数字を眺めているだけでは、データの本当の姿を見誤ることがあります。
その典型例として、統計学で有名な「アンスコムの例」があります。

この記事では、アンスコムの例を使いながら 「なぜデータ可視化が重要なのか？」 をわかりやすく紹介します。

アンスコムの例とは？

“ アンスコムの例（アンスコムのれい、Anscombe’s quartet）あるいはアンスコムの数値例（アンスコムのすうちれい）とは、回帰分析において、散布図はそれぞれ異なるのに回帰直線やその他の統計量が同じになってしまう現象について、統計学者のフランク・アンスコム（英語版）が1973年に紹介した例である。回帰分析をする前に散布図を確認し傾向を把握することの重要性、そして外れ値が統計量に与える影響の大きさを示している

Wikipediaの文章からはいまいち読み取れないかもしれませんが、要するに

アンスコムの例（Anscombe’s quartet）は、1973年に統計学者フランク・アンスコムによって紹介された4つのデータセットです。

これら4つのデータは、

• 平均
• 分散
• 相関係数
• 回帰直線

といった 主要な統計量がほぼ同じ ように作られています。

しかし、実際に散布図にしてみると……

4つのグラフは、まったく別の形をしているのです。

数字だけでは見えない「クセ」や「傾向」が、可視化することで一気に浮き彫りになる。
このことを強烈に示す有名な例として、今も引用され続けています。

数字だけを見ると危険な理由

データ分析でありがちなのが、

平均値だけを見て、安心してしまう
分散が小さいから安定していると思い込む

といった“数字への過信”。

しかしアンスコムの例が示すように、
統計量が同じでも、データの動きは全く別物 です。

つまり、

可視化をしない分析は、重要な事実を見落とすリスクがある。

ということです。

ビジネスの売上データに置き換えてみると…

もう少しかみ砕くために、営業支店ごとの「月次売上データ」を例にしてみましょう。

4つの支店があり、最終的な売上はどこも “1000” を達成しています。
数字だけを見ると、一見「どの支店も同じくらい頑張った」ように見えます。

しかし、実際に推移をグラフにすると…

A支店は冬に売上が急増

B支店は期末に大きく落ち込んでいる

C支店は毎月ジェットコースターのような乱高下

D支店は安定しているが、1か月だけ異常値

このように、同じ“1000”でも戦い方もリスクも全く違う ことがわかります。

これこそが可視化の力です。

可視化は、“気づき”を生む

この例のように、
数字の羅列では読み取れない傾向や異常を、グラフは一瞬で見せてくれます。

特にビジネスでは、

• 売上の異常値
• 繁忙期の傾向
• ボトルネック
• 改善すべきポイント

といった 現場で価値のある情報 が、可視化によって初めて浮かび上がります。

まとめ

アンスコムの例が示しているのは、たったひとつ。

データは“見える化”しないと本質がわからない

ということ。

数字は嘘をつきません。
でも、数字だけ見ていると、普通に誤解します。

だからこそ、
データ可視化は分析の出発点であり、意思決定の質を上げる最も簡単な方法 なのです。