統計検定は、統計学の知識と活用力を客観的に証明できる資格として、データ分析職やマーケティング職を目指す人からの関心が高まっている。この記事では、統計検定の運営体制と階級構成、試験方式の違い、他のデータ系資格との違いを整理したうえで、目的やキャリア段階に応じた級の選び方までをまとめる。
統計検定とは何か
統計検定は、一般財団法人統計質保証推進協会が実施する検定試験で、日本統計学会が公式認定している。総務省、文部科学省、経済産業省、内閣府、厚生労働省の後援を受けており、統計的な考え方の基礎から実務での応用力までを、階級ごとに測定する仕組みになっている。データを取り扱うすべての人が対象とされており、社会人はもちろん、大学生や高校生など幅広い層が受験している。
統計検定の特徴
階級ごとの積み上げ構成
従来型の統計検定は4級から1級までの5階級で構成され、数字が小さくなるほど難易度が上がる。4級・3級は基礎的な統計の考え方を学ぶ入門レベル、2級は大学基礎課程で学ぶ統計手法を扱う内容、準1級と1級になると、実社会の課題に対して適切な手法を選び活用する力や、専門分野でのデータ解析力そのものが問われる構成だ。
試験方式(PBTとCBT)の違い
統計検定1級は「統計数理」と「統計応用」の2科目からなり、紙の試験用紙で解答するPBT方式で、年1回の実施となっている。次回は2026年11月15日(日)に開催予定だ。一方、準1級から4級、統計調査士系、データサイエンス系はCBT方式で実施され、全国のテストセンターで随時受験できる点が特徴になる。まとまった時間が取りにくい社会人でも、自分の都合に合わせて日程を組みやすいのはCBT方式ならではの利点だ。
受験資格と申込方法
年齢や学歴による受験資格の制限は設けられておらず、公式サイトの案内に沿って申し込めば誰でも受験できる。申込方法はPBT方式とCBT方式で手続きが異なり、CBT方式は指定のテストセンターから会場と日時を選んで予約する形になる。詳細な申込要項は実施回ごとに公式サイトで更新されるため、受験前に最新情報を確認しておくことが望ましい。
データサイエンス系区分の新設
近年新設されたデータサイエンス系は、「データサイエンス基礎」「データサイエンス発展」「データサイエンスエキスパート」の3段階で構成される。統計理論そのものよりも、表計算ソフトやプログラミングを用いたデータ処理、機械学習の基礎知識など、実務での活用力に重点を置いた内容になっている点が、従来型の階級とは異なる特徴だ。
後援体制と社会的な位置づけ
統計検定は日本統計学会の公式認定に加え、総務省・文部科学省・経済産業省・内閣府・厚生労働省という複数の省庁から後援を受けている。統計に関する国の施策や教育現場での統計教育とも関わりの深い体制のもとで運営されている点は、他の民間資格にはあまり見られない特徴といえる。学校教育の場でも、統計的な考え方を評価する指標として活用される場面がある。
統計検定の分類・種類
統計検定には従来型の階級に加え、統計調査士系、データサイエンス系という区分がある。それぞれレベル感や重視される内容が異なるため、目的に応じて選ぶ必要がある。
| 区分 | レベルの目安 | 試験方式 |
|---|---|---|
| 4級 | データや表・グラフ、確率に関する基本的な知識 | CBT方式 |
| 3級 | データ分析の重要概念と身近な事例への応用 | CBT方式 |
| 2級 | 大学基礎課程で学ぶ統計学の知識と問題解決力 | CBT方式 |
| 準1級 | 実社会の課題に対する統計手法の活用力 | CBT方式 |
| 1級(統計数理・統計応用) | 各分野でのデータ解析における専門力 | PBT方式(年1回) |
| 統計調査士系 | 統計調査の実施・分析に関する基本〜専門知識 | CBT方式 |
| データサイエンス基礎〜エキスパート | 表計算・プログラミングを用いた実務寄りのデータ活用力 | CBT方式 |
他のデータ系資格との違い
データ分析やAIに関連する資格は統計検定以外にも複数あり、重視するポイントがそれぞれ異なる。
| 資格 | 主な重視ポイント | 実施団体 |
|---|---|---|
| 統計検定 | 統計学の理論と応用力、データサイエンス系は実務でのデータ活用力 | 統計質保証推進協会 |
| G検定 | ディープラーニングを中心としたAI・機械学習の知識全般 | 日本ディープラーニング協会 |
| E資格 | ディープラーニングの理論を実装できる技術力 | 日本ディープラーニング協会 |
| Pythonエンジニア認定データ分析試験 | Pythonを用いたデータ分析の実装スキル | 一般社団法人Pythonエンジニア育成推進協会 |
G検定・E資格はディープラーニングという技術領域に特化しているのに対し、統計検定は統計学という土台の知識を測る点で位置づけが異なる。Pythonエンジニア認定データ分析試験がプログラミングでの実装力を問うのに対し、統計検定の従来型階級は数理的な理解に重点を置いている。どの資格も単独で万能というわけではなく、目指す職種や業務内容に応じて組み合わせて取得する人も少なくない。
級・区分の選び方と学習のコツ
未経験からデータ分析職を目指す場合
実務経験がまだない場合は、大学基礎課程レベルの内容を扱う2級から挑戦し、基礎を固めたうえで実務経験を積みながら準1級・1級を目指す進め方が現実的とされる。2級の内容は、マーケティングリサーチや需要予測、品質管理など、データを扱う職種で共通して求められる基礎知識と重なる部分が多い。
実務経験がある場合の目安
すでにデータを扱う業務に携わっている場合は、準1級から挑戦し、専門的な理論や応用手法まで扱う1級を将来的な目標に据える進め方もある。1級はPBT方式で年1回しか実施されないため、学習計画を早めに立てておく必要がある。
データサイエンス系との使い分け
プログラミングを用いた実務寄りのスキルを証明したい場合は、データサイエンス系を選ぶという方法もある。統計理論の証明を重視する従来型の階級と、実務でのデータ処理力を示すデータサイエンス系は、どちらか一方だけでなく、志望する職種に応じて組み合わせて取得する人もいる。
学習期間の目安を立てる際の考え方
公式サイトでは階級ごとに標準的な学習時間の目安が示されていないため、市販の対策問題集や公式テキストの分量を参考に、自分の現在の理解度から逆算して計画を立てる進め方が現実的だ。2級以上は数式を扱う範囲が広がるため、暗記に頼らず、公式の意味を理解しながら演習を重ねる学習が求められる。準1級・1級は出題範囲が広く、実務で使う手法だけでなく理論的な背景まで問われるため、数か月単位のまとまった学習期間を見込んでおくとよい。
公表されている合格率
統計質保証推進協会は「過去の受験データ」で、CBT方式の種別ごとの合格率を年ごとに公表している。直近3年は次のとおりである。
| 種別 | 2023年 | 2024年 | 2025年 |
|---|---|---|---|
| 準1級 | 35.3% | 35.5% | 34.7% |
| 2級 | 49.1% | 48.1% | 46.1% |
| 3級 | 53.9% | 56.5% | 54.2% |
| 4級 | 81.8% | 78.6% | 64.5% |
| 統計調査士 | 64.4% | 22.9% | 27.9% |
| データサイエンス基礎 | 62.3% | 65.9% | 66.2% |
| データサイエンスエキスパート | 30.0% | 20.7% | 23.4% |
2級はおおむね5割前後、準1級は35%前後で安定している。3級は2016年の81.2%から2025年の54.2%まで下がってきており、入門の級でも半分近くが不合格になる。統計調査士は2024年に64.4%から22.9%へ大きく下がった。年1回のPBT方式で行う1級は、2025年が「統計数理」で受験者989人中178人(18.0%)、「統計応用」で897人中167人(18.6%)の合格で、2022年以降は2割前後で推移している。
よくある質問
統計検定はどの級から受けるべきか
統計学の学習経験がほとんどない場合は3級や4級から、大学レベルの内容にある程度触れたことがある場合は2級から始めるのが一般的な目安とされる。未経験からデータ分析職を目指す場合も、2級を最初の到達点にする進め方がよく挙げられる。
統計検定に受験資格はあるか
年齢や学歴による制限は設けられていない。公式サイトの案内に沿って申し込めば、社会人・学生を問わず誰でも受験できる。
データサイエンス基礎とデータサイエンス発展の違いは何か
いずれも実務でのデータ活用力を問う区分だが、基礎は表計算ソフトなどを用いた基本的なデータ処理が中心となり、発展はよりプログラミングを用いた分析や、実践的な課題への対応力が問われる内容になる。上位にはデータサイエンスエキスパートも用意されている。
統計検定1級はどのような形式で実施されるか
「統計数理」「統計応用」の2科目からなり、紙の試験用紙で解答するPBT方式で実施される。準1級以下やデータサイエンス系とは異なり、実施は年1回に限られる。
統計検定と統計調査士はどちらを取るべきか
統計調査士系は、統計調査の企画・実施・分析といった実務に近い知識を扱う区分で、統計理論そのものを幅広く問う従来型の階級とは目的が異なる。統計調査の実務に携わる、または携わる予定がある場合は統計調査士系、統計学全般の理解を示したい場合は従来型の階級が候補になる。
統計検定の合格率はどのくらいか
協会の公表値では、2025年のCBT方式は準1級34.7%、2級46.1%、3級54.2%、4級64.5%だった。1級は2025年が「統計数理」18.0%、「統計応用」18.6%である。級が上がるほど合格率は下がり、準1級以上は3分の1前後かそれ以下になる。
転職や就職でどのように評価されるか
データを扱う職種では、統計的な知識を客観的に示す材料の一つとして参考にされる場合がある。ただし資格の有無だけで採用が決まるわけではなく、実務経験やポートフォリオと合わせて評価されるのが一般的だ。
独学でも合格を目指せるか
公式の対策問題集や参考書が階級ごとに用意されており、独学で準備する受験者も多い。特に上位級は出題範囲が広いため、学習計画を立てて段階的に取り組むことが推奨される。
一度に複数の級を受験できるか
CBT方式の階級は年間を通じて随時実施されているため、日程を分ければ複数の級を受験することは可能だ。ただし1級はPBT方式で年1回のみの実施のため、他の級と同時期に詰め込む学習計画には注意が必要になる。
資格に有効期限はあるか
統計検定の合格自体に有効期限が設けられているという案内は確認されていない。ただし、統計学やデータ分析の手法は年々更新されるため、取得後も知識をアップデートしていく姿勢が実務では求められる。
準1級と2級の違いは何か
2級が大学基礎課程レベルの統計手法の理解を問うのに対し、準1級は実社会の課題に対して適切な統計手法を選び、活用する力そのものを測る内容になる。単なる知識の暗記だけでなく、応用力が問われる点で難易度が上がる。
統計検定はどのような業種で評価されやすいか
マーケティングリサーチ、需要予測、品質管理、金融のリスク分析など、データに基づいた意思決定が求められる業種で参考にされやすい傾向がある。近年はデータサイエンス系の新設もあり、IT・Web業界でのデータ分析職を目指す層からの関心も高まっている。
複数の階級を同時に学習することはできるか
公式に禁止されているわけではないが、階級ごとに問われる範囲や深さが異なるため、下位の階級で扱う基礎を固めてから上位に進むほうが理解が定着しやすいとされる。特に2級から準1級への移行では応用力の比重が増すため、段階を飛ばさずに取り組む進め方が推奨される。
まとめ
統計検定は、階級によって扱う内容と難易度が大きく異なる検定試験だ。基礎的な考え方を学ぶ4級・3級、大学基礎課程レベルの2級、実社会での活用力や専門理論を問う準1級・1級という従来型の積み上げ構成に加え、実務でのデータ処理力を重視するデータサイエンス系、統計調査の実務知識を問う統計調査士系という選択肢もある。日本統計学会の公式認定と複数省庁の後援を受けて運営されている点も、他の民間資格と比較したときの特徴のひとつだ。
データを扱う職種への転職やキャリアアップを視野に入れるなら、まず自分の目的とキャリア段階を整理したうえで、どの級・区分から挑戦するかを決めることが遠回りをしない近道になる。理論の証明力を重視するのか、実務でのデータ処理力を示したいのかによって選ぶべき区分は変わるため、志望する業種や職種で実際に求められる知識の水準を確認しながら、無理のない学習計画を組み立てていきたい。
この記事の試験情報は、一般財団法人統計質保証推進協会の公式サイト、日本統計学会の公開情報、及び各省庁の後援資料を2026年9月28日に確認して整理しました。統計検定1級は2026年11月15日の実施が予定されています。合格率は同協会の「過去の受験データ」と「PBT方式試験 2022〜2025年実施」の結果、1級の受験料改定は「受験料改定のお知らせ」(2025年12月16日)で2026年10月4日に確認しました。試験制度や実施方式は年度により変更される場合があるため、受験前に必ず公式サイトで最新情報をご確認ください。