このページは以下の「ITパスポート シラバス6.3」学習用コンテンツです。
◆大分類：9.技術要素
◆中分類：21.データベース
| ◆小分類 | ◆見出し | ◆学習すべき用語 |
|---|---|---|
| 55.データベース設計 | (1) データ分析 | データの結合 データクレンジング |
データの結合とは？
データの結合とは複数の異なるデータソースやテーブルを統合して、一つのデータセットとして扱う手法を指します。データ分析やビジネスインテリジェンスにおいて、必要な情報を一元的に把握するために欠かせないプロセスです。
具体的な結合の方法には、主キーや共通のカラムを基に行う内部結合（INNER JOIN）、外部結合（OUTER JOIN）、および左右の外部結合（LEFT JOIN、RIGHT JOIN）などがあります。
適切な結合を行うことで、データ間の関連性を保ちながら有用な分析結果を得ることが可能です。
データの結合に関する学習用問題にトライ！
問題
データの結合において、内部結合（INNER JOIN）の特徴として正しいものはどれですか？
- 両方のデータセットに存在する共通データのみを結合する
- 一方のデータセットに存在するすべてのデータを結合する
- すべてのデータを結合し、重複を排除する
%%replace6%%
正解
1 両方のデータセットに存在する共通データのみを結合する
解説
内部結合は指定したキーを基に、両方のデータセットに存在する共通データのみを結合する方法です。結合した後のデータセットには、両方のデータセットで一致するレコードだけが含まれます。
選択肢2や3は外部結合やUNION操作に関連するものであり、内部結合の特徴とは異なります。
問題
データの結合を行う際、LEFT JOINの特徴として正しいものはどれですか？
- 右側のテーブルに存在するすべてのデータを結合する
- 左側のテーブルに存在しないデータのみを結合する
- 左側のテーブルに存在するすべてのデータを結合する
%%replace6%%
正解
3 左側のテーブルに存在するすべてのデータを結合する
解説
LEFT JOINは左側のテーブルに存在するすべてのデータを結合する方法で、右側のテーブルに一致するデータがない場合でも左側のデータは保持されます。
選択肢1や2はLEFT JOINの特徴を正しく表していないため誤りです。
問題
以下のうち、データの結合でFULL OUTER JOINを使用する理由として最も適切なものはどれですか？
- 両方のテーブルのすべてのデータを保持したい場合
- 右側のテーブルのみのデータを保持したい場合
- データセットの重複を排除したい場合
%%replace6%%
正解
1 両方のテーブルのすべてのデータを保持したい場合
解説
FULL OUTER JOINは両方のテーブルのすべてのデータを保持し、どちらか一方のテーブルにしか存在しないデータも含めて結合する方法で、情報を完全に統合することが可能になります。
選択肢2や3は、FULL OUTER JOINの特徴を表していないため不正解です。
データクレンジングとは？
データクレンジングとはデータ分析や活用の前にデータの誤りや重複、不整合を検出し、それを修正、削除、または補完するプロセスを指します。データの品質を向上させ、分析結果の精度を高めることが可能です。
データクレンジングはデータベースやデータウェアハウスの管理において不可欠であり、無効な値の除去、フォーマットの統一、重複の排除、欠損値の処理などのタスクを含みます。
クレンジングの徹底は、ビジネスインテリジェンスの信頼性を左右します。
データクレンジングに関する学習用問題にトライ！
問題
データクレンジングの主な目的として最も適切なものはどれですか？
- データの構造を最適化する
- データの品質を向上させる
- データベースのアクセス速度を向上させる
%%replace6%%
正解
2 データの品質を向上させる
解説
データクレンジングはデータの誤りや不整合を修正し、データの品質を向上させることを目的としています。これにより、データ分析の精度が向上し、信頼性の高い結果が得られます。
選択肢1や3はデータクレンジングの目的とは異なるため不正解です。
問題
データクレンジングのプロセスに含まれないものはどれですか？
- データの重複を排除する
- データのフォーマットを統一する
- データを正規化する
%%replace6%%
正解
3 データを正規化する
解説
データの正規化はデータベース設計においてデータの冗長性を減らすためのプロセスであり、データクレンジングとは異なります。
一方で、重複の排除やフォーマットの統一は、データクレンジングの重要なタスクの一部です。
問題
欠損値が多く含まれているデータセットに対して、一般的に行われるデータクレンジングの手法として正しいものはどれですか？
- 欠損値を無視して分析を進める
- 欠損値を平均値や中央値で補完する
- 欠損値を含むレコードをすべて削除する
%%replace6%%
正解
2 欠損値を平均値や中央値で補完する
解説
データクレンジングにおいて欠損値を処理するために一般的に行われる手法の一つに、欠損値を平均値や中央値で補完する方法があります。これにより、分析を行う際にデータの偏りを減らすことができます。
選択肢1や3は状況によっては適用される場合もありますが、必ずしも推奨される方法ではないため不正解です。