歪度（わいど）とは？

歪度は、片側に伸びた「裾（テール）」の長さを表す

分布を山の形と想像すると、歪度（わいど）は「山の頂点から片側にどれだけ長い裾（尾）が伸びているか」を示す数値です。左右がきれいに線対称なら歪度は0になり、片側に裾が長く伸びているほど0から離れます。

つまり、歪度は「平均値と中央値がどちらへ引っ張られているか」を表す、分布の非対称性の度合いです。

「平均値が代表値にならない」のはなぜ？

平均値は、すべてのデータの値を足して割るため、極端な値（外れ値）に強く引っ張られます。一方、中央値は「データを順番に並べた真ん中の値」なので、端の極端な値の影響を受けにくい性質があります。そのため、歪度が大きい分布ではこの2つの値が離れていきます。

• 例1：給与分布（正の歪度 / 右裾）：大半の人の給与が中央付近にあっても、ごく一部の超高額所得者が右側に長い裾を作ります。平均値が中央値よりも「大きく（右側へ）」引っ張られます。
• 例2：待ち時間（正の歪度 / 右裾）：短時間で終わる人が多数派でも、まれに発生する長時間の待ちが右側に長い裾を作ります。
• 例3：難易度の低いテストの点数（負の歪度 / 左裾）：ほとんどの受講者が高得点（右側）に集中し、一部の低い点数側にだけ左へ長い裾が伸びます。平均値が中央値よりも「小さく（左側へ）」引っ張られます。

ここでの重要な気づきは、一見「平均値」がデータの中心に見えても、分布の歪みによって実際のボリュームゾーン（実感値）からズレてしまうケースがあるということです。

歪度が大きい＝「異常なデータ」なのか？

歪度自体は、データが異常かどうかの判定基準ではなく、あくまで分布の「形状の特徴」を表す指標です。重要なのは、歪みの方向を把握して正しくデータを扱うことです。

• 歪度が0に近い：左右がほぼ対称で、平均値と中央値がほぼ一致します（例：正規分布）。
• 正の歪度（右に裾が長い）：平均値 ＞ 中央値 となりやすい。
• 負の歪度（左に裾が長い）：平均値 ＜ 中央値 となりやすい。

検定や実務で使うとき、どこを見ればよいか

試験や実務のデータ分析では、歪度の細かい数値を計算することよりも、「分布の歪みによってどの代表値（平均値 or 中央値）を選ぶべきか」を判断する力が求められます。

1. 平均値と中央値を比較する：2つの値に大きな差がある場合、分布が大きく歪んでいるサインです。
2. グラフで裾の方向を確認する：右に伸びる裾なら「正の歪み」、左に伸びる裾なら「負の歪み」です。
3. 代表値を選択する：歪みが大きいデータ（所得や待ち時間など）では、平均値よりも「中央値」を代表値とする方が実態を反映しやすくなります。

まとめ：分布の「偏り」を捉える重要指標

歪度は、分布の「片側に長い裾がある度合い」を表す指標です。平均値と中央値がズレる原因を教えてくれるため、データの本当の姿を把握するために欠かせません。

• 初心者向け：手元のデータやニュースの統計で「平均値と中央値」を比べ、どちらが実態（中心）に近いかを確認してみましょう。
• 受験者向け（G検定・統計検定など）：「正の歪度＝右裾が長い（平均 ＞ 中央）」、「負の歪度＝左裾が長い（平均 ＜ 中央）」をセットで暗記しておきましょう。

歪度（わいど）の非対称さが、山のような形に片側だけ長い尾を伸ばすイメージで明快に伝わるのが強みです。一方で、左右どちらが大きい方向かを示す視覚的な強調が少し弱く、一瞬で読み切れますか少し物足りなさを感じます。

評価項目	点数	コメント
概念の正確さ	4	片側に伸びる尾で非対称性が表現されています
比喩の明快さ	4	山の形が分布に見立てられやすく伝わりやすいです
立体感・奥行き	4	影と光の差で厚みが出されています
映え度（SNS寄与）	4	光る尾が視線を引いてSNS映えがあります
色調の用語相性	3	柔らかすぎる青緑で分析感はやや弱いです
合計	19 / 25	総合判定: 良好

評価基準: 1（不合格）〜5（優秀）AI Judge による自動評価