どうも、りきぞう（@rikizoamaya）です。
大学院では、キャリア論と社会保障を研究していました。
社会人なってからは、予備校講師 → ウェブディレクター → ライターと、いろんな職業にたずさわってきました。
働き方についても、契約社員 → 正社員 → フリーランスと、ひと通り経験してきました。
働くなかで思うのは、自分の市場価値をアップするには「教養」が大切だということ。
「発想がすごいなぁ」
と、思う人は、キホン、教養を身につけています。
これまでたくさんの古典・学術書を読みあさってきました。
あらためて「核となる知識」をマスターしていきたいと考えています。
ここでは「代表的な古典」＆「教養ワード」を紹介していきます。
哲学＆経済学から、ビジネスや仕事に役立つ知識を共有していきます。
今回とりあげるのは、
です。
グラフのパターンを紹介したあと、読み方の注意点についてのべていきます。
経済学にかぎらず、グラフは、さまざまな記事やレポートで活用されます。
なにげなくみていますが、意味もわからず、テキトーに理解している場合が多いですよね。
うえのワードから、グラフの基礎を理解していきたいと思います。
以下、つぎのテキストを参考に、くわしく説明していきます。
引用のページは、こちらの本によります。
目次
グラフのパターン
グラフはよく利用されますが、パターンとしては、つぎの４つです。
- ① 時系列グラフ
- ② 散布図
- ③ 円グラフ
- ④ 棒グラフ
ひとつひとつみていきます。
① 時系列グラフ
時系列グラフは、ヨコ軸に「時間」をとり、タテ軸に「時間に応じた変化の値」を示します。
うえの図では、ヨコ軸に「年数」をおき、タテ軸に「６５歳以上の人口割合」をおいています。
こうすることで、長期のトレンドを把握できるようになります。
また、ほかの国の「人口割合の数値」を示すことで、国際比較もできるようになります。
それにしても、日本の「高齢化傾向」は、ハンパありませんね。。
② 散布図
散布図では、「複数の点」が示されます。
各点は、ヨコ軸の「変数ｘ」と、タテ軸の「変数ｙ」の、じっさいの観測値をあらわしています。
そして、散布図では、散らばった点をとおる曲線をえがき、各変数のあいだのカンケー性を示します。
うえで図では、「自動車全体にしめる軽自動車の割合」＆「 65歳以上の人口割合」をあらわしています。
このグラフからわかるのは、高齢者の割合が高い県では、（全自動車にしめる）軽自動車の割合も高くなりやすい、ということです。
こんなふうに、散布図では、２つの要素間のカンケー or 傾向をあらわすときに、使用します。
③ 円グラフ
円グラフでは、すべての数量のうち、それぞれの要素が、どれくらいの割合を占めているか、をあらわします。
たいていは、「％」で表示されます。
うえのグラフは、６歳以上の「健康意識」をしめしています。
「よい」〜「ふつう」〜「よくない」など、〝どれくらい健康か〟を６段階でたずねて、健康意識の状態をしめしています。
６歳以上を対象としているので、各年代別の意見がわからないのが難点といえます。
④ 棒グラフ
棒グラフでは、変数の値を、棒の長さ or 高さで示します。
うえでのグラフでは、年代別の「生活意識」をあらわしています。
１９８６年からの調査で、３年ごとに、「ふつう」と答える世帯がダウンしているのが、わかります。
いっぽうで、「苦しい」「やや苦しい」と回答する世帯がアップしているのが、みてとれます。
ここ３０年で、日本における家計の苦しさが、なんとなくですが、みえてきます。
─
グラフのパターンについては、これら４つをおさえておけば、オーケーです。
それぞれのグラフが、なにをあらわすのが得意なのかを、知っておくとベターです。
つぎにグラフをみたときにラクになります。
数値グラフの注意点
うえのあげたをまとめて「数値グラフ」とよびます。
グラフは、人びとの思考・態度や、世の中の現状を、直観的に理解するのに、役立ちます。
そのいっぽうで、そのわかりやすさから、テキトーに理解してしまうこともあります。
また、数値グラフでは、カコやミライの「不確定要素」を想定していません。
いまの時点での状況を示しているだけです。
以上の問題から、グラフをみるうえで、つぎの点で注意が必要です。
- 作図の特性
- 除去された変数
- 因果関係の逆転
ひとつひとつ、みていきます。
作図の特性
よくあるのが、こまかい数値をみずに、ラインの増減や、棒グラフの長さだけをみて、現状を理解してしまうことです。
たとえば、時系列であらわす「株価グラフ」のラインが、下降トレンドを示しているとします。
すでに株式を保有をしている人にとって「いい気分」はしません。
しかし、タテ軸の目盛り（＝株価）をよくみてみると、わずかに「１０円」しかダウンしていない……。
じつは、ヨコ軸の「時間」は秒単位で示されていて、こまかいトレンドを示しているだけ……。
こんなふうに、数値をよくみないと、「メチャクチャ株価が下がっている」などのように理解してしまいます。
除去された変数
グラフの特徴として、すべての変数を入れるのはできません。
キホンは、２つの変数のカンケーをしめすだけです。
そのため、従属変数にたいして、もしかしたら〝より影響をあたえる〟変数がある可能性もあります。
クルーグマンは、「降雪量」「雪かきシャベル＆解凍液の販売数」を事例に出します。
ニューイングランドでは、１周間の降雪量がいつもより多いと、人々はその週に、いつもより多くの雪かきシャベルを買う。また、いつもより、たくさんの解凍液を買う。だがもし、降雪量の影響を除去し、「雪かきシャベルの販売数量」と「解凍液の販売本数」を単純に対置すると、両者のあいだに、正の関係がある〔……〕散布図ができるだろう。（085）
つまり、「降雪量アップ」が、雪かきシャベル＆解凍液の販売数に影響を与えましたが、降雪量の要因（変数）を〝省く〟と、「雪かきシャベル」「解凍液」のあいだに相関関係があるようにみえてしまうわけです。
グラフをみるときには、〝隠された変数〟がないかを、つねに意識する必要があります。
因果関係の逆転
２つの変数をとるグラフだが、それぞれの要素を「独立変数」におくか、「従属変数」におくかは、グラフを作成者にまかされます。
そのため、２つの要素の「因果関係」が逆転する可能性があります。
よくあるのが、「収入」と「アタマの良さ」のカンケーです。
フツーは、「収入」に比例して「アタマの良さ」 ─ たとえば、「子どもの偏差値」など ─もアップするとされます。
つまり、２つのあいだに正の関係があり、お金がアタマの良さを決めている、というわけです。
しかし、これは逆の見方もできます。
つまり、「アタマが良い」から「収入が高い」という視点です。
その視点がないまま、独立変数に「収入」が、従属変数に「アタマの良さ」がおかれているとします。
すると、グラフをみたときに、お金が「知性・知能」を決めていると、判断してしまうわけです。
クルーグマンは、こう注意をうながします。
因果関係の逆転 ─ ２つの変数の〔……〕因果関係〔……〕を逆転して、どちらが独立変数で、どちらが従属変数か、についてまちがった結論に達すること ─ という誤りをおかさないように、気をつけなければならない。（086）
─
以上３つが、グラフをみるさいの注意点です。
知ってても、ついつい誤ってしまうまちがいです。気をつけたいですね。
おわりに
グラフのパターン、グラフをみるときの注意点をみてきました。
あとは、グラフをみるたびに、この３点を意識すれば、見るべきポイントがわかってきます。
経済学にかぎらず、グラフは、記事やレポートで、たびたび登場します。
また、プレゼンなどで、自分で書く場合も多くあります。
知っておいて、損はないと思います。
ここにあげた記事を参考に、あらゆるシーンで活用してみてください。
きょうあげた知識が、あなたの役立つとうれしいです。
ではまた〜。
