四分位数の求め方を完全攻略！奇数偶数の違いと箱ひげ図・Excel活用法

高校数学の「データの分析」や日々のビジネスデータ解析において、多くの学習者や実務担当者が一度は足をとられるのが「四分位数」の算出です。「平均値さえ分かれば分布は把握できるのでは」「公式に当てはめればすぐ解けるはず」と高を括っていると、データの個数が奇数か偶数かで手順に迷ったり、Excelで算出した値が手計算と食い違ったりと、思わぬ壁に直面します。

2020年代以降、大学入学共通テストにおける「情報I」の必修化や企業におけるDX・データリテラシー教育の深化に伴い、データを単一の平均値ではなく「散らばり」を含めて正確に捉えるスキルの重要性はかつてないほど高まっています。本稿では、四分位数の定義や奇数・偶数ごとの具体的な計算ステップ、箱ひげ図の作成と外れ値判定の数学的根拠、さらには現場で混乱を招きがちなExcel関数の使い分けまで、専門記者の視点で徹底的に解き明かします。

📌 【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、奇数・偶数によって中央値の取り扱い手順が厳密に規定されている。
• 要点2：箱ひげ図の外れ値判定に用いられる「1.5×IQR」ルールには正規分布における約99.3%をカバーする明確な統計的背景が存在する。
• 要点3：実務で多用されるExcelの「QUARTILE.INC」と「QUARTILE.EXC」は算出アルゴリズムが異なり、教科書の手計算結果と一致させるには関数の特性把握が必須である。

【基礎から納得】四分位数とは？平均値・中央値との決定的な違い

統計学において「四分位数（しぶんいすう）」とは、データを小さい順（昇順）に並べたとき、データの個数を4等分する3つの境界値のことです。それぞれ小さい方から順に「第1四分位数（Q1）」「第2四分位数（Q2）」「第3四分位数（Q3）」と呼びます。全体の真ん中に位置する第2四分位数（Q2）は、一般的に知られる「中央値（メディアン）」と完全に同義です。

実務の現場や試験において四分位数が重視される理由は、「平均値の持つ脆弱性を補う強力な指標」だからです。例えば、年収データのように一部の超高所得者が数値を跳ね上げてしまう分布では、平均値が実態とかけ離れた高い値を示します。これに対して四分位数は順位に基づく値であるため、極端な外れ値の影響を極めて受けにくいという頑健性（ロバスト性）を備えています。

全体の25%がQ1以下、50%がQ2以下、75%がQ3以下に収まるため、データを単一の数値に要約するのではなく、「データの全体像とボリュームゾーン」を瞬時に把握する上で不可欠なツールとなります。

【奇数・偶数別の求め方】もう迷わない計算手順と練習問題・詳細解説

受験生やビジネスパーソンから最も多く寄せられる相談が、「データの個数が奇数か偶数かで求め方が混乱する」という悩みです。日本の高校数学（数学I「データの分析」）における文部科学省指導要領準拠の求め方は、非常にシンプルで明快なルールに基づいています。

基本の3ステップ

四分位数を求める手順は、データ数に関わらず以下の3段階で進めます。

ステップ1：データをすべて小さい順（昇順）に並べ替える。
ステップ2：全体の中央値（第2四分位数：Q2）を求める。
ステップ3：Q2を境界としてデータを「下位グループ」と「上位グループ」に二分割し、それぞれのグループ内の中央値を求める。下位の中央値が「Q1」、上位の中央値が「Q3」となる。

データの個数が「奇数」の場合のルール

データの個数が奇数の場合、中央値（Q2）は真ん中のデータそのものとして確定します。このとき、「中央値（Q2）そのものは下位グループにも上位グループにも含めない」のが高校数学における絶対ルールです。

【例題1：データ数7個（奇数）】
与えられたデータ：［12, 5, 8, 20, 15, 3, 9］
1. 昇順に整列：［3, 5, 8, 9, 12, 15, 20］
2. Q2（中央値）の決定：真ん中の4番目である9がQ2。
3. グループ分割：中央値「9」を除外し、下位［3, 5, 8］と上位［12, 15, 20］に分ける。
4. Q1とQ3の決定：下位グループの中央値は5（Q1）、上位グループの中央値は15（Q3）。
結果：Q1＝5、Q2＝9、Q3＝15となります。

データの個数が「偶数」の場合のルール

データの個数が偶数の場合、真ん中の1つの値が存在しないため、中央に並ぶ2つの値の「平均値」がQ2となります。この場合は境界となる中央値が特定の元データではないため、「データを中央で左右同数に綺麗に二等分」して下位・上位グループを作ります。

【例題2：データ数8個（偶数）】
与えられたデータ：［4, 11, 2, 7, 18, 14, 9, 22］
1. 昇順に整列：［2, 4, 7, 9, 11, 14, 18, 22］
2. Q2の決定：中央の2数（9と11）の平均値である (9 + 11) ÷ 2 ＝ 10 がQ2。
3. グループ分割：左右綺麗に4個ずつ、下位［2, 4, 7, 9］と上位［11, 14, 18, 22］に分ける。
4. Q1とQ3の決定：下位の中央2数（4と7）の平均 (4 + 7) ÷ 2 ＝ 5.5 がQ1。上位の中央2数（14と18）の平均 (14 + 18) ÷ 2 ＝ 16 がQ3。
結果：Q1＝5.5、Q2＝10、Q3＝16となります。

箱ひげ図の見方・作り方と四分位範囲の計算公式｜外れ値1.5倍ルールの根拠

四分位数を視覚的に表現する代表的なグラフが「箱ひげ図（Box plot）」です。箱ひげ図は、最小値、Q1、中央値（Q2）、Q3、最大値という5つの要約統計量を1つの図に凝縮したもので、複数の集団を比較する際に威力を発揮します。

四分位範囲（IQR）と四分位偏差の違い

箱ひげ図の中心にある長方形の「箱」の長さは、データのばらつき度合いを示しています。これを四分位範囲（IQR：Interquartile Range）と呼び、以下の計算公式で求められます。

四分位範囲（IQR）＝ 第3四分位数（Q3）－ 第1四分位数（Q1）

このIQRは、データの中央50%がどのくらいの幅に集中しているかを示します。また、教科書等で見られる「四分位偏差」は、四分位範囲を2で割った数値（IQR ÷ 2）であり、中央値からの平均的な散らばり具合を表す指標です。名称が似ていますが、範囲（箱の横幅全体）なのか偏差（その半分）なのかを混同しないよう注意が必要です。

外れ値判定の基準「1.5倍」が採用される数学的根拠

箱ひげ図において、通常の「ひげ」の範囲を超えたデータは「外れ値」としてプロットされます。その判定基準として国際的に広く使われているのが、米国の統計学者ジョン・テューキーが提唱した「1.5×IQRルール」です。

・外れ値の下限境界 ＝ Q1 － 1.5 × IQR
・外れ値の上限境界 ＝ Q3 ＋ 1.5 × IQR

なぜ「1.5倍」なのかという疑問を抱く方は少なくありません。この係数1.5は、正規分布（ガウス分布）を前提とした統計的カバレッジから導き出されています。標準正規分布において、Q1は約 -0.675σ、Q3は約 +0.675σ であり、IQRは約 1.35σ に相当します。

境界値「Q3 ＋ 1.5×IQR」をσに換算すると、0.675σ ＋ (1.5 × 1.35σ) ＝ 約 2.7σ となります。正規分布において±2.7σの外側に現れるデータは全体の約0.7%（99.3%が境界の内側に収まる）に過ぎません。つまり、「正規分布に従う集団において、偶然発生する確率が1%未満である稀なデータ」を効率的に検出するための絶妙なしきい値として1.5という係数が設定されているのです。

【比較検証】代表値・散らばりの指標における特徴と実務での使い分け

データ分析の現場で適切な意思決定を下すためには、平均値や標準偏差と、中央値や四分位数の性質の違いを正確に理解しておく必要があります。以下に主要な要約統計量の比較をまとめました。

【実態検証】Excel関数「QUARTILE.INC」と「QUARTILE.EXC」の罠｜現場の混乱を解剖

SNSや知恵袋、社内チャットツールで新入社員やデータ分析初心者から絶えず発信される悲鳴があります。「教科書通りに計算したQ1が、ExcelのQUARTILE関数を使うと小数点付きの違う値になる」「関数が2つあってどちらを使えばいいか分からない」という現象です。

取材を進めると、この原因は「離散的なデータ点を連続的な確率分布として線形補間しているかどうか」という設計思想の違いにあることが分かります。Microsoft Excelには現在、主に2種類の四分位数関数が用意されています。

1. QUARTILE.INC（包含：Inclusive）

従来の「QUARTILE」関数と同等で、0%（最小値）から100%（最大値）までの範囲を「0以上1以下」として補間します。第k四分位数の位置インデックスを「1 ＋ (N - 1) × (k / 4)」で算出するため、データ数が少なくても必ず計算可能です。ビジネス実務や一般的な集計レポートでは、過去データとの連続性を保つためにこの「INC」が標準的に使用されます。

2. QUARTILE.EXC（排他：Exclusive）

0%と100%の境界を除外（Exclusive）し、データを「0より大きく1より小さい」開区間として扱います。位置インデックスは「(N ＋ 1) × (k / 4)」で求められます。母集団全体のパーセンタイルを推計する学術・統計解析理論に忠実ですが、データ数Nが小さい場合（N<4のときのQ1など）は計算できず「#NUM!」エラーを返します。

教科書の手計算とExcel値が合わないときの結論

結論から言えば、「手計算（高校数学）のルールとExcelの内部補間式は元から異なるアルゴリズム」です。手計算では中央値を除いた前後のメディアンを直接ピックアップしますが、Excelはデータ点同士の隙間を小数点で滑らかにつなぐ線形補間を行うため、整数データであっても端数が発生します。実務では「社内標準としてQUARTILE.INCを採用する」とルール化し、テスト対策としては「高校数学の定義に従って手計算する」という明確な割り切りがトラブルを防ぐ唯一の処方箋です。

一般に知られていない盲点とネットの誤解｜四分位数に複数の「流儀」が存在する理由

ネット上の解説記事や統計フォーラムで「四分位数の答えが人によって違う」という論争が起きることがあります。実は、統計学の世界において四分位数の算出定義は世界共通で1つに定まっているわけではありません。

統計解析向けプログラミング言語「R」の公式マニュアル（`quantile`関数）を開くと、実にType 1からType 9まで9種類もの計算方式が実装されています。高校数学で採用されている「中央値を含めない二分割方式」はテューキーのヒンジ（Hinges）法に近い考え方ですが、専門的な統計ソフトウェアや学術論文では異なる補間アルゴリズムが採用されることが日常茶飯事です。

ネット上で「自分の解き方は間違っているのか」と不安になる学習者が後を絶ちませんが、それは計算ミスではなく「採用している定義（流儀）の違い」に過ぎません。日本の高校数学の試験や共通テストにおいては、教科書に記載された文科省基準の手順のみが正解と判定されるため、まずはそのローカルルールを完璧に身につけることが先決です。

【プロの結論】データ分析で失敗しないための判断基準と向いているケース

多種多様なデータが溢れる現代社会において、四分位数や箱ひげ図を武器にできる人と、逆に誤った判断を下してしまう人には明確な境界線が存在します。分析手法としての向き・不向きを整理しました。

四分位数・箱ひげ図の活用が極めて適しているケース

• 賃金・資産・不動産価格の分析：上位数パーセントの富裕層・高額物件が平均を釣り上げてしまう領域では、Q1・Q2・Q3による分布把握が必須。
• Webサービス・アプリの滞在時間：「即座に離脱したユーザー（0秒近辺）」と「開きっぱなしで放置したユーザー（数時間）」が混在するため、中央50%（IQR）を見ることで純粋な利用実態が浮き彫りになる。
• 製造業のロット品質管理：ラインごとの寸法のばらつきや外れ値の発生頻度を箱ひげ図で並列比較することで、工程の異常を即座に検知可能。

慎重になるべきケース（四分位数の盲点）

• データ数が極端に少ない場合（サンプル数10未満）：四分位数の位置づけそのものが不安定になり、1つのデータ変動でQ1やQ3が大きく跳ね上がるため適さない。
• 「二峰性（山が2つある）」の分布：例えば、テストの点数が「0点付近」と「100点付近」の2極に分かれている場合、四分位数や箱ひげ図だけを見ると「真ん中の50点付近にデータが集まっている」という致命的な誤解を生む危険がある。ヒストグラムの併用が絶対条件となる。

単一の平均値という「見せかけの平穏」に逃げず、四分位数を用いて「分布の歪みと散らばり」を直視することこそが、データドリブンな現場で生き残るための必須リテラシーと言えます。

【四分位数】に関するよくある質問（FAQ）

Q1：データ数が奇数のとき、中央値は前半・後半のグループに含めますか？
A1：日本の高校数学（教科書・共通テスト基準）では、中央値そのものは前半（下位）にも後半（上位）にも含めません。中央値を除いた残りの偶数個のデータを左右に分け、それぞれのグループの中央値を求めてQ1・Q3とします。ただし、海外の統計流儀（Moore and McCabe方式など）では含める定義もあるため、国内の学習試験においては「文科省基準＝中央値は除外する」と厳格に覚えておきましょう。

Q2：四分位範囲（IQR）と四分位偏差の具体的な違いは何ですか？
A2：四分位範囲は「Q3 － Q1」で計算される「箱の全幅（データの中心50%の幅）」そのものを指します。一方、四分位偏差は四分位範囲を2で割った値「(Q3 － Q1) ÷ 2」であり、中央値から前後への「平均的な広がり幅」を示します。試験問題でどちらを問われているか、設問の文末を必ず確認する癖をつけてください。

Q3：実務のExcelで四分位数を求めるとき、QUARTILE.INCとQUARTILE.EXCのどちらを使うべきですか？
A3：一般的なビジネス実務や社内報告においては、「QUARTILE.INC」を使用するのが無難かつ安全です。旧バージョンのExcel（QUARTILE関数）との互換性があり、データ数が少なくてもエラーが出にくい設計になっています。一方で、学術論文や精密な母集団推計を行う専門領域では「QUARTILE.EXC」が指定されるケースがあります。

まとめ：四分位数をマスターしてデータの本質を見抜く視点を持とう

四分位数は、一見すると単なる高校数学の計算単元に思われがちですが、その本質は「平均値の罠に惑わされず、実体経済やビジネスの散らばりを正確に読み解くための強力なフレームワーク」です。

奇数・偶数ごとの中央値の除外ルール、箱ひげ図と連動した「1.5×IQR」による外れ値検出、そして実務におけるExcel関数の挙動差異。これら3つのポイントを体系的に押さえておくことで、定期テストや入試対策はもちろん、将来のデータ分析や意思決定の現場においても揺るぎない武器となるはずです。まずは身近な数値データを並べ替え、自身の手でQ1・Q2・Q3を導き出す一歩から始めてみてください。 （出典: 四 分 位 数（Yahoo!ニュース））