相関係数 (G検定)

1. 定義と概要

相関係数とは、2つの変数の間にある共分散（2つの変数が同じ方向に動くか逆方向に動くかを数値化したもの）を、それぞれの標準偏差（データのばらつきの大きさを表す数値）の積で割ることで、-1から1の範囲に標準化した統計量です。式で表すと r = Cov（X, Y） / （σX × σY）となります。

値の読み方は次のとおりです。

相関係数の値	意味
+1に近い	一方が増えると他方も増える、強い正の相関
0に近い	直線的な関係が弱い状態（無相関）
-1に近い	一方が増えると他方が減る、強い負の相関

ここでいう直線的な関係とは、2つの変数の関係をグラフに描いたとき、直線に近い形で表せる関係を指します。身長と体重の間には正の相関がみられ、気温とアイスクリームの売上の間にも正の相関がみられます。

2変数の関係を数値化する指標としては、まず共分散が用いられていました。しかし共分散はデータの単位やスケールに依存するため、異なるデータセット同士で相関の強さを比較できないという課題があります。そこで、共分散をそれぞれの標準偏差で割って単位のない値に標準化したものが相関係数であり、-1〜1という共通の物差しで比較できるようになりました。この標準化によって、身長と体重のように単位の異なる2組のデータであっても、相関の強さを同じ基準で比較できます。

2. 試験対策ポイント

G検定では、相関係数の計算式（共分散を、Xの標準偏差とYの標準偏差の積で割った値）と、共分散だけでは単位やスケールに依存し比較できないという課題を相関係数がどう解決するかが重要な論点になります。共分散は、それぞれの変数について偏差（平均からの差）を掛け合わせて平均した値です。標準偏差は、偏差を2乗した値の平均にあたる分散（データのばらつきの大きさを2乗の単位で表した値）の平方根にあたります。つまり分散は2乗の単位でばらつきを表した値であり、標準偏差はそれを元の単位に戻した値です。相関係数は、この共分散を2つの標準偏差の積で割ることで単位を打ち消し、-1〜1という共通の物差しに変換した指標です。

値の解釈で押さえておきたいのは、相関係数が0に近いことが、2つの変数に「まったく関係がない」ことの証明にはならないという点です。

相関係数は直線的な関係の強さを測る指標であるため、曲線を描くような非線形の関係がある場合でも、値が0に近くなることがあります。たとえば、値が上昇したのち下降するような曲線的な関係があると、全体を通して正負が打ち消し合い、相関係数が0に近い値になる場合があります。散布図（縦軸と横軸にそれぞれの変数をとり、データの分布を点で表した図）を描いて実際の分布を確認することが、この見落としを防ぐ手がかりになります。取り違えやすい点です。

相関関係と因果関係は別物であるという点も重要な注意点になります。相関係数が高くても、一方が他方の原因であるとは限りません。

両者が共通の第三の要因である交絡因子（見た目の相関を生み出す、背後に隠れた第三の変数）の影響を受けて、見かけ上相関して見える疑似相関（交絡因子の影響で、実際には関係のない2つの変数があたかも関係あるように見える現象）という現象があります。アイスクリームの売上と水難事故の発生件数は、実際には気温という交絡因子を介して相関します。

3. 関連概念との比較・相違点

共分散との最大の違いは、標準化されているかどうかにあります。共分散は2変数の関係の方向のみを表し、データの単位やスケールに依存する未標準化の指標です。相関係数は、この共分散を2つの標準偏差の積で割って-1〜1に標準化したものであり、異なるデータセット同士でも強弱を比較できます。同じ2変数でも測定の単位を変えると共分散の値そのものは変わりますが、相関係数は変わりません。

決定係数（回帰モデルがデータのばらつきをどれだけ説明できているかを表す割合）との最大の違いは、表している対象にあります。1つの変数から結果を予測する単回帰分析の場合、決定係数は相関係数を2乗した値（R²=r²）に等しく、モデルがデータのばらつきをどれだけ説明できるかを表します。相関係数は関係の向きと強さを、決定係数は説明できる割合を表す点で役割が異なります。この関係が成り立つのは単回帰の場合に限られ、変数が複数ある重回帰分析では、決定係数は相関係数を単純に2乗した値とは一致しません。この2つの指標の意味を混同しないことが、ここでの要点です。

偏相関係数（第三の変数の影響を取り除いたうえで、2つの変数の関係を表す数値）との最大の違いは、第三の変数の影響を取り除いているかどうかにあります。相関係数は2変数間の見かけの関係をそのまま表すのに対し、偏相関係数は交絡因子の影響を除いたうえでの2変数間の関係を表します。気温を一定に保ったうえでアイスクリームの売上と水難事故の件数の関係をみると、偏相関係数は元の相関係数よりも小さくなります。疑似相関が疑われる場面では、この2つの使い分けは混同しやすい組み合わせです。

4. ビジネス・実務での活用シナリオ

マーケティングの分野では、広告費と売上の相関係数を算出し、予算配分の判断材料にする取り組みが行われています。ただし、相関が高いことは、広告が売上を直接押し上げた証明にはなりません。同じ時期に実施した別の施策や季節要因といった交絡因子が背景にある可能性があり、他の施策や季節要因などの影響と切り分けて検証する必要があります。相関係数だけをみて予算配分を決めると、効果の薄い施策に投資を続けてしまうおそれがあります。

小売・需要予測の分野では、気温とアイスクリームの売上、来店客数と天候といった2変数の相関係数を確認し、発注量や人員配置の目安とする活用例があります。天候によって需要が大きく変動する商材ほど、こうした相関の把握が発注の精度に影響します。相関係数を継続的に確認することで、季節や気象条件が変わったときの需要変動の傾向を把握できます。

人事・組織分析の分野では、研修時間と業績評価の相関係数を調べ、研修投資の効果検証に用います。本人の意欲などの交絡因子を考慮せずに因果関係だと決めつけると、疑似相関に基づいた誤った施策判断につながります。研修そのものの効果を確かめるには、受講者と非受講者の業績を比較するなど、交絡因子の影響を抑えた検証方法が必要になります。

5. 要点まとめ

• 相関係数は共分散を2つの標準偏差の積で割って-1〜1に標準化した指標で、+1に近いほど強い正の相関、-1に近いほど強い負の相関、0に近いほど直線的な相関が弱い（無相関）ことを示します。
• 単回帰では決定係数（R²）は相関係数の2乗に等しく、第三の変数の影響を除いた関係をみるには偏相関係数を用います。
• 相関関係は因果関係を意味しません。見かけ上の相関が交絡因子によって生じる疑似相関という現象があり、この違いは取り違えやすい点です。

6. 確認問題