第一四分位数の求め方を完全攻略！偶数奇数の違いとExcel計算の極意

データ分析や統計処理の現場で頻繁に登場する「第一四分位数（Q1）」。ビジネスのレポート作成や高校数学の「データの分析」など幅広い場面で扱われる基本指標ですが、「データの個数が奇数のときと偶数のときで計算方法がわからなくなる」「Excelの関数で出した数値と手計算の結果が一致しない」といった疑問に直面する方は少なくありません。

第一四分位数は、データを小さい順に並べた際に下から25%の位置を示す重要な数値です。しかし、実はその求め方には高校数学で採用されている手法と、Excelなどの表計算ソフトや統計解析ツールで採用されている手法の間で細かな定義の違いが存在します。本稿では、第一四分位数の根本的な定義から、奇数・偶数別の正確な手計算手順、Excel関数の正しい使い分け、箱ひげ図や外れ値検出への応用までを徹底的に整理して解説します。

📌 【この記事の重要ポイントまとめ】

• 要点1：第一四分位数（Q1）は昇順に並べたデータの下位25%に位置する値であり、全体を4等分する最初の境界点を示す。
• 要点2：高校数学の手計算では中央値（第2四分位数）を基準にデータを2分割し、その下位グループの中央値としてQ1を算出する。
• 要点3：Excelで計算する際はQUARTILE.INC関数が一般的だが、統計学上の補間アルゴリズムの違いにより手計算と結果が異なる場合がある。

第一四分位数（Q1）とは何か？中央値や第三四分位数との関係性

統計学において、データを昇順（小さい順）に並べ替えた全体を4等分する境界となる値を「四分位数（Quartile）」と呼びます。その中で、最小値側から数えて最初の25%地点に位置する境界値が第一四分位数（Q1：First Quartile）です。

四分位数は以下の3つの値で構成され、データ全体の分布の散らばり具合を素早く把握するために用いられます。

• 第一四分位数（Q1）：下から数えて25%（全体の4分の1）に位置する値
• 第二四分位数（Q2 / 中央値・メジアン）：ちょうど中央の50%に位置する値
• 第三四分位数（Q3）：下から数えて75%（全体の4分の3、上位25%の境界）に位置する値

平均値は極端に大きい数値や小さい数値（外れ値）に強く引っ張られる欠点がありますが、第一四分位数や中央値などの位置統計量は外れ値の影響を受けにくい頑健（ロバスト）な性質を持ちます。そのため、所得分布や住宅価格、Webサイトの滞在時間など、極端な値が混ざりやすい実務データの分析において不可欠な指標となっています。

【偶数・奇数別】手計算で迷わない第一四分位数の正しい求め方

高校数学の「データの分析」や日本の学校教育で広く採用されている「文部科学省方式（テューキーのヒンジに近い手法）」による手計算のステップを解説します。手計算で行う場合、まずは第二四分位数（中央値）を求めてデータを下位と上位の2つのグループに分け、その「下位グループの中央値」を第一四分位数とするのが基本ルールです。

データの個数（n）が「奇数」の場合の計算手順

データの個数が奇数の場合、中央値は「ちょうど真ん中にある1つのデータ」として確定します。手計算の標準ルールでは、この中央値そのものを除外して下位グループと上位グループに分割します。

【具体例：データ数 n = 7 の場合】
対象データ（昇順）：[ 10, 14, 18, 22, 27, 31, 35 ]

1. 中央値（Q2）を特定：真ん中の4番目の値である「22」。
2. グループを分割：中央値の「22」を除き、下位グループ [ 10, 14, 18 ] と上位グループ [ 27, 31, 35 ] に分ける。
3. 第一四分位数（Q1）を算出：下位グループ [ 10, 14, 18 ] の中央値である「14」がQ1となる。

データの個数（n）が「偶数」の場合の計算手順

データの個数が偶数の場合、真ん中に位置する2つの値の平均値が中央値となります。この場合、境界となる2つの値を含めてデータを左右同数に真っ二つに分割します。

【具体例：データ数 n = 8 の場合】
対象データ（昇順）：[ 10, 14, 18, 20, 24, 27, 31, 35 ]

1. 中央値（Q2）を特定：中央の2値「20」と「24」の平均値 (20 + 24) / 2 = 22。
2. グループを分割：下位4個 [ 10, 14, 18, 20 ] と上位4個 [ 24, 27, 31, 35 ] に等分する。
3. 第一四分位数（Q1）を算出：下位グループ [ 10, 14, 18, 20 ] の中央値、すなわち真ん中の2値「14」と「18」の平均値 (14 + 18) / 2 = 16 がQ1となる。

なぜExcelと手計算でズレるのか？関数の使い分けと算出アルゴリズム

実務で多くの人が戸惑うのが、「手計算で出した第一四分位数とExcelの関数で出力した値が異なる」という現象です。この差は、Excelが採用している「線形補間（割合による内分計算）」と、高校数学などの簡易的な手計算ルールの違いによって生じます。

Excelには四分位数を計算する関数が主に2種類用意されています。

• QUARTILE.INC(配列, 戻り値)：0%から100%までの範囲を含めて計算する関数（従来のQUARTILE関数と同一仕様）。一般の実務ではこちらが標準的に利用される。
• QUARTILE.EXC(配列, 戻り値)：0%と100%の両端を除外して計算する関数。データ区間をより厳格に分割する統計的アプローチで用いられる。

箱ひげ図と四分位範囲（IQR）の実践活用｜外れ値検出の計算式

第一四分位数は単体で利用されるだけでなく、第三四分位数（Q3）と組み合わせることでデータのばらつきを測る指標や、異常値をあぶり出すスクリーニング基準として真価を発揮します。

四分位範囲（IQR）と四分位偏差の公式

データの中央50%の幅を示す指標を「四分位範囲（IQR：Interquartile Range）」と呼びます。

四分位範囲（IQR） = Q3 - Q1

また、四分位範囲を2で割ったものを四分位偏差と呼び、データの散らばり具合を中央値からの平均的な偏りとして表現する際に使われます。

四分位偏差 = (Q3 - Q1) / 2

外れ値（アウトライヤー）の統計的検出ルール

箱ひげ図（Box plot）を描画する際、極端に離れた値を「外れ値」として識別するための標準ルールが1.5×IQRルール（テューキーの基準）です。

• 下限境界値（これより小さい値は外れ値）：Q1 - 1.5 × IQR
• 上限境界値（これより大きい値は外れ値）：Q3 + 1.5 × IQR

例えば、Q1 = 30、Q3 = 70 の場合、IQR = 70 - 30 = 40 となります。このときの下限境界は 30 - (1.5 × 40) = -30、上限境界は 70 + (1.5 × 40) = 130 となり、130を超える数値や-30未満の数値は「統計的な外れ値」として判定されます。

【実態検証】ビジネス現場と教育現場で生じる「値の食い違い」のリアル

データ活用が急務となった教育現場や企業の現場では、四分位数をめぐる認識のズレが思わぬ混乱を生むケースが報告されています。

教育関連の研修現場を取材すると、「共通テスト対策で教えている手計算の結果と、生徒が自習用Excelで試した結果が一致せず、教員の元に質問が殺到した」という事例が頻発しています。高校の数学教科書では、直感的な理解を重視して「真ん中で分けて中央値を出す」という簡易的なルールが採用されています。一方、ExcelやR、Pythonなどのツールは、サンプル間の割合を連続的な直線として補間するアルゴリズムを採用しているため、データ数が10件前後の小さなサンプルでは算出値に端数が出るなどの差が生じます。

ビジネスの現場においても、レポート作成者が異なるツール（Excel、Tableau、社内BIツール）を使って同一データの第一四分位数を算出した結果、0.数ポイントの差異が生じて整合性の説明に追われるケースがあります。実務上は、データ数が数百・数千件と大規模になれば計算手法の違いによる差異は実質的に無視できるレベルへ収束しますが、小規模なアンケート調査などを扱う際は「どの定義を採用しているか」を前提として共有しておくことが重要です。

一般に知られていない盲点とネットの誤解

Web上の解説記事や質問掲示板などで頻繁に見られる最大の誤解は、「第一四分位数には唯一絶対の正解となる計算式が存在する」という思い込みです。

実際には、統計学の歴史の中でRob J. HyndmanとYanan Fanが整理しただけでも少なくとも9種類の四分位数算出アルゴリズムが存在します。どの手法もそれぞれ数学的な一貫性と長所を持っており、「どれか一つだけが正しく、他が間違い」というわけではありません。

【プロの結論】目的別・最適な四分位数算出アプローチと判断基準

日々の学習や業務で無用な迷いを防ぐため、以下の判断基準に沿って算出アプローチを使い分けることを強く推奨します。

• 高校数学・定期試験・大学入試対策：
  文部科学省の指導要領に準拠し、「中央値でグループを2分割して下位グループの中央値を求める」手計算方式を一貫して使用する。
• Excel実務・一般的な社内データ分析：
  汎用性が最も高い =QUARTILE.INC(範囲, 1) を標準として統一する。組織内で関数を混在させないことが混乱防止の鍵となる。
• Python / Rを用いた本格的なデータサイエンス：
  ライブラリのデフォルト挙動を理解した上で、プロジェクト内で算出パラメータ（例: pandasのquantile()メソッド）を統一してドキュメント化する。

【第一四分位数】に関するよくある質問（FAQ）

Q1：データ数が奇数のとき、中央値（Q2）は第一四分位数を計算する下位グループに含めますか？
A1：日本の高校数学（教科書方式）では、中央値そのものは下位グループにも上位グループにも含めません。中央値を取り除いた残りの下半分の中で中央値を求めます。ただし、一部の海外テキストや特殊な統計手法では含める定義（Moore & McCabe方式など）も存在するため、文脈に応じたルールの確認が必要です。

Q2：ExcelでQ1を求める際、QUARTILE.INCとQUARTILE.EXCのどちらを使うべきですか？
A2：一般的な業務や社内レポートであれば、従来のQUARTILE関数と互換性があるQUARTILE.INCを使用するのが無難です。QUARTILE.EXCは母集団のパーセンタイルを厳密に推定する場面で用いられますが、サンプルサイズが小さいとエラーになる制約があります。

Q3：第一四分位数と平均値は何が違うのですか？
A3：平均値は全データの合計を個数で割った値であり、1つの極端に大きな値（異常値・富裕層の年収など）に大きく引きずられます。一方、第一四分位数は順位に基づく位置統計量であるため、外れ値の影響を受けず、データ下位25%の典型的な水準を客観的に把握できる違いがあります。

まとめ：第一四分位数の本質を理解してデータ分析を武器にする

第一四分位数は、単にデータを25%地点で区切るだけの数値ではなく、データの分布構造を立体的に捉え、外れ値を客観的に判定するための基礎となる重要な指標です。

手計算における奇数・偶数の分割ルールと、Excel関数で用いられる補間処理の違いさえ押さえておけば、計算結果のズレに悩まされることはありません。目的に応じた適切な算出方法を選択し、精度の高いデータ集計やレポート作成に役立ててください。 （出典: 第 一 四 分 位 数（Yahoo!ニュース））