回帰分析と媒介分析の違いを徹底解説！初心者でも分かる実務ガイド

---

回帰分析と媒介分析の違いを徹底解説するガイド

回帰分析と媒介分析は、データから意味のある関係を読み解くときに使われるが、目的と解釈の仕方が大きく異なります。

まず回帰分析は「ある結果 Y を、いくつかの要因 X で予測する手法」です。このときの核心は、X が Y に直接どの程度影響するかを測ること。たとえば、勉強時間 X が成績 Y に与える影響を知りたい場合、X と Y の間の直線的な関係を推定します。

一方、媒介分析は「X が Y に影響を及ぼす過程で、M という媒介変数が介在しているか」を検証します。X が M に影響を与え、さらに M が Y に影響を与える、という経路を分解して評価します。ここで重要なのは因果経路の解釈であり、間接効果と 直接効果を分けて評価する点です。たとえば、学習機会 X が動機 M を高め、動機が成績 Y を押し上げるかどうかを確認します。

この観点の違いを整理すると、回帰分析は予測と関連の把握が中心、媒介分析は因果経路の検証と間接効果の推定が中心となります。実務では、仮説の立て方次第で使い分けが決まり、場合によっては両方を同時に使って X が Y に及ぼす総合的な影響を分解することもあります。

このセクションの要点は、目的の違い、解釈の違い、データ前提の違いの三点です。

回帰分析と媒介分析を使い分ける実務のポイント

実務での使い分けを決めるには、まず分析の目的をはっきりさせることが出発点です。因果関係を推定したいのか、それとも 予測精度を高めたいのか、この二択を自分の現場で問い直します。データの性質も判断材料になります。観測データだけでは因果を断定しにくい場合が多いですが、媒介分析を使うと X→M→Y の経路を分解して、どの程度の間接効果があるかを数値で示すことができます。

手順としては、まず回帰分析で Y を X と他の変数で予測して直接効果を確かめます。次に、M を導入して X が M に与える影響と M が Y に与える影響を別々に推定します。これにより、 間接効果 と 直接効果 を分解して評価でき、施策の改善点を具体化できます。

実務における表現のコツは、結果を過度に結論づけず、信頼区間や仮定の妥当性を添えることです。以下の表は、この二つの手法の違いを簡潔に整理したもの。

<table>項目回帰分析媒介分析目的予測・関連性の把握因果経路の検証・間接効果の推定変数の関係XとYの直接関係を評価X→M→Yの経路を分解して評価前提独立性・線形性・正規性などの前提媒介の順序・因果暫定性が前提手法の例単回帰・重回帰・ロジスティック回帰など三段階回帰・構造方程式モデリング（SEM）table>

ピックアップ解説

Aさん:ねえ、回帰分析と媒介分析って結局どう違うの？ Bさん:まずXがYに直接効くかどうかが回帰分析の焦点。媒介分析はその間に入るMを測って、X→M→Yという経路の強さを見ます。たとえば部活動の参加時間 X が成績 Y にどう影響するかを調べるとき、練習のモチベーション M がその経路上の“媒介役”になるかを同時に検証します。媒介分析は「どういう順序で影響が伝わるのか」を示す道具で、直接効果と間接効果を分けて考えるのが特徴です。日常の相談でも、企画の効果を説明する際にこの分解が役に立つ場面があります。

---