分野 M｜データマネジメント 重点分野
データクレンジング
シラバス案（Ver.0.1）にある項目です。問われるとしたら、データクレンジングの目的と、欠損値・外れ値・重複・表記ゆれの直し方を、文・組合せ・表から選ぶ形です。
シラバス案 Ver.0.1（2026年8月31日公表）の『2-8-4 データ品質管理／データ品質の改善』
最終更新
よく出る形
- 問われるとしたら：クレンジングに当たる作業を、4つの文から選ぶ形
- 問われるとしたら：欠損値への対応のうち、適切な物だけの組合せを選ぶ形
- 問われるとしたら：顧客データの数行の表を見て、適切な直し方を選ぶ形
- 問われるとしたら：重複の排除と表記ゆれの修正の進め方を、事例から選ぶ形
覚えること
- データクレンジング：誤り・欠け・重複・表記のばらつきを直し、使える品質にする作業
- 目的と効果：集計や分析の結果を、信頼して使える状態にできる
- 欠損値：本来あるはずの値が入っていない状態
- 欠損値の直し方：補完（推定して入れる）か除外（その行を使わない）
- 欠損値の除外：欠損が少なく偏りもないときは、除外しても影響が小さい
- 平均値で補完：観測できた値の平均は変わらず、値の散らばりは小さくなる
- 補完した行：補完した値だと分かる印を付けておく
- 外れ値：他の値から大きく離れた値。誤りとは限らない。異常値を含む
- 外れ値の直し方：誤りと確かめてから、修正か削除を決める
- 異常値：誤りによる値。範囲や意味からあり得ない値（例：年齢が負の数）
- 異常値の直し方：元の値を確かめて修正する。確かめられなければ削除する
- 重複：同じ対象の行が2つ以上あること。1行にまとめて排除する
- 表記ゆれ：同じ意味の語が違う書き方になっていること（例：東京・東京都、性別の 1・男）
- 表記ゆれの修正：決めた表記に統一する。一括処理は誤変換に注意
- 順序：表記ゆれを先に直し、そのあとで重複を探して排除する
数字と計算
- 例：年齢 20、30、40 と空欄2件。空欄を平均 30 で補完して5件にする
- 平均は補完の前も後も 30。偏差（平均との差）の2乗の合計は 200 のまま
- 分散（偏差の2乗の平均）は、前が 200÷3＝約66.7、後が 200÷5＝40
ひっかけ
- 外れ値は「全て削除」ではない。誤りと確かめてから直す
- 欠損値は「全て平均値で補完」ではない。目的と欠損の量で選ぶ
- アクセス権の設定や暗号化は、データを直す作業ではなく、クレンジングではない
- 「一致する行を消してから書き方をそろえる」は誤り
想定問題
4問（科目A（四肢択一））。選ぶと、その場で正解と解説が開きます。
データクレンジングの例として、最も不適切なものはどれか。
正解：ウ 利用者の登録情報を、権限のある人だけが見られるように、アクセス権を設定した。
ポイント
データクレンジングに当たる作業と当たらない作業を、区別して選ぶ問題です。
考え方と解き方
クレンジングは、誤り、欠け、重複、表記のばらつきを直して、データを使える品質にする作業です。データを守る作業も品質に関わるので、直す作業と取りちがえやすくなります。
- ア は重複の排除、イ は表記ゆれの修正（コードの書き方の統一）、エ は欠損値の除外で、どれも上の定義のとおり、データを直す作業です。
- ウ は、見られる人を限る作業です。データの中身を直す作業ではありません。
- したがって、最も不適切なのは ウ です。正しくは、アクセス権の設定はデータを守る対策であり、クレンジングではありません。
ほかの選択肢
- ア 同じ対象の行を1行にまとめるのは、重複の排除です。クレンジングの例として適切です。
- イ 同じ意味の値の書き方を決めた表記に統一するのは、表記ゆれの修正です。クレンジングの例として適切です。
- エ 欠損が少なく理由も確かめた上で行を除外するのは、欠損値への対応です。クレンジングの例として適切です。
覚えておくこと
- データクレンジング：誤り・欠け・重複・表記のばらつきを直し、使える品質にする作業
- 目的と効果：集計や分析の結果を、信頼して使える状態にできる
（テーマ・覚えること）
A社は、顧客データの年齢の列に空欄があることに気づき、分析の前に対応を考えている。
年齢の空欄への対応として、適切なものだけを全て挙げたものはどれか。
- a 年齢が空欄の顧客が全体の2％で、空欄に偏りもないので、年齢を使う分析ではその行を除外する。
- b 年齢の空欄を全て平均値で補完し、年齢の散らばり（分散）を調べる分析にも、そのまま使う。
- c 年齢の空欄を平均値で補完した行には印を付け、補完した値だと分かるようにしておく。
正解：イ a、c
ポイント
欠損値（値が入っていない状態）への対応を、a〜c それぞれ判定して選ぶ問題です。
考え方と解き方
欠損値は、補完（推定して入れる）か除外（その行を使わない）かを、欠損の量や偏りと、分析の使い道で選びます。補完した値は測定した値ではないので、使い道を間違えると結果が変わります。
- a は、欠損が少なく偏りもないので、除外しても影響が小さく、適切です。
- b は、平均値で補完すると観測できた値の平均は変わりませんが、分散は実際より小さくなります。分散を調べる分析に使うのは不適切です。
- c は、補完した値だと分かる印を付けるので、測定した値と区別でき、適切です。
- したがって、適切なのは a、c で、イ です。
ほかの選択肢
- ア b は、平均値の補完で分散が小さくなるので不適切です。適切な c も入っていません。
- ウ b は不適切で、適切な a、c が入っていません。
- エ a と c が適切なので、適切なものがないわけではありません。
覚えておくこと
- 欠損値の除外：欠損が少なく偏りもないときは、除外しても影響が小さい
- 平均値で補完：観測できた値の平均は変わらず、値の散らばりは小さくなる
- 補完した行：補完した値だと分かる印を付けておく
（テーマ・覚えること）
A社の顧客データの一部を表1 に示す。分析の前に、データを直すことにした。
表1 のデータクレンジングとして、最も適切なものはどれか。
| 顧客ID | 年齢 | 年間購入額（円） |
|---|---|---|
| C01 | 34 | 52,000 |
| C02 | 41 | 38,000 |
| C03 | －29 | 41,000 |
| C04 | 36 | 47,000 |
| C05 | 52 | 4,300,000 |
正解：エ C03 の年齢は、負の数であり得ない値なので、元の値を確かめて修正し、分からなければ削除する。
ポイント
表1 から、あり得ない値と、離れているだけの値を見分け、直し方を選ぶ問題です。
考え方と解き方
負の年齢のようにあり得ない値は、誤りによる値（異常値）です。大きく離れているだけの値（外れ値）は、誤りとは限りません。行と列を取りちがえやすいので、表の値を見て確かめます。
- 「年齢」の列を見ると、C03 だけが負の数（－29）で、あり得ない値です。ほかの行は 34〜52 です。
- 「年間購入額」の列では、C05 の 4,300,000 円だけが、ほかの 38,000 円〜52,000 円から大きく離れています。これは外れ値で、誤りとは限りません。
- 異常値は、元の値を確かめて修正し、確かめられなければ削除します。したがって、最も適切なのは エ です。
ほかの選択肢
- ア C05 の年齢は 52 で、あり得ない値ではありません。負の数なのは C03 の年齢です。
- イ C03 の年間購入額は 41,000 円で、あり得ない値ではありません。負の数なのは年齢の列です。
- ウ C05 の年間購入額は大きく離れた値ですが、実際の購入かもしれません。誤りと確かめてから直すので、確かめずに削除するのは不適切です。
覚えておくこと
- 外れ値の直し方：誤りと確かめてから、修正か削除を決める
- 異常値：誤りによる値。範囲や意味からあり得ない値（例：年齢が負の数）
- 異常値の直し方：元の値を確かめて修正する。確かめられなければ削除する
（テーマ・覚えること）
A社では、販売店ごとに作られた3冊の取引先名簿を1つにまとめた。同じ取引先が、店ごとに「B商事株式会社」「（株）B商事」のように異なる書き方で登録されていて、同じ取引先の行が複数ある。
取引先の重複を残さずに名簿を整える進め方として、最も適切なものはどれか。
正解：ア 先に社名の書き方を統一し、そのあとで同じ取引先の行を探して、重複する行を1行にまとめる。
ポイント
重複の排除と表記ゆれの修正を、どの順で行うかを事例から選ぶ問題です。
考え方と解き方
名簿を見て、同じ取引先の行を先に探したくなりますが、書き方が違う行は同じ取引先に見えません。だから重複の排除を先にすると、見落とします。
- 「B商事株式会社」と「（株）B商事」は、文字の並びが違うので、書き方を直す前は一致する行として見つかりません。
- そこで、社名の書き方を先に統一し、そのあとで同じ取引先の行を探して、1行にまとめます。
- したがって、最も適切なのは ア です。
ほかの選択肢
- イ 完全に一致する行だけを探すので、書き方が違う同じ取引先の行が、重複として残ります。統一のあとで探し直さないと、重複を残さないという条件に合いません。
- ウ 書き方が違っても、同じ取引先なら別の取引先ではありません。書き方を直さないと、重複が残ります。
- エ 一括処理は誤変換に注意が要りますが、統一をやめる理由にはなりません。統一しないと、重複を見つけられません。
覚えておくこと
- 表記ゆれの修正：決めた表記に統一する。一括処理は誤変換に注意
- 順序：表記ゆれを先に直し、そのあとで重複を探して排除する
- 重複：同じ対象の行が2つ以上あること。1行にまとめて排除する
（テーマ・覚えること）
同じ分野のテーマ（データマネジメント）
- データマネジメントの考え方シラバス案（Ver.0.1）にある項目です。問われるとしたら、データを経営に生かす考え方、データの種類、DIKW モデル、SSOT・データスペースを、文・組合せ・表から選ぶ形です。
- 不備で生じるリスクシラバス案（Ver.0.1）にある項目です。問われるとしたら、データマネジメントやガバナンスの不備で生じるリスクを、原因と結果の組として、事例・表・組合せ・文から選ぶ形です。
- データマネジメントの機能シラバス案（Ver.0.1）にある項目です。問われるとしたら、データマネジメントを構成する各機能の名前と役割を、文・組合せ・表から選ぶ形です。
- データライフサイクルシラバス案（Ver.0.1）にある項目です。問われるとしたら、データの生成・保管・処理・活用・廃棄の各段階での取扱いを、事例・組合せ・表から選ぶ形です。
- ガバナンスの活動内容シラバス案（Ver.0.1）にある項目です。問われるとしたら、基本行動（評価、方針又は指示、監視）と、ルールの種類、責任と権限、ガバナンス実行を、文・組合せ・表から選ぶ形です。
- ガバナンスの体制と役割シラバス案（Ver.0.1）にある項目です。問われるとしたら、CDO・DMO・データオーナー・データスチュワードなどの役割と、中央集権型・分散型・連邦型の組織の形を、文・組合せ・表から選ぶ形です。
- データ品質の指標シラバス案（Ver.0.1）にある項目です。問われるとしたら、データ品質特性の意味と、特性ごとの測定量、品質モデルを、文・組合せ・計算から選ぶ形です。
- 品質の測定と調査シラバス案（Ver.0.1）にある項目です。問われるとしたら、測定量が満たすべき条件（測定可能性、業務関連性など）の見分けと、プロファイリング・アセスメントの内容を、文・組合せ・表から選ぶ形です。
- 品質管理の継続的な流れシラバス案（Ver.0.1）にある項目です。問われるとしたら、データ品質の計画・制御・保証・改善の区別と、品質低下の予防措置を、文・組合せ・表から選ぶ形です。
- メタデータの種類シラバス案（Ver.0.1）にある項目です。問われるとしたら、メタデータとは何かと、3つの種類の見分け、メタデータを登録・保管する仕組みを、文・組合せ・表から選ぶ形です。
- データ辞書とカタログシラバス案（Ver.0.1）にある項目です。問われるとしたら、データ辞書・ビジネス用語集・データカタログ・データリネージの使い分けを、文・組合せ・表から選ぶ形です。
- メタデータ管理の流れシラバス案（Ver.0.1）にある項目です。問われるとしたら、メタデータを集めて登録し、変え、守る手順と、セキュリティメタデータの扱いを、文・組合せ・表から選ぶ形です。
- メタデータの品質と責任シラバス案（Ver.0.1）にある項目です。問われるとしたら、メタデータの評価指標と、最新に保つこと、責任者の任命を、文・組合せ・表から選ぶ形です。