「相関」と「因果」を混同すると何が起きるか

「一緒に動いている」と「原因と結果」は別のもの。混同すると打ち手を間違えます。

この記事でわかること

• 相関と因果の違いと、混同が起きる3つのパターン
• 因果関係を確認するための3つの問い
• 因果を誤認すると施策が空振りになる理由

「広告費を増やしたら売上が伸びた。だから広告が効いている」

この主張、一見すると正しそうに見えます。でも、これは「相関」であって「因果」ではない可能性があります。

相関とは、2つのデータが一緒に動いていること。因果とは、一方がもう一方の原因になっていること。一緒に動いているだけで、原因と結果の関係があるとは限りません。

広告費を増やした時期が、たまたま年末商戦の時期だったかもしれません。季節要因で売上が伸びただけで、広告の効果ではない可能性がある。これが「相関と因果の混同」です。

この混同は、ビジネスの判断ミスの中でもっとも頻繁に起きるものの1つです。AIが出すデータ分析にも「AとBに相関があります」と書かれていることがありますが、それは「AがBの原因です」とは意味が違います。

相関≠因果の3つのパターン

相関があるのに因果がないケースには、3つのパターンがあります。

第三の要因がある

広告費と売上が同時に伸びたのは、実は「年末商戦」という第三の要因が両方を押し上げていたから。広告費を増やしたこと自体が売上の原因ではなく、季節要因が本当の原因だった。

採用を増やした部署の業績が良い。だから採用が業績を上げている。でも、もしかすると業績が良い部署だから予算がついて採用できているだけかもしれない。因果が逆の可能性もあります。

因果の方向が逆

「英語ができる人は年収が高い」。だから英語を勉強すれば年収が上がる。でも、年収が高い人は教育にお金をかけられるから英語もできる、という逆の因果かもしれません。

ビジネスでは「成功した企業はこうしていた」という分析がよくあります。でも、それが成功の原因なのか、成功したからできたことなのかは、慎重に見極める必要があります。

ただの偶然

データが少ないと、たまたま一緒に動いただけの数字に意味を見出してしまうことがあります。第8回で扱った「母数が小さいデータ」の問題と直結します。

因果関係を確認するための問い

相関と因果を混同しないために、以下の問いを使います。

「メカニズムは説明できるか」。AがBの原因だと主張するなら、その仕組みを具体的に説明できる必要があります。「広告を見た→製品を知った→購入した」という具体的な経路が説明できるか。経路が説明できない相関は、因果ではない可能性が高い。

「他の要因はないか」。AとBが一緒に動いているとき、第三の要因Cが両方を動かしている可能性はないか。季節、景気、人事異動、市場変化。こうした要因を確認するだけで、因果の誤認が防げます。

「逆は成り立つか」。「AだからB」と主張するとき、「BだからA」の可能性も検討する。方向を間違えると、打ち手がまるで変わります。

因果を誤認すると、打ち手が間違う

相関と因果の混同が怖いのは、打ち手を間違えるからです。

「広告が効いている」と因果を誤認すれば、さらに広告費を増やす判断をします。でも本当の原因が季節要因なら、広告費を増やしても効果は出ません。

「採用を増やせば業績が上がる」と因果を誤認すれば、大量採用に走ります。でも本当の因果が逆なら、業績が伸びていない部署に人を入れても、教育コストが増えるだけです。

施策を打つ前に因果の構造を確認する。これだけで、無駄な投資を防げます。

まとめ

この記事のポイントを3つにまとめます。

• 相関は「一緒に動いている」、因果は「一方がもう一方の原因」。別の概念
• 混同パターンは「第三の要因」「因果が逆」「ただの偶然」の3つ
• 施策を打つ前に「メカニズムを説明できるか」「他の要因はないか」「逆は成り立つか」を確認する

次回は「確証バイアス ── 自分の思い込みにどう気づくか」をやります。

相関と因果の違い、混同が起きる3つのパターン、確認のための問いが見えてきたと思います。では次に、もう少し根深い問題に入ります。人間は無意識のうちに、自分の信じたい情報だけを集めてしまう。第10回ではその構造と対処法を扱います。