データ分析やレポート作成の場面で、二つの数値の関係性を知りたいと思ったことはありませんか。
そんなときに役立つのが相関係数という統計指標です。
相関係数と聞くと難しそうに感じる方も多いかもしれません。
しかし考え方自体はとてもシンプルです。
この記事では相関係数の基本的な意味から、目安となる数値の解釈、正の相関や負の相関の違い、散布図との関係まで幅広く解説していきます。
統計学を学び始めた方にもわかりやすいように、専門用語はできるだけかみ砕いて説明します。
ぜひ最後までご覧ください。
相関係数とは？結論から解説
それではまず相関係数とは何かについて解説していきます。
結論から言うと、相関係数とは二つの変数の間にどれくらい直線的な関係があるかを数値で表したものです。
記号としては一般に小文字のrが使われます。
この数値はマイナス1からプラス1までの範囲で表されます。
プラス1に近づくほど二つの変数は同じ方向に動く傾向が強くなります。
反対にマイナス1に近づくほど、片方が増えるともう片方が減るという逆方向の関係が強くなります。
0に近い場合はほとんど関係が見られないと考えられます。
例えば身長と体重のデータを集めたとします。
身長が高い人ほど体重も重い傾向があれば、相関係数はプラスの値になります。
反対に、気温とホットコーヒーの売上のように、気温が上がると売上が下がるような関係であれば、相関係数はマイナスの値になります。
相関係数が示す意味
相関係数はあくまで二つの変数の直線的な関係の強さを示すものです。
曲線的な関係やその他の複雑なパターンはうまく表現できないことがあります。
そのため相関係数だけを見て全てを判断するのは危険でしょう。
相関係数が使われる分野
相関係数はビジネスの分析だけでなく、医療や心理学、教育、マーケティングなど幅広い分野で利用されています。
二つのデータの関連性を数値化できるため、意思決定の根拠として非常に便利です。
専門的な統計知識がなくても、目安さえ理解していれば読み解くことができます。
相関係数と回帰分析の違い
相関係数とよく混同されるのが回帰分析です。
相関係数は関係の強さを数値化するものですが、回帰分析は一方の変数からもう一方の変数を予測するための式を作る手法です。
目的が異なるため、状況に応じて使い分けることが大切です。
相関係数の計算方法とピアソンの積率相関係数
続いては相関係数の計算方法について確認していきます。
一般的に相関係数と呼ばれるものは、正式にはピアソンの積率相関係数という名称です。
統計学者カール・ピアソンにちなんで名付けられました。
計算式は少し複雑に見えるかもしれませんが、考え方自体は難しくありません。
ピアソンの積率相関係数は、二つの変数の共分散を、それぞれの標準偏差の積で割ることで求められます。
式で表すとr＝共分散÷（xの標準偏差×yの標準偏差）となります。
共分散は二つの変数が一緒にどれくらい変動するかを表す指標です。
手計算では手間がかかるため、実務ではエクセルや統計ソフトを使うことがほとんどです。
エクセルであればCORREL関数を使うだけで簡単に相関係数を求めることができます。
エクセルでの求め方
エクセルでは二つのデータ範囲を指定してCORREL関数を入力するだけで相関係数を計算できます。
データ数が多い場合でも一瞬で結果が出るため、実務での利用に非常に便利です。
関数の入力ミスさえなければ、誰でも正確な数値を得られるでしょう。
統計ソフトでの求め方
RやPythonなどのプログラミング言語を使う場合も、専用の関数が用意されています。
Pythonであればnumpyやpandasのcorr関数を使うことで簡単に算出可能です。
大量のデータを扱う場合は、こうしたツールを活用することで作業時間を大幅に短縮できます。
手計算で理解を深める方法
ツールに頼るだけでなく、一度は手計算で仕組みを確認しておくことをおすすめします。
平均値からの偏差を求め、それを掛け合わせて共分散を計算する流れを体験すると理解が深まります。
数式の意味を理解しておくことで、結果の解釈ミスを防げます。
相関係数の目安と数値の解釈
続いては相関係数の目安について確認していきます。
相関係数の数値をどう解釈すればよいのか、迷う方も多いのではないでしょうか。
一般的な目安を以下の表にまとめました。
| 相関係数の範囲 | relationshipの強さ |
|---|---|
| 0.7以上 1.0以下 | 強い正の相関 |
| 0.4以上 0.7未満 | やや強い正の相関 |
| 0.2以上 0.4未満 | 弱い正の相関 |
| マイナス0.2以上 0.2未満 | ほとんど相関なし |
| マイナス0.4以上 マイナス0.2未満 | 弱い負の相関 |
| マイナス0.7以上 マイナス0.4未満 | やや強い負の相関 |
| マイナス1.0以上 マイナス0.7未満 | 強い負の相関 |
この表はあくまで一般的な目安であり、分野によって基準が異なることもあります。
例えば心理学の分野では0.4程度でも十分に意味のある相関とみなされることがあります。
相関係数の数値だけを見て判断するのではなく、サンプル数や分野の慣習も合わせて確認することが重要です。
特にサンプル数が少ない場合、たまたま高い相関係数が出てしまうこともあります。
強い相関の目安
一般的に絶対値が0.7以上であれば強い相関があると判断されることが多いです。
ただしこれはあくまで目安であり、業界や研究分野によって基準は変わります。
数値だけでなく散布図の形も合わせて確認するとよいでしょう。
弱い相関の目安
絶対値が0.2未満の場合は、ほとんど関係がないと考えられることが一般的です。
ただし完全にゼロでない限り、何らかの弱い傾向が存在する可能性は残ります。
他の要因が影響している場合もあるため、慎重な解釈が求められます。
0の場合の解釈
相関係数が0に近い場合、二つの変数の間に直線的な関係がないことを意味します。
ただし曲線的な関係が存在していても相関係数は0に近くなることがあります。
そのため0だからといって完全に無関係とは言い切れない点に注意が必要でしょう。
正の相関・負の相関・無相関の違い
続いては正の相関と負の相関の違いについて確認していきます。
正の相関とは、一方の変数が増加するともう一方も増加する関係を指します。
反対に負の相関とは、一方が増加するともう一方が減少する関係のことです。
そしてどちらの傾向も見られない場合を無相関と呼びます。
正の相関の具体例
広告費とウェブサイトへのアクセス数の関係は、正の相関の代表例といえるでしょう。
広告費を増やせばアクセス数も増える傾向にあるためです。
もちろん他の要因も絡むため、常に正の相関になるとは限りません。
負の相関の具体例
気温とダウンジャケットの売上は負の相関の典型例です。
気温が上がるほど売上が下がる傾向にあるでしょう。
季節商品の需要予測などでもこうした関係がよく利用されます。
無相関になるケース
例えば靴のサイズとテストの点数のように、論理的に関係がないと考えられる組み合わせは無相関になりやすいです。
しかし偶然データに偏りがあると、無関係なはずのものにわずかな相関係数が出ることもあります。
結果を鵜呑みにせず、常識的な視点で確認することが大切です。
散布図との関係と可視化のポイント
続いては散布図との関係について確認していきます。
散布図とは、二つの変数をそれぞれ横軸と縦軸に取り、データを点でプロットしたグラフです。
相関係数を計算する前に散布図を作成しておくと、データの全体像を視覚的に把握できます。
点が右肩上がりに並んでいれば正の相関、右肩下がりに並んでいれば負の相関があると視覚的に判断できます。
相関係数の数値だけを信じて散布図を確認しないと、実際の関係性を見誤ることがあります。
特に外れ値が一つでも存在すると、相関係数が大きく変動してしまうケースがあるため注意が必要です。
散布図の作り方
エクセルであれば挿入タブから散布図を選択するだけで簡単に作成できます。
データの範囲を選択し、グラフの種類を指定するだけの簡単な作業です。
視覚化することで、数値だけでは気づきにくい傾向やパターンを発見しやすくなります。
外れ値の影響
散布図の中に他のデータから大きく離れた点、いわゆる外れ値が含まれていることがあります。
この外れ値が相関係数を実態以上に高く、あるいは低く見せてしまうことがあるでしょう。
外れ値を除外して再計算すると、より実態に近い相関係数が得られる場合があります。
非線形な関係の見抜き方
散布図の点がU字型やS字型に並んでいる場合、相関係数は低く出ることがあります。
しかしこれは無関係という意味ではなく、直線では表せない関係が存在している可能性を示しています。
こうしたケースでは相関係数だけでなく、他の分析手法も併用することが望ましいでしょう。
相関係数を使う際の注意点
続いては相関係数を使う際の注意点について確認していきます。
相関係数は便利な指標ですが、使い方を誤ると誤った結論を導いてしまうことがあります。
もっとも重要な注意点は相関関係と因果関係は異なるという点です。
二つの変数に相関が見られたとしても、片方がもう片方の原因であるとは限りません。
この違いを理解していないと、誤った意思決定につながる恐れがあります。
疑似相関に注意する
実際には関係のない二つの変数が、第三の要因によって相関しているように見えることがあります。
これを疑似相関と呼びます。
例えばアイスクリームの売上と水難事故の件数には正の相関が見られますが、実際の原因は気温の上昇です。
サンプル数の重要性
サンプル数が少ないと、偶然の要素によって相関係数が大きく変動することがあります。
信頼できる分析を行うためには、ある程度の数のデータを集めることが望ましいでしょう。
統計的な有意性の検定と合わせて確認すると、より精度の高い判断ができます。
単位や尺度の違いへの配慮
相関係数を比較する際は、変数の単位や尺度が適切かどうかも確認する必要があります。
極端に単位のスケールが異なるデータを扱う場合、標準化などの前処理を行うことが推奨されます。
前処理を丁寧に行うことで、より信頼性の高い相関係数を得られるでしょう。
まとめ
ここまで相関係数の意味や計算方法、目安となる数値の解釈、正の相関と負の相関の違い、散布図との関係、そして注意点について解説してきました。
相関係数とは二つの変数の直線的な関係の強さをマイナス1からプラス1の範囲で表す指標です。
数値が1に近いほど強い正の相関、マイナス1に近いほど強い負の相関があることを意味します。
ただし相関係数はあくまで目安であり、相関関係と因果関係は別物であるという点を忘れてはいけません。
散布図と合わせて確認し、外れ値やサンプル数にも注意しながら活用することで、より正確なデータ分析につなげられるでしょう。
今回の内容を参考に、日々のデータ分析にぜひ相関係数を役立ててみてください。
