統計検定準1級は転職でどう評価されるか|在宅の分析の仕事での使い道


この記事のポイント
- ✓統計検定準1級が転職でどう評価されるかを
- ✓公式の試験概要と合格率
- ✓実際の求人票の書かれ方から整理します
統計検定準1級は、統計学の応用的な手法を使いこなせるかを問う資格です。データ分析の仕事への転職を考えている人の中には、「準1級を取れば転職で有利になるのか」「2級では足りないのか」「取った後、在宅の分析の仕事に生かせるのか」と迷っている人が多いでしょう。結論から言えば、準1級は、データサイエンティストやデータアナリストの求人で「歓迎する資格」や「求める知識の目安」として名前が挙がる資格で、統計の理解を客観的に示す材料になります。ただし、資格だけで採用が決まることはほとんどなく、プログラミングや業務の経験と組み合わせて初めて評価されます。この記事では、公式の試験概要と合格率、実際の求人票での書かれ方をもとに、準1級が転職でどう評価されるのか、在宅の分析の仕事でどう生かせるのかを、編集部が順番に整理します。
統計検定準1級とはどんな資格か
統計検定は、統計に関する知識や活用する力を評価する全国統一の試験で、一般財団法人統計質保証推進協会が実施しています。4級から1級までの段階に加えて、統計調査士やデータサイエンスの試験などがあり、準1級は、2級と1級の間に位置する資格です。公式サイトでは、準1級の位置づけを次のように説明しています。
統計検定準1級は、統計検定2級までの基礎知識をもとに、実社会の様々な問題に対して適切な統計学の諸手法を応用できる能力を問うものです。 出典: toukei-kentei.jp
2級が大学の基礎的な統計学の講義の内容を問うのに対して、準1級は、その先で学ぶ応用的な手法の習得を問います。具体的には、2級の内容をすべて含んだうえで、各種の統計解析の手法の使い方と、解析の結果を正しく解釈する力が試されます。回帰分析や多変量解析、時系列の分析、ベイズ統計、機械学習の基礎的な手法など、実務のデータ分析で使われる手法が幅広く出題されます。
試験の概要は次のとおりです。
| 項目 | 内容 |
|---|---|
| 受験方法 | CBT方式(試験会場のコンピューターで受験) |
| 出題形式 | 5肢選択問題、数値入力問題 |
| 問題数 | 25問〜30問 |
| 試験時間 | 90分 |
| 合格水準 | 100点満点で60点以上 |
| 受験料 | 一般8,000円、学割6,000円(税込) |
| 電卓 | 四則演算、百分率、平方根の計算ができる普通の電卓のみ持ち込み可 |
CBT方式とは、全国の試験会場に設置されたコンピューターで受験する方式のことです。準1級は2021年7月にCBT方式の試験が始まり、年間を通じて自分の都合のよい日に受験できます。試験が終わるとすぐに結果のレポートが表示されるので、合否をその場で知ることができます。
関数電卓は持ち込めず、普通の電卓だけで計算する必要があります。必要な統計数値表は会場で配られます。計算そのものよりも、問題の状況に合った手法を選び、結果を正しく読み取れるかが問われる試験です。
2027年1月から出題範囲が変わる
公式サイトでは、準1級の出題範囲表が2026年12月31日までのものと、2027年1月1日以降のものの2つ掲載されています。2つの範囲表を見比べると、2027年1月以降の範囲表には「統計的因果推論」が大きな項目として加わり、モデル選択の項目にBICが明記されるなど、実務でよく使われる考え方が取り込まれています。統計的因果推論とは、データから「ある施策が結果にどれだけ影響したか」という因果の関係を見積もるための考え方のことで、広告や施策の効果の測定で重視されています。これから受験する人は、自分が受験する時期の出題範囲表を確かめたうえで、勉強の計画を立てる必要があります。年内に受験するか、新しい範囲で受験するかによって、使う教材や重点的に学ぶ分野が変わることがあるためです。
出題分野と、実務での使いどころ
準1級の出題範囲は広く、2026年12月31日までの出題範囲表には、確率と確率分布、推定と検定、回帰分析、分散分析と実験計画法、標本調査法、多変量解析、時系列解析、分割表、欠測値、モデル選択、ベイズ法、シミュレーションなどの項目が並んでいます。一見すると学問的な項目ばかりですが、どれも実務のデータ分析の場面と結びついています。主な項目と、実務での使いどころを整理します。
| 出題範囲の項目 | 実務での使いどころの例 |
|---|---|
| 推定と検定 | 施策の前後で数字が本当に変わったのかを判断する |
| 重回帰分析 | 売上や満足度に影響している要因を見つける |
| ロジスティック回帰 | 解約や購入をする顧客の特徴を見つけ、確率を見積もる |
| 分散分析と実験計画法 | A/Bテストや複数の条件を比べる実験を設計する |
| 標本調査法 | アンケートの対象者の選び方と、結果の誤差を見積もる |
| 主成分分析、クラスター分析 | 顧客や商品をいくつかのグループに分ける |
| 判別分析(ROC、AUC、混同行列) | 予測モデルの当たり外れを評価する |
| 時系列解析 | 需要や来店者数の予測をする |
| モデル選択(AIC、クロスバリデーション) | 複数のモデルの中から使うものを選ぶ |
| ベイズ法 | 少ないデータから見積もりを更新していく |
この表を見ると、準1級の勉強が、実務の分析で出会う「この場面ではどの手法を使えばよいか」という問いにそのまま答える力を育てることが分かります。転職の面接で、こうした項目と実務の場面を結びつけて話せると、資格の知識が使える知識であることを示せます。
合格率から見る難しさ
準1級の難しさは、合格率からおおよそ読み取れます。公式サイトの過去の受験データによると、CBT方式の試験での準1級の合格率は、次のように推移しています。
| 年 | 準1級の合格率 | 2級の合格率 |
|---|---|---|
| 2021年 | 34.8% | 48.0% |
| 2022年 | 35.9% | 49.9% |
| 2023年 | 35.3% | 49.1% |
| 2024年 | 35.5% | 48.1% |
| 2025年 | 34.7% | 46.1% |
準1級の合格率は、ここ数年おおむね35%前後で安定していて、2級より10ポイント以上低い水準です。受験者の多くは、すでに2級に合格している人や、大学で統計学を学んだ人だと考えられるので、数字以上に難しい試験だといえます。
合格に必要な勉強の時間は、すでに持っている知識によって大きく変わります。2級の内容がしっかり身についている人でも、準1級で新しく加わる手法の数が多いため、数か月単位の準備を見込む人が多いようです。公式の教材や過去の出題をもとに、苦手な分野を把握してから計画を立てるのが近道です。
転職でどう評価されるか
統計検定準1級は、データ分析の仕事の求人で、どのように扱われているのでしょうか。求人検索サイトで「統計検定準一級」を含む求人を検索すると、2026年10月2日時点で97件が表示されました。求人の多くは、データサイエンティスト、データアナリスト、データ分析のコンサルタントなどの職種です。
求人票では、準1級は次のような形で登場します。
<必須スキル>レコメンドシステム(3年以上)情報検索(知識)LLM(知識)統計検定準1級相当の知識... 出典: 求人ボックス
この求人票の書き方には、準1級の評価のされ方がよく表れています。ポイントは3つあります。
資格そのものより「相当の知識」が問われる
求人票の多くは、「準1級の合格」ではなく「準1級相当の知識」や「準1級以上が目安」という書き方をしています。つまり、会社が求めているのは資格の証明書そのものではなく、準1級で問われる水準の統計の理解です。資格を持っていれば、その水準に達していることを手早く示せますが、資格がなくても、実務の経験や成果物でその水準を示せれば評価されます。
必須ではなく歓迎の条件であることが多い
準1級が「必須」の条件として書かれる求人は多くありません。多くの場合、「歓迎する資格」や「あれば尚可」の欄に、G検定やE資格、データサイエンスの資格などと並んで書かれます。必須の条件として求められるのは、データ分析の実務の経験、PythonやRなどの分析のツールを使った経験、SQLでデータを抽出した経験などです。
実務の経験と組み合わせて評価される
先ほどの求人票では、レコメンドシステムの経験が3年以上求められていました。準1級の知識は、こうした実務の経験と組み合わせて初めて評価の対象になります。資格だけを持っていて実務の経験がない場合、データ分析の仕事への転職では、資格の評価は限られたものになりがちです。
準1級が強みになる場面
それでも、準1級が強い武器になる場面はあります。代表的なのは次の3つです。
・別の職種からデータ分析の仕事に移るとき。実務の経験が少なくても、統計の理解を客観的に示せる
・すでに分析の仕事をしている人が、統計の専門性を示したいとき。ツールを使えるだけでなく、手法の意味を理解していることを示せる
・マーケティングや品質管理、研究開発など、データを扱う仕事の中で、統計の担当として頼られたいとき
特に、別の職種からの転職では、書類選考の段階で「統計の基礎がある人かどうか」を判断する材料として、準1級は分かりやすい指標になります。
2級と準1級、どちらを目指すか
転職を考えている人の中には、「2級で十分なのか、準1級まで取るべきか」と迷う人も多いでしょう。目指す仕事によって、答えは変わります。
| 目指す仕事 | 目安となる資格 | 理由 |
|---|---|---|
| データを使う事務、営業の分析、マーケティングの集計 | 2級 | 基本的な統計の知識で十分なことが多い |
| データアナリスト | 2級から準1級 | 回帰分析や検定を使った分析が中心になる |
| データサイエンティスト | 準1級以上 | 応用的な手法の理解と、機械学習の基礎が求められる |
| 統計の専門職、研究職 | 準1級から1級 | 手法の理論的な理解が求められる |
2級は、データ分析の仕事の入口として広く認知されている資格です。まず2級を取り、実務の中で必要を感じてから準1級に進むという順番は、無理のない道筋です。一方、データサイエンティストのように応用的な手法を日常的に使う仕事を目指すなら、準1級の内容は避けて通れません。
働きながら合格を目指す勉強の進め方
転職を考える人の多くは、今の仕事を続けながら準1級の勉強をすることになります。限られた時間で合格を目指すには、次の順で進めると無駄が少なくなります。
- 2級の内容を確実にする。準1級は2級の内容をすべて含むため、2級の範囲に穴があると、応用の問題で手が止まる
- 出題範囲表を見て、項目ごとに「説明できる」「聞いたことはある」「知らない」の3段階で自分の理解を確かめる
- 公式の教材や問題集で、「知らない」項目から順に学ぶ
- 問題を解くときは、計算の手順だけでなく、なぜその手法を使うのかを説明できるようにする
- 学んだ手法を、PythonやRで実際のデータに当てはめて動かしてみる
5つ目の手順は、試験の合格だけを目指すなら省いてもかまいません。それでも、転職に生かすことを考えるなら、ぜひ取り入れたい手順です。手法を実際に動かしてみると、試験の問題では見えなかった前提条件の大切さや、結果の読み方の難しさに気づけます。この経験は、そのまま面接で話せる材料にもなります。
平日に毎日少しずつ時間を取る人もいれば、週末にまとめて勉強する人もいます。大切なのは、受験日を先に決めてしまうことです。CBT方式で年間を通じて受験できるため、いつでも受けられると思うと、つい先延ばしになりがちです。受験日を決め、そこから逆算して、項目ごとの勉強の予定を組むと、途中で止まりにくくなります。
年代と経歴ごとの生かし方
準1級の生かし方は、今の年代や経歴によって変わります。
20代、30代前半で職種を変える場合
20代から30代前半で、事務や営業などの職種からデータ分析の仕事に移る場合は、準1級が統計の基礎を示す強い材料になります。若い年代の転職では、実務の経験よりも、学ぶ力や伸びしろが評価されることが多いからです。準1級と、SQLやPythonの基本的な経験を組み合わせて、データアナリストの見習いの立場から入る道が現実的です。
30代後半以降で、今の仕事の専門性と組み合わせる場合
30代後半以降の転職では、これまでの仕事の専門性と統計の知識を組み合わせることが鍵になります。たとえば、マーケティングの経験がある人なら広告や顧客の分析、製造業の経験がある人なら品質管理や工程の分析、医療や製薬の経験がある人なら臨床のデータの分析など、業界の知識と統計の知識の両方を持つ人は、データだけを扱える人より重宝されます。
今の会社の中で役割を広げる場合
転職をせずに、今の会社の中でデータ分析の役割を担う道もあります。社内で統計に詳しい人が少ない会社では、準1級を持っていることで、分析の相談役として頼られることがあります。社内で分析の実績を積み、それを足がかりに転職や業務委託の仕事に広げていく人もいます。
求人で一緒に求められるスキル
準1級を転職に生かすには、資格と一緒に求められるスキルを知っておくことが大切です。データ分析の求人で、統計の知識と並んでよく求められるのは次のスキルです。
・PythonやRを使ったデータの加工と分析
・SQLを使ったデータベースからのデータの抽出
・Excelやスプレッドシートを使った集計
・BIツールを使ったダッシュボードの作成
・クラウドのサービス(AWS、GCP、Azureなど)の利用経験
・分析の結果を分かりやすく伝える資料の作成と説明
特に、SQLとPythonの組み合わせは、ほとんどのデータ分析の求人で求められます。統計の知識があっても、データを自分で取り出して加工できなければ、分析の仕事は始められないからです。準1級の勉強と並行して、実際のデータを使って分析を一通りやってみる経験を積んでおくと、転職の書類で示せる材料が増えます。
もう一つ見落とされがちなのが、分析の結果を伝える力です。データ分析の仕事は、分析をして終わりではなく、その結果をもとに事業の判断を助けることが目的です。統計の専門用語を使わずに、分析の結果が何を意味するのか、次に何をすべきかを説明できる人は、どの会社でも重宝されます。
データ分析の仕事の進み方
転職を考える前に、データ分析の仕事が実際にどう進むのかを知っておくと、準1級の知識がどこで生きるのかが具体的に見えてきます。会社や案件によって違いはありますが、1つの分析の仕事はおおむね次のように進みます。
- 依頼した人から、何を知りたいのか、分析の結果を何に使うのかを聞き取る
- 必要なデータがどこにあるかを確かめ、SQLなどで取り出す
- データの欠けや誤りを確かめ、分析に使える形に整える
- データの性質と目的に合った手法を選び、分析をする
- 結果を確かめ、前提が崩れていないか、別の見方ができないかを検討する
- 結果を資料にまとめ、依頼した人に説明し、次に取るべき行動を提案する
この流れのうち、準1級の知識が最も効くのは4つ目と5つ目です。手法を選ぶ場面では、データの量や種類、知りたいことに合わせて、どの手法が適切かを判断する力が求められます。結果を確かめる場面では、手法の前提が満たされているか、偶然の結果ではないかを見極める力が求められます。
一方、実際の仕事で最も時間がかかるのは、2つ目と3つ目のデータの準備であることが多いといわれます。また、1つ目の聞き取りと6つ目の説明は、統計の知識だけでは身につかない、相手と向き合う力が問われる部分です。準1級は分析の中心を支える知識ですが、仕事全体の中では一部であることを知っておくと、転職の準備で何を補えばよいかがはっきりします。
在宅の分析の仕事での使い道
データ分析の仕事は、パソコンとデータがあれば場所を選ばずにできるため、在宅で働きやすい仕事の一つです。在宅勤務を認める求人も多く、業務委託として在宅で分析の仕事を受ける人もいます。準1級の知識は、在宅の分析の仕事で次のように生かせます。
業務委託の分析の仕事
企業から、特定のデータの分析を業務委託で受ける仕事があります。たとえば、アンケートの集計と分析、売上のデータの要因分析、広告の効果の測定、A/Bテストの設計と結果の判定などです。こうした仕事では、依頼する側が統計に詳しくないことも多く、「どの手法を使えばよいか」から相談されることがあります。準1級の知識があれば、データの性質に合った手法を選び、結果の読み方まで含めて提案できます。
分析の結果のレビューや助言
社内で分析を行っている企業から、分析の方法や結果が正しいかを確かめてほしいという依頼を受けることもあります。統計の手法の使い方を誤ると、もっともらしいけれど誤った結論が出てしまうため、第三者の目で確かめる仕事には一定の需要があります。この仕事では、手法の前提条件や、結果の解釈の落とし穴を理解していることが重要で、準1級で問われる知識がそのまま役に立ちます。
統計の解説や教材の作成
統計やデータ分析について、初心者向けの解説記事や教材を作る仕事もあります。企業の研修の資料や、学習サービスの問題、技術系のメディアの記事などです。準1級を持っていることは、書き手として統計を正しく理解していることを示す材料になります。
在宅の仕事を受けるときの注意
在宅でデータ分析の仕事を受けるときは、データの扱いに特に注意が必要です。顧客の個人情報や、企業の売上のような機密の情報を扱うことが多いからです。秘密保持の契約の内容をよく確かめ、データを保存する場所や、作業に使うパソコンの管理の方法を、依頼する側と事前に取り決めておきます。業務委託の場合は、契約の範囲、納品物の形、報酬の支払いの時期も、書面で確かめておくことが大切です。
業務委託の契約と報酬の考え方
在宅で分析の仕事を業務委託として受けるときは、契約の形と報酬の決め方を事前に整理しておくと、後のもめごとを防げます。データ分析の業務委託では、主に次の3つの報酬の決め方が使われます。
| 報酬の決め方 | 向いている仕事 | 注意すること |
|---|---|---|
| 成果物ごとの固定報酬 | アンケートの分析報告書、ダッシュボードの作成など、納品物がはっきりした仕事 | 修正の回数と範囲を契約で決めておく |
| 時間あたりの報酬 | 分析の相談、レビュー、継続的なデータの集計 | 作業時間の記録の方法と、上限の時間を決めておく |
| 月ごとの定額 | 毎月の定例の分析や、社内の分析の相談役 | 1か月あたりの作業の範囲を具体的に決めておく |
データ分析の仕事は、分析を始めてからデータの不備が見つかり、作業が予定より膨らむことがよくあります。データの前処理にどれだけ時間がかかるかは、データを見るまで分からないためです。固定報酬で受けるときは、最初にデータの状態を確かめる時間を取り、その結果をもとに作業の範囲と報酬を決め直せるよう、契約の段階で取り決めておくと安心です。
2024年11月からは、フリーランスとして働く人と発注する事業者の取引について、フリーランス・事業者間取引適正化等法が施行されています。発注する事業者には、仕事の内容や報酬の額、支払いの期日などを書面や電子メールなどで明示することが求められます。業務委託で分析の仕事を受けるときは、こうした条件が示されているかを確かめましょう。
準1級が評価されにくい場合
準1級は統計の理解を示す確かな資格ですが、場合によっては評価されにくいこともあります。転職の準備で空回りしないよう、評価されにくい場合も知っておきましょう。
1つ目は、応募する仕事が、統計の手法よりもデータの基盤づくりやシステムの開発を中心とする場合です。データエンジニアのように、データを集めて保存し、使える形に整える仕事では、統計の知識よりも、データベースやクラウドのサービス、プログラミングの技術が重視されます。
2つ目は、資格だけがあって、実際にデータを触った経験がまったくない場合です。準1級の勉強は、手で計算する問題が中心です。実際のデータは欠けていたり、形が揃っていなかったりするため、試験の知識だけでは対応しきれない場面が多くあります。
3つ目は、応募書類で資格の名前を書くだけで、何ができるのかを示していない場合です。採用の担当者が統計に詳しいとは限らないため、準1級でどんな力が身についたのかを、具体的な場面とともに説明する必要があります。
応募書類と面接での伝え方
準1級を転職に生かすには、応募書類と面接での伝え方も大切です。資格の名前を書くだけでなく、その知識を使って何ができるのかを具体的に示しましょう。
職務経歴書の書き方
職務経歴書では、資格の欄に準1級を書くだけでなく、これまでの仕事の中で統計の知識をどう使ったかを、具体的な場面とともに書きます。たとえば、「顧客アンケートの結果を重回帰分析で分析し、満足度に影響する要因を特定して改善の提案をした」といった書き方です。実務の経験が少ない場合は、公開されているデータを使って自分で行った分析の内容を書くこともできます。
成果物を用意する
データ分析の仕事では、実際に行った分析の成果物を見せられると、評価が大きく変わります。公開されているデータを使い、問題の設定、データの加工、分析、結果の解釈までを一通りまとめた資料を用意しておくと、面接で具体的な話ができます。分析に使ったコードを整理して公開しておくのも有効です。
面接で話すこと
面接では、準1級を取った理由と、勉強の中で特に関心を持った手法について話せるようにしておきます。「なぜその手法を選ぶのか」「その手法の前提が崩れたらどうするか」といった質問に答えられると、資格の知識が身についていることを示せます。また、統計に詳しくない人に分析の結果をどう説明するかを聞かれることもあるので、専門用語を使わずに説明する練習をしておくとよいでしょう。
転職活動の進め方
準1級を生かした転職活動は、次の順に進めると無理がありません。
- 目指す職種を決める。データアナリストか、データサイエンティストか、データを扱う別の職種かで、求められるスキルが変わる
- 求人票を10件ほど読み、必須の条件と歓迎の条件を書き出す
- 自分のスキルと照らし合わせ、足りないものを補う計画を立てる
- 準1級の勉強と並行して、SQLやPythonを使った分析の経験を積み、成果物にまとめる
- 職務経歴書に、統計の知識を使った具体的な経験を書く
- 応募し、面接で資格の知識と実務の経験のつながりを説明する
求人票を読むときは、「準1級」という言葉だけで探すのではなく、「データアナリスト」「データサイエンティスト」「統計」などの言葉で広く探し、歓迎の条件に準1級や統計の知識が書かれているものを選ぶと、選べる求人の幅が広がります。
資格を取った後も学び続ける
統計やデータ分析の分野は、手法やツールが変わり続けています。機械学習の手法の発展や、大規模言語モデルを使った分析の広がりなど、準1級を取った後に新しく学ぶことは少なくありません。資格は、学び続けるための土台であって、ゴールではありません。
準1級の先には1級があります。1級は、統計数理と統計応用の2つの試験に分かれていて、統計の専門家としての力を問う資格です。統計の専門職や研究職を目指す人は、1級を次の目標にするのも一つの道です。公式サイトによると、1級は紙の試験で、次回は2026年11月15日に実施されます。
一方、データ分析の実務を中心に働きたい人は、1級を目指すより、実務の経験を積み、扱える分野を広げることを優先したほうが、転職や仕事の受注に結びつきやすいこともあります。自分が目指す働き方に合わせて、次に学ぶことを選びましょう。
統計検定には、準1級や1級のほかに、データサイエンスの力を問う試験もあります。データの加工や可視化、機械学習のモデルの扱いなど、より実務の作業に近い内容を問う試験で、準1級の理論の知識と組み合わせると、理論と実践の両方を示せます。どの資格を次に選ぶかは、求人票の歓迎の条件に何が多く書かれているかを見て決めると、転職に結びつけやすくなります。
準1級を生かして働き方を広げる
フリーランスや在宅ワークの市場を20年見てきた運営者の立場からいえば、データ分析の仕事で長く信頼されている人は、資格や手法の知識だけでなく、依頼する側の困りごとを正確に聞き取り、分析の結果を相手が使える形で返せる人です。「この人に分析を任せると、次に何をすればよいかが分かる」という信頼が、繰り返しの依頼を呼びます。また、間に入る会社の取り分が少ない形で直接仕事を受けられれば、同じ予算でも依頼する側はより多くの分析を頼め、受ける側の手取りも厚くなります。統計の専門性は、そうした直接の信頼関係を築くうえで強い裏付けになります。
データ分析の知識は、AIの活用を支援する仕事にもつながります。企業がAIを業務に取り入れるときには、データの準備や、AIが出した結果の妥当性の検証に、統計の知識が欠かせません。AIコンサル・業務活用支援のお仕事では、企業のAI活用を支える仕事の内容や、求められるスキルを整理しています。
マーケティングの分野でデータを生かしたい人には、AI・マーケティング・セキュリティのお仕事が参考になります。広告の効果の測定や顧客の分析など、統計の知識が直接役に立つ仕事が多い分野です。
分析の仕事からソフトウェアの開発に近い方向へ広げたい人は、職種ごとの収入の目安も確かめておくと、進む方向を決めやすくなります。ソフトウェア作成者の年収・単価相場では、ソフトウェアの開発に関わる仕事の年収や単価の相場を確認できます。
統計検定準1級は、取っただけで転職が決まる資格ではありません。それでも、統計の理解を客観的に示し、実務の経験や成果物と組み合わせることで、データ分析の仕事への扉を開く確かな材料になります。まずは目指す職種の求人票を読み、資格と一緒に求められているスキルを書き出すところから始めてみてください。
よくある質問
Q. 統計検定準1級を持っていれば未経験でもデータ分析の仕事に転職できますか?
準1級は、統計の理解を客観的に示す材料として書類選考で評価されますが、資格だけで採用が決まることはほとんどありません。データ分析の求人では、SQLやPythonを使った分析の経験が必須の条件として求められることが多いため、準1級の勉強と並行して、公開されているデータを使った分析の成果物をつくっておくと、未経験からの転職でも評価されやすくなります。
Q. 統計検定準1級の合格率はどれくらいですか?
公式サイトの過去の受験データによると、CBT方式の試験での準1級の合格率は、2021年が34.8%、2023年が35.3%、2025年が34.7%で、おおむね35%前後で推移しています。同じ年の2級の合格率は46%から50%程度なので、準1級は2級より10ポイント以上低い水準です。受験者の多くが2級合格者などであることを考えると、数字以上に難しい試験です。
Q. 統計検定2級と準1級は転職でどれくらい評価が違いますか?
データを使う事務やマーケティングの集計なら2級で十分なことが多い一方、データサイエンティストのように応用的な手法を使う仕事では、準1級の水準の知識が求められます。求人票では「準1級相当の知識」や「準1級以上が目安」と書かれることがあり、そうした求人では準1級を持っていると、統計の水準を手早く示せます。目指す職種の求人票で確かめるのが確実です。
Q. 統計検定準1級はいつ受験できますか?
準1級はCBT方式の試験で、全国の試験会場で年間を通じて受験できます。試験時間は90分、問題数は25問から30問で、100点満点中60点以上で合格です。受験料は一般8,000円、学割6,000円(税込)です。なお、出題範囲表は2027年1月1日以降に新しいものに切り替わるため、受験する時期の出題範囲を公式サイトで確かめてから勉強の計画を立てましょう。
この記事について
編集部
監修:@SOHO編集部
2004年よりフリーランス・在宅ワーク向けサービスを運営。生成AIで作成した下書きを、一次情報と照らし合わせて確認したうえで公開しています。

この記事を書いた人
@SOHO編集部
フリーランス・在宅ワークの専門メディア
@SOHOは2004年から続く、日本のフリーランス・在宅ワーク向け案件サイトです。記事は生成AIで下書きを作り、数値・固有名・出典を一次情報と照らし合わせる確認の手順を経て公開しています。
関連記事
カテゴリから探す

クラウドソーシング入門
クラウドソーシングの基礎知識・始め方・サイト比較

職種別ガイド
職種・スキル別の案件獲得方法と単価相場

副業・在宅ワーク
副業・在宅ワークの始め方と対象者別ガイド

フリーランス
フリーランスの独立・営業・実務ノウハウ

お金・税金
確定申告・節税・経費・ローンなどお金の知識

比較・ランキング
サービス比較・おすすめランキング

AI活用
職種別にChatGPT・生成AIを活用して業務効率化・収益化するノウハウ

最新トレンド
市場動向・法改正・AIなど最新情報

発注者向けガイド
クラウドソーシングで外注・人材探しをする企業・個人向け

転職・キャリア
転職エージェント・転職サイト比較・キャリアチェンジ

看護師の転職・求人
看護師の転職・派遣・単発バイト・副業など働き方のガイド。診療や医学の情報は扱いません

薬剤師の転職・求人
薬剤師・登録販売者の転職・派遣・パートなど働き方のガイド。診療や医学の情報は扱いません

介護職の転職・求人
介護職・介護福祉士・ケアマネジャー・訪問介護員の転職・派遣・夜勤など働き方のガイド

保育士の転職・求人
保育士・保育補助・幼稚園教諭の転職・派遣・パートなど働き方のガイド

医療職の転職・求人
医師・産業医・リハビリ職・歯科衛生士・管理栄養士・医療事務の転職や働き方のガイド。診療や医学の情報は扱いません

保険
生命保険・医療保険・フリーランスの保険設計

採用・求人
無料求人掲載・採用コスト削減・人材募集の方法

オフィス・ワークスペース
バーチャルオフィス・コワーキング・レンタルオフィス

法律・士業
契約トラブル・士業独立開業・フリーランス新法

シニア・50代
シニア世代のキャリアチェンジ・副業・年金

セキュリティ
サイバーセキュリティ・脆弱性対策・情報保護

金融・フィンテック
暗号資産・決済・ブロックチェーン・金融テクノロジー

経営・ビジネス
経営戦略・ガバナンス・事業承継・知財

ガジェット・機材
フリーランスに役立つPC・デバイス・周辺機器

子育て×働き方
子育てと在宅ワークの両立・保育園・時間管理

補助金・助成金
個人事業主・フリーランスが使える公的補助金・助成金・給付金の申請ガイド

M&A・事業売却
会社売却・事業承継・事業譲渡を考える経営者向け。売却の流れ、税金、従業員への伝え方、仲介会社の選び方

アウトソーシング・外注ガイド
SNS運用・経理・広告など、業務のアウトソーシング(外注)を検討する企業・個人向け。費用相場・依頼の流れ・失敗しない選び方







