· 用語解説 · 3 min read
データの偏りと精度とは？正しい分析のための基礎知識
狙った場所に当たっているか？データの「真の値」とのズレ（偏り）と、バラツキ（精度）の違いをダーツの的で図解・解説。
3行まとめ
- 偏り (バイアス): データの中心が「真の値」からどれだけズレているか（系統的な誤差）。
- 精度: データのバラツキがどれだけ小さいか（偶然的な誤差）。
- 正確なデータ: 「偏りが小さく」かつ「精度が高い」状態（的の真ん中に密集している状態）。
試験での出題ポイント
試験では、特に「偏り」と「精度」の定義と、その違いが問われます。
- 偏りが大きい: データがある一定の方向に偏っている状態。測定器の故障や、サンプルの選び方に偏りがある場合に発生します。
- 精度が低い: データの値がバラバラで、安定していない状態。測定の回数が少ない、環境の影響を受けている場合に発生します。
- サンプリングの影響: 全体の中から一部のデータを選ぶ際（サンプリング）、選ぶ対象に偏りがあると、分析結果も偏ります。
【AIハック】生成AIで「アンケートの穴」を見つける
偏りと精度のロジックは、AIに「調査の改善提案」をさせることで理解を深められます。
プロンプト例:
「あなたはマーケティング担当者です。20代の若者の流行を調査するために、平日のお昼に原宿（東京）だけで100人にアンケートを取りました。この調査結果にどのような 偏り (バイアス) が生じるか、ITパスポートの試験用語を使って指摘し、 精度 を高めるための改善策を提案してください。」
AIが「サンプリングの偏り」や「サンプル数の不足」といった具体的な問題点を指摘してくれるため、データの信頼性を判断する力が身に付きます。
まとめ：そのデータは「真実」を映しているか？
データの分析を始める前に、まずそのデータが「偏っていないか」「精度は十分か」を確認することが重要です。
試験では、 ダーツの的 に例えた図解が出題されることもあるため、図の意味と用語の一致を確実に覚えておきましょう。