「平均点が高い商品は、本当に満足度も高いの？」
「アンケートで100人が答えた結果を、全国の人に当てはめていいの？」
そんな疑問を感じたことはありませんか？
ニュース、買い物、仕事、学校の成績など、私たちは毎日のように数字に触れています。
統計学は、その数字を集め、整理し、ばらつきや偶然の影響を考えながら、判断に役立てるための学問です。[1][2]
この記事では、統計学の基本から、平均・中央値・標準偏差の計算、調査結果を読み解くときの注意点、仕事での活用法まで、具体的な数字を使って説明します。
統計学とは？ データから何を読み取る学問なのか
統計学は、データの収集・整理・分析・解釈を通じて、集団の特徴を把握したり、限られた情報から全体の傾向を推測したりする学問です。[1][2]
例えば、ある店の来店客の待ち時間を5人分測ったとしましょう。平均を出せば、その5人の待ち時間の特徴はわかります。しかし、その5人の結果だけで「どの曜日でも、すべてのお客さんが同じくらい待つ」とは言えません。
統計学では、今あるデータから言えることと、まだわからないことを区別することが大切です。
記述統計と推測統計の違い
統計学は、大きく分けて「記述統計」と「推測統計」の2つがあります。[1]
| 種類 | 何をする？ | 身近な例 |
|---|---|---|
| 記述統計 | 手元にあるデータの特徴を要約する | 5人のテストの平均点、売上のグラフ |
| 推測統計 | 一部のデータから、より大きな集団の特徴を不確実性とともに推測する | 抽出した顧客から全顧客の満足度を推定する |
記述統計は「集めたデータでは何が起きているか」を調べる方法。推測統計は「集めたデータから、まだ調べていない全体について何が言えそうか」を考える方法です。
最初に覚えたい統計学の基本用語
統計学の記事や資料を読むときは、次の言葉を知っておくと理解しやすくなります。[2]
| 用語 | 意味 | 例 |
|---|---|---|
| 母集団 | 知りたい対象の全体 | ある学校の生徒全員 |
| 標本（サンプル） | 母集団から調べるために選んだ一部 | 無作為に選んだ生徒100人 |
| 標本サイズ | 標本に含まれるデータの個数 | 100人なら n＝100 |
| 平均値 | 数値の合計をデータ数で割った値 | 5人の点数の平均 |
| 中央値 | 小さい順に並べたときの真ん中の値 | 家賃などの代表的な水準 |
| 分散・標準偏差 | データのばらつきを表す指標 | 点数が平均付近に集まっているか |
| 推定 | 標本をもとに母集団の値を見積もること | 全国の支持率を調査から見積もる |
| 仮説検定 | データと仮説の整合性を調べる方法 | 2種類の施策で差があるか調べる |
調査人数が多いだけでは、正確な結論になるとは限りません。どの集団から、どんな方法で人を選んだかも重要です。[3]
統計学の基本を数字で理解しよう【平均・中央値・標準偏差】
ここでは、ある5人のテスト結果が60点・70点・80点・90点・100点だったと仮定します。以下の数値は説明用の架空のデータです。
1. 平均値：全部を足して、個数で割る
平均値（算術平均）は、数値の合計をデータの個数で割って求めます。
平均値 ＝（60＋70＋80＋90＋100）÷5 ＝ 80点
平均値を見れば、この5人の点数の中心がわかります。ただし、一人だけ極端に高い点数があると、平均値が大きく引っ張られることがあります。[4]
2. 中央値：順番に並べて、真ん中を取る
5つの点数を小さい順に並べると、真ん中は3番目の80点です。これが中央値です。
では、最後の100点が極端な300点だったとしましょう。
| データ | 平均値 | 中央値 |
|---|---|---|
| 60、70、80、90、100 | 80点 | 80点 |
| 60、70、80、90、300 | 120点 | 80点 |
後者では平均値が120点に上がっても、中央値は80点のままです。※300点という数字は中央値の性質を示すための数学的な例で、通常の100点満点テストを意味しません。
このように、大きな外れ値がある場合には、平均値と中央値を一緒に見ると全体像を理解しやすくなります。[4]
3. 分散と標準偏差：平均からどれくらい離れているか
平均点が同じ80点でも、「全員が80点前後」なのか「40点から100点まで大きく分かれる」のかでは、データの特徴が違います。
そこで使うのが、分散と標準偏差です。標準偏差は、平均値からの散らばりを、元のデータと同じ単位で表します。[4][5]
最初の5つの点数（60・70・80・90・100）について、5人全員を分析対象の母集団全体として計算すると、次のようになります。
- 平均値：80点
- 平均からの差：−20、−10、0、＋10、＋20点
- 差の2乗の合計：400＋100＋0＋100＋400＝1,000
- 母分散：1,000÷5＝200（点²）
- 母標準偏差：√200≒14.14点
ただし、5人が大きな母集団から抽出された標本で、標本分散を計算する場合は、通常はデータ数5ではなく 5−1＝4 で割ります。この場合の不偏分散は250（点²）、標本標準偏差は約15.81点です。[5]
このように、同じデータでも「集団全体を調べたのか」「全体を推測するための標本なのか」で、使う計算式が異なります。
統計学を学ぶ3つのメリット
1. 印象だけでなく、数字を使って状況を整理できる
「最近、お店が混んでいる気がする」と感じたら、曜日や時間帯ごとの来店者数を記録してみましょう。平均だけでなく、もっとも混む時間帯やばらつきも見えてきます。
感覚的な問題をどこで、どのくらい起きているのかという問いに変えられるのが、統計学の強みです。
2. 施策の前後や、グループ間の違いを比べやすくなる
例えば、Webサイトの申し込み率を2種類のページで比べるとします。
| ページ | 訪問者数 | 申し込み数 | 申し込み率 |
|---|---|---|---|
| A | 1,000人 | 40人 | 4.0％ |
| B | 1,000人 | 55人 | 5.5％ |
※すべて架空の数値です。
Bの申し込み率はAより1.5パーセントポイント高く、Aを基準にした相対的な増加率は37.5％です。
ただし、この数字だけで「Bが必ず優れている」と結論づけることはできません。訪問者をどう割り当てたか、偶然の変動をどう扱うか、改善の費用はどうか、といった条件も判断に関係します。
3. ニュースや研究の数字を読み解きやすくなる
「満足度が20％上がった」と聞いたら、何から何へ変わったのか、何人を調べたのか、どのように選んだ人たちなのかを確かめられます。
統計学を学ぶことは、数字をただ信じるのでも疑うのでもなく、数字の意味を確かめる力を身につけることにつながります。
統計学の難しさと注意したい3つの点
1. 調査の対象に偏りがあると、全体を正しく推測しにくい
昼間だけ街頭調査をすると、昼間に外出できない人の意見を十分に集められないかもしれません。SNSで募集したアンケートなら、回答する人の属性に偏りが生じることもあります。
米国世論調査協会（AAPOR）は、標本の選び方、回答しなかった人の影響、調査手順の透明性を重視しています。人数が多いだけで、選び方の偏りが消えるわけではありません。 [3]
2. 相関関係があっても、原因と結果が決まるわけではない
アイスクリームの売上と熱中症の患者数がともに増えたとしても、アイスクリームが熱中症を引き起こしたとは言えません。暑さのような第三の要因が両方に関係する可能性があります。
二つの数値が一緒に変化する「相関」と、一方が他方を生み出す「因果」は区別しましょう。因果を調べるには、実験の計画や交絡要因の検討が重要になります。
3. 「統計的に有意」を「大きな効果」と取り違えやすい
仮説検定で使うp値は、指定した統計モデルと仮説のもとで、観測した結果と同じか、それ以上に極端な結果が生じる確率を表します。[6]
たとえば、p＝0.03は「仮説が間違っている確率が3％」という意味ではありません。また、p値が小さくても実際の差は小さい場合があります。米国統計学会（ASA）も、p値だけを判断基準にしないよう注意を促しています。[6]
統計学を仕事や生活で使う5つの具体的な手順
手順1：何を知りたいのか、一文にする
「売上を上げたい」よりも、「平日と休日のどちらで客単価が高いか」のように、測れる問いを作ってみましょう。
まず問いが決まると、必要なデータも選びやすくなります。
手順2：調べる集団とデータの集め方を決める
「今月来店した全員を調べる」のか、「一部を抽出する」のかを決めます。
測定時刻、除外条件、回答の偏りが生じそうな点も記録しておくと、後から解釈しやすくなります。[2][3]
手順3：データを整理し、平均・中央値・分布を見る
表計算ソフトにデータを入力し、欠損や重複を確認します。
その後、平均値だけでなく中央値、最小値・最大値、必要なら標準偏差も見ましょう。
例えばExcelなら、次の関数が使えます。
| 求めたいもの | 関数の例（A2:A101） |
|---|---|
| 平均値 | =AVERAGE(A2:A101) |
| 中央値 | =MEDIAN(A2:A101) |
| 標本標準偏差 | =STDEV.S(A2:A101) |
| 母標準偏差 | =STDEV.P(A2:A101) |
標本か母集団全体かによって標準偏差の関数が違う点に注意してください。[5]
手順4：違いの大きさと不確実性を確かめる
異なるグループを比べたいなら、人数や標本の選び方を確認したうえで、差の大きさ、信頼区間、必要に応じて検定などを調べます。
95％信頼区間とは、同じ推定手順を繰り返したとき、その手順で作る区間の約95％が真の母数を含むという考え方に基づく区間です。「今回の区間内に真の値が95％の確率で存在する」とそのまま言い換えるのは適切ではありません。[7]
手順5：数字と現場の情報を合わせて判断する
数値が改善していても、費用が大きく増えていれば別の対応が必要かもしれません。
反対に、差が小さくても安全性や顧客体験では重要な変化である場合があります。
最後に、今回のデータから言えること・言えないこと・次に調べたいことを短く書き残しておきましょう。
統計学の具体例：カフェの待ち時間を見直した店長の話
※以下は統計学の使い方を説明するための架空の事例です。
カフェを経営する田中さんは、お客さんから「会計までの待ち時間が長い」と言われることが増え、気になっていました。
ある日、レジの待ち時間を5人分記録すると、3分、4分、4分、5分、14分でした。
平均は (3＋4＋4＋5＋14)÷5＝6分。でも中央値は4分です。14分待った人が一人いたことで、平均が押し上げられていたのです。
そこで田中さんは、翌日から昼の混雑時間帯とそれ以外を分け、複数日にわたって待ち時間を記録することにしました。記録を見返すと、混雑が集中する曜日や時間帯を確認でき、スタッフの配置を検討する材料が集まりました。
この例で大切なのは、「平均6分だから全員が6分待つ」と考えず、一人ひとりの違いと、データを集めた条件まで見たことです。田中さんはその後も記録を続け、対策前後で待ち時間がどう変わったかを比べることにしました。
統計学と確率論・データサイエンスの違い
| 分野 | おもな関心 |
|---|---|
| 統計学 | 観測データの特徴と、そこから得られる推測・不確実性 |
| 確率論 | 偶然起こる出来事を数学的に扱うこと |
| データサイエンス | 統計学、計算機科学、領域の知識などを組み合わせ、データから価値を生むこと |
これらは競合するものではなく、重なり合う分野です。例えば、統計学で考えた推定や検定をプログラムで実行し、仕事の意思決定に生かすこともできます。[2]
統計学についてよくある質問
Q. 数学が苦手でも統計学は学べますか？
はい。最初は平均・中央値・割合・グラフの読み方から始められます。数式を扱う場面もありますが、初めに重要なのは「何を知りたいか」と「その数字が何を表しているか」を理解することです。
Q. 平均値と中央値は、どちらを使えばいいですか？
データの形によります。極端な値があるときは中央値が代表的な水準を示しやすい一方、平均値もデータ全体を要約する重要な指標です。両方を確認し、分布や分析目的に合わせて選びましょう。[4]
Q. 標本は何人以上いれば十分ですか？
一律の人数は決まっていません。推定したい値、必要な精度、ばらつき、分析方法、母集団の規模、抽出方法などによって変わります。人数だけではなく、代表性と調査設計も重要です。[3]
Q. p値が0.05より大きければ、効果がないと証明できますか？
いいえ。統計的に有意でなかったことは、効果が存在しないことの証明ではありません。推定値、信頼区間、標本サイズ、研究デザインなどを合わせて判断します。[6]
まとめ：統計学は「数字の意味」を考えるための道具
統計学は、データを集めて整理し、ばらつきや不確実性を考慮しながら判断するための学問です。まずは、平均値と中央値、標準偏差、母集団と標本の違いを理解するところから始めてみてください。
そして、データを目にしたときは「誰を、いつ、どのように調べたのか」「その数字から何が言えるのか」を確かめましょう。計算結果だけでなく、問いと調査方法を確かめることが、統計学を使いこなす第一歩です。
参考文献・出典
- 総務省統計局「Data StaRt データ・スタート｜キーワード編」：記述統計と推測統計、相関分析など。https://www.stat.go.jp/dstart/point/keyword/
- OpenStax. Introductory Statistics 2e, 1.1 “Definitions of Statistics, Probability, and Key Terms.” https://openstax.org/books/introductory-statistics-2e/pages/1-1-definitions-of-statistics-probability-and-key-terms
- American Association for Public Opinion Research (AAPOR). Best Practices for Survey Research. https://aapor.org/standards-and-ethics/best-practices/
- 総務省統計局「Data StaRt｜記述統計量」：平均値、中央値、分散、標準偏差など。https://www.stat.go.jp/dstart/point/seminar/02/3-3-1.html
- OpenStax. Introductory Statistics 2e, 2.7 “Measures of the Spread of the Data.” https://openstax.org/books/introductory-statistics-2e/pages/2-7-measures-of-the-spread-of-the-data
- Wasserstein, R. L., & Lazar, N. A. (2016). The ASA Statement on p-Values: Context, Process, and Purpose. The American Statistician, 70(2), 129–133. https://doi.org/10.1080/00031305.2016.1154108
- OpenStax. Introductory Statistics 2e, Chapter 8 “Confidence Intervals.” https://openstax.org/books/introductory-statistics-2e/pages/8-introduction
※本文のテスト点数、Webサイトの申し込み率、カフェの事例は、統計学の仕組みを説明するための架空の数値・事例です。
