Quantitative
Quantitative = 定量的 → ビジネスにおけるファイナンスや統計分析などに不可欠 あるいは 少なくとも正の相関性
言い換えると
「数字に強いことはMBAや大学院レベルの授業に貢献するための必要条件」
ビジネススクール、海外大学院がこのような共通認識を持っている、Quantitativeが課される理由はここにあると思います。論理性や合理性がない意見ばかりではケースメソッドのディスカッションが不完全燃焼になってしまいます。
2024年時点において従来のGMATがFocus Editionへ移行したことにより
1. Quantitativeセクションは「Problem Solving」のみ
2. Data SufficiencyはData Insightsセクションの一部に異動
3. Quantitiveは「45分で21問」 ← 時間と問題数が短縮
Quantitativeは英語力を問わず学習を開始から合格点まで到達できると考えております。また、真っ先に仕上げて安心材料にしてしまうことをお薦めしております。
Quantitativeについてさらに紹介しております
ビジネスにおいて定量的な分析や意思決定は昨今のデータに基づいた経営がもてはやされる以前から重要なものですが、それはビジネス分野に限ったことではなく医療、行政、教育やアカデミックな研究でもあてはまることです。
MBAは「将来のグローバルリーダー育成」であるものの、特に大学学部の専攻については指定がありません。商学、経済や理工学、社会学など数学や統計学を扱う分野だけでなく、文学や歴史など人文科学からも学生を受け入れています。
国によって中等教育や大学教育カリキュラムには差があり、大学にも教養課程重視やリベラルアーツカレッジもあれば、日本の医歯薬学部のように専門課程及び職業を前提とすることもあります。
少し話が逸れました。
上記のような多様な志願者を評価・選抜するのはMBA各校にとって大変な作業なのは想像に難しくありません。その中でGMAT Quantitativeは次の2点を公平に測ることが目的の一つでしょう。
-
ビジネスにおけるファイナンスや定量分析に臨むスキルや素養を持っているか
-
ケースメソッドにおいて論理的な意見やアイデアを組み立てることができるか
裏返すとMBA志願者にとっても
「大学の専攻や成績、キャリアの業界や職種に関係なく定量的な素養や論理的思考力」
を示すことができる数少ない出願資料であり活用しない手はありません。アピールポイントの観点で捉えればGMAT Quantitativeの目標スコアは
-
Ｑ49 = 上位20%
-
Ｑ50 = 上位10%
だろうと思います。
また、GMATは母国語に関係なく一律受験ですので母国語が英語でない受験生にとり「Verbal, Quantitativeのどちらが得点を確保しやすいか？」を考えればQuantitative狙いは火を見るより明らかです。
同じパーセンタイルになる平均値と中央値を比べてみると
-
平均値 Verbal 27.10 : Quantitative 38.34
-
中央値 Verbal 28 : Quantitative 42
人によって異なりますが、日本生まれ日本育ちの受験者にとってVerbalの28はそんなに簡単には獲得できないスコアです。TOEFL Readingが高得点の方でもVerbalの苦労話はごまんとあります。Quantitativeにおいて及第点を確保すると少しだけ安心材料になりますし、Verbal対策やエッセイにより多くの時間を割くことができます。
従来のQuantitativeで1.Problem Solvingと2.Data Sufficiencyの2タイプが出題されていた時期の学習と基本的に同じです。QuantitativeはしばしばMathと呼ばれますが、大学/大学院レベルの数学では全くありません。日本の教育で言えば高校までで習う数学知識/公式で解答可能です。
Data Sufficiencyについては出題の形式が真新しく感じる方が多いかと思います。しかしながら、「必要条件」「十分条件」と「必要十分条件」を理解していれば概念自体は既に学習済みの分野をちょっと角度を変えた程度と感じる方も多いのではないでしょうか。
Problem Solving
GMAT Focus Ediition 2023/2024からQuantitativeセクションは Problem Solvingのみになりました
（Data SufficiencyはData Insightsセクションに移りました）。
Problem Solvingは選択式の数学テストに近いです。日本の中学や高校で習う内容でほぼカバーできています。数学の英単語や記述の仕方に慣れれば、受験で数学が得意だった方はProblem Solvingも同じように得意科目だと思います。
Quantitativeで上位20%を確保し、Verbalスコア次第でアジア及びヨーロッパのトップスクールを狙えるスコアを獲得する。GMATスコアは"アメリカ MBA ＞ ヨーロッパMBA ＞ アジアMBAですから、QuantitativeメドがたてばどこかしらのMBA合格が見えてきます。
最初は簡単な問題から
オフィシャルガイドはレベル別になっていますので是非簡単レベルを一通り解いて、出題パターンを掴んでおきましょう、いずれ標準や難しい問題に取り組むを際にいち早く修正箇所を見つける訓練になります。
ある程度の読解力も必要です。そもそも問題文が理解できなければ解答することができません。Problem Solvingでは計算を最後まで行い数学の解を出す必要があります。
Official GuideやQuestion Packで一通り出題パターン全てを演習し苦手分野を無くしておくと安心して受験できると思います。
GMAT本番は難化傾向と感じる受験生が多いようですが、それでもスコアは49以上（旧バージョンの上位25%）が出ているようなので、戦略や学習すべき内容は特段奇をてらわずオーソドックスに進めることが肝心と考えております。
GMAT Official Practice Questions: https://www.mba.com/exam-prep/gmat-official-practice-questions
Quantitativeスコアは上位20%（80パーセンタイル、従来のQ49)が一つの目安
およそ上位20％であるQuantitative 49を最初の目標としておすすめしております。実際、トップスクールに留学されている方の多くが上位20％以上を獲得しています。まずはQuantitativeで上位20％を獲得できればMBA出願準備の安心材料になります。
Quantitativeはいつからでも学習可能
覚えるべき単語、英語表現と公式は限られていますし、高度な数学ではなく中学高校で学んだ数学レベルです。上記のとおりQuantitativeを真っ先に仕上げてしまうことをお薦めします。反対に大学入試を数学以外で受験した方にとっては「英語」と「数学」の両面から勉強する必要があるかもしれません。
Quantitativeは2ヶ月、かかっても3ヶ月で仕上げたい
所要期間はおよそ1.5-2ヵ月ですが、数学が得意な方であれば1か月未満で完了させることも不可能ではありません。Verbalと比較してQuantitativeの忘却曲線は緩やかな場合が多く、まずはQを仕上げて、Verbal/Data Insights/TOEFLやエッセイなど他のパートと重ならないスケジュールが望ましいです。
Quantitative Score測り方
-
解答した問題数
-
正答数
-
問題の難易度など
標準誤差は3です。
GMAT Handbookにはこのように
The Quantitative and Verbal Reasoning sections are item-level adaptive, and your score is based on three factors:
-
Number of questions you answer
-
Whether your answers are correct
-
Difficulty and other qualities of the questions you answered
The standard error of measurement is 3 points.
↓GRE Quantitativeのスコアはトップ校でも意外と平凡です。およその目安で
Q167 = 上位10%
Q163 = 上位20%
ですので、日本人受験者はそこまで苦労せずに取得するスコア水準です。
GRE Quantitative平均スコア(Average/Mean)
-
Stanford Q164
-
UCLA Q165
-
Chicago Booth Q163
-
Wharton UPenn Q162
-
UC Berkeley Q163
-
USC Marshall Q163
-
Dartmouth Tuck Q161
-
UTexas Mccombs Q161
-
Michigan Ross Q162
-
Indiana Kelly Q161
＊Hitotsubashi (Japan) Q166
GRE Quantitative中央値スコア(Median)
-
Yale Q166
-
UC Berkeley Q165
-
Harvard Q163
NYU Stern Q163
Northwestern Kellogg Q163
GRE Quantitative Mid80%スコア(上位90%の下限)
-
Yale 161
-
MIT Sloan 159
-
NYU Stern 157
Michigan Ross 157
Harvard 157
Data Sufficiency = 必要十分条件
VUCA「Volatility（変動性）、Uncertainty（不確実性）、Complexity（複雑性）、Ambiguity（曖昧性）」と言われる現代社会において限られたリソース（人や物、お金、時間など）を投資して、最大の成果を得ること、すなわちコスパがビジネスの生命線です。
それを実現するのが「必要十分条件」の考え方です。数学の論理クイズがData Sufficiency、現代文の論理クイズがCritical Reasoningという人もいます。どちらも論理的思考力が求められる点で共通点があります。
GMAT Focus EdiitionからData SufficiencyはData Insightsセクションに移りました（以前はQuantitativeのパートでした）。
問題文と一緒に表示される条件式2つが表示されます。５つの選択肢はどの問題も同じで、条件式2つが各々で、もしくは2つ併せた場合で問題の答えが明確になるかどうか、それとも明確にならないかです。つまり、条件式が問題文の答えを明確にするかしないかを判断する上で条件式が十分条件か否かを問われます。
十分条件とは、数学や論理上で用いられる言葉ですがあまり定義にこだわらず、この条件ならば問題文の答えが明確になるか否か、くらいに理解していればよいのではないかと思います。Data Sufficiencyは数学の知識は必要ですが、問われているのは２つの条件が個々で、もしくは合わせた場合に十分条件になるかどうかであって最終的な解は不要です。選択肢はどの問題でも同じで、大体こんな感じです。
Ａ．１は単独で十分条件である ２は単独で十分条件ではない
Ｂ. 2は単独で十分条件である 1は単独で十分条件ではない
Ｃ．１と２の両方を組み合わせれば十分条件であるが、単独ではいずれも十分条件ではない
Ｄ．１と２、いずれも単独で十分条件である
Ｅ．１と２は単独でも組み合わせても十分条件ではない
十分条件かどうかを判断する問題は日本の入試ではあまり見ないと思います。しかし、ビジネスでは現場レベルでも経営会議でも何かを判断、決断する上で条件に関して考えることは珍しいことではなく、日ごろから行っていることです。むしろ十分条件で明確に成否がわかるわけではなく、ある程度の確度が担保できれば良しとしているかもしれません。
このように条件を評価することはGMATのみならず、MBA在学中や卒業後に求められる能力の一つと考えて差し支えありません。そのためのData Sufficiencyと捉えて解法を学んでいくことはGMATだけでなく将来ビジネスリーダーとして判断/決断を下していく上でとても有用です。
Quantitative単語張
算数/数学は日本語だろうと英語だろうと全く変わりませんからだいぶ楽です。公式や定理、計算は世界中どこでも同じですから、Quantitativeは英語よりもグローバルなツールです。
Word 日本語訳
arithmetic 算数
real 実数
irrational 無理数
rational 有理数
integer 整数
absolute value 絶対値
odd 奇数
even 偶数
prime number 素数
addition 足し算
subtraction 引き算
multiplication 掛け算
division 割り算
remainder 余り
factor 約数
sum 合計
fraction 分数
numerator 分子
fraction bar バー
denominator 分母
reduce/cancel 約分
digit 桁
hundreds 百の位
tens 十の位
units 一の位
decimal 小数
tenths 十分の一
hundredths 百分の一
thousandths 千分の一
coefficient 係数
base 基数
exponent 指数
square ２乗
cube ３乗
number line 数直線
average 平均
standard deviation標準偏差
probability 確率
ratio 比率
rate 速度
percent 百分率
root√、根
factorization 因数分解
prime factorization 素因数分解
algebra 代数学
substitution 代数
equation 方程式
linear equation 一次方程式
inequality 不等式
greater than より大きい
less than より小さい
greater than or equal to 以上
less than or equal to 以下
quadratic equation 二次方程式
function 関数
geometry 幾何学
circle 円
concentric 同心の
diameter 直径
radius 半径
chord 弦
arc 円弧
solid 立体
vertex 頂点、交点
face 面
volume 体積
cylinder 円柱
sphere 球
hemisphere 半球
altitude 高さ
angle 角
acute angle 鋭角
right 直角
obtuse 鈍角
slope 傾き
triangle 三角形
isosceles triangle 二等辺三角形
right triangle 直角三角形
equilateral 等辺の
equilateral triangle 正三角形
leg 直角三角形の辺
hypotenuse 直角三角形の斜辺
quadrilateral 四角形、四辺形
rectangle 長方形
square 正方形
polygon 多角形
GMAT Learning beyond 700はMBAをはじめ海外大学院を目指す方を応援する学習サイトです。
GMAT学習歴、TOEFLスコア、社費・私費などを全て問いません。MBA出願やスコアメイクの一助となれば幸いです。
以下の各リンクよりGMATや英語学習についてご参照いただけます。
ちょっとしたコラムや当ページの補足説明になります。
過去のGMATセクションについて紹介しております。
GMAT Learning beyond 700はFocus Edition以前の旧バージョンGMATに基づいた内容を含みます。
GMAT Focus Edition と 旧バージョンはスコアや形式が異なり、同じパーセンタイル・順位なら前者の方が40-50点くらい低いです。
645 (Focus Edition) = 700 (旧バージョン)
605 (Focus Edition) = 650 (旧バージョン)
がスコア換算の目安になります。受験体験記やビジネススクールのAdmissionsクラスプロフィールをチェックする際にご注意ください。