歪度計算機
データセットを入力するだけで、平均・標準偏差・歪度を瞬時に計算。分布の偏りを可視化しましょう。
統計解析結果
歪度（わいど）とは？
歪度（Skewness）とは、統計データが「平均値に対してどれだけ左右対称でないか」を示す指標です。正規分布のように左右が完全にバランスのとれた分布では、歪度は 0 になります。データが左側に偏っていたり、右側に長い裾を持っていたりする場合、歪度の値がプラスやマイナスに変化します。
ビジネス分析や学術研究において、平均値だけでは見えてこない「分布の癖」を理解するために非常に重要な役割を果たします。
歪度の数値が意味すること
計算された歪度の値によって、分布の形状を以下のように判断できます。
- 歪度 > 0 (正の歪み): 右側の裾が長く、多くのデータは左側に集まっています。「右裾が長い」と表現されます（例：世帯年収の分布など）。
- 歪度 = 0: 分布が左右対称です。正規分布がその代表例です。
- 歪度 < 0 (負の歪み): 左側の裾が長く、多くのデータは右側に集まっています。「左裾が長い」と表現されます（例：定年退職年齢の分布など）。
歪度の計算式
本計算機では、一般的に広く用いられる「不偏歪度（サンプル歪度）」を計算しています。$n$ 個のデータ $x_1, x_2, \dots, x_n$、平均を $\bar{x}$、標準偏差（不偏）を $s$ とすると、以下の式で求められます。
※データ数が3個未満の場合、不偏歪度は定義されません。
平均・中央値・最頻値との関係
歪みのある分布では、これらの代表値の並び順に特徴が現れます。
- 右に歪んでいる場合： 最頻値 < 中央値 < 平均値
- 左に歪んでいる場合： 平均値 < 中央値 < 最頻値
このように、平均値が「長い裾」の方に引っ張られる性質があるため、歪度の大きいデータを扱う際は、平均値だけでなく中央値も併せて確認することが推奨されます。
よくある質問 (FAQ)
Q. 尖度（せんど）とは何が違いますか？
歪度が分布の「左右の非対称性」を見るのに対し、尖度（Kurtosis）は分布の「山がどれだけ尖っているか（または裾がどれだけ厚いか）」を見ます。歪度と尖度をセットで見ることで、分布の特徴をより深く把握できます。
Q. 歪度の絶対値がどれくらいだと「大きく偏っている」と言えますか？
一般的には、絶対値が 0.5 未満なら「ほぼ対称」、0.5〜1.0 なら「緩やかに偏っている」、1.0 以上なら「顕著に偏っている」と判断されることが多いです。
Q. 外れ値の影響は受けますか？
はい、歪度は偏差の3乗を計算に含むため、外れ値の影響を非常に強く受けます。一つ極端な値があるだけで、歪度が大きく変動することがあるため、データのクリーニングも重要です。