季節調整値とは？前月比のKPIで「原数値のまま」比較すると誤読する理由

季節調整値とは？前月比のKPIで「原数値のまま」比較すると誤読する理由

月次のKPI（重要業績評価指標、経営判断に使う定点観測の数値）レポートで「先月より数字が落ちた」という報告を見たとき、多くの人はまず施策や現場の変化を疑います。しかし、その落ち込みが季節的なもの——毎年同じ時期に同じように起きる変動——だとしたら、原因を現場に求めること自体が的外れになります。

この「季節的な変動を取り除いた数字」を指すのが季節調整値です。公的統計ではよく使われる概念ですが、いつ使うべきか、そしてそれがどう作られているかを正しく理解しないまま資料に引用すると、判断を誤ります。

30秒で要点

• 月次統計には毎年同じような動きをする「季節変動」がある。前年同月比なら考慮不要だが、前月比・前々月比で比較するときは季節変動を除いた季節調整値を見る必要がある
• 季節調整値は確定した数字ではない。季節変動のパターンは毎年少しずつ変わるため、労働力調査では毎年年初に過去10年分の季節調整値をさかのぼって改定している
• 季節調整は完全に自動化された客観的な計算ではない。外れ値の統計的な自動検出に加えて、リーマンショックや震災のような「理由を説明できる」出来事を人が判断して外れ値に設定している
• 労働力調査（X-12-ARIMA）と労働経済動向調査（2026年からX-13ARIMA-SEATS）では使っている手法が違う。統計調査ごとに確認せず「季節調整＝どれも同じ処理」と一括りにしない

なぜ前月比を見るときだけ季節調整値が必要なのか

総務省統計局は、労働力調査のような月次統計について「農林業就業者が春から夏にかけて増加し、秋以降減少していく」といった、季節的な要因で毎年同じような動きをするものを「季節変動」と呼んでいます。

この季節変動は、比較の仕方によって扱いが変わります。1年前の同じ月と比べる前年同月比であれば、去年も今年も同じ季節変動が乗っているため、そのまま比較しても季節性の影響は打ち消し合います。総務省統計局も、原数値によって1年前の同じ月と比較する場合には季節変動を考慮する必要はないと説明しています。

一方、前月や前々月と比較する場合は事情が違います。原数値には季節変動による変化分が含まれているため、その影響を取り除かないと「季節のせいで動いただけの数字」を「実態の変化」と誤読してしまいます。総務省統計局はこの場合、季節変動の影響を除く必要があるとしています。原数値から季節変動を取り除いた数値が季節調整値です。

つまり、季節調整値が必要かどうかは、統計の種類ではなく何と比べるかで決まります。この一点を押さえておくだけで、「この資料の数字は前年同月比か、前月比か」を確認する習慣が生まれます。

「季節調整済みだから確定した数字」ではない

季節調整値を見るときにもう1つ注意したいのが、それが動かない確定値ではないという点です。

季節変動のパターンは、毎年少しずつ変化していきます。総務省統計局によれば、労働力調査では直近の季節変動パターンを反映させるため、毎年年初（1月分の結果公表時）に、過去10年分の結果数値までさかのぼって季節調整値を改定しています。そのため、過去に公表した季節調整値が、後から改定されることがあります。

これは統計の不備ではなく、正規の運用です。「去年の資料に載っていた数字」と「今年の資料に載っている同じ月の数字」が違っていても、どちらかが間違っているわけではなく、季節変動パターンの最新の推定に基づいて更新された結果です。過去のレポートと最新のレポートで同じ月の季節調整値を見比べて数字が違うことに気づいたら、まずこの改定の仕組みを疑うのが安全です。

季節調整はどう作られているのか

労働力調査では、過去29年間の原数値をもとに、米国センサス局が開発したX-12-ARIMA（主要系列以外はX-11がデフォルト）という手法で季節指数を算出し、原数値をこの季節指数で割ることで季節調整値を求めています。米国センサス局自身も、X-13ARIMA-SEATSという後継ソフトウェアについて、ARIMA誤差項を持つ回帰モデル（regARIMAモデル）による時系列モデリングと、スペイン銀行で開発されたSEATSソフトウェアを使ったモデルベースの季節調整、そしてノンパラメトリックなX-11手続きの両方を提供し、調整の品質・安定性を診断する機能も備えていると説明しています。

なぜ「完全に自動・客観的な処理」だと思い込みやすいのか

季節調整値は小数点まで細かく計算された数字として資料に出てくるため、「機械が淡々と計算した客観的な数値」という印象を持ちやすくなります。数式とソフトウェア名が前面に出るほど、そこに人の判断が入っている余地はなさそうに見えるからです。

しかし実際には、季節調整には統計的な自動検出と人の判断の両方が組み込まれています。厚生労働省の労働経済動向調査に関する資料では、外れ値の設定について、ARIMAモデルによる自動検出（目安はt値の絶対値がおおむね4以上）を基礎としつつ、「設定する理由の説明ができるもの」を職員が判断して外れ値として設定しているとされています。具体的には、リーマンショック（2008年12月前後）、東日本大震災（2011年3月前後）、新型コロナウイルス感染症の影響（2020年4月前後）という3つの時期が、外れ値として明記されています。

つまり、季節調整値の変動は「自動計算がすべて」でも「人が恣意的に決めた」でもなく、統計的な閾値と、社会的に説明のつく出来事についての人の判断が組み合わさって作られています。この構造を知らないと、季節調整値が変わったときに「なぜこの数字が動いたのか」を説明できず、資料の数字をそのまま鵜呑みにするか、逆に「操作されているのでは」と過度に疑うか、両極端な受け止め方をしがちです。

統計調査ごとに手法が違うことを混同しない

もう1つ注意したいのは、季節調整の手法は統計調査によって異なるという点です。

総務省統計局の労働力調査は、前述のとおりX-12-ARIMA（主要系列以外はX-11）を使っています。一方、厚生労働省の労働経済動向調査は、令和8（2026）年2月調査の公表以降、「調査産業計」の各系列についてX-13ARIMA-SEATSという、より新しい手法に切り替えました。調査産業計以外の個別産業の系列は、従来どおりX-12-ARIMAのX-11を使い続けています。季節調整値の作成には、1999年2月調査から2025年11月調査までの原数値が使われています。

「季節調整済みの数字だから、どの統計も同じ処理を経ている」と一括りにすると、この違いを見落とします。資料に「季節調整値」とだけ書かれていても、どの統計のどの手法によるものかまでは書かれていないことが多いため、複数の統計を並べて比較するときほど、出典元の統計名と手法の確認が必要になります。

確かなことと、まだ確かではないこと

確かなこと: 前月比で比較する場合は季節変動を除いた季節調整値を見る必要があること。季節調整値は毎年年初に過去10年分がさかのぼって改定される、確定値ではない数字であること。労働力調査ではX-12-ARIMA、労働経済動向調査では2026年からX-13ARIMA-SEATSへの手法切り替えがあったこと。外れ値の設定は統計的な自動検出と人の判断の組み合わせであること。

まだ確かではないこと: 総務省統計局のこの解説は2013年3月の改定版であり、労働力調査自体が現在もX-12-ARIMAのままかどうかは、この資料だけでは確認できていません。少なくとも本記事執筆時点で参照できた一次資料の範囲では、労働力調査についてX-13ARIMA-SEATSへの移行を示す記述は確認できていません。自社の資料に引用する際は、参照する統計の最新の解説資料で手法が変わっていないかを確認するのが安全です。

自分でも試せる、最小の検証

1つだけやるなら：手元の月次KPIレポートを開き、「前月比」と書かれている数字が、原数値のままの比較か、季節調整を経た数字かを1行確認してください。多くの社内レポートは季節調整をしていない原数値の前月比をそのまま使っているため、季節性の強い指標（来店数・受注数など）であれば、その時点で解釈に注意が必要だと分かります。

もう1つやるなら：季節性が疑われる指標について、前年同月比と前月比を並べて記録してみてください。前年同月比は安定しているのに前月比だけ大きく動いている月があれば、それは実力の変化ではなく季節変動である可能性が高いというサインになります。

判断軸の提示

月次の数字を「上がった・下がった」で判断する前に、「何と比べているか」を先に確認すること。前年同月比なら原数値のままで構いませんが、前月比・前々月比であれば、季節変動を除いた数字なのかを見極めてから初めて、実力の変化かどうかを論じられます。

この記事で扱ったような判断を、自社の状況に照らして整理したい場合は、無料診断ツールで状況を言語化するところから始めることができます。