DA-S14｜情報Ⅰ 対策問題

正答

1

この問題のポイント

データクレンジング（分析前にデータを整える処理） の適切な範囲を問う問題です。「品質を整える」と「都合よく削る」の線引きが問われます。

解説

収集したままのデータには、表記ゆれ・入力ミス・欠損値(空欄)などが混ざっています。分析前にこれらを整える作業が**前処理(データクレンジング)**です。表記ゆれの統一(選択肢2)、負の個数のような明らかな誤りの確認・修正(選択肢3)、欠損値を除外するか補うかの方針決定(選択肢4)は、いずれも分析の信頼性を高める適切な前処理です。

一方、選択肢1の「仮説に合わないデータを理由なく削除する」は、前処理の顔をした捏造・改ざんに近い行為です。仮説に不利なデータを消せば、どんな仮説でも「実証」できてしまい、分析そのものが無意味になります。

では外れ値や異常値は消してよいのでしょうか。原則は、(1)まず原因を確認する(誤入力か、実際の値か)、(2)除外するなら「負の値は誤入力とみなす」のような基準を先に決める、(3)何をなぜ除いたかを記録して報告する、です。許されないのは「理由なく」「都合が悪いから」という削除であり、この点が線引きになります。

共通テストでは「前処理として適切でないものはどれか」の形で、正しい前処理3つに恣意的な削除を混ぜる出題が典型です。基準と記録という誠実さの有無で判別しましょう。

選択肢の確認

1．○ 適切でない。理由のない削除は結論を歪める捏造的な行為。
2．× 適切な前処理。表記ゆれの統一は正しい集計の前提。
3．× 適切な前処理。明らかな入力ミスの確認・修正はデータの品質向上。
4．× 適切な前処理。欠損値の方針決定は分析前に必要な作業。

ここだけは覚えよう

前処理はデータの品質向上、恣意的削除は改ざん — 除外には基準・理由・記録が必須。