t統計量は計算できても、両側確率（p値）の出し方で迷う人は多いです。
かといって統計の教科書を読み直すのも面倒ですよね。

そんなときに使うのがExcelのT.DIST.2T関数です。
この記事ではT.DIST.2T関数の基本構文から実務での活用例まで解説します。
T.DIST関数・T.DIST.RT関数との使い分けや、よくあるエラーの対処法もあわせて整理しました。

T.DIST.2T関数とは？t分布の両側確率を返す関数

ExcelのT.DIST.2T関数（読み方: ティー・ディスト・ツー・ティー）は、t分布の両側確率を返す関数です。
「2T」は「Two-Tailed（両側）」の略で、t分布の左右両端の面積を合計した確率を求めます。

ひとことでいうと、両側検定のp値（ピー値）を一発で求められる関数です。
p値は「たまたまこの結果が出る確率」のことで、値が小さいほど統計的に意味のある差だと判断できます。

t分布は、サンプル数が少なくて母集団の分散がわからないときに使う分布です。
釣り鐘型で正規分布によく似ていますが、裾が少し厚いのが特徴です。
自由度（データから自由に値を決められる個数）が大きくなるほど、正規分布に近づきます。

T.DIST.2T関数でできること

T.DIST.2T関数の主な用途は次のとおりです。

• t統計量と自由度から、両側検定のp値を直接計算する
• 2グループの平均に差があるかどうかを判定する
• 教科書や論文に記載されたt値・自由度からp値を求める
• 製品の寸法や重量が規格値とずれていないかを検定する

NOTE

T.DIST.2T関数はExcel 2010以降で使えます。
Microsoft 365、Excel 2013〜2024のすべてのバージョンに対応しています。
Excel 2007以前では使えないので、その場合は旧TDIST関数を使ってください。

両側確率はなぜ「2倍」になるのか

t分布は平均0で左右対称な形をしています。
両側確率とは、「t統計量の絶対値より極端な値が出る確率」を左右両方ぶん合計した値です。

たとえばt = 2.0、自由度10のとき、右側確率（t > 2.0となる確率）は約0.0367です。
t分布は左右対称なので、左側確率（t < -2.0となる確率）も同じ約0.0367です。
両者を合計した約0.0734が両側確率になります。
これがT.DIST.2T関数の返す値です。

T.DIST.2T関数の書き方（構文と引数）

基本構文

=T.DIST.2T(x, 自由度)

カッコの中に2つの引数を指定します。
T.DIST関数のようにTRUE/FALSEの「関数形式」を選ぶ必要はありません。

引数の説明

引数は2つだけです。
両側確率に特化しているので、累積分布関数（CDF）と確率密度関数（PDF）の切り替えはありません。

TIP

自由度に小数を入れると、整数部分だけが使われます。
たとえば10.7を渡しても、内部では10として計算されます。

xに負の値は入れられない（ABS関数でラップする）

T.DIST.2T関数の最大の注意点は、xに正の値しか受け付けないことです。
t統計量がマイナスのときに直接渡すと、#NUM!エラーになります。

=T.DIST.2T(-2.5, 10)   → #NUM!エラー

t統計量がマイナスになる場面は実務でよく出てきます。
そんなときは絶対値を返すABS関数（数値の符号を取り除く関数）でラップしてください。

=T.DIST.2T(ABS(-2.5), 10)   → 約0.0316（OK）

t分布は左右対称なので、絶対値にしても両側確率は変わりません。
セル参照のときも=T.DIST.2T(ABS(B2), C2)の形で書けば、
t値の符号に関係なく安全に計算できます。

T.DIST.2T関数の基本的な使い方

ここからは具体的なt統計量と自由度を使って、T.DIST.2T関数の動きを確認していきましょう。

t統計量と自由度から両側p値を求める

教科書に「t = 2.306、自由度 = 8」と書かれていたら、これだけでp値が求められます。

=T.DIST.2T(2.306, 8)

結果は約 0.0500（5%）です。
有意水準（「ここより小さければ差がある」と判断する基準）5%のちょうど境界線ですね。

別の例も見てみましょう。t = 1.96、自由度 = 60のケースです。

=T.DIST.2T(1.96, 60)

結果は約 0.0546（5.46%）です。
自由度60でも、t = 1.96だと両側p値は5%をわずかに超えます。
正規分布ならt = 1.96で両側確率がちょうど5%ですが、
t分布は裾が厚い分だけ確率が大きくなります。

t統計量がマイナスのときの書き方

t = -2.5、自由度15のケースを考えます。
このまま渡すとエラーになるので、ABS関数でラップしましょう。

=T.DIST.2T(ABS(-2.5), 15)

結果は約 0.0247（2.47%）です。
有意水準5%より小さいので、「統計的に意味のある差がある」と判断できます。

自由度を変えたときの値の動き

同じt値（t = 1.96）で、自由度を変えるとどうなるか見てみましょう。

=T.DIST.2T(1.96, 9)     → 約 0.0817
=T.DIST.2T(1.96, 60)    → 約 0.0546
=T.DIST.2T(1.96, 1000)  → 約 0.0502

自由度が大きくなるほど、結果は標準正規分布の両側5%（0.0500）に近づきます。
サンプルサイズが大きいときはt分布と正規分布の差がほぼなくなる、という性質が確認できますね。

TIP

「自由度が小さい（＝サンプルが少ない）ほど、同じt値でもp値は大きめに出る」と覚えておきましょう。
少ないデータでは「差がある」と言いにくくなる、と直感的に理解できますよ。

T.DIST.2T関数の実践的な使い方・応用例

製品寸法が規格どおりかを両側t検定で判定する

部品の目標寸法が50mmのラインから、10個サンプリングして測定したとします。

• サンプル数: 10
• 平均値: 50.3mm（AVERAGE関数で算出）
• 標本標準偏差: 0.5mm（STDEV.S関数で算出）
• 目標値: 50mm

「目標の50mmから外れているか」を両側t検定で確認します。
まずt統計量を計算しましょう。

=(50.3 - 50) / (0.5 / SQRT(10))

結果は約 1.8974 です。
次にT.DIST.2T関数で両側p値を求めます。
自由度はサンプル数 – 1 = 9です。

=T.DIST.2T(1.8974, 9)

結果は約 0.0903（9.03%）です。
有意水準5%（0.05）を上回るので、「目標値と有意な差があるとはいえない」という判断になります。
言い換えると、「ばらつきの範囲で説明できる程度の差」ということですね。

教科書・論文のt値・自由度からp値を求める

統計の教科書や論文では、「t = X.XX, df = N」だけが書かれていてp値が省略されているケースがあります。
自分でp値を確認したいときに、T.DIST.2T関数が便利です。

p値が0.05未満なら「統計的に意味のある差」と判断します。
ただし「差の大きさが業務的に意味があるか」は別問題なので、効果量とセットで考えるのがおすすめです。

A/Bテストで2グループの平均差を判定する

WebサイトのA/Bテストで、新デザインAと旧デザインBの滞在時間を比較したいとします。

• グループA（新デザイン）: 平均180秒、標準偏差40秒、サンプル数50
• グループB（旧デザイン）: 平均165秒、標準偏差35秒、サンプル数50

等分散を仮定した対応なし2標本t検定では、自由度 = n₁ + n₂ – 2 = 98です。
プールされた標準誤差からt統計量を計算するとt ≒ 1.99になります。

=T.DIST.2T(1.99, 98)

結果は約 0.0494（4.94%）です。
有意水準5%をぎりぎり下回るので、「滞在時間に有意な差がある」と判断できます。

TIP

生データ（2グループの値そのもの）が手元にあるなら、T.TEST関数（2配列から直接p値を返す関数）を使うと、t統計量の計算をスキップできます。
「手元にt値しかない」「自由度が決まっている」場合はT.DIST.2T関数を使いましょう。

T.DIST・T.DIST.RT・旧TDIST関数との違い・使い分け

3兄弟関数の使い分け早見表

t分布関連には3つの確率関数があります。
返す確率の範囲が違うので、検定の種類に合わせて選びます。

実務シナリオ別の使い分けは次のとおりです。

• 「変わったかどうか」を調べたい: T.DIST.2T（両側）
• 「上がったか」「下がったか」など方向が決まっている: T.DIST.RT（右片側）
• 「下限を下回る確率」など左側だけ知りたい: T.DIST（左片側）

T.DIST.2Tと等価な4つの式

T.DIST.2T関数を使わなくても、同じ結果を別の関数で計算できます。
等価式を知っておくと、数式の意味を理解しやすくなりますよ。

=T.DIST.2T(x, df)
=2 * T.DIST.RT(x, df)
=2 * (1 - T.DIST(x, df, TRUE))
=TDIST(x, df, 2)

4つの書き方はすべて同じ値を返します。

新しく数式を書くなら、引数2つでシンプルなT.DIST.2T関数が一番おすすめです。
旧TDIST関数はExcel 2007以前との互換性のために残されているだけなので、新規利用は避けましょう。

片側検定と両側検定の判断フロー

検定の方向で迷ったら、次のフローで判断してみてください。

• Q1: 差の方向（増えたか減ったか）を事前に決めていますか？
  • はい → 片側検定（T.DIST.RT）
  • いいえ → 両側検定（T.DIST.2T）

• Q2: 「差があるかどうか」だけを知りたいですか？
  • はい → 両側検定（T.DIST.2T）

• Q3: 迷っていますか？
  • はい → 両側検定（T.DIST.2T）が安全

両側検定は片側より棄却しにくい（有意差が出にくい）ので、保守的な判断になります。
論文や正式な業務報告で使うなら、両側検定を選ぶのが無難ですよ。

よくあるエラーと対処法

#NUM!エラー

T.DIST.2T関数で最も多いエラーです。
原因は3パターンあります。

=T.DIST.2T(-2.5, 10)    → #NUM!エラー（xが負）
=T.DIST.2T(0, 10)       → #NUM!エラー（xが0）
=T.DIST.2T(2.5, 0)      → #NUM!エラー（自由度0）
=T.DIST.2T(ABS(-2.5), 10) → 正常（約0.0316）

自由度は「サンプルサイズ – 1」など正の整数になるはずです。
0や負の値が入るのは数式の組み立てミスなので、参照先のセルを確認してください。

#VALUE!エラー

引数に数値以外の文字列を指定すると発生します。

=T.DIST.2T("abc", 10)   → #VALUE!エラー

セル参照を使う場合は、参照先に数値が入っているかを確認しましょう。
空白セルが混じっているとエラーになりやすいので注意してください。

#NAME?エラー

Excel 2007以前で T.DIST.2T を使うと、ピリオド付きの関数名を認識できずに発生します。

=T.DIST.2T(2.5, 10)    → #NAME?エラー（Excel 2007以前）

このときは旧TDIST関数を使います。
=TDIST(2.5, 10, 2) の形で書くか、Excelを2010以降にアップデートしてください。
新規でファイルを作るなら、アップデートを検討するほうが長期的に楽です。

TIP

「関数形式（TRUE/FALSE）」の引数を間違えて渡すと#NUM!や#VALUE!になります。
T.DIST.2T関数の引数は2つだけ（x, 自由度）なので、3つ目の引数は書かないように注意してください。

まとめ

ExcelのT.DIST.2T関数は、t分布の両側確率（両側検定のp値）を直接求める関数です。

この記事のポイント

• 構文は =T.DIST.2T(x, 自由度) の2つの引数だけ
• xには正の値のみを渡せる。負のときはABS関数でラップする
• 両側検定のp値に直結する。p < 0.05なら有意差ありと判断
• 片側検定にはT.DIST.RT、累積確率にはT.DIST関数を使い分ける
• 等価式として 2 T.DIST.RT(x, df) や 2 (1 - T.DIST(x, df, TRUE)) でも同じ結果が出る
• 自由度は1以上の整数。1標本t検定なら「サンプル数 – 1」で求める
• 旧TDIST関数のtails=2と等価。新規ではT.DIST.2Tを使うのがおすすめ

T.DIST.2T関数の使い方がわかったら、以下の関数もあわせて覚えてみてください。
データ分析の幅が広がりますよ。

• ExcelのT.DIST関数の使い方
• ExcelのNORM.DIST関数の使い方
• ExcelのSTDEV.S関数の使い方
• ExcelのAVERAGE関数の使い方

特に95%信頼区間を計算するとき、自由度（データ数から1を引いた値）ごとに変わるt値の扱いで悩む方は多いです。ここで使えるのが、ExcelのT.INV.2T関数です。

T.INV.2T関数は、両側確率からt値（t分布の臨界値）を一発で逆算してくれる便利な関数ですよ。本記事では、構文の基本から両側t検定・信頼区間の実務シナリオまでをまとめて解説します。

T.INV.2T関数とは？Excelで両側確率からt値を逆算する関数

「2T = Two-Tailed」の意味

T.INV.2T関数は、Excelでt分布の両側逆関数を返す統計関数です。読み方は「ティー・インブイ・ツーティー」です。

関数名を分解すると、T（t分布）・INV（Inverse＝逆関数）・2T（Two-Tailed＝両側）の3要素で構成されています。「両側確率から対応するt値を求める関数」と覚えておきましょう。

具体的には、両側確率（左右の裾を合計した確率）pを引数に取ります。そのうえでP(|X| > t) = p を満たすtを返してくれる仕組みです。このtは「臨界値」（帰無仮説を棄却するかどうかの境界となる値）として使われますよ。

T.DISTシリーズとの位置づけ（逆関数である点）

t分布関連のExcel関数には2つのグループがあります。確率からt値を求めるグループと、t値から確率を求めるグループです。T.INV.2Tは前者で、T.DIST.2T関数の逆関数にあたります。

つまりT.DIST.2Tに「t=2.228、自由度10」を入れると約0.05が返ります。逆にT.INV.2Tに「確率0.05、自由度10」を入れると約2.228が返るわけです。確率と臨界値を行き来できるイメージで覚えると整理しやすいですよ。

主な使いどころ一覧

T.INV.2T関数の代表的な活用シーンは次の3つです。

• 両側t検定の臨界値を求めて合否判定する
• 母平均の信頼区間（区間推定の上下限）を計算する
• p値や検定統計量と組み合わせて統計レポートを作成する

実務では特に「信頼区間計算」での出番が多いです。手元の数表に頼らずExcel上で完結できるので、作業効率がぐっと上がりますよ。

T.INV.2T関数の書き方（構文と引数）

=T.INV.2T(確率, 自由度)の2引数

T.INV.2T関数はExcel 2010以降で利用できる統計関数です。構文はシンプルで、引数はわずか2つです。

=T.INV.2T(確率, 自由度)

• 確率: 両側合計の確率（0より大きく1以下の値）
• 自由度: 標本サイズから1を引いた整数（1以上）

たとえば「自由度10、両側5%の臨界値」を求めたい場合は次のように書きます。

=T.INV.2T(0.05, 10)
→ 2.228139

これは95%信頼区間の臨界値そのものです。自由度に小数を入れた場合は、自動的に切り捨てて整数化されます。

「確率」は両側合計の確率（T.INVとの違いを一言補足）

ここで覚えておきたいポイントがあります。T.INV.2Tの「確率」は両側合計の値を渡すという点です。

T.INV関数（片側の左側逆関数）が左裾だけの確率を取るのに対し、T.INV.2Tは左右の裾を足した両側確率を取ります。つまり「両側5%」=「左右それぞれ2.5%」と解釈されますよ。混同しやすいので、最初のうちは「両側か片側か」を意識して書き分けてみてください。

確率=1.0で0を返す理由（初心者の疑問先回り）

「確率=1.0を入れたらどうなるの？」という疑問もよく出てきます。Excelでは=T.INV.2T(1, 10) を入力すると0が返り、エラーにはなりません。

これは数学的に P(|X| > 0) = 1 が成り立つためです。t=0より大きな絶対値を取る確率は100%なので、両側確率1.0に対応するt値は0が唯一の解になります。直感的には「両側全体を含む臨界値はゼロ点」と捉えると腹落ちしやすいですよ。

T.INV.2T関数の基本的な使い方

確率・自由度を変えたときの挙動確認

まずは確率と自由度をそれぞれ動かして、戻り値の感覚をつかんでみましょう。次の例はすべてExcelで実際に計算した値です。

=T.INV.2T(0.05, 5)   → 2.570582
=T.INV.2T(0.05, 30)  → 2.042272
=T.INV.2T(0.01, 10)  → 3.169273
=T.INV.2T(0.10, 10)  → 1.812461

ここから2つの傾向が読み取れます。1つ目は「自由度が大きいほどt値は小さくなる」という性質。2つ目は「確率が小さい（=有意水準が厳しい）ほどt値は大きくなる」という性質です。

「有意水準」（差ありと判断する基準確率）を5%から1%に絞るほど、判定が厳しくなる感覚と一致しますよね。

信頼水準別・自由度別t値早見表（独自コンテンツ）

実務でよく使う組み合わせを表にまとめました。すべてT.INV.2Tで実際に計算した値です。

「自由度∞」の行は、サンプルが十分に大きいときに使う値です。標準正規分布の値（z値）と一致するので、覚えておくと便利ですよ。日々の業務で逐一計算しなくても、この表を手元に置くだけで判断スピードが上がります。

T.INV.2T関数の実践的な使い方・応用例

両側t検定の臨界値で合否判定（業務文脈の数値例）

A社とB社の月次売上を比較する場面を考えてみましょう。「両社の売上平均に差があるか」を有意水準5%で判定したいとします。サンプル数が両社合わせて自由度18相当だったとしましょう。

=T.INV.2T(0.05, 18)
→ 2.100922

この約2.101が両側5%の臨界値です。検定統計量t（標本から算出したt値の絶対値）が2.101を超えれば、「差あり」と判断できます。

=IF(ABS(D2) >= T.INV.2T(0.05, 18), "差あり", "差なし")

このようにIF関数と組み合わせると、レポート上で自動判定が可能になります。検定統計量の計算自体は別途必要ですが、臨界値の取得はT.INV.2Tに任せられますよ。

母平均の信頼区間をセル数式で完全計算

次は95%信頼区間を計算するシナリオです。標本データがA2:A11（10件）に入っているとしましょう。

平均値:        =AVERAGE(A2:A11)
標準偏差:      =STDEV.S(A2:A11)
標本サイズ:    =COUNT(A2:A11)
標準誤差:      =STDEV.S(A2:A11)/SQRT(COUNT(A2:A11))
臨界値t:       =T.INV.2T(0.05, COUNT(A2:A11)-1)

信頼区間下限:  =AVERAGE(A2:A11) - T.INV.2T(0.05, COUNT(A2:A11)-1) * STDEV.S(A2:A11)/SQRT(COUNT(A2:A11))
信頼区間上限:  =AVERAGE(A2:A11) + T.INV.2T(0.05, COUNT(A2:A11)-1) * STDEV.S(A2:A11)/SQRT(COUNT(A2:A11))

ここでは4つの関数を組み合わせています。

• AVERAGE: 平均値を返す関数
• STDEV.S: 標本標準偏差（ばらつきの指標）を返す関数
• COUNT: 範囲内の数値の個数を数える関数
• SQRT: 平方根を返す関数

数式の意味は「平均 ± 臨界値 × 標準誤差（平均値のばらつきの目安）」というシンプルな構造です。1セルごとに分割せず、1つの式にまとめて入れても問題ありませんよ。

T.INVとの違い・使い分け（片側 vs 両側）

確率指定の方法と等価式の対照表（数値付き）

T.INV関数は片側（左側）の逆関数で、T.INV.2Tは両側の逆関数です。同じt値を求めるのに、確率の指定方法が異なります。

つまり次の等価式が成立します。

T.INV.2T(α, df) = T.INV(1 - α/2, df) = ABS(T.INV(α/2, df))

両側α=0.05は、片側で考えると左右にそれぞれ0.025ずつ振り分けられた状態と同じです。詳しい片側の挙動についてはT.INV関数の使い方を参照してください。

CONFIDENCE.T関数との関係（信頼区間の別アプローチ）

信頼区間の半幅を直接返したい場合は、CONFIDENCE.T関数（信頼区間の幅を一発で返す関数）も使えます。実は内部的にT.INV.2Tと同じ計算をしているんですよ。

CONFIDENCE.T(α, std, n) = T.INV.2T(α, n-1) * std / SQRT(n)

CONFIDENCE.Tは「半幅だけ欲しい」場合に便利。一方T.INV.2Tは臨界値そのものを返します。検定にも信頼区間にも転用できる柔軟性が魅力ですよ。状況に応じて使い分けてみてください。

旧TINV関数との互換性

T.INV.2T関数は、Excel 2010以降に導入された比較的新しい関数です。それ以前のバージョンでは、旧TINV関数が同じ役割を担っていました。

両者の関係は次のとおりで、結果は完全に一致します。

=TINV(0.05, 10)      → 2.228139
=T.INV.2T(0.05, 10)  → 2.228139

旧TINV関数は内部で反復法による近似計算を使っています。3×10⁻⁷以内の精度に達するまで繰り返す仕組みです。100回反復しても収束しない場合は#N/Aエラーが返る仕様になっています。この制約はT.INV.2Tにはありません。

互換性のため旧TINVも引き続き使えますが、新規作成時はT.INV.2Tを推奨します。関数名に「.」が入る新世代の命名ルールに沿うためです。これでT.DIST、T.DIST.2T、T.INVなどとの一貫性が保てますよ。

なおGoogleスプレッドシート版T.INV.2Tも構文は同じです。Excelとほぼ同じ感覚で使えます。

よくあるエラーと対処法

#NUM!エラー（確率0以下・自由度1未満）

T.INV.2Tで一番起きやすいのは#NUM!エラーです。次のいずれかに該当すると発生します。

• 確率が0以下: 例 =T.INV.2T(0, 10) や =T.INV.2T(-0.05, 10)
• 確率が1より大きい: 例 =T.INV.2T(1.5, 10)
• 自由度が1未満: 例 =T.INV.2T(0.05, 0)

特に多いのは「有意水準と信頼水準を取り違える」パターンです。たとえば95%信頼区間のつもりで0.95を入れてしまうケースですね。正しくはα=1-0.95=0.05を渡します。

対処は単純で、引数の値を仕様内に直すだけです。なお確率=1ちょうどの場合は#NUM!ではなく0が返ります。エラーチェック時に1.0境界の扱いに注意してくださいね。

#VALUE!エラー（引数に文字列）

引数に数値以外（文字列・空白セル文字列など）が入っていると#VALUE!エラーが返ります。

=T.INV.2T("0.05", 10)  → #VALUE!
=T.INV.2T(0.05, "df")  → #VALUE!

参照元のセルが文字列扱いになっている場合も同じ症状が出ます。VALUE関数で数値変換するか、セルの書式設定を「標準」に戻して再入力してみてくださいね。データを外部からコピペした直後に発生しやすいので要注意です。

まとめ

T.INV.2T関数は、両側確率からt値（臨界値）を逆算するためのExcel関数です。両側t検定の合否判定や母平均の信頼区間計算で、その実力を発揮します。

ポイントを振り返っておきましょう。

• 構文は =T.INV.2T(確率, 自由度) のシンプルな2引数
• 確率は「両側合計」の値を渡す（T.INVと混同しない）
• 信頼区間は AVERAGE±T.INV.2T×STDEV.S/SQRT(n) のパターンで計算
• 等価式: T.INV.2T(α,df) = T.INV(1-α/2,df) = ABS(T.INV(α/2,df))
• 旧TINVと結果は同じだが、新規はT.INV.2Tを推奨

数表とにらめっこする時代はもう終わりです。Excelに任せて、本来の分析業務に集中していきましょう。

姉妹記事のT.INV関数（片側）やCONFIDENCE.T関数もあわせて使いこなせると、t分布の世界がぐっと身近になりますよ。

結論からいうと、GoogleスプレッドシートでもZ.TEST関数はそのまま使えます。データ範囲と仮説値を指定するだけで、z検定の片側P値を一発で返してくれる便利な関数です。ただし返ってくるのは右片側の値だけなので、両側検定をしたいときはひと工夫が必要ですよ。

この記事ではスプレッドシートのZ.TEST関数の書き方から実践例、両側P値への変換、T.TESTとの使い分け、エラーの対処法まで解説しますね。

Z.TEST関数とは？スプレッドシートでz検定のP値を求める統計関数

Z.TEST関数（読み方: ゼットテスト関数）は、1標本のz検定の右片側P値を返す関数です。標本データと仮説の母平均を指定すると、「標本平均がその仮説値よりも偶然大きくなる確率」をP値として返してくれます。

z検定（ゼットけんてい：母集団が正規分布に従うと仮定したうえで母平均を検証する検定）は、「母集団の平均がある特定の値といえるか」を調べたいときに使う基本的な統計手法です。品質検査、A/Bテスト、アンケート集計など、平均値の差を確かめたい場面で活躍しますよ。

Z.TEST関数にできることを整理すると、次のとおりです。

• 製品の平均重量が仕様値からずれていないかを検定する
• ある施策の前後で平均値に変化があったかを判定する
• 標本平均と仮説値の差がどのくらい珍しいかをP値で数値化する
• Excelから移行したシートのZ.TEST数式をそのまま動かす

NOTE

スプレッドシートには Z.TEST と ZTEST の2種類が用意されていますが、どちらを使ってもまったく同じ結果になります。Excelでは ZTEST が互換関数扱いですが、スプレッドシートでは両方とも現役で使える関数ですよ。

Z.TESTが返すのは「片側P値」だけ

Z.TEST関数でいちばん気をつけたいのが、返り値が右片側のP値である点です。一般的な仮説検定では両側P値を使うことが多いので、そのまま0.05と比較すると判定を間違える可能性があります。

• 標本平均 > 仮説値 のとき → P値 < 0.5
• 標本平均 < 仮説値 のとき → P値 > 0.5

「P値が0.9だから有意差なし」と早合点してしまう方がいますが、0.5を超えるP値は「標本平均が仮説値より小さい」ことを示しているだけです。両側検定で判定したいときは、後述する変換式を使ってくださいね。

Z.TEST関数の構文と引数の意味

基本構文

=Z.TEST(データ, 値, [標準偏差])

カッコの中に3つの引数を指定します。最初の2つは必須、3つ目は省略できますよ。

引数のポイント

データには検定したい標本のセル範囲を指定します。範囲内の数値だけが対象で、文字列や空白セルは無視されますよ。

値は「このあたりに母平均があるはず」という仮説値です。たとえば製品の目標重量が500gなら500を指定します。

標準偏差は母集団の標準偏差がわかっているときに指定します。省略すると、データから計算した標本標準偏差（STDEV相当）が代わりに使われます。

TIP

Z.TEST関数は内部で「z = (標本平均 – 仮説値) / (標準偏差 / √n)」を計算し、そのzの右側確率を返しています。つまり、=1 - NORM.S.DIST(z, TRUE) と同じ結果になりますね。自分でz値を計算した場合は、NORM.S.DIST関数と組み合わせて使う方法もありますよ。

Z.TEST関数の基本的な使い方【実践例: 製品重量の品質検査】

実際のデータを使って使い方を確認しましょう。工場で生産される製品の目標重量は500gです。ランダムに10個を抽出して重量を測定し、母平均が500gといえるかを検定しますね。

サンプルデータの準備

次のデータをスプレッドシートに入力します。

標本の平均は約501.78g、標準偏差は約1.80gです。目標値の500gから少しずれているように見えますが、この差が偶然の範囲かどうかを検定していきますね。

数式を入力する

適当な空きセル（たとえばC2）に次の数式を入力します。

=Z.TEST(A2:A11, 500)

結果は約0.000879です。

結果を読み取る

返ってきた0.000879は右片側P値です。「標本平均が今回測定された501.78g以上になる確率が約0.088%」という意味ですね。

この値は有意水準5%（0.05）をはるかに下回るので、右片側検定なら「母平均は500gより大きい」と判断できます。ただし「ずれているかどうか」を調べたい品質検査では、両側検定を使うのが一般的ですよ。

両側P値を求める場合

両側検定で判定したいときは、次の変換式を使います。

=2 * MIN(Z.TEST(A2:A11, 500), 1 - Z.TEST(A2:A11, 500))

結果は約0.001758です。両側P値でも有意水準5%を大きく下回るので、「母平均が500gからずれている」と判断できますね。

TIP

Z.TEST関数の第3引数を省略すると、データから計算した標本標準偏差（STDEV）が使われます。製品のばらつきが過去のデータから既知なら、=Z.TEST(A2:A11, 500, 2) のように明示的に指定した方が精度の高い検定ができますよ。

片側検定と両側検定の違い・使い分け

z検定には片側検定と両側検定の2種類があります。目的に応じて選ぶのがポイントです。

片側検定（右片側）

対立仮説が「母平均は仮説値より大きい」のとき使います。

• 帰無仮説 H0: μ = μ0
• 対立仮説 H1: μ > μ0
• 数式: =Z.TEST(データ, 値)

使用例: 「改善後の平均売上は改善前より大きいか」

片側検定（左片側）

対立仮説が「母平均は仮説値より小さい」のとき使います。

• 対立仮説 H1: μ < μ0
• 数式: =1 - Z.TEST(データ, 値)

使用例: 「改善後の不良品率は改善前より小さいか」

両側検定

対立仮説が「母平均は仮説値と異なる（大きいか小さいかは問わない）」のとき使います。

• 対立仮説 H1: μ ≠ μ0
• 数式: =2 * MIN(Z.TEST(データ, 値), 1 - Z.TEST(データ, 値))

使用例: 「製品の平均重量が目標値からずれていないか」

判定の基準

どの検定も判定の仕方はシンプルです。

• P値 < 有意水準（通常0.05） → 帰無仮説を棄却（有意差あり）
• P値 >= 有意水準 → 帰無仮説を棄却できない（有意差とはいえない）

NOTE

「帰無仮説を棄却できない」ことと「帰無仮説が正しい」ことは別の話です。P値が大きいからといって「母平均は仮説値に等しい」と断定することはできませんよ。

Z.TEST関数 vs T.TEST関数の使い分け

z検定とt検定はどちらも平均値に関する検定ですが、使い分けのポイントがあります。

使い分けの目安

• 母集団の標準偏差が既知 or 大標本（n >= 30） → Z.TEST
• 小標本 or 母集団の標準偏差が不明 → T.TEST
• 2グループの平均を比較したい → T.TEST

現場のビジネスデータでは母標準偏差がわかっていることは少ないので、実務ではT.TEST関数を使う場面の方が多いかもしれません。ただし標本サイズが大きく、過去データから標準偏差がわかっている品質管理などでは、Z.TEST関数が適していますよ。

TIP

平均値の検定以外にも、分散を比較したいならF.TEST関数、カテゴリの偏りを検定したいならCHISQ.TEST関数と使い分けます。目的に合った検定関数を選んでみてくださいね。

Z.TEST関数でよく起きるエラーと対処法

#N/A エラー

データ範囲が空だったり、指定したセル範囲に有効な数値が1つもなかったりすると発生します。

=Z.TEST(A2:A11, 500)   ← A2:A11が空だと #N/A エラー

範囲内に数値が入っているかを確認してみてください。

#NUM! エラー

データのばらつきがまったくない（全値が同一でSTDEVが0になる）ときや、計算過程で数値が扱えない範囲になると発生します。

=Z.TEST(A2:A11, 500)   ← A2:A11が全部500だと #NUM! エラー

標本に多様性がないとz検定自体が意味をなさないので、データを見直してみてくださいね。

#VALUE! エラー

引数に文字列を渡したり、第3引数の標準偏差に0以下の値を指定したりすると発生します。

=Z.TEST(A2:A11, 500, 0)   ← 標準偏差が0だと #VALUE! エラー

標準偏差は必ず正の値を指定してください。

計算結果がおかしいと感じたら

エラーは出ないのに期待と違う結果になるケースもあります。

1. P値が0.5を超えている: 標本平均が仮説値より小さい可能性があります。左片側検定なら =1 - Z.TEST(...) で判定しましょう
2. 両側検定で判定したいのに0.05と比較している: Z.TESTは右片側P値を返すだけです。両側検定なら =2 * MIN(Z.TEST(...), 1 - Z.TEST(...)) を使います
3. 標本サイズが小さい（n < 30）: z検定ではなくT.TEST関数の使用を検討してください

Z.TEST関数に関するよくある質問

Q1. Z.TEST関数の結果が0.5前後になるのはなぜ？

標本平均が仮説値とほぼ同じときに起こる正常な結果です。「標本平均が仮説値以上になる確率」が半々なので、P値は0.5付近になります。この場合は有意差なしと判断してOKですよ。

Q2. 両側検定をしたい場合の数式は？

次の変換式を使います。

=2 * MIN(Z.TEST(範囲, 値), 1 - Z.TEST(範囲, 値))

Z.TEST関数が片側P値しか返さないので、小さい方の片側確率を2倍することで両側P値を計算できます。

Q3. 母標準偏差がわからないときはどうすればいい？

第3引数を省略すれば、データから計算した標本標準偏差が自動的に使われます。ただし標本サイズが小さい（n < 30）場合は、T.TEST関数の使用をおすすめします。

Q4. ExcelのZ.TEST関数と結果は同じ？

同じデータと同じ引数を指定すれば、結果は完全に一致します。Excelから移行したシートのZ.TEST数式もそのまま動きますよ。

Q5. ZTEST関数（ドットなし）との違いは？

スプレッドシートでは Z.TEST と ZTEST はまったく同じ結果を返します。互換性のために両方用意されているだけなので、どちらを使ってもかまいません。新規に数式を書くなら、Excelとの統一感もあるドット付きの Z.TEST の方が読みやすいでしょう。

Q6. カイ二乗検定をしたい場合は？

カテゴリの偏りや独立性を検定したいときは、CHISQ.TEST関数やCHITEST関数を使います。用途が違うので、目的に合った関数を選んでみてください。

まとめ

Z.TEST関数は、1標本のz検定の片側P値をデータ範囲から直接求められる便利な関数です。要点を整理しておきましょう。

• Z.TEST(データ, 値, [標準偏差]) で右片側P値を返す
• 標本データと仮説値を指定するだけでP値が得られる
• 返り値は右片側P値なので、両側検定には変換式が必要
• 両側P値は =2 * MIN(Z.TEST(範囲, 値), 1 - Z.TEST(範囲, 値)) で計算する
• P値 < 0.05 なら有意差あり、P値 >= 0.05 なら有意差とはいえない
• 小標本や母標準偏差不明ならT.TEST関数を検討する
• Z.TEST と ZTEST はスプレッドシートではまったく同じ関数

品質検査やA/Bテストで1標本の平均値を検定したいときは、Z.TEST関数を使ってみてくださいね。2グループの比較ならT.TEST関数、分散の比較ならF.TEST関数、カテゴリの偏りならCHISQ.TEST関数と、目的に合わせて統計関数を使い分けていきましょう。

結論からいえば、スプレッドシートでもZTEST関数はそのまま使えます。ただし互換性のために残されている旧関数で、新規に数式を組むならZ.TEST関数への切り替えがおすすめですよ。返ってくるのはz検定の右片側P値だけなので、両側検定をしたいときはひと工夫が必要です。

この記事ではZTEST関数の書き方から使い方、Z.TESTとの違いやエラー対処法まで解説します。

スプレッドシートのZTEST関数とは

ZTEST関数（読み方: ゼットテスト関数）は、1標本のz検定の右片側P値を返す関数です。標本データと仮説の母平均を指定すると、「標本平均がその仮説値より偶然大きくなる確率」をP値として返してくれます。

z検定（ゼットけんてい：母集団が正規分布に従うと仮定したうえで母平均を検証する検定）は、「母集団の平均がある特定の値といえるか」を調べたいときに使う基本的な統計手法です。品質検査やA/Bテスト、アンケート集計で役立ちますよ。

もともとExcelで長く使われてきた関数で、後に登場したZ.TEST関数の前身にあたります。Googleスプレッドシートでも動作しますが、公式には「互換関数」という位置づけで、新規に数式を組むならZ.TEST関数が推奨されていますよ。

ZTEST関数にできることを整理すると、次のとおりです。

• 標本平均が仮説値からずれていないかをP値で判定する
• 製品の平均重量が仕様値どおりかをチェックする
• A/Bテストで平均値の差が偶然かどうかを数値化する
• Excelから移行した既存シートのZTEST数式をそのまま動かす

NOTE

ZTEST関数はGoogleスプレッドシートの全バージョンで使えます。戻り値はZ.TEST関数とまったく同じです。

Z.TESTの互換関数である理由

Excelで統計関数が刷新されたタイミングで、ZTEST関数はドット付きのZ.TEST関数に置き換えられました。Googleスプレッドシートも同じ方針を採用しています。

互換関数は「古いシートが壊れないように残してある関数」です。新旧で結果はまったく同じですが、Googleの公式ヘルプでもZ.TESTの使用が推奨されています。

ZTEST関数の書き方（構文と引数）

基本構文と引数

=ZTEST(データ, 値, [標準偏差])

カッコの中に最大3つの引数を指定します。

TTEST関数のようにtailsやtypeを指定する必要はありません。データ範囲と仮説値を渡すだけで検定が完了します。

範囲内の文字列や空白セルは自動で無視されます。

ZTEST関数が内部で行っている計算

ZTEST関数は、渡されたデータから次の計算を自動で行います。

1. 標本平均 AVERAGE(データ) と仮説値の差を求める
2. z 値を計算する: z = (AVERAGE(データ) - 値) / (σ / SQRT(COUNT(データ)))
3. z 値から標準正規分布の右片側確率（P値）を返す

TIP

ZTEST関数は「右片側」のP値だけを返します。標本平均 > 仮説値 のときはP値が0.5より小さくなり、標本平均 < 仮説値 のときはP値が0.5より大きくなります。両側検定のP値が欲しい場合は、後述の変換式を使いましょう。

ZTEST関数の基本的な使い方

ある工場で、製品の重量（規格値500g）を抜き取り検査したケースで考えてみましょう。母集団の標準偏差は過去の履歴から2gと分かっているとします。

8個のサンプルの平均は500.5gで、規格値500gから少しずれています。この差が偶然のばらつきか、工程に問題があるのかをz検定で確かめます。

空いているセル（例: C2）に次の数式を入力します。

=ZTEST(A2:A9, 500, 2)

• A2:A9: 標本データ
• 500: 検定したい仮説値（規格値）
• 2: 母集団の標準偏差（既知）

Enterキーを押すと約 0.240 が返ります。この値が「標本平均が偶然500.5以上になる確率」、つまり右片側P値です。

有意水準5%（0.05）と比べてみましょう。0.240 は0.05より大きいですね。「規格値からずれているとはいえない（帰無仮説を棄却できない）」と判断できます。

標準偏差を省略した場合

第3引数を省略すると、スプレッドシートは標本から標準偏差を計算して使います（STDEV関数と同じ計算です）。

=ZTEST(A2:A9, 500)

母集団の標準偏差がわからない場合の簡易版として便利です。ただし厳密な z 検定は σ が既知の前提なので、σ が未知のときはT.TEST関数を使うほうが適切ですよ。

P値の判断基準

両側検定のP値を求めたいとき

ZTEST関数が返すのは右片側のP値だけです。実務の仮説検定では「仮説値と差がある（大きい/小さいを問わない）」を調べたい場面のほうが多いので、両側P値への変換が必要になります。

両側P値への変換式

次の変換式を使えば両側P値が一発で求まります。

=2*MIN(ZTEST(A2:A9, 500, 2), 1 - ZTEST(A2:A9, 500, 2))

先ほどの例（ZTEST=0.240）で計算すると 2 MIN(0.240, 0.760) = 2 0.240 = 0.480 となり、両側P値は約 0.480 です。

TIP

MIN(ZTEST, 1-ZTEST) は「小さいほうのP値」を取る工夫です。標本平均が仮説値より大きいときも小さいときも、正しく片側確率を拾えます。

変換の考え方

• 標本平均 > 仮説値 の場合: ZTEST の値がそのまま右片側P値
• 標本平均 < 仮説値 の場合: 1 – ZTEST が実際に使いたい片側P値（左側）
• どちらの場合も、小さいほうを取って2倍すれば両側P値

1つの数式で両方のケースに対応できます。標本平均が仮説値の上下どちらにくるかを事前に気にする必要はありませんよ。

ZTESTとZ.TESTの違い

ZTEST関数とZ.TEST関数の違いを一覧にまとめます。

結論として機能はまったく同じです。引数も結果も一致します。違いは名前だけです。

=ZTEST(A2:A9, 500, 2)
=Z.TEST(A2:A9, 500, 2)

この2つの数式はまったく同じ値を返します。

ZTEST関数を使う場面があるとすれば、古いExcelファイル（.xls形式）を受け取った場合です。ファイル内の既存数式に合わせてそのまま使えばよいでしょう。新しく数式を書くときはZ.TEST関数を使ってみてください。

TIP

既存シートのZTEST数式を移行するのは簡単です。「検索と置換」（Ctrl + H）で ZTEST( を Z.TEST( に一括置換するだけでOKですよ。引数の順番も個数も変わりません。

互換関数シリーズの位置づけ

スプレッドシートには、ZTEST と同じように「ドットなしの旧名」が残っている検定関数がいくつかあります。

• スプレッドシートのFTEST関数: F検定（等分散の検定）の互換関数
• スプレッドシートのTTEST関数: t検定の互換関数
• スプレッドシートのCHITEST関数: カイ二乗検定の互換関数

どれも「新しいドット付き関数が推奨される」という共通ルールがあります。シリーズとして覚えておくと便利ですよ。

よくあるエラーと対処法

ZTEST関数で出やすいエラーを紹介します。

#N/A エラー

データが1件以下のときや、第3引数を省略してデータの標準偏差が0になる（全データが同じ値の）ときに発生します。標本サイズを増やすか、データのばらつきを確認してみてください。

#DIV/0! エラー

第3引数に 0 を直接指定したとき、またはデータのばらつきが0のときに発生します。標準偏差はプラスの値でなければならないため、母集団の正しい σ を確認しましょう。

#NUM! エラー

第3引数（標準偏差）にマイナスの値を指定すると発生します。標準偏差は必ず0より大きい値で指定してください。

#VALUE! エラー

引数に数値以外（文字列など）が直接入力されている場合に発生します。セル参照ではなく引数そのものに文字列を渡していないか確認しましょう。

結果がおかしいと感じたら

エラーは出ないのに期待と違う結果になるケースもあります。

1. P値が0.5を超えている: 標本平均が仮説値より小さいケースです。両側P値を求めたいなら、前述の変換式 2*MIN(ZTEST, 1-ZTEST) を使いましょう
2. 母集団の標準偏差が既知か要確認: 厳密なz検定はσが既知の前提です。わからない場合はT.TEST関数のほうが適切です
3. サンプル数が少なすぎないか: データが少ないとz検定の信頼性が下がります。最低でも30件以上あるほうが安心です

ZTEST関数のよくある質問

Q. ZTEST関数とZ.TEST関数のどちらを使えばいいですか？

新しく数式を組むならZ.TEST関数がおすすめです。引数も戻り値もZTEST関数とまったく同じで、Google公式ヘルプもZ.TESTを推奨しています。ZTEST関数を使うのは、Excelから引き継いだ既存シートをそのまま動かすケースに限定しておくと迷いがありませんよ。

Q. ZTEST関数で両側P値を出したいのですが、簡単な方法はありますか？

=2*MIN(ZTEST(データ, 値, σ), 1-ZTEST(データ, 値, σ)) の一行で両側P値が求まります。「小さいほうのP値を2倍する」のがコツで、標本平均が仮説値より大きいケースでも小さいケースでも同じ式で対応できます。事前に大小関係を気にする必要はありません。

Q. ZTEST関数が #N/A エラーになります。なぜでしょうか？

データが1件以下のとき、または第3引数を省略した状態でデータの標準偏差が0になる（全データが同じ値）ときに発生します。標本サイズを増やすか、データのばらつきをSTDEV関数などで確認してみてください。母集団の標準偏差が分かっているなら、第3引数に直接指定するのが確実ですよ。

まとめ

ZTEST関数は、1標本のz検定の右片側P値を返す互換関数です。要点を整理しておきましょう。

• ZTEST(データ, 値, [σ]) でz検定の右片側P値を返す
• 標準偏差を省略すると標本の標準偏差（STDEV）が使われる
• 両側P値は =2*MIN(ZTEST, 1-ZTEST) で求める
• P値が0.05未満なら「有意差あり」、0.05以上なら「有意差なし」と判断する
• Z.TEST関数と引数・結果はまったく同じ
• 新規に数式を書くならドット付きのZ.TESTがおすすめ
• 既存シートの置き換えは ZTEST( → Z.TEST( の一括置換でOK

Excelから移行したシートでZTEST関数を見かけたら、この記事を参考に読み解いてみてください。新しく作る数式ではZ.TEST関数を使ってみましょう。

この記事で紹介した関数・関連記事

• スプレッドシートのZ.TEST関数の使い方
• スプレッドシートのT.TEST関数の使い方
• スプレッドシートのFTEST関数の使い方
• スプレッドシートのF.TEST関数の使い方
• スプレッドシートのCHITEST関数の使い方
• スプレッドシートのAVERAGE関数の使い方
• スプレッドシートのSTDEV関数の使い方

この記事では、ExcelのZ.TEST関数の使い方を構文・引数・実践例で解説します。片側と両側の使い分け、T.TESTとの違い、#N/Aや#DIV/0!などのエラー対処までまとめて紹介しますよ。

Z.TEST関数とは？Excelでz検定の片側P値を求める統計関数

Z.TEST関数は、z検定（ゼット検定）の片側P値を返すExcelの統計関数です。「標本平均が、仮説で設定した母平均と統計的に有意に異なるか」を確かめるときに使いますよ。

対応バージョンは現行のMicrosoft 365とExcel 2019以降が基本で、Excel 2010以降であれば問題なく使えます。古いバージョンの互換関数「ZTEST」も同じ機能を持ちますが、新規作成にはZ.TESTを使いましょう。

z検定とは（統計的仮説検定の基礎）

z検定は、母集団の標準偏差が既知、またはサンプルサイズが十分に大きい（目安: n≥30）ときに使う統計的仮説検定の手法です。

検定の考え方はこうです。

帰無仮説（H0）: 母平均 = x（設定した仮説値）
対立仮説（H1）: 母平均 ≠ x（または > x、< x）

P値が有意水準（通常5%＝0.05）を下回れば、帰無仮説を棄却します。つまり「仮説で設定した平均と、実際のデータの平均には統計的に有意な差がある」と結論づけられるわけです。

実務では、品質管理（製品の平均重量が規格通りか）、マーケティング（広告施策で来店数が増えたか）、人事評価（研修後のテスト点数が向上したか）などで活躍します。「想定する基準値からのズレを検証したい」場面が中心ですよ。

Z.TEST関数が返す値の意味

Z.TEST関数が返すのは、「標本平均が仮説値より大きい確率」（右片側P値）です。

• P値 < 0.5 → 標本平均が仮説値より大きい傾向がある
• P値 > 0.5 → 標本平均が仮説値より小さい傾向がある
• P値 ≈ 0.5 → 標本平均と仮説値がほぼ等しい

通常の「平均値に差があるかどうか」の検定では両側P値が必要です。Z.TEST単体では両側P値は返ってこないため、後述の変換式を組み合わせる必要がありますよ。

Z.TEST関数の構文と引数の意味

基本構文

=Z.TEST(array, x, [sigma])

引数は最大3つで、最後の「sigma」は省略できます。

各引数の解説

sigmaについての注意: 母標準偏差が既知の場合は明示的に指定します。省略するとExcelが自動的に STDEV(array)（不偏標準偏差）で代替してくれますよ。厳密なz検定では母標準偏差を指定するのが前提ですが、実務では省略するケースも多いです。

Z.TEST関数の内部計算式

Z.TEST関数の内部では次の計算が行われています。

sigma指定時:

Z.TEST = 1 - NORM.S.DIST((AVERAGE(array) - x) / (sigma / SQRT(n)), TRUE)

sigma省略時:

Z.TEST = 1 - NORM.S.DIST((AVERAGE(array) - x) / (STDEV(array) / SQRT(n)), TRUE)

nはarrayのデータ数（COUNTA(array)）です。この式は「標準正規分布で、z統計量以上の値をとる確率」を表しますよ。標準正規分布の確率を直接計算したいときはNORMSDIST関数（旧 NORM.S.DIST）を組み合わせて使うこともできます。

Z.TEST関数の基本的な使い方【実践例: 製造ラインの品質検査】

片側P値を求める（基本）

製造ラインで生産した製品の重量データがあり、「母平均が500gである」という仮説を検定します。

次の数式で片側P値を求めます。

=Z.TEST(B2:B11, D2)

上の例では、標本平均は501g、標本標準偏差は約2.58gです。標本平均が仮説値より大きいため、Z.TESTは0.5より小さいP値を返しますよ。

結果: 約0.110

このP値は0.110＝11.0%です。有意水準5%（0.05）を上回るため、「平均が500gと異なる」とは言えません（帰無仮説を棄却できない）。

sigma（母標準偏差）を指定する場合

母集団の標準偏差が既知（例: 過去データから σ=3 とわかっている）の場合は、第3引数に指定します。

=Z.TEST(B2:B11, D2, 3)

同じデータでσ=3を指定した場合、結果は約0.146になりますよ。sigmaを指定すると、標本標準偏差ではなく既知の母標準偏差で計算するため、より厳密な検定になります。

実践例: 広告施策の効果検証

マーケティング施策の効果を検証するケースを考えます。広告投下前の平均来店数（過去1年の母平均）が120人/日で、投下後30日間の来店数データから「平均が増えたか」を検定するシナリオです。

右片側検定（「増えたか」を検証）の式は次のとおりです。

=Z.TEST(B2:B31, D2, D3)

例えば、広告投下後の平均が124人/日（n=30、σ=10）だった場合、P値は約0.014になります。0.05を下回るため「広告で来店数が有意に増えた」と判断できますよ。マーケティング部門への報告にも数値根拠として使えるわけです。

片側検定と両側検定の違い・使い分け

Z.TEST は片側P値しか返さない

Z.TEST関数が返すのは右片側P値（標本平均が仮説値より大きい確率）のみです。通常の「差があるかどうか」の検定には両側P値が必要になりますよ。

両側P値への変換式

両側検定では、次の式で両側P値を求めます。

=2 * MIN(Z.TEST(array, x, sigma), 1 - Z.TEST(array, x, sigma))

この式は、片側P値の小さい方を2倍にすることで両側P値を算出します。「右側と左側のどちらの裾野が小さいか」を自動で判断してくれますよ。

先ほどの品質検査の例（n=10、平均501、σ省略）で実際に計算すると、片側P値=0.110、両側P値≈0.221になります。両側のほうが厳しい基準なので、片側で「微妙に有意差あり」だった場合でも、両側だと有意差なしになることがありますよ。

検定の種類を選ぶ判断基準

どの検定を使うかは、仮説を立てるときに決めます。

「差があるかどうかを確認したい」     → 両側検定
「AよりBのほうが大きいか確認したい」 → 片側検定（右片側）
「AよりBのほうが小さいか確認したい」 → 片側検定（左片側）

ビジネスの現場では「差があるかどうか」を検証することが多いため、両側検定（両側P値）を使うケースが大半です。

片側検定は事前に「どちらの方向にズレるか」が予測できるとき、または「どちらか一方向のズレだけが問題」となるとき（例: 製品の最大許容重量だけを問題視する場合）に限定して使いましょう。

ZTEST互換関数との違い

ZTESTはZ.TESTの旧名

かつてのExcelでは「ZTEST」という関数名で提供されており、その後の改定でZ.TESTに改名されました。現行のMicrosoft 365とExcel 2019以降では、新しい関数名のZ.TESTを使うのが標準です。

ZTESTはExcelの「互換性関数」カテゴリに分類されており、将来のバージョンで削除される可能性があります。既存のファイルでZTESTを見かけたら、Z.TESTへの書き換えを検討しましょう。

ZTEST(array, x, sigma)  →  Z.TEST(array, x, sigma)

引数の順序・意味は完全に同じです。

Z.TEST関数 vs T.TEST関数の使い分け

z検定とt検定はどちらも「平均値の差の検定」に使う統計手法です。Excelではそれぞれ対応する関数が用意されていますよ。

使い分けの基準

T.TESTを選ぶべきケース

T.TEST関数は自由度を考慮した検定を行うため、サンプルサイズが小さいときにより正確な結果を返してくれます。

=T.TEST(array1, array2, tails, type)

実務では、製品品質の比較（n=10〜20件）などサンプル数が限られる場面が多いです。そういった場合はT.TESTを使うほうが統計的に適切ですよ。詳しい使い方はTTEST関数の使い方（旧: T.TEST）で解説しています。t分布のP値を直接求めたいときはTDIST関数（旧 T.DIST）、t分布の臨界値を求めるならTINV関数（旧 T.INV）が便利です。

Z.TEST関数は「大規模データで母平均の仮説を検証する」場面に向いています。例えば、数百件のアンケートデータで「業界平均との差があるか」を確認するケースなどですね。

分散の検定が必要なケース

「2つのグループで分散（バラつき）に差があるか」を先に確認したい場合は、FTEST関数（旧: F.TEST）を使います。実務では「分散の等しさを確認 → 平均の差をT.TESTで検定」という流れが定番ですよ。

分布の検定が必要なケース

「観測度数が期待度数と一致するか」のようなカテゴリデータの検定は、CHITEST関数（旧: CHISQ.TEST）でカイ二乗検定が使えますよ。

統計的根拠を分析レポートに落とし込むコツ

Z.TEST関数の結果をビジネス文書で使うときは、P値だけでなく次の3点をセットで報告するのがおすすめです。

1. 標本平均と仮説値の差: 差の大きさ（実務的なインパクト）が直感的にわかる
2. P値と有意水準: 統計的に有意かどうかの判断基準
3. サンプルサイズ: 検定結果の信頼性に直結する

報告書のテンプレート例はこうです。

施策後30日間の平均来店数は124人/日（施策前: 120人/日、差: +4人/日、σ=10）。
Z.TEST関数による右片側検定の結果、P値=0.014（有意水準5%）。
帰無仮説を棄却し、施策により来店数が統計的に有意に増加したと判断する。

数値だけを羅列するのではなく「何を検証して、どう解釈したか」をセットで示すと、意思決定の根拠として説得力が高まりますよ。

なお、データ範囲に空白セルが混入していると検定結果が不安定になります。可変長のデータ範囲を扱うときはTRIMRANGE関数で配列の端の空白を除去するテクニックもあわせて確認してみてください。

Z.TEST関数でよく起きるエラーと対処法

#N/Aエラー（arrayが空）

arrayに空のセル範囲を指定すると#N/Aエラーが発生します。

=Z.TEST(B2:B11, 500)  → B2:B11が空の場合 → #N/A

データが入力されているか確認してください。COUNTA関数で件数を確認するとわかりやすいですよ。

=COUNTA(B2:B11)  → 0 なら空

#VALUE!エラー（sigmaが0以下）

sigma引数に0またはマイナスの値を指定すると#VALUE!エラーが発生します。

=Z.TEST(B2:B11, 500, 0)   → #VALUE!（sigma=0は不正）
=Z.TEST(B2:B11, 500, -2)  → #VALUE!（sigma<0は不正）

sigma（標準偏差）は必ず正の値を指定してください。

#DIV/0!エラー（データが全て同じ値）

arrayの全要素が同じ値の場合、標準偏差がゼロになるため#DIV/0!エラーが発生します（sigma省略時のみ）。

B2:B11が全て500 → STDEV=0 → #DIV/0!

この場合、データが本当に検定可能な分布を持っているかを再確認してください。ばらつきがゼロの集団は統計的検定の対象外ですよ。

結果がおかしいときの確認ポイント

P値が期待通りにならないとき、次の点を確認してみてください。

• 片側と両側を混同していないか: Z.TESTは片側P値を返す。両側検定には変換式が必要
• 標本サイズが小さすぎないか: n<30の場合はT.TESTを検討する
• sigmaの指定が正しいか: 既知の母標準偏差がある場合は明示的に指定する
• arrayの範囲が正しいか: 余分な空白行や文字列が混入していないか確認する
• 検定方向の取り違え: 「増えた」を検証したいのに左片側で計算していないか

Z.TEST関数に関するよくある質問

Q1. P値が0.05より小さければ有意差ありと判断できる？

P値 < 0.05は「有意水準5%で帰無仮説を棄却できる」ことを意味します。ただし、有意水準は研究や業務の目的によって異なり、1%や10%を使う場合もありますよ。

また、統計的有意性は「実務的に意味のある差があるか」とは別の話です。大きなサンプルサイズでは、わずかな差でも統計的に有意になることがあります。P値だけでなく、効果量（Effect Size）もあわせて検討するのがおすすめですよ。

Q2. Z.TEST関数で両側P値を求めるには？

次の式を使ってください。

=2 * MIN(Z.TEST(array, x, sigma), 1 - Z.TEST(array, x, sigma))

この式で、右片側と左片側のうち小さいほうを2倍した両側P値が得られますよ。

Q3. NORM.S.DIST関数を使って手動でz値を計算することもできる？

できますよ。Z.TESTの計算は次の2ステップに分解できます。

ステップ1: z統計量を計算
  z = (AVERAGE(array) - x) / (sigma / SQRT(COUNTA(array)))

ステップ2: 片側P値を求める
  P = 1 - NORM.S.DIST(z, TRUE)

Z.TEST関数を使わずにこの手順で計算しても同じ結果が得られます。内部計算を理解したいときや、途中のz値を確認したいときに役立ちますよ。標準正規分布の累積確率を求めるNORMSDIST関数、その逆関数であるNORMSINV関数もあわせて確認しておくと、検定全体の理解が深まります。

Q4. Z.TEST の結果が 1 を超えることはある？

ありませんよ。Z.TEST関数はP値（確率）を返すため、常に0以上1以下の値になります。ただし、arrayのデータが全て同じ値（標準偏差がゼロ）の場合は#DIV/0!エラーになります。

Q5. 母分散が未知のときZ.TESTを使ってもよい？

理論的には、母分散（標準偏差）が未知の場合はt検定（T.TEST）を使うのが正しいやり方です。ただし、サンプルサイズが大きい（目安: n≥30）場合は、標本標準偏差で代用しても結果がほぼ一致するため、Z.TESTでも実用上問題ありませんよ。

サンプルサイズが小さく、かつ母標準偏差が未知のときは、必ずT.TESTを使ってください。

Q6. 2つのグループの平均を比較したいときZ.TESTは使える？

Z.TEST関数は「1つの標本と仮説値」を比較する関数で、「2つの標本同士」の比較には対応していません。2グループ間の平均比較にはTTEST関数を使用してください。

どうしてもz検定で2標本を比較したいときは、自分で標準誤差を計算したうえでNORMSDIST関数で確率を求める形になりますよ。

Q7. P値が極端に小さい（例: 0.0001以下）ときは指数表記を直したい？

Excelの既定だとP値が1.23E-05のように指数表記で返ることがあります。レポートに載せるときは、セルの書式設定で「数値」を選び小数点以下4〜6桁を指定するか、=TEXT(Z.TEST(...), "0.0000") のように文字列化すると見やすくなりますよ。

P値が極端に小さい場合は「P < 0.001」と表記するのが学術的な書き方です。実務レポートでも、桁数の見せ方を統一すると読み手の負担が減ります。

Q8. sigmaを指定する場合と省略する場合で結果が大きく変わるのはなぜ？

sigmaを指定すると母標準偏差として固定値を使い、省略すると標本標準偏差（STDEV）で代替計算します。サンプルサイズが小さいと、標本標準偏差は母標準偏差より小さめにブレやすく、結果としてP値も変動しますよ。

「過去データから母標準偏差が確からしくわかる」ときはsigmaを指定し、「目安として検定したい」ときは省略するのが実務的な使い分けです。

Q9. データの一部に欠損（空白セル）がある場合の扱いは？

Z.TEST関数のarrayは、空白セルや論理値・文字列を自動的に無視します。ただし、欠損が多いと検定結果の信頼性が下がるため、事前にCOUNT関数で「実際に使われた件数」を確認してくださいね。

=COUNT(B2:B100)  → 実際に検定で使われる件数

可変長のデータを扱うときは、配列の端の空白を除去するTRIMRANGE関数も合わせて使うと安全です。

Z.TEST関数の使い方クイックリファレンス

最後に、Z.TEST関数を実務で使うときの早見表を載せておきますね。

有意水準と判定の対応も覚えておくと判断が早くなりますよ。

「P値だけを見て判定する」のではなく、サンプルサイズと効果量（差の大きさ）もセットで判断するのが、実務で誤解されにくい使い方ですよ。

まとめ

ExcelのZ.TEST関数は、z検定の片側P値を求める統計関数です。

ポイントをおさらいしておきましょう。

• 構文は =Z.TEST(array, x, [sigma])
• 返すのは片側P値（標本平均が仮説値より大きい確率）
• 両側検定には変換式が必要: =2 * MIN(Z.TEST(...), 1 - Z.TEST(...))
• sigma省略時は標本標準偏差（STDEV）で代替計算される
• サンプルサイズが小さい（n<30）場合はT.TESTを使う
• ZTEST（旧名）と機能は同じ。新規作成はZ.TESTを使う

「標本の平均値が仮説値と有意に異なるか」を検証したいとき、Z.TEST関数を活用してみてください。片側・両側の違いを理解して使えば、統計的根拠のある意思決定に役立てられますよ。

t分布表を引く方法もありますが、自由度やt値が中途半端な値だとぴったりの数字が見つかりません。

そんなときに便利なのがT.DIST.2T関数です。この記事ではGoogleスプレッドシートでのT.DIST.2T関数の使い方を、基本構文から実務活用まで解説します。片側/両側検定の判断フローやT.DISTとの等価式もあわせて紹介しますよ。

スプレッドシートのT.DIST.2T関数とは

T.DIST.2T関数（読み方: ティー・ディスト・ツー・ティー関数）は、t分布の両側確率を返す関数です。「2T」は「Two-Tailed（両側）」の略で、t分布の左右両端の面積を合計した値を求めます。

ひとことでいうと、両側検定のp値（ピー値）を直接求められる関数です。p値とは「たまたまこの結果が出る確率」のことで、この値が小さいほど統計的に意味のある差だと判断できます。

T.DIST.2T関数でできることをまとめると、次のとおりです。

• t統計量と自由度から、両側検定のp値を直接求める
• 2グループの平均に差があるかどうかを判定する
• 小サンプルデータでの仮説検定を手軽に行う

NOTE

T.DIST.2T関数はGoogleスプレッドシートの全バージョンで使えます。Excelにも同名の関数があり、動作は同じです。

T.DIST関数が左側累積確率や確率密度を返すのに対して、T.DIST.2T関数は両側確率だけに特化しています。引数も2つだけなので、両側検定のp値を求めたいときはこちらのほうがシンプルですよ。

T.DIST.2T関数の基本構文と引数

=T.DIST.2T(x, 自由度)

カッコの中に2つの引数を指定します。

引数はたった2つです。T.DIST関数のようにTRUE/FALSEを選ぶ必要がありません。

xには正の値だけを渡せます。負の値を指定すると#NUM!エラーになるので注意してください。t統計量がマイナスになった場合はABS()で絶対値に変換しましょう。

=T.DIST.2T(ABS(B2), C2)

こう書けば、t統計量が正でも負でもエラーなく計算できます。

TIP

自由度（データから自由に値を決められる個数）は、1標本t検定ならサンプル数 – 1です。たとえばサンプル10個なら自由度は9になります。対応なし2標本t検定の場合は n₁+n₂-2 です。小数を渡した場合は整数部分だけが使われます。

具体的な使用例｜サンプルデータでp値を求める

実際のデータを使って、T.DIST.2T関数の使い方を見ていきましょう。

例1: 製品の寸法が規格どおりか検定する

部品の目標寸法が50mmのラインから、10個サンプリングしたとします。

• サンプル数: 10
• 平均値: 50.3mm（AVERAGE関数で算出）
• 標準偏差: 0.5mm（STDEV関数で算出）
• 目標値: 50mm

まずt統計量を計算します。

=(50.3 - 50) / (0.5 / SQRT(10))

結果は約1.8974です。次にT.DIST.2T関数でp値を求めます。自由度はサンプル数 – 1 = 9です。

=T.DIST.2T(1.8974, 9)

結果は約0.0903です。有意水準（「ここより小さければ差がある」と判断する基準）を5%（0.05）とすると、p値0.09は有意水準0.05を上回るため、「目標値と有意な差があるとはいえない」という判断になります。

例2: t値と自由度が与えられている場合

論文や教科書で「t = 2.306、自由度 = 8」と出てきたら、p値はこれだけで求められます。

=T.DIST.2T(2.306, 8)

結果は約0.0500です。ちょうど有意水準5%の境界線ですね。

もうひとつ試してみましょう。t = 1.96、自由度 = 60の場合です。

=T.DIST.2T(1.96, 60)

結果は約0.0546です。自由度60でも、t = 1.96だと5%をわずかに超えます。正規分布ならt = 1.96で両側確率がちょうど5%ですが、t分布では裾が厚い分だけ確率がやや大きくなるんですよ。

片側検定と両側検定の使い分け

T.DIST.2T関数は「両側検定」のp値を返します。でも、そもそも両側と片側はどう違うのでしょうか？ここを押さえておくと、関数の選び方で迷いません。

両側検定を使うケース

両側検定は「差があるかどうか」だけを調べる検定です。差の方向（大きいか小さいか）は問いません。

• 帰無仮説: μ₁ = μ₂（2つの平均に差はない）
• 対立仮説: μ₁ ≠ μ₂（差がある）

たとえば「新しい製造工程で、製品の重さが変わったかどうかを調べたい」という場面です。重くなったか軽くなったかは問わず、変化があったかを知りたいときに使います。

こちらが実務で迷ったときの安全な選択肢です。 両側検定は片側より棄却しにくい（有意差が出にくい）ため、保守的な判断になります。

片側検定を使うケース（T.DIST.RTとの使い分け）

片側検定は「特定の方向に差があるか」を調べます。

• 帰無仮説: μ₁ ≤ μ₂
• 対立仮説: μ₁ > μ₂（方向が決まっている）

たとえば「新薬が旧薬より効果が高いか」のように、方向が明確な場合に使います。

片側検定のp値を求めるには、T.DIST.RT関数を使います。

=T.DIST.RT(1.8974, 9)

結果は約0.0451です。先ほどの両側検定では0.0903だったのが、片側だと半分の値になります。

つまり両側p値 = 片側p値 × 2という関係があります。t分布は左右対称なので、両側は片側の2倍です。

検定の方向が決まっていないなら、T.DIST.2Tを使いましょう。

T.DISTで同じ結果を得る等価式

T.DIST.2T関数を使わなくても、T.DIST関数で同じ結果を計算できます。等価式を知っておくと、数式の意味を理解する手がかりになりますよ。

等価式一覧

=T.DIST.2T(x, df)
=2 * T.DIST.RT(x, df)
=2 * (1 - T.DIST(x, df, TRUE))
=TDIST(x, df, 2)

4つの書き方はすべて同じ値を返します。

どれを使うべき？

新しく数式を書くならT.DIST.2Tが一番シンプルです。引数が2つだけで、意図も明確ですよね。

TDISTは互換性のために残されている旧関数です。既存のシートで見かけたら、そのまま使っても問題ありません。ただし新規で使う理由はないので、T.DIST.2Tに置き換えるのがおすすめです。

TIP

等価式の検算をするときは、同じxと自由度で4つの式を並べてみましょう。すべて同じ値になれば正しく理解できている証拠です。

T.TEST関数との違い・使い分け

T.DIST.2T関数と似た用途の関数に、T.TEST関数があります。どちらもp値を求められますが、入力するものが違います。ここを理解すると、場面に応じて正しく選べるようになりますよ。

2つの関数の役割の違い

一番の違いは「何を入力するか」です。

• T.TEST関数: 2列の生データ（実際の測定値）から、直接p値を計算する
• T.DIST.2T関数: すでに計算済みのt統計量と自由度から、p値を計算する

たとえば「Aパターンの数値が30個、Bパターンの数値が30個」と元データがそのまま手元にあるなら、T.TEST関数が向いています。データを範囲指定するだけで、t統計量の計算を内部でやってくれるからです。

一方、論文や検定レポートに「t = 2.306、自由度 = 8」とだけ書かれていて、p値を逆算したいときはT.DIST.2T関数の出番です。生データがなくても、この2つの値があればp値が求まります。

使い分けの判断基準

どちらを使うか迷ったら、次の表を目安にしてください。

ざっくりいうと、元データがあるならT.TEST、計算済みの値しかないならT.DIST.2Tと覚えておけば困りません。

実際の数式で比べてみる

AパターンとBパターンのクリック数が、それぞれA2:A31とB2:B31に入っているとします。T.TEST関数で両側検定のp値を求めるなら、次のように書きます。

=T.TEST(A2:A31, B2:B31, 2, 3)

3番目の引数「2」が両側検定（T.DIST.2Tの「2T」と同じ意味）、4番目の引数「3」が分散の異なる2グループの検定を表します。これだけで両側p値が返ります。

同じデータを、いったんt統計量と自由度を出してからT.DIST.2T関数で求めることもできます。

=T.DIST.2T(ABS(t統計量のセル), 自由度のセル)

T.TEST関数なら1行で済みますが、t統計量という途中経過は見えません。検定の中身を理解しながら進めたいときや、t値自体をレポートに載せたいときは、T.DIST.2T関数で段階的に計算するほうが向いていますよ。

よくあるエラーと対処法

T.DIST.2T関数でつまずきやすいポイントを3つまとめました。

xに負の値を渡して#NUM!エラー

T.DIST.2T関数はxに正の値のみを受け付けます。t統計量がマイナスのときはABS()で絶対値に変換してください。

=T.DIST.2T(-2.5, 10)        ← #NUM! エラー
=T.DIST.2T(ABS(-2.5), 10)   ← OK（結果: 約0.0316）

t分布は左右対称なので、絶対値にしても両側確率は変わりません。ABS()でラップするクセをつけておくと安全ですよ。

自由度に0以下を指定して#NUM!エラー

自由度は1以上の正の整数です。0や負の値を渡すとエラーになります。

=T.DIST.2T(2, 0)    ← #NUM! エラー
=T.DIST.2T(2, -1)   ← #NUM! エラー

自由度 = サンプル数 – 1 なので、サンプルが1個しかないとき（自由度0）はT.DIST.2T関数は使えません。最低でもサンプル2個（自由度1）が必要です。

引数に文字列を渡して#VALUE!エラー

数値であるべき引数にテキストが入ると#VALUE!エラーです。セル参照を使うときは、参照先が数値になっているか確認しましょう。空白セルを参照した場合は0として扱われ、xが0だと#NUM!エラーになります。

=T.DIST.2T("abc", 10)   ← #VALUE! エラー
=T.DIST.2T(0, 10)       ← #NUM! エラー（xは正の値のみ）

よくある質問（T.DIST.2T関数）

Q. 有意水準は何%（0.05/0.01）を使えばいいですか？

一般的には5%（0.05）がよく使われます。ビジネスの現場やアンケート分析、ABテストなどでは、まず0.05を基準にすれば問題ありません。

ただし、判断ミスが大きな損失につながる場面では1%（0.01）を使うこともあります。医療や品質保証のように「間違って差があると判断すると危険」な分野では、より厳しい0.01を選ぶ傾向があります。

大事なのは、検定を始める前に有意水準を決めておくことです。p値を見てから「0.05だと差が出ないから0.1にしよう」と基準を後から動かすのは禁物です。これをやると、都合のいい結論を作り出せてしまうからです。迷ったら0.05でスタートしておけば、多くの場面で通用しますよ。

Q. p値が0.05より大きければ必ず「差がない」ということですか？

いいえ、そうとは限りません。ここはとても誤解されやすいポイントです。

p値が0.05より大きいときの正しい解釈は、「差があるとはいえない」であって、「差がない」ではありません。この2つは似ているようで意味が違います。

たとえば前の例で製品寸法のp値は0.0903でした。これは「目標値と差があるとはいいきれない」という意味で、「完全に差がゼロだと証明された」わけではないのです。

p値が大きくなる原因には、本当に差がない場合だけでなく、サンプル数が少なすぎて差を検出できなかったという場合もあります。サンプルを増やせば有意差が出ることもあるので、「差がない」と断言するのは避けましょう。「今回のデータでは差を示せなかった」と控えめに表現するのが正確ですよ。

Q. T.DIST.2TとT.DIST.RT（片側）でp値が2倍違うのはなぜですか？

t分布が左右対称だからです。

T.DIST.2T関数は分布の左右両端の面積を合計した「両側確率」を返します。一方、T.DIST.RT関数は右側だけの「片側確率」を返します。t分布は左右がぴったり対称なので、右側の面積を2倍すれば両側の面積になるわけです。

そのため、次の関係が成り立ちます。

両側p値 = 片側p値 × 2
=T.DIST.2T(x, df) = 2 * T.DIST.RT(x, df)

たとえばt = 1.8974、自由度9のとき、片側（T.DIST.RT）は約0.0451、両側（T.DIST.2T）はその2倍の約0.0903です。差の方向を問わない検定なら両側、特定の方向だけを調べる検定なら片側を使う、と覚えておけば使い分けで迷いませんよ。

まとめ

T.DIST.2T関数は、t分布の両側確率（p値）を直接求める関数です。

• 引数はxと自由度の2つだけ。シンプルに使える
• xには正の値のみ指定可能。負の値にはABS()を使う
• 両側検定のp値に直結する。p < 0.05 なら有意差ありと判断
• 片側検定にはT.DIST.RT、累積確率にはT.DISTを使い分ける
• 2 T.DIST.RT(x, df) や 2 (1 - T.DIST(x, df, TRUE)) でも同じ結果が出る
• 自由度は1以上。1標本ならサンプル数 – 1、対応なし2標本なら n₁+n₂-2 で求める

「2つのグループに本当に差があるのか？」を判断したいとき、T.DIST.2T関数はたった1行で答えを出してくれます。検定の方向に迷ったら、まずはT.DIST.2Tで両側p値を確認してみてくださいね。

スプレッドシートならT.INV.2T関数を使えば、両側の有意水準をそのまま指定するだけでt値を求められます。この記事ではGoogleスプレッドシートでのT.INV.2T関数の使い方を、基本構文から実務活用まで解説します。T.INVとの使い分けやTINV（旧関数）との関係もあわせて紹介しますよ。

スプレッドシートのT.INV.2T関数とは

T.INV.2T関数（読み方: ティー・インバース・ツー・ティー関数）は、t分布の両側逆関数です。両側確率を指定すると、その確率に対応するt値（正の値）を返してくれます。

「T」はt分布の「t」、「INV」は「Inverse（逆）」、「2T」は「Two-Tailed（両側）」の略です。

たとえば「自由度10のt分布で、両側5%に対応するt値はいくつか」を1つの数式で求められます。

T.INV.2T関数にできることをまとめると、次のとおりです。

• 両側確率（有意水準）からt値を逆算する
• 両側t検定の棄却値（臨界値）を算出する
• 信頼区間の計算に必要なt値を求める
• t分布表を引く手間をなくす

NOTE

T.INV.2T関数はGoogleスプレッドシートの全バージョンで使えます。Excelにも同名の関数があり、動作は同じです。

基本構文と2つの引数

=T.INV.2T(確率, 自由度)

カッコの中に2つの引数を指定します。

TIP

T.INV.2T関数は常に正の値を返します。両側検定では±の対称な範囲を使うため、返ってきたt値の正負両方が棄却域の境界になりますよ。

T.INV.2TとT.INVの関係

T.INV.2TとT.INV関数は、確率の指定方法が異なるだけで同じt値を求められます。

=T.INV.2T(0.05, 10)  → 約2.228（両側5%のt値）
=T.INV(0.975, 10)    → 約2.228（片側97.5%のt値）

T.INV.2T(α, df) = T.INV(1 – α/2, df) の関係です。両側検定では有意水準αをそのまま渡せるT.INV.2Tのほうが直感的ですね。

T.INV.2T関数の基本的な使い方

まずはシンプルな例で動きを確認してみましょう。自由度10のt分布を使います。

=T.INV.2T(0.05, 10)

結果は約2.228です。これは「t分布の両端を合わせて5%になる境界のt値」を意味します。t値が-2.228より小さいか、2.228より大きい領域が全体の5%ということですね。

確率を変えて、いくつかの値を見てみましょう。

確率が小さいほど大きなt値が返ります。有意水準を厳しく（小さく）するほど、棄却に必要なt値が高くなるイメージです。確率1.0を指定すると0が返りますが、これは全範囲を含むことを意味しています。

T.INV.2T関数の実務活用パターン

基本がわかったところで、実際の業務で使えるパターンを紹介します。

母平均の信頼区間を計算する

「サンプルデータから、母集団の平均がどのくらいの範囲に入るか」を求めるのが信頼区間（しんらいくかん）です。サンプルが少ないときはt分布を使います。

売上データ10件の平均が500万円、標準偏差が80万円のケースで95%信頼区間を計算してみましょう。

=T.INV.2T(0.05, 9)

結果は約2.262です。95%信頼区間なので、有意水準は1 – 0.95 = 0.05をそのまま指定するだけでOKです。

このt値を使って信頼区間を求めます。

標準誤差 = 標準偏差 / √サンプルサイズ = 80 / √10 ≒ 25.3
下限 = 500 - 2.262 × 25.3 ≒ 442.8（万円）
上限 = 500 + 2.262 × 25.3 ≒ 557.2（万円）

スプレッドシートで一気に計算するなら、次のように書けます。

=AVERAGE(B2:B11) - T.INV.2T(0.05, COUNT(B2:B11)-1) * STDEV(B2:B11) / SQRT(COUNT(B2:B11))
=AVERAGE(B2:B11) + T.INV.2T(0.05, COUNT(B2:B11)-1) * STDEV(B2:B11) / SQRT(COUNT(B2:B11))

AVERAGE関数で平均、STDEV関数で標準偏差、COUNT関数でサンプルサイズを自動取得しています。T.INV関数では0.975と変換が必要でしたが、T.INV.2Tなら0.05とそのまま指定できるのがポイントです。

両側t検定の棄却値を求める

「2つのグループの平均に差があるかどうか」を判定するのが両側t検定です。T.INV.2T関数で棄却値（きゃっきゃくち）を直接求められます。

有意水準5%、サンプルサイズ16（自由度15）の場合です。

=T.INV.2T(0.05, 15)

結果は約2.131です。計算したt統計量の絶対値がこの値を超えていれば、「2グループの平均に有意な差がある」と判定できます。

たとえばA店とB店の月間売上を比較するケースを考えてみましょう。A店16か月分の平均が320万円、B店16か月分の平均が290万円です。プールした標準偏差が50万円のとき、t統計量は次のように計算します。

t統計量 = (320 - 290) / (50 × √(1/16 + 1/16)) ≒ 1.697

t統計量1.697は棄却値2.131を下回っているので、「売上差は統計的に有意とはいえない」という結果になります。

一方、T.DIST.2T関数を使えばp値を直接求めることもできますよ。

信頼水準を変えて比較する

信頼区間の幅は信頼水準によって変わります。T.INV.2T関数で複数の信頼水準を一度に比較してみましょう。

自由度9の場合です。

信頼水準を上げるほどt値が大きくなり、信頼区間の幅も広くなります。95%信頼区間がもっともよく使われますが、より慎重な判断が必要な場面では99%を選ぶこともありますよ。

T.INVとの使い分け（片側と両側）

T.INV関数とT.INV.2T関数はどちらもt値を逆算する関数ですが、用途が異なります。

使い分けのポイントは次のとおりです。

• 片側検定（「効果が上がったか」など方向が決まっている） → T.INV関数
• 両側検定（「差があるか」方向は問わない） → T.INV.2T関数
• 信頼区間の計算 → T.INV.2Tが直感的（有意水準をそのまま渡せる）

T.INVで両側検定のt値を求めることもできますが、確率を1 - α/2に変換する必要があります。両側で使う場面ではT.INV.2Tを選ぶのがおすすめです。

TINV（旧関数名）との関係

GoogleスプレッドシートにはTINVという旧関数もあります。TINVとT.INV.2Tは同じ動作をします。

=TINV(0.05, 10)      → 約2.228
=T.INV.2T(0.05, 10)  → 約2.228（同じ結果）

どちらも両側確率を引数に取り、正のt値を返します。新しく数式を書くときはT.INV.2Tを使いましょう。TINVは互換性のために残されている旧関数です。

T.INV.2T関数でエラーが出るときの対処法

T.INV.2T関数でよくあるエラーと、その対処法をまとめました。

確率に0以下を指定して#NUM!エラー

確率は「0より大きく1以下の値」でなければなりません。0やマイナスの値を指定すると#NUM!エラーになります。

=T.INV.2T(0, 10)    ← #NUM! エラー
=T.INV.2T(-0.5, 10) ← #NUM! エラー

TIP

T.INV関数では確率1も#NUM!になりますが、T.INV.2Tでは確率1は許容されます（結果は0）。ここがT.INVとの違いのひとつですよ。

自由度に0以下を指定して#NUM!エラー

自由度は1以上の正の整数が必要です。0やマイナスの値を指定するとエラーになります。

=T.INV.2T(0.05, 0)   ← #NUM! エラー
=T.INV.2T(0.05, -5)  ← #NUM! エラー

自由度は「サンプルサイズ – 1」で求めます。サンプルが1件しかないと自由度が0になりエラーになるので、最低でもサンプル2件以上が必要ですよ。

引数に文字列を渡して#VALUE!エラー

数値であるべき引数にテキストが入ると#VALUE!エラーになります。セル参照を使うときは、参照先が数値になっているか確認してくださいね。

まとめ

T.INV.2T関数は、t分布で両側確率からt値を逆算する関数です。

• 2つの引数（確率・自由度）を指定するだけで使える
• 両側検定の有意水準をそのまま渡せるのが最大のメリット
• 信頼区間の計算ではAVERAGE関数・STDEV関数・COUNT関数と組み合わせて活用する
• T.INV関数は片側、T.INV.2Tは両側。用途に合わせて使い分ける
• T.DIST.2T関数の逆関数。「確率→t値」の方向で計算したいときに使う
• TINV（旧関数名）と同じ動作。新しい数式ではT.INV.2Tを使う
• 確率に0を指定すると#NUM!エラー。範囲は0より大きく1以下

t分布表を毎回引かなくても、T.INV.2T関数ならスプレッドシート上で即座にt値を求められます。両側検定や信頼区間の計算にぜひ活用してみてくださいね。

結論からいえば、スプレッドシートでもTINV関数はそのまま使えます。ただし互換性のために残されている旧関数で、新しく数式を組むならT.INV.2T関数への切り替えがおすすめですよ。

しかも名前が似ているT.INV関数とは別の関数なので、片側と両側の取り違えに注意が必要です。

この記事ではスプレッドシートのTINV関数の使い方を、基本構文から信頼区間・両側t検定の実務テンプレ、T.INV.2Tへの移行手順、よくあるエラー、FAQまでまとめて解説しますよ。

スプレッドシートのTINV関数とは

TINV関数（読み方: ティー・インバース関数）は、t分布の両側逆関数を求める互換関数です。両側確率を指定すると、その確率に対応するt値（正の値）を返してくれます。

「T」はt分布の「t」、「INV」は「Inverse（逆）」の略です。

たとえば「自由度10のt分布で、両側5%に対応するt値はいくつか」を1つの数式で求められます。

TINV関数にできることをまとめると、次のとおりです。

• 両側確率（有意水準）からt値を逆算する
• 両側t検定の棄却値（ききゃくち：帰無仮説を棄却する境界値）を算出する
• 信頼区間（しんらいくかん：母集団の値が入る範囲）の計算に必要なt値を求める
• Excelから移行した既存シートをそのまま動かす

NOTE

TINV関数はGoogleスプレッドシートの全バージョンで使えます。ExcelにもTINV関数があり、動作は同じです。ただし公式には「互換関数」という位置づけで、Microsoftは新しいT.INV.2T関数を推奨していますよ。

TINVの対応先はT.INVではなくT.INV.2T

ここが最も注意すべきポイントです。名前から「TINVはT.INVの旧名」と思いがちですが、TINVが対応するのはT.INV.2T（両側） です。

TINVとT.INV.2Tは引数も戻り値も完全に同じです。一方、T.INVは片側（左側累積）の逆関数なので、用途が異なります。

数式で表すと、3つの関数には次の関係がありますよ。

TINV(p, df) = T.INV.2T(p, df) = T.INV(1 - p/2, df)

たとえば TINV(0.05, 10) と T.INV(0.975, 10) はどちらも約 2.228 という同じ値になります。

TINV関数の書き方

基本構文と2つの引数

=TINV(確率, 自由度)

カッコの中に2つの引数を指定します。

TIP

自由度はサンプルサイズから1を引いた値です。たとえばデータ10件なら自由度は9になりますよ。自由度が小数の場合は切り捨てられます（TINV(0.05, 9.7) は TINV(0.05, 9) として処理）。

基本的な使い方

シンプルな例でTINV関数の動きを確認してみましょう。自由度10のt分布を使います。

=TINV(0.05, 10)

結果は約2.228です。「t分布の両端を合わせて5%になる境界のt値」を意味します。

確率を変えて、いくつかの値を見てみましょう。

確率が小さいほど大きなt値が返ります。有意水準を厳しくするほど、棄却に必要なt値が高くなるイメージですね。

自由度を変えると値はどう動く？

同じ確率0.05でも、自由度（サンプルサイズ）が変わるとt値が変わります。サンプルが多いほど標準正規分布に近づき、t値は小さくなりますよ。

自由度が大きくなると、約1.96（標準正規分布の両側5%境界）に収束していくのがわかりますね。小標本ほどt分布の補正が効いている、と覚えておくと感覚がつかみやすいです。

TINV関数の実務活用パターン

基本がわかったところで、実務で使えるパターンを紹介します。

母平均の信頼区間を計算する

「サンプルデータから、母集団の平均がどの範囲に入るか」を求めるのが信頼区間です。サンプルが少ないときはt分布を使います。

売上データ10件の平均が500万円、標準偏差が80万円のケースで95%信頼区間を計算してみましょう。

=TINV(0.05, 9)

結果は約2.262です。有意水準0.05をそのまま指定するだけでOKです。

このt値を使って信頼区間を求めます。

標準誤差 = 標準偏差 / √サンプルサイズ = 80 / √10 ≒ 25.3
下限 = 500 - 2.262 × 25.3 ≒ 442.8（万円）
上限 = 500 + 2.262 × 25.3 ≒ 557.2（万円）

スプレッドシートで一気に計算するなら、次のように書けます。

=AVERAGE(B2:B11) - TINV(0.05, COUNT(B2:B11)-1) * STDEV(B2:B11) / SQRT(COUNT(B2:B11))
=AVERAGE(B2:B11) + TINV(0.05, COUNT(B2:B11)-1) * STDEV(B2:B11) / SQRT(COUNT(B2:B11))

AVERAGE関数で平均、STDEV関数で標準偏差、COUNT関数でサンプルサイズを自動取得しています。新しく数式を書くならT.INV.2T関数を使いましょう。動作は同じですよ。

TIP

信頼区間を一発で求めたい場合は、CONFIDENCE.T関数（誤差幅を直接返す）を使う手もあります。半幅さえわかれば、平均±半幅で区間が出せます。

両側t検定の棄却値を求める

「2つのグループの平均に差があるか」を判定するのが両側t検定です。TINV関数で棄却値（クリティカル値）を直接求められます。

有意水準5%、サンプルサイズ16（自由度15）の場合です。

=TINV(0.05, 15)

結果は約2.131です。計算したt統計量（検定統計量）の絶対値がこの値を超えれば、「平均に有意な差がある」と判定できますよ。

A店とB店の月間売上を比較するケースで試してみましょう。A店16か月分の平均が320万円、B店16か月分の平均が290万円です。プールした標準偏差が50万円とすると、t統計量は次のとおりです。

t統計量 = (320 - 290) / (50 × √(1/16 + 1/16)) ≒ 1.697

t統計量1.697は棄却値2.131を下回っています。「売上差は統計的に有意とはいえない」という結果ですね。

仮説検定の判定フロー（実務テンプレ）

両側t検定の判定をスプレッドシート上で再現するテンプレを用意しておくと、毎回手計算する必要がなくなります。

このテンプレに範囲を当てはめれば、A/Bテストの結果判定が一瞬でできますよ。有意水準を 0.01 や 0.10 に切り替えたいときは B7 の 0.05 を変えるだけです。

品質管理の管理限界線として使う

工場の製造ラインで、サンプル平均が母平均からどれくらい離れていれば「異常」と判定するか——この管理限界も TINV で求められます。

サンプル数 n=10、有意水準 1% の管理限界は次のとおりです。

管理限界の幅 = TINV(0.01, 9) × σ / √n
            = 3.250 × σ / √10
            ≒ 1.028 × σ

母標準偏差 σ が既知の場合は ±1.028σ の範囲を超えたら警告、という運用にできますよ。

T.INV.2Tとの関係

TINVとT.INV.2Tは完全に同じ動作をします。引数の名前・順番・戻り値すべて同じです。

=TINV(0.05, 10)      → 約2.228
=T.INV.2T(0.05, 10)  → 約2.228（同じ結果）

違いをまとめると次の表のとおりです。

新しく数式を書くときはT.INV.2Tを使いましょう。既存シートにTINVで書いた数式がある場合は、書き換える必要はありません。そのまま使い続けて大丈夫ですよ。

T.INVとの違い——片側と両側で用途が異なる

「TINVとT.INVは名前が似ているけど、何が違うの？」と迷う方も多いと思います。ここは詳しく押さえておきましょう。

使い分けのポイントは次のとおりです。

• 両側検定・信頼区間 → TINV（またはT.INV.2T）
• 片側検定（「Aが Bより大きい」など方向を決めた検定） → T.INV関数
• 分位点を直接求めたい(下位5%のt値など) → T.INV

TINVを「T.INVの旧名」と思い込むと、片側と両側を取り違えるのでご注意くださいね。両者の換算式は次のとおりですよ。

TINV(α, df) = T.INV(1 - α/2, df)    （T.INVで両側を表現する場合）
T.INV(p, df) = -TINV(2*p, df)       （p < 0.5 のときの片側→両側換算）

T.INV.2Tへの移行ガイド

既存シートのTINV数式を新関数に置き換える手順を紹介します。

ステップ1: 数式を書き換える

書き換えはとてもシンプルです。関数名を変えるだけで、引数はそのままです。

【Before】=TINV(A2, B2)
【After】 =T.INV.2T(A2, B2)

ステップ2: 結果が一致するか検証する

置き換え後、元のTINV数式と新関数の結果が一致するかセルを並べて確認しましょう。数値が一致していれば移行完了です。

TIP

大量の数式を置き換えるときは「検索と置換」（Ctrl + H）が便利です。ただし「TINV(」を「T.INV.2T(」に一括置換すると、すでに「T.INV.2T(」になっているセルに影響する可能性があります。置換前に「TINV(」だけが対象か確認してくださいね。正規表現で bTINV( のように単語境界を指定すると安全です。

他の互換関数も同じパターン

TINVだけでなく、t分布の統計関数は多くが「ピリオドなし→ピリオドあり」に移行しています。

どの関数も「旧名の数式はそのまま動く。新しく書くなら新名を使う」が基本の考え方ですよ。

よくあるエラーと対処法

TINV関数で出やすいエラーを紹介します。

#NUM! エラー

もっとも多いのがこのエラーです。原因は次のいずれかです。

• 確率に0以下を指定した: 確率は0より大きく1以下の値が必要です
• 確率が1を超えている: 上限は1まで
• 自由度が1未満: 自由度は1以上の正の数を指定してください

=TINV(0, 10)     ← #NUM! エラー（確率が0）
=TINV(-0.5, 10)  ← #NUM! エラー（確率が負）
=TINV(1.5, 10)   ← #NUM! エラー（確率が1超）
=TINV(0.05, 0)   ← #NUM! エラー（自由度が0）

TIP

確率1は指定可能です。=TINV(1, 10) は結果が0になります。これは全範囲を含むことを意味していますよ。

#VALUE! エラー

引数に数値以外（文字列など）が入っているとこのエラーが出ます。セル参照先が空白や文字列になっていないか確認してみてください。

=TINV("五%", 10)  ← #VALUE! エラー

セル参照を使う場合は、対象セルに「5%」のような表記ではなく 0.05 という数値が入っているか確認しましょう。

#N/A エラー

引数の数が不足している場合に出ます。TINVは必ず2つの引数が必要ですよ。

=TINV(0.05)  ← #N/A エラー（自由度が指定されていない）

よくある質問（FAQ）

Q1. TINVとT.INV.2Tは結果に微妙な差はありますか？

A. 完全に同じ結果を返します。内部的にも同じアルゴリズム（不完全ベータ関数の逆関数）で計算されています。小数点以下15桁レベルまで一致しますよ。

Q2. 片側検定にTINVを使うにはどうしたらいいですか？

A. 片側検定の有意水準を α とすると、両側換算で 2α を TINV に渡せばOKです。

片側5%の棄却値 = TINV(0.10, df)   （= T.INV(0.95, df) と同じ）
片側1%の棄却値 = TINV(0.02, df)   （= T.INV(0.99, df) と同じ）

ただし用途的にはT.INV関数を直接使うほうが意味が明確でおすすめですよ。

Q3. 自由度が小数のときはどう扱われますか？

A. 整数部分のみが使われます（切り捨て）。TINV(0.05, 9.7) は TINV(0.05, 9) と同じ結果になりますよ。Welch の t検定のように自由度が小数になるケースでは、関数側の挙動に頼らず手動で INT() や ROUND() を使って丸め方を明示しておくと安全です。

Q4. 自由度が非常に大きいときは何に近づきますか？

A. 自由度 → ∞ のとき、t分布は標準正規分布に収束します。TINV(0.05, 10000) は約 1.960 となり、これは標準正規分布の両側5%境界（z = 1.96）にほぼ一致しますよ。

Q5. ExcelファイルをスプレッドシートにインポートしたらTINVがエラーになります

A. ほとんどの場合はそのまま動きますが、まれにExcel側で =_xlfn.TINV(...) のような形式で保存されているとエラーが出ることがあります。その場合は数式バーで _xlfn. 部分を削除して =TINV(...) に直してください。

Q6. TINVとCONFIDENCE.T関数はどう違うの？

A. TINV は「t値（境界値）」を返す関数、CONFIDENCE.T は「信頼区間の半幅（誤差幅）」を直接返す関数です。CONFIDENCE.T の内部では実質的に TINV × 標準偏差 / √n を計算していますよ。手早く信頼区間を出したいなら CONFIDENCE.T が便利です。

まとめ

TINV関数は、t分布で両側確率からt値を逆算する互換関数です。

• T.INV.2T関数と引数・計算結果は完全に同じ。違いは関数名だけ
• 対応先はT.INVではなくT.INV.2T。名前の印象で片側と両側を混同しないよう注意
• 換算式: TINV(p, df) = T.INV.2T(p, df) = T.INV(1 - p/2, df)
• 既存シートのTINV数式は書き換え不要。そのまま動く
• 新しく数式を書くときはT.INV.2T関数を推奨
• 信頼区間の計算、両側t検定の棄却値、品質管理の管理限界に活用できる
• 自由度が大きくなるほど標準正規分布（z = 1.96）に収束する
• TDIST関数と同様に、新関数への移行は関数名を変えるだけ
• 確率に0を指定すると#NUM!エラー。範囲は0より大きく1以下

ExcelからGoogleスプレッドシートへ移行した方は、まず既存の数式がそのまま動くことを確認してみてください。新しく書く数式から少しずつT.INV.2Tに切り替えていくのがおすすめですよ。