ITパスポート 2009年 秋期 問14

データの構造とエンティティを整理する手法はどれか【ITパスポート 解説】

正解の理由

解法ステップ

1. 問題文で重要な語句を探す。今回なら「エンティティ」「E-R図」「構造を分析」。
2. 各選択肢の意味を確認する。
   • データモデリング：データの構造と関係を設計・表現する。
   • データクリーニング／クレンジング：データの誤りや不要な値を直す作業。
   • データマイニング：大量データから意味あるパターンを発見する解析。
3. 問題で求められている行為（図で整理する、エンティティと関係を扱う）に一致する選択肢を選ぶ。
4. 一致するのは「データモデリング」だけなので、それが正解。

選択肢別の誤答解説

• ア: データクリーニング
  データクリーニング（data cleaning：データの誤りや欠損、重複などを修正・補正する作業）です。値をきれいにする作業で、E-R図で構造を整理する行為ではありません。
• イ: データクレンジング
  データクレンジング（data cleansing）はデータクリーニングとほぼ同義です。表記が違うだけで、内容は「データの質を良くする作業」です。これも構造設計ではありません。
• ウ: データマイニング
  データマイニング（data mining：大量のデータから法則性や傾向を見つけ出す解析手法）です。分析結果から知見を得ることが目的で、エンティティの定義やE-R図での整理とは役割が異なります。
• エ: データモデリング（正解）
  データモデリングは、データ要素（エンティティ・属性・リレーションシップ）を整理し、E-R図などで表現する作業です。したがって問題文の説明に合致します。

よくある誤解

1. 「データクレンジング（クリーニング）とデータモデリングは同じ」
   → 両者は目的が違います。クレンジングはデータの質改善、モデリングはデータの構造設計です。
2. 「E-R図はデータベースだけの話」
   → E-R図はデータベース設計によく使われますが、まず業務上の情報の流れや関連を整理するためにも使います。業務分析の道具でもあります。
3. 「データマイニングでE-R図を作る」
   → データマイニングは統計や機械学習でパターンを見つける工程です。E-R図の作成とは別フェーズ（モデリング→運用→分析）です。

補足コラム

• E-R図の基本要素
  • エンティティ（Entity）：顧客、商品、注文のような「扱うもの」。
  • 属性（Attribute）：エンティティの持つ情報（顧客名、住所、電話番号）。
  • リレーションシップ（Relationship）：エンティティ同士の関係（注文は顧客が行う）。
  • 主キー（primary key）：各エンティティを一意に識別する属性（例：顧客ID）。
• 実務での流れ（簡潔）
  1. 業務を観察してエンティティ候補を洗い出す。
  2. 属性と主キーを決める。
  3. エンティティ間の関係（1対多、1対1、多対多）を定義する。
  4. E-R図で可視化し、関係者と確認する。
• 覚え方のコツ：E-R図は「誰（エンティティ）が何（属性）を持ち、誰とどうつながるか」を書く道具と覚えるとよいです。

FAQ