1σは何パーセント？標準偏差とパーセンタイルも！（68.3%：1シグマ：正規分布：統計：品質管理など）

統計資料や品質管理の報告書では、1σ、2σ、3σという表現をよく見かけます。

しかし、1σが何パーセントを示すのか、標準偏差とパーセンタイルがどう結び付くのかは、数字だけではつかみにくいテーマでしょう。

正規分布を前提にすると、平均値の周囲にどの程度のデータが集まるかを割合で考えられます。

この記事では、1シグマの68.3パーセントという意味を起点に、標準偏差、パーセンタイル、品質管理での使い方まで、具体例を交えて整理します。

1σの割合と正規分布の範囲

それではまず1σが何パーセントなのかについて解説していきます。

1σに含まれる68.3パーセントの意味

正規分布に従うデータでは、平均値を中心として、平均値からプラス1σまでとマイナス1σまでの間に、全体のおよそ68.3パーセントが入ります。

ここでいうσは、データのばらつき具合を表す標準偏差です。

たとえば、ある製品の長さの平均が100ミリメートル、標準偏差が2ミリメートルなら、98ミリメートルから102ミリメートルの範囲が平均値±1σに当たります。

正規分布が成り立つ場合、その範囲には約68.3パーセントの製品が含まれる見込みです。

68.3パーセントは、すべてのデータが1σ内に収まるという意味ではありません。

約3割のデータはこの範囲の外側にあるため、1σを超えた値だけで直ちに異常と判断するのは適切ではないでしょう。

2σと3σで広がるデータのカバー率

平均値から離れる範囲を広げるほど、その中に入るデータの割合も大きくなります。

平均値±2σには約95.4パーセント、平均値±3σには約99.7パーセントのデータが入るとされています。

平均値からの範囲	正規分布で含まれる割合	外側に残る割合
±1σ	約68.3パーセント	約31.7パーセント
±2σ	約95.4パーセント	約4.6パーセント
±3σ	約99.7パーセント	約0.3パーセント

この関係は68 95 99.7の経験則として知られ、正規分布を理解する際の基本になります。

品質管理では、とくに3σの内側にほとんどの測定値が集まっているかを確認し、工程の安定性を見極める材料にします。

ただし、工程能力や不良率の評価では、規格限界との距離、測定の誤差、分布の形も合わせて見る必要があります。

片側で見る場合の1σの確率

1σの68.3パーセントは、平均より下側と上側を合計した中央部分の割合です。

平均値からプラス1σまでの片側だけを見ると、平均以下の50パーセントに加え、平均からプラス1σまでの約34.1パーセントが含まれます。

そのため、平均値より1σ下から1σ上まででは68.3パーセント、平均値以下から1σ上まででは約84.1パーセントです。

検査の上限値だけを問題にする場面や、納期の遅延確率を見積もる場面では、片側確率の考え方が役立ちます。

どの範囲を求めているのかを先に言葉で確認すると、68.3パーセントと84.1パーセントの取り違えを防ぎやすくなります。

標準偏差と平均値の関係

続いては標準偏差と平均値の関係を確認していきます。

標準偏差が示すばらつきの大きさ

標準偏差は、各データが平均値からどの程度離れているかを、全体として表した指標です。

標準偏差が小さければデータは平均値の近くに集まり、大きければ値の散らばりが大きいと読み取れます。

平均値だけでは、データの安定性までは分かりません。

平均が同じ二つの工程でも、標準偏差が異なれば、規格外品が出る可能性や将来の予測のしやすさは変わります。

たとえば平均100の二つの工程で、標準偏差が1の工程と5の工程を比べると、後者のほうが測定値の幅が広がります。

平均値は中心、標準偏差は広がりと覚えると、役割を整理しやすいでしょう。

標本標準偏差と母標準偏差の違い

対象となるすべてのデータを母集団と呼び、そのばらつきを表す値が母標準偏差です。

一方、母集団の一部を抽出したデータは標本と呼ばれ、その標本から計算した値が標本標準偏差になります。

実務では全数を測ることが難しいため、標本データを用いて全体の傾向を推定する場面が少なくありません。

標本標準偏差では、ばらつきを過小評価しにくくするため、計算時にデータ数から1を引いた値を用いる方法があります。

表計算ソフトでも母集団用と標本用の関数が分かれていることがあります。

集計対象が全数なのか、抜き取り検査の標本なのかを明確にして、適した関数を選びましょう。

標準偏差だけでは判断できない点

標準偏差は便利な数値ですが、それだけでデータの特徴をすべて説明できるわけではありません。

平均値の近くにデータが集まる一方で、極端に大きい値が少数混じる場合には、標準偏差が大きく影響を受けることがあります。

また、売上額や待ち時間のように右側へ長く伸びる分布では、正規分布をそのまま当てはめると実態とのずれが生じることもあります。

ヒストグラム、箱ひげ図、時系列グラフを併用すると、外れ値や偏り、周期的な変動を見つけやすくなります。

パーセンタイルとσの対応

続いてはパーセンタイルとσの対応を確認していきます。

パーセンタイルで分かる順位の位置

パーセンタイルは、ある値より下に全体の何パーセントが位置するかを表す考え方です。

たとえば80パーセンタイルは、全体の約80パーセントがその値以下であることを意味します。

テストの結果、身長の成長曲線、アクセス数、納期などでは、平均からの距離よりも順位としての位置が分かりやすい場面があります。

中央値は50パーセンタイルに当たり、データを小さい順に並べたときの中央付近の値です。

パーセンタイルは値の大きさではなく分布内の位置を表すため、単位の異なるデータにも考え方を応用できます。

1σが対応するパーセンタイル

正規分布では、平均値は50パーセンタイルです。

平均値より1σ上の値は約84.1パーセンタイル、平均値より1σ下の値は約15.9パーセンタイルに対応します。

z値	平均値からの位置	累積割合の目安	対応するパーセンタイル
マイナス2	平均より2σ下	約2.3パーセント	約2.3パーセンタイル
マイナス1	平均より1σ下	約15.9パーセント	約15.9パーセンタイル
0	平均値	50パーセント	50パーセンタイル
1	平均より1σ上	約84.1パーセント	約84.1パーセンタイル
2	平均より2σ上	約97.7パーセント	約97.7パーセンタイル

このときのz値は、平均値から何個分の標準偏差だけ離れているかを表す値です。

平均と標準偏差が異なる複数の集団を比べるときも、z値へ換算すれば相対的な位置を比較しやすくなります。

z値を使ったパーセンタイルの求め方

z値は、対象の値から平均値を引き、その結果を標準偏差で割って求めます。

z値が1なら、その値以下に約84.1パーセントがあると考えられます。

一方でz値がマイナス1なら、下側にある割合は約15.9パーセントです。

統計ソフトや表計算ソフトには正規分布の累積確率を求める機能があり、細かなパーセンタイルを確認する際に便利です。

ただし、得られたパーセンタイルは正規分布を仮定した推定値であることを理解しておく必要があります。

品質管理における1σの活用

続いては品質管理における1σの活用を確認していきます。

工程のばらつきを把握する視点

製造現場では、寸法、重量、温度、濃度、時間など、さまざまな数値を継続的に測定します。

平均値だけが目標に近くても、ばらつきが大きければ、規格上限や規格下限を超える製品が発生しやすくなります。

そこで標準偏差を用い、工程がどの程度安定しているかを定量的に把握します。

測定値の多くが平均付近に集まっているか、ある期間から平均が移動していないか、ばらつきが急に増えていないかを確認することが重要です。

σは工程のゆらぎを数値化する尺度として、改善活動の共通言語になります。

管理図で見る中心線と管理限界

管理図では、平均値を中心線として、一般に中心線からプラス3σとマイナス3σの位置に管理限界を設定する考え方があります。

これは製品規格の上限や下限とは異なり、工程が通常のばらつきの範囲にあるかを見るための目安です。

測定値が管理限界を超えた場合、偶然のばらつきだけでは説明しにくい変化が起きた可能性があります。

連続して中心線の片側に偏る、緩やかに上昇する、周期的に振れるといったパターンも、原因の確認が必要なサインでしょう。

両者を混同すると、工程は安定しているのに規格外が出る状況や、規格内でも工程が変化している状況を見落としやすくなります。

工程能力指数とのつながり

工程能力指数は、規格幅に対して工程のばらつきがどの程度小さいかを評価する指標です。

代表的なCpは、規格上限と規格下限の幅を、工程の6σで割る形で考えます。

6σは平均値からプラス3σまでとマイナス3σまでを合わせた幅であり、正規分布なら約99.7パーセントを含む範囲です。

Cpが大きいほど、工程のばらつきに対して規格幅に余裕があると判断しやすくなります。

ただし、平均値が規格の中央からずれている場合には、Cpだけでは実際の余裕を十分に示せません。

そのため、平均の偏りも考慮するCpkを用い、上限側と下限側のどちらにリスクがあるかを確認します。

ばらつきの小ささと中心位置の適切さを両方見ることが、実用的な品質管理につながります。

正規分布を使う際の注意点

続いては正規分布を使う際の注意点を確認していきます。

データが正規分布に近いかの確認

1σが68.3パーセントという値は、データが正規分布に従うことを前提としています。

正規分布は平均値を中心に左右対称の山形となり、中心ほどデータが多く、端に近づくほど少なくなる分布です。

実データでは完全な正規分布になることは多くありませんが、近い形であれば目安として活用できます。

まずヒストグラムを作り、左右の形、山の数、極端な値の有無を観察しましょう。

必要に応じて正規確率プロットや正規性の検定を使うと、見た目だけでは分かりにくいずれも確認できます。

外れ値と測定誤差の扱い

極端に大きい値や小さい値が見つかったとき、単純に削除するのは避けるべきです。

入力ミス、測定器の不具合、単位の取り違え、材料ロットの変化など、重要な原因が隠れている可能性があります。

外れ値を確認する際は、測定日時、担当者、設備条件、原材料、周辺環境などの記録を見直すとよいでしょう。

測定誤差が大きいと、観察された標準偏差には製品そのもののばらつきだけでなく、測定系のばらつきも混ざります。

品質管理では、測定器の校正や測定システムの評価も欠かせません。

測定できることと正確に測れていることは別という視点が大切です。

非対称な分布での代替的な見方

所得、注文金額、故障までの時間、アクセス数などは、一部の大きな値によって右側へ長く伸びることがあります。

このような分布では、平均値と標準偏差だけで代表させるより、中央値、四分位範囲、百分位点を併用するほうが実態をつかみやすい場合があります。

たとえば上位10パーセントの境目を知りたいなら90パーセンタイルを直接求める方法が有効です。

データによっては対数変換を行うことで、正規分布に近い形で分析できることもあります。

目的が異常検知なのか、顧客層の分類なのか、規格外率の推定なのかによって、適した集計方法を選びましょう。

1σと68.3パーセントのまとめ

1σは標準偏差1個分の範囲を指し、正規分布では平均値の前後1σに約68.3パーセントのデータが含まれます。

平均値からプラス1σまでの累積割合は約84.1パーセント、マイナス1σまででは約15.9パーセントです。

2σでは約95.4パーセント、3σでは約99.7パーセントが範囲内に入るため、ばらつきや異常の度合いを考える基礎になります。

標準偏差は平均値の周りへの散らばりを示し、パーセンタイルは分布内での相対的な位置を示します。

品質管理では、管理図、工程能力指数、規格限界との関係を通じて、σの考え方が幅広く使われています。

ただし、68.3パーセントは正規分布を前提とした値です。

ヒストグラムや外れ値、測定誤差も確認し、データの性質に合った方法で判断することが、統計を実務に生かす近道になるでしょう。