IDIA.JP

データ分析の基本は「1つの変数がどのように変化するか」に加え、「2つの変数の間にどのような関係があるか」を見いだす事である。「相関関係」と「因果関係」について確認しながら、その種類について整理することで正しい分析について考えた。

相関関係、因果関係

相関関係とは

相関関係とは、変数の一方が変化するにつれ、他の変数が同時に変化する関係。（記号：A↔B）

因果関係とは

因果関係とは、一方の変数が他方の変数の変化を引き起こす、原因と結果の関係。（記号：A→B）

相関関係ではどちらが原因で結果が不明で、時間的にどちらが先行するかはわからない。因果関係に置いては原因が結果に先行する。

AとBに相関関係があるときの因果関係の予想

AがBの直接原因（記号：A→B）

例）台風でリンゴの収穫量が半減した。

BがAの直接原因（記号：A←B）

例）ダイエット食品を食べる人ほど肥満度が高い。

AとBが相互に影響（記号：A⇄B）

例）肌を掻きすぎるとアトピー性皮膚炎が進行する。

AがBに間接原因（記号：A→C→B、またはA↔C→B、またはA→C↔D→B　など）

例）コーヒーを飲むと心臓病のリスクが高くなる（砂糖の影響？）。

AもBも第三変数の結果（記号：C→AかつC→B）

例）ジャンクフードばかり食べると非行行動に走りやすい（家庭環境？）、家庭にある灰皿の数が多いと肺がんになりやすい（喫煙習慣？）。

上記以外の関係

上記の組み合わせ

上記5つの組み合わせの場合。

循環因果（計測出来ない）

「風が吹けば桶屋が儲かる」のように複数の原因と結果が連なる場合。

単なる偶然、見せかけの相関

たまたま関係があるように見える場合。特に変数の1つに「時間」を使用する場合に見いだしやすい。

そもそもデータや調査方法に問題がある

意図的に改変されたデータや、統計学的に十分ではないサンプル数の調査など。

まとめ

データを分析し、相関関係から因果関係を特定、問題解決に取り組むことはよくある。2つの事象の因果関係が単純な「A→B」タイプでは無かった場合は、実践した問題解決の手段に効果が無かったり、逆に問題を深刻化させてしまう可能性もある。

参考

• 「社会調査」のウソ リサーチ・リテラシーのすすめ