APA形式での相関報告の基本
相関分析は、社会科学や行動科学で最も広く使用されている統計手法の一つです。学習時間と試験得点の関係を調べる場合でも、ストレスと睡眠の質の関連を調査する場合でも、標準化された形式で結果を報告する必要があります。
APA第7版では、相関の報告に相関係数、自由度（またはサンプルサイズ）、p値を含めることが求められています。相関の種類によっては、決定係数（r²）と信頼区間も報告する場合があります。これらの詳細を正しく記載することが、出版可能な原稿には不可欠です。
このガイドでは、Pearsonの r、Spearmanの r_s、点双列 r_pb、相関マトリックス、そして研究者が犯す最も一般的な書式上の間違いについて解説します。
Pearson相関の報告
Pearsonの積率相関係数は、2つの連続変数間の線形関係の強さと方向を測定します。両方の変数が間隔尺度または比率尺度で測定され、関係がほぼ線形である場合のデフォルトの相関手法です。
APAテンプレート
Pearson相関を報告するための標準的なAPA形式は以下のとおりです：
r(df) = .XX、p = .XXX
ここでdf（自由度）は N - 2 に等しくなります。例えば、参加者が50名の場合、df = 48 です。
主要な書式ルール
- 先行ゼロを付けない。 r は -1 から +1 の範囲に限定されるため、1.0を超えることがありません。したがってAPA形式では先行ゼロを省略します：r = 0.42 ではなく r = .42 と書きます。p 値にも同じルールが適用されます。
- r は小数点以下2桁。 相関係数は小数点以下2桁で報告します（例：.42。.4 や .4200 ではありません）。
- 正確な p 値。 正確な p 値を小数点以下3桁で報告します（例：p = .003）。値が .001 未満の場合のみ p < .001 を使用します。
- 自由度を括弧内に記載。 r の直後に必ず df = N - 2 を記載します。
完全な報告例
週あたりの学習時間と期末試験得点の関係を評価するためにPearson相関を計算しました。2つの変数間に統計的に有意な正の相関が認められました、r(48) = .42、p = .003。学習時間が長いと報告した学生ほど、試験で高い得点を取る傾向がありました。決定係数（r² = .18）は、学習時間が試験得点の分散の約18%を説明することを示しました。
構造に注目してください：分析の目的を述べ、統計結果を報告し、関係の方向を平易な言葉で説明し、必要に応じて追加の文脈として決定係数を提示します。
r²を含めるべき場合
決定係数（r²）は、一方の変数の分散のうち他方の変数によって説明される割合を読者に伝えます。r² の記載はAPAで厳密に求められているわけではありませんが、抽象的な相関係数を直感的なパーセンテージに変換するため、多くの学術誌で期待されています。r = .42 では実質的有意性がすぐにはわからないかもしれませんが、分散の18%が共有されていると述べれば、知見がより具体的になります。
相関の強さの解釈
Cohen（1988）は、相関係数の大きさを解釈するための広く使用されているベンチマークを提案しました。これらの指針は、符号に関係なく r の絶対値に適用されます。
| r の絶対値 | 解釈 | |-------------|------| | .10 - .29 | 小さい | | .30 - .49 | 中程度 | | .50以上 | 大きい |
r = -.55 の相関は大きな負の相関です。符号は方向（正または負）を示し、絶対値が強さを決定します。
注意点。 これらのベンチマークは慣習であり、厳格な基準ではありません。Cohen自身、より良い参照枠がない状況のためのガイドラインであると述べていました。研究分野によっては、r = .20 が意味のある実質的に重要な関係を表す場合もあれば、r = .50 が特筆すべきでないとみなされる場合もあります。常にあなたの分野の先行研究の文脈で相関を解釈してください。
例えば、パーソナリティ心理学では、性格特性と行動的結果の相関が .30 を超えることはめったにありません。その文脈では r = .25 は注目に値する知見です。物理学やエンジニアリングでは、測定誤差が最小限であるため、r = .25 は弱く実質的に些末な関係を示すかもしれません。
相関マトリックスの報告（表形式）
3つ以上の変数間の相関を検討する場合、相関マトリックス表に提示するのが標準的な方法です。APA形式にはこれらの表に関する固有の規約があります。
APA相関表テンプレート
Table 1
研究変数の平均値、標準偏差、および相互相関
| 変数 | M | SD | 1 | 2 | 3 | 4 | |------|------|------|-------|-------|-------|---| | 1. 学習時間 | 14.20 | 5.80 | — | | | | | 2. 試験得点 | 78.50 | 12.30 | .42** | — | | | | 3. 出席率 | 0.82 | 0.15 | .38** | .51** | — | | | 4. 睡眠の質 | 3.60 | 0.90 | .12 | .08 | .21* | — |
注. N = 50。M と SD はそれぞれ平均値と標準偏差を表します。
* p < .05. ** p < .01.
表の書式ルール
下三角のみ。 相関マトリックスは対称です。変数1と2の相関は、変数2と1の相関と同じです。両半分を報告するのは冗長です。下三角（対角線の下）のみを提示し、対角線にはダッシュを配置してください。
アスタリスク表記。 有意水準を示すためにアスタリスクを使用します。最も一般的な慣習は、p < .05 に1つのアスタリスク、p < .01 に2つのアスタリスクです。p < .001 に3つのアスタリスクを追加する研究者もいます。すべてのアスタリスクを表の注記で定義してください。
記述統計量を含める。 同じ表に平均値（M）と標準偏差（SD）の列を追加することで、読者が相関を評価するために必要なすべての情報を一箇所で確認できます。
変数の番号付け。 変数に番号を付け、それらの番号を列ヘッダーとして使用します。これにより表がコンパクトで読みやすくなります。
マトリックス内で先行ゼロを付けない。 表内のすべての r 値は、同じ先行ゼロなしのルールに従います。
Spearman順位相関の報告
Spearmanの順位相関係数（r_s またはギリシャ文字のrho）は、Pearsonの r のノンパラメトリックな代替手法です。2つの変数間の単調な関係の強さと方向を測定します。
Spearmanを使用すべき場合
Spearman相関は以下の場合に使用します：
- 一方または両方の変数が順序尺度で測定されている場合（例：リッカート評定、順位）。
- データにPearsonの r を歪める可能性のある著しい外れ値が含まれている場合。
- 関係が単調だが線形ではない場合（例：一方の変数が他方の増加とともに増加するが、一定の割合ではない）。
- 正規性の仮定が侵されており、サンプルサイズが小さい場合。
APAテンプレートと例
形式はPearsonとほぼ同じですが、区別するために下付き文字の s を使用します：
r_s(df) = .XX、p = .XXX
完全な例：
顧客満足度評定と再購入意向の関係を評価するために、Spearman順位相関を計算しました。2つの変数間に強い正の相関が認められました、r_s(78) = .61、p < .001。満足度評定が高いほど、再購入の意向が強い傾向がありました。
r_s の代わりにギリシャ文字のrhoを使用するスタイルガイドもあります。どちらの慣習も認められていますが、原稿全体で一貫してください。
点双列相関
点双列相関（r_pb）は、一方の変数が連続的で、もう一方が自然な二値（正確に2つのカテゴリを持つ）である場合に使用されます。テスト得点と合格/不合格の状態の相関や、給与と性別の関係の検討などが例として挙げられます。
APAテンプレートと例
r_pb(df) = .XX、p = .XXX
完全な例：
性別（0 = 女性、1 = 男性とコーディング）と数学的達成度の得点の関係を検討するために、点双列相関を計算しました。相関は統計的に有意でした、r_pb(98) = .31、p = .002。これは、男子生徒が女子生徒よりも平均的に高い得点を取ったことを示しています。
計算上、点双列相関は一方の変数が二値である場合のPearsonの r と同一です。その区別は主に概念的なものです。査読者や学術誌が r_pb のラベルを必要としない場合、標準的なPearsonの r として報告することも認められています。
有意でない相関
よくある間違いは、有意でない相関を結果セクションから省略することです。APAのガイドラインでは、統計的有意性に達したかどうかにかかわらず、計画されたすべての分析を報告することが求められています。
有意でない結果を報告する理由
有意でない結果は科学的記録に貢献します。出版バイアスを防止し、将来のメタ分析に情報を提供し、有意であった相関の解釈に重要な文脈を与えます。
例
1日のカフェイン摂取量とGPAの相関は統計的に有意ではありませんでした、r(48) = .12、p = .394。これは、このサンプルで観察された水準でのカフェイン消費は、学業成績と意味のある関連がなかったことを示唆しています。
形式は有意な結果と同一です。知見を明確に述べ、統計量を報告し、簡潔な解釈を提供してください。有意でない結果を謝罪したり無視したりしないでください。
相関マトリックスでは、有意でない相関はアスタリスクなしで表示されます。有意でない値を「ns」に置き換えたりセルを空白にしたりせず、常に実際の係数を報告してください。
よくある間違い
rの説明なしにr²を報告する
一部の研究者は、r を報告すべきところで r²（決定係数）を主要な統計量として報告します。この2つは異なる情報を伝えます。r = .50 は中程度に聞こえますが、対応する r² = .25 は分散の25%しか共有されていないことを示します。r² を報告する場合は、読者がそれが r ではなく r² であることを確認できるようにし、両方の報告を検討してください。
文章中で相関と因果関係を混同する
「学習時間が試験得点を向上させた」という表現は、相関では確立できない因果関係を暗示します。関連を反映する言葉を使用してください：「〜と関連していた」「〜との関係があった」「〜と共起する傾向があった」。因果関係を示す言葉は実験デザインの場合に限定してください。
自由度を報告しない
「r = .42、p = .003」と自由度なしで記載すると、重要な情報が欠落します。自由度によって読者はサンプルサイズ（N = df + 2）を特定し、分析の統計的検出力を評価できます。必ず記載してください。
rとp値に先行ゼロを使用する
r は -1 から +1 に、p は 0 から 1 に限定されるため、いずれも絶対値で1.0を超えることはありません。APA形式では先行ゼロの省略が求められます：r = 0.42 ではなく r = .42、p = 0.003 ではなく p = .003 と書いてください。
有意でない相関を表から省略する
2つの変数間の相関を検討した場合、有意性にかかわらずマトリックスに報告してください。有意な相関のみを選択的に報告することは、見かけ上の結果パターンを膨張させ、報告バイアスの一形態となります。
相関の種類を明記しない
PearsonではなくSpearman、または標準的なPearsonではなく点双列を使用した場合は、明示的に記載してください。Spearman相関を計算したのに「r = .45」とだけ書くと、読者がデフォルトでPearsonと判断してしまうため、誤解を招きます。
APA相関報告チェックリスト
原稿を提出する前にこのチェックリストを使用してください：
- [ ] 相関分析の目的を述べた
- [ ] 相関の種類を明記した（Pearson、Spearman、または点双列）
- [ ] 相関係数を小数点以下2桁で報告した
- [ ] 自由度を括弧内に含めた（df = N - 2）
- [ ] 正確な p 値を報告した（または p < .001）
- [ ] r と p 値の先行ゼロを省略した
- [ ] 関係の方向と強さを言葉で説明した
- [ ] 有意でないものを含め、計画されたすべての相関を報告した
- [ ] 効果量を含めた（r² またはCohenのベンチマークによる言語的解釈）
- [ ] 相関マトリックスを下三角のみとアスタリスク表記で書式設定した
- [ ] 有意性のアスタリスクとサンプルサイズを定義する表の注記を追加した
- [ ] 結果の記述に関連の言葉を使用した（因果の言葉ではなく）
StatMateの無料相関計算機をお試しください
相関の結果を手作業でフォーマットするのは、面倒でエラーが起きやすい作業です。StatMateの相関計算機は、全プロセスを自動化します。
2つの変数を入力すると、StatMateが瞬時に以下を計算します：
- 正確な p 値付きのPearsonの r
- 決定係数（r²）
- r の95%信頼区間
- 回帰直線付きの散布図
- 原稿にコピーできるAPA形式の結果
出力はこのガイドで取り上げたすべてのAPA第7版の規約に従います：正しい小数桁数、先行ゼロなし、自由度、平易な言葉での解釈。フォーマットされたテキストを直接コピーするか、ワンクリックでWord（.docx）にエクスポートできます。