四分位範囲の求め方完全ガイド｜標準偏差との違いや外れ値計算を解説

ビジネスの現場や学術研究、高校数学の「データの分析」において、数値の散らばり具合を正しく掴むことは意思決定の精度を左右する極めて重要なプロセスです。しかし、「平均値を出してみたら一部の極端な数値に引っ張られて実態が見えなくなった」「標準偏差と四分位範囲の使い分けが曖昧なまま集計している」といった現場の混乱は後を絶ちません。

データ分析でデータのばらつきを捉える指標として、今や実務・教育の両面で欠かせないのが四分位範囲（Interquartile Range: IQR）です。この記事では、統計学の基礎理論から具体的な計算ステップ、箱ひげ図を用いた視覚化、さらには外れ値の検知基準やExcelでの実践手順まで、現場目線で分かりやすく整理してお届けします。

📌 【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）」で求められ、極端な外れ値の影響を受けずに中央50%のばらつきを把握できる。
• 要点2：正規分布に近いデータなら標準偏差、年収や売上など歪みや外れ値がある実務データには四分位範囲を活用するのが統計分析の鉄則である。
• 要点3：外れ値の厳密な判定（Q1 - 1.5×IQR 未満、または Q3 + 1.5×IQR 超）や箱ひげ図の描画により、Excel実務でも精度の高い異常検知が可能になる。

【基礎から整理】四分位範囲（IQR）とは？公式と直感的な仕組み

四分位範囲（IQR: Interquartile Range）とは、データを小さい順に並べた際に、中央に位置する50%のデータがどれくらいの幅に収まっているかを示す統計量です。全体のデータを4等分する境界値を「四分位数」と呼び、それぞれ第1四分位数（Q1：下から25%地点）、第2四分位数（Q2：中央値・下から50%地点）、第3四分位数（Q3：下から75%地点）と定義されます。

高校数学の「数学I（データの分析）」でも必修となっている四分位範囲の公式は以下の通りです。

【四分位範囲の計算公式】
四分位範囲（IQR） ＝ 第3四分位数（Q3） － 第1四分位数（Q1）

データ全体から極端に大きい上位25%と、極端に小さい下位25%を切り落とし、残りの中核となる50%の散らばり幅だけを計測します。そのため、一部の異常値や突発的なノイズにデータ全体が引きずられない「頑健性（ロバスト性）」を備えている点が最大の特徴です。

具体例でマスターする四分位数の計算手順｜奇数個・偶数個の求め方

四分位数を手計算する際、多くの人がつまずきやすいのが「データの個数が奇数の場合と偶数の場合で中央値の扱いがどう変わるか」という点です。日本の学校教育や一般的な統計実務で標準的に用いられる文部科学省方式（中央値を除外して分割する方式）に沿って、ステップ順に解説します。

パターン1：データ数が奇数の場合（例：データ数9個）

以下の9つのテスト点数データがあるとします。
【元データ】 20, 35, 40, 50, 60, 70, 75, 85, 90

ステップ1（中央値 Q2 を特定）： 小さい順に並べた中央（5番目）の値である「60」がQ2となります。
ステップ2（下位グループと上位グループに分割）： Q2を除いた前半4個【20, 35, 40, 50】と後半4個【70, 75, 85, 90】に分けます。
ステップ3（Q1とQ3の算出）：
・前半の中央値（2番目と3番目の平均）＝ (35 + 40) ÷ 2 ＝ 37.5（Q1）
・後半の中央値（7番目と8番目の平均）＝ (75 + 85) ÷ 2 ＝ 80.0（Q3）
ステップ4（四分位範囲の算出）： IQR ＝ 80.0 － 37.5 ＝ 42.5

パターン2：データ数が偶数の場合（例：データ数8個）

以下の8つの売上件数データがあるとします。
【元データ】 12, 15, 18, 22, 30, 35, 40, 48

ステップ1（中央値 Q2 を特定）： 中央の2値（4番目と5番目）の平均である (22 + 30) ÷ 2 ＝ 26.0 がQ2となります。
ステップ2（分割）： 前半4個【12, 15, 18, 22】と後半4個【30, 35, 40, 48】に分けます。
ステップ3（Q1とQ3の算出）：
・前半の中央値 ＝ (15 + 18) ÷ 2 ＝ 16.5（Q1）
・後半の中央値 ＝ (35 + 40) ÷ 2 ＝ 37.5（Q3）
ステップ4（四分位範囲の算出）： IQR ＝ 37.5 － 16.5 ＝ 21.0

標準偏差と四分位範囲の決定的な違い｜特性と使い分けの徹底比較

実務の現場で「ばらつきを測るなら標準偏差だけで十分ではないか」という疑問が頻繁に挙がります。しかし、標準偏差は「平均値からの乖離の二乗和」をベースに計算するため、たった1つの極端な外れ値が存在するだけで数値が大きく跳ね上がってしまう弱点があります。

データ分析の現場で適切な指標を選択できるよう、両者の特性を一覧表で比較しました。

【実務で差がつく】箱ひげ図の見方と外れ値の厳密な判定ロジック

四分位範囲が最も真価を発揮するのが「箱ひげ図（Box Plot）」と「外れ値の客観的検出」です。箱ひげ図において、四角い「箱」の長さそのものが四分位範囲（IQR）を表しています。

データ分析の世界で広く合意されているジョン・テューキー（John Tukey）の基準では、以下の境界線（フェンス）を超える数値を外れ値として判定します。

【外れ値の判定基準（1.5×IQRルール）】
・下限値（下側フェンス） ＝ Q1 － 1.5 × IQR
・上限値（上側フェンス） ＝ Q3 ＋ 1.5 × IQR

下限値より小さい値、または上限値より大きい値は「通常のばらつきを超えた異常値・特異点」として箱ひげ図上で個別のプロット（点）として描かれます。主観的な「なんとなく異常に見える」という感覚を排除し、組織内でブレない基準を策定する際に極めて強力なツールとなります。

一般に知られていない盲点とネットの誤解｜四分位偏差やExcel関数の罠

ウェブ上の解説記事やコミュニティの質問掲示板を調査すると、四分位範囲に関して実務者が誤認しやすいポイントが2つ存在します。

盲点1：「四分位範囲」と「四分位偏差」の混同

似た名称を持つ「四分位偏差（Semi-interquartile Range）」は、四分位範囲を2で割った数値です。
四分位偏差 ＝ （Q3 － Q1） ÷ 2 ＝ IQR ÷ 2
四分位偏差は「中央値から左右の四分位数までの平均的な距離」を示す指標であり、標準偏差に近いスケール感でばらつきを見る際に使われます。レポート作成時に「四分位範囲」と指示されているにもかかわらず2で割った数値を提出してしまうミスが散見されるため、定義の確認が必要です。

盲点2：Excelにおける「QUARTILE.INC」と「QUARTILE.EXC」の差異

Excelで四分位数を計算する際、関数が2種類用意されています。
・QUARTILE.INC（または古いQUARTILE関数）： 0%〜100%の範囲を含めて内挿計算を行う方式。日本の高校数学の考え方や一般的なビジネス集計ではこちらを使用するのが標準的です。
・QUARTILE.EXC： 両端（0%と100%）を除外してパーセンタイルを算出する方式。学術的な特定アルゴリズムに準拠していますが、データ数が少ないとエラーを返す仕様になっています。
実務でチーム全体の数値を統一する際は、「QUARTILE.INC」で揃えるのが確実です。

【実態検証】利用者の生の声と現場目線で見えたリアル

SNSや教育現場、実務アナリストのコミュニティを分析すると、四分位範囲の導入に関してリアルな声が多数寄せられています。

「マーケティングで広告経由の顧客単価を分析した際、大口顧客の1件で平均値が激しく歪んでいたが、中央値とIQRに切り替えたことで通常顧客の実際の購買ボリュームゾーンが鮮明になった」（Webマーケティング企業・データアナリストの手記より）

一方で、高校現場や教育相談の場からは次のような戸惑いも聞かれます。
「数学の共通テスト対策で、箱ひげ図から最大値・最小値・四分位範囲を瞬時に読み取る演習を繰り返しているが、計算規則の細部（境界値の扱い）で迷う生徒が毎年出る」（大手予備校講師の指導レポートより）

このように、四分位範囲は「理論的な数式理解」以上に「現場の実態を歪めずに見極める道具」としての価値が再認識されています。

【プロの結論】おすすめできる人・慎重になるべき人の判断基準

四分位範囲の積極的な活用を強く推奨するケースと、別の統計手法を検討すべきケースの境界線は明快です。

【四分位範囲（IQR）を活用すべきケース】
・Webサイトの滞在時間、年収データ、ECサイトの決済額など、右側に裾野が長い（歪んだ）データを扱う場合
・センサーデータやログデータからシステムエラー・不正アクセスなどの「外れ値」を自動検知したい場合
・部署別・店舗別の成績分布を箱ひげ図で横並び比較し、中央層の実力を直感的に比較したい場合

【標準偏差など他の手法を優先すべきケース】
・製造ラインの製品寸法など、厳密に正規分布することが既知である工業製品の品質管理（工程能力指数の算出など）
・データ数が10件未満など極めて少なく、四分位点を設定すると精度が安定しない場合

【四分位範囲】に関するよくある質問（FAQ）

Q1：四分位範囲（IQR）がマイナス（負の値）になることはありますか？
A1：データが小さい順に並んでいる限り、Q3（75%値）は常にQ1（25%値）以上となるため、四分位範囲がマイナスの値になることは絶対にありません。すべてのデータが同一の値である場合に限り、IQRは「0」になります。

Q2：Excelで四分位範囲を一発で算出する専用関数はありますか？
A2：四分位範囲専用の単一関数（例: =IQR() のようなもの）は用意されていません。実務では =QUARTILE.INC(範囲, 3) - QUARTILE.INC(範囲, 1) という数式をセルに入力して計算します。

Q3：四分位範囲と範囲（レンジ）は何が違うのですか？
A3：「範囲（レンジ）」は「最大値 － 最小値」で算出され、データの端から端までの全幅を表します。そのため、たった1つの極端な外れ値があるだけで数値が激変します。一方、「四分位範囲」は上下25%をカットした中央50%の幅を見るため、外れ値に影響されにくい安定した指標です。

まとめ：今後の動向と失敗しないための判断基準

データドリブンな意思決定が標準化された今日、集計数値を「平均値」や「標準偏差」だけで片付けてしまうアプローチには大きなリスクが潜んでいます。一部の飛び抜けた数値や集計ミスによる外れ値に惑わされず、データの「真の姿」を把握するためには、四分位範囲（IQR）と中央値を組み合わせた分析が極めて有効です。

まずは日頃のデータ集計において、Excelで「QUARTILE.INC」を用いた四分位範囲の算出と箱ひげ図の描画を試みてください。データの背後に隠れていた本来の傾向や課題が、よりクリアに見えてくるはずです。 （出典: 四 分 位 範囲（Yahoo!ニュース））