中央大学

シラバスデータベース|2026年度版

テキストサイズ

  • 小
  • 中
  • 大
  • フリーワード検索
  • 条件指定検索
  • シラバスデータベース(学部・大学院)
  • ビジネススクール(MBA)
  • ビジネススクール(DBA)
  • 研究者情報データベース

ホーム > 講義詳細:専門演習Ⅰ

シラバス

授業科目名 年度 学期 開講曜日・時限 学部・研究科など 担当教員 教員カナ氏名 配当年次 単位数
専門演習Ⅰ 2026 前期 月2 総合政策学部 土屋 健 ツチヤ タケシ 2年次配当 2

科目ナンバー

PS-IF2-SM01

履修条件・関連科目等

情報学基礎,デジタル社会の履修が望ましい(次年度以降でもよい)
データサイエンス関連科目の履修があるとなお望ましい.


情報,ITシステムを利用して,社会課題,ビジネス課題の解決に向けて基礎から応用までを学びます.情報学には多様な立ち位置があり,それぞれアプローチが異なります.現在の知識などは関係なく,興味があれば取り組めます.

授業で使用する言語

日本語

授業で使用する言語(その他の言語)

授業の概要


調査・公開された社会データを利用して,社会の実態を分析する知識,スキルの獲得を目指す.
プログラミングを利用せず,生成AIとExcelのみを利用して,データの集計,可視化することでデータ分析を行う.また,公開されている多様なオープンデータについての理解を深める.

科目目的

データ分析から,データから定量的にどのようなことを明らかにできるのかを体験して知ることを目的とする.そして,日常利用するツールについて理解を深める.
ビジネスデータや社会データ分析の基礎を学び,ビジネス分野への活用(マーケティング),社会分析,SNS分析(インフルエンサーの影響)などへの基礎的な実践力の獲得を目指します.

総合政策学部ディプロマポリシーの"専門性に基づく複眼的思考能力", "コミュニケーション能力", "総合的実践力"を養成する.

到達目標

社会データ(オープンデータ)を利用して,データ公開の意味を理解する.
生成AI,Excelを利用して,集計・可視化・比較などの基本的なデータ分析を実践できる
データの特徴から,社会課題について説明し,グループで議論できる.そして,発表できる

授業計画と内容

プログラミングは行わない
演習,議論,発表を中心で進める
以下のオープンデータを中心に活用する.
デジタル庁e-gov: https://data.e-gov.go.jp/info/ja
e-Stat: https://www.e-stat.go.jp/
RESAS:https://resas.go.jp/,


第1回 ガイダンス:社会科学における”データで考える"とは
講義の目的・進め方の説明
社会科学とデータ分析の関係
生成AI・Excelを使う際の注意点

第2回 オープンデータとは何か
政府統計(e-Stat)、自治体オープンデータの紹介
「どんなデータが公開されているか」を探す演習
データの信頼性・限界の考え方

第3回 Excel基礎:データを見る・可視化
データ(csv)の読み込み
「汚いデータ」をどう扱うか
 合計・平均・割合
 グラフ(棒・折れ線・円)の使い分け
 簡単な集計

第4回 生成AIの使い方:調査・要約・問いの生成
データの背景説明をAIに要約させるプロンプトを作成する
「良い質問」をAIと一緒に作る演習

第5回 テーマ設定演習
グループ単位で”設定したテーマ”に適したデータの選択を検討し,説明を行う

社会課題の例
少子高齢化、地域格差、雇用、ジェンダー、教育、観光、環境 など
グループごとに分析テーマを決定
「何を明らかにしたいか」を言語化し,適切なデータを選択

第6回 仮説を立てる
データ分析における仮説をたてる
「〇〇は△△である傾向があるのではないか」
生成AIを使った仮説ブラッシュアップ

第7回 データ収集と確認
必要なデータの洗い出し
データの期間・地域・単位の確認
「使えないデータ」に気づく力

第8回 分析演習①:比較と傾向を見る
地域別・年代別・時系列比較
「見えてきたこと」を整理

第9回 分析演習②:複数データの組み合わせ
異なるデータを並べて考える
因果関係と相関関係の違い
生成AIによる解釈案の検討と確認

第10回 中間発表
各グループの進捗発表
他グループからの質問・コメント
分析の弱点・改善点の整理

第11回 考察を深める
「なぜそうなっているのか」を考える
社会制度・歴史・文化との関係
データから言えること/言えないこと

第12回 最終発表準備
発表構成の整理
グラフ・資料の改善
生成AIを用いた説明文の推敲

第13回 最終発表
グループ発表
データに基づく主張とその根拠
質疑応答・相互評価

第14回 振り返りとまとめ
データ分析を通して何を学んだか
社会課題におけるデータ活用の意義

授業時間外の学修の内容

指定したテキストやレジュメを事前に読み込むこと/授業終了後の課題提出

授業時間外の学修の内容(その他の内容等)

授業時間外の学修に必要な時間数/週

成績評価の方法・基準

種別 割合(%) 評価基準
レポート 50 毎回の演習課題,レポート
平常点 30 グループワーク,講義への貢献
その他 20 演習課題のプレゼンテーション

成績評価の方法・基準(備考)

毎回のテーマに沿った演習課題を行います(個人,グループ).レポートとしてまとめmanabaへ提出してもらいます.その内容について,議論を行うためのプレゼンテーションを行ってもらいます.

課題や試験のフィードバック方法

授業時間内で講評・解説の時間を設ける/授業時間に限らず、manabaでフィードバックを行う

課題や試験のフィードバック方法(その他の内容等)

アクティブ・ラーニングの実施内容

PBL(課題解決型学習)/反転授業(教室の中で行う授業学習と課題などの授業外学習を入れ替えた学習形式)/ディスカッション、ディベート/グループワーク/プレゼンテーション

アクティブ・ラーニングの実施内容(その他の内容等)

授業におけるICTの活用方法

タブレット端末/その他

授業におけるICTの活用方法(その他の内容等)

生成AI, Excelを利用した演習課題を行います.ラップトップ所有者は持ち込んでも構いません.

実務経験のある教員による授業

いいえ

【実務経験有の場合】実務経験の内容

【実務経験有の場合】実務経験に関連する授業内容

テキスト・参考文献等

教科書はありません

参考書は必要に応じて講義内で紹介します.

その他特記事項

参考URL

検索結果に戻る

  • フリーワード検索
  • 条件指定検索

TOP

  • プライバシーポリシー
  • サイトポリシー
  • 中央大学公式サイト
Copyright (c) Chuo University All Rights Reserved.