本ユニットでは、データをその性質で分類する4組の対概念(量的/質的、1次/2次、構造化/非構造化、時系列/クロスセクション)と、データに付随する属性情報であるメタデータを学びます。データ利活用の出発点として、扱うデータがどんな種類かを見分ける力が問われる頻出テーマです。
数値で測れて足し算や平均ができる、量を表すデータ。
量的データは、身長・売上高・気温・人数のように数値で測定でき、合計や平均などの計算ができるデータです。「どれくらい多いか」という量や大きさを表します。 試験では、対概念である質的データとの区別が問われます。見分け方は「数値を足したり平均したりして意味があるか」です。たとえば年齢の平均には意味がありますが、後述の質的データである血液型に平均はありません。データの種類によって使える集計・分析方法が変わる点が重要です。
たとえものさしや体重計で測った数値のようなもの。「3kgと5kgで平均4kg」のように足したり割ったりして意味が出る、量を表すデータです。
記憶フック量的データといえば数値で測れて平均が計算できるデータ
分類やカテゴリを表し、数値計算になじまないデータ。
質的データは、性別・血液型・都道府県名・満足度の段階のように、種類やカテゴリで分けられるデータです。「どの仲間か」という分類を表し、原則として足し算や平均には意味がありません。 試験では量的データとの対比が頻出です。番号を振っても(例:満足度1〜5)、それは順序や区分を表すラベルであり、量そのものではありません。量的データと質的データでは適切な集計方法やグラフが異なるため、まずどちらかを見分けることが分析の第一歩になります。
たとえアンケートの選択肢のようなもの。「好き・普通・嫌い」を仲間分けはできますが、それらを足して平均を出しても意味がない、種類を表すデータです。
記憶フック質的データといえば分類・カテゴリを表すデータ
調査・実験などで目的に合わせ自ら新たに収集したデータ。
1次データは、目的に合わせて自分(自社)が新たに集めたデータです。アンケート調査・実験・観測・店頭での計測などで直接得たものが該当します。 試験では対概念の2次データとの区別が問われます。1次データは目的に合わせて設計できるため精度や適合性が高い一方、収集に手間・時間・費用がかかるのが特徴です。「誰が、何のために集めたか」を基準に、自分で新規に集めたものが1次、既存のものが2次と整理します。
たとえ自分で街頭インタビューをして集めた声のようなもの。手間はかかりますが、知りたいことにぴったり合った、できたての一次情報です。
記憶フック1次データといえば自分で新たに集めたデータ
他者が既に収集・公表したものを再利用する既存のデータ。
2次データは、官公庁の統計・業界レポート・社内の既存記録など、すでに誰かが集めて公開・蓄積しているデータです。これを目的に合わせて再利用します。 試験では1次データとの対比が要点です。2次データは入手が早く低コストですが、自分の目的とぴったり合うとは限らず、調査時点や定義が古い・異なる場合があります。「既存のものを使う=2次」「自ら新たに集める=1次」という収集主体の違いで判断します。
たとえ図書館にある統計資料や政府の公開データを借りてくるようなもの。すぐ手に入って安上がりですが、自分の知りたいことと少しズレることもあります。
記憶フック2次データといえば既存の収集済みデータ
行と列の表形式で整理され、検索・集計しやすいデータ。
構造化データは、表(テーブル)の行と列のように決まった形式で整理されたデータです。リレーショナルデータベースやCSV・表計算の表が代表例で、項目ごとに値が並ぶため検索・集計・並べ替えがしやすいのが特徴です。 試験では非構造化データとの対比が問われます。見分けの軸は「あらかじめ決まった項目(列)に沿って整理されているか」です。構造化されていれば機械での集計・分析がそのまま行え、データ利活用の扱いやすさが高くなります。
たとえきちんと枠が引かれた出席簿のようなもの。名前・日付・出欠が決まった欄に並んでいるので、誰がいつ休んだかをすぐ数えられます。
記憶フック構造化データといえば表形式で整理されたデータ
決まった表形式に収まらない、自由な形式のデータ。
非構造化データは、文章・電子メール・画像・音声・動画のように、行と列の表形式では整理しにくいデータです。決まった項目に沿っていないため、そのままでは検索・集計がしにくいのが特徴です。 試験では構造化データとの対比が要点です。現実に存在するデータの多くは非構造化データだとされ、AIやテキスト解析などで活用が進んでいます。「表に入るか入らないか」で構造化・非構造化を見分ける点を押さえます。
たとえ手書きの日記やスマホで撮った写真のようなもの。中身は情報の宝庫ですが、出席簿のように欄へ並んでいないので、そのままでは数えにくいデータです。
記憶フック非構造化データといえば表に収まらない文章・画像・音声
データそのものの内容や性質を説明する付随した属性情報。
メタデータは「データについてのデータ」、つまりデータ本体に付随し、その内容や性質を説明する情報です。写真の撮影日時・場所、ファイルの作成者・更新日時、データ項目の名前や単位の定義などが例です。 試験では「データそのものではなく、データを説明する情報」という位置づけが問われます。メタデータがあると、大量のデータの検索・管理・再利用がしやすくなり、データ活用の土台になります。中身(値)と、その中身を説明する情報(メタデータ)を区別する点が重要です。
たとえ本の中身に対する『背表紙やラベル』のようなもの。タイトル・著者・分類番号があるおかげで、棚から目的の本をすぐ探し出せます。
記憶フックメタデータといえばデータを説明するデータ
同じ対象を時間の流れに沿って記録したデータ。
時系列データは、毎日の気温・月々の売上・株価の推移のように、同じ対象を時間の経過に沿って繰り返し記録したデータです。時間軸に沿って並ぶため、推移や傾向(トレンド)、季節変動の分析に向きます。 試験では対概念のクロスセクションデータとの区別が問われます。軸が「時間」なら時系列、「ある一時点での複数対象の比較」ならクロスセクションです。折れ線グラフで変化を追うのが時系列データの典型的な使い方です。
たとえ一人の体重を毎月測って並べた記録のようなもの。時間の流れに沿って点が並ぶので、増えているか減っているかの変化を読み取れます。
記憶フック時系列データといえば時間軸に沿って並ぶデータ
ある一時点で複数の対象を横断的に集めたデータ。
クロスセクションデータ(横断面データ)は、ある一時点を切り取り、複数の対象を横並びで集めたデータです。たとえば「2026年4月時点の各都道府県の人口」のように、同じ時点での対象間の比較に向きます。 試験では時系列データとの対比が要点です。時間の流れを追うのが時系列、ある瞬間で多数の対象を比べるのがクロスセクションです。「縦(時間)か横(対象)か」という軸の違いで両者を見分ける点を押さえます。
たとえある日のクラス全員の身長を一斉に測った記録のようなもの。時間は動かさず、その瞬間に大勢を横一列で比べるデータです。
記憶フッククロスセクションデータといえばある時点の横断データ
関連の過去問演習は今後のアップデートで追加予定です。