【DS探究基礎】全体の数字だけでは見えない「ファンの正体」を突き止めろ！クロス集計と期待度数で挑むデータ分析

全体の数字だけで満足していませんか？データ分析の新たな壁

いよいよ集めたデータを本格的に整理・分析するフェーズに突入しました。

今回は「データを整理し、Excelを使って集計できるようになること」が目標です。

生徒たちはまず、Excelの「COUNTIF関数」を使い、投票理由（顔・表情が良い、形・シルエットが良いなど）の数をグループごとにカウントしていきました。しかし、ここでデータサイエンスにおける大きな限界にぶつかります。

「全体の投票数だけを見ると、『顔・表情を理由に選んでいる人が多い』という単純な結論だけで終わってしまう」

投票した人たちの性別、コース、所属している部活（運動部・文化部）によって、ゆるキャラに求める魅力は本当に同じでしょうか？全体の数字を眺めるだけでは、データの裏に隠された真のニーズや偏りを見落としてしまいます。

そこで登場するのが、グループごとの違いを浮き彫りにする「クロス集計」という手法です。

クロス集計の鍵を握る「2つの変数」

クロス集計を正しく理解するために、授業ではまずデータ分析における「変数」の種類について学びました。変数は大きく分けて次の2つに分類されます。

• 量的変数： 数で表され、「大きさ」や「量」を比べられる変数（例：点数、得票数、年齢など）。

• 質的変数： 数ではなく、「種類」や「分類」を表す変数（例：性別、血液型、クラス、部活の種類など）。

クロス集計とは、2つのデータがともに「質的変数（分類するデータ）」である場合に使用する手法です。生徒たちはExcelの「COUNTIFS関数」を駆使して、複数の条件（例：「形・シルエットが良い」かつ「男性」）に一致する数をカウントし、グループごとの違いをまとめた「クロス集計表」を作成していきました。

「この数字は本当に多いの？」客観的に判断するためのものさし

性別や部活別でクロス集計を行うと、確かにグループごとの数字の違いが見えてきます。しかし、ここで生徒たちは次なる問いに直面します。

『この数字は、本当に多いと言えるのだろうか？』

グループによって全体の回答者数が異なるため、単純にクロス集計表の数字を比べるだけでは、本当にそのグループに特徴的な傾向（偏り）があるのかを客観的に判断できません。

そこで必要になるものさしが「期待度数」です。 期待度数とは、「もしデータに偏りが全くない（均等である）としたら、理論上何票入るか」を全体の合計値から計算した数値のことです。

生徒たちはExcelで以下の数式を入力し、各セルの期待度数を計算しました。

実際のクロス集計表の数値と、この「偏りがないはずの理論値（期待度数）」を比べることで、初めて「このグループはインパクトを重視する傾向が本当に強い（多い）」と客観的に判断できるようになります。

ワーク：ファンの正体を突き止めよう！

集計の手法をマスターした生徒たちは、「どんな特徴のゆるキャラに、どんなファンが集まっているのか？」という、まさにファンの正体を突き止める分析に挑戦しました。

「インパクトのあるゆるキャラは、男性ファンが多いのではないか？」 「日頃のライフスタイル（寝る時間など）で投票者を分類してみたら、意外なクロス集計結果が出るかも！」

など、グループ内で熱心なアイデア出しが行われました。データを適切に分類し、クロス集計を行い、期待度数と比較する。この一連のプロセスを経験することで、生徒たちのデータ分析スキルはまた一段と強固なものになりました。

データを単なる数字の塊のままにせず、グループに分けて「意味のある事実」をあぶり出す。こうした実践的なデータサイエンスの力を、これからも日々の探究活動を通じて磨いていきます。