データ可視化（Data Visualization）とは

ひと目でわかる仕組み

メッセージの明確化
適切なチャートタイプの選択
データインクの最適化
色彩とアクセシビリティの設計
不確実性と注釈の追加
レビューとテスト

実施手順の流れ。各段階の内容は「実施手順」で確認できます。

棒グラフは長さで量を表すため、基準軸を0から始めます。比較する図の尺度を揃え、時系列や分布では目的に適した表現を選びます。 [1] [2]

色だけに意味を持たせず、ラベルと説明文、必要ならデータ表を添えます。不確実性や欠測を隠さず、画面サイズが違っても文字や注釈を読めるか確認します。 [1] [2]

使う場面

評価報告書・プレゼンテーションで、統計数値を読者が直感的に理解できる形に変換したいとき
複数グループ・時系列での変化のパターンを比較して見せたいとき
地域別・属性別のデータの空間的・カテゴリ的分布を把握・説明したいとき
政策立案者・一般市民など統計リテラシーが異なる多様な読者に向けて結果を伝えたいとき

向かない場面

データ自体の質・信頼性が低い場合 — 見栄えのよいグラフは数値の不確かさを隠蔽する。不確実性の明示が先
少数の正確な値を読むことが主目的で、図がかえって分かりづらい場合は表を検討する
可視化のための適切なソフトウェア・スキルがなく、誤解を招くグラフを作ってしまうリスクがある場合

参加者・体制と成果物

評価担当者1〜2名。Excel・R・Python・Tableau・Power BIのいずれかの作図スキルが必要。デザイン担当との協働が望ましい大規模報告書の場合は外注も検討。

主な成果物

評価報告書用図表セット（本文挿入用・スライド用）
チャートタイプ選択の根拠メモ（なぜこのチャートを選んだか）
アクセシビリティ対応チェックリスト（CVD対応・コントラスト確認済み）

実施手順

メッセージの明確化
伝える問いと、データから言える範囲を整理する。タイトルは観測された違いを具体的に表し、因果推論や検定がないのに「効果」「有意」と書かない。
適切なチャートタイプの選択
比較、構成比、関係、分布、推移に応じた図を選ぶ。割合の細かな比較なら棒や表、全体の構成なら円などを検討し、要素数だけで可否を固定しない。
データインクの最適化
過剰な装飾を減らしつつ、比較に必要な軸、目盛、単位、凡例を残す。視覚的な簡潔さと正確な読み取りを両立させる。
色彩とアクセシビリティの設計
色だけに意味を持たせず、ラベル、線種、形や表を併用する。文字と図形のコントラストは適用するアクセシビリティ基準をそれぞれ確認する。代替テキストや元データ表を提供する。
不確実性と注釈の追加
信頼区間・標準誤差・サンプルサイズを棒グラフのエラーバーや注釈で示す。重要な解釈上の注意点（定義・測定方法・データ収集年・除外条件）はグラフの下部に注を付ける。
レビューとテスト
想定読者に図から何が読み取れるか、分母や差の意味をどう理解したか確認する。読みづらいラベルや誤解を修正し、固定の秒数だけを合否にしない。

長所と限界

長所

比較、分布、推移などを目的に合う図で示し、数値のパターンを伝えられる
パターン・外れ値・トレンドが視覚的に瞬時に把握でき、分析の洞察を読者に共有しやすい
多言語で用いる場合も、単位やラベル、慣習を確認して読み方を説明する
インタラクティブ可視化（Tableau・Power BI等）により読者が自ら探索できるデータ体験が可能

限界

誤解を招く可視化（棒の長さや面積が量を示す図の軸を途中から始める、比較する図の縮尺を不適切に変える等）が読者の認識を歪める。折れ線・散布図の軸範囲は、文脈と変化を読み取れる範囲に設定し、範囲を明示する
チャートタイプの誤選択（例：カテゴリデータへの折れ線グラフの適用）が誤った解釈を誘導する
可視化は「何が起きているか」は伝えやすいが「なぜ起きているか」の因果的説明には文章との組み合わせが必要
インタラクティブ可視化の実装はHTML/JavaScript等の技術的スキルを要する

⚠ よくある落とし穴

Y軸を0から始めないトリック — 棒グラフのY軸を0でなく途中から始めると、わずかな差が劇的に見える。棒グラフは必ず0から始める。折れ線グラフは文脈に応じて調整可
構成比を比較しづらい図にする。比較する対象と差の細かさを踏まえ、棒、円、表などを読者に試して選ぶ。
装飾優先のチャートジャンク — 3D効果・影・過剰な色・背景画像はデータの読み取りを妨げる。評価報告ではシンプルさが最大の誠実さ

適用条件と根拠

棒の長さが示す量を歪めない軸を使い、単位と図の内容を文章でも伝えます。 [1] [2]

仮想例・実績ではありません

申請率の差を誤解なく見せる

説明用の仮想例です。仮想のA地域50%、B地域60%を棒グラフで比較する設計例です。

表示要素	採用する設計	理由
縦軸	0〜100%	10ポイント差を棒の長さで正確に示す
ラベル	A：50/100人、B：60/100人	分母と割合を示す
文章	BはAより10ポイント高い	色が分からなくても内容を読める

この例から判断できること

軸を49%から始めると長さの比が極端になります。棒の尺度を0からにし、差の大きさは注記で伝えます。

判断で間違えやすいこと

棒の軸を切って差を大きく見せる

見直し方: 0からの軸と差の注記を使う

理由: 棒の長さが数量比を誤って伝えるためです。

色の凡例だけで系列を区別する

見直し方: 直接ラベルや線種、表・代替説明を加える

理由: 色を認識しづらい人や読み上げ利用者も情報を得られるためです。

参照資料と確認箇所

Axes and gridlines
Office for National Statistics
参照箇所
Axis start point / Consistent axis scales
本文との対応
棒の長さが示す量を歪めない軸を使い、単位と図の内容を文章でも伝えます。
資料確認日: 2026-09-13（AI照合を含む）
Chart text
Office for National Statistics
参照箇所
Chart alternative text / Sources / Axis titles
本文との対応
棒の長さが示す量を歪めない軸を使い、単位と図の内容を文章でも伝えます。
資料確認日: 2026-09-13（AI照合を含む）

このページの引用情報

評価コンパス編集.「データ可視化」. 評価コンパス, 2026-10-07更新. https://evalcompass.jun-nakatani.com/methods/data-visualization/

閲覧日は利用者が追記してください。本サイトが作成した本文の再利用はCC BY 4.0。引用・外部資料・同梱フォントには、それぞれの利用条件が適用されます。再利用時は出所とライセンスへのリンクを示し、変更した場合はその旨を表示してください。

このページの訂正・改善を伝える

更新履歴

2026-09-13 — 定義と適用条件の出典を確認し、仮想事例、判断理由、全欄の記入例を追加。未確認の歴史・普及に関する断定を整理。既存の手順・留意点も点検し、固定的な人数・閾値や制度の一般化を調整。入力欄の位置・型・個数を保ち、フォームの固定条件や閾値の表記を修正。
2026-10-07 — 独立内容点検（content-check-causal）に基づく訂正。軸のゼロ始点の留意点を棒・面積の図に限定し、折れ線・散布図の文脈に応じた範囲設定を明記。