スプレッドシートのT.TEST関数の使い方｜t検定でデータの差を判定

まっしゅ — Fri, 27 Mar 2026 23:38:49 +0000

「2つのデータに差があるか、数字で判定したい」。A/Bテストや施策前後の比較で、こんな場面はありませんか。

平均値を見比べるだけでは根拠が弱いですよね。たまたま差が出ただけかもしれません。上司やクライアントに「偶然じゃないの？」と聞かれたら困ります。

そんなときに使うのがスプレッドシートのT.TEST関数です。この記事では引数の選び方からp値の読み方、実務での活用パターンまでわかりやすく解説します。

スプレッドシートのT.TEST関数とは？
T.TEST関数の基本構文と引数
T.TEST関数の使い方（基本の入力手順）
実務で使えるT.TEST活用パターン3選
p値の読み方と判断ステップ
1. p値の判断基準
TTEST関数（互換関数）との違い
よくあるエラーと対処法
1. 結果がおかしいと感じたら
まとめ
1. この記事で紹介した関数・関連記事

スプレッドシートのT.TEST関数とは？

T.TEST関数（読み方: ティーテスト関数）は、2つのデータ群に統計的な有意差があるかを判定する関数です。名前の由来は統計学の「t検定（ティーけんてい）」です。

具体的には、2群の平均値の差が「偶然の誤差」で説明できるかを検定します。戻り値はp値（ピーち）と呼ばれる確率です。p値が小さいほど「偶然ではない＝有意な差がある」と判断できます。

T.TEST関数にできることをまとめると、次のとおりです。

2つのグループのデータに統計的な差があるか判定する
A/Bテストの結果を数値で評価する
施策の前後で効果があったかを検証する
部門間・地域間のスコア差を客観的に比較する

「この差って偶然？それとも本物？」に答えてくれる関数、というイメージです。

NOTE
T.TEST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（2010以降）でも同じ書き方で動作します。

T.TEST関数の基本構文と引数

基本構文

=T.TEST(範囲1, 範囲2, tails, type)

4つの引数はすべて必須です。順番に見ていきましょう。

引数	必須/任意	説明
範囲1	必須	1つ目のデータ範囲（例: A2:A11）
範囲2	必須	2つ目のデータ範囲（例: B2:B11）
tails	必須	1=片側検定、2=両側検定
type	必須	1=対応あり、2=等分散、3=不等分散

範囲1と範囲2に比較したいデータを指定します。tails と type は数値で指定します。この2つの引数の選び方を次のセクションで詳しく説明しますね。

第3引数 tails（片側検定 or 両側検定）の選び方

tails は検定の「方向」を決める引数です。

tails=2（両側検定）: 「AとBに差があるか？」を調べる。方向は問わない
tails=1（片側検定）: 「AはBより大きいか？」など方向が決まっている場合

迷ったら tails=2（両側検定）を選んでください。片側検定は「必ずAの方が大きい」と事前に確信があるときだけ使います。実務では両側検定が標準です。

第4引数 type（対応あり・等分散・不等分散）の選び方

type は「2つのデータの関係性」を指定する引数です。

type	名称	使う場面
1	対応あり（paired）	同じ対象の前後比較。例: 同じ社員の研修前後テスト
2	等分散（homoscedastic）	2群が独立で、分散が等しいとき
3	不等分散（heteroscedastic）	2群が独立で、分散が等しいか不明なとき

実務では type=3（不等分散）を推奨します。これはウェルチのt検定と呼ばれる方法です。等分散でも不等分散でも正しく機能します。type=2は分散が等しいと証明できる場合のみ使いますが、実務でそのケースはまれです。

type=1は「同じ人・同じ店舗」の前後比較にだけ使います。対象が異なる2グループならtype=3を選びましょう。

【早見表】tails × type の引数選択マトリクス

どの引数を選べばよいか迷ったら、この表を参考にしてください。

やりたいこと	tails	type	数式例
2グループに差があるか知りたい	2	3	`=T.TEST(A:A,B:B,2,3)`
施策前後の効果を検証したい	2	1	`=T.TEST(A:A,B:B,2,1)`
Aの方がBより高いと証明したい	1	3	`=T.TEST(A:A,B:B,1,3)`
前後で「上がった」と証明したい	1	1	`=T.TEST(A:A,B:B,1,1)`

多くの場面では tails=2, type=3 の組み合わせで問題ありません。まずはこの設定で試してみてください。

T.TEST関数の使い方（基本の入力手順）

2つのクラスのテストスコアを比較する例で手順を確認しましょう。

	A列（クラスA）	B列（クラスB）
2行目	78	65
3行目	85	70
4行目	90	82
5行目	72	68
6行目	88	75

クラスAの平均は82.6、クラスBの平均は72.0です。この差が統計的に意味のある差かを検定します。

手順1: 空いているセル（例: D2）をクリックします。

手順2: 次の数式を入力します。

=T.TEST(A2:A6,B2:B6,2,3)

A2:A6: クラスAのスコア（範囲1）
B2:B6: クラスBのスコア（範囲2）
2: 両側検定（差の方向は問わない）
3: 不等分散（ウェルチのt検定）

手順3: Enterキーを押すとp値が表示されます。

この例では約 0.036 が返ります。0.05より小さいので「2つのクラスに有意な差がある」と判断できます。p値の詳しい読み方は後のセクションで解説しますね。

実務で使えるT.TEST活用パターン3選

A/Bテストで広告クリック率に差があるか調べる

Web広告のA/Bテストで使うパターンです。広告Aと広告Bの日別クリック率を比較します。

	A列（広告Aの日別CTR%）	B列（広告Bの日別CTR%）
2行目	3.2	4.1
3行目	2.8	3.5
4行目	3.5	4.0
5行目	3.0	3.8
6行目	2.9	4.2
7行目	3.3	3.6
8行目	3.1	3.9

広告Aと広告Bは別々のユーザーに表示しています。対象が異なる独立した2群なので、type=3を使います。

=T.TEST(A2:A8,B2:B8,2,3)

p値が0.05未満なら「2つの広告のクリック率に有意な差がある」と統計的に言えます。平均値を見れば広告Bが高いとわかるので、マーケティングの意思決定に客観的な根拠を持たせられますよ。

キャンペーン前後の売上を対応ありt検定で比較する

同じ10店舗のキャンペーン前後の月間売上を比較する例です。

	A列（施策前・万円）	B列（施策後・万円）
2行目	120	135
3行目	95	110
4行目	140	138
5行目	110	125
6行目	105	118

同じ店舗の前後データなので type=1（対応あり）を使います。対応ありt検定は個体差を除外できるため、検出力が高くなります。

=T.TEST(A2:A6,B2:B6,2,1)

TIP
type=1（対応あり）では範囲1と範囲2のデータ数を同じにしてください。1行目と1行目が同じ対象のペアになります。データ数が異なると#N/Aエラーになります。

部門間テストスコアを独立2群で比較する

営業部と企画部の社内テストスコアを比較する例です。人数が異なる2グループの比較です。

A列（営業部）	B列（企画部）
72	80
85	78
68	92
90	85
75	88
82	—
78	—

営業部は7名、企画部は5名です。人数が違っても問題ありません。type=3（不等分散）なら異なるサイズのデータを比較できます。

=T.TEST(A2:A8,B2:B6,2,3)

人数が異なるケースでも使えるのがT.TEST関数の便利なところです。ただしtype=1（対応あり）はデータ数が揃っている必要があるので注意してくださいね。

p値の読み方と判断ステップ

T.TEST関数が返すp値の読み方を整理します。p値とは「2つのグループに本当は差がないのに、たまたまこれだけの差が出る確率」です。

p値の判断基準

p値の範囲	判断	意味
p < 0.01	高度に有意	99%の信頼水準で差がある
p < 0.05	有意	95%の信頼水準で差がある
p >= 0.05	有意差なし	差があるとは言えない

ステップ1: T.TEST関数でp値を取得する

=T.TEST(A2:A11,B2:B11,2,3)

ステップ2: p値が0.05未満かを確認する

IF関数と組み合わせると、自動で判定メッセージを出せます。

=IF(T.TEST(A2:A11,B2:B11,2,3)<0.05,"有意差あり","有意差なし")

ステップ3: 結果を解釈する

p値が0.05未満なら「差は偶然ではない」と判断します。ただし重要な注意点があります。

p値は「差の大きさ」ではありません。p値が小さくても差がごくわずかな場合があります
「有意差なし」は「差がない」ではなく「差があるとは言えない」です
サンプル数が多いと小さな差でも有意になります。実務的に意味のある差かは別途判断が必要です

p値だけで判断せず、AVERAGE関数で平均値の差も確認しましょう。STDEV関数でばらつきも見ると、より正確な判断ができますよ。

TTEST関数（互換関数）との違い

Googleスプレッドシートには「TTEST」と「T.TEST」の2つの関数があります。

比較項目	T.TEST	TTEST
構文	`=T.TEST(範囲1,範囲2,tails,type)`	`=TTEST(範囲1,範囲2,tails,type)`
引数	同じ	同じ
戻り値	同じ（p値）	同じ（p値）
推奨度	推奨（新関数）	互換用（旧関数）

結論として、機能はまったく同じです。TTEST関数はExcel 2007以前の旧名称です。Googleスプレッドシートではどちらも使えますが、T.TEST（ドット付き）が推奨です。

TTEST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。その場合はファイル内の既存数式に合わせてTTESTを使えばよいでしょう。

新しく数式を書くときはT.TESTを使ってください。

よくあるエラーと対処法

T.TEST関数で発生しやすいエラーをまとめました。

エラー	原因	対処法
#N/A	type=1で範囲1と範囲2のデータ数が異なる	データ数を揃える。揃えられないならtype=3に変更
#VALUE!	範囲に文字列や空白セルが混在している	数値以外のセルを除外するか修正する
#VALUE!	tails や type に無効な値を指定した	tails は1か2、type は1〜3の整数を指定
#NUM!	tails が1でも2でもない数値	tails を1か2に修正する

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。

データに空白行がないか確認: 空白セルは無視されますが、範囲がずれる原因になります
type の選択を見直す: 前後比較なのにtype=3を使っていませんか。同じ対象の前後データならtype=1です
tails の選択を見直す: 片側（tails=1）と両側（tails=2）ではp値が約2倍異なります。不自然に小さい場合はtails=1になっていないか確認してください
サンプル数が少なすぎないか: データが3件未満だと検定の信頼性が低くなります

TIP
T.TEST関数の結果をさらに分析したい場合は、T.DIST関数やT.INV関数も活用できます。t統計量からp値を手動計算したり、臨界値を求めたりできますよ。

まとめ

T.TEST関数のポイントをおさらいしましょう。

T.TEST関数は「2群のデータに統計的な差があるか」を判定する関数
書き方: =T.TEST(範囲1, 範囲2, tails, type)
迷ったら tails=2, type=3 が標準の設定
type=1は同じ対象の前後比較、type=3は独立した2グループの比較
p値が0.05未満なら「有意差あり」と判断する
p値は「差の大きさ」ではなく「偶然である確率」

まずは身近なデータで =T.TEST(範囲1, 範囲2, 2, 3) を試してみてください。「なんとなく違う気がする」を数値で裏付けられると、データ分析の説得力がグッと上がりますよ。

A/Bテスト – biz-tactics