第一四分位数の求め方完全ガイド！偶数奇数の計算とエクセルの違い

データ分析の実務や高校数学の「データの分析」において、多くの学習者やビジネスパーソンがつまずくのが第一四分位数（Q1）の扱いです。「データの個数が奇数か偶数かで計算手順が分からなくなる」「手計算した結果とエクセルの関数で出した数値が一致しない」といった疑問や戸惑いの声は、教育現場やデータ分析の現場で後を絶ちません。

四分位数は、データを大きさ順に並べた際に全体を4等分する位置を示す代表的な統計量です。特に下位25%の境界線となる第一四分位数を正確に把握することは、データの散らばり具合を可視化する「箱ひげ図」の作成や、異常値をあぶり出す「外れ値の検出」において決定的な役割を果たします。本稿では、手計算における偶数・奇数別の具体的な算出ステップから、Excel関数の正しい使い分け、箱ひげ図への応用までを徹底的に解き明かします。

📌 【この記事の重要ポイントまとめ】

• 要点1：第一四分位数（Q1）はデータを小さい順に並べた際の下位25%点であり、高校数学では「中央値で分けた下位グループの中央値」として求める。
• 要点2：データ数が奇数の場合は中央値を除外して下位データを決め、偶数の場合は中央の2値で均等に前後へ分割して計算する。
• 要点3：Excelの「QUARTILE.INC」と「QUARTILE.EXC」では計算結果が異なる場合があり、実務や学術用途に応じた使い分けが不可欠である。

【基本構造】統計学における四分位数とは？中央値（Q2）との関係を整理

統計学における四分位数とは、観測されたデータを小さい順（昇順）に並べたとき、その分布を均等に4分割する3つの境界値のことです。下から順に「第一四分位数（Q1）」「第二四分位数（Q2）」「第三四分位数（Q3）」と呼びます。

初学者が混乱しやすいのが、中央値と第2四分位数の違いです。結論から言えば、第2四分位数（Q2）と中央値（メディアン）は完全に同一の数値を指します。データ全体を50%ずつの前後2グループに二分する境界値が中央値であり、その中央値より前半（下位50%）のデータをさらに半分に分ける境界が第一四分位数（Q1）、後半（上位50%）のデータを半分に分ける境界が第三四分位数（Q3）です。

平均値は極端に大きな値や小さな値（外れ値）に強く引っ張られる弱点を持ちますが、四分位数は順位に基づく統計量（頑健な統計量）であるため、外れ値の影響を受けにくいという大きな強みを持っています。

【高校数学の手法】第一四分位数の求め方｜データの個数が偶数・奇数の計算手順

日本の高校数学「データと分析」で学習する四分位数の求め方は、文部科学省の学習指導要領において「中央値を利用して2分割し、それぞれのグループの中央値を求める方式（テューキーのヒンジに近い手法）」が標準として採用されています。ここでは偶数・奇数それぞれの具体例で手順を確認します。

パターン1：データの個数が「奇数」の場合（例：7個のデータ）

データ：【3, 7, 8, 12, 14, 18, 21】（7個）

1. 中央値（Q2）の特定： データを小さい順に並べたとき、ちょうど真ん中（4番目）の値である「12」がQ2となります。
2. 下位グループの抽出： 中央値「12」を除外し、それより小さい下位データ【3, 7, 8】を取り出します。
3. 第一四分位数（Q1）の算出： 下位グループ【3, 7, 8】の中央値である「7」が第一四分位数（Q1）になります。
※同様に、中央値を除外した上位データ【14, 18, 21】の中央値「18」が第三四分位数（Q3）です。

パターン2：データの個数が「偶数」の場合（例：8個のデータ）

データ：【4, 6, 9, 11, 15, 17, 22, 25】（8個）

1. 中央値（Q2）の特定： 中央に位置する4番目（11）と5番目（15）の平均値 (11 + 15) ÷ 2 = 13 がQ2となります。
2. 下位グループの抽出： 中央でデータを真っ二つに分け、下位4個【4, 6, 9, 11】を下位グループとします。
3. 第一四分位数（Q1）の算出： 下位グループの中央に位置する2値（6と9）の平均値 (6 + 9) ÷ 2 = 7.5 が第一四分位数（Q1）になります。
※上位グループ【15, 17, 22, 25】の中央値 (17 + 22) ÷ 2 = 19.5 が第三四分位数（Q3）です。

【徹底比較】高校数学・Excel関数・専門統計ソフトの計算ルールの違い

手計算で四分位数を求めた後に、業務効率化のために第一四分位数をエクセル（QUARTILE関数）で計算したところ、「なぜか手計算と値が合わない」というトラブルが頻発します。この現象は計算ミスではなく、採用しているアルゴリズム（パーセンタイルの補間方法）が異なるために生じます。

QUARTILE.INCとQUARTILE.EXCの違いを実務で意識することは極めて重要です。エクセルで =QUARTILE.INC(範囲, 1) と指定すれば第一四分位数が即座に求まりますが、学校の宿題や入試対策の手計算とは数値がわずかに異なる場合がある点に留意してください。

【実務と分析】箱ひげ図の見方・作り方と外れ値の判定（1.5倍ルール）

第一四分位数を求めた後の最大の応用先が箱ひげ図（Box plot）の作成とデータクリーニングです。箱ひげ図は、最小値、第一四分位数（Q1）、中央値（Q2）、第三四分位数（Q3）、最大値の「5数要約」を1つの図で表現する優れた可視化ツールです。

箱の左端（または下端）が第一四分位数（Q1）、右端（または上端）が第三四分位数（Q3）を表し、箱の長さそのものがデータの中心的な散らばりを示します。

ここで欠かせないのが以下の2つの公式です。

• 四分位範囲（IQR：Interquartile Range）：IQR = Q3 - Q1
  データの中央50%が占める幅を示し、データのばらつき度合いを測る指標。
• 四分位偏差（QD：Quartile Deviation）：四分位偏差 = (Q3 - Q1) ÷ 2
  四分位範囲の半分であり、平均偏差に似たばらつきの目安。

さらに実務で威力を発揮するのが、外れ値の判定における「1.5倍ルール（テューキーの基準）」です。

• 外れ値（下側）：Q1 - 1.5 × IQR よりも小さい値
• 外れ値（上側）：Q3 + 1.5 × IQR よりも大きい値

この境界線（フェンス）を超えるデータは、入力ミスや異常な事象による「外れ値」として識別され、箱ひげ図上ではヒゲの先端ではなく「点（ドット）」としてプロットされます。

【実態検証】教育現場・データ分析現場で多発する「計算値のズレ」と生の葛藤

教育現場や企業の分析チームを取材すると、四分位数の計算に関して根深い混乱が存在している実態が浮かび上がります。

都内の進学塾で数学を教える講師は、「共通テスト対策を指導している際、生徒から『模試の手計算の答えと、自習用にエクセルで検算した値が一致しない』という質問が毎年何件も寄せられる」と証言します。学校教育では手作業での確実な理解が優先される一方、実務ツールでは連続分布を仮定した線形補間がデフォルトとなっているギャップが、学習者を混乱させる要因となっています。

また、Webマーケティング企業でデータサイエンティストを務める実務担当者からは、「クライアントへ提出するKPIダッシュボードで、BIツールの四分位数算出ロジックとExcelの計算ロジックが異なり、数値の食い違いについて説明を求められた経験がある」という声も聞かれます。ツールの裏側にある定義の違いを把握していないと、思わぬ報告ミスやコミュニケーションロスにつながりかねません。

一般に知られていない盲点とネットの誤解｜統計学における9つの定義

ネット上の情報では「この計算式が唯一の正解である」といった断定的な解説が見受けられますが、これは明確な誤解です。実は統計学の世界（特に統計解析言語Rなど）において、四分位数の算出定義は「Type 1からType 9まで」の少なくとも9種類が存在することが知られています（Hyndman & Fanの1996年論文による分類）。

高校数学で学ぶ手法は「Type 1〜2に近い離散的アプローチ」であり、Excelの QUARTILE.INC は「Type 7（連続型補間）」を採用しています。母集団の分布をどうモデル化するかという統計思想の違いによって計算値が異なるため、どれか1つだけが正しく他方が間違いというわけではありません。

【プロの結論】おすすめできる人・慎重になるべき人の判断基準

四分位数を取り扱う際は、自身の立場や目的に応じて計算手法を明確に区別することが肝要です。

• 高校数学・大学受験生： 教科書に掲載されている「文部科学省方式（中央値で分割して下位の中央値を求める）」を厳格に適用してください。テストの採点基準はこれに統一されています。
• ビジネス実務・レポート作成者： Excel標準の QUARTILE.INC または QUARTILE 関数で問題ありません。ただし、集計ツール間で数値が微小に異なるリスクを避けるため、社内やチーム内で使用する関数を統一することが重要です。
• 学術論文執筆・高度データ解析者： サンプル数が十分に大きいデータでは手法間の差異は無視できるほど小さくなりますが、小標本データを扱う場合は、使用したプログラミング言語（R, Python等）の関数と引数のバージョンを論文・レポート内に明記するのが鉄則です。

【第一四分位数】に関するよくある質問（FAQ）

Q1：データ数が極端に少ない（3個や4個）場合でも第一四分位数は求められますか？
A1：高校数学の手法であれば、データが3個の場合（中央値を除外した下位1個の値）や4個の場合（下位2個の平均値）でも算出は可能です。ただし、データ数が3〜4個程度では標本の散らばりを評価する統計的意義が極めて薄いため、箱ひげ図や四分位数を用いた分析は通常、ある程度まとまったデータ数（概ね10個以上）で行われます。

Q2：四分位範囲（IQR）と標準偏差はどのように使い分けるのが正解ですか？
A2：データが正規分布（左右対称の釣り鐘型）に近い場合は、平均値とともに「標準偏差」を用いるのが標準的です。一方で、所得データやアクセスログのように一部の極端な値（外れ値）が存在して裾野が広い分布（歪んだ分布）の場合は、外れ値に強い「中央値」および「四分位範囲（IQR）」を用いるのが適切です。

Q3：昔のExcel関数「QUARTILE」と「QUARTILE.INC」は何が違いますか？
A3：計算結果は全く同じです。Excel 2010以降、関数の精度向上と命名規則の整理に伴い「QUARTILE.INC（内包）」と「QUARTILE.EXC（排他）」に細分化されました。従来の「QUARTILE」は下位互換性のために残されている関数であり、実質的には「QUARTILE.INC」と同一の処理が行われます。

まとめ：今後の動向と失敗しないための判断基準

第一四分位数（Q1）をはじめとする四分位数は、膨大なデータを要約し、その実態を直感的に把握するための強力な武器です。偶数と奇数で分かれる手計算の手順を正しく身につけつつ、Excelをはじめとするデジタルツールとの仕様の違いを理解しておくことで、計算ミスや解釈の誤謬を防ぐことができます。

2026年現在、DXやデータドリブン経営の浸透によって、文系・理系を問わず客観的なデータ読解力が求められています。まずは手元の小さなデータで手計算と関数の挙動を試し、箱ひげ図や外れ値判定のロジックまでを一連の流れとして体得しておくことが、実践的な統計リテラシーを高める確実な第一歩となります。 （出典: 第 一 四 分 位 数（Yahoo!ニュース））