相関係数がゼロなら、二つの数字に関係はない？

符号と強さは直線の関係を表す

ピアソン相関係数rは、−1から1の範囲で直線的な関連を表します。正なら一方が高いと他方も高い傾向、負なら一方が高いと他方が低い傾向です。正か負かは望ましさや良し悪しを表すものではありません。

絶対値が1に近いほど直線に沿う関連が強く、1又は−1なら点が一直線に並びます。0付近ならその直線的な関連が弱いことを示します。ただし一方の値がすべて同じなら、通常の相関の式ではばらつきで割れず、係数を定義できません。

係数は変化の単位あたりの量ではありません。所得と支出を円から万円へ直しても、正の単位換算だけなら関連の強さは変わりません。「相関0.8」を所得1万円増に対する支出0.8万円増と読むことはできず、その量には別の比較が必要です。

ゼロでも曲線は残り得る

直線的な関連が弱いことと、すべての関連がないことは違います。途中までは一方が増えると他方が減り、その後増えるU字型なら、直線の方向が打ち消され、相関係数がゼロになる場合があります。点の配置には規則が残ります。

下の架空例では、xが中央の0から左右へ離れるほどyが高くなります。xの高低だけを一本の直線で捉えると、左右の方向が打ち消されます。係数一つでは、どんな形の関連かを説明しきれないことが分かります。

OpenStaxの教材も、相関が0のデータに曲線などの配置があり得るため散布図を見るよう説明しています。複雑な式を覚える前に、対応する値がどんな形に並ぶかを確かめることが、係数の意味を限定する助けになります。

大きさと因果、外れ値を分ける

相関が強くても、一方が他方の原因と決まるわけではありません。別の条件が両方へ関わることや、関係の向きが逆であることなどを考えます。係数は観察された対応の要約で、介入したらどう変わるかを自動的に示すものではありません。

少数の極端な点も、関連の見え方に関わる場合があります。外れた点が入力ミスなのか、別の対象なのか、本当に観測された値なのかを確認します。結論に合う点だけを除くのでなく、散布図と集計の対象を併せて読みます。

またr=0.8は「結果の80％が原因による」という意味ではありません。対象集団と値の範囲が違えば関連の見え方も変わり得ます。二つの報告の係数を比べる前に、同じ対象・変数・期間を比べているか確かめます。

係数を読む三つの確認

まず二つの値がどの対象で対応しているかを読み、次に散布図で直線、曲線、極端な点を確かめます。最後に因果を知りたいなら研究の比較設計へ進みます。数字の範囲、図の形、原因の根拠はそれぞれ別の確認です。

相関の大きさだけで社会の仕組みを決めず、ゼロだから調べる必要がないとも考えません。何の形を要約した係数かを説明できると、報告が答えている問いと、追加で確かめる問いを分けられます。

直線の係数がゼロでも曲線がある

架空の5組の値を、x＝−2、−1、0、1、2、y＝4、1、0、1、4とします。xの平均は0、yの平均は2です。平均との差の積を足すと左右が打ち消されて0になるため、相関係数は0です。

しかし、すべての点でy＝xの二乗という関係があります。xが0から左右へ離れるほどyは高くなります。どちらの変数にもばらつきがあるこの例は、直線的な関連ゼロと、関連が全くないことの違いを示します。

持ち帰る見方

• 相関係数は直線的な関連の向きと強さ。
• ゼロでも曲線の関係があり得る。
• 散布図と因果の比較設計を別々に読む。

次に広がる疑問

• 二つの数字が一緒に動けば、原因が分かる？
• 平均が同じでも、ばらつきが大きいと何が違う？
• 高所得の人が多い地域では、高所得の人ほど支持する？

出典

• Introductory Statistics 2e, 12.3 The Regression Equation（OpenStax／Barbara Illowsky・Susan Dean）https://openstax.org/books/introductory-statistics-2e/pages/12-3-the-regression-equation

  確認日：2026-10-04