ビジネス統計スペシャリスト対策！スプレッドシートで基本統計量を求める操作方法
●Excelで基本統計量を求める方法
●データの読み取り方
はじめに
ご訪問ありがとうございます！まちゅけんです
ヨメちゃんです
今回はビジネス統計スペシャリストにも役立つ、スプレッドシートで基本統計量を求める操作方法とデータの見方について解説します。
基本統計量というのはデータ群の平均や標準偏差のように一つの指標を表すものではありません。
詳しくは後ほど解説しますが、つまるところ基本統計量はデータのプロフィールと考えてもらえれば間違いないでしょう。
それでは早速、操作方法について解説をしていきます！
「ビジネス統計スペシャリストってなに？」という方は下記の記事を参考にして下さい。
https://machuken.com/post-497/操作方法
基本統計量を算出するにあたり、下記の例題を使用します。
あなたはとあるレストランチェーン店の新任の企画担当です。店舗は札幌と福岡で約40店舗あります。企画部長からはそれぞれの地域特性にあった大型の企画を打ち出すことを任されました。
部長「それでは札幌と福岡の特性にあったプランニングをお願いできるかな」
担当「わかりました！」
部長「ちなみにこれは昨日の売り上げを全店分まとめたものだけど、これは参考になるかな？」
担当「とても参考になりますね。ここから分かることはたくさんありますよ」
企画担当として新任であるあなたは、まず札幌と福岡での売り上げ傾向の違いを基本統計量から探ることにしました。それでは早速求めてみましょう！
| 札幌 | 福岡 |
|---|---|
| 30 | 50 |
| 20 | 40 |
| 40 | 80 |
| 40 | 10 |
| 30 | 30 |
| 50 | 10 |
| 40 | 30 |
| 40 | 80 |
| 30 | 30 |
| 30 | 40 |
| 50 | 30 |
| 40 | 70 |
| 50 | 40 |
| 30 | 80 |
| 40 | 20 |
| 20 | 30 |
| 30 | 70 |
| 40 | 80 |
| 30 | 20 |
| 50 | 40 |
| 30 |
今回のように札幌・福岡といったデータ群の数値的特徴を捉えるには基本統計量がぴったりです。
「札幌の店舗数は？」
「福岡の店舗の売り上げ平均は？」
「店舗ごとの売り上げのバラつきは大きいかな？」
「県内でちょうど真ん中の売り上げは？」
このほかにもたくさんのことを同時に計算してくれます。まずは札幌と福岡を比較するためには様々な指標を揃えて、何を比較して企画につなげていくかが大切です。そのために使うのが基本統計量というツールです。
「君ってどんなデータなの？」という疑問を解決してくれます。
まさに基本統計量はデータのプロフィールであるということが分かりますね。
スプレッドシートで基本統計量を求めるにはデータ分析ツールを使うのですが、初期設定のままでは使用することができません。簡単な操作で機能解放できますので、まだの方は参考にして下さい。
Description Statisticsツールを選択
スプレッドシートを立ち上げたらXLMiner Analysis ToolPakのDescriptive Statisticsを選択します。
範囲指定をする
分析するデータの範囲を指定します。指定する選択列は札幌～福岡、選択列は数字の入っている最終行までを選択して下さい。上の図の太い四角で囲まれた部分は全て選択範囲です。範囲指定をしたあとは必ずLabels in First RowとSummary Statisticsにチェックを入れて下さい。
指定した範囲の先頭列に数字以外のデータを入れた場合は必ず先頭行をラベルとして使用にチェックを入れましょう。これはスプレッドシートに対して「先頭行のデータは分析対象のグループ名だよ」と伝えることになります。チェックを入れ忘れると上の画像のようなアラートが出ます。
結果がでました！
お疲れさまです！結果が出ました。
操作は簡単だけど数字の見方がよく分からないな
おさえればいいことは少ないよ。順を追って説明するね。
データから分かること
それでは先ほど算出したデータについて、それぞれの意味がわかるように解説をしていきます。
| 札幌 | 福岡 | |
|---|---|---|
| Mean | 36.5 | 43.3 |
| Standard Error | 2.09 | 5.18 |
| Median | 40 | 40 |
| Mode | 40 | 30 |
| Standard Deviation | 9.33 | 23.73 |
| Sample Variance | 87.11 | 563.33 |
| Kurtosis | -0.73 | -1.06 |
| Skewness | -0.06 | 0.50 |
| Range | 30 | 70 |
| Minimum | 20 | 10 |
| Maximum | 50 | 80 |
| Sum | 730 | 910 |
| Count | 20 | 21 |
Mean / Sum / Count
Mean＝平均
Sum＝合計
Count＝データ数
各データ群の平均(Mean)、合計(Sum)、そしてデータ数(Count)を表しています。札幌のデータで例えるならば、「札幌の全20店舗の平均売上は36.5万円、合計で730万円」といえます。
Minimum / Maximum / Range
Minimum＝最小値
Maximum＝最大値
Range＝範囲
最小(Minimum)、最大(Maximum)は各データ群、つまり札幌・福岡それぞれの地方で一番売上の高い店舗と低い店舗の金額です。範囲(Range)は最大と最小の幅を表します。これらの値を平均と組み合わせることで「福岡は売上にバラつきがある一方、札幌はそんなに開きがないな。平均の売り上げを見ても明らかだ」みたいなことが推測できたりします。
Median / Mode
Median＝中央値
Mode＝最頻値
中央値(Median)は、各データ群の個体を売上順にならべたときに、左から数えてちょうど真ん中に位置する店舗の売り上げです。今回の例では札幌は全部で20店舗ですね。これを売上の少ない準備に一旦並び替えます。店舗数のちょうど真ん中、10店舗目と11店舗目を足して２で割った値が中央値です。これが奇数、21店舗であれば11店舗目がちょうど真ん中にきます。
最頻値(Mode)は、各データ群に一番多く登場する数値です。札幌は40万円の売り上げの店舗が一番多いことになります。
Standard Deviation / Standard Error
Standard Deviation＝標準偏差
Standard Error＝標準誤差
統計学を学んでいないと聞きなれないワードですね。標準偏差(Standard Deviation)とは、各データ群の平均に対してのバラつきを表しています。札幌を例に簡単に言うと、「札幌のどの店舗も、36.5万円に対して前後9.33万円の売り上げである」ということです。加えて福岡の標準偏差は23.73万円ですので、「札幌は福岡に比べて店舗ごとの売り上げのバラつきが大きいな」ということが分かります。
一方、標準誤差(Standard Error)とはなんでしょうか。標準誤差は一言で表すと、「標準偏差から標準誤差の数値分だけ前後しますよ」と言っています。
意味が分かりませんね。
実のところ今回の例で標準誤差はあまり使いどころがありません。というのも、今回は全店舗の売り上げが分かり切っていますので標準偏差が前後しないのです。もしこれが札幌の50店舗から抜き出した20店舗、みたいなことであれば標準偏差は20店舗分と50店舗分で前後する可能性があるので標準誤差は有効な考え方になります。
ちょっとクドい言い方をしますと、「20店舗の中では（20店舗の）平均売上に対して前後9.33万円のバラつき（標準偏差）があった。もし50店舗のバラつき（標準偏差）を出したら（50店舗の）平均売上に対して9.33万円の前後2.09万円（標準誤差）の間の数値がでる」ということになります。
Kuritosis / Skewness
Kuritosis＝尖度（せんど）
Skewness＝歪度（わいど）
最後に尖度(Kuritosis)と歪度(Skewness)ですが、こちらの説明には統計学の用語を交えての解説がどうしても必要になりますので、「こんな感じなんだな」とだけ思っていただければ大丈夫です。
皆さんは上のようなグラフをご覧になったことはあるでしょうか。ヒストラグラムと呼ばれるものです。その中でも左右対称できれいな山の形をしたヒストグラムを正規分布といいます。
例えばクラスのテストの点数を思いだしていただけるとわかりやすいのですが、100点満点のテストを実施した場合、少数の成績上位者と下位者、そして多数の中間層がいたと思います。確率理論というのはこの正規分布を中心に考えることが多く、少数の特異な現象と大多数のよくある現象という前提から、自身が抽出したデータがどれだけ正規分布に近いのか・遠いのか、みたいなことを考えたりします。尖度・歪度もその一環だと思って下さい。
上のヒストグラムは札幌の20店舗の各売上を売上ゾーンに区切ったときに、そのゾーンに何店舗が該当するのかを見える化したものです。尖度・歪度というのは、このグラフが正規分布に対してどれだけ尖っているか（尖度）、左右に歪んでいるか（歪度）を数値で表したものになります。
尖度・歪度ともに値は0を起点として、尖るほどプラス、凹むほどマイナス、左に歪むほどプラス、右に歪むほどマイナスに近づきます。
今回の結果では札幌の尖度が-0.73、歪度は-0.06でした。つまり正規分布ほど山は尖っておらず、右に歪んでいることがグラフを見なくてもわかります。
「全体的に平坦で、売上の高い店舗がやや多いな」みたいなことが言えたりします。
まとめ
今回は基本統計量の求め方と、各種指標から分かることについて解説をしました。統計学といってもその用途は幅広く、今回のように一般的な業務の中でも活用できることはお分かりいただけましたでしょうか。各項目とも数式や用語を抑えて説明していますので、正直これらの説明では学問としての理解には及ばないかもしれません。
「座学でガッツリやりたい！」という方にはうってつけの資格があります。統計検定です。
その中でも今回ご紹介した基本統計量を学ぶのに最適なのは２級と３級です。それぞれの資格対策については別記事で細かく解説していますので気になる方はお読み下さい。
お読みいただきありがとうございました！
ありがとうございました！