数字を見ているのに、なぜ判断できないのか-統計を学んでも仕事で使えない本当の理由

「データを見て判断しよう」

ビジネスの現場で、何度この言葉を聞いただろうか。
売上、利益、平均値、グラフ、前年比──
数字は十分に揃っている。

それなのに、多くの人がこう感じている。

「数字は見ているけど、結局どう決めればいいのか分からない」

これは能力不足ではない。
統計を知らないからでもない。

問題は、数字の“使い方”を誰も教えてくれなかったことにある。

数字を見ているのに「決められない」理由
1. 情報が足りないのではなく「軸」がない
データが多いほど判断が止まる心理
「正解がある」と思ってしまう統計の誤解
グラフが「決断」を奪ってしまう瞬間
「正しい数字」と「正しい判断」は別物
統計は「判断を助ける道具」にすぎない
判断できる人が最初に考えていること
1. 何を決めたいのかが先
2. 数字はそのための道具にすぎない
ここから何を学べば判断できるようになるのか
1. 指標の選び方
2. 比較の前提条件
まとめ｜統計は「判断を代わりにしてくれない」
1. 関連記事:

数字を見ているのに「決められない」理由

情報が足りないのではなく「軸」がない

判断できないとき、人はこう考えがちだ。

もっとデータが必要なのでは？
別の指標も見たほうがいいのでは？

会議や資料作成の場面で、
こんな言葉が頭をよぎった経験はないだろうか。

だが実際には、
情報はすでに十分すぎるほど揃っていることがほとんどだ。

売上も、利益も、前年比もある。
平均値やグラフも用意されている。
それでも判断できない。

問題は「データが足りないこと」ではない。

足りないのは、
「何を基準に決めるのか」という判断の軸だ。

判断の軸がないまま数字を見ると、
人は無意識のうちに“迷走”し始める。

まず、
見る数字が毎回変わる。

昨日は平均を見ていたのに、
今日は中央値、明日は最大値。
「より正しそうな数字」を探して、視点が定まらない。

次に、
都合のいい数字だけを拾ってしまう。

本当は決めたい方向が先にあって、
それを後押ししてくれそうな数字に目が行く。
反対の数字は「条件が違う」「例外だ」と無意識に遠ざける。

そして最後に、
感覚で決めてしまう。

「いろいろ見たけど、まあこんな感じだろう」
「数字的にも悪くはなさそうだ」

こうして、
数字をたくさん見た“後”に、結局は勘で決めるという状態に陥る。

ここで重要なのは、
これは能力の問題でも、意志の弱さでもない、ということだ。

判断の軸がない限り、
どれだけ多くのデータを集めても、人は決められない。

むしろデータが増えるほど、
選択肢が増え、迷いが深くなる。

だからこそ必要なのは、
「もっと正確な数字」ではなく、

「この判断では、何を一番大事にするのか」
という基準を先に置くことだ。

データが多いほど判断が止まる心理

データが増えるほど、人は合理的になると思われがちだ。
だが実際には、しばしばその逆が起こる。

データが増えると、

選択肢が増える
比較すべき項目が増える
見落としへの不安が強くなる

結果として、
「まだ判断するには早い」という感覚が生まれる。

選択肢が増えるほど、決められなくなる

選択肢が1つしかなければ、判断は不要だ。
2つなら比較すればいい。

だが3つ、4つ、5つと増えていくと、

どれを選んでも失敗する可能性がある
もっと良い選択肢があるのでは、という疑念
今決める必要が本当にあるのか、という迷い

が同時に立ち上がる。

これは優柔不断だからではない。
選択肢を真剣に考えている人ほど起きやすい反応だ。

比較が複雑になると、判断は止まる

データが増えると、
比較は「良い・悪い」では済まなくなる。

Aは平均が高いが、ばらつきが大きい
Bは安定しているが、伸びしろが小さい
Cは一部の数字だけが極端に良い

どれも一長一短で、
単純な優劣がつかなくなる。

ここで多くの人は、
「まだ分析が足りないのではないか」と考え、
さらにデータを集めに行く。

だが、比較が複雑な状態では、
データを足しても整理は進まない。

決断の責任が、数字と一緒に重くなる

もう一つ、見落とされがちな要因がある。

それは、
データが増えるほど、決断の責任が重く感じられるということだ。

これだけ分析したのに、間違えたらどうする？
数字を見た上での判断は、言い訳ができない

そう考えるほど、
「今は決めない」という選択が魅力的に見えてくる。

「分析麻痺」に陥りやすいのは、真面目な人

この状態は
「分析麻痺（analysis paralysis）」と呼ばれる。

特徴的なのは、

データに強い人
論理的に考えようとする人
責任感が強い人

ほど陥りやすい点だ。

統計やデータを扱う人ほど、
「十分に理解してから決めたい」
「数字で説明できる判断をしたい」
と考える。

その結果、
理解しきるまで決めない、という罠にハマる。

判断を止めているのは、データではない

ここで一つ、はっきりさせておきたい。

判断を止めている原因は、
データの多さそのものではない。

何を優先するのか
どこまで分かれば決めていいのか

この基準がない状態でデータが増えるから、
判断が止まる。

だから必要なのは、

さらに分析することではなく
「どの時点で決めるか」を先に決めること

だ。

「正解がある」と思ってしまう統計の誤解

数字＝事実＝正解だと思ってしまう

統計を学び始めた人ほど、
こんな誤解をしやすい。

この数字が正解を示しているはず
グラフを見れば答えが出るはず

教科書や研修では、
「正しい計算」「正しいグラフ」が重視される。
その影響で、無意識のうちにこう考えてしまう。

正しく計算された数字には、正しい結論が含まれている

だが、これは大きな勘違いだ。

統計は「事実」を切り取っているだけ

統計が扱っているのは、
過去に起きた事実の一部にすぎない。

どのデータを集めたのか
どの範囲を対象にしたのか
どの指標を使ったのか

その時点で、
すでに強い「切り取り」が入っている。

同じ現実でも、

平均を見るか
中央値を見るか
最大値を見るか

で、見える景色はまったく変わる。

統計が示すのは「答え」ではない

統計は、答えを出してくれない。

統計がしているのは、

判断のための材料を、一定のルールで整理して見せているだけ

そこに、

どちらを選ぶべきか
今動くべきか、待つべきか
リスクを取るべきか、避けるべきか

といった
「どう決めるか」という意志は含まれていない。

グラフが「決断」を奪ってしまう瞬間

むしろ厄介なのは、
グラフや数字がきれいに整っているほど、
ある種の「空気」が場に生まれてしまうことだ。

もう答えは出ているはずだ
この数字に従うしかない

そんな無言の前提が共有される。

グラフは「中立」に見える

グラフや統計は、
感情や意見を排した客観的な存在に見える。

だからこそ、

これに反対するのは非論理的では？
感覚で意見を言うのは失礼では？

という雰囲気が、
知らないうちに形成される。

誰も強制していないのに、
誰も逆らわなくなる。

「判断」が「説明」にすり替わる

この状態になると、
会話の中身が少しずつ変質する。

本来あるべき問いは、

どう判断するか
どの選択肢を取るか

のはずなのに、
実際に交わされるのは、

この数字はどう説明できるか
なぜこうなったのか

という事後的な説明ばかりになる。

判断ではなく、
数字をどう解釈するかが主役になる。

誰も「自分の判断」を口にしなくなる

その結果、

自分はどう思うのか
どのリスクを取るのか

といった個人の意志は、
表に出なくなる。

代わりに出てくるのは、

「数字がこう言っているので」
「データ上は妥当です」

という言葉だ。

ここではもう、
誰も決めていないのに、何かが決まっていく。

責任が、静かに数字へ移される

こうして起きるのが、
判断の責任が人から数字へ移される現象だ。

失敗したとき、人はこう言える。

データに基づいた判断だった
数字がそう示していた

だが数字は、
決して「決めろ」とは言っていない。

責任を引き受ける主体が不在のまま、
決断だけが進んでいく。

グラフが奪っているのは「判断」ではなく「問い」

重要なのは、
グラフそのものが悪いわけではないということだ。

問題は、
グラフが出た瞬間に、問いが消えてしまうことにある。

本当にこの指標でいいのか
他の見方はないのか
今、決めるべきなのか

こうした問いが封じられたとき、
統計は判断を助けるどころか、
判断を奪う存在になってしまう。

ここまで

「正しい数字」と「正しい判断」は別物

ここで、はっきり区別しておく必要がある。

正しい数字 ＝計算や集計が正確であること
正しい判断 ＝目的に合った選択ができていること

この二つは、似ているようで、
まったく別の次元の話だ。

なぜ、この二つは混同されやすいのか

多くの現場では、
「数字が正しければ、判断も正しいはずだ」
という前提が暗黙のうちに共有されている。

数字は客観的
計算は間違っていない
グラフも正しく描かれている

だから、
その数字を使った判断も正しいはずだ
と考えてしまう。

だが、ここには大きな飛躍がある。

正しい数字でも、判断は簡単にズレる

正しい数字を使って、
間違った判断をすることは、実務では普通に起こる。

なぜなら、

数字は「過去」を示しているだけ
数字は「目的」を知らない
数字は「何を選びたいか」を考慮しない

からだ。

同じ数字を見ても、

成長を優先する人
安定を優先する人
リスクを避けたい人

では、
取るべき判断は変わって当然だ。

判断には、必ず「価値基準」が入り込む

判断とは、
複数の選択肢の中から一つを選ぶ行為だ。

そこには必ず、

何を優先するか
どこまで許容するか
何を犠牲にするか

という価値基準が含まれる。

数字は、
その価値基準を教えてはくれない。

数字は、責任を取ってくれない

逆に言えば、
判断を誤ったとき、数字は責任を取ってくれない。

数字がそう言っていた
データに基づいていた

それは説明にはなるが、
判断の代わりにはならない。

責任を負うのは、
いつも数字を使った人間の側だ。

統計は「判断の正当化」ではなく「判断の補助」

統計の役割は、
判断を正当化することではない。

判断を代行する
判断の責任を引き取る

そういった機能は、
最初から持っていない。

統計はただ、
判断に必要な材料を、見やすく並べてくれるだけだ。

統計は「判断を助ける道具」にすぎない

統計は、たしかに強力な道具だ。
複雑な現実を整理し、
人間の直感だけでは見えない構造を浮かび上がらせてくれる。

だが、それはあくまで道具であって、
意思決定そのものではない。

決めているのは、いつも人間の側

統計がどれほど高度でも、
次の問いに答えることはできない。

何を決めたいのか
何を優先するのか
どのリスクを許容するのか

これらを決めるのは、
いつも人間の側だ。

数字は、
その判断を少しだけ楽にしてくれる存在にすぎない。

統計は「答え」ではなく「材料」

統計は、結論を出さない。

統計がしているのは、

判断に使えそうな材料を、一定のルールで並べること

それ以上でも、それ以下でもない。

だからこそ、
同じデータを見ても、次のような判断が同時に生まれる。

値上げすべきだと思う人
まだ待つべきだと思う人
今は動かないと判断する人

判断が分かれるのは、当然のこと

ここで誤解してはいけないのは、
誰かが間違っているわけではないという点だ。

判断が分かれる理由はシンプルで、

何を守りたいか
何を取りにいきたいか
どの失敗を許せるか

といった判断基準が違うだけだ。

統計は、
その違いを自動的に埋めてはくれない。

統計が万能だと思うと、判断を放棄してしまう

統計を「答えを出してくれる存在」だと思うと、
人は無意識のうちに判断を手放す。

数字がそう言っているから
データ的には正しいから

だが、その瞬間、
意思決定の主体は自分ではなくなる。

統計の正しい使い方は、主導権を握ること

統計を使いこなすとは、
数字に従うことではない。

自分の判断基準を先に置き
その判断を助けるために数字を見る

この順番を守ることだ。

統計は、
判断を代行する存在ではなく、判断を支える脇役である。

判断できる人が最初に考えていること

何を決めたいのかが先

判断できる人は、数字を見る前に必ず「問い」を置いている。
それは統計の知識というより、意思決定の順番だ。

たとえば、まずこう確認する。

今日は何を決めるのか
どの選択肢を比較するのか
「決めない」という選択肢はあるのか

この問いがないまま数字を見ると、
いくらでも追加のデータが出てきてしまう。

「もう少し詳しく見よう」
「念のため別の指標も」
そうやって材料を足し続けるほど、判断は遠のく。

問いが定まっていない限り、
判断は終わらない。

数字はそのための道具にすぎない

ここで重要なのは、判断の質を上げるのは
「正確な数字を集めること」ではなく、
判断に不要な数字を捨てることだ、という点だ。

判断できる人ほど、実は最初からこう決めている。

今日は見ない数字
無視する指標
今回の判断では重視しない条件

すべてを見ようとするほど、決められなくなる。
逆に、見る範囲を絞るほど、判断は前に進む。

統計は万能の正解装置ではない。
だからこそ、「何を見るか」と同じくらい
「何を見ないか」を決める力が重要になる。

ここから何を学べば判断できるようになるのか

判断はセンスではない。
順番と道具の使い方で、誰でも上達する。

押さえるべきポイントは、大きく2つある。

指標の選び方

平均、中央値、分散、標準偏差。
どれも重要だが、万能ではない。

重要なのは、指標を覚えることではなく、

何を知りたいのか
どんな状況なのか

に応じて、使い分けられることだ。

たとえば、

「典型的な水準」を知りたいのか
「ブレ（安定性）」を知りたいのか
「一部の極端な値」の影響を避けたいのか

目的が違えば、選ぶ指標は変わる。

指標は、結論を出してくれるものではない。
問いに応じて、見え方を変えてくれるレンズに近い。

比較の前提条件

判断ミスの多くは、
数字そのものよりも「比較の仕方」から生まれる。

特に多いのが、次の3つだ。

時期が違う
条件が違う
母集団が違う

この「比較のズレ」があると、
正しい数字を使っていても、結論は簡単に歪む。

数字を見る力とは、計算力ではなく、
比較の前提条件を揃える力でもある。

まとめ｜統計は「判断を代わりにしてくれない」

統計を学んでも判断できない理由はシンプルだ。

統計は判断の代行ではない
数字は答えを出してくれない
必要なのは「どう決めるか」という思考の順番

数字を使える人になるとは、
数字の前に、自分の判断軸を置ける人になることだ。

次の記事では、
なぜ「平均」という数字が、
ビジネス判断をこれほど狂わせるのかを掘り下げていく。