練習問題：データ品質
目標: 80%以上正解（11問中9問）
問題
Q1. DAMA-DMBOK で定義されるデータ品質の次元のうち、「同一顧客が複数のレコードとして重複して存在しない」ことを評価する次元はどれか？
A) Completeness（完全性）
B) Validity（妥当性）
C) Uniqueness（一意性）
D) Accuracy（正確性）
Q2. 「データが必要なタイミングで利用可能な状態であること」を評価するデータ品質次元はどれか？
A) Completeness
B) Timeliness
C) Consistency
D) Precision
Q3. 既存データの特性（NULL率、値の分布、重複率など）を分析・評価するプロセスを何と呼ぶか？
A) データクレンジング
B) データプロファイリング
C) データ監査
D) データ変換
Q4. データ品質管理において、最もコスト効率が高い対策はどれか？
A) 本番環境での定期的なデータクレンジング
B) データ入力段階でのバリデーション（Prevention）
C) ETL後のデータ品質チェック
D) 月次の品質レポート作成
Q5. 「住所データを統一形式に変換し、電話番号から不要なハイフンや空白を除去する」作業はデータクレンジングのどの手法か？
A) 重複排除（Deduplication）
B) 拡充（Enrichment）
C) 標準化（Standardization）
D) 削除（Removal）
Q6. データ品質の次元として「複数のシステム間でデータが矛盾なく一致していること」を表すのはどれか？
A) Uniqueness
B) Completeness
C) Consistency
D) Timeliness
Q7. データ品質問題の根本原因として「データ定義の不明確さ」が挙げられる場合、その具体例として最も適切なのはどれか？
A) ユーザーがタイプミスで誤ったデータを入力した
B) 「顧客」という用語の定義が部門ごとに異なり、データが整合しない
C) システム間のETL処理でデータが欠損した
D) データベースのディスク容量が不足した
Q8. データ品質ルールの定義において、「年齢は0から150の整数でなければならない」というルールが評価するのはどの品質次元か？
A) Completeness
B) Accuracy
C) Validity
D) Consistency
Q9. 外部データソースを使って欠損しているデータ項目を補完する手法を何と呼ぶか？
A) 標準化（Standardization）
B) 重複排除（Deduplication）
C) 拡充（Enrichment）
D) 変換（Transformation）
Q10. データ品質管理の4つのアプローチ（Prevention、Detection、Correction、Root Cause Elimination）のうち、「品質問題が発生しないよう入力段階で防ぐ」のはどれか？
A) Detection
B) Correction
C) Prevention
D) Root Cause Elimination
Q11. データ品質の「正確性（Accuracy）」の定義として最も正確なものはどれか？
A) データ項目に値が存在すること
B) データが定義されたビジネスルールに適合すること
C) データが現実世界の実態と一致していること
D) データが重複なく一意であること
解答と解説
A1. C) Uniqueness（一意性）
Uniqueness は同一エンティティが重複して記録されていないことを評価する次元。重複排除（Deduplication）で対処する。
A2. B) Timeliness
Timeliness（適時性）は「必要な時に必要なデータが利用可能か」を評価。レポートの鮮度、データ更新頻度が該当。
A3. B) データプロファイリング
Data Profiling は既存データの構造・内容・品質を統計的に分析するプロセス。品質改善の出発点となる。
A4. B) データ入力段階でのバリデーション（Prevention）
「1の法則」(入力時:1、開発時:10、本番後:100のコスト比)により、予防が最もコスト効率が高い。
A5. C) 標準化（Standardization）
標準化は形式の統一化（住所の都道府県表記、電話番号形式等）。データの見た目を揃えるクレンジング手法。
A6. C) Consistency
Consistency（一貫性）は同一データが複数のシステム・データストアで矛盾なく一致していることを評価。
A7. B) 「顧客」という用語の定義が部門ごとに異なる
データ定義の不明確さは「同じ言葉が違う意味で使われる」ことによるデータ不整合を引き起こす。Business Glossaryで解決する。
A8. C) Validity
Validity（妥当性）はデータが定義された形式・範囲・パターンのルールに適合しているかを評価。形式チェック、範囲チェックが典型。
A9. C) 拡充（Enrichment）
Enrichment（エンリッチメント）は外部データソース（郵便番号データベース、人口統計データ等）を使って欠損値を補完・強化する手法。
A10. C) Prevention
Preventionは問題が発生する前に防ぐアプローチ。入力バリデーション、参照整合性制約、入力フォームの制御が該当。
A11. C) データが現実世界の実態と一致していること
Accuracy（正確性）は「データが実際の値・事実と一致しているか」。Validity（妥当性）は「ルールに適合しているか」（形式的な正しさ）と区別すること。