レーダーチャートとは?
使用シーンやメリット、デメリットを紹介

レーダーチャートは、複数の数値データをクモの巣状に可視化し、項目間の関係を比較するグラフです。中心から放射線状に軸を伸ばし、各軸に数値を割り当て、線で結ぶことで、データ全体の傾向や特徴を視覚的に捉えやすくなります。

レーダーチャートとは?

レーダーチャートは、3つ以上の量的変数の多変量データを軸にマッピングしたものです。クモの巣のような形をしており、中心軸から少なくとも3本のスポーク(spoke)と呼ばれる中心から外側に向かって放射状に広がる線が出ています。これらのスポークには、特定の変数の値がマッピングされます。このチャートは、その製品やサービス、あるいは他の関心のある項目の類似点、相違点、外れ値を一目でわかるように設計されています。

レーダーチャートは、別名、スパイダーチャート、くもの巣チャート、スターチャート、Kiviatダイアグラム、ポーラーチャート、不規則多角形とも呼ばれることがあります。これらのチャートは、1877年に、ドイツ人のゲオルク・フォン・マイヤーにより発明されました。

レーダーチャートの簡単な使用例として好きなブラウニーを想像してみてください。ブラウニーには、もちもち感、チョコレートの風味、ナッツやクランベリーなどの他の材料、しっとり感、密度など、さまざまな要素やバリエーションがあります。

ブラウニーのレーダーチャートでは、各要素に対して「スポーク」があり、スポークの長さに印をつけることでその変数の測定値を示します。例えば、お母さんが作ったブラウニーは、もちもち感は高ランクかもしれませんが、ナッツや他の材料は入っていません。逆に近所のベーカリーのブラウニーは、クルミが入っていたり、ケーキのようなしっとり感の高いブラウニーです。それぞれの点を結んで線を引くと、くもの巣のようなレーダーチャートが完成します。

レーダーチャートはいつ使うべきか?

レーダーチャートは、比較する項目が少ない場合に最も有効です。これは、同じチャートに異なる製品情報を重ねたり、同じスポークを表示しながら異なる製品を分析するチャートを複数用意することで可能になります。例えば、お母さんのブラウニー、ベーカリーのブラウニー、隣人のブラウニーをそれぞれのチャートを並べて比較することもできますし、あるいは、すべての測定値を同じチャートにマッピングして比較することもできます。

ビジネス利用という観点では、さまざまな用途が考えられます。スタッフのスキル分析を考えてみましょう。コミュニケーション能力、問題解決力、チームワーク、期限を守る能力、技術的理解力などの観点で評価することができます。レーダーチャートは、スタッフが同僚と比較してどのように評価されているかをすぐに示してくれます。

企業におけるレーダーチャートの使用例は、品質改善の管理です。

以下のような場合に使用することができます。

  • 多変量の観測値がある場合
  • 変数の数が任意の場合
  • 外れ値を特定する必要がある場合
  • 製品やサービスを比較する必要がある場合
  • データセットが小さくまたは中程度のサイズである場合

レーダーチャートを作成する際には、いくつかのベストプラクティスがあります。

  • 変数は意味のある順序で並べる
  • 3つ以上の比較は、別々のレーダーチャートで表示する
  • 変数が多すぎるとチャートが混乱する恐れがあるので避ける
  • 複数のデータ系列がある場合、塗りつぶしの色は透明にする

レーダーチャートのメリット

外れ値や類似性が見やすい

レーダーチャートを使う最大のメリットは、外れ値がすぐにわかることです。チャート上または複数のチャートの中で、他のものと大きく異なる測定値や変数は非常に目立ちます。共通点も、特に同じチャートにプロットされている場合は容易に評価できます。

レーダーチャートの欠点

レーダーチャートを使うには、以下で詳しく説明するように、いくつかの欠点や困難があります。

放射線上の長さが判断しにくい

放射線上の距離を視覚的に判断するのは難しいです。一つの変数が他の変数よりも長いか短いかは理解できますが、それを定量化するのが難しい場合があります。この場合、チャート上に同心円を使うと、放射線上の長さを判断しやすくなります。また、長さを理解することが重要な場合は、折れ線グラフを使うことも検討してください。

レーダーチャートはデータを歪める

すべての測定値がチャートに記入されると、その面積が塗りつぶされます。これにより、塗りつぶされた面積がサイズやパフォーマンスの視覚的な評価となり、データを歪める可能性があります。また、放射線上に5つの変数が100まで測定されるチャートでは、測定値が90のチャートは、合計が82のチャートよりも10%大きく見えます。

関係のないものに関連性を作り出す可能性がある

チャート上に変数が5つあって、それぞれが放射線上にラベル付けされている場合、隣り合った測定値には関係があると思ってしまうかもしれません。しかし、ブラウニーの例を使うと、食感とチョコレートの風味の度合いには何の関係もありません。

視覚的な混乱を引き起こす可能性がある

変数やデータ系列が多すぎる場合、複数のデータ系列を1つのチャートにプロットすると、データポイントが重なり合って見えなくなることがあります。塗りつぶしの色を透明にすることで防止できますが、複数の系列が同じ変数の測定値に達する場合、データの明確な全体像を把握するのが難しくなります。

同様に、形に関しては心理学的な要素が関係します。人間は、正方形や円、三角形などの形を認識し、データとして識別できます。レーダーチャートの形はランダムな性質を持つため、既知で定量化できる形よりも有用性が低くなります。

レーダーチャートの代替案

以下は、レーダーチャートに代わる一般的なチャートです。

平行座標プロット

平行座標プロットは、複数の数値変数を使って、いくつかの特徴を比較することができます。各変数は垂直線上にプロットされ、チャート全体にわたり複数の変数が連結されます。これは、同じ尺度で測定された多くの項目を比較する場合に理想的です。例えば、2人ではなく30人のスタッフを比較する場合、平行座標プロットはそれを示す効果的な方法になります。

グリフプロット

変数がデータに比例したスパイクで表現されるという点で、レーダーチャートに似ています。グリフプロットは、レーダーチャートと同様に、データの属性をグラフにマッピングしますが、使用されるシナリオは全く異なります。グリフプロットは、レーダーチャートよりも変数は多くても少なくてもよく、時間の経過に伴うパターンを示すために複数で使われることがよくあります。

折れ線グラフ

平行座標プロットに代わるシンプルな方法として、折れ線グラフは、さまざまな変数のランキングを示すことができます。レーダーチャートほど視覚的な魅力はありませんが、少数のデータセット間の差を示す効果的な方法になります。

ハーベイボール

ハーベイボールは、質的な情報を伝える円形の記号です。円の一部を切り取った形をしています。ブラウニーの例では、6つの異なるボールがあり、それぞれが別々の変数を表します。シンプルで理解しやすいグラフを作るためには、変数が4つか5つ以下と少ない場合に使用するのがよいです。

棒グラフ

棒グラフ、または積み上げ棒グラフは、データを表示する別の選択肢になります。特に積み上げ棒グラフは、変数の合計の全体的な差を明確に示すことができるため効果的です。これは多くのデータセットに適している可能性があります。

棒グラフは、小さな倍数のデータを表示するのに有効で、エドワード・タフテが開発した手法です。個々のデータ系列をミニ棒グラフにプロットし、他のデータ系列と一緒に表示することで、解釈が容易になります。

また、棒グラフを一部改良した、ロリポップチャートもあります。細い棒グラフの先端に点を付けたもので、レーダーチャートで表示するような情報を別の簡単な方法で提示する手段となります。

レーダーチャートの未来

レーダーチャートは一見面白そうに見えますが、結局のところデータを提示する最良の方法というわけではありません。情報の解釈に問題があり、多くの人にとって混乱しやすくなってしまいます。他の多くのチャートの方が、はるかに効果的にデータを表示できるでしょう。

関連製品

  • Spotfire
    組織全体でのデータ分析・活用を実現するオールインワンのデータ分析ソフトウェア
    詳しく見る
Spotfire® 組織全体でのデータ分析・活用をオールインワンで実現するビジュアルアナリティクスツール 無料トライアル実施中
Spotfireの機能・使い方を動画で学べる Spotfire活用セミナー アーカイブ動画配信中 セミナー動画視聴はこちら
あ行
イーティーエル
(ETL)
異常検知
(Anomaly Detection)
か行
回帰分析
(Regression Analysis)
機械学習
(Machine Learning)
根本原因分析
(Root Cause Analysis)
さ行
散布図
(Scatter Chart)
製造アナリティクス
(Manufacturing Analytics)
た行
ダッシュボード
(Dashboard)
データ移行
(Data Migration)
データ仮想化
(Data Virtualization)
データカタログ
(Data Catalog)
データガバナンス
(Data Governance)
データクレンジング
(Data Cleansing)
データサイエンス
(Data Science)
データサイエンティスト
(Data Scientist)
データサイロ
(Data Silo)
データセキュリティ
(Data Security)
データ統合
(Data Integration)
データ品質
(Data Quality)
データファブリック
(Data Fabric)
データフェデレーション
(Data Federation)
データ分析
(Data Analytics)
データマネジメント
(Data Management)
データマネジメントプラットフォーム
(Data Management Platform)
データメッシュ
(Data Mesh)
データモデリング
(Data Modeling)
データリンキング
(Data Linking)
データレイク
(Data Lake)
テキストマイニング
(Text Mining)
デジタルツイン
(Digital Twin)
デブオプス
(DevOps)
は行
バッチ処理
(Batch Processing)
ビジネス用語集
(Business Glossary)
ビジュアルアナリティクス
(Visual Analytics)
分散分析
(Anova)
ま行
マスターデータ
(Master Data)
マスターデータ管理
(Master Data Management)
マルチドメインMDM
(Multi Domain MDM)
メタデータ管理
(Metadata Management)
ら行
リアルタイム分析
(Real-time Analytics)
リファレンスデータ
(Reference Data)
レーダーチャート
(Radar Chart)
レストフルエーピーアイ
(RESTful API)
ロジカルデータウェアハウス
(Logical Data Warehouse)
論理データモデル
(Logical Data Model)