四分位数の求め方を徹底解説！公式と箱ひげ図・外れ値計算まで完全網羅
ビジネスの現場や学術研究、さらには高校の教育課程において、データを正確に読み解くスキルの重要性は年々増しています。売上データやテストの点数、顧客アンケートの結果を分析する際、「平均値」だけで全体を把握しようとして実態を見誤ってしまった経験はないでしょうか。極端な極小値や極大値（外れ値）に引っ張られやすい平均値の弱点を補い、データのばらつきや構造を浮き彫りにする統計指標が四分位数（しぶんいすう）です。
高校数学の「数学I」で必修化されて以降、共通テスト対策はもちろん、DX推進に伴うデータ分析の基礎教養として再び脚光を浴びています。しかし、「奇数個と偶数個で中央値の扱いが分からなくなる」「Excelの関数で出すと教科書の手計算と数値がズレる」といった現場の疑問や混乱も後を絶ちません。計算公式から箱ひげ図の描き方、外れ値の検出法、ツール別の定義差まで体系的に解説します。
📌 【この記事の重要ポイントまとめ】
- 要点1：四分位数はデータを昇順に並べて4等分する境界値であり、外れ値に強い頑健な要約統計量である。
- 要点2：データの個数が偶数か奇数かによって中央値の除外ルールが異なり、高校数学の手順とExcel関数（QUARTILE.INC / EXC）では計算結果に差異が生じる場合がある。
- 要点3：四分位範囲（IQR）を用いた「1.5×IQRルール」により、客観的かつ機械的に外れ値を検知して箱ひげ図へ可視化できる。
【徹底解説】四分位数とは？意味とデータの散らばりを可視化する重要性
データ分析や統計学の実務において、四分位数 意味 わかりやすく捉えるなら、「データを小さい順に並べたとき、全体をちょうど4等分する3つの区切り点」と言えます。数値を25%刻みのグループに分けることで、データがどの領域に密集しているのか、あるいはどこに広がっているのかを直感的に把握できます。
四分位数は、小さい方から順に以下の3つの境界値で定義されます。
- 第1四分位数（$Q_1$）：下位から数えて全体の25%（4分の1）に位置する値。下位25%点。
- 第2四分位数（$Q_2$）：全体の50%（2分の1）に位置する値。これはまさに中央値（メジアン）と同義です。
- 第3四分位数（$Q_3$）：下位から数えて全体の75%（4分の3）に位置する値。上位25%点。
平均値は一部の飛び抜けた大富豪の年収や極端な異常値に大きく左右されますが、順序に基づく四分位数はそうした極端な値の影響をほとんど受けません。この「外れ値に対する強さ（ロバスト性）」こそが、現代の四分位数 データ分析 統計学において必須の指標として重宝される最大の理由です。
【ステップ別】四分位数の求め方と公式｜奇数・偶数データの計算手順
四分位数 求め方で多くの学習者やつまずきやすい担当者が混乱するのが、四分位数 偶数 奇数による中央値の処理方法です。日本の四分位数 高校数学 数学I（文部科学省学習指導要領）で採用されている標準的な計算手順は、「中央値でデータを左右2つのグループに分け、それぞれのグループで再び中央値を求める」というアルゴリズムです。
具体的なステップは以下の通りです。
- 対象データを小さい順（昇順）に整列する。
- 全体の第2四分位数（$Q_2$ / 中央値）を求める。
- $Q_2$を境界として、データを下位グループ（前半）と上位グループ（後半）の2つに分割する。
- 下位グループの中央値を第1四分位数（$Q_1$）、上位グループの中央値を第3四分位数（$Q_3$）とする。
ここで極めて重要な分岐点が「データ個数の偶奇」です。具体的な数値例で確認してみましょう。
データの個数が奇数の場合（例：7個のデータ）
データ：【 2, 4, 5, 7, 9, 12, 15 】
- 中央値（$Q_2$）は真ん中の値である7です。
- 下位グループは$Q_2$を除いた【 2, 4, 5 】となり、その中央値である$Q_1 = 4$となります。
- 上位グループは$Q_2$を除いた【 9, 12, 15 】となり、その中央値である$Q_3 = 12$となります。
データの個数が偶数の場合（例：8個のデータ）
データ：【 2, 4, 5, 7, 9, 12, 15, 18 】
- 中央値（$Q_2$）は中央2つの平均値（$(7+9)\div 2$）である8です。
- 下位グループは前半4つの【 2, 4, 5, 7 】となり、$Q_1$はその中央2つの平均値（$(4+5)\div 2$）である$Q_1 = 4.5$となります。
- 上位グループは後半4つの【 9, 12, 15, 18 】となり、$Q_3$はその中央2つの平均値（$(12+15)\div 2$）である$Q_3 = 13.5$となります。
四分位範囲・四分位偏差と外れ値の計算方法｜実務と受験の必須知識
四分位数を算出した後にセットで活用されるのが、データの散らばり度合いを示す四分位範囲と四分位偏差です。
四分位範囲（IQR: Interquartile Range）の四分位数 公式は極めてシンプルです。
四分位範囲（IQR） = 第3四分位数（$Q_3$） - 第1四分位数（$Q_1$）
これはデータの中央50%がどのくらいの幅に収まっているかを示します。また、四分位偏差は四分位範囲を2で割った値（$\frac{Q_3 - Q_1}{2}$）であり、標準偏差と同様にデータの散らばり幅の半分を表現する指標として用いられます。
さらに、実務や学術調査で欠かせないのが外れ値 計算方法 四分位数による機械的判定法（いわゆる「1.5×IQRルール」）です。人間の主観で「これは異常値だ」と勝手に除外するのではなく、以下の明確なフェンス（境界線）を設けて判定します。
- 下側境界値：$Q_1 - (1.5 \times \text{IQR})$
- 上側境界値：$Q_3 + (1.5 \times \text{IQR})$
この境界の外側に位置する観測値は客観的な「外れ値」として識別され、計測ミスなのか、あるいは極めて特異な注目すべき事象なのかを分析・精査する契機になります。
【比較検証】高校数学・Excel・統計ソフトで四分位数の値がズレる真相
「手計算した四分位数と、Excelで算出した四分位数が一致しない」という現象に戸惑った経験を持つ実務担当者は少なくありません。実は、四分位数の定義には世界的に複数の流儀が存在します。
四分位数 Excel QUARTILE関数には、歴史的経緯からQUARTILE.INCとQUARTILE.EXCの2種類が用意されており、これらと高校数学の定義は微妙に異なります。
| 計算方式・環境 | 内挿・分割のアルゴリズム | 主な適用先・規格 | 編集部の見解・実務上の留意点 |
|---|---|---|---|
| 高校数学（文科省方式） | 中央値で分割後、各群の中央値を取得（Tukeyのヒンジに近い） | 大学入学共通テスト、高校教科書 | 手計算が最も平易。データ数が少ないときにExcelとズレやすい。 |
| Excel QUARTILE.INC | 位置を $1 + (N-1) \times p$ で線形補間（0%と100%を含む） | 一般的なビジネス実務、旧QUARTILE関数 | 実務上のデファクトスタンダード。小数点の補間値が出現する。 |
| Excel QUARTILE.EXC | 位置を $(N+1) \times p$ で線形補間（0%と100%を除外） | 母集団推定を重視する一部の統計解析 | 端点を含まないため、データ数が少ないとエラーになる場合がある。 |
| Python / R 標準設定 | 線形補間（NumPyやRのquantile type=7など） | データサイエンス、機械学習前処理 | 大規模データでは差異が無視できるほど微小化する。 |
「どれが正解でどれが間違い」というわけではなく、採用しているアルゴリズムの違いに過ぎません。実務においては「社内やプロジェクト内で統一したツール・関数を用いているか」が最も肝要です。
【実態検証】箱ひげ図の正しい書き方とデータ分析現場での落とし穴
四分位数の視覚的真価を発揮するのが四分位数 箱ひげ図です。箱ひげ図は、最小値、第1四分位数（$Q_1$）、中央値（$Q_2$）、第3四分位数（$Q_3$）、最大値という「5数要約」を1つのグラフィックで直感的に表現します。
箱ひげ図を描く基本構造は次の通りです。
- $Q_1$から$Q_3$までを長方形の「箱」で囲む（箱の長さが四分位範囲 IQR を表す）。
- 箱の内部に中央値（$Q_2$）の線を入れる。
- 箱の両端から、外れ値を除いた最小値・最大値まで「ひげ」を伸ばす。
- 1.5×IQRルールの外側にある外れ値は、ひげの先端の外に点（ドット）として独立してプロットする。
しかし、現場のデータ分析において箱ひげ図を過信すると思わぬ落とし穴にはまります。箱ひげ図は「データの谷や山（峰の数）」を隠してしまう性質があるためです。たとえば、中央付近が空白で両端に山が分かれている「二峰性分布（バイモーダル）」であっても、箱ひげ図上では通常の分布と見分けがつきません。ヒストグラムや密度プロットと併用して確認する習慣が重要です。
【プロの結論】統計リテラシーを高める判断基準と実践的な活用法
データドリブンな意思決定が求められる環境において、四分位数をはじめとする要約統計量を正しく使い分けるための判断基準を整理しました。
四分位数・中央値の活用が強く推奨されるケース
- 所得・資産・不動産価格：一部の富裕層や超高額物件が平均値を大幅に押し上げてしまうデータ群。
- Webサービスの滞在時間・PV数：大半のユーザーが数秒で離脱する一方、極一部のヘビーユーザーが長時間滞在するロングテール型データ。
- クレーム対応時間・納期：突発的なトラブルによる異常な長期案件（外れ値）を除外して実力値を評価したい場合。
四分位数単体では不十分で慎重さが求められるケース
- 総量管理（売上総額・総消費カロリーなど）：全体としての総和を把握する必要がある場合は、外れ値も含めた平均値×サンプル数の方が意味を持ちます。
- 多峰性データ（顧客層が若年層とシニア層で二極化している場合など）：四分位数だけでなく、クラスタリングを行って属性ごとに群分けしてから分析する必要があります。
【四分位数】に関するよくある質問（FAQ）
Q1：四分位範囲（IQR）と四分位偏差の違いは何ですか？
A1：四分位範囲（IQR）は第3四分位数から第1四分位数を引いた値（$Q_3 - Q_1$）で、データ中央50%の全幅を示します。四分位偏差はその幅を2で割った値（$\frac{Q_3 - Q_1}{2}$）であり、中央値からの平均的なばらつきの距離を表現する指標です。
Q2：Excelで四分位数を求めるとき、QUARTILE.INCとQUARTILE.EXCはどちらを使うべきですか？
A2：一般的なビジネス集計や従来のExcelファイルとの互換性を保つ場合はQUARTILE.INC（またはQUARTILE関数）を使用するのが標準的です。統計学的な厳密さで母集団のパーセンタイルを推定する目的がある場合はQUARTILE.EXCを選択しますが、通常の実務ではQUARTILE.INCで統一して問題ありません。
Q3：データの中に同じ数値が複数重複している場合、四分位数はどう求めますか？
A3：同じ数値であっても省略せず、すべて昇順に並べて数えます。たとえば【 1, 3, 3, 3, 5, 7, 8 】であれば、3番目と4番目の「3」もそれぞれ個別の要素として順位をカウントし、通常の手順通り中央値や四分位数を特定します。
まとめ：四分位数をマスターしてデータの本質を見抜く
四分位数は、平均値の盲点を克服し、データの分布構造を客観的に把握するための極めて強力な武器です。奇数・偶数の分割ルールや、ツールごとの計算仕様の違いを理解しておくことで、受験数学の答案作成からビジネスの実務分析まで、迷いなく正確な数値を導き出すことができます。
単一の平均値だけに惑わされることなく、四分位数や四分位範囲、箱ひげ図を自在に使いこなし、データが語る真の姿を見抜く確かな分析力を身につけていきましょう。 （出典: 四 分 位 数（Yahoo!ニュース））
最新のトレンドや話題のニュースをわかりやすく解説するWebライターです。読者の皆様に役立つ情報を日々お届けしています。