目的に合わせた適切なグラフの選び方
130-270 | 表示方法全般
利用イメージ
同じデータでも、グラフの種類によって伝わる情報は大きく変わります。適切なグラフを選ぶことで、次のようなメリットが得られます。
データの特徴がひと目でわかる
意思決定のスピードが上がる
誤解を防ぎ、正確な情報共有ができる
ここでは、分析の目的別に最適なグラフタイプを実例とともに解説します。
アプリ構成
月次売上アプリ
グラフを選択する
目的1：時間的な変化を見る（トレンド分析）
適したグラフ：折れ線グラフ
いつ使うか：
売上の推移、訪問者数の変化など、時系列データの傾向を把握したい時
読み取れること：
月ごとの数値が増えているか減っているか
季節変動のパターン
急激な変化が起きた時期
このグラフの設定例：
軸：年月（年-月）
値：売上金額（合計）
目的2：全体に対する割合を見る（構成比）
適したグラフ：円グラフ、ドーナツグラフ
いつ使うか：
売上構成、市場シェア、予算配分など、全体の内訳を把握したい時
読み取れること：
各カテゴリが全体の何%を占めているか
最も大きな割合を占める項目
バランスの偏り
このグラフの設定例：
凡例：地域
値：売上金額（合計）
目的3：2つの要素の関係を見る（相関分析）
適したグラフ：散布図
いつ使うか：
「価格と販売数」「広告費と問い合わせ数」など、2つの数値の関係性を調べたい時
読み取れること：
正の相関（一方が増えると他方も増える）
負の相関（一方が増えると他方は減る）
外れ値の存在
このグラフの設定例：
凡例：商品カテゴリ
X値：売上金額（集計なし）
Y値：販売数量（集計なし）
目的4：複数の項目を比較する
適したグラフ：縦棒グラフ、横棒グラフ
いつ使うか：
地域別、商品別、担当者別など、カテゴリ間の大小を比較したい時
読み取れること：
カテゴリごとの差
最大値・最小値の項目
縦棒 vs 横棒の使い分け：
縦棒：項目数が少ない時、時系列データ
横棒：項目数が多い時（項目名が長い時）、ランキング表示
このグラフの設定例：
凡例：商品カテゴリ
軸：地域
値：売上金額（合計）
目的5：累積や内訳の推移を見る
適したグラフ：積み上げ面グラフ、積み上げ縦棒グラフ
いつ使うか：
数値の内訳が時間とともにどう変化しているか見たい時
全体の増減と各要素の貢献度を同時に把握したい時
読み取れること：
全体のトレンド（グラフ全体の高さ）
各カテゴリの貢献度の変化
100%積み上げグラフとの違い：
積み上げ：実数を表示、全体の増減が分かる
100%積み上げ：割合を表示、構成比の変化が分かる
このグラフの設定例：
凡例：商品カテゴリ
軸：年月（年-月）
値：売上金額（合計）
目的6：詳細なデータを多角的に分析する
適したグラフ：ピボットテーブル
いつ使うか：
複数の切り口でデータを集計・比較したい時
グラフよりも正確な数値を確認したい時
読み取れること：
多次元での集計結果
小計・総計、詳細な数値
このグラフの設定例：
列：年月（年-月）
行：地域、商品カテゴリ
値：売上金額（合計）
ワンポイント
適切なグラフを選ぶには、データで「何を見たいか」を明確にすることがポイントです。以下を参考に、データ分析の目的を確認してみてください。
時間的な変化を見たい
折れ線グラフ
項目間の大小を比較したい
項目数が少ない → 縦棒グラフ
項目数が多い → 横棒グラフ
全体に対する割合を見たい
円グラフ、ドーナツグラフ
累積や内訳の推移を見たい
実数を見たい → 積み上げ面グラフ
割合を見たい → 100%積み上げ面グラフ
2つの要素の関係を見たい
散布図（参考：散布図でデータの相関関係を可視化する）
3つの要素の関係を見たい
バブル（参考：バブルで3つの要素の関係を可視化する）
段階的な減少プロセスを見たい
じょうご（参考：じょうごで段階的な変化を可視化する）
重要指標を強調したい
ナンバー、ゲージ
詳細データを多角的に分析したい
ピボットテーブル