「売上の増加ペースを数値で表したい」「広告費と売上の関係を定量化したい」――そんなときに役立つのが SLOPE関数 です。
SLOPE関数は2つのデータ系列から 回帰直線の傾き を計算します。「傾き」とは、xが1増えたときにyがどれだけ変化するかを表す値で、データのトレンドや変化率を定量的に把握できます。
この記事では基本的な使い方から、INTERCEPT・LINEST関数との連携、実務での活用例まで解説します。
SLOPE関数とは？
読み方と語源
「スロープ関数」と読みます。SLOPE（傾き・斜面）が語源で、回帰直線の傾きの値を返す関数です。
できること
2つのデータ系列（xとy）を元に、 最小二乗法 によって求めた回帰直線の傾きを返します。
回帰直線は y = ax + b という式で表され、SLOPE関数は a（傾き） を計算します（bはINTERCEPT関数で求めます）。
- 売上と広告費の関係を定量化する
- 気温と電気使用量の相関を分析する
- 時系列データの増加・減少ペースを数値化する
SLOPE関数の書き方
基本構文
=SLOPE( 既知のy, 既知のx )引数の説明
| 引数 | 必須/任意 | 説明 |
|---|---|---|
| 既知のy | 必須 | 従属変数（結果の値）のデータ範囲を指定します |
| 既知のx | 必須 | 独立変数（原因の値）のデータ範囲を指定します |
注意点：
- 両方の引数のデータ個数が同じである必要があります（異なるとエラー）
- 文字列・論理値・空白セルは無視されます
- 数値の
0は計算に含まれます
基本的な使い方
例1：売上と広告費の回帰直線の傾きを求める
| 行 | A（広告費 万円） | B（売上 万円） |
|---|---|---|
| 2 | 10 | 120 |
| 3 | 15 | 150 |
| 4 | 20 | 180 |
| 5 | 25 | 210 |
| 6 | 30 | 250 |
=SLOPE(B2:B6, A2:A6)この例では傾きが約 2.6 になります。これは「広告費が1万円増えると売上が約2.6万円増える」ことを意味します。
例2：月次売上の時系列トレンドを求める
月を1〜12の連番で表し、売上との傾きを求めると、月あたりの平均増加額がわかります。
=SLOPE(B2:B13, A2:A13)傾きが正なら売上は増加トレンド、負なら減少トレンドです。
INTERCEPT関数との組み合わせ
SLOPE関数は傾き（a）を返しますが、切片（b）はINTERCEPT関数で求めます。両方あると予測に使える回帰式が完成します。
a = SLOPE(B2:B10, A2:A10)
b = INTERCEPT(B2:B10, A2:A10)
→ y = a * x + bたとえばxに新しい値を入れると、回帰式からyの予測値を計算できます。
=SLOPE(B2:B10, A2:A10) * 新しいx + INTERCEPT(B2:B10, A2:A10)実務での活用例
活用例1：売上予測モデルの構築
過去の月別売上データから傾きと切片を求め、将来の売上を予測します。
A列: 月番号（1, 2, 3...）
B列: 実績売上
傾き = SLOPE(B2:B13, A2:A13)
切片 = INTERCEPT(B2:B13, A2:A13)
来月の予測 = 傾き * 13 + 切片活用例2：コストドライバー分析
「どのコストが生産量に最も比例するか」を複数の費用項目でSLOPEを比較することで、変動費・固定費の分離に役立てられます。
活用例3：散布図との組み合わせ
ExcelのグラフにSLOPE・INTERCEPTの計算結果を組み合わせると、近似直線を手動でコントロールした分析シートが作れます。
関連関数との使い分け
| 関数 | 返す値 | 使いどころ |
|---|---|---|
| SLOPE | 回帰直線の傾き（a） | 変化率・増加率を数値で取りたい |
| INTERCEPT | 回帰直線の切片（b） | SLOPEと組み合わせて予測式を作る |
| LINEST | 傾き・切片・統計情報の配列 | 詳細な回帰統計をまとめて取得したい |
| TREND | 回帰直線上のy値の予測 | 既存データの予測値を一括取得したい |
| FORECAST.LINEAR | 特定xに対するyの予測値 | 将来の1点だけを予測したい |
| RSQ | 決定係数（R²） | 回帰の当てはまりの良さを確認したい |
使い分けの目安：
- 傾きだけ知りたい → SLOPE
- 予測値も求めたい → SLOPE + INTERCEPT か TREND
- 詳細な統計量が必要 → LINEST
よくあるエラーと対処法
| エラー | 原因 | 対処法 |
|---|---|---|
#N/A | xとyのデータ個数が異なる | 両方の範囲の行数を揃える |
#DIV/0! | xの値がすべて同じ（分散=0） | xに変化があるデータを使う |
#VALUE! | 範囲に数値以外が含まれている | セルの書式と内容を確認する |
まとめ
SLOPE関数のポイントをまとめます。
=SLOPE(既知のy, 既知のx)で回帰直線の傾きを計算できる- 傾きが正なら正の相関、負なら負の相関を意味する
- INTERCEPT関数と組み合わせると、予測に使える回帰式が完成する
- 詳細な統計が必要な場合はLINEST関数を使う
SLOPE関数は難しく見えますが、やっていることは「xが1増えるとyがどれだけ変わるか」という直感的な数値の計算です。売上や費用のデータ分析にぜひ取り入れてみてください。
