目次ceis.sakura.ne.jp/2018/d1_2_2018.pdfevo 2017 競技 dota2 league of legends スト5...

目次１.研究の背景

２.分析の目的

３.先行研究

５.データ分析の結果

６.主張とまとめ

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

2-1. 本研究で分析したいこと

4-1. 扱うデータの紹介4-2. 分析方法の紹介

6-1. 研究のまとめと主張6-2. 参考資料

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

2

４.データ分析の概要

3-1. 先行研究の紹介①3-2. 先行研究の紹介②

(なぜこのような研究をするのか)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

3

研究の背景分析の目的先行研究データ分析の概要データ分析の結果主張とまとめ

１－１. e-sportsとは？①

→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

☑「e-Sports」とは？

4


１－１. e-sportsとは？②

①複数のプレーヤー ②対戦 ③コンピュータゲーム

5


１－１. e-sportsとは？③ 6


１－２．海外での実例①１．非常に大きな大会

海外では、大人気のスポーツとして認知されている

7


１．世界規模の有名な大会 (億単位の賞金①)

１－２．海外での実例② 8

大会名 The International 2017 2017 LOLWorld Championship EVO 2017

競技 Dota2 League of Legends 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)


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 The International2017 DOTA２(PC) 約11億9000万約27億

2位 The International2016 DOTA２(PC) 約10億約22億



5位League of Legends

2016 World Championship

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)

１－２．海外での実例② 9


１－３．「国内でも」

さまざまなメディアに取り上げられ、注目されている

10


１－４．日本ではまだまだ①(プレイヤー数) 11(国別) 世界的な大会への出場プレイヤー数ランキング

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

出典: ゲームマニア (https://esports-mania.com/population-517)

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

☑表から読み取れること

※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。


１－４．日本ではまだまだ②(年収比較) 12

出典:日本と世界の統計データ (https://toukeidata.com/bunka/pro_gamer_nensyu.html)

②１位～１０位を見ても平均額が全く違う

①１位の年収を比較しても桁が違う


１－４．低い認知度① 13e-sportsに関する認知度(全体) N=1,200

☑e-sportsを知っている人は、全体の約4分の１しかいない

26%

74%

知っている知らない

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 14e-sportsに関する認知度(男性) 各年代N=100

46%48%

41%29%

26%17%

54%52%

59%71%

74%83%

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


☑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



１－４．低い認知度③ 15e-sportsに関する認知度(女性) 各年代N=100

☑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

32%26%

16%9%13%13%

68%74%

84%91%

87%87%

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




１－４．日本における悪循環 16

1.海外に比べてまだまだプレイヤー人数が少ない

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

4.プロを目指す人が減る

１.に戻る


1.認知度・イメージ

2. 法律

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

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。

１－５．その理由の推定 17

※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

野球サッカー

18


１－６．

＝「可能性は大いにあり」

実現すれば、非常に大きな経済効果が見込める

海外での成功例

国内でのブーム

19研究の背景まとめ

大きな大会を日本でも開けるように

(何を分析したいのか)分析の目的

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

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

21

(過去の研究は何を示しているのか)先行研究

3-1. 先行研究の紹介①

22

3-2. 先行研究の紹介②


３－１．先行研究の紹介①☑肯定的なもの

23

「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

☑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

●平成30年度 3月作成


３－２．先行研究の紹介②☑否定的なもの

24

「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)

☑主張のまとめ

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

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

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)

→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

(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

データ分析の概要

25


４－１．扱うデータの紹介①

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

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

26１．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


４－１．扱うデータの紹介②

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%)

27２．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


４－２．分析方法の紹介１．本当にゲームのイメージは悪いのか

28

２．ゲームは本当に悪い影響を与えるのか

A）単純集計B）テキストマイニング

☑2種類のデータに対して

C）クロス分析

A）平均点の比較B）クロス分析

(どういった分析結果が出たのか)データ分析の結果

29

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

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


５－⓪．研究の背景より 30

46%48%

41%29%

26%17%

54%52%

59%71%

74%83%

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


e-sportsに関する認知度(男性) 各年代N=100

☑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

☑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

22%

34%

39%

2%

3%

0% 5% 10% 15% 20% 25% 30% 35% 40% 45%

とても良い

良い

普通

悪い

とても悪い


1-①-B「50代～60代」イメージが悪い 32

11.711.811.910.612.5

18.515.718.820.219.2

58.460.8

59.456.756.7

98.87.9

10.68.7

2.42.9

21.92.9

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

全体

50代男性

60代男性

50代女性

60代女性

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

良い (全体の約18%が記述)

悪い (全体の約13%)

☑多く見られた言葉の一覧とその割合①

時間 (全体の約18％)

【実際の記述例】☑息抜きには良いと思います ☑長時間でなければいい

【実際の記述例】☑時間を決める ☑長時間 ☑時間の無駄

【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%)

勉強 (全体の約4％)

友達 (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

【実際の記述例】☑目が悪くなる ☑視力の低下 ☑目に悪い

【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」クロス目が悪くなる

合計0(記述なし) １(記述あり)

イメージ点数dummy

悪い 102***(27.1%)

22***(64.7%)

124(30.2%)

ふつう 228**(60.5%)

12**(35.3%)

240(58.4％)

良い 47**(12.5%)

０**(0.0%)

47(11.4%)

合計 377(100％)

34(100％)

411(100%)

カイ2乗統計量 22.279***

35

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【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％


1-③-B.「イメージ点数」×「勉強」クロス勉強



悪い 114**(29.0%)

10**(55.6%)

124(30.2%)

ふつう 235**(59.8%)

5**(27.8%)

240(58.4％)

良い 44(11.2%)

3(16.7%)

47(11.4%)

合計 393(100％)

18(100％)

411(100%)

カイ2乗統計量 7.493**

36

点数の悪い人は、５％水準で「勉強」と記述した人が多い


【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)


1-③-C.「イメージ点数」×「友達」クロス友達



悪い 115**(29.2%)

9**(52.9%)

124(30.2%)

ふつう 234**(59.4%)

6**(35.3%)

240(58.4％)

良い 45(11.4%)

2(11.8%)

47(11.4%)

合計 394(100％)

17(100％)

411(100%)

カイ2乗統計量 4.670*

37

点数の悪い人は、５％水準で「友達」と記述した人が多い【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)



1-③-D. 悪いイメージを持つ人の実際の記述例☑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」

38


1-④「イメージ調査」の分析結果まとめ 39

①50代~60代の「ゲームに対するイメージ」は悪い

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」

☑アンケート結果の単純集計より

☑テキストマイニングとクロス分析により


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

ゲーム時間

しない 2.18 2.51 2.66 2.96 3.19 3.6515分 2.38 2.39 2.77 2.92 3.19 3.530分 2.45 2.77 2.75 3.04 3.09 3.581時間 2.35 2.49 2.75 2.97 3.27 3.252時間 2.13 2.68 2.72 2.76 3.01 3.473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

中学生学習時間（Q32）しない 15分 30分 1時間 2時間 3時間

ゲーム時間

しない 2.52 2.33 2.9 2.93 3.07 3.2915分 2.29 2 3 2.86 3.15 2.9530分 2.38 2.57 2.5 3.17 3.14 3.261時間 2.15 2.73 2.87 2.95 3.13 3.132時間 2.2 2.26 2.73 2.81 2.78 3.263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


小学生親とのルール決め

合計とても当てはまる

まああてはまる

あまり当てはまらな

い

全くあてはまらな

い成績下 179***

(27.2%)148**

(27.6%)147*

(33.8%)242***(39.0%)

716(31.8%)

中 284(43.1%)

230(42.8%)

186(42.8%)

247*(39.8%)

947(42.1％)

上 196**(29.7%)

159**(29.6%)

102*(23.4%)

131***(21.1%)

588(26.1%)

合計 659(100％)

537(100％)

435(100％)

620(100%)

2251(100%)

カイ2乗統計量 32.163***

432-②-A.「親とのルール決め」×「成績」クロス

☑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




2-②-B.「親とのルール決め」×「成績」クロス☑データを小学生に限定

44

☑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

中学生親とのルール決め

合計とても当てはまる

まああてはまる

あまり当てはまらな

い

全くあてはまらな

い成績下 73***

(29.6%)136*

(37.9%)156***(34.1%)

421***(47.8%)

786(40.4%)

中 63(25.5%)

91*(25.3%)

143*(31.2%)

242(27.5%)

539(27.7％)

上 111***(44.9%)

132**(36.8%)

159*(34.7%)

218***(24.7%)

620(31.9%)

合計 247(100％)

359(100％)

458(100％)

881(100%)

1945(100%)

カイ2乗統計量 58.548***




2-③-A.「ゲームの時間」×「友達の数」平均値の比較

小学生時間友達の数

ゲーム時間

しない 3.2715分 3.3730分 3.361時間 3.32時間 3.33時間 3.34時間 3.32

4時間超 3.25

45

☑友達の数は、ある程度ゲームをしている方が多い

3.37 3.36

3.3 3.3 3.33.32

3.25

3.2

3.25

3.3

3.35

3.4

15分 30分 1時間 2時間 3時間 4時間 4時間超

友達の数の多さ

3.27


2-③-B.「ゲームの時間」×「友達の数」平均値の比較 46

☑友達の数は、ある程度ゲームをしている方が多い

3.09

3.043.05

3.083.07

3.05

2.95

3

3.05

3.1

15分 30分 1時間 2時間 3時間 4時間 4時間超

友達の数の多さ

3.04

中学生時間友達の数

ゲーム時間

しない 3.0415分 3.0930分 3.041時間 3.052時間 3.083時間 3.074時間 3.05

4時間超 2.83


2-④「ゲームの影響」分析結果のまとめ 47

☑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

学力に対する影響

☑「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

(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

主張とまとめ

48


６－１．本研究のまとめ①☑現在e-sportsは、

49

○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☑分析のまとめから

50

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

e-sportsの認知度の向上

法律の改正

大きな大会を日本でも開けるように


６－２．主張② 52

1. プレイヤー人数の増加

2.利益がでる宣伝ができる

3.企業が(スポンサー)も参入しやすい

4.プロを目指す人が増える

悪循環が消え、好循環が生まれる

1.海外に比べてまだまだプレイヤー人数が少ない

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

4.プロを目指す人が減る


６－２．主張③ 53

野球サッカー

約1,400億円約937億円全12球団の売上高合計全球団の売上高合計

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

(https://www.kantei.go.jp/jp/singi/titeki2/tyousakai/kensho_hyoka_kikaku/2018/contents/dai4/siryou1.pdf)「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://esports-mania.com/prize-23)

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://prtimes.jp/main/html/rd/p/000000137.000006792.html)

「e-sports産業に関する調査研究報告書」(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」

総務省情報流通行政局情報流通振興課

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)

目次ceis.sakura.ne.jp/2018/d1_2_2018.pdfevo 2017 競技 dota2 league of legends スト5...

Documents