高校数学Ⅰの「データの分析」で最後に学習するのが、「散布図（さんぷず）」と「相関係数（そうかんけいすう）」です。
「散布図のグラフの読み取りはわかるけど、相関係数の計算がとにかく面倒…」「共分散（きょうぶんさん）って何？」「公式の分母と分子がごちゃごちゃになる…」と悩んでいませんか？
相関係数は、一見すると公式が複雑に見えますが、**「表を使って順に数値を埋めていく手順」**さえマスターしてしまえば、誰でも確実に満点が狙える得点源になります！
1. 散布図の見方： 正の相関・負の相関・無相関のグラフの特徴
2. 相関係数（r）の意味： 2つのデータの関係性を「－1 から 1」の数値で表す指標
3. 共分散（Sxy）の正体： 2つの変量の散らばりの連動性を表す値
4. 計算の3ステップ： 偏差の表を使った計算ミスを防ぐ手順と変量の変換（y = ax + b）
まずは散布図の基本と「相関係数とは何か？」という言葉の意味から、わかりやすく整理していきましょう！
相関係数の計算で必須となる「分散」と「標準偏差」の求め方や公式を復習したい方はこちら！
👉 【数学Ⅰ・データの分析】分散と標準偏差の求め方！公式と意味を徹底解説
散布図とは？2つのデータの関係性を視覚化するグラフ
2つの異なるデータ（例：「数学の点数」と「理科の点数」、「気温」と「エアコンの電気代」など）の間に、どのような関係があるかを調べるために用いられるグラフが「散布図（さんぷず）」です。
横軸にデータ \( x \)、縦軸にデータ \( y \) をとり、対応するデータの組 \( (x, y) \) を平面上に点として打ち込んで（プロットして）作成します。
点を打つことで、2つのデータの間に潜む「一方が増えると、もう一方も増える（あるいは減る）」といった傾向（相関関係）をひと目で読み取ることができます。
正の相関・負の相関・無相関（相関関係がない）の違い
散布図に打たれた点の集まりの形を見ることで、2つのデータの関係性を大きく3つのパターンに分類することができます。
| 相関の種類 | グラフ（点の集まり）の傾き | データの特徴・具体例 |
|---|---|---|
| 正の相関（正の相関関係） | 右上がりに分布する | \( x \) が増えると \( y \) も増加する傾向がある （例：身長と体重、気温とアイスの売上） |
| 負の相関（負の相関関係） | 右下がりに分布する | \( x \) が増えると \( y \) は減少する傾向がある （例：標高と気温、気温と暖房の電気代） |
| 無相関（相関がない） | 円形やバラバラに散らばる | \( x \) の増減と \( y \) の値に特別な関係が見られない （例：数学の点数と50m走のタイム） |
・相関が強い： 点が細長い直線状にギュッと集まっている（関係性がはっきりしている）
・相関が弱い： 点が直線から離れて幅広くボヤッと散らばっている（傾向はあるがばらつきが大きい）
【注意】「相関関係」と「因果関係」はまったく別もの！
定期テストや共通テストで非常に多くの受験生がひっかかる注意点が、「相関関係と因果関係の混同」です。
2つの言葉の違いをしっかり整理しておきましょう。
- 相関関係： 2つのデータが「連動して変化する傾向がある」という単なる関係性
- 因果関係： 一方のデータが原因となって、もう一方の結果を引き起こしているという「原因と結果の関係」
「アイスクリームの売上」と「水難事故の件数」の散布図をとると、強い正の相関が見られます。
しかし、「アイスを食べたから事故が起きた（因果関係）」ではありませんよね！
実際には「夏場で気温が高い」という第3の要因（隠れた原因）が影響して、両方が同時に増えているだけです。
「相関関係があるからといって、必ずしも因果関係があるとは限らない」という点は、数学だけでなく統計データを扱う社会でも非常に重要になるのでしっかり押さえておきましょう！
相関係数\(r\)とは？相関の強さを「-1から1」で表す指標
散布図を使えば、2つのデータの関係性をグラフで確認できます。
しかし、グラフの見た目だけでは「どちらのほうが相関が強いか」を客観的に比べるのが難しい場合があります。人によって「強い相関に見える」「いや、弱い相関だ」と判断が分かれてしまうためです。
そこで、相関の強さや向きを誰でも一目でわかるように「数値」として数値化したものが「相関係数\( r \）」です。
相関係数 \( r \) は、必ず \( -1 \) から \( 1 \) の間の値（\( -1 \leq r \leq 1 \)）をとります。
相関係数の値（r）と散布図の形の関係一覧
相関係数 \( r \) の数値によって、散布図がどのような形になるかを表にまとめました。
| 相関係数 \( r \) の値 | 相関の種類・強さ | 散布図のグラフの形状 |
|---|---|---|
| \( r = 1 \) | 完全な正の相関 | すべての点が右上がりの直線上に綺麗に並ぶ |
| \( 0.7 \leq r < 1 \) | 強い正の相関 | 点が右上がりの直線状にギュッと集まる |
| \( 0.4 \leq r < 0.7 \) | 弱い正の相関 | やや右上がりの傾向が見られるが散らばっている |
| \( -0.4 < r < 0.4 \) | ほとんど相関がない（無相関） | 点が円形やランダムに散らばっている |
| \( -0.7 < r \leq -0.4 \) | 弱い負の相関 | やや右下がりの傾向が見られるが散らばっている |
| \( -1 < r \leq -0.7 \) | 強い負の相関 | 点が右下がりの直線状にギュッと集まる |
| \( r = -1 \) | 完全な負の相関 | すべての点が右下がりの直線上に綺麗に並ぶ |
・符号（プラス・マイナス）： 相関の向き（正か負か）を表す
・絶対値 \( |r| \)（1に近いかどうか）： 相関の「強さ」を表す（1に近づくほど直線状に並ぶ）
なぜ相関係数は「-1以上1以下」におさまるのか？
「どんなデータでも本当に \( -1 \leq r \leq 1 \) に収まるの？」と疑問に思うかもしれません。
これは数学的には、高校で習うベクトルや不等式の定理（**コーシー・シュワルツの不等式**）によって証明される重要な性質です。
感覚的なイメージとしては、「完璧な一直線上に並ぶ状態」を最大値の \( 1 \)（または最小値の \( -1 \)）として基準を定めていると考えてください。
もしテストの計算で「相関係数 \( r = 1.25 \)」や「\( r = -2.1 \)」といった数値が出てきた場合は、絶対にどこかで計算ミスをしています！
相関係数が \( 1 \) を超えたり \( -1 \) より小さくなったりすることは絶対にありません。すぐに計算を見直しましょう。
では、この数値 \( r \) を具体的にどのような公式で計算すればよいのか、次の見出しで詳しく解説します！
相関係数の求め方と2つの重要公式【共分散を使う方法】
相関係数 \( r \) を計算するためには、まず「共分散（きょうぶんさん）」という新しい指標を知る必要があります。
「言葉が難しそう…」と感じるかもしれませんが、仕組みはとてもシンプルです。順を追って見ていきましょう！
共分散（Sxy）とは？2つの変量の散らばりの相関を表す値
分散は「1つのデータの散らばり」を表す指標でした。これに対して、「2つのデータ（\( x \) と \( y \)）の散らばりが、どのように連動しているか」を表したのが**共分散 \( s_{xy} \)**です。
共分散は、**「\( x \) の偏差」と「\( y \) の偏差」を掛け合わせたものの平均値**として計算します。
\( s_{xy} = \frac{1}{n} \left\{ (x_1 – \bar{x})(y_1 – \bar{y}) + (x_2 – \bar{x})(y_2 – \bar{y}) + \dots + (x_n – \bar{x})(y_n – \bar{y}) \right\} \)
言葉で覚える：共分散 ＝（\( x \)の偏差 × \( y \)の偏差）の合計 ÷ データの個数
なぜこの計算で相関がわかるのでしょうか？
- 正の相関のとき： \( x \) が平均より大きいとき \( y \) も平均より大きくなり、\( x \) が平均より小さいとき \( y \) も平均より小さくなります。どちらの場合も「（プラス）×（プラス）」または「（マイナス）×（マイナス）」になり、掛け算の結果は**プラス**になります。そのため、**共分散はプラスの値**をとります。
- 負の相関のとき： \( x \) が平均より大きいとき \( y \) は平均より小さくなります。常に「（プラス）×（マイナス）」の計算になるため、**共分散はマイナスの値**をとります。
公式①：【基本】「共分散 ÷ (xの標準偏差 × yの標準偏差)」
共分散を使うことで相関の向き（プラスかマイナスか）は分かりますが、データの単位やスケールによって数値が大きくなりすぎてしまい、相関の強さを直接比較できません。
そこで、共分散を **「\( x \) の標準偏差 \( s_x \)」** と **「\( y \) の標準偏差 \( s_y \)」** の掛け算で割ることで、スケールを揃えて数値範囲を \( -1 \leq r \leq 1 \) に収めたものが教科書通りの基本公式です。
\( r = \frac{s_{xy}}{s_x \cdot s_y} \)
言葉で覚える：相関係数 ＝ 共分散 ÷（\( x \) の標準偏差 × \( y \) の標準偏差）
公式②：【実戦】偏差の積の合計から直接求める計算式
基本公式①は理解しやすいですが、実際のテストで「共分散を出して、\( x \) の標準偏差を出して、\( y \) の標準偏差を出して…」と順番に計算すると、割る数（データの個数 \( n \)）が何度も出てきて計算が非常に煩雑になります。
そこで、分母と分子にある「データの個数 \( n \)」を約分して消去した**実戦用の変形公式**を使うのがおすすめです！
\( r = \frac{(x\text{の偏差と}y\text{の偏差の積の合計})}{\sqrt{(x\text{の偏差の2乗の合計})} \times \sqrt{(y\text{の偏差の2乗の合計})}} \)
数式：\( r = \frac{\sum (x – \bar{x})(y – \bar{y})}{\sqrt{\sum (x – \bar{x})^2} \cdot \sqrt{\sum (y – \bar{y})^2}} \)
この実戦公式を使えば、**「個数 \( n \) で割る計算（平均を出す作業）」をすべてスキップできる**ため、計算時間を半分以下に短縮でき、凡ミスも劇的に減らすことができます！
次の見出しで、実際に表を使ってこの実戦公式で解く具体手順をマスターしていきましょう。
【実践】例題でマスターする相関係数の計算3ステップ
相関係数の公式が理解できたら、実際の数値を使って計算の流れをマスターしましょう。
計算量が多くてパニックになりがちな相関係数ですが、**「7列の表」を1つ作って機械的に埋めていく**だけで、誰でも簡単に正解までたどり着くことができます！
5人の生徒が受けた「数学のテストの点数 \( x \)」と「理科のテストの点数 \( y \)」が以下の通りであるとき、\( x \) と \( y \) の相関係数 \( r \) を求めなさい。
・数学 \( x \)：[ 3, 4, 5, 6, 7 ]（点）
・理科 \( y \)：[ 3, 5, 4, 6, 7 ]（点）
Step 1：x と y の平均値をそれぞれ求める
まずは \( x \) と \( y \) のそれぞれのデータについて、全体の平均値（\( \bar{x} \), \( \bar{y} \)）を計算します。
・数学の平均値 \( \bar{x} \)： \( \frac{3 + 4 + 5 + 6 + 7}{5} = \frac{25}{5} = \mathbf{5} \)（点）
・理科の平均値 \( \bar{y} \)： \( \frac{3 + 5 + 4 + 6 + 7}{5} = \frac{25}{5} = \mathbf{5} \)（点）
どちらも平均値はキレイな整数「**5点**」となりました！
Step 2：偏差・偏差の2乗・偏差の積の表をつくる
次に、ノートの余白に以下のような**7列の表**を作成し、1人ずつ計算して埋めていきます。
| 生徒 | \( x \) | \( y \) | \( x \) の偏差 \( (x – \bar{x}) \) | \( y \) の偏差 \( (y – \bar{y}) \) | \( x \) 偏差の2乗 \( (x – \bar{x})^2 \) | \( y \) 偏差の2乗 \( (y – \bar{y})^2 \) | 偏差の積 \( (x – \bar{x})(y – \bar{y}) \) |
|---|---|---|---|---|---|---|---|
| A君 | 3 | 3 | 3 － 5 ＝ －2 | 3 － 5 ＝ －2 | \( (-2)^2 = \mathbf{4} \) | \( (-2)^2 = \mathbf{4} \) | \( (-2) \times (-2) = \mathbf{4} \) |
| B君 | 4 | 5 | 4 － 5 ＝ －1 | 5 － 5 ＝ 0 | \( (-1)^2 = \mathbf{1} \) | \( 0^2 = \mathbf{0} \) | \( (-1) \times 0 = \mathbf{0} \) |
| C君 | 5 | 4 | 5 － 5 ＝ 0 | 4 － 5 ＝ －1 | \( 0^2 = \mathbf{0} \) | \( (-1)^2 = \mathbf{1} \) | \( 0 \times (-1) = \mathbf{0} \) |
| D君 | 6 | 6 | 6 － 5 ＝ ＋1 | 6 － 5 ＝ ＋1 | \( 1^2 = \mathbf{1} \) | \( 1^2 = \mathbf{1} \) | \( 1 \times 1 = \mathbf{1} \) |
| E君 | 7 | 7 | 7 － 5 ＝ ＋2 | 7 － 5 ＝ ＋2 | \( 2^2 = \mathbf{4} \) | \( 2^2 = \mathbf{4} \) | \( 2 \times 2 = \mathbf{4} \) |
| 合計 | — | — | 0 | 0 | 10 | 10 | 9 |
表の下の「合計」列で、\( x \) の偏差の合計と \( y \) の偏差の合計が**両方とも「0」になっているか**を確認しましょう！ここが 0 になっていない場合、引き算や平均値の計算が間違っています。
Step 3：実戦公式に代入して相関係数 r を算出する
表の1番下の行から、必要な合計値を取り出します。
- \( x \) の偏差の2乗の合計 ＝ 10
- \( y \) の偏差の2乗の合計 ＝ 10
- 偏差の積 \( (x – \bar{x})(y – \bar{y}) \) の合計 ＝ 9
これらを**【公式②：実戦公式】**にあてはめます。
\( r = \frac{9}{\sqrt{10} \times \sqrt{10}} = \frac{9}{10} = \mathbf{0.9} \)
相関係数 \( r = \mathbf{0.9} \)
（\( r \) の値が 1 に近いため、数学と理科の点数には「**非常に強い正の相関関係がある**」と分かります！）
「平均を出す ➔ 7列の表を作る ➔ 3つの合計値を公式に入れる」という3ステップを守れば、どれだけ複雑なデータが出題されても落ち着いて確実に解くことができますよ！
【テスト頻出】データの変換 \( y = ax + b \) と相関係数の変化
定期テストや共通テストでよく問われるのが、「データの単位を変えたり（例：cm から m への変更）、全員のデータを \( a \) 倍して \( b \) 足したりしたとき、相関係数はどうなるか？」という問題です。
「計算し直さないと分からないのでは…」と焦る必要はありません！相関係数には「データのスケールを変えても値が変化しない」という非常に便利な性質があります。
データの単位を変えても相関係数 \( r \) は変化しない（不変性）
結論から言うと、元のデータ \( x, y \) をそれぞれ \( u = ax + b \)、\( v = cy + d \) のように一次変換しても、掛け合わせた数（\( a \) と \( c \)）がともに正の数であれば、相関係数 \( r \) はまったく変化しません！
例えば、身長の単位を「cm」から「m」に変えたり（0.01倍）、テストの点数全員に 10 点加算したり（＋10）しても、2つのデータの「散らばりの形（相対的な関係性）」は一切変わらないためです。
元の変数を \( x, y \)、変換後の変数を \( u = ax + b \)、\( v = cy + d \) とするとき、
・\( a \) と \( c \) が同符号（ともに正、またはともに負）： 相関係数は変わらない（\( r_{uv} = r_{xy} \)）
・\( a \) と \( c \) が異符号（一方が正で他方が負）： 相関係数の符号が逆になる（\( r_{uv} = -r_{xy} \)）
掛け算の符号（プラス・マイナス）による相関係数の変化
注意が必要なのは、「マイナスの数」を掛け算したときだけです。
片方のデータだけにマイナスを掛けると、データの「右上がり」「右下がり」の傾きが逆転してしまうため、相関係数のプラス・マイナス（符号）が入れ替わります。
| 変換の式 | \( x, y \) に掛けている数の符号 | 変換後の相関係数 \( r_{uv} \) |
|---|---|---|
| \( u = 2x + 3, \quad v = 5y – 1 \) | ともにプラス（\( a > 0, c > 0 \)） | \( r_{xy} \)（変化なし） |
| \( u = -3x + 10, \quad v = -2y + 5 \) | ともにマイナス（\( a < 0, c < 0 \)） | \( r_{xy} \)（変化なし） |
| \( u = -2x + 5, \quad v = 3y + 1 \) | 片方だけマイナス（\( a < 0, c > 0 \)） | \( -r_{xy} \)（符号が反転！） |
・足し算・引き算（\( +b, +d \)）は相関係数に一切影響しない（無視してOK！）
・各変数に掛かっている係数（\( a \) と \( c \)）の「符号（プラスかマイナスか）」だけをチェックする！
この性質を知っておけば、複雑な変換式が提示されても、面倒な再計算をすることなく一瞬で正解を選ぶことができますよ！
【実践例題】テストで差がつく！相関係数を求める問題
それでは、実際のテストでどのような形で出題されるのか、例題を使って解き方を確認してみましょう。
2つのデータ \( x, y \) の相関係数が \( r_{xy} = 0.75 \) であるとき、次の \( u, v \) の相関係数 \( r_{uv} \) を求めなさい。
(1) \( u = 3x + 10, \quad v = 2y – 5 \)
(2) \( u = -2x + 1, \quad v = 4y + 3 \)
(3) \( u = -x + 8, \quad v = -3y – 2 \)
考え方と解答のコツ
解くためのポイントは「\( x \) と \( y \) に掛かっている数（係数）の符号（＋か－か）だけを見る」ことです。足し算・引き算の数字は完全に無視して構いません。
| 問題 | 係数の符号（\( a \) と \( c \)） | 判定 | 解答（\( r_{uv} \)） |
|---|---|---|---|
| (1) \( u = \mathbf{3}x + 10, \quad v = \mathbf{2}y – 5 \) | \( 3 > 0, \quad 2 > 0 \)（同符号） | そのまま | \( 0.75 \) |
| (2) \( u = \mathbf{-2}x + 1, \quad v = \mathbf{4}y + 3 \) | \( -2 < 0, \quad 4 > 0 \)（異符号） | 符号が反転 | \( -0.75 \) |
| (3) \( u = \mathbf{-1}x + 8, \quad v = \mathbf{-3}y – 2 \) | \( -1 < 0, \quad -3 < 0 \)（同符号） | そのまま | \( 0.75 \) |
(3) のように「両方にマイナスが掛かっている場合」は同符号（マイナス×マイナス＝プラス）になるため、符号は変化しないという点に注意しましょう！
よくある質問・つまづきやすいポイント（FAQ）
最後に、高校数学の「変量の変換と相関係数」で受験生・高校生からよく寄せられる質問や、テストで差がつくポイントをQ&A形式でまとめました。
Q1. なぜ足し算・引き算（\( +b, +d \)）は相関係数に一切影響しないの？
A. 相関係数はデータの「散らばりの形（相対的な位置関係）」を表す指標だからです。
全員のデータに同じ値を足したり引いたりしても、散布図上の点がそのまま平行移動するだけで、データの「全体の形や傾き」は一切変わらないためです。
Q2. 片方のデータだけにマイナスを掛けたとき、相関係数の符号が入れ替わる直感的な理由は？
A. 片方のデータだけ正負を反転させると、散らばりの傾きが「右上がり（正の相関）」から「右下がり（負の相関）」へと真逆になるためです。
なお、両方のデータにマイナスを掛けた場合は、上下左右が反転して結果的に「右上がり」のままになるため、相関係数は変化しません。
Q3. 平均・分散・標準偏差・相関係数の中で、足し算（\( +b \)）の影響を受けるのはどれ？
A. 「平均値」だけです！
分散・標準偏差・相関係数はすべて「データの散らばり具合」を表す量なので、底上げ（足し算・引き算）の影響を受けません。共通テストや定期テストで最もよく出される引っ掛けポイントなので、必ず覚えておきましょう。
関連ページ・練習問題でアウトプットしよう！
分散や相関係数の理解を深めたら、公式の再確認や実際の解き込み演習を行って確実な得点力を身につけましょう！
平均値・分散・標準偏差・箱ひげ図・相関係数など、「データの分析」で使う全公式をサクッと確認したい方はこちら！
👉 【高校数学Ⅰ】データの分析：基本公式一覧と例題解説を見る
実際のテスト形式で手を動かして分散や相関係数の計算問題を解きたい方は、練習問題一覧にチャレンジしてみましょう！
👉 データの分析 基本問題一覧（演習・詳細解説つき）に挑戦する
四分位数（Q1, Q2, Q3）や箱ひげ図の基本、25%ルールの見方を復習・確認したい方はこちら！
👉 【数学Ⅰ・データの分析】四分位数と箱ひげ図の求め方・見方をわかりやすく解説
まとめ：変量の変換 \( y = ax + b \) と相関係数・統計量の重要ポイント
今回は、データの散らばりを表す指標や、変量の変換 \( u = ax + b, \quad v = cy + d \) に伴う各種統計量の変化について解説しました。
1. 平均値（\( \bar{u} = a\bar{x} + b \)）： 式そのまま全体の影響を受ける（足し算も反映）
2. 分散（\( s_u^2 = a^2 s_x^2 \)）： \( a \) の2乗倍になる（\( +b \) は無視！）
3. 標準偏差（\( s_u = |a| s_x \)）： \( |a| \)（絶対値）倍になる（\( +b \) は無視！）
4. 相関係数（\( r_{uv} \)）： \( a, c \) が同符号なら不変、異符号なら符号反転（\( +b, +d \) は無視！）
公式の形だけを丸暗記するのではなく、「なぜ2乗するのか」「なぜ足し算は無視してよいのか」という仕組みを理解しておくと、テスト本番でも迷わず正確に解けるようになりますよ！
💬 今回の解説を読んで「まだ少し不安」「一人だと解き直せない」と感じた方へ
数学は「解説を読んで理解した気になって終わり」にしてしまうと、似た問題が出たときに手が止まってしまいがちです。
確実に定着させるには、知識が新しいうちに自分で解き直し、類題で練習することが欠かせません。
もし「テキストの解説だけだと理解に時間がかかる」「質問できる環境や、手厚いサポートが欲しい」と感じている場合は、高校生向けの学習サービスを上手に活用するのも手です。
特に「わかりやすい動画解説でつまずきを解消できる（スタディサプリ）」や、「自分のレベルに合わせて添削・演習ができる（進研ゼミ）」は、独学の強い味方になります。
自分の学習スタイルに合う方法を見つけたい方は、以下の記事を参考にしてみてください。🔹 人気の2大教材（動画授業 vs 演習・添削）を比較して選びたい方
👉 【高校生向け】進研ゼミとスタディサプリはどっちがおすすめ？特徴と料金の違い🔹 他社も含めたおすすめ通信教育を幅広くチェックしたい方
👉 【高校生向け】通信教育おすすめランキング！人気教材を徹底比較
コメント