健診データ分析をする場合、先ず、各検査項目の平均値を出してみるかと思います。
平均値は良いのですが、それを比較する際に問題が起こります。
健診データの分析で、各検査項目の平均値を出してそれぞれの全国平均値等と比較する場合特に気をつけなければいけない点があります。

例えば、よく見るのですが、血圧平均値１２０（全国）：１３０（自社）に対し、ＴＧ１１７（全国）：１２０（自社）であった場合、ＴＧよりも血圧の方が大きく離れているので血圧の方が問題が大きいと考えるとダメです。また、各検査値の全国平均値を１００として、自社平均値を換算して血圧（１．０８）ＴＧ（１．０２）として血圧が０．６ポイント高いとすることも同じです。

どこがダメなのかというと、一見各全国平均値を１００で統一してそれに対する比較を行っていますが、それだけでは不十分です。血圧とＴＧの広がり（分布）は同じでしょうか？
集団の大きさは平均値と標準偏差（広がり度合い）で決定されます。したがって、お互いに比較するような場合この両方を統一した条件のもと、つまり同じ土俵に上げていないと比較出来ません。

性質や単位の異なるものどおしを比較する場合、標準偏差値に換算します。これは平均値と標準偏差を同時に統一するものです。 各検査値を 標準偏差値に換算し同じ土俵に乗せ比較します。
例として、分析ツールでは以下のようなグラフで男女別に出力されます。

このグラフは、全国平均値を１００として右側が１００以上（悪い）左側が１００以下として表示されるようになっており、問題のある項目を一目で分かるようになっています。 グラフでは、たまたまＨＤＬが右側で悪いとなっていますが、ＨＤＬは他の項目と違い高いほうが良好とされます。ツールではこれもちゃんと考慮して計算されています。 グラフデータから、平均値以下のデータが見て取れます。 これから、腹囲、空腹時血糖の順に良好、ＨＤＬが悪いと判断できとます。 ただ、分析ツールでは、標準偏差値の大きさで順位判定はしていません。もっと統計的に信頼性の高い方法で（検定結果のＰ値の大きさで）判別しています。

大切なことは、お互いに比較するような場合両方を統一した条件に揃えるという点です。
各検査項目は年齢による影響も大きいのでその影響を調整した平均値を計算して初めて正しい比較が出来るようになります。
このようにデータを統一した条件に揃える事を統計的処理を施すと言います。実データは統計的処理を施されて初めてエビデンスの取れた結果を示すことが出来るのです。健診データ分析における主な統計的処理は年齢調整になります。

年齢調整に関してはこの後取り上げますが、各平均値、標準偏差等算出するときエクセルで検査項目を性別にわけ一つ一つ計算していたらミスも多発しますし、面倒くさい作業です。
ここは、ピボットテーブルに全てを任せます。
意外と思うかもしれませんが、健診データ集計・分析では、フィルターや平均値の関数などは使いません。これらは全てピボットテーブルで自動的に計算されるようにします。

健診データは検査項目も多い上に５歳刻みでの年齢区分けとなるため１つ１つ計算していると効率も悪くミスも多く発生します。集計は全てピボットテーブルに任せるように、データを整理していきます。ピボットテーブルを作ると、性別や年代等は、▼マークをクリックするだけで切り替えが出来、再計算されたものをコピペするだけで再度同じテーブルを作らずに済むので大幅な時間の短縮が出来るだけでなく、元データと直接リンクしているため後々の変更も楽になります。