多様な学生を受け入れながら最終的には大学のディプロマポリシーに沿う学生にまで育成させる使命を負う大学が抱えている重要な課題の一つは，早期にドロップアウトリスクを持つ学生を発見し適切な手当てを施し可能な限りそのリスクを低減させることである．このため，広島工業大学では新しく開始した基礎教育のフォローアッププログラムに，項目反応理論（IRT）を用いた評価法を取り入れたオンラインテストシステムを組み込み，2016年4月から運用することで対応してきた．対象学生は1年生全員で対象科目は数学（解析基礎と線形代数）である．開始から2年が経過した現在，システムは順調に動き，ラーニングアナリティクスが実施できるようなデータもそろいつつある．そこで本稿では，これを，大規模なテスティングシステムによって学習データを周到に蓄積するシステムの事例として紹介し，そこから得られた大量のデータを統計的に分析することにより，ドロップアウトリスクのある学生を早期に特定する可能性について述べる．これまで漠然と感じてきたリスク要因が，データを統計的に分析することで明確に示されるようになった意義は大きい．ここで調査した科目は数学であるが，他の基礎科目（例えば，統計や統計教育，あるいはSTEM教育のような，科学・技術・工学・数学の教育分野）にも容易に適用可能である．

One of the most crucial issues in universities where a variety of enrolled students shall be educated to a level of universities' diploma policy is to identify students at risk for failing courses and/or dropping out early, to take care of them, and to reduce their risks. For this purpose, Hiroshima Institute of Technology implemented the newly developed online testing system using the item response theory for students' ability evaluation into the follow-up program for fundamental undergraduate education in April 2016, and the system has been well operating since then. The subjects are analysis basic (calculus) and linear algebra. The learning data have been accumulated sufficient for assessing primary learning analytics. In this paper, we first demonstrate our case as a large scale testing system for accumulating learning data steadily, and then describe whether we can identify students at risk by analyzing such data in the early stages. It is worth mentioning that the risk factors we have been ambiguously felt have revealed by using the data statistically. Although the subjects are mathematics, this kind of system will easily be applied to other subjects such as Statistics, Statistics Education, and STEM (Science, Technology, Engineering and Mathematics).