文系マーケターのためのゼロからわかる統計分析

西川英彦/佐保圭

日経ＢＰ（2026/07発売）

• サイズ A5判／ページ数 384p／高さ 21cm
• 商品コード 9784296203475
• NDC分類 675
• Cコード C0033

出版社内容情報

生成AI時代、その判断に迷いはない？　最後に頼れるのは統計の基礎力です。

　「その差、本当に意味がありますか？」
　「その"効果あり"、信じて大丈夫ですか？」

　現代のマーケティングでは、データに基づく意思決定が当たり前になりました。しかし、統計分析の結果を正しく「読む」「疑う」「判断する」力を持っている人は、多くありません。実務の現場では、多種多様なデータ分析結果や数字が日々提示されます。それにもかかわらず、資料に載っているグラフの見た目や単純な平均値の違いだけを見て、「効果があった」「差がある」と判断してしまってはいないでしょうか。本来、その結果がたまたま生じたものなのか、統計的に意味のある違いなのかを正しく見極めるためには、適切な調査・分析とそのプロセスに対する理解が欠かせません。その土台が揺らいでいれば、施策の判断を誤り、ビジネスの成果にも大きな影響を与えかねないでしょう。

　本書は、統計や数式に苦手意識を持つ文系マーケターに向けて、データを正しく読み解き、意思決定に生かすための統計分析の基礎を、ゼロからやさしく解説した入門書です。法政大学経営学部の西川英彦教授とサイエンスライターによる軽妙な対話形式で、難解な数式の理解に偏ることなく、「なぜその分析をするのか」「どのように結果を解釈するのか」という実務での活用を念頭に置き、統計分析の本質にフォーカスしています。統計の知識がほとんどなくても、読み進めるうちにマーケティングの実務に必要な考え方が自然と身につきます。さらに本書では、無料の統計分析ソフト「R」の基本的な使い方もカバー。本文の流れに即した構成で、自分でデータを扱い、分析できるスキルを無理なく習得できます。

　生成AIが高度な分析を支援する時代だからこそ、統計の基礎とRに触れることには大きな意味があります。AIは分析結果や解釈を提示してくれますが、その前提の妥当性や結果の使い方を判断するのは人間です。統計の理解がなければ、AIの出力をうのみにし、誤った意思決定につながる恐れもあります。マーケティングに必要な統計の基礎を押さえ、Rで分析の流れを体感することで、「どんな分析ができるのか」「どこに注意すべきか」が見えてきます。これにより、生成AIを単なる便利ツールではなく、信頼して使いこなせるパートナーとして活用できるようになります。本書は、生成AI時代に求められる「判断できる力＝統計リテラシー」の入門書として好適な1冊です。


【目次】

はじめに　統計分析が苦手なままでいいですか？

第Ⅰ部　記述統計

コラム【「Rで実践」をはじめる前に】Rの基本のキを身に付けよう

第1章　データは平均だけでなく「ばらつき」も大事――標準偏差
　【1-1：基礎編】偏差と分散から「標準偏差」を導く
　【1-2：Rで実践】Rで標準偏差を求める
　【1-3：より深く】平均±SDと正規分布、偏差値と標準化

第2章　2つの変数の関係は強い、弱い？――相関と連関
　【2-1：基礎編】相関と連関の図表化と強さを数値化する
　【2-2：Rで実践】Rなら散布図も相関係数もファイ係数も簡単
　【2-3：より深く】相関でクリアすべき6つの注意点


第Ⅱ部　推測統計

第3章　その「仮説」はマーケティングに使えるか――仮説検定
　【3-1：基礎編】仮説をデータで判断するための"優れモノ"
　【3-2：より深く】2種類の誤り、効果量、95％信頼区間、標準誤差

第4章　関係性をマーケティングに生かす――無相関検定
　【4-1：基礎編】一般的にも通用する相関を導き出せ
　【4-2：Rで実践】無相関検定は関数1つですべて完了
　【4-3：より深く】t分布と自由度、有意水準と臨界値、両側検定と片側検定

第5章　クロス集計表から効果をあぶり出せ――カイ二乗検定
　【5-1：基礎編】独立性と適合度を検定する
　【5-2：Rで実践】クロス集計表を使ってRでカイ二乗検定を行う
　【5-3：より深く】カイ二乗検定の自由度、２×3以上のクロス集計表、サンプリングの点検

第6章　その「平均値の差」に意味はあるのか――t検定
　【6-1：基礎編】「対応のある・ない」で分析が変わる
　【6-2：Rで実践】オプションで2つのt検定を使い分ける
　【6-3：より深く】セレクションバイアスやペアの失敗に気を付けろ！

第7章　1変数の影響を確かめるモデルをつくる――単回帰分析
　【7-1：基礎編】独立変数は従属変数に影響を与えているのか
　【7-2：Rで実践】1つのコードで単回帰分析を進める
　【7-3：より深く】独立変数にダミー変数、リッカート尺度、最小二乗法、決定係数の求め方

第8章　複数の変数の影響を考慮したモデルで現実に近づく――重回帰分析
　【8-1：基礎編】なぜ「複数の変数」を同時に考えるのか
　【8-2：Rで実践】重回帰分析も基本は単回帰分析と同じ
　【8-3：より深く】自由度、コントロール変数、多重共線性、標準偏回帰係数

おわりに