F.DIST関数で 1 - F.DIST(x, df1, df2, TRUE) と書けば求められますが、少し面倒です。もっと直接的に右側確率を返してくれる関数があれば便利ですよね。

そこで使うのがF.DIST.RT関数です。この記事ではGoogleスプレッドシートでのF.DIST.RT関数の使い方を、構文から実務活用まで解説します。

スプレッドシートのF.DIST.RT関数とは

F.DIST.RT関数（読み方: エフ・ディスト・アールティー関数）は、F分布の右側確率を返す関数です。「RT」は「Right-Tailed（右側）」の略で、指定したF値よりも大きな値が出る確率を直接求められます。

F分布（エフぶんぷ）は「2つのグループの分散の比」を評価するための分布です。0以上の値しか取らず、右に裾を引く非対称な形が特徴ですよ。

F.DIST.RT関数にできることをまとめると、次のとおりです。

• F検定のp値を直接求める（等分散かどうかの判定）
• 分散分析（ANOVA）のp値を計算する
• 回帰分析のF値から有意性を判定する
• 臨界値との比較なしにp値で直接判断できる

NOTE

F.DIST.RT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でもExcel 2010以降で同名の関数が利用できます。

基本構文と3つの引数

=F.DIST.RT(x, 自由度1, 自由度2)

カッコの中に3つの引数を指定します。F.DIST関数と違い、累積/密度を切り替える4番目の引数はありません。常に右側の累積確率を返します。

TIP

自由度の求め方はF検定と分散分析で異なります。F検定では「分子 = サンプル数1 – 1」「分母 = サンプル数2 – 1」です。分散分析では「分子 = グループ数 – 1」「分母 = 全データ数 – グループ数」で求めます。小数を渡した場合は整数部分だけが使われます。

F.DISTとの関係・等価式

F.DIST.RT関数は、F.DIST関数の累積確率を1から引いた値と同じ結果を返します。

=F.DIST.RT(3.49, 3, 20)
=1 - F.DIST(3.49, 3, 20, TRUE)

どちらも約0.0340を返します。F.DIST.RTのほうが数式が短くて済みますね。

検定のp値を求めるときは右側確率が必要です。F.DIST.RTを使えば 1 - ... の計算が不要になるので、ミスも減らせますよ。

F.DIST.RT関数の基本的な使い方

まずはシンプルな例でF.DIST.RT関数の動きを確認しましょう。

自由度(5, 20)のF分布で、xの値を変えたときの右側確率を見てみます。

xが大きくなるほど右側確率は小さくなります。これは「大きなF値が偶然出る確率は低い」ということです。

F検定の判定基準はシンプルです。

• p値 < 0.05（有意水準5%）→ 統計的に有意（分散に差がある）
• p値 >= 0.05 → 有意な差があるとはいえない

この判定に使う「p値」こそがF.DIST.RT関数の戻り値ですよ。

実務活用3パターン

F.DIST.RT関数の基本がわかったところで、実務で使える3つのパターンを紹介します。

等分散性のF検定――2グループのばらつきに差があるか判定する

「拠点Aと拠点Bの売上のばらつきに差があるか」を判定するのがF検定です。t検定の前提確認としてよく使われます。

拠点A（10件）と拠点B（12件）の売上データがあるとします。分散を計算した結果、分散A = 250、分散B = 100 だったとします。

F値は「大きいほうの分散 / 小さいほうの分散」で求めます。

F値 = 250 / 100 = 2.5

自由度1 = 10 – 1 = 9、自由度2 = 12 – 1 = 11 です。

=F.DIST.RT(2.5, 9, 11)

結果は約0.0808です。有意水準5%（0.05）を超えているので、「ばらつきに有意な差があるとはいえない」と判断できます。等分散を仮定したt検定を使ってよいということですね。

TIP

データ範囲がそのまま使えるなら、F.TEST関数もおすすめです。=F.TEST(A2:A11, B2:B13) と書くだけで、分散比やF値を自分で計算しなくてもp値が返ります。

一元配置分散分析（ANOVA）――3グループ以上の平均に差があるか調べる

「3つの店舗の売上平均に差があるか」を調べるのが分散分析（ANOVA: Analysis of Variance）です。

店舗A・B・Cの月間売上（各5件ずつ、合計15件）を分析する例です。分散分析表を作成した結果、次の値が得られたとします。

F値 = グループ間分散 / グループ内分散 = 600 / 200 = 3.0 です。

=F.DIST.RT(3.0, 2, 12)

結果は約0.0876です。有意水準5%を超えているので、「3店舗の平均に有意な差があるとはいえない」となります。

有意水準10%なら有意になるレベルです。サンプルを増やして再検証するのも一つの方法ですよ。

回帰分析の有意性検定――モデル全体が意味を持つか確認する

回帰分析で「このモデルは統計的に有意か」を判断するときにもF値を使います。

説明変数3つ・サンプル数30の重回帰分析でF値が5.2だったとします。

=F.DIST.RT(5.2, 3, 26)

自由度1 = 説明変数の数 = 3、自由度2 = 30 – 3 – 1 = 26 です。

結果は約0.0062です。有意水準5%を大きく下回るので、「この回帰モデルは統計的に有意」と判断できますね。

F分布関連関数との使い分け

Googleスプレッドシートには、F分布に関連する関数がいくつかあります。用途に応じて使い分けましょう。

使い分けのポイントはこちらです。

• F検定のp値を求めたい → F.DIST.RT（本記事の主役）
• 左側の累積確率やグラフの密度が必要 → F.DIST
• 臨界値を求めたい → F.INV.RT（例: 有意水準5%・自由度(3, 20)の臨界値 = 3.10）
• データ範囲から直接F検定したい → F.TEST

他の分布の右側確率関数との比較

F.DIST.RT以外にも、右側確率を返す統計関数があります。

どの関数も「検定統計量が大きいほどp値は小さくなる」という点は共通です。違いは扱うデータの種類ですよ。

• 分散（ばらつき）を比べたい → F.DIST.RT
• 平均の差を検定したい → T.DIST.RT
• カテゴリデータの偏りを調べたい → CHISQ.DIST.RT

よくあるエラーと対処法

F.DIST.RT関数でつまずきやすいポイントをまとめました。

xに負の値を指定して #NUM! エラー

F分布は0以上の値しか取りません。xに負の値を渡すと #NUM! エラーになります。

=F.DIST.RT(-1, 3, 20)   → #NUM! エラー

F値は「分散の比」なので、必ず0以上になります。負の値が入っている場合は計算元のデータを確認してくださいね。

自由度に1未満を指定して #NUM! エラー

自由度1・自由度2はどちらも1以上の正の整数でなければなりません。0を指定すると #NUM! エラーになります。

=F.DIST.RT(2, 0, 20)   → #NUM! エラー

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、参照先が数値であることを確認しましょう。

=F.DIST.RT("abc", 3, 20)   → #VALUE! エラー

分散比の大小を逆にしてしまう

F検定では「大きい分散 / 小さい分散」が原則です。逆にするとF値が1未満になり、右側確率が大きくなって検定の感度が落ちます。

どちらの分散が大きいかを先に確認してから計算してくださいね。

関数名のスペルミスで #NAME? エラー

F.DIST.RT のピリオドが抜けたり、FDISTRT と書いたりすると #NAME? エラーになります。ピリオドを2つ含む F.DIST.RT が正しい綴りです。

まとめ

F.DIST.RT関数は、F分布の右側確率（p値）を直接返す関数です。

• 引数は3つ（x, 自由度1, 自由度2）。累積/密度の切り替えは不要
• 1 - F.DIST(x, df1, df2, TRUE) と同じ結果を、より短い数式で求められる
• F検定（等分散性の判定）や分散分析（ANOVA）のp値計算に使える
• p値が有意水準（通常5%）を下回れば「統計的に有意」と判定する
• xに負の値や自由度に0を渡すと #NUM! エラーになる
• 関連関数として、逆算にはF.INV.RT、データから直接F検定するにはF.TESTが便利

F検定や分散分析でp値が必要になったら、まずF.DIST.RT関数を使ってみてください。1 - F.DIST(...) の計算が不要になるので、数式がすっきりしますよ。

有意水準をそのまま渡せたら、数式がシンプルになってミスも減らせます。

そんなときに使うのがF.INV.RT関数です。この記事ではGoogleスプレッドシートでのF.INV.RT関数の使い方を、基本構文から実務活用まで解説します。F.INV関数との違いやFINV（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F.INV.RT関数とは

F.INV.RT関数（読み方: エフ・インバース・アールティー関数）は、F分布の右側確率からF値を逆算する関数です。

「INV」は「Inverse（逆）」、「RT」は「Right-Tailed（右側）」の略です。

たとえば「自由度(3, 20)のF分布で、右側5%に対応するF値はいくつか」を1つの数式で求められます。有意水準をそのまま引数に渡せるので、検定の臨界値を求めるときに直感的に使えますよ。

F.INV.RT関数にできることをまとめると、次のとおりです。

• 有意水準（右側確率）からF値を直接逆算する
• F検定の臨界値を求める
• 分散分析（ANOVA）の棄却値を算出する
• F分布表を引く手間をなくす

NOTE

F.INV.RT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3つの引数

=F.INV.RT(確率, 自由度1, 自由度2)

カッコの中に3つの引数を指定します。

TIP

自由度（じゆうど）とは、データから自由に値を決められる個数のことです。F検定では「サンプルサイズ – 1」で求めます。分散分析では分子が「グループ数 – 1」、分母が「全データ数 – グループ数」です。小数を渡した場合は整数部分だけが使われますよ。

F.INV関数との違い（左側 vs 右側）

F.INV関数は左側累積確率を、F.INV.RT関数は右側確率を引数に取ります。同じ臨界値を求める場合でも、渡す確率の値が異なります。

=F.INV(0.95, 3, 20)     → 約3.10（左側95%のF値）
=F.INV.RT(0.05, 3, 20)  → 約3.10（右側5%のF値）

どちらも同じ結果ですが、F.INV.RTは有意水準（0.05）をそのまま渡せます。「1から引く」計算が不要なので、検定のときはF.INV.RTのほうがミスしにくいですよ。

等価式で表すと、次の関係になります。

F.INV.RT(p, df1, df2) = F.INV(1 - p, df1, df2)

FINV（旧関数名）との関係

GoogleスプレッドシートにはFINVという関数もあります。FINVはF.INV.RTと同じ動作をします。

=FINV(0.05, 3, 20)      → 約3.10
=F.INV.RT(0.05, 3, 20)  → 約3.10（同じ結果）

FINVは旧バージョンとの互換性のために残されている関数です。新しく数式を書くときはF.INV.RTを使いましょう。

F.INV.RT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(3, 20)のF分布を使います。

有意水準5%の臨界値を求める

=F.INV.RT(0.05, 3, 20)

結果は約3.10です。「自由度(3, 20)のF分布で、右側5%に位置するF値は3.10」という意味です。計算したF値がこの臨界値を超えていれば、有意水準5%で「統計的に有意」と判断します。

有意水準を変えた場合の比較

有意水準を変えるとF値がどう変わるか見てみましょう。

有意水準が厳しいほど臨界値は高くなります。「偶然ではないと言い切るためのハードルが上がる」ということですね。

F.DIST.RT関数との逆関数関係を確認する

F.INV.RT関数はF.DIST.RT関数の逆関数です。次の式で元に戻ることを確認できます。

=F.DIST.RT(F.INV.RT(0.05, 3, 20), 3, 20)

結果は0.05になります。F.INV.RTで確率からF値を求め、F.DIST.RTでF値から確率に戻しているわけです。

逆方向も同様です。

=F.INV.RT(F.DIST.RT(3.10, 3, 20), 3, 20)

結果は約3.10に戻ります。この関係を覚えておくと、2つの関数の使い分けに迷わなくなりますよ。

F.INV.RT関数の実務活用例

F.INV.RT関数の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3つ紹介します。

F検定の臨界値を求める――2グループのばらつきに差があるか判定する

「拠点Aと拠点Bの売上のばらつきに差があるか」を判定するF検定では、計算したF値と臨界値を比較します。臨界値の算出にF.INV.RT関数が使えます。

拠点A（10件）と拠点B（12件）のデータがある場合、自由度1 = 9、自由度2 = 11です。有意水準5%の臨界値を求めてみましょう。

=F.INV.RT(0.05, 9, 11)

結果は約2.90です。計算したF値がこの臨界値を超えていれば、「ばらつきに有意な差がある」と判断します。

TIP

p値で判定したい場合はF.DIST.RT関数を使います。=F.DIST.RT(F値, 9, 11) の結果が0.05未満であれば有意です。臨界値との比較とp値での判定、どちらを使っても結論は同じですよ。

一元配置分散分析（ANOVA）の臨界値――3グループ以上の平均差を判定する

拠点A・B・Cの月間売上（各5件ずつ、合計15件）を分析する場合を考えます。自由度1 = グループ数 – 1 = 2、自由度2 = 全データ数 – グループ数 = 12 です。

有意水準5%の臨界値を求めます。

=F.INV.RT(0.05, 2, 12)

結果は約3.89です。計算したF値（たとえば3.0）がこの臨界値を下回っていれば、「3拠点の平均に有意な差があるとはいえない」と判断します。

F値が臨界値を超えた場合は、「少なくとも1組のグループ間に有意な差がある」ということです。どのグループ間に差があるかは、追加の多重比較検定で調べてくださいね。

回帰分析のF値判定――モデル全体が意味を持つか確認する

説明変数3つ・サンプル数30の重回帰分析でF値が5.2だったとします。自由度1 = 3、自由度2 = 26 です。

=F.INV.RT(0.05, 3, 26)

結果は約2.98です。F値5.2はこの臨界値を大きく超えているので、「回帰モデルは統計的に有意」と判断できますね。

NOTE

臨界値との比較だけでなく、F.DIST.RT関数でp値も確認するとより丁寧です。=F.DIST.RT(5.2, 3, 26) の結果が0.05未満であれば有意です。

F分布関数ファミリーの使い分け

Googleスプレッドシートには、F分布に関連する関数がいくつかあります。それぞれの役割を整理しておきましょう。

使い分けのポイントは「やりたいこと」で決まります。

• p値を求めたい → F.DIST.RTにF値を渡す
• 臨界値を求めたい（有意水準から直接） → F.INV.RTに有意水準を渡す
• 臨界値を求めたい（左側確率から） → F.INVに 1 - 有意水準 を渡す
• データから直接F検定したい → F.TESTにデータ範囲を渡す

類似する逆関数との比較

F.INV.RT以外にも、分布の右側逆関数はいくつかあります。使う場面が異なるので整理しておきましょう。

使い分けの基準はシンプルです。

• 分散（ばらつき）を比べたい → F.INV.RT
• 少数サンプルの平均差を検定したい → T.INV.2T
• カテゴリデータの偏りを調べたい → CHISQ.INV.RT

F.INV.RT関数でよくあるエラーと対処法

F.INV.RT関数でつまずきやすいポイントをまとめました。

確率に0以下または1以上を指定して#NUM!エラー

確率は0より大きく1より小さい値でなければなりません。0や1、負の値を指定すると#NUM!エラーになります。

=F.INV.RT(0, 3, 20)    → #NUM! エラー
=F.INV.RT(1, 3, 20)    → #NUM! エラー
=F.INV.RT(-0.05, 3, 20) → #NUM! エラー

F.INV.RTは右側確率を指定するので、有意水準5%なら 0.05 をそのまま渡せます。F.INV関数のように 1 - 0.05 = 0.95 に変換する必要はありませんよ。

自由度に1未満を指定して#NUM!エラー

自由度1・自由度2はどちらも1以上の正の整数でなければなりません。0を指定すると#NUM!エラーになります。

=F.INV.RT(0.05, 0, 20)   → #NUM! エラー
=F.INV.RT(0.05, 3, 0)    → #NUM! エラー

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、参照先が数値であることを確認しましょう。

=F.INV.RT("abc", 3, 20)   → #VALUE! エラー

F.INVとF.INV.RTを混同してしまう

F.INVは左側累積確率を、F.INV.RTは右側確率を引数に取ります。有意水準5%の臨界値を求めるとき、どちらに何を渡すかを間違えると結果が大きく変わります。

=F.INV.RT(0.05, 3, 20)  → 約3.10（正しい: 有意水準5%の臨界値）
=F.INV.RT(0.95, 3, 20)  → 約0.16（間違い: これは右側95%点）
=F.INV(0.95, 3, 20)     → 約3.10（正しい: こちらでもOK）

迷ったときの判断基準はシンプルです。有意水準をそのまま渡したいならF.INV.RT、1 - 有意水準 で渡したいならF.INVを使ってくださいね。

まとめ

F.INV.RT関数は、F分布の右側確率（有意水準）からF値（臨界値）を逆算する関数です。

• 3つの引数は「確率（右側確率）」「自由度1（分子）」「自由度2（分母）」
• 有意水準をそのまま渡せるので、F検定や分散分析の臨界値を直感的に求められる
• F.INV関数との関係は F.INV.RT(p) = F.INV(1-p)
• FINV（旧関数）と同じ動作。新しい数式ではF.INV.RTを推奨
• F.DIST.RT関数の逆関数で、確率とF値の相互変換ができる
• 確率に0や1を渡すと#NUM!エラー。有意水準を直接渡せるのがこの関数の利点
• 関連関数として、p値を求めるにはF.DIST.RT、データから直接検定するにはF.TESTが便利

F検定や分散分析の臨界値をサッと求めたいとき、F.INV.RT関数なら有意水準をそのまま渡すだけで結果が出ます。ぜひ活用してみてくださいね。

両側検定のp値はT.DIST.2T関数で求められますが、片側（右側）のp値を直接返す関数は別にあります。

そんなときに使うのがT.DIST.RT関数です。この記事ではGoogleスプレッドシートでのT.DIST.RT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.DIST関数やT.DIST.2T関数との使い分けもあわせて紹介しますよ。

スプレッドシートのT.DIST.RT関数とは

T.DIST.RT関数（読み方: ティー・ディスト・アール・ティー関数）は、t分布の右側確率を返す関数です。「RT」は「Right-Tailed（右裾）」の略で、t分布の右端の面積を求めます。

ひとことでいうと、片側検定（右側）のp値を直接求められる関数です。p値（ピー値）とは「たまたまこの結果が出る確率」のことです。「ある値以上になる確率」を返すので、「AはBより大きいか」のように方向が決まった検定に向いています。

T.DIST.RT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、右側確率（P(T >= x)）を直接求める
• 片側検定のp値をワンステップで取得する
• 両側p値への変換も簡単（2倍するだけ）

NOTE

T.DIST.RT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を返すのに対して、T.DIST.RT関数は右側確率に特化しています。T.DISTのTRUE（累積）で 1 - T.DIST(x, df, TRUE) と書く計算を、1つの関数で済ませられるのが便利なポイントですよ。

T.DIST.RT関数の基本構文と引数

=T.DIST.RT(x, 自由度)

カッコの中に2つの引数を指定します。

引数はT.DIST.2T関数と同じく2つだけです。T.DIST関数のようにTRUE/FALSEを指定する必要はありません。

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.RT(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。小数を渡した場合は整数部分だけが使われますよ。

具体的な使用例｜サンプルデータで右側確率を求める

実際のデータを使って、T.DIST.RT関数の使い方を見ていきましょう。

例1: t値と自由度から片側p値を求める

論文や教科書で「t = 2.5、自由度 = 20」と出てきたとします。片側（右側）のp値を求めるにはこう書きます。

=T.DIST.RT(2.5, 20)

結果は約0.0106です。有意水準5%（0.05）を下回っているので、片側検定で有意差ありと判断できます。

ちなみに、両側p値が欲しい場合は2倍すれば求められます。

=T.DIST.RT(2.5, 20) * 2

結果は約0.0212です。T.DIST.2T関数で=T.DIST.2T(2.5, 20)と書いても同じ値になりますよ。

例2: 新教材が旧教材より成績を上げるか検定する

ある学校で新しい教材を導入し、成績が向上したかを確かめたいとします。

• 旧教材クラス: 12人、平均68点、標準偏差8.5
• 新教材クラス: 12人、平均74点、標準偏差7.2

この検定は「新教材のほうが高いか」という方向が決まっているので、片側検定が適切です。

まずt統計量を計算します。AVERAGE関数とSTDEV関数で平均・標準偏差を求めたあと、次の数式でt値を算出します。

=(74 - 68) / (SQRT(((12-1)*7.2^2 + (12-1)*8.5^2) / (12+12-2)) * SQRT(1/12 + 1/12))

結果は約1.8614です。自由度は 12 + 12 – 2 = 22 です。

次にT.DIST.RT関数で片側p値を求めます。

=T.DIST.RT(1.8614, 22)

結果は約0.0381です。有意水準5%を下回っているので、「新教材のほうが成績を上げる効果がある」と統計的に判断できます。

もし両側検定（T.DIST.2T）を使っていたら、p値は約0.0762です。有意水準5%を超えてしまいますね。検定の方向を正しく選ぶことが、結果の解釈に大きく影響するんですよ。

例3: 品質改善の効果を片側検定で確認する

製造ラインの改善後に、不良率が下がったかを検定する場面です。改善前のデータから算出したt値が1.5、自由度が15だったとします。

=T.DIST.RT(1.5, 15)

結果は約0.0771です。有意水準5%を超えているので、「改善効果があるとはいえない」という判断になります。ただし10%水準では有意なので、サンプル数を増やして再検証する価値はありますね。

T.DIST・T.DIST.2Tとの違いと使い分け

Googleスプレッドシートにはt分布関連の関数が複数あります。迷ったときのために整理しておきましょう。

3つの関数は等価式で変換できます。

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

使い分けのポイントをまとめます。

• 「AはBより大きいか」のように方向が決まっている → T.DIST.RT
• 「AとBに差があるか」のように方向が不明 → T.DIST.2T
• 左側確率やグラフ描画 → T.DIST

迷ったらT.DIST.2T関数で両側p値を求めるのが安全です。両側検定のほうが保守的な判断になるため、片側にする明確な理由がないときは両側を選びましょう。

正規分布関数（NORM.DIST）との使い分け

t分布と正規分布のどちらを使うかは、サンプル数で判断します。

自由度が大きくなるとt分布は正規分布に近づきます。サンプル30個以上あれば、どちらを使っても結果はほぼ同じになりますよ。

よくあるエラーと対処法

T.DIST.RT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.RT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.RT(-2.5, 10)        ← #NUM! エラー
=T.DIST.RT(ABS(-2.5), 10)   ← OK（結果: 約0.0158）

t分布は左右対称なので、右側確率に絶対値を使っても検定上の意味は変わりません。

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

自由度 = サンプル数 – 1 なので、サンプルが1個しかないときはT.DIST.RT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。

=T.DIST.RT("abc", 10)   ← #VALUE! エラー

まとめ

T.DIST.RT関数は、t分布の右側確率を返す関数です。

• 引数はxと自由度の2つだけ。片側p値をシンプルに取得できる
• xには正の値のみ指定可能。負の値にはABS()を使う
• 片側検定（右側）のp値に直結する。p < 0.05 なら有意差あり
• 両側p値が欲しいときは2倍するか、T.DIST.2T関数を使う
• T.DIST関数との関係は T.DIST.RT(x, df) = 1 - T.DIST(x, df, TRUE)
• 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

「新しい施策は本当に効果があったのか？」と方向が決まった検定をしたいとき、T.DIST.RT関数なら1行で片側p値を出してくれます。ぜひ活用してみてくださいね。

p値を求めるとき、CHISQ.DIST関数で「1 – CHISQ.DIST(x, df, TRUE)」と書くのは少し面倒です。もっと直接的に右側確率を返してくれる関数があれば便利ですよね。

そこで使いたいのがCHISQ.DIST.RT関数です。この記事ではGoogleスプレッドシートでのCHISQ.DIST.RT関数の使い方を、基本構文から実務活用まで解説します。CHISQ.DISTとの違いもあわせて紹介しますよ。

スプレッドシートのCHISQ.DIST.RT関数とは

CHISQ.DIST.RT関数（読み方: カイ・スクエア・ディスト・アールティー関数）は、カイ二乗分布の右側確率を返す関数です。「RT」は「Right-Tail（右裾）」の略で、指定した値より大きくなる確率を直接求められます。

カイ二乗分布（観測データと期待値のズレを数値化する分布）は右に裾を引く非対称の形が特徴です。カイ二乗検定では「右側の確率＝p値」がそのまま判定基準になります。CHISQ.DIST.RT関数を使えば、p値をワンステップで取得できますよ。

CHISQ.DIST.RT関数にできることをまとめると、次のとおりです。

• カイ二乗検定のp値を直接算出する
• アンケートの回答に統計的な偏りがあるか判定する（適合度検定）
• 2つのカテゴリに関連があるか調べる（独立性検定）
• 品質管理で不良品の発生パターンにばらつきがあるか確認する

NOTE

CHISQ.DIST.RT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。

CHISQ.DIST.RT関数の基本的な使い方

基本構文と引数

=CHISQ.DIST.RT(x, 自由度)

カッコの中に2つの引数を指定します。CHISQ.DIST関数と違い、累積フラグ（TRUE/FALSE）の指定は不要です。

TIP

自由度（データから自由に値を決められる個数）の決め方は検定の種類で変わります。適合度検定では「カテゴリ数 – 1」、独立性検定では「(行数 – 1) x (列数 – 1)」です。小数を渡した場合は整数部分だけが使われます。

サンプルデータで試してみよう

自由度3のカイ二乗分布で、xの値を変えたときの右側確率を見てみましょう。

xが大きくなるほど右側確率は小さくなります。7.81が自由度3・有意水準5%の臨界値にあたることがわかりますね。

CHISQ.DISTとの関係

CHISQ.DIST.RTの結果は、CHISQ.DISTのTRUE（左側累積確率）を1から引いた値と一致します。

=CHISQ.DIST.RT(5.3, 4)
=1 - CHISQ.DIST(5.3, 4, TRUE)

どちらも結果は約0.2578です。CHISQ.DIST.RTのほうが数式がシンプルなので、p値を求める場面ではこちらを使うのがおすすめですよ。

実務活用3パターン

CHISQ.DIST.RT関数の基本がわかったところで、実際の業務で使える3つのパターンを紹介します。

適合度検定——アンケート結果に偏りがあるか判定する

「4つの選択肢に均等に回答が分かれているか」を統計的に判定する例です。

回答数合計80のアンケート結果が次のとおりだったとします。

まずカイ二乗統計量を求めます。各カテゴリの「(観測値 – 期待値)^2 / 期待値」を合計する計算です。

=(30-20)^2/20 + (18-20)^2/20 + (12-20)^2/20 + (20-20)^2/20

結果は8.4です。自由度は「カテゴリ数 – 1 = 3」です。

次にCHISQ.DIST.RT関数でp値を求めます。

=CHISQ.DIST.RT(8.4, 3)

結果は約0.0385です。有意水準5%（0.05）を下回るので、「回答に有意な偏りがある」と判断できます。選択肢Aへの集中が統計的に有意ですね。

独立性検定——2つのカテゴリに関連があるか調べる

「年代と購入チャネルに関連があるか」を調べる例です。

期待度数は「行合計 x 列合計 / 総合計」で計算します。たとえば20代×店舗の期待度数は 50 x 45 / 100 = 22.5 です。

カイ二乗統計量を計算します。

=(10-22.5)^2/22.5 + (40-27.5)^2/27.5 + (35-22.5)^2/22.5 + (15-27.5)^2/27.5

結果は約25.2525です。自由度は (2-1) x (2-1) = 1 です。

=CHISQ.DIST.RT(25.2525, 1)

結果はほぼ0（0.0000005未満）です。有意水準5%を大幅に下回るので、「年代と購入チャネルには強い関連がある」と判断できます。20代はオンライン、40代は店舗を好む傾向がはっきり出ていますね。

品質管理——製造ラインの不良率に差があるか確認する

3つの製造ラインの不良品数を比較する例です。合計60個の不良品が均等なら各20個ずつ期待されます。

=(25-20)^2/20 + (15-20)^2/20 + (20-20)^2/20

結果は2.5です。自由度は2です。

=CHISQ.DIST.RT(2.5, 2)

結果は約0.2865です。有意水準5%より大きいので、「ライン間で不良率に有意な差があるとはいえない」と結論できます。特定のラインに問題が集中しているわけではなさそうですね。

CHISQ.DISTとの違い・使い分け

CHISQ.DIST関数とCHISQ.DIST.RT関数は、どちらもカイ二乗分布の確率を求める関数です。大きな違いは「どちら側の確率を返すか」と「引数の数」です。

使い分けの基準はシンプルです。

• 検定のp値を求めたい → CHISQ.DIST.RT（引数2つで直接算出）
• 累積確率を知りたい → CHISQ.DIST（TRUE指定）
• カイ二乗分布のグラフを描きたい → CHISQ.DIST（FALSE指定）

p値の算出が目的なら、CHISQ.DIST.RTを使うのが最もシンプルですよ。

TIP

同じ「右側確率」を返す統計関数として、T.DIST.RT関数（t分布の右側確率）があります。カテゴリデータの偏り検定にはCHISQ.DIST.RT、少数サンプルの平均差の検定にはT.DIST.RTと使い分けましょう。NORM.DIST関数は連続データの確率計算に使います。

よくあるエラーと注意点

CHISQ.DIST.RT関数でつまずきやすいポイントをまとめました。

xに負の値を指定して#NUM!エラー

カイ二乗分布は0以上の値しか取りません。xに負の値を渡すと#NUM!エラーになります。

=CHISQ.DIST.RT(-1, 3)   → #NUM! エラー

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を指定するとエラーになります。

=CHISQ.DIST.RT(3, 0)   → #NUM! エラー

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、参照先が数値であることを確認しておきましょう。

期待度数が5未満のセルがある場合

カイ二乗検定は、各セルの期待度数が5以上あることが前提です。5未満のセルがあると検定精度が下がります。カテゴリを統合して期待度数を5以上にするか、フィッシャーの正確検定（少数データ向けの厳密な検定手法）を検討してみてくださいね。

p値の判定方向に注意

CHISQ.DIST.RT関数の結果が0.05より小さければ「有意差あり」と判断します。「結果が大きいから有意」と逆に読まないよう気をつけてくださいね。

まとめ

CHISQ.DIST.RT関数は、カイ二乗分布の右側確率（p値）を直接返す関数です。

• 引数は2つだけ（x, 自由度）。累積フラグの指定は不要
• 結果は「xを超える確率」＝カイ二乗検定のp値そのもの
• 適合度検定（回答の偏り判定）や独立性検定（カテゴリ間の関連分析）に使える
• p値 < 0.05 なら「統計的に有意な差がある」と判断できる
• CHISQ.DIST関数の 1 - CHISQ.DIST(x, df, TRUE) と同じ結果を、よりシンプルに求められる

カイ二乗検定のp値を求めるなら、CHISQ.DIST.RT関数が最も手軽です。アンケート分析やクロス集計の統計的裏付けに、ぜひ活用してみてくださいね。