[論文レビュー] Information and Data Quality in Spreadsheets

Patrick O'Beirne|ArXiv.org|Sep 21, 2008

Spreadsheets and End-User Computing参考文献 5被引用数 5

ひとこと要約

本稿は、数式の正しさを越えて、データの入手源、構造、提示に注目してスプレッドシートにおける情報・データ品質（IQ/DQ）を検討する。本稿は、スプレッドシート環境におけるデータ品質を評価するためのフレームワークを提唱し、正確性、完全性、タイムリネスといった重要な次元を特定し、広く使用されているスプレッドシートアプリケーションにおけるデータ信頼性を向上させる構造的なアプローチを貢献する。

ABSTRACT

The quality of the data in spreadsheets is less discussed than the structural integrity of the formulas. Yet it is an area of great interest to the owners and users of the spreadsheet. This paper provides an overview of Information Quality (IQ) and Data Quality (DQ) with specific reference to how data is sourced, structured, and presented in spreadsheets.

研究の動機と目的

• スプレッドシートにおける意思決定のための広範な使用にもかかわらず、その重要性が十分に認識されていない情報・データ品質（IQ/DQ）の問題に取り組む。
• スプレッドシート環境に特有の、正確性、完全性、一貫性などのデータ品質の核心的次元を特定および分析する。
• 数式の整合性からデータ品質への焦点のシフトを図り、劣悪なデータ品質がスプレッドシートの信頼性を損なうことを認識する。
• スプレッドシートアプリケーションにおけるデータ品質の評価および改善のための概念的フレームワークを提供する。
• 日常的なスプレッドシート利用におけるデータ品質の課題を強調することで、より良いデータガバナンスと意思決定を支援する。

提案手法

• 本稿は、スプレッドシートに応用された情報・データ品質（IQ/DQ）次元について概念的分析を実施する。
• 既存のIQ/DQフレームワークを活用し、スプレッドシート利用の独自な文脈に適合させる。
• 研究手法として、正確性、完全性、一貫性、タイムリネス、妥当性といった主要なデータ品質次元を同定する。
• 実世界のスプレッドシートの事例を用いて、データの入手、入力、提示の段階でデータ品質の問題がどのように生じるかを説明する。
• これらの次元およびそれらの相互作用に基づいて、データ品質を評価する構造的な評価モデルを提唱する。
• 実用的関連性を確保するため、ソフトウェア工学およびヒューマンコンピュータインタラクションの原則に基づいたアプローチを採用する。

実験結果

リサーチクエスチョン

• RQ1 スプレッドシートアプリケーションにおけるデータおよび情報品質の主な次元は何ですか？
• RQ2 データ品質の問題は、影響および検出の観点から、数式関連のエラーとどのように異なりますか？
• RQ3 特にデータの入手および構造化の段階で、スプレッドシート環境における劣悪なデータ品質を引き起こす要因は何ですか？
• RQ4 スプレッドシートワークフローにおいて、データ品質を体系的に評価および改善するにはどうすればよいですか？
• RQ5 ユーザーおよびデータガバナンスは、スプレッドシートベースのシステムにおけるデータ品質の維持において、どのような役割を果たしますか？

主な発見

• スプレッドシートにおけるデータ品質の問題は広範にわたり、しばしば数式エラーよりも深刻であり、分析の基盤に影響を与える。
• スプレッドシートにおける主要なデータ品質次元には、正確性、完全性、一貫性、タイムリネス、妥当性が含まれる。
• 劣悪なデータ品質は、しばしば外部システムからのデータの入手、または手動入力の段階で生じやすく、しばしば検出されない。
• 本稿は、意思決定結果に与える影響がより大きいにもかかわらず、公式の正しさの優先により、データ品質がしばしば見過ごされていることを示している。
• スプレッドシートにおけるデータ品質を評価するための構造的なフレームワークは、信頼性の向上とエラーの低減に顕著な効果をもたらす。
• 本研究は、とりわけビジネスおよび分析的文脈において、スプレッドシート利用におけるより良いデータガバナンスと認識の必要性を強調している。