エクセルで散布図と相関係数を完全マスター！基礎から応用まで

エクセルでデータ分析を始める時、二つのデータの関係性を見たいなと思うことってありませんか？そんな時に大活躍するのが「散布図」と「相関係数」です。データの傾向を視覚的にパッと掴むグラフの作り方から、その関係の強さを数字でカチッと示す関数の使い方、さらには近似曲線の引き方や、少し高度な分析まで。エクセルを使った散布図と相関係数に関する疑問や、どうやって分析に活かすのかといった悩みを、この記事でスッキリ解決していきましょう。少し難しい言葉も出てくるかもしれませんが、基礎から順番にわかりやすく解説していくので、安心してついてきてくださいね。

エクセルの散布図と相関係数の基礎知識

データ分析の第一歩として、まずは散布図と相関係数の基本を押さえておきましょう。この2つを組み合わせることで、データの中に隠れた関係性を、視覚と数値の両面から見抜きやすくなります。ここでは、エクセルでの具体的な操作方法と、結果の読み取り方について解説しますね。

グラフの作り方と相関係数の出し方

まずは、エクセルで散布図を作る基本手順からです。一番スムーズなのは、X軸（横軸）にしたいデータを左側の列に、Y軸（縦軸）にしたいデータを右側の列に並べておくことです。こうしておけば、エクセルが自動で左側をX軸として認識してくれます。

データ範囲を選択したら、「挿入」タブから「グラフ」グループの中にある「散布図（マーカーのみ）」を選びます。これだけで、点（プロット）が打たれた基本的なグラフがサクッと完成します。点と点を線で結ぶタイプもありますが、関係性を確認する初期段階では、線は邪魔になることが多いので「マーカーのみ」がおすすめですよ。

次に、相関係数の出し方です。エクセルでは主に関数を使って計算します。よく使われるのは=CORREL(配列1, 配列2)という関数です。例えば、A列とB列のデータの相関を見たい時は、空いているセルに=CORREL(A2:A100, B2:B100)のように入力します。これで、2つの変数間の関係性の強さが-1から1の間の数値としてパッと算出されます。

相関関係の強さを判断する目安と見方

CORREL関数で相関係数が出たら、次はその数字をどう解釈するかです。相関係数（r）は、-1から1までの値をとり、数字の大きさで関係の強さを、プラスマイナスの符号で関係の方向を示します。

一般的な目安としては、以下のようになります。

ただし、この「強い」「弱い」の基準は、分析する分野によっても変わってきます。例えば、人間の行動データを扱うようなマーケティング分野では、データに色々なノイズが混ざりやすいので、0.3や0.4でも「意味のある関係だ」と判断されることがあります。数字だけでなく、必ず散布図の見た目とセットで判断する癖をつけてくださいね。

CORREL関数を用いた正しい計算

相関係数を計算する際、エクセルにはCORREL関数ともう一つ、PEARSON関数というものがあります。数学的な計算結果はどちらも同じなのですが、エクセルでの内部的な処理に少し違いがあるんです。

実務では、データがきれいに揃っていないことも多いですよね。なので、エラーで止まるのを防ぎたいなら、基本的にはCORREL関数を使うのがおすすめです。直感的で入力も短いですしね。

複数の変数から相関行列を作成する

気温、湿度、来店客数、売上…というように、3つ以上の変数がある場合、すべての組み合わせにCORREL関数を入力していくのはとても大変です。そんな時は、エクセルの「データ分析ツール」を使うと一気に計算してくれます。

「データ」タブに「データ分析」というメニューがない場合は、まず「ファイル」→「オプション」→「アドイン」から分析ツールを有効にする必要があります。有効にしたら、「データ分析」から「相関」を選び、変数が見出しごと並んだ表全体を選択します。

すると、行と列に各変数が並び、交差する部分に相関係数が表示された「相関マトリクス（相関行列）」が出力されます。これを見れば、「どの変数とどの変数が強く結びついているか」が一覧で確認できるので、全体の傾向を掴むのにすごく便利ですよ。

近似曲線を追加して決定係数を表示

散布図を作ったら、データの傾向をもっとはっきりさせるために「近似曲線」を引いてみましょう。グラフを選択して「グラフ要素を追加」から「近似曲線」→「線形」などを選びます。これで、データの中心を通るような直線が引かれます。

さらに、近似曲線の書式設定から「グラフにR-2乗値を表示する」にチェックを入れると、グラフ上に決定係数（R2）という数値が表示されます。この数字は0から1の間になり、1に近いほど「その直線がデータにぴったり当てはまっている（予測精度が高い）」ことを意味します。

エクセルの散布図と相関係数の応用と注意

基本を押さえたら、次は少し応用編です。「相関係数が高かった！やった！」で終わらせず、その数字が本当に信頼できるものなのか、別の要因が隠れていないかを疑う視点が、実践的なデータ分析では求められます。ここからは、実務で役立つ一歩進んだテクニックや注意点を解説していきます。

無相関の検定による有意性の確認

エクセルで相関係数が0.6と出たとしても、それが「たまたま」そういうデータが集まっただけなのか、それとも本来のデータ全体でも確かな関係があると言えるのかは分かりません。そこで行うのが「無相関の検定」です。

これは、統計的にその相関係数が意味のあるものか（有意かどうか）を確かめる作業です。少し計算が複雑ですが、エクセルでも数式を組み合わせれば計算可能です。重要なのは算出されるp値（有意確率）です。

一般的に、このp値が0.05（5%）を下回っていれば、「偶然こんな相関が出る確率は5%未満だから、統計的に意味のある相関だ」と判断します。ただし、データ数が数万件と膨大な場合、実用上は意味のないくらい弱い相関（r=0.05など）でも「有意」と判定されてしまうことがあるので、相関係数の大きさとp値は必ずセットで見るようにしてください。

疑似相関を見抜く偏相関係数の求め方

データ分析で一番怖いのが「疑似相関」です。これは、2つのデータに強い相関があるように見えて、実は第3の要因（交絡変数）が裏で操っているだけ、という状態です。

例えば、「アイスクリームの売上」と「水難事故の件数」には強い正の相関が出ることがあります。でも、アイスが売れるから事故が起きるわけではありませんよね。これは「夏の気温の上昇」という第3の要因が、両方を引き上げているだけです。これを見抜けずに「事故を減らすためにアイスの販売を規制しよう」なんて結論を出したら大変です。

この第3の要因の影響を数学的に取り除いて、純粋な2つだけの関係を見る数値を「偏相関係数」と呼びます。エクセルに一発で出す関数はありませんが、それぞれの相関係数を出した後、特定の数式に当てはめることで計算できます。表面的な数字に騙されないためにも、この考え方は頭に入れておいてくださいね。

外れ値がグラフと数値に与える影響

「相関係数を計算する前に、必ず散布図を描け」とよく言われます。その理由の一つが「外れ値」の存在です。

たった一つの極端なデータ（外れ値）があるだけで、相関係数の数字は大きく引っ張られてしまいます。本来は関係性がないのに、一つの異常値のせいで相関係数が高くなってしまうこともありますし、逆もあります。数字だけを見ていると、この事実に一生気づけません。

外れ値の影響が大きい場合や、アンケートの5段階評価のような順位データの場合は、通常のピアソンの相関係数ではなく、順位を使って計算する「スピアマンの順位相関係数」などのノンパラメトリックな手法を検討するのも一つの手です。

資料へのグラフのリンク貼り付け手順

エクセルで作ったきれいな散布図を、PowerPointやWordの報告資料に貼り付けることも多いですよね。この時、ただコピー＆ペーストするのではなく、「リンク貼り付け」を強くおすすめします。

普通のコピペだと、あとからエクセルのデータを修正した時に、プレゼン資料側のグラフもいちいち貼り直さなければなりません。リンク貼り付けにしておけば、エクセルのデータを更新するだけで、PowerPoint側のグラフも自動的に最新の状態に切り替わります。

やり方は、PowerPointで貼り付ける際に「形式を選択して貼り付け」を選び、「リンク貼り付け」のラジオボタンにチェックを入れて「Microsoft Excel ワークシート オブジェクト」として貼り付けるだけです。ただし、エクセルファイルの保存場所を変えたりファイル名を変えたりするとリンク切れになるので、同じフォルダ内でセットで管理するようにしてくださいね。

エクセルの散布図と相関係数の活用まとめ

いかがでしたでしょうか。エクセルの散布図と相関係数は、数回のクリックと簡単な関数だけで結果が出る、とても手軽で強力なツールです。

しかし大事なのは、エクセルが弾き出した「相関係数」という数字を鵜呑みにしないことです。「本当に直線的な関係か？」「外れ値はないか？」「裏に隠れた別の原因（疑似相関）はないか？」と、常に疑いの目を持つことがデータ分析では欠かせません。数字を計算するだけでなく、必ず散布図を描いて目で確認するプロセスを大切にしてくださいね。

この記事で紹介した基礎知識や注意点を意識しながら、ぜひ実務でエクセルを使った散布図と相関分析をどんどん活用していきましょう！