箱ひげ図・とは？初心者でもわかるデータの基本と読み方共起語・同意語・対義語も併せて解説！

この記事を書いた人

岡田康介

名前：岡田康介（おかだこうすけ）ニックネーム：コウ、または「こうちゃん」年齢：28歳性別：男性職業：ブロガー（SEOやライフスタイル系を中心に活動）居住地：東京都（都心のワンルームマンション）出身地：千葉県船橋市身長：175cm 血液型：O型誕生日：1997年4月3日趣味：カフェ巡り、写真撮影、ランニング、読書（自己啓発やエッセイ）、映画鑑賞、ガジェット収集性格：ポジティブでフランク、人見知りはしないタイプ。好奇心旺盛で新しいものにすぐ飛びつく性格。計画性がある一方で、思いついたらすぐ行動するフットワークの軽さもある。 1日（平日）のタイムスケジュール 7:00 起床：軽くストレッチして朝のニュースをチェック。ブラックコーヒーで目を覚ます。 7:30 朝ラン：近所の公園を30分ほどランニング。頭をリセットして新しいアイデアを考える時間。 8:30 朝食＆SNSチェック：トーストやヨーグルトを食べながら、TwitterやInstagramでトレンドを確認。 9:30 ブログ執筆スタート：カフェに移動してノートPCで記事を書いたり、リサーチを進める。 12:30 昼食：お気に入りのカフェや定食屋でランチ。食事をしながら読書やネタ探し。 14:00 取材・撮影・リサーチ：街歩きをしながら写真を撮ったり、新しいお店を開拓してネタにする。 16:00 執筆＆編集作業：帰宅して集中モードで記事を仕上げ、SEOチェックやアイキャッチ作成も行う。 19:00 夕食：自炊か外食。たまに友人と飲みに行って情報交換。 21:00 ブログのアクセス解析・改善点チェック：Googleアナリティクスやサーチコンソールを見て数字を分析。 22:00 映画鑑賞や趣味の時間：Amazonプライムで映画やドラマを楽しむ。 24:00 就寝：明日のアイデアをメモしてから眠りにつく。

箱ひげ図・とは？

箱ひげ図はデータの分布を視覚的に示す基本的なグラフです。箱ひげ図・とは？と尋ねたとき、多くの人は「データの範囲とばらつきを箱とひげで表した図」と答えます。中央値を示す線が箱の中に入り、箱の上下が第1四分位数と第3四分位数を表します。ひげはデータの最小値と最大値の範囲を示しますが、外れ値は別途点として表示されることが多いのが特徴です。

基本になる要素

箱はデータの中間50％の値を含む領域であり、第1四分位数と第3四分位数を結んだ長方形です。箱の中の線は中央値を示します。箱の上端と下端の間隔を IQR と呼び、これはデータのばらつきを表す重要な指標です。

ひげは箱の両端から伸びる線で、データの最小値と最大値の範囲を示します。一般的には IQR の1.5倍を超えない範囲の値をひげがつく範囲として描き、それを超える点は外れ値として別に描かれることが多いです。

この図を作るときの基本的な考え方は次のとおりです。データを小さい順に並べ、まず全体の中央を示す中央値を決めます。次にデータを二つの半分に分け、下半分の下端がQ1、上半分の上端がQ3になります。これらから箱ができ、箱の中に中央値の位置が示されます。ひげはデータ全体の広がりを表します。

読み方のコツ

箱ひげ図を読むときのコツは次の三点です。まず箱の幅が IQR の大きさで、広いほどデータがばらついていることを示します。次に中央値の位置でデータの対称性を判断します。中央値が箱の中心に近いほど対称性が高くなり、片側に偏っている場合は歪みがあると読み取れます。最後にひげの長さと外れ値の有無です。ひげが長い場合は最大値と最小値の差が大きく、外れ値があるとデータの中で極端な値が目立ちます。

この図は比較にも向いています。複数のグループを並べて箱ひげ図を描くと、それぞれのグループの分布の形や中心の差を一目で比較できます。教育現場や研究でデータを説明するときにとても役立つ道具です。

実例と作成の流れ

実際に箱ひげ図を作るときは次の手順を踏みます。まずデータを小さい順に並べます。次に全体のQ1とQ3と中央値を求め、箱を描きます。箱の下端はQ1、上端はQ3、箱の中線は中央値を示します。その後 IQR を計算します。IQR の1.5倍を超える点は外れ値として別に表示するのが一般的です。このとき外れ値が多い場合はグラフを複数描いて比較します。

able>要素説明最小値データセットの中で最も小さな値。ただし外れ値の扱いでひげの終点が変わることがあるQ1データの下位50％の境界となる第1四分位数中央値データの中央を示す値。箱の中の横線で表されるQ3データの上位50％の境界となる第3四分位数最大値データセットの中で最大の値。ただし外れ値の扱いでひげの終点が変わることがある外れ値ひげの範囲を超えるデータ点。グラフ上では点として表示されることが多い

以上の要素を組み合わせて、箱ひげ図はデータの「ばらつき」「中心傾向」「外れ値」を同時に伝えることができます。データを比較する際の基本ツールとして、統計の基礎から実務の分析まで幅広く活用されています。

箱ひげ図のバリエーションと注意点

箱ひげ図にはいくつかのバリエーションがあり、例えば複数のグループを同じ軸で並べて描く「並列箱ひげ図」や、外れ値を強調するための点の大きさを変える表示方法があります。注意点としては、箱ひげ図はデータの概略を示すものであり、個々のデータ点の全体像を必ずしも表していない点です。データの細かな分布を知るにはヒストグラムや散布図、あるいはデータ点を直接表示する方法と組み合わせると良いでしょう。

箱ひげ図と似たグラフ

似たグラフとしては小箱ひげ図やバイオリンプロットなどがあります。箱ひげ図はシンプルで解釈が容易なので、初学者にとっては入門として最適です。

実務での活用例

教育現場での成績分析、製造業の品質データ、マーケティングの反応データなど、分布の特性を比較するのに使われます。複数の条件を並べて比較する際には、色分けや配置順を工夫すると読みやすくなります。

箱ひげ図の関連サジェスト解説

箱ひげ図範囲とは: 箱ひげ図（ボックスプロット）はデータの分布を視覚的に示す代表的なグラフです。中央には箱があり、箱の上下には「ひげ」と呼ばれる線が伸びています。箱は第1四分位数(Q1)と第3四分位数(Q3)の間の範囲を表し、箱の中の横棒は中央値を示します。ここでの「範囲」という言葉には複数の意味があります。データ全体の範囲（最大値−最小値）を指す場合もあれば、箱ひげ図で描かれるひげの端点までの範囲を指す場合もあります。実務では、ひげは外れ値を除いたデータの端点まで伸び、外れ値はデータセットの中で他の値と大きく離れた点として別に表示されることが多いです。四分位範囲IQRは箱の幅を決め、ひげの長さはデータ全体のばらつきを示します。通常、ひげは1.5×IQRの範囲内のデータ点を端点として結び、それを超える値は外れ値として別の点で表示します。これらのルールは Tukey の箱ひげ図と呼ばれ、統計ソフトごとに微妙に違うことがあります。データの範囲を読み取るコツは、箱の幅（IQR）とひげの長さの組み合わせを見て、中央50%のばらつきと全体のばらつきを同時に読むことです。例として、1,2,2,3,3,4,5,8,9,50 のようなデータがあるとき、箱はQ1とQ3の間を示し、ひげは外れ値の有無を示します。外れ値が多い場合は、そのデータが他と比べて極端であることが読み取れます。
箱ひげ図外れ値とは: 箱ひげ図はデータの分布を一目で見るグラフです。箱は第1四分位と第3四分位の範囲を表し、箱の中の横棒は中央値、箱の両端のひげはデータの広がりを示します。箱ひげ図には外れ値と呼ばれる“他の値と大きく離れた点”が描かれることがあります。外れ値とは、データ全体の中で他と比べてとても遠くにある値のことです。外れ値はデータの性質を示す重要な手がかりにもなりますが、誤入力や測定ミスの可能性もあるため、扱い方を考える必要があります。外れ値の検出には1.5×IQR法がよく使われます。IQRは四分位範囲で、IQR = Q3 − Q1です。下限は Q1 − 1.5×IQR、上限は Q3 + 1.5×IQRです。この範囲に入るデータは「普通の値」、この範囲の外にある値は「外れ値」として箱ひげ図のひげの外側や点として表示されます。例えば Q1=20、Q3=60、IQR=40 なら 1.5×IQR=60、下限は −40、上限は 120。データが 150 のようにこの範囲を超えると外れ値として扱われることが多いです。実務では外れ値をそのまま使うべきか、除外するべきか、データを変換するべきかは分析の目的次第です。測定誤差なら修正・除外、珍しい現象なら別の考察を加える、などの判断をします。箱ひげ図のひげが長いとデータのばらつきが大きいことを意味し、外れ値が多いとデータの信頼性を再考するサインにもなります。ツールによっては閾値が少し異なる場合があるので、使っている統計ソフトの設定を確認しましょう。これらを知ると、箱ひげ図を見ただけで「何が起きているのか」「どう扱えばよいのか」が分かるようになります。
箱ひげ図四分位範囲とは: 箱ひげ図は、データの分布を視覚的に示す図です。横長の箱とひげで、データの中心とばらつきを一目でわかります。箱の上下には四分位範囲を示す領域があり、箱の中には中央値を示す線が入ります。四分位範囲とはデータを大きさの順に並べたとき、下位25%と上位25%の間の範囲、つまり第1四分位点と第3四分位点の差です。これがIQRと呼ばれ、データの広がりを表す代表的な指標です。IQRは箱の高さとして表示され、外れ値の影響を受けにくい性質があります。具体的な計算の流れは次の通りです。まずデータを並べ替え、次に第1四分位点（Q1）と第3四分位点（Q3）を求めます。大まかな方法として、データの中間を分け、各半分の中央値を取る方法があります。Q3とQ1の差が四分位範囲IQRです。例えばデータが 1,2,3,4,5,6,7,8 の場合、Q1は2.5、Q3は6.5、IQRは4になります。箱の中の線はデータの中央値を示し、ひげはデータの最小値と最大値を、ただし1.5倍のIQRを超える外れ値を除く形で伸びます。つまりminはQ1−1.5×IQR、maxはQ3＋1.5×IQRの範囲内のデータ点を指します。外れ値は箱の外に点として描かれることが多いです。この指標の良い点は、極端に大きい数字や小さい数字に引きずられにくい点です。データのばらつきを形として理解するのに適しており、複数のグループを比較するときにも役立ちます。箱ひげ図を作るときは、データの規模が大きくても小さくてもIQRを計算して箱の高さを決め、中央値やひげの長さでデータの特徴を読み解きます。初めての人は、手元のデータセットを使ってQ1,Q3,IQRを計算し、実際に箱ひげ図を描いてみると理解が進みます。
箱ひげ図中央値とは: 箱ひげ図は、データのばらつきを一目で理解できる便利なグラフです。箱ひげ図の主な部分は、箱（第1四分位数と第3四分位数を示す部分）、箱の中の横棒（中央値と呼ばれる太い線）、そしてひげ（最小値と最大値の範囲を示す細い線）です。ここでの注目点は中央値です。中央値とは、データを小さい順に並べたときにちょうど真ん中に来る値のことです。奇数個のデータなら中央の値、偶数個なら中央の2つの値の平均が中央値になります。箱ひげ図で中央値を読むには、箱の中に走っている横棒を探せばOK。たとえばデータが 2,4,5,7,9 なら、中央値は 5 で、箱の中の横棒が 5 の位置にあります。次に箱の端の位置からデータの分布の広がりを読みます。箱の下端が Q1、上端が Q3 で、箱の中の線が中央値を示しています。ひげが長いほど、データの最大・最小の差が大きいことを意味します。中央値は平均値より外れ値に影響を受けにくい性質があり、実際の中心傾向をつかむのに役立つことが多いです。外れ値があるデータでは、平均は外れ値のせいで大きくずれることがありますが、中央値は比較的堅牢です。中学生にも分かる読み方のコツとしては、まず箱の中の線の位置を確認し、その線が箱のほぼ真ん中にあるか、またはどちらか片側に寄っているかを見ます。さらにひげの長さを比べて、どの方向に歪んでいるかを判断します。この解説では、箱ひげ図の中央値が何を意味するのか、どう読み取るのかを、具体的な例とともに分かりやすく紹介しました。
excel 箱ひげ図とは: excel 箱ひげ図とは、データの分布を一目で理解できるグラフの一種です。箱ひげ図は五数要約と呼ばれる min、Q1、中央値、Q3、max を表示し、箱の範囲がデータのばらつきを示します。箱の中の線は中央値を、箱の端は第一四分位数と第三四分位数を示し、箱の両端のひげはデータの端までの広がりを表します。外れ値がある場合は別に点で表示されることが多く、データの中に異なるグループがあるかどうかを比較するのに便利です。Excel での作り方はとても簡単です。まず、比較したいグループごとにデータを列に並べます。次にそのデータを選択して、挿入タブ → 統計グラフ → 箱ひげ図を選択します。作成後は、グラフをクリックしてデザイン・書式を使って見た目を整えます。外れ値の表示をオン／オフにしたり、ひげの長さの基準を 1.5 IQR などに変更したりすることもできます（Excel のバージョンによって表示名は異なります）。箱ひげ図を読み解くコツとしては、箱の高さ（第一四分位数と第三四分位数の範囲）と箱の位置（中央値の位置）、ひげの長さからデータのばらつきと偏りを読み取ることが挙げられます。複数のグループを並べて比較すると、どのグループがよりばらつきが大きいか、中心傾向はどうかがすぐ分かります。

箱ひげ図の同意語

箱型図: データの分布を箱の形で示す図表。箱は第一四分位数(Q1)と第三四分位数(Q3)の範囲を表し、中央値は箱内の線で示され、ひげはデータの最小値と最大値（または定義された範囲）を伸ばします。
箱線図: 箱とひげでデータの分布を表す図。箱には四分位範囲、中央には中央値を示す線、ひげで最小・最大値や外れ値の範囲を示します。
ボックスプロット: 英語の Box Plot の日本語表記の一つ。箱ひげ図と同じ意味で用いられ、データの分布を視覚化します。
箱ヒゲ図: 箱とひげを用いてデータの分布を表す図の別表記。基本的な構造は箱ひげ図と同じです。
ボックス線図: ボックス（箱）と線でデータの分布を示す図。箱は四分位範囲、中央線は中央値、ひげで最小・最大値を表します。

箱ひげ図の対義語・反対語

ヒストグラム: データを階級に分け、各階級の出現頻度を棒の高さで示すグラフ。箱ひげ図が四分位・外れ値の要約を示すのに対し、ヒストグラムはデータの分布の形を詳しく表示します。
散布図: 二変量の関係を点で表すグラフ。箱ひげ図は一変量の分布を要約するのに対し、散布図は二つの変数の関係性を視覚化します。
生データ（原データ）: 箱ひげ図がデータを要約して要点を示すのに対し、生データは観測値をそのまま並べたものです。生データを使えば、箱ひげ図で失われる細かなパターンを再現できます。
データ表（表形式の生データ）: 生データを表形式で並べたもの。箱ひげ図の要約と違って、個々のデータをすぐに確認できます。
棒グラフ（柱状図）: カテゴリ別の頻度や量を棒の高さで表すグラフ。箱ひげ図が連続量の分布を要約するのに対し、棒グラフはカテゴリ分布の比較に適します。
密度プロット（カーネル密度推定）: データの確率密度を滑らかな曲線で表示するグラフ。箱ひげ図の要約から、分布の滑らかな形状を直感的に把握できます。
Q-Qプロット: 実データの分布が理論分布とどの程度一致するかを比較するプロット。箱ひげ図の要約的性質とは異なり、分布の形を直接検証します。
平均と標準偏差のみの要約: データの中心（平均）とばらつき（標準偏差）だけで分布の特性を表す要約。箱ひげ図の多様な要素を用いず、シンプルな指標に偏重します。

箱ひげ図の共起語

中央値: データを昇順に並べたときの中央の値。箱ひげ図の箱の中央を示す横線として描かれ、データの中心傾向をつかむ指標です。
第一四分位数: データを低い順に並べたとき、全体を4等分したときの下位部分の境界となる値。箱の下端（Q1）として用いられます。
第三四分位数: データを高い順に並べたとき、全体を4等分したときの上位部分の境界となる値。箱の上端（Q3）として用いられます。
四分位範囲: データの下位50%と上位50%の幅を表す。箱の高さ（Q3 − Q1）として示されます。
IQR: Interquartile Rangeの略。第3四分位数と第1四分位数の差で、データの散らばりの指標です。
外れ値: 他のデータ点と比べて極端に大きいまたは小さい値。箱ひげ図では点として描かれることが多いです。
上限ひげ: 箱の上端からデータの最大値までをつなぐひげ。閾値を超えないデータ点を示します。
下限ひげ: 箱の下端からデータの最小値までをつなぐひげ。閾値を下回らないデータ点を示します。
箱: データの中央50%を含む長方形。Q1とQ3で囲まれ、データの中心部の広がりを示します。
ひげ: 箱の両端から外側へ伸びる線。外れ値がどこまで“範囲内”かを視覚化します。
データの分布: データがどのように広がっているかの形。箱ひげ図の形状から偏りや散らばりを読み取れます。
正規分布: 左右対称で平均と中央値がほぼ一致する代表的な分布。箱ひげ図の形状が左右対称かどうかで判断します。
外れ値の定義ルール: 外れ値を決める標準ルール。多くの場合、1.5×IQRを超える値を外れ値とします。
IQRルール: IQRを使って外れ値を判定する一般的な規則。Q1−1.5×IQR未満またはQ3+1.5×IQR超過を外れ値とみなします。
データセット: 箱ひげ図を作成する元データの集合。観測値の全体像を表します。
サンプルサイズ: データ点の総数。大きさが分布の推定の安定性に影響します。
作成方法: データを並べ替え、四分位を計算し、箱とひげを描く一連の手順です。
データの要約: 箱ひげ図はデータを要約して要点を視覚化する統計表示の一つです。
グループ比較: 複数のデータグループの分布を箱ひげ図で並べて差を比較する用途です。
ツール: 箱ひげ図を描くためのソフトウェアやライブラリ。Excel、R、PythonのMatplotlib/Seaborn、Tableauなど。
最小値: データセット内で最小の値。下限ひげの終点として現れることが多いです。
最大値: データセット内で最大の値。上限ひげの終点として現れることが多いです。
読み方: 箱ひげ図の読み方全般。箱の端・中央値・ひげの意味を理解して分布を読み解くコツです。

箱ひげ図の関連用語

箱ひげ図: データの分布を視覚的に示す基本的なグラフ。箱はデータの中間50%の範囲（Q1〜Q3）を表し、中央には中央値、ひげはデータの広がりや外れ値の有無を示します。
ボックスプロット: 箱ひげ図の別名。英語の Box Plot の日本語表記として広く使われています。
四分位数: データを4等分する境界値の総称。主にQ1・Q2・Q3として用いられ、データの分布の分割点になります。
第1四分位数 (Q1): データを小さい順に並べたとき、下位25%の境界となる値。
第3四分位数 (Q3): データを小さい順に並べたとき、上位25%の境界となる値。
四分位範囲 (IQR): Q3とQ1の差。データの中間50%のばらつきを表す指標で、外れ値の判定にも使われます。
中央値 (メディアン): データを小さい順に並べたときの中央の値。データの中心傾向を示します。
最小値: データ集合の中で最も小さい値。
最大値: データ集合の中で最も大きい値。
ひげ ( whisker ): 箱の両端から伸びる線。通常は最小値・最大値、あるいは外れ値を除いた範囲を示します。
外れ値: データ分布から著しく離れた値。箱ひげ図では点や特殊マークで表示されることが多いです。
外れ値判定 (1.5×IQR法): 外れ値を判定する標準的なルール。Q1−1.5×IQR以下またはQ3+1.5×IQR以上の値を外れ値とします。
対数箱ひげ図: データの幅が大きい場合に対数スケールで描く箱ひげ図。広い分布を見やすくします。
対数軸: 軸を対数スケールにする設定。大きな値と小さな値を同時に視覚化しやすくします。
箱の幅: 箱の横幅。IQRの大きさを視覚的に表現します。
歪度／非対称性: 箱の位置とひげの長さのバランスからデータの非対称性を読み取る指標です。
複数データの比較箱ひげ図: 複数グループの箱ひげ図を並べて、分布の違いを比較します。
箱ひげ図の用途: 分布の概要把握、中央値とばらつきの比較、外れ値の検出、グループ間の比較などに用います。
箱ひげ図の解釈のコツ: 中央値の位置、箱の大きさ、ひげの長さを見て対称性やばらつきを判断します。
作成手順: データを並べ替え、Q1・Q3・IQRを計算、ひげの範囲と外れ値を決定し、図を描きます。
箱ひげ図の限界: 密度やモードの情報は直接は読み取れず、データの分布の全てを表せるわけではありません。
箱ひげ図の歴史: 統計学の可視化技法として広く用いられるようになった経緯・背景。
主要な作成ツール: Excel、R、Python（matplotlib・seaborn・plotly）、Tableau などで作成可能。
箱線図: 箱ひげ図の別称として使われることがある表現。