定量データ分析の概要

定量データの分析というと複雑な数学や統計を利用するイメージがありますが、

そこは最も重要な点でなく、それより数値がどのような意味があるかを読み取ることが重要です。

ビジネス用途の場合は多くの場合、統計の基本的な部分のみで十分です。

また数値では単独では意味がなく、別の数値との比較によって意味を持ちます。

そのため適切な比較が出来るように分析を進める必要があります。

定量データを進めるステップは大まかに次の通りです。

  1. 分類
  2. 比較
  3. 傾向の把握
  4. 理解
  5. 視覚化

分類

まずデータを切り分けてカテゴライズします。

データが多いときは、何らかの観点(地域、製品、期間など)で

分類しないと状況を掴むことが困難なためです。

定量データ分類の基本はMECEであり、

他にも足し算や掛け算のように、幾つかの要素に分類する方法があります。

そして切り分けた結果は集約して活用します。

比較

数値単独では意味がなく、複数のデータを比較することで意味を持ちます。

比較対象の設定の切り口としては次のものが挙げられます。

  • 時系列(前年比など)
  • 自ら設定した目標値(達成か、未達か)
  • 外部(自社と他社など)

分析の際は目的に沿うような比較基準を選ぶことが重要です。

傾向の把握

データの傾向を把握するためには代表値を活用します。

  • 平均値
  • 中央値(順位を付けた場合、最も中央の値)
  • 最頻値(最も多く登場する値)

同時に分散や標準偏差という指標で、

データのバラつき具合(平均に集まっているのか、離れたものが多いのか)にも注目します。

場合によっては相関係数という指標で二つの数値に関連性があるのかも把握します。

理解

データ全体の傾向や比較対象との相違点から、データの持つ意味を理解し、

文章にまとめていきます。

視覚化

数値データはそのままでは他人への説明が難しいことが多いため、

グラフという形で視覚化します。

  • 折れ線グラフ
  • 円グラフ
  • 棒グラフ
  • ヒストグラム
  • 散布図

グラフは見栄えがよく、多用したくなりますが、

以下の要点を外すと資料を分かりづらくするだけ注意が必要です。

  • グラフの目的を明確化
  • 不要なグラフを作らない
  • グラフは主役ではない
  • 必要な数値のみグラフ化する

グラフ化にあたっては目盛の取り方や強調の仕方など

非常にミスリードを行いやすいため、

間違った解釈を招かないように配慮する必要があります。