箱ひげ図とは？ 10分でわかりやすく解説

UnsplashのLeone Venterが撮影した写真  

箱ひげ図は、数値データの「中心」と「ばらつき」を手早くつかむための可視化手法です。平均値だけでは見えにくい分布の偏りや、極端に大きい値・小さい値の有無を一枚の図で確認できるため、売上、品質、対応時間などの比較にもよく使われます。まずは箱ひげ図が何を表すのかを整理し、その後に読み方や活用場面を見ていきます。

箱ひげ図とは何か：定義と最初に見るポイント

箱ひげ図とは、データの分布状況を視覚的に表現するグラフの一種です。中央値（真ん中の値）や四分位範囲（中央50%の広がり）を中心に、データがどの程度散らばっているか、偏りがあるか、極端な値が混ざっていないかを把握しやすい点が特徴です。

箱・中央値・ひげ・外れ値は何を示すか

箱ひげ図は、主に次の要素で構成されます。ただし「ひげがどこまで伸びるか」「外れ値をどう定義するか」は作図ツールや流派によって差があるため、ここでは代表的な考え方もあわせて整理します。

1. 箱（Box）：第1四分位数（Q1）から第3四分位数（Q3）までの範囲を表す長方形（データの中央50%）
2. 中央値（Median）：データを小さい順に並べたときの中央の値（箱の中に線で表示）
3. ひげ（Whisker）：箱の上下から伸びる線。一般的には「外れ値ではない範囲の端」まで伸びる
4. 外れ値（Outlier）：ひげの外側に位置する値。点や丸で別表示されることが多い

特に注意したいのは「ひげ＝最小値・最大値」とは限らない点です。箱ひげ図には複数の描き方があり、よく使われる方式の一つでは、ひげはQ1−1.5×IQRからQ3＋1.5×IQRの範囲（※IQRは四分位範囲）に収まるデータの端まで伸び、範囲外は外れ値として点で示します。一方で、ツールや設定によっては最小値・最大値までひげを伸ばす表現もあります。社内で資料を共有する場合は、どの定義で作図したのかを明示すると誤解が起きにくくなります。

箱ひげ図が表現するデータの特徴

箱ひげ図からは、少なくとも次のような特徴を読み取れます。

• データの中心位置：中央値がどこにあるか
• データのばらつき：箱（Q1〜Q3）の高さ（幅）が大きいほど散らばりが大きい
• 分布の偏り（歪み）：中央値が箱の中央からずれている場合は、分布に偏りがある可能性がある。向きを判断するときは、箱の片側の長さや、ひげの長さも合わせて確認する
• 外れ値の候補：ひげの外側に点があれば、極端値が含まれる可能性がある

ここで重要なのは、外れ値が「誤り」や「異常」を意味するとは限らないことです。入力ミスや計測ミスの可能性もありますが、キャンペーン施策の成功、特定顧客の大型案件、設備トラブルによる大幅な遅延など、業務上の理由で正しく発生しているケースもあります。箱ひげ図は、原因調査の入口として有効です。

箱ひげ図を使うメリット

• 平均値だけでは見えにくい「ばらつき」や「偏り」を把握しやすい
• 複数グループ（部署別、期間別、施策別など）を並べて比較しやすい
• 極端な値（外れ値候補）を早期に見つけやすい
• 「いつも通り」の幅を可視化でき、変化の兆候に気づきやすい

一方で、箱ひげ図だけで結論を出さないことも大切です。サンプル数が少ない場合は四分位数が不安定になり、見た目が過度に強い印象を与えることがあります。箱ひげ図で当たりを付けたら、ヒストグラムや時系列、散布図、元データの確認などと組み合わせて判断すると安全です。

箱ひげ図とヒストグラムの違い

箱ひげ図とよく比較される可視化にヒストグラムがあります。箱ひげ図は中央値、四分位範囲、外れ値候補を短時間で比較しやすい一方、山の数や細かな分布形状までは分かりません。ヒストグラムは分布の形を詳しく見たいときに向いており、箱ひげ図は複数グループを並べて中心とばらつきを比べたいときに向いています。

そのため、部署別や期間別の比較をざっと見たい場面では箱ひげ図、分布が一峰性か二峰性かまで確かめたい場面ではヒストグラム、といった使い分けが有効です。

身近な例を用いた箱ひげ図の解説

ここでは、ある企業の部署ごとの月間売上データ（万円）を例に、箱ひげ図の見方を整理します。

このデータを箱ひげ図にすると、たとえば次のような読み取りが可能です。

• A部署の中央値はB部署より高く、中心的な売上水準が上にある可能性が高い
• A部署はB部署より箱（中央50%）が大きくなりやすく、売上のばらつきが大きい傾向がうかがえる
• A部署の最大値は250万円と大きいが、一般的な1.5×IQR基準では外れ値に該当しない場合もある（ツールの定義によって表示が変わる）

この例のポイントは、「最大値が大きい＝外れ値」とは言い切れないことです。もし「1.5×IQR」の定義で外れ値として点表示されているなら、通常の変動幅から外れている可能性がありますし、点表示されていないなら「ばらつきの範囲内の高値」として扱われている可能性があります。会議資料などで使う場合は、外れ値の定義（ひげの伸び方）を一言添えると、読み手の解釈が揃いやすくなります。

箱ひげ図は、中央値、四分位範囲、ひげ、外れ値候補をまとめて見られる点が強みです。細かな分布形状までは分からなくても、「どこが中心で、どのくらい散らばっているか」を短時間でつかみたい場面では役立ちます。

箱ひげ図の読み方

箱ひげ図を読むときは、「箱の中の線（中央値）」「箱の上下（Q1とQ3）」「ひげ」「外れ値表示」の4点をセットで確認します。ここでは、読み取りに必要な代表値と外れ値の考え方を整理します。

箱ひげ図から読み取れる代表値

• 中央値：データの中心位置を示す。平均値と違い、極端値の影響を受けにくい
• 第1四分位数（Q1）：下位25%地点の値（箱の下辺）
• 第3四分位数（Q3）：上位25%地点の値（箱の上辺）
• 四分位範囲（IQR）：Q3−Q1。データのばらつきの目安になる

中央値が高いグループは「典型的に大きい」傾向があり、IQRが大きいグループは「変動が大きい」傾向があります。たとえば、売上の箱ひげ図でIQRが大きい部署は、案件規模がまちまちだったり、特定の月に偏りがあったりする可能性があります。

外れ値の見分け方

外れ値は一般に、次の基準で判定されることが多いです。

• 下限値 = Q1 − 1.5 × IQR
• 上限値 = Q3 + 1.5 × IQR

この範囲外にある値が外れ値（候補）として点で表示されます。外れ値の存在は、データに特異な出来事が含まれる可能性を示しますが、原因は「入力ミス」「計測ミス」だけではありません。業務上のイベント（大型受注、障害、季節要因、施策の当たり外れなど）が反映されている可能性もあるため、外れ値を見つけたら「何が起きたのか」を確認するプロセスが重要です。

複数グループを比較するときの見方

複数のデータセットを比較するときは、次の観点で読むと整理しやすくなります。

• 中央値の位置：中心的な水準の違い（典型値の差）
• 箱の大きさ：ばらつきの違い（安定しているか、荒れているか）
• ひげの長さ：通常範囲の広さ（変動幅の広さ）
• 外れ値の有無：特異な出来事の混入可能性

たとえば「中央値は同じだがIQRが違う」場合、平均値では差が見えないのに、実務上は安定性の差が大きいといった状況が起こり得ます。逆に、中央値に差があっても箱が小さいなら「安定して差が出ている」といった読み取りもできます。

比較するときの注意点

複数の箱ひげ図を比べるときは、サンプル数が極端に違わないか、同じ単位・同じ軸で並べているかも確認したいところです。見た目の差が大きくても、件数が少ないグループでは四分位数が安定しにくく、解釈を急ぐと判断を誤ることがあります。

ビジネスでの箱ひげ図の活用例

箱ひげ図は、数値が「どのくらい散らばっているか」「いつも通りの範囲はどの程度か」を示すのが得意です。そのため、改善活動や施策評価の場面で、平均値だけでは見落としやすい論点を拾うのに向いています。

品質管理で箱ひげ図をどう使うか

製造業の品質管理では、ロットごとの寸法、重量、強度などの測定値を箱ひげ図で並べると、ロット間のばらつきや偏りを一目で確認できます。たとえば、あるロットだけ箱が大きい（ばらつきが大きい）なら、材料ロットの違い、設備状態、作業条件の変化などが疑えます。

また、工程別の測定値を比較すれば、どの工程で変動が増えているかを把握しやすくなります。箱ひげ図は原因を断定する図ではありませんが、「どこから調べるべきか」を絞り込むための入口として有効です。なお、工程能力を評価するには、仕様限界や管理状態も別途確認する必要があります。

マーケティング分析でどう使うか

マーケティングでは、顧客セグメント別の購買金額、購入頻度、LTV、キャンペーン反応などを箱ひげ図で比較すると、セグメント間の傾向差を把握しやすくなります。中央値が高いセグメントは典型的な購買水準が高い可能性があり、IQRが大きいセグメントは購買行動が多様（個人差が大きい）である可能性があります。

さらに、外れ値として現れる高額購入が「施策による成功例」なのか「一部顧客の特殊事情」なのかを確認することで、次の施策設計（対象の絞り込み、商品構成、上限設計など）にもつながります。

経営指標の比較にどう使うか

経営指標（部門別売上、利益率、粗利、受注単価、回収日数など）を箱ひげ図で並べると、「どの部門が高いか」だけでなく「どの部門が安定しているか」も見えてきます。たとえば利益率の中央値は高いが外れ値が多い部門は、案件構成の偏りやコストの振れが大きい可能性があります。

また、年度別・四半期別の箱ひげ図を並べると、分布が年々どう変化しているか（安定化しているか、ばらつきが増えているか）を確認しやすく、戦略の見直しや投資判断の材料として使いやすくなります。

業務改善での活用例

業務改善では、対応時間、処理件数、リードタイム、待ち時間などの分布を見ることが多くあります。平均値だけを追うと「一部の長時間案件」が隠れてしまうことがありますが、箱ひげ図なら外れ値として浮かびやすく、改善対象の発見につながります。

たとえば顧客対応時間の箱ひげ図で外れ値が頻繁に出る場合、難易度の高い問い合わせが混ざっている、エスカレーションのルールが曖昧、システムが不安定など、運用上の課題が潜んでいる可能性があります。箱ひげ図で傾向をつかみ、該当案件のログやカテゴリ、担当者、時間帯などを掘り下げると、改善策が立てやすくなります。

まとめ

箱ひげ図は、中央値や四分位範囲を中心に、データの分布（中心・ばらつき・偏り・極端値）を一枚で把握できるグラフです。複数グループの比較にも向いており、品質管理、マーケティング、経営分析、業務改善など、さまざまな業務データの可視化に活用できます。

一方で、ひげの定義や外れ値の扱いはツールによって差があるため、資料化するときは「外れ値の定義」を簡単に補足すると誤解が起きにくくなります。箱ひげ図で当たりを付けたら、元データや他の可視化手法とも組み合わせながら、実務に役立つ判断へつなげていきましょう。