【DS検定対策】因果の「なぜ」を解き明かす！第3の要因「媒介変数」とは？
原因（独立変数）と結果（従属変数）の間で、バトンのように影響を中継している変数があります。この因果関係の「メカニズム」を説明するために欠かせないのが「媒介変数」です。
1. 【 問題 】
統計学やデータサイエンスの因果推論において、独立変数（原因）が従属変数（結果）に直接影響を与えるのではなく、ある「第3の変数」を途中で経由して間接的に影響を及ぼしているとき、この因果関係を仲介している第3の変数のことを何と呼ぶでしょうか？
① 媒介変数（メディエーター）
② 交絡変数（コンファウンダー）
③ 目的変数
④ ダミー変数
2. 【 解答 】
3. 整理：具体例で見る「媒介変数」の仕組み
言葉の定義だけでなく、実務でよくある具体例をイメージすると一発で理解できます。
【 具体例：企業の研修制度の効果 】
・従属変数（結果）：営業売上の向上
「研修をやったら売上が上がった」というデータがあるとき、研修を受講したからといって、魔法のように突然売上が自動で増えるわけではありません。その間には必ず、以下のようなプロセスの変化が存在します。
この、真ん中にある【社員のスキル・モチベーション】こそが「媒介変数」です。独立変数が媒介変数を動かし、その媒介変数が従属変数を動かす、という綺麗な「一本道の数珠つなぎ（リレー）」の構造になっています。
4. 試験で絶対に出る「交絡変数」との決定的違い
試験で最も狙われるのは、同じ第3の変数である「交絡（こうらく）変数」との区別です。ここを間違えると致命的なので、表で完全にマスターしましょう！
| 変数の種類 | 因果の構造（矢印の向き） | 特徴・見分け方 |
|---|---|---|
| 媒介変数 ★今回の主役 |
独立変数 ➔ 【媒介変数】 ➔ 従属変数 （原因と結果の「間」に挟まる一本道） |
因果関係のプロセス（理由）を説明するもの。 |
| 交絡変数 | 独立変数 【交絡変数】 ➔ 従属変数 （第3の変数が、原因と結果の両方に矢印を向ける） |
見かけ上の「偽りの因果関係（相関）」を作り出してしまう邪魔者。 |
※交絡変数の例：「見かけ上、コーヒーの摂取量（独立）が多い人ほど、肺がんの発症率（従属）が高い」というデータがあるとき、真の原因である【喫煙習慣（交絡変数）】が両方に影響を与えているだけ、というケースです。媒介変数とは矢印の向きが全く違いますね！
5. DS検定形式：実戦4択クイズ
問：統計的因果推論において、独立変数が従属変数に与える影響のうち、媒介変数を経由せずに直接与える影響のことを「直接効果」と呼ぶ。これに対して、独立変数が媒介変数を変化させ、その変化を通じて最終的に従属変数に与える影響のことを何と呼ぶか。
① 疑似効果 ② 間接効果 ③ 交互作用効果 ④ 主効果
【 正解： ② 】
解説： 媒介分析における基本用語である「間接効果（Indirect Effect）」です。 独立変数が与える全影響（総合効果）は、「直接効果 ＋ 間接効果」の合計として計算されます。試験対策として、「媒介変数を通るルートの影響 ＝ 間接効果」と脳内にインデックスしておきましょう！
6. まとめ
DS検定において「独立変数が直接影響せず、第3の変数を経由して従属変数に影響する」という記述が出たら、正解は「媒介変数」です。 ただの相関関係から、ビジネスや科学における「納得感のある因果のストーリー」を組み立てるための必須知識ですので、交絡変数との矢印の向きの違いとセットで確実に押さえておきましょう！
