ヒストグラムの中央値の求め方を解説！計算手順や具体例を初心者向けに紹介

ヒストグラム中央値求め方を徹底解説！初心者でもわかる具体的な手順と計算例

データ分析において、データの全体像を把握するためにヒストグラムは非常に役立ちます。しかし、ヒストグラムから中央値を正確に求める方法に戸惑う方も少なくありません。中央値は、データの偏りや外れ値の影響を受けにくい代表値として、平均値や最頻値とは異なる重要な意味を持っています。本記事では、ヒストグラムから中央値を求める具体的な手順を、初心者の方にも分かりやすく解説します。

計算例を交えながら、その意味と活用方法を深く理解していきましょう。

中央値とは？ヒストグラム分析の基礎知識

データ分析を進める上で、データの中心を示す代表値は欠かせません。その中でも、中央値はデータの特性を理解するための重要な指標の一つです。

• 中央値の定義と重要性
• ヒストグラムの基本構造と読み方

中央値の定義と重要性

中央値（メジアン）とは、データを小さい順に並べたときに、ちょうど真ん中に位置する値のことです。たとえば、5つのデータがあれば3番目の値、6つのデータがあれば真ん中の2つの値の平均が中央値となります。中央値の大きなメリットは、データの中に極端に大きい値や小さい値（外れ値）が含まれていても、その影響を受けにくい点にあります。

ヒストグラムの基本構造と読み方

ヒストグラムは、量的データ（数値データ）の分布を視覚的に表現するグラフです。 横軸にはデータをいくつかの範囲に区切った「階級」を、縦軸には各階級に含まれるデータの数である「度数」をとります。 長方形の棒が連続して並び、それぞれの長方形の面積がその階級の度数を表します。 ヒストグラムを見ることで、データの散らばり具合や、どの範囲にデータが多く集まっているか、あるいは偏りがあるかなどを直感的に把握できます。

ヒストグラムから中央値を求める具体的な手順

ヒストグラムから中央値を求めるには、いくつかのステップを踏む必要があります。ここでは、その進め方を詳しく見ていきましょう。

• ステップ1: 全体のデータ数を把握する
• ステップ2: 中央値が含まれる階級を見つける
• ステップ3: 累積度数を使って中央値を計算する
• 計算式の解説と注意点

ステップ1: 全体のデータ数を把握する

まず、ヒストグラムが表している全体のデータ数（総度数）を把握することが大切です。これは、各階級の度数をすべて合計することで求められます。たとえば、あるクラスのテストの点数を表すヒストグラムであれば、各点数帯の生徒数を合計すれば、クラス全体の生徒数が分かります。この総度数が、中央値を特定するための基準となります。

ステップ2: 中央値が含まれる階級を見つける

全体のデータ数（N）が分かったら、中央値がどの階級に含まれるかを特定します。中央値はデータを小さい順に並べたときの真ん中の値なので、Nが奇数であれば (N+1)/2 番目のデータ、Nが偶数であれば N/2 番目と (N/2)+1 番目のデータの間に中央値が存在します。 ヒストグラムでは、累積度数を利用して、この「真ん中のデータ」がどの階級に位置するかを探します。

ステップ3: 累積度数を使って中央値を計算する

中央値を含む階級が特定できたら、その階級内で中央値が具体的にどの値になるかを計算します。ヒストグラムは階級で区切られているため、中央値が階級のどこに位置するかを正確に求めるには、補間という方法を用いるのが一般的です。この補間計算には、以下の式がよく使われます。

この式を使うことで、中央値が階級内のどの位置にあるかをより正確に推定できます。

計算式の解説と注意点

上記の計算式を理解する上で、いくつかのポイントがあります。まず、「階級の下限値」とは、中央値を含む階級の最小値のことです。次に、「階級の幅」は、その階級の最大値から最小値を引いた値です。 「全体のデータ数/2」は、中央値がデータのちょうど半分に位置することを示しています。そして、「中央値を含む階級より一つ前の階級までの累積度数」は、中央値の階級に入る直前までのデータの合計です。

具体的な計算例で理解を深める

理論だけでは分かりにくい中央値の求め方も、具体的な例題を通して実践することで、より深く理解できます。

• 例題と度数分布表の作成
• 累積度数から中央値を求める実践

例題と度数分布表の作成

ある中学校の生徒20人が受けた数学のテストの点数データがあるとします。このデータを基にヒストグラムを作成し、中央値を求めてみましょう。まず、点数を階級に分け、それぞれの階級に何人の生徒がいるか（度数）を数えて度数分布表を作成します。

階級（点数）	度数（人数）	累積度数（人数）
40点以上50点未満	2	2
50点以上60点未満	5	7
60点以上70点未満	8	15
70点以上80点未満	3	18
80点以上90点未満	2	20
合計	20

この表から、全体のデータ数は20人であることが分かります。中央値は、データの総数が偶数（20人）なので、10番目と11番目のデータの平均値となります。 累積度数を見ると、50点以上60点未満の階級までで7人、60点以上70点未満の階級までで15人いることが分かります。つまり、10番目と11番目のデータは、60点以上70点未満の階級に含まれていると判断できます。

累積度数から中央値を求める実践

中央値が含まれる階級は「60点以上70点未満」です。この階級の下限値は60点、階級の幅は10点（70-60）です。中央値を含む階級より一つ前の階級（50点以上60点未満）までの累積度数は7人です。中央値の計算式にこれらの値を当てはめてみましょう。

中央値 = 60 + 10 × (10 – 7) / 8

中央値 = 60 + 30 / 8

中央値 = 63.75

中央値、平均値、最頻値の違いと使い分け

データの中心を示す代表値には、中央値の他にも平均値や最頻値があります。それぞれの特性を理解し、状況に応じて使い分けることがデータ分析の精度を高めるコツです。

• それぞれの代表値の特性
• どのような場面で中央値を使うべきか

それぞれの代表値の特性

• 平均値（Mean）: 全てのデータを合計し、データ数で割った値です。 最も一般的に使われる代表値ですが、極端な外れ値の影響を受けやすいという特性があります。
• 中央値（Median）: データを小さい順に並べたときに中央に位置する値です。 外れ値の影響を受けにくく、データの分布が歪んでいる場合に、より実態に近い中心を示すことができます。
• 最頻値（Mode）: データの中で最も頻繁に出現する値です。 ヒストグラムでは、最も度数が高い階級の階級値が最頻値となります。 質的データにも適用できる点が特徴です。

これらの代表値は、それぞれ異なる視点からデータの中心を捉えるため、一つのデータセットに対して複数の代表値を算出することで、より多角的な分析が可能になります。

どのような場面で中央値を使うべきか

中央値は、特に以下のような場面で活用すると効果的です。

• 外れ値の影響を避けたい場合: たとえば、企業の年収データのように、一部の高所得者が平均値を大きく引き上げてしまうようなケースでは、中央値の方がより一般的な社員の年収に近い実態を示すことができます。
• データの分布が歪んでいる場合: 左右対称ではない、特定の方向に偏ったデータ（歪んだ分布）の場合、平均値は歪みの影響を受けやすいため、中央値の方がデータの中心傾向を適切に表現します。
• 順序尺度データの場合: 満足度調査のように、順序には意味があるものの、数値間の間隔に厳密な意味がないデータ（順序尺度）の場合にも、中央値が適しています。

このように、データの性質や分析の目的に応じて、適切な代表値を選ぶことが、正確なデータ解釈につながります。

よくある質問

• ヒストグラムで中央値を求めるのはなぜ難しいのですか？
• 階級値と中央値は同じですか？
• 累積度数がないヒストグラムから中央値は求められますか？
• 中央値が複数の階級にまたがる場合はどうなりますか？
• 中央値の計算で小数点以下はどう扱いますか？

ヒストグラムで中央値を求めるのはなぜ難しいのですか？

ヒストグラムはデータを階級に区切って表示するため、個々のデータ値が不明瞭になるからです。中央値は本来、全てのデータを並べ替えて真ん中の値を探すものですが、ヒストグラムでは「〇〇点以上〇〇点未満」という範囲でしかデータ数が分からないため、正確な値を特定するには補間計算が必要になります。

階級値と中央値は同じですか？

いいえ、階級値と中央値は異なります。階級値は、各階級の代表として、その階級の上限値と下限値の真ん中の値を指します。 一方、中央値はデータ全体の真ん中の値であり、必ずしも特定の階級の階級値と一致するわけではありません。中央値を含む階級の階級値が中央値の近似値となることはありますが、正確な中央値は補間計算によって求められます。

累積度数がないヒストグラムから中央値は求められますか？

累積度数が直接記載されていないヒストグラムでも、中央値を求めることは可能です。その場合、まず各階級の度数を読み取り、それらを合計して全体のデータ数を把握します。次に、小さい階級から順に度数を足し合わせて累積度数を自分で計算することで、中央値が含まれる階級を特定し、補間計算に進むことができます。

中央値が複数の階級にまたがる場合はどうなりますか？

中央値が複数の階級にまたがるという状況は、通常発生しません。中央値は、データ全体のちょうど半分に位置する値であるため、必ず一つの階級内に存在するか、あるいは偶数個のデータの場合に真ん中の2つのデータが異なる階級に属し、その平均値が中央値となることがあります。後者の場合でも、中央値自体は一つの値として算出されます。

中央値の計算で小数点以下はどう扱いますか？

中央値の計算で小数点以下が生じた場合、通常はそのまま小数点以下の値を含めて表現します。特に補間計算を行う際には、小数点以下まで正確に算出することが求められます。ただし、最終的な報告や解釈の際には、データの性質や目的に応じて適切な桁数に丸めることもあります。

まとめ

• 中央値はデータを小さい順に並べたときの真ん中の値です。
• 外れ値の影響を受けにくい代表値として活用されます。
• ヒストグラムは量的データの分布を視覚的に示します。
• 横軸は階級、縦軸は度数を表します。
• 中央値を求めるにはまず全体のデータ数を把握します。
• 累積度数を使って中央値が含まれる階級を特定します。
• 中央値は補間計算によって階級内で推定されます。
• 計算式は「下限値 + 幅 × {(N/2) – 前の累積度数} / 該当階級の度数」です。
• 平均値は外れ値に弱く、最頻値は最も多い値を示します。
• データの分布が歪んでいる場合に中央値は特に有効です。
• 企業の年収分析などで中央値は実態をよく表します。
• ヒストグラムから中央値を求めるには累積度数の理解が不可欠です。
• 階級値と中央値は異なる概念です。
• 小数点以下の値も正確に計算することが重要です。
• データ分析の目的に応じて適切な代表値を選びましょう。