データ分析のキホン:「相関関係」を正しく理解しよう!

統計・データ分析
この記事は約19分で読めます。
データ分析のキホン:「相関関係」と「因果関係」を正しく理解しよう!

データ分析のキホン:「相関関係」を正しく理解しよう!

ニュースやビジネスの現場で、「AとBには相関がある」という言葉を耳にすることはありませんか?

データが溢れる現代において、データを読み解く力は必須スキルです。今回は、その第一歩となる「相関(相関関係)」について、直感的にわかるように解説します。

1. 相関関係とは?

相関関係とは、ひとことで言うと「片方の値が変われば、もう片方の値も変わる関係性」のことです。

たとえば、「気温」と「アイスクリームの売上」を想像してください。気温が上がれば上がるほど、アイスクリームはよく売れますよね。このように、2つのデータが連動して動く状態を「相関がある」と言います。

2. 相関の3つのパターン(相関係数)

相関の強さや方向を表す数値を「相関係数 (r)」と呼び、-1から1の間の値を取ります。大きく分けて以下の3つのパターンがあります。

パターン 相関係数 (r) 意味 具体例
正の相関 0より大きく1以下 片方が増えると、もう片方も増える 身長と体重、気温とビール売上
負の相関 -1以上、0未満 片方が増えると、もう片方は減る 標高と気温、価格と需要
無相関 0付近 2つのデータに関係性が見られない 身長とテストの点数

3. 直感でわかる!相関シミュレーター

言葉だけでは分かりにくいですよね。下のスライダーを動かして、相関係数(r)の変化によってデータの散らばり方(散布図)がどう変わるか体験してみてください!

📊 相関関係インタラクティブ・ウィジェット

スライダーを動かして「r」の値を変更してみましょう。

現在の相関係数 (r) = 0.80

4. 要注意!「相関関係 = 因果関係」ではない

データ分析をする上で、絶対に覚えておかなければならない落とし穴があります。

⚠️ 警告:「相関関係」があるからといって、必ずしも「因果関係(原因と結果)」があるわけではありません!

有名な例を紹介しましょう。

「アイスクリームの売上が伸びる月は、水難事故の件数も増える。したがって、アイスクリームを食べると溺れやすくなる。」

…おかしいですよね?
これは裏に「気温の上昇」という共通の原因(第三の変数=交絡因子)が隠れているからです。気温が上がるからアイスが売れるし、気温が上がるから海に行く人が増えて事故も増えるのです。

5. データに騙されない!「因果関係」を見抜く4つのチェックポイント

では、見つけた相関が「単なる見かけ上の関係(疑似相関)」なのか「本物の因果関係」なのかを見抜くにはどうすればよいでしょうか?以下の4つの観点でチェックしてみましょう。

① 時間の前後関係は正しいか?

原因が先に起き、その後に結果が表れているかを確認します。「結果が起きた後に原因が発生した」のであれば、因果関係ではありません。

② 第三の要因(隠れた原因)はないか?

2つのデータの裏に、両方に影響を与えている「共通の第3の変数(交絡因子)」がないか疑ってみましょう。(例:気温、季節、年齢など)

③ 因果が逆になっていないか?

「原因」と「結果」を勘違いしていないか確認します。(例:「売上が高いから広告を打っている」のか「広告を打っているから売上が高い」のか)

④ 納得のいくメカニズムがあるか?

なぜその原因によって結果が起きるのか、論理的・科学的に説明がつかない偶然の一致(例:特定の都市の離婚率とマーガリンの消費量など)でないか確認します。

6. まとめ

💡 本記事のポイント

  • 相関関係とは、2つの変数が連動して動く関係のこと。
  • 相関係数 (r)は -1 から 1 の値を取り、正の相関、負の相関、無相関がある。
  • 1(または-1)に近いほど関係が強く、0に近いほど関係が弱い。
  • 相関関係は因果関係を意味しない。裏に「第3の要因」がないかチェックリストで確認する習慣をつけよう!

いかがでしたか?相関と因果の違いを正しく理解して、データに騙されない「データリテラシー」を身につけていきましょう!

コメント

Back to top
タイトルとURLをコピーしました