スプレッドシートのCONFIDENCE関数の使い方｜信頼区間（互換）

アンケートの平均点や計測値の平均を上司に報告するとき、「その数字ってどれくらい信用できるの？」と聞かれて困った経験はありませんか。単に「平均は4.2点でした」と伝えるだけでは、母集団全体での本当の平均がどこに収まるのか見えません。

そんなときに便利なのが、スプレッドシートのCONFIDENCE関数です。正規分布をベースに、母集団の平均がどの範囲に収まるかを示す信頼区間を求められます。スプレッドシートにはCONFIDENCE.NORMという新しい関数もあって、どちらを使えばいいか迷う人も多いですよね。

この記事では、スプレッドシートのCONFIDENCE関数の基本的な使い方を解説します。95%信頼区間の上下限を同時に求めるセット数式、CONFIDENCE.NORMやCONFIDENCE.Tとの使い分けフロー、よくあるエラーの対処までまとめました。互換関数という位置づけもしっかり整理するので、社内の既存シートを引き継いだ方にも役立つ内容ですよ。

スプレッドシートのCONFIDENCE関数とは？
1. 関数の基本構文と引数
2. CONFIDENCE.NORM・CONFIDENCE.Tとの違い
母標準偏差が「既知」とはどういう意味か
1. 工場品質管理・過去データ活用の例
CONFIDENCE関数の基本的な使い方
1. 引数の指定方法（有意水準・標準偏差・標本数）
2. 信頼区間の計算例（実務シナリオ）
信頼区間の上限・下限を求めるセット数式
1. AVERAGE＋CONFIDENCEで上下限を計算
2. コピーして使えるセット数式テンプレート
CONFIDENCE vs CONFIDENCE.NORM vs CONFIDENCE.T 使い分けフロー
よくあるエラーと対処法
まとめ

スプレッドシートのCONFIDENCE関数とは？

CONFIDENCE関数は、正規分布（しょうきぶんぷ）をベースに母集団の平均に対する信頼区間を求める関数です。読み方は「コンフィデンス」。英語で「信頼」を意味する単語そのままですね。

信頼区間（しんらいくかん）とは、母集団の本当の平均がこの範囲に収まる可能性が高いと推定される区間のことです。たとえば95%信頼区間なら、同じ調査を100回繰り返したとき、95回はこの範囲の中に本当の平均が含まれると考えられます。

単に「平均は500gでした」と報告するより、「95%の確率で499.3g〜500.7gの範囲に収まります」と伝えたほうが、報告書の説得力はぐっと上がりますよね。スプレッドシートのCONFIDENCE関数を使えば、この「半幅」の部分を一発で計算できます。

関数の基本構文と引数

CONFIDENCE関数の書き方は次のとおりです。

=CONFIDENCE(alpha, standard_deviation, pop_size)

引数は3つあり、すべて必須です。

引数	必須	説明
alpha	必須	有意水準を0より大きく1より小さい値で指定します。95%信頼区間なら「0.05」を指定します
standard_deviation	必須	母集団の標準偏差を指定します。事前にわかっている値を使います
pop_size	必須	標本の大きさ（データの個数）を指定します。1以上の整数が必要です

戻り値は信頼区間の「半幅」です。上限や下限を知りたいときは、標本平均にこの値を足し引きします。計算の中身は「z(alpha/2) × 標準偏差 / √標本数」で、alpha=0.05のときのz値は約1.96になりますよ。

スプレッドシートのCONFIDENCE関数は、Google スプレッドシート・Excel 2007以前から2024・Microsoft 365・LibreOffice Calcで共通して使える互換関数です。どの環境でも同じ構文・同じ結果になるので、互換性の高いシートを作りたいときに重宝します。

CONFIDENCE.NORM・CONFIDENCE.Tとの違い

スプレッドシートには似た名前の関数が3つあります。ここが一番混乱しやすいポイントなので、先に整理しておきましょう。

関数名	分布	母標準偏差	位置づけ
CONFIDENCE	正規分布	既知	互換関数（旧関数）
CONFIDENCE.NORM	正規分布	既知	正式な後継関数
CONFIDENCE.T	t分布	未知	小標本・母σ未知用

CONFIDENCEとCONFIDENCE.NORMは、計算結果がまったく同じになります。互換性のためだけにスプレッドシートでも残されているのがCONFIDENCE関数です。新しく数式を書くなら後継のCONFIDENCE.NORMを使うのが推奨ですよ。

一方で、既存シートをExcelから引き継いだり、古い社内テンプレートでCONFIDENCEが使われていたりするケースは今でも多いです。そのままスプレッドシートで動くので慌てて書き換える必要はありませんが、意味は正確に把握しておきたいところですね。

母標準偏差が「既知」とはどういう意味か

CONFIDENCE関数を使うには「母集団の標準偏差があらかじめわかっている」ことが前提になります。でも、「今からデータを集めるのに、標準偏差がすでにわかっている」ってどんな状況なのでしょう。ここでつまずく人が多いので、実務の場面でイメージしてみましょう。

母標準偏差が既知というのは、今回の標本調査とは別の情報源から標準偏差の値が手に入っている状態を指します。具体的には次のようなケースですね。

工場の長期計測データから、製品重量のばらつきが何年も一定と判明している
業界団体や公的機関が公表している標準偏差の値を使える
社内のマスターデータや工程管理標準に標準偏差が定義されている
過去の大量データ（数千件以上）から算出した標準偏差を母集団の値として扱える

逆に、今回集めた標本データから標準偏差を計算しただけなら、それは「標本標準偏差」であって母標準偏差ではありません。その場合はCONFIDENCEではなくCONFIDENCE.Tを使うのが正解です。ここを間違えると、統計的に正しくない数値を報告することになるので要注意ですよ。

工場品質管理・過去データ活用の例

もう少し具体的なシーンでイメージしてみましょう。ある食品工場で製品の内容量を検査するとします。

工場では過去10年間、毎日数百個の計測を続けてきました。その結果、内容量のばらつきを示す標準偏差は2.5gで安定しているとわかっています。この「2.5g」は、もはや母集団の性質として確定した値と見なせますよね。こういうときは、今日抜き取った50個の平均だけを測定して、CONFIDENCE関数で信頼区間を出せます。

一方、新商品の試作段階で標準偏差がまったくわからないなら、今回集めた標本から推定するしかありません。そのケースはCONFIDENCE.Tの出番です。判断のコツは「標準偏差が外から与えられているか、それとも今回のデータから計算するか」の一点にあります。

CONFIDENCE関数の基本的な使い方

それでは実際に手を動かしてみましょう。ここではアンケート調査のデータを例に使います。

例題: ある商品の満足度アンケートを100人に実施しました。過去の調査実績から、回答のばらつき（母標準偏差）は0.8点とわかっています。有意水準5%（95%信頼区間）で、信頼区間の半幅を求めてみましょう。

セルに次の数式を入力します。

=CONFIDENCE(0.05, 0.8, 100)

結果は0.157（小数第4位で四捨五入）になります。

これは「標本平均 ± 0.157点」が母集団の平均の95%信頼区間という意味です。今回のアンケート平均が4.2点だったなら、「全顧客の真の満足度は95%の確率で4.043点〜4.357点に収まる」と結論づけられます。単に「平均4.2点でした」と言うより、報告書としてずっと信頼性がありますよね。

引数の指定方法（有意水準・標準偏差・標本数）

alpha（有意水準）は、どれくらいの信頼度を求めるかで決まります。ビジネス報告書では95%信頼区間が標準的ですが、用途に応じて使い分けましょう。

有意水準（alpha）	信頼度	使いどころ
0.10	90%	ざっくりした傾向把握
0.05	95%	一般的な業務報告・統計レポート
0.01	99%	医療・品質管理など厳しい判定が必要な場面

standard_deviationには母集団の標準偏差を、pop_sizeには標本の個数を指定します。セル参照を使うと、値を差し替えるだけで再計算できて便利ですよ。

=CONFIDENCE(B1, B2, B3)

B1に有意水準、B2に標準偏差、B3に標本数を入力しておけば、ダッシュボード的に使い回せます。シートの冒頭にこの3つをまとめておくと、後から読んだ人にも引数の意味が伝わりやすいですね。

信頼区間の計算例（実務シナリオ）

公式ドキュメントでよく紹介される例も確認しておきましょう。alpha=0.05、standard_deviation=2.5、pop_size=50を指定すると、結果は0.692952になります。

=CONFIDENCE(0.05, 2.5, 50)

たとえば製品50個を抽出して平均重量が500gだった場合、母集団の真の平均重量は499.307g〜500.693gの範囲に95%の確率で収まる、という読み方ができますよ。品質管理の日次レポートなどで、このパターンの報告はよく使われます。

スプレッドシートで実際に計算するときは、ROUND関数で表示桁数をそろえると報告書に貼り付けやすくなります。「=ROUND(CONFIDENCE(0.05, 2.5, 50), 3)」のように書けば、小数第3位までの表示になりますよ。

信頼区間の上限・下限を求めるセット数式

CONFIDENCE関数の戻り値は半幅なので、上限と下限を出すには標本平均に足し引きする必要があります。ここは実務で本当によく使うので、コピーして使えるテンプレートを用意しました。

AVERAGE＋CONFIDENCEで上下限を計算

データが「A2:A51」の範囲にあり、母標準偏差が2.5、95%信頼区間を求めるとします。上限と下限はそれぞれ次の数式で計算できます。

下限: =AVERAGE(A2:A51) - CONFIDENCE(0.05, 2.5, COUNT(A2:A51))
上限: =AVERAGE(A2:A51) + CONFIDENCE(0.05, 2.5, COUNT(A2:A51))

AVERAGE関数（指定範囲の平均を返す関数）で標本平均を、COUNT関数（数値セルの個数を返す関数）で標本数を自動取得します。データが増減しても数式を書き換える必要がないので、日次更新のシートに向いていますよ。

コピーして使えるセット数式テンプレート

報告書ですぐに使えるよう、パラメータを別セルで管理する汎用テンプレートもどうぞ。次のようにシートを組んでおくと、値を差し替えるだけで再利用できます。

セル	入力内容	例
C1	有意水準（alpha）	0.05
C2	母標準偏差	2.5
D1	データ範囲の先頭	A2
D2	データ範囲の末尾	A51

そして次の3つの数式をそれぞれのセルに入れます。

標本平均: =AVERAGE(A2:A51)
下限:     =AVERAGE(A2:A51) - CONFIDENCE(C1, C2, COUNT(A2:A51))
上限:     =AVERAGE(A2:A51) + CONFIDENCE(C1, C2, COUNT(A2:A51))

これで「標本平均・信頼区間の下限・上限」が一目でわかるレポートになります。パラメータを変えれば90%や99%信頼区間にも即座に切り替えられるので、一度組んでしまえば使い回しが効きますよ。

Googleスプレッドシートならではの使い方として、IMPORTRANGE関数と組み合わせて別シートの計測データを読み込み、この数式で自動的に信頼区間を算出することもできます。工場や支店ごとにシートが分かれているようなケースで便利ですね。

CONFIDENCE vs CONFIDENCE.NORM vs CONFIDENCE.T 使い分けフロー

3つの関数は、どれも信頼区間を求めるためのものです。ただ、使うべき場面は明確に分かれています。選び間違えると統計的に不正確な結論になってしまうので、ここはしっかり押さえておきましょう。

CONFIDENCEとCONFIDENCE.NORMはどちらを使う？

CONFIDENCEとCONFIDENCE.NORMは、計算結果がまったく同じです。違いは「互換関数か後継関数か」という位置づけだけです。

新しく数式を書くなら、推奨はCONFIDENCE.NORMです。関数名に「.NORM」と入っているので、正規分布を使っているとひと目で伝わりますよね。既存シートに残っているCONFIDENCEをわざわざ書き換える必要はありませんが、長期的に使うシートならCONFIDENCE.NORMに統一したほうがメンテしやすいですよ。

ExcelからGoogleスプレッドシートにシートを移植するケースも多いと思いますが、どちらの環境でもCONFIDENCE・CONFIDENCE.NORMの両方が使えます。関数名を書き換えても結果は同じなので、安心して移行できます。

正規分布を使う条件（母σ既知・標本30件以上）

CONFIDENCE・CONFIDENCE.NORM（どちらも正規分布ベース）を使う条件は2つあります。

母標準偏差が既知である（過去データ・業界公表値・工程管理標準などから得られている）
もしくは、標本サイズが30件以上あり、標本標準偏差で母σを近似できる

1つ目の条件が理想形です。母集団の標準偏差が本当にわかっている場面は限られますが、工場の長期計測データや業界標準値が使えるなら迷わず正規分布ベースを選びましょう。

2つ目は実務上の目安です。標本サイズが大きくなると、標本標準偏差（STDEVで計算）が母標準偏差にかなり近づきます。30件というのはあくまで慣習的な目安で、厳密な統計学的境界ではありません。ビジネス実務ではこのラインが使われることが多いですね。

t分布を使う条件（母σ未知・少量標本）

CONFIDENCE.T（t分布ベース）を使う条件は次のとおりです。

母標準偏差がわからない、かつ
標本サイズが少ない（目安として30件未満）

t分布（小標本の不確実性を取り込んだ分布）は、サンプルが少ないときの推定精度を補正してくれる分布です。CONFIDENCE.NORMより少し広めの信頼区間になります。新商品の試作評価で10〜20サンプルしか取れない場面や、少数のモニター調査などで活躍しますよ。

判断フローチャート

どちらを使うか迷ったら、次の順番で考えてみてください。

母標準偏差が既知ですか？（過去データや業界値から得られている？）

Yes → CONFIDENCE または CONFIDENCE.NORM を使う
No → 次の質問へ

標本サイズは30件以上ありますか？

Yes → CONFIDENCE.NORM（STDEVで標本標準偏差を計算して代用）
No → CONFIDENCE.T を使う

この2段階の判断フローを覚えておけば、関数選びで迷うことはなくなります。1段階目の「母標準偏差が既知か」の判定が特に重要なので、データの出所を確認する習慣をつけましょう。

なお、CONFIDENCEを見つけたらCONFIDENCE.NORMに置き換えても問題ありません。引数の順番も同じなので、関数名を書き換えるだけで移行できますよ。

よくあるエラーと対処法

スプレッドシートのCONFIDENCE関数で出るエラーはパターンが決まっています。原因と対処法をまとめておきますね。

#NUM! エラー

数値の範囲が不正なときに出ます。主な原因は3つあります。

alphaが0以下または1以上: 有意水準は0より大きく1より小さい値で指定します。0.05や0.01のように小さな値を入れましょう
standard_deviationが0以下: 標準偏差はマイナスになりません。セル参照の指定ミスがないかチェックします
pop_sizeが1未満: 標本数は1以上の整数が必要です。小数は切り捨てられるので、0.5などを指定すると#NUM!になります

=CONFIDENCE(1.5, 2.5, 50)  → #NUM!（alphaが1以上）
=CONFIDENCE(0.05, -1, 50)  → #NUM!（standard_deviationがマイナス）
=CONFIDENCE(0.05, 2.5, 0)  → #NUM!（pop_sizeが1未満）

#VALUE! エラー

引数に文字列など、数値以外が入っているときに出ます。セル参照先のデータ型を確認してください。

=CONFIDENCE("A", 2.5, 50)  → #VALUE!（alphaが文字列）

セル参照を使っている場合、参照先が空白だったり先頭にスペースが入った文字列になっていないかチェックしましょう。スプレッドシートでは、CSVをインポートしたときに見た目は数値でも実際は文字列として格納されているケースがあります。VALUE関数（文字列を数値に変換する関数）で明示的に数値化するか、データ形式を「数値」に変更しておくと安心ですよ。

想定と違う結果が返ってくる場合

数式はエラーにならないけれど、期待した値と違うというケースもあります。このときは次の点をチェックしてみてください。

alpha の指定を間違えていないか（95%信頼区間なら0.05、99%なら0.01）
母標準偏差と標本標準偏差を取り違えていないか
標本数を二重カウントしていないか（COUNTとCOUNTAの違いに注意）

特によくあるのが、95%信頼区間のつもりで「0.95」を指定してしまうミスです。alphaには信頼度ではなく「有意水準（1から信頼度を引いた値）」を入れる点を意識しましょう。

まとめ

スプレッドシートのCONFIDENCE関数を使えば、母集団の平均がどの範囲にあるかを統計的に推定できます。「95%の確率で◯〜◯の範囲」と示せるので、報告書の説得力が段違いに上がりますよ。

今回のポイントをおさらいしましょう。

構文は =CONFIDENCE(alpha, standard_deviation, pop_size)。戻り値は信頼区間の半幅
alphaは有意水準で、95%信頼区間なら0.05を指定する
母標準偏差が既知（過去データ・業界値・工程管理値）のときに使う
上下限は AVERAGE ± CONFIDENCE のセット数式で計算する
CONFIDENCEとCONFIDENCE.NORMは計算結果が同じ。互換目的の旧関数がCONFIDENCE
母標準偏差が未知で標本が少ないときはCONFIDENCE.Tを使う

スプレッドシートのCONFIDENCE関数は、Excelからシートを移植したり、古い社内テンプレートを引き継いだりする場面で今でも現役で動いています。意味と使い分けを正しく理解しておけば、どちらの環境でも迷わず扱えますよ。新しく数式を組むなら後継のCONFIDENCE.NORM、サンプル数が少なく母σが未知ならCONFIDENCE.Tという選び分けも押さえておきましょう。信頼区間を報告書に取り入れて、数字に強い「できる人」を目指していきたいですね。