TINV関数は、t分布の 逆関数 として、両側確率（p値）と自由度から t値を返してくれる統計関数です。Excel 2010以降では互換性関数に分類されていますが、現在のExcelでも問題なく動作します。

この記事では、TINV関数の構文から始めて、95%信頼区間の臨界値計算、両側検定の棄却域算出まで、実務で使えるパターンを中心に解説します。新関数 T.INV / T.INV.2T との違いや、対の関係にある ExcelのTDIST関数 との使い分けも整理します。t分布の関数群を一気に理解していきましょう。

ExcelのTINV関数とは？

TINV関数は、スチューデントの t分布の逆関数 を計算する統計関数です。読み方は「ティーインバース」で、語源は T-Distribution Inverse（t分布の逆関数）です。

ざっくり言うと、「両側確率（p値）と自由度を渡すと、対応する t値を返してくれる関数」です。たとえば「95%信頼区間で使う臨界値（t値）が欲しい」というケースで活躍します。「両側検定で棄却するかどうかの境界線（クリティカル値）が欲しい」というシーンも同じく TINV の出番です。

Excel 2007以前から提供されている古参の関数ですが、Excel 2010以降は分類が変わりました。現在は 互換性関数（Compatibility Functions） に分類されています。後継として T.INV 関数と T.INV.2T 関数が用意されていますが、TINV関数も後方互換のため引き続き動作します。

ちなみに、t値から確率（p値）を求める逆向きの計算をしたいときは ExcelのTDIST関数 を使います。TDIST と TINV はちょうど対になる関数なので、セットで覚えておくと便利です。

TINV関数の書き方（構文と引数）

TINV関数の構文はとてもシンプルで、引数は2つだけです。

=TINV(probability, degrees_freedom)

ここで一番大事なポイントは、第1引数の probability が 両側確率 であることです。片側ではありません。たとえば「両側5%」を計算したいなら 0.05 をそのまま渡します。

戻り値は常に 正の t値 です。t分布は0を中心に左右対称なので、両側の臨界値は ±（戻り値）と解釈してください。

TINV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ましょう。「両側確率 0.05、自由度 20」のときの t値を求めます。

=TINV(0.05, 20)

結果は 約 2.086 になります。これは「t分布（自由度20）で、両側に2.5%ずつ（合計5%）の確率を持つ境界の t値」を意味します。グラフで言うと、t = -2.086 より左の面積と t = 2.086 より右の面積を合計すると、ちょうど0.05になるイメージです。

念のため、対の関係にある TDIST関数で逆向きの計算もしてみましょう。

=TDIST(2.086, 20, 2)

こちらは 約 0.05 が返ります。TINV と TDIST がちょうど逆向きの計算になっていることが確認できますね。

【実務例】95%信頼区間の臨界値を求める

TINV関数の最も典型的な使い方が、信頼区間の臨界値（t値）の計算です。

「サンプルから推定した平均値が、母集団の真の平均値からどれくらいの範囲に収まるか」を示すのが信頼区間です。95%信頼区間なら、有意水準αは 0.05（両側）になります。

たとえば「サンプル数25（自由度24）で95%信頼区間の臨界値」を求めるなら、次のようになります。

=TINV(0.05, 24)

結果は 約 2.064 です。これを使って信頼区間を求める数式は次のとおりです。

信頼区間 = 標本平均 ± TINV(α, df) × 標準誤差
標準誤差 = 標本標準偏差 ÷ √(サンプル数)

セルA1に標本平均、A2に標本標準偏差、A3にサンプル数が入っているとします。このとき、95%信頼区間の上限と下限は次のように書けます。

上限：=A1 + TINV(0.05, A3-1) * A2 / SQRT(A3)
下限：=A1 - TINV(0.05, A3-1) * A2 / SQRT(A3)

信頼水準と TINV の第1引数の対応は次の早見表をどうぞ。

母標準偏差が既知の場合は ExcelのSTDEVP関数 で計算します。ただし t分布を使う場面では、通常は標本標準偏差（STDEV.S）を使うのが自然です。

【実務例】両側検定の棄却域（クリティカル値）を求める

仮説検定でも TINV関数は活躍します。両側検定では、検定統計量 t が 臨界値（クリティカル値） より外側にあれば帰無仮説を棄却します。

たとえば「有意水準 5%・両側検定・自由度 30」のときの臨界値は次のように求めます。

=TINV(0.05, 30)

結果は 約 2.042 です。検定統計量 t を計算したとき、その絶対値が 2.042 を超えていれば「有意差あり」と判定できます。

判定の数式例（B1に検定統計量 t が入っている場合）。

=IF(ABS(B1) > TINV(0.05, 30), "棄却", "採択")

ここで気をつけたいのが 片側検定 で TINV関数を使うときです。TINV は両側確率を前提にしています。そのため片側検定で使う場合は 有意水準を2倍 して渡す必要があります。

片側検定の場合は、新関数の T.INV.RT を使うほうが「右側」とそのまま指定できて直感的です。

T.INV / T.INV.2T との違い・使い分け

Excel 2010以降では、TINV関数の後継として T.INV と T.INV.2T が追加されました。3つの関数の違いを表で整理します。

具体例で比較してみます（自由度20のケース）。

=TINV(0.05, 20)        → 約 2.086
=T.INV.2T(0.05, 20)    → 約 2.086（TINVと同じ）
=T.INV(0.025, 20)      → 約 -2.086（左側下側のt値）
=T.INV(0.975, 20)      → 約  2.086（左側上側のt値）

数学的な関係は TINV(p, df) = T.INV(1 - p/2, df) = T.INV.2T(p, df) となります。

使い分けの目安：

• 既存ファイルとの互換性を保ちたい → TINV
• これから新規作成するファイル → T.INV.2T（両側）または T.INV（左側）
• 「左側」「右側」を明示的に区別したい → T.INV / T.INV.RT を使い分ける

ちなみに正規分布版の逆関数は ExcelのNORMSINV関数 や ExcelのNORMINV関数 です。サンプル数が多い場合は t分布が正規分布に近づきます。そのため近似的に正規分布の逆関数で代用するケースもあります。

TDIST関数・TTEST関数との使い分け

t分布関連の関数は3つセットで覚えると整理しやすくなります。

ExcelのTDIST関数 と TINV関数は、まさに「p値 ↔ t値」の逆向き関数の関係です。

=TDIST(2.086, 20, 2) → 約 0.05
=TINV(0.05, 20)      → 約 2.086

一方、TTEST関数（新: T.TEST）は2群のデータ配列を渡すだけで使えます。内部で平均・分散・t値を計算して直接 p値を返してくれる便利関数です。データから検定したいなら TTEST、臨界値が欲しいなら TINV、と覚えておけば迷いません。

ExcelのNORMSDIST関数 など正規分布関数群とあわせて使うことで、統計検定の幅が一気に広がります。

TINV関数のよくあるエラーと対処法

TINV関数で遭遇しやすいエラーと、その原因・対処をまとめます。

特に多いのは、片側検定で「α=0.05」をそのまま TINV に渡してしまうケースです。TINV は両側を期待しているので、片側0.05相当を求めたいなら 0.10 を渡す必要があります。混乱しやすいポイントなので注意しましょう。片側検定では新関数の T.INV.RT を使うか、コメントで意図を明示しておくと安心です。

まとめ

TINV関数のポイントを最後に整理しておきましょう。

• TINV関数は t分布の逆関数。両側確率と自由度から t値を返す
• 構文は TINV(probability, degrees_freedom) の2引数
• probability は 両側確率 を渡す（片側のときは2倍する）
• 戻り値は常に 正の t値（t分布は左右対称なので±で解釈）
• 95%信頼区間の臨界値 → =TINV(0.05, df)
• 両側検定5%の棄却域 → =TINV(0.05, df)
• 互換性関数だが現在も動作する。新規なら T.INV.2T が同じ動作
• T.INV は 左側累積確率 の逆関数で動作が異なるので注意
• 対の関係にある ExcelのTDIST関数 とセットで覚えると理解が深まる

信頼区間の計算や仮説検定で「臨界値がほしい」と思ったら、TINV関数を思い出してください。サンプル数が大きい場合は t分布が正規分布にほぼ一致します。その場合は ExcelのNORMSINV関数 や ExcelのNORMINV関数 で代用しても結果はほぼ同じになります。t分布関数群を使い分けて、統計分析の精度を上げていきましょう。

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。

p値の計算はT.DIST関数で済ませられても、逆に「有意水準5%のときのt値はいくつ？」を求める場面で迷う人は多いです。
教科書の巻末t表をめくるのも面倒ですよね。

そんなときに使うのがExcelのT.INV関数です。
この記事ではT.INV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関数との関係や、T.INV.2T関数（両側）・旧TINV関数との違いもあわせて整理しました。

T.INV関数とは？t分布の左側確率からt値を逆算する関数

ExcelのT.INV関数（読み方: ティー・インブ）は、t分布の左側確率に対応するt値を返す関数です。
「INV」は「Inverse（逆）」の略で、確率を入力するとt値が返ってくる「逆引き関数」です。

ひとことでいうと、T.DIST関数の逆向きの計算ができる関数です。
T.DIST関数が「t値 → 確率」を計算するのに対して、T.INV関数は「確率 → t値」を返します。

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。
自由度が大きくなるほど、正規分布に近づきます。

T.INV関数でできること

T.INV関数の主な用途は次のとおりです。

• 有意水準（α）と自由度から、片側検定の臨界値を求める
• 信頼区間を計算するときの臨界t値を取得する
• 教科書の「t分布表」の値をExcelで確認する
• t検定で「棄却域の境界線」を可視化する

NOTE

T.INV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TINV関数を使ってください（仕様が異なる点に注意）。

「左側確率」が表すもの

T.INV関数の第1引数「確率」は、t分布の左側確率を意味します。
つまり「t値以下になる確率」のことです。

たとえば確率0.95、自由度10のT.INVは約1.812です。
これは「自由度10のt分布で、t = 1.812以下になる確率がちょうど95%」という意味になります。
逆にいえば、「右側に5%だけ残る境界線」が約1.812というわけです。

片側検定で有意水準5%の臨界値を求めたいときは、=T.INV(0.95, df)と書きます。
「左側に95%、右側に5%」という関係を覚えておくと迷わなくなります。

T.INV関数の書き方（構文と引数）

基本構文

=T.INV(確率, 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つだけのシンプルな関数です。
確率には0や1を渡せない点に注意してください。

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。

確率は0〜1の範囲で指定する

T.INV関数の最大の注意点は、確率が0以下または1以上だとエラーになることです。

=T.INV(0, 10)     → #NUM!エラー
=T.INV(1, 10)     → #NUM!エラー
=T.INV(-0.1, 10)  → #NUM!エラー
=T.INV(1.5, 10)   → #NUM!エラー
=T.INV(0.95, 10)  → 正常（約1.812）

「有意水準5%」と「左側確率0.95」を混同しないように注意してください。
片側検定の右側臨界値を求めるときは、有意水準αを使って=T.INV(1 - α, df)と書きます。

T.INV関数の基本的な使い方

ここからは具体的な確率と自由度を使って、T.INV関数の動きを確認していきましょう。

片側検定の臨界t値を求める

有意水準5%、自由度15で片側検定の右側臨界値を求めます。
左側に95%入る位置を求めればよいので、第1引数は0.95です。

=T.INV(0.95, 15)

結果は約 1.7531 です。
これは「片側5%水準の右側臨界値」で、t統計量がこの値を超えたら「有意差あり」と判断できる境界線です。

逆に左側臨界値（左側5%）を求めるには、確率0.05を渡します。

=T.INV(0.05, 15)

結果は約 -1.7531 です。
t分布は平均0で左右対称なので、右側臨界値の符号を反転させた値になります。

信頼区間で使う臨界値を求める

95%信頼区間の臨界値は、両側に2.5%ずつ残す形で求めます。
自由度15のとき、上側臨界値は次の式で取得できます。

=T.INV(0.975, 15)

結果は約 2.1314 です。
「左側に97.5%、右側に2.5%」が境界線になるので、95%信頼区間の係数として使われます。

99%信頼区間なら、左側0.995で計算します。

=T.INV(0.995, 15)

結果は約 2.9467 です。
信頼度を上げるほど、臨界値が大きくなる関係が確認できます。

自由度を変えたときの値の動き

同じ確率（0.95）で、自由度を変えるとどうなるか見てみましょう。

=T.INV(0.95, 5)     → 約 2.0150
=T.INV(0.95, 30)    → 約 1.6973
=T.INV(0.95, 1000)  → 約 1.6464

自由度が大きくなるほど、結果は標準正規分布の片側5%臨界値（約1.6449）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、同じ有意水準でも臨界値は大きめに出る」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.INV関数の実践的な使い方・応用例

1標本t検定の合否判定（手動t検定）

新しい工程で作った製品16個の重さを測ったところ、平均100g、標本標準偏差8gでした。
「目標の95gより重くなっているか」を片側t検定（右側、有意水準5%）で判定します。

まずt統計量を計算します。

=(100 - 95) / (8 / SQRT(16))

結果は 2.5 です。
次に右側臨界値をT.INV関数で取得します。
自由度はサンプル数 – 1 = 15です。

=T.INV(0.95, 15)

結果は約 1.7531 です。
t統計量2.5は臨界値1.7531を上回っているので、「有意水準5%で重くなっている」と判断できます。

p値で判定する場合はT.DIST.RT関数を使いますが、
「臨界値を超えたか」で見るほうが直感的なケースもあります。
報告書で「t = 2.50 > 臨界値1.75」と示すと、判定根拠が伝わりやすくなります。

平均値の95%信頼区間を計算する

サンプル20個から平均値の95%信頼区間を求めるケースを考えます。

• サンプル数: 20
• 標本平均: 50.0（AVERAGE関数で算出）
• 標本標準偏差: 4.0（STDEV.S関数で算出）
• 自由度: 19

95%信頼区間の臨界値は、左側0.975の位置にあるt値です。

=T.INV(0.975, 19)

結果は約 2.0930 です。
標準誤差は 4.0 / SQRT(20) = 0.8944 なので、信頼区間の幅は次の式で求められます。

=2.0930 * (4 / SQRT(20))

結果は約 1.872 です。
つまり95%信頼区間は「50.0 ± 1.87」となり、約48.13〜51.87の範囲に母平均が含まれると推定できます。

t分布表の代わりに使う

統計の教科書には「自由度別のt分布表」が掲載されていますが、T.INV関数があれば不要です。
よく使う臨界値をまとめておくと便利ですよ。

数式は =T.INV(0.975, 10) のように、信頼度に応じた左側確率と自由度を入れるだけです。
新しい確率水準が必要になっても、教科書を引き直す必要はありません。

TIP

両側検定や両側信頼区間の臨界値は、T.INV(1 - α/2, df) で計算するのが基本です。
「両側5%信頼区間なら左側0.975」と覚えておきましょう。
両側臨界値を直接欲しいときはT.INV.2T関数を使うほうが楽です。

T.DIST・T.INV.2T・旧TINV関数との違い・使い分け

T.DIST関数との関係（互いに逆関数）

T.INV関数とT.DIST関数は、入力と出力がちょうど逆の関係にあります。

たとえば次の2つの式は、互いに「裏返し」の関係です。

=T.DIST(1.7531, 15, TRUE)   → 約 0.95
=T.INV(0.95, 15)            → 約 1.7531

「t値から確率を求めたい」ならT.DIST、「確率からt値を求めたい」ならT.INVと使い分けてください。
T.DIST関数の詳細も合わせて覚えておくと、t分布の計算が一通り揃います。

T.INV.2T関数との違い（片側 vs 両側）

T.INVと似た名前でT.INV.2T関数がありますが、指定する確率の意味が違います。

たとえば自由度15で「両側5%の臨界値」を求めるとき、書き方が変わります。

=T.INV(0.975, 15)     → 約 2.1314（左側に97.5%）
=T.INV.2T(0.05, 15)   → 約 2.1314（両側合計5%）

どちらも同じ値を返します。
T.INV.2Tのほうが「有意水準αをそのまま渡せる」ので、両側検定では直感的です。
片側検定や信頼区間の計算では、T.INVのほうが柔軟性があって便利ですよ。

T.INV.2Tと等価な3つの式

T.INV.2T関数の結果は、T.INV関数でも計算できます。
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。

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

3つの書き方はすべて同じ値を返します。

たとえば両側5%水準・自由度15なら、3つとも約2.1314になります。

旧TINV関数との互換性

旧TINV関数（Excel 2007以前）は、現在のT.INV関数とは仕様が大きく違います。
旧TINVは両側確率を渡す（=T.INV.2Tと同じ仕様）点に注意してください。

旧TINV関数の代替は次のとおりです。

旧TINV関数で作られたブックは、計算結果を変えないかぎり書き換える必要はありません。
新規で数式を作るときは、片側ならT.INV、両側ならT.INV.2Tを使い分けるのがおすすめです。

関連関数の一覧

よくあるエラーと対処法

#NUM!エラー

T.INV関数で最も多いエラーです。
原因は2パターンあります。

=T.INV(0, 15)         → #NUM!エラー（確率が0）
=T.INV(1, 15)         → #NUM!エラー（確率が1）
=T.INV(0.95, 0)       → #NUM!エラー（自由度0）
=T.INV(0.95, -5)      → #NUM!エラー（自由度が負）
=T.INV(0.95, 15)      → 正常（約1.7531）

「有意水準5%」を直接渡してしまうケースに注意してください。
片側検定の右側臨界値なら=T.INV(0.95, df)、左側なら=T.INV(0.05, df)です。

#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.INV("abc", 15)   → #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。
パーセント表示のセル（例: 95%）を渡すと、内部的には0.95として扱われるので問題ありません。

#NAME?エラー

Excel 2007以前では T.INV を認識できず発生します。
ピリオドを含む関数名に対応していないためです。

=T.INV(0.95, 15)    → #NAME?エラー（Excel 2007以前）

このときは旧TINV関数を使うことになりますが、旧TINVは両側確率を渡す仕様なので注意してください。
左側確率0.95に相当する両側確率は0.10なので、=TINV(0.10, 15)と書きます。
新規でファイルを作るなら、Excelを2010以降にアップデートするほうが長期的に楽です。

TIP

T.INV関数の引数は2つだけ（確率, 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。
T.DIST関数の感覚で「関数形式（TRUE/FALSE）」を足すと#VALUE!エラーになります。

まとめ

ExcelのT.INV関数は、t分布の左側確率からt値（臨界値）を逆算する関数です。

この記事のポイント

• 構文は =T.INV(確率, 自由度) の2つの引数だけ
• 確率は0より大きく1より小さい値を渡す。0や1はエラーになる
• 第1引数は「左側確率」。片側検定の右側臨界値は=T.INV(1 - α, df)
• T.DIST関数と互いに逆関数の関係。「t値 ⇄ 確率」の双方向計算ができる
• 両側検定や両側信頼区間にはT.INV.2T関数を使うと楽
• 等価式 T.INV.2T(α, df) = T.INV(1 - α/2, df) を覚えておくと便利
• 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TINV関数は両側確率の仕様（=T.INV.2Tと同じ）。新規ではT.INVまたはT.INV.2Tを使い分けるのがおすすめ

T.INV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T.DIST.2T関数の使い方
• ExcelのT.DIST.RT関数の使い方
• ExcelのAVERAGE関数の使い方
• ExcelのSTDEV.S関数の使い方

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？

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。

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。

戻り値の意味（半幅を返す点に注意）

CONFIDENCE関数が返すのは「信頼区間そのもの」ではなく「半幅」である点に注意しましょう。半幅とは、信頼区間の中央（標本平均）から上限・下限までの距離のことです。

たとえばCONFIDENCEが0.5を返したなら、これは「標本平均 ± 0.5」が信頼区間という意味になります。標本平均が10なら信頼区間は 9.5〜10.5、標本平均が100なら信頼区間は 99.5〜100.5 ですね。下限値や上限値の絶対値そのものではないので、報告書に書くときは必ず標本平均と組み合わせて使ってください。

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。

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関数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。母標準偏差が不明な小標本ではCONFIDENCE.T関数を使うことも忘れないようにしましょう。

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関数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。

マーケティング・アンケート分析での応用

実務では、品質管理だけでなくマーケティング領域でもCONFIDENCEは活躍します。たとえば顧客満足度調査をNPS（Net Promoter Score）形式で毎月実施しているなら、過去24ヶ月分のスコアばらつき（標準偏差）はかなり安定しているはずです。

そこで今月のサンプルから求めた平均NPSに対してCONFIDENCEを適用すれば、「先月との差が誤差の範囲なのか、本当に変動しているのか」を統計的に判断できます。報告会議で「先月より2ポイント下がりましたが、信頼区間内なので有意な変化ではありません」と言えるかどうかで、データに基づいた意思決定の質が大きく変わりますよ。

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。

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。

サンプルデータで試してみよう

理解を深めるために、コピーして使えるサンプルデータを用意しました。スプレッドシートのセルA1から下記の表をコピペすれば、すぐに動作確認できます。

入力すると、B5に約0.6930、B6に約499.307、B7に約500.693が表示されるはずです。alphaを0.01に変えれば99%信頼区間に、0.10に変えれば90%信頼区間に切り替わります。標本サイズB3を増やすと半幅が小さくなる（つまり推定の精度が上がる）ことも確認できますよ。

実際に手を動かしてみると、「標本数を4倍にすると半幅は半分になる」という性質も体感できます。これは数式の中に √n（標本数の平方根）が入っているためで、サンプル数を増やすコストと精度向上のバランスを判断する目安にもなります。

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。

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。

グラフ用エラーバーへの応用

信頼区間は数値で示すだけでなく、グラフのエラーバー（誤差範囲）として可視化するとさらに伝わりやすくなります。Googleスプレッドシートでは、棒グラフや折れ線グラフを選択し、グラフエディタの「カスタマイズ」→「系列」→「エラーバー」で半幅の値を指定できます。

CONFIDENCEで計算した半幅をそのままエラーバーに使えるので、月次推移グラフに「95%信頼区間」を載せれば、変動が誤差範囲内なのか有意な変化なのかが視覚的に判断できます。経営会議のスライドにも使いやすい表現方法ですよ。

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関数です。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。Excelで作業している方はExcelのCONFIDENCE.NORM関数の解説も合わせて確認してみてください。

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。

1. 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）
2. 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関数（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。

1. 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

1. 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。

3関数の結果比較表

実際に同じデータで3つの関数を比較すると、違いがよくわかります。standard_deviation=2.5、pop_size=20で比較してみましょう。

CONFIDENCEとCONFIDENCE.NORMが完全に同じ値を返すこと、CONFIDENCE.Tはそれより少し広め（保守的）の信頼区間を返すことが確認できますね。標本数が少ないほど、両者の差は大きくなります。逆に標本数が100、1000と増えていくと、CONFIDENCE.Tの結果もCONFIDENCEに収束していきます。

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。

#N/A エラーが出る場合

引数の数が足りないときに#N/Aエラーが出ます。CONFIDENCE関数は3つの引数すべてが必須なので、1つでも欠けるとエラーになります。

=CONFIDENCE(0.05, 2.5)  → #N/A（pop_size が指定されていない）

セル参照先が空白セルになっていてもエラーになるので、必須3つすべてに数値が入っているか確認してください。

CONFIDENCE関数を使った業務シーン別の活用例

ここまで構文や使い分けを見てきましたが、実際の業務にどう落とし込めるかをいくつかのシーン別に紹介します。

品質管理レポートでの活用

製造業の品質管理部門では、抜き取り検査の平均値と信頼区間を毎日報告するケースが多いです。「本日の検査ロット50個の平均重量は500g、95%信頼区間は499.3〜500.7g」と書ければ、規格値からの逸脱リスクが即座に判断できます。

工程管理基準値が確立されている工場なら、母標準偏差は工程能力指数（Cp、Cpk）の計算で使われている値をそのまま流用できることが多いです。

顧客満足度・NPSの月次推移

マーケティングや顧客サポート部門では、毎月の顧客満足度スコアを比較するときに信頼区間が役立ちます。「先月のNPSは32、今月は30。差は2ポイントだが信頼区間が±3なので有意な低下とは言えない」と冷静に判断できれば、誤った対策に時間を浪費することがなくなります。

過去24ヶ月の標準偏差をベースに使えば、母標準偏差既知のケースとしてCONFIDENCEがそのまま使えます。

営業見込み・予算策定

営業部門で来期の見込み売上を出すとき、過去の同月実績の平均と信頼区間を併記すると説得力が増します。「来期Q1の見込み売上は中央値5,000万円、95%信頼区間は4,700〜5,300万円」と幅を示すと、予算審議の場でも冷静な議論ができますよね。

A/Bテストの結果評価

Webサイトのコンバージョン率を比較するときも信頼区間の考え方は便利です。Aパターンのコンバージョン率3.2%、Bパターンが3.5%だったとして、サンプル数が少ないと「0.3%の差」が偶然なのか本物なのかわかりません。信頼区間を計算して重なっているかどうかを見れば、判断がぐっと客観的になります。

ただしA/Bテストは比率の信頼区間（二項分布ベース）が本来の手法なので、CONFIDENCEはあくまで連続値（売上、満足度など）の平均比較で使うのが王道です。

CONFIDENCE関数に関するよくある質問（FAQ）

最後に、CONFIDENCE関数を使うときによく聞かれる質問をまとめました。

Q1. CONFIDENCEとCONFIDENCE.NORMはどちらが正しいですか？

どちらも計算結果は同じで、どちらを使っても「正しい」結果が得られます。違いは関数の世代だけで、CONFIDENCEが古い互換関数、CONFIDENCE.NORMが正式な後継関数という位置づけです。

新規でシートを作るならCONFIDENCE.NORM関数、既存シートを引き継いだだけならCONFIDENCEのままでも問題ありません。

Q2. 標本サイズはどれくらい必要ですか？

理論上は2件以上あれば計算できますが、信頼性を担保するには30件以上が目安です。少なすぎると半幅が大きくなって、実用的な精度の信頼区間にならないことが多いです。

予算と時間が許す範囲で、できるだけ標本数を確保しましょう。標本数を4倍にすると半幅が半分になる（精度が2倍になる）関係になっています。

Q3. 母標準偏差がわからないときはどうすればいいですか？

母標準偏差が外部から得られないなら、CONFIDENCE.T関数を使ってください。標本から計算した標本標準偏差（STDEV関数で求める値）を使って信頼区間を出せます。

ただし標本サイズが30件以上あるなら、標本標準偏差を母σの近似としてCONFIDENCE.NORMに渡すアプローチもよく使われます。

Q4. 95%信頼区間と99%信頼区間、どちらを使えばいいですか？

業務報告では95%信頼区間が標準です。学術論文や医療・品質管理など、より厳しい判定が必要な場面では99%信頼区間を使います。

99%にすると信頼区間が広くなる（半幅が大きくなる）ので、「絶対に外れないこと」を重視するか「狭い範囲で精度高く推定すること」を重視するかで使い分けましょう。

Q5. 信頼区間と予測区間の違いは？

信頼区間は「母集団の平均がどこに収まるか」を示す区間です。一方、予測区間は「次に観測される個別の値がどこに収まるか」を示す区間で、信頼区間より必ず広くなります。

CONFIDENCE関数で求めるのはあくまで母平均の信頼区間です。「次に作る製品1個の重量がどこに収まるか」を知りたいなら、別途予測区間の計算が必要になります。

Q6. ExcelとGoogleスプレッドシートで結果が違うことはありますか？

CONFIDENCE関数に関しては、ExcelとGoogleスプレッドシートで結果は完全に一致します。互換関数として標準化されているので、同じ引数を渡せば同じ値が返ります。

ただしExcel独自の新関数（T.INV.2T関数など）はスプレッドシートに存在しないものもあるので、関数移植時は対応表を確認しましょう。

Q7. 配列で複数の信頼区間を一気に計算できますか？

CONFIDENCE関数自体は単一値を返すので、配列入力には直接対応していません。ただしARRAYFORMULAやMAP関数（Google スプレッドシート）を使えば、複数行のパラメータに対して一括計算は可能です。

=ARRAYFORMULA(CONFIDENCE(A2:A10, B2:B10, C2:C10))

ExcelのMicrosoft 365環境なら、動的配列機能で同様の挙動が得られます。

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
• 報告書ではグラフのエラーバーや表での±表記と組み合わせると伝わりやすい

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関数、サンプル数が少なく母σが未知ならCONFIDENCE.T関数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。

そんなときに役立つのが、スプレッドシートのCONFIDENCE.NORM関数です。正規分布をベースに、信頼区間の「半幅」をワンショットで計算してくれます。信頼区間とは、母平均が収まると期待される数値の幅のことです。

この記事では、CONFIDENCE.NORM関数の構文から、95%信頼区間の上下限をコピペで出すセット数式まで紹介します。CONFIDENCE・CONFIDENCE.Tとの使い分けや、よくあるエラー対処もあわせてまとめました。

スプレッドシートのCONFIDENCE.NORM関数とは？

スプレッドシートのCONFIDENCE.NORM関数は、信頼区間の半幅を返す統計関数です。正規分布（データが平均値まわりに左右対称に分布する確率モデル）をベースに、推定誤差（margin of error）を計算します。読み方は「コンフィデンス・ノーム」。Confidence（信頼）と Normal distribution（正規分布）を組み合わせた名前ですよ。

アンケートの満足度スコアや製造ラインの重量測定などで活躍します。母集団の標準偏差（データのばらつきの代表値、以下「母σ」）がわかっているときに使えます。標本平均の信用度を数値で表現できる、これが大きな魅力です。

関数の基本構文と引数

基本構文はとてもシンプルです。

=CONFIDENCE.NORM(alpha, standard_deviation, pop_size)

引数の意味を整理しておきましょう。

alpha=0.05 は「信頼度95%」、alpha=0.01 は「信頼度99%」に対応します。「0.95を入れる」と勘違いしやすいポイントなので、注意してくださいね。

内部ではどんな計算がされているか

CONFIDENCE.NORMの中身は、次の式と同じです。

半幅 = z(1 - alpha/2) × standard_deviation / √pop_size

z(1 – alpha/2) は標準正規分布の上側alpha/2点の値です。信頼度95%なら z(0.975) ≈ 1.959964 で、よく言われる「1.96」ですね。NORM.S.INV関数（標準正規分布の逆関数を返す関数）を使うと自分で再現できます。

=NORM.S.INV(1 - 0.05/2)   → 約 1.959964

「ブラックボックス感」が苦手な方は、一度この式と突き合わせて検算してみると安心ですよ。NORM.S.INVの詳細はスプレッドシートのNORM.S.INV関数の使い方で解説しています。

CONFIDENCE関数（旧）・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。まず違いをざっくり掴んでおきましょう。

• CONFIDENCE: 旧互換関数。計算結果はCONFIDENCE.NORMと完全に同じです
• CONFIDENCE.NORM: 正規分布ベースの正式な後継関数（母σ既知・大標本向け）
• CONFIDENCE.T: t分布ベース（母σ未知・小標本向け）

互換関数の詳細はスプレッドシートのCONFIDENCE関数の使い方で解説しています。あわせて確認してみてくださいね。

母標準偏差が「既知」とはどういう意味か

CONFIDENCE.NORMを使うときの前提は「母集団の標準偏差がわかっていること」です。ここ、統計の入門書では当たり前のように語られますが、実務だとピンと来にくいですよね。

実務で母標準偏差が手に入るケース

意外と身近なシーンで母σは手に入ります。

• 製造ラインの過去数年分の測定データから算出された、製品重量のばらつき
• コールセンターの過去の応答時間の標準偏差
• 定期的に同じアンケートを取っていて、スコアのばらつきが安定しているケース
• 同一規格部品の単重チェックで、過去ロットのσが安定しているケース

「まだ過去データがない」「サンプルが30件未満」というときは、CONFIDENCE.NORMではなくCONFIDENCE.Tを使うのが一般的です。標本数が30件以上あるかどうかも、選択の目安にしてくださいね。

母σが「ほぼ既知」と扱っていいライン

厳密に言えば、母σは標本からは完全には知り得ません。実務では次の条件がそろえば「既知扱い」でCONFIDENCE.NORMを使う運用が一般的です。

• 過去2〜3年分以上の蓄積データがある
• ばらつきの傾向が大きく変動していない（工程・運用条件が安定）
• 標本数が30件以上ある

過去データが少なかったり、ばらつきが変動しやすかったりする場合は、CONFIDENCE.Tに切り替えると安全ですよ。

CONFIDENCE.NORM関数の基本的な使い方

それでは実際に使ってみましょう。計算の流れは「有意水準 → 母σ → 標本数」の順に指定するだけです。

引数の指定方法（有意水準・標準偏差・標本数）

以下のサンプルで挙動を確認してみます。

=CONFIDENCE.NORM(0.05, 2.5, 50)

この式は「信頼度95%、母σ=2.5、標本数50」での信頼区間の半幅を返します。結果は 約0.692952 です。

内部では 1.959964 × 2.5 / √50 を計算しています。NORM.S.INVと組み合わせて検算してみるとこんな感じです。

=NORM.S.INV(1 - 0.05/2) * 2.5 / SQRT(50)   → 約 0.692952

CONFIDENCE.NORMの結果と一致しますよね。

信頼度を変えると半幅はどう変わるか

実務でよく使う信頼度を3パターン並べてみましょう。母σ=2.5、標本数=50で固定して比較します。

信頼度を上げる（alphaを小さくする）ほど、区間の幅は広くなります。「より確実に当てたいなら幅も広くとる」という直感どおりの動きですよね。

実務シナリオ別の計算例

引数の組み合わせも、実務シーンに合わせて変わります。代表的な3パターンを並べてみます。

標本数 n が大きいほど半幅は小さくなります。「サンプルを増やせば信頼区間は狭くなる」という関係も、数式を眺めるとそのまま見えてきますよ。

信頼区間の上限・下限を求めるセット数式

CONFIDENCE.NORMが返すのは「半幅」だけです。報告書に書くときは、標本平均に足し引きして上下限を出す必要があります。

AVERAGE + COUNT + CONFIDENCE.NORM の組み合わせ

A2:A51に標本データが入っているとしましょう。母σが 2.5 とわかっているとき、95%信頼区間はこう書けます。

標本平均: =AVERAGE(A2:A51)
下限:     =AVERAGE(A2:A51) - CONFIDENCE.NORM(0.05, 2.5, COUNT(A2:A51))
上限:     =AVERAGE(A2:A51) + CONFIDENCE.NORM(0.05, 2.5, COUNT(A2:A51))

COUNT（範囲内の数値セル数を数える関数）を組み合わせると、データが増えても標本数を手動更新せずに済みます。

AVERAGEやCOUNTの基本は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COUNT関数の使い方もあわせてどうぞ。

COUNTA関数（空白以外のセル数を数える関数）を使うと、文字列までカウントしてしまい n がズレます。CONFIDENCE.NORMには必ずCOUNTを使ってくださいね。

コピペで使える上下限テンプレート

別シートのIMPORTRANGEで取得したデータにもそのまま流用できます。セルに貼るだけで動くテンプレートを置いておきますね。

# セルB1に「母標準偏差」、B2に「有意水準」、データ範囲はA2:A51を想定
標本平均: =AVERAGE(A2:A51)
下限    : =AVERAGE(A2:A51) - CONFIDENCE.NORM($B$2, $B$1, COUNT(A2:A51))
上限    : =AVERAGE(A2:A51) + CONFIDENCE.NORM($B$2, $B$1, COUNT(A2:A51))

B1・B2の値を変えるだけで、信頼度や想定ばらつきを切り替えて再計算できます。報告書テンプレートに組み込んでおくと、毎回ゼロから書かずに済んで便利ですよ。

報告書での書き方サンプル

数式から得た上下限は、報告書ではこんな形にまとめると伝わりやすいです。

平均満足度: 4.21（95%信頼区間 4.05 〜 4.37、n=100、母σ=0.8）

「平均値だけでなく、信頼区間とサンプルサイズも併記する」癖をつけるだけで、報告のクオリティはぐっと上がりますよ。

CONFIDENCE vs CONFIDENCE.NORM vs CONFIDENCE.T の使い分け

3関数の使い分けは、次の2点で判断できます。

• 母σが既知か未知か
• 標本数が30件以上か未満か

関数別の特徴を一覧で整理

既存シートでCONFIDENCEが使われていても、戻り値はCONFIDENCE.NORMと完全に一致します。書き換えなくてもそのまま動きますよ。新規作成するときは、正式名のCONFIDENCE.NORMを選ぶのがおすすめです。

t分布を使う条件（母σ未知・少量標本）

母σがわからず、標本データしか手元にないケースではCONFIDENCE.Tを使います。具体的には次のような場面です。

• パイロット調査でサンプル数が10〜20件しかない
• 新商品の試作品テストで、ばらつきの前例がない
• 社内アンケートで「ひとまず計算してみたい」

母σ未知での計算は標本ばらつきを使うため、区間は少し広めに出ます。慎重な見積もりになるので、経営報告でも安心して使えますよ。詳しくはスプレッドシートのCONFIDENCE.T関数の使い方で解説しています。

判断フローチャート

迷ったらこの順に判断してみてください。

[スタート]
  │
  ▼
母集団の標準偏差がわかっている？
  │
  ├─ Yes ─→ 標本数は30件以上？
  │         ├─ Yes ─→ CONFIDENCE.NORM（または旧 CONFIDENCE）
  │         └─ No  ─→ CONFIDENCE.T（保守的に見積もる）
  │
  └─ No  ─→ CONFIDENCE.T

Excelでも同じ関数が使えます。Excel版の挙動と比較したい場合はExcelのCONFIDENCE.NORM関数の使い方も参考になりますよ。

CONFIDENCE.NORM関数のよくあるエラーと対処法

CONFIDENCE.NORMでよく出るエラーは2つです。原因と対処をセットで覚えておくと、現場で詰まりにくくなります。

“#NUM!” エラー

引数の範囲外が原因です。次のどれかに当てはまっていないか確認してみてください。

一番多いのは「信頼度95%のつもりで 0.95 を alpha に入れてしまう」ミスです。alphaは「信頼度から外した分」なので、95%なら 0.05 を入れてくださいね。

“#VALUE!” エラー

引数に数値以外が入っているときに出ます。次の2点をチェックしましょう。

• alpha や standard_deviation の参照セルに文字列が混ざっていないか
• pop_size に COUNTA を使ってしまっていないか（COUNTA は文字列もカウントする）

CONFIDENCE.NORM には必ずCOUNTを使うと安全ですよ。

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のに結果が変というときは、次の3点をチェックします。

• 母σと標本σを取り違えていないか
• 有意水準と信頼度を取り違えていないか（0.05と0.95の混同）
• pop_sizeに「列全体」を指定してしまい、見出し行や空白行までカウントしていないか

特に列全体（A:A）を指定するとヘッダー行もカウントされて n がズレます。データ範囲は A2:A51 のように明示するのが安全ですよ。

まとめ

スプレッドシートのCONFIDENCE.NORM関数は、母σが既知の状況で信頼区間の半幅を計算してくれる便利な統計関数です。最後に要点を整理しておきましょう。

• 構文は =CONFIDENCE.NORM(alpha, standard_deviation, pop_size) の3引数
• alpha は「信頼度から外した確率」。95%なら 0.05 を指定する
• 戻り値は信頼区間の半幅。AVERAGE と組み合わせて上下限を出す
• 標本数 n には COUNTA ではなく COUNT を使う
• 母σ未知・小標本ならCONFIDENCE.Tに切り替える
• #NUM! は引数の範囲外、#VALUE! は数値以外の混入が原因

まずは手元のアンケートや測定データで、95%信頼区間を算出してみてください。「平均＋半幅」で報告する癖をつけるだけで、データの説得力がぐっと上がりますよ。

そんなときに活躍するのが、スプレッドシートのCONFIDENCE.T関数です。t分布（標本数が少ないときに使う確率分布）をベースに、信頼区間の「半幅」をサッと返してくれます。母集団の標準偏差が分からなくても、手元の標本だけで見積もれるのが魅力ですよ。

この記事では、CONFIDENCE.T関数の構文から、自由度の意味、95%信頼区間のコピペ数式、CONFIDENCE.NORMとの使い分けまで、実務目線でまとめました。

スプレッドシートのCONFIDENCE.T関数とは？

スプレッドシートのCONFIDENCE.T関数は、t分布をベースに信頼区間の半幅（margin of error、推定誤差）を返す統計関数です。読み方は「コンフィデンス・ティー」。Confidence（信頼）と t分布の t を組み合わせた名前ですよ。

母集団の標準偏差（データ全体のばらつきの代表値）が未知で、手元の標本から推定するしかないときに使います。パイロット調査や試作品テストのように、サンプル数が30件未満の場面でも安心して使える頼もしい関数です。

関数の基本構文と引数

基本構文はとてもシンプルです。

=CONFIDENCE.T(alpha, standard_deviation, size)

引数の意味を整理しておきましょう。

alpha=0.05 は「信頼度95%」、alpha=0.01 は「信頼度99%」に対応します。「0.95を入れる」と間違えやすいので気をつけてくださいね。「信頼度から外した分の確率を入れる」と覚えると忘れにくいですよ。

内部ではどんな計算がされているか

CONFIDENCE.T の中身は、次の式で表せます。

CONFIDENCE.T(alpha, s, n) = T.INV.2T(alpha, n-1) × s / √n

s / √n は標準誤差（平均値のばらつきの目安）、T.INV.2T(alpha, n-1) は両側 t分布の臨界値です。n-1 が自由度（degrees of freedom、df）で、これが t分布の形を決める大事な数値ですよ。

具体例として =CONFIDENCE.T(0.05, 2.5, 10) を分解してみます。

• 自由度: 10 − 1 = 9
• T.INV.2T(0.05, 9) ≈ 2.2622
• 標準誤差: 2.5 ÷ √10 ≈ 0.7906
• 半幅: 2.2622 × 0.7906 ≈ 1.7884

手計算とも一致するので、安心して使えます。

CONFIDENCE関数・CONFIDENCE.NORM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。ざっくり整理するとこうなります。

• CONFIDENCE: 旧互換関数（CONFIDENCE.NORM と同じ計算）
• CONFIDENCE.NORM: 正規分布ベース（母σ既知・大標本向け）
• CONFIDENCE.T: t分布ベース（母σ未知・小標本向け）

迷ったときは「母標準偏差を知っているか」を判断軸にしてください。兄弟関数についてはスプレッドシートのCONFIDENCE.NORM関数の使い方でも解説しています。あわせて読むと使い分けがくっきりしますよ。

なぜt分布を使うのか｜母σ未知・小標本の意味

CONFIDENCE.T を使う前提は「母集団の標準偏差が分からないこと」。ここ、実務だとピンと来にくい場面ですよね。考え方を整理しておきましょう。

実務で母σが未知になるケース

身近な例を挙げてみます。

• 新商品の試作品テストで、ばらつきの前例がない
• パイロット調査でサンプル数が10〜20件しかない
• 社内アンケートを初めて実施し、スコアのばらつきが分からない
• 新設した製造ラインで、長期の測定データがまだない
• 異なる供給元の素材で初回ロットを評価する

こうした場面では、標本から計算した標準偏差（STDEV.S の結果）を使うしかありません。標本σで信頼区間を組むなら、迷わず CONFIDENCE.T を選んでくださいね。

自由度（df = n − 1）が区間幅を左右する

t分布は自由度という値で形が変わります。自由度は「標本数 − 1」で計算され、CONFIDENCE.T の内部でも size−1 として使われています。

自由度が小さいほど t分布は裾が厚くなり、信頼区間の幅が広くなります。つまり標本数が少ないほど、保守的（広めの）見積もりになるということ。同じσでも n=5 のときと n=100 のときで、区間の広さがどれくらい違うかを表にしました。

n が小さいほど臨界値が大きくなり、半幅が広がるのが分かりますよね。サンプルが少ないほど「断言しにくいから幅を広めに取る」という、t分布の素直な性質です。

「小標本（n < 30）」と言われる理由

統計の世界では「n < 30 なら小標本」と言われます。中心極限定理（標本数が増えれば標本平均の分布が正規分布に近づく定理）が、n=30 あたりから実用的に効いてくるラインだからです。

正規分布の仮定が使いにくい小標本ほど、t分布の出番です。ちなみに n ≥ 30 であっても、母σが未知ならば CONFIDENCE.T を使うほうがより厳密ですよ。実務では「母σを知っているか」だけで判断するのがおすすめです。

CONFIDENCE.T関数の基本的な使い方

それでは実際に使ってみましょう。計算の流れは「有意水準 → 標本σ → 標本数」の順に指定するだけです。

引数の指定方法（有意水準・標本σ・標本数）

以下のサンプルで挙動を確認してみます。

=CONFIDENCE.T(0.05, 2.5, 10)

この式は「信頼度95%、標本σ=2.5、標本数10」での信頼区間の半幅を返します。結果は 約 1.7884 です。標本平均が30.0 だった場合、95%信頼区間は 28.21〜31.79 となります。

信頼度を変えると半幅はどう変わるか

同じデータでも、信頼度を上げると区間は広がります。σ=2.5、n=15 で比較してみましょう。

「より確実に当てたい＝幅を広くとる」という直感どおりの動きですよね。社内報告は95%、品質保証など厳しい用途では99%、というのが目安です。

実務シナリオ別の計算例

実務でよく出る3パターンを並べてみます。

たとえば試作品テストの結果が「平均25.0 MPa、半幅1.92」なら、「99%の確からしさで母平均は 23.08〜26.92 MPa の範囲にある」と読み取れます。サンプルが少なくても、ばらつきの幅を示せるのが信頼区間の強みです。

ちなみに同じデータでも、信頼度を下げれば区間は狭くなります。「狭い区間で言い切りたい」なら90%、「絶対外したくない」なら99%、というふうに目的に合わせて使い分けてください。報告書のレビューで「なぜ95%にしたのか？」と聞かれたときに、根拠を答えられるとぐっと信頼感が増しますよ。

信頼区間の上限・下限を求めるセット数式

CONFIDENCE.T が返すのは「半幅」だけなので、報告書に書くときは標本平均に足し引きして上下限を出す必要があります。テンプレ化しておくと便利ですよ。

AVERAGE+STDEV.S+COUNT との組み合わせ

A2:A21 に標本データが入っているとしましょう。95%信頼区間はこう書けます。

標本平均: =AVERAGE(A2:A21)
標本σ:   =STDEV.S(A2:A21)
下限:     =AVERAGE(A2:A21) - CONFIDENCE.T(0.05, STDEV.S(A2:A21), COUNT(A2:A21))
上限:     =AVERAGE(A2:A21) + CONFIDENCE.T(0.05, STDEV.S(A2:A21), COUNT(A2:A21))

STDEV.S（標本標準偏差を返す関数）と COUNT（数値セルの個数を数える関数）を組み合わせると、データが増えても手動更新せずに済みます。標本標準偏差についてはスプレッドシートのSTDEV.S関数の使い方で詳しく解説していますよ。

コピペで使える上下限テンプレート

別シートから IMPORTRANGE で取ってきたデータにもそのまま流用できます。セルに貼るだけで動くテンプレートを置いておきますね。

# B1セルに有意水準（0.05など）、データ範囲はA2:A21を想定
平均: =AVERAGE(A2:A21)
半幅: =CONFIDENCE.T(B1, STDEV.S(A2:A21), COUNT(A2:A21))
下限: =AVERAGE(A2:A21) - CONFIDENCE.T(B1, STDEV.S(A2:A21), COUNT(A2:A21))
上限: =AVERAGE(A2:A21) + CONFIDENCE.T(B1, STDEV.S(A2:A21), COUNT(A2:A21))

B1 の値を 0.05 → 0.01 に変えるだけで、95%信頼区間と99%信頼区間を切り替えられます。報告書テンプレートに組み込むと、毎回ゼロから書かずに済んで快適ですよ。

報告書での書き方サンプル

報告書に載せるときは、平均値と信頼区間をセットで書くのが基本です。次のような書式が読みやすいですよ。

試作品Aの引張強度（n=15, 標本σ=2.5）
平均: 25.0 MPa
99%信頼区間: 23.08 〜 26.92 MPa（半幅 ±1.92）

「n と σ を併記する」と、後から読んだ人が同じ計算を再現できます。データの透明性が一気に上がるので、ぜひ習慣にしてみてくださいね。

CONFIDENCE.NORM・CONFIDENCE との違いと使い分け

同じ入力値でも、CONFIDENCE.NORM と CONFIDENCE.T は結果が変わります。数字で比べると違いがハッキリしますよ。

同じ条件での数値比較

alpha=0.05、σ=2.5 に揃えて、標本数を変えた比較表です。

標本数が少ないほど CONFIDENCE.T のほうが広くなり、n=30 以上だと差がほぼ無くなるのが分かりますよね。これが「n ≥ 30 で正規分布に近づく」と言われる理由です。

判断フローチャート

迷ったらこの順に判断してみてください。

[スタート]
  │
  ▼
母集団の標準偏差が既知？
  │
  ├─ Yes ─→ 標本数は30件以上？
  │         ├─ Yes ─→ CONFIDENCE.NORM
  │         └─ No  ─→ CONFIDENCE.T（保守的に見積もる）
  │
  └─ No  ─→ CONFIDENCE.T

シンプルなルールですが、実務ではこの2択でほぼ迷わず選べますよ。Excel版との挙動比較をしたい場合は、ExcelのCONFIDENCE.T関数の使い方もあわせてチェックしてみてくださいね。

旧 CONFIDENCE 関数との関係

CONFIDENCE（旧関数）は CONFIDENCE.NORM と同じ計算結果を返します。互換性のために残されているだけなので、新しく書くなら CONFIDENCE.NORM か CONFIDENCE.T のどちらかを選ぶのがおすすめです。可読性の面でも、新しい関数名のほうが「正規分布ベースか t分布ベースか」が一目で分かって親切ですよ。

CONFIDENCE.T関数のよくあるエラーと対処法

CONFIDENCE.T でよく出るエラーは3つ。原因と対処をセットで覚えておきましょう。

#NUM! エラー

引数の範囲外が原因です。次のどれかに当てはまっていないか確認してみてください。

• alpha が 0 以下、または 1 以上（例: 0.95 を入れてしまった）
• standard_deviation が 0 以下
• size が 2 未満（n=1 だと自由度0で計算不能）

一番多いのは「信頼度95%のつもりで 0.95 を alpha に入れてしまう」ミスです。alpha は「信頼度から外した分」なので、95%なら 0.05 を入れてくださいね。

#VALUE! エラー

引数に数値以外が入っているときに出ます。文字列が混じったセルを参照していないか見直してみましょう。COUNT ではなく COUNTA（空白以外のセル数を数える関数）を使ってしまっていないかも要チェックですよ。

データ範囲に「未測定」「N/A」などの文字列が混ざっていると、STDEV.S や AVERAGE がエラーを返すことがあります。空白セルや非数値セルは取り除いてから集計するのがコツです。

#NAME? エラー

関数名のスペルミスで出ます。「CONFIDENCE_T」「CONFIDENCET」と書いてしまうパターンが定番です。正しくは「CONFIDENCE.T」（ピリオド区切り）なので、ここを見直してみてくださいね。

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のに結果が変というときは、次の4点をチェックします。

• STDEV.S ではなく STDEVP（母標準偏差）を使ってしまっていないか
• 有意水準（0.05）と信頼度（0.95）を取り違えていないか
• size に列全体を指定し、見出し行や空白行までカウントしていないか
• 単位を揃え忘れていないか（mm と cm の混在など）

特に「STDEVP を使ってしまう」ミスは結果が微妙に小さく出るので気付きにくいです。母σ未知のシーンでは必ず STDEV.S（末尾 S は Sample の S）を選んでくださいね。Z検定や t検定との関係を整理したい場合は、スプレッドシートのZ.TEST関数の使い方も参考になりますよ。

なお、サンプルサイズが極端に少ない（n=2〜3）と、CONFIDENCE.T の半幅は非常に大きくなります。これはエラーではなく、t分布が小標本のばらつきを正しく反映しているだけです。「結果が広すぎて参考にならない」と感じたら、まずはサンプル数を増やす方向で検討してくださいね。

まとめ

スプレッドシートの CONFIDENCE.T 関数は、母σ未知・小標本のシーンで信頼区間の半幅を計算してくれる心強い統計関数です。最後に要点を整理しておきましょう。

• 構文は =CONFIDENCE.T(alpha, standard_deviation, size) の3引数
• alpha は「信頼度から外した確率」。95%なら 0.05 を指定する
• 内部計算は T.INV.2T(alpha, n−1) × s / √n。自由度 n−1 が区間幅を左右する
• 戻り値は信頼区間の半幅。AVERAGE と STDEV.S を組み合わせて上下限を出す
• 母σ既知・n ≥ 30 なら CONFIDENCE.NORM、それ以外は CONFIDENCE.T
• #NUM! は引数の範囲外、#VALUE! は数値以外、#NAME? はスペルミスが原因

まずは手元のパイロット調査データや試作品テスト結果で、95%信頼区間を算出してみてください。「平均±半幅、信頼度95%、n=○」と書く癖をつけるだけで、少ないサンプル数でも説得力のあるレポートが作れますよ。

CONFIDENCE.T関数とは？（母標準偏差が不明なときの信頼区間）

CONFIDENCE.T関数は、スチューデントのt分布を使って母集団の平均に対する信頼区間の半幅を返す統計関数です。標本平均にこの値を加減すれば、母平均が含まれると考えられる範囲を導き出せます。

実務で扱うデータのほとんどは、母集団の標準偏差（σ）が事前にわかっていません。アンケート回答も品質検査の測定値も、標本から推測するしかない値です。こうした「母σ不明」の場面に適したのがCONFIDENCE.Tです。

信頼区間とは何か（平均値だけでは伝わらない理由）

信頼区間とは、母集団の真の値が含まれると推定される範囲のことです。標本平均が3.8点でも、「母集団の平均もピッタリ3.8点」とは限りません。サンプルが変われば平均も揺れます。「この範囲に母平均が含まれる」という幅のある表現のほうが、実態に近い情報を伝えられます。

95%信頼区間は、「同じ手順でサンプリングと計算を繰り返したとき、95%の確率で母平均を含む範囲」という意味です。個別の区間について「95%の確率で母平均がここにある」と解釈するのは、厳密には誤りなので注意してください。

CONFIDENCE.Tが必要になる場面

次のような業務データは、CONFIDENCE.Tの出番です。

• 顧客満足度アンケート（n=10〜30程度）の平均スコア区間推定
• 品質検査で寸法や重量を少数サンプル測定したときの平均推定
• 営業担当者別の成約率など、標本データから母集団の傾向を推測したい場面

いずれも「母σが不明」「標本サイズが小さい」という条件を満たします。正規分布を前提とするCONFIDENCE.NORMより、t分布ベースのCONFIDENCE.Tのほうが安全です。

構文と引数（alpha / standard_dev / size）

CONFIDENCE.Tは3つの引数を取ります。すべて必須項目です。

=CONFIDENCE.T(alpha, standard_dev, size)

各引数の意味と入力ルール

Microsoft公式ではstandard_devを「母集団の標準偏差」と記載しています。ただしCONFIDENCE.Tの実際の用途は「母σが未知のときに標本標準偏差で代用する」ものです。実務ではSTDEV.Sで求めた値を素直に代入して構いません。

95%信頼区間を求めるときのalpha値

信頼度とalphaは「信頼度 + alpha = 1」の関係です。よく使う組み合わせは以下のとおりです。

ビジネス実務で最も使われるのは95%信頼区間（alpha=0.05）です。まずはこの値を覚えておけば十分でしょう。

基本の使い方（標本データから95%信頼区間を求める）

Microsoftの公式例で動作を確認します。alpha=0.05、standard_dev=1、size=50のケースです。

=CONFIDENCE.T(0.05, 1, 50)

結果は約 0.284196855 となります。標本平均が10.00だった場合、母平均は「10.00 ± 0.284」、つまり 9.716〜10.284 の範囲に95%の信頼度で含まれると推定できます。

信頼区間の上下限を求めるセット数式（AVERAGE ± CONFIDENCE.T）

信頼区間の計算は、標本平均を中心に半幅を加減する形で表現できます。

x̄ ± CONFIDENCE.T(alpha, s, n)

Excel上では、AVERAGE関数とSTDEV.S関数をCONFIDENCE.Tと組み合わせるのが定番です。

上限: =AVERAGE(A2:A16) + CONFIDENCE.T(0.05, STDEV.S(A2:A16), COUNT(A2:A16))
下限: =AVERAGE(A2:A16) - CONFIDENCE.T(0.05, STDEV.S(A2:A16), COUNT(A2:A16))

COUNT関数で標本サイズを自動取得すれば、データ範囲を変えても数式を書き換える必要がありません。

実際のセル入力例

A2:A16にアンケートスコア（15件）が入力されている前提で、信頼区間を求める数式は次のとおりです。

B1: =AVERAGE(A2:A16)                                    標本平均
B2: =STDEV.S(A2:A16)                                    標本標準偏差
B3: =COUNT(A2:A16)                                      標本サイズ
B4: =CONFIDENCE.T(0.05, B2, B3)                         信頼区間の半幅
B5: =B1 - B4                                            下限
B6: =B1 + B4                                            上限

一度このテンプレを作っておけば、別データにも流用できます。

CONFIDENCE.NORMとの違いと使い分け（判断フロー付き）

CONFIDENCE.Tと対をなす関数がCONFIDENCE.NORM関数です。どちらを使うべきか迷うケースは多いので、ここで判断軸を明確にしておきましょう。

3つのCONFIDENCE系関数の位置づけ

Excelには信頼区間を求める関数が3つあります。

使い分け判断フロー（母σ既知か？）

判断は次のフローで進めます。

母集団の標準偏差（σ）は既知か？
├─ YES → CONFIDENCE.NORM（正規分布で計算）
└─ NO  → CONFIDENCE.T（t分布で計算）
         └─ 実務データはほぼこちら

「母σが既知」とは、過去の長期実績や工程管理標準値など、標本以外の情報源から母標準偏差が確定している場合を指します。それ以外、つまり標本から推測するしかない場面ではCONFIDENCE.Tが正解です。

n≧30のようにサンプルが十分大きい場合でも、母σが不明ならCONFIDENCE.Tで問題ありません。nが大きいときはt分布が正規分布に収束するため、両関数の結果はほぼ一致します。迷ったらCONFIDENCE.Tを選ぶのが安全策です。

同一データで両関数の結果を比較（標本サイズが小さいほどTの区間が広い）

同じstandard_dev=5でサンプルサイズを変えたときの両関数の値です（alpha=0.05）。

nが小さいほどCONFIDENCE.Tの値が大きく、区間が広がる様子がはっきり出ています。標本が少ないほど推定の不確実性が高まり、t分布がその補正を加えるためです。n=100前後になると両者の差は0.01以下となり、実質的に同じ結果になります。

実務活用例

数値の意味が掴みづらいので、現場に近いシナリオで具体的に使ってみましょう。

アンケートスコア（n=15）の平均に対する95%信頼区間

顧客満足度アンケート15件の回答（5点満点）から、母集団全体の平均スコアを推定するケースです。

標本平均（AVERAGE）: 3.8点
標本標準偏差（STDEV.S）: 0.72
標本サイズ: 15
有意水準: 0.05（95%信頼区間）

=CONFIDENCE.T(0.05, 0.72, 15)   → 約 0.399

結果は約0.399ですので、母平均スコアは 3.401〜4.199点 の範囲にあると95%の信頼度で推定できます。「3.8点」という1つの数値だけを報告するより、「3.4〜4.2点の範囲にある」と幅付きで示したほうが、意思決定者にとって誤解の少ない情報になります。

比較として、同じ条件でCONFIDENCE.NORMを使うと結果は約0.364です。CONFIDENCE.Tのほうが区間を広めに見積もる分、少数サンプル時のリスクを織り込んでいるとわかります。

品質検査の寸法測定（n=10）の信頼区間

製造ロットから10個サンプリングし、寸法（mm）を測定して平均寸法を区間推定するケースです。

標本平均（AVERAGE）: 50.3 mm
標本標準偏差（STDEV.S）: 0.15
標本サイズ: 10
有意水準: 0.05（95%信頼区間）

=CONFIDENCE.T(0.05, 0.15, 10)   → 約 0.107

結果は約0.107です。ロット全体の平均寸法は 50.193〜50.407mm の範囲にあると推定できます。規格の公差範囲と比較すれば、「ロット全体が仕様を満たす可能性が高いか」という判断に使えます。

n=10と標本サイズが小さいケースは、CONFIDENCE.Tの真価が出る場面です。母σがわからない以上、t分布ベースで保守的に区間を広めに取るのが統計的に正しい姿勢です。

エラーと対処法（#NUM! / #VALUE!）

引数の指定を誤ると、CONFIDENCE.Tは以下のエラーを返します。

#NUM!エラーの原因一覧（alpha範囲外・standard_dev≦0・size

よくあるのは、alphaに「95」と入力して#NUM!になるケースです。引数は有意水準（1-信頼度）なので、95%信頼区間なら0.05が正解です。

#VALUE!エラーの原因と対処

引数のセル参照先に文字列や空白セルが含まれると#VALUE!が発生します。データ入力直後に「’0.05」のようにシングルクォートが混入していないか確認してください。STDEV.Sが参照する範囲に空白行が混じっていないかも合わせて確認すると確実です。

また、size=1の場合は#NUM!ではなく#DIV/0!が返ります。「最低でもn≧2」という制約は覚えておきましょう。

合わせて使いたい関連関数（T.INV.2T / STDEV.S / AVERAGE）

CONFIDENCE.Tは単体で使うより、他の統計関数と組み合わせることで真価を発揮します。

STDEV.S：standard_dev引数の算出元

STDEV.S関数は標本標準偏差を求める関数です。CONFIDENCE.Tのstandard_dev引数は、ほとんどのケースでSTDEV.Sの結果を代入します。母標準偏差を使うSTDEV.Pとは役割が違う点に注意してください。

=CONFIDENCE.T(0.05, STDEV.S(A2:A16), COUNT(A2:A16))

AVERAGE：信頼区間の中心（標本平均）を求める

信頼区間は「標本平均 ± CONFIDENCE.T」で表現します。中心となる標本平均はAVERAGE関数で求めます。

下限: =AVERAGE(A2:A16) - CONFIDENCE.T(0.05, STDEV.S(A2:A16), COUNT(A2:A16))
上限: =AVERAGE(A2:A16) + CONFIDENCE.T(0.05, STDEV.S(A2:A16), COUNT(A2:A16))

T.INV.2T：CONFIDENCE.Tの内部で使われるt値の正体

CONFIDENCE.Tの計算式は t(alpha/2, n-1) × standard_dev / √size です。ここで使われる臨界値 t(alpha/2, n-1) は、T.INV.2T関数で直接確認できます。

=T.INV.2T(0.05, 14)    → 自由度14（n=15時）の両側5%点 ≈ 2.145

CONFIDENCE.Tを使わず手計算する場合の分解式は次のようになります。

=T.INV.2T(alpha, size-1) * standard_dev / SQRT(size)

関数の内部動作を理解しておくと、統計的な意味を説明する際にも役立ちます。

実務上の注意

最後に、CONFIDENCE.Tを使うときに押さえておきたいポイントをまとめます。

• 正規性の前提: 元データが正規分布に従うことを前提とした関数です。強い偏りや大きな外れ値がある場合は、結果が歪む可能性があります
• 外れ値への敏感さ: STDEV.Sは外れ値に引きずられやすいため、standard_devが過大になり、信頼区間が広がりすぎることがあります
• 信頼区間の解釈: 「母平均がこの範囲にある確率が95%」ではなく、「同じ手順を繰り返すと95%のケースでこの範囲が母平均を含む」が正しい解釈です
• n=1は使用不可: 自由度0で#DIV/0!が発生します。最低でもn≧2を確保してください
• n<30の目安: 「n<30ではt分布」は慣習的なガイドラインです。nが大きくても母σ不明ならCONFIDENCE.Tを使うのが自然です

関連記事

CONFIDENCE.Tと組み合わせて使う、または使い分けの判断に役立つ関連関数の記事です。

• CONFIDENCE.NORM関数の使い方：母標準偏差が既知のときに使う正規分布版の信頼区間関数です。CONFIDENCE.Tとの使い分けの軸になります。
• T.INV.2T関数の使い方：CONFIDENCE.Tの内部で使われる両側のt臨界値を直接求める関数です。手計算で信頼区間を分解する際に役立ちます。
• T.INV関数の使い方：t分布の左側の確率からt値を逆算する関数です。片側の検定や境界値の確認に使えます。
• T.DIST関数の使い方：t分布の確率や確率密度を求める関数です。信頼区間の背景にあるt分布の理解を深められます。

まとめ

CONFIDENCE.T関数は、母集団の標準偏差が不明な場面で標本データから信頼区間を求めるときの定番関数です。

• 構文は =CONFIDENCE.T(alpha, standard_dev, size) の3引数
• 95%信頼区間ならalpha=0.05。standard_devにはSTDEV.Sを代入する
• 信頼区間の上下限は AVERAGE ± CONFIDENCE.T で求める
• 母σ既知ならCONFIDENCE.NORM、母σ不明ならCONFIDENCE.Tを選ぶ
• 標本サイズが小さいほどCONFIDENCE.Tの区間は広くなる（t分布による補正）
• size=1は#DIV/0!、alphaの範囲外や非数値引数は#NUM!/#VALUE!エラー

アンケート分析、品質検査、小規模なマーケティング調査など、実務でCONFIDENCE.Tが活躍する場面は多くあります。AVERAGE・STDEV.S・CONFIDENCE.Tを組み合わせたテンプレ数式を1つ作っておくと、日々のデータ分析が一段とスムーズになります。

そんなときに便利なのがExcelのCONFIDENCE.NORM関数です。正規分布をベースに信頼区間を求められるので、報告書に説得力が出ます。似たような名前のCONFIDENCE関数やCONFIDENCE.T関数があって、どれを使えばいいか迷う人も多いですよね。

この記事では、CONFIDENCE.NORM関数の基本的な使い方を解説します。3つの関数の使い分けフロー、信頼区間の上下限を同時に求めるセット数式まで、実務ですぐ使える形でまとめています。「母標準偏差が既知」というちょっと難しい前提条件も、具体例で噛み砕いて説明しますね。

CONFIDENCE.NORM関数とは？

CONFIDENCE.NORM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・ノーム」。「ノーム」は正規分布を意味するNormal distributionから来ています。

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回はこの範囲に本当の平均が含まれます。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に収まります」と言えたほうが、報告書の説得力はぐっと上がりますよね。

関数の基本構文と引数

CONFIDENCE.NORM関数の書き方は次のとおりです。

=CONFIDENCE.NORM(alpha, standard_dev, size)

引数は3つあり、すべて必須です。

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。計算式は「z(alpha/2) × 標準偏差 / √標本数」で、alpha=0.05（95%信頼区間）のときのz値は1.96になります。

対応バージョンはExcel 2010以降です。Excel 2016・2019・2021・2024、Microsoft 365、ブラウザ版のExcel for the Webでも使えます。GoogleスプレッドシートやLibreOffice Calcでも同じ構文で動きます。

CONFIDENCE（旧関数）との関係

Excel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。

CONFIDENCEとCONFIDENCE.NORMは、計算結果がまったく同じになります。旧バージョンとの互換性のためだけに残されているのがCONFIDENCE関数です。将来のバージョンで削除される可能性もあるので、新しく書くならCONFIDENCE.NORMを使いましょう。既存シートでCONFIDENCEを見つけたら、CONFIDENCE.NORMへの置き換えを検討してください。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。

母標準偏差が「既知」とはどういう意味か

CONFIDENCE.NORM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」ってどういう状況なのでしょうか。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。

• 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.NORM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。たとえば、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.NORM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.NORM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ください。

セルに次の数式を入力します。

=CONFIDENCE.NORM(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（α・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。

standard_devには母集団の標準偏差を、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。

=CONFIDENCE.NORM(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よ。

信頼区間の計算例（実務シナリオ）

公式ドキュメントの使用例も紹介しておきます。alpha=0.05、standard_dev=2.5、size=50を指定すると、結果は0.692952になります。

=CONFIDENCE.NORM(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。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よ。

信頼区間の上限・下限を求めるセット数式

CONFIDENCE.NORM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.NORM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.NORM(0.05, 2.5, COUNT(A2:A51))
上限: =AVERAGE(A2:A51) + CONFIDENCE.NORM(0.05, 2.5, COUNT(A2:A51))

AVERAGE関数で標本平均を、COUNT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はありません。詳しくはExcelのAVERAGE関数の使い方もあわせて確認してみてください。

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。

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.NORM(C1, C2, COUNT(A2:A51))
上限:     =AVERAGE(A2:A51) + CONFIDENCE.NORM(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。

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

CONFIDENCE.NORMとCONFIDENCE.Tは、どちらも信頼区間を求める関数です。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。

正規分布を使う条件（母σ既知・標本30件以上）

CONFIDENCE.NORM（正規分布ベース）を使う条件は2つあります。

1. 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）
2. 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CONFIDENCE.NORM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.S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あり、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。詳しくはExcelのSTDEV.S関数の使い方やExcelのSTDEV.P関数の使い方も参考にしてみてください。

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分布は標本が少ないときの不確実性を取り込んだ分布で、CONFIDENCE.NORMより少し広い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。

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。

1. 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.NORM を使う
• No → 次の質問へ

1. 標本サイズは30件以上ありますか？

• Yes → CONFIDENCE.NORM（STDEV.S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、旧CONFIDENCE関数を見つけた場合は、CONFIDENCE.NORMに置き換えればOKです。計算結果は同じで、関数名を書き換えるだけで移行できます。詳細はExcelのCONFIDENCE関数の使い方もあわせてご覧ください。

よくあるエラーと対処法

CONFIDENCE.NORM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_dev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
• 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.NORM(1.5, 2.5, 50)  → #NUM!（alphaが1以上）
=CONFIDENCE.NORM(0.05, -1, 50)  → #NUM!（standard_devがマイナス）
=CONFIDENCE.NORM(0.05, 2.5, 0)  → #NUM!（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.NORM("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。データをコピペしたとき、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もあるので要注意です。

まとめ

CONFIDENCE.NORM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.NORM(alpha, standard_dev, 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
• 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.NORM のセット数式で計算
• 母標準偏差が未知で標本が少ないときはCONFIDENCE.Tを使う
• 旧CONFIDENCE関数を見つけたらCONFIDENCE.NORMに置き換えるのが推奨

母標準偏差がわからない・標本数が30件未満のケースでは、t分布ベースのCONFIDENCE.Tが正解です。少量サンプルの試作評価や小規模モニター調査ではt分布版が活躍しますので、あわせて確認してみてください。正規分布の仕組みをもう少し深掘りしたい方はExcelのNORM.INV関数の使い方も参考になりますよ。信頼区間を報告書に取り入れて、数字に強い「できる人」を目指していきましょう。

表から値を読み取る作業は手間がかかりますよね。しかも、確率の行と列を間違えると結果がずれてしまいます。

そんなときに使うのがNORM.S.INV関数です。確率を入力するだけで、対応するzスコアを一発で返してくれます。この記事では基本の書き方から信頼区間の算出まで解説しますね。NORM.S.DIST関数との逆関数の関係もあわせて整理しました。

ExcelのNORM.S.INV関数とは？確率からzスコアを返す関数

NORM.S.INV関数（読み方: ノルム・エス・インバース）は、標準正規分布の累積確率からzスコアを逆算する関数です。「NORM」は「Normal Distribution（正規分布）」、「S」は「Standard（標準）」、「INV」は「Inverse（逆関数）」の略です。

標準正規分布とは、平均0・標準偏差1に固定された正規分布のことです。NORM.S.INV関数は「下位○○%に対応するzスコアはいくつか？」を求めるときに使います。

NORM.S.DIST関数が「zスコア → 確率」を返すのに対し、NORM.S.INV関数は「確率 → zスコア」を返す逆関数の関係です。セットで覚えておくと便利ですよ。

NORM.S.INV関数でできることをまとめると、次のとおりです。

• 信頼区間に必要なzスコアを求める
• 品質管理の管理限界値を算出する
• データの異常値検出の閾値を設定する
• 正規分布表を引く代わりにExcelで確率に対応するzスコアを求める

NOTE

NORM.S.INV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。

NORM.S.INV関数の書き方（構文と引数）

基本構文

=NORM.S.INV(確率)

カッコの中に、zスコアを求めたい確率を指定します。NORM.INV関数と違い、平均と標準偏差の指定は不要です（平均0・標準偏差1に固定されているため）。

引数の説明

引数は1つだけです。シンプルに使えるのがNORM.S.INV関数の特徴ですね。

TIP

確率には0と1そのものは指定できません。0より大きく1より小さい値（例: 0.025、0.5、0.975）を指定してください。0や1を指定すると#NUM!エラーになります。

NORM.S.INV関数の基本的な使い方

代表的な確率値からzスコアを求める例を見ていきましょう。

確率0.5（50%）のzスコアを求める

=NORM.S.INV(0.5)

結果は 0 です。標準正規分布のちょうど真ん中なので、下位50%に対応するzスコアは0になります。

確率0.975のzスコアを求める（両側95%信頼区間）

=NORM.S.INV(0.975)

結果は約 1.9600 です。統計でよく使う値で、「平均から上下1.96標準偏差の範囲に全体の95%が収まる」ことを意味します。両側95%信頼区間のzスコアとして覚えておくと役立ちますよ。

確率0.025のzスコアを求める

=NORM.S.INV(0.025)

結果は約 -1.9600 です。標準正規分布は左右対称なので、0.025のzスコアは0.975のzスコアの符号を反転した値と等しくなります。

よく使う確率とzスコアの対応表

信頼区間の算出やデータ分析でよく使う値を一覧にしておくと便利です。

TIP

両側信頼区間のzスコアを求めるときは、信頼水準の半分を1に足した値を引数にします。たとえば両側95%なら =NORM.S.INV(1 - 0.05/2) つまり =NORM.S.INV(0.975) です。

NORM.S.INV関数の実務活用例

信頼区間を算出する

売上データの母平均の95%信頼区間を求めてみましょう。標本平均が500万円、標本標準偏差が80万円、サンプルサイズが30の場合です。

まずNORM.S.INV関数で両側95%のzスコアを求めます。

=NORM.S.INV(0.975)

結果は約 1.96 です。次に、信頼区間の上限と下限を計算します。

上限: =500 + 1.96 * 80 / SQRT(30)   → 約528.6（万円）
下限: =500 - 1.96 * 80 / SQRT(30)   → 約471.4（万円）

「母集団の平均は471.4万円〜528.6万円の範囲にある」と95%の信頼度で推定できます。SQRT関数は平方根を求める関数です。

1つの数式にまとめると、次のようになります。

上限: =500 + NORM.S.INV(0.975) * 80 / SQRT(30)
下限: =500 - NORM.S.INV(0.975) * 80 / SQRT(30)

品質管理の管理限界を設定する

製造業の品質管理では、「平均から3シグマ以内を管理範囲とする」のが一般的です。NORM.S.INV関数を使えば、任意の信頼水準に対応する管理限界を柔軟に設定できます。

たとえば99.7%の管理範囲（3シグマ相当）のzスコアを求める場合です。

=NORM.S.INV(1 - 0.003/2)

結果は約 2.9677 です。これは「3シグマ」の正確な値に近い数値ですね。

製品の重量が平均500g、標準偏差5gの場合、管理限界は次のように計算できます。

上限: =500 + NORM.S.INV(0.9985) * 5  → 約514.8g
下限: =500 - NORM.S.INV(0.9985) * 5  → 約485.2g

この範囲を外れた製品を「要検査」としてフラグを立てる運用に使えます。

データの異常値を検出する

売上データや測定データから異常値を検出するとき、「上位・下位○%を外れたら異常」という基準を設定できます。

たとえば上下2.5%を異常値とする場合（合計5%）の閾値を求めてみましょう。平均100、標準偏差15のデータを想定します。

下側閾値: =100 + NORM.S.INV(0.025) * 15  → 約70.6
上側閾値: =100 + NORM.S.INV(0.975) * 15  → 約129.4

70.6未満または129.4を超えるデータを「異常値」と判定できます。

IF関数と組み合わせて判定式を作ると、次のようになります。

=IF(OR(A2 < 100 + NORM.S.INV(0.025) * 15, A2 > 100 + NORM.S.INV(0.975) * 15), "異常", "正常")

NORM.S.DIST関数との検算で正確性を確認する

NORM.S.INV関数とNORM.S.DIST関数は逆関数の関係です。この性質を使って、計算結果の検算ができます。

=NORM.S.DIST(NORM.S.INV(0.95), TRUE)   → 0.95
=NORM.S.INV(NORM.S.DIST(1.6449, TRUE)) → 1.6449

一方の結果をもう一方に渡すと、元の値に戻ります。計算結果に不安があるときは、このパターンで検算してみてください。

よくあるエラーと対処法

#NUM!エラー

確率に0以下または1以上の値を指定すると発生します。

=NORM.S.INV(0)    → #NUM!エラー
=NORM.S.INV(1)    → #NUM!エラー
=NORM.S.INV(-0.5) → #NUM!エラー
=NORM.S.INV(1.5)  → #NUM!エラー

NORM.S.INV関数の引数は「0より大きく1より小さい値」に限定されています。0と1そのものは指定できないので注意してください。

セル参照を使う場合は、参照先の値が0〜1の範囲内か確認しましょう。

#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。

=NORM.S.INV("abc")  → #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確認してください。空白セルを参照すると0として扱われ、#NUM!エラーになります。

#NAME?エラー

関数名のスペルミスで発生します。

=NORMS.INV(0.975)    → #NAME?エラー（ピリオドの位置が違う）
=NORM.S.INV.(0.975)  → #NAME?エラー（末尾に余計なピリオド）

正しい関数名は NORM.S.INV です。ピリオドの位置に注意してください。Excel 2007以前をお使いの場合は、旧関数名の NORMSINV を使ってください。

結果がマイナスになるケース

エラーではありませんが、確率が0.5未満のとき結果はマイナスになります。

=NORM.S.INV(0.1)   → 約-1.2816
=NORM.S.INV(0.025) → 約-1.9600

これは標準正規分布の性質どおりの正しい結果です。確率0.5が平均（zスコア = 0）に対応するので、0.5未満ならzスコアはマイナスになります。

NORM.INV関数・NORM.S.DIST関数との違い

NORM.S.INV関数とNORM.INV関数の違い

NORM.INV関数で平均0、標準偏差1を指定すると、NORM.S.INV関数と同じ結果になります。

=NORM.S.INV(0.975)          → 1.9600
=NORM.INV(0.975, 0, 1)      → 1.9600（同じ結果）

どちらを使えばいいか迷ったら

以下の基準で判断してみてください。

• NORM.S.INV関数を使う場面: 信頼区間のzスコアを求めたい、統計的検定の臨界値を求めたい
• NORM.INV関数を使う場面: 実データの平均・標準偏差がわかっていて、確率から元の値を直接逆算したい（例: 上位10%のボーダーラインが何点か）

実務で「上位○%のボーダーはいくつ？」を手軽に求めたいだけなら、NORM.INV関数のほうが便利です。平均と標準偏差を直接指定できるので、zスコアを経由する必要がありません。

NORM.S.DIST関数との逆関数の関係

=NORM.S.DIST(1.96, TRUE) → 0.975（z → 確率）
=NORM.S.INV(0.975)        → 1.96（確率 → z）

この逆関数の関係を使えば、計算結果の検算が簡単にできます。

旧NORMSINV関数との互換性

NORM.S.INV関数はExcel 2010で導入された「新しい名前」の関数です。旧NORMSINV関数と計算結果はまったく同じです。

Microsoftは新しい関数名の使用を推奨しています。新規で数式を作るときはNORM.S.INV関数を使いましょう。

関連関数の一覧

まとめ

NORM.S.INV関数は、標準正規分布（平均0・標準偏差1）の累積確率からzスコアを逆算する関数です。

この記事のポイント

• 構文は =NORM.S.INV(確率) の引数1つだけ。シンプルに使える
• 引数の確率は0より大きく1より小さい値を指定する（0と1は指定不可）
• 確率0.975を指定すると約1.96が返る（両側95%信頼区間のzスコア）
• NORM.S.DIST関数の逆関数。セットで覚えると検算にも使える
• NORM.INV関数の特殊ケース（平均0・標準偏差1を固定）で、引数が少なくシンプル

関連記事

NORM.S.INV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。統計分析の幅が広がりますよ。

• ExcelのNORM.S.DIST関数の使い方
• ExcelのNORM.INV関数の使い方
• ExcelのNORM.DIST関数の使い方

標準正規分布表を逆引きすれば求められますが、毎回表を探すのは手間がかかります。そもそも小数点以下4桁の確率にぴったり合う値が表にないこともあります。

そんなときに活躍するのが、GoogleスプレッドシートのNORM.S.INV関数です。この記事では基本構文から実務での活用パターン、NORM.INVとの使い分けまで解説します。

スプレッドシートのNORM.S.INV関数とは？

NORM.S.INV関数（読み方: ノーム・エス・インバース関数）は、標準正規分布の逆関数です。「NORM」は「Normal（正規）」、「S」は「Standard（標準）」の略です。「INV」は「Inverse（逆）」の略ですね。

ひとことで言うと、確率を入れるとzスコアを返してくれる関数です。

標準正規分布の「逆関数」って何をする関数？

NORM.S.DIST関数は「zスコア → 確率」の方向で計算します。NORM.S.INV関数はその逆で、「確率 → zスコア」の方向です。

たとえば「累積確率0.95に対応するzスコアは？」という問いに答えてくれます。結果は約1.6449です。つまり「下位95%と上位5%の境目」がz = 1.6449だとわかります。

逆関数（インバース）とは、もとの関数の入力と出力をひっくり返す関数のことです。NORM.S.DISTに確率を「逆入力」するイメージですね。

構文と引数（probabilityの指定方法）

=NORM.S.INV(probability)

引数はたった1つです。

probabilityには0 < x < 1の範囲で指定します。0ちょうどや1ちょうどを入れると#NUM!エラーになるので注意してください。

NOTE

旧関数名NORMSINVも使えますが、互換性のために残されているものです。新しく数式を書くときはNORM.S.INVを使いましょう。

NORM.S.DISTとの関係（確率 ↔ zスコアの往復）

NORM.S.INV関数とNORM.S.DIST関数は、入力と出力が逆の関係にあります。

=NORM.S.DIST(1.6449, TRUE)    → 約 0.95（zスコア → 確率）
=NORM.S.INV(0.95)             → 約 1.6449（確率 → zスコア）

このように片方の出力をもう片方に渡すと、元の値に戻ります。この「往復」の性質は、計算結果の検証にも使えますよ。

基本的な使い方

NORM.S.INV関数の基本を、よくある2つのパターンで見ていきましょう。

上位5%に入るzスコアを求める（片側検定）

「上位5%の境目となるzスコアはいくつか？」を求めるケースです。下位95%の累積確率に対応するzスコアを計算します。

=NORM.S.INV(0.95)

結果は約1.6449です。zスコアが1.6449を超えれば、上位5%に入ることを意味します。片側検定（かたがわけんてい）で有意水準5%の臨界値を求めるときに使うパターンです。

片側検定とは、「ある方向にだけ差があるか」を調べる統計的検定のことです。

両側95%信頼区間の臨界値を求める

両側95%信頼区間（りょうがわしんらいくかん）では、上下2.5%ずつを除外します。右側の臨界値を求めるには確率0.975を指定します。

=NORM.S.INV(0.975)

結果は約1.9600です。左側の臨界値は符号を反転して-1.9600になります。つまり「z = -1.96 から z = 1.96 の範囲」が95%信頼区間です。

この1.96という値は統計で最も頻出する数字の1つです。覚えておくと便利ですよ。

代表的な確率値とzスコアの対応をまとめておきます。

実務での活用例

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。

品質管理：不良率から合否ラインのzスコアを算出

製造業の品質管理で「不良率2%以下に抑えたい」場面を考えます。不良率2%ということは、上位2%を超えたら規格外です。

合否ラインのzスコアを求めるには、下位98%に対応するzを計算します。

=NORM.S.INV(1 - 0.02)

これは=NORM.S.INV(0.98)と同じで、結果は約2.0537です。

つまりzスコアが2.0537を超えるデータは不良品と判定できます。平均や標準偏差がわかれば、元の単位（mmやgなど）に換算して合否ラインを設定できますよ。

テスト結果分析：偏差値への応用

テストの点数を偏差値に変換する場面でも使えます。偏差値は「平均50、標準偏差10」に変換した値です。

たとえば「上位10%は偏差値いくつ以上か？」を求めるには、次のように計算します。

=50 + 10 * NORM.S.INV(1 - 0.10)

NORM.S.INV(0.90)は約1.2816なので、結果は約62.8です。偏差値63以上が上位10%の目安になります。

同じ考え方で、上位5%の偏差値も出してみましょう。

=50 + 10 * NORM.S.INV(0.95)

結果は約66.4です。偏差値67以上が上位5%ということですね。

NORM.INVとの組み合わせで元の単位に戻す

NORM.S.INV関数はzスコアを返すだけなので、元の単位に戻すにはもうひと手間必要です。NORM.INV関数を使えば、平均と標準偏差を指定して直接求められます。

たとえば平均170cm・標準偏差6cmの身長データで、上位5%の身長を求める場合です。

=NORM.INV(0.95, 170, 6)

結果は約179.9です。NORM.S.INVで求めたzスコアから手動計算しても同じ結果になります。

=170 + 6 * NORM.S.INV(0.95)

結果は約179.9です。どちらでも同じ値が出ますが、元の単位で直接答えが欲しいならNORM.INV関数のほうがシンプルですね。

往復確認パターン：計算結果が正しいか検証する方法

統計の計算は「結果が合っているのか不安」になりがちです。NORM.S.INV関数には、結果を簡単に検証できる方法があります。

NORM.S.INV → NORM.S.DIST で元の確率に戻す

NORM.S.INV関数の出力をNORM.S.DIST関数に渡すと、元の確率に戻るはずです。

=NORM.S.DIST(NORM.S.INV(0.95), TRUE)

結果は0.95です。元の確率と一致すれば、計算が正しいと確認できます。

もう少し変わった確率値でも試してみましょう。

=NORM.S.DIST(NORM.S.INV(0.123), TRUE)

結果は0.123です。どんな確率値でも往復すれば元に戻ります。この検証パターンは覚えておくと安心ですよ。

STANDARDIZE と組み合わせたzスコア検証

実際のデータでzスコアを使うときは、STANDARDIZE関数と組み合わせて検証できます。

たとえば「平均65点・標準偏差12点の試験で上位5%は何点以上か」を求めたとします。

ステップ1: 上位5%のzスコアを求める

=NORM.S.INV(0.95)

結果は約1.6449です。

ステップ2: 点数に換算する（平均 + 標準偏差 x z）

=65 + 12 * NORM.S.INV(0.95)

結果は約84.7です。

ステップ3: STANDARDIZE関数で逆検証する

=STANDARDIZE(84.7, 65, 12)

結果は約1.64です。ステップ1のzスコアとほぼ一致するので、計算が正しいと確認できますね。

NORM.INVとの使い分け早見表

NORM.S.INV関数とNORM.INV関数は、どちらも「確率 → 値」の逆算をする関数です。違いは引数の数と対象の分布です。

使い分けのポイントをまとめます。

• zスコアが欲しい → NORM.S.INV（引数1つでシンプル）
• 元の単位（cm、点数など）の値が欲しい → NORM.INV
• 平均0・標準偏差1で固定 → NORM.S.INV
• 平均や標準偏差を自分で指定したい → NORM.INV

実はNORM.S.INV(p)とNORM.INV(p, 0, 1)は同じ結果を返します。どちらを使っても計算結果は変わりませんよ。

よくあるエラーと対処法

NORM.S.INV関数でつまずきやすいポイントを2つ紹介します。

#NUM! エラー：確率が0以下または1以上

最もよくあるエラーです。引数のprobabilityに0以下や1以上の値を指定すると、#NUM!エラーになります。

=NORM.S.INV(0)       ← #NUM! エラー（0は不可）
=NORM.S.INV(1)       ← #NUM! エラー（1は不可）
=NORM.S.INV(-0.5)    ← #NUM! エラー（負の値は不可）
=NORM.S.INV(1.2)     ← #NUM! エラー（1以上は不可）

有効な範囲は0より大きく1より小さい値です。境界の0と1は含まないので注意してください。

=NORM.S.INV(0.5)     ← OK（結果は 0）
=NORM.S.INV(0.001)   ← OK（結果は約 -3.0902）

セル参照を使うときは、参照先の値が0〜1の範囲に収まっているか確認しましょう。

#VALUE! エラー：引数が数値でない

引数に文字列を渡すと#VALUE!エラーになります。

=NORM.S.INV("abc")    ← #VALUE! エラー
=NORM.S.INV(A1)       ← A1がテキストなら #VALUE! エラー

セル参照のときは、参照先が数値かどうかを確認してください。ISNUMBER関数（セルの値が数値かどうかを判定する関数）で事前にチェックする方法もあります。

=IF(ISNUMBER(A1), NORM.S.INV(A1), "数値を入力してください")

まとめ

NORM.S.INV関数は、確率からzスコアを逆算する関数です。

• 引数は1つだけ。0より大きく1より小さい確率値を指定する
• 標準正規分布（平均0・標準偏差1）のzスコアを返す
• NORM.S.DIST関数の逆関数。確率とzスコアを往復できる
• 品質管理の合否ライン算出や信頼区間の臨界値計算に活用できる
• 元の単位で値を求めたいときはNORM.INV関数と使い分ける
• 計算結果に不安があれば、NORM.S.DISTに戻して検証するクセをつけよう

「この確率のときのzスコアは？」をスプレッドシートでパッと計算できると、統計分析がぐっとスムーズになります。ぜひ実務のデータで試してみてくださいね。