まず押さえる「R Square（決定係数）」とは？—意味とできること
Excelで散布図に近似曲線を引くと、グラフ上に「R Square（R²）」という数値が出てきます。結論から言うと、R²は「この回帰式（近似曲線）が、データのばらつきをどれくらい説明できているか」を0〜1で表す指標です。数字が1に近いほど当てはまりが良く、0に近いほど当てはまりが弱い、という理解が基本になります。
もう少し仕事っぽく言い換えると、R²は「説明変数（例：広告費）で、目的変数（例：売上）の変動をどれくらい説明できるか」です。たとえばR²=0.80なら、「売上の変動のうち約80%は広告費との関係（このモデル）で説明できている」イメージ。逆にR²=0.20なら、「広告費だけでは売上の動きをほとんど説明できないかも」と疑うスタート地点になります。
- R²が高い：点が回帰線の近くに集まりやすい＝当てはまりが良い
- R²が低い：点が散らばりやすい＝当てはまりが弱い
ここで重要なのは、R²が教えてくれるのは「当てはまり（フィット感）」であって「因果」ではないという点です。R²が高くても「広告費を増やせば必ず売上が上がる」とは断定できません。逆にR²が低いからといって、その施策が無意味とも限りません（季節性、価格改定、競合要因など別の変数が効いているだけ、ということも多いです）。
ではR²は仕事で何に使えるのか。20代のビジネスパーソン目線で言えば、主に次の2つで効きます。
- 「この関係、数字で語れる？」の確認
感覚で「広告費と売上は連動してそう」と言うより、R²で当てはまりを出すと説得力が一段上がります。 - 改善の方向性を決める入口
R²が低いなら「他の要因も見よう」「期間を分けよう（繁忙期/閑散期）」「外れ値を確認しよう」と次の分析に進めます。
まとめると、R Square（決定係数）は“その回帰式がデータをどれだけ説明できているか”を一発で示す成績表です。次章では、ExcelでこのR²を出す具体的な手順を、散布図×近似曲線と分析ツールの2ルートで押さえていきます。
ExcelでR Squareを出す方法—散布図×近似曲線／分析ツールの2ルート
R²の意味がわかったら、次はExcelで「R Square（決定係数）」を実際に表示する手順です。やり方は大きく2つ。手早く確認する「散布図×近似曲線」と、回帰分析としてきちんと出す「分析ツール」です。用途に合わせて使い分けるのが、仕事ではいちばん効率的です。
ルート①：散布図×近似曲線（最短でR²を出す）
まず「ざっくり当てはまりを見たい」「資料にグラフを貼りたい」ならこの方法が最速です。
- X（説明変数）とY（目的変数）の2列を用意
例：A列=広告費、B列=売上 のように並べます（見出し行つきでOK）。 - 2列を選択 →［挿入］→［散布図］
折れ線ではなく散布図なのがポイントです（関係性を見るため）。 - 点（系列）を右クリック →［近似曲線の追加］
- 近似曲線のオプションで
- 「グラフに数式を表示する」にチェック
- 「グラフにR-2乗値を表示する」にチェック
これでグラフ上に回帰式とR²が出ます。忙しいときはこのルートで十分。ただし注意点として、近似曲線の種類（線形、指数、対数、多項式など）でR²は変わります。「とりあえず線形」で出してしまうと、実態（例えば逓減する関係）とズレることもあるので、形が明らかに直線っぽくない場合は近似曲線の種類も見直してください。
ルート②：分析ツール（回帰分析として“ちゃんと”R²を出す）
次に「数値根拠として報告したい」「回帰式や統計情報も欲しい」なら、分析ツール（回帰）を使います。R²だけでなく、係数・切片なども表で出るので資料化が楽です。
- ［ファイル］→［オプション］→［アドイン］
下部の「管理：Excelアドイン」→［設定］で分析ツールにチェック（初回だけ）。 - ［データ］タブ →［データ分析］→［回帰］
- 入力範囲を設定
- Y入力範囲：売上（目的変数）
- X入力範囲：広告費（説明変数）
- 見出しがあるなら「ラベル」にチェック
- 出力先を選んで実行
新しいシートに出すと見やすいです。
出力結果の中に「R Square」が表示されます（合わせて「Adjusted R Square」も出ます）。仕事での実務感で言うと、まずはR Squareで当てはまりを見て、説明変数を増やす分析をするならAdjustedのほうも気にする、という流れがスムーズです（詳細は注意点の章で触れます）。
まとめると、グラフでサクッと確認＝散布図×近似曲線、表として根拠を残す＝分析ツール（回帰）。次章では、売上×広告費の実例でR²が「数字としてどう見えるか」を体感していきます。
【実例】売上×広告費でR Squareを読む—数値が示す“当てはまり”を体感する
ここからは「で、R²って実務でどう読むの？」を売上×広告費のありがちな題材で体感します。ポイントは、R²を良し悪しの点数として見るのではなく、“この説明（広告費→売上）で、どれくらい話が通るか”の目安として読むことです。
今回の例：月次データ（12か月）で検証
たとえば、各月の「広告費（万円）」と「売上（万円）」があるとします。Excelで散布図を作り、線形の近似曲線を入れると、回帰式とR²が出ます。
ここでは同じ「売上×広告費」でも、現場で起こりがちな3パターンを置いて、R²の読み方を整理します。
パターンA：R²=0.85（当てはまりが強い）
散布図の点が回帰線の近くに集まり、R²が0.85だったとします。このときの読み方はシンプルで、
- 売上の変動のうち約85%は広告費との関係（この直線モデル）で説明できていそう
- 残り約15%は、季節性・価格・在庫・競合・キャンペーン内容など別要因の影響かも
実務での使い方としては、「広告費を増やすと売上が上がりやすい」という関係を“資料に載せやすい”状態です。ただし、この時点で言えるのはあくまで当てはまりが良いまで。いきなり「広告費を2倍にすれば売上も2倍」と断言するのではなく、次に見るべきは回帰式の傾き（増分）です。「広告費+10万円で売上がどれくらい動くか」を、仮説として置けます。
パターンB：R²=0.35（当てはまりが弱い〜普通）
R²が0.35なら、広告費で説明できるのは売上変動の約35%。残りの約65%は別要因の可能性が高い、というサインです。
この数字が出たときにやりがちなミスは、「広告は効いてない」と即断すること。実務ではむしろ、次の問いが立てやすくなります。
- 期間が混ざってない？（繁忙期・閑散期で分けると改善することがある）
- 広告の中身が混在してない？（指名/非指名、媒体別で分けると関係が見えることがある）
- 売上の定義は適切？（新規売上だけ／既存含む、などで関係が変わる）
つまりR²=0.35は「ダメ」ではなく、“広告費だけで売上を説明するのは雑かもしれない”という発見です。上司に報告するなら、「広告費単体だと説明力は限定的。要因を分解して再分析予定」のように、次の打ち手につなげるのが仕事として強いです。
パターンC：R²=0.92 だけど、散布図に“1点だけ異常”がある
一番危ないのがこれです。R²が0.92と非常に高いのに、散布図を見ると1点だけ極端に離れたデータ（外れ値）があり、そこに引っ張られて回帰線が決まっているケース。
例えば「大型セールで売上が跳ねた月」や「広告以外の要因（テレビ露出など）で売上が爆発した月」が混じると、回帰式は“その月に合わせた直線”になりがちです。結果、R²が高くても、普段の月に対しては当てはまりが悪いことがあります。
この状況でのR²の読み方は、
- R²の高さよりもまず散布図の形（点の並び）を優先して確認
- 外れ値の月に何が起きたかをメモし、別扱いの分析も検討
R²は便利ですが、最終的に信じるべきは「数値」だけでなくグラフでの目視と業務の文脈です。次章ではこの流れで、R²が高ければ良いとは限らない理由（外れ値・過学習・因果の誤解）を、実務目線で整理します。
R Squareの注意点—高ければ良いとは限らない（外れ値・過学習・因果誤解）
R²は「当てはまり」を一発で見せてくれる便利な指標ですが、実務では“高い＝正しい／使える”と決め打ちすると事故ることがあります。特に注意したいのが、外れ値・過学習・因果の誤解の3つです。ここを押さえるだけで、上司への報告の説得力が一段上がります。
注意①：外れ値に引っぱられる（R²が高く見える罠）
3章のパターンCのように、1点だけ異常な月が混じると、回帰線がそこで決まりやすく、R²も不自然に上がることがあります。つまり、R²は「普段の関係」ではなく「例外に合わせた当てはまり」を褒めてしまうケースがある、ということ。
- まず散布図で点の並びを目視（R²より優先）
- 外れ値の月があれば「大型セール」「TV露出」「欠品解消」など業務イベントと紐づけ
- 必要なら外れ値を除いた場合／別カテゴリ扱いでR²を出し直す
資料では「外れ値込みのR²」と「外れ値除外のR²」を並べるだけでも、“数字で誤魔化してない感”が出ます。
注意②：変数や次数を増やすとR²は上がりやすい（過学習）
R²は基本的に、説明を増やす（変数を増やす／多項式近似で曲げる）ほど上がりやすい性質があります。たとえば散布図の近似曲線で「多項式（次数を高く）」にすると、点をなぞるように線が曲がり、R²が気持ちよく高く出ることがあります。
ただしそれは、過去データには合っているけど、次の月には当たらない典型パターン。実務で欲しいのは“説明”より再現性（予測に耐えること）です。
- 近似曲線はまず線形から（必要があれば指数・対数など「意味が通る形」へ）
- 説明変数を増やす回帰では、R²だけでなくAdjusted R Square（自由度調整済み）も確認
- 可能なら期間を分けて別期間で当てはまりが崩れないかも見る（例：上期で作って下期で確認）
「R²が高いので良いモデルです」ではなく、“高いが複雑すぎないか／次にも効くか”まで言えると、分析の信用度が上がります。
注意③：R²が高くても「因果関係」とは限らない
1章でも触れた通り、R²が示すのはあくまで相関（当てはまり）です。広告費と売上でR²が高くても、
- 繁忙期だから広告費も売上も上がった（季節要因）
- 値下げ・新商品投入で売上が上がり、同時に広告も増やした（第三の要因）
- 売上が好調だから広告を増やした（逆因果）
のように、解釈を誤ると「広告費を増やせば売上が上がる」と強引な結論に飛びやすいです。報告では、
「R²は高く当てはまりは良い。一方で季節性など交絡の可能性があるため、まず期間分割／媒体別で確認する」
のように、因果を断言しない書き方が安全で、かつ“次の検証”にもつながります。
まとめると、R²は強力ですが外れ値・過学習・因果誤解の3つで簡単にミスリードされます。次章では、こうした注意点を踏まえたうえで、仕事の報告資料でどう伝え、次の打ち手（改善アクション）に落とすかを整理します。
仕事での使いどころ—報告資料での伝え方と次の打ち手（改善アクション）
R²を出せるようになると、次に必要なのは「それを仕事でどう置くか」です。結論、R²は“結論”ではなく報告の補助線。資料では「当てはまり」と「解釈の条件」をセットで出し、次の改善アクションまで繋げると一気に実務で使える形になります。
報告資料の型：R²は「一文で」言い切る
おすすめは、グラフ（散布図＋近似曲線）に加えて、本文で次のテンプレを1〜2行添える形です。
- 当てはまり：R²=0.85のため、広告費と売上には一定の説明力がある
- 但し書き：ただし季節性・施策内容の混在・外れ値の影響は残る可能性
- 次アクション：期間分割／媒体別に分けて再推定し、最適配分を検討
この3点が揃うと、「数字を出しました」で終わらず、意思決定に使える報告になります。逆に、R²だけ大きく表示して「だから広告費を増やすべき」と飛ぶのは、4章で触れた因果誤解に直行しがちです。
R²の水準別：次の打ち手を“決め打ち”する
R²は高低で評価するというより、次に何を疑うかを決めるスイッチとして使うのがラクです。
- R²が高い（例：0.7〜）
「関係は説明できそう」なので、次は傾き（広告費+1で売上がどれだけ動くか）を確認し、試算に落とします。
改善アクション例：増額した場合の売上レンジを置く／予算上限を決める／伸びが逓減しそうなら近似曲線の種類を見直す。 - R²が中〜低い（例：〜0.4）
「広告費だけで語るのは雑かも」が得られた成果です。ここから分解が仕事。
改善アクション例：繁忙期・閑散期で分ける／媒体別（検索・SNS等）に分ける／新規売上と既存売上を分ける／価格改定やキャンペーン月をダミー扱いする。 - R²が高いのに違和感がある
外れ値や一発イベントの影響を疑います。
改善アクション例：外れ値込み・除外のR²を併記／イベント月を別カテゴリで分析／「通常月」だけのモデルを作り、再現性を優先する。
上司に刺さる一言：「R²」より「意思決定」を前に出す
20代の実務で効くのは、統計用語の正しさよりも次にどうするかが明確なことです。たとえば資料の結論は、
「広告費は売上の変動を一定程度説明（R²=0.85）。ただし季節要因が混ざるため、まず媒体×期間で分解し、来月は配分テストを実施」
のように、R²は根拠として添える位置に置く。こうすると、“分析できる人”ではなく前に進められる人として見られます。
R²は「当てはまりの成績表」。成績表を見たら終わりではなく、どこを直せば数字が良くなるか（＝改善アクション）までセットで出す。その使い方が、ExcelでR Squareを読む一番の実務価値です。
コメント