第一四分位数の求め方を徹底解説！奇数・偶数の計算とエクセル術

ビジネスの現場でのデータ分析や高校数学の授業において、データのばらつきを把握する際に欠かせない指標が「第一四分位数（Q1）」です。しかし、「奇数個や偶数個のデータでどう分ければいいのか」「中央値との関係性が曖昧」「エクセルで計算したら手計算と数字がずれた」といった疑問や戸惑いの声が後を絶ちません。

実務でのKPI管理や市場調査、さらには共通テストをはじめとする試験対策まで、四分位数の正確な理解は必須スキルとなっています。本記事では、第一四分位数の基礎概念から偶数・奇数データの具体的な算出ステップ、エクセル関数の正しい使い分け、箱ひげ図や外れ値の判定法まで、編集部が徹底的に分かりやすく解説します。

📌 【この記事の重要ポイントまとめ】

• 要点1：第一四分位数（Q1）はデータを昇順に並べた際の下位25%に位置する値であり、中央値（Q2）より小さい下位グループの中央値として算出する。
• 要点2：奇数・偶数のデータ数に応じた分割ルール（文部科学省指導要領準拠）を把握すれば手計算のミスはゼロに防げる。
• 要点3：エクセルのQUARTILE.INC関数と手計算では補間処理の違いによる微小な差異が生じるため、実務と学習用途での使い分けが不可欠である。

【基礎から整理】第一四分位数（Q1）の意味と中央値・第三四分位数との決定的な違い

データ分析において、平均値だけを見ていると極端な数値（外れ値）に引っ張られ、実態を見誤る危険性があります。そこで役立つのがデータを均等に4分割する「四分位数」です。その中でも第一四分位数（First Quartile: Q1）の意味は、データを小さい順に並べたときに下から数えてちょうど25%（下位4分の1）の境目にあたる数値を指します。

四分位数には以下の3つの主要な基準点が存在し、それぞれ役割が異なります。

• 第一四分位数（Q1）：データの25%点。下位データの中心的な目安。
• 第二四分位数（Q2 / 中央値）：データの50%点。全体をちょうど半分に分ける数値。
• 第三四分位数（Q3）：データの75%点。上位25%の境目となる数値。

特に中央値（第二四分位数）との違いは、「全体の中央」を見るのか「下位グループの中央」を見るのかにあります。また第三四分位数との違いは、Q1が低スコア層の傾向を把握するのに対し、Q3は高スコア層の傾向を掴む点にあります。この3つの値を把握することで、データの偏り（歪度）が一目で浮き彫りになります。

【実践手順】奇数・偶数データにおける第一四分位数の求め方と四分位範囲の計算

高校数学「データの分析」で採用されている文部科学省の標準的な第一四分位数の求め方は、まず全体の中央値（Q2）を求め、その中央値によって分割された「下位グループの中央値」をQ1とする手法です。ここで最大のつまずきポイントとなるのが、データ総数が奇数か偶数かによる処理の違いです。

具体的なステップは以下の通りです。

① データ数が奇数の場合（例：9個のデータ「2, 3, 5, 7, 8, 10, 12, 15, 18」）
まず全体の中央値を探します。9個の中央は5番目の「8」です。奇数の場合、この中央値「8」を除外した下位4個（2, 3, 5, 7）を下位グループとします。この下位グループの中央値（2番目と3番目の平均：(3+5)/2 = 4）が第一四分位数（Q1）になります。

② データ数が偶数の場合（例：8個のデータ「2, 3, 5, 7, 8, 10, 12, 15」）
全体の中央値は4番目と5番目の平均（(7+8)/2 = 7.5）です。偶数の場合は境界でデータをきれいに2分割できるため、下位4個（2, 3, 5, 7）がそのまま下位グループとなります。その中央値である(3+5)/2 = 4が第一四分位数（Q1）となります。

あわせて覚えておきたいのが四分位範囲の計算と四分位偏差の公式です。

• 四分位範囲（IQR: Interquartile Range）：Q3 - Q1 （データの真ん中50%の散らばり幅）
• 四分位偏差（Quartile Deviation）：(Q3 - Q1) / 2 （四分位範囲の半分）

四分位範囲は外れ値の影響を極めて受けにくいため、バラつきを評価する指標として標準偏差以上に頑健（ロバスト）な特徴を持ちます。

【データ比較】統計指標の特徴と箱ひげ図における活用基準

データの散らばりや代表値を正しく比較するために、各指標の定義とビジネスや研究での評価基準を整理しました。

項目	詳細・数値データ	一般的な基準・相場	編集部の見解・評価
第一四分位数（Q1）	昇順データの下位25%に位置する境界値	合格ラインや低所得層分析の基準点（25パーセンタイル）	下位層の底上げ施策や歩留まり改善の指標として最重要
中央値（Q2）	昇順データの中央50%に位置する境界値	平均値が歪むケース（年収・住宅価格等）の実質代表値	実態把握において平均値より信頼性が高い基本軸
第三四分位数（Q3）	昇順データの上位25%（下位75%）の境界値	優良顧客（LTV上位）や成績優秀層の抽出基準	ハイエンド向け商品設計や上位層の購買行動分析に直結
四分位範囲（IQR）	Q3 － Q1 で算出される中心部50%の幅	ばらつきの大きさを示す指標（標準偏差の代替）	外れ値の影響を排除して全体の安定性を測るのに最適
外れ値の境界線	Q1 － (1.5 × IQR) 未満、または Q3 ＋ (1.5 × IQR) 超	全データの約0.7%〜1%未満が該当する異常値基準	機械学習の前処理や品質管理の異常検知に必須

【現場の落とし穴】エクセル関数「QUARTILE.INC」と手計算が一致しない真相

実務の現場で第一四分位数をエクセルで計算した際、「教科書通りに計算した結果とエクセルの出力結果が微妙に違う」というトラブルに直面した方は少なくありません。

エクセルには四分位数を求める関数として主に以下の2つが用意されています。

• QUARTILE.INC 関数：=QUARTILE.INC(配列, 1) （0%から100%を含めたパーセンタイル補間）
• QUARTILE.EXC 関数：=QUARTILE.EXC(配列, 1) （0%と100%を除外した排他的補間）
• ※旧関数 =QUARTILE(配列, 1) はQUARTILE.INCと同一動作です。

エクセルのQUARTILE.INC関数は、データ間を直線で結んで按分計算する「線形補間（Percentile Interpolation）」を採用しています。一方、学校教育や手計算で広く使われる手法（Tukey法や中央値分割法）は離散的な順位に基づくため、データ数によっては小数点以下の端数処理で差が出ます。

実務のデータ分析やレポート作成ではQUARTILE.INC関数を使用して統一すれば何ら問題ありませんが、学校の定期試験や資格試験の計算問題では、問題文が指定する定義（教科書方式）に沿って手計算で算出することが鉄則です。

【実態検証】ビジネス現場と受験生が直面する「箱ひげ図と外れ値」のリアル

近年の大学入試改革やデータサイエンス教育の拡充に伴い、箱ひげ図における第一四分位数の読み取り問題は頻出テーマとなっています。しかし、教育現場とデータ分析の実務現場を取材すると、共通した「勘違い」が見受けられます。

箱ひげ図において、長方形（箱）の左端（縦向きの場合は下端）が第一四分位数（Q1）を表し、中央の線が中央値（Q2）、右端（上端）が第三四分位数（Q3）を示します。ひげの両端は通常「最小値」と「最大値」を示しますが、現代の統計ソフト（PythonのSeabornやTableau、Excelの最新チャート等）では、外れ値を四分位数基準で自動判定して独立した点としてプロットする仕様が標準です。

現場でよく使われる外れ値の判定条件は「フェンス基準（1.5×IQRルール）」です。

• 下限フェンス：Q1 - (1.5 × IQR) より小さい値
• 上限フェンス：Q3 + (1.5 × IQR) より大きい値

SNSや学習コミュニティ上でも「箱ひげ図のひげの先端が最小値になっていない」という質問が散見されますが、これは外れ値が検出され、ひげが「外れ値を除いた範囲の最小・最大値」に設定されているためです。この仕組みを理解していないと、データの分布範囲を誤認することになります。

【プロの結論】四分位数分析を導入すべきケース・見送るべきデータ構造

四分位数や箱ひげ図は万能ではありません。現場の状況に応じて使い分ける判断基準を提示します。

【四分位数分析を積極的に活用すべきケース】

• コールセンターの通話時間やWeb滞在時間：極端に長い通話が平均値を引き上げるため、Q1〜Q3の分布幅で実態を掴むのが合理的です。
• 売上や年収データの階層化分析：超富裕層や大口顧客の影響を遮断し、中間層・下位層のボリュームゾーンを的確に把握できます。

【四分位数分析を見送る・併用すべきケース】

• 二峰性データ（山が2つある分布）：合格者と不合格者の点数が完全に分かれているような場合、箱ひげ図や四分位数だけでは中央の落ち込みを見落とすため、ヒストグラムの併用が必須です。
• サンプルサイズが極めて小さい場合（N数10未満）：四分位数の補間誤差が大きくなり、指標としての統計的信頼性が保てません。

【第一四分位数】に関するよくある質問（FAQ）

Q1：第一四分位数と25パーセンタイルは同じ意味ですか？
A1：実質的に同じ意味です。パーセンタイル（百分位数）はデータを100等分した指標であり、第25パーセンタイル（P25）が第一四分位数（Q1）に該当します。

Q2：エクセルで第一四分位数を求める際、QUARTILE.INCとQUARTILE.EXCのどちらを使うべきですか？
A2：一般的なビジネス集計や従来のExcel互換性を保ちたい場合は「QUARTILE.INC」を使用します。学術論文や厳密な確率分布モデルに基づく分析を行う場合は「QUARTILE.EXC」が推奨されます。

Q3：第一四分位数がマイナスの値になることはありますか？
A3：あります。利益率の増減や温度変化、前年比成長率など、元データにマイナスの値が含まれている場合、下位25%に位置する第一四分位数もマイナス値を取り得ます。

Q4：箱ひげ図の「箱の長さ」は何を表していますか？
A4：箱の長さは「四分位範囲（IQR = Q3 - Q1）」を表します。箱が短いほどデータの中心50%が密集しており、箱が長いほどばらつきが大きいことを示します。

まとめ：第一四分波を正しく掴みデータ分析の精度を高める

第一四分位数（Q1）は、平均値の盲点を補い、データの下位構造やバラつきを正確に把握するための基礎的かつ強力な統計量です。奇数・偶数による分割の基本原則を押さえておけば手計算で迷うことはなくなり、エクセル関数の仕様差を把握していれば実務での出力結果にも自信を持って対応できます。

さらに、四分位範囲（IQR）や外れ値判定のロジックを箱ひげ図と連動させて活用することで、ビジネスの意思決定や学術的なデータ分析の解像度は劇的に向上します。ぜひ日々のデータ検証や学習に役立ててください。 （出典: 第 一 四 分 位 数（Yahoo!ニュース））