GMAT-Style：練習・対策完全ガイド（2026）

Data Sufficiencyが実際にテストすること

Data Sufficiencyは標準化テストへのGMATの象徴的な貢献です。標準的な多肢選択式定量問題とは異なり、DSは答えを求めません。提供された情報が答えを見つけるのに十分かどうかを問います。5つの選択肢はシナリオに対応しています：記述1だけで十分、記述2だけで十分、両方合わせて十分（各単独では不可）、各記述単独で十分、どちらも両方も十分でない。

この形式はソリューションを計算する前に問題の範囲を設定するというコンサルティングの習慣を直接反映しています。コンサルタントは必要な情報を特定するために報酬を受けており、算術を計算するためではありません。McKinsey、BCG、BainはDSの業績がケースインタビューの業績と強く相関しているため、内部テストでData Sufficiencyを重点的に評価します。

ほとんどの候補者がDSで低い成績を上げるのは、本能的に解こうとするためです。値を計算し、答えを見つけ、「十分」に対応する選択肢を選びます。これは簡単な問題ではうまくいきますが、難しい問題では失敗します。難しい問題では正解はしばしば、与えられた記述から設問に一意に答えることができないというものです。規律ある方法は、値を解かずに各記述を十分性のために独立してテストすることです。

McKinsey PSTの歴史とその後継

McKinseyはProblem Solving Test（PST）を紙ベースのGMAT-Styleスクリーンとして2002年頃から2017年まで実施し、その後デジタル形式で2022年まで続けました。PSTはProblem Solving、Data Sufficiency、いくつかのビジネスコンテキスト問題をカバーする60分26問のテストでした。GMAT Quantセクションのより速くより鋭いバージョンとして広く見られていました。

McKinseyはPSTを廃止し、Problem Solving Game（PSG）に置き換えました。PSGは明示的な数学ではなく意思決定の質、注意力、メタ認知の正確さを測定するインタラクティブなエコロジーテーマの評価です。PSGはGMAT-Styleではありません。しかし、強いPSTまたはGMAT準備をした候補者はPSGでもアウトパフォームする傾向があり、スキル転移を示唆しています。

BCGはOnline Caseとより最近のCaseyチャットボットインタビューで同様の転換を行いました。BainはまだQuantが組み込まれた明示的なケーススタイル評価を使用しています。Goldman Sachsおよびその他のIBパイプラインは、一次選考テストにクラシックなGMAT-Styleセクションを保持する傾向があり、しばしばより広範なHireVueまたはPymetricsテストパッケージの中に含まれています。

GMAT 700、Quant 48、誰も公表しないコンサルティングのバー

コンサルティング会社はGMATのカットオフを公表しません。候補者が一貫して報告するのは、MBA採用においてMcKinsey、BCG、BainでQuantスコアが48以上の総合700以上がスクリーンを通過するということです。700未満でも、プロフィールの残りが強ければ応募は進むことができます。Quant 50以上で720を超えると、スコアは明確な青信号になります。

Goldman Sachsおよびその他のIBデスクはMBA採用のインベストメントバンキングおよびS&T（セールス＆トレーディング）役職についてより高いバーを設定する傾向があります。Quant 50以上で総合720がより典型的なシグナルであり、エリートのバイサイドおよびヘッジファンドパイプラインでは750以上がますます一般的です。

これが準備に意味すること：既存のGMATスコアを提出する候補者は、応募前にスコアが役職固有のバーをクリアしているかどうかを知るべきです。雇用主が構築したGMAT-Styleテストに直面する候補者は、Problem Solvingで70〜75パーセント、Data Sufficiencyで75〜80パーセントの正解率を目指すべきです。PrepClubs GMAT-Styleモックはセクションごとの正解率レポートを提供しているので、候補者はPSとDSのどちらがボトルネックかを確認できます。

1日目：20問のGMAT練習セットで完全診断

無料のGMATスターターセットはOfficial GuideまたはMBA.comから入手できます。Problem SolvingとData Sufficiencyを60/40で混ぜて、1問90秒でタイムを計ります。コンテンツ（算術、代数、幾何学、文章問題）とタイプ（不注意、時間切れ、本当にわからない）別にエラーを分類して採点します。

2〜3日目：Data Sufficiencyの深掘り

DSは最も高い効果が見込める単一のコンテンツ領域です。解答キーの構造（A、B、C、D、Eのマッピング）に焦点を当てて40問のDS問題に取り組みます。組み合わせる前に各記述を独立してテストする習慣を練習します。値を解くのではなく、値が決定可能かどうかを確認します。

4〜5日目：コンテンツ領域別のProblem Solving

算術、代数、幾何学、文章問題をローテーションします。1日20問。代数より数字を代入する方が速い場合は、選択肢から逆算します。古典的なGMATの数の性質（素因数分解、可除性、余り）を暗記します。

6日目：混合タイム練習

60分で30問の混合セット（1問あたり2分、実際のタイミングよりやや遅め）。不注意によるエラーとコンテンツの知識不足によるエラーを区別して記録します。不注意エラーはペース規律によって改善されます。コンテンツの知識不足は集中的な復習が必要です。

7〜8日目：弱点の集中対策

6日目で最も低いスコアだったコンテンツ領域を集中的に練習します。幾何学と文章問題は、優れた一般数学力を持つ候補者にとって最も一般的な弱点領域です。算術はGMAT-Styleテストではほとんどボトルネックになりません。

9日目：実際のタイミングでフルレングスモック

雇用主が60分テストを使用する場合は60分モックを実施します。90分なら90分で。実際に直面するテストに合わせてキャリブレーションします。疲労プロファイルを確認します。ほとんどの候補者は意識的なペース管理なしに40分を過ぎると精度が落ちます。

10日目：休息と軽い復習

新しい問題はなし。DS戦略ノートとコンテンツ領域のチートシートを見直します。8時間睡眠。GMAT-Styleの定量的思考は、記憶した公式よりも疲労によって大きくペナルティを受けます。