DS検定★（リテラシーレベル）のサンプル問題（本番形式・解説付き）

解説

データドリブンとは、判断の根拠を勘・経験・声の大きさではなく、データとそこから組み立てた論理に置く考え方で、再現性・検証可能性・合意形成の3点に効きます。「蓄積量が多いほど成熟」はデータドリブンな組織の定義ではなく、データを見て意思決定が実際に変わるかどうかが要点です。「解釈を加えないまま実行」はデータを判断そのものと取り違えた説明で、何を目的にするか・どの指標を重視するかは人が決めます。「経験や知見を判断材料から外す」も誤りで、データは判断の材料であり、現場の知見を捨てることは求められていません。

解説

目的やゴールの設定がないまま分析しても意味合いは出ません。良し悪しの基準が定まらず、見るべきデータも絞れず、次のアクションにもつながらないためで、目的とゴールを先に合意する行動が正解です。「片端から集計して図表を用意」は、大量の図表は出るが結論が出ない典型で、目的が最後まで定まりません。「件数の多いテーブルの相関を確認」はデータの都合で切り口を決めており、解くべき問いから出発していません。「過去案件と同じ集計軸をあてはめる」も、今回の目的に合う保証がなく、意味合いにつながりません。

解説

言語化の意義は、検証できる形になること、関係者とのずれを潰せること、後から振り返れることです。「25歳未満の新規契約者は3か月以内の解約率が高い」まで書けば真偽をデータで確かめられます。「結論が想定した方向に落ち着きやすくなる」は仮説に合う結果へ誘導する発想で、確証バイアスや改ざんの側です。「検証の工程を省略できる」は誤りで、仮説は検証によって真偽を判定するために立てます。「専門用語を用いれば精度が高まる」も誤りで、言語化は他人が同じ意味に受け取れる文章にすることを指します。

解説

一次情報は現場・当事者から直接得た加工前の情報で、データに現れない事情、定義と実態のずれ、仮説の質、伝聞による劣化の回避という点で効きます。特定店舗の異常値の理由が「端末が壊れているので代表値を打っている」だった、という類は机上のデータからは分かりません。「記録を残すと数値の精度が向上する」は関係がなく、精度は測定・記録の方法で決まります。「集計済み資料より新しい時点の情報」は一次と二次の区別を時点の新旧に取り違えた説明です。「要約資料を使わないと決める」も誤りで、二次情報は全体像を短時間でつかむのに有効です。

解説

改ざんは、得られたデータや過程に手を加えて真正でないものにする行為で、測定値の書き換えやグラフの軸の操作が該当します。判別の軸は「無から作ったか、あったものをいじったか、他人のものを自分のものにしたか」です。「実施していないアンケートの回答を作る」は存在しないデータを作り出すねつ造にあたります。「他社の図表を出所を示さず転載する」は他人のものを自分のものとして使う盗用です。「同じ成果を出所を示さず使い回す」は二重投稿・自己盗用と呼ばれる別の不適切行為です。