平均・中央値・ばらつき：「ふつう」と「ぶれ」を正しくつかむ｜マーケターのためのデータ分析・統計入門 第2回

KOUZAマーケターのためのデータ分析・統計入門

第2回／全10回

講師：田中 磨生（株式会社Abin 代表取締役）

この講座の目次を見る

1. 第1回データ分析の進め方：問い→仮説→検証のサイクル
2. 第2回平均・中央値・ばらつき：「ふつう」と「ぶれ」を正しくつかむ
3. 第3回グラフの選び方と、誤解を生む見せ方会員
4. 第4回相関と因果の違い：「一緒に動く」は「原因」ではない会員
5. 第5回A/Bテストと有意差：偶然の差か、本当の差か会員
6. 第6回サンプルサイズと誤差：何人のデータがあれば信じられるか会員
7. 第7回セグメント分析・RFM・コホート：顧客を分けて見る会員
8. 第8回回帰分析の考え方：数字を動かす要因を探る会員
9. 第9回Excel・スプレッドシートで実践する：関数・ピボット・分析ツール会員
10. 第10回分析結果の伝え方：結論から話すレポートと次の一手会員

この回で分かること：①平均値・中央値・最頻値の違いと、どんなときにどれを使うか、②「ばらつき」を表す標準偏差と四分位の読み方、③箱ひげ図で分布を一目でつかむ方法。前回は「何を決めるための分析か」を先に考える大切さを学びました。今回は、集めた数字を要約するときの最初の道具である「代表値」と「ばらつき」を扱います。

「平均」は、いつも「ふつう」を表すとは限らない

報告書で一番よく使われる数字は、たぶん「平均」でしょう。平均客単価、平均購入回数、平均滞在時間。平均値は、すべての値を足して個数で割ったものです。計算が簡単で、合計の見積もりにも使えるので、とても便利な数字です。

ところが、平均値には弱点があります。一部の大きな値（または小さな値）に引っ張られやすいことです。

図1は、前回も登場した架空のコーヒー豆の通販会社A社の、顧客1,000人の「1年間の購入金額」を表したヒストグラムです。ヒストグラムは、値をいくつかの区間（この図では1,000円ごと）に分けて、それぞれの区間に何人いるかを棒の高さで表したグラフです。

多くの顧客は年に3,000〜1万円ほど買っていますが、なかには業務用にまとめ買いをする顧客がいて、10万円を超える人もいます。こうした少数の大口客がいると、分布は右側に長く伸びた形になります。その結果、平均値は8,853円になる一方、ちょうど真ん中の顧客の購入金額（中央値）は6,100円です。平均を下回る顧客は、全体の約69％にもなります。

このとき「当社の顧客は年に平均8,853円買ってくれる」と言うのは、計算としては正しくても、「ふつうの顧客」の姿としては実態より高めです。上位10人（全体のわずか1％）を除いて計算し直すと、平均値は約8,041円まで下がりますが、中央値は6,000円とほとんど動きません。これが「平均値は外れ値の影響を受けやすく、中央値は受けにくい」ということです。

平均値・中央値・最頻値

数字の集まりを1つの値で表したものを「代表値」と呼びます。代表的なのは次の3つです。

総務省統計局の学習サイトでも、3つの違いは「外れ値の影響をどのくらい受けるか」にあると説明されています。

公的統計でも、平均と中央値は大きく違う

これは架空の例だけの話ではありません。総務省統計局の家計調査によると、2025年平均の二人以上の世帯の貯蓄現在高は、平均値が2,059万円である一方、貯蓄のある世帯の中央値は1,264万円でした。平均値を下回る世帯は約3分の2を占めます。

貯蓄も、一部の世帯がとても多くの貯蓄を持っているために、分布が右に長く伸びた形になります。「平均2,059万円」というニュースを聞いて「うちは少なすぎる」と感じる人が多いのは、平均値が「真ん中の世帯」よりかなり上にあるからです。

マーケティングで扱う数字にも、右に長く伸びる分布はよくあります。購入金額、購入回数、サイトの滞在時間、1社あたりの取引額、SNSの投稿ごとの反応数などです。こうした数字を報告するときは、平均値と中央値を並べて書くのが安全です。

平均値が役に立つ場面

ここまで読むと「平均値は使わないほうがよい」と思うかもしれませんが、そうではありません。平均値には「個数を掛けると合計に戻せる」という強みがあります。たとえば来年の売上を見積もるとき、「顧客数1,000人×平均8,853円＝約885万円」と計算できますが、中央値ではこの計算はできません。

• 「ふつうの顧客」を表したいときは中央値
• 合計を見積もりたいときは平均値

と使い分けるのが基本です。

ばらつき：「ぶれ」の大きさを数字にする

代表値だけでは、データの姿の半分しか分かりません。もう半分は「ばらつき」、つまり値がどれくらい散らばっているかです。

図3の2つの店舗は、どちらも1週間の1日あたりの注文数の平均が50件です。しかし、店舗Xは毎日ほぼ50件前後なのに対し、店舗Yは20件の日もあれば85件の日もあります。平均だけを見れば同じ店ですが、仕入れや人の配置を考えると、まったく違う店です。店舗Yでは「多い日にそなえて在庫を多めに持つ」「少ない日の理由を調べる」といった別の打ち手が必要になります。

標準偏差

ばらつきを表す代表的な数字が「標準偏差」です。ざっくり言えば「それぞれの値が、平均からふつうどれくらい離れているか」を表す数字で、単位はもとのデータと同じ（この例なら「件」）です。

計算の手順は次のとおりです。考え方だけ押さえておけば、計算は表計算ソフトに任せてかまいません（第9回で扱います）。

1. それぞれの値から平均を引いて、「平均からの離れ具合」を求める
2. 離れ具合をそれぞれ2乗する（プラスとマイナスが打ち消し合わないようにするため）
3. 2乗した値の平均をとる（これを「分散」と呼ぶ）
4. 分散の平方根をとって、もとの単位に戻す

図3の店舗Xの標準偏差は約1.3件、店舗Yは約23.3件です。数字が大きいほど、ばらつきが大きいことを表します。

もう一歩深く：標本の標準偏差は「n−1」で割る
手元のデータが、もっと大きな集団（たとえば今後のすべての営業日）の一部だと考えるときは、手順3で個数nではなく「n−1」で割ります。こうすると、もとの集団のばらつきを少なく見積もりすぎるのを防げます。Excelでは、n−1で割るのがSTDEV.S関数、nで割るのがSTDEV.P関数です。図3の数字はn−1で割って計算しています。

よくある誤解：「標準偏差の範囲に約7割が入る」はいつでも成り立つ

統計の本には「平均±標準偏差の範囲に、データの約68％が入る」と書かれていることがあります。これは、データの分布が左右対称のつりがね型（正規分布）に近いときの目安です。図1のような右に長く伸びた分布では、この目安はそのまま当てはまりません。分布が偏っているときは、次に説明する「四分位」でばらつきを見るほうが実態に合います。

この記事の監修者に相談できます

監修者の田中磨生が代表を務める株式会社Abinで、ご相談をお受けしています。

相談無料ツギノテ編集部に相談する→

四分位と箱ひげ図：偏った分布のばらつきを見る

分布が偏っているときに便利なのが「四分位」です。データを小さい順に並べて4等分したとき、区切りになる値のことです。

• 第1四分位：小さいほうから25％の位置の値
• 第2四分位：50％の位置の値（＝中央値）
• 第3四分位：75％の位置の値

第1四分位から第3四分位までの間には、真ん中の50％のデータが入ります。この幅を「四分位範囲」と呼び、偏った分布でのばらつきの目安になります。中央値と同じく、外れ値の影響を受けにくいのが特徴です。

四分位を図にしたものが「箱ひげ図」です。

箱ひげ図の読み方は次のとおりです。

1. 箱：第1四分位から第3四分位まで。真ん中の50％の顧客が、この範囲に入る
2. 箱の中の線：中央値
3. ひげ：箱の端から、箱の長さの1.5倍以内にあるもっとも遠いデータまで伸びる（この決め方は一般的なルールで、ソフトによって違うことがある）
4. ひげの外の点：ほかのデータから大きく離れた値。「外れ値の候補」として目を向ける

図4から、A社の顧客の真ん中の50％は年3,600〜10,200円の範囲にいること、そして2万円を超える大口客がかなり多いことが一目で分かります。箱ひげ図は、チャネル別、地域別、プラン別など、いくつかのグループのばらつきを並べて比べるときにとても便利です。

外れ値は「消すもの」ではなく「調べるもの」

外れ値を見つけたら、すぐに除いてよいわけではありません。まず、次のどちらかを確かめます。

• 入力ミスや計測の誤り：金額の桁を間違えた、テスト注文が混じっている、などの場合は、正しい値に直すか除く
• 本当にそういう顧客がいる：業務用のまとめ買いなど、実在する重要な顧客の場合は残す。むしろ「大口客だけを別に分析する」きっかけになる

A社の場合、大口客は売上の大きな部分を占めている可能性があります（図の例では、上位10人だけで全体の購入金額の約1割）。こうした顧客を分けて見る方法は、第7回の「セグメント分析・RFM」で扱います。

実務ではこう使う：数字の「要約表」をつくる

数字を報告するとき、平均値だけを書くのをやめて、次のような要約表をセットで出す習慣をつけると、誤解がぐっと減ります。

この表があれば、「平均は8,853円だが、ふつうの顧客は6,000円前後で、一部の大口客が平均を押し上げている」と一言で説明できます。施策の打ち方も、「ふつうの顧客の購入金額を上げる施策」と「大口客を手厚くフォローする施策」に分けて考えられるようになります。

ECサイトや会員サービスの顧客データを、こうした切り口で継続的に見たい場合は、データを1か所に集めておくと便利です。顧客データの集め方は顧客データ活用とCDP（全6回）で、ダッシュボードで定期的に見る方法はBIツールおすすめ比較で紹介しています。

この回のまとめ

• 平均値は一部の大きな値に引っ張られやすい。右に長く伸びる分布では、平均値と中央値を並べて見る。
• 「ふつうの顧客」を表すなら中央値、合計を見積もるなら平均値と使い分ける。
• 平均が同じでも、ばらつきが違えば打ち手が違う。標準偏差は「平均からのふつうの離れ具合」。
• 偏った分布では、四分位と箱ひげ図でばらつきを見る。
• 外れ値はすぐに消さず、誤りか実在かを確かめる。

確認テスト

次回予告

次回は、数字を「見せる」ためのグラフの選び方を学びます。比較・推移・構成・分布・関係という目的ごとに合うグラフと、意図せず誤解を生んでしまうグラフの見せ方を、実例の形で見ていきます。

参考資料

• 総務省統計局「なるほど統計学園：中心的な傾向を捉える」（確認日：2026年11月12日）https://www.stat.go.jp/naruhodo/5_tokucho/chushin.html
• 総務省統計局「統計調査ニュース No.475（2026年6月号）家計調査（貯蓄・負債編）2025年（令和7年）平均結果の概要」（確認日：2026年11月12日）https://www.stat.go.jp/info/t-news/pdf/2606.pdf
• Microsoft Support「STDEV.S function」（確認日：2026年11月12日）https://support.microsoft.com/en-au/office/stdev-s-function-7d69cf97-0c1f-4acf-be27-f3e83904cc23