平均への回帰とは、良いことも悪いことも最終的には平均へと戻るという概念のことです。
たとえば、テストで90点を採ったら、次は80点と成績が下がる可能性が高くなり、テストで50点を採ったら次は60点になる可能性が高くなります。しかし、多くの人たちは、90点を採った人は、次の点数で95点を採ると予測したり、50点だった人は次は40点を採ると予測してしまうのです。
しかし、なぜこのような現象が起こるのでしょうか。本記事では、平均への回帰を事例を踏まえて論理的に解説し、それを営業マネージャー視点で、どう営業マンの教育に活用すれば良いのかなどを紹介していきます。
というわけで本日は、
というテーマでブログを執筆していこうと思います。
目次
平均への回帰とは
良いことも悪いことも最終的には平均へと戻るという概念
行動経済学における「平均への回帰」（regression to the mean）は、統計学的な現象であり、極端な値から次第に平均値に戻る傾向を指します。つまり、あるデータセットにおいて、極端に高い（または低い）値が観測された後、次の観測値は平均に近い値である可能性が高いということです。
この概念は、様々な現象や状況に適用されますが、行動経済学では、特に人間の認知バイアスや意思決定の過程で重要な役割を果たします。人間は、しばしば極端な出来事や状況に対して過剰に反応し、それが持続すると考えがちです。しかし、現実は、多くの場合で平均への回帰が起こるため、極端な状況は次第に平均的な状況へと戻ります。
例えば、投資家は過去の高いリターンを受け取った投資に対して、そのリターンが継続すると過度に期待し、過剰投資を行うことがあります。しかし、その投資のリターンはやがて平均に戻り、過度の期待は裏切られることになります。これは、「過去のパフォーマンスは将来のパフォーマンスを保証しない」という格言とも関連があります。
この現象を理解し、意思決定に反映させることで、過度な期待や過剰反応による失敗を避けることができます。平均への回帰は、ビジネス、投資、スポーツ、日常生活の様々な場面で意思決定を行う際に考慮すべき重要な概念です。
平均への回帰の提唱者
平均への回帰は、イギリスの人類学者、統計学者、探検家であるサー・フランシス・ゴルトンが、1886年に、論文『身長の遺伝における平凡への回帰（Regression towards Mediocrity in Hereditary Stature ）』にて発表しました。
※ちなみに、サー・フランシス・ゴルトンは『進化論』で知られるあのチャールズ・ダーウィンの従兄に当たります
平均への回帰の具体例
では、いくつか具体例をみていきましょう。
- スポーツ選手のパフォーマンス
- 学業成績
- 天候
事例１：スポーツ選手のパフォーマンス
スポーツ選手が特定の試合で素晴らしいパフォーマンスを見せた場合、ファンやコーチはその選手が今後も同様のパフォーマンスを続けることを期待するかもしれません。しかし、平均への回帰の法則により、選手の次の試合でのパフォーマンスは、おそらくその選手の平均的なパフォーマンスに近いものになります。
事例２：学業成績
学生がある試験で非常に高い点数を取った場合、その学生自身や周囲の人々は、その学生が今後も同様の高い成績を維持することを期待するかもしれません。しかし、平均への回帰の法則により、学生の次の試験での成績は、おそらくその学生の平均的な成績に近いものになるでしょう。
事例３：天候
ある地域が数日間連続で異常に高い気温を記録した場合、人々はその地域が今後も同様の高温が続くことを予想するかもしれません。しかし、平均への回帰の法則により、その地域の気温は次第に平年値に戻ることが予想されます。
平均への回帰が発動する統計的理由
平均への回帰が発動する理由は、統計的な側面から見ると、ランダムな変動や誤差がデータに存在するためです。初心者にも分かりやすく説明するために、以下に平均への回帰が発動する理由を、統計的な側面からシンプルに解説します。
ランダムな変動や誤差とは、データの背後にある真の値からのずれのことです。実際のデータは、真の値にランダムな誤差が加わったものと考えることができます。このランダムな誤差の存在が、平均への回帰を引き起こします。
例えば、あるクラスの学生のテスト成績があります。学生たちの真の能力（知識やスキル）に基づいて、それぞれが得点を取るでしょう。しかし、各学生のテストの成績は、真の能力だけでなく、当日の体調や集中力、問題の出題順などのランダムな要因にも影響されます。これがランダムな誤差です。
ランダムな誤差は、高い場合もあれば低い場合もあります。ある学生が1回目のテストで極端に高い点数を取った場合、その高い点数にはランダムな誤差が大きく寄与している可能性があります。次のテストでは、ランダムな誤差が異なるため、その学生の点数は真の能力に近い点数に戻ることが予想されます。この現象が、平均への回帰です。
統計的な側面から見ると、平均への回帰は、データに含まれるランダムな誤差が、ある測定で極端な値を示した後、次の測定で真の値に近づくという現象です。平均への回帰を理解することで、極端な値に過度に反応せず、データの背後にある真の値をより適切に評価することができます。
平均への回帰と教育
行動経済学者ダニエル・カーネマンが、イスラエル空軍の訓練教官に、訓練効果を高めるための心理学を指導していた時の話です。カーネマンは、「叱る」のが当然とされていた訓練教官たちに、下記のような指導しました。
失敗を叱るよりも、能力向上を誉める方が効果的だ
この指導にはどのような意味があるのでしょうか。結論から言えば、「褒めても叱っても結果は同じ」ということを意味しています。つまり、上手くいった後は、前より上手くできなくなり、上手くいかなかった後は、前よりも上手くできる傾向が統計上起こりうるということ。
たとえば、ある練習で上手くいかなった訓練生がいたとします。すると、教官は怒鳴り散らすわけですが、別に怒鳴る怒鳴らないに関係なく、統計的に考えて、次回は前よりも上手くいくできるわけです。
しかし、それを教官は「怒鳴ったかいがあった！」と勘違いをしてしまうのです。だから、このような厳しい訓練では、たびたび「叱った方が成果が出る！」と考えられてしまっているのです。
私は、これは営業教育でも全く一緒だと感じています。売上が下がれば怒鳴る、売上が上がれば褒めるという教育をいまだに推奨している会社も多いようですが、怒鳴ったところで営業マンのやる気を削ぎ、離職率を高めるだけです。なので、できない営業マンについては、できるようになるための教育を徹底し、できる営業マンには最高の感謝を述べてあげるようにしましょう。
平均への回帰を活用して営業マンのモチベーションを維持する方法
平均への回帰を理解して活用することで、営業マネージャーや営業マンは、モチベーションの維持に役立てることができます。以下に具体的な事例を用いて、平均への回帰を営業マンのモチベーション維持に活用する方法を説明します。
事例：ある営業チームでは、過去数か月間の営業成績が非常に良好で、全員が目標を大幅に上回っていました。しかし、ある月の営業成績が急に低迷し、チーム全体のモチベーションが下がってしまいました。このような状況では、営業マネージャーは以下のような対応が考えられます。
方法１：平均への回帰を説明する
まず、営業マネージャーはチームに対して平均への回帰の概念を説明し、過去の高い成績が続かないことは自然な現象であることを伝えます。これにより、営業マンは一時的な低迷に過剰に焦りを感じず、長期的な視点で成績を評価することができます。
方法２：過去の成績を適切に評価する
営業マネージャーは、過去数か月間の高い成績が一部偶然の要素も含まれていた可能性を検討し、目標設定や評価基準を見直すことがあります。これにより、営業マンは過去の成績に固執せず、現在の状況に適した目標に取り組むことができます。
方法３：成績の改善に取り組む
営業マネージャーは、平均への回帰を理解した上で、チームの成績が向上するための戦略やプランを立てます。例えば、スキルアップのための研修や、新たな営業手法の導入を検討します。これにより、営業マンは自分たちが改善できる点に焦点を当て、モチベーションを維持することができます。
まとめ
平均への回帰とは｜「良いこと」も「悪いこと」も平均へ戻る理由
良いことが起きたらさらに良いことが起き、悪いことが起きたらさらに悪いことが起きるという幻想から目が覚めたでしょうか。
もちろん、上記のような事象が起こり得るのも事実です。しかし、統計的に考えると、極端な値に行きつけば、そこからは平均へ回帰していくということも理解しておくことは非常に大切なことです。
なぜなら、これを知っておくことが、あなたのメンタルケアに繋がるからです。悪いことが起きた時こそ、平均への回帰を思い出して、あなたのパフォーマンス向上につなげてもらえればと思います。
平均への回帰とは｜「良いこと」も「悪いこと」も平均へ戻る理由