【ITパスポート練習問題 6.3対応】② 図表，グラフによるデータ可視化 – 2

【解説】

正解: 2 変数間の相関係数

この問題は、相関係数行列という統計用語の基本的な定義を理解しているかを確認するものです。相関係数行列が「何」を集めた一覧表なのかを知っているかが問われています。

正解の選択肢2は、相関係数行列の定義そのものです。相関係数行列は、複数の変数（データ項目）があるときに、それらの「ペア」ごとに関係性の強さや方向性を示す「相関係数」を計算し、行列（一覧表）の形にまとめたものです。したがって、この行列に含まれる値は変数間の相関係数です。

選択肢1の平均値や選択肢3の中央値は、一つの変数が持つデータの中心的な傾向を示す代表値です。これらは個々の変数の特徴を示す値であり、二つの変数間の「関係性」を示す相関係数とは異なる統計量であるため、不正解です。

【解説】

正解: 3 常に1

この問題は、相関係数行列の具体的な性質、特に「対角成分」がどのような値になるかを理解しているかを確認するものです。対角成分とは、行列の左上から右下への斜めのラインに並ぶ値のことです。

正解の選択肢3の通り、相関係数行列の対角成分は常に「1」になります。なぜなら、対角成分は「自分自身」と「自分自身」との相関係数を示すからです。例えば、「身長」と「身長」の相関係数などです。自分自身との関係性は完全に一致するため、相関係数は常に最大値である1となります。

選択肢1の回帰係数は、一方の変数が変化したときにもう一方の変数がどれだけ変化するかを予測する回帰分析で使われる値です。選択肢2の標準偏差は、データのばらつき具合を示す値です。これらは相関係数とは異なる統計指標であるため、不正解です。

【解説】

正解: 2 変数間の関係性を確認する場合

この問題は、相関係数行列という分析手法を、どのような目的で利用すべきかを理解しているかを確認するものです。

正解の選択肢2の通り、相関係数行列の主な目的は、複数の変数（例: 身長、体重、年齢）が手元にあるとき、それらの「変数間」にどのような関係（例: 身長が高いほど体重も重い傾向があるか）があるかを一覧で確認することです。

選択肢1の単一変数の分布（データがどのように散らばっているか）を確認する場合は、ヒストグラムや箱ひげ図などが適しています。選択肢3のデータの時系列変化（時間とともにどう変わっていくか）を確認する場合は、折れ線グラフなどが適しています。これらは相関係数行列の主な用途ではないため、不正解です。

【解説】

正解: 1 変数間の関係性を視覚化する

この問題は、「散布図行列」というグラフ手法の基本的な目的を理解しているかを確認するものです。

正解の選択肢1の通り、散布図行列は、複数の変数があるときに、全ての変数のペアについて「散布図」（2つの変数の関係を点でプロットしたグラフ）を作成し、それを行列の形に並べたものです。これにより、多くの変数間の関係性を「視覚的」にまとめて把握することができます。

選択肢2のデータの正規性を確認する（データが正規分布に従っているか）ためには、ヒストグラムやQ-Qプロットなどが使われます。選択肢3の単一変数の分布を比較するには、箱ひげ図やヒストグラムを並べて表示する方法があります。これらは散布図行列の主な目的ではないため、不正解です。

【解説】

正解: 2 複数変数の関係性を確認する場合

この問題は、散布図行列がどのような分析シーンで有効なツールとなるかを理解しているかを確認するものです。

正解の選択肢2の通り、散布図行列は、手元に複数の変数（例: 気温、湿度、売上）があるとき、それらの変数間の関係性（例: 気温と売上の関係、湿度と売上の関係）を視覚的に、かつ網羅的に確認したい場面で使われます。

選択肢1の平均値や選択肢3の標準偏差は、データを要約するための統計量です。これらは計算によって求められる値であり、散布図行列というグラフを使って確認するものではないため、不正解です。

【解説】

正解: 3 各変数間の散布図

この問題は、「散布図行列」という名前の通り、そのグラフが何で構成されているかを理解しているかを確認するものです。

正解の選択肢3の通り、散布図行列は、その名前が示す通り、複数の「散布図」を「行列」（格子状）に並べて構成されます。例えば3つの変数A, B, Cがあれば、「AとB」「AとC」「BとC」のそれぞれの関係を示す散布図が配置されます。

選択肢1の折れ線グラフは、主に時系列データの変化を示します。選択肢2の箱ひげ図は、データの分布（最小値、最大値、中央値など）を示します。これらは散布図行列の構成要素ではないため、不正解です。

【解説】

正解: 1 異なるデータ系列を一つのグラフで比較できる

この問題は、「複合グラフ」（異なる種類のグラフを組み合わせたグラフ）がなぜ使われるのか、その利点を理解しているかを確認するものです。

正解の選択肢1の通り、複合グラフは、例えば「棒グラフ」と「折れ線グラフ」のように、異なる形式のグラフを一つに重ねて表示します。これにより、種類や単位が異なるデータ系列（例: 月ごとの「売上金額」と「利益率」）を同時に示し、両者の関係性や傾向を比較しやすくする利点があります。

選択肢2の同じ種類のデータだけを強調する場合や、選択肢3の単一の指標だけを見やすく表示する場合は、複合グラフにする必要はなく、単純な棒グラフや折れ線グラフなど、単一のグラフ形式を使う方が適しています。したがって、これらは不正解です。

【解説】

正解: 2 棒グラフと折れ線グラフ

この問題は、複合グラフの具体的な使われ方として、どのような組み合わせが一般的であるかを知っているかを確認するものです。

正解の選択肢2の通り、複合グラフの最も代表的な例は、「棒グラフ」と「折れ線グラフ」の組み合わせです。例えば、月ごとの「売上高」（棒グラフで量を示す）と「前年比」（折れ線グラフで推移を示す）を重ねて表示する、といった使われ方をします。

選択肢1のヒストグラム（データの分布）や選択肢3のヒートマップ（色の濃淡で値を示す）や円グラフ（割合を示す）は、それぞれ特定の目的で単独で使われることが多く、他のグラフと組み合わせて複合グラフにすることは一般的ではないため、不正解です。

【解説】

正解: 2 異なる指標を比較したいとき

この問題は、複合グラフがどのような目的や状況で使われるのが適切かを理解しているかを確認するものです。

正解の選択肢2の通り、複合グラフは、複数のデータ系列を同時に表示するために使われます。特に、「売上高（金額）」と「販売個数（個）」のように、単位や尺度が異なる指標を一つのグラフ上で比較検討したいときに有効です。

選択肢1のデータ系列が1つだけのときは、複合グラフにする必要はなく、単純な棒グラフや折れ線グラフを使います。選択肢3のデータの階層構造（組織図やカテゴリ分類など）を表現したい場合は、ツリーマップや組織図などが適しています。したがって、これらは不正解です。

【解説】

正解: 2 異なる単位のデータを同時に表示する

この問題は、「2軸グラフ」（または二重軸グラフ）の基本的な特徴、特に軸の役割について理解しているかを確認するものです。

正解の選択肢2の通り、2軸グラフは、グラフの左側と右側の両方に縦軸（Y軸）を持ちます。これは、例えば「売上金額（単位: 億円）」と「顧客数（単位: 人）」のように、単位や数値の規模（スケール）が大きく異なる二つのデータ系列を、一つのグラフ上に同時に表示するために使われます。左軸で金額を、右軸で人数を読み取ります。

選択肢1のデータの単位が同じ場合は、軸は一つで十分であり、2軸にする必要はありません。選択肢3の単一のデータ系列を強調する場合も、2軸グラフは不要です。したがって、これらは不正解です。

【解説】

正解: 2 見やすさを向上させるため

この問題は、2軸グラフがなぜ左右に異なる軸（目盛り）を設定するのか、その目的を理解しているかを確認するものです。

正解の選択肢2の通り、単位や数値の規模が大きく異なるデータ（例: 100億円単位の売上と、100人単位の従業員数）を無理に一つの軸で表示しようとすると、一方のグラフが非常に小さく潰れてしまい、傾向が読み取れなくなります。左右にそれぞれ専用の軸（目盛り）を設けることで、両方のデータの変動を適切に表現し、視覚的な比較をしやすくする（見やすさを向上させる）のが目的です。

選択肢1のグラフを大きく見せることや、選択肢3の計算結果の正確性は、2軸にする直接的な理由ではないため、不正解です。

【解説】

正解: 3 販売数量と価格の関係

この問題は、2軸グラフの具体的な利用シーンを理解しているかを確認するものです。

正解の選択肢3は、2軸グラフの適切な使用例です。「販売数量（単位: 個）」と「価格（単位: 円）」は、どちらも重要な指標ですが、単位が異なり、数値の規模（スケール）も異なることが多いです。このような異なる指標の関係性を一つのグラフで同時に確認したい場合に、2軸グラフ（例: 左軸を数量、右軸を価格）が有効に使われます。

選択肢1の各地域の売上の割合は、円グラフや100%積み上げ棒グラフなどが適しています。選択肢2の一つの商品の価格変動だけを示す場合は、データ系列が一つなので、通常の折れ線グラフ（単軸）で十分です。したがって、これらは不正解です。

【解説】

正解: 1 問題の解決策を視覚化する

この問題は、「ロジックツリー」という思考ツールが、どのような目的で使われるかを理解しているかを確認するものです。

正解の選択肢1の通り、ロジックツリー（論理の木）は、ある問題や課題を、その構成要素や原因に分解していく手法です。例えば「売上が低い」という問題を、「顧客数が少ない」と「客単価が低い」に分解し、さらにそれぞれを細かく分解していきます。このように問題を構造的に整理し、根本的な原因や具体的な解決策を「視覚化」するために用いられます。

選択肢2のデータの分布を確認するにはヒストグラムなどを、選択肢3の市場の売上推移を分析するには折れ線グラフなどを用います。ロジックツリーは主に論理的な思考を整理するためのツールであるため、これらは不正解です。

【解説】

正解: 2 問題の原因を構造的に整理するとき

この問題は、ロジックツリーがどのような状況で役立つかを、具体的に理解しているかを確認するものです。

正解の選択肢2の通り、ロジックツリーは、複雑な問題に直面したとき、その原因や構成要素を「なぜ？」「何からできている？」と問いかけながら分解し、論理的に整理する（構造化する）ために使われます。これにより、問題の全体像を把握し、どこに手を打つべきかを見つけやすくなります。

選択肢1の市場予測には時系列分析や回帰分析などの統計的手法が、選択肢3の製品の在庫数の計算には在庫管理システムや単純な計算が必要です。これらはロジックツリーの主な用途ではないため、不正解です。

【解説】

正解: 1 階層的で重複のない構造を作る

この問題は、ロジックツリーを正しく作成する上で、何に気をつけるべきかを理解しているかを確認するものです。

正解の選択肢1の通り、ロジックツリーで問題を分解する際は、「MECE（ミーシー：Mutually Exclusive and Collectively Exhaustive）」という考え方が重要です。これは「漏れなく、ダブりなく（重複なく）」という意味です。問題を階層的に分解し、その各要素が互いに重複せず、全体として元の問題を網羅している構造を作ることが、論理的な分析の基本となります。

選択肢2のデータの数量計算や選択肢3の見た目の装飾は、ロジックツリーの本質ではありません。重要なのは、あくまで論理的な「構造」を整理することです。したがって、これらは不正解です。

【解説】

正解: 3 概念の相関関係を示す

この問題は、「コンセプトマップ」という図解手法が、何をするためのツールかを理解しているかを確認するものです。

正解の選択肢3の通り、コンセプトマップ（概念地図）は、複数の「概念」（キーワードやアイデア）を円や四角で囲み、それらの「関係性」を線（リンク）で結び、その線に「関係性を表す言葉（ラベル）」を書き加えることで、知識や思考の構造を視覚化する手法です。概念同士がどのように関連しているか（相関関係）を示すことが主な機能です。

選択肢1のグラフのデザイン変更や選択肢2のデータ集計は、表計算ソフトやグラフ作成ソフトの機能であり、思考を整理するコンセプトマップの機能ではないため、不正解です。

【解説】

正解: 2 グラフの凡例

この問題は、コンセプトマップが具体的にどのような要素で描かれるかを理解しているかを確認するものです。

正解の選択肢2の「グラフの凡例」は、コンセプトマップの構成要素に含まれません。凡例は、棒グラフや折れ線グラフなどで各系列が何色かを示すものであり、コンセプトマップでは通常使用されません。

選択肢1の「概念（Concept）」は、中心となる考えやモノを表す要素です。選択肢3の「リンク（Link）」は概念同士をつなぐ線、「ラベル（Label）」はそのリンクがどのような関係かを示す言葉です。これらはコンセプトマップを作成するための必須の構成要素であるため、不正解です。

【解説】

正解: 3 概念同士のつながりを整理する

この問題は、コンセプトマップがどのような場面で有効に活用されるかを理解しているかを確認するものです。

正解の選択肢3の通り、コンセプトマップは、学習した内容や、ブレインストーミングで出たアイデアなど、頭の中にある複数の「概念」が、互いにどのように「つながっている」のかを視覚的に整理するために使われます。知識の構造化や、新しいアイデアの発見に役立ちます。

選択肢1の売上データの計算や選択肢2の在庫管理の数量調整は、数値計算やデータ管理が主な作業であり、概念間の関係性を整理するコンセプトマップの用途とは異なるため、不正解です。

【解説】

正解: 1 データをカンマ区切りで保存する

この問題は、「CSV」というデータ形式の最も基本的な特徴を理解しているかを確認するものです。CSVが何の略であるかを知っていると答えやすい問題です。

正解の選択肢1の通り、CSVは「Comma Separated Values（カンマで区切られた値）」の略です。その名の通り、データを「カンマ（,）」で区切りながらテキストファイルとして保存する形式です。多くの表計算ソフトやデータベースソフトで読み書きできる、汎用性の高い形式です。

選択肢2の暗号化や選択肢3のグラフの保存は、CSV形式の標準的な機能ではありません。CSVはあくまでテキスト（文字）データとその区切り情報だけを保存するため、これらは不正解です。

【解説】

正解: 2 各データ項目をカンマで区切る

この問題は、CSV形式の「ルール」を理解しているかを確認するものです。どうすればコンピュータがCSVファイルを正しく「表」として認識できるかを知っているかが問われます。

正解の選択肢2の通り、CSVファイルは、「カンマ（,）」を区切り文字として使うことで、どこまでが一つのデータ項目（セルの値）なのかを判断します。また、改行によって「行」が変わったことを判断します。この「カンマで区切る」というルールが、CSVの構造を定義する上で最も重要です。

選択肢1のデータを種類ごとに分ける必要はありません。選択肢3のファイル名（拡張子）を「csv」にすることは一般的ですが、ファイルの中身がカンマ区切りでなければ正しく読み込めません。形式の本質は中身の区切り方であるため、これらは不正解です。

【解説】

正解: 3 テキストデータの表形式保存

この問題は、CSV形式がどのようなデータの保存や交換に適しているかを理解しているかを確認するものです。

正解の選択肢3の通り、CSV形式は、Excelのシートのような「表形式」のデータを、単純な「テキストデータ」として保存するのに適しています。異なるソフトウェア間（例: データベースソフトから表計算ソフトへ）でデータを移動させたい場合の、共通フォーマットとして広く利用されます。

選択肢1の動画ファイルはテキストデータではないためCSVでは保存できません。選択肢2の高度なデータベース管理（複雑なデータの関連付けや高速な検索）には、専用のデータベース管理システム（DBMS）の形式が必要です。CSVは単純な表データの保存にしか適していないため、これらは不正解です。

【解説】

正解: 2 地理空間データの管理と表示

この問題は、「シェープファイル」という特定のファイル形式が、どのような分野で、何のために使われるかを知っているかを確認するものです。これはGIS（地理情報システム）に関する用語です。

正解の選択肢2の通り、シェープファイルは、GIS（地理情報システム）ソフトウェアで使われる、地図上の「地理空間データ」を保存するための標準的なファイル形式の一つです。点の位置（例: 役所）、線の形状（例: 道路）、面の領域（例: 市区町村の境界）といった「形」の情報と、それに関連する「属性」の情報を管理し、地図として表示するために使われます。

選択肢1の数値データの統計分析や選択肢3の文書ファイルの保存は、シェープファイルの専門的な用途ではないため、不正解です。

【解説】

正解: 1 地理的な位置情報と属性情報

この問題は、シェープファイルが具体的にどのような種類のデータを保持しているかを理解しているかを確認するものです。

正解の選択肢1の通り、シェープファイルは、地図上の「どこにあるか」を示す「地理的な位置情報（座標）」と、「それは何か」を示す「属性情報（例: 名前、人口、面積など）」の二つの情報をセットで保持しています。

選択肢2の画像情報（解像度や色深度）や選択肢3の音声情報（サンプルレート）は、地理空間データとは異なるため、シェープファイルには含まれません。したがって、これらは不正解です。

【解説】

正解: 2 地図作成と空間分析

この問題は、シェープファイルという技術が、現実のどのような分野で活用されているかを理解しているかを確認するものです。

正解の選択肢2の通り、シェープファイルはGIS（地理情報システム）の標準形式であり、まさに「地図作成」や、地図上のデータを使って分析を行う「空間分析」（例: 浸水想定区域の特定、店舗の最適な立地分析）といった分野で広く利用されています。

選択肢1の医療データ管理や選択肢3の財務データの会計管理は、地理情報とは直接関係が薄いため、シェープファイルの主な利用分野ではありません。したがって、これらは不正解です。

【解説】

正解: 3 テキストデータの意味分析

この問題は、「共起キーワード」という用語が、どのような種類のデータを分析する際に使われるか（分野）を理解しているかを確認するものです。

正解の選択肢3の通り、「共起（きょうき）」とは、「共に（一緒に）起こる（出現する）」という意味です。「共起キーワード」は、文章などの「テキストデータ」の中で、特定のキーワードと一緒に使われることが多いキーワードを指します。これを分析することで、単語同士の関連性や、そのテキストの隠れたテーマや「意味」を分析するために使われます。

選択肢1のグラフのデザイン変更や選択肢2の動画編集のエフェクト適用は、テキストデータの分析とは異なる分野であるため、不正解です。

【解説】

正解: 2 単語間の関連性を明らかにする

この問題は、「共起キーワード分析」という手法が、何を「目的」として行われるかを理解しているかを確認するものです。

正解の選択肢2の通り、共起キーワード分析は、テキストデータ（例: アンケートの自由回答、SNSの投稿）を対象に、どの単語とどの単語が一緒に出現しやすいかを調べます。例えば「AI」という単語が「仕事」や「効率化」という単語とよく共起する場合、人々はAIを仕事の効率化と関連付けて考えている、という「単語間の関連性」を明らかにすることができます。

選択肢1のデータの保存容量を削減することや、選択肢3のインターネット接続速度を向上させることは、テキスト分析の手法である共起キーワード分析とは全く関係ないため、不正解です。

【解説】

正解: 2 テキスト内の単語の共起パターン

この問題は、共起キーワード分析を行った結果、どのような「アウトプット（分析結果）」が得られるかを理解しているかを確認するものです。

正解の選択肢2の通り、共起キーワード分析を行うと、結果として「この単語は、この単語と、これくらいの頻度で一緒に出現する」という「共起パターン」が得られます。これは、単語の組み合わせのリストや、ネットワーク図（単語を点で、関係性を線で結んだ図）などの形で示されます。

選択肢1のデータベースのテーブル設計や選択肢3のプログラムのコード実行速度は、共起キーワード分析の結果として得られるものではないため、不正解です。

【解説】

正解: 3 不要な要素が情報の理解を妨げる

この問題は、「チャートジャンク」というグラフ作成におけるネガティブな用語の意味を理解しているかを確認するものです。「ジャンク（Junk）」が「がらくた、くず」を意味することを知っているかが鍵です。

正解の選択肢3の通り、チャートジャンクとは、グラフにおいて、情報を伝えるという本来の目的とは関係のない「不要な視覚的要素（装飾）」のことを指します。例えば、不必要な3D効果、過剰な模様、派手すぎる色使いなどです。これらの「ジャンク」は、かえって読み手の注意を散漫にさせ、伝えたい情報の「理解を妨げる」ことが問題点とされます。

選択肢1の「わかりやすくなる」というのはチャートジャンクの定義と逆です。選択肢2の「色が少なくなる」というのも逆で、むしろ不要な色使いが増えることがチャートジャンクの一例であるため、これらは不正解です。

【解説】

正解: 3 必要なデータだけを簡潔に表示する

この問題は、チャートジャンク（不要な装飾）の問題点を理解した上で、それを「避ける」ためにはどうすべきかを理解しているかを確認するものです。

正解の選択肢3の通り、チャートジャンクを避けるための基本原則は「シンプルにすること」です。グラフの目的はデータを正確かつ効率的に伝えることです。そのためには、不要な装飾（ジャンク）を極力排除し、データそのものや、データの理解に必要な要素（軸ラベル、タイトル、凡例など）だけを「簡潔に表示する」ことが重要です。

選択肢1のカラフルにすることや、選択肢2の装飾を増やすことは、まさにチャートジャンクそのものを生み出す行為であり、避けるべき対策とは逆になるため、不正解です。

【解説】

正解: 2 グラフに大量の装飾アイコンを追加する

この問題は、チャートジャンクの具体的な例を識別できるかを理解しているかを確認するものです。

正解の選択肢2の通り、データの理解に直接関係のない「大量の装飾アイコン」を追加することは、チャートジャンクの典型的な例です。例えば、売上グラフの棒の上に、無関係なイラストや、過度にデザインされたアイコンを配置することなどが該当し、情報の伝達を妨げる可能性が高くなります。

選択肢1の凡例や選択肢3のデータラベル（グラフ上の具体的な数値）は、グラフの種類やデータの系列を読み取るために「必要な情報」であることが多いです。これらを追加すること自体は、チャートジャンクとは呼ばれません。したがって、これらは不正解です。