第1章 データ視覚化「キモのキモ」

データ視覚化のデザインを考える上で基本となる知識を解説します。

第2章 これだけでグッとプロっぽくなるコツ

色、テキスト、レイアウト、罫線のカテゴリに分け、明日からすぐにあなたのデータ視覚化のクオリティを上げる具体的な方法を伝授します。

第3章 目的に応じたチャートの選択

表現したいものに対する適切なチャートの選択方法とアンチパターンを解説します。

第4章 事例で学ぶ -ダッシュボード作成過程-

著者がこれまでに業務やセミナー用に作成した作品について、その背景や使用しているテクニックを細かく解説します。

第5章 組織に根付かせるために

ここではデータ視覚化の本質について改めて解説するとともに、会社という組織内で活用する方法をお話しします。

この数字は何を伝えようとしているでしょうか？　このデータセットは、XとYの2つの数値が組みになって、1つのデータを表します。それが11個集まって、1つのグループを構成しています。この4つのグループは、それぞれ、どんな傾向のあるグループと言えますか？

数字の羅列から傾向を読み取るのは、手間がかかるし、面倒くさい？　そうですよね。確かに、このままでは、傾向を読み取るのは、難しいです。こういう場合、一般的には、傾向を読み取るために、何をしようとするでしょう？

グラフや数字を見て、「グループAよりもBの方が大きい数字が多い」とか「グループBよりもグループCの方が散らばりが大きそう」などは言えますが、それらは曖昧で主観的ですよね。もっと客観的に傾向を把握する方法はないでしょうか。

では、平均、分散、相関係数、回帰直線などの統計量を計算すればいいでしょうか？　こういう場合に使える最強のツールが統計です。統計処理することで、それぞれのデータの傾向を「客観的」に把握できます。それでは、この4つのグループの統計量を計算してみましょう。上の表が、それです。

えっ、これはどのグループの統計量なのかですって？　実は、4つのグループＡ～Ｄの平均、分散、相関係数、回帰直線などの統計量は、全部同一なのです。

「これらはすべて、客観的に見て同じ傾向のデータだった！」

統計では把握できないデータの傾向があるという結論に飛びつく前に、これらのデータを散布図で表示してみたのが、上の図です。

「あれ？」と思いましたか？　そうなんです。実は、平均、分散、相関係数などが完全に同じなのにも関わらず、こんなに傾向が異なるデータだったのです。

これが何を意味するかと言うと、『「平均、分散、相関係数」などの統計量だけでは、表せないデータの傾向がある』ということです。また、統計量だけでは表せないデータの傾向を、データ視覚化によって把握することができる場合がある、ということです。

この続きは「ビジネス＋IT」でご覧ください。