「金利と株価は逆に動く」「景気が良くなると失業率が下がる」——こうした「2つのデータの関係」を数値で表したものが相関係数（そうかんけいすう）です。
相関係数は、高校数学「データの分析」の重要テーマであり、共通テストでも出題されます。また株価分析・AIの機械学習・市場リサーチなど、現実の場面でも広く使われます。
この記事で学べること：
- 相関係数の意味と−1〜+1の範囲で読み取る方法
- 散布図との関係と「正の相関・負の相関」の見分け方
- 相関係数を金融・受験・日常に活かす視点
本記事は、株式会社数強塾代表・藤原進之介が監修しています。
相関係数とは何か
定義
相関係数（r）とは、2つのデータの組（例：株価と金利）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です。
rが+1に近いほど「正の相関（片方が増えると、もう一方も増える傾向）」が強く、rが−1に近いほど「負の相関（片方が増えると、もう一方は減る傾向）」が強くなります。rが0に近いと「相関がほとんどない」状態を示します。
なぜ重要なのか
「2つのデータが関係しているか」を直感ではなく数値で示せることが、相関係数の力です。勘や経験だけでなく、データに基づいた判断を可能にします。これは情報リテラシーの核心です。
相関係数の値の読み方
【相関係数の目安（一般的なガイドライン）】
r ≈ +0.7〜+1.0：強い正の相関
r ≈ +0.3〜+0.7：中程度の正の相関
r ≈ −0.3〜+0.3：相関がほぼない（または弱い）
r ≈ −0.3〜−0.7：中程度の負の相関
r ≈ −0.7〜−1.0：強い負の相関
※ これはあくまで目安です。分野・データの性質によって「強い相関」の基準は異なります。
よくある誤解——「相関がある＝原因と結果がある」は間違い
よくある誤解として、「相関係数が高い＝片方がもう一方の原因だ」と思いがちですが、これは正しくありません。
これを相関と因果の混同と呼びます。たとえば「アイスクリームの売上と溺死事故の件数に正の相関がある」という場合、アイスが溺死の原因ではなく、「気温が高い夏」という第3の要因が両方を増やしているのです（架空の例）。
数学・共通テストとの接続
相関係数は、高校数学Iの「データの分析」単元の中核テーマです。共通テストでは散布図を読んでr値を推定する問題や、共分散・標準偏差との関係が問われます。
計算式は r ＝ 共分散 ÷（xの標準偏差 × yの標準偏差） ですが、共通テストでは式そのものより「散布図からrの値の範囲を推定する」問題が中心になります。
標準偏差とリスクの記事と合わせて学ぶと、データ分析の全体像が見えてきます。
実社会での活用例
相関係数は、株価分析・市場調査・医療研究・スポーツ科学など多くの分野で使われています。
金融の文脈では、「2つの資産の相関が低いほど、組み合わせてリスクを分散しやすい」という考え方で使われます（ポートフォリオ理論）。相関が高い資産ばかり持つと、同時に値下がりするリスクが高まります。
まとめ
- 相関係数は−1〜+1の数値——2つのデータの関係の強さと方向を示す
- 相関≠因果——相関があっても「原因と結果」とは限らない
- 共通テスト・金融・AIで広く使われる——実用性の高い統計の基礎概念
学習をさらに深めるために
計算の「なぜ」から一緒に考えたい方へ｜数強塾
複利、利回り、PER、標準偏差、相関係数——これらはすべて、中学・高校数学の基礎とつながっています。「公式は覚えているのに問題が解けない」「どこから苦手になったかわからない」——その原因を正確に特定することが、前に進む第一歩です。
数強塾の個別指導は、答えを教えることより、「なぜそうなるのか」を一緒に考えることを大切にしています。
情報Iを体系的に学びたい方へ｜KADOKAWA刊『藤原進之介のゼロから始める情報I』
「どこから勉強すれば良いかわからない」という声に応えて作った参考書です。2進数・暗号・アルゴリズム・データ分析を、ゼロから順に、なぜそうなるのかを丁寧に解説しています。共通テスト対策はもちろん、情報の「仕組み」を本当に理解したい方にお勧めします。
数学・金融リテラシーをさらに深めるためのサイト
免責事項
本記事は教育目的の情報です。特定の金融商品の購入を推奨するものではありません。記事内の計算例は仮の例示です。運営：株式会社数強塾 ／ 監修：藤原進之介
コメント