目次 2 1. 研究の背景 1-1. e-sportsについて 1-2. 海外での成功例 1-3. 国内でも話題に 1-4. ただし海外と比較すると 1-5. 理由の考察 1-6. e-sportsの可能性 2. 分析の目的 2-1. 本研究で分析したいこと 3. 先行研究 3-1. 先行研究の紹介 1 3-2. 先行研究の紹介 2 4. データ分析の概要 4-1. 扱うデータの紹介 4-2. 分析方法の紹介 5. データ分析の結果 5-1. イメージ調査 の分析 1 各年代のイメージ分析 2 悪いイメージの要因分析 5-2. [ ゲームをする事の影響 分析 1 ゲームをする事 と 学力 の関係 2 ゲームをする事 と 友達 の関係 6. 主張とまとめ 6-1. 研究のまとめと主張 6-2. 参考資料
研究の背景 ( なぜこのような研究をするのか ) 1-1. e-sportsについて 1-2. 海外での成功例 1-3. 国内でも話題に 1-4. ただし海外と比較すると 1-5. 理由の考察 1-6. e-sportsの可能性 3
1-1. e-sports とは?1 4 e-sports とは? エレクトリック スポーツの略で 複数のプレイヤーで対戦されるコンピュータゲーム ( ビデオゲーム ) をスポーツ 競技として捉える際の名称
1-1. e-sports とは?2 5 1 複数のプレーヤー 2 対戦 3 コンピュータゲーム
1-1. e-sports とは?3 6
1-2. 海外での実例 1 1. 非常に大きな大会 7 海外では 大人気のスポーツとして認知されている
1-2. 海外での実例 2 8 1. 世界規模の有名な大会 ( 億単位の賞金 1) 大会名 The International 2017 2017 LOL World Championship 競技 Dota2 League of Legends EVO 2017 スト5 スマブラなど 主催 Valve Riot Games Triple Perfect Inc. 賞金総額 2478 万ドル ( 約 24 億円 ) 225 万ドル ( 約 2 億 ) 25 万ドル ( 約 2500 万円 ) ファイナル 2017 年 8 月 2017 年 11 月 2017 年 7 月 開催地米国 シアトル中国 北京米国 ラスベガス 備考 賞金総額は e-sports 史上最高額を更新 中国の武漢 広州 上海でトーナメントがあり 決勝は北京 格闘ゲーム専門の e-sports 大会として長い歴史を持つ 出典 : 拡大する世界の e スポーツ市場と日本市場における展望 (https://www.kantei.go.jp/jp/singi/titeki2/tyousakai/kensho_hyoka_kikaku/2018/contents/dai4/siryou1.pdf)
1-2. 海外での実例 2 9 2. 賞金ランキング ( 億単位の賞金 2) 大会名ゲームタイトル優勝賞金 ( 円 ) 賞金総額 ( 円 ) 1 位 2 位 3 位 4 位 5 位 The International 2017 The International 2016 The International 2015 The International 2014 League of Legends 2016 World Championship DOTA2(PC) 約 11 億 9000 万約 27 億 DOTA2(PC) 約 10 億約 22 億 DOTA2(PC) 約 7 億 2000 万約 20 億 DOTA2(PC) 約 5 億 5000 万約 12 億 League of Legends(PC) 約 2 億 2000 万約 5 億 出典 :e-sports マニア (https://esports-mania.com/prize-23)
1-3. 国内でも 10 さまざまなメディアに取り上げられ 注目されている
1-4. 日本ではまだまだ 1( プレイヤー数 ) ( 国別 ) 世界的な大会への出場プレイヤー数ランキング 11 順位国名プレーヤー数 [ 人 ] 1 アメリカ 11,182 2 中国 3,144 3 韓国 3,026 4 ドイツ 2,799 5 フランス 2,429 17 日本 702 表から読み取れること 1. 日本は 未だ 17 位 2.1 位のアメリカとは 参加者の桁が 2 桁違う 上位 5 位までの国とは 1 桁違う 上位の国では 国が e-sports 選手をスポーツ選手として認めているため 遠征費などの支給がある 出典 : ゲームマニア (https://esports-mania.com/population-517)
1-4. 日本ではまだまだ 2( 年収比較 ) 12 11 位の年収を比較しても桁が違う 21 位 ~10 位を見ても平均額が全く違う 出典 : 日本と世界の統計データ (https://toukeidata.com/bunka/pro_gamer_nensyu.html)
1-4. 低い認知度 1 13 e-sports に関する認知度 ( 全体 ) N=1,200 26% 74% 知っている知らない e-sports を知っている人は 全体の約 4 分の 1 しかいない 出典 )PRITIME CyberZ 10~60 代 1,200 名に e スポーツ ユーザー認知調査を実施
1-4. 低い認知度 2 14 e-sports に関する認知度 ( 男性 ) 各年代 N=100 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% 10 代男性 20 代男性 30 代男性 40 代男性 50 代男性 60 代男性 46% 48% 41% 29% 26% 17% 54% 52% 59% 71% 74% 83% 知っている 知らない 20 代で 最も認知度が高く約半数が知っている 年齢層が上がるほど 認知度は低くなる 出典 )PRITIME CyberZ 10~60 代 1,200 名に e スポーツ ユーザー認知調査を実施
1-4. 低い認知度 3 15 e-sports に関する認知度 ( 女性 ) 各年代 N=100 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% 10 代女性 20 代女性 30 代女性 40 代女性 50 代女性 60 代女性 32% 26% 16% 9% 13% 13% 68% 74% 84% 91% 87% 87% 知っている 知らない 女性の方が更に認知度は低い また 男性同様年齢層が上がるほど 認知度は低くなる 出典 )PRITIME CyberZ 10~60 代 1,200 名に e スポーツ ユーザー認知調査を実施
1-4. 日本における悪循環 16 1. に戻る 1. 海外に比べてまだまだプレイヤー人数が少ない 4. プロを目指す人が減る 2. 利益がでない 宣伝ができない 3. 企業が ( スポンサー ) も参入しにくい
1-5. その理由の推定 17 1. 認知度 イメージ 日本では e-sports の認知度は低く ゲームに対するイメージが悪い 2. 法律 日本には 海外の様に大きな大会を行えないような法律がある 刑法 ( 賭博および富くじに関する罪 ) 風営法 ( 風俗営業等の規則および業務の適正化等に関する法律 ) 景表法 ( 不当景品類および不当表示防止法 )
1-6.e-sports の可能性 18 野球 サッカー
1-6. 研究の背景まとめ 19 海外での成功例 国内でのブーム = 可能性は大いにあり 大きな大会を日本でも開けるように 実現すれば 非常に大きな経済効果が見込める
分析の目的 ( 何を分析したいのか ) 2-1. 本研究で分析したいこと 20
2-1. 本研究で分析したいこと 21 1. 本当にゲームのイメージは悪いのか 2. ゲームは本当に悪い影響を与えるのか この 2 点を分析により明らかにしたい
先行研究 ( 過去の研究は何を示しているのか ) 3-1. 先行研究の紹介 1 3-2. 先行研究の紹介 2 22
3-1. 先行研究の紹介 1 23 肯定的なもの e-sports 産業に関する調査研究報告書 総務省 情報流通行政局情報流通振興課 委託先 : 株式会社 Gzブレイン 平成 30 年度 3 月 作成 主張のまとめ 1 地域に根付いたチーム作りが地域活性化につながるのでは 2e-sportsが プログラミング教育 に生かせるのではないか 3 高齢者 障害者の生きがい活動になるのではないか
3-2. 先行研究の紹介 2 24 否定的なもの スマホが学力を破壊する 著者 : 川島隆太 ( 東北大加齢医学研究所所長医学博士 ) ニンテンドー DSソフト 脳トレ シリーズの監修者 2018 年 3 月 21 日 第一刷発行 主張のまとめ 1 スマホを 4 時間以上使用すると 2 時間の学習効果が消える 2 スマホの長時間使用は脳発達に悪影響を与えている可能性も 3 長時間ゲームをするほど 国語の成績は低い傾向にある ( ゲームをすることは 学力に負の影響を与える )
データ分析の概要 ( どのようにデータ分析を行っていくのか ) 4-1. 扱うデータの紹介 4-2. 分析方法の紹介 25
4-1. 扱うデータの紹介 1 1. 本当にゲームのイメージは悪いのか 子供がゲームをすることに関するアンケート調査 分析したデータ A) 子供がゲームをすることに関する意識調査 10 代 ~20 代の本大学の学生を対象に自身で取ったアンケート サンプル数 :109 男性 :88 女性 :21 調査時期 :10 月 8 日 ~11 月 14 日 26 B) 子供のテレビ ネットゲーム行動に対するイメージ調査 50 代 ~60 代を対象にした web 調査 web 調査会社 インテージ サンプル数 :411 男性 50 代 :102 男性 60 代 :101 女性 50 代 :104 女性 60 代 :104 調査時期 :11 月 13 日 11 月 14 日
4-1. 扱うデータの紹介 2 27 2. ゲームは本当に悪い影響を与えるのか 子供の ゲーム 学力 友人関係 などに関するデータを扱う 分析したデータ A) 子供の ICT 利用実態調査, 2008 調査実施主体 : ベネッセ教育総合研究所 データ提供機関 : 東京大学社会科学研究所付属社会調査 データアーカイブ研究センター SSJ 調査年 :2008 サンプル数 : 小学生 3,146 ( 男性 :50.3% 女性 :49.4%) 中学生 3,298 ( 男性 :51.1% 女性 :48.4%)
4-2. 分析方法の紹介 28 1. 本当にゲームのイメージは悪いのか 2 種類のデータに対して A) 単純集計 B) テキストマイニング C) クロス分析 2. ゲームは本当に悪い影響を与えるのか A) 平均点の比較 B) クロス分析
データ分析の結果 5-1. イメージ調査 の分析 1 各年代のイメージ 2 テキストマイニングの結果 3 悪いイメージの原因と記述例 4 ゲームのイメージ のまとめ ( どういった分析結果が出たのか ) 5-2. [ ゲームをする事の影響 分析 1 ゲームをする事 と 学力 2 親とのゲームのルール と 学力 3 ゲームをする事 と 友達 4 ゲームをする事 の影響まとめ 29
5-0. 研究の背景より 30 e-sports に関する認知度 ( 男性 ) 各年代 N=100 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% 10 代男性 20 代男性 30 代男性 40 代男性 50 代男性 60 代男性 46% 48% 41% 29% 26% 17% 54% 52% 59% 71% 74% 83% 知っている 知らない 年齢層が上がるほど e-sports の認知度は低くなる
1-1-A 10 代 ~20 代 イメージは良い 31 0% 5% 10% 15% 20% 25% 30% 35% 40% 45% とても良い 22% 良い 34% 普通 39% 悪い とても悪い 2% 3% 10 代 ~20 代では比較的 ゲームをすること のイメージは良い
1-1-B 50 代 ~60 代 イメージが悪い 32 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% 全体 11.7 18.5 58.4 9 2.4 50 代男性 11.8 15.7 60.8 8.8 2.9 60 代男性 11.9 18.8 59.4 7.9 2 50 代女性 10.6 20.2 56.7 10.6 1.9 60 代女性 12.5 19.2 56.7 8.7 2.9 悪いあまり良くないどちらともいえないそれなりにいい良い ゲームをすること 対して 悪いイメージの人が多い
1-2-A. 50 代 ~60 代テキストマイニング結果 33 多く見られた言葉の一覧とその割合 1 良い ( 全体の約 18% が記述 ) 実際の記述例 息抜きには良いと思います 時間 ( 全体の約 18%) 実際の記述例 時間を決める 長時間 時間の無駄 悪い ( 全体の約 13%) 長時間でなければいい 実際の記述例 悪いイメージ あまり良くない
1-2-B. 50 代 ~60 代テキストマイニング結果 34 多く見られた言葉の一覧とその割合 2 目が悪くなる ( 全体の約 8%) 実際の記述例 目が悪くなる 視力の低下 目に悪い 勉強 ( 全体の約 4%) 実際の記述例 勉強しない 頭の体操 頭を使わなくなる 友達 ( 全体の約 4%) 実際の記述例 友達ができる コミュニケーションツール 会話がなくなる
1-3-A. イメージ点数 目が悪くなる クロス 35 イメージ点数 dummy 合計 悪い ふつう 良い 目が悪くなる 0( 記述なし ) 1( 記述あり ) 102*** (27.1%) 228** (60.5%) 47** (12.5%) 377 (100%) 22*** (64.7%) 12** (35.3%) 0** (0.0%) 34 (100%) カイ 2 乗統計量 22.279*** 合計 124 (30.2%) 240 (58.4%) 47 (11.4%) 411 (100%) アスタリスク *** 1% 水準で有意に多い ( 少ない ) ** 5% 水準で有意に多い ( 少ない ) * 10% 水準で有意に多い ( 少ない ) 文字 青 多い赤 少ない太字 有意性 1%~5% 点数の悪い人は 1% 水準で 目が悪くなる と記述した人が多い
1-3-B. イメージ点数 勉強 クロス 36 イメージ点数 dummy 合計 悪い ふつう 良い 勉強 0( 記述なし ) 1( 記述あり ) 114** (29.0%) 235** (59.8%) 44 (11.2%) 393 (100%) 10** (55.6%) 5** (27.8%) 3 (16.7%) 18 (100%) カイ 2 乗統計量 7.493** 合計 124 (30.2%) 240 (58.4%) 47 (11.4%) 411 (100%) アスタリスク *** 1% 水準で有意に多い ( 少ない ) ** 5% 水準で有意に多い ( 少ない ) * 10% 水準で有意に多い ( 少ない ) 点数の悪い人は 5% 水準で 勉強 と記述した人が多い 文字 青 多い赤 少ない太字 有意性 1%~5%
1-3-C. イメージ点数 友達 クロス 37 イメージ点数 dummy 合計 悪い ふつう 良い 友達 0( 記述なし ) 1( 記述あり ) 115** (29.2%) 234** (59.4%) 45 (11.4%) 394 (100%) 9** (52.9%) 6** (35.3%) 2 (11.8%) 17 (100%) カイ 2 乗統計量 4.670* 合計 124 (30.2%) 240 (58.4%) 47 (11.4%) 411 (100%) アスタリスク *** 1% 水準で有意に多い ( 少ない ) ** 5% 水準で有意に多い ( 少ない ) * 10% 水準で有意に多い ( 少ない ) 点数の悪い人は 5% 水準で 友達 と記述した人が多い 文字 青 多い赤 少ない太字 有意性 1%~5%
1-3-D. 悪いイメージを持つ人の実際の記述例 38 勉強 勉強がおろそかになる 頭を使わなくなる 勉強しない 友達 ( 友人関係 ) 子供同士のコミュニケーションがなくなる 人と会話をしなくなる 会話が苦手なまま成長する
1-4 イメージ調査 の分析結果まとめ 39 アンケート結果の単純集計より 150 代 ~60 代の ゲームに対するイメージ は悪い テキストマイニングとクロス分析により 2 その悪いイメージの主な原因としては 視力の低下 学力の低下 コミュニケーション能力の低下
果たして本当に悪いイメージは正しいのか 40 学力の低下 コミュニケーション能力の低下
2-1-A. 学力 ゲームの時間 平均値の比較 41 小学生 学習時間 (Q32) しない 15 分 30 分 1 時間 2 時間 3 時間 しない 2.18 2.51 2.66 2.96 3.19 3.65 15 分 2.38 2.39 2.77 2.92 3.19 3.5 ゲーム時間 30 分 2.45 2.77 2.75 3.04 3.09 3.58 1 時間 2.35 2.49 2.75 2.97 3.27 3.25 2 時間 2.13 2.68 2.72 2.76 3.01 3.47 3 時間 2.64 2.44 2.46 2.65 2.89 2.57 Kruskal-Wallisの検定 2.24 2.69 4.22 8.33 4.00 9.29* 小学生は同じ学習時間であれば ゲームの時間 は 学力 に比例しない
2-1-B. 学力 ゲームの時間 平均値の比較 42 中学生 学習時間 (Q32) しない 15 分 30 分 1 時間 2 時間 3 時間 しない 2.52 2.33 2.9 2.93 3.07 3.29 15 分 2.29 2 3 2.86 3.15 2.95 ゲーム時間 30 分 2.38 2.57 2.5 3.17 3.14 3.26 1 時間 2.15 2.73 2.87 2.95 3.13 3.13 2 時間 2.2 2.26 2.73 2.81 2.78 3.26 3 時間 2.07 1.75 2.55 2.19 2.86 2.85 Kruskal-Wallisの検定 3.95 6.39 5.64 21.1*** 6.83 4.63 中学生でも同じ学習時間であれば ゲームの時間 は 学力 に比例しない
2-2-A. 親とのルール決め 成績 クロス 小学生 成績 合計 下 中 上 とても当てはまる 179*** (27.2%) 284 (43.1%) 196** (29.7%) 659 (100%) 親とのルール決め まああてはまる 148** (27.6%) 230 (42.8%) 159** (29.6%) 537 (100%) あまり当てはまらない 147* (33.8%) 186 (42.8%) 102* (23.4%) 435 (100%) カイ 2 乗統計量 32.163*** 全くあてはまらない 242*** (39.0%) 247* (39.8%) 131*** (21.1%) 620 (100%) 合計 716 (31.8%) 947 (42.1%) 588 (26.1%) 2251 (100%) アスタリスク *** 1% 水準で有意に多い ( 少ない ) ** 5% 水準で有意に多い ( 少ない ) * 10% 水準で有意に多い ( 少ない ) 小学生は 親とゲームについてルールを決めている子は成績がいい 43 文字 青 多い赤 少ない太字 有意性 1%~5%
2-2-B. 親とのルール決め 成績 クロス 中学生 データを小学生に限定とても 成績 合計 下 中 上 当てはまる 73*** (29.6%) 63 (25.5%) 111*** (44.9%) 247 (100%) 親とのルール決め まああてはまる 136* (37.9%) 91* (25.3%) 132** (36.8%) 359 (100%) あまり当てはまらない 156*** (34.1%) 143* (31.2%) 159* (34.7%) 458 (100%) カイ 2 乗統計量 58.548*** 全くあてはまらない 421*** (47.8%) 242 (27.5%) 218*** (24.7%) 881 (100%) 合計 786 (40.4%) 539 (27.7%) 620 (31.9%) 1945 (100%) アスタリスク *** 1% 水準で有意に多い ( 少ない ) ** 5% 水準で有意に多い ( 少ない ) * 10% 水準で有意に多い ( 少ない ) 中学生も親とゲームについてルールを決めている子は成績がいい 44 文字 青 多い赤 少ない太字 有意性 1%~5%
2-3-A. ゲームの時間 友達の数 平均値の比較 45 友達の数の多さ 3.4 3.35 3.3 3.25 3.2 3.27 3.37 3.36 3.32 3.3 3.3 3.3 3.25 15 分 30 分 1 時間 2 時間 3 時間 4 時間 4 時間超 小学生時間友達の数 ゲーム時間 しない 3.27 15 分 3.37 30 分 3.36 1 時間 3.3 2 時間 3.3 3 時間 3.3 4 時間 3.32 4 時間超 3.25 友達の数は ある程度ゲームをしている方が多い
2-3-B. ゲームの時間 友達の数 平均値の比較 46 友達の数の多さ 3.1 3.05 3.04 3 2.95 3.09 3.08 3.07 3.05 3.05 3.04 15 分 30 分 1 時間 2 時間 3 時間 4 時間 4 時間超 中学生時間友達の数 ゲーム時間 しない 3.04 15 分 3.09 30 分 3.04 1 時間 3.05 2 時間 3.08 3 時間 3.07 4 時間 3.05 4 時間超 2.83 友達の数は ある程度ゲームをしている方が多い
2-4 ゲームの影響 分析結果のまとめ 47 学力に対する影響 同じ学習時間であれば ゲームの時間 は 学力 に比例はみられない 親とゲームのルール を決めている子の方が 学力が高い傾向がみられる 友人関係に対する影響 友達の数は ゲームをしている子の方が多い傾向がみられる
主張とまとめ ( 本研究の結論とまとめ ) 6-1. 本研究のまとめ 6-2. 主張 6-3. 参考資料 48
6-1. 本研究のまとめ 1 49 現在 e-sports は 海外では 大規模な大会が行われ たくさんの観客や億単位の賞金が出ている 日本でも人気が出てきて 徐々に知名度などは上がってきている しかし 実際は海外に比べるとまだまだである その理由の考察としては 1e-sports のイメージの悪さ 2 法律 本研究では このことに関して様々な分析を行った
6-1. 本研究のまとめ 2 50 分析のまとめから 1 ゲームをすることのイメージ は 50 代 ~60 代では悪い 2 その悪いイメージの原因は 学力 友人関係 が多かった 3 ゲームをする事 は 義務教育期間では 学力 には 関係見られない傾向にあり 友人関係 には 良い影響を与えている傾向がみられる
6-2. 主張 1 51 ゲームをすることに関して 間違った悪いイメージ がある このイメージを払拭する 法律の改正 e-sports の認知度の向上 大きな大会を日本でも開けるように
6-2. 主張 2 52 1. 1. 海外に比べてまだまだプレイヤー人数のプレイヤー人数が少ない増加 4. プロを目指す人が 4. プロを目指す人が減る増える 2. 利益がでない 2. 利益がでる宣伝ができない宣伝ができる 3. 企業が ( スポンサー ) も参入しやすい参入しにくい 悪循環が消え 好循環が生まれる
6-2. 主張 3 53 野球 サッカー 全 12 球団の売上高合計全球団の売上高合計 約 1,400 億円 約 937 億円 1000 億円規模の市場規模に並ぶ メジャースポーツになれるのではないか
6-3. 参考資料 54 拡大する世界の e スポーツ市場と日本市場における展望 一般社団法人日本 e スポーツ連合副会長浜村弘一 (https://www.kantei.go.jp/jp/singi/titeki2/tyousakai/kensho_hyoka_kikaku/2018/contents/dai4/siryou1.pdf) e-sports 産業に関する調査研究報告書 総務省情報流通行政局情報流通振興課 (http://www.soumu.go.jp/main_content/000551535.pdf) PRITIME CyberZ 10~60 代 1,200 名に eスポーツ ユーザー認知調査を実施 (https://prtimes.jp/main/html/rd/p/000000137.000006792.html) e-sports マニア e スポーツ賞金ランキング 2018! 海外大会で優勝したら億万長者に!? (https://esports-mania.com/prize-23) 日本と世界の統計データ 日本と世界のプロゲーマーの年収比較 (https://toukeidata.com/bunka/pro_gamer_nensyu.html)