ソーシャルメディアやネット上の言説では、「平均値」という言葉が一人歩きし、歪んだ認識を生み出すケースが後を絶ちません。代表的な認知の歪みとして、以下の2点があります。
第一に「シンプソンのパラドックス」と呼ばれる統計現象です。個別のグループごとに分けるとすべてのグループでA群の成功率が高いにもかかわらず、全体を合計して平均を出すとB群のほうが高くなってしまう現象を指します。母数の偏りによって全体の平均値が逆転するため、全体平均の数字だけで結論を急ぐのは危険です。
第二に「生存者バイアス」による平均の引き上げです。例えば「起業家の平均年収」や「投資コミュニティの平均リターン」を算出する際、市場から撤退した失敗者のデータが抜け落ち、現在残っている成功者のみで平均が計算されているケースが多々あります。提示された平均値が「どのような母集団から抽出されたのか」を検証する姿勢が求められます。
【プロの結論】データリテラシーを高める判断基準と実践的な使い分け
数値を扱うビジネスパーソンや生活者が持つべき判断基準を整理します。
【単純平均（算術平均）を使うべき場面】
データのばらつきが正規分布に近く、極端な異常値が存在しないデータ（例：同年代の身長測定、同一規格の工業製品の重量、均等な条件下で行われた定期テストなど）。
【中央値・加重平均を使うべき場面】
富の偏在がある経済指標（年収、貯蓄額、不動産価格）、規模や販売数が大きく異なる拠点間のデータ統合、顧客の滞在時間など一部のヘビーユーザーが数値を引き延ばす構造を持つデータ。
数字は客観的な事実を示す強力なツールですが、集計手法を一つ誤るだけで現実とはかけ離れた虚像を作り出します。「その平均値は何を分母とし、どんな外れ値を含んでいるのか」という複眼的な視点を持つことが、情報社会を正しく生き抜くための必須リテラシーです。
