相関分析とは？
― 2変数間の関係の強さを数値で把握

2つ以上の変数の間にどの程度の関係があるかを数値で把握するための基本分析手法。アンケート項目間の関係探索、尺度構成前の項目チェック、回帰分析・SEM前の事前確認などに用いられます。

難易度：★☆☆ 想定読了：6分 最終更新 2026.05.17 監修：スマート・アナリティクス代表
分析手法を相談する SPSS製品選定を見る

相関分析とは

2つ以上の変数の間にどの程度の関係があるかを数値で把握するための基本分析手法。アンケート項目間の関係探索、尺度構成前の項目チェック、回帰分析・SEM前の事前確認などに用いられます。

相関分析で分かること

  • 2変数間に関係があるかどうか
  • 関係の強さ（弱い／中程度／強い）
  • 関係の方向（正の相関・負の相関）
  • 次の分析（回帰・因子）への材料

相関分析の主な種類

相関係数主な用途前提条件
ピアソンの相関係数連続変数同士の線形関係正規性・線形性
スピアマンの順位相関係数順位データ・非正規分布単調関係
ケンドールの順位相関係数サンプル数が小さい場合単調関係

研究・ビジネスでの利用シーン

項目間の関係確認

尺度開発

尺度開発初期で項目間の相関を確認し、冗長な項目を特定します。

KPI間の関係把握

ビジネス分析

売上・満足度・利用頻度などのKPI間の関係を分析し、施策設計に活用します。

回帰前の事前確認

研究分析

回帰分析・SEMの前段として、変数間の相関構造を把握します。

SPSSで実施する場合の製品選定

相関分析をSPSSで実施する際に必要となる製品とオプションを整理します。

やりたいこと対応製品備考
ピアソン相関IBM SPSS Statistics Base標準機能
スピアマン・ケンドール相関IBM SPSS Statistics Base標準機能
偏相関分析IBM SPSS Statistics Base他変数を統制

分析時の注意点

  • 相関が高くても因果関係とは限らない（疑似相関に注意）
  • 外れ値の影響を受けやすい（特にピアソン）
  • データの尺度・分布に適した相関係数を選ぶ
  • 係数の解釈と統計的有意性は別概念

相関分析の進め方、専門家がサポートします

分析設計の段階から、結果解釈・論文記述まで——研究テーマに応じてご相談いただけます。
必要なSPSS製品の構成もあわせてご提案します。

無料オンライン相談（30分） 価格・見積を依頼

お電話でのご相談：0120-835-761　受付 9:00–18:00（土日祝除く）

よくあるご質問

Q.どの相関係数を使えばよいですか？
両変数が正規分布の連続変数ならピアソン、順位データや非正規ならスピアマン、小標本ならケンドールが推奨されます。
Q.相関係数の解釈の目安は？
絶対値で0.2未満=弱い、0.2〜0.4=やや弱い、0.4〜0.7=中程度、0.7以上=強い、が一般的な目安です。分野により基準は異なります。
Q.相関と回帰どちらを先に？
通常は相関で関係性を把握し、その後に回帰で因果の方向と効果量を推定するのが自然な流れです。

お気軽にご相談ください0120-835-761受付時間 9:00-18:00 [ 土・日・祝日除く ]

問合せ・見積・注文をする お気軽にお問い合わせください