四分位範囲とは？求め方や公式・箱ひげ図の読み解き方を徹底解説
ビジネスの意思決定やデータサイエンスの現場において、「平均値」や「最大値と最小値の差（範囲）」だけに頼った分析は、時に致命的な判断ミスを引き起こします。たった1つの極端な異常値（外れ値）が紛れ込むだけで、全体の傾向が大きく歪んでしまうためです。こうした実務上の課題を解消し、データの中心的なばらつきを正確に捉えるための指標が「四分位範囲（IQR: Interquartile Range）」です。
高校数学の「データの分析」や統計検定対策はもちろん、Webマーケティングのアクセス解析、製造業の品質管理、人事労務の給与設計に至るまで、四分位範囲は実務に欠かせない標準スキルとなっています。本稿では、四分位範囲の基礎的な定義や公式、箱ひげ図の読み解き方から外れ値の判定ロジック、Excelでの具体的な算出テクニックまで、現場目線で詳しく解説します。
📌 【この記事の重要ポイントまとめ】
- 要点1：四分位範囲（IQR）は「第3四分位数（Q3）－ 第1四分位数（Q1）」で定義され、データの中央50%が占めるばらつきの幅を示す指標である。
- 要点2：最大値・最小値に左右される通常の「範囲（レンジ）」と異なり、極端な外れ値の影響を排除して実態に近い散布度を把握できる。
- 要点3：箱ひげ図における外れ値検出基準（1.5×IQRルール）やExcel関数（QUARTILE.INC / EXC）の挙動の違いを理解することが実務・統計検定の鍵となる。
【基礎から理解】四分位範囲の公式と計算手順｜第1・第3四分位数の求め方
四分位範囲を正しく算出するためには、まず四分位数（しぶんいすう）の概念を把握する必要があります。四分位数とは、データを昇順（小さい順）に並べ替えた際、全体のデータ数を4等分する位置にある3つの境界値のことです。
データ全体を25%ごとのブロックに分けたとき、それぞれの境界を次のように呼びます。
- 第1四分位数（Q1）：下位25%の位置にある値（下位半分の中央値）
- 第2四分位数（Q2）：下位50%の位置にある値（全体の中央値：メディアン）
- 第3四分位数（Q3）：下位75%（上位25%）の位置にある値（上位半分の中央値）
このQ1からQ3までの広がりを示したものが四分位範囲であり、計算式は以下の極めてシンプルな公式で表されます。
【四分位範囲の公式】
四分位範囲（IQR） = 第3四分位数（Q3） － 第1四分位数（Q1）
また、関連する指標として四分位偏差があります。これは四分位範囲を2で割った数値（$(Q3 - Q1) / 2$）であり、中央値からの平均的なばらつきの距離を示すものとして用いられます。
奇数個・偶数個における具体的な計算ステップ
学校教育（文部科学省の学習指導要領）や多くの統計実務で採用されている標準的な計算手順は以下の通りです。
例1：データ数が奇数の場合（データ数：7個）
データ群：【3, 7, 8, 12, 14, 18, 21】
1. 全体の中央値（Q2）は中央の「12」です。
2. Q2を除いた下半分のデータ【3, 7, 8】の中央値がQ1 = 7となります。
3. Q2を除いた上半分のデータ【14, 18, 21】の中央値がQ3 = 18となります。
4. 四分位範囲（IQR）は、$18 - 7 =$ 11 と算出されます。
例2：データ数が偶数の場合（データ数：8個）
データ群：【2, 5, 6, 9, 11, 15, 19, 24】
1. 全体を前半4個【2, 5, 6, 9】と後半4個【11, 15, 19, 24】に均等分割します。
2. 全体の中央値（Q2）は、中央2値の平均である $(9 + 11) / 2 = 10$ です。
3. 前半データの中央値は $(5 + 6) / 2 =$ Q1 = 5.5 となります。
4. 後半データの中央値は $(15 + 19) / 2 =$ Q3 = 17 となります。
5. 四分位範囲（IQR）は、$17 - 5.5 =$ 11.5 です。
なぜ通常の「範囲」では不十分なのか？四分位範囲を使う決定的な理由
データの散布度（ばらつき具合）を測る最も素朴な尺度は、最大値から最小値を引いた「範囲（レンジ）」です。しかし、実務において範囲単体を用いるケースは限定的です。その理由は、範囲という指標がたった1つの異常値・外れ値によって容易に破壊されてしまう脆弱性を持っているからです。
例えば、あるIT企業の社員10名の年収データ（単位：万円）が【400, 420, 450, 470, 500, 520, 550, 580, 600, 5000】だったとします。最後の1名が創業者社長で5,000万円を受け取っている場合、単純な範囲は $5000 - 400 = 4600万円$ となり、一般社員の給与の実態（大半が400万〜600万円の間に収まっている状態）を全く反映しません。
ここで四分位範囲を用いると、上位25%と下位25%の端点が切り捨てられ、中央に位置する50%のコアデータ（450万円から580万円の範囲）のみで評価されるため、極端な高額報酬に惑わされることなく「現場のリアルな散布度」を抽出できます。
| 指標 | 計算方法・定義 | 外れ値への耐性（頑健性） | 編集部の見解・実務上の推奨場面 |
|---|---|---|---|
| 範囲（レンジ） | 最大値 － 最小値 | 極めて低い（1点で激変） | データの入力ミスチェックや上限・下限の物理限界を知りたい簡易確認向け。 |
| 四分位範囲（IQR） | 第3四分位数 － 第1四分位数 | 非常に高い（両端25%を無視） | 所得分布、Web滞在時間、購買頻度など歪んだ実務データの標準分析に最適。 |
| 標準偏差（SD） | 平均値からの偏差平方和の平方根 | 中程度（外れ値に引っ張られる） | テストの点数や工業製品の寸法など、綺麗な左右対称の正規分布を示すデータ向け。 |
箱ひげ図の読み解き方と外れ値判定のルール｜1.5×IQRルールの数学的根拠
四分位範囲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、探索的データ解析の祖であるジョン・トゥーキー（John Tukey）によって提唱され、現在ではあらゆるビジネスインテリジェンス（BI）ツールやデータ可視化ライブラリの標準機能として組み込まれています。
箱ひげ図の構造は、中央に描かれる「箱（Box）」と、その上下（または左右）に伸びる「ひげ（Whisker）」で構成されます。
- 箱の左端（下端）：第1四分位数（Q1）
- 箱の内部の線：中央値（Q2）
- 箱の右端（上端）：第3四分位数（Q3）
- 箱の長さそのもの：四分位範囲（IQR）
つまり、箱の幅が広ければデータの中央部分のばらつきが大きく、箱が狭ければ中央データが密集していると直感的に把握できます。
外れ値を機械的に検出する「1.5×IQRルール」
データ分析の実務や統計検定対策において必須となるのが、外れ値の境界線を決める基準です。一般的に採用されているルールでは、箱の端から四分位範囲の1.5倍以上離れた数値を外れ値としてプロットします。
【外れ値の判定境界（フェンス）】
・上限境界値（上側フェンス） = $Q3 + 1.5 \times IQR$
・下限境界値（下側フェンス） = $Q1 - 1.5 \times IQR$
この範囲の外側に出たデータは「外れ値」として個別プロット（点やアスタリスク）され、ひげの先端は「境界線の内側にある最大値・最小値」までしか伸びません。
なぜ「1.5倍」という係数が使われるのでしょうか。正規分布に従う理想的なデータを仮定した場合、Q1からQ3の間隔（IQR）は約1.35σ（標準偏差）に相当します。このとき、$Q3 + 1.5 \times IQR$ は平均値から約 $+2.7\sigma$ の位置となり、$Q1 - 1.5 \times IQR$ は約 $-2.7\sigma$ となります。正規分布において $\pm2.7\sigma$ の範囲には全体の約99.3%のデータが収まる計算になります。すなわち、確率的に0.7%未満しか発生しない稀有なデータを客観的・自動的に炙り出す数学的裏付けがあるのです。
実務で即活用できるExcel関数テクニック｜QUARTILE.INCとQUARTILE.EXCの違い
ビジネスの現場で表計算ソフトを使用する際、多くの担当者が戸惑うのがExcelに用意されている2種類の四分位数関数（QUARTILE.INC と QUARTILE.EXC）の使い分けです。
四分位範囲を一発で算出する場合、基本的には以下の数式をシートに入力します。
=QUARTILE.INC(A2:A100, 3) - QUARTILE.INC(A2:A100, 1)
※第2引数に「3」を指定すると第3四分位数、「1」を指定すると第1四分位数が返されます。
2つの関数の決定的な仕様差
Excelには過去の互換性のために残されている `QUARTILE` 関数のほか、現在推奨されている2つの関数が存在します。
- QUARTILE.INC（包含：Inclusive）：
データの最小値（0%地点）と最大値（100%地点）を含めて計算する方式です。データ数が少ない場合でもエラーになりにくく、日本の高校数学や一般的なビジネス実務で広く標準採用されています。 - QUARTILE.EXC（排他：Exclusive）：
最小値と最大値をパーセンタイル計算の対象から除外（0%超過・100%未満の範囲で内挿）する方式です。母集団全体の分布を推測する高度な統計解析に向いていますが、データ数が極端に少ないと `#NUM!` エラーが発生します。
社内レポートの作成や日常的なKPI管理であれば、直感的な結果が得られやすくエラーの起きない QUARTILE.INC を選択するのが実務上のベストプラクティスです。
一般に知られていない盲点とネット上の誤解
四分位範囲の計算を巡っては、Web上の解説記事や学習サイトの間で微妙な数値のズレが生じ、学習者や実務者を混乱させることがあります。これには明確な背景が存在します。
中央値を含めるか否かの「流儀問題」
奇数個のデータを扱う際、全体の中央値（Q2）を「前半・後半のグループに含めるか、含めないか」という計算方式の流儀が複数存在します。
- 文部科学省・高校数学の方式（Tukeyのヒンジに類似）：中央値そのものを除外して前半・後半を分ける。手計算しやすく、教育現場で統一されている。
- Excel（QUARTILE.INC）や統計ソフトRのデフォルト方式：百分位数の線形補間（内挿法）を用いて連続的に算出する。データ数が少ないと手計算の数値とわずかにズレる場合がある。
「Webの自動計算ツールと手計算でQ1の答えが違う」というトラブルの9割以上は、このアルゴリズムの違いが原因です。統計検定のペーパーテストでは問題文に指定がない限り標準的な手計算ルールに従い、実務の大量データ分析ではツールのアルゴリズムに統一して推移を追うことが肝要です。
【プロの結論】四分位範囲を活用すべき場面・慎重に扱うべき場面の判断基準
どのような統計指標にも万能なものは存在しません。四分位範囲の強みと限界を理解した上で、適切な分析ツールを選択する判断基準を提示します。
四分位範囲の採用が強く推奨されるケース
- 所得・給与データ、資産額の分析：超富裕層の外れ値が存在し、平均値が上方に激しく吊り上げられる領域。
- Webサービスの滞在時間・アプリ利用時間：「数秒で離脱したユーザー」と「画面を開いたまま放置したユーザー」という両極端のノイズを排除してコア層の行動を掴む場合。
- ECサイトの顧客単価・購入サイクル分析：大口のまとめ買い顧客に引きずられず、一般的なリピート頻度を把握したい場合。
四分位範囲の利用に慎重になるべきケース
- サンプルサイズが極めて小さい場合（n < 10程度）：データを4分割するほどのサンプル数がなく、四分位数の位置決め自体が不安定になるため、実数値を直接プロットして全件観察すべきです。
- 完全に正規分布していると証明されている物理計測：標準偏差（$\sigma$）を用いた方が、数学的に扱いやすく多変量解析への展開がスムーズです。
【四分位範囲】に関するよくある質問（FAQ）
Q1：四分位範囲と四分位偏差は何が違うのですか？
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「全体の幅（$Q3 - Q1$）」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「半分（$(Q3 - Q1) / 2$）」の値です。中央値から左右にどれくらいデータが広がっているかという「半径」のような感覚でばらつきを捉えたい場合に四分位偏差が使われます。
Q2：データの中に同じ数値が重複している場合、四分位数はどう計算しますか？
A2：数値が重複していても、データを1つひとつの独立した要素として昇順に並べます。例えば【2, 4, 4, 4, 5, 6, 8】の場合でも、並び順のインデックスに基づいて同様に中央値と四分位数を決定します。同着をまとめるのではなく、個数ベースで境界を特定するのがルールです。
Q3：統計検定（2級・3級）で四分位範囲はどのように出題されますか？
A3：主に「複数の箱ひげ図を比較して正しい解釈を選ぶ問題」や、「与えられた度数分布表や生データからIQRを算出させて外れ値の有無を判定させる問題」が頻出します。公式を丸暗記するだけでなく、箱ひげ図の箱の長さがIQRに一致していることや、1.5×IQRルールの境界値計算を素早く行える計算力が問われます。
まとめ：今後の動向と失敗しないための判断基準
データドリブン経営やAIを活用したデータ分析が一般化した現在、入力データの「質」を見極める初期診断（データクリーニング）の重要性はかつてないほど高まっています。四分位範囲（IQR）は、単なる受験数学の公式ではなく、生データに潜むノイズを適切に処理し、ビジネスの歪みを正確に捉えるための強力な武器です。
平均値や単純な範囲だけに目を奪われることなく、中央値と四分位範囲、そして箱ひげ図をセットで活用する習慣を身につけることで、実態に即した精度の高いデータ分析と意思決定が実現します。 （出典: 四 分 位 範囲（Yahoo!ニュース））
テクノロジーやライフスタイル領域を中心に執筆活動を行っています。趣味は写真撮影と旅行です。
