データ分析を社内で行えるようになることでのメリットや、これまで一般的な会社では難しいと思われてきた統計的データ分析に対して、低コストで難しい数学を使わずに分析を行うためのポイントを説明します。

ひとくちにデータ分析と言ってもさまざまな手法があります。この基礎分析編と多変量解析編で学ぶ手法について、目的やシチュエーションに応じ、どの分析手法を使えばよいかについて、大まかなイメージをつかんでいただくための説明をします。

データ分析を行うために必要なChatGPTのプランと違いや利用する際の注意事項、ChatGPTにおけるデータ分析の仕組みについて説明します。グラフ上での日本語フォントの表示方法や、その設定を都度行わなくてもよい便利な方法についても説明します。

どのようなデータでも、分析を進めるにあたり、最初に行うことは大枠を把握し、分布の傾向をつかむことです。そのために用いる基礎統計量、度数分布表、ヒストグラムについて分かりやすい説明を行います。またヒストグラムと棒グラフの違い、さまざまな分布のかたち(正規分布、パレート分布)についての解説も行います。
この章からサンプルデータを用いた実習もあるので、実際に手を動かして学ぶことができます。

分析対象のデータを全体で捉えようとすると、対象が捉えきれずに適切な対策が打てないことがあります。そんなときにうまく分類することで対象を的確に捉え、効果の高い施策に繋げられます。この章では、的確な分類をすることで、小集団をどのようにみることができるようになるかを体感していただきます。

この章ではカテゴリーを分けた場合に、各カテゴリーを比較する方法として、箱ひげ図とクロス表分析について解説を行います。箱ひげ図で図示化することで分布まで含めて分かりやすく伝えることができるようになります。

２種類の数値データの関係性をどのような傾向があるかを、視覚的に分かりやすくする散布図、数値的にも分かりやすく把握する相関係数について解説します。複数の散布図や相関係数をまとめて確認する便利な方法も紹介します。
また、1つの変数がもう１つの変数にどう影響するかを一次関数で表す、回帰分析について、散布図とあわせた図示化も行い、分かりやすく説明します。あ、一次関数で表しますが計算はChatGPTがやってくれるので安心してください！