共通テストの「データの分析」は、平均・分散・箱ひげ図の公式だけを覚えても安定しません。グラフや表が何を表し、選択肢の文章がその情報から本当に言えるかを照合することが重要です。計算問題でも、まず資料を読み、必要な量だけを計算します。
最初に軸・単位・対象を確認する
散布図や箱ひげ図が出たら、すぐ傾向を読む前に、
- 横軸は何か
- 縦軸は何か
- 単位は何か
- どの集団のデータか
を確認します。
同じ形のグラフでも、横軸が時間か人数かで意味は変わります。
「右上がりだから増えている」と言う前に、何が何に対して増えているのかを言葉にします。
箱ひげ図は五数要約を位置として読む
箱ひげ図では、最小値、第1四分位数、中央値、第3四分位数、最大値の位置を読みます。
箱の長さは四分位範囲です。
ただし、箱ひげ図から個々のデータの間隔や平均値が必ず分かるわけではありません。
選択肢に「平均が大きい」「最頻値が○○」と書かれていても、箱ひげ図だけで判断できるかを確認します。
ヒストグラムは「どの階級に何個あるか」を見る
柱が高い場所には、その階級に入るデータが多くあります。
しかし柱の高さを「そのデータの値の大きさ」と読まないようにします。
また、階級幅や縦軸が度数なのか相対度数なのかを確認します。
共通テストでは、ヒストグラムと箱ひげ図を対応させる問題もあるため、中央値や四分位数が分布のどの位置にありそうかを考えます。
散布図では相関の向きと強さを分ける
右上がりなら正の相関、右下がりなら負の相関が考えられます。
しかし、点が一本の直線近くに集まっているか、広く散らばっているかで強さは変わります。
外れた点が一つある場合、それが相関係数へ影響することもあります。
「右上がり＝相関係数が1」ではありません。
相関から因果へ飛ばない
勉強時間と得点に正の相関があっても、それだけで「勉強時間を1時間増やせば全員の点数が一定だけ上がる」とは言えません。
別の要因や調査方法が関係する可能性があります。
選択肢に「原因である」「必ず～になる」と強い表現が出たら、資料がそこまで支えているかを確認します。
例：同じ中央値でも分布は違う
AとBの箱ひげ図で、中央値がどちらも50だとします。
Aの四分位範囲が10、Bが30なら、中央50％の散らばりはBの方が大きいと読めます。
しかし「Bの平均もAより大きい」とは、この情報だけでは言えません。
一つの統計量から別の統計量を勝手に推測しないことが重要です。
計算が必要なら「問い」を先に書く
分散や標準偏差を求める設問でも、いきなり公式へ数字を入れません。
「散らばりを比べたい」
「平均からのずれを数値化したい」
のように、計算の役割を一文にします。
すると、平均を求めるのか、四分位範囲を見るのか、標準偏差を計算するのかを選びやすくなります。
標準化された値を使う問題では基準を読む
データを平均0、標準偏差1のように標準化して比較する場面では、元の単位の値と標準化後の値を混ぜないようにします。
元データで10違うことと、標準偏差何個分離れているかは別の表現です。
問題文がどの尺度で比較しているかを確認します。
よくある誤りは「図の見た目」で選択肢を決めること
縦軸の範囲が狭いグラフは変化が大きく見えることがあります。
二つのグラフを比べるとき、目盛りが同じか、対象期間が同じか、人数が同じかを確認します。
共通テストでは、情報量が多いほど「どの条件がそろっているか」を確認することが重要です。
会話文では「誰の発言が何を根拠にしているか」を読む
複数の生徒が資料について話す形式では、発言内容をデータへ戻します。
「中央値が高いから全員の値が高い」
「相関があるから原因だ」
など、根拠以上に強い主張が混ざっていないか確認します。
会話の流れに引っ張られず、一文ずつ資料と照合します。
練習：選択肢へ根拠ラベルを付ける
選択肢ごとに、
- 箱ひげ図から言える
- ヒストグラムから言える
- 散布図から言える
- 計算が必要
- この資料だけでは言えない
のどれかを書きます。
それから正誤を判断します。
結論より先に根拠の種類を特定することで、長い資料問題でも見る場所を絞れます。
次は一つの資料を別表現へ変える
ヒストグラムを見たら、どんな箱ひげ図になりそうかを考える。
箱ひげ図を見たら、中央値や四分位範囲を数字で書く。
散布図を見たら、相関係数の符号を予想する。
完全な復元はできなくても、表現間で何が保存され、何が失われるかを考えられます。
共通テストのデータ分析では、計算力だけでなく、表・グラフ・文章を相互に翻訳する力が重要です。
外れ値があるときは「消してよい」とは限らない
散布図やヒストグラムで一つだけ離れた点があっても、それを勝手に除外してはいけません。入力ミスなのか、本当に特殊な事例なのか、別の条件を持つ集団なのかを確認する必要があります。
共通テストでは、外れ値を含む場合と除いた場合で相関や代表値がどう変わるかを考えることがあります。大切なのは「邪魔だから消す」ではなく、その点を含める・除く判断に根拠があるかです。
二つの集団を比べるなら母数も見る
割合が同じでも、10人中5人と1000人中500人ではデータの安定性や解釈の仕方が違う場合があります。グラフや割合だけでなく、標本数・人数が示されているなら確認します。
見た目が似た二つの資料でも、対象人数や期間が違えば単純比較できません。
参考資料
- 文部科学省「高等学校学習指導要領・解説」
