古いExcelファイルを開いたとき、=NORMDIST(...) という数式が入っていて、どう読めばいいか迷ったことはありませんか。これはExcelの統計関数のひとつで、正規分布の確率を計算する関数です。

NORMDIST関数はExcel 2003以前から使われている互換性関数です。Excel 2010以降では新しい NORM.DIST 関数が登場しています。ただし古いテンプレートや引き継いだファイルでは今も現役で動いていることが多いんですよね。

この記事では、ExcelのNORMDIST関数の構文と使い方を解説します。新関数 NORM.DIST との違いや、品質管理・成績分析での実務活用例まで網羅していきますよ。よくあるエラーの対処法と、新関数への移行ガイドも一緒に確認していきましょう。

ExcelのNORMDIST関数とは

ExcelのNORMDIST関数は、正規分布の確率を計算する統計関数です。使い方に応じて「累積確率（ある値以下になる確率）」と「確率密度（分布の密度値）」の2種類の値を返せます。

Excel 2003以前から提供されている古い関数で、現行のExcelでは「互換性関数」に分類されています。Excel 2010以降では後継関数の NORM.DIST（ドットあり）が用意されました。Microsoft はそちらの利用を推奨していますよ。

ただし互換性関数も引き続き利用できるため、過去のExcelファイルや業務テンプレートで使われている数式を読み解く場面では、NORMDISTの知識が欠かせません。

NORMDISTとNORM.DISTの早見表

NORMDISTとNORM.DISTの違い

NORMDISTとNORM.DISTの違いは、名前だけです。引数の数・順番・計算結果は完全に一致します。Excel 2010でMicrosoftが関数名の命名規則を整理したときに、ドット（.）付きの新名称が導入された経緯があります。

=NORMDIST(x, 平均, 標準偏差, 関数形式)   ← 旧（互換性関数）
=NORM.DIST(x, 平均, 標準偏差, 関数形式)  ← 新（推奨）

既存の =NORMDIST(...) を =NORM.DIST(...) に置き換えるだけで、結果は完全に同じになりますよ。

どちらを使うべきか

新規ファイルを作るなら NORM.DIST を使うのが正解です。関数の入力候補に表示されやすく、将来のExcelバージョンでも引き続きサポートされる見込みが高いですよ。

一方で、以下のケースでは NORMDIST をそのまま使い続けて問題ありません。

• Excel 2007以前のバージョンと共有するファイル（.xls 形式）
• 既存の業務テンプレートに NORMDIST が組み込まれていてメンテナンスする場合
• 古いVBAマクロが NORMDIST を呼び出している場合

NORMDIST関数の構文と引数

NORMDIST関数の構文は次のとおりです。

=NORMDIST(x, 平均, 標準偏差, 関数形式)

4つの引数すべてが必須です。それぞれの意味と制約を表で整理します。

第4引数「関数形式」が使い方のカギです。TRUE と FALSE で返ってくる値の意味がまったく異なりますよ。

「TRUE」と「FALSE」の違いを数式で確認

NORMDISTの使い方で最初に押さえておきたいのが、第4引数（関数形式）の意味です。

「平均60、標準偏差10のテストで、75点はどの位置にあるか」を例に計算してみましょう。

TRUE（累積分布関数）

=NORMDIST(75, 60, 10, TRUE)

戻り値: 約 0.9332

「75点以下に約93.32%の人がいる」という意味です。言い換えると、75点は上位約6.68%に位置することがわかりますよ。このように「ある値以下の確率（P(X ≤ x)）」を求めるときに使います。

FALSE（確率密度関数）

=NORMDIST(75, 60, 10, FALSE)

戻り値: 約 0.01295

こちらは「75点付近の確率密度」を返します。この値自体は確率ではなく密度なので、「0.01295の確率で75点になる」という意味ではありません。正規分布の曲線を描く（グラフ化する）ときに使う値ですよ。

実務でよく使うのは TRUE の累積確率のほうです。「ある値以下（または以上）の確率は何%か」という問いに答えるのに向いています。

正規分布とは？68-95-99.7ルールをExcel数式で確認

NORMDIST関数を活用するには、正規分布の基本的な性質を理解しておくと便利です。

正規分布は左右対称な釣り鐘型（ベルカーブ）の分布で、「平均値の近くにデータが集まりやすく、離れるほど少なくなる」形をしています。身長・体重・テストの点数・製品の寸法など、自然界や社会の多くの現象がこの分布に従うと言われています。

正規分布には「68-95-99.7ルール」と呼ばれる経験則があります。標準正規分布（平均0、標準偏差1）で実際にExcelで確認してみましょう。

この「引き算の構造」がポイントです。NORMDIST(上限) - NORMDIST(下限) で「下限から上限の間に入る確率」が計算できますよ。

NORMDIST関数の実務での活用例

NORMDISTがどんな業務で役立つのか、具体的なシーンを2つ紹介します。

品質管理：規格内に収まる確率を計算する

製造業では、製品の寸法が正規分布に従うと仮定して品質管理を行います。「平均10mm、標準偏差0.1mmの部品で、規格内（9.8mm〜10.2mm）に収まる確率」を求めてみましょう。

=NORMDIST(10.2, 10, 0.1, TRUE) - NORMDIST(9.8, 10, 0.1, TRUE)

戻り値は 約 0.9545（95.45%） です。これはちょうど平均±2σの範囲で、68-95-99.7ルールと一致しますね。

規格範囲を変えたり、標準偏差を変えて「σを改善したらどのくらい不良率が下がるか」をシミュレーションするのにも活用できますよ。

成績分析：点数の上位パーセンタイルを求める

テストの点数が正規分布に従うと仮定して、「平均60点・標準偏差15点のテストで、90点を取った人は上位何%か」を求めます。

=1 - NORMDIST(90, 60, 15, TRUE)

戻り値は 約 0.0228（約2.28%） です。90点が全体の上位約2.28%に位置することがわかりますよ。

TIP

「上位何%か」を求めたいときは =1 - NORMDIST(x, 平均, 標準偏差, TRUE) の形を使います。累積確率は「x以下の確率」なので、1から引くと「xより大きい確率（=上位の割合）」になりますよ。

NORMDISTでよくあるエラーと対処法

NORMDIST関数で起きやすいエラーをまとめます。

最も多いのが #NUM! エラーです。標準偏差に 0 を入れてしまったり、負の値が入っているセルを参照したときに発生します。標準偏差は「データのばらつき具合を表す正の数」なので、0 以下はあり得ないと覚えておきましょう。

#NAME? は、新関数 NORM.DIST と混同してドットを付けてしまったときに起こりがちです。互換性関数の NORMDIST はピリオドなしですよ。

NORM.DISTへの移行ガイド

既存の NORMDIST 数式を新関数 NORM.DIST に書き換えるときの対応は、とても簡単です。

引数の変更は不要で、関数名の部分だけ書き換えれば完了です。

一括置換の手順

ファイル内の NORMDIST を一括で置換したい場合は、Ctrl + H（置換ダイアログ）が効率的です。

• 検索する文字列: NORMDIST(
• 置換後の文字列: NORM.DIST(

これだけで全数式を一気に置き換えられますよ。置換後は数式の一部をサンプルチェックして、結果が変わっていないことを確認してから上書き保存してくださいね。

まとめ：NORMDIST関数で正規分布の確率を計算しよう

ExcelのNORMDIST関数のポイントを整理します。

• NORMDIST関数は正規分布の確率を計算する旧版（互換性関数）
• 構文は =NORMDIST(x, 平均, 標準偏差, 関数形式) の4引数
• 第4引数が TRUE なら累積確率（P(X ≤ x)）、FALSE なら確率密度を返す
• Excel 2010以降の後継は NORM.DIST（名前以外は同じ）
• 移行は関数名部分を NORMDIST → NORM.DIST に書き換えるだけ
• 品質管理・成績分析・自然現象の確率計算に幅広く活用できる
• #NUM! エラーは標準偏差に 0 以下の値を入れたときに発生する

正規分布は「68-95-99.7ルール」さえ頭に入れると、データを見たときに「だいたいどの範囲に収まるか」がすぐイメージできるようになりますよ。NORMDIST関数とセットで活用してみてくださいね。

確率分布関数のシリーズ記事として、NORM.DIST関数、NORM.INV関数、NORM.S.DIST関数、NEGBINOMDIST関数、HYPGEOMDIST関数も合わせて読むと、Excelの統計関数全体の見通しがよくなりますよ。

「テストで上位5%に入るには何点必要か」「95%信頼区間の上限・下限は何か」——こうした「確率から値を逆算したい」場面で活躍するのが、ExcelのNORMINV関数です。

NORMINV関数は、NORMDIST関数（確率密度・累積確率を求める）の逆関数として機能します。確率を入力すると、その確率に対応するxの値を返してくれます。

Excel 2007以前から使われている互換性関数で、Excel 2010以降では新しい NORM.INV 関数が後継として登場しています。この記事では、ExcelのNORMINV関数の構文と使い方を解説しますよ。NORMDISTとの逆関数の関係や、上位N%の基準点計算・信頼区間・モンテカルロシミュレーションへの応用まで、実務で使えるパターンを揃えて紹介します。

ExcelのNORMINV関数とは

ExcelのNORMINV関数は、正規分布の累積分布関数の逆関数を計算する統計関数です。「累積確率 p に対応するxの値」を返します。

NORMDIST関数（TRUE指定）との関係を一言で言うと、「NORMDISTにxを入れると確率が出る、NORMINVに確率を入れるとxが出る」という逆の方向性ですよ。

Excel 2007以前から提供されている古い関数で、現行のExcelでは「互換性関数」に分類されています。Excel 2010以降では後継の NORM.INV（ドットあり）が用意されました。

NORMINVとNORM.INVの比較表

NORMINVとNORM.INVの違い

NORMINVとNORM.INVの違いは、名前だけです。引数の順番・意味・計算結果は完全に一致します。

=NORMINV(確率, 平均, 標準偏差)   ← 旧（互換性関数）
=NORM.INV(確率, 平均, 標準偏差)  ← 新（推奨）

既存の =NORMINV(...) を =NORM.INV(...) に書き換えるだけで、結果は完全に同じになりますよ。

どちらを使うべきか

新規ファイルを作るなら NORM.INV を使うのが正解です。関数の入力候補に表示されやすく、将来のExcelバージョンでも継続してサポートされる見込みが高いですよ。

一方で、以下のケースでは NORMINV をそのまま使い続けて問題ありません。

• Excel 2007以前のバージョンと共有するファイル（.xls 形式）
• 既存の業務テンプレートに NORMINV が組み込まれていてメンテナンスする場合
• 古いVBAマクロが NORMINV を呼び出している場合

NORMINV関数の構文と引数

NORMINV関数の構文は次のとおりです。

=NORMINV(確率, 平均, 標準偏差)

3つの引数すべてが必須です。それぞれの意味と制約を表で整理します。

「確率」は「0より大きく1未満」という制約が特に重要です。0や1をそのまま入れると #NUM! エラーが出ますよ。パーセントで表現する場合は、「95%」ではなく「0.95」と小数で指定してください。

NORMDISTとNORMINVの逆関数の関係

NORMDISTとNORMINVは「逆関数の関係」にあります。同じパラメータで往復すると元の値に戻る、という特性がありますよ。

数式で表すと、NORMDIST(NORMINV(p, μ, σ), μ, σ, TRUE) = p が必ず成立しますよ。

具体的な数値で確認（平均50、標準偏差10の場合）

「確率0.5を入れると平均値（50）が返る」「確率0.95を入れると上位5%の下限値（66.45）が返る」という感覚をつかむと、使いどころがイメージしやすくなりますよ。

NORMINV関数の実務での活用例

上位N%の基準点を求める

「TOEICで上位5%に入るには何点必要か」を計算してみます。受験者の平均スコアが600点、標準偏差が100点と仮定します。

「上位5%」は「下位95%」と同義なので、確率 0.95 を使います。

=NORMINV(0.95, 600, 100)

戻り値は 約 764点 です。上位5%の基準点が1つの数式で求まりますよ。

「下位10%の基準点」を求めたいなら =NORMINV(0.10, 600, 100) で約 472点になります。このように確率の入力値を変えるだけで、任意のパーセンタイル点を計算できるのが便利なところです。

95%信頼区間の境界値を求める

統計分析で「95%信頼区間の上限・下限は何か」を求めるときにも NORMINV が役立ちます。

平均50・標準偏差10の集団での95%信頼区間を計算します。両端に0.025ずつ（計5%）を切り捨てる形で境界を決めます。

下限: =NORMINV(0.025, 50, 10)  → 約 30.40
上限: =NORMINV(0.975, 50, 10)  → 約 69.60

95%信頼区間は「約 30.40〜69.60」です。

TIP

統計学でよく登場する「±1.96」は標準正規分布（平均0・標準偏差1）での95%信頼区間の境界値で、=NORMINV(0.975, 0, 1) ≈ 1.960 から得られます。この値を知っておくと、信頼区間の計算の意味がよりクリアになりますよ。

正規分布の乱数を生成する（モンテカルロシミュレーション）

ExcelのRAND関数（0以上1未満の一様乱数を返す）と組み合わせると、正規分布に従う乱数を生成できます。

=NORMINV(RAND(), 平均, 標準偏差)

たとえば「平均100・標準偏差15の正規分布乱数」なら次のとおりです。

=NORMINV(RAND(), 100, 15)

F9 キーを押すたびに新しいランダムな値が生成されます。モンテカルロシミュレーション（需要予測・リスク分析・原価シミュレーションなど）でよく使われるパターンですよ。

品質管理：規格上下限を逆算する

製品の平均寸法が10.0mm、標準偏差が0.05mmのとき、「不良率1%以内（上下0.5%ずつ）に収まる規格幅」を求めてみましょう。

上限規格: =NORMINV(0.995, 10, 0.05)  → 約 10.129mm
下限規格: =NORMINV(0.005, 10, 0.05)  → 約  9.871mm

規格を「9.871〜10.129mm」と設定すれば、理論上の不良率を1%以内に収められます。規格値を決めるプロセスでNORMINVを活用すると、数値の根拠を示しやすくなりますよ。

NORMINVでよくあるエラーと対処法

NORMINV関数で起きやすいエラーをまとめます。

最もよく起きるのが「確率に 0 や 1 を指定したときの #NUM!」です。0%や100%という確率は正規分布の定義上「無限大のx」に対応するため、Excelでは計算不能になります。0.0001や0.9999など、0と1を避けた値を使いましょう。

また、「確率として 95 を指定してしまう」ミスも起こりがちです。正しくは 0.95（小数）ですよ。

NORM.INVへの移行ガイド

既存の NORMINV 数式を新関数 NORM.INV に書き換える手順は次のとおりです。

引数の変更は不要で、関数名の部分だけ書き換えれば完了ですよ。

一括置換の手順:

1. Ctrl + H（置換ダイアログ）を開く
2. 検索する文字列: NORMINV(
3. 置換後の文字列: NORM.INV(
4. 「すべて置換」
5. いくつかのセルで結果が変わっていないことを確認する

まとめ：NORMINV関数で正規分布の逆算をマスターしよう

ExcelのNORMINV関数のポイントを整理します。

• NORMINV関数は正規分布の逆関数を計算する旧版（互換性関数）
• 構文は =NORMINV(確率, 平均, 標準偏差) の3引数
• 「確率を入力するとxの値を返す」という、NORMDIST（TRUE指定）と逆方向の関数
• Excel 2010以降の後継は NORM.INV（名前以外は同じ）
• 移行は関数名部分を NORMINV → NORM.INV に書き換えるだけ
• 確率は 0より大きく1未満（0や1は #NUM! エラー）
• 上位N%の基準点・信頼区間の境界値・モンテカルロ乱数生成・品質管理の規格逆算に活用できる

「確率から値を逆算する」という発想が身につくと、データ分析の幅がぐっと広がりますよ。まずは「上位5%の基準点を求める」一場面から、NORMINVを試してみてくださいね。

確率分布関数のシリーズ記事として、NORMDIST関数、NORM.DIST関数、NORM.INV関数、NEGBINOMDIST関数、HYPGEOMDIST関数も合わせて読むと、Excelの統計関数全体の見通しがよくなりますよ。

正規分布を前提とした確率計算や、工学系の公式をそのまま再現したいときに登場するのが、スプレッドシートのERF関数（誤差関数）です。エンジニアリング関数の一種ですが、名前を聞いただけで身構えてしまう方も多いはず。

この記事では、ERF関数の構文・使い方・正規分布との関係を、できるだけ数式に頼らず「同僚に教えてあげる感覚」で解説します。Excelで使ったことがある方も、スプレッドシート固有の挙動を改めて確認できる内容にしています。

最後まで読めば、=ERF(下限, 上限) の引数の意味が腹落ちします。上限を省略したときの挙動や #VALUE! エラーの原因も、自分で判断できるようになります。

ERF関数とは何か｜誤差関数の基本

まずは「ERF関数とは何者か」を、難しい数式は後回しにしてざっくり押さえておきましょう。

誤差関数（Error Function）の直感的な意味

ERFは「Error Function（誤差関数）」の略で、数学的には次のように定義される特殊関数です。

erf(x) = (2/√π) × ∫₀ˣ e^(-t²) dt

数式だけ見ると難しそうですが、直感的には「平均ゼロ・ある幅で散らばる誤差が、−x〜+x の範囲に収まる確率を表す関数」と捉えると理解しやすいです。

シグモイド（S字）形状を持ち、xが大きくなるほど 1 に漸近します。確率論・統計学・物質科学・偏微分方程式など、幅広い分野で使われる「非初等関数」です。

要するに、正規分布の積分計算を一発で済ませてくれる関数だと思っておけば実務では十分です。

どんな場面で使うのか

ERF関数を使う典型的な場面は、次のようなケースです。

• 工学・物理系の公式に erf(x) がそのまま登場する場合
• 標準正規分布における確率を、上限と下限の両方を指定して求めたい場合
• 品質管理で「測定誤差が ±σ の範囲に収まる確率」を理論値として計算したい場合
• 拡散方程式や熱伝導の解析解にERFを組み込む必要がある場合

逆に、平均と標準偏差を指定して確率を出したいだけなら、後述する NORM.DIST のほうが直感的に使えます。ERFは「工学・数学の文脈で使われる、ちょっと低レベル寄りの関数」と覚えておくとよいでしょう。

数学系・エンジニアリング関数の入り口として、スプレッドシートのPOWER関数の使い方｜べき乗もあわせて確認しておくと、関数の立ち位置がイメージしやすくなります。

ERF関数の構文と引数

ERF関数の構文はとてもシンプルです。引数は最大2つ、最小1つ。これだけ覚えれば動かせます。

基本構文：=ERF(下限, [上限])

公式ヘルプに記載されている構文は次のとおりです。

=ERF(下限, [上限])

• 下限（必須）：積分の下限値（数値）
• 上限（省略可）：積分の上限値（数値）

引数を2つ指定した場合は「下限値 〜 上限値」の範囲でガウス誤差関数を積分した値を返します。引数が1つだけの場合は、後述するとおり「0 〜 下限値」の範囲で積分されます。

公式サンプルでは、=ERF(1) の戻り値は 0.8427007929、=ERF(-2.3, -0.7) の戻り値は 0.3210556296 です。スプレッドシート上で実際に入力すると、同じ結果が返ってきます。

上限を省略したときの挙動｜よくある誤解

ここがERF関数で一番つまずきやすいポイントです。

上限を省略した =ERF(a) は、「0 〜 a の範囲で積分」した値を返します。つまり =ERF(a) と =ERF(0, a) は同じ結果になります。

よくある誤解は次の3パターンです。

「省略時の基点はゼロ」と覚えてしまえば迷いません。下限値が負の数のときは符号が反転して負の値が返ります。結果の正負を見るだけで、挙動をすぐに確認できます。

引数に数値以外を入れた場合（#VALUE!エラー）

ERF関数の引数に数値以外（文字列など）を渡すと、#VALUE! エラーになります。

=ERF("a")        →  #VALUE!
=ERF(1, "high")  →  #VALUE!

セル参照を使うときは、参照先のセルが文字列や空白になっていないか確認してください。詳しい対処は記事後半の「エラーと対処法」で解説します。

ERF関数の使い方｜基本例と応用例

ここからは実際にスプレッドシートに数式を入れて、結果を見ていきましょう。

1引数で使う（=ERF(1) など）

まずは引数を1つだけ指定するパターンです。

=ERF(0.5)   →  0.5204998778
=ERF(1)     →  0.8427007929
=ERF(1.5)   →  0.9661051465
=ERF(2)     →  0.9953222650

xが大きくなるにつれて 1 に近づいていくのがよくわかります。これが「シグモイド形状」と呼ばれる理由で、xが2を超えるとほぼ 1 に張り付きます。

負の値を入れると、戻り値も負になります。誤差関数は奇関数（erf(-x) = -erf(x)）なので、左右対称な挙動を示します。

=ERF(-1)    →  -0.8427007929
=ERF(-0.5)  →  -0.5204998778

2引数で区間を指定する（=ERF(-2.3, -0.7) など）

引数を2つ指定すると、その区間の積分値が返ります。

=ERF(-2.3, -0.7)  →  0.3210556296
=ERF(0, 1)        →  0.8427007929
=ERF(-1, 1)       →  1.6854015858

=ERF(-1, 1) の値が 2 × ERF(1) になっていることに注目してください。ERFは奇関数なので、対称な区間では「片側の2倍」になります。

実務でよく使うのは「ある測定値が μ−aσ 〜 μ+aσ の範囲に収まる確率」を出すパターンです。これは =ERF(a/SQRT(2)) で計算できます（後述）。

スプレッドシートでの入力手順（スクリーンショット付き）

スプレッドシートでERF関数を入力する手順は、ほかの関数とまったく同じです。

1. 結果を表示したいセルを選択する
2. 半角イコール（=）を入力する
3. ERF( まで打つと候補が表示されるので、Tabキーで補完する
4. 下限値、必要に応じてカンマ区切りで上限値を入力する
5. ) で閉じてEnterで確定

サンプルデータを使って試してみましょう。A列に下限、B列に上限を入れておき、C列に =ERF(A2, B2) を入力する形が応用しやすいです。

B列を空欄にした場合は、=ERF(A5) のように1引数で書く必要があります。=ERF(A5, B5) のままB5を空欄にすると、#VALUE! エラーになるので注意してください。

ERF値と正規分布の関係を数式なしで理解する

ここがこの記事のメインディッシュです。「ERFの値って結局なに？」という疑問を、確率の言葉に翻訳します。

ERF値→確率換算インライン表

標準正規分布の累積分布関数 Φ(x) と誤差関数の関係は、次の式で表されます。

Φ(x) = (1/2) × [1 + erf(x/√2)]

つまり、=ERF(x/SQRT(2)) を計算すれば、「平均±x×標準偏差の範囲に収まる確率」がわかります。

代表的な値を表にまとめました。

統計の教科書でおなじみの「±1σ で約68%、±2σ で約95%」という数字が、ERFの値からそのまま導けることが確認できます。

「ERF(1) = 0.8427」だけだと意味がピンと来ませんが、「=ERF(1/SQRT(2)) ≒ 0.6827 = 約68.3%」と読み替えると、急に身近な数字に見えてきますね。

NORM.DISTとERFの使い分け

正規分布の確率を出すだけなら、スプレッドシートには NORM.DIST というもっと使いやすい関数があります。両者の関係は次のとおりです。

=NORM.DIST(x, 0, 1, TRUE) = (1/2) × (1 + ERF(x/SQRT(2)))

実務での使い分け基準は次のように整理できます。

• 平均・標準偏差を直接指定して確率を出したい → NORM.DIST を使う
• 工学系の公式に erf(x) がそのまま登場する → ERF を使う
• 下限と上限の両方を指定して区間積分したい → ERF を使うのが楽
• 片側確率や両側確率を出したい → NORM.DIST のほうが直感的

迷ったら NORM.DIST を選んでおいて問題ありません。ERFは「工学系の数式をそのまま実装する」ための関数だと割り切ると、使い分けがシンプルになります。

確率分布まわりの関数を体系的に押さえたい方は、スプレッドシートのGAMMA.INV関数の使い方｜ガンマ分布逆関数もあわせて読んでみてください。

関連関数｜ERFC・ERF.PRECISE・NORM.DIST

ERF関数を理解したら、ファミリー関数も一緒に押さえておくと業務の幅が広がります。

ERFC（余誤差関数）との関係

ERFC（相補誤差関数、Complementary Error Function）は、ERFと次の関係にあります。

ERFC(x) = 1 - ERF(x)

つまり「ERFが捉えきれなかった残り」を返す関数です。スプレッドシートでも =ERFC(x) の形で使えます。

=ERF(1)   →  0.8427007929
=ERFC(1)  →  0.1572992071

合計するとピッタリ 1 になることが確認できます。「裾の確率（テール確率）を出したい」場面では、1 - ERF(x) と書くより ERFC(x) のほうがシンプルです。

ERF.PRECISEとERFの違い

ERF.PRECISE は、Excel 2010 で互換性関数として追加された関数で、Googleスプレッドシートでも使えます。

両者の違いは次のとおりです。

つまり、引数1個で使うかぎり =ERF(x) と =ERF.PRECISE(x) はまったく同じ結果になります。

=ERF(1)          →  0.8427007929
=ERF.PRECISE(1)  →  0.8427007929

実務では ERF で統一しておけば困りません。ERF.PRECISE は「Excel 2010で追加された名前」と覚えておけば十分です。

エンジニアリング関数つながりで、【Excel】IMSUM関数を使って指定した複素数の合計を求めるやスプレッドシートのDELTA関数の使い方｜等値判定も、合わせて押さえておくと工学・数学系の関数群をシリーズで習得できます。

エラーと対処法

ERF関数で発生する代表的なエラーは #VALUE! だけなので、対処は比較的シンプルです。

#VALUE!エラーの原因と解決策

#VALUE! が出る主な原因は次の3つです。

=ERF("hello")       →  #VALUE!（文字列を渡した）
=ERF(A1)            →  #VALUE!（A1が文字列の場合）
=ERF(1, B1)         →  #VALUE!（B1が文字列または数値変換不可の場合）

対処の優先順位は次のとおりです。

1. 引数が数値か確認する：参照セルの中身を =ISNUMBER(A1) で確認
2. 空白セルの取り扱いを確認する：B列が空欄の行で =ERF(A2, B2) のように2引数で書いていないか
3. 小数点の表記揺れを確認する：CSV取り込み時に「3,14」のようなカンマ区切りになっていないか
4. エラーハンドリングを追加する：=IFERROR(ERF(A2, B2), "") で空白セルを安全に処理

複数行に数式を一気にコピーするときは、IFERROR で包んでおくと安心です。空白行があっても画面が #VALUE! だらけにならず、見た目がすっきりします。

=IFERROR(ERF(A2, B2), "")

なお、引数に極端に大きな値（例：=ERF(10^10)）を入れても、ERFは 1 に近い値を返すだけでエラーにはなりません。「数値であるかぎりエラーは起きない」と覚えておけば十分です。

スプレッドシートの基本操作に不安が残る方は、スプレッドシート初心者のための完全ガイドで基礎を押さえてから戻ってくると、関数の理解もスムーズになります。

まとめ

スプレッドシートのERF関数は、誤差関数（ガウス関数の積分）を一発で計算してくれるエンジニアリング関数です。最後にポイントを振り返っておきましょう。

• 構文は =ERF(下限, [上限])。上限は省略可能で、省略すると「0 〜 下限値」で積分される
• =ERF(1) は約 0.8427、=ERF(2) は約 0.9953。xが大きくなるほど 1 に近づくシグモイド形状
• 標準正規分布との関係：Φ(x) = (1/2) × [1 + erf(x/√2)]。=ERF(1/SQRT(2)) ≒ 0.6827 で「±1σ に約68%」が導ける
• 平均・標準偏差を直接指定して確率を出したいなら NORM.DIST のほうが楽。ERFは工学系の公式実装や区間指定で力を発揮する
• 関連関数：ERFC(x) = 1 - ERF(x)、ERF.PRECISE(x) は引数1個のERFと同じ結果
• エラーは #VALUE! がほぼすべて。引数が数値かどうかを確認すれば解決する

「正規分布の確率を出したい」「工学系の数式を再現したい」という場面に出くわしたら、まず =ERF(x) を試してみてください。値の意味さえ翻訳できれば、ERF関数は思ったより怖くない関数だと感じてもらえるはずです。

結論から言うと、ERF.PRECISE は「ERFよりも精度が高い関数」ではなく、「引数を1つに絞ったシンプル版のERF」です。Excel 2010で命名規則を整理した際に追加された関数で、Googleスプレッドシートでもそのまま使えます。

この記事では、ERF.PRECISE 関数の構文・使い方・ERF との違いを、実際のスプレッドシートでの入力例とともに整理します。誤差関数ファミリー4関数（ERF / ERF.PRECISE / ERFC / ERFC.PRECISE）の比較表も用意しました。「結局どれを使えばいいの？」という疑問もこの1記事で解消できます。なお、ERF 関数の基本については スプレッドシートのERF関数の使い方｜誤差関数（Error Function）を解説 で詳しく解説しているので、合わせてご覧ください。

ERF.PRECISE関数とは

ERF.PRECISE 関数は、Googleスプレッドシートのエンジニアリング関数カテゴリに属する関数です。ガウスの誤差関数（error function）を計算し、引数として渡した上限値 x までの誤差関数の値を返します。

数学的に書くと、誤差関数の定義は以下のとおりです。

erf(x) = (2/√π) × ∫₀ˣ e^(-t²) dt

積分の下限が「0」に固定されており、上限が引数 x のみという点が ERF.PRECISE の最大の特徴です。戻り値の範囲は -1〜1 で、x が大きくなるほど 1 に漸近します。

ERF.PRECISEの構文と引数

構文はシンプルです。引数は1つだけです。

=ERF.PRECISE(x)

x には数値リテラル（例: 1）か、数値が入ったセル参照（例: A2）を渡します。文字列や空白を渡すと #VALUE! エラーになります。

関数が返す値の意味

戻り値は「0から x までの区間における、ガウス曲線下の面積を正規化した値」です。いくつかサンプルを並べると数値感がつかみやすくなります。

x が 2 を超えると戻り値はほぼ 1 に張り付きます。「ある値より外側に出る確率はほぼゼロ」という統計的な意味を持ち、品質管理の不良率計算などで活躍します。

ERF.PRECISE関数の基本的な使い方

ここからは実際にスプレッドシートで入力する例を見ていきます。引数が1つの関数なので、迷うポイントはほぼありません。

セルへの入力例

いちばんシンプルな使い方は、数値を直接書き込むパターンです。

=ERF.PRECISE(1)

このセルには 0.8427007929 が表示されます。「erf(1) の値」です。

数値を直接入力する場合

特定の値で誤差関数を確認したいだけなら、引数に数値リテラルをそのまま渡します。

=ERF.PRECISE(0.5)
=ERF.PRECISE(1.96)
=ERF.PRECISE(-1)

3つ目の例のように、負の値も渡せます。誤差関数は奇関数なので、ERF.PRECISE(-1) は約 -0.8427007929 を返します。「絶対値は同じで符号が反転する」と覚えておくと便利です。

セル参照を使う場合

実務では、別セルに入力した値を引数として参照する形が一般的です。A列に x の値を並べて、B列で誤差関数の値を一括計算するような使い方です。

B2セルに =ERF.PRECISE(A2) と入力したら、あとは下方向にドラッグコピーするだけです。表計算らしいシンプルな使い方ができます。

!_images/spreadsheet-erf-precise-function/02_formula_erf-precise-basic.png

ERF関数とERF.PRECISEの違い

ここがこの記事のメインです。ERF と ERF.PRECISE の違いを正しく理解しておくと、関数選びで迷わなくなります。

引数の数と積分の下限

最大の違いは「引数の数」と「積分の下限がどう決まるか」です。

=ERF(lower_bound, [upper_bound])  ← ERFは引数1〜2個
=ERF.PRECISE(x)                    ← ERF.PRECISEは引数1個のみ

ERF 関数は引数を2つ取れます。第1引数に下限、第2引数（省略可）に上限を指定するので、「下限 a から上限 b まで」を任意の区間で計算できます。

一方の ERF.PRECISE は引数が1つだけで、積分の下限は 常に 0 に固定 です。引数で渡せるのは上限値のみで、シンプルである代わりに自由区間の計算はできません。

「ERF(x) = ERF.PRECISE(x)」という等価性

ここがいちばん混乱しやすいポイントです。実は ERF 関数の上限を省略した場合の戻り値と、ERF.PRECISE の戻り値は完全に等価 です。

=ERF(1)            → 0.8427007929
=ERF.PRECISE(1)    → 0.8427007929

=ERF(0.745)        → 0.7079289200
=ERF.PRECISE(0.745) → 0.7079289200

なぜこうなるかというと、ERF(x) は上限を省略した場合「下限を 0、上限を x」として扱う仕様だからです。これは ERF.PRECISE(x) の定義（下限 0、上限 x）とまったく同じです。引数を1つだけ渡す限り、両関数は数学的にも実装的にも同じ計算をしています。

どちらを使うべきかの判断基準

「等価ならどっちでもいい」と思うかもしれませんが、ケースによって向き不向きがあります。判断のフローはざっくり次のとおりです。

• 積分区間の下限を 0 以外に指定したい場合 → ERF 関数を使う（引数2つ版）
• 下限が 0 で固定でよい場合 → どちらでも可。読みやすさ重視なら ERF.PRECISE
• Excel 2010以降との互換性を重視する場合 → ERF.PRECISE を選ぶと意図が明確
• 古いExcel（2007以前）との互換性が必要な場合 → ERF を使う

「下限 0 から x までの誤差関数を取りたい」というケースでは ERF.PRECISE をおすすめします。引数が1つだけと明確なので、後からシートを見返したときに「この ERF の第2引数、なぜ省略してあるんだっけ？」と悩まずに済むからです。

誤差関数ファミリー4関数を比較する

スプレッドシートの誤差関数には、ERF と ERF.PRECISE のほかに、補完誤差関数の ERFC と ERFC.PRECISE があります。4関数の関係を整理しておきましょう。

ERF / ERF.PRECISE / ERFC / ERFC.PRECISEの比較表

ERFC は補完誤差関数と呼ばれ、ERF の「残り部分」を計算します。具体的には次の関係が成り立ちます。

ERFC.PRECISE(x) = 1 − ERF.PRECISE(x)

=ERF.PRECISE(1) が約 0.8427 なら、=ERFC.PRECISE(1) は約 0.1573 になります。「事象が起こる確率」と「起こらない確率」のような相補関係をイメージするとわかりやすいです。

「PRECISE」という名前の意味

「PRECISE」と聞くと「精度が高い」と思ってしまいますが、これは少し違います。.PRECISE はExcel 2010で多くの関数の精度を改善したとき、命名規則を統一するために付けられたサフィックスです。

つまり ERF.PRECISE は「ERFより精度が高い新バージョン」ではなく、「精度改善シリーズの一環として引数を整理した別関数」という位置づけです。引数を1つに固定したことで「この関数は 0 から x までの積分を返す」という挙動が明確になり、誤読を防げます。それが PRECISE 関数群の本来の狙いです。

実際、ERF(x) と ERF.PRECISE(x) の戻り値は小数点以下まで完全に一致するので、「どちらの方が値が正確か」という比較自体が意味を持ちません。

ERF.PRECISEの実務活用パターン

引数1つのシンプルな関数ですが、組み合わせ次第で実務にしっかり使えます。代表的なパターンを2つ紹介します。

正規分布の確率を計算する

誤差関数は正規分布の累積分布関数 Φ(x) と次の関係で結ばれています。

Φ(x) = (1/2) × (1 + erf(x / √2))

標準正規分布で「平均から x 標準偏差以内に収まる確率」を求めるとき、誤差関数を使えます。スプレッドシートで書くなら次のような数式です。

=0.5 * (1 + ERF.PRECISE(A2 / SQRT(2)))

!_images/spreadsheet-erf-precise-function/04_result_erf-precise-norm.png

A2 に「2」を入れれば、平均±2σ以内に収まる確率（約 0.9772）が返ります。NORM.S.DIST 関数でも同じ値を出せますが、誤差関数の定義から手で組み立てたい場面ではこの形が便利です。

品質管理での不良率計算

製造業の品質管理で「規格外れになる確率」を求めるときにも使えます。たとえば製品の寸法が平均 10mm、標準偏差 0.1mm の正規分布に従い、規格幅が ±0.3mm（9.7〜10.3mm）のとき、規格内に収まる確率は次のように計算できます。

=ERF.PRECISE(0.3 / (0.1 * SQRT(2)))

これは約 0.9973 を返し、規格外れ率は 1 − 0.9973 = 0.0027（約 0.27%）とわかります。ERFC.PRECISE を使えば不良率を直接計算することも可能です。

=ERFC.PRECISE(0.3 / (0.1 * SQRT(2)))

エラーが出たときの対処法

ERF.PRECISE はシンプルな関数ですが、引数の渡し方を間違えるとエラーになります。代表的な2つを押さえておきましょう。

#VALUE!エラーの原因と解決策

原因: 引数に数値以外（文字列、日付の表記ミス、空白セルへの誤参照など）を渡している。

=ERF.PRECISE("一")    → #VALUE!
=ERF.PRECISE(A1)      → A1が空白や文字列だと #VALUE!

解決策: 引数が必ず数値になっていることを確認します。セル参照の場合は =ISNUMBER(A1) でTRUEが返るかチェックしてみてください。文字列で「1」と入っているなら、=ERF.PRECISE(VALUE(A1)) のように VALUE 関数で変換するのも手です。

#NUM!エラーの原因と解決策

原因: 極端に大きな絶対値を渡したとき、内部計算でオーバーフローするケースがあります。実用範囲内ではほぼ発生しません。

解決策: 引数の絶対値が大きすぎないか確認します。誤差関数は |x| ≥ 4 程度で戻り値がほぼ ±1 に収束します。それ以上の値を渡す必要があるか、業務文脈で見直してみてください。

まとめ

ERF.PRECISE 関数は、引数1つのシンプルな誤差関数です。ERF 関数の上限省略バージョンと数学的に等価で、「下限 0 から x までの誤差関数を取りたい」というシンプルなニーズにぴったり収まります。

ポイントを振り返っておきましょう。

• 構文は =ERF.PRECISE(x)、引数は 上限値1つだけ
• 積分の下限は 0 に固定、自由区間が必要なら ERF を使う
• ERF(x) と ERF.PRECISE(x) は 完全に等価（小数点以下まで一致）
• PRECISE は「精度が高い」という意味ではなく、Excel 2010の命名統一によるサフィックス
• 補完誤差関数 ERFC.PRECISE(x) = 1 − ERF.PRECISE(x) と組み合わせて確率計算に使える

「下限を自由に指定したい」という場面では ERF 関数の出番です。両者の使い分けや ERF 関数のより詳しい使い方は、ペア記事の スプレッドシートのERF関数の使い方｜誤差関数（Error Function）を解説 で解説しています。合わせて読むと誤差関数ファミリー全体を一気に整理できます。

統計・品質管理・工学計算で誤差関数が必要になったら、まずは ERF.PRECISE をシンプルに使ってみてください。下限を変えたくなったら ERF に切り替える。この流れを覚えておけば、関数選びで迷うことはなくなります。

結論から言うと、ERFC.PRECISE は「ERFCより精度が高い後継関数」というよりは、負の数も含めた広い引数範囲で安心して使える、ERFCの拡張版です。Excel 2010で命名規則を整理した際に追加された関数で、Googleスプレッドシートでもそのまま使えます。

この記事では、ERFC.PRECISE 関数の構文・基本使い方・ERFC との違いを、実際のスプレッドシートでの入力例とともに整理します。誤差関数ファミリー4関数（ERF / ERF.PRECISE / ERFC / ERFC.PRECISE）の使い分けマトリクスも用意したので、「結局どれを使えばいいの？」という疑問もこの1本でスッキリしますよ。ERF.PRECISE 側の解説は スプレッドシートのERF.PRECISE関数の使い方｜ERFとの違いを解説 にまとめてあるので、合わせて読むと理解が立体的になります。

ERFC.PRECISE関数とは

ERFC.PRECISE 関数は、Googleスプレッドシートのエンジニアリング関数カテゴリに属する関数です。ガウスの相補誤差関数（complementary error function）を計算し、引数 x を下限とした「∞までの誤差関数の値」を返します。

数学的に書くと、相補誤差関数の定義は以下のとおりです。

erfc(x) = 1 − erf(x) = (2/√π) × ∫ₓ^∞ e^(-t²) dt

「全確率の1から erf(x) を引いた残り」を返す関数、と言い換えるとイメージしやすいです。ERF.PRECISE が「中央から x までの面積」を返すのに対し、ERFC.PRECISE は「x から外側に飛び出す面積」を返します。両者は相補関係にあるので、足すと必ず1になります。

戻り値の範囲は 0〜2 です。x が 0 のとき値は 1、x が大きくなるほど 0 に近づきます。負の数を渡したときに 1 を超えて 2 に近づくのが、ERF.PRECISE とは違う特徴ですよ。

ERFC.PRECISEの構文と引数

構文はシンプルそのもの。引数は1つだけです。

=ERFC.PRECISE(x)

x には数値リテラル（例: 1）か、数値が入ったセル参照（例: A2）を渡します。文字列や空白を渡すと #VALUE! エラーになります。

関数が返す値の意味

戻り値は「x から ∞ までの区間における、ガウス曲線下の面積を正規化した値」です。サンプルを並べると数値感がつかみやすいですよ。

x が 2 を超えると戻り値はほぼ 0 に張り付きます。「ある値より外側に出る確率はほぼゼロ」という統計的な意味を持ち、品質管理の不良率計算で活躍する所以ですよ。

ERFC.PRECISE関数の基本的な使い方

ここからは実際にスプレッドシートで入力する例を見ていきます。引数が1つの関数なので、迷うポイントはほぼありません。

セルへの入力例

いちばんシンプルな使い方は、数値を直接書き込むパターンです。

=ERFC.PRECISE(1)

このセルには 0.1572992071 が表示されます。「erfc(1) の値」、つまり「0から1までの面積（約0.8427）の外側に残る確率」です。

数値を直接入力する場合

特定の値で相補誤差関数を確認したいだけなら、引数に数値リテラルをそのまま渡します。

=ERFC.PRECISE(0.5)
=ERFC.PRECISE(1.96)
=ERFC.PRECISE(-1)

3つ目の例のように、負の値も気軽に渡せるのがポイントです。ERFC.PRECISE(-1) は約 1.8427007929 を返します。「erfc(-x) = 2 − erfc(x) の関係から、1 を超えた値が返ってくる」と覚えておくと結果の検算が楽になります。

セル参照を使う場合

実務では、別セルに入力した値を引数として参照する形が一般的です。A列に x の値を並べて、B列で相補誤差関数の値を一括計算するような使い方ですね。

B2セルに =ERFC.PRECISE(A2) と入力したら、あとは下方向にドラッグコピーするだけです。表計算らしいシンプルな使い方ができますよ。

ERFC関数とERFC.PRECISEの違い

ここがこの記事の本題です。ERFC と ERFC.PRECISE の違いを正しく理解しておくと、関数選びで迷わなくなります。

引数の許容範囲が異なる

最大の違いは「負の数を渡せるかどうか」です。

=ERFC(-1)             → 古いExcelでは #NUM! エラー
=ERFC.PRECISE(-1)     → 約 1.8427007929（問題なく計算）

歴史的に ERFC 関数（Excel 2007以前）は引数が 0以上の数値に限定 されていました。負の数を渡すと #NUM! エラーになる仕様だったのです。一方 ERFC.PRECISE はExcel 2010で追加された改訂版で、負の数も含めた実数全域で計算可能 という拡張が入っています。

Googleスプレッドシートの ERFC は内部的に ERFC.PRECISE 相当の挙動になっているケースが多いです。そのため、負の数でもエラーにならず計算できる場合があります。とはいえ、Excelとの互換性を意識する場面では ERFC.PRECISE を選んでおくと「負の数で動かない」というハマりを避けられますよ。

「ERFC(x) と ERFC.PRECISE(x) は同値」になる範囲

非負の数（0以上）を渡している限り、ERFC と ERFC.PRECISE の戻り値は 完全に等価 です。

=ERFC(1)              → 0.1572992071
=ERFC.PRECISE(1)      → 0.1572992071

=ERFC(0.745)          → 0.2920710800
=ERFC.PRECISE(0.745)  → 0.2920710800

つまり「正の数しか扱わない」と分かっている処理なら、どちらの関数を使っても結果は同じです。違いが出るのは引数が負になる場合だけ、と覚えておくとシンプルですよ。

どちらを使うべきかの判断基準

「等価な範囲もあるなら、どっちでもいいんじゃない？」と思うかもしれませんが、ケースによって向き不向きがあります。判断のフローはざっくり次のとおりです。

• 引数に負の数が混ざる可能性がある → ERFC.PRECISE を使う（エラー回避）
• Excel 2010以降との互換性を重視する → ERFC.PRECISE を選ぶと意図が明確
• 古いExcel（2007以前）との互換性が必要 → ERFC を使う
• どちらでもよい場合 → コードレビューで関数の意図を伝えやすい ERFC.PRECISE を推奨

実務では「今は正の数しか想定していなくても、将来的に負の数が混ざる可能性がある」というケースが多いです。そのため、特別な理由がない限り ERFC.PRECISE を選んでおくと安全ですよ。

誤差関数ファミリー4関数を比較する

スプレッドシートの誤差関数には、ERFC.PRECISE のほかに ERF ERF.PRECISE ERFC の3関数があります。4関数の関係を整理しておきましょう。

ERF / ERF.PRECISE / ERFC / ERFC.PRECISEの比較表

ERFC 系は補完誤差関数と呼ばれ、ERF 系の「残り部分」を計算します。具体的には次の関係が成り立ちます。

ERFC.PRECISE(x) = 1 − ERF.PRECISE(x)

=ERF.PRECISE(1) が約 0.8427 なら、=ERFC.PRECISE(1) は約 0.1573 になります。「事象が起こる確率」と「起こらない確率」のような相補関係をイメージするとピンときやすいですよ。

「PRECISE」という名前の意味

「PRECISE」と聞くと「精度が高い」と思ってしまいますが、これはちょっと違います。Excel 2010では多くの関数の精度や引数仕様が改善されました。.PRECISE はそのときに、命名規則を統一するために付けられたサフィックスです。

ERFC.PRECISE の場合、改善ポイントは2つあります。

1. 引数の許容範囲を実数全域に拡張（負の数でもエラーにならない）
2. アルゴリズムの精度改善（特に絶対値が大きいときの安定性向上）

つまり ERFC.PRECISE は「ERFCより精度が高い新バージョン」というより、「負の数を含めた広い範囲で正しく動く改訂版」という位置づけです。非負の引数なら ERFC と完全に同じ値を返すので、戻り値の精度比較に意味はありません。

ERFC.PRECISEの実務活用パターン

引数1つのシンプルな関数ですが、組み合わせ次第で実務にしっかり使えます。代表的なパターンを2つ紹介します。

品質管理での不良率計算

製造業の品質管理で「規格外れになる確率（不良率）」を直接求めたいときに便利です。たとえば製品の寸法が平均 10mm、標準偏差 0.1mm の正規分布に従うとします。規格幅が ±0.3mm（9.7〜10.3mm）のとき、不良率は次のように計算できますよ。

=ERFC.PRECISE(0.3 / (0.1 * SQRT(2)))

この式は 約 0.0027（0.27%） を返します。ERF.PRECISE で「規格内に収まる確率」を出してから 1 から引く、という二段構えは不要です。ERFC.PRECISE 一発で「外れる確率」が直接求まるのが利点ですね。

!_images/spreadsheet-erfc-precise-function/05_result_erfc-precise-quality.png

シックスシグマ（±6σ）の管理基準を確認するときも同様です。=ERFC.PRECISE(6 / SQRT(2)) を計算すれば、6σ外れの確率（約 1.97×10⁻⁹）が出ますよ。

拡散方程式・熱伝導の解析解で使う

工学系の解析解には erfc(x) がそのまま登場するパターンが多いです。たとえば半無限固体の表面温度を急変させたときの内部温度分布は、次の形で表されます。

T(x, t) = T₀ + (Tₛ − T₀) × erfc(x / (2√(αt)))

ここで α は熱拡散率、x は表面からの距離、t は時間です。スプレッドシートで具体的な数値を入れて温度分布をシミュレートする場合、ERFC.PRECISE をそのまま使えますよ。

=$T0$ + ($Ts$ - $T0$) * ERFC.PRECISE(A2 / (2 * SQRT($alpha$ * $t$)))

この用途では負の x を扱う場面はほぼありません。検算のときは「x = 0 で erfc(0) = 1 になる（表面が即座に Tₛ に到達する）」という性質を確認しておくとミスを防げます。

エラーが出たときの対処法

ERFC.PRECISE はシンプルな関数ですが、引数の渡し方を間違えるとエラーになります。代表的な2つを押さえておきましょう。

#VALUE!エラーの原因と解決策

原因: 引数に数値以外（文字列、日付の表記ミス、空白セルへの誤参照など）を渡している。

=ERFC.PRECISE("一")    → #VALUE!
=ERFC.PRECISE(A1)      → A1が空白や文字列だと #VALUE!

解決策: 引数が必ず数値になっていることを確認します。セル参照の場合は =ISNUMBER(A1) でTRUEが返るかチェックしてみてください。文字列で「1」と入っているなら、=ERFC.PRECISE(VALUE(A1)) のように VALUE 関数（文字列を数値に変換する関数）で変換するのも手です。

#NUM!エラーの原因と解決策

原因: 古いExcelで ERFC に負の値を渡したときや、ERFC.PRECISE に極端に大きな絶対値を渡したときに発生することがあります。Googleスプレッドシートの ERFC.PRECISE では実用範囲内ではほぼ起こりません。

解決策: 引数の絶対値が極端に大きくないか確認します。相補誤差関数は x ≥ 4 程度で戻り値がほぼ 0、x ≤ -4 程度で戻り値がほぼ 2 に収束します。それ以上の値を渡す必要があるかを業務文脈で見直してみてください。

なお、互換性が必要な場面で古いExcelの ERFC を呼んでいてエラーになる場合は、ERFC.PRECISE に置き換えるだけで解決するケースが多いですよ。

まとめ

ERFC.PRECISE 関数は、引数1つのシンプルな相補誤差関数です。ERFC 関数の改訂版という位置づけで、「負の数を含めた広い範囲でも安全に使える」のが最大のメリットです。

ポイントを振り返っておきましょう。

• 構文は =ERFC.PRECISE(x)、引数は 下限値1つだけ
• 戻り値は 0〜2 の範囲、x = 0 で 1、x が大きくなるほど 0 に近づく
• ERFC.PRECISE(x) = 1 − ERF.PRECISE(x) の相補関係が成り立つ
• 非負の引数なら ERFC と完全に同値、違いが出るのは負の数を渡すとき
• PRECISE は「精度」というより「引数の許容範囲を拡張した改訂版」の意味
• 品質管理の不良率を一発で計算できるのが実務での強み

「負の数を扱う可能性があるか」「Excelとの互換性をどこまで意識するか」で ERFC と ERFC.PRECISE を使い分けるのが基本です。迷ったときは ERFC.PRECISE を選んでおくと、後から困りにくいですよ。

誤差関数ファミリーの全体像をもう一段深く理解したい方は、ペア記事の スプレッドシートのERF.PRECISE関数の使い方｜ERFとの違いを解説 と スプレッドシートのERF関数の使い方｜誤差関数（Error Function）を解説 も合わせて読んでみてください。ERF と ERFC の関係、PRECISE 系の位置づけが立体的につかめます。ERFC 関数自体の使い方は スプレッドシートのERFC関数の使い方｜相補誤差関数 にまとめてあるので、合わせてどうぞ。

統計・品質管理・工学計算で相補誤差関数が必要になったら、まずは ERFC.PRECISE をシンプルに使ってみてください。ERFC と迷う場面はほぼなくなりますよ。

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。

平均値と標準偏差がわかっていても、「ある値が全体のどのあたりに位置するか」を手計算で求めるのは大変ですよね。正規分布表を引っ張り出して照らし合わせるのは面倒です。

そんなときに使うのがNORM.DIST関数です。この記事では基本の書き方から実務での活用例まで解説します。PDF/CDFの切り替え方やNORM.S.DIST関数との違いもあわせて整理しました。

NORM.DIST関数とは？正規分布の確率を返す関数

NORM.DIST関数（読み方: ノルム・ディスト）は、正規分布に従うデータの確率を返す関数です。「NORM」は「Normal Distribution（正規分布）」、「DIST」は「Distribution（分布）」の略です。

正規分布とは、平均値を中心に左右対称の釣り鐘型に広がるデータの分布パターンです。テストの点数、身長、製品の重量など、自然界や社会のさまざまなデータがこの分布に従います。

NORM.DIST関数では、cumulative引数を切り替えることで次の2つの値を求められます。

• 累積分布関数（CDF）: 「ある値以下になる確率」を返す。cumulative = TRUE
• 確率密度関数（PDF）: 「ある値における確率密度」を返す。cumulative = FALSE

実務で使う場面のほとんどはCDF（累積分布関数）のほうです。「ある値以下になる確率は何%か」を求められるので、品質管理や成績分析で活躍します。

NORM.DIST関数にできることをまとめると、次のとおりです。

• ある値が正規分布で「下位何%に位置するか」を計算する
• 品質管理で「規格値以下に収まる確率」を求める
• テストの偏差値的な位置づけを数値化する
• STANDARDIZE関数と組み合わせて標準化した値の確率を求める

NOTE

NORM.DIST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.DIST関数の書き方（構文と引数）

基本構文

=NORM.DIST(x, 平均, 標準偏差, 関数形式)

カッコの中に、確率を求めたい値、分布の平均と標準偏差、そして出力の形式を指定します。

引数の説明

4つの引数はすべて必須です。省略するとエラーになります。

TIP

関数形式にはTRUE/FALSEのほか、1/0でも指定できます。実務ではほとんどの場面でTRUE（累積分布関数）を使います。

累積分布関数（CDF）と確率密度関数（PDF）の違い

ちょっとむずかしく見えますが、やっていることはシンプルです。

• CDF（TRUE）: 「x以下になる確率」を返す。0〜1の値になる。「下位何%？」を知りたいときに使う
• PDF（FALSE）: 「xにおける確率密度」を返す。正規分布の曲線の高さ。グラフ描画で使う

たとえば平均50、標準偏差10の正規分布で x = 60 のとき、CDF は「60以下になる確率（約84.1%）」を返し、PDF は「x = 60 における曲線の高さ」を返します。

NORM.DIST関数の基本的な使い方

以下のテスト結果データでNORM.DIST関数を使ってみましょう。

クラス全体の平均点が65点、標準偏差が12点だとします。ある生徒の点数が80点のとき、全体のどのあたりに位置するかを求めます。

「80点以下になる確率」を求める（CDF）

=NORM.DIST(80, 65, 12, TRUE)

結果は約 0.894（89.4%）です。つまり80点はクラス全体の上位約10.6%に位置することがわかります。

別の点数でも確認する

=NORM.DIST(65, 65, 12, TRUE)

結果は 0.5（50%）です。平均点と同じ値は、正規分布のちょうど真ん中に位置します。

=NORM.DIST(50, 65, 12, TRUE)

結果は約 0.106（10.6%）です。50点は下位約10.6%に位置することがわかります。

確率密度関数（PDF）の値を確認する

=NORM.DIST(65, 65, 12, FALSE)

結果は約 0.0332 です。これは正規分布の曲線が平均値で最も高くなることを示しています。PDFの値そのものは「確率」ではないので、グラフ描画や比較に使います。

TIP

CDFの結果が0.5なら平均値と同じ位置、0.5より大きければ平均以上、小さければ平均以下です。直感的に覚えやすいですよね。

NORM.DIST関数の実践的な使い方・応用例

品質管理で「規格内に収まる確率」を求める

製品の重量が正規分布に従い、平均500g、標準偏差5gだとします。規格が490g〜510gの場合、規格内に収まる確率を求めてみましょう。

=NORM.DIST(510, 500, 5, TRUE) - NORM.DIST(490, 500, 5, TRUE)

結果は約 0.9545（95.45%）です。製品の約95.5%が規格内に収まることがわかります。

この式のポイントは、「510g以下の確率」から「490g以下の確率」を引くことで「490g〜510gの範囲に入る確率」を求めている点です。

売上目標の達成確率を予測する

過去データから月間売上の平均が800万円、標準偏差が120万円だとします。「今月1000万円を超える確率」を知りたい場面です。

=1 - NORM.DIST(1000, 800, 120, TRUE)

結果は約 0.0478（4.8%）です。NORM.DIST関数は「x以下の確率」を返すので、1からその値を引くと「xを超える確率」が求められます。

目標を900万円に引き下げると、

=1 - NORM.DIST(900, 800, 120, TRUE)

結果は約 0.2023（20.2%）です。目標の現実度を数値で把握できるので、計画の見直しに役立ちます。

正規分布の曲線グラフを作成する（PDF活用）

PDFの値を使うと、正規分布の釣り鐘型グラフを描けます。

A列に20から80まで1刻みで値を入力し、B列に次の数式を入力します。

=NORM.DIST(A2, 50, 10, FALSE)

B列のデータを散布図（または折れ線グラフ）にすると、平均50・標準偏差10の正規分布カーブが描画されます。プレゼン資料でデータの分布を視覚化したいときに便利です。

TIP

AVERAGE関数とSTDEV.P関数で実データの平均と標準偏差を求めれば、そのままNORM.DIST関数の引数に使えます。データの理論的な分布と実際の分布を比較する分析ができますよ。

よくあるエラーと対処法

#NUM!エラー

NORM.DIST関数で最もよく見るエラーです。以下の原因が考えられます。

標準偏差は「データのばらつきの大きさ」なので、0やマイナスになることはありません。

=NORM.DIST(50, 50, 0, TRUE)    → #NUM!エラー
=NORM.DIST(50, 50, -10, TRUE)  → #NUM!エラー
=NORM.DIST(50, 50, 10, TRUE)   → 正常（0.5）

#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.DIST("abc", 50, 10, TRUE)  → #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。

結果が0や1に極端に近くなるケース

エラーではありませんが、xが平均値から大きく離れている場合、結果が0.0000…や0.9999…のように極端な値になることがあります。

=NORM.DIST(100, 50, 10, TRUE)  → 0.99997（ほぼ1）
=NORM.DIST(0, 50, 10, TRUE)    → 0.00003（ほぼ0）

これは正規分布の性質どおりの正しい結果です。平均から5標準偏差も離れた値は、ほぼ確実にその範囲内（または範囲外）に収まります。

TIP

「関数形式」の引数を忘れると引数不足でエラーになります。CDFを求めるならTRUE、PDFを求めるならFALSEを必ず指定してください。

NORM.S.DIST関数・旧NORMDIST関数との違い・使い分け

NORM.DIST関数とNORM.S.DIST関数の違い

NORM.S.DIST関数は「標準正規分布」（平均0、標準偏差1）に特化した関数です。

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

=NORM.DIST(1.96, 0, 1, TRUE)   → 0.975
=NORM.S.DIST(1.96, TRUE)        → 0.975（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.DIST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、生の値の確率を求めたい（例: 80点が上位何%か）
• NORM.S.DIST関数を使う場面: すでにzスコアに変換した値の確率を求めたい、または統計の教科書的な計算をしたい

実務ではNORM.DIST関数のほうが使う場面が多いです。平均や標準偏差をわざわざ標準化する必要がないので便利ですよ。

旧NORMDIST関数との互換性

NORM.DIST関数はExcel 2010で導入された「新しい名前」の関数です。旧NORMDIST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.DIST関数を使いましょう。

TIP

旧NORMDIST関数で作られたブックをNORM.DISTに書き換える必要はありません。結果は変わらないので、そのまま使い続けて大丈夫です。

関連関数の一覧

まとめ

NORM.DIST関数は、正規分布に従うデータの確率を返す関数です。

この記事のポイント

• 構文は =NORM.DIST(x, 平均, 標準偏差, 関数形式) の4つの引数を指定する
• 関数形式をTRUEにすると累積分布関数（CDF）、FALSEにすると確率密度関数（PDF）
• 実務ではCDF（TRUE）を使う場面がほとんど。「ある値以下になる確率」が求まる
• 「x以上の確率」は =1 - NORM.DIST(...) で計算する
• 範囲内の確率は「上限のCDF – 下限のCDF」で求める
• NORM.S.DIST関数は標準正規分布（平均0・標準偏差1）に特化した関数

関連記事

NORM.DIST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STANDARDIZE関数の使い方
• ExcelのSTDEV.P関数の使い方
• ExcelのAVERAGE関数の使い方

NORM.DIST関数で「ある値以下になる確率」はわかったけれど、逆に「確率○%に対応する値はいくつ？」を求めるのは手計算では大変ですよね。正規分布表を逆引きするのは現実的ではありません。

そんなときに使うのがExcelのNORM.INV関数です。この記事では基本の書き方から実務での活用例まで解説します。NORM.DIST関数との逆関数の関係やNORM.S.INV関数との違いもあわせて整理しました。

ExcelのNORM.INV関数とは？確率から値を逆算する関数

NORM.INV関数（読み方: ノルム・インバース）は、正規分布の累積確率から対応する値を逆算する関数です。「NORM」は「Normal Distribution（正規分布）」、「INV」は「Inverse（逆関数）」の略です。

ひとことで言うと、NORM.DIST関数の「逆」の計算をする関数です。NORM.DIST関数が「値→確率」を求めるのに対し、NORM.INV関数は「確率→値」を求めます。

• NORM.DIST関数: 「80点以下になる確率は89.4%」（値→確率）
• NORM.INV関数: 「上位10%に入る点数は何点？」（確率→値）

このように、知りたい方向が逆のときにNORM.INV関数を使います。たとえば以下のような場面で活躍しますよ。

• 品質管理で「下位5%にあたる製品重量」を逆算して規格下限値を設定する
• 「達成確率80%」の売上水準を逆算して現実的な目標値を決める
• 人事評価で「上位20%」の境界スコアを求めてA評価の基準値を設定する

NOTE

NORM.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.INV関数の書き方（構文と引数）

基本構文

=NORM.INV(確率, 平均, 標準偏差)

カッコの中に、逆算したい確率値、分布の平均と標準偏差を指定します。

引数の説明

3つの引数はすべて必須です。省略するとエラーになります。

TIP

確率に0や1を指定すると#NUM!エラーになります。「ちょうど0%」や「ちょうど100%」に対応する値は、正規分布ではマイナス無限大・プラス無限大になるためです。

NORM.DIST関数との逆関数の関係

NORM.INV関数とNORM.DIST関数は逆関数の関係にあります。次の式が成り立ちますよ。

NORM.DIST(x, 平均, 標準偏差, TRUE) = p
  ↔ NORM.INV(p, 平均, 標準偏差) = x

つまり、NORM.DISTで求めた確率をNORM.INVに入れると元の値に戻ります。この関係を使って検算ができるので覚えておくと便利です。

NORM.INV関数の基本的な使い方

テストの点数データでNORM.INV関数を使ってみましょう。クラス全体の平均点が65点、標準偏差が12点だとします。

上位10%に入る点数を求める

「上位10%」は「下位90%（=確率0.9）」の境界値です。

=NORM.INV(0.9, 65, 12)

結果は約 80.4点 です。つまり80.4点以上を取れば、クラスの上位10%に入ることがわかります。

下位5%の閾値を求める

赤点ラインの目安として「下位5%」の境界を求めてみます。

=NORM.INV(0.05, 65, 12)

結果は約 45.3点 です。45.3点以下の生徒は全体の下位5%に入ります。

検算（NORM.DISTとの往復）

NORM.INVで求めた値をNORM.DISTに戻すと、元の確率になるか確認できます。

=NORM.DIST(NORM.INV(0.9, 65, 12), 65, 12, TRUE)

結果は 0.9 です。きちんと元の確率に戻りました。計算結果に不安があるときは、この方法で検算してみてください。

TIP

「上位○%」を求めるときは確率を「1 – 上位の割合」で指定します。上位10%なら0.9、上位5%なら0.95、上位1%なら0.99です。

NORM.INV関数の実践的な使い方・応用例

品質管理で規格値を逆算する

製品の重量が正規分布に従い、平均500g、標準偏差5gだとします。「下位2.5%にあたる重量」と「上位2.5%にあたる重量」を求めて管理限界値を設定してみましょう。

=NORM.INV(0.025, 500, 5)

結果は約 490.2g（管理下限値: LCL）です。

=NORM.INV(0.975, 500, 5)

結果は約 509.8g（管理上限値: UCL）です。

この2つの値の範囲に全体の95%が収まります。範囲外の製品を不良品として検出する基準に使えますよ。

NOTE

NORM.DIST関数の記事では「規格内に収まる確率」を求めました。NORM.INV関数では逆に「確率から規格値そのもの」を逆算できます。セットで覚えておくと品質管理の幅が広がりますよ。

売上目標を確率から設定する

過去データから月間売上の平均が800万円、標準偏差が120万円だとします。「達成確率80%の売上水準」を求めてみましょう。

達成確率80%ということは「この値以下になる確率が80%」なので、確率0.8を指定します。

=NORM.INV(0.8, 800, 120)

結果は約 901万円 です。901万円を目標にすれば、過去の実績パターンでは80%の月で達成できる水準です。

厳しめの目標として達成確率50%も確認してみます。

=NORM.INV(0.5, 800, 120)

結果は 800万円（=平均値）です。確率50%はちょうど平均に一致します。目標のストレッチ度合いを確率で比較できるので、予算設定の根拠として活用できますよ。

評価ランクの境界値を自動計算する

従業員の評価スコアが平均70点、標準偏差10点の正規分布に従うとします。「上位20%をA評価、下位20%をC評価」とする場合の境界値を求めます。

A評価の下限（上位20% = 下位80%の境界）:

=NORM.INV(0.8, 70, 10)

結果は約 78.4点 です。78.4点以上がA評価となります。

C評価の上限（下位20%の境界）:

=NORM.INV(0.2, 70, 10)

結果は約 61.6点 です。61.6点以下がC評価となります。

このように確率ベースで境界値を自動計算すれば、評価者の主観に頼らない基準を作れます。

よくあるエラーと対処法

#NUM!エラー

NORM.INV関数で最もよく見るエラーです。以下の原因が考えられます。

=NORM.INV(0, 50, 10)     → #NUM!エラー（確率が0）
=NORM.INV(1, 50, 10)     → #NUM!エラー（確率が1）
=NORM.INV(0.5, 50, 0)    → #NUM!エラー（標準偏差が0）
=NORM.INV(0.5, 50, 10)   → 正常（50）

確率に0や1を指定できないのは、正規分布で「確率0%の値」はマイナス無限大、「確率100%の値」はプラス無限大になるためです。実務では0.001〜0.999の範囲で使えば問題ありません。

#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.INV("abc", 50, 10)  → #VALUE!エラー

セル参照を使う場合は、参照先に数値が入っているか確認してください。

#NAME?エラー

関数名のスペルを間違えると発生します。「NORM.INV」のピリオドを忘れて「NORMINV」と入力した場合、Excel 2010以降では旧関数名として認識されるためエラーにはなりません。ただし、それ以外のスペルミス（「NORM.IN」など）では#NAME?エラーになります。

=NORM.IN(0.5, 50, 10)    → #NAME?エラー（スペルミス）

TIP

関数名を入力するときはExcelの候補リスト（オートコンプリート）を活用すると、スペルミスを防げますよ。

NORM.S.INV関数・旧NORMINV関数との違い・使い分け

NORM.INV関数とNORM.S.INV関数の違い

NORM.S.INV関数は「標準正規分布」（平均0、標準偏差1）に特化した関数です。

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.INV(0.975, 0, 1)   → 1.96
=NORM.S.INV(0.975)        → 1.96（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.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、具体的な値（点数、重量、売上額など）を逆算したい
• NORM.S.INV関数を使う場面: zスコア（標準化された値）を求めたい、または統計の教科書的な計算をしたい

実務ではNORM.INV関数のほうが使う場面が多いです。引数が確率1つだけのNORM.S.INV関数は、統計学の演習向けですよ。

旧NORMINV関数との互換性

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

新規で数式を作るときはNORM.INV関数を使いましょう。旧NORMINVで作られたブックはそのまま使い続けて大丈夫です。

関連関数の一覧

まとめ

NORM.INV関数は、正規分布の累積確率から対応する値を逆算する関数です。

この記事のポイント

• 構文は =NORM.INV(確率, 平均, 標準偏差) の3つの引数を指定する
• 確率は0より大きく1より小さい値（0 < 確率 < 1）を指定する
• NORM.DIST関数の逆関数。「確率→値」を求めるときに使う
• 品質管理の規格値設定・売上目標の逆算・評価基準の算出で活躍する
• NORM.S.INV関数は標準正規分布（平均0・標準偏差1）に特化した関数

関連記事

NORM.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NORM.DIST関数の使い方｜正規分布の確率を求める方法
• ExcelのSTANDARDIZE関数の使い方
• ExcelのAVERAGE関数の使い方