連続教材（全20回）
都市計画のデータ分析
－ 手法の「選び方」から学ぶ、研究と実務のための分析入門 －
第 1 回｜可視化チートシート — いつ、どのグラフを使うか
このシリーズについて
ねらい
ソフトの操作手順ではなく、「なぜその手法を選ぶのか」という考え方を、都市の実例で身につける。
対象
都市分野の学生、研究者、自治体・コンサルタントの実務者。統計の予備知識は仮定しない。
全体の流れ（全20回）
Ⅰ. データと可視化の基礎（1〜5）→ Ⅱ. 統計分析（6〜10）→ Ⅲ. 空間分析（11〜15）→ Ⅳ. 時系列・応用（16〜20）
今日のゴール
「何を伝えたいか」から、適切なグラフを選べるようになる。
グラフ選びの失敗は、分析の失敗より先に起きる。
同じデータでも、見せ方ひとつで「伝わる」ことも「誤解させる」こともある。
大原則｜グラフは「目的」で選ぶ
① 比較
カテゴリ間の大小
棒グラフ
② 構成
内訳・割合
積み上げ棒／帯グラフ
③ 分布
ばらつき・偏り
ヒストグラム／箱ひげ図
④ 推移
時間変化
折れ線グラフ
⑤ 関係
2変数の関連
散布図
⑥ 空間
地理的分布
コロプレス／ポイントマップ
まず「目的」を1つに絞る。1枚のグラフに複数の目的を持たせない。
データの型｜尺度と変数のタイプ
型でグラフが決まる カテゴリ変数は棒・帯グラフ、連続変数はヒストグラム・散布図、と相性がよい。
「目的」に加えて「データの型」を意識すると、選べるグラフがぐっと絞られる。
① 比較｜棒グラフ
- 例：地点別の平均交通量、駅別の乗降者数
- 縦軸を0から始めると、差の大きさを正しく伝えられる
- 並び順に意味を持たせる（値の大小順、地理的な順 など）
注意 軸を途中から始めると、わずかな差が大きな差に見える。
② 構成｜100%積み上げ（帯）グラフ
- 例：交通手段分担率（徒歩・自転車・公共交通・自動車）
- 各帯を100%にそろえると、構成比そのものを地区間で比べられる
- 実数の大小を見たいときは通常の積み上げ棒を使い分ける
注意 円グラフを並べての比較は角度の読み取りが難しい。帯グラフなら割合の差を横並びで追える。
③ 分布｜ヒストグラム／箱ひげ図
- 例：通勤時間の分布、世帯所得の分布
- 平均だけでは分からない「ばらつき」「偏り」「外れ値」を見る
- 複数グループの比較は箱ひげ図が見やすい
注意 ビン幅（区間の刻み）で印象が変わる。複数試して確かめる。
④ 推移｜折れ線グラフ
- 例：時間帯別の交通量、年次の人口推移
- 系列は3〜4本まで。それ以上は小さなグラフに分ける
- ピーク・変化点に注釈を付けると伝わりやすい
注意 縦軸を途中で切ると変化が誇張される。切る場合は波線などで明示する。
⑤ 関係｜散布図
- 例：駅からの距離と徒歩移動の割合、人口密度と自動車保有率
- 相関係数は散布図とセットで見ると、見かけの相関に気づける
- 外れ値1点で「傾向」が変わることがある
注意 相関があっても因果とは限らない。第三の変数（例：都市規模）を疑う。
⑥ 空間｜コロプレス／ポイントマップ
- 例：メッシュ別人口、拠点への到達圏人口、事故発生地点
- 「どこに偏っているか」は地図でしか見えない
- 実数ではなく密度・率に変換して塗るのが原則
注意 面積の大きい地域ほど目立って見える。実数のまま塗ると誤解を招く。
よくある失敗｜NG集
- 3Dの円グラフ・棒グラフ 奥行きで面積の印象が歪み、正確に比較できない。
- 縦軸を途中から始める わずかな差が大きな差に見える。使う場合は波線で明示。
- 色だけでカテゴリを区別 色覚の多様性に配慮し、ラベルやパターンも併用する。
- コロプレスマップに実数を塗る 面積の大きい地域が過大に見える。密度・率に変換する。
- 軸ラベル・単位・出典がない どんなに美しくても、読み手は検証できない。
合言葉 「このグラフだけを見た人が、誤解なく読み取れるか？」
チートシート（保存版）
| 目的 | グラフ | 都市での例 | 注意点 |
|---|---|---|---|
| 比較 | 棒グラフ | 地点別の平均交通量 | 縦軸は0から。並び順に意味を |
| 構成 | 積み上げ棒／100%帯 | 交通手段分担率 | 割合を比べるなら100%帯 |
| 分布 | ヒストグラム／箱ひげ図 | 通勤時間・所得の分布 | ビン幅を複数試す |
| 推移 | 折れ線グラフ | 時間帯別交通量・人口推移 | 軸の切断は明示。系列は3〜4本 |
| 関係 | 散布図 | 駅距離×徒歩割合 | 相関≠因果。外れ値に注意 |
| 空間 | コロプレス／ポイント | メッシュ人口・到達圏 | 実数でなく密度・率で塗る |
このページを印刷またはスクリーンショットして手元に。
室岡太一・堀川倖・谷口守 (2025)「居住誘導区域におけるx-minute cityの評価指標と可視化ツールの提案―アクセシビリティと交通行動の両面から―」土木学会論文集D3, 図-5.
研究例
図-5 春日部市と横須賀市の15-minute BG（横軸＝到達可能性Reach-15／縦軸＝実移動Act-15）
読み方 2市を同じ4象限チャートに重ね、「到達できるか（横軸）」と「実際に歩・自転車で行くか（縦軸）」のギャップを比べる。
この回とのつながり 同じ形式のチャートを都市間で並べるのも立派な可視化。
可視化指標の詳細は室岡太一・堀川倖・谷口守 (2025)「居住誘導区域におけるx-minute cityの評価指標と可視化ツールの提案」土木学会論文集, 81(20), 25-20087 で提案。
AIアシスタントと使うなら
手元のデータと「何を伝えたいか」を渡せば、グラフの選定から作成まで相談できる。
この交通量データ（CSV）から、地点別の平均値を比較したい。適切なグラフの種類と、その理由を教えて。
このグラフの画像を見て、誤解を招く表現になっていないかチェックして。改善案も教えて。
ただし 最終判断は自分で。出力されたグラフも本日のチートシートで検証する。
まとめ｜次回予告
グラフは「目的」で選ぶ。
比較・構成・分布・推移・関係・空間 —— まず1つに絞る。
今日の要点
チートシート（p.13）を手元に置き、作る前に「目的はどれか」を自問する。
次回（第2回）
記述統計と分布を読む —— グラフでつかんだ傾向を、数字で裏付ける
Work｜オープンデータで練習する
基本課題
自分で好きな問いを立てたうえで（例：自分の市区町村は人口が減っているか）、e-Statでお好きな市区町村・都道府県のデータを探し、今日の6分類から合うグラフでその問いに答える。
発展課題
基本課題のグラフに、比較対象や切り口を1つ加える。仕上げに、①その工夫で分析にオリジナリティを出せたか、②誰の役に立ちそうか（例：自治体の担当者、同じ地域に住む人）、のどちらかを1文で。
使用データは無償のオープンデータ（e-Stat等）に限る。進め方（全回共通）：①問いはまず自分で考える（AIに頼る前に）／②AIの出力は別の方法で検算し再現性を確かめる／③Excelは数式を残す・コードは # でメモを残す／④「作る」で終わらせず問いへの答えまで自分で出す。