「同世代の平均貯金額は〇〇万円」「今期の夏のボーナス支給額、全社平均は〇〇万円」

こうした数字を目にしたとき、「自分は平均以下だ……」と焦りや不安を感じる必要はありません。なぜなら、私たちが日常的に使う「平均値」には、一部の極端な数値によって実態が大きく歪められてしまう罠があるからです。

多くの人が「平均＝世間の普通」だと思い込みがちですが、統計学的にはその認識は誤りです。本記事では、ビジネスパーソンに身近なテーマを切り口に、「平均値」と「中央値」の違いを分かりやすく解説します。数字の嘘を見抜き、常に論理的な視点を持てるビジネスパーソンを目指しましょう。

⇒　データを正しく読み取る力を身に着ける｜統計検定®2級

目次

• なぜ「平均」は実感とズレるのか？平均値と中央値の根本的な違い
  • 極端な数値に引っ張られて跳ね上がる「平均値」
  • データを一列に並べて「真ん中」を指す「中央値」
• 貯金額とボーナスの実態！あなたが「平均以下」でも問題ない理由
  • 貯金額「平均〇〇万円」の罠！一部の富裕層が釣り上げる数字
  • ボーナス（賞与）の分布から見る「本当のボリュームゾーン」
• 職場の「平均」も危ない？残業時間と有給取得率に隠れたリスク
  • 残業時間「平均20時間」の影で、1人だけ80時間働いているケース
  • 有給取得率「平均70%」の嘘！全員が均等に休めているとは限らない
• 数字に騙されないビジネスパーソンになるために
  • データリテラシーを磨き、ビジネスの武器にする
• まとめ

なぜ「平均」は実感とズレるのか？平均値と中央値の根本的な違い

私たちが日頃から感じる「数字と実感のズレ」は、平均値と中央値の仕組みの違いから生まれています。データの本質を読み解くために、2つの指標の根本的な性質を整理しましょう。

極端な数値に引っ張られて跳ね上がる「平均値」

平均値は、すべてのデータの値を合計し、それをデータの総数（人数など）で割った数値です。全体の総量を把握するには便利ですが、「一部の極端な数値に全体が強く引っ張られてしまう」という弱点があります。

例えば、9人が年収300万円、1人が年収1億円の10人チームの場合、チームの平均年収は1,270万円に跳ね上がります。実態は10人中9人が年収300万円であるにもかかわらず、平均値だけを見ると全員が高収入であるかのような錯覚に陥るのです。

データを一列に並べて「真ん中」を指す「中央値」

一方、私たちの実感に近い数字を示すのが中央値です。データを小さい順に一列に並べたとき、ちょうど中央（真ん中）に位置する値を指します。

先ほどのチーム例では、データを並べた真ん中（5〜6番目）の人の年収は「300万円」になります。一部の突出した数値に影響されないため、一般的な水準を把握しやすい指標です。現実の社会データは左右非対称に偏っていることが多く、平均値と中央値には大きなズレが生じます。

上の図のように、山が左に偏り右に裾野が伸びるデータ構造では、平均値は一部の極端な高値に引きずられて右側（高い方）へズレる傾向があります。

貯金額とボーナスの実態！あなたが「平均以下」でも問題ない理由

構造の違いを理解したところで、お金にまつわる具体例を見ていきましょう。大半の人が平均値より低い位置にいるカラクリが分かれば、焦る必要がないと納得できるはずです。

貯金額「平均〇〇万円」の罠！一部の富裕層が釣り上げる数字

ニュースなどで若手世代の「平均貯金額」を見て、自分の少なさに絶望した経験はありませんか？しかし、資産データは世の中で最も偏りが激しいものの一つです。

実際の若手の大半は貯金額が数万〜数十万円、あるいはゼロですが、中には親からの遺産や起業などで数千万円を持つ人が数パーセント存在します。平均値を出すと、これら一握りの高額資産が全体の合計を押し上げるため、実態より高い数字になります。実際の資産データでも、平均値は中央値を大きく上回る傾向が見られます。

ボーナス（賞与）の分布から見る「本当のボリュームゾーン」

会社のボーナスも同様です。「全社平均賞与は80万円」と発表され、自分の支給額が50万円だと評価が低いと不安になりますが、ここにも役員やトップ営業などの極端な高額支給者が影響しています。

いかに平均値が実態を隠してしまうか、5人の社員のモデルケースを具体的な表で比較してみましょう。

この表の通り、5人中4人は100万円未満であり、真ん中の「中央値」はCさんの50万円です。しかし、350万円を受け取るEさんがいるために全体の平均値は110万円まで跳ね上がります。

結果として、真ん中より上にいるはずのDさん（80万円）すら「平均以下」になってしまいます。自分が平均以下だからといって落ち込むのは、統計学的に見ればまったく無意味なのです。

職場の「平均」も危ない？残業時間と有給取得率に隠れたリスク

平均値の罠は、個人の資産だけでなく「組織の働き方」を見極める際にも潜んでいます。社内データの平均値を鵜呑みにすると、自身の心身の健康を損なったり、組織の深刻な課題を見落としたりする致命的なリスクに繋がりかねません。

残業時間「平均20時間」の影で、1人だけ80時間働いているケース

労務レポートなどで「我が社の平均残業時間は月20時間」というクリーンな数字を見かけても、安心は禁物です。

例えば、5人の部署で4人が月5時間、残りの1人（あなた自身など）が過労死ラインの月80時間残業していたとします。この場合、チームの平均残業時間は

となります。経営陣が「ホワイトな職場だ」と満足する一方で、現場では特定の誰かが限界を迎えているのです。平均値は、このように局所的な業務の偏りをきれいに隠蔽してしまいます。

有給取得率「平均70%」の嘘！全員が均等に休めているとは限らない

福利厚生の指標である「有給休暇取得率」も同様です。平均70%とあっても、実際は一部の社員が100%消化し、若手や責任ある立場の社員が0%に近いケースは珍しくありません。全員を均等にならす平均値だけでは、組織の歪みは見えてこないのです。

労働環境の真の実態を知るには、「中央値」や「分布」への着目が不可欠です。

数字に騙されないビジネスパーソンになるために

現代のビジネスでは「データに基づいた判断」が必須です。しかし、データそのものは嘘をつかなくても、見せ方によって私たちをいくらでも錯覚させられることを忘れてはなりません。

データリテラシーを磨き、ビジネスの武器にする

数字の罠を見抜き、正しくデータを読み解く「データリテラシー」は、説得力のある提案や実務におけるリスク回避の大きな武器になります。「ユーザーの平均滞在時間が伸びている」という報告に対し、一部のヘビーユーザーが数値を引き上げている可能性を疑えるかどうかが、正しい意思決定に繋がります。

「基礎から本格的にデータリテラシーを身につけたい」という方には、隙間時間で体系的に学べるeラーニングの活用がおすすめです。例えば、e-JINZAI lab.の「統計検定®2級」に対応した講座などを活用すれば、今回紹介した平均値や中央値の扱い方はもちろん、客観的なデータ分析やビジネスの意思決定に直結する統計学の基礎を、動画で効率的に学び直すことができます。こうしたコンテンツを上手く活用し、日常の「数字を見る目」をアップデートしていきましょう。

まとめ

本記事では、若手ビジネスパーソンが陥りがちな「平均の罠」について、ボーナスや貯金額、残業時間などの身近な事例を交えて解説してきました。

全員のデータを均等にならした「平均値」は、一部の極端な数値によって容易に跳ね上がってしまうため、私たちの「普通の感覚」とは大きくズレることが多々あります。一方で、データを順番に並べた真ん中の値である「中央値」こそが、多くの場合においてリアルな実態を映し出してくれる指標です。

これからニュースや社内のデータに触れるときは、提示された数字をただ鵜呑みにするのではなく、一呼吸置いて「これは平均値だろうか？それとも中央値だろうか？」「数字の分布はどうなっているだろうか？」と問いかける癖をつけてみてください。その小さな意識の積み重ねが、あなたの論理的思考力を鍛え、ビジネスパーソンとしての価値をより高めていくことになるはずです。