無料ツールで始めるデータ分析

無料Google Sheetsで学ぶ！データの基本統計量：平均、中央値、標準偏差の計算とビジネス活用

データの「基本のキ」：基本統計量でデータの特徴を掴む

データ分析を始める際、まず最初に行うべきことの一つは、手元にあるデータがどのような性質を持っているのかを理解することです。データの全体像を把握し、傾向やばらつきを知ることは、その後のより高度な分析や意思決定の土台となります。

高価な専用ツールや専門知識がなくても、普段お使いの表計算ソフト、特にGoogle Sheetsを使えば、データの基本的な特徴を簡単に把握できます。この記事では、データ分析の「基本のキ」とも言える「基本統計量」に焦点を当て、それらが何を意味し、Google Sheetsでどのように計算でき、そしてビジネスの現場でどのように役立てられるのかを解説します。

平均、中央値、標準偏差といった指標を理解し活用することで、データの裏に隠された示唆を見つけ、データに基づいた意思決定の第一歩を踏み出すことができるでしょう。

データ分析における基本統計量とは何か？なぜ重要なのか？

基本統計量とは、データの集まり（データセット）の基本的な特徴を数値で表現したものです。代表的なものとして、データの中心的な傾向を示す「平均値」や「中央値」、データのばらつきの大きさを示す「標準偏差」などがあります。

なぜ基本統計量の理解が重要なのでしょうか。それは、生データを眺めているだけでは気づけない、データの性質や傾向を定量的に捉えることができるからです。例えば、

• データの典型的な値は何か？ (平均値、中央値)
• データはどれくらいばらついているか？ (標準偏差)
• データの中に極端な値（外れ値）は含まれているか？
• データはどのように分布しているか？ (特定の範囲に集中しているか、広く散らばっているか)

といった疑問に答えるヒントを与えてくれます。これらの情報を得ることで、データの現状を正しく認識し、次にどのような分析が必要かを判断するための羅針盤となります。

Google Sheetsは、これらの基本統計量を計算するための関数が標準で備わっており、特別な設定なしにすぐに利用できます。

Google Sheetsで基本統計量を計算する：具体的な使い方

ここでは、Google Sheetsを使って主要な基本統計量を計算する具体的な手順を解説します。例として、ある商品の月間売上データがA列に入力されていると仮定します（セルA2からA101まで、計100件のデータ）。

1. データの中心を示す指標

平均値 (Average)

データの値をすべて合計し、データの個数で割った値です。最も一般的によく使われる指標ですが、極端な値（外れ値）に影響されやすいという特徴があります。

• 計算方法: AVERAGE 関数を使用します。
• Google Sheetsでの入力例: =AVERAGE(A2:A101)
• 解説: A2からA101のセル範囲にある数値データの平均値を計算します。売上データの平均は、典型的な月間売上額の目安として利用できます。

中央値 (Median)

データを小さい順（または大きい順）に並べたときに、ちょうど真ん中に位置する値です。データの個数が偶数の場合は、真ん中の2つの値の平均となります。平均値と異なり、外れ値の影響を受けにくいという特徴があります。

• 計算方法: MEDIAN 関数を使用します。
• Google Sheetsでの入力例: =MEDIAN(A2:A101)
• 解説: A2からA101のセル範囲の中央値を計算します。売上データの平均値と中央値が大きく離れている場合、高額な売上や低額な売上といった外れ値が存在する可能性を示唆します。例えば、平均売上が10万円でも、中央値が5万円であれば、一部の高額購入者が平均値を引き上げていると推測できます。

最頻値 (Mode)

データの中で最も頻繁に出現する値です。アンケートの選択肢など、離散的なデータやカテゴリデータで有用な場合があります。

• 計算方法: MODE.SNGL 関数（数値データ用）または MODE.MULT 関数（複数の最頻値がある場合）を使用します。
• Google Sheetsでの入力例: =MODE.SNGL(A2:A101)
• 解説: A2からA101のセル範囲で最も頻繁に出現する値を計算します。例えば、商品の価格帯データで最頻値を計算すると、最も多く売れている価格帯を把握できます。

2. データのばらつきを示す指標

範囲 (Range)

データの最大値から最小値を引いた値です。データのばらつきを最も簡単に示す指標ですが、外れ値に非常に弱いです。

• 計算方法: MAX 関数と MIN 関数を組み合わせて使用します。
• Google Sheetsでの入力例: =MAX(A2:A101) - MIN(A2:A101)
• 解説: データが存在する最大の値と最小の値を計算し、その差を求めます。売上データの範囲を見れば、最低売上と最高売上の間にどれほどの開きがあるかが分かります。

分散 (Variance)

データの各値と平均値との差（偏差）を二乗し、その合計をデータの個数で割った値（正確には標本の場合は個数-1で割る）です。データのばらつきの度合いを示しますが、元の単位と異なる二乗の単位になるため、解釈が少し難しいことがあります。

• 計算方法: VAR.S 関数（標本分散）または VAR.P 関数（母分散）を使用します。通常は VAR.S を使用します。
• Google Sheetsでの入力例: =VAR.S(A2:A101)
• 解説: A2からA101のセル範囲の標本分散を計算します。この値が大きいほど、データは平均値から広く散らばっていることを意味します。

標準偏差 (Standard Deviation)

分散の正の平方根です。分散と異なり、元のデータと同じ単位になるため、ばらつきの大きさを直感的に理解しやすい指標です。平均値からデータの値が平均的にどれだけ離れているかを示します。

• 計算方法: STDEV.S 関数（標本標準偏差）または STDEV.P 関数（母標準偏差）を使用します。通常は STDEV.S を使用します。
• Google Sheetsでの入力例: =STDEV.S(A2:A101)
• 解説: A2からA101のセル範囲の標本標準偏差を計算します。売上データの標準偏差が大きいほど、月ごとの売上額に大きな変動があることを示します。例えば、平均売上が同じ10万円でも、標準偏差が小さい場合は毎月安定した売上、大きい場合は月によって大きく変動する売上だと判断できます。

3. データの分布を見る：ヒストグラム

基本統計量の計算だけでなく、データの分布を視覚的に理解することも重要です。ヒストグラムは、データの値をいくつかの区間に分け、各区間に含まれるデータの個数を棒グラフで示したもので、データの分布の形状（左右対称か、偏りがあるか、山がいくつあるかなど）を把握するのに役立ちます。

Google Sheetsでは、メニューから簡単にヒストグラムを作成できます。

• 手順:

  1. 分布を見たい数値データの列を選択します（例: A列）。
  2. メニューバーから「挿入」>「グラフ」を選択します。
  3. グラフエディタが表示されるので、「グラフの種類」で「ヒストグラム」を選択します。
  4. 必要に応じて、グラフエディタの「カスタマイズ」タブで、バケットサイズ（区間の幅）などを調整し、見やすい形にします。

• 解説: 売上データのヒストグラムを作成すると、最も頻繁に発生する売上額の範囲や、少数の高額売上が全体の分布から離れているかどうかなどを視覚的に確認できます。

ビジネスシーンでの活用例

これらの基本統計量は、様々なビジネスデータ分析の出発点となります。

• 売上データ:
  • 平均売上、中央値、標準偏差: 顧客一人あたりの平均購入額や取引あたりの平均売上などを計算し、一般的な傾向を把握します。平均と中央値の差、標準偏差の大きさから、一部の優良顧客の存在や、売上の季節変動・プロモーション効果によるばらつきなどを推測できます。
  • 活用例: プロモーションの効果測定で、実施前後の平均購入単価やばらつきの変化を確認する。売上の安定性やリスクを評価する。
• Webサイトアクセスデータ:
  • ページビュー数、滞在時間の平均、中央値、標準偏差: Webサイトの各ページの閲覧状況を把握します。平均滞在時間が長いページはコンテンツが魅力的である可能性を示唆しますが、中央値や標準偏差も見ることで、多くのユーザーがすぐに離脱している可能性や、一部のヘビーユーザーが平均を引き上げている可能性なども考慮できます。
  • 活用例: コンテンツ改善の効果測定。異常に滞在時間が短い/長いユーザーセグメントの特定。
• アンケート回答データ:
  • 満足度や評価点の平均、中央値、標準偏差: 顧客満足度調査などで、サービスや商品の評価の平均的な高さを把握します。標準偏差が大きければ、評価が二極化している（非常に満足している層と不満な層が存在する）など、回答者の意見がばらついていることが分かります。
  • 活用例: サービス改善の優先順位付け。顧客セグメントごとの満足度傾向の把握。
• その他: 在庫量の平均とばらつきから適正在庫を検討する、従業員の通勤時間の平均と標準偏差からオフィス移転の影響を評価するなど、様々なデータに応用できます。

よくある疑問や注意点

• 平均値だけで判断するのは危険: 平均値は外れ値の影響を受けやすいため、データの中心を示す指標として中央値や最頻値も合わせて確認することが重要です。
• ばらつきの指標も必ず見る: 同じ平均値でも、データのばらつきが大きいか小さいかで、そのデータの持つ意味合いやリスクは大きく異なります。標準偏差などの指標を必ず確認しましょう。
• データの種類を確認する: 平均値や標準偏差は数値データに対して使う指標です。性別や購入チャネルといったカテゴリデータに対しては、度数（個数）や割合、最頻値などが適切な指標となります。
• データの前処理の重要性: 外れ値が分析結果に大きな影響を与えることがあります。基本統計量を計算する前に、データのクリーニング（欠損値の処理や外れ値の確認・対応）が必要となる場合があります。

まとめ：データ理解の第一歩は基本統計量から

データ分析は、手元にあるデータの性質を正しく理解することから始まります。この記事でご紹介した平均、中央値、標準偏差といった基本統計量は、そのための強力な手助けとなります。

Google Sheetsを使えば、これらの基本統計量を誰でも簡単に計算し、データの中心的な傾向やばらつきの大きさを把握することができます。これにより、データの全体像が見えてくるだけでなく、次にどのような分析が必要か、どの部分に注目すべきかといった方向性が見えてくるでしょう。

今回ご紹介した基本統計量の理解は、クロス集計、相関分析、回帰分析といったさらに高度な分析手法を学ぶ上での土台となります。ぜひ、ご自身のデータでこれらの基本統計量を計算し、データが語りかける声に耳を傾けてみてください。これらの基礎を活用し、データに基づいた意思決定や業務改善を進めていくことが、データ活用の成功への鍵となります。