「平均年収 600 万円」と聞いても、周りにそんな人がいないと感じることはありませんか？それは嘘ではなく、少数の高収入者が平均値を引き上げているからです。記述統計はこうした数字のトリックを見抜くための道具です——いくつかの指標を理解するだけで、データの全体像をつかめるようになります。
1. 集中傾向：データの「中心」はどこか？
集中傾向はデータの代表値を表します。主な指標は3つです。
平均値（Mean）
すべての値を合計して個数で割った値。計算は簡単ですが、外れ値（異常値）の影響を受けやすいという欠点があります。
例：9人が年収300万円、社長が年収6,000万円の場合、平均値は約870万円——誰も「自分のこと」と思えない数字です。
中央値（Median）
データを小さい順に並べたときの中央の値（偶数の場合は中央2値の平均）。外れ値に強く、給与・住宅価格・所得分布などで最もよく使われます。
同じ例では、中央値は300万円——ほとんどの従業員の実情を正直に表しています。
最頻値（Mode）
最も多く出現する値。複数ある場合も、ない場合もあります。カテゴリデータ（最も人気のある商品、注文が最多の都市など）に適しています。
| 指標 | 最適な場面 | 外れ値の影響 |
|---|---|---|
| 平均値 | 対称分布・外れ値なし | 高い（引き上げられやすい） |
| 中央値 | 歪んだ分布（給与・住宅価格） | 低い（ロバスト） |
| 最頻値 | カテゴリデータ・人気選択肢 | 関係なし |
2. 散布度：データはどれくらい「ばらついている」か？
「クラス平均75点」という情報だけでは、全員が75点なのか、半分が50点で残り半分が100点なのかわかりません。散布度はそのばらつきを表します。
範囲（Range）
最大値 − 最小値。計算は最も簡単ですが、2つの極端な値だけに依存するため、外れ値に弱いです。
分散（Variance）
各値と平均値の差を2乗した値の平均。正負の偏差が打ち消し合わないよう、また大きな偏差を強調するために2乗します。
- 母分散：分母に n を使用。全データが揃っている場合
- 標本分散：分母に n−1 を使用（ベッセルの補正）。標本から母集団を推定する場合
標準偏差（Standard Deviation）
分散の平方根。元のデータと同じ単位なので解釈しやすいです。例：平均身長170 cm、標準偏差8 cm → 約68%の人が162〜178 cmの範囲に入ります（±1標準偏差）。
変動係数（CV）
標準偏差 ÷ 平均値 × 100%。スケールの異なるデータ同士のばらつきを比較するときに使います。
3. 四分位数：より堅牢な散布度の指標
標準偏差は外れ値の影響を受けます。四分位数はより安定した散布度の指標です。
- Q1（第1四分位数）：データの25%がこの値より低い
- Q2（中央値）：データの50%がこの値より低い
- Q3（第3四分位数）：データの75%がこの値より低い
- IQR（四分位範囲）= Q3 − Q1：中央50%のデータが含まれる範囲
IQR は上下各25%のデータを完全に無視するため、外れ値の影響を受けません。箱ひげ図（Box Plot）は Q1・Q2・Q3・IQR をもとに作成されます。
4. 歪度と尖度：分布の「形」
歪度（Skewness）
- 歪度 ≈ 0：ほぼ対称分布。平均値 ≈ 中央値
- 正の歪度（右に歪んでいる）：右側に長い尾。少数の高値が平均を引き上げる（給与・資産など）
- 負の歪度（左に歪んでいる）：左側に長い尾。少数の低値が平均を引き下げる
右に歪んだ分布では、平均値 > 中央値 > 最頻値——だから給与レポートでは「中央値」の方が実情を正直に伝えられます。
尖度（Kurtosis）
- 高い尖度：データが平均値付近に集中しているが、裾が厚い（極端な値が多い）
- 低い尖度：データが均等にばらついており、明確な集中点がない
まとめ
- 平均値：最もよく使われるが、外れ値があると歪む。中央値と合わせて確認
- 中央値：歪んだ分布（給与・住宅価格）でより代表性が高い
- 最頻値：カテゴリデータや最人気の選択肢を探すときに使う
- 標準偏差：元の単位でばらつきを定量化する。平均値と組み合わせて使う
- IQR：外れ値の影響を受けないロバストな散布度指標
- 歪度：分布が対称かどうかを判断し、報告すべき代表値を選ぶ手がかりになる
記述統計は難しい数学を必要としません——各指標の背後にある直感を理解することが、データを正しく読む鍵です。次に「平均給与」を見たら、まずこう問いかけてみてください：中央値はいくらだろう？