データ分析や統計学の基礎を学ぶうえで、平均値や中央値と並んで欠かせない指標が四分位範囲(IQR:Interquartile Range)です。データの散らばり具合を直感的かつ正確に把握するために用いられ、ビジネスの現場から資格試験、日々のデータ分析まで幅広く活用されています。
本記事では、四分位範囲の具体的な求め方から、第一四分位数・第三四分位数の算出ルール、統計学で重要なボックスプロット(箱ひげ図)の読み方、さらにはエクセル(Excel)での実務的な計算手順まで、初心者にも分かりやすい実践的なステップに沿って解説します。
1. 四分位範囲(IQR)とは何か?統計学における基本概念と役割
統計学において、データの全体像を把握するためには「代表値(平均値や中央値)」だけでなく、データがどれくらい散らばっているかを示す「散布度」を確認することが不可欠です。データの散らばりを表す代表的な指標として「分散」や「標準偏差」がありますが、これらは極端に大きな値や小さな値である外れ値の影響を強く受けてしまうという弱点があります。
そこで重宝されるのが、四分位範囲(IQR)です。四分位範囲は、データを昇順に並べて4等分した境界値を利用するため、データ全体の両端にある極端な数値(外れ値)に左右されにくいという優れた特徴を持っています。具体的には、全データを100%としたとき、下から25%の位置にある「第一四分位数(Q1)」から、下から75%の位置にある「第三四分位数(Q3)」までの距離(Q3 - Q1)を指します。これにより、データの真ん中50%がどのくらいの範囲に密集しているかを客観的に把握することが可能です。
2. 第一四分位数・第三四分位数の正確な計算方法とステップ
四分位範囲を求めるためには、まず基準となる「第一四分位数」と「第三四分位数」を正確に算出する必要があります。計算のプロセスはシンプルですが、データの総数が偶数か奇数かによって位置の特定方法が異なるため、基本のステップをしっかりと押さえておくことが大切です。
四分位数を求めるための基本手順は以下の通りです。
ステップ1:データを値の小さい順(昇順)に並べ替える
すべての統計計算の前提として、データの順序整理が不可欠です。バラバラの順序のままでは正確な位置を特定できません。
ステップ2:データ全体の中央値(第2四分位数:Q2)を求める
全データの中央を割り出し、データを「中央値より下位のグループ」と「中央値より上位のグループ」の2つに分割します。なお、データ数が奇数個の場合、真ん中の値自体は下位・上位のどちらのグループにも含めないのが一般的なルールです。
ステップ3:下位グループの中央値=第一四分位数(Q1)とする
下位グループ(小さめのデータ群)のなかの真ん中の値(中央値)を計算し、これを第一四分位数とします。
ステップ4:上位グループの中央値=第三四分位数(Q3)とする
上位グループ(大きめのデータ群)のなかの真ん中の値(中央値)を計算し、これを第三四分位数とします。
最後に、算出した第三四分位数から第一四分位数を引き算(Q3 - Q1)することで、目的の四分位範囲が大切です。
3. 四分位範囲の算出プロセスの比較と実践例
データの個数によって計算時の処理が変わる点を、具体的な数値例を通じて整理します。以下の表は、データ数が奇数の場合と偶数の場合における四分位数の位置づけと算出アプローチの違いをまとめたものです。
| データのパターン | データの具体例(昇順) | 中央値(Q2)の決定方法 | 第一(Q1)・第三(Q3)の算出アプローチ |
|---|---|---|---|
| データ数が奇数の場合 (例:9個のデータ) |
2, 5, 7, 8, 11, 14, 16, 18, 22 | 真ん中の「11」が中央値。 (上下グループに含めない) |
下位4つ(2,5,7,8)の中央値がQ1(6.5)。 上位4つ(14,16,18,22)の中央値がQ3(17)。 |
| データ数が偶数の場合 (例:8個のデータ) |
4, 7, 9, 11, 13, 16, 18, 21 | 中央の2つの平均「(11+13)/2 = 12」が中央値。 | 下位4つ(4,7,9,11)の中央値がQ1(8)。 上位4つ(13,16,18,21)の中央値がQ3(17)。 |
| 特徴と注意点 | 実務データでは件数が変動する | 全体を綺麗に2分割することが最初の鍵 | Excel関数や統計ソフトでは補間方法に若干のバリエーションがある点に留意 |
4. ボックスプロット(箱ひげ図)の見方とデータの散らばり分析
計算した四分位範囲や最大値・最小値などの統計量を視覚的に表現する強力なツールが、ボックスプロット(箱ひげ図)です。データ分析の現場や論文、レポート資料などで頻繁に利用されています。
箱ひげ図は、長方形の「箱」と、そこから上下(または左右)に伸びる「ひげ」で構成されています。それぞれの部位が表す意味を理解することで、データの傾向を一目で読み解くことができます。
箱ひげ図の主な構成要素:
1. 箱の下端(第一四分位数:Q1):データ全体の25%の位置を示します。
2. 箱の中の線(中央値 / 第2四分位数:Q2):データ全体の50%(真ん中)の位置を示します。
3. 箱の上端(第三四分位数:Q3):データ全体の75%の位置を示します。
4. 箱の高さ(四分位範囲:IQR):箱の縦幅(Q3 - Q1)そのものが、データの中心50%の散らばり具合を直感的に表します。
5. ひげの端と外れ値:通常、ひげの先端は「Q1 - 1.5×IQR」および「Q3 + 1.5×IQR」の範囲内の最大・最小データ値までを結びます。この基準値を超えて孤立したデータ点は外れ値として個別にプロットされ、データの異常値や特殊な傾向を瞬時に発見する手がかりとなります。
5. エクセル(Excel)を活用した効率的な四分位数の計算手順
手計算でデータを処理する方法を理解した上で、実務や研究において大量のデータを扱う際には、表計算ソフトであるエクセルを活用するのが最も効率的です。エクセルには四分位数を算出するための専用関数が用意されています。
エクセルで四分位数を求める主な関数には以下のものがあります。
・QUARTILE関数(または QUARTILE.INC 関数)
データの最小値を0%、最大値を100%としたときの手法に基づき、指定した配列から四分位数を返します。構文は =QUARTILE(範囲, 戻り値の指定) となり、第二引数に「1」を指定すると第一四分位数、「2」を指定すると中央値、「3」を指定すると第三四分位数を得ることができます。
・QUARTILE.EXC 関数
データの分布に基づき、百分位数を内挿・外挿して算出する方式です。データ数が特定の条件を満たす場合や、より厳密な統計学的処理が必要な場合に使い分けられます。
実務では、まずセル範囲に数値を入力し、=QUARTILE(A1:A100, 3) - QUARTILE(A1:A100, 1) のように数式を組むことで、一瞬で四分位範囲(IQR)を算出することが可能です。
【四分位範囲求め方】に関するよくある質問(FAQ)
Q1:四分位範囲と標準偏差はどちらを使うべきですか?
A1:データの中に極端に大きな値や小さな値(外れ値)が含まれている場合は、影響を受けにくい四分位範囲(IQR)を使うのが適切です。一方、データが正規分布に従っており、全体的な平均からのばらつきを細かく評価したい場合は標準偏差が適しています。
Q2:データ数が奇数のとき、中央値自体をグループに含めるべきですか?
A2:一般的な統計の教科書や実務においては、中央値が1つの値としてピンポイントで決まる場合、その値は下位・上位のグループ分けの境界として扱い、グループ本体の計算要素からは除外するのがスタンダードなルールとされています。
Q3:四分位範囲から外れ値を判定する基準はありますか?
A3:はい、一般的には「第一四分位数から1.5×IQRを引いた値」よりも小さいデータ、または「第三四分位数に1.5×IQRを足した値」よりも大きいデータを外れ値として判定します。さらに厳しく見る場合は「3×IQR」を基準にすることもあります。
本記事では、四分位範囲の定義から具体的な算出ステップ、箱ひげ図の読み方、そしてエクセルでの実務的な計算方法まで詳しく解説してきました。
平均値や中央値はデータの中心を捉える優れた指標ですが、それだけでは「データがどれくらいバラついているのか」「極端な数値に引っ張られていないか」を見誤るリスクがあります。第一四分位数と第三四分位数を正しく算出し、その差である四分位範囲を活用することで、外れ値に惑わされない本質的なデータの傾向を掴むことができます。
統計学の基礎を固める第一歩として、まずは手元のデータやエクセル環境で実際に計算を試行し、データの散らばり具合を多角的に読み解くスキルを身につけていきましょう。