グラフ/チャートの使い方は?これを読めばすぐわかる!

データ可視化 」と言えば、さまざまなグラフ/チャートは思い浮かぶでしょう。 棒グラフ、円グラフ、折れ線グラフなどの基本的なタイプから、散布図、バブルチャート、レーダーチャート、ドーナツ図、漏斗チャートといった複雑なものまで、それぞれは異なる場合に適しています。FineReportにも70種類以上のチャートが用意されていますが、どれに選択すべきかに迷う方はいるのではないでしょうか。

そこで、本稿はデータの特性によって適切なグラフ/チャートを選んで効果的に表現する方法について解説します。 

可視化グラフ

実際にデータを可視化する場合、最適なチャートを選択するために、チャートの基本的な特徴を捉えるに加えて、データに対して定性的および定量的な分析を行い、表現意図も考慮する必要があります。視覚効果の高いチャートを見つけるまで、その過程を繰り返すというわけです。

2006年、米国のAndrew Abela博士がブログに「Choosing a good chart」を発表しました。 それは「チャートの選択ガイド」というマインドマップです。

可視化グラフ

以下はこのマインドマップを日本語で解説し、データ可視化の際に考えるべき要素を見ていきます。

ステップ1:可視化の目的を明確にする

自分に「何を表現したいのか」と問います。答えとして「対比」、「分布」、「構成」、「関係」の4つの選択肢があります。

可視化グラフ

(画像の出所:towardsdatascience)

ステップ2:データの関係性を掘り出す

可視化の目的を決めたら、データの特性を基づき、データ間の関係をもう一歩深堀りしましょう。

①比較

カテゴリあるいは時系列での比較をしますか?カテゴリを基づき比較する場合、変数(Variable)は一つあるいは、複数あるのか?複数の場合、可変幅グラフにします。
一つの場合、カテゴリの数によっています。カテゴリが多数であれば、棒グラフを含めるテーブルを使います。カテゴリが少ないと、縦棒か横棒グラフを使います。

可視化グラフ

時系列比較をする場合、周期数(Period)によってチャートを選びます。
周期数が多ければ、データが周期性があるか(cyclical data)にあります。周期性がある場合、レーダーチャートを使います。周期性がない場合、折れ線グラフを使います。
周期数が少ない場合、カテゴリによって決まります。カテゴリが少なければ、縦棒グラフにします。カテゴリが多ければ、折れ線グラフにします。

可視化グラフ

②分布

データの分布を表示したい場合、それはダイメンション(次元)次第であり、一次元、二次元、三次元に分けられます。一次元でポインが少ないと、バーヒストグラムを使います。一次元でポイントが多ければ、ラインヒストグラムを使います。
二次元の場合、散布図にします。三次元の場合、3D Area Chartを使います。

可視化グラフ

③構成

データの構成を可視化する場合、データが静的か動的であるかによってチャートを選びます。
データが静的である場合、各項目が全体における構成を見るために、円グラフにします。関連の小計や合計値を正または負の値を表示するために、ウォーターフォールチャートを使います。項目ごとの集計値に対する割合、つまりそれぞれの構成比を比較する時、100%積み上げ棒グラフをお勧めます。

可視化グラフ

データが動的で、周期数が少ない場合、相対差は100%積み上げ棒グラフ、絶対差は積み上げ棒グラフで表わされます。
それに対して、データが動的で周期数が多い場合、相対差は100%積み上げ面グラフ、絶対差は積み上げ面グラフで表現されます。

可視化グラフ

④関係

データ間の関係を明らかにする場合、二つの変数の関係は散布図、三つの変数の関係はバブルチャートによって可視化します。

可視化グラフ

このマインドマップはチャートの選択上の考えをまとめてくれます。 複雑なチャートがカバーされていないけれども、このように、可視化の目的とデータの変数、次元、周期などを自ら問い続ければ、最適なチャートを見出せるはずです。

ノーコーディングでデータを可視化し、BIダッシュボードを作りたい方はぜひFineReportをお試しくさだい。 

本記事はFineReportブログに掲載しました。

https://www.finereport.com/jp/analysis/graphs/