- メディア
- 2026.02.06
平均値と中央値の違いと使い分け｜最頻値を含め具体例で解説
平均値と中央値は、どちらもデータの中心を示す統計の代表的な指標ですが、その算出方法や意味合いは大きく異なります。
これらの違いを正しく理解し、目的に応じて適切に使い分けることは、データに基づいた的確な判断を下すために不可欠です。
この記事では、平均値と中央値、そして最頻値の基本的な意味から、具体的な計算方法、適切な使い分けまでを分かりやすく説明します。
平均値・中央値・最頻値の基本的な意味を理解しよう
データ分析でよく使われる「代表値」とは、データ群の特徴を一つの数値で要約して示すものです。
その中でも特に重要なのが平均値、中央値、最頻値です。
これらはすべてデータの中心的な傾向を示す指標ですが、算出の考え方が違うため、同じデータでもそれぞれ異なる値を示すことがあります。
データの性質や分析の目的に合わせて、これらの代表値を正しく選択することが重要になります。
平均値とは？全データの合計を個数で割ったおなじみの数値
平均値とは、最も広く知られている代表値で、すべてのデータの値を合計し、そのデータの個数で割ることで算出されます。
算術平均とも呼ばれ、学校のテストの平均点や商品の平均価格など、日常生活でも頻繁に用いられます。
この指標の大きな特徴は、データセットに含まれるすべての数値を計算に用いる点です。
そのため、データ全体の情報量を反映し、全体の水準を把握するのに役立ちます。
しかし、その一方で、極端に大きい値や小さい値（外れ値）が一つでもあると、その影響を強く受けてしまい、データ全体の実態からかい離した値になる可能性があるという点には注意が必要です。
平均値の意味を正しく理解し、その特性を踏まえて活用することが求められます。
中央値とは？データを順番に並べた際の真ん中の数値
中央値とは、データを小さい順（または大きい順）に並べ替えたときに、ちょうど中央に位置する値のことを指します。
メジアンとも呼ばれ、データ全体のちょうど真ん中がどこにあるかを示します。
この指標の最大の特徴は、平均値と異なり、極端に大きい値や小さい値（外れ値）の影響を受けにくい点です。
例えば、所得や貯蓄額のように一部に非常に高い数値が含まれるデータ群の場合でも、中央値はより実感に近い「普通」の値を表すことができます。
データの個数が奇数であれば真ん中の値そのものが中央値となり、偶数であれば中央に位置する二つの値の平均が中央値となります。
この意味を理解することで、データの偏りを見抜くのに役立ちます。
最頻値とは？データの中で最も多く出現する数値
最頻値（さいひんち）とは、データの中で最も頻繁に出現する値のことです。
モードとも呼ばれ、文字通り最も頻度が高いデータ点を示します。
例えば、アンケート調査で最も多くの人が選んだ選択肢や、ある店舗で最も売れた商品のサイズなどが最頻値にあたります。
この指標の特徴は、平均値や中央値と異なり、数値データだけでなく、「色」や「満足度」といった質的データ（カテゴリカルデータ）にも適用できる点です。
また、データの中に最も頻出する値が複数存在する可能性もあります。
最頻値は、流行や人気度など、データの中で最もポピュラーな傾向を把握したい場合に特に有効な代表値です。
詳しくは、UCWORLDのSEO対策サービスをご覧ください。
【具体例で比較】平均値と中央値の計算方法
平均値と中央値は、定義だけでなく実際の計算方法も異なります。
ここでは、具体的な数値の例を使いながら、それぞれの算出プロセスを比較していきます。
同じデータセットを用いても、平均値と中央値では異なる結果が得られることがあり、その違いを理解するためには、実際に手を動かして計算してみるのが最も効果的です。
このセクションでは、簡単な例題を通してそれぞれの計算方法を具体的に見ていきます。
平均値の求め方：テストの平均点を例に算出
平均値の計算は、すべての数値を足し合わせ、その合計をデータの個数で割ることで行います。
例えば、5人の生徒が受けたテストの点数がそれぞれ60点、70点、80点、90点、100点だったとします。
この場合の平均点を求めるには、まず全生徒の点数を合計します。
60+70+80+90+100=400点
次に、この合計点数（400点）を生徒の人数（5人）で割ります。
400÷5=80点
したがって、このクラスのテストの平均点は80点となります。
このように、平均値はデータ全体の総和を均等に配分した値として算出されます。
中央値の求め方（データが奇数個の場合）
中央値は、データを小さい順に並べ替えてから求めます。
データの個数が奇数個の場合は、計算が非常にシンプルです。
例えば、5人の生徒のテストの点数が、50点、65点、75点、80点、100点だったとします。
まず、これらの点数を小さい順に並べます。
この例では既に並んでいますが、もしバラバラであれば整列させる必要があります。
50,65,75,80,100
データは5個（奇数）なので、真ん中に位置するのは3番目の値です。
したがって、このデータセットの中央値は75点となります。
このように、奇数個のデータの場合は、単純に真ん中の順位の値を選ぶだけで中央値を求めることが可能です。
中央値の求め方（データが偶数個の場合）
データが偶数個の場合の中央値の求め方は、少し手順が増えます。
例えば、6個のデータとして、50,65,70,80,90,100という数値があったとします。
まず、これらのデータを小さい順に並べます。
このデータは6個なので、ちょうど真ん中に位置する値は一つに定まりません。
その場合、中央に位置する2つの値（この例では3番目の70と4番目の80）を選び出します。
そして、その2つの値の平均を計算します。
(70+80)÷2=75
したがって、このデータセットの中央値は75となります。
このように、データが偶数個の際の求め方では、中央の2つの値を足して2で割るという工程が必要になります。
平均値が実態とズレる理由｜外れ値の影響を解説
ニュースなどで発表される平均値が、自身の感覚と大きく異なると感じた経験はないでしょうか。
このズレが生じる主な原因は、データに含まれる「外れ値」にあります。
外れ値とは、他のデータから極端にかけ離れた値のことです。
平均値はすべてのデータを計算に含むため、一つでも極端な値があると、それに大きく引っ張られてしまいます。
特に、データの最大値と最小値の差が大きい場合、平均値は必ずしもデータ全体の典型的な値を表さなくなります。
なぜ平均年収は「高い」と感じるのか？
平均年収の話題で、多くの人が発表された数値を「高い」と感じるのは、外れ値が平均値を引き上げている典型的な例です。
日本の所得分布を考えると、ごく一部に数千万円や数億円といった非常に高い年収を得ている人々が存在します。
平均年収を計算する際には、これらの高額所得者の年収も他の大多数の年収と同じように合算されます。
その結果、一人ひとりの高額な年収が全体の平均値を大きく押し上げてしまうのです。
大多数の人の年収が平均値よりも低い位置に集中しているため、算出された平均年収は多くの人にとって実感よりも高い数値となって表れます。
外れ値の影響を受けにくい中央値の役割
平均値が外れ値によって実態からかい離してしまう問題を解決するために役立つのが中央値です。
中央値は、データを大きさの順に並べたときに真ん中にくる値なので、両端にある極端な値がどれだけ大きくても小さくても、その影響を受けません。
例えば、年収のデータにおいて、一部の人が非常に高い年収を得ていても、中央値はデータ全体の真ん中の人の年収を示すため、より多くの人々の実感に近い「標準的」な水準を表すことができます。
このように、データに偏りがある場合や外れ値の存在が疑われる場合には、中央値を併せて見ることで、データが持つ情報をより正確に読み解くことが可能になります。
平均値と中央値のメリット・デメリットを比較
平均値と中央値は、どちらもデータの中心を示す重要な指標ですが、それぞれに長所と短所があります。
どちらか一方が常に優れているというわけではなく、データの特性や分析の目的に応じて使い分けることが肝心です。
ここでは、両者のメリットとデメリットを具体的に比較し、それぞれの指標がどのような状況で有効に機能するのか、またどのような点に注意すべきかを整理します。
この比較を通じて、より適切なデータ分析の手法を理解することができます。
平均値を使うメリットと注意点
平均値の最大のメリットは、データセットに含まれるすべての情報を活用している点です。各データ点を計算に含めるため、データ全体の総量や規模を反映した指標となります。
また、計算が直感的で分かりやすく、数学的な取り扱いが容易であるため、加重平均の算出やさらなる統計的分析へと発展させやすい利点も持ちます。しかし、注意点として最も重要なのは、外れ値（極端に大きい値や小さい値）の影響を非常に受けやすいことです。たった一つの外れ値が存在するだけで、平均値はデータ全体の実態から大きくかい離してしまう可能性があります。そのため、データの分布に大きな偏りがある場合には、平均値だけで判断するのは避けるべきです。
中央値を使うメリットと注意点
中央値の最大のメリットは、外れ値に対して非常に強い（頑健である）ことです。
データを順に並べて真ん中の値をとるという性質上、両端の極端な値がいくら変動しても中央値は影響を受けません。
そのため、所得分布のようにデータに偏りがある場合でも、より実態に近い「普通」の値を示すことができます。
一方、注意点としては、データ全体の情報を反映していない点が挙げられます。
中央値は順序のみに注目するため、中央の値以外のデータがどのように変化しても、中央値自体は変わらないことがあります。
これにより、データセット全体の細かな変動や総量の変化を捉えにくいという側面も持ち合わせています。
【シーン別】平均値と中央値の適切な使い分け方
平均値と中央値の特性を理解した上で、次に重要となるのが、実際の場面でどのように使い分けるかという判断です。
データの種類や分析の目的によって、どちらの指標がより適切であるかは異なります。
例えば、全体の合計値が意味を持つような状況と、一般的な個人の数値を把握したい状況とでは、用いるべき指標が変わってきます。
ここでは、具体的なシーンを想定しながら、平均値と中央値の適切な使い分け方について解説します。
平均値が適しているケース：全体の傾向を把握したいとき
平均値は、データセット全体の総量や規模が重要な意味を持つ場合に適しています。
例えば、クラス全体の学力を把握するためのテストの平均点、店舗全体の売上動向を知るための月間平均売上高、あるいは顧客一人当たりの平均購入額（客単価）などがこれに該当します。
これらのケースでは、一人ひとりの数値を合計し、それを均等に配分した値が全体のパフォーマンスを評価する上で重要な指標となります。
データに極端な外れ値が少なく、分布が比較的対称的である場合には、平均値がデータ全体の中心的な傾向を的確に表してくれるため、有効な指標として機能します。
中央値が適しているケース：一般的な数値を把握したいとき
中央値は、外れ値の影響を排除して「典型的」または「普通」の値を把握したい場合に特に有効です。
具体的には、国民の所得水準をみるときの世帯所得の中央値、住宅市場の動向を把握するための住宅価格の中央値、あるいは社員の平均的な勤続年数をみるときなどが挙げられます。
これらのデータは、一部の非常に高い数値によって平均値が大きく引き上げられ、実態とかい離してしまう傾向があります。
そのような場合に中央値を用いることで、大多数を占める一般的な層の状況をより正確に捉えることができ、データに基づいたより現実的な判断を下すのに役立ちます。
データの分布状況から最適な代表値を選ぶ方法
平均値と中央値のどちらを使うべきか迷ったとき、有効な判断材料となるのがデータの分布状況です。
データをグラフ化してその形を視覚的に確認することで、データセットの特性が明らかになり、どの代表値が最もふさわしいかを判断しやすくなります。
特にヒストグラム（度数分布図）は、データがどの範囲にどれだけ集中しているか、また偏りがあるかどうかを一目で把握できるため、代表値を選択する際の強力なツールとなります。
左右対称のきれいな山型の分布なら平均値が有効
データをヒストグラムで可視化した際に、中央を頂点とした左右対称のきれいな山型の分布（正規分布に近い形）になることがあります。
これは、データが中央付近に最も多く集まり、そこから離れるにつれてなだらかに減少していく状態を示します。
このような分布の場合、平均値、中央値、最頻値はほぼ同じ値になります。
そのため、データの中心を示す代表値として、すべてのデータ情報を反映している平均値を用いるのが最も一般的で効果的です。
身長や体重の分布など、多くの自然現象がこの形に近い分布を示すことが知られています。
偏りのある分布なら中央値や最頻値が実態に近い
データの分布が左右非対称で、どちらか一方に長く裾を引くような偏った形をしている場合、平均値は実態を正確に表さない可能性があります。
例えば、所得分布のように、低い値の範囲に多くのデータが集中し、高い値に向かって長く裾を引く（右に歪んだ）分布では、平均値は一部の高所得者に引っ張られて中央値よりも高くなります。
このような状況では、データ群のちょうど真ん中に位置する中央値や、最もデータが集中している最頻値の方が、より「典型的」な値を表す指標として適しています。
データのばらつきが大きい場合や、外れ値が含まれている場合も同様の考え方が適用されます。
平均値と中央値に関するよくある質問
平均値と中央値について学習する中で、多くの人が抱く共通の疑問があります。
例えば、どちらの指標を優先して見るべきなのか、あるいは実務でどのように計算すればよいのかといった点です。
このセクションでは、そうしたよくある質問に対して、簡潔に回答します。
これにより、平均値と中央値に関する理解をさらに深め、知識をより確かなものにすることが期待できます。
Q1. 平均値と中央値は、結局どちらが重要ですか？
どちらが重要かはデータの性質と目的によります。
データ全体の総量や傾向を把握したい場合は平均値が、外れ値の影響を除いた「普通」の値を知りたい場合は中央値が重要です。
優劣はなく、両方の数値を比較し、その差からデータの偏りを読み取るなど、多角的に判断することが最も望ましいアプローチです。
Q2. Excelやスプレッドシートで簡単に計算する方法は？
ExcelやGoogleスプレッドシートには、これらを計算するための専用の関数が用意されています。
平均値を求めたい場合は「AVERAGE関数」、中央値を求めたい場合は「MEDIAN関数」を使用します。
計算したい数値が入力されたセルの範囲を指定するだけで、誰でも簡単に正確な値を算出することが可能です。
Q3. 最頻値はどのような場面で役に立ちますか？
最頻値は、アンケートで最も多かった回答、商品の人気カラー、売れ筋のサイズなど、度数が最も高いデータを知りたい場合に役立ちます。
特に、数値で表せないカテゴリデータ（質的データ）の中心的な傾向を把握する際に有効です。
流行や需要の中心を知りたいマーケティング分野などで頻繁に利用されます。
まとめ
平均値と中央値は、どちらもデータの中心を示す代表値ですが、算出方法と特性が異なります。
平均値は全てのデータを用いて計算するため全体の総量を反映しますが、外れ値の影響を受けやすいという弱点があります。
一方、中央値はデータを順に並べた際の真ん中の値であるため、外れ値の影響を受けにくく、より一般的な実感に近い値を示す傾向があります。
年収のようにデータに偏りがある場合は中央値が、テストの点数のように全体の水準が重要な場合は平均値が適しています。
データを見る際には、どちらか一方の指標に頼るのではなく、データの分布状況も考慮しながら両者を比較検討し、その背景を多角的に解釈することが重要です。
UCWORLDが選ばれる理由
平均値と中央値の違いを理解することは、単なる統計の知識にとどまりません。
企業のマーケティング担当者にとって、この「データを正しく読み解く力」こそが、Web施策の成果を左右する重要なスキルとなっています。
例えば、サイトのアクセス解析で「平均セッション時間が3分」と表示されていたとします。
一見良好に見えるこの数値も、実は一部のユーザーが10分以上滞在している一方で、大多数が30秒で離脱しているという実態が隠れているかもしれません。
平均値だけを見て「コンテンツの質は問題ない」と判断すれば、本質的な課題を見逃してしまうのです。
同様に、検索順位やコンバージョン率といった指標においても、平均だけでなく中央値や分布を見ることで、施策の真の効果や改善すべきポイントが浮かび上がります。
データの偏りを見抜けないまま予算配分や戦略を決定すれば、限られたリソースを誤った方向に投じることになりかねません。
総務省の情報通信白書でも指摘されているように、デジタルマーケティングにおけるデータ活用の巧拙が、企業競争力に直結する時代となっています。
株式会社UCWORLDは、こうした「データの本質を見抜く力」を重視したWebマーケティング支援を提供しています。
SEO対策や検索サジェスト対策において、単純な平均値や表面的な数値だけでなく、データの分布、中央値、外れ値の影響まで多角的に分析することで、貴社のWeb施策における真の課題と機会を明らかにします。
特に風評被害対策やネガティブキーワードの削除・予防においては、検索ボリュームの平均値ではなく、実際にユーザーが目にする頻度や影響範囲を精緻に測定し、優先度の高い施策から着手します。
リスティング広告運用代行では、コンバージョン単価の平均だけでなく、顧客セグメント別の中央値を分析することで、費用対効果の最大化を実現します。
データに基づく冷静な判断と、現場を知る専門家の知見を組み合わせることで、貴社のマーケティング投資を最適化し、確実な成果へと導きます。
データの「平均」に惑わされることなく、その背後にある実態を正確に把握する。
それが、Web集客で成果を上げ続ける企業の共通点です。
UCWORLDは、貴社のマーケティングデータを正しく読み解き、戦略的なWeb施策の実行を支援いたします。
まずはお気軽にご相談ください。
関連記事
・マーケティングフレームワークとは？代表的な12種類を目的別に解説
お問い合わせ
資料請求