【データの分析】青森から学ぶ数学|日本数学塾
青森の受験生へ:データの分析を得点源にする
青森在住の方でも全国オンラインで受講可能です。
大学入試の「データの分析」は、一見すると計算が多くて避けたくなる分野といえます。しかし実は、解法の流れが決まっていて、手順を覚えると得点しやすい分野です。センター試験から共通テストに移行した現在も、平均値・分散・標準偏差・相関係数といった基本概念は毎年出題されています。
この記事では、データの分析で問われる各要素がどう関連し、問題を見たときにどの順番で考えるべきか、段階的に解説します。青森での受験をめざす高校生が、この分野を確実に得点できるようになるための実践的なアプローチを示します。
データの分析の出題傾向と分野の全体像
大学入試でのデータの分析は、センター試験時代も共通テスト以降も、以下の要素が中核をなしています:
- 平均値(平均):全データの合計を個数で割った値
- 分散:データの散らばり具合を数値化したもの
- 標準偏差:分散の平方根で、平均からの偏差をデータと同じ単位で表す
- 相関係数:2つの変数の関係の強さと方向を示す指標(−1~1の範囲)
- 正規分布と標準正規分布:データの分布の特性と確率の計算
- 回帰直線:2つの変数の関係を一次関数で近似したもの
出題傾向としては、与えられたデータから平均や分散を計算させられることと、与えられた統計量を使ってデータの性質を読み取り、判断させられることの2つが中心です。単なる計算ではなく、「このデータから何がいえるか」を問う問題が増えています。
また共通テストでは、複数の表やグラフが示されて、どのグラフがデータの性質を最もよく表しているか判断する問題や、複数の分布を比較する問題が出やすくなっています。これらは計算力だけでなく、データの意味を読み取る力が問われています。
平均値と分散の計算方法を step by step で理解する
平均値の計算と意味
多くの受験生は平均値を「データを足して個数で割る」という機械的な計算として捉えています。しかし、平均値の本質は「データの中心」を表す数値と理解しておくことが大切です。
例題を使って説明します。
例題 1:以下の 8 個のデータから平均値を求めなさい。
15, 18, 22, 16, 19, 23, 17, 20
【解法の流れ】
① データをすべて足す
15 + 18 + 22 + 16 + 19 + 23 + 17 + 20 = 150
② データの個数で割る
150 ÷ 8 = 18.75
この場合、平均値は 18.75 となります。
ここで重要な視点:平均値 18.75 は、このデータグループの「中心」を示しています。つまり、もし 8 個のデータをすべて 18.75 に統一しても、合計は変わらないということです。これが平均値の本質的な意味といえます。
分散の計算:ステップ分解
分散は「データがどれくらい散らばっているか」を数値化する統計量です。受験生が最もつまずくのはここです。なぜなら、計算手順が複数あり、どの方法を使うかで計算量が変わるからです。
分散の定義式(最も基本的な形)
分散 s² = {(x₁ − 平均)² + (x₂ − 平均)² + … + (xₙ − 平均)²} ÷ n
この式を見ると、やることは:
① 各データから平均を引く(偏差を求める)
② その偏差を 2 乗する
③ すべての 2 乗値を足す
④ データ個数で割る
例題 2:先ほどのデータ(平均値 = 18.75)で分散を求めなさい。
15, 18, 22, 16, 19, 23, 17, 20
【解法の流れ】
① 各データから平均 18.75 を引いて偏差を求める
15 − 18.75 = −3.75
18 − 18.75 = −0.75
22 − 18.75 = 3.25
16 − 18.75 = −2.75
19 − 18.75 = 0.25
23 − 18.75 = 4.25
17 − 18.75 = −1.75
20 − 18.75 = 1.25
② 偏差をそれぞれ 2 乗する
(−3.75)² = 14.0625
(−0.75)² = 0.5625
(3.25)² = 10.5625
(−2.75)² = 7.5625
(0.25)² = 0.0625
(4.25)² = 18.0625
(−1.75)² = 3.0625
(1.25)² = 1.5625
③ すべての 2 乗値を足す
14.0625 + 0.5625 + 10.5625 + 7.5625 + 0.0625 + 18.0625 + 3.0625 + 1.5625 = 55.5
④ データ個数 8 で割る
55.5 ÷ 8 = 6.9375
したがって分散は 6.9375 といえます。
別解:計算を簡単にする方法
上記の方法は確実ですが、小数が多いと計算ミスが増えます。そこで活用できるのが分散の別公式です:
分散 s² = (データの 2 乗の平均) − (平均の 2 乗)
これを使うと:
① データを 2 乗する
15² = 225, 18² = 324, 22² = 484, 16² = 256, 19² = 361, 23² = 529, 17² = 289, 20² = 400
② 2 乗したものの平均を求める
(225 + 324 + 484 + 256 + 361 + 529 + 289 + 400) ÷ 8 = 2868 ÷ 8 = 358.5
③ 平均の 2 乗を引く
分散 = 358.5 − (18.75)² = 358.5 − 351.5625 = 6.9375
同じ答えが得られます。この別公式は、特にデータが大きいときや整数で与えられているときに、計算を軽くできます。
標準偏差
標準偏差は分散の平方根です。分散が 6.9375 なら、標準偏差は √6.9375 ≈ 2.634 となります。
標準偏差の解釈:分散と異なり、標準偏差はデータと同じ単位で表せます。例えば、上記の例で単位が「cm」なら、分散は「cm²」ですが標準偏差は「cm」です。このため、標準偏差の方が現実のデータ解釈には適しています。
相関係数と回帰直線:2つの変数の関係を読む
相関係数の概念と計算
相関係数は 2 つの変数(例えば身長と体重)の関連性の強さを −1 から 1 の間で表す統計量です。
- 相関係数が 1 に近い → 強い正の相関(一方が増えると他方も増える傾向)
- 相関係数が 0 に近い → 相関がほぼない
- 相関係数が −1 に近い → 強い負の相関(一方が増えると他方は減る傾向)
相関係数の定義式は複雑に見えますが、本質は「2 つの変数がどれだけ一緒に変動するか」を、それぞれの散らばり具合で正規化した値といえます。
入試では相関係数の値そのものを計算させられることは少なく、むしろ「この散布図から相関係数の値の大小を判断せよ」という読み取り問題が出やすいです。
散布図の見方のコツ:
- 点がほぼ一直線上に並んでいる → 相関係数の絶対値が大きい
- 点が広く散らばっている → 相関係数の絶対値が小さい
- 左下から右上への傾向 → 正の相関
- 左上から右下への傾向 → 負の相関
回帰直線と最小二乗法
2 つの変数の関係を一次関数 y = ax + b で近似するのが回帰直線です。共通テストでは「回帰直線の式を求めよ」という問題がよく出ます。
回帰直線の傾き a と切片 b は以下の式で決まります:
a = (x と y の共分散) ÷ (x の分散)
b = (y の平均) − a × (x の平均)
重要なのは、回帰直線は必ず点 (x の平均, y の平均) を通るということです。これは覚えておくと、検算のときに役立ちます。
よくあるつまずきと対策
つまずき 1:分散の計算で符号を間違える
偏差を求める際に「データ − 平均」と「平均 − データ」を混同するミスが頻出です。どちらでも 2 乗するので答えは同じですが、途中で偏差の符号を使う問題では大問題になります。
対策:偏差を求めるときは常に「データから平均を引く」と心に決めておくこと。そして計算途中に符号をチェックする癖をつけましょう。
つまずき 2:分散と標準偏差を混同する
問題で「分散を求めよ」と指示されているのに標準偏差の値を答えてしまうケースがあります。また、問題文に「分散が 16 のとき」と書かれているのに、それを標準偏差と読み違えるミスもあります。
対策:問題を読むとき、「分散」と「標準偏差」という言葉に下線を引く癖をつけましょう。分散は平方単位、標準偏差は元の単位という違いも覚えておくと、途中で判断できます。
つまずき 3:相関係数と因果関係を混同する
「相関係数が 0.9 なら、x が y を決める」というような誤った読み取りをする受験生がいます。しかし相関係数が高いからといって、原因と結果の関係があるとは限りません。
対策:「相関がある」と「因果がある」は別物だと明確に区別しましょう。入試問題では「この 2 つの変数の間に相関が見られるが、因果関係があるといえるか」という吟味問題が出やすいです。
つまずき 4:散布図の読み違い
複数の散布図が示されているとき、正確に点の位置と全体的な傾向を読み取れない受験生がいます。特に、目盛りが異なる複数のグラフを比較させられるときは要注意です。
対策:散布図を見るときは、まず軸のスケール(1 目盛りが何を表すか)を確認してから、全体の傾向(正の相関か負か、相関の強弱)を判断する手順を徹底しましょう。
つまずき 5:回帰直線の式で計算ミスが多発
回帰直線の傾きと切片を求める式は、分子分母が多くて計算ミスが増えやすいです。また、x の平均と y の平均を混同することもあります。
対策:共分散と x の分散の定義をはっきり区別して計算を進めてください。途中で「この式は回帰直線上の点 (x の平均, y の平均) を通るか」と検算することも有効です。
正規分布と標準正規分布:確率計算への橋渡し
正規分布の性質
データが正規分布に従うとき、データのほぼすべてが平均 ± 3 × (標準偏差) の範囲に含まれます。これを「3 シグマの法則」と呼ぶこともあります。
- 平均 ± 1 × (標準偏差) の範囲に約 68% のデータが含まれる
- 平均 ± 2 × (標準偏差) の範囲に約 95% のデータが含まれる
- 平均 ± 3 × (標準偏差) の範囲に約 99.7% のデータが含まれる
この性質は、「ある値以上のデータがどれくらい含まれるか」を推定するときに使われます。
標準化と標準正規分布
異なる平均と標準偏差を持つ複数のデータを比較するため、標準化(z 得点への変換)が使われます。
標準化の公式:
z = (データ − 平均) ÷ 標準偏差
例えば、国語の点数が 75 点で平均 70 点、標準偏差 5 点のとき:
z = (75 − 70) ÷ 5 = 1
この z 値は「このデータが平均からどれだけ標準偏差分だけ離れているか」を示します。z = 1 なら平均より標準偏差 1 つ分高いということです。
標準化することで、異なる科目や異なるテストの成績を同じ尺度で比較できるようになります。
日々の練習法:データの分析を確実に得点化する
段階 1:概念の定着期(1 週間〜2 週間)
まず教科書の例題を使って、平均値・分散・標準偏差の計算をいくつか手で計算してみてください。電卓を使わず、手計算で何度も繰り返すことで、計算の流れが体に染み込みます。
このとき、公式を暗記するのではなく「なぜこの計算をするのか」という背景を理解しながら進めることが大切です。
段階 2:表現形式への慣れ(2 週間〜3 週間)
次に、散布図・ヒストグラム・箱ひげ図など、異なるグラフ表現を読む練習をしましょう。同じデータが複数の形で表されたとき、その関係性を見つける練習は入試頻出です。
教科書の練習問題や問題集の「データの分析」の章で、グラフ選択問題を積極的に解くようにしてください。
段階 3:複合問題への対応(3 週間以降)
平均・分散・相関係数が与えられたデータについて「どのグラフがこのデータを最もよく表しているか」「相関係数が高いことからどのような結論が導けるか」という思考問題に挑戦してください。
共通テストの過去問(またはセンター試験の過去問)でデータの分析の大問を解き、時間配分と読み取りの正確性を鍛えましょう。
段階 4:検算と見直しの時間確保
データの分析は「答えが違う原因が計算ミスなのか、読み取り誤りなのか」が曖昧になりやすい分野です。本番想定で問題を解いたら、必ず以下をチェックしてください:
- 平均値の計算はデータの個数で割っているか
- 分散と標準偏差の定義を正確に使い分けているか
- 散布図の軸のラベルと目盛りを正確に読んでいるか
- 回帰直線の式が点 (平均 x, 平均 y) を通るか(検算)
- 相関係数と因果関係を混同していないか
データの分析で点数を取るための総まとめ
データの分析は、一度解法の流れを理解すると、得点しやすい分野といえます。受験生がよくつまずくのは、計算ミスや用語の混同であって、概念自体が難しいわけではありません。
この記事で示した「平均値の意味」「分散を求める 2 つの方法」「散布図から相関係数の強弱を読む」という 3 つの観点を押さえておけば、大部分の入試問題に対応できます。
特に共通テストでは、グラフの読み取りと統計的判断が重視される傾向にあります。計算技能だけでなく「データから何がいえるのか、何はいえないのか」という批判的思考も鍛えておくとよいでしょう。
日本数学塾では、このような「なぜそうなるのか」を担任制で一緒に考え、単なる解法暗記ではなく、本質的な理解を深めるサポートをしています。青森在住の方でも全国オンライン対応ですので、まずは無料体験授業でデータの分析の学習方法について相談してみてください。
日本数学塾では、この"なぜそうなるのか"を担任制で一緒に考えます。
全国オンライン対応。まずは無料体験授業をお試しください。
