相关性是计算机擅长的范畴。此外，因AI而成为主流的机器学习，其框架背后也蕴藏着相关性的思路。今后，能够理解相关性会变得越来越重要。那么，“相关性”是什么？应该怎么运用呢？
假如你在人才开发部工作，现在需要考虑今后的研修事宜。首先，你为了从日前进行的公司内部能力测试结果中，找出逻辑思考能力和沟通能力的相关性，制作了散点图（横轴是逻辑思考能力的分数，纵轴是沟通能力的分数）。
A、B、C、D中的哪一个图可以推断出逻辑思考能力越高，沟通能力就越高呢？A、B、C、D中的哪一个图可以说明逻辑思考能力与沟通能力没什么关系呢？
如果逻辑思考能力与沟通能力有相关性，那么逻辑思考能力提升的话，沟通能力也会提升；反之，逻辑思考能力降低的话，沟通能力也降低。也就是说，图表会呈现出数据分布朝右方上扬的现象。
数据分布朝右方上扬而且数据比较均衡集中的是图A，图A可以说明逻辑思考能力与沟通能力之间存在相关性。图B的数据也是朝右方上扬，但与图A相比，数据稍微分散。
而图D整体的数据比较分散，有逻辑思考能力高但是沟通能力低的人，也有沟通能力高但是逻辑思考能力低的人，可以初步认为逻辑思考能力和沟通能力之间没什么关系。图C与图D相比，也能够看出数据分布稍微朝右方上扬，但趋势与图A、图B相比稍微偏弱。
现在先说明一下相关性。如果某个要素X发生变化时，另一个要素Y也随着X的变化而发生变化，我们就说这两个要素有相关性。
如果随着X的增加，Y也增加的话，就叫正相关；如果随着X的增加，Y减少的话，就叫负相关。
如果逻辑思考能力与沟通能力有相关性，就意味着会呈现出逻辑思考能力高的人沟通能力也高的趋势。
判断有无相关性的指标叫作相关系数（用R来表示），根据相关系数的不同，可以做出以下的解释（正相关的情况）。
·0.9及以上 有非常强的相关性
·0.7～0.9 有强相关性
·0.5～0.7 有相关性
·0.3～0.5 有弱相关性
·不到0.3
没有相关性
上述图A至图D的散点图的情况是，相关系数分别为0.9、0.7、0.5、0.3，图A有非常强的相关性，图B有强相关性，图C有相关性，图D有弱相关性。
相关系数通过计算软件可以直接计算出来，但是请务必遵循以下2个要点。
1. 描绘散点图
2. 在此基础上，计算相关系数
1. 描绘散点图
请在计算相关系数之前，先描绘散点图。通过视觉能够获得的信息量是极大的，建议大家通过观察去了解数据的分布趋势。要确认是“朝右方上扬”还是“朝右方下降”，或者“是否不均衡”。
此外，有时候数据还会分布成几个组。这些情况如果只看相关系数的数值是无法判断的。
2. 在此基础上，计算相关系数
通过散点图知道了趋势之后，请务必确认相关系数的数值。
以下的两个散点图，相关系数都是“0.5”，但它们分布的情况有所不同。
练习题1
现在要确认店铺的工作人员人数与销售额（每家店）是否存在相关性。
X轴是店铺工作人员的人数，Y轴是每家店每月的销售额（单位：百万日元）。请思考，根据以下的散点图，可以如何进行解释？
解答
从散点图来看，可以看出数据分布朝右上扬的趋势，但是不明显。另外，相关系数是0.4，也不是一个高的数值。因此，可以解释为，工作人员的人数与销售额没有太大的相关性，工作人员的人数多，销售额也不一定高。
练习题2
那么，如果是下图的话，可以怎样解释呢？
解答
这个图表的数据分布呈现朝右方上扬的趋势，相关系数是0.8，是较高的数值。因此，可以解释为，如果店铺工作人员的人数多，销售额就会提升。
其实刚才确认的两个图表，原始数据是相同的，不同的是有没有纳入以下这两个数据。
即店铺工作人员的人数多，销售额却不高的X店；以及店铺工作人员的人数少，但销售额却很高的Y店。
把这两家店作为离群点从数据中剔除的话，就可以认为整体的趋势是工作人员人数与销售额有相关性。
这样的话，接下来要思考的就是，把这两家店作为离群点与其他数据分开来看是否合适。
那么，我们试想一下，在怎样的情况下会出现人数多但销售额不高（X店），以及人数少但销售额较高（Y店）的情况呢？
（X店）
团队合作不佳
店长刚刚变更，经营方针落实得不彻底
虽然人数多，但有几个人实质上并没有在工作等
（Y店）
人数虽然少，但其中有经验的人较多，接待顾客的技巧非常高
得益于店长的经营技巧，下了一些有别于其他店铺的功夫
有地方优势，如顾客流量高等
造成与其他店铺情况不同的趋势，可能存在多个原因。如果对刚才罗列出来的可能性进行充分验证后，发现确实存在上述某些情况，就可以把X店和Y店作为离群点剔除。剔除了X店和Y店以后的散点图，就可以代表整体趋势。
我们能够发现离群点，是因为如上述所言，通过描绘散点图，得以从视觉上获取信息。从表格中的数据去识别离群点虽然也可行，但数据量增加后就会变得困难。这就是在直接计算相关系数之前要先描绘散点图的原因。
在剔除离群点的时候，可以从以下三个角度来考虑。
·在散点图上，把视觉上看起来与其他数据的集合分离开来
·离群点的数量与总数相比并不多
·有定性的理由可以支持剔除离群点
初期的数据，有可能是偶然获取的，需要判断是否应该用一个数据来代表整体的情况。
STEP UP！
为了验证气温与到店顾客数有关联性的假设，制作了如下散点图。横轴是气温，纵轴是单日平均到店的顾客数。对此可以进行怎样的解释呢？
相关系数是0.5。虽然不是很高的数值，但也可以考虑气温与到店顾客数存在相关性。
另一方面，请思考一下气温与到店顾客数本身是如何变化的。可以想象，寒冷与炎热的时候顾客数都会减少。
所以应该考虑的不是“气温与到店顾客数是否相关”，而是“是否存在某个具体温度值会使到店顾客数增加”。
人们一有数据可能就会想转化为图表，并且考虑根据图表进行解释。然而，如果不加注意，就会变成一切以图表为准，变成解释图表了。
为了避免这种情况发生，在进行图表化之前，要先考虑清楚数据之间的相关性，再转化为图表。
刚才的散点图是以所有的数据为基础制作的，但其实应该把某个气温以前的趋势和某个气温以后的趋势分开，转化成两个散点图，这样更符合自然规律。
实际以25℃为界，把25℃以下的情况和25℃以上的情况区分开来描绘成散点图，得出以下图表。相关系数的绝对值都是0.95，是非常理想的值。
相关系数只是一种指标，重要的是要结合定性的意义来思考。在应用时，要考虑哪个范围的数据可以视作同一范畴的。要做到这一点的话，“描绘图表，用头脑来判断”很重要。而且，这样的判断，事实上只有人才能做到。
描绘散点图，将相关系数的计算交给计算机，另一方面，要清楚知道人应该思考什么事情，要灵活地运用相关性。
小结
√ 相关性的计算是计算机擅长的范畴
√ 不单单依赖于相关系数，这点很重要，务必描绘出散点图来观察
√ 在描绘散点图之前，认真思考可能会出现怎样的分布
√ 没必要对所有的信息一律用相同的方法来处理。可以剔除离群点，也可以把数据分组
√ 定性的解释也很重要