大学入試小論文「データ分析型」完全攻略｜グラフ・統計を読んで論述する技術

数強塾グループの国語専門塾、日本国語塾TOPの藤原進之介です。講師の翔先生と一緒に解説します！

「グラフを見ても、何を書けばいいかわからない」「データを読んでも、論述につながらない」——そんな悩みを抱えている受験生は非常に多いです。大学入試小論文におけるデータ分析型の問題は、経済学部・社会学部・看護系・医療系・教育系など、あらゆる学部で年々増加しています。データ分析型小論文を制することが、合否を分ける大きなポイントになっているのです。

この記事では、大学入試小論文「データ分析型」完全攻略として、グラフや統計を正確に読み取り、説得力ある論述に変える技術を徹底解説します。3500字以上の超ボリュームで、具体例とともに丁寧にお伝えしますので、ぜひ最後まで読んでください。

はじめに｜なぜ「データ分析型小論文」が増えているのか？

近年の大学入試において、データ分析型小論文が急増している背景には、社会的な要請があります。現代社会では、ビッグデータやAI活用が進み、「数字やグラフから情報を読み取り、自分の言葉で論じる能力」が社会人の基礎スキルとして求められています。大学側もその能力を測ろうとしているわけです。

翔先生から補足してもらいましょう。

翔先生：「私が担当する生徒さんの中にも、数学や理科は得意なのにデータ分析型小論文が苦手、という子が多いんです。理由を聞くと、『グラフの読み方はわかるけど、論文の言葉にできない』というケースがほとんど。逆に、文系で文章は書けるけど、数字の処理が苦手な子もいる。データ分析型は、その両方のスキルが問われるので、きちんと対策が必要です。」

つまり、データ分析型小論文は「読解力＋論述力＋数的リテラシー」の三位一体が求められるジャンルです。それぞれを意識的にトレーニングすることが攻略の鍵になります。

核心情報｜データ分析型小論文の「構造」を理解する

まず、データ分析型小論文の出題パターンを整理しましょう。主に以下の3種類に分類されます。

• ①グラフ・図表読み取り型：折れ線グラフ・棒グラフ・円グラフなどを読み取り、特徴や変化を説明した上で自分の考えを論じる
• ②複数資料比較型：2つ以上の資料を比較・関連づけて論述する
• ③課題解決型（データ＋文章）：統計データと問題文を組み合わせ、課題を発見して解決策を提案する

これらに共通する基本構成は以下の4ステップです。

1. データの読み取り（事実の整理）
2. 特徴・傾向の言語化
3. 原因・背景の考察
4. 自分の意見・提言

この4ステップが答案の骨格となります。これを意識せずに書き始めると、「グラフの説明だけで終わってしまった」「意見を書いたけどデータとつながっていない」という典型的な失敗に陥ります。

藤原進之介：「重要なのは、データはあくまで『証拠』であるという認識です。小論文の主役は『あなたの論』であり、データはその論を支えるための材料。この順序を逆にしてはいけません。データを見て、思ったことをそのまま書くのではなく、まず自分が何を主張したいかを決めてから、それを支えるデータを引用する——この意識が高得点の秘訣です。」

具体的な方法｜グラフ・統計を論述に変える5つの技術

技術①｜「数字を言葉に変換する」基本の型

グラフを見たとき、多くの受験生は「〇〇が増えている」「〇〇が高い」などと漠然と書いてしまいます。しかし、高得点答案は数字を具体的に使いながら、的確な言葉で説明します。

【悪い例】
「グラフを見ると、日本の高齢化率は増えていることがわかる。」

【良い例】
「図1によれば、日本の高齢化率は2000年の17.4%から2020年には28.6%へと約11ポイント上昇しており、わずか20年間で急速な高齢化が進行していることが読み取れる。」

ポイントは以下の3点です。

• 資料の出典を明記する（「図1によれば」「表2より」など）
• 具体的な数値を引用する（パーセント・倍率・差分など）
• 変化の方向性と速度を言語化する（「急速に」「緩やかに」「横ばいで」など）

技術②｜「比較」で特徴を際立たせる

データ分析型小論文において、比較は最も強力な分析ツールです。「それだけを見ている」状態から「他と比べて見る」状態にするだけで、論述の質が劇的に変わります。

比較の切り口は主に4つあります。

1. 時系列比較：「〇年前と現在を比べると」
2. 国際比較：「日本はOECD平均と比べて」
3. 性別・年齢・地域比較：「男性は〇%であるのに対し、女性は〇%と」
4. 理想・目標との比較：「政府目標の〇%に対して、現状は〇%にとどまる」

翔先生の解説を加えます。

翔先生：「例えば、女性管理職比率のグラフがあったとします。日本が15%と書いてあるだけでは特徴がわかりません。でも『同じグラフでフランス44%、スウェーデン39%と比較すると、日本の15%は主要先進国の中で著しく低い水準であることがわかる』と書けると、一気に問題の核心に迫れます。比較なしの分析は、分析とは呼べません。」

技術③｜「相関関係」と「因果関係」を区別して論じる

データ分析で最も重要かつ、最も誤解されやすいのが「相関関係」と「因果関係」の違いです。

• 相関関係：AとBが同時に増減する傾向がある（AとBは関連している）
• 因果関係：AがBの原因になっている（AがあるからBになる）

例えば、「アイスクリームの売上と溺死者数は正の相関がある」というデータがありますが、これは因果関係ではなく、「気温が高い夏」という共通の原因があるだけです。

【注意が必要な表現】

• ✕「〇〇が増えたため、△△も増えた」→因果関係が証明されていない場合はNG
• ○「〇〇の増加と△△の増加には正の相関が見られ、その背景として〜が考えられる」

この区別を答案に明記するだけで、論述の「知的誠実さ」が伝わり、採点者に好印象を与えます。

技術④｜「なぜ？」を3回繰り返す原因分析

データの特徴を読み取ったら、次は「なぜそうなっているのか」を掘り下げます。ここで有効なのが、トヨタ生産方式でも有名な「なぜ？を3回繰り返す」技法です。

【例：日本の若者の投票率低下を示すグラフの場合】

1. なぜ若者の投票率は低いのか？→「政治に関心がないから」
2. なぜ政治に関心がないのか？→「政治が自分の生活に関係していると感じにくいから」
3. なぜそう感じるのか？→「政策の恩恵が実感しにくい世代であり、政治教育が不十分だから」

このように3段階掘り下げることで、表面的な原因ではなく「構造的な問題」にたどり着きます。この深さが、採点者が求める「分析力」です。

技術⑤｜データから「提言」へのブリッジを作る

多くの受験生がつまずくのが、「データ分析から自分の意見への橋渡し」です。データを読み取った後、突然「私は〜と考える」と書いても、論理の流れが断絶してしまいます。

有効なブリッジ表現を覚えておきましょう。

• 「このデータが示す課題を解決するためには、〜が必要である。」
• 「上記の分析から、〜という問題の深刻さが明らかになる。したがって、〜という政策が求められる。」
• 「図表が示す現状を改善するためには、〇〇の観点から以下の三点を提言したい。」

この「橋渡し文」を入れることで、データ分析と意見論述がシームレスにつながります。

藤原＆翔先生の実践アドバイス｜頻出テーマ別の読み方

ここでは、データ分析型小論文で頻出のテーマについて、実際の読み方のコツを伝授します。

【頻出テーマ①】少子高齢化・人口動態

藤原進之介：「人口ピラミッドや合計特殊出生率のグラフは超頻出です。ポイントは『絶対数』と『割合』の両方を見ること。生産年齢人口の減少は『絶対数』で、高齢化率は『割合』で示されることが多い。この違いを意識してください。また、将来推計値が含まれている場合は、どの機関がどのような前提で出した数字かも気にすること。」

【頻出テーマ②】ジェンダーギャップ・労働問題

翔先生：「女性管理職比率・男女の賃金格差・育児休業取得率などのデータがよく出ます。ここで大切なのは、数字を『批判』するだけでなく、その背景にある社会的・制度的要因まで掘り下げること。例えば、育児休業取得率が男性で13%しかないとしたら、それは個人の意識の問題なのか、職場文化の問題なのか、制度設計の問題なのかを区別して論じることが求められます。」

【頻出テーマ③】教育・学力格差

藤原進之介：「PISA（国際学習到達度調査）のデータや、家庭の所得と学力の相関を示すグラフが出題されることがあります。ここでは『相関関係』を安易に因果関係と断定しないことが重要。また、教育格差のデータは、単に現象を説明するだけでなく、社会的公正の観点からの論考が求められることが多いです。」

よくある失敗と解決策｜採点者が減点するポイント

失敗①｜グラフの説明で終わってしまう

症状：「図1を見ると〇〇が増えていることがわかる。図2を見ると△△が減っていることがわかる。以上のことから、日本の現状は厳しいといえる。」

解決策：読み取り・特徴化・分析・意見の4段落構成を徹底する。読み取りに使う字数は全体の30%以内に抑え、残り70%を考察と意見に使う。

失敗②｜データと意見が噛み合っていない

症状：データには少子化の問題が示されているのに、意見では環境問題の解決策を提案してしまう。

解決策：答案を書き終えた後、「私の意見はこのデータから導き出せるか？」を必ず確認する。データと意見の間に論理的な橋渡しがあるかチェック。

失敗③｜数値の引用が不正確・大雑把

症状：「約半数が」「かなり増加した」などあいまいな表現を使う。

解決策：グラフから読み取れる数値は「〇〇%」「〇〇倍」「〇〇ポイント増」と具体的に書く。読み取りが難しい場合でも「約〇割」「〇倍以上」と具体的な数字に近づける努力をする。

失敗④｜自分の経験談や主観だけで論じる

症状：「私の周りでも〜という人が多い」「私はそう感じる」という根拠のない記述が続く。

解決策：データ分析型小論文では、提示されたデータを根拠として使うことが大前提。個人の経験は補足として使うにとどめ、必ず「図表によれば」「データが示すように」という形でデータを根拠として引用する。

今日からできるアクション｜データ分析力を鍛える3ステップ

ステップ1｜新聞・ニュースのグラフを毎日1つ言語化する

日経新聞・朝日新聞のグラフ、あるいは政府の統計資料（総務省統計局・内閣府など）を見て、毎日1つグラフを選び、200字以内で「読み取り→特徴→原因の仮説」を書く練習をしましょう。これを30日続けるだけで、データを言語化する速度と精度が劇的に向上します。

ステップ2｜過去問のデータ分析型問題を時間を計って解く

志望校の過去問からデータ分析型の問題を探し、本番と同じ時間（60〜90分）で解く練習をしましょう。書いた答案は、「4ステップ構成になっているか」「数値が具体的か」「意見がデータと連動しているか」の3点でセルフチェックします。

ステップ3｜添削を受けてフィードバックを得る

自分の答案の「盲点」は自分では気づきにくいものです。国語専門の講師による添削を受けることで、採点者の視点から何が不足しているかを客観的に把握できます。日本国語塾トップでは、小論文の個別添削指導を実施しています。

翔先生：「小論文は『書けば書くほど上手くなる』のは本当ですが、間違った書き方を繰り返しても伸びません。正しいフィードバックを受けながら練習することが、最短ルートです。」

まとめ・日本国語塾トップについて

この記事では、大学入試小論文「データ分析型」完全攻略として、以下の内容をお伝えしました。

• データ分析型小論文は「読解力・論述力・数的リテラシー」の三位一体が必要
• 基本構成は「読み取り→特徴化→原因分析→提言」の4ステップ
• 数字を具体的に引用し、比較・相関・因果を意識して論じる
• 「なぜ？を3回繰り返す」原因分析で深みのある考察を
• データと意見の「橋渡し文」で論理的なつながりを作る
• よくある失敗を事前に把握し、意識的に避ける

データ分析型小論文は、正しい技術を習得すれば必ず得点できる問題です。この記事の内容を実践し、志望校合格を掴み取ってください。

日本国語塾トップは、数強塾グループ代表・藤原進之介が監修する国語専門塾です。
前橋校・横浜校・オンラインで全国対応しています。nihonkokugojuku.comからお気軽にお問い合わせください。
また、数学・理系科目は数強塾（sukyojuku.com）もあわせてご利用ください。