【データサイエンス・統計学】歪度と何が違う？グラフの尖りを暴く「尖度（せんど）」の超基本を1分図解！

「データ分析で出てくる『尖度』ってどういう意味？」

「グラフの山が『尖っている』と、データにはどんな特徴があるの？」

「数値がプラスやマイナスになったときの見分け方は？」

データの平均値や、前回学んだ左右の傾き（歪度）だけでは分からない、データが「中央の一箇所に超特化して集中しているのか」「それとも全体的に広く浅く分散しているのか」という山頂の尖り具合を正しく見極めるための重要な道具が「尖度（せんど）」です。

最大の特徴は、一言でいうと「グラフの山の尖り具合を表す数値」のこと。手元にあるデータの集まり（分布）をグラフにしたとき、標準的な山（正規分布）と比べて、針のように鋭く天に向かってそびえ立っているのか、あるいは上から押しつぶされたドームのように平らなのかを、客観的な数値として教えてくれる便利な指標です。

この記事では、データの集中度を読み解くために絶対に外せない「尖度の仕組みと実務での見方」を、5枚の図解構成に合わせて分かりやすく解説します！

1.【直感編】尖度とは？一言でいうと「グラフの山の尖り具合を表す数値」

まずは、尖度（せんど）がどのようなものなのか、直感的なイメージから掴みましょう。

尖度とは、一言でいうと「グラフの山の尖り具合を表す数値」です。

なだらかな丘の横に、対照的な2つの山が並んでいる状態をイメージしてください。ひとつは、まるで針のように鋭く垂直にそびえ立つ尖った山のグラフ。もうひとつは、上からギューッと押しつぶされたように平らになったドーム型のグラフです。中央では、研究員のキャラクターがそれぞれの山頂の「とんがり度合い」を分度器やものさしを使って測りながら、熱心にノートに記録しています。

💡 【ワンポイント】

分布の尖り具合を

数値で確認できる！

データの集中がわかる！

2.【位置づけ】データの形を評価する道具！統計学におけるマッピング

次に、尖度が数学やデータサイエンスの中でどのような位置づけにあるのか、全体マップを見てみましょう。

尖度は、統計学の「データの要約」というグループの中の、データの性質を1つの数字で表す「統計量」として位置づけられています。

前回学んだ、左右の傾きを表す「歪度」とは対になる存在であり、グラフの「縦への突き抜け具合（集中度）」を決定づけるなくてはならない道具です。

💡 【ワンポイント】

頂点の尖り具合を

明確に判別する！

グラフの要になる！

3.【理論編】どうやって動く？山頂の尖り具合を数値化する3つのステップ

尖度が実行される本質的な目的は、「山頂の尖り具合を数値化する」という点にあります。標準的な山（正規分布）を「0」の基準としてそこからどう変化するか、以下の3つのステップで計算が動きます。

※統計ソフトの定義によっては、基準の正規分布を「3」とする場合もありますが、実務や多くのツールでは計算式で3を引いて「0」に揃える方法（過剰尖度）が一般的です。今回は0を基準として解説します。

ステップ1：標準化を行うバラバラなデータのスケール（単位や大きさの基準）を綺麗にそろえるため、お菓子の型枠のような共通の枠の中にデータを流し込んで全体のサイズを統一します。
ステップ2：４乗して計算中心（平均値）から大きく離れたところにある「珍しいデータ（外れ値）」の影響をあえて強烈に引き出すため、数字に「4乗」の魔法をかけて爆発的に大きく膨らませます。
ステップ3：数値を確定する計算が完了すると画面に数値が表示されます。基準となる正規分布より鋭く尖っていれば「プラス（正）」、逆になだらかで平らな形をしていれば「マイナス（負）」の数値が確定します。

💡 【ワンポイント】

基準は正規分布の０

プラスなら鋭く尖る！

マイナスは平らになる！

4.【比較編】何が違う？頂点の尖りを見る「尖度」vs 左右の偏りを見る「歪度」

統計学やデータ分析の現場で、尖度とセットで必ず比較されるライバルが「歪度（わいど）」です。この2つのアプローチの違いを整理しておきましょう。

一言でいうと、その違いは「尖りを見るか？傾きを見るか？」にあります。

項目	尖度	歪度
注目点	頂点の尖り（縦の変化）	左右の偏り（横の変化）
基準値	０（または３）だ	０で完全に対称

左側を虫眼鏡で見ると「尖度」の世界です。グラフの頂点が天に向かってどれくらい尖っているか、あるいは平らに潰れているかという「縦の集中度」に注目します。数値がプラスなら針のように尖り、マイナスならなだらかになります。

右側を虫眼鏡で見ると「歪度」の世界です。こちらは縦の高さではなく、グラフが左右非対称にどちらか一方へ傾いて滑り台のようになっているかという「横の偏り」に注目します。

💡 【ワンポイント】

尖度 ➡ 頂点の尖りを示す！

歪度 ➡ 左右の偏りを示す！

5.【まとめ】これだけは押さえよう！尖度のまとめ

最後に、今回学んだ尖度の要点を振り返りましょう。

まずはここだけ絶対に押さえておけば完璧です！

ビジネスや工場の現場では、データの性質が極端に一箇所に集中したり、逆に広く散らばったりすることで、以下のような尖度の代表例となる山が生まれます。

株価や金融商品の変動（正の尖度）： 普段はほとんど値動きがなく中央（0％付近）に猛烈にデータが集中して鋭い山を作りますが、ごく稀に大暴落や大高騰という極端な外れ値が起きて裾野が長く伸びるため、尖度は「プラス（正）」の大きな値になります。
工場の製品の寸法（正の尖度）： 優秀で精密な機械によって完璧に管理されて作られた製品は、ほとんどすべての個体が目標値ぴったりに集中してエラーが極めて少ないため、中央が針のように激しく突き抜けた「プラス（正）」の鋭い山を作ります。
実力が均一なクラスのテスト（正の尖度）： 生徒全員の実力が完全に拮抗しており、事前の対策が完璧だった場合、平均点周辺に全員の点数がギュッと一斉に集中するため、グラフは横に広がらず真ん中がシャープに尖った形になります。

💡 【ワンポイント】

尖度とは「データの分布を解析し、尖度量で集中性を測る手法」

尖度の本質は、データがどれだけ「平均値のまわりに密集しているか」、そして「めったに起きない大番狂わせ（外れ値）がどれくらい含まれているか」を4乗の計算によって敏感に探知する点にあります。データ分析の実務や統計試験の対策としては、「尖度が0より大きければ山が尖ってデータが中央集中していること」、「尖度が0より小さければ山が平らになってデータが広く平坦に分散していること」を、グラフのイメージと結びつけてしっかりと頭に入れておきましょう！