平均・中央値・最頻値の違いと使い分け｜外れ値に強い代表値の選び方

テストの点数、毎月の売上、世帯の年収。たくさんの数字を一言で「だいたいこのくらい」と言い表したいとき、私たちは代表値を使います。もっとも有名なのが平均ですが、平均だけを見ていると実態を大きく見誤ることがあります。本記事では平均・中央値・最頻値という3つの代表値の違いと、それぞれが得意とする場面、そしてデータの分布に応じた使い分けを、具体例を交えて解説します。

代表値とは何か：平均・中央値・最頻値

代表値とは、たくさんのデータ全体を1つの数値で代表させたものです。データの「中心がどのあたりか」を示す指標で、もっともよく使われるのが次の3つです。

• 平均（算術平均）：すべての値を合計し、データの個数で割った値。「ならすといくつか」を表します。
• 中央値（メジアン）：データを小さい順に並べたとき、ちょうど真ん中に来る値。「順位で真ん中はいくつか」を表します。
• 最頻値（モード）：データの中でもっとも多く出てくる値。「いちばんありふれた値はいくつか」を表します。

たとえば「2, 3, 3, 4, 8」という5つの数字があったとします。平均は合計20を5で割って4、中央値は真ん中の3、最頻値はもっとも多い3です。同じデータでも、どの代表値で語るかによって「中心」の見え方が変わることが分かります。重要なのは、3つのうちどれが正しいということではなく、データの性質に合ったものを選ぶという視点です。

算術平均の意味と外れ値への弱さ

算術平均は、すべての値を足してデータの個数で割るという、もっとも直感的な代表値です。全員の合計をいったん集めて、それを均等に分け直したらいくつになるか、というイメージです。データのすべての値を計算に使うため情報を余さず反映できる一方、これが弱点にもなります。

平均の最大の弱点は、極端に大きい（または小さい）値、いわゆる外れ値に引っ張られやすいことです。具体例で見てみましょう。ある小さな会社に5人の社員がいて、年収がそれぞれ次のようだったとします。

300万, 350万, 400万, 450万, 3000万（社長）

この5人の平均年収を計算すると、合計4500万円を5で割って900万円になります。しかし社長を除く4人は誰も900万円に届いていません。「平均年収900万円の会社」と聞けば高給に思えますが、社員の大多数の実感とはかけ離れています。これが、たった1つの外れ値が平均を大きく押し上げてしまう現象です。

平均は、左右対称に近い、きれいな山型の分布（たとえば身長やテストの点数など）では中心をよく表します。しかし、一部に極端な値が混じるデータでは、その極端な値に強く影響され、実態とずれた数字になりやすいのです。

中央値が代表値として有効な場面

そこで登場するのが中央値です。中央値はデータを小さい順に並べてちょうど真ん中に来る値なので、両端にどれだけ極端な値があっても、その大きさ自体には影響されません。先ほどの年収の例で中央値を求めると、真ん中（3番目）の400万円になります。社員の実感には、平均の900万円よりこちらのほうがずっと近いはずです。

このように、中央値は外れ値に強い（頑健である）という大きな特長を持ちます。特に、次のような一方の裾が長く伸びた歪んだ分布では、中央値のほうが「ふつうの人」の感覚をよく表します。

• 年収・世帯所得：ごく一部の高所得者が平均を押し上げるため、国の統計でも中央値が重視されます。
• 地価・住宅価格：一部の超高額物件が平均を引き上げるため、相場感は中央値のほうが実感に近くなります。
• 資産・貯蓄額：富の偏りが大きく、平均と中央値が大きく乖離する典型例です。

ニュースで「平均年収」と「中央値」の両方が紹介されるのは、この2つに大きな差が出るからです。一般に、右の裾が長い（高い側に極端な値がある）分布では平均＞中央値となり、両者の差そのものがデータの歪み具合を教えてくれます。データのばらつきや分布の形をまとめて把握したいときは、記述統計量計算ツールで平均と中央値を同時に求めて見比べると、歪みの大きさがひと目で分かります。

最頻値の使いどころ

3つ目の代表値が最頻値、すなわちもっとも頻繁に登場する値です。最頻値の大きな利点は、数値以外のデータ（カテゴリーデータ）にも使えることです。平均や中央値は数値でなければ計算できませんが、「いちばん多い」という考え方は、色やサイズ、アンケートの選択肢などにもそのまま当てはまります。

• アパレルの在庫：もっとも売れるサイズ（最頻値）を多めに仕入れる、という意思決定に直結します。平均サイズを仕入れても意味がありません。
• アンケート結果：「もっとも多かった回答」は最頻値そのものです。
• 離散的なデータ：1日の来店人数や注文個数など、とびとびの値で「いちばんよくある数」を知りたいとき。

一方で最頻値には注意点もあります。同じ頻度の値が複数あると最頻値が2つ以上になったり、すべての値が1回ずつしか出現しない連続的なデータでは最頻値が定まらなかったりします。そのため最頻値は単独で使うより、平均・中央値と組み合わせて分布の特徴を立体的に捉えるのに向いています。

分布の形と代表値の選び方

では、どの場面でどの代表値を選べばよいのでしょうか。鍵になるのはデータの分布の形です。おおまかな指針を表にまとめます。

実務での順序としては、まず平均と中央値の両方を計算し、その差が大きいかどうかを確認するのがおすすめです。両者が近ければ分布は対称に近く、平均で語って問題ありません。大きく離れていれば分布が歪んでいるサインで、中央値を主役に据えるべきです。

さらに、代表値だけでなくばらつきの大きさも合わせて見ると判断の精度が上がります。標準偏差や分散といった指標は、データが中心からどれだけ散らばっているかを示します。たとえば偏差値は、平均と標準偏差を使って「平均からどれだけ離れているか」を数値化したものです。代表値とばらつきはセットで捉えるのが基本だと覚えておきましょう。

平均は「全体をならした値」、中央値は「順位の真ん中の値」、最頻値は「いちばんありふれた値」。3つは競合する答えではなく、データを別の角度から照らす3つのライトです。

実際に計算して確かめる

代表値の使い分けは、頭で理解するだけでなく、実際に自分のデータで計算してみると腑に落ちます。手元の数値を入力して平均・中央値・最頻値・標準偏差などをまとめて求めたいときは、記述統計量計算ツールが便利です。平均と中央値がどれだけ離れているかを見れば、そのデータがどれくらい歪んでいるかを実感できます。

また、テストの点数などを「平均からの位置」で評価したい場合は、偏差値計算ツールを使うと、平均と標準偏差から自分の相対的な位置をすぐに確認できます。代表値とばらつきを組み合わせると、ただの数字の羅列が「自分はどのあたりにいるのか」という意味のある情報に変わります。

まとめると、平均はすべての値を反映する直感的な代表値ですが外れ値に弱く、中央値は外れ値に強く歪んだ分布で実態をよく表し、最頻値はカテゴリーデータや最多の把握に向きます。大切なのは1つの代表値を盲信せず、分布の形を見て適切なものを選び、必要なら複数を併用することです。

なお本記事は一般的な情報提供を目的としたものです。統計の解釈や意思決定にあたっては、データの性質や目的に応じて最適な手法が変わります。重要な判断を行う際は、最新の公式情報や統計の専門的な情報を確認したうえで判断してください。