DS検定 第1章 ビジネスマインドとデータリテラシー 予想問題（2/2）

正解は「改ざん」である。改ざんは、すでに得られたデータや分析結果を意図的に変更し、本来とは異なる状態にする行為である。設問では測定済みの売上値が存在し、その値を都合に合わせて書き換えているため改ざんに当たる。データのねつ造は、実際には得ていないデータや結果を新たに作る行為であり、既存値の変更とは異なる。盗用は他者の成果を自分のものとして扱うこと、統計情報の不適切な解釈は記録を変えずに前提や意味を誤って読むことである。元データが存在し、それを変更したかどうかがねつ造との境界になる。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）

正解は「データが生み出される経緯・背景」である。これは、誰が、どの場面で、どの方法を用いてデータを記録したかという生成過程を指す。設問では店舗ごとに記録主体、場面、方法を確認しており、同じ項目名でも定義や収集条件が違わないかを確かめている。分析結果の意味合いの言語化は、分析後に数値が事業上何を意味するかを説明すること、大まかな構造の把握は列・期間・件数など全体構成をつかむこと、主要な変数は課題との関係を重点的に調べる項目である。データの値ではなく、その値が作られた過程を確認する点が決め手になる。

https://github.com/The-Japan-DataScientist-Society/skills-checklist （2026-07-12公式スキルチェックリストver.6照合）

正解は「データ・AI・機械学習の意図的悪用」である。公式スキルチェックリストは、AI等の意図的な悪用の例として、真偽の識別が困難な画像・音声の作成、フェイク情報の作成、Botによる企業・国家への攻撃を挙げている。設問はこれらを攻撃目的で組み合わせているため、この論点に直接該当する。Hallucinationは大規模言語モデルが事実と異なる内容をもっともらしく出力する現象、マルウェアは有害な動作をするソフトウェア、データのねつ造は実際には得ていないデータを作る行為である。技術の誤作動ではなく、攻撃者が目的を持って利用している点を確認する。

https://raw.githubusercontent.com/The-Japan-DataScientist-Society/skills-checklist/main/foundation.csv （2026-08-30公式CSV No.7照合）

正解は「ノイズとして捨てず、新たな知見として客観的に受容し、正確に報告する」である。公式スキルチェックリストは、当初の仮説を否定する結果でも、ノイズとして排除せず、新たな知見として客観的に受容し正確に報告することを★1つ星項目としている。設問ではデータや集計の誤りを確認済みであるため、仮説に合わないという理由だけで結果を捨ててはならない。観測値の改ざんやデータのねつ造は結果そのものを偽る禁止行為である。仮説が正しいと決めて数値を読むことは統計情報の不適切な解釈につながる。仮説への一致ではなく、確認できた結果を基準に判断する。

https://raw.githubusercontent.com/The-Japan-DataScientist-Society/skills-checklist/main/data_science.csv （2026-08-30公式CSV No.34照合）

正解は「Aは20%、Bは30%なので、Bの購入率が高い」である。店舗Aの購入率は200÷1,000＝0.20＝20%、店舗Bは30÷100＝0.30＝30%となる。購入者の実数ではAの200人がBの30人より多いが、来店者数という分母もAが10倍なので、規模をそろえた比率ではBが10ポイント高い。Bを3%とする選択肢は30÷1,000と分母を取り違え、Aを200%とする選択肢は200人を百分率へ直接変換している。各店舗の購入者数を、その店舗自身の来店者数で割ってから比較する。

https://raw.githubusercontent.com/The-Japan-DataScientist-Society/skills-checklist/main/foundation.csv （2026-08-31確認）

正解は「倫理的な活用上の許容範囲と、ユーザー側への必要な許諾を確認する」である。公式スキルチェックリストは、データ分析者・利活用者が、データの倫理的な活用上で許容される範囲とユーザー側への必要な許諾を概ね理解することを★1つ星項目としている。設問では利用者へ当初説明していない新しい目的が加わるため、実行前にその利用が許される範囲か、どのような許諾が必要かを確認する。列名の変更だけでは利用目的や許諾の問題を解決せず、チーム内部の賛成もユーザー側への必要な確認の代わりにならない。有用性を理由に確認を後回しにせず、利用目的と許容範囲を先に明確にする。

https://raw.githubusercontent.com/The-Japan-DataScientist-Society/skills-checklist/main/foundation.csv （No.8、2026-08-31確認）

正解は「200件」である。Aの120件とBの100件をそのまま足すと220件になるが、両方にある同じ20件はこの合計で2回ずつ数えられている。固有件数では各注文を1回だけ数えるため、重複による余分な1回分だけを引き、120+100-20=200件とする。180件は共通20件をA側とB側の両方から引いて合計40件を除いた値、220件は重複を残した単純合計、240件は共通20件をさらに加えた値である。「両方にある20件を全部消す」のではなく、2回数えたものを1回へ戻す点が判断の要所になる。注文IDが同じでも別注文である可能性やID品質は実務では別途確認が必要だが、本問では同じ注文だと条件で明示している。

https://raw.githubusercontent.com/The-Japan-DataScientist-Society/skills-checklist/main/foundation.csv （No.9、2026-08-31確認）

正解は「Aは両区分で高いが、全体ではA約26%・B約74%となりBが高い。対象数の構成も確認する」である。区分XはA=9/10=90%、B=80/100=80%、区分YはA=20/100=20%、B=1/10=10%で、どちらの区分でもAが10ポイント高い。一方、全体ではA=(9+20)/(10+100)=29/110≈26.4%、B=(80+1)/(100+10)=81/110≈73.6%となる。Aは成功率の低い区分Yの対象が多く、Bは成功率の高い区分Xの対象が多いため、単純集計の順位が区分別比較と逆になる。Bが区分別にも高いという説明は計算と逆であり、Aが各区分で高ければ全体も必ず高いという判断は対象数の構成を無視している。対象数が違っても分子と分母があれば比率は計算できる。集計値だけで結論を出さず、どの背景区分に何件含まれるかを確認することが要点である。

https://raw.githubusercontent.com/The-Japan-DataScientist-Society/skills-checklist/main/foundation.csv （No.20・21、比率的な指標と統計情報の解釈）／https://raw.githubusercontent.com/The-Japan-DataScientist-Society/skills-checklist/main/data_science.csv （No.91、集計の切り口と比較対象の設定。いずれも2026-08-31確認）