このように相関係数を使うことで、推測ではなく具体的な数字に基づいて「どのデータを改善すれば目的の結果が得られるか」を分析できます。

一般的に使われるのは「ピアソンの積率相関係数」と呼ばれるもので、2変数間の「共分散」を、それぞれの変数の「標準偏差の積」で割ることで求められます。この計算により、データの単位やスケールに依存しない純粋な関係性の強さを測ることができます。相関係数を扱う上で非常に重要な注意点が2つあります。1つ目は、極端に外れた値（外れ値）の存在によって数値が大きく歪むことがあるため、必ず「散布図」を作成してデータの全体的な分布を視覚的に確認する必要があること。2つ目は、「相関関係は因果関係を意味しない（疑似相関）」ということです。AとBに強い相関があるからといって「Aが原因でBが起きた」とは断定できず、裏に隠れた第3の要因（交絡因子）がAとBの両方を動かしている可能性があることを常に意識する必要があります。