Tableauで自分と感性が近いM-1審査員を分析してみた : Tabろぐ

M-1グランプリの採点

漫才を塗り替えろ。
- M-1グランプリ2022 -

M-1グランプリでは、審査員が100点満点で漫才の採点を行っています。出番が終わるごとに採点をしなければならないので、採点するのも難しそうです。出場者の漫才はもちろんですが、どの審査員が誰に何点をつけるのかも注目されています。

以前「M-1グランプリのデータをTableauでまとめてみた」にて歴代のM-1グランプリの結果をまとめましたが、今回はそのデータを使って自分と感性の近い審査員が診断できるダッシュボードをつくってみました。

診断方法

今回は自分の採点結果を入力することで、自分と採点のつけ方が近しい審査員を診断できるものをつくっていきたいと思います。

なお「採点のつけ方が近しい」の定義については、以下の3つの方法で算出することにしました。

【方法①】絶対値の差の平均
１つ目は、自分の採点結果と各審査員の採点結果の差の絶対値を取り、出場者1組あたり平均で何点離れているかを計算する方法です。離れている平均点数が最も小さい人=採点のつけ方が近しい人、と定義しています。

以下の例だと、松本人志さんとは絶対値の差の平均が2.5だということになりました。

name	judge	point	自分の採点	差の絶対値	差の絶対値の平均
カベポスター	松本人志	90	88	2	2.5
真空ジェシカ	松本人志	88	92	4
オズワルド	松本人志	92	90	2
ロングコートダディ	松本人志	93	94	1
さや香	松本人志	95	93	2
男性ブランコ	松本人志	96	90	6
ダイヤモンド	松本人志	87	86	1
ヨネダ２０００	松本人志	91	89	2
キュウ	松本人志	86	88	2
ウエストランド	松本人志	94	91	3

Tableauでは以下のように表現しています。

【方法②】相対値の差の絶対値の合計
2つ目の方法は、純粋な採点結果の差を取るのではなく相対値との差を取る方法です。1つ目の方法では採点結果の差をそのまま取りましたが、この方法だと単に「採点の平均」が近しい人が選ばれる可能性があります。

今回の方法は「採点のつけ方」が近しいというところに着目し、その審査員の平均点を1としたときの相対値を計算し、その相対値の差の絶対値を見るという方法です。

※桁数が小さくなりすぎてしまうので、差の絶対値の平均ではなく合計で計算しています。審査員ごとに審査した組数が同じなので合計でも問題ないのですが、組数が違うもの同士を比較する場合は平均を使ったほうが良いでしょう。

以下の例だと、松本人志さんとは相対値の差の絶対値の合計が0.228だということになりました。

name	judge	point	平均point	相対値point	自分の採点	平均自分の採点	相対値自分の採点	相対値の差の絶対値	相対値の差の絶対値の合計
カベポスター	松本人志	90	91.2	0.986842105	88	90.1	0.976692564	0.010149541	0.227963082
真空ジェシカ	松本人志	88		0.964912281	92		1.02108768	0.0561754
オズワルド	松本人志	92		1.00877193	90		0.998890122	0.009881808
ロングコートダディ	松本人志	93		1.019736842	94		1.043285239	0.023548397
さや香	松本人志	95		1.041666667	93		1.032186459	0.009480207
男性ブランコ	松本人志	96		1.052631579	90		0.998890122	0.053741457
ダイヤモンド	松本人志	87		0.953947368	86		0.954495006	0.000547637
ヨネダ２０００	松本人志	91		0.997807018	89		0.987791343	0.010015675
キュウ	松本人志	86		0.942982456	88		0.976692564	0.033710108
ウエストランド	松本人志	94		1.030701754	91		1.009988901	0.020712853

Tableauでは以下のように表現しています。

【方法③】相関係数
3つ目の方法は、相関係数を計算する方法です。相関係数とは、2変数間の相関の強さを数値化したものです。今回でいうと、自分の採点結果と審査員の採点結果の相関の強さを計算しています。一般的に、相関係数の絶対値が0.6~0.7以上あると、相関関係があると解釈する場合が多いです。

Tableauでは相関係数を計算できるCORR関数が搭載されているので、それを使って計算できます。

CORR([self_point],[Point])

Tableauでは以下のように表現しています。