基本情報/Basic Information

遠隔授業（授業回数全体の半分以上）の場合は、科目名の先頭に◆が付加されています（2023年度以降）

開講科目名 ／Course	プロジェクト演習／Activity for Project
時間割コード ／Course Code	T4T10499_Ts
開講所属 ／Course Offered by	観光学部／Faculty of Tourism
ターム・学期 ／Term・Semester	2026年度／Academic Year　　第1クォーター／1Q
曜限 ／Day, Period	他／Otr
開講区分 ／Semester offered	通年／a normal year
単位数 ／Credits	2.0
学年 ／Year	2,3,4
主担当教員 ／Main Instructor	佐々木　啓
授業形態 ／Lecture Form	演習
教室 ／Classroom	西４号館Ｔ１０１, 西２号館Ｗ２-１０５／T101, W2-105
開講形態 ／Course Format
ディプロマポリシー情報 ／Diploma Policy	要件年度 ／Required Year 要件所属 ／Course Name ディプロマポリシー ／Diploma Policy DP値 ／DP Point 2020/04 ～2025/04 観光学部 課題解決力と自己学修能力 10

担当教員情報/Instructor Information

教員名 ／Instructor	教員所属名 ／Affiliation
佐々木　啓	観光学部（教員）

授業の概要・ねらい ／Course Aims	高度情報社会となった昨今では科学研究だけでなくビジネスにおいても統計学・データサイエンスの重要性が指摘されるようになった。かつては「KKD（勘・経験・度胸）」をベースにビジネス等での意思決定が行われてきたが必ずしも上手くはいかなかった。そのためデータに基づき意思決定を行う「データドリブン」が注目されるようになり、これを活用できるデータドリブン人材があらゆる業界で求められている。もちろん観光分野でも観光マーケティング、観光地マネジメント等の場面で欠かせない人材となっている。 これらを踏まえ本演習では、１）データ利活用に必要な知識の講義を受け、２）データ利活用の実践的演習（和歌山県データ利活用コンペティションへ参加・見学を予定）に取り組む。 これらを通じて、データ分析から得られるエビデンス（客観的証拠）に基づく施策提案ができるようになることが本演習のねらいである。 ※本科目は4月から12月までの期間に不定期に実施する集中講義である。具体的な開講日等については授業計画を確認すること。
到達目標 ／Course Objectives	（１）データを適切に利活用できるようになること、独自の着眼点からデータを分析して地域の現状や課題を抽出できるようになること （２）データ分析から得られるエビデンス（客観的証拠）に基づく施策提案ができるようになること
成績評価の方法・基準 ／Grading Policies/Criteria	到達目標に対する目標の達成の程度を基準として、 （１）プレゼン資料（グループで作成、第10回和歌山県データ利活用コンペティションへの応募を念頭に置いたもの）：50% （２）レポート（個人で作成、複数回課す）：50% で成績評価を実施する。 ただし、授業への参加状況などによって加減点措置を行う場合がある。 ※レポートには「第10回和歌山県データ利活用コンペティション」（2026/12）配信動画の視聴を必要とするものも含む予定。
教科書 ／Textbook	（１）jamovi完全攻略ガイド（著者：芝田征司，Web上で無償公開） （２）KH Coder 3 チュートリアル（著者：樋口耕一，Web上で無償公開） ※いずれも授業内で使用する。授業時間外学修でも使用する。
参考書・参考文献 ／Reference Book	（１）統計学入門（著者：阿部真人，出版社：ソシム，ISBN：978-4802613194，定価：2,500円+税 ） （２）地域データ分析入門（編著者：林宜嗣，林亮輔，出版社：日本評論社，ISBN：978-4535559479，定価：3,200円+税） （３）やってみようテキストマイニング（著者：牛澤賢二，出版社：朝倉書店。ISBN：978-4-254-12235-0，定価2,700円＋税） （４）東大生が書いた 問題を解く力を鍛えるケース問題ノート（著者：東大ケーススタディ研究会，出版社：東洋経済新報社。ISBN：978-4492556733，定価1,500円＋税） ※いずれも授業内では使用しないが、講義だけで授業内容を理解することが難しい場合はこれらを活用し授業時間外学修をする必要がある。本学図書館にも所蔵されてはいる。
履修上の注意 ・メッセージ ／Notice for Students	【履修上の注意】 （１）担当教員から学生にはメール（Outlook、本学発行のメールアドレス）およびTeamsにて連絡を行うため、連絡を確認できるようにしておき、返信が必要な場合は原則として翌営業日までに行うこと。スマートフォンにこれらのアプリを入れておくことを推奨するが、そうしない場合は本学の営業日は毎日メールチェック等を行う必要がある。 （２）履修にあたって全受講者共通で必要な費用はない。ただし、講義だけで授業内容を理解することが難しい場合等においては上記参考書を用いて授業時間外学修として使用する必要があるため、テキスト代がおおむね1万円以内で発生する可能性がある。 （３）講義は授業時間外学修にも繰り返し視聴することができるようにオンデマンド形式で実施する予定である。 【メッセージ】 一般に、データ利活用に関する科目ではプログラミングに関する内容を含むことが多いが、本演習では取り扱わない。プログラミングを修得する代わりに統計ソフトやデータ利活用ツールの使い方を修得してもらう。また、本来データの利活用について学ぶためにはその基礎となる高校数学的な計算能力も重要だが、苦手な者が多いことに配慮し、極力これらを扱わずに講義を行う。 なお、和歌山県は総務省統計局や統計センターとともに「日本のデータ利活用拠点」としてデータ利活用に関する分析・研究などに取り組んでおり、同県の特色ともなっている。
履修を推奨する関連科目 ／Related Courses	【全学部対象】「データサイエンス入門」「データサイエンス基礎」「データサイエンス応用」「データサイエンス実践」・・・本演習で扱わないプログラミング等の内容も学びたい学生向け。 【観光学部科目】「量的調査法」（1Q火曜3-4限）および「観光データサイエンス」（令和9年度開講予定）
授業時間外学修（予習・復習等）の内容 ／students learning outside of the class, preparation and review are included	（予習）第9回（2025年度）までの和歌山県データ利活用コンペティションで受賞した提案の内容（発表資料）に目を通す。参考書を読む。 （復習）講義動画の再視聴。参考書を読む。プレゼンおよびレポートの作成。
その他連絡事項 ／Other messages	（１）和歌山県データ利活用コンペティションについては、和歌山県企画課のホームページ（https://www.pref.wakayama.lg.jp/prefg/020100/data/competition/index.html）に情報がまとまっているため、参照されたい。 （２）4名1組のグループを組んで演習に取り組んでもらう。
授業理解を深める方法 ／How to deepen your understanding of classes	グループで活動に取り組んでもらうので、積極的に意見交換を行うことによって、授業への理解を深めることができる。
オフィスアワー ／Office Hours	火曜日の昼休み、佐々木啓教員の研究室。 前日17時までにメール（ssasaki@wakayama-u.ac.jp）で確認を入れること。不在等で対応できない場合がある。 オンデマンド形式の授業回では、質問等はメールで受け付ける。当該授業回の視聴期間終了後すみやかに質問者の名前を伏せた状態で受講生全員へ向けて回答を行う。これにより双方向性を確保する。
科目ナンバリング ／Course Numbering	TN0002J00100T261
実務経験のある教員等による授業科目 ／Practical Experience	実践的教育 ／Practical Education 1. 該当しない 実践的教育の内容 ／Contents

No.	回（日時） ／Time (date and time)	主題と位置付け ／Subjects and position in the whole course	学習方法と内容 ／Methods and contents	備考（担当） ／Notes
1	1（4/15水曜5限）	イントロダクション	ガイダンス、データ利活用事例の学修（成果物イメージの共有：第9回和歌山県データ利活用コンペティション最終発表会の配信動画視聴）
2	2（4/22水曜5限）	イントロダクション	データ利活用事例の学修（成果物イメージの共有：第9回和歌山県データ利活用コンペティション最終発表会の配信動画視聴）、グループづくり
3	3（-6/5）	データ利活用に必要な知識	データはどこにあるのかについての講義	オンライン（オンデマンド型）
4	4（-6/12）	データ利活用に必要な知識	統計ソフトjamoviの導入と記述統計についての講義	オンライン（オンデマンド型）
5	5（-6/19）	データ利活用に必要な知識	t検定と分散分析についての講義	オンライン（オンデマンド型）
6	6（-6/26）	データ利活用に必要な知識	回帰分析についての講義	オンライン（オンデマンド型）
7	7（-7/3）	データ利活用に必要な知識	度数分析についての講義	オンライン（オンデマンド型）
8	8（-7/10）	データ利活用に必要な知識	産業連関分析、費用便益分析、差と差の分析についての講義	オンライン（オンデマンド型）
9	9（-7/14）	データ利活用に必要な知識	テキストマイニングとKH Coder3についての講義	オンライン（オンデマンド型）
10	10（7/15水曜5限）	構想の発表	【選定地域、その地域における現状と課題についての仮説、どんなアプローチで分析をしていくか】の構想について、グループごとにクラス内でプレゼン＆フィードバック
11	11（7/29水曜5限）	演習	選定地域に関するデータの収集、現状分析、施策の検討、施策の効果検証を行う（グループワーク）
12	12（9/10木曜3限）	第一次中間発表	グループごとにクラス内でプレゼン＆フィードバック
13	13（9/10木曜4限）	演習	フィードバックを元にプレゼンを修正（グループワーク）	事後学修：フィードバックを元にプレゼンを修正
14	14（10/1木曜5限）	第二次中間発表	グループごとにクラス内でプレゼン＆フィードバック	事後学修：フィードバックを元にプレゼンを修正
15	15（10/8木曜5限）	最終発表	グループごとにクラス内でプレゼン＆フィードバック	事後学修：フィードバックを元にプレゼンを修正