相関係数

更新日:

この記事で扱う統計知識

統計検定 3級 相関係数 学習マップで確認 →

相関係数とは ― 営業マネジャーのための「関係の強さ」入門

1.

朝6時。目覚ましが鳴った。

今日は午前中に大事なプレゼンがある。

いつもより30分早く起きて、トーストと目玉焼きをしっかり食べた。

「今日は集中できそうだ」そう思いながら電車に乗った。

プレゼンは10時から。準備は万全のはずだった。

でも9時半頃から、なんとなく眠くなってきた。

食べ過ぎたかもしれない。いつもは食べない目玉焼きを2つ平らげた。

プレゼン直前にコーヒーを一口飲んで、なんとか乗り切った。

朝食をしっかり食べると集中できる。そう聞いたことがある。

でも今日は違った。


仕事を終えて、夕食の食材を買いに近所のスーパーへ向かった。

いつもは19時頃に行くと混んでいるので、今日は仕事が早く終わったこともあり17時に寄ることにした。

「この時間なら空いているはず」そう思っていた。

ところがレジに向かうと、なぜか長蛇の列。

近くの小学校が下校の時間と重なったようで、お母さんたちの買い物カゴがズラリと並んでいた。

空いている時間に行けば早く済む。

そう思っていたのに、今日は違った。


夕食を終えて、20時過ぎにソファでコーヒーを飲んだ。

仕事のメールを確認しながら、気づいたら23時になっていた。ベッドに入ったが、目が冴えて眠れない。天井を見つめながら、今日のプレゼンの反省点が頭をぐるぐると回り始めた。

隣では妻がすでに寝息を立てている。

妻も夕食後にコーヒーを飲んでいた。毎晩飲んでいるのに、布団に入れば3分で眠れる。

コーヒーを飲むと眠れなくなる。それは自分だけの話だったのかもしれない。


  • 朝食と集中力。
  • スーパーの混雑と買い物時間。
  • カフェインと睡眠。

3つに共通しているのは「なんとなく関係がありそうだけど、人によって・状況によって違う」ということだ。

この「関係の強さ」を数値で表したのが、相関係数だ。

2. 相関係数とは何か

2つのデータの「関係の強さと方向」を-1から+1の間の数値で表したものだ。

相関係数意味
+1に近い一方が増えると、もう一方も増える(強い正の相関)
0に近い2つのデータに関係がない(無相関)
-1に近い一方が増えると、もう一方は減る(強い負の相関)

一般的な目安はこうだ。

絶対値関係の強さ
0.7以上強い相関
0.4〜0.7中程度の相関
0.2〜0.4弱い相関
0.2未満ほぼ無相関

営業シーンに当てはめると「架電数と受注数の相関係数が0.8」なら強い関係がある。

「0.1」ならほぼ無関係ということになる。

3. 図で見る

気温とビールの売上(強い正の相関)

気温が上がるほどビールが売れる。相関係数は0.92で強い正の相関だ。

一方で、これはどうだろうか。

アイスの売上と水難事故件数(疑似相関)

アイスの売上が増えると水難事故も増える。相関係数は0.89と非常に強い。

しかし冷静に考えてほしい。

アイスを食べると溺れるわけではない。

夏になると気温が上がり、アイスも売れるし海や川で遊ぶ人も増える。

「暑い夏」という第三の要因が両方を動かしているだけだ。

これが疑似相関だ。数値が強くても、因果とは限らない。


この2つの事例が示すように、

「相関係数」について重要な考え方はこの2つだけ。これを覚えていてほしい。

① 相関があっても、因果とは限らない

気温が上がるほどビールが売れる。相関係数0.92。

一見すると「気温がビールの売上を増やしている」と言いたくなる。

でも本当にそうだろうか?

  • 夏になると外出が増え、飲み会も増える。
  • ビールメーカーの夏の販促も集中する。
  • 気温が高い日ほど「とりあえずビール」と言いたくなる空気もある。

「気温が上がったからビールが売れた」のか?

「夏という季節がビールも気温も押し上げた」のか?

これは、相関係数だけでは判断できない。

アイスと水難事故はさらに極端だ。

相関係数0.89という強い数値が出るが、アイスを食べると溺れるわけではない。

「暑い夏」という第三の要因が両方を動かしているだけだ。 相関は「関係がありそう」という発見であって、「原因と結果」の証明ではない。

② 相関係数0.3でも、重要な発見になることがある

妻はコーヒーを飲んでも眠れる。自分は眠れない。

2人のデータだけで見れば「カフェインと睡眠の相関はゼロ」という結論になる。

でも100人のデータを集めると、0.3程度の相関が出るかもしれない。 「全員に当てはまらなくても、傾向はある」。

相関係数は仮説を立てる出発点。

「なぜこの人には当てはまらないのか」を考えることの方が、数値の大小より重要だ。

4. 計算式

ピアソンの積率相関係数

  • rr: 相関係数(-1〜+1)
  • xix_i: 1つ目のデータ(例: 架電数)
  • yiy_i: 2つ目のデータ(例: 受注数)
  • xˉ\bar{x}, yˉ\bar{y}: それぞれの平均

生成AIにデータを渡せば1秒で計算できる。手計算は不要。

5. この統計を使った営業シーン記事

📝

理解度をチェックしよう

「相関係数」の3問クイズに挑戦

しゅん

この記事を書いた人

しゅん

BtoB営業歴10年以上。現在は事業部長として営業マネジメントに従事。統計とAIを営業に活かす実践知を発信しています。

このサイトについて →
🎓

この内容を、自社のデータで演習しませんか?

営業マネージャー向け企業研修「データ×AI×統計 100本ノック」

まずは資料だけ見たい方へ:営業マネージャーのための統計チートシート(無料PDF)