データ分析や統計学の学習を進める中で、「四分位数(しぶんいすう)」という言葉に直面し、その具体的な意味や求め方でつまずいてしまう方は少なくありません。ビジネスでのデータ活用から資格試験、学術研究に至るまで、データの散らばりや特徴を正しく把握するためには、平均値だけでなく中央値や四分位数を正確に読み解く力が不可欠となります。
本記事では、四分位数の基本的な定義から、第一四分位数・中央値・第三四分位数の具体的な算出手順、さらに箱ひげ図や四分位範囲、四分位偏差との関係性まで、初心者にもわかりやすく徹底的に解説します。
四分位数とは何か?統計学における基本的な定義と役割
統計学において四分位数(quartile)とは、データを小さい方から順に並べたとき(順序統計量)、全体をちょうど4等分する境界に位置する3つの数値のことです。データを小さな方から25%、50%、75%の位置で区切る役割を持ち、データの分布の偏りや中心傾向を捉えるために広く利用されています。
具体的には、データを下から順に分けたときに以下の3つのポイントが存在します。
- 第一四分位数(Q1):データ全体の低い方から25%の位置にある値。
- 第二四分位数(Q2):データ全体の中央に位置する値であり、中央値(メディアン)と一致する。
- 第三四分位数(Q3):データ全体の低い方から75%の位置(高い方から25%)にある値。
平均値は極端に大きな数値や小さな数値(外れ値)が存在する場合に値が大きく引っ張られてしまうという欠点がありますが、四分位数は順序に基づいているため、データの偏りがある場合でも実態を正確に反映しやすいという強みがあります。
第一四分位数・中央値・第三四分位数の具体的な求め方
実際にデータが与えられた際、四分位数をどのように算出するのか、その手順を整理します。四分位数を求める基本は、データを必ず小さい順(昇順)に並べ替えることから始まります。
データ数(サンプル数)が奇数か偶数かによって中央値の挟み方が変わるように、四分位数の算出ルールにもいくつかの方式(代表的には、中央値を除外して上下に分ける方式など)が存在しますが、一般的な統計の基礎としては以下の手順が用いられます。
例えば、次のような10個の数値データがあるとします。
12, 15, 18, 22, 25, 29, 33, 38, 42, 50
このデータをもとに、各四分位数を順に導出していきます。
- 第二四分位数(中央値)の特定:データ数が10個(偶数)であるため、真ん中の5番目(25)と6番目(29)の平均値である27が中央値(Q2)となります。
- 第一四分位数の求め方:中央値より下位のグループ(12, 15, 18, 22, 25)の中央値を選びます。5個のデータの中央である3番目の数値、すなわち18が第一四分位数(Q1)になります。
- 第三四分位数の求め方:中央値より上位のグループ(29, 33, 38, 42, 50)の中央値を選びます。同様に3番目の数値である38が第三四分位数(Q3)になります。
箱ひげ図の見方と四分位数の活用メリット
求めた四分位数は、データのばらつきを視覚的に表現する箱ひげ図(ボックスプロット)において中心的な役割を果たします。箱ひげ図を活用することで、複数のデータ群の傾向や散らばりを一目で比較できるようになります。
箱ひげ図の構造は、主に以下の要素で構成されています。
- 箱の端:下端が第一四分位数(Q1)、上端が第三四分位数(Q3)を示し、箱の高さ(長さ)がデータの真ん中50%の広がりを表す。
- 箱の中の線:第二四分位数(中央値)の位置を示す。
- ひげの端:データの最小値から最大値までの範囲を示す(外れ値を除く)。
この仕組みにより、データの偏り(歪度)や、全体のばらつきの大きさを直感的に把握することが可能になります。
統計量データの整理:四分位数・四分位範囲・四分位偏差の比較
四分位数に関連する指標として、データの散らばり度合いを示す「四分位範囲」や「四分位偏差」があります。これらがどのような計算式で成り立っているのか、以下の表で整理します。
| 指標名 | 定義・算出方法 | 主な役割と特徴 |
|---|---|---|
| 第一四分位数 (Q1) | データを昇順に並べた下位25%の位置の数値 | 下位グループの基準となる境界値 |
| 第二四分位数 (Q2) | データを昇順に並べた中央(50%)の数値 | 中央値(メディアン)と同一であり、データの中央を示す |
| 第三四分位数 (Q3) | データを昇順に並べた上位25%(下位75%)の位置の数値 | 上位グループの基準となる境界値 |
| 四分位範囲 (IQR) | 第三四分位数から第一四分位数を引いた値(Q3 - Q1) | データの中央50%が占める幅を示し、外れ値の影響を受けにくい |
| 四分位偏差 | 四分位範囲を2で割った値((Q3 - Q1) / 2) | 範囲の半分をとり、標準偏差の代わりとして使われる散らばりの指標 |
四分位範囲と四分位偏差によるデータの散らばり評価
データの散らばりを評価する指標として一般的に知られているものに「標準偏差」がありますが、標準偏差はすべてのデータを用いて計算するため、極端に大きな数値や小さな数値(外れ値)が存在すると値が大きく歪んでしまうという特性があります。
これに対し、表にも示した四分位範囲(IQR: Interquartile Range)は、データの真ん中50%(Q3からQ1を引いた値)に注目するため、外れ値の影響をほとんど受けずにデータの純粋な散らばり具合を評価できます。また、四分位範囲をさらに2で割った四分位偏差は、非対称な分布を持つデータの散らばりを簡易的に表す尺度として重宝されています。
【四分位数とは】に関するよくある質問(FAQ)
Q1:四分位数はパーセンタイルとどのような関係がありますか?
A1:四分位数はパーセンタイル(百分位数)の一種です。第一四分位数は25パーセンタイル、第二四分位数(中央値)は50パーセンタイル、第三四分位数期は75パーセンタイルにそれぞれ一致します。
Q2:データ数が奇数の場合と偶数の場合で求め方に違いはありますか?
A2:はい、データ数が奇数か偶数かによって中央値の選択方法が変わり、それに伴って下位・上位グループの分け方も変わります。ただし、データを等分する基本原則(25%、50%、75%の位置を特定する)は変わりません。
Q3:Excelやスプレッドシートで四分位数を簡単に求める関数はありますか?
A3:はい、多くの表計算ソフトでは「QUARTILE」関数や「QUARTILE.INC」「QUARTILE.EXC」関数を使用することで、指定した範囲の第一・第二・第三四分位数を一瞬で算出することができます。
ここまで、四分位数の基本的な定義や求め方、箱ひげ図や四分位範囲との関係性について詳しく解説してきました。四分位数は、データをただの羅列ではなく、4つの区切りや中央の傾向として客観的に捉えるための強力なツールです。
平均値だけに頼るのではなく、第一四分位数・中央値・第三四分位数を組み合わせた多角的な視点を持つことで、データに潜む偏りや真の姿を見誤るリスクを大きく減らすことができます。日々のビジネスデータ分析や統計の学習において、ぜひ今回の内容を役立ててください。