相関は、二つの数値の間に見られる関連です。因果は、一方が原因となって他方の変化を生む関係です。一緒に増えたり減ったりしていても、その数字だけで原因と結果は決まりません。
仕事では「説明会を増やした週に相談件数も増えた」とき、回数をさらに増やせば同じ効果が出ると考えたくなります。この記事では、説明会の回数と相談件数という架空のデータを使い、相関から言えること、まだ言えないこと、次に確認する記録を整理します。
相関は関連、因果は原因と結果の関係
| 言葉 | 着目すること |
|---|---|
| 相関 | 二つの数値にどのような関連が見られるか。 |
| 因果 | 一方に働きかけたことが、他方の変化を生むか。 |
相関では、一方が大きいほど他方も大きい傾向を正の相関、一方が大きいほど他方は小さい傾向を負の相関と呼びます。「正」は望ましい、「負」は悪い、という評価ではありません。
因果には「何が、何に影響したか」という向きがあります。一方、相関係数の計算で二つの数値の役割を入れ替えても、原因の向きは分かりません。相関と因果の区別は、総務省統計局「データに基づく分析」でも注意点として説明されています。
架空例:説明会の回数と相談件数が一緒に増えた
あるサービスの説明会について、同じ長さの4週間を集計したとします。説明会は実施した回数、相談は同じ案件の重複連絡を除いた新規相談件数です。以下は計算を説明するために作った数値で、実在の事業や効果測定の実績ではありません。
| 集計期間 | 説明会の回数 | 新規相談件数 |
|---|---|---|
| 第1週 | 2回 | 20件 |
| 第2週 | 3回 | 30件 |
| 第3週 | 4回 | 40件 |
| 第4週 | 5回 | 50件 |
この4組では、説明会の回数が多い週ほど新規相談件数も多くなっています。説明会回数を横軸、相談件数を縦軸にして4点を置くと、すべて同じ直線上に並びます。ここで使うピアソンの相関係数は1です。
計算を確かめると、回数の平均は3.5回、相談件数の平均は35件です。それぞれの平均との差を掛け合わせた合計は50、平均との差の二乗の合計は回数側が5、件数側が500なので、相関係数は50÷√(5×500)=1になります。
相関係数1は「説明会を1回増やせば必ず相談が10件増える」という意味ではありません。この4週に見られる直線的な関連を表しただけで、追加開催の効果や次週の件数を保証していません。4週という設定も、一般に十分なデータ量を示す基準ではありません。
同じ表から考えられる説明は一つではない
この表だけでは、次のような説明を区別できません。いずれも確認前の仮説であり、表がどれかを証明したわけではありません。
- 説明会が相談につながった:説明を聞いた人が相談し、その件数が増えた可能性。
- 共通する別の要因があった:繁忙期の需要増が、説明会の増設と新規相談の増加の両方に影響した可能性。こうした別の要因は「第三の変数」と呼ばれます。
- 相談への対応として説明会を増やした:週の前半に相談が増えたため、後半に説明会を追加した可能性。集計した週が同じでも、出来事の順番は表から分かりません。
- 偶然に同じ並びになった:少ない期間を切り取ると、別々の理由で動いた数字がそろう可能性もあります。
原因の候補を調べるには、開催日と相談受付日、参加者が実際に相談したか、相談の流入元、同時期の広報や需要の変化などを確認します。参加後の相談が見つかっても、その人は参加しなくても相談したかもしれないため、それだけで開催による増加件数は確定できません。
総務省統計局「散布図」も、グラフで関連が見えても因果関係まで示すものではなく、背景を含めて検討する必要があると説明しています。
相関係数の大きさだけで判断しない
ここで扱った相関係数は、二つの数値の直線的な関連を−1から1で表すものです。1や−1に近いことは、因果の強さや施策の成功確率を意味しません。0に近くても、曲線状の関係などが残る場合があり、「関係が一切ない」「因果がない」とは断定できません。
数字の並べ方も確かめます。個人ごとの記録なのか週ごとの合計なのか、同じ対象を追っているのか、期間や数え方を変えていないかで、見えている関連の意味は変わります。外れた値や時間とともに増える傾向も、グラフと元記録で確認してください。
相関係数の特徴と限界は、総務省統計局「複数の変数の関係性を見る」を参照しています。本記事はExcelの操作手順や、因果効果を推定する統計手法の実演ではありません。
仕事では四つの確認を次の行動にする
- 対象と数え方:期間・対象者・件数の定義・重複の扱いをそろえる。未記録の項目は0で埋めない。
- 出来事の順番:何をいつ変え、結果をいつ観測したかを元記録で確認する。原因候補が先でも、それだけで因果の証明にはしない。
- ほかの説明:季節、対象者の構成、広報、担当、計測方法など、同時に変わった条件を挙げる。未確認のものは確認先を決める。
- 追加の比較方法:開催しなかった場合と何を比べられるか、分析担当と相談する。比較する集団や期間の条件差も確かめる。
この確認は、因果を自動で判定する合格表ではありません。比較方法が問いに合うか、必要な記録とデータ量があるか、不確実性をどう扱うかは別途検討します。「比較対象を一つ置いた」「回帰分析をした」だけで原因が確定するわけでもありません。
情報を分けて調べる全体の進め方は、分析の意味と進め方も参考になります。
報告では、観測した関連と原因の仮説を分ける
この架空例なら、「説明会を増やした効果で相談が増えた」と断定する代わりに、次のように書けます。
第1~4週の週別記録では、説明会が2・3・4・5回、新規相談が20・30・40・50件で、正の相関が見られました。この4組の相関係数は1です。ただし、相談受付と開催の前後関係、参加者からの相談、需要や広報の変化は未確認です。説明会による増加とはまだ判断せず、業務担当が受付日・流入元・開催記録を照合し、次回の開催計画会議までに確認結果を共有する案です。
担当と確認時期は説明用の案です。実際には関係者と合意した内容へ置き換えます。効果が未確認だから直ちに中止、相関があるから自動的に拡大、という判断はせず、費用・負担・業務上の必要性と確認結果を合わせて検討してください。文書全体を組み立てる場合は、施策の効果検証レポートの書き方へ進めます。
数値・説明会の設定・仮説・報告文は本記事独自の架空例です。計算はJavaScriptで検算しました。実在の施策の因果効果、Excel実機操作、統計的な有意性は検証していません。参照資料確認日:2026年11月6日。
