統計の基本、会議資料の数字を読み解く3つの視点
画像出典: ANTONI SHKRABA production / Pexels
会議資料の数字を読み解くのに必要な統計は、まず「平均と中央値を並べて見る」「ばらつき（分散・標準偏差）を確認する」「相関を因果と混同しない」の3点です。平均は外れ値に強く引っ張られるため、平均だけを見た判断は実感と大きくズレます。総務省統計局の「社会人のためのデータサイエンス入門」は、この3点を扱う無料のオンライン講座です。
数字が並んだ資料を前にして、質問すべきポイントが分からないまま会議が進んでいく。正直なところ、この感覚を持っている人はかなり多いはずです。
ただ、ここで必要なのは統計学を体系的に学び直すことではありません。実務の資料で誤読が起きるポイントは、驚くほど限られています。平均の見方、ばらつき、そして相関と因果の区別。この3つを押さえるだけで、資料に対して投げるべき質問が具体的に見えてきます。
数式を覚える話ではなく、「この数字はどこを疑えばいいのか」を知る話として読んでみてください。
なぜ「平均」だけを見ると判断を誤るのか？
平均は、極端な値ひとつで簡単に姿を変えます。これが実務でいちばん多い誤読の入口です。
身近な例で考えてみます。5人のチームで、今月の受注金額を集計しました。4人は80万円前後で並んでいますが、1人だけ大口案件を取って1,200万円。この5人の受注金額を並べると、次のようになります。
| Aさん | 70万円 |
|---|---|
| Bさん | 80万円 |
| Cさん | 85万円 |
| Dさん | 90万円 |
| Eさん | 1,200万円 |
| 平均 | 305万円 |
| 中央値 | 85万円 |
上の表のとおり、平均は305万円ですが、5人中4人は100万円にも届いていません。「今月のチーム平均は305万円でした」という報告は、数字としては正しくても、メンバーの実感とはまったく合いません。同じデータから出てくる「代表的な数字」が、平均と中央値で220万円も離れています。この差の大きさこそが、データが偏っているサインです。
これは特殊な例ではありません。不動産でも同じことが起きます。「エリアの平均価格8,000万円」と書かれていても、実際の物件の多くが5,000万円前後で、数件の豪邸が平均を引き上げているだけ、という状況はよくあります。
平均そのものが悪いわけではありません。問題は平均を単独で見ることです。ここで対になるのが中央値（データを小さい順に並べたとき、ちょうど真ん中に来る値）です。先ほどのチームの中央値は85万円で、こちらのほうが実態に近い数字になります。
実務でどう確認すればいいのか
- 中央値はいくつか（併記がなければ会議で聞く）
- 平均と中央値の差が大きくないか
- 極端に大きい・小さい値が混ざっていないか
- 件数（サンプル数）は何件か
平均と中央値を両方並べて見るのが基本です。差が大きいほど、そのデータは偏っています。外れ値の影響を受けにくい中央値や最頻値もあわせて確認し、実務では最大値・最小値を除いて計算する「トリム平均」が使われることもあります。
会議での聞き方も難しくありません。「その平均、中央値だとどのくらいになりますか？」の一言で十分です。数式の知識ではなく、この質問を持っているかどうかの差です。
「ばらつき」を見ないと何を見落とすのか？
平均が同じでも、中身がまったく違うことがあります。それを数値にしたのが分散と標準偏差（どちらもデータのばらつき具合を表す基本的な統計量）です。
場面で考えてみます。営業チームAとBがあり、どちらも1人あたりの平均受注件数が月10件だとします。Aは全員が9〜11件の範囲に収まっている。Bは30件取る人が1人いて、残りは3〜5件。平均は同じ10件ですが、この2チームに対して打つべき手はまったく違います。
Aで必要なのはチーム全体の底上げで、Bで必要なのは「30件の人がいなくなったらどうするか」というリスク対応です。平均は「どこが中心か」しか教えてくれず、「どれだけ散らばっているか」は教えてくれません。
手計算する必要はありません。Excelなら STDEV.P や STDEV.S 関数、資料作成の段階で最大値と最小値を並べて書くだけでも、ばらつきの見当はつきます。実務では厳密な数値より、「散らばりを確認する習慣」があるかどうかのほうが効きます。
ばらつきの確認手順
- 最大値と最小値を見る平均だけの資料なら、元データの上限と下限を確認する。この2つの幅が広ければ、平均は代表値として弱い。
- 件数を確認する10件のデータの平均と1,000件の平均では、信頼できる度合いが違う。件数が少ないほど1件の影響が大きくなる。
- 分布の形を想像する真ん中に集まっているのか、両端に割れているのか。可能ならヒストグラム（分布を棒グラフにしたもの）を1枚作ってもらう。
相関と因果は、なぜ混同してはいけないのか？
ここが、会議資料でいちばん高くつく誤読です。
まず言葉を揃えます。相関関係は「一方が変化すると、もう一方も変化する」という関係。因果関係は「原因が結果を引き起こす」という一方向の関係です。似ていますが、まったく別物です。
定番の例で見てみます。「気温が上がる」と「アイスの売上が伸びる」——これは因果関係と考えられます。気温上昇が涼を求める購買行動を直接引き起こしているからです。
一方で、「アイスの売上」と「水難事故の件数」も、数字を並べれば同じように動きます。しかしアイスが事故を起こしているわけではなく、両方とも「気温」という共通の原因で動いているだけです。こうしたものを擬似相関と呼びます。
ビジネスでこの2つを混同すると、原因を取り違えたまま施策を打つことになります。「メルマガ開封率が高い顧客ほど購入額が大きい」→「だから全員にメルマガを増やそう」という判断は、その典型です。もともと関心の高い顧客が、開封もするし購入もする——という共通要因の可能性を検討していません。
相関が出てきたときの3つの問い
- 両方を同時に動かしている第三の要因はないか
- 順序は逆ではないか（BがAを引き起こしている可能性）
- たまたま数字が揃っただけではないか（期間・件数は十分か）
この3つを頭に置いておくだけで、「相関があるので因果があります」という飛躍にブレーキがかかります。会議での言い方は「他に効いている要因はありそうですか？」で十分です。相手を否定せずに、検討の余地を開ける聞き方になります。
ここで扱った3点は「資料を読み、誤読を避ける」ための最低限です。自分で分析設計をする、A/Bテスト（2つの案を実際に出し分けて成果を比べる手法）で出た差が偶然の範囲かどうかを判定する、回帰分析（売上などの結果に対して、複数の要因がそれぞれどれくらい効いているかを式の形で切り分ける手法）を使う——といった作業には、検定（得られた差が偶然で説明できるかを確率で判断する手続き）や回帰分析の知識が別途必要になります。読む側として困らなくなることと、分析する側に回れることは別だと考えてください。逆に言えば、多くの会社員が実務で必要としているのは前者です。
統計の基礎はどこで学べばいいのか？
費用をかけずに始めたいなら、公的機関の教材が有力です。
総務省統計局は「社会人のためのデータサイエンス入門」というオンライン講座を公開しています。第2週で代表値（平均・中央値・最頻値）、分散・標準偏差、相関関係を扱う構成で、この記事で触れた3点がそのまま含まれています。国が提供する一次情報として、内容の信頼性の面でも安心して使えます。
また、独立行政法人統計センターは統計リテラシー向上のため、教育用標準データセット（SSDSE）の提供や、統計データ分析コンペティションの開催を毎年行っています。学んだ内容を実データで試したくなったときの受け皿になります。
学習時間をどう確保するか
この講座は週ごとに区切られた構成で、この記事で扱った3点は第2週にまとまっています。つまり、統計の基礎部分だけを見るなら1週分で足ります。全体を通しで受ける前提で考えると身構えてしまいますが、まず第2週だけを目標にすれば、通勤や昼休みの細切れ時間でも十分に進められます。
社会人と学生では、確保できる時間の性質がかなり違います。学生はまとまった時間を取りやすい代わりに、実務の資料という「試す場」がありません。社会人は時間が細切れになる代わりに、翌日の会議でそのまま試せます。
この違いを踏まえると、進め方も変わります。
- 社会人：1トピックずつ持ち歩く平均と中央値だけを1週間持ち歩き、目に入る資料すべてで「中央値はいくつだろう」と考える。移動中の動画視聴と、会議での実践がセットになる。
- 学生：まとめて通し、演習で定着させる講座を通しで受けたうえで、公開データセットを実際に触る。試す場がない分、手を動かす量で補う。
- 共通：3語を使えるようになったら次へ平均・中央値／ばらつき／相関と因果。この3つを自分の言葉で説明できるようになってから、検定や回帰分析に進む。
費用の面でも、上記の公的講座はいずれも無料で受講できます。有料の資格や講座を検討するのは、この3点を一通り使ってみて「もっと踏み込みたい」と感じてからでも遅くありません。
資料に質問を1つ投げることが、統計を身につける最短の入口です。教科書を1冊読み終えてから使うものではなく、手元にある資料に対して1つ質問を投げるところから身につきます。覚えた知識のうち、実際に口に出したものだけが残っていきます。
よくある質問
平均と中央値のどちらを見るべきですか？
どちらか一方ではなく、両方を並べて見るのが基本です。平均は極端に大きい・小さい値（外れ値）の影響を強く受けるため、平均と中央値の差が大きいときは、データが偏っているサインになります。実務では、平均と中央値の差が大きい場合に中央値のほうが実態に近いことが多くなります。
標準偏差は実務で何に使いますか？
データのばらつきの大きさを確認するために使います。平均が同じでも、全員が平均付近に集まっている状態と、一部の突出した人が平均を作っている状態では、取るべき対策がまったく違います。標準偏差はこの違いを数値で示すもので、Excelの STDEV.P・STDEV.S 関数で計算できます。
相関関係と因果関係の違いは何ですか？
相関関係は「一方が変化するともう一方も変化する」という関係で、因果関係は「原因が結果を引き起こす」という一方向の関係です。相関があっても因果があるとは限らず、共通の原因が両方を動かしているだけの擬似相関もあります。ビジネスで両者を混同すると、原因を誤認して見当違いの施策を打つリスクがあります。
統計を無料で学べる公的な教材はありますか？
総務省統計局が「社会人のためのデータサイエンス入門」というオンライン講座を提供しています。第2週で代表値（平均・中央値・最頻値）、分散・標準偏差、相関関係といった統計の基礎を学べる構成です。また独立行政法人統計センターは、統計リテラシー向上のため教育用標準データセット（SSDSE）の提供や統計データ分析コンペティションを毎年開催しています。
※記事で使用した内容・数値は変更される場合があります。最新情報は公式サイトをご確認ください。