分散・標準偏差 計算ツール｜母分散・不偏分散・Excel VAR.P/VAR.S対応
カンマ区切りのデータ配列から分散・標準偏差・不偏分散を瞬時に計算。母分散(VAR.P)と不偏分散(VAR.S、n-1で割る)を並列表示、平均・中央値・最頻値・変動係数・歪度・尖度・四分位範囲まで統計量を全網羅。試験成績分析・売上ばらつき評価・研究データの統計処理・工場QC(SPC・6シグマ)・偏差値計算に対応。
分散・標準偏差 計算機
分散・標準偏差の計算式
母分散(populationvariance)
σ² = (1/N) × Σ(x_i − μ)²
σ = √σ²
データがすべて把握できる集団(母集団)に対して用いる分散。データ数Nで割ります。ExcelではVAR.P関数、標準偏差はSTDEV.P関数に対応。
不偏分散(標本分散)
s² = (1 / (n − 1)) × Σ(x_i − x̄)²
s = √s²
母集団から抽出された標本のデータから母集団の分散を推定するための不偏推定量。データ数nから1引いた(n − 1)で割ります(自由度補正)。ExcelではVAR.S関数、標準偏差はSTDEV.S関数。
数式の展開
σ² = E[X²] − E[X]² = (1/N)Σx_i² − μ²
「二乗の平均から平均の二乗を引いたもの」と表現でき、大規模データの計算では左辺の展開式のほうが1パスで済むため効率的です。ただし数値誤差(catastrophic cancellation)が生じやすいため、精密計算ではWelfordのアルゴリズムなど数値安定な手法を使用します。
母分散と不偏分散(n vs n-1)
統計を学ぶ人が最も混同する「n で割るか n-1 で割るか」問題。以下のルールで判定します。
使い分けルール
| データの性質 | 使う分散 | Excel関数 | 分母 |
|---|---|---|---|
| 母集団全部を把握 | 母分散 σ² | VAR.P | N |
| 母集団から抽出した標本 | 不偏分散 s² | VAR.S | n-1 |
| 試験成績(クラス全員) | 母分散 σ² | VAR.P | N |
| アンケート抽出調査 | 不偏分散 s² | VAR.S | n-1 |
| 工場QC(サンプル検査) | 不偏分散 s² | VAR.S | n-1 |
| 物理実験のn回測定 | 不偏分散 s² | VAR.S | n-1 |
なぜn-1で割るのか(自由度の話)
標本の平均x̄はデータから計算するため、n個の偏差(x_i − x̄)の間に「合計ゼロ」という1つの制約が入り、実質的に自由度は n − 1。母集団分散を過小評価しないように、この自由度で補正するのが不偏分散の本質です。数学的にはE[s²] = σ² が成立し、期待値が母分散に一致することが証明されます。
nが大きい時の実用差
n=100なら n vs n-1 の分散の差は約1%、n=1000なら0.1%と微小。実務上は大きなデータでは母分散でも不偏分散でも結果はほぼ同じですが、小標本(n<30)では明確な差が出るので必ず区別してください。
Excel関数との対応(VAR.P/VAR.S/STDEV系)
Excel 2010以降で関数体系が整理され、以下の対応関係が確立されました。旧関数(VARP、STDEVP、VAR、STDEV)も互換性のため使用可能です。
| 統計量 | Excel関数(新) | Excel関数(旧) | 分母 |
|---|---|---|---|
| 母分散 | VAR.P(...) | VARP(...) | N |
| 不偏分散 | VAR.S(...) | VAR(...) | n-1 |
| 母標準偏差 | STDEV.P(...) | STDEVP(...) | N |
| 標本標準偏差 | STDEV.S(...) | STDEV(...) | n-1 |
| 平均 | AVERAGE(...) | — | — |
| 中央値 | MEDIAN(...) | — | — |
| 最頻値 | MODE.SNGL(...) | MODE(...) | — |
| 変動係数 | STDEV.S/AVERAGE (手動計算) | — | — |
| 歪度 | SKEW(...) | — | n-1 |
| 尖度 | KURT(...) | — | n-1 |
Google Spreadsheets、LibreOffice Calc、Numbersでも関数名は互換性があり、同じ結果が得られます。
関連統計量(平均・中央値・変動係数)
平均・中央値・最頻値
平均(算術平均、mean)、中央値(median、順序中央)、最頻値(mode、最も多い値)は「代表値」の三大指標。分布が対称なら3値が近く、歪みがあるとズレが生じます。年収データでは中央値、株価では平均、テスト分析では全部を並べて確認するのが基本。
変動係数(Coefficient of Variation, CV)
CV(%) = (標準偏差 ÷ 平均) × 100
平均値との比率で表したばらつき指標。単位のないため、単位・スケールの異なるデータ同士の比較に有効。分析化学(HPLC定量、質量分析)、生物学(細胞計数)、機械工学(寸法公差)で頻繁に用いられる。一般的な参考値は化学分析3-10%、細胞計数10-20%、寸法測定1%以下。
四分位範囲(IQR)
四分位範囲は第3四分位数(Q3)−第1四分位数(Q1)の差で、データの中央50%が収まる幅。外れ値(outlier)の影響を受けにくい頑健なばらつき指標。箱ひげ図の箱の長さに相当し、統計初学者にも視覚的に理解しやすい。
範囲(Range)
最大値−最小値。最も単純なばらつき指標ですが、外れ値に非常に敏感なため、探索的分析(EDA)の第一段階以外では慎重に扱うべき指標。
分布の形(歪度・尖度・正規性)
歪度(スキューネス、Skewness)
歪度 = E[((X − μ)/σ)³]
分布の左右対称性の指標。正の値なら右に長い裾(給与、株価収益率)、負の値なら左に長い裾(死亡年齢)、0付近なら対称に近い(正規分布・身長)。目安は±0.5以内なら「ほぼ対称」、±1超で「大きく歪んだ分布」。
尖度(クルトシス、Kurtosis)
尖度 = E[((X − μ)/σ)⁴] − 3
分布の裾の重さ(fat tail)の指標。正の値なら正規分布より裾が重く尖った分布(株価収益率、地震規模)、負の値なら裾が軽く平坦(一様分布)。金融工学ではリスク管理(VaR)で重視され、正規分布仮定の破綻を検知する重要指標です。
正規性の判定
データが正規分布に従うかは、①ヒストグラム目視、②Q-Qプロット、③Shapiro-Wilk検定・Kolmogorov-Smirnov検定などで判定。歪度・尖度が0付近なら正規に近いですが、統計検定を併用するのが実務標準。
偏差値と分散の関係
受験の偏差値は、母平均50・母標準偏差10になるようにデータを線形変換したもの。個人の点数xに対して
偏差値 = (x − 平均) / 標準偏差 × 10 + 50
で計算されます。平均を50、標準偏差を10とした「標準得点」に相当。偏差値60は上位約16%、70は上位2.3%、80は上位0.13%(正規分布仮定)。TOEIC・大学入試共通テスト・全国模試などで広く使用されています。
偏差値と正規分布のパーセンタイル
| 偏差値 | 標準偏差 | 上位% | 累積% |
|---|---|---|---|
| 75 | +2.5σ | 上位0.62% | 99.38% |
| 70 | +2.0σ | 上位2.28% | 97.72% |
| 65 | +1.5σ | 上位6.68% | 93.32% |
| 60 | +1.0σ | 上位15.87% | 84.13% |
| 55 | +0.5σ | 上位30.85% | 69.15% |
| 50 | 0σ | 上位50.00% | 50.00% |
| 45 | -0.5σ | 上位69.15% | 30.85% |
| 40 | -1.0σ | 上位84.13% | 15.87% |
業界での応用
🏭 品質管理(QC・SPC・6σ)
製造ラインの寸法・重量・成分濃度のばらつきを標準偏差で管理。管理限界(UCL/LCL)は±3σで設定するのが伝統的X̄-R管理図。6σ運動では規格幅を±6σに収めることを目標とし、DPMO(百万回中の不良数)を3.4以下に。JIS Z 9020で規定。
💰 金融・投資リスク
株価・為替リターンの標準偏差=ボラティリティとしてリスク評価。VaR(バリューアットリスク)、シャープレシオはリスク調整後リターン指標。ただし金融データは正規分布から逸脱(fat tail)することが多く、尖度も併記する必要あり。
🎓 教育・受験
偏差値・平均点・標準偏差で試験成績を評価。全国模試の合格判定、大学入試共通テストの得点調整、SAT/TOEIC/TOEFLの標準化得点算出に使用。
🔬 研究・実験
誤差の評価。n回測定の標準偏差から測定精度を推定、標準誤差(σ/√n)から信頼区間を算出。物理・化学・生物研究の論文投稿で必須の統計処理。
🏥 医療・臨床試験
薬効の有意差検定にt検定・ANOVA。標準偏差から効果量(Cohen's d)を算出し、臨床的意義を評価。PMDA申請時の統計解析の中核。
📊 マーケティング・A/Bテスト
広告効果・UI変更の効果測定。コンバージョン率・売上のばらつきを標準偏差で評価し、統計的有意性を検定。GoogleオプティマイズやOptimizely等のA/Bテストツールの内部計算。
計算例(手計算とExcel)
例1: テスト成績10人分
データ: 75, 82, 68, 90, 77, 85, 72, 88, 79, 81
n = 10
平均 = (75+82+68+90+77+85+72+88+79+81)/10 = 797/10 = 79.7
偏差二乗和 = (75-79.7)² + (82-79.7)² + ... + (81-79.7)² = 435.1
母分散(σ²) = 435.1 / 10 = 43.51
不偏分散(s²) = 435.1 / 9 = 48.34
母標準偏差(σ) = √43.51 = 6.60
標本標準偏差(s) = √48.34 = 6.95
Excelでの計算例
データがA1:A10に入っている場合
=VAR.P(A1:A10) → 43.51(母分散)
=VAR.S(A1:A10) → 48.34(不偏分散)
=STDEV.P(A1:A10) → 6.60(母標準偏差)
=STDEV.S(A1:A10) → 6.95(標本標準偏差)
=AVERAGE(A1:A10) → 79.7(平均)
=MEDIAN(A1:A10) → 80.0(中央値)
偏差値化
点数82の生徒の偏差値
偏差値 = (82 − 79.7) / 6.95 × 10 + 50 = 3.31 + 50 = 約53.3
※学校で用いる母集団は「同じ試験を受けたすべての生徒」なので、通常σ(母標準偏差)で計算します。
よくある間違い・注意点
- 母分散と不偏分散の混同 — n個のデータでも「全体か標本か」で分母がN or n-1と変わります。標本のとき母分散(nで割る)を使うと母集団の分散を系統的に過小評価します。デフォルトは不偏分散(n-1)を推奨。
- Excel VAR関数の混乱 — Excel 2010以降でVAR/VARP関数は残っているが、新しいVAR.S/VAR.Pへの置き換えが推奨。研究論文用途では新関数の使用が明確で誤解が少ない。
- 分散の単位を忘れる — 分散の単位は元データの単位の二乗(cmなら cm²)。生の値の比較は難しいので、実務では標準偏差(元データと同じ単位)で表現するのが標準。
- 正規分布仮定の過信 — 標準偏差・偏差値・6σ管理は正規分布を前提とした指標。金融データや反応時間データは正規分布から逸脱するため、尖度・歪度も併記が必要。
- 外れ値の影響を無視 — 標準偏差は外れ値に敏感。1個のスパイクで大きく変動するため、外れ値混入時は中央値・四分位範囲(IQR)などの頑健な指標を併用してください。
- 変動係数を平均が0近くのデータに適用 — 変動係数は平均で割るため、平均が0付近だと発散して意味を失います。温度データ(0℃基準)などでは危険。ケルビン絶対温度に変換するか、別の指標を使用。
- データ入力誤差(単位・欠測) — 単位換算ミス(cmとmm混在)、欠測値の空セル、外れ値の誤入力は計算結果を大きく歪ませます。生データのクリーニングが分散計算の前提。
関連規格
- JIS Z 9020-1 ― 管理図(第1部: 一般指針)。工程管理での標準偏差の使い方を規定。
- JIS Z 9020-2 ― 管理図(第2部: 計量値管理図)。X̄-R管理図、X̄-s管理図の運用ルール。
- JIS Z 8103 ― 計測用語。不確かさ(uncertainty)・標準偏差の統一定義。
- JIS Q 9001 ― 品質マネジメントシステム(ISO 9001)。統計的品質管理を含む要求事項。
- ISO 5725 ― 精度(真度と精度)。分析法・測定法の精度評価に標準偏差を用いる国際規格。
- ICH Q2(R2) ― 医薬品の分析法バリデーション。標準偏差・変動係数・回収率の統計指標。
- 6σ(シックス・シグマ) ― モトローラ発、GE等が普及させた品質管理手法。DPMO 3.4以下(規格幅±6σ)を目標。
- Cp・Cpk指標 ― 工程能力指数。規格幅÷6σ、平均のズレも考慮したCpk。JIS Z 9020で規定。
参考文献・公的資料
統計・分散・標準偏差の学術的背景、公的機関のガイドラインは以下を参照してください。
- 総務省 統計局 ― 日本の統計制度の司令塔。国勢調査・家計調査・労働力調査など公的統計の一次情報源。
- なるほど統計学園(統計局) ― 統計学・分散・標準偏差の初学者向け無料コンテンツ。公的で信頼できる教材。
- 文部科学省 学習指導要領(高校数学) ― 数学B「統計的な推測」で分散・標準偏差・母分散vs標本分散を扱う。公式カリキュラム。
- 日本学術振興会(JSPS) ― 研究データの統計処理・不確かさ評価の学術ガイドライン。
- 日本産業標準調査会(JISC) ― JIS Z 9020(管理図)・JIS Z 8103(計測用語)等、統計・品質管理JIS規格の公式索引。
- ISO 5725(精度・真度) ― 分析法・測定法の精度評価国際規格。標準偏差ベースの統計処理を規定。
- PMDA 分析法バリデーション ― 医薬品ICH Q2(R2)の日本語ガイダンス。CV・標準偏差・信頼区間の統計処理。
- 文科省 高校数学Bの内容 ― 統計的な推測・不偏分散の学習内容(公式PDF)。
- J-STAGE(科学技術情報発信・流通総合システム) ― 日本の学術ジャーナル横断検索。統計解析論文の一次資料検索に。
- 文部科学省 白書 ― 教育統計・偏差値運用に関する公式一次資料。
よくある質問(FAQ)
母分散と不偏分散の違いは？
データが母集団全体なら母分散(nで割る)、標本(母集団の一部)なら不偏分散(n-1で割る)を使います。標本のときn-1で割るのは、標本平均を使うことによる自由度の減少を補正するため。ExcelではVAR.PとVAR.Sで使い分けます。
なぜn-1で割るのか？
標本の平均x̄をデータから計算するため、n個の偏差の間に「合計ゼロ」の1つの制約が入り、実質的な自由度がn-1になります。この自由度で割ることで、期待値が母集団の分散と一致(不偏推定量)します。数学的にはE[s²] = σ²が証明されます。
Excel VARとVAR.Sは同じ？
ほぼ同じです。Excel 2010以降、VAR(旧)がVAR.S(新)に、VARP(旧)がVAR.P(新)にリネーム。挙動は完全に同じで、新関数の使用が推奨されます。同様にSTDEV→STDEV.S、STDEVP→STDEV.Pの対応関係です。
分散と標準偏差はどちらが重要？
用途によります。統計的計算(共分散、分散分析)では分散、ばらつきの直感的表現では標準偏差(元データと同じ単位)を使います。実務では「標準偏差で表現、分散で計算」というのが一般的な使い分けです。
偏差値はどう計算する？
(点数 − 平均) ÷ 標準偏差 × 10 + 50 で計算。平均50・標準偏差10になるように線形変換した「標準得点」です。偏差値50は平均点、60は上位16%、70は上位2.3%(正規分布仮定)。全国模試・共通テストの得点調整に使用されます。
変動係数(CV)とは？
標準偏差÷平均×100(%)。単位のないばらつき指標で、単位・スケールの異なるデータの比較に有効。化学分析で3-10%、細胞計数10-20%、寸法測定1%以下が目安。平均が0近くだと発散するため注意。
正規分布でない時はどうする？
1)歪度・尖度で分布形状を確認、2)Q-Qプロットで視覚的判定、3)Shapiro-Wilk検定で統計的判定。正規性が破綻していたら、対数変換・Box-Cox変換で正規化するか、ノンパラメトリック検定(Mann-Whitney U、Wilcoxon)を使用します。
外れ値がある時の分散計算は？
標準偏差は外れ値に非常に敏感。1個の異常値で分散が大きく変動します。対策は1)外れ値検出(Smirnov-Grubbs検定、1.5×IQRルール)して除去、2)頑健指標(中央値、四分位範囲、MAD)を併用、3)ロバスト統計手法(Huber M推定量)を使用。
6σ(シックス・シグマ)とは？
製品規格幅を±6σ(標準偏差の6倍)以内に収める品質管理目標。DPMO(百万回中の不良数)を3.4以下にすることが目標値。モトローラ発祥、GE等が普及。JIS Z 9020(管理図)に体系化されています。
金融でボラティリティとは？
投資リターンの標準偏差を年率化した値。リスク指標の中核。株式市場では年率20%前後、短期債券は3%以下が目安。VaR(バリューアットリスク)、シャープレシオ、Kelly基準等の投資判断指標の基礎になります。
歪度・尖度の目安は？
正規分布は歪度=0、尖度=0(過剰尖度)。歪度が±0.5以内ならほぼ対称、±1超で大きく歪んだ分布。尖度が±1以内なら正規に近く、正で高い値なら裾の重い(fat tail)分布。金融データや反応時間データで頻繁に観察されます。
Excel以外に統計ソフトは何がある？
R(オープンソース・学術界標準)、Python + pandas/scipy(データサイエンス)、SAS(FDA申請)、SPSS(社会科学)、Stata(経済学)、JMP(実験計画)が主要選択肢。無料ではR/Pythonが最強で、Excel初心者はJASP(SPSSライクGUI)も推奨。