「AとBに関係がある」と「AがBの原因」は全然違う｜因果の誤報告を防ぐ方法

「関係がある」と「原因である」は、報告書では別の意味になる

相関（関係がある）と因果（原因である）の違いを、報告書の文脈で整理します。

「広告が売上を伸ばしている」と報告
→ 広告予算を増額
→ 実は売上が伸びていたのは季節要因だった
→ 広告費だけ増えて売上は変わらない
→ 「お前の分析を根拠に予算を増やしたんだが？」

これが、因果の誤報告が起こりうるシナリオです。

① 第三の変数を見落とす（交絡）

AとBが一緒に動いていても、裏に共通の原因Cがあるだけのことがあります。

見かけ上の関係	本当の原因（第三の変数）
広告費↑ → 売上↑	繁忙期に広告費も売上も同時に増えていた（季節性）
研修受講回数↑ → 営業成績↑	成績優秀者ほど研修に積極参加していた（意欲の差）
Webページ滞在時間↑ → CV率↑	購入意欲の高いユーザーほどページを読み込んでいた（購入意欲）

② 因果の向きが逆

「AがBの原因」ではなく、BがAの原因かもしれません。

「SNSフォロワー数が多い企業は売上が高い」
→ フォロワーが売上を生んでいるのか、売上の高い有名企業だからフォロワーが多いのか。

③ データが少なくたまたま一致しているだけ

期間が短かったり件数が少ないと、偶然の一致なのに「相関がある」と出ることがあります。

分析結果を「因果」として報告する前に確認してください。

1つでもNoがあれば、「因果」ではなく「関連」として報告する方が安全です。

#	確認項目
1	AとBの両方に影響しそうな第三の変数を洗い出したか？（季節、景気、担当者の能力など）
2	因果の向きは正しいか？（A→Bではなく、B→Aの可能性はないか？）
3	A/Bテストや施策前後の比較など、介入の設計があるか？（観測データだけではないか？）
4	時間の前後関係は正しいか？（Aの変化がBの変化より先に起きているか？）
5	他のデータや期間でも同じ関係が見られるか？

パターン1：相関はあるが、因果とは言い切れない場合（最も多い）

「広告費と売上には強い関連が見られます（相関係数 0.85）。
ただし、この数字だけでは広告が売上を伸ばしているとは言い切れません。
季節変動など他の要因が両方に影響している可能性があります。
因果関係を確認するには、広告を止めた期間との比較や、A/Bテストが必要です。」

パターン2：A/Bテストなど介入の設計がある場合

「A/Bテストの結果、広告を出したグループは出さなかったグループに比べて
CVRが15%高く、統計的に有意な差がありました（p = 0.02）。
広告がCVRを押し上げていると判断できます。
ただし、テスト期間が2週間と短いため、季節変動の影響を排除しきれていないリスクは残ります。」

どちらのパターンも「不確かさ」と「次のアクション」をセットで伝えると、慎重なだけではなく「次を考えている人」という印象になります。

「関連が見られます」と報告すると「で、結局どうなの？」と続くことがあります。

上司の反応	対応フレーズ
「関連じゃなくて、効果があるかどうかを聞きたいんだけど」	「現時点のデータでは効果がある可能性が高いと見ています。確証を得るにはA/Bテストが最も確実です」
「相関が強いなら原因と言っていいんじゃないの？」	「相関が強いことは前向きな材料ですが、過去に相関だけで判断して外れた事例もあります。リスクを減らすために追加検証を提案します」
「そんな細かいことより早く結論出してほしい」	「結論は『施策続行の根拠はある。因果の裏付けが取れれば予算増額の判断がより安全になる』です」

「因果とは言えない」で終わらず、確認のための次のアクションを一緒に提案すると、上司への報告として完成します。

この報告書をAIでリスク確認する（無料）→ AIチェックを試す