正の相関 (G検定)

2026年8月12日2026年9月2日

G検定

1. 定義と概要

正の相関とは、2つの変数（値が変化する対象となる要素。例えば気温や売上など）のうち一方の値が増加するにつれて、もう一方の値も増加する傾向にある関係のことです。この関係を散布図（2つの変数の値を点でプロットしたグラフ）に表すと、点の並びが右肩上がりの分布になります。関係の強さを表す相関係数（2つの変数の関係の強さを-1から1の数値で表す指標）は0より大きい値をとり、+1に近づくほど直線的な関係が強い正の相関であることを示します。

身近な例としては、気温とアイスクリームの売上の関係が挙げられます。気温が上がるほど売上も伸びる傾向にあり、正の相関の典型例として扱われます。身長と体重の関係も同様で、身長が高い人ほど体重も重い傾向にあります。学習時間とテストの得点の関係も、勉強した時間が長いほど得点が高くなる傾向があるため、正の相関の例としてよく取り上げられます。

2つの数値の関係は、従来は主観や経験則で語られることが多くありました。感覚的に「気温が高い日はアイスがよく売れる気がする」といった話にとどまり、その関係の強さを客観的な数字で表す手段は限られていました。しかし散布図に落とし込むと、点の並び方から関係の向き（右肩上がりか右肩下がりか、規則性がないか）を視覚的に読み取れるようになります。

正の相関の場合、この右肩上がりの傾向を裏付ける形で相関係数が必ず0より大きい正の値になり、値が+1に近づくほど点が直線に近く並ぶ強い正の相関であることを表します。点の散らばりが大きく、右肩上がりの傾向がぼんやりとしか見えないときは、相関係数も0に近い小さな正の値にとどまります。データを図と数値の両面から確認できる点が、正の相関を含む相関という考え方の基本的な枠組みです。

2. 試験対策ポイント

G検定では、正の相関の基本的な読み方が重要な論点になります。散布図で点の並びが右肩上がりになること、一方の変数（x）が増加すればもう一方の変数（y）も増加すること、相関係数は必ず0より大きく1以下の値（0を上回り、1を含む範囲）をとることの3点は、あわせて押さえておきたいポイントです。図の形状と数値の符号を一致させて理解しておくことが、この論点の土台になります。

相関係数の値と正の相関の強さの対応関係も重要な論点です。値と散布図の見え方は、次のように対応します。

相関係数の値	正の相関の強さ	散布図の見え方
+1	完全な正の相関	すべての点が右肩上がりの直線上に並ぶ
+1に近い	強い正の相関	点が直線に近い形で並ぶ
0に近い正の値	弱い正の相関	右肩上がりの傾向がぼんやりとしか見えない

「符号がプラスかどうか」と「関係の強さ」は別の軸で捉える必要があり、この2つを混同することは取り違えやすい点です。プラスの符号だけを見て強い相関だと判断してしまう読み違いや、逆に符号と強さの対応を取り違える選択肢は、試験で見られる形の一つです。

正の相関が確認できても、それだけでは因果関係（一方の事象が原因となり、もう一方の事象という結果を引き起こす関係）があるとは言い切れない点も重要な注意点です。例えば広告費と売上に正の相関が見られても、広告費が売上を押し上げたと直ちに断定はできず、季節や競合の動きといった他の要因の影響も考慮した解釈が求められます。相関関係と因果関係は別の概念であるという前提が、この論点を理解する土台になります。散布図と相関係数だけでは変数どうしの原因と結果の順序までは分からず、追加の検証や実験が必要になる場面もあります。

3. 関連概念との比較・相違点

負の相関との最大の違いは、変化の向きにあります。正の相関は一方の値が増加するともう一方も増加する関係で、散布図に表すと点が左下から右上へ向かって並ぶ右肩上がりの分布になります。これに対し負の相関（一方の値が増えるともう一方の値は減る関係）は一方の値が増加するともう一方は減少する関係で、散布図では点が左上から右下へ向かって並ぶ右肩下がりの分布になります。相関係数の符号もこの向きに対応し、正の相関はプラス、負の相関はマイナスの値をとります。散布図をぱっと見たときに、点の集まりが右上がりか右下がりかを確認するだけで、正の相関か負の相関かのおおまかな判断がつきます。負の相関そのものの詳しい特徴や具体例は別のテーマとして扱われる範囲であり、ここでは正の相関との向きの違いにとどめます。

無相関との違いは、関係の有無にあります。正の相関は相関係数が0より大きい値をとり、散布図上の点にも右肩上がりというまとまった傾向が見られます。これに対し無相関（一方の値が変化しても、もう一方に一定の傾向が見られない関係）は相関係数が0に近い値にとどまり、散布図上の点の並びに規則性が見られずばらばらに分布します。正の相関の散布図が斜めの帯のような形にまとまるのに対し、無相関の散布図は円やモザイク状に広がって見える点が視覚的な違いです。無相関の詳しい定義や具体例についても、ここでは正の相関との対比の範囲にとどめます。正の相関・負の相関・無相関のいずれに当たるかは、散布図の点の並び方と相関係数の符号を合わせて確認することで判断できます。

4. ビジネス・実務での活用シナリオ

マーケティング・広告の分野では、広告費と売上の推移を散布図と相関係数で確認し、正の相関が見られれば予算配分を検討する材料の一つにします。正の相関を確認する意味は、広告費の増減と売上の増減が同じ方向に動く傾向をつかみ、投資判断の裏付けとして使える点にあります。ただし正の相関があるからといって広告費の増加が売上を押し上げたと断定はできず、季節要因や競合の動向など他の影響も考慮した解釈が求められます。この因果関係との切り分けを誤ると、効果の薄い施策に予算を投じ続ける判断ミスにつながる点に注意が必要です。

小売・需要予測の分野では、気温とアイスクリームや清涼飲料の売上のように、季節商材で強い正の相関が確認できる組み合わせがあります。こうした組み合わせでは、気温予報を仕入れ量や店頭での陳列量を判断する材料として活用します。正の相関の強さをあらかじめ数値で把握しておくと、気温予報から売上を見積もる予測の精度を検証する材料にもなります。一方で、天候以外の要因（イベントや競合店の動向など）が絡む商品では、同じ手法をそのまま当てはめると予測が外れやすくなる点に注意が必要です。

人事・健康管理の分野では、残業時間の長さと従業員の疲労度アンケートのスコアといった指標間で正の相関を確認し、労務管理や健康施策を検討する材料として活用します。指標間の正の相関が強いほど、一方の指標の変化がもう一方にも表れやすいと解釈され、施策の優先度を検討する際の判断材料になります。残業時間と疲労度に正の相関が見られたとしても、個人差や業務内容の違いが背景にある場合があり、相関だけを根拠に一律の施策を決めるのではなく、個別の状況もあわせて確認する視点が求められます。