四分位範囲 (IQR) 計算機

四分位範囲 (IQR) とは？：データの「ど真ん中」を知る

四分位範囲（Interquartile Range: IQR）は、データの散らばり（ばらつき）の度合いを表す統計量の一つです。

データを小さい順に並べたとき、下から25%の位置にある値を第1四分位数 (Q1)、50%（真ん中）にある値を中央値 (Q2)、75%にある値を第3四分位数 (Q3)と呼びます。そして、この Q3 から Q1 を引いた差が IQR です。

IQRは、要するに「中央付近にある50%のデータがどのくらいの幅に収まっているか」を示しています。

なぜ平均や標準偏差だけでは不十分なのか？

統計において、平均値や標準偏差は非常に便利ですが、大きな欠点があります。それは「極端な値（外れ値）」に非常に弱いという点です。

例えば、年収が400万円の人が9人と、年収10億円の人が1人いるグループの平均年収を計算すると、1億円を超えてしまいます。これでは大半の人の実態を反映しているとは言えません。一方、中央値やIQRは、こうした一握りの極端なデータに左右されることなく、データの中心的なボリュームゾーンの姿を正確に描き出すことができます。

外れ値の判定：1.5 IQR ルール

統計学的に、どのデータが「異常」であるかを判断する基準として最も一般的なのが「1.5 IQR ルール」です。

• 上限基準： Q3 + 1.5 × IQR より大きい
• 下限基準： Q1 - 1.5 × IQR より小さい

この範囲を飛び出しているデータは、入力ミスや特異な事例（外れ値）である可能性が高いため、分析から除外したり個別に調査したりする必要があります。

箱ひげ図（Box Plot）の読み方

IQRを視覚的に表現したものが「箱ひげ図」です。

• 箱（ボックス）： Q1からQ3までの範囲。つまりIQRそのものです。
• 真ん中の線： 中央値 (Q2) を示します。箱の中心にあるとは限りません。
• ひげ（ウィスカー）： 原則として外れ値を除いた最小値から最大値までの範囲を線で結びます。

箱が長いほどデータのばらつきが大きく、箱が片側に寄っているほどデータが歪んでいる（偏っている）ことを意味します。

実務での活用シーン

1. ビジネス・マーケティング分析

顧客の購入単価や滞在時間を分析する際、平均ではなくIQRを使うことで「一般的な顧客像」を捉えやすくなります。ごく一部の超高額購入者に振り回されない戦略立案が可能になります。

2. 品質管理と製造業

部品の寸法誤差などを管理する際、IQRを監視することで、製造ラインの安定性をチェックします。ひげの先にあるデータは、機械の故障や設定ミスのサインかもしれません。

3. 学校教育・試験結果

偏差値だけでなく、四分位数を見ることで、成績上位層と下位層の差がどれくらい開いているかを判断できます。

四分位数の計算方法の「流派」

実は、四分位数の計算にはいくつかの定義（流派）があります。データ数が少ない場合に、境界の値をどちらのグループに含めるかといった違いです。

• 排他的 (Exclusive)： 境界値を含めない（表計算ソフトの QUARTILE.EXC）。
• 包摂的 (Inclusive)： 境界値を含める（表計算ソフトの QUARTILE.INC）。

本計算機では、多くの統計ソフトや高校数学で採用されている標準的な補間法を用いて、精度の高い値を算出しています。

まとめ

IQRは、データの「質」を見極めるための強力な道具です。単一の数値（平均）に惑わされることなく、データの広がり全体を俯瞰することで、より科学的で説得力のある意思決定が可能になります。本ツールが、あなたのデータ分析の精度向上にお役立ていただければ幸いです。

よくある質問 (FAQ)