はじめに：平均だけでは見えない“データの顔つき”

ビジネスデータを見るとき、多くの人がまず確認するのは「平均値」です。しかし、平均だけではデータの性格はほとんどわかりません。そこで大きな力を発揮するのが箱ひげ図です。箱ひげ図は、データがどんな広がり方をしているのか、どこが中心なのか、そして極端な値があるのかを、たった1つの図で表せる非常に便利なグラフです。

この記事では、箱ひげ図の読み方を、ビジネスパーソンの初心者にもわかるようにやさしく解説します。

---

箱ひげ図とは？：まずは形から覚える

箱ひげ図は、データの「散らばり」をひと目で表すためのグラフです。次の5つの値を使って構成されます。

・最小値（Minimum）
・第1四分位数：Q1（下位25％地点）
・中央値：Median（50％地点）
・第3四分位数：Q3（上位75％地点）
・最大値（Maximum）

このうち、Q1とQ3に挟まれた部分が「箱」になり、中央値を示す線が箱の中に引かれます。箱の上下に伸びる線が「ひげ」で、データのおおよその範囲を示しています。

● 箱が表す意味

箱の大きさは、「データの真ん中50％がどれだけ広がっているか」を表します。箱が長ければばらつきが大きく、箱が短ければデータが比較的まとまっていることを意味します。

● 中央値がずれている意味

箱の中心に引かれた線が中央値です。中央値が箱の中央から上にズレていれば「低い値側にデータが多い」、逆に下にズレていれば「高い値側にデータが多い」という傾向が分かります。つまり、箱の中で中央値がどこにあるかを見ることで、「どちら側にデータが寄っているか」を直感的につかむことができます。

---

平均・棒グラフでは気づけないことが見える

例えば、2つの店舗AとBの1日の売上平均がどちらも「5万円」だとします。しかし、実際には次のような違いがあるかもしれません。

・店舗A：毎日ほぼ4.5〜5.5万円で安定している
・店舗B：3万円の日もあれば8万円の日もあり、ばらつきが大きい

平均だけを見ると「どちらも5万円の店」として同じように扱ってしまいますが、実態はかなり違います。ここで箱ひげ図を使うと、店舗Aは箱もひげも短く「安定した売上」であることがわかり、店舗Bは箱やひげが長く「日によるバラつきが大きい店」であることが一目で分かります。

このように、箱ひげ図は「平均値では見えない違い」を視覚的に見せてくれるので、ビジネスで安定性やリスク、傾向を把握するのに非常に役立ちます。

---

四分位数をやさしく理解する

箱ひげ図を読み解くうえで重要なのが四分位数（しぶんいすう）です。少し難しそうな言葉ですが、考え方はシンプルです。

・Q1：データを小さい順に並べたときの下から25％地点
・中央値：ちょうど真ん中（50％地点）
・Q3：上から25％を除いた地点（全体の75％地点）

つまり、Q1〜Q3の範囲は「データの真ん中50％がどこに集まっているか」を表しているにすぎません。「四分位数」という専門用語に身構える必要はなく、「データを4つに割ったときの区切り」と理解すれば十分です。

---

実例で理解しよう：従業員の年齢を箱ひげ図にしてみる

例えば、ある会社の従業員20名の年齢を調べて、箱ひげ図を作ったとします。その結果が次のようなイメージだったとしましょう。

・中央値：31歳
・Q1：28歳、Q3：36歳
・最小値：22歳、最大値：48歳

● ここからわかること

・真ん中50％の従業員は、おおよそ28〜36歳に集中している
・20代後半〜30代前半の人が多い会社だと分かる
・最大値48歳の「ベテラン層」が少数いる

このように、箱ひげ図を見るだけで「年齢層の分布」が一発でイメージできます。一方で、「従業員の平均年齢は30.8歳です」とだけ言われても、若手が多いのか、ベテランが多いのか、どれくらい偏りがあるのかまでは分かりません。

箱ひげ図は、数字の一覧や単なる平均値よりも、「この集団はどんなメンバーで構成されているのか？」を直感的に教えてくれます。

---

箱ひげ図は“データの性格診断”ツール

ここまで見てきたように、箱ひげ図は次のような情報を1つの図でまとめて教えてくれます。

・中心（中央値）がどこにあるか
・ばらつき（箱の長さや、ひげの範囲）がどれくらいか
・偏り（中央値が箱の中央からズレているかどうか）
・極端な値（外れ値）が存在するかどうか（※外れ値の詳細は次回解説）

たった1つの図で、データの性格を丸ごと把握できるため、レポート作成、現状分析、施策の効果検証など、さまざまなビジネスシーンで活用できます。

「平均値しか見ていなかった」という人ほど、箱ひげ図を使い始めると、データの見え方がガラッと変わるはずです。

---

次回予告：1.5倍ルールで外れ値を見つける

第1回では「箱ひげ図の読み方」を中心に、データの散らばりをざっくりつかむ方法を紹介しました。次回の第2回では、箱ひげ図のハイライトともいえる「外れ値の見つけ方」をさらに詳しく解説します。

・IQR（四分位範囲）とは何か
・1.5×IQRルールはなぜ使われるのか
・実際のデータで外れ値をどう見つけるか

ビジネスで「この数字だけおかしくないか？」「この異常値は無視していいのか？」と迷う場面で役立つ考え方の土台になります。ぜひ続けて読んでみてください。