標準偏差（SD）とは
標準偏差（Standard Deviation：SD）とは、
データが平均値からどれくらい離れているかを示す統計指標です。
簡単に言うと、次のような意味になります。
| 指標 | 意味 |
|---|---|
| 平均値 | データの中心 |
| 標準偏差 | データのばらつき |
標準偏差は次のように解釈できます。
- 標準偏差が小さい → データが平均値の近くに集まっている
- 標準偏差が大きい → データが広くばらついている
標準偏差のイメージ
例えば、次の2つのクラスのテスト結果を見てみましょう。
クラスA
60 / 61 / 59 / 60 / 60
クラスB
30 / 90 / 40 / 80 / 60
どちらも平均点は 60点 ですが、状況は大きく違います。
| クラス | 特徴 |
|---|---|
| クラスA | 点数が60付近に集中 |
| クラスB | 点数の差が大きい |
この違いを数値で表すのが標準偏差です。
- クラスA → 標準偏差が小さい
- クラスB → 標準偏差が大きい
標準偏差の計算方法
標準偏差は次の手順で求めます。
① 平均値を求める
例：
10 / 12 / 14 / 16 / 18
平均値
(10+12+14+16+18) ÷ 5 = 14
② 平均値との差（偏差）を求める
| データ | 偏差 |
|---|---|
| 10 | -4 |
| 12 | -2 |
| 14 | 0 |
| 16 | 2 |
| 18 | 4 |
③ 偏差を二乗する
| 偏差 | 偏差² |
|---|---|
| -4 | 16 |
| -2 | 4 |
| 0 | 0 |
| 2 | 4 |
| 4 | 16 |
④ 平均をとる（分散）
(16+4+0+4+16) ÷ 5 = 8
⑤ 平方根をとる
√8 ≒ 2.83
この 2.83 が標準偏差です。
標準偏差と分散の違い
標準偏差とよく一緒に使われる指標が分散です。
| 指標 | 内容 |
|---|---|
| 分散 | 偏差の二乗の平均 |
| 標準偏差 | 分散の平方根 |
つまり、
標準偏差 = √分散
標準偏差は元のデータと同じ単位になるため、
実際のデータのばらつきを直感的に理解しやすいという特徴があります。
標準偏差が使われる場面
標準偏差は、ITやデータ分析など様々な分野で活用されています。
データ分析
データのばらつきを把握するために使われます。
例
- Webアクセス分析
- 売上データ分析
- ユーザー行動分析
品質管理
製品の品質の安定性を確認するために使われます。
例
- 製造誤差の確認
- 工業製品の品質管理
AI・機械学習
データの標準化（正規化）の計算に使用されます。
例
標準化 = (データ − 平均) ÷ 標準偏差
これにより、異なるスケールのデータを比較できるようになります。
標準偏差と正規分布
標準偏差は正規分布（ベルカーブ）と深く関係しています。
正規分布では、データの多くが次の範囲に収まります。
| 範囲 | 含まれる割合 |
|---|---|
| ±1SD | 約68% |
| ±2SD | 約95% |
| ±3SD | 約99.7% |
これを68-95-99.7ルールと呼びます。
標準偏差を計算できるツール
標準偏差はさまざまなツールで簡単に計算できます。
Excel
STDEV.P
STDEV.S
Python
numpy.std()
BIツール
- Tableau
- Power BI
- Google Analytics など
データ分析の現場ではこれらのツールで自動計算されることが一般的です。
まとめ
標準偏差（SD）は、データのばらつきを示す重要な統計指標です。
ポイントを整理すると次の通りです。
- 標準偏差はデータの散らばり具合を表す
- 数値が小さいほどデータが平均に集中している
- 数値が大きいほどデータが広く分布している
- データ分析・AI・品質管理など幅広い分野で活用される
平均値だけでは分からないデータの特徴を理解するために欠かせない指標なので、データ分析を学ぶ際にはぜひ覚えておきましょう。
