データ同士の関連性を調べたいとき、感覚だけで判断するのはちょっと心もとないですよね。そんなときに役立つのがExcelの PEARSON関数 です。

2つのデータ範囲を指定するだけで、-1〜1のピアソン相関係数を自動計算してくれます。この記事では基本的な使い方からCORREL関数との違い、散布図との組み合わせ、実務活用例まで紹介していきますね。

ExcelのPEARSON関数とは？

PEARSON関数は、2つのデータセットのピアソン積率相関係数を返す統計関数です。

• 読み方: ピアソン（Karl Pearson = 統計学者の名前に由来）
• 戻り値: -1〜1 の数値
• 対応バージョン: Excel 2007 以降 / Microsoft 365

相関係数とは、2つのデータがどれだけ連動しているかを表す指標です。たとえば「広告費が増えると売上も増える」なら正の相関、「気温が上がると暖房器具の売上が下がる」なら負の相関になります。

TIP

相関係数は「2つのデータが一緒に動くかどうか」を見る指標です。1に近いほど同じ方向に動き、-1に近いほど逆方向に動きます。0に近いと関連性がほとんどありません。

PEARSON関数の書き方（構文と引数）

基本構文

=PEARSON(配列1, 配列2)

引数の説明

引数はたった2つだけなのでシンプルですよね。注意点として、配列1と配列2のデータ数は同じにしてください。データ数が異なると #N/A エラーになります。

基本的な使い方

実際にPEARSON関数を使ってみましょう。

たとえば、ある会社の12か月分の「広告費」と「問い合わせ件数」を記録したとします。

この2つのデータの相関係数を求める数式はこちらです。

=PEARSON(B2:B13, C2:C13)

結果は 約0.99 になります。1にとても近い値なので、広告費と問い合わせ件数には強い正の相関があることがわかりますね。

相関係数の読み取り方（強弱の目安表）

PEARSON関数の結果が出ても「0.65って強いの？弱いの？」と迷うことがありますよね。以下の目安表を参考にしてください。

ビジネスの現場では 0.4以上（または-0.4以下） であれば「関連がありそうだ」と判断するケースが多いですよ。

WARNING

相関関係は因果関係ではありません。 相関係数が高いからといって、「Aが原因でBが起きている」とは限りません。たとえば「アイスの売上」と「水難事故の件数」は強い相関を示します。しかし実際は「気温」という第三の要因が両方に影響しているだけです。分析の際はこの点を常に意識してくださいね。

PEARSON関数の実務活用例

活用例1: 広告チャネル別の効果を比較する

どの広告チャネルが売上に最も影響しているか知りたいことってありますよね。チャネルごとにPEARSON関数で相関係数を並べると判断しやすくなります。

=PEARSON(Web広告費, 売上)    → 0.85
=PEARSON(SNS広告費, 売上)    → 0.42
=PEARSON(チラシ配布数, 売上) → 0.18

この結果なら「Web広告の影響が最も大きく、SNSもやや関連あり、チラシはほぼ無関係」と読み取れます。予算配分の判断材料になりますよね。

活用例2: 複数KPIの関係性を数値化する

営業チームで「訪問回数」「見積提出数」「成約数」の関係を可視化する場合にも使えます。

=PEARSON(訪問回数, 成約数)   → 0.55
=PEARSON(見積提出数, 成約数) → 0.82

見積提出数のほうが成約数との相関が強いとわかります。「訪問回数を増やすより見積提出率を上げよう」という判断ができますね。

活用例3: 在庫管理のヒントにする

過去データで「曜日ごとの来客数」と「特定商品の販売数」の相関を調べておくと、仕入れ量の参考になります。相関が強いとわかれば、来客数の予測から販売数を見積もることができますよ。

散布図と組み合わせて視覚化する

PEARSON関数で数値を出したら、散布図と組み合わせるとさらにわかりやすくなります。数値だけでは伝わりにくい相関の傾向も、グラフにすれば一目瞭然です。

散布図の作り方

1. 2つのデータ列（例: B2:C13）を選択する
2. 「挿入」タブ →「グラフ」→「散布図」を選択する
3. 点の並びが右肩上がりなら正の相関、右肩下がりなら負の相関

近似曲線で相関を視覚的に確認する

散布図上でデータ点を右クリック →「近似曲線の追加」を選ぶと、データの傾向を直線で表示できます。「R-2乗値を表示する」にチェックを入れると、説明力の指標を視覚的にも確認できますよ。

TIP

R-2乗値（R²）は相関係数を2乗した値です。PEARSON関数の結果が0.9なら R²=0.81 となり、「一方のデータで他方の変動の81%を説明できる」と解釈できます。Excelの RSQ関数 を使えば、R²の値を直接求めることもできます。

よくあるエラーと対処法

なお、PEARSON関数は数値以外のセル（空白や文字列）を自動的に無視します。ただし、一方のセルが数値で他方が空白というペアがあると、そのペアごと計算から除外される点に注意してください。

NOTE

「データがすべて同じ値」のケースは意外と見落としがちです。たとえば片方の列がすべて「100」だと、標準偏差が0になり #DIV/0! エラーが出ます。値にばらつきがあるかを先にチェックしましょう。

CORREL関数との違い・使い分け

ExcelにはPEARSONとよく似た CORREL関数 があります。

=CORREL(B2:B13, C2:C13)
=PEARSON(B2:B13, C2:C13)

どちらもピアソン相関係数を計算する関数で、基本的に同じ結果を返します。ただし、内部の計算アルゴリズムに微妙な違いがあります。

通常の業務データでは差が出ることはほぼありません。迷ったら CORREL関数を使うのがおすすめ です。一般的にCORRELのほうが使用頻度が高く、情報も豊富です。

CORREL関数の詳しい使い方は以下の記事で解説しています。あわせてチェックしてみてくださいね。

• CORREL関数の使い方｜2つのデータの相関係数を求める方法

NOTE

両関数が異なる値を返すケースはごくまれです。天文学的に大きい値や極小値を含むデータで発生する可能性があります。一般的な業務データでは気にする必要はありません。

関連する統計関数との使い分け

PEARSON関数の周辺には、データ分析で一緒に使うことの多い統計関数があります。

TIP

PEARSON関数の計算式は「共分散 / （配列1の標準偏差 x 配列2の標準偏差）」です。COVARIANCE.P関数とSTDEV.P関数を使って手動計算もできますが、PEARSON関数を使えば一発で求められます。

まとめ

PEARSON関数は引数が2つだけのシンプルな関数ですが、データ間の関連性を数値化できる強力なツールです。まずは身近なデータ（広告費と売上、残業時間と生産性など）で試してみてください。散布図と組み合わせると報告資料の説得力がグッと増しますよ。

関連記事

• CORREL関数の使い方｜2つのデータの相関係数を求める方法
• RSQ関数の使い方
• SLOPE関数の使い方
• INTERCEPT関数の使い方
• COVARIANCE.P関数の使い方
• COVARIANCE.S関数の使い方
• RANK.EQ関数の使い方

こんなふうに、2つのデータの関連性を数字で確かめたいときってありますよね。なんとなく「関係ありそう」と感じていても、感覚だけで判断するのは少し不安です。

そんなときに使えるのがExcelの CORREL関数 です。2つのデータ範囲を指定するだけで、-1〜1の相関係数を自動計算してくれます。この記事では、基本的な使い方から相関係数の読み取り方、散布図との組み合わせ、実務活用例まで一通り紹介していきますね。

ExcelのCORREL関数とは？

CORREL関数は、2つのデータセットの相関係数（ピアソン相関係数）を返す統計関数です。

• 読み方: コリレーション（Correlation = 相関の意味）
• 戻り値: -1〜1 の数値
• 対応バージョン: Excel 2007 以降 / Microsoft 365 / Google スプレッドシート

相関係数とは、2つのデータがどれだけ連動しているかを表す指標です。たとえば「気温が上がるとアイスの売上も上がる」なら正の相関、「気温が上がると鍋の売上が下がる」なら負の相関になります。

TIP

相関係数は「2つのデータが一緒に動くかどうか」を見る指標です。1に近いほど同じ方向に動き、-1に近いほど逆方向に動きます。0に近いと関連性がほとんどないことを意味します。

CORREL関数の書き方（構文と引数）

基本構文

=CORREL(配列1, 配列2)

引数の説明

引数はたった2つだけなのでシンプルですよね。注意点として、配列1と配列2のデータ数は同じにしてください。データ数が異なると #N/A エラーになります。

基本的な使い方

実際にCORREL関数を使ってみましょう。

たとえば、あるお店で12か月分の「平均気温」と「アイスクリームの売上」を記録したとします。

この2つのデータの相関係数を求める数式はこちらです。

=CORREL(B2:B13, C2:C13)

結果は 約0.99 になります。1にとても近い値なので、気温と売上には強い正の相関があることがわかりますね。

相関係数の読み取り方（強弱の目安表）

CORREL関数の結果が出ても「0.65って強いの？弱いの？」と迷うことがありますよね。以下の目安表を参考にしてください。

ビジネスの現場では 0.4以上（または-0.4以下） であれば「関連がありそうだ」と判断するケースが多いですよ。

WARNING

相関関係は因果関係ではありません。 相関係数が高いからといって、「Aが原因でBが起きている」とは限りません。たとえば「アイスの売上」と「水難事故の件数」は強い相関を示しますが、アイスが水難事故を引き起こしているわけではなく、「気温」という第三の要因が両方に影響しています。データ分析の際は、この点を常に意識してくださいね。

実務で使える活用例

活用例1: 広告費と売上の関係を分析する

マーケティング部門では「広告費を増やしたら売上は増えるのか？」という問いがよく出てきます。

月別の広告費（D列）と売上（E列）があるとして、次の数式で相関を確認できます。

=CORREL(D2:D13, E2:E13)

結果が0.7以上なら、広告投資に効果がある可能性が高いと判断できます。逆に0.2程度なら、広告費以外の要因が売上を左右していることがわかりますね。

活用例2: 複数の要因を比較して最も影響が大きいものを特定する

売上に影響しそうな要因が複数ある場合、それぞれの相関係数を並べて比較すると優先順位が見えてきます。

=CORREL(気温, 売上)    → 0.92
=CORREL(広告費, 売上)  → 0.65
=CORREL(競合価格, 売上) → -0.31

この結果なら「気温の影響が最も大きく、広告費もそこそこ影響あり、競合価格は弱い逆相関」と読み取れます。施策の優先順位づけに使えますよ。

活用例3: 在庫管理と需要予測のヒントにする

過去データで「曜日ごとの来客数」と「特定商品の販売数」の相関を調べておくと、仕入れ量の判断材料になります。相関が強いとわかれば、来客数の予測から販売数を見積もることができますよね。

散布図と組み合わせて視覚化する

CORREL関数で数値を出したら、散布図と組み合わせるとさらにわかりやすくなります。数値だけでは伝わりにくい相関の傾向も、グラフにすれば一目瞭然です。

散布図の作り方

1. 2つのデータ列（例: B2:C13）を選択する
2. 「挿入」タブ → 「グラフ」 → 「散布図」を選択する
3. 点の並びが右肩上がりなら正の相関、右肩下がりなら負の相関

近似曲線を追加する

散布図上でデータ点を右クリック → 「近似曲線の追加」を選ぶと、データの傾向を直線で表示できます。「R-2乗値を表示する」にチェックを入れると、相関の強さを視覚的にも確認できますよ。

TIP

R-2乗値（R²）は相関係数を2乗した値です。CORREL関数の結果が0.9なら R²=0.81 となり、「一方のデータで他方の81%を説明できる」と解釈できます。

よくあるエラーと対処法

なお、CORREL関数は数値以外のセル（空白や文字列）を自動的に無視します。ただし、一方のセルが数値で他方が空白というペアがあると、そのペアごと計算から除外される点に注意してください。

PEARSON関数との違い

ExcelにはCORRELとよく似た PEARSON関数 があります。

=PEARSON(B2:B13, C2:C13)

実は、CORREL関数とPEARSON関数はまったく同じ計算結果を返します。どちらもピアソンの積率相関係数を計算する関数で、内部の計算式も同じです。

どちらを使っても結果は同じなので、チームで統一しておけばOKです。一般的にはCORREL関数のほうが使われる頻度が高いですよ。

関連する統計関数との使い分け

CORREL関数の周辺には、データ分析で一緒に使うことの多い統計関数があります。

TIP

CORREL関数の計算式は「共分散 ÷（配列1の標準偏差 × 配列2の標準偏差）」です。COVARIANCE.P関数とSTDEV.P関数を使って手動計算することもできますが、CORREL関数を使えば一発で求められます。

まとめ

CORREL関数は引数が2つだけのシンプルな関数ですが、ビジネスデータの分析で非常に強力なツールです。まずは身近なデータ（売上と天気、広告費と問い合わせ数など）で試してみてください。散布図と組み合わせると、上司への報告資料もグッと説得力が増しますよ。