当社では、データ分析・可視化ツール Power BI を活用し、データの力で行動傾向の理解や課題発見を目指しています。今回ご紹介するのは、10代の若者のスマートフォン使用パターンとその影響 を分析したサンプルダッシュボードです。依存傾向、学業成績、時間の使い方、心身の健康、そして年齢による違いを視覚的に把握することで、研究・教育・心理支援・データ分析の現場に役立つ実践的なインサイト を提供します。このダッシュボードは、外部公開されている Kaggle（カグル） のデータセットをもとに作成されたもので、Power BIの高い可視化力と分析機能の魅力 を体験いただける構成となっています。データセットの概要このデータセットは以下のテーマに焦点を当てています。依存症レベル（うつ、不安、スマホ依存など）学業成績（中央値ベースのスコア）時間配分（ソーシャルメディア、ゲーム、教育、運動、睡眠）精神的・肉体的健康のプロキシ（自尊心、家族コミュニケーション）【実例紹介】ダッシュボードで可視化した分析ポイント性別・年齢別の平均指標（睡眠時間、不安レベル、教育時間、運動時間）電話（スマホ）の使用目的割合（SNS、ゲーム、教育、その他）うつ病レベルと学業成績（中央値）の関係家族コミュニケーションと自尊心の関係毎日の睡眠時間と学業成績の中央値推移【データ深掘り】うつ病レベルと学業成績の関係※１３歳で絞り込みしたデータ※１6歳で絞り込みしたデータ※１9歳で絞り込みしたデータ13歳：レベル4、8でピーク（78点）、レベル10では大幅低下（69点）16歳：レベル1、4、7、9、10で78点と高め、レベル6で低下（71点）19歳：レベル4（85点）、5（84点）で突出、10でも82点と高い考察：年齢が上がると中〜高いうつレベルでも学業成績が高いケースが目立ち、若年層ほどメンタルの影響を直接受けやすい可能性がある。家族コミュニケーションと自尊心の関係13歳：5・7で最高（6.1）、10で低下（5.56）16歳：5・7で最高（6.3）、10でやや回復（5.88）19歳：7・9で最高（6.2）、6で低下（4.8）考察：年齢が上がると高頻度コミュニケーション（7〜9）で自尊心が維持・向上する一方、中頻度（6）でむしろ下がる例も。単なる頻度だけでなく、内容や質の違いが影響か。睡眠時間と学業成績の関係13歳：5〜8時間帯で安定（70台後半〜80台）、10時間超はデータ少なめ16歳：幅広い時間帯で80〜90台が分布、短時間・長時間層に外れ値高得点19歳：短時間（4時間以下）・長時間（10時間超）で一部90点超の突出値、中央値のばらつき大考察：高年齢層では短睡眠・長睡眠でも高成績者が現れやすく、個別要因（例：自己管理能力、学習習慣、補習支援）が重要と推測。電話使用目的の割合全年齢共通でネットサーフィン、ゲーム、SNSが20%前後を占めるが、13歳は「教育」目的が21.5%とやや高め、19歳では逆に教育が17.3%と低下。考察：年齢とともにスマホ利用の目的が娯楽寄りに移行する傾向が示唆される。活用・応用の可能性年齢別の課題（例：若年層のメンタルサポート、高年齢層の自己管理支援）の特定教育現場での年齢別アプローチ（例：中学生と高校生で異なる介入策）データサイエンス応用（年齢・行動・成績の多変量モデル化）最後に：年齢によって異なる“データの物語”を読み解くこのダッシュボードは、10代という一括りでは見えない「年齢ごとの違い」や「個別の特性」を浮き彫りにします。Power BIは、こうした細やかな分析を支え、教育・心理支援・研究・政策の現場でより的確な理解と行動につなげるための強力なツールです。データに眠る価値を、UDATAが引き出します。現状と目標をぜひお聞かせください。 こちらのお問い合わせフォーム よりご連絡をお待ちしています。