# 因果関係と相関関係の区別

> 「Aが増えるとBも増えた。ゆえにAがBの原因だ」。この論理の飛躍は、審査員が最も嫌う致命的なミスです。相関関係を安易に因果関係と記述していませんか？観察データを証拠へと昇華させ、ロジックの穴を塞ぐための因果推論の記述テクニックを解説します。

![共起・相関・因果関係のピラミッド図と研究の位置づけ](../../../html/images/02-13-1024x558.jpg)

## 導入：審査員は「論理のすり替え」を見逃さない

研究計画書において、最も頻繁に発生し、かつ最も致命的な論理的欠陥は、相関関係と因果関係の混同です。

予備実験や先行調査で得られた「AとBに関連がある」というデータを基に、「したがってAはBの原因である」と断定的に書いてしまいがちです。あるいは、「Aを改善すればBも解決する」という対策案まで提示してしまうかもしれません。

審査員はこの論理の飛躍を見た瞬間、あなたの研究能力そのものに疑いの目を向けます。「この申請者は、基礎的な科学的推論ができていない」「交絡因子の存在を無視している」と判断されれば、どれほど熱意があっても採択ラインには届きません。

「雨が降ると傘が売れる」のは因果関係ですが、「アイスクリームが売れると水難事故が増える」のは単なる擬似相関（共通原因は気温の上昇）です。この区別を曖昧にしたまま書き進めることは、砂上の楼閣を築くようなものです。本記事では、相関関係のデータを誠実に扱い、それを強固な因果の仮説へと昇華させる記述技術を解説します。

## 根拠となる理論：因果関係を成立させる3つの条件

記述を修正する前に、科学における「因果関係」の定義を再確認しましょう。一般的に、AがBの原因であると言えるためには、以下の3条件を満たす必要があります。

**時間的先行性**
原因（A）は結果（B）よりも時間的に先に発生していなければならない。

**共変関係（相関関係）**
原因（A）が変化すると、結果（B）も変化する。

**他原因の排除（第三因子の制御）**
AとBの両方に影響を与える別の要因（C）が存在しないこと。

多くの不採択申請書は、2番目の「共変関係」しか示せていないにもかかわらず、因果関係を主張してしまいます。特に問題となるのが「他原因の排除」と「逆の因果（BだからAになった）」の可能性です。

審査員が求めているのは、あなたがこれら論理的な落とし穴を認識しており、本研究を通じてそれを厳密に検証しようとしている姿勢です。「相関があるから正しい」ではなく、「相関がある。だから次はここを検証して因果を確定させる」というロジックこそが、研究計画の核心となるべきです。

## 具体例の提示：飛躍した論理を「検証計画」へ変換する

では、相関を安易に因果と結びつけてしまっているNG例と、それを論理的に修正したOK例を比較します。文系・理系それぞれのパターンで見ていきましょう。

### ケース1：社会科学・教育学の例

**Before：論理の飛躍**

先行調査において、読書時間が長い児童ほど学力が高いという強い正の相関が確認された（図1）。したがって、本研究では児童の読書時間を増やす介入プログラムを実施し、学力向上効果を実証する。

**Analysis**
典型的な「相関＝因果」の誤認です。読書と学力の背後には、家庭の経済力や親の教育熱心さという第三因子（交絡因子）が存在する可能性があります。単に無理やり読書時間を増やしても、学力は上がらないかもしれません。この計画は前提が危ういため、介入実験の価値自体が疑われます。

**After：慎重な仮説構築と検証**

先行調査において、読書時間と学力の間に正の相関が確認された（図1）。しかし、これには家庭環境等の交絡因子が影響している可能性がある。そこで本研究では、単なる相関を超えて因果関係を立証するため、読書が語彙力や論理的思考力という媒介変数を経由して学力に寄与するという詳細なプロセスモデルを構築する。その上で、交絡因子を統計的に制御した縦断調査を行い、読書習慣の定着が学力を押し上げる効果を純粋に抽出する。

**解説**
「相関がある」という事実を認めつつ、第三因子の存在に自覚的であることを示しています。その上で、ブラックボックスだった「なぜ読書で学力が上がるのか」というメカニズム（媒介変数）に焦点を当てることで、研究の解像度を高めています。

### ケース2：医歯薬学・生物学の例

**Before：逆の因果の無視**

疾患モデルマウスにおいて、血中でタンパク質Xの発現量が著しく上昇していることを見出した（図2）。この結果は、タンパク質Xが本疾患の増悪因子であることを示している。本研究ではXの阻害剤を開発し、治療法を確立する。

**Analysis**
「Xが増えたから病気が悪化した」のか、「病気が悪化した結果として（防御反応などで）Xが増えた」のか、このデータだけでは分かりません。もしXが防御因子だった場合、それを阻害すれば病態はさらに悪化してしまいます。原因と結果を取り違えるリスクがあります。

**After：双方向の検証**

疾患モデルマウスにおいて、タンパク質Xの発現上昇と病態進行に強い相関が見出された（図2）。現段階ではXが増悪因子か、あるいは生体防御反応の結果であるかは不明である。そこで本研究では、以下の2点からXと病態の因果関係を決定する。
**1. 機能欠損実験：** Xをノックアウトした際に病態が改善するか（増悪因子の検証）。
**2. 強制発現実験：** 正常マウスでXを過剰発現させた際に病態が再現されるか（十分条件の検証）。
これらによりXの役割を確定させた後、創薬ターゲットとしての妥当性を評価する。

**解説**
予備実験の結果を結論ではなく出発点として位置づけています。因果の向きが不明であることを正直に提示し、それを明らかにすること自体を研究目的に据えました。これにより、論理の誠実さと実験計画の堅実さがアピールできます。

## 応用と発展：言葉の選び方で「知的誠実さ」を示す

因果関係を完全に証明するのは非常に困難です。だからこそ、申請書内の言葉選び一つで、研究者としての信頼度が変わります。

**断定を避ける勇気**
まだ証明されていない段階で「原因である」「明らかにする」と書き切る必要はありません。
「強く示唆される」「関与が推定される」「因果関係の解明を目指す」といった表現を使うことで、現状のデータに対する謙虚で正確な姿勢を示せます。

**「メカニズム」への言及**相関関係を因果関係に近づける最強の武器は、メカニズム（機序）の提案です。
「AとBは相関する」だけでなく、「AがCを活性化し、それがDに作用してBが起こる」という具体的な経路の仮説を提示してください。途中経過が具体的であればあるほど、それは単なる偶然の相関ではなく、必然的な因果であるという説得力が増します。

**ブリッジとしての研究計画**
予備実験で「相関」を示し、本研究で「介入」を行う。この構造を明確にしてください。
観察から操作への移行こそが、あなたの研究計画が単なる現状調査を超えて、因果を証明するための必須プロセスです。

## まとめ：実践のためのセルフチェックリスト

申請書を提出する前に、論理の接続部分を以下の視点で点検してください。

**「したがって」の前後で論理が飛躍していませんか？**
「AとBに関連がある。したがってAがBの原因だ」となっていれば、「AがBの原因である可能性が示唆される」に修正してください。

**第三因子（交絡因子）の可能性を議論していますか？**
他に原因がある可能性を無視せず、「〇〇の影響を排除するため、××の条件下で検証する」と記述してください。

**逆の因果（B→A）の可能性を否定できますか？**
もし否定できないなら、それを確かめる実験や調査を計画に組み込んでください。

**メカニズム（A→…→B）の仮説はありますか？**
AとBの間にあるブラックボックスを埋める論理を用意してください。

相関関係は研究の種ですが、それだけでは不十分です。種をすごいと言い張るのではなく、「この種をどう育てて果実にするか」という栽培計画を語ってください。その論理的で誠実なプロセスこそが、審査員が投資したいと思う対象なのです。