交絡因子とは？独立変数・従属変数との違いと因果関係を解説

はじめに

2つの変数に関係が見えても、それだけで一方がもう一方の原因とは限りません。原因と結果の両方に影響する別の変数があると、見かけ上の関係が強くなったり、逆に弱く見えたりすることがあります。

このように、原因と考える変数と結果の両方に関係し、因果関係の解釈を歪める可能性がある変数を交絡因子と呼びます。この記事では、交絡因子の意味、独立変数・従属変数との違い、中間因子との違い、そして交絡を考慮する基本的な方法を整理します。

交絡因子とは、影響を確かめたい変数と結果を表す変数の両方に関係し、その2つの関係を正しく解釈しにくくする変数です。交絡因子を考慮しないまま分析すると、実際には別の要因による差を、調べたい変数の効果だと判断してしまうことがあります。

例えば、喫煙の有無と疾病発症の関係を調べるとします。このとき年齢が喫煙の有無にも疾病発症にも関係しているなら、年齢を考慮せずに比較した結果には、喫煙だけでなく年齢の影響も混ざる可能性があります。年齢はこの分析における交絡因子の候補です。

交絡因子を理解するには、分析で扱う変数の役割を分けて考えると分かりやすくなります。

種類	役割	例
独立変数	結果への影響を確かめたい側の変数	喫煙の有無
従属変数	結果として観測する変数	疾病の発症
交絡因子	独立変数と従属変数の両方に関係し、両者の関係の解釈へ影響する変数	年齢

独立変数と従属変数は「何の影響を、どの結果で確かめるか」を表します。交絡因子は、その関係へ外から入り込み、見えている差が本当に独立変数によるものかを分かりにくくする役割を持ちます。

交絡が問題になるのは、単純な比較だけでは「調べたい変数の影響」と「交絡因子の影響」を分けられないことがあるためです。

例えば、あるグループで疾病発症率が高かったとしても、そのグループの年齢構成がもう一方より高ければ、発症率の差の一部は年齢によるものかもしれません。この状態で年齢を無視すると、喫煙と疾病発症の関係を実際より強く、または弱く評価する可能性があります。

そのため、相関が見えたときは「両方に影響する第三の変数がないか」を確認することが重要です。相関関係と因果関係の基本的な違いは「因果関係と相関関係の違いとは？データ分析の基本を解説」で整理しています。

交絡因子と混同しやすいものに中間因子があります。中間因子は、原因から結果へ影響が伝わる途中に位置する変数です。一方、交絡因子は、原因と結果の両方に関係し、その関係の見え方を歪めます。

種類	関係	分析上の注意
交絡因子	原因候補と結果の両方に関係する	考慮しないと因果効果を誤って評価する可能性がある
中間因子	原因から結果へ至る経路の途中に位置する	目的によっては単純に調整すると、見たい効果の一部まで除いてしまう

どちらも「第三の変数」ですが、因果関係の中での位置が異なります。変数を調整する前に、その変数が交絡因子なのか、中間因子なのかを整理する必要があります。

交絡の影響を小さくする方法は、実験を行えるかどうかで変わります。

特に観察データでは、測定していない交絡因子が残る可能性があります。分析結果を解釈するときは、どの変数を考慮したかだけでなく、考慮できていない要因がないかも確認することが重要です。

交絡因子とは、影響を確かめたい変数と結果の両方に関係し、因果関係の解釈を歪める可能性がある変数です。交絡因子を考慮しないと、別の要因による差を、調べたい変数の効果だと誤って判断することがあります。

因果関係を考えるときは、独立変数・従属変数だけを見るのではなく、両方に関係する第三の変数がないか確認します。必要に応じて無作為化、条件をそろえた比較、統計的調整を使い、見えている関係をそのまま因果関係とみなさないことが大切です。