ビジネスの企画書から中学数学のテスト対策、さらには給与統計の分析に至るまで、データの全体像を正確に把握する上で欠かせない指標が「中央値（メジアン）」です。平均値だけを見ていると、一部の極端に高い数値や低い数値に全体が引っ張られ、実態を見誤る危険性があります。 数値データを正しく読み解き、根拠ある意思決定を行うためには、中央値の正確な求め方と他の代表値との違いを論理的に理解しておく必要があります。 📌 【この記事の重要ポイントまとめ】
- 要点1：データの個数が奇数の場合は「完全な真ん中の1値」、偶数の場合は「中央に並ぶ2値の平均」で中央値を瞬時に算出できる。
- 要点2：極端な外れ値の影響を受けやすい平均値に対し、中央値はデータの実態や標準的な立ち位置を浮き彫りにする強みを持つ。
- 要点3：度数分布表やエクセル（MEDIAN関数）、四分位数の概念まで体系的に押さえることで、実務と学術双方のデータ分析スキルが劇的に向上する。
【基礎から即解】中央値の求め方決定版｜奇数・偶数のデータ別計算ステップ
中央値の求め方に悩む人の多くは、データの並べ替え忘れや、データ数が偶数のときの処理でつまずいています。中央値を求める手順は、データの個数にかかわらず「データを昇順（小さい順）に並べ替える」という下準備から始まります。このステップを省略すると絶対に正しい値は出ません。 並べ替えを終えた後、データの個数が奇数か偶数かによって次の2通りの計算手順に分岐します。
1. データの個数が「奇数」の場合の求め方
データ数が奇数個（$n$個）の場合、真ん中の値は必ず1つだけ存在します。中央値が存在する位置は「$(n + 1) \div 2$ 番目」です。 * 例題：「15, 3, 27, 8, 12」の5つのデータがある場合 * ステップ1（並べ替え）：3, 8, 12, 15, 27 * ステップ2（中央位置の特定）：$(5 + 1) \div 2 = 3$ 番目 * 結果：3番目の数値である「12」が中央値となります。
2. データの個数が「偶数」の場合の求め方
データ数が偶数個（$n$個）の場合、完全な中央に位置するデータが1つに定まりません。そのため、中央を挟む「$n \div 2$ 番目」とその次の「$(n \div 2) + 1$ 番目」の2つの値を足して2で割る（平均を取る）計算を行います。 * 例題：「18, 5, 22, 9, 31, 14」の6つのデータがある場合 * ステップ1（並べ替え）：5, 9, 14, 18, 22, 31 * ステップ2（中央2つの特定）：$6 \div 2 = 3$ 番目（14）と 4番目（18） * ステップ3（2値の平均を算出）：$(14 + 18) \div 2 = 16$ * 結果：中央値は「16」となります。 中学数学の中央値（メジアン）の単元でも、この「偶数時は中央2つの相加平均を取る」という処理が最重要ポイントとして出題されます。
【徹底比較】中央値・平均値・最頻値の違い｜ビジネスと統計の実践的使い分け
統計学やデータ分析において、データの集団を1つの数値で要約したものを「代表値」と呼びます。代表値の主軸となるのが「中央値」「平均値」「最頻値」の3つです。どれか1つが優れているわけではなく、分析対象のデータの散らばり具合（分布）に応じて適切に使い分ける必要があります。
統計データを取り扱う現場において、中央値の最大のアドバンテージは「外れ値に対する頑健性（ロバスト性）」にあります。例えば、年収300万円の市民9人の中に年収10億円の富豪が1人加わった場合、平均値は一気に1億円を突破して「富裕層の街」のように錯覚させられます。しかし、中央値は300万円のまま維持され、住民の実態を冷静に示し続けます。
