分散の求め方を完全解説！2つの公式とエクセル手順を元記者が徹底解剖

データサイエンスや統計リテラシーがビジネスの必須教養となった2026年現在、高校数学の「データの分析」から社会人のリスキリング現場に至るまで、共通して学習者を悩ませる最大の壁が「分散の計算」です。「公式が複雑で何をしているのか分からない」「途中の計算ミスでいつも数字が狂う」といった悲鳴は、教育現場の取材でも毎年のように耳にします。

分散は、計算の背景にある「意味」と「確実な計算手順」を一度整理してしまえば、決して難しい概念ではありません。本稿では、大手メディアで数々のデータ分析記事を手がけてきた記者が、分散の基本概念から2通りの公式の使い分け、標準偏差との決定的な違い、さらには実務で役立つエクセル関数の実践テクニックまで、具体例を交えて余すところなく解説します。

📌 【この記事の重要ポイントまとめ】

• 要点1：分散の本質は「データの散らばり度合い」であり、各データの「平均値からの差（偏差）」を二乗した値の平均値として算出される。
• 要点2：計算には「定義通りの公式」と「二乗の平均引く平均の二乗」の2通りがあり、平均値が整数か小数かによって使い分けるのが最も効率的である。
• 要点3：高校数学で扱う「標本分散」と大学・実務の推測統計で使う「不偏分散（n-1で割る）」を明確に区別し、エクセル関数の誤用を防ぐことが実務上の鍵となる。

【超基礎から解説】分散の求め方と公式｜計算手順さえ押さえれば怖くない！

「分散の求め方が分からない」とつまずく最大の原因は、数式の記号（Σなど）に圧倒されてしまい、具体的な計算手順をイメージできていない点にあります。高校数学の「データの分析」でも最初に教わる通り、分散とは一言で言えば「データが平均値からどれくらい離れて散らばっているか」を数値化した指標です。

例えば、5人の小テストの点数が「50点、50点、50点、50点、50点」の場合と、「10点、30点、50点、70点、90点」の場合を比較してみましょう。どちらも平均値は50点ですが、後者の方が点数のバラつき（散らばり）が大きいことは直感的に分かります。この「バラつきの度合い」を客観的に比較するために考案されたのが分散です。

分散の計算手順は、以下の4つのステップで完結します。

【ステップ1】全員のデータの「平均値」を求める
まずは全データの合計をデータ数（$n$）で割り、基準となる平均値を割り出します。

【ステップ2】各データから平均値を引き「偏差」を出す
個々のデータから平均値を引いた差を、統計学では偏差と呼びます。「データ値 － 平均値」を全員分計算します。このとき、平均値より高い人はプラス、低い人はマイナスになります。

【ステップ3】それぞれの偏差を2乗し「偏差平方和」を求める
偏差のまま全員分を足し合わせると、プラスとマイナスが相殺されて必ず「0」になってしまいます。これでは散らばりの大きさを測れません。そこで、すべての偏差を2乗して強制的にプラスの値へと変換し、それらをすべて足し合わせます。この合計値を偏差平方和と呼びます。

【ステップ4】偏差平方和をデータの個数で割る
最後に、ステップ3で求めた偏差平方和をデータの総数（$n$）で割ります。これが分散の定義式です。

数式で表すと以下のようになります。データの値を $x_1, x_2, \dots, x_n$、平均値を $\bar{x}$、分散を $s^2$ とすると、

$$s^2 = \frac{1}{n} \sum_{i=1}^{n} (x_i - \bar{x})^2 = \frac{(x_1 - \bar{x})^2 + (x_2 - \bar{x})^2 + \dots + (x_n - \bar{x})^2}{n}$$

手順そのものは、足し算、引き算、掛け算、割り算の基礎的な四則演算にすぎません。ひとつずつ段階を踏めば、誰でも確実に答えにたどり着くことができます。

「二乗の平均引く平均の二乗」とは？計算が劇的に楽になるもう1つの分散の公式

受験数学の参考書や教育系Webメディアで必ず紹介され、現場の指導者も強く推奨するのが「もうひとつの分散の公式」です。合言葉のように呼ばれるのが「二乗の平均引く平均の二乗」という解法テクニックです。

定義通りの計算式を展開して整理すると、分散は次の式に変形できます。

$$s^2 = \overline{x^2} - (\bar{x})^2$$

ここで $\overline{x^2}$ は「各データをあらかじめ2乗した値の平均値」、$(\bar{x})^2$ は「データの平均値を2乗した値」を指します。言葉通り、「データの2乗の平均」から「平均値の2乗」を引くだけで分散が求まります。

では、なぜこの公式が重宝されるのでしょうか。教育関係者の証言によると、「平均値が小数のときに定義式を使うと、引き算の時点で小数点以下の二乗計算が連続し、計算ミスの発生率が跳ね上がる」という実情があります。平均値が「51.8」のように端数になった場合、$(x_i - 51.8)^2$ を何度も手計算するのは多大な労力を要します。

一方、「二乗の平均引く平均の二乗」を用いれば、まず元の数値を2乗して整数同士で足し合わせ、最後の段階で割り算と引き算を行うため、筆算の負担とミスを大幅に削減できます。平均値が綺麗な整数になる場合は「定義式」、平均値が分数や小数になる場合は「二乗の平均引く平均の二乗」を活用するのが、大学入試や資格試験における鉄則です。

【データ比較表】標本分散と不偏分散の違い｜なぜ「n」ではなく「n-1」で割るのか？

高校数学から大学の統計学や実務データ分析へと進んだ際、多くの人が直面する混乱が「標本分散」と「不偏分散」の違いです。高校ではデータの個数「$n$」で割っていたはずの分散が、大学の講義や統計ソフトでは突如「$n-1$」で割る計算式へと姿を変えます。

この違いを理解するには、分析の対象が「手元にあるデータそのもの（母集団全体）」なのか、それとも「一部のサンプルから全体を推測したいのか（標本）」という視点が必要です。以下の比較表にその構造的な違いを整理しました。

なぜ $n$ ではなく $n-1$ で割るのかという疑問に対して、数理統計学では「自由度の損失」として説明されます。サンプルから計算した平均値は、サンプルの中心に引っ張られる性質があります。そのため、サンプルの平均値を使って計算した散らばりは、母集団全体の真の散らばりよりも平均的に小さく見積もられてしまう（過小推定のバイアス）のです。分母をわずかに小さく（$n-1$）することで、過小評価された分を底上げし、母集団の分散に偏りなく一致させる（不偏性を持たせる）という数学的知恵が働いています。

【実態検証】高校数学からビジネス実務まで！受験生とデータ担当者が躓く「落とし穴」

教育現場や大手IT企業での研修現場を取材すると、学習者が必ず引っかかる共通の疑問が存在します。それが「そもそも、なぜ偏差を2乗しなければならないのか？絶対値でプラスにするのではダメなのか？」という問いです。

プラスとマイナスを打ち消さない目的ならば、各データと平均値の差の「絶対値」を足し合わせても良さそうに思えます。実際、統計学には「平均絶対偏差（MAD: Mean Absolute Deviation）」という指標も存在します。

しかし、なぜ現代数学や機械学習の基盤として分散がデファクトスタンダードになったのか。数学教育の専門家は次のように解説します。

「絶対値関数は $x=0$ で尖ったV字のグラフを描くため、微分ができません。これに対して2乗した関数（二次関数）は滑らかな放物線を描き、微分計算が極めて容易です。最小二乗法による回帰分析や、正規分布の数式展開、AIの最適化アルゴリズムに至るまで、解析的な扱いやすさにおいて2乗（分散）が圧倒的に優位だったという歴史的背景があります」

また、もうひとつの落とし穴が「標準偏差の求め方」との混同です。分散を求めた直後、その数値の大きさに戸惑う人が少なくありません。例えば100点満点のテストで分散が「400」と出た場合、「テストの散らばりが400点とはどういうことか」と混乱するのです。分散は計算の過程で数値を2乗しているため、単位も「点数の2乗（点$^2$）」に膨らんでいます。これにルート（平方根）を被せ、$\sqrt{400} = 20$ 点と元の単位に戻してあげる作業が「標準偏差の求め方」です。「分散は計算のエンジンであり、現場に報告するメーターが標準偏差である」と捉えると理解がスムーズになります。

エクセルVAR関数を使った一発計算ガイド｜度数分布表からの分散算出法も網羅

現場の実務では、数百から数千行に及ぶデータを手計算することはありません。表計算ソフト（ExcelやGoogleスプレッドシート）を使いこなすことが必須ですが、ここでも関数の選択ミスによるトラブルが頻発しています。

エクセルで分散を求める際、用意されている関数は主に2種類存在します。

1. VAR.P関数（旧VARP）
分母を「$n$」で割る母分散・標本分散を算出します。入力例：=VAR.P(A2:A100)
対象データが全社員、全店舗など「母集団そのもの」である場合に使用します。

2. VAR.S関数（旧VAR）
分母を「$n-1$」で割る不偏分散を算出します。入力例：=VAR.S(A2:A100)
顧客アンケートの抽出サンプルなど、「一部のデータから全体を推測したい」場合に使用します。

単に「=VAR()」と入力すると、多くの環境では互換性のためにVAR.S（$n-1$）が呼び出されます。「高校の教科書通りに計算したのにエクセルの数値と微妙にズレる」という初心者の疑問の9割は、このVAR.PとVAR.Sの混同によるものです。

また、実務や試験で頻出する「度数分布表（ヒストグラム）」から分散を求める手法も押さえておく必要があります。生データがなく、階級と度数しか分からない場合は、各階級の真ん中の値である「階級値」をデータ値とみなして計算を進めます。

1. 各階級の「階級値 × 度数」の合計を出し、総度数で割って平均値を算出する。
2. 各階級について「（階級値 － 平均値）の2乗 × その階級の度数」を計算する。
3. その総和を総度数で割る。

度数を掛け忘れて単に階級値の2乗平均を取ってしまうミスが非常に多いため、表を作成する際は「度数（人数や個数）の重み付け」を必ず数式に組み込んでください。

一般に知られていない盲点とネットの誤解｜分散の限界と外れ値リスク

インターネット上の解説記事では「分散が大きければバラつきが大きく、小さければ安定している」と単純化されがちですが、実社会のデータ分析において分散を盲信するのは極めて危険です。

分散最大の弱点は、「外れ値（極端な異常値）に極端に引っ張られる」という点にあります。偏差を2乗して計算する構造上、平均から大きく離れた異常値が1つ混入するだけで、その差が2乗され、分散全体を何倍にも跳ね上げてしまいます。

例えば、平均年収400万円前後の一般社員9人のグループに、年収1億円の役員が1人加わったとします。平均年収自体も約1360万円に吊り上がりますが、分散は天文学的な数値となり、一般的な従業員のバラつき度合いを全く反映しない無意味な数字へと変貌します。

【プロの結論】分散を活用すべきケース・避けるべきケースの判断基準

データ分析のプロとして現場を見る際、記者は対象データの「分布の形状」に応じて指標を使い分けることを推奨しています。

【分散・標準偏差を使うべき対象】
・データが左右対称の釣り鐘型（正規分布）に近い場合
・工場の製品寸法、定期試験の学力テスト、成人男性の身長など、極端な異常値が発生しにくい自然・物理データ

【分散・標準偏差を避けるべき、または慎重になるべき対象】
・資産保有額、年収、WebサイトのPV数、SNSのフォロワー数など、一部の富裕層やインフルエンサーが数値を独占する「歪んだ分布（べき乗則）」
・この場合は、分散ではなく「中央値」や「四分位範囲（IQR: 75%点と25%点の差）」を用いた方が、実態を正確に捉えられます。

数式を解くだけでなく、「このデータセットに二乗の平均というアプローチが適しているか」を疑う視点こそが、現代のデータリテラシーにおいて決定的な差となります。

【分散 求め 方】に関するよくある質問（FAQ）

Q1：分散がマイナスの値になることはありますか？
A1：実数の計算において、分散がマイナスになることは絶対にありません。分散は「数値を2乗した値（必ず0以上）」を足し合わせて平均するため、計算結果は必ず「0以上の数値」になります。もし手計算で答えがマイナスになった場合は、引き算の順序ミスや、「二乗の平均引く平均の二乗」の計算過程で符号を誤っている可能性が高いので、直ちに検算してください。

Q2：高校数学の共通テストや定期試験では、どちらの公式を使うべきですか？
A2：問題文で与えられたデータ条件に合わせて柔軟に選択してください。平均値が「整数」になる場合は、引き算と二乗の計算が暗算レベルで処理できるため「定義式（各データの偏差の2乗の平均）」が確実です。一方、平均値が小数第1位などの端数になる場合や、問題文に最初から「各データの2乗の総和（$\sum x_i^2$）」がヒントとして提示されている場合は、迷わず「二乗の平均引く平均の二乗」を使用してください。

Q3：なぜ分散の記号は「$s^2$」や「$\sigma^2$」と2乗の形で書くのですか？
A3：標準偏差を「$s$」や「$\sigma$（シグマ）」と表すため、その二乗である関係性を明示的に示すために「$s^2$」「$\sigma^2$」と表記します。なお、一般的にアルファベットの $s^2$ は手元のサンプル（標本）の分散を表し、ギリシャ文字の $\sigma^2$ は調査対象の全体（母集団）の母分散を表す使い分けがなされています。

まとめ：分散の計算手順をマスターして統計データを正しく読み解く

分散の計算は、一見すると記号の羅列に見えますが、本質は「平均値からのズレを二乗し、足して割る」という極めてシステマチックな作業です。計算の全体像を4つのステップに分解し、「定義通りに偏差を二乗する解法」と「二乗の平均引く平均の二乗」という2つの武器を手に入れれば、どのような試験問題や実務課題であっても迷うことはありません。

さらに、実務においては高校数学の標本分散（$n$で割る）と推測統計の不偏分散（$n-1$で割る）の文脈を正しく切り分け、エクセルのVAR.PとVAR.Sを意図を持って選択できる能力が求められます。単なる試験対策にとどまらず、数値の背後にある「データの散らばり」を鋭く見抜く視点を手に入れて、日々の学習やビジネスの実践に役立ててください。 （出典: 分散 求め 方（Yahoo!ニュース））