交絡

交絡とは ― 営業マネジャーのための「見かけの関係にだまされない」考え方

1. この記事で学べること

2. エピローグ

健康番組で、こんな話を見た。

「よく歩く高齢者ほど、医療費が低い」

なるほど、歩けば健康になって医療費も下がるのか。

と思ったが、待てよ、と引っかかる。

そもそも、もともと元気な人だから、よく歩けているのではないか。

弱っている人は、歩きたくても歩けない。

「歩く→医療費が下がる」ではなく、「もともとの健康度」が、歩く量と医療費の両方を動かしているのかもしれない。

いちこ

歩いたから健康なのか、健康だから歩けるのか、逆かもしれないんですね。

シュン

そう。しかも裏に「もとの健康度」っていう共通の原因がいると、歩くことと医療費が“関係あるように見える”だけかもしれないんだ。

自分のことでも思い当たる。

「エナジードリンクを飲んだ日は、仕事がはかどる気がする。」

でも冷静に振り返ると、飲むのはたいてい締め切り前だ。

締め切りが迫って気合が入っている日に、ドリンクも飲んでいる。

はかどったのはドリンクのおかげか、それとも締め切りのおかげか、区別がついていない。

いちこ

「締め切り前」という共通の事情が、両方を引き起こしているかもしれないんですね。

シュン

それだね。この“共通の第三の要因”のことを、統計では交絡っていうんだ。

歩く量と医療費。 ドリンクと仕事のはかどり。

どちらも、背後に「両方を動かす第三の要因」がいた。

これを見抜く考え方が、交絡だ。

3. 交絡とは何か

交絡とは、原因と結果の両方に影響する第三の要因(交絡変数)が、見かけの関係を生んでしまうことをいう。

さきほどの例なら「もとの健康度」や「締め切り」が交絡変数だ。

原因でないのに関係があるように見える点は、擬相関とよく似ている。相関だけで因果を決めない、という話とつながっている。

交絡を減らすには、条件をそろえて比べるのが基本だ。

だれに割り付けるかを工夫する実験研究と観察研究や、

フィッシャーの3原則は、まさに交絡をつぶすための作法になっている。

4. 図で見る

営業でありがちな例を見てみる。

「訪問回数が多い担当ほど、受注率が高い」というデータが出た。 では全員に訪問を増やせば受注率は上がるのか。

担当している案件の規模で層別(グループ分け)して見ると、景色が変わる。

• 同じグループの中では、訪問が多くても受注率はほとんど変わらない(18→20、38→40)。
• 大型案件の担当は、もともと訪問回数も多く受注率も高い。
• 全体をまぜて見ると「訪問が多いほど受注率が高い」ように見えるだけだった。

ここで交絡していたのは「案件規模」だ。 案件規模が、訪問回数と受注率の両方を押し上げていた。

覚えておきたいのは2つ。

① 関係が出たら「両方に効く第三の要因はないか」を先に疑う。

② 疑ったら層別して確かめる。グループに分けても関係が残るかを見る。

この「まぜると出るが分けると消える関係」は、架電量と成果の関係でも起きやすい罠だ。

5. 計算式

シュン

教科書的な計算式も紹介しておくね。

いちこ

シーン別の記事では、プロンプトも紹介してくれてますね。まさに生成AIに頼るところですね！

交絡変数Zの影響を取り除いたうえでのXとYの関係は、偏相関係数で測れる。

• $r_{XY}$: XとYの相関係数(見かけの関係)
• $r_{XZ},\ r_{YZ}$: 交絡変数Zとの相関
• $r_{XY \cdot Z}$: Zの影響を除いた後の、XとYの相関

$r_{XY}$ は大きいのに $r_{XY \cdot Z}$ が小さくなれば、その関係の多くはZ(交絡)による見かけだった、と読める。

層別して各グループで相関を見るのも、同じことを確かめる素朴なやり方だ。

生成AIに渡せば10秒で計算できる。手計算は不要。

6. まとめ

関係の強さそのものは相関係数で、

条件をそろえて比べる設計は実験研究と観察研究で押さえると、因果の話がつながる。

いちこ

この統計テーマを使った事例記事も見てみてね♪

• 架電量と成果の関係 ― 「量が正義」に潜む第三の変数を疑う
• インサイドセールスのKPI分析 ― 指標の裏にある交絡を層別で見抜く
• フィッシャーの3原則 ― 交絡をつぶして正しく比べる作法