【初心者必見】Power BI で学ぶ探索的データ解析（EDA）の基本

皆さん、こんにちは。大畑と申します。
小売企業でデータサイエンティスト兼データエンジニアとして働いています。
今回は、データ活用の最初のステップであるデータ理解の手法やコツをご紹介いたします。
最後までご覧いただくと、データ分析の専門家も実施しているデータ理解の手法を学ぶことができます。

データ理解の手法：探索的データ解析（EDA）というアプローチ

データ分析の現場で、最初に取り組むべき重要なステップ——それが「データ理解」。
このプロセスを支える代表的な手法が、探索的データ解析（Exploratory Data Analysis：EDA） です。

EDAとは何か？

EDAは、1970年代にアメリカの数学者 ジョン・トゥーキー（John Tukey） 氏によって提唱された手法です。
目的は、データの特徴を探索し、構造を理解すること。

彼はこう考えました：

「データは仮説を検証するためだけでなく、仮説そのものを発見するためにも使うべきだ」

この考え方に基づき、EDAというアプローチが誕生しました。

EDAの本質と実務への応用

本来、EDAは統計学の専門的な領域に属します。
実務でのデータ活用においても、そのエッセンスは非常に有効です。
ここでは、専門的な理論に偏らず、実践的な視点からEDAを活用する方法を紹介します。

データ理解の目的

• データの種類・形式・範囲の確認
• 含まれる情報の把握
• 分析や可視化の方向性の決定
• データ分析の土台づくり

可視化によるパターンの発見

以下のような可視化手法を使って、データの構造を視覚的に把握します：

• ヒストグラム
• 分布図
• 箱ひげ図（ボックスプロット）

これにより、以下の情報を得ることができます：

• データの中心傾向
• ばらつき（分散）
• 外れ値（異常値）

欠損値・異常値の特定と処理

データの品質を評価するうえで、欠損値や異常値の確認は欠かせません。

• 欠損値が多い場合 → データの補完を検討
• 異常値が存在する場合 → エラーやイレギュラーなケースの可能性

これらを適切に処理しないと、以下のような問題が発生します：

• 顧客の年齢データが欠損 → 年齢別の購買傾向が分析できない
• 極端に高い売上データ → 平均値が実態より高く算出される

仮説の構築と検証

EDAのもう一つの重要な役割が、仮説の構築と検証です。

• データから仮説を立てる
• 仮説を検証し、分析の方向性を確認
• 集計方法や分析手法の妥当性を見極め、必要に応じて修正

EDAがもたらす価値

EDAを通じて得られるのは、単なる数値の羅列ではありません。
それは、データの本質的な理解であり、分析の成功を左右する基盤です。

データの尺度とは？

データの性質を理解するための重要な概念、それが データの尺度です。
これは、データの種類や構造を分類し、適切な分析手法を選ぶための基礎となる考え方です。

データの尺度には、以下の4種類があります：

• 名義尺度
• 順序尺度
• 間隔尺度
• 比率尺度

それぞれの尺度には、異なる特徴と分析上の制約があります。
この違いを理解することで、データの性質に応じた適切な処理や可視化が可能になります。

なぜ尺度の理解が重要なのか？

例えば：

• 名義尺度 → 平均値は計算不可、最頻値は算出可能
• 比率尺度 → 平均値・標準偏差・比率の計算が可能

このように、尺度の理解は分析の精度を左右する重要なステップです。

名義尺度

カテゴリー分類のための尺度 です。
データ間に順序はなく、単なるグループ分けを示します。

例： 性別（男性・女性）、血液型（A型・B型・O型・AB型）

特徴：

• 順序なし
• 数値的な操作不可
• 分類や集計に適する

順序尺度

データに順序を与える尺度 です。
大小関係はあるが、間隔の大きさは不明です。

例： 学歴（小学校・中学校・高校・大学）、満足度（不満・普通・満足）

特徴：

• 順序あり
• 数値的な演算不可
• ランキングや階級の表現に適する

間隔尺度

データ間の差を測定する尺度 です。
間隔は等しいが、絶対的なゼロ点が存在しません。

例： 温度、日付、時刻

特徴：

• 差の計算は可能
• 比率の計算は不可
• ゼロ点がないため「2倍」などの表現が不適切

補足：
「ゼロ円」はお金が全くない状態を示しますが、「1月10日」は「1月20日」の半分とは言えません。
このような違いが、間隔尺度の本質です。

比率尺度

絶対的なゼロ点を持つ尺度 です。
差・間隔・比率のすべてが計算可能です。

例： 体重、身長、年齢、売上金額

特徴：

• ゼロ点あり
• 四則演算・比率計算が可能
• 最も自由度の高い分析が可能

質的データと量的データの違い

データ分析において欠かせない視点、それが 質的データと量的データ の違いです。
この分類を意識することで、分析手法の選択や結果の解釈が格段に正確になります。

質的データとは？

カテゴリーや属性を示す情報 です。
基本的には文字情報であり、分類やラベル付けに使われます。

含まれる尺度：

• 名義尺度
• 順序尺度

例：

• 性別
• 血液型
• 満足度

量的データとは？

数値で構成され、計算や測定が可能な情報 です。
統計的な処理や傾向分析に適しています。

含まれる尺度：

• 感覚尺度
• 比率尺度

例：

• 売上金額
• 年齢
• 温度

なぜ分類を意識する必要があるのか？

データの性質に応じて、適切な分析手法を選択するためです。

• 質的データ → カテゴリーごとの集計や比較に適する
• 量的データ → 平均値・標準偏差などの統計量で傾向を把握

可視化手法の違い

• 質的データ → 棒グラフ、円グラフ
• 量的データ → ヒストグラム、散布図

EDAの流れ：探索的データ解析のステップ

探索的データ解析（EDA）を進めるうえで重要なのが、具体的なステップの理解です。
ここでは、実務でも活用できるEDAの流れを紹介します。

ステップ1：タスクの目的とゴールの明確化

何を達成したいのか、どんな結果を得たいのかをはっきりさせることで、使用する列や集計方法、分析の方向性が定まります。

ステップ2：データの基本情報の確認

• 列名
• 行数
• データ型
• 欠損値の有無

これらを確認することで、データの構造や内容、形式を理解できます。

ステップ3：実データの確認

データセットの最初の数行や中間部分を確認することで、 データの中身を直感的に把握できます。

ステップ4：基本統計量の確認

• 平均値
• 標準偏差
• 四分位数

これらを計算することで、データの偏りやばらつきを把握できます。

ステップ5：分布や傾向の可視化

• ヒストグラム
• 箱ひげ図

これらの可視化を通じて、データの分布や異常値を視覚的に確認できます。
分析の精度が高まり、仮説の構築にもつながります。

Power BIによる探索的データ解析（EDA）の実践ステップ

ここでは、Power BIを使った探索的データ解析（EDA）の具体的な操作方法について紹介します。
Pythonで行うEDAと比較しながら、Power BIでの実践ステップをステップバイステップで解説します。

行数の確認

• カードビジュアルを使用
• 空白のない列（例：レシートナンバー）をフィールドに設定
• 集計方法を「カウント」に変更
• 今回のデモでは 3066行 が表示されました

列数の確認

• Power Queryでクエリを複製
• Table.ColumnCount 関数を使用
• カードビジュアルに設定
• 書式設定で小数点以下をゼロに調整
• 表示例：11列

列名とデータ型の確認

• Power Queryのヘッダーで確認可能
  

• スクリーンショットをレポートキャンバスに貼り付けると便利

• 列名の並び順を固定するには、プレフィックス（連番）を付ける

欠損値の確認

• ヘッダー下のバーにマウスを重ねると欠損率が表示される

• COUNTBLANK 関数でメジャーを作成
  

• カードビジュアルで欠損数を表示

• 例：顧客ID列に 1134行の欠損

基本統計量の確認

• 平均値、標準偏差、最小値、中央値、最大値 → 集計設定で算出可能
  

• 第一・第三四分位数 → PERCENTILE 関数でメジャーを作成
  

• 複数行カードに統計量を追加して表示

箱ひげ図の作成

• カスタムビジュアル「Box and Whisker Chart」を追加
• 店舗の坪数などを軸に設定
• 中央値・四分位数・外れ値を視覚的に確認可能

ヒストグラムの作成

• 「グループ」機能で金額データをビン（区間）に分割
• 棒グラフで頻度を表示
• ズームスライダーで粒度を調整
• 粒度例：3000 → 500 に変更して詳細表示

散布図の確認

まとめ：データ理解の目的と流れ

ここまでの内容を振り返ってみましょう。
データ理解の目的 は、データの全体像を把握することです。

• パターンの探索
• 欠損値・異常値の特定
• 仮説の検証

これらのプロセスを通じて、データの信頼性を高め、分析結果の精度を向上 させることができます。

データの尺度の重要性

データの尺度 は、データの種類や性質を理解するための重要な概念です。

• 名義尺度
• 順序尺度
• 感覚尺度
• 比率尺度

それぞれ異なる特徴を持ち、適切な分析方法の選択に直結 します。

データ理解の流れ

データ理解は、以下のステップで進めます：

1. タスクの目的を決める

• 何を達成したいのか
• どんな結果を得たいのか

2. 実データや基本情報の確認

• 列名
• 行数
• データ型
• 欠損値の有無

3. 統計量や分布の確認

• 平均値
• 標準偏差
• 四分位数
• ヒストグラムや箱ひげ図による可視化

実務への応用

これらのステップを踏むことで、データの構造や特徴を深く理解し、分析に活かす ことができます。ぜひ実務でもこの流れを意識して、データ理解を実践してみてください。
また、Power BIを使えば、PythonのようなコーディングなしでEDAを実践できます。視覚的な操作でデータの構造や傾向を把握し、分析の精度を高めましょう。

YouTubeチャンネルのご紹介

YouTubeチャンネル DX塾では、Power BIやFabricを中心に、日々のデータ活用に役立つ動画を配信中です。
ぜひチャンネル登録して、スキルアップにお役立てください！

YouTubeチャンネルはこちら

最後に

📌この記事が参考になった方は、ぜひ「LGTM」や「ストック」をお願いします！
📢データ活用に興味がある方は、フォローして今後の更新もチェックしてください。