データリテラシーでウソを見破る！ Data science magic データリテラシー(data literacy)とは、データ(data)の読み書き能力、活用する能力の事、広く言えば、データを扱う能力全般を言います。（ literacy：読み書き能力） 広義のデータリテラシーはデータの集めかた、集めたデータの処理の仕方、データの表示や蓄積のしかた全般を含みます。つまり、データを作成し、提示する側の能力も含んだ意味となります。 狭義のデータリテラシーの意味は「データをどのように読んだらいいのか」「データにごまかされないためには」といった観点から作成を含まないデーター活用能力を育成する事です。 データリテラシーを悪用すれば情報を操作でき、人を騙すことができます、データーで騙されない為にはデータリテラシーを学ぶことが必須です。

1. データーサイエンス マジック【図解】
～データリテラシーでウソを見破る！～
門眞博行
2022 年2月03日
クレイン テクノ
Ｃｒａｎｅ ｔｅｃｈｎｏ

2. 『データ リテラシーでウソを見破る！』
統計データーを扱う能力（収集、分析、検証等）であるデータリテラシーは物事の本質を明らかにし
たり、目的を達成するための解決策を効率的に知ることができます。
一方、その能力を悪用すれば社会、人を騙し、社会生活を混乱させて人を不安に陥らせます。よって、
統計データーに騙されない為にはデータリテラシーを学ぶのが最も効果的な対策法です。
データリテラシー刀

3. データリテラシーとは？
データリテラシー(data literacy)とは、データ(data)の読み書き能力、活用する能力の事、広く
言えば、データを扱う能力全般を言います。（ literacy：読み書き能力）
広義のデータリテラシーはデータの集めかた、集めたデータの処理の仕方、データの表示や蓄積の
しかた全般を含みます。つまり、データを作成し、提示する側の能力も含んだ意味となります。
狭義のデータリテラシーの意味は「データをどのように読んだらいいのか」「データにごまかされ
ないためには」といった観点から作成を含まないデーター活用能力を育成する事です。
データリテラシーを悪用すれば情報を操作でき、人を騙すことができます、データーで騙されない
為にはデータリテラシーを学ぶことが必須です。

4. データサイエンスとは？
データサイエンスとは、数学や統計学、機械学習、プログラミングなどの理論を活用して、ビック
データの分析をし、将来の予測、商品の売り上げ予測等の有益な情報を導き出す学問のことを言い
ます。そして、データサイエンスを実行する者を「データサイエンティス」と呼んでおり、求めら
れる能力は
①ビジネス力（ビックデータを活用しビジネスに活かす）
②ITスキル（ビックデータが保存されデーターベースを管理し、高速化する）
③統計解析スキル（ビックデータを統計処理し、視覚化する） です。

5. データリテラシーとデータサイエンスの違い
データリテラシー、データサイエンス どちらも定義が定まっていませんが簡単に説明するとデー
タサイエンスはデータを収集し処理するための手法、そのための数学的知識、コンピューターソフ
トウェアの使いかた、ビジネス活用など総合的な学問になります。
それに対してデータリテラシーは統計処理する以前のデータに対する扱い方、統計、分析に重きを
置きます。
データリテラシーは、データサイエンスの一部である統計解析スキル（ビックデータを統計処理し、
視覚化する）に該当します。
データリテラシー

6. 『情報には嘘が潜んでいる！』
テレビのニュースや新聞、インターネットサイトなどで報道される数字のほとんどは、統計デー
ターに基づいています。
統計データーをうまく使えば、物事の本質を明らかにしたり、目的を達成するための解決策を知
ることができます。
たとえば、コロナ禍では連日、国内外の感染者数やその推移が報道され、私たちを一喜一憂させて
います。 数字には強い説得力や影響力があります。
しかし、そうしたものが、すべて事実を表現しているとは限りません。
統計データや統計グラフには、実は「嘘」を内包しているものもあり、統計データやグラフを巧み
に利用して、事実とは逆の情報を私達に与えて騙す場合が多くあります。
この講座では、統計や数字に騙されないためのポイントを身近な事例でわかりやすく解説しまし
た。
統計データーを使って正しく世界を見る！

7. 「客観的なデータなど存在しない」
数字は嘘をつかない、数字にこそ真実が現れると言われてきますが本当でしょうか？
資本主義社会の全ての情報、統計データはプロパガンダ（宣伝）、情報操作などで恣意的に歪められて
います、客観的（自分の考えから離れて、ものごとを判断すること）なデータは存在しません。
数字の捏造、データの改ざん、事実の変造等 数字は嘘をつかないという言葉は現代ではもはや通用し
なくなっています。
スピード違反の取締りでデータねつ造か 北海道警警部補を逮捕
データーは人の主観（好み）よって歪められている！

8. 「数字は嘘をつかないが嘘つきは数字を使う」
数字、データーしか信用しないという方が多くいます（特に男性）
しかし、この世界には絶対的なモノなど存在しません。
その数字自体が間違っている、データ自体が間違っているということまで考えなけれ
ば足元をすくわれる可能性があるということなので注意が必要です。
「数字は嘘をつかないが嘘つきは数字を使う」という伊藤惇夫氏の言葉があります。
数字は嘘をつかないが、嘘をつかせることができるというわけです。
嘘をつかせるのは『人』です、将来、AIが神のように万能の存在のモノになると考え
ている方がいますがAIを使うのも『人』です。
５０％引き
人の主観（好み）によりデーターも情報もシステムも歪められる

9. １章：データリテラシーで人を騙す方法
1. 比較の罠
2. 平均の罠
3. サンプリングの罠
4. グラフの罠
5. 思い込みの罠
6. 定義の罠
7. 効果の罠
8. プロパガンダ（宣伝）の罠
9. 本能の罠
騙されない為に騙す方法を知る！

10. １．比較の罠
• 2021年 学習塾 Aは東京大学へ300人が合格させ、一方 学
習塾Bは60人合格、学習塾Cは30人合格させた。
貴方が学習塾が選ぶとしたしたらどの学習塾か？

11. 1） 防止策 ⇒ ％、推移
• 発生した数字（合格者数）を比較しても無意味、そのグループ
の分母で割り算して百分率（％）で比較する。
• ある時点だけでなく全ての推移データーを調査して比較する。
合
格
者
率
％
百分率（％）＆時系列推移で比較

12. 都道県毎に人口が異なる、％で比較すべき！
事例２：新型コロナウイルス感染症

13. ２．平均値の罠
• 有名な製薬会社から平均 寿命が３年 延びる画期的なサプリ
メントが発売され、TV、新聞で大々的に宣伝されている。
貴方はこのサプリメントを購入するか？
3年 延命

14. 1）防止策：全てのデーターを見る！
⇒ バラツキを把握
• 新しいサプリメントを使用した平均 寿命の正規分布を把握,比較する。
平均 寿命：
84歳
平均 寿命：
87歳
新サプリで寿命が
短くなる人もいる！
データーすべてを見る！

15. 2）防止策：全てのデーターを見る！
⇒ 過去のデーター
• 現在だけなく、過去の平均寿命データーとして比較する。
現在だけなく、過去の平均寿命データーとして比較する。

16. • 平均値は情報を素早く伝え事ができ、現代社会では多くの統計データ
は平均値で表現されている。
• しかし、情報を単純化すると真の姿が見えなくなる、平均値を使うと
分布（バラツキ、MIN、MAX）が見えなくなる。
平均値
世界は多様性に富んでおり、画一性だけでは真の姿が見えない！

17. 実際は平均金額より低い世帯が全体の約70％を占めている！
事例１: 日本の貯蓄平均額は1755万円
日本の貯蓄平均額は1755万円！！

18. ３．サンプリングの罠
サンプリング（標本抽出）の思考は人類の歴史はじまって以来のものです。
人類に限らず他の動物も，食物の一部をサンプリングして味見します。
数学担当の鈴木教師が自分の担当するクラスの１年間の成績をサンプリングして
生徒の成績を拾い出して平均値を算出したら他のクラスの数学成績より点数が良かった。
よって鈴木教師の教え方は優秀であると評価された。

19. サンプリングで重要なことは『偏り』に気を付けることです、つまり サンプルとして抽出された
グループが特殊なモノになっていないかということです。
せっかく、事実をベースに論理を組み上げてもその対象となるDataに偏りがあるとその論理の信
憑性が崩れます。
具体的には自分の望む方向に片寄せてサンプルを抽出したDataでは信憑性が疑われます。
鈴木教師が選んだData
ランダムにサンプリングして偏りのない事実を把握

20. 1）防止策：サンプリングを疑う！
⇒ サンプリング数は100～400
• サンプル数が多いほど、算出値の信頼度が高くなる。
サンプリング数は100～400

21. 2）防止策：サンプリングを疑う！
⇒ ランダム・サンプリング採用
• 乱数サイコロ、乱数表を用いてサンプリングする。
乱数サイコロ、乱数表を用いてランダムサンプリングをする

22. 事例１: 売上げ No1
90％の歯医者が使用しているブラシ
日本の歯科医師数：
10万人
サンプル 歯科医師数：
30人
少ないサンプル数でデーターを取ると真実が見えない！

23. ４．グラフの罠
• テレビを始めとするマスメディアがよく使う統計データーを
誇張する為のグラフに気を付ける。
急増！！

24. 1）防止策：
• 自分自身の主張をより効果的に伝える為に、グラフの軸の大きさを調整
する事は、昔から頻繁に使われる手法です。
• 基本的原則としてグラフのＹ軸は常に0（ゼロ）から始まるべき。
原則として
グラフのＹ軸は常に0（ゼロ）から始める！

25. 事例１: グラフのマジック
3D円グラフは、その傾き具合によって、手前と奥側、そして横側に置かれ
ている領域の見え方が異なって見えてしまいます。
実際はA社
が大きい

26. 事例２: グラフのマジック
自分の都合の良い期間だけを誇張してグラフ化する。

27. ５．教育、躾の罠
親はその当時の常識、考え方を子供に教育します。
そして子供は小学校で当時の統計データーで社会教育を受けます。
しかし、世界、社会は変化します、その変化に合わせて自らが再学習しないと社
会人になった時、20年前の思考パターン生活する事となり、自分だけの思い込み
で生活する事となり、現代社会と矛盾が発生することになります。
浦島太郎

28. 質問１：
現在の世界の平均寿命は？
A 50歳
B 60歳
C 70歳
質問２：
世界で極度の貧困にある人は
過去20年でどう変化？
A 約2倍
B あまり変化せず
C 半分になった
質問３：
世界中の１歳児でなんらかの予
防接種を受けている子供は?
A 20％
B 50%
C 80%
答え：C
70歳
答え：C
半分になった
答え：C
80％
人間には物事をドラマックで見てしまう本能がある！

29. 1）防止策：最新のデーターを収集する。
• 思い込みでなく、最新のデーターを収集して思考、行動する。
• 車を運転する時に人は最新の道路の状況に合わせたスピードで車を運転
します。
1分前の道路の状況で運転しては必ず、事故を起こします。
思い込みでなく、最新のデーターを収集して思考、行動する。

30. 現在、レベル4は西洋諸国が60％、その他の国が40％で構成されていますが、
2040年にはこの割合が逆転する
事例１:

31. ６．定義の罠
統計データーの定義（調査方法、測定方法、サンプリング方法等）が
異なってるデータは真実を伝えない。
最近のTV広告で有名なAAA専門学校は卒業生の就職率が１００％で
ある、全ての卒業生が様々な企業に就職していた。
就職率が１００％

32. AAA専門学校は『就職が決まらない生徒は卒業させないで就職が決ま
るまで無料で支援する』制度があるので、その結果 卒業生は全員が
就職が可能となる。
成功者だけを基準に判断する事を『成功者バイヤス（Bias:偏り』と
呼ぶ、当然であるが成功者だけをサンプリングすれば必ず100％ 成
功する。
例え話であるが昔、雨乞いに優れた祈祷師がいた。
彼女が雨乞いの踊りを踊ると必ず、雨が降りだした。
何故ならば雨が降るまで踊っていたので100% 雨が降った。
統計データーの定義が同じでないと比較できない！

33. 1）防止策：データーの定義を確認する
• データーの出処、日時、測定方法、測定者を確認し、定義が同一を
見極める。
• 科学の分析と同様に極力同一の条件でデーターを取り、比較する。

34. ７．効果の罠
使用後の効果をデーターで表示し、劇的に改善効果がある薬、商品をTVでは放映し
ているが効果を科学的に検証するには『仮説検証』をし、本当に効果があるかを
検証しなければならない。
“あるウィルス感染症の治療薬として開発された新薬『スグナオル』を患者に飲ま
せたところ、89％の患者に改善した兆候が見られた。この薬は有効であるか？”

35. 人が病気に罹り、薬で治療を行う際に偽薬を飲ませても症状が改善する場合があ
る、これをプラセボ効果という、これは生物、人間には免疫力があり、病気、怪
我をしても自然と治る力がある為である。
よって、新薬『スグナオル』が効果があるとは検証できない。
子供の身長が伸びる、頭が良くなる薬、トレーニング等のCMも同様である。
元々ある能力（免疫力、成長率等）を考慮した実験を手間と時間をかけて検証し
ないと効果の有無は簡単に分からない。
対策前後の比較だけでは正しい効果は検証できない！

36. 1）防止策：仮説検定し、差を検証
• 効果を検証する為に『仮説検定』という方法を用います、『仮説検定』とは確認し
たこと反対の仮説を立てて、それが否定されるかどうかを調べる。
新薬の場合は新薬と偽薬の効果に差がないと仮定（帰無仮説）し、この仮説が棄却さ
れれば差があると判断され、新薬に明らかに効果があることが検証される。
帰無仮説 対立仮説
棄却

37. プロパガンダとは、特定の思想・世論・意識・行動へ誘導する意図を持った行為の事。
第二次世界大戦時のナチのプロパガンダが有名。
TV広告、ネット広告でも人の心理を利用した商品の購買を目的としたこの手法が使用
されている。
・一部のみを切り取り、そこを大々的に報道する
・恐怖、安心を与える印象操作
・レッテル貼り
・繰り返し報道
・権威の活用
・嘘を堂々と流す
・論点を誘導する
８．プロパガンダ（宣伝）の罠

38. 人を騙す「 プロパガンダ 手法 」
実際にマスメディアなどで行われている、プロパガンダ( 政治的 宣伝)の手法について解説
します。 以下の方法が一般的に行われている手法です。
一部のみを切り取り、 そこ
を大々的に報道
恐怖を与える印象操作 レッテル 貼り 繰り返し報道
権威の活用 嘘を堂々と流す 論点を誘導する
TV、新聞、ネットの広告、番組も同じ手法を使用している

39. 1）防止策：論理力を養う ⇒
クリティカル・シンキング（批判的思考）
• 批判的思考とは、人の意見を傾聴し、なぜなぜを繰り返して、真の原因を追究し、共同してよい
社会を築いていくうえでも大切な思考です。
• 現代は、何か分からないことに直面した場合、スマホのインターネット検索などで簡単に答えを
見つけられる便利で効率的な社会になってきており、自分で考えない大人、子供が増えているが
昔も将来も自分で「考える力」が必須。
おすすめ番組：NHK 『ろんりのちから』

40. ９．本能の罠
人間は正しいデーターに基づく事実でなく動物的本能で『世界をドラマチックに見る見方』で世界を
見て、行動している。
その本能とは
① 分断本能（世界は分断されている思い込み）
② ネガティブ本能（世界はどんどん 悪くなっている思い込み）
③ 直線本能 （『上昇がひたすら続くと』いう思い込み
④ 恐怖本能 （危険でないことを恐ろしいと思う、思い込み）
⑤ 過大視本能 （『目の前のDataが一番重要』という思い込み
⑥ パターン化本能 （『ひとつの成功事例がすべてに当てはまる』という思い込み）
⑦ 宿命本能 （すべては運命だと思う、思い込み）
⑧ 単純化本能 （世界はシンプルだと思う、思い込み）
⑨ 犯人捜し本能 （人を攻めれば問題が解決すると思う、思い込み）
⑩ パニック本能 （いますぐ、行動しないと大変になると思う、思い込み）
「ドラマチックすぎる世界の見方」で見るのではなく
「事実に基づく世界の見方」で見る！

41. 我々の祖先であるホモ・サピエンスは地球に20万年前に出現し、長年 飢えと闘いながら狩猟
生活を続け生き延びてきた。
その間に生きる為に身に付いた本能が現在でも我々を支配している。
当時の生活は情報も少なく、現在のように時間をかけて分析、検討する余裕はなく、生きる為
にはすぐに行動を起こさなければ『死』に繋がるケースが多く、本能で行動する方が生きる確
率が高かったのではないかと推測される。
例として、虎と遭遇した時にはジーと判断しているよりは”パニック本能”が機能して”一目散に
逃げる”という行動のほうが生存確率が高かったのではないか？

42. 分断本能 ネガティブ本能 直線本能 恐怖本能 過大視本能
パターン化本能 宿命本能 単純化本能 犯人捜し本能 パニック本能
金持ち 貧乏
事
実
事
実
事
実
事
実
飛行機で死亡事故に遭遇する
確率は0.0009%
世界の赤ちゃんの年間亡数
590万人
事
実
遭難
データ無しで思い
込みで即時行動
事
実
事
実
世界の飢餓はなくならない。
事
実
少しずつ、良くなっている。
ひとつの視点だけで世界は理解
できない、現実の正解はダイバー
シティー（多様性）に富んでいる。
人を責めるのではなく原因を
データー分析して調査委する
【データを見誤る 劇場型 本能】
人口爆発

43. 1）分断本能
人は誰しもさまざまな物事や人々を2つのグループに分けたがる、例を挙げれば
世界の国々や人々が「金持ちグループ」と「貧乏グループ」に分断されているという
思い込み。
しかし、多くの場合、「完璧に分断された世界」は存在せず、思い込みによって「間
違った認識を持ってしまい、真実や事実を分からなくなります。

44. 実際は中間層が大半
分断本能を利用して事実を歪める！（MaxとMin）
事
実

45. 参考資料：
FACTFULNESS（ファクトフルネス）10の思い込みを乗り越え、データを基に世界を正しく見る習慣

46. ２章：データリテラシーでウソを見破る！
1. 誰が？
2. どうように？
3. いつ？
4. どこで？
5. なぜ？
6. 何を？

47. １．誰が？ （統計の出所に注意）
まず最初に気をつけるべきことは、偏り（バイアス）である。
例えば、何かを研究している研究所で目的が純粋に理論を完成するためにしているのか？
評判をよくするためにしているのか？それとも依頼者（メーカ）からの要求なのか？
また、別の例では賃金を問題にしているのは、労働者側か経営者側か、といったようなこと
に気をつけてみるのである。
次に、意識的なゆがみを探すこと。そこに使われている統計的方法は、明らかに間違って
いる場合もあるし、あるいは、わざとあいまいにしてたり、都合のよいデータと都合の悪い
データとの使い分けがされているかもしれない。
又、測定値の単位がすりかわっているかもしれない。たとえば、ある比較のためにとった年
を他の比較の時には、もっと都合のよい年に切りかえるといったように。
恣意的に主観的な意思が入りデーターが歪められてないか？

48. ２．どのように？（測定、調査方法、サンプリング）
偏りのあるサンプルに注意しなければいけない。つまり、サンプルの選び方が不適当でな
いか、あるいは、調査の結果でてきたわずかなものだけを選んだのではないかに気をつける
ことである。
調査方法についても誘導尋問で恣意的に結果に影響が与える調査法でないかを確認する
必要がある、又、統計的に信頼できるサンプル数であるか、注意しなければならない。
恣意的に主観的な意思が含んだ調査方法でないか？

49. ３．いつ？（測定、調査時期）
統計データを分析する際は時間は重要なファクターである。
いつ、測定、調査したのか？ データーが古くはないか？ 測定時期が不明でないか？
を疑って確認する事が必要である。
又、統計データーを比較する際にも都合の良い時間軸だけを切り取り、比較してないか？
全ての時系列データーが対象になっているか、確認する。
いつに測定、調査したのか？

50. ４．どこで？（測定、調査場所）
統計データを分析する際は場所は重要なファクターである。
どこで測定、調査したのか？ 日本か？ 海外か？ 月か？ 宇宙か？
を疑って確認する事が必要である。
又、統計データーを比較する際にも同じ場所でなければ正しい分析はできない。
例としてダイエット後に効果を確認する為に月に行き、測定したら正しい分析はできない。
どこで測定、調査したのか？
＊月の重力は地球の6分の１

51. ５．何故？（測定、調査目的）
統計データを分析する目的が何かの商品を販売する為、会社のプロジェクト成果を報告
する為の場合、統計データーに恣意的に主観が入り、統計データーが歪められる。
統計データーの作成目的、意図が何かを見極めてから注意して統計データを見ることが必要である。
例としてダイエット商品の広告は自社の商品が如何に優れているかを巧みに統計データを利用して
消費者の心理を突いて商品を購入させようとする。
何故 測定、調査したのか？
一か月で１0ｋｇ 激減！！

52. ６．なにを？（測定、調査対象）
何を測定、調査対象にしているのかが曖昧、不明だと層別比較が不可能になる。
逆に測定、調査対象を曖昧にして恣意的に自分の意図する統計データを測定、調
査する事ができるので何を測定、調査対象にしているのかを明確に定義しておく必
要がある。
よって測定、調査対象の定義が明確化を確認する必要がある。
なにを 測定、調査したのか？

53. ネット活用により高度に情報は発達した現代社会ではデーターサイエンスでビックデーター
を活用することがビジネス、生活において非常に重要です。
しかし、如何に優れたプログラムを作成しデーターベースを構築しても基となるデーターが
『嘘』では元も子もない、且つ、データリテラシーを悪用すれば社会を恐怖と混乱に陥らせ
る。
データー、数値は大切であるがそれと同様に現実、現場、現物を見ることが大切である、
実際に現場に行き、現物を見て、現実を知ればデーター、数字が正しいのかが体で体験でき
る。
例えば気象庁の天気予報の風速、気温をだけを見て今日は富士山の登山は問題ないと判断し
て登山をすると予想に反して暴風、ホワイトアウトで遭難するケースがある。
又、将来 いくらAI（計算機）が発達してもINPUTするデータ情報が不正確又は恣意的に歪
められいては正しく世界がみえず、人間社会に貢献することはできない。

54. データー情報＋現実、現場、現物を知る！

55. 2022年2月03日
ク コンサルティング
参考文献：
統計でウソをつく法 著者：ダレル・ハフ
FACTをつかむ 統計の見抜き方 著者：現代ビジネス
クレイン テクノ
Ｃｒａｎｅ ｔｅｃｈｎｏ