t統計量は計算できても、片側（右側）p値の出し方で迷う人は多いです。
T.DIST関数で 1 - T.DIST(...) と書くのも、毎回「これで合ってたっけ？」となりますよね。

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

T.DIST.RT関数とは？t分布の右側確率を返す関数

ExcelのT.DIST.RT関数（読み方: ティー・ディスト・アール・ティー）は、t分布の右側確率を返す関数です。
「RT」は「Right Tail（右側の裾）」の略で、t分布の右側にある面積を求めます。

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

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

T.DIST.RT関数でできること

T.DIST.RT関数の主な用途は次のとおりです。

• t統計量と自由度から、片側検定（右側）のp値を直接計算する
• 「改善後のほうが上がったか」「新施策のほうが効果が高いか」など方向が決まった検定で使う
• 教科書や論文に記載されたt値・自由度から右側p値を求める
• 製造ラインの不良率改善や、新教材の効果測定で活用する

NOTE

T.DIST.RT関数はExcel 2010以降で使えます。
Microsoft 365、Excel 2013〜2024のすべてのバージョンに対応しています。
Excel 2007以前では使えないので、その場合は旧TDIST関数（第3引数=1）を使ってください。

「右側確率」が表すもの

右側確率とは、「t統計量より大きな値が出る確率」のことです。
t分布の曲線でいうと、指定したxより右側にある面積に相当します。

たとえばt = 2.0、自由度10のとき、右側確率は約0.0367です。
これは「t = 2.0以上の値がたまたま出る確率は約3.67%しかない」という意味になります。
両側確率（T.DIST.2T）はこの2倍の約0.0734になります。

T.DIST.RT関数の書き方（構文と引数）

基本構文

=T.DIST.RT(x, 自由度)

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

引数の説明

引数は2つだけのシンプルな関数です。
右側確率に特化しているので、累積分布関数（CDF）と確率密度関数（PDF）の切り替えは不要です。

TIP

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

xに負の値は入れられない（ABS関数でラップする）

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

=T.DIST.RT(-2.5, 15)   → #NUM!エラー

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

=T.DIST.RT(ABS(-2.5), 15)   → 約0.0124（OK）

t分布は左右対称なので、絶対値にしても右側確率は同じ値になります。
セル参照のときも =T.DIST.RT(ABS(B2), C2) の形で書けば、t値の符号に関係なく安全に計算できます。

T.DIST.RT関数の基本的な使い方

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

t統計量と自由度から右側p値を求める

教科書に「t = 2.5、自由度 = 20」と書かれていたら、これだけで右側p値が求められます。

=T.DIST.RT(2.5, 20)

結果は約 0.0106（1.06%）です。
有意水準5%を大きく下回るので、片側検定なら「統計的に意味のある差がある」と判断できます。

別の例も見てみましょう。t = 2.306、自由度 = 8のケースです。

=T.DIST.RT(2.306, 8)

結果は約 0.0250（2.5%）です。
両側検定で有名な「t = 2.306、自由度8で5%」の境界線が、片側だとちょうど2.5%になります。
両側確率の半分が右側確率という関係が確認できますね。

t統計量がマイナスのときの書き方

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

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

結果は約 0.0124（1.24%）です。

ただし片側検定の場合は、「左側検定なのか右側検定なのか」を意識する必要があります。
t値がマイナスだということは「期待した方向と逆の差が出ている」可能性が高いです。
右側検定（増えたかを見たい）でt値がマイナスのときは、仮説が支持されていない状態なので注意してください。

自由度を変えたときの値の動き

同じt値（t = 1.96）で、自由度を変えるとどうなるか見てみましょう。

=T.DIST.RT(1.96, 9)     → 約 0.0408
=T.DIST.RT(1.96, 60)    → 約 0.0273
=T.DIST.RT(1.96, 1000)  → 約 0.0251

自由度が大きくなるほど、結果は標準正規分布の片側5%（0.0250）に近づきます。
サンプルサイズが大きいときはt分布と正規分布の差がほぼなくなる、という性質が確認できますね。

TIP

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

T.DIST.RT関数の実践的な使い方・応用例

新教材の効果を片側t検定で確認する

新しい英語教材を導入した16人のクラスで、テストの平均点が上がったかを確認するケースを考えます。

• サンプル数: 16人
• 平均点: 78点（AVERAGE関数で算出）
• 標本標準偏差: 8点（STDEV.S関数で算出）
• 従来の平均点: 73点

「新教材で平均点が上がったか」を片側t検定（右側）で確認します。
事前に「上がるはず」という方向を決めているので、片側検定が選べます。
まずt統計量を計算しましょう。

=(78 - 73) / (8 / SQRT(16))

結果は 2.5 です。
次にT.DIST.RT関数で右側p値を求めます。
自由度はサンプル数 – 1 = 15です。

=T.DIST.RT(2.5, 15)

結果は約 0.0124（1.24%）です。
有意水準5%（0.05）を下回るので、「新教材で平均点が上がった」と統計的に判断できます。

製造ラインの不良率改善を片側検定で判定する

工程改善の前後で、検査値の平均が改善方向にずれたかを確認するケースを考えます。

• サンプル数: 16
• 改善後の平均: 改善前より3.0ポイント高い
• 標本標準偏差から計算したt統計量: 1.5
• 自由度: 15

=T.DIST.RT(1.5, 15)

結果は約 0.0771（7.71%）です。
有意水準5%を上回るので、「改善した」と統計的にいい切るには証拠が弱い結果になります。
言い換えると、「ばらつきの範囲で説明できる程度の差」ということですね。

このケースではサンプル数を増やすか、効果量を見なおす必要があります。
p値だけで判断せず、業務インパクトと合わせて評価するのがおすすめです。

教科書・論文のt値・自由度から右側p値を求める

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

p値が0.05未満なら「片側検定で統計的に意味のある差」と判断します。
ただし片側検定は両側検定より棄却しやすい（差が出やすい）ので、使ってよい場面かを慎重に判断してください。

TIP

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

T.DIST・T.DIST.2T・旧TDIST関数との違い・使い分け

3兄弟関数の使い分け早見表

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

実務シナリオ別の使い分けは次のとおりです。

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

T.DIST.RTと等価な4つの式

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

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

4つの書き方はすべて同じ値を返します。

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

片側検定と両側検定の判断フロー

検定の方向で迷ったら、次のフローで判断してみてください。

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

• Q2: データを見てから方向を決めていませんか？
  • はい → 両側検定（T.DIST.2T）が適切

• Q3: 論文や正式な業務報告で使いますか？
  • はい → 両側検定（T.DIST.2T）が無難

片側検定はp値が両側の半分になるため、有意差が出やすくなります。
ただし事後に方向を決めるとp値ハッキング（都合のよい結果を選ぶ行為）になるので注意してください。
迷ったら両側検定を選ぶのが保守的で安全な判断です。

よくあるエラーと対処法

#NUM!エラー

T.DIST.RT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.DIST.RT(-2.5, 15)        → #NUM!エラー（xが負）
=T.DIST.RT(2.5, 0)          → #NUM!エラー（自由度0）
=T.DIST.RT(2.5, -5)         → #NUM!エラー（自由度が負）
=T.DIST.RT(ABS(-2.5), 15)   → 正常（約0.0124）

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

#VALUE!エラー

引数に数値以外の文字列を指定すると発生します。

=T.DIST.RT("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。
空白セルが混じっているとエラーになりやすいので注意してください。

#NAME?エラー

Excel 2007以前では T.DIST.RT 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.DIST.RT(2.5, 15)    → #NAME?エラー（Excel 2007以前）

このときは旧TDIST関数を使います。
=TDIST(2.5, 15, 1) と書いてください（第3引数の1が「右側1尾」の指定です）。
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.DIST.RT関数の引数は2つだけ（x, 自由度）なので、3つ目の引数は書かないように注意してください。
「関数形式（TRUE/FALSE）」を間違えて足すと#VALUE!エラーになります。

まとめ

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

この記事のポイント

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

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

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

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

Z.TEST関数とは？スプレッドシートでz検定のP値を求める統計関数

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

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

Z.TEST関数にできることを整理すると、次のとおりです。

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

NOTE

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

Z.TESTが返すのは「片側P値」だけ

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

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

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

Z.TEST関数の構文と引数の意味

基本構文

=Z.TEST(データ, 値, [標準偏差])

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

引数のポイント

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

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

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

TIP

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

Z.TEST関数の基本的な使い方【実践例: 製品重量の品質検査】

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

サンプルデータの準備

次のデータをスプレッドシートに入力します。

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

数式を入力する

適当な空きセル（たとえばC2）に次の数式を入力します。

=Z.TEST(A2:A11, 500)

結果は約0.000879です。

結果を読み取る

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

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

両側P値を求める場合

両側検定で判定したいときは、次の変換式を使います。

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

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

TIP

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

片側検定と両側検定の違い・使い分け

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

片側検定（右片側）

対立仮説が「母平均は仮説値より大きい」のとき使います。

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

使用例: 「改善後の平均売上は改善前より大きいか」

片側検定（左片側）

対立仮説が「母平均は仮説値より小さい」のとき使います。

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

使用例: 「改善後の不良品率は改善前より小さいか」

両側検定

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

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

使用例: 「製品の平均重量が目標値からずれていないか」

判定の基準

どの検定も判定の仕方はシンプルです。

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

NOTE

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

Z.TEST関数 vs T.TEST関数の使い分け

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

使い分けの目安

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

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

TIP

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

Z.TEST関数でよく起きるエラーと対処法

#N/A エラー

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

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

範囲内に数値が入っているかを確認してみてください。

#NUM! エラー

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

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

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

#VALUE! エラー

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

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

標準偏差は必ず正の値を指定してください。

計算結果がおかしいと感じたら

エラーは出ないのに期待と違う結果になるケースもあります。

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

Z.TEST関数に関するよくある質問

Q1. Z.TEST関数の結果が0.5前後になるのはなぜ？

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

Q2. 両側検定をしたい場合の数式は？

次の変換式を使います。

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

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

Q3. 母標準偏差がわからないときはどうすればいい？

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

Q4. ExcelのZ.TEST関数と結果は同じ？

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

Q5. ZTEST関数（ドットなし）との違いは？

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

Q6. カイ二乗検定をしたい場合は？

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

まとめ

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

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

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

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

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

スプレッドシートのZTEST関数とは

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

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

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

ZTEST関数にできることを整理すると、次のとおりです。

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

NOTE

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

Z.TESTの互換関数である理由

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

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

ZTEST関数の書き方（構文と引数）

基本構文と引数

=ZTEST(データ, 値, [標準偏差])

カッコの中に最大3つの引数を指定します。

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

範囲内の文字列や空白セルは自動で無視されます。

ZTEST関数が内部で行っている計算

ZTEST関数は、渡されたデータから次の計算を自動で行います。

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

TIP

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

ZTEST関数の基本的な使い方

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

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

空いているセル（例: C2）に次の数式を入力します。

=ZTEST(A2:A9, 500, 2)

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

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

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

標準偏差を省略した場合

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

=ZTEST(A2:A9, 500)

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

P値の判断基準

両側検定のP値を求めたいとき

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

両側P値への変換式

次の変換式を使えば両側P値が一発で求まります。

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

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

TIP

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

変換の考え方

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

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

ZTESTとZ.TESTの違い

ZTEST関数とZ.TEST関数の違いを一覧にまとめます。

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

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

この2つの数式はまったく同じ値を返します。

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

TIP

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

互換関数シリーズの位置づけ

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

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

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

よくあるエラーと対処法

ZTEST関数で出やすいエラーを紹介します。

#N/A エラー

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

#DIV/0! エラー

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

#NUM! エラー

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

#VALUE! エラー

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

結果がおかしいと感じたら

エラーは出ないのに期待と違う結果になるケースもあります。

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

ZTEST関数のよくある質問

Q. ZTEST関数とZ.TEST関数のどちらを使えばいいですか？

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

Q. ZTEST関数で両側P値を出したいのですが、簡単な方法はありますか？

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

Q. ZTEST関数が #N/A エラーになります。なぜでしょうか？

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

まとめ

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

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

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

この記事で紹介した関数・関連記事

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

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

Z.TEST関数とは？Excelでz検定の片側P値を求める統計関数

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

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

z検定とは（統計的仮説検定の基礎）

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

検定の考え方はこうです。

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

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

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

Z.TEST関数が返す値の意味

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

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

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

Z.TEST関数の構文と引数の意味

基本構文

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

引数は最大3つで、最後の「sigma」は省略できます。

各引数の解説

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

Z.TEST関数の内部計算式

Z.TEST関数の内部では次の計算が行われています。

sigma指定時:

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

sigma省略時:

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

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

Z.TEST関数の基本的な使い方【実践例: 製造ラインの品質検査】

片側P値を求める（基本）

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

次の数式で片側P値を求めます。

=Z.TEST(B2:B11, D2)

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

結果: 約0.110

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

sigma（母標準偏差）を指定する場合

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

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

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

実践例: 広告施策の効果検証

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

右片側検定（「増えたか」を検証）の式は次のとおりです。

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

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

片側検定と両側検定の違い・使い分け

Z.TEST は片側P値しか返さない

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

両側P値への変換式

両側検定では、次の式で両側P値を求めます。

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

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

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

検定の種類を選ぶ判断基準

どの検定を使うかは、仮説を立てるときに決めます。

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

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

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

ZTEST互換関数との違い

ZTESTはZ.TESTの旧名

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

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

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

引数の順序・意味は完全に同じです。

Z.TEST関数 vs T.TEST関数の使い分け

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

使い分けの基準

T.TESTを選ぶべきケース

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

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

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

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

分散の検定が必要なケース

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

分布の検定が必要なケース

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

統計的根拠を分析レポートに落とし込むコツ

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

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

報告書のテンプレート例はこうです。

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

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

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

Z.TEST関数でよく起きるエラーと対処法

#N/Aエラー（arrayが空）

arrayに空のセル範囲を指定すると#N/Aエラーが発生します。

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

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

=COUNTA(B2:B11)  → 0 なら空

#VALUE!エラー（sigmaが0以下）

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

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

sigma（標準偏差）は必ず正の値を指定してください。

#DIV/0!エラー（データが全て同じ値）

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

B2:B11が全て500 → STDEV=0 → #DIV/0!

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

結果がおかしいときの確認ポイント

P値が期待通りにならないとき、次の点を確認してみてください。

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

Z.TEST関数に関するよくある質問

Q1. P値が0.05より小さければ有意差ありと判断できる？

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

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

Q2. Z.TEST関数で両側P値を求めるには？

次の式を使ってください。

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

この式で、右片側と左片側のうち小さいほうを2倍した両側P値が得られますよ。

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

できますよ。Z.TESTの計算は次の2ステップに分解できます。

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

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

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

Q4. Z.TEST の結果が 1 を超えることはある？

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

Q5. 母分散が未知のときZ.TESTを使ってもよい？

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

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

Q6. 2つのグループの平均を比較したいときZ.TESTは使える？

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

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

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

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

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

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

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

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

Q9. データの一部に欠損（空白セル）がある場合の扱いは？

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

=COUNT(B2:B100)  → 実際に検定で使われる件数

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

Z.TEST関数の使い方クイックリファレンス

最後に、Z.TEST関数を実務で使うときの早見表を載せておきますね。

有意水準と判定の対応も覚えておくと判断が早くなりますよ。

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

まとめ

ExcelのZ.TEST関数は、z検定の片側P値を求める統計関数です。

ポイントをおさらいしておきましょう。

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

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

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。