はじめに｜「どれくらい増やせば、どれくらい増える？」

相関と因果の違いを理解すると、次に出てくる疑問があります。

「では、実務ではどう使えばいいのか？」

第3回では、相関を“施策判断”に落とす方法として、回帰の考え方を紹介します。

今回の事例は、

・営業訪問回数

・受注件数

という、ビジネスの現場でよく使われるデータです。

---

1. 営業訪問回数と受注件数の関係

まずは、2つの数字を並べて見てみましょう。

・訪問回数が多い営業ほど

・受注件数も多い

という傾向が見られることは珍しくありません。

---

2. 回帰とは何か｜「一番それっぽい線」を引く

散布図を見ていると、

「このあたりに線を引けば、全体を表せそう」

と感じることがあります。

その一番それっぽい線を、

回帰直線（かいきちょくせん）

と呼びます。

回帰とは、

・点と点の関係を

・1本の線でまとめる

考え方です。

---

3. 回帰直線が教えてくれること

回帰直線があると、次のようなことが分かります。

・訪問回数が増えると、受注はどれくらい増えそうか

・全体としての平均的な関係

重要なのは、個別の結果を当てるための線ではない

という点です。

---

4. 回帰直線の式をどう読むか

回帰直線は、次のような形で表されます。

受注件数 ＝ a × 訪問回数 ＋ b

ここで大切なのは、

・a：訪問回数が1増えたときの平均的な増え方

・b：訪問回数が0のときの基準値

という意味です。

計算方法より、

「何を表しているか」

を理解することが重要です。

---

5. 施策判断にどう使うのか

回帰の強みは、

「どれくらい変えれば、どれくらい変わりそうか」

を考えられる点にあります。

例えば、

・訪問回数を月5回増やしたら

・受注は平均でどれくらい増えそうか

といった施策レベルの判断ができます。

---

6. 回帰は万能ではない

ここで、もう一度大切な注意点です。

・回帰は予言ではない

・平均的な傾向を示すだけ

・前提が変わると、当てはまらない

という制限があります。

特に、

・営業の質

・案件の難易度

といった要因は、

回帰直線には直接表れません。

---

全3回のまとめ｜相関と回帰をどう使うか

さて、3回に分けて相関と回帰についてみてきました。

第1回では、数字の関係をまず「見る」ことを学び、散布図と相関係数は、直感を裏切らずに全体像をつかむための道具として理解しました。

第2回では、その関係をすぐに信じない姿勢を身につけました。相関があっても原因とは限らず、第3の要因を疑うことが、判断ミスを防ぎます。

第3回では、相関を施策判断に使うための回帰の考え方を紹介しました。回帰直線は未来を言い切るためのものではなく、意思決定を支える“目安”です。

この3ステップ――

・見る

・疑う

・判断する

を意識するだけで、数字は「説明の道具」から「考える道具」に変わります。

統計は難しい計算ではなく、仕事でより良い判断をするための共通言語です。

---