データの集計と要約(統計検定4級)

平均だけでは語れない — 代表値・四分位範囲・箱ひげ図・クロス集計表

家計調査の貯蓄額を手がかりに、平均値・中央値・最頻値の使い分け、範囲と四分位範囲、箱ひげ図、クロス集計表の行比率・列比率を計算しながら学びます。

更新日 執筆: PassDojo 編集部

PR
目次読了目安 約8分
  1. 平均貯蓄は「ふつうの世帯」の姿か — 家計調査から考える
  2. 3つの代表値を手で計算する
  3. 1つの外れ値が平均だけを引っ張る
  4. 平均が同じでも別物 — 範囲と四分位範囲を求める
  5. 箱・線・ひげが語ること — 2クラスを箱ひげ図で比べる
  6. 2つの項目を同時に見る — クロス集計表と行比率・列比率
  7. ここまでの要点 — 数で要約する手順を5分で復習

平均貯蓄は「ふつうの世帯」の姿か — 家計調査から考える

「二人以上の世帯の平均貯蓄は2,059万円」というニュースに、「うちはそんなにない」と感じたことはないでしょうか。これは総務省統計局の家計調査(貯蓄・負債編)2025年(令和7年)平均結果の、貯蓄現在高の平均値です。

同じ報告書には、貯蓄保有世帯の中央値1,264万円も載っています。さらに、平均値を下回る世帯が約3分の2(66.1%)を占め、貯蓄の少ない階級に偏った分布だと書かれています。

注意したいのは、計算の対象が違うことです。平均値は貯蓄現在高が「0」の世帯を含めた値で、公表の中央値は「0」の世帯を除いた貯蓄保有世帯だけで求めた値です。ゼロ世帯を含めた中央値は、参考値として1,167万円と示されています。

指標2025年の値ゼロ世帯
平均値2,059万円含む
中央値(公表)1,264万円除く
中央値(参考値)1,167万円含む

定義がそろうのは平均値2,059万円と参考値1,167万円で、差は2,059−1,167=892万円です。1,264万円とは対象が違うので、2,059万円と直接は比べません。

出典:総務省統計局『家計調査報告(貯蓄・負債編)2025年(令和7年)平均結果』https://www.stat.go.jp/data/sav/sokuhou/nen/pdf/2025_yoyaku.pdf 。

3つの代表値を手で計算する

データの中心を表す値を代表値といい、統計検定4級では平均値・中央値・最頻値を扱います。平均値は合計÷個数、中央値は小さい順に並べた真ん中の値(偶数個なら真ん中2つの平均)、最頻値は最も多く現れる値です。

3、5、7の平均値は(3+5+7)÷3=15÷3=5です。5人の歩数(千歩)4、5、6、7、28は個数が奇数なので、3番目の6が中央値です。2、4、6、10は偶数個なので、(4+6)÷2=5が中央値になります。

度数分布表からも求められます。想定として、40人の通学時間が0分以上10分未満6人、10分以上20分未満14人、20分以上30分未満12人、30分以上40分未満8人(6+14+12+8=40人)だったとします。階級値は5、15、25、35分で、平均値は(5×6+15×14+25×12+35×8)÷40=(30+210+300+280)÷40=820÷40=20.5分です。最頻値は度数が最大の14人の階級の階級値で15分になります。階級値で代用した近似値です。

1つの外れ値が平均だけを引っ張る

歩数4、5、6、7、28(千歩)の平均値は(4+5+6+7+28)÷5=50÷5=10千歩、中央値は6千歩です。28を8に置き換えると、平均値は(4+5+6+7+8)÷5=30÷5=6千歩で中央値と一致します。外れ値の28が、平均値だけを10−6=4千歩押し上げていたわけです。中央値は順番で決まるので、6のまま動きません。

5人のうち平均値10千歩を下回るのは4人で、家計調査で平均値を下回る世帯が約3分の2だったことと同じ構造です。大きな値が少数だけ伸びる右に裾が長い分布では、平均値が中央値より大きくなります。ゼロ世帯を含む平均値2,059万円が参考値1,167万円より892万円大きいのも、貯蓄の多い一部の世帯に引っ張られたためと考えられます。

外れ値を含む偏った分布なら中央値、左右対称で山が1つならどれもほぼ一致、合計を扱いたいなら平均値、と使い分けます。

出典:総務省統計局『なるほど統計学園 中心的な傾向を捉える』https://www.stat.go.jp/naruhodo/5_tokucho/chushin.html 。

平均が同じでも別物 — 範囲と四分位範囲を求める

平均値が同じでも、散らばりは別物になりえます。想定として、5人ずつの小テストが、Aは58、59、60、61、62点、Bは30、45、60、75、90点だったとします。平均値はどちらも300÷5=60点ですが、最大値−最小値の範囲は、Aが62−58=4点、Bが90−30=60点です。範囲は両端の値だけで決まるため、外れ値に弱い指標です。

そこで四分位数(小さい順に並べて4等分する3つの区切りの値)を使います。全体の中央値でデータを前半と後半に分け、前半の中央値が第1四分位数、後半の中央値が第3四分位数です。第3四分位数−第1四分位数が四分位範囲で、真ん中の約半数が収まる幅を表します。

手順偶数個(想定:8人の学習時間・分)奇数個(想定:7日間のスマホ利用・分)
データ12、15、18、22、25、31、36、4030、45、50、60、70、85、100
全体の中央値(22+25)÷2=23.54番目の60
前半/後半12、15、18、22/25、31、36、4030、45、50/70、85、100
第1四分位数(15+18)÷2=16.545
第3四分位数(31+36)÷2=33.585
四分位範囲33.5−16.5=1785−45=40
範囲40−12=28100−30=70

奇数個では、全体の中央値を除いて前半と後半に分けています。含める流儀の教材もあるので、問題文の指示に従います。

偶数個の例で40を400に置き換えると、範囲は400−12=388に跳ね上がりますが、第3四分位数は(31+36)÷2=33.5のままで、四分位範囲も17です。なお、散らばりを表す分散・標準偏差は3級で学ぶ内容です。

箱・線・ひげが語ること — 2クラスを箱ひげ図で比べる

最小値・第1四分位数・中央値・第3四分位数・最大値をまとめて五数要約といい、これを1つの図にしたのが箱ひげ図です。第1〜第3四分位数を「箱」、中央値を箱の中の線、最小値・最大値までの線を「ひげ」で描きます。想定として、2クラスの小テスト結果が次のとおりだったとします。

五数要約クラスA(想定)クラスB(想定)
最小値1015
第1四分位数2022
中央値2525
第3四分位数3228
最大値4035

中央値はどちらも25点で同じです。ところが四分位範囲(箱の長さ)は、Aが32−20=12点、Bが28−22=6点で、Bの真ん中の約半数はAの半分の幅に集まっています。範囲も、Aが40−10=30点、Bが35−15=20点とBのほうが小さく、Bは得点のそろったクラスだと読み取れます。

一方、箱ひげ図から平均値や人数、個々の得点は読み取れません。

出典:総務省統計局『なるほど統計学園 データの散らばりを捉える』https://www.stat.go.jp/naruhodo/5_tokucho/chirabari.html 。

2つの項目を同時に見る — クロス集計表と行比率・列比率

クロス集計表(2次元の度数分布表)は、2つの項目を行と列に並べ、組合せごとの度数を数えた表です。想定として、1年生60人と2年生40人の通学手段が次のとおりだったとします。

学年\通学手段電車徒歩自転車計
1年生30201060
2年生2461040
計542620100

行や列の合計は周辺度数と呼び、右下は総度数です。電車の列は30+24=54人、1年生の行は30+20+10=60人です。割合は、行の合計で割る行比率と、列の合計で割る列比率があります。1年生の電車は30÷60×100=50.0%、徒歩は20÷60×100≒33.3%、2年生の電車は24÷40×100=60.0%、自転車は10÷40×100=25.0%というように求め、まとめたのが次の表です。

行比率電車徒歩自転車計
1年生50.0%33.3%16.7%100%
2年生60.0%15.0%25.0%100%

電車の列比率は、1年生が30÷54×100≒55.6%、2年生が24÷54×100≒44.4%です。「電車通学者の約56%が1年生」と「1年生の電車通学率は50%」は別の文です。前者は電車通学者54人、後者は1年生60人が分母で、何を100%とするかが違います。電車通学者の人数は1年生のほうが多くても、電車を使う割合は2年生の60%のほうが高くなっています。

空欄は周辺度数から逆算できます。想定として、男子40人・女子60人で、運動部が合計30人、うち男子が18人なら、女子の運動部は30−18=12人、女子の運動部以外は60−12=48人です。

ここまでの要点 — 数で要約する手順を5分で復習

  • 代表値=平均値(合計÷個数)、中央値(順番の真ん中。偶数個なら真ん中2つの平均)、最頻値(最も多い値)。平均値は外れ値に引っ張られる
  • 右に裾が長い分布では平均値>中央値。家計調査の平均値(ゼロ世帯を含む)と中央値(保有世帯のみ)は定義が違うので直接比べない
  • 範囲=最大値−最小値(外れ値に弱い)。四分位範囲=第3四分位数−第1四分位数
  • 四分位数は、中央値で前半・後半に分け、それぞれの中央値を第1・第3四分位数とする
  • 箱ひげ図の箱は第1〜第3四分位数、線は中央値。平均値や人数は読み取れない
  • 行比率は行の合計、列比率は列の合計が100%。人数が違う集団は割合で比べる
  • 試験での問われ方:中央値・四分位範囲の計算、外れ値で変わる代表値の選択、行比率と列比率の読み分けが中心

学習した内容を問題で確認しよう。統計検定4級の出題範囲に沿ったオリジナル問題集(全50問)に挑戦できます。

統計検定4級 オリジナル問題集に挑戦する