相関係数解釈

計算式と考え方

相関係数rは−1から1の範囲を取り、絶対値が大きいほど直線的な関係が強いことを示します。目安として0.7以上で強い相関、0.4〜0.7で中程度、0.2〜0.4で弱い相関とされます。決定係数R²はrの2乗で、r＝0.6ならR²＝0.36、変動の36％を説明できる計算です。有意性の判定には「r × √((n−2)/(1−r²))」で求めたt値を使い、標本50件・r＝0.6なら5.196となります。これを自由度48・両側5％の臨界値2.011と比べ、上回るので有意と判定します。有意水準を1％にしたり片側検定に変えたりすると臨界値が動き、判定が変わることがあります。信頼区間はフィッシャーのz変換で求め、この条件では0.386〜0.753です。xとyの標準偏差を入れると回帰直線の傾きが「r × yの標準偏差 ÷ xの標準偏差」で求まり、10と15なら0.900になります。

相関係数の目安

相関係数解釈の詳しい解説

相関係数を扱ううえで最も重要なのは、相関と因果を混同しないことです。2つの変数が同時に動いていても、一方が他方の原因とは限りません。第三の要因が両方に影響している場合、偶然一致している場合、因果の方向が逆である場合が考えられます。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ありますが、これは気温という共通の要因によるもので、アイスクリームが事故を引き起こすわけではありません。この種の誤りは実務でも頻繁に起こります。もう一つの注意点は、相関係数が直線的な関係しか捉えないことです。放物線のような曲線的な関係がある場合、相関係数はゼロに近い値になり、関係がないように見えます。データを散布図で可視化することが、数値だけに頼らないための基本的な手順になります。外れ値の影響も大きく、1つの極端な値によって相関係数が大きく変わることがあります。対象の範囲によって値が変わる点も見落とされやすい部分です。すでに選抜された集団だけを見ると変数の散らばりが狭まり、本来ある関係でも相関は小さく出ます。逆に、性質の異なる複数の集団を混ぜて計算すると、各集団の中には存在しない相関が全体では現れることがあり、集団ごとに分けて確認する手順が必要になります。標本数と有意性の関係も理解しておく必要があります。標本数が非常に多い場合、0.05のようなごくわずかな相関でも統計的に有意になります。しかし決定係数は0.0025であり、変動の0.25%しか説明していません。有意な相関があったという報告だけでは、実質的な意味の大きさは分かりません。効果量として決定係数を併記することが、誠実な報告の要件になります。逆に標本数が少ない場合は、強い相関があっても有意にならないことがあり、この場合は関係がないのではなく判断できないと解釈すべきです。多数の変数の組み合わせを片端から計算すれば偶然に有意な相関が見つかるため、探索で見つけた関係は別のデータで確かめる姿勢も求められます。報告の形式としては、相関係数と決定係数、標本数、そして散布図を併せて示すのが基本です。数値だけを取り出して結論に使うと、分布の形も外れ値の有無も読み手には伝わりません。順位の関係だけを見たい場合や、外れ値の影響を抑えたい場合には、順位に基づく相関係数を使う選択肢もあります。

業界・現場での使い方

よくある間違い・注意点

• 相関を因果と解釈する — 第三の要因、偶然、逆の因果が考えられます。相関だけでは因果は言えません。
• 散布図を見ずに数値だけで判断する — 曲線的な関係や外れ値の影響を見落とします。可視化が基本の手順です。
• 有意性だけを報告する — 標本数が多ければ微小な相関でも有意になります。決定係数を併記してください。

関連する規格・法規

• 日本統計学会
• ISO統計基準

※本ツールは公的基準に基づく参考計算です。実際の設計・施工・法令適用は最新の告示・規格および所轄官庁の判断に従ってください。

よくある質問（FAQ）

関連計算ツール