フレームワーク活用ガイドひとことで言うと#
「なぜそうなったのか」を正しく考えるための思考法。日常の判断で陥りやすい因果の誤りを5つのパターンに整理し、原因と結果の関係を論理的に見極める力を養う。
押さえておきたい用語#
- 因果関係（Causal Relationship）
- ある事象が別の事象を引き起こす原因と結果のつながりを指す。
- 相関関係（Correlation）
- 2つの事象が同時に変動する傾向があるが、一方が他方の原因とは限らない統計的な関連性。
- 擬似相関（Spurious Correlation）
- 第三の要因によって見かけ上の相関が生じているだけで、実際には因果関係がない状態を指す。
- 後件肯定の誤り（Affirming the Consequent）
- 「AならばB」から「BだからA」と逆を結論する論理的な誤謬。
- ミルの方法（Mill’s Methods）
- 因果関係を特定するための5つの推論規則。一致法・差異法・一致差異併用法・剰余法・共変法からなる。
因果推論（思考）の全体像#
こんな悩みに効く#
- 売上低下の原因を「価格」と決めつけたが、本当にそうか確信がない
- 成功事例を真似しているのに結果が出ない
- 会議で「それが原因だ」と言われても反論できない
- ニュースや記事の「〇〇が原因」に流されやすい
- 問題の原因を考えるとき、1つの要因に飛びつく癖がある
基本の使い方#
「なんとなく原因っぽい」を明確な仮説文にする。
書き方: 「Xを変えると、Yが変わる」
例:
- ×「価格が高いから売れない」
- ○「価格を10%下げると、月間販売数が15%増える」
仮説を具体的にすることで、検証の方向性が明確になる。
各パターンに対応する質問を仮説にぶつける。
| 誤りパターン | 自問する質問 |
|---|---|
| 擬似相関 | XとYの両方に影響する第三の要因Zはないか？ |
| 逆因果 | 実はYがXの原因ではないか？ |
| 前後即因果 | Xの後にYが起きただけで、Xがなくても起きたのでは？ |
| 単一原因 | X以外にもYに影響する要因はないか？ |
| 生存者バイアス | Xがあるのにで起きなかったケースを見落としていないか？ |
5つすべてに回答できれば、因果の確信度は相当高い。
ミルの差異法を応用する。「原因と思われるものがない場合に、結果も起きないか」を確認する。
チェック方法:
- 反例: 原因Xがあるのに結果Yが起きなかったケース → あれば因果は弱い
- 対照: 原因Xがないのに結果Yが起きたケース → あれば他の原因がある
- 用量反応: Xの量が増えるとYも比例して変わるか → あれば因果の信頼性が上がる
反例が1つも見つからなくても因果が確定するわけではないが、反例が見つかれば因果の主張は確実に弱まる。
具体例#
都内15店舗のラーメンチェーン。直近3か月で売上が前年比 -12%。店長会議では「値上げ（850円→950円）が原因」という意見が大勢を占めた。
因果推論チェック:
- 擬似相関: 値上げと同時期に近隣に競合店が2店オープンしていた
- 単一原因: 値上げ以外に、配達アプリの手数料値上げでデリバリー注文も減少
- 反例: 値上げした15店のうち3店は売上が伸びていた（駅前立地の店舗）
分析結果:
| 要因 | 売上への影響（推定） |
|---|---|
| 競合出店（半径500m以内の5店のみ） | -7% |
| 値上げ | -3% |
| デリバリー手数料値上げ | -2% |
値上げの影響は -12%のうち-3% に過ぎず、真の主因は競合出店だった。値下げではなく、競合との差別化（限定メニュー・スタンプカード）に予算を振り向ける判断に変わった。
従業員500名のIT企業。リーダーシップ研修の卒業生が昇進率 42%（全社平均18%）という結果を受け、人事部は「研修が昇進に効く」と報告した。
因果推論チェック:
- 生存者バイアス: 研修に推薦されたのは「もともと優秀な人材」→ 優秀だから昇進したのでは？
- 逆因果: 昇進候補だからこそ研修に送られたのでは？
追加分析:
- 研修に推薦されたが辞退した32名の昇進率: 38%
- 研修を受けた68名の昇進率: 42%
- 研修に推薦されなかった400名の昇進率: 14%
差分は 42% - 38% = 4ポイント。研修の因果効果は「42%」ではなく、せいぜい 4ポイント 程度。昇進率を決めていたのは「推薦される時点での能力」であり、研修そのものの効果は限定的だった。この結果を受けて、研修内容の見直しと対象者の選定基準変更が決まった。
副業で運営する技術ブログ。あるSEO施策（タイトルの書き換え）を実施した翌月にPVが +45% 増加した。「タイトル最適化が効いた」と結論づけようとした。
因果推論チェック:
- 前後即因果: タイトル変更の前後で本当にタイトルだけが変わったか？→ 同時期にGoogleのアルゴリズムアップデートがあった
- 単一原因: 同月にSNSで記事がバズった（リツイート800件）
- 擬似相関: タイトル変更した記事10本のうち、PVが増えたのは3本だけ。残り7本は変化なし
PV増の内訳を分解:
| 要因 | 推定寄与 |
|---|---|
| SNSバズ（1記事がバイラル） | +32% |
| Googleアップデート（被リンク評価変更） | +10% |
| タイトル最適化 | +3%程度 |
タイトル最適化の効果は +45%のうち+3% と推定。施策は無意味ではないが、「+45%はタイトルのおかげ」と報告していたら大きな判断ミスにつながっていた。PV増加の主因はSNSバズであり、再現性のある施策としてはSNS運用の強化が優先と判断した。
やりがちな失敗パターン#
- 「後から説明がつく＝因果がある」と思い込む — 後知恵バイアスで何でも因果に見えてしまう。事前に仮説を立てていたかが試金石。
- 成功者の共通点を因果と捉える — 成功者の80%が朝型でも、朝型の人の80%が成功するとは限らない。
- 1つの原因で全部説明しようとする — 現実の問題は複数の要因が絡み合っている。主因と副因を分けて考える。
- 時間的順序だけで因果を判断する — 「Aの後にBが起きた」は因果の必要条件だが十分条件ではない。
- 自分に都合の良い因果を選ぶ — 確証バイアスで、仮説に合うデータだけ集めてしまう。反例を積極的に探す姿勢が必要。
まとめ#
因果推論は日常のあらゆる判断に関わる思考スキル。5つの誤りパターンを知っておくだけで、「なんとなくの因果」から「検証された因果」に思考の精度が上がる。次に「〇〇が原因だ」と言いそうになったら、3つの問い――他の説明はないか、方向は正しいか、反例はないか――を試してみてほしい。