考えるためのデータ可視化：散布図（後編）

こんにちは。ニュースレター「人事データ分析入門講座」講師の武田です。
本日もよろしくお願いします。

このニュースレターでは、人事データ分析に取り組み始めた方に向けて、データ分析の考え方や方法をお伝えしています。本レターで3回目の配信となりました。

前回より「考えるためのデータ可視化」というテーマで、散布図の見方や活用方法についてお伝えしています。

本レターは後半ということで、散布図を深掘りしていきます。

前回の振り返り

前回のレターでは、人事トイデータを使って、時間外と年休消化率の関係を探っていきました。検討をしている散布図を改めて眺めてみましょう。

この散布図を少し眺めただけでは、時間外と年休消化率の関係を明確にすることができませんでした。しかし、散布図の領域を区切って業務的な意味合いを考えてみると、新たに気になる点がでてきました。

前編では次のような点をあげさせていただきましたが、この他にも気になる箇所を見つけた方もいらっしゃるかもしれません。

今回のレターでは、こうした着想をさらに掘り下げるために散布図を活用する方法をお伝えします。

人事データ分析では、散布図で気になる箇所やクラスターが出てくると、「その箇所にはどんな人が含まれているのだろう？」という興味が湧いてきます。そして、散布図の点に含まれる人の情報を探ろうとするわけですが、点が多いと見るだけでも大変ですよね。

そこで、散布図を深掘りする際には、何らかのグループで分けてみる方法を試してみるとよいでしょう。一般的な人事データには、年代・等級（グレード）・性別・所属・職種といった人事属性が記録されているはずですので、分けるための切り口はたくさんあります。

試しに、年代別に散布図の点を色付分けしてみると以下のようなグラフになりました。こうしたグラフは、PythonのSeabornやRのggplot2などのツールを使うと簡単に作図することができます。Excelでも作ることは可能ですが、区分毎にデータ範囲を指定する必要があるなど若干手間がかかります。

色分けだけだと分かりにくいという方は、点の形を変えることで見やすくなるはずです。年代別に点の色と点の形を変えると次のようなグラフになりました。形によって色塗りされた面積が変わってしまうので、密度を見る上では気を付ける必要があるでしょう。

さて、年代別に色分けされた散布図を眺めてみて、みなさんはどんなことに気づいたでしょうか。

グラフの真ん中にある大きなクラスターはいろんな点が混在しているのではっきりしない部分もありますね。

一方、気になっていた左下の「時間外は少ないのに年休を消化できていない」クラスターを見てみると、30代の従業員だけで構成されていることがわかりました。年休が取れない30代というのはどのようなプロフィールなのか気になってきましたね。

また、月平均の時間外が80時間を超えているところを見ると、すべて20代ということがわかりました。こちらは早急に何らかの対応を打つ必要がありそうです。

このように、散布図を何らかの人事属性で分けてみることで、新しい知見を得ることができます。

さて、先ほどは年代別に色分けすることで新しい知見を得たわけですが、いつもそう上手くいくとは限りません。その一例として、散布図をグレード別に色付けしたグラフを見てみましょう。

各グレードは以下のような意味合いになっています。少しざっくりとした分類になっていますが、Mが管理職でそれ以外が一般従業員ということになります。

改めてグレードで色分けされた散布図を見ると、概ねどのクラスターにもすべてのグレードの従業員が含まれているように見えます。これでは当初の疑問を解消するような知見を得ることはできなさそうですね。

散布図を分けてみることは有効な戦略ですが、現実の人事データを見るときには、このように渾然一体としてよくわからないということがしばしばあります。そのため、様々な切り口で見ていく必要があるわけです。

それでは人事データの切り口をどう見つければいいの？という疑問が出てくると思います。

実際、人事データ分析に取り組み始めた方から質問をよくいただきます。これについては次回のレターで取り上げる予定です。

では、散布図の深掘りを続けていきましょう。以下、散布図を別の方法で分ける方法をお伝えしていきます。

ここから読者限定記事〈無料〉になります。気なる方はぜひご登録ください。