第1回：統計（学）とは何か？ ― 歴史的背景から考える

統計学は「現実を理解するための道具」です

みなさん、こんにちは。スマート・アナリティクス代表の畠です。

この「知っておきたい統計学超入門」では、SPSS Statistics などの統計解析ソフトを使いこなすために本当に必要な「統計の考え方」を、できるだけ平易な言葉で解説していきます。数式を覚えることが目的ではありません。「何をしているのか」「なぜそれでよいのか」を理解することが、このシリーズの目的です。

そう聞くと身構えてしまうかもしれません。でも、実は私たちの毎日は統計に囲まれています。健康診断で受け取る「基準値」、天気予報の「降水確率」、テレビ番組の「視聴率」——どれも、たくさんのデータをまとめて意味を取り出した統計です。つまり統計とは、特別な人だけが使う難しい道具ではなく、世の中を理解するための“ものの見方”なのです。まずは肩の力を抜いて、読み進めてみてください。

もう少し身近な例で考えてみましょう。たとえば、行きつけのお店でいつもより少し待たされたとき、私たちは「今日はたまたま混んでいたのかな」「それとも最近いつも混んでいるのかな」と頭の中で考えます。これは、一回きりの出来事と、いつもの傾向とを区別しようとする行為です。実はこの「一回の出来事に振り回されず、全体の傾向をつかもうとする態度」こそ、統計の考え方の入り口なのです。みなさんはすでに、日々の暮らしの中で、無意識に統計的なものの見方を使っているわけですね。

このシリーズは全9回です。第1回の今回で統計の全体像をつかみ、続く回では「記述統計と推測統計の違い」「データの要約」「平均・分散・標準偏差」「分布の見方」「相関」「仮説検証」「検定結果の読み方」と、考え方を一歩ずつ積み上げていきます。最終回では、次に学ぶべき分析手法への道筋もご案内します。順番に読んでいただくと、ばらばらに見えていた統計の用語が、少しずつ一本の線でつながっていくはずです。続きが気になった方は、第2回「統計学とはどのような学問か」もあわせてご覧ください。

なぜ統計ソフトに「統計の知識」が必要なのか

私がよくいただく質問に、こんなものがあります。

「統計解析はソフトが全部計算してくれるのに、なぜ統計学を学ぶ必要があるのですか？」

これはとても良い質問です。確かに、統計解析ソフトは非常に優秀で、大量の計算を正確かつ高速に実行してくれます。しかし一方で、ソフトウェアはデータの“意味”までは理解してくれません。そのデータは適切か、その分析手法を使ってよいか、結果をどう解釈すべきか——これらを判断するのは、いつでも人間の役割です。

これは、カーナビにたとえると分かりやすいかもしれません。カーナビは目的地までの最短ルートを正確に教えてくれます。でも、「今日はそもそもどこへ行くべきか」「この道は工事中で危なくないか」を決めるのは運転手であるあなたです。統計ソフトもこれと同じで、計算という“運転”は引き受けてくれますが、行き先や状況判断という“目的の設定”までは肩代わりしてくれないのです。

極端な話、間違ったデータを入れても、不向きな手法を選んでも、ソフトは文句を言わずに計算結果を返してきます。たとえば「とても満足〜とても不満」のような段階評価をそのまま平均してしまう。あるいは、ただ相関があるだけなのに「原因と結果」だと思い込んでしまう。こうした取り違えは、計算ではなく“判断”の問題です。だからこそ、計算の細部までは分からなくても、分析の全体像をつかむための統計の知識が必要になるのです。

なぜソフトには“意味の判断”ができないのでしょうか。それは、データの背景にある現実——どんな目的で、誰から、どのように集めた数字なのか——が、表計算の数値そのものには書き込まれていないからです。同じ「3」という数字でも、満足度の3点なのか、購入回数の3回なのかで、足したり平均したりしてよいかは変わります。その違いを知っているのは、データを集めたあなた自身だけ。だからこそ、最後の判断は人間に委ねられているのです。

統計とは「すべてをはかる」ための道具

では、そもそも「統計」とは何でしょうか。「統計」という言葉には、難しそう・数学的・専門的、といった印象があるかもしれません。けれども、言葉を分解するととてもシンプルです。

統（すべて）を、計（はかる）。つまり統計とは、多くのものをまとめて把握し、理解するための手法です。英語では Statistics と呼ばれますが、その語源は State（国家）にあります。このことからも分かるように、統計はもともと、社会や国家の状態を把握するための実用的な道具として発展してきました。「数字そのもの」よりも「数字で全体をつかむ」ことが本質なのだと、まず覚えておいてください。

「全体をつかむ」とは、どういうことでしょうか。たとえば、ある学校の生徒全員の身長を一人ひとり眺めても、そこから何かを言うのは難しいものです。けれども「平均は約160センチ」「だいたい150〜170センチに収まっている」とまとめれば、その学校の生徒像が一気に見えてきます。たくさんの数字を、人間が一目で理解できる少数の特徴に“縮める”——これが、統計のいちばん素朴で大切な働きです。バラバラの点を、意味のある一枚の絵に変えてくれるイメージですね。

統計の歴史①：国家と社会を把握するための統計

統計の起源は非常に古く、国や社会の人口・労働力・財政などを把握する必要性から生まれたと言われています。「国家あるところに統計あり」という言葉を残した統計学者もいるほどです。

たとえば、古代エジプトのピラミッド建設を思い浮かべてみてください。何万人もの労働力、膨大な資材、長期にわたる計画——これらを管理するには、どうしても数量的な把握と計画が欠かせません。実際、ピラミッド建設は約5000年前から行われており、この時代からすでに統計的な発想が使われていたと考えられています。

少し想像してみてください。何万人もの作業員に毎日パンを配るには、「今、何人いて、一人あたり何個必要で、明日はどれだけ用意すべきか」を把握しなければなりません。一人ひとりに聞いて回るのではなく、人数をまとめて数え、全体の必要量を見積もる——この営みは、まさに今の統計そのものです。国家のような大きな仕組みを動かすには、こうした「全体をはかる力」がどうしても必要だったのですね。

また古代ローマには、市民の人口や税収、労働力を調べる制度がありました。この調査を担った役職が「ケンソル（センソール）」で、この言葉が現在の「センサス（国勢調査）」へと受け継がれています。日本でも、古代の律令制のもとで戸籍が作られ、人々の数を把握していました。 国の形を保つために、人を数え、土地を測る——統計は、その切実な必要から生まれたのです。

時代が下って17〜18世紀になると、こうした「国を把握する」営みは、しだいに学問の形を取りはじめます。ドイツでは国の状態を体系的に記述する「国状学」が、イギリスでは人口や死亡を数字で読み解く「政治算術」が発展しました。 呼び名は違っても、めざすところは同じでした——社会の実態を、数で正しくつかむこと。いまの「記述統計」につながる発想は、この時代に育まれたのです。

統計の歴史②：確率と偶然を扱うための統計

もう一つ、現代統計学につながる重要な流れがあります。それが「確率」を扱う統計です。意外に思われるかもしれませんが、この系譜は さいころ賭博やギャンブル から発展しました。

17世紀ごろ、賭けに強い関心を持つ人々の問いに答えるかたちで、数学者たちが研究を重ねました。「途中で中断した賭けの掛け金は、どう分ければ公平か」——こうした問題をめぐるパスカルとフェルマーのやりとりが、確率という考え方の出発点になったと言われています。 この流れの中から、確率・期待値・推定・検定・標本といった、現代統計学の基礎となる概念が次々に生まれていきました。偶然に見える出来事にも一定の法則性があるのではないか——その発想が、統計学を大きく前進させたのです。

「偶然にも法則がある」というのは、不思議に聞こえるかもしれません。けれど、さいころを1回振っても何が出るかは分かりませんが、何百回も振れば「1から6がだいたい同じくらいの割合で出る」という安定した姿が現れます。たった一回では予測できないことも、たくさん集めれば規則性が見えてくる——この“数が多いほど安定する”という性質に気づいたことが、確率の系譜の大きな発見でした。これは後の回で学ぶ「推測統計」の土台にもなる、とても大事な感覚です。

たとえば「期待値」は、くじを何度も引いたら平均してどれくらい得か（あるいは損か）を表す考え方です。賭けの損得を見積もるために生まれたこの概念は、いまでは保険の設計や品質管理など、社会を支えるさまざまな場面で使われています。遊びの中から生まれた発想が、やがて私たちの生活を支える道具になっていった——統計の歴史には、そんな面白さがあります。

統計学とは「実態を理解するための学問」

そして19世紀、これら複数の流れを統合し、統計を一つの学問として体系化したのが、ベルギーの学者 アドルフ・ケトレー です。彼は確率の考え方を人口や社会のデータにあてはめ、「平均人（平均的な人間像）」という概念を提唱しました。 ばらつくデータの中にも規則性を見いだそうとするこの姿勢こそ、2つの源流が一つに結びついた瞬間でした。

「平均人」という考え方は、当時としては画期的でした。人それぞれ身長も体重も違うのに、その“真ん中あたり”を一つの代表像として描き出す。すると、社会全体の特徴や、年ごとの変化が見えやすくなります。もちろん、平均人はあくまで全体をつかむための“見取り図”であって、実在する誰か一人を指すわけではありません。この「全体を代表する一点」という発想は、いまも統計の根っこに生きています。

統計学は、数学を基盤としながらも、決して抽象的な理論だけの学問ではありません。正しくデータを集め、現実の問題を明らかにし、新しい知見を得る——そのための“実学”として発展してきました。統計で使われる理論や数式は、すべて「使うため」に生まれてきたものなのです。

よくあるつまずき・誤解

統計を学びはじめた方が、最初のうちに「あれ？」とつまずきやすいポイントがあります。ここでは代表的なものを、やさしく整理しておきましょう。先に知っておくだけで、これから先の理解がずいぶん楽になります。

誤解その1：「統計＝難しい数式を覚えること」だと思ってしまう。
これがいちばん多い思い込みかもしれません。確かに統計には数式が出てきますが、入門段階で本当に大切なのは「何のためにその計算をするのか」という目的の理解です。数式は、その目的をかなえるための道具にすぎません。料理でいえば、計量カップの目盛りを暗記することより、「なぜ分量をはかるのか」を理解するほうが先、というのと同じです。安心して、まずは考え方から入ってください。

誤解その2：「平均さえ見れば、だいたい分かる」と考えてしまう。
平均はとても便利な値ですが、それだけでは見落とすことがあります。たとえば、同じ「平均点60点」のクラスでも、全員が60点前後のクラスと、0点と100点が半々のクラスとでは、まったく様子が違いますよね。平均が同じでも“ばらつき”が違うのです。だからこそ統計では、平均と一緒に「どれくらい散らばっているか」も見ます。この「ばらつき」の見方は、後の回でじっくり扱います。

誤解その3：「相関がある＝原因と結果だ」と早合点してしまう。
「Aが増えるとBも増える」という関係（相関）があっても、AがBの原因だとは限りません。たとえば「アイスがよく売れる日は水の事故も多い」というデータがあったとして、アイスが事故を起こすわけではありません。背後に「気温が高い（＝夏）」という共通の要因が隠れているだけです。相関と因果は別物——これは統計でいちばん大切な戒めの一つで、相関を扱う回であらためて深掘りします。

統計を学ぶと、何が変わるのか

統計の考え方が身につくと、数字に振り回されなくなります。「この調査は何人に聞いたのか」「平均だけを見て判断して大丈夫か」「“差がある”と言い切ってよいのか」——こうした問いを、自分で立てられるようになるからです。ニュースや報告書の数字を、うのみにせず冷静に読めるようになる。これは、研究でも仕事でも、とても大きな武器になります。

たとえば、「新しい施策で満足度が上がりました」という報告を受けたとき、統計の感覚がある人は「何人に聞いた結果なのか」「その差は偶然の範囲ではないのか」と、自然に確かめたくなります。逆にこの感覚がないと、たまたま出た差を“効果があった”と取り違えてしまうかもしれません。数字の裏側を一歩読む——その習慣こそ、このシリーズで身につけていただきたいものです。

SPSS のような統計解析ソフトは、あくまで強力な“道具”です。ボタンひとつで結果は出ますが、その結果に意味を与え、最後に言葉で語るのは、いつもあなた自身です。本シリーズは、その“語る力”の土台をつくることを目指しています。むずかしい数式は脇に置いて、まずは考え方から、いっしょに見ていきましょう。具体的な分析手法を一覧で見渡したい方は、分析手法の完全ガイド もご用意しています。

よくあるご質問（FAQ）

Q. まったくの初心者ですが、数学が苦手でもついていけますか？

はい、大丈夫です。このシリーズは、数式を暗記することではなく「考え方を理解すること」を目的にしています。むずかしい計算はソフトが引き受けてくれますので、みなさんには「何のためにそれをするのか」をつかんでいただくことに集中していただければ十分です。中学レベルの算数が分かれば、無理なく読み進められるように書いています。

Q. 統計学と数学は、どう違うのですか？

数学が抽象的な論理や法則そのものを扱うのに対して、統計学は「現実のデータから何が言えるか」を考える“実学”です。数学を道具として使いますが、ゴールは現実の問題を理解し、判断に役立てることにあります。同じ数式でも、統計では「このデータにあてはめると何が分かるか」という視点で向き合う、と考えていただくと分かりやすいと思います。

Q. 「記述統計」と「推測統計」という言葉を聞きました。違いは何ですか？

ごく大まかに言うと、記述統計は「手元のデータをまとめて分かりやすく示す」もの、推測統計は「一部のデータ（標本）から全体（母集団）を推し量る」ものです。たとえば、調査した100人の平均を出すのが記述統計、その100人から日本人全体の傾向を推測するのが推測統計、というイメージです。この違いは分析の土台になるので、第2回であらためて丁寧に解説します。

Q. SPSS などのソフトがあれば、統計の知識はいらないのでは？

ソフトは「計算」を肩代わりしてくれますが、「どのデータを使い、どの手法を選び、結果をどう読むか」という“判断”は人間の仕事です。間違った使い方をしても、ソフトはそのまま結果を返してきます。正しく使いこなすためにこそ、最低限の考え方を知っておく価値があるのです。本シリーズは、まさにその土台づくりを目指しています。

Q. このシリーズはどの順番で読めばよいですか？

第1回から順番に読んでいただくのがおすすめです。各回は前の回の内容を少しずつ前提にして積み上がっていくため、順を追うほど用語が自然につながっていきます。もちろん、気になるテーマから読んでいただいても構いませんが、初めての方はまず第2回へと進んでいただくと、全体像がつかみやすいはずです。

Q. 統計を学ぶと、仕事や研究で具体的に何の役に立ちますか？

いちばん大きいのは「数字を正しく読み、根拠をもって説明できる」ようになることです。アンケート結果や売上データを見て、「この差は意味があるのか」「本当に効果があったと言えるのか」を自分で判断できるようになります。データにもとづいて話せる人は、研究でも実務でも説得力が違ってきます。その第一歩が、この超入門シリーズです。

次回に向けて

ここまで、統計学がどのような背景で生まれ、発展してきたのかを見てきました。次回は「統計学とはどのような学問なのか」を、もう一段具体的に整理します。統計にはいくつかの種類があり、それぞれ役割が異なります。この違いを理解することが、分析を正しく行うための第一歩になります。続きは第2回でお会いしましょう。