CORREL・PEARSON関数で相関係数を計算する｜相関行列の作成・散布図との連携・業務データ分析の実務パターンとMOS試験対策

「売上と広告費は本当に連動しているのか」「気温と商品の売れ行きにどれほど関係があるのか」――業務データの関係性を数値で表したいとき、ExcelのCORREL関数（または同義のPEARSON関数）が力を発揮します。相関係数は−1から+1の値をとり、2つのデータ系列の直線的な関係の強さと方向を一発で示します。

本記事では、CORREL・PEARSON関数の基本構文・引数の使い方・PEARSON関数との違い・業務シナリオ別の活用パターン・複数変数を一覧化する相関行列の作成手順・散布図との連携による可視化・相関係数の解釈上の注意点・よくあるエラーの対処法・MOS Excel試験との関連を体系的に解説します。

相関係数とは何か

相関係数はピアソン積率相関係数とも呼ばれ、2つの数値変数の線形関係の強さを−1から+1の範囲で表します。

相関係数の値	関係の強さ・方向	ビジネス上の読み方の目安
+0.7以上	強い正の相関	一方が増えると他方も明確に増える傾向
+0.3～+0.7未満	中程度の正の相関	ある程度の連動が見られる
−0.3～+0.3未満	相関が弱いか無相関	直線的な関係はほとんどない
−0.3～−0.7未満	中程度の負の相関	一方が増えると他方がやや減る傾向
−0.7以下	強い負の相関	一方が増えると他方が明確に減る傾向

重要な注意点：相関係数が高くても「因果関係がある」とは限りません。たとえばアイスクリームの売上と熱中症の発生件数は高い正の相関を示しますが、アイスクリームが原因で熱中症が起きるわけではなく、どちらも「気温」という第三の変数に影響を受けているだけです。相関分析は「関係の強さの目安」として使い、原因と結果の特定は別途行う必要があります。

CORREL関数の基本構文

CORREL関数の構文は次の通りです。

=CORREL(配列1, 配列2)

引数	説明	省略
配列1	1つ目のデータ系列（セル範囲または配列定数）	必須
配列2	2つ目のデータ系列（配列1と同じ要素数）	必須

基本例：A列（A2:A13）に月別広告費（万円）、B列（B2:B13）に月別売上高（万円）が入っている場合、相関係数を求めるには次のように書きます。

=CORREL(A2:A13, B2:B13)

結果が0.85であれば「広告費と売上の間には強い正の相関がある」と読めます。

PEARSON関数との違い

ExcelにはCORRELとほぼ同じ動作をするPEARSON関数も用意されています。

=PEARSON(配列1, 配列2)

比較項目	CORREL	PEARSON
計算結果	同一（ピアソン積率相関係数）	同一
互換性	すべてのExcelバージョン	すべてのExcelバージョン
空白セルの扱い	空白セルを自動的に除外して計算	CORRELと同様
テキストセルの扱い	テキストを無視して計算	CORRELと同様
MOS試験での扱い	統計関数として出題対象	CORRELと同様の扱い
推奨度	Microsoft公式では特に差はないが、CORRELが一般的に使われることが多い	同上

2つの関数は同一の計算式（ピアソン積率相関係数）を使用しており、結果は完全に一致します。CORREL関数の方が関数名として認知度が高いため、業務では CORREL を使うケースが多いです。

実務シナリオ別の活用パターン

シナリオ1：広告費と売上の関係を月次データで検証する

月ごとの広告出稿量と翌月売上の相関を調べることで、マーケティング施策の有効性を数値で裏付けます。

' A2:A13 = 1月～12月の広告費（万円）
' B2:B13 = 同月の売上（万円）
' C1 セルに相関係数を表示する
=CORREL(A2:A13, B2:B13)

' 翌月効果を見たい場合（広告費とラグ1か月後の売上）
' A2:A12 = 1月～11月の広告費、B3:B13 = 2月～12月の売上
=CORREL(A2:A12, B3:B13)

ラグ（時差）を設けた相関分析は、広告投資の効果が翌月以降に出やすい業種では特に有効です。範囲をずらすだけで異なるタイムラグの相関を比較できます。

シナリオ2：気温・季節指数と商品売上の相関を分析する

飲食・小売・EC業では季節要因が売上に大きく影響します。気温や季節指数（気象庁が公開するデータ）と商品別売上の相関を見ることで、在庫計画や発注タイミングの最適化に活用できます。

' A2:A365 = 1日ごとの最高気温（℃）
' B2:B365 = 同日の飲料売上本数
=CORREL(A2:A365, B2:B365)

結果が+0.78程度であれば「気温と飲料売上は強い正の相関」と判断でき、気象予報データを仕入れ計画に組み込む根拠として使えます。

シナリオ3：従業員満足度調査の回答項目間の相関を確認する

人事・経営企画での応用例として、満足度調査の設問間の相関分析があります。「上司との関係」と「離職意向」の相関が高ければ、上司コミュニケーション改善が離職防止に効果的という仮説の出発点になります。

' A列=上司との関係（5段階）、B列=仕事の充実感（5段階）、C列=離職意向（5段階）
' 上司との関係 と 離職意向 の相関
=CORREL(A2:A101, C2:C101)

' 仕事の充実感 と 離職意向 の相関
=CORREL(B2:B101, C2:C101)

複数変数の相関行列をExcelで自動作成する

変数が3つ以上ある場合、すべてのペアについての相関係数を一覧化した「相関行列（相関マトリックス）」を作成すると全体像が把握できます。CORREL関数と複合参照を組み合わせることで、数式のコピーだけで相関行列を自動生成できます。

相関行列の作成手順

以下の手順で作成します。データが A列（変数1）、B列（変数2）、C列（変数3）に入っているとします（A1:C1 に変数名、A2:C101 にデータ）。

ステップ1：別のシートまたは空きエリアに行・列ともに変数名を配置します。たとえばE1:G1 に変数名を横並びに、E2:E4 に変数名を縦並びにコピーします。

ステップ2：F2セルに次の数式を入力します。

' F2に入力（行見出し＝行変数、列見出し＝列変数）
=CORREL(INDIRECT("A$2:A$101"),INDIRECT("A$2:A$101"))

' より実践的：列番号から動的に参照するINDIRECT活用版
=CORREL(INDIRECT(ADDRESS(2,MATCH(F$1,$A$1:$C$1,0))&":"&ADDRESS(101,MATCH(F$1,$A$1:$C$1,0))),
         INDIRECT(ADDRESS(2,MATCH($E2,$A$1:$C$1,0))&":"&ADDRESS(101,MATCH($E2,$A$1:$C$1,0))))

上記は高度な数式ですが、変数が少ない（5つ以下）場合は単純にCORREL関数を1セルずつ手入力する方が確実です。CORREL関数の範囲指定を手動で変えるだけで十分です。

	広告費	売上	客単価
広告費	1.00	=CORREL(A2:A13,B2:B13)	=CORREL(A2:A13,C2:C13)
売上	=CORREL(B2:B13,A2:A13)	1.00	=CORREL(B2:B13,C2:C13)
客単価	=CORREL(C2:C13,A2:A13)	=CORREL(C2:C13,B2:B13)	1.00

相関行列は対称行列のため（A→BとB→Aの相関は同じ値）、上三角または下三角だけを計算すれば十分です。対角線には必ず1.00が入ります。

散布図との連携：相関係数を視覚的に確認する

CORREL関数で相関係数を算出した後、散布図（XYグラフ）を作成すると「どのようなばらつき方をしているか」が一目でわかります。数値だけでは見えない外れ値や非線形の傾向を視覚的に発見できます。

• 散布図の作成手順：データ範囲（例：A2:B13）を選択→挿入タブ→グラフグループ→散布図（点のみ）を選択
• 近似曲線の追加：グラフ要素（+ボタン）→近似曲線→線形を選択。R²値を表示するオプションを有効にするとCORRELの結果の二乗値が確認できる
• R²値とCORRELの関係：R² ≒ CORREL(…)² となる（線形回帰の場合）。R²=0.72なら相関係数は約0.85

相関係数が高くても外れ値が1点あるだけで値が大きく変動することがあります。散布図を必ずセットで確認し、外れ値の存在や非線形関係がないかを目視でチェックする習慣をつけましょう。

相関係数の解釈における注意点

注意点1：相関係数は直線関係のみを評価する

CORRELが計算するピアソン相関係数は「線形（直線的）な関係の強さ」を測るものです。2つの変数が曲線的な関係（たとえばU字型や逆U字型）を持っている場合、相関係数は低い値が出ても関係がないとは言い切れません。散布図で関係の形を確認することが不可欠です。

注意点2：データ件数が少ないと相関係数は不安定になる

5件や10件程度の少ないデータでは、偶然の一致で高い相関係数が出ることがあります。統計的な信頼性を担保するには、ある程度のサンプル数が必要です（一般的には30件以上が目安の一つとして言われますが、厳密な検定は専門の統計手法が必要です）。

注意点3：外れ値の影響を受けやすい

ピアソン相関係数は外れ値の影響を受けやすい指標です。入力ミスや異常値が含まれていると、本来の関係と異なる相関係数が算出されます。CORRELを使う前にデータの最大・最小値を確認し、明らかな外れ値は分析から除外するか別途検討する必要があります。

注意点4：相関は因果を意味しない

高い相関係数は「2つの変数が同時に変動する」ことを示すだけで、「一方が他方の原因である」ことを意味しません。ビジネス報告で相関分析を使う際は「〇〇と△△の間に強い正の相関が見られます（相関係数＝0.XX）。なお因果関係については追加の分析が必要です」という表現が適切です。

よくあるエラーと対処法

症状・エラー	主な原因	対処法
#DIV/0!	どちらかの配列のすべての値が同じ（分散ゼロ）	一方の列に変動があるかを確認する。定数列には相関係数は定義できない
#N/A	2つの配列の要素数が一致していない	配列1と配列2のセル範囲の行数（要素数）を揃える
#VALUE!	配列にテキスト・エラー値が含まれている場合（ただしCORRELはテキスト・ブールを無視して計算するため通常は発生しにくい）	範囲内にエラー値（#REF!等）がないか確認する
結果が0になる	データの順序が揃っていない（別々のソートがかかっている）	2列を同じ行に並べてから計算する。元データのソート状態を確認する
相関係数が1または−1になる	データ件数が2件だけ（2点は必ず直線上に乗る）	データ件数が3件以上になるよう確認する
予想と大きく異なる値が出る	外れ値が混入している	散布図で外れ値を視覚的に確認し、必要に応じて除外する

CORREL関数とデータ分析ツールパックの使い分け

Excelには「データ分析ツールパック（アドイン）」も用意されており、「相関」メニューから複数変数の相関行列を一括生成できます。CORREL関数との使い分けの目安は次の通りです。

比較項目	CORREL関数	データ分析ツールパック「相関」
結果の動的更新	データが変わると自動再計算される	静的な出力（再分析が必要）
変数ペア数	1ペアずつ計算が必要（数式のコピーで対応可）	複数変数の相関行列を一括生成
出力先	任意のセルに数式として埋め込める	指定シートに表形式で貼り付け
アドインの有効化	不要	ファイル→オプション→アドイン→分析ツールを有効化が必要
MOS試験での出題	関数として出題される	アドインの使い方として出題される場合がある
推奨シーン	ダッシュボードやレポートに数値を埋め込みたい場合	探索的に多変数の相関を一覧したい場合

ダッシュボードや定点観測レポートにはCORREL関数を埋め込む方が保守しやすく、探索的な分析ではデータ分析ツールパックで相関行列を素早く確認するというように使い分けるとよいでしょう。

MOS Excel試験でのCORREL・PEARSON出題ポイント

CORREL・PEARSON関数は、MOS Excel 365 エキスパート（MO-211）の「高度な機能を使用した数式およびマクロの作成」の領域に関連する統計関数として学習対象になります。出題形式マルチプロジェクトでは、特定の2列のデータに対して相関係数を求める数式を入力する設問が想定されます。

試験時間は50分、採点は1000点満点です。合格点は公表されていませんが550点～850点が目安とされています。学習時間の目安（公式非公表）は、アソシエイト（MO-210）合格後に追加で60～100時間です。

MOS試験 CORREL・PEARSON関連チェックリスト

確認ポイント	操作内容	難易度
基本構文の入力	=CORREL(配列1, 配列2)を正確に入力できる	★☆☆
範囲の揃え方	配列1と配列2が同じ要素数であることを確認してから入力する	★★☆
#DIV/0!への対処	一方の列が定数でないかを確認できる	★★☆
PEARSONとの関係	PEARSONはCORRELと同一の結果を返すことを説明できる	★☆☆
散布図との連携	CORREL後に散布図を作成して近似曲線とR²値を表示できる	★★☆
相関係数の解釈	0.7以上を強い正の相関、−0.7以下を強い負の相関と説明できる	★★☆
相関≠因果の説明	高い相関係数が必ずしも因果関係を意味しないことを理解している	★★★

まとめ：CORREL・PEARSON関数で業務データの関係性を数値化する

本記事のポイントをまとめます。

• CORREL関数の役割：2つのデータ系列の線形関係の強さを−1から+1の相関係数で返す。引数は「配列1」と「配列2」の2つだけでシンプル
• PEARSONとの違い：計算結果は同一（ピアソン積率相関係数）。どちらを使っても同じ値が出るが、CORRELの方が業務での使用例が多い
• 相関係数の解釈目安：±0.7以上が強い相関、±0.3～0.7が中程度、±0.3未満が弱い相関の目安。ただし業界やデータの性質によって基準は異なる
• 相関行列の作成：CORREL関数を行列状に配置することで複数変数の関係を一覧化できる。変数が多い場合はデータ分析ツールパックも活用できる
• 散布図とのセット活用：相関係数と散布図を組み合わせることで外れ値の確認や非線形関係の発見が可能になる
• 注意点：相関は因果を意味しない・外れ値に弱い・少ないデータでは不安定になる、という3点を常に意識する
• MOS試験との関連：エキスパートレベルの統計関数として学習対象。基本構文・範囲の揃え方・#DIV/0!の対処が中心的な確認ポイント

CORREL関数を習得すると、マーケティング・人事・在庫管理など様々な業務データの関係性を客観的な数値として示せるようになります。「なんとなく関係がある気がする」という感覚を0.78という数値で裏付けることで、上司や顧客への説明が明快になります。まず手元にある2列のデータで=CORREL(A2:A○, B2:B○)を入力することから始めてみてください。