はじめに
同じ平均値を持つデータでも、値が平均の近くに集まっている場合と、大きく散らばっている場合があります。また、ある値がデータ全体の中で高い位置にあるかを知りたいこともあります。こうした疑問に答えるのが、分散・標準偏差・四分位数・パーセンタイルです。
分散と標準偏差は平均からどの程度散らばっているか、四分位数とパーセンタイルは小さい順に並べたときの位置を示します。この記事では、同じデータを使って違いを確認し、目的に合う指標を選べるようにします。
4つの指標の違いを比較
| 指標 | 主に示すこと | 数値の単位 | 外れ値との関係 | 向いている場面 |
|---|---|---|---|---|
| 分散 | 平均からのずれを二乗して平均した大きさ | 元の単位の二乗 | 極端な値の影響を受けやすい | ばらつきを計算・比較する |
| 標準偏差 | 分散の平方根で表した散らばり | 元の単位と同じ | 極端な値の影響を受けやすい | 測定値や点数の散らばりを読む |
| 四分位数 | 小さい順のデータを区切る25%・50%・75%付近の境界 | 元の単位と同じ | 中央付近の境界は極端な値に比較的左右されにくい | 中央の範囲や偏りを把握する |
| パーセンタイル | 指定した割合に対応するデータの位置 | 元の単位と同じ | どの位置を見るかにより影響の受け方が異なる | 上位・下位の位置や基準値を判断する |
四分位数とパーセンタイルは、それ自体が「平均からの散らばり」を測る指標ではありません。 四分位数の第3四分位数から第1四分位数を引いた四分位範囲(IQR)は、中央50%程度のデータの広がりを示します。
同じデータで4つの指標を計算してみる
例として、ある測定値9件(単位:mm)を小さい順に並べます。
2、4、6、8、10、12、14、16、18(mm)
| 指標 | この例の値 | 読み取り方 |
|---|---|---|
| 平均 | 10 mm | 全体の中心を表す代表値 |
| 分散(9件全体について計算) | 約26.67 mm² | 平均からのずれの二乗を平均した値 |
| 標準偏差(9件全体について計算) | 約5.16 mm | 分散を元の単位に戻した散らばり |
| 第1四分位数 Q1/25パーセンタイル | 6 mm | 低い側から約25%の境界 |
| 中央値 Q2/50パーセンタイル | 10 mm | データの中央の境界 |
| 第3四分位数 Q3/75パーセンタイル | 14 mm | 低い側から約75%の境界 |
| 四分位範囲 IQR | 8 mm | Q3−Q1、中央50%程度の広がり |
| 90パーセンタイル P90 | 16.4 mm | 低い側から約90%に対応する位置 |
この例では、9件をデータ全体として扱い、分散を「偏差平方和÷9」で計算しています。標本から母集団を推定する際の不偏分散(÷8)とは値が異なります。また、四分位数とパーセンタイルは、並べたデータの位置を 1+(件数−1)×割合 で求め、整数にならないときは隣り合う値を線形補間する方式(ExcelのPERCENTILE.INCと同じ方式)です。計算方式によって数値が変わることがあります。
分散と標準偏差は何が違う?
分散は、各データから平均を引いた差(偏差)を二乗し、その平均を求めたものです。今回の平均は10 mmなので、平均との差は「−8、−6、−4、−2、0、2、4、6、8」です。
各差を二乗して足すと 240 mm²。9件全体の分散は 240÷9=約26.67 mm²、標準偏差はその平方根の 約5.16 mm になります。二乗によって正負の差を打ち消さずに集計できますが、極端な値は二乗によって大きく反映されます。
測定値が何mm程度散らばっているかを元の単位で捉えたいなら、標準偏差のほうが読み取りやすいでしょう。一方、統計計算の途中では分散を使う場面もあります。標準偏差は「どの値も必ず平均±標準偏差に入る」という意味ではない点にも注意が必要です。
なお、全体の分散と標本から推定する不偏分散の区別は、母集団と標本・不偏分散の記事で説明しています。
四分位数とIQRは中央の広がりを見る
データを小さい順に並べたとき、第1四分位数(Q1)は低い側から約25%、第2四分位数(Q2)は約50%、第3四分位数(Q3)は約75%に相当する境界です。Q3は「上位75%の値」ではなく、下位約75%の位置にある境界です。
今回の例ではQ1が6 mm、Q2が10 mm、Q3が14 mmとなります。IQRは 14−6=8 mm。平均を基準にする標準偏差とは異なり、IQRは中央部分に注目して広がりを捉えます。
例えば最後の18 mmだけが90 mmに変わっても、この計算方式ではQ1とQ3は6 mm、14 mmのままで、IQRは8 mmです。ただし、四分位数やIQRもデータの構成によって変化するため、外れ値の影響をまったく受けないわけではありません。IQRを利用した外れ値判定の具体的な手順は外れ値の見つけ方で扱います。
パーセンタイルは分布の中での位置を示す
パーセンタイルは、データを小さい順に並べたとき、指定した割合の位置に対応する値です。50パーセンタイルは中央値です。同じ計算方式を使えば、25・50・75パーセンタイルは、それぞれQ1・Q2・Q3に対応します。
今回のP90は16.4 mmです。9件のデータに対し、90%の位置は 1+(9−1)×0.90=8.2番目。8番目の16 mmと9番目の18 mmの間を補間して、16.4 mmと求めます。これは「測定値の90%が厳密に16.4 mm以下だった」という実測件数の意味ではなく、指定した計算方式で推定した位置の境界値です。
上位10%付近の水準や、成績・測定値の相対的位置を読みたいときに役立ちます。ただし、四分位数・パーセンタイルの算出方法はソフトウェアや設定で異なる場合があるため、数値比較では同じ計算方式を用いることが大切です。
分析の目的に合わせて使い分ける
迷ったら、まず「平均からどのくらい散らばるか」を知りたいのか、「データのどの位置にあるか」を知りたいのかを区別します。
- 平均からのばらつきを数値で比較したい:分散
- 元の単位で散らばりを理解したい:標準偏差
- 中央付近の値の範囲を捉えたい:Q1・Q3とIQR
- 上位10%・中央値などの位置を知りたい:P90・P50などのパーセンタイル
例えば製品の寸法変動をmmで説明するなら標準偏差が分かりやすく、極端な測定値があるデータの中央部分を見たいならIQRが役立ちます。特定の順位付近を管理基準にするならパーセンタイルが適しています。平均・中央値などの代表値の意味は、平均・中央値・最頻値の記事で確認できます。
まとめ
分散と標準偏差は「平均からの散らばり」、四分位数とパーセンタイルは「並べたデータの位置」を表します。分散は単位が二乗になり、標準偏差は元の単位で解釈できます。Q1とQ3の差であるIQRは中央部分の広がりを捉え、パーセンタイルは目的に応じた位置の境界を示します。
どれか1つが常に優れているわけではありません。分析で知りたいことに合わせて、散らばりを見る指標と位置を見る指標を使い分けましょう。