共分散の求め方を徹底図解！分散・相関係数との違いやExcel計算まで網羅
データ分析の現場や高校数学の授業で、多くの学習者が最初の高い壁として直面するのが「共分散（きょうぶんさん）」の概念です。数式を一見すると「偏差の積の平均」という複雑な記号が並び、公式を丸暗記しようとしては計算問題で計算ミスを連発してしまう受講生が後を絶ちません。2026年現在、DX推進やリスキリングの流れを受けて社会人の統計学学び直しが活発化していますが、共分散の直感的な意味を掴めないまま挫折してしまうケースが教育現場でも目立ちます。
共分散は、2つの変数が「どのように連動して変化するか」を捉えるための極めて重要な統計量です。数式の文字面だけを追うのではなく、「なぜ偏差同士を掛け合わせるのか」「分散や相関係数と何が本質的に異なるのか」という幾何学的な構造を捉えることで、誰でも腑に落ちる理解へと到達できます。基礎理論から高校数学レベルの例題、実務で必須となるExcelでの計算手順まで、つまずきをゼロにする論理構成で解説します。
📌 【この記事の重要ポイントまとめ】
- 要点1：共分散の本質は「偏差積和の平均」であり、2組のデータが同じ方向に動くか逆方向に動くかを示す指標である。
- 要点2：分散は単一データの散らばり、相関係数は単位の影響を排除して強さを規格化した値であり、共分散とは明確に役割が異なる。
- 要点3：実務のExcel計算では「COVARIANCE.S関数」を使いこなし、多変量解析では共分散行列の把握が不可欠となる。
【高校数学から学ぶ】共分散の求め方と公式の丸暗記から脱却する本質
高校数学の「データの分析」や大学のデータ分析・統計学基礎において、共分散は2変量データの関連性を数値化する第一歩として登場します。まず、一般的に用いられる共分散の公式を確認しましょう。2つの変数 $x$ と $y$ のデータ数がそれぞれ $n$ 個あるとき、共分散 $s_{xy}$ は以下の数式で定義されます。
$$s_{xy} = \frac{1}{n} \sum_{i=1}^{n} (x_i - \bar{x})(y_i - \bar{y})$$
この数式を分解すると、行っている処理は極めてシンプルです。各データ点について「$x$ の偏差（データ値 $-$ 平均値）」と「$y$ の偏差（データ値 $-$ 平均値）」を掛け合わせ、その総和である「偏差積和（へんさせきわ）」を算出し、最後にデータ数 $n$ で割って平均化しています。
では、なぜ偏差同士の積を取ると2つのデータの連動性がわかるのでしょうか。散布図を思い浮かべてみてください。平均値 $(\bar{x}, \bar{y})$ を原点とする新しい座標軸を引くと、データは4つの象限に分かれます。
- 第1象限（右上）：$x$ も $y$ も平均より大きい（正 $\times$ 正 $=$ 正）
- 第3象限（左下）：$x$ も $y$ も平均より小さい（負 $\times$ 負 $=$ 正）
- 第2象限（左上）：$x$ は平均より小さく、$y$ は平均より大きい（負 $\times$ 正 $=$ 負）
- 第4象限（右下）：$x$ は平均より大きく、$y$ は平均より小さい（正 $\times$ 負 $=$ 負）
「$x$ が増えれば $y$ も増える」という正の相関傾向がある場合、データ点の多くは第1象限と第3象限に集まります。これらを掛け合わせるとどちらも「正の値」になるため、総和である偏差積和、ひいては共分散も正の大きな値になります。逆に、「$x$ が増えると $y$ が減る」という負の相関関係がある場合、第2象限と第4象限のデータが支配的となり、共分散は負の値をとります。この幾何学的な直感こそが、共分散の求め方を理解する最大の鍵です。
【徹底比較】共分散と「分散」「相関係数」の決定的な違いとは
学習者が最も混乱しやすいのが、「共分散」「分散」「相関係数」の3つの違いです。これらの関係性を整理しないまま計算練習を繰り返しても、分析結果の正しい解釈には辿り着けません。それぞれの定義と実務上の役割を比較表にまとめました。
| 項目 | 詳細・数値データ | 一般的な基準・単位の影響 | 編集部の見解・評価 |
|---|---|---|---|
| 分散（Variance） | 単一変数の散らばり度合い $s_x^2 = \frac{1}{n}\sum(x_i - \bar{x})^2$ | 0以上の実数 単位は「元データの2乗」（例：$\text{cm}^2$） | 1つの変数が平均周辺にどれだけ散らばっているかを測る基礎数値。 |
| 共分散（Covariance） | 2変数の連動性（向き） $s_{xy} = \frac{1}{n}\sum(x_i - \bar{x})(y_i - \bar{y})$ | 実数全体（正・0・負） 単位は「2変数の積」（例：$\text{cm} \times \text{kg}$） | 連動の「向き」は分かるが、単位に依存するため「強さ」の比較ができない。 |
| 相関係数（Correlation） | 2変数の直線的関係の強さ $r_{xy} = \frac{s_{xy}}{s_x s_y}$ | $-1.0 \leqq r \leqq 1.0$ 無次元量（単位なし） | 共分散を各標準偏差で割ることで単位を相殺。関係の強さを客観比較できる。 |
ここで注目すべきは「単位の影響（スケール問題）」です。例えば、身長と体重の連動性を計算するとき、身長を「メートル（$\text{m}$）」で計算した場合と「センチメートル（$\text{cm}$）」で計算した場合では、共分散の値が100倍も跳ね上がってしまいます。共分散の値が「500」だからといって、「5」のデータ群よりも相関が強いとは断言できない理由がここにあります。この弱点を克服し、どのデータ同士でも公平に相関の強弱を比較できるようにした指標こそが相関係数です。
【実戦練習】共分散の計算問題を5ステップでスッキリ解く具体例
計算手順を身体に定着させるために、小規模な例題を用いて5つのステップで共分散を導出してみましょう。試験や実務の確認計算で最もミスが起きにくい手順を確立することが重要です。
【例題】学生5名の「数学の学習時間（時間：$x$）」と「小テストの点数（点：$y$）」のデータから共分散を求めます。
- データA：学習時間 1時間、点数 4点
- データB：学習時間 2時間、点数 5点
- データC：学習時間 3時間、点数 7点
- データD：学習時間 4時間、点数 6点
- データE：学習時間 5時間、点数 8点
ステップ1：それぞれの平均値を算出する
$x$ の平均値 $\bar{x} = (1 + 2 + 3 + 4 + 5) \div 5 = 3$ 時間
$y$ の平均値 $\bar{y} = (4 + 5 + 7 + 6 + 8) \div 5 = 6$ 点
ステップ2：各データの偏差（実測値 $-$ 平均値）を求める
・A：$x$ 偏差 $= 1 - 3 = -2$、$y$ 偏差 $= 4 - 6 = -2$
・B：$x$ 偏差 $= 2 - 3 = -1$、$y$ 偏差 $= 5 - 6 = -1$
・C：$x$ 偏差 $= 3 - 3 = 0$、$y$ 偏差 $= 7 - 6 = +1$
・D：$x$ 偏差 $= 4 - 3 = +1$、$y$ 偏差 $= 6 - 6 = 0$
・E：$x$ 偏差 $= 5 - 3 = +2$、$y$ 偏差 $= 8 - 6 = +2$
ステップ3：偏差同士の積（偏差積）を計算する
・A：$(-2) \times (-2) = +4$
・B：$(-1) \times (-1) = +1$
・C：$0 \times (+1) = 0$
・D：$(+1) \times 0 = 0$
・E：$(+2) \times (+2) = +4$
ステップ4：偏差積和を算出する
偏差積の合計 $= 4 + 1 + 0 + 0 + 4 = 9$
ステップ5：データ数で割り、共分散を導出する
共分散 $s_{xy} = 9 \div 5 = \mathbf{1.8}$
共分散が正の値（$+1.8$）となったことから、学習時間が長い人ほどテストの点数が高い傾向にある（正の相関がある）ことが確認できます。もし計算の途中で負の積が多くなり、最終結果がマイナスになれば、それは「一方が増えるともう一方は減る」という負の相関関係を意味します。
【実務直結】Excelでの共分散計算｜COVARIANCE.S関数の正しい使い方
データ分析の実務現場において、数千件・数万件のレコードを手計算することはありません。表計算ソフト「Microsoft Excel」を用いて瞬時に計算を行うのが一般的ですが、ここにも重大な落とし穴が存在します。
Excelには共分散を求める関数として、主に「COVARIANCE.P」と「COVARIANCE.S」の2種類が用意されています。この違いを理解せずに使い分けると、分析結果の妥当性を損なう恐れがあります。
- COVARIANCE.P（母共分散）：データの全数調査（母集団そのもの）を対象とする場合に使用。分母をデータ数 $n$ で割る。高校数学の教科書で扱う定義はこちらに該当。
- COVARIANCE.S（標本共分散）：全体から抽出したサンプルデータ（標本）から母集団の共分散を不偏推定する場合に使用。分母を自由度である $n-1$ で割る。
マーケティングのアンケート調査や製品のサンプリング検査など、ビジネスで扱うほぼすべてのデータは「標本（サンプル）」です。したがって、実務データ分析では「COVARIANCE.S 関数」を選択するのが統計学的な標準となります。
Excelでの入力例：
セル範囲「A2:A100」に学習時間、「B2:B100」にテスト点数が入力されている場合、結果を表示させたいセルに次のように入力します。=COVARIANCE.S(A2:A100, B2:B100)
さらに、変数が3つ以上（例：気温、アイスの売上、日照時間など）に増えた場合、すべての変数の組み合わせにおける分散と共分散を一覧にした「共分散行列（分散共分散行列）」を作成します。Excelの「データ分析」アドインにある「共分散」ツールを使用すれば、指定した範囲の全変数について共分散行列を一括出力することが可能です。共分散行列の対角線部分には各変数の「分散」が並び、それ以外のセルに対象ペアの「共分散」が配置される構造を押さえておきましょう。
【実態検証】統計学初心者がつまずく3大落とし穴とネットの誤解
統計検定の受験者コミュニティや企業の研修現場をリサーチすると、共分散の運用において共通して見られる誤認や失敗パターンが浮かび上がってきます。多くの初学者が直面するリアルな課題を検証します。
落とし穴1：「共分散の値が大きい＝相関が非常に強い」と思い込む誤解
SNSや質問サイト等で散見される典型的なミスが、共分散の数値を絶対評価してしまうケースです。「共分散が800もあるから強い相関がある」と結論づけてしまうのは重大な誤謬です。前述のとおり、金額（円）や重量（g）のように桁数が大きい単位を採用しているデータでは、相関が極めて弱くても共分散が数千〜数万に膨らみます。2変数の連動の強さを議論する際は、必ず相関係数（$-1$ から $1$ の範囲）に変換して評価しなければなりません。
落とし穴2：外れ値（異常値）による数値の歪みを無視する
共分散は「偏差の積」を累積するため、1つでも極端な外れ値が含まれていると計算結果全体が大きく引っ張られます。49組のデータが無相関であっても、たった1組の極端なデータが存在するだけで共分散が大きく正に傾く事例は現場でも頻発します。実務では計算に入る前に必ず散布図をプロットし、データの視覚的確認を怠らない姿勢が必須です。
落とし穴3：「共分散＝0」を「まったくの無関係」と早合点するリスク
「共分散が0であれば2変数は無関係である」という言説も正確ではありません。共分散や相関係数が捉えられるのは、あくまで「直線的な線形関係」のみです。例えば、$y = x^2$ のような明確な2次関数の関係があるデータ群でも、左右対称にデータが分布していれば共分散は正確に「0」になります。「直線関係がない」ことと「関係性そのものがない」ことは全くの別物であることを銘記すべきです。
【プロの結論】おすすめできる人・慎重になるべき人の判断基準
共分散はデータ解析の基幹を成す道具ですが、分析の目的やフェーズによって直接活用すべきか、相関係数等の後続指標に委ねるべきかが分かれます。自身の業務や学習フェーズに応じた客観的な判断基準を提示します。
共分散の計算・活用を徹底的に習得すべき対象
- 機械学習・多変量解析を実装するエンジニア：主成分分析（PCA）の次元削減アルゴリズムやマルコフモデルなど、共分散行列の固有値問題を解く分野では共分散の完全な理解が前提条件となります。
- 金融工学・ポートフォリオ運用に携わる実務家：複数資産のリスク分散（現代ポートフォリオ理論）では、資産間の共分散からポートフォリオ全体の分散を数理的に導き出すため、共分散の把握が不可欠です。
- 統計検定2級以上の取得を目指す学習者：標本共分散と母共分散の不偏性の違い、線形変換に伴う共分散の定数倍の性質など、数式変形を含む深い理論理解が合否を直結して左右します。
共分散の直接評価を避け、相関係数等を優先すべき対象
- ビジネスの施策判断を行うマーケター・企画職：社内報告や経営陣へのプレゼンで「共分散が14.5でした」と報告しても意思決定には繋がりません。直感的に強弱が伝わる「相関係数」や、散布図の可視化を主軸に据えるべきです。
- 単位の異なるデータを横断比較したいリサーチャー：広告費（円）と成約件数（件）、アクセス数（PV）など、スケールが全く異なる指標群の関連性をスコアリングする際は、最初から標準化された相関係数または重回帰分析の標準化偏回帰係数を使用することが推奨されます。
【共分散の求め方】に関するよくある質問（FAQ）
Q1：共分散の手計算で、偏差の合計が0になってしまうのですが計算ミスでしょうか？
A1：それは計算ミスではなく、数学的に正しい正常な状態です。平均値からの差である「偏差の総和」は常に0になります。共分散の計算で合計するのは「偏差そのもの」ではなく、2変数の「偏差を掛け合わせた値（偏差積）」です。偏差同士を掛けてから合計するステップを踏んでいるか再確認してください。
Q2：共分散を求める公式の展開形「（積の平均）−（平均の積）」とは何ですか？
A2：公式 $\frac{1}{n}\sum(x_i - \bar{x})(y_i - \bar{y})$ を数学的に展開して整理すると、「$xy$ の平均値 $-$ ($x$ の平均値 $\times$ $y$ の平均値)」という形に変形できます。この展開公式を使うと、各データから偏差を1回ずつ引く手間が省けるため、プログラミングや手計算の短縮テクニックとして頻繁に活用されます。
Q3：分母を $n$ で割る場合と $n-1$ で割る場合の違いは何ですか？
A3：手元にあるデータそのものの共分散（母共分散）を計算したい場合はデータ数 $n$ で割ります。一方、手元のサンプルから母集団全体の共分散を偏りなく推定したい場合（不偏共分散・標本共分散）は、自由度の減少を補正するために $n-1$ で割ります。高校数学では原則 $n$ で割りますが、統計学の推測統計やExcelの COVARIANCE.S では $n-1$ を用います。
まとめ：今後の動向と失敗しないための判断基準
ビッグデータや生成AIが日常のツールとなった今日において、データの関連性を正しく読み解くリテラシーはあらゆるビジネスパーソンに必須の教養となりました。共分散は一見すると無機質な数式の羅列に見えますが、その本質は「2つのデータが平均を中心として同じ象限で呼吸を合わせているか」を捉える極めて直感的で人間的な指標です。
公式の文字面だけを丸暗記しようとすれば、符号の反転や単位の不一致といった典型的な罠にはまります。偏差積和という幾何学的な構造を意識し、分散や相関係数との役割の違いを整理した上で、Excelなどの実用ツールを適切に使いこなすこと。この着実なステップこそが、統計学を単なる「試験のための学問」から「ビジネスを前進させる武器」へと昇華させる最短ルートです。 （出典: 共 分散 求め 方（Yahoo!ニュース））
最新のトレンドや話題のニュースをわかりやすく解説するWebライターです。読者の皆様に役立つ情報を日々お届けしています。