ただ、TTEST関数には引数が4つもあります。特に type（1〜3） と tails（1か2） の使い分けで迷う方が多いのが実情です。さらに新関数 T.TEST との違いも気になるところですよね。

この記事では、TTEST関数の構文から、対応あり・対応なし・等分散・不等分散の使い分け、施策効果検証とABテストの実例、新関数との違いまでをまとめて整理します。

ExcelのTTEST関数とは？

ExcelのTTEST関数（読み方：ティーテスト）は、スチューデントのt検定に基づくp値（確率）を返す関数です。関数名は「T–Test（t検定）」の略で、統計学者ウィリアム・ゴセットが「Student」という筆名で発表したt分布に由来します。

ざっくり言うと、2つのデータセットを渡すと「この2グループの平均は同じ」という仮説（帰無仮説）が成り立つ確率を返してくれる関数です。p値が小さいほど「平均は同じ」とは考えにくくなります。慣例的に p値 < 0.05 で「統計的に有意な差」 と判定します。

TTEST関数は、Excel 2007以前から提供されている 旧式の関数です。Excel 2010以降では「互換性関数」のグループに分類されています。後継として T.TEST関数（ドット入り）が用意されていますが、TTEST関数も後方互換性のために引き続き使えます。

NOTE

「互換性関数」は古いブックでも問題なく動くように維持されている関数群です。新規作成のワークブックでは新関数（T.TEST）が推奨されますが、既存のテンプレートやマクロでTTESTを見かけても、結果は新関数とまったく同じです。

TTEST関数の書き方（構文と引数）

TTEST関数の構文は次のとおりです。

=TTEST(array1, array2, tails, type)

引数は4つで、すべて必須です。

戻り値は0以上1以下のp値です。「2グループの平均が同じ」という前提のもとで、観測されたデータ差が偶然起きる確率を表します。

type引数（1〜3）の使い分け早見表

TTEST関数を使う上で最も迷うのが type 引数です。下の表で全体像をつかんでおきましょう。

TIP

迷ったら type=3（Welchのt検定） を選んでおけば失敗が少ないです。等分散かどうかわからなくても頑健に動作するため、現代の統計分析では type=3 が広く推奨されています。

type=1：対応のあるt検定（同じ対象の前後比較）

同じ対象（人・店舗・商品など）について、施策の前と後を比較するときに使います。array1とarray2は 必ず同じデータ数 で、ペアになっている必要があります。

例: 同じ10人の顧客の、メルマガ送付前と後の購買額を比較する。

type=2：対応のないt検定（等分散を仮定）

異なる2グループのデータで、ばらつき（分散）がほぼ等しいと仮定できる場合に使います。データ数は array1 と array2 で異なっても構いません。

等分散かどうかは、F.TEST関数で事前に確認できます。F.TEST のp値が0.05以上なら「等分散と仮定してよさそう」と判断できます。

type=3：対応のないt検定（不等分散を仮定）

異なる2グループのデータで、分散が等しいとは仮定しない場合に使います。これは Welchのt検定 と呼ばれ、現代の統計実務で最も広く使われている方法です。

データ数や分散が大きく異なるグループを比較するときも、安定して使えます。

実務例1：施策の前後効果を検証する（対応あり・type=1）

メルマガキャンペーンの効果を、同じ10人の顧客の施策前後の購買額（円）で検証してみます。

施策前のデータが B2:B11、施策後が C2:C11 に入っているとします。両側検定（差があるかを知りたい）で対応ありを指定します。

=TTEST(B2:B11, C2:C11, 2, 1)

このサンプルでは、p値はおよそ 0.0001 と非常に小さい値が返ります。0.05 より十分小さいので「メルマガ施策で購買額が 統計的に有意に増えた」と結論づけられます。

WARNING

type=1 は array1 と array2 のデータ数が一致していないと #N/A エラーになります。途中で1人離脱した場合などは、その顧客のペアごと除外してから範囲指定してください。

実務例2：ABテストで2グループの平均差を検定する（対応なし・type=3）

ランディングページAとBで、それぞれ7日間ずつコンバージョン率（％）を計測したとします。AグループとBグループは別々のユーザーなので「対応なし」です。分散が等しいかわからないので type=3（Welch）を選びます。

A群が B2:B8、B群が C2:C8 に入っているとして、両側・対応なし不等分散で計算します。

=TTEST(B2:B8, C2:C8, 2, 3)

このサンプルでは、p値はおよそ 0.001 となり、0.05 を大きく下回ります。よって「B群のコンバージョン率は 統計的に有意に高い」と結論づけられます。

NOTE

等分散かどうかが事前に判定できる場合は、=F.TEST(B2:B8, C2:C8) でF検定のp値を確認できます。F.TESTのp値が0.05以上なら type=2（等分散）、未満なら type=3（不等分散）が安全な選択です。判定に自信がなければ type=3 を選びましょう。

tails（片側 vs 両側）の選び方

tails 引数は、検定の「向き」を指定します。

実務での判断基準

• 「施策で 改善する ことを示したい」 → 片側（tails=1）
• 「施策で 何らかの変化があるか を知りたい」 → 両側（tails=2）

統計学の教科書的には 両側検定が推奨 されます。片側検定は「効果が必ず一方向にしか起きない」という強い根拠が事前に必要だからです。実務でも、迷ったら tails=2 を選んでおくと無難です。

なお、対称な分布の場合、両側のp値 = 片側のp値 × 2 という関係が成り立ちます。

T.TEST関数（新関数）との違い・使い分け

Excel 2010以降では、後継の T.TEST関数（ドット入り）が用意されています。

使い分けの実務指針

• 古いExcel環境（2007以前）と共有する → TTEST
• 自分専用または新しい環境で使う → T.TEST
• 既存ブックの数式を継承する → そのまま変更不要

引数も計算式も完全に同じです。新規ブックではどちらを使っても結果は変わりません。Microsoft公式は新関数（T.TEST）を推奨していますが、TTEST が将来削除される予定もないので、安心して使えます。

TDIST関数・TINV関数との関係性

TTEST関数は、内部で次の3ステップを一気通貫で処理しています。

1. t値を計算（平均差 ÷ 標準誤差）
2. 自由度を計算（type別の式で算出）
3. p値を求める（t分布の確率）

それぞれのステップを単体で扱えるのが TDIST と TINV です。

要するに、自分でt値を電卓で計算した後にp値だけ知りたい場合は TDIST関数 を使います。p値からt値の閾値（棄却域）を求めたい場合は TINV関数 を使う、という使い分けです。

なお、サンプル数が大きくなるとt分布は標準正規分布に近づきます。別解として NORMSDIST関数 や NORMDIST関数 を使うアプローチもあります。等分散かどうかの判定で標準偏差を比較する場合は STDEVP関数 も合わせて使います。

よくあるエラーと対処法

特に多いのが、type=1（対応あり）で誤って異なる長さの範囲を指定してしまうケースです。途中欠損があるときは、欠損行を両方とも除外してから計算しましょう。

まとめ

ExcelのTTEST関数は、t検定のp値を一発で計算できる便利な関数です。要点を整理すると次のとおりです。

• 構文: =TTEST(array1, array2, tails, type)
• type=1: 対応あり（同じ対象の前後比較）
• type=2: 対応なし・等分散
• type=3: 対応なし・不等分散（迷ったらこれ）
• tails=2（両側）が基本。方向に強い事前根拠があれば tails=1
• 新関数 T.TEST と計算結果は完全に同一。新規ブックでは T.TEST を推奨

施策効果検証やABテストの結果報告で「有意差あり」と言うためには、p値 < 0.05 という基準を押さえておきましょう。意思決定がスムーズになります。データの組み合わせと等分散の有無に応じて type を選び、迷ったら type=3 と覚えておくとよいです。

合わせて TDIST関数 や TINV関数 を使えば、t分布まわりの仮説検定を自在に扱えるようになります。

ただ、Excelには T.DIST / T.DIST.RT / T.DIST.2T という似た名前の新関数も並んでいて、どれを使えばよいか迷うことが多いですよね。

この記事では、TDIST関数の基本的な使い方から、A/Bテストや品質管理の実務例、新関数や TINV・TTEST との使い分けまでを、まとめて整理します。

ExcelのTDIST関数とは？

ExcelのTDIST関数（読み方：ティーディスト）は、スチューデントの t分布における確率（p値）を返す関数です。関数名は「T–Distribution（t分布）」の略で、統計学者ウィリアム・ゴセットが「Student」という筆名で1908年に発表した分布に由来します。

ざっくり言うと、t値（標本から計算した検定統計量）と自由度を渡すと、「その値以上の極端な結果が出る確率」を返してくれる関数です。仮説検定でいう p値 のことですね。

TDIST関数は、Excel 2007以前から提供されている 旧式の関数で、Excel 2010以降では「互換性関数」のグループに分類されています。後継として T.DIST / T.DIST.RT / T.DIST.2T の3つの新関数が用意されていますが、TDIST関数も後方互換性のために引き続き使えます。

NOTE

「互換性関数」は古いブックでも問題なく動くように維持されている関数群です。新規作成のワークブックでは新関数（T.DIST.RT / T.DIST.2T）が推奨されますが、既存のテンプレートやマクロでTDISTを見かけても、結果は新関数とまったく同じです。

TDIST関数の書き方（構文と引数）

TDIST関数の構文は次のとおりです。

=TDIST(x, deg_freedom, tails)

引数は3つで、すべて必須です。

ポイントは2つあります。

1. x には負の値を渡せません。t値が負になった場合は ABS関数 で絶対値を取って渡します。
2. tails は1か2のみです。「右側だけの確率がほしいか（1）」「両側の確率がほしいか（2）」を選びます。

戻り値は次のように決まります。

• tails=1 のとき → P(T ≥ x)、つまり 右側（上側）累積確率
• tails=2 のとき → P(|T| ≥ x)、つまり 両側累積確率

TDIST関数の基本的な使い方

具体例で動かしてみましょう。

t値が「2.0」、自由度が「20」のとき、片側のp値と両側のp値を求める数式は次のとおりです。

=TDIST(2.0, 20, 1)   → 約 0.0299（片側のp値）
=TDIST(2.0, 20, 2)   → 約 0.0598（両側のp値）

両側のp値は片側の約2倍になっています。t分布が左右対称なので、両側は両端の確率を合計するためです。

セル参照で書くこともできます。

=TDIST(B2, B3, 2)

TIP

t値が負になることがあった場合は、ABS関数で絶対値を取って渡します。
=TDIST(ABS(B2), B3, 2) のように書けば、負のt値でも #NUM! エラーを防げます。

【実務例】A/BテストでCV率の有意差を判定する

WebサイトのABテストで、デザインAとデザインBのコンバージョン率（CV率）に差があるかを検定する例です。

「AとBに差があるか」は方向性を問わない検定なので、両側検定（tails=2） を使います。

事前に標準誤差からt値を求めると、約1.85になります（自由度は n_A + n_B − 2 = 198）。

=TDIST(1.85, 198, 2)   → 約 0.066

p値が約0.066なので、有意水準5%（=0.05）と比較すると 0.066 > 0.05。よって「AとBに有意な差があるとは言えない」と判定します。

もし「Bの方が高い」と方向性を仮定する片側検定なら、=TDIST(1.85, 198, 1) で約0.033となり、5%水準で有意差ありと判定できます。検定の方向性で結論が変わるので、tailsの指定は慎重に決めましょう。

【実務例】品質管理で母平均が基準値と異なるか検定する

製品の重量基準が500gの工場で、サンプル20個を測定した結果、平均502g、標準偏差3gだったとします。「実際の母平均は基準より重いのか？」を検定する例です。

帰無仮説は「母平均 = 500g」、対立仮説は「母平均 > 500g」（重い方向のみを仮定）なので、片側検定（tails=1） を使います。

t値は次のように計算できます。

t = (標本平均 − 基準値) ÷ (標準偏差 ÷ √サンプル数)
  = (502 − 500) ÷ (3 ÷ √20)
  ≒ 2.98

自由度は n − 1 = 19 なので、

=TDIST(2.98, 19, 1)   → 約 0.0039

p値は0.0039で、有意水準5%より小さいため 「母平均は500gより有意に大きい」 と判定できます。

NOTE

「両側か片側か」は検定の前に決めておくのが原則です。結果を見てから tails を切り替えると、p値ハッキングと呼ばれる統計的な誤りにつながります。

T.DIST / T.DIST.RT / T.DIST.2T との違い・使い分け

TDIST関数と新関数3つの違いを整理します。

数学的には次の関係が成り立ちます。

• TDIST(x, df, 1) ＝ T.DIST.RT(x, df)（右側のp値）
• TDIST(x, df, 2) ＝ T.DIST.2T(x, df)（両側のp値）
• T.DIST(x, df, TRUE) ＝ 1 − T.DIST.RT(x, df)（左側のp値）

つまりTDIST関数の代わりに新関数を使うなら、tails=1 → T.DIST.RT、tails=2 → T.DIST.2T に置き換えればまったく同じ結果になります。

TIP

新関数の T.DIST（無印）だけは「左側」の累積確率を返すので、TDIST と同じ感覚で使うと結果が反転します。新関数で「TDIST と同じ右側の値」を出したいなら T.DIST.RT を使うのが安全です。

どちらを選ぶべきか

TINV関数・TTEST関数との使い分け

t分布まわりの関数は3つセットで覚えると整理しやすいです。

実務では使い分けが次のようになります。

• 「2つのデータの差を検定したい」 → TTEST関数 が最速
• 「自分でt値を計算してからp値を出したい」 → TDIST関数
• 「95%信頼区間の臨界値を求めたい」 → TINV関数

NOTE

TINV関数は「両側のp値」から t値を逆算する関数です。片側の臨界値が必要なときは、有意水準を2倍してから渡します（例: 片側5%なら =TINV(0.10, df)）。

新関数では TDIST → T.DIST.RT / T.DIST.2T、TINV → T.INV / T.INV.2T、TTEST → T.TEST という対応関係になっています。

TDIST関数のよくあるエラーと対処法

TDIST関数で発生しやすいエラーをまとめました。

NOTE

deg_freedom は内部で整数に切り捨てられるので、19.7 を渡しても 19 として扱われます。とはいえ、可読性のために整数値で書くのがおすすめです。

まとめ：TDIST関数で仮説検定をマスターしよう

TDIST関数のポイントを最後にまとめます。

• TDIST関数 = t値からp値を返す関数（仮説検定のp値計算に使う）
• 引数は =TDIST(x, deg_freedom, tails)、x は0以上の値のみ
• tails=1 で片側のp値、tails=2 で両側のp値が返る
• 新関数の T.DIST.RT / T.DIST.2T と完全に同じ結果になる（後方互換）
• 既存のテンプレートを保守するならTDIST、新規ならT.DIST.RT / T.DIST.2Tがおすすめ
• 2標本のデータから直接p値を出したい場合は TTEST関数 が便利

A/Bテストや品質管理など、実務で「有意差があるかどうか」を判定する場面はこれから増えていきます。TDIST関数を一度マスターしておけば、新関数に切り替わっても考え方はそのまま使えるので安心です。

t分布まわりの関連関数として、信頼区間の臨界値を求める ExcelのTINV関数 や、母集団全体の標準偏差を求める ExcelのSTDEVP関数・ExcelのSTDEV関数 もあわせて押さえておくと、Excelで一通りの統計処理ができるようになります。

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。

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。

片側P値と両側P値の違いがわからないまま使うと、判断を誤るリスクがあります。特にP値が0.5を超えるケースでは、意味を取り違えやすいので注意が必要です。

この記事では、Z.TEST関数の構文から業務での活用例まで順番に解説します。P値の読み方、片側・両側検定の使い分けもしっかり整理しました。

Z.TEST関数とは（Z検定の片側P値を求める関数）

Z.TEST関数（読み方: ゼット・テスト）は、Z検定の片側P値を返す統計関数です。

P値とは「偶然こうなる確率」のことです。P値が小さいほど、偶然ではない可能性が高まります。

たとえば製品の平均重量を検定する場面を考えます。規格値が50gなら、次のように書きます。

=Z.TEST(データ範囲, 50)

この数式で「平均が50gと一致しているか」の判断材料が得られます。

ZTEST関数との違い

ZTEST関数はZ.TEST関数の互換性関数です。引数も計算結果もまったく同じです。

ただし将来削除される可能性があります。新しく数式を書くならZ.TEST関数を使いましょう。

対応バージョン

Z.TEST関数は以下のバージョンで利用できます。

• Excel 2016 / 2019 / 2021 / 2024
• Microsoft 365

Z.TEST関数の構文と引数

基本構文

=Z.TEST(配列, x, [σ])

引数の説明

σ（シグマ）を省略した場合

σを省略すると、STDEV.S関数の値が自動で使われます。STDEV.S関数は不偏標準偏差を返す関数です。

母集団のσがわかっているなら明示的に指定します。わからない場合は省略してOKです。

内部の計算式

Z.TEST関数は内部で次の計算を行っています。

=1 - NORM.S.DIST((AVERAGE(配列) - x) / (σ / SQRT(n)), TRUE)

NORM.S.DIST関数で累積確率を求めています。それを1から引くことで「上側の確率」を算出します。nはデータの個数です。

Z.TEST関数の基本的な使い方（品質管理の例）

製品の重さが規格値50gと一致しているかを検定してみましょう。

サンプルデータの準備

A2:A11に以下の10個のデータが入っているとします。

このデータの平均は50.3gです。

数式の入力

B2セルに次の数式を入力します。

=Z.TEST(A2:A11, 50)

結果は約 0.308 です。

標本平均50.3は仮説値50より大きいです。そのためP値は0.5未満になります。P値が0.05より大きいので「平均は50gと異なる」とはいえません。

P値の読み方と判断フロー

P値の早見表

有意水準とは「偶然ではない」と判断する基準です。一般的に0.05が使われます。

Z.TEST関数の戻り値が0.5を超えるケース

標本平均が仮説値より小さいと、P値は0.5を超えます。これは直感に反するので注意が必要です。

たとえば平均が48で仮説値が50のケースです。Z.TEST関数は「平均が50以上になる確率」を返します。実際の平均は50を下回っているので、確率は高くなります。

この場合の下側P値は次のように求めます。

=1 - Z.TEST(A2:A11, 50)

判断の手順

1. 帰無仮説を立てる（例: 母平均は50gである）
2. Z.TEST関数でP値を求める
3. 片側か両側かを決める
4. P値と有意水準（0.05）を比べる
5. P < 0.05なら帰無仮説を棄却する

帰無仮説（きむかせつ）とは「差がない」という出発点です。P値が小さければこの仮定を否定できます。

片側検定と両側検定の使い分け

片側検定を使う場面

「平均が50gより大きいか」のように方向が決まっている検定です。Z.TEST関数の戻り値をそのまま使います。

=Z.TEST(A2:A11, 50)

「大きいか」を調べるなら上の数式そのままです。「小さいか」を調べるなら1から引きます。

=1 - Z.TEST(A2:A11, 50)

両側検定を使う場面

「平均が50gと等しいか」のように方向を問わない検定です。次の変換式を使います。

=2*MIN(Z.TEST(A2:A11, 50), 1 - Z.TEST(A2:A11, 50))

MIN関数で片側P値の小さいほうを取り、2倍します。単純に =Z.TEST(...)*2 とするのは誤りです。P値が0.5を超えるケースで正しく計算できません。

使い分け早見表

迷ったら両側検定を選ぶのが無難です。片側検定は仮説の方向に根拠があるときだけ使います。

業務で使えるZ.TEST関数の活用パターン

パターン1: 製品の品質検査

ある工場の製品仕様は重量50g、母標準偏差2gとします。ロットから10個を抜き取り検査しました。

=Z.TEST(A2:A11, 50, 2)

σに2を指定することで、母集団の情報を反映した精度の高い検定ができます。

パターン2: テスト結果の評価

新しい研修を受けた30人のテスト結果があるとします。全社平均70点と差があるかを検定します。

=Z.TEST(B2:B31, 70)

P値が0.05未満なら「研修の効果がある」と判断できます。サンプルが30以上あるのでZ検定が適切です。

パターン3: 売上データの変化検出

昨年の月平均売上が500万円だとします。今年の月別データで変化があるかを両側検定します。

=2*MIN(Z.TEST(C2:C13, 500), 1-Z.TEST(C2:C13, 500))

12か月分のデータで「増えたか減ったか」を問わず変化を検出できます。

Z.TEST関数とT.TEST関数の使い分け

Z.TEST関数とT.TEST関数、どちらを使うか迷う方は多いですよね。以下の表で整理します。

判断のポイントは2つです。

• サンプルサイズは30以上あるか
• 母集団のσがわかっているか

どちらもNoならT.TEST関数が適切です。サンプルが少ないときにZ.TEST関数を使うと、検定の精度が下がります。

NOTE

n=30という基準は統計学の一般的な目安です。厳密な境界ではありません。

Z.TEST関数でよくあるエラーと対処法

#N/Aエラー

配列が空のときに発生します。データ範囲にセルが含まれているか確認してください。

=Z.TEST(A2:A11, 50)

A2:A11が空なら#N/Aエラーになります。

#DIV/0!エラー

σに0以下の値を指定すると発生します。σは正の数でなければなりません。

=Z.TEST(A2:A11, 50, 0)

σを省略するか、正しい値を入力してください。

#VALUE!エラー

データ範囲に文字列が混入していると発生します。数値のみが入っているか確認しましょう。

エラーをまとめて回避するには

IFERROR関数で囲むと、エラー時に代替値を表示できます。

=IFERROR(Z.TEST(A2:A11, 50), "データを確認してください")

まとめ

Z.TEST関数はZ検定の片側P値を求める関数です。この記事のポイントを整理します。

• 構文は =Z.TEST(配列, x, [σ])
• 戻り値は「標本平均がx以上になる確率」（上側片側P値）
• σ省略時はSTDEV.S関数で自動計算される
• 両側P値は =2*MIN(Z.TEST(...), 1-Z.TEST(...)) で求める
• P < 0.05なら有意と判断するのが一般的
• n<30やσ不明ならT.TEST関数を検討する
• 旧名のZTEST関数は互換性関数。Z.TEST関数を使おう

P値の計算の仕組みを理解するには、NORM.S.DIST関数やNORM.S.INV関数もあわせて確認してみてください。Zスコアの算出にはSTANDARDIZE関数が便利です。

関数一覧

Excel関数の一覧は以下のページでまとめています。

• アルファベット順 Excel関数一覧
• 機能別 Excel関数一覧