ITパスポート 2025年 問95

データ分析で行うこと（データベース設計）【ITパスポート 解説】

正解の理由

解法ステップ

1. 問題文のキーワードを確認する：「データベース設計におけるデータ分析」。設計のための作業か、運用・解析の作業かを区別する。
2. 各選択肢を「設計に関するか」「運用・抽出・解析に関するか」で分類する。
3. 設計に関する記述（データ項目の洗い出し、項目間の関連整理）を選ぶ。
4. 他の選択肢が「抽出」「クエリ」「データマイニング」など設計以外を表していないか確認する。

選択肢別の誤答解説

• ア: データウェアハウスから業務ごとに必要な情報を抽出する。
  • データウェアハウス（Data Warehouse：複数の業務データを分析目的で統合・保存する大規模なデータの貯蔵庫）からの抽出は、分析・レポート作成やBI（ビジネスインテリジェンス）に該当します。設計段階の「どの項目が必要かを決める」作業とは目的が異なります。よって誤りです。
• イ: データ項目の内容が、指定された条件を満足する行だけを抽出する。
  • これはクエリ（問い合わせ。データベースに対して条件を指定してデータを取り出す操作）やフィルタ処理を指します。設計時に行う「項目設計や関連整理」ではなく、運用上のデータ抽出操作の説明です。誤りです。
• ウ: 必要なデータ項目を洗い出し、項目間の関連を整理する。
  • これはまさにデータベース設計の初期段階で行う「データ分析（設計のため）」です。エンティティ（実体）や属性（項目）を定義し、関係性を整理してER図やテーブル構造を設計します。正解です。
• エ: 膨大な情報から統計的手法などを用いて、ビジネスに活用できる情報を探索する。
  • これはデータマイニングや高度な分析（Analytics）を指します。業務改善や意思決定支援のためのデータ解析であり、設計フェーズの「何を持つべきかを定義する作業」とは目的が違います。誤りです。

よくある誤解

1. 「データ分析 = 統計や機械学習で結果を出す作業」と考える誤解
   • 設計でのデータ分析は「設計目的のための整理作業」であり、統計解析やデータマイニングのように大量データから知見を掘る作業とは異なります。
2. 「データ項目を洗い出す＝単に項目名を列挙するだけ」と考える誤解
   • 単なる列挙では不十分です。どの項目がキーになるか、項目同士に1対多や多対多の関係があるかなど、関係性の整理が重要です。

補足コラム

• ER図（Entity-Relationship Diagram：実体とそれらの関係を表す図）
  • データベース設計で使う代表的な図です。例：社員（実体）と部署（実体）の間に「所属する」という関係がある、という形で表現します。
• 正規化（Normalization：データの冗長性を減らし整合性を保つ設計手法）
  • 同じ情報が複数の場所に重複して保存されないようにテーブルを分けるルールです。設計段階で検討します。
• データマイニング（Data Mining：大量データからパターンや有用な情報を発見する手法）
  • これは選択肢エに該当し、設計フェーズではなく分析・探索フェーズの作業です。

FAQ