データ整理ガイドへようこそ！

こんにちは！ビジネス経済学の学習において、最も実践的なパートへようこそ。会計やビジネスの世界では、売上データ、株価、顧客の年齢など、溢れるほどの数値に囲まれています。しかし、それらの数値は単なる「生データ」であり、そのままでは多くを語ってはくれません。

この章では、度数分布表（Frequency Table）を使って数値を整理する方法を学びます。散らばっているデータ（非集団化データ：Ungrouped）と、グループにまとめたデータ（集団化データ：Grouped）の分析方法をマスターしましょう。最後までやり遂げれば、バラバラな数値の山を、ビジネスの意思決定に役立つ明確なストーリーに変えられるようになります。「数学はちょっと苦手…」という方も大丈夫。一歩ずつ着実に進んでいきましょう！

1. 非集団化データ（Ungrouped Data）の理解

非集団化データとは、単なる数値のリストなど、元の形のままのデータのことです。例えば、10人に1日何杯コーヒーを飲むか尋ねて、1, 2, 0, 1, 3, 2, 1, 2, 1, 0 という回答を得たとします。これが非集団化データです。

単純な度数分布表

10人の回答を分かりやすくするために、度数分布表を作成します。度数（f）とは、ある値が「何回現れたか」を示す専門用語です。

例：
杯数 (x) | 正の字（Tally） | 度数 (f)
0 | || | 2
1 | |||| | 4
2 | ||| | 3
3 | | | 1
合計 (\(\sum f\)) = 10

ここがポイント：

非集団化データの度数分布表は、今回のように値の範囲が狭い（コーヒー0〜3杯など）場合に最適です。最も多い値が一目でわかります！

2. ビッグデータの扱い：集団化度数分布表（Grouped Frequency Tables）

では、従業員500人の年齢（18歳〜65歳）を扱う場合はどうでしょう？単純な表では長すぎて使い物になりません。そこで登場するのが集団化データです。数値を「バケツ」のようなグループに入れ、これを階級（Class Intervals）と呼びます。

覚えておくべき重要な用語：

1. 階級（Class Limits）：グループに入れる最小値と最大値（例：10 – 19）。
2. 階級の境界値（Class Boundaries）：グループ間の隙間を埋める「真の」限界値（例：9.5 – 19.5）。体重や身長のような連続的なデータを扱う際に重要です。
3. 階級の幅（Class Width）：グループの上限境界値と下限境界値の距離。
4. 階級値（Mid-point, x）：グループの中間値です。計算式は：\( \frac{\text{下限値} + \text{上限値}}{2} \)。

ステップ・バイ・ステップ：集団化度数分布表の作り方
1. 範囲（Range）を求める（最大値 - 最小値）。
2. いくつのグループに分けるか決める（通常5〜10個）。
3. 階級の幅を計算する。
4. 各グループにいくつのデータが含まれるか数える。

たとえ話：集団化データは「衣類の整理」と考えると分かりやすいです。青色の服をすべて一色ずつ分けるのではなく、「青色」という大きな箱にまとめてしまうイメージです。これなら管理が楽ですよね！

知っていましたか？

ビジネスの世界では「年齢」をよくグループ化します。なぜなら、21歳と22歳では購買習慣が似ていることが多いからです。グループ化することで、全体の大きなトレンドが見えてくるのです！

3. データの分析：平均値、中央値、最頻値

データが表にまとまったら、その「中心」を探す必要があります。これが分析です。

A. 平均値（Mean）

度数分布表における非集団化データの公式は：
\( \bar{x} = \frac{\sum (f \cdot x)}{\sum f} \)
集団化データの場合、正確な値は分かりませんが、グループの代表値として階級値（x）を使います。
公式： \( \bar{x} = \frac{\sum (f \cdot \text{階級値})}{\sum f} \)

B. 中央値（Median）

中央値は、データを並べたときの中間点です。表の場合は、累積度数（Cumulative Frequency）を使って探し出します。
覚え方： Median（中央値）は Medium（中くらい）と似ています。真ん中のサイズ！と覚えてください。

C. 最頻値（Mode）

非集団化データでは、最も度数が高い値です。
集団化データでは、最も度数が高いグループ（最頻階級：Modal Class）を探します。

よくある間違い：

集団化データの平均を計算するとき、グループの数（例：5つの階級）で割ってしまう学生がいます。これは絶対NGです！ 必ず全体の度数の合計（\(\sum f\)）、つまり調査した人数や項目の合計で割ってください。

4. 累積度数：合計を積み上げる

累積度数（Cumulative Frequency）は、ある地点より「下の」値がいくつあるかを確認するために使います。表を下に向かって順に度数を足していくことで求められます。

例：
度数: 2, 4, 3, 1
累積度数: 2, 6 (2+4), 9 (6+3), 10 (9+1)

これは、ビジネスレポートで四分位数（Quartiles）（データを4分割する）やパーセンタイル（Percentiles）を求める際に非常に役立ちます。

ここがポイント：

累積度数の最後は、必ずデータの総数と一致します。もし最後の数値が総度数と合わなければ、足し算を再確認しましょう！

5. クイック復習とまとめ

定義が多くて大変だと感じたかもしれませんが、以下の核となるステップさえ押さえれば大丈夫です：

  • 非集団化データは、小さくてシンプルなリスト用。
  • 集団化データは、大量の情報を階級を使って整理する。
  • 集団化データで計算するときは、階級値を使う。
  • 度数（f）は個々の数、累積度数は合計を積み上げたもの。
  • 平均値は加重平均：\( \frac{\text{合計値}}{\text{合計の数}} \)。

成功のヒント：試験では、表に「階級値」の列と「度数 × 階級値」の列をすぐに追加しましょう。これで計算ミスがぐっと減ります！

最後に

これで統計分析の基礎をマスターしました！公式は難しそうに見えるかもしれませんが、これらは混乱したデータを整理するための便利な道具に過ぎません。まずは生データから表を作る練習をしてみましょう。すぐに自然とできるようになりますよ。このまま頑張ってください！