしかその壁は乗り越えられません。ただ「わからない・わからない」と嘆いて助けを求めるだけではなく、まずは自分で理解しようと努力すること。「ここまでは何とか分かったけど、ここからがわからない」と自己把握したうえで教員･クラスメイトに聞くなどして1つずつ解消していきましょう。根気は要りますがいつかモヤモヤの霧が晴れる時がきっと来ます。
履修上の注意事項 1.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。
2.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。
3.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。

〈メッセージ〉
この授業では専門ソフトや難しい数式は用いません。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るので。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。
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，『公式テキスト ビジネス統計スペシャリスト エクセル分析 一般』オデッセイ コミュニケーションズ．2,100円+税　※2025年5月に試験が改訂されましたので、それ以前のものとは異なります。
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、データサイエンス科目全般、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.後期登校日の火・木曜（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 2024～2026 2･3･4 ○ - - - -