クロス集計表を作って観測値と期待値からカイ二乗統計量まで計算したものの、最後のp値だけ手元に出てこない。
標準正規分布表のように紙の付表をめくるのも今どき大変ですよね。

そんなときに使うのがCHISQ.DIST.RT関数です。
カイ二乗値と自由度を渡すだけで、検定で必要な右側確率（p値）が一発で求まります。
この記事では基本の書き方から、適合度検定や独立性検定での実例、CHISQ.DIST関数や旧CHIDIST関数との使い分けまで解説します。

CHISQ.DIST.RT関数とは？カイ二乗分布の右側確率を返す関数

CHISQ.DIST.RT関数（読み方: カイ・スクエア・ディスト・アール・ティー）は、カイ二乗（χ²）分布の右側確率を返す関数です。
「CHI」は「Chi（カイ）」、「SQ」は「Square（二乗）」、「DIST」は「Distribution（分布）」、末尾の「RT」は「Right Tail（右側の裾）」の略です。

カイ二乗検定では「観測値と期待値のズレが大きいほど検定統計量が大きくなる」という性質があります。
そのため「Xが大きい＝偶然ではめったに起こらない」という方向で判断するので、p値は分布の 右側（上側） で評価します。
CHISQ.DIST.RT関数はこの「右側確率＝p値」をダイレクトに返してくれる、検定実務向けの関数です。

CHISQ.DIST関数が左側累積確率と確率密度を返す汎用関数なのに対し、CHISQ.DIST.RT関数は「p値専用」と割り切った設計です。
そのため引数も少なく、検定だけが目的なら断然こちらが使いやすいですよ。

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値を一発で求める
• 適合度検定（アンケートなど1変数の偏り判定）のp値計算
• 独立性検定（クロス集計の関連性判定）のp値計算
• 等質性検定（複数集団の分布比較）のp値計算
• 旧CHIDIST関数のかんたんな置き換え

NOTE

CHISQ.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以前では旧CHIDIST関数（同じく右側確率を返す）を使ってください。

CHISQ.DIST.RT関数の書き方（構文と引数）

基本構文

=CHISQ.DIST.RT(x, 自由度)

カッコの中に、評価したいカイ二乗値と自由度を指定します。
CHISQ.DIST関数とは違って、関数形式（cumulative）の引数は不要です。
常に右側確率を返すと決まっているので、引数が2つで済むのが特徴ですね。

引数の説明

引数2つはどちらも必須です。省略するとエラーになります。

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3.7と指定しても、内部では3として計算されます。

「右側確率」とは何か（左側との違い）

ちょっとややこしく見えますが、考え方はシンプルです。

• 右側確率: 「x以上になる確率」を返す。CHISQ.DIST.RTが返す値
• 左側確率: 「x以下になる確率」を返す。CHISQ.DIST(x, df, TRUE)が返す値

両者を足すとちょうど1になります。
たとえば自由度3で x = 2 の場合、左側は約0.4276、右側は約0.5724で、合計1.0です。

=CHISQ.DIST(2, 3, TRUE)    → 約 0.4276（左側）
=CHISQ.DIST.RT(2, 3)       → 約 0.5724（右側）

カイ二乗検定では「観測したXと同じか、それより極端な値が偶然で起こる確率」を見たいので、右側確率を使います。
だからCHISQ.DIST.RTは検定のp値そのものになるんですね。

TIP

=1 - CHISQ.DIST(x, df, TRUE) と書いても同じ結果が得られます。
ただ、CHISQ.DIST.RT を使ったほうが意図が明確で、引数も少なくて済みますよ。

CHISQ.DIST.RT関数の基本的な使い方

ここからは具体的なカイ二乗値と自由度を使って、CHISQ.DIST.RT関数の動きを確認していきましょう。

「カイ二乗値以上になる確率」を求める

自由度1のカイ二乗分布で、3.84以上になる確率を求めます。

=CHISQ.DIST.RT(3.84, 1)

結果は約 0.0500（5.00%）です。
カイ二乗値が3.84以上に出る確率は約5%ということになります。
この3.84は自由度1・有意水準5%の右側臨界値として有名な値です。
CHISQ.DIST.RTの結果がぴったり0.05になることが確認できますね。

別のカイ二乗値も試してみましょう。

=CHISQ.DIST.RT(2, 3)

結果は約 0.5724（57.24%）です。
自由度3で2以上になる確率は半分以上、というイメージですね。

=CHISQ.DIST.RT(0, 3)

結果は 1（100%）です。
カイ二乗分布は0以上の値しか取らないので、「0以上になる確率」は必ず100%になります。

自由度を変えて確認する

同じカイ二乗値（x=5）で、自由度を変えるとどうなるか見てみましょう。

=CHISQ.DIST.RT(5, 2)    → 約 0.0821
=CHISQ.DIST.RT(5, 3)    → 約 0.1718
=CHISQ.DIST.RT(5, 5)    → 約 0.4159
=CHISQ.DIST.RT(5, 10)   → 約 0.8912

自由度が大きくなるほど、カイ二乗分布のピークは右にずれていきます。
そのため同じx=5でも、自由度が大きいほうが「5以上になる確率」が大きくなる関係になります。

CHISQ.DISTとCHISQ.DIST.RTを並べて比較する

自由度3のカイ二乗分布で、xを変えたときの結果を並べてみました。

左側と右側を足すと必ず1になることが確認できますね。
xが大きくなるほど右側確率は小さくなり、p値が小さい＝有意になる、という構造になっています。

TIP

「CHISQ.DIST.RT < 有意水準（0.05など）」なら帰無仮説を棄却できます。
CHISQ.DIST.RTの結果はp値そのものなので、判定ルールがそのまま使えます。
検定の流れに自然に乗りやすいですよ。

CHISQ.DIST.RT関数の実践的な使い方・応用例

適合度検定で5択アンケートのp値を求める

「5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のが適合度検定です。
CHISQ.DIST.RT関数を使えば、カイ二乗値からp値を一発で求められます。

たとえば5択アンケート（回答数合計100）の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。

=(28-20)^2/20 + (15-20)^2/20 + (22-20)^2/20 + (18-20)^2/20 + (17-20)^2/20

結果は 5.3 です。自由度は「カテゴリ数 – 1 = 4」になります。

次にp値を求めます。

=CHISQ.DIST.RT(5.3, 4)

結果は約 0.2578（25.78%）です。
有意水準5%（0.05）よりはるかに大きいので、「回答に有意な偏りがあるとはいえない」と判断できます。

TIP

観測値と期待値の範囲があるなら =SUMPRODUCT((A1:A5-B1:B5)^2/B1:B5) の1式でカイ二乗統計量がまとめて計算できます。
その結果をそのままCHISQ.DIST.RTに渡せば、p値計算が2ステップで完了しますよ。

独立性検定で2×2クロス集計のp値を求める

「性別と商品の好みに関連はあるか」のように、2つのカテゴリ変数の関連を調べるのが独立性検定です。

たとえば、次のクロス集計表があるとします。

期待度数は「行合計 × 列合計 ÷ 総合計」で求めます。
たとえば男性×商品Aの期待度数は 50 × 45 ÷ 100 = 22.5 です。
同様に計算すると、4セルの期待度数は 22.5 / 27.5 / 22.5 / 27.5 になります。

カイ二乗統計量を計算します。

=(30-22.5)^2/22.5 + (20-27.5)^2/27.5 + (15-22.5)^2/22.5 + (35-27.5)^2/27.5

結果は約 9.0909 です。自由度は (2-1) × (2-1) = 1 です。

=CHISQ.DIST.RT(9.0909, 1)

結果は約 0.0026（0.26%）です。
有意水準5%を大きく下回るので、「性別と商品の好みには有意な関連がある」と判断できますね。

製造ラインの不良品分布が均一か確認する

品質管理の現場でも、CHISQ.DIST.RT関数は活躍します。
月〜金の不良品数が {8, 12, 6, 14, 10} で、本来は均等に各10個ずつ発生する想定だったとします。

=(8-10)^2/10 + (12-10)^2/10 + (6-10)^2/10 + (14-10)^2/10 + (10-10)^2/10

結果は 4.0 です。自由度は 5-1 = 4 です。

=CHISQ.DIST.RT(4.0, 4)

結果は約 0.4060（40.60%）です。
有意水準5%よりずっと大きいので、「曜日による偏りがあるとはいえない」と結論できます。
特定の曜日に不良品が集中しているわけではなさそうですね。

自由度の決め方早見表

実務でカイ二乗検定を使うとき、自由度の決め方は次のように整理できます。

TIP

適合度検定や独立性検定では、すべてのセルの期待度数が5以上あることが前提です。
5未満のセルがある場合はカテゴリを統合するか、フィッシャーの正確検定への切り替えを検討してくださいね。

よくあるエラーと対処法

#NUM!エラー

CHISQ.DIST.RT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。

カイ二乗分布が0以上の値しか取らないことと、自由度が1以上であることを覚えておけば対処は簡単です。

=CHISQ.DIST.RT(-1, 3)   → #NUM!エラー
=CHISQ.DIST.RT(2, 0)    → #NUM!エラー
=CHISQ.DIST.RT(2, 3)    → 正常（約0.5724）

#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。

=CHISQ.DIST.RT("abc", 3)  → #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てください。
空白セルが文字列扱いになっている場合もエラーが出やすいです。

#NAME?エラー

Excel 2007以前で CHISQ.DIST.RT を使うと、ピリオド付きの関数名を認識できずに発生します。

=CHISQ.DIST.RT(2, 3)    → #NAME?エラー（Excel 2007以前）

このときは旧 CHIDIST 関数を使うか、Excelを2010以降にアップデートしてください。
旧CHIDIST関数も同じ右側確率を返す仕様なので、CHISQ.DIST.RTと同じ感覚で使えます。

なお、関数名の「.（ピリオド）」を全角で入力した場合も#NAME?エラーになります。
半角ピリオドで入力されているかも合わせて確認してください。

TIP

CHISQ.DIST.RT は引数が「x, 自由度」の2つだけです。
CHISQ.DIST と混同して関数形式（TRUE/FALSE）を渡すと引数オーバーになるので注意してください。

CHISQ.DIST・CHISQ.INV.RT・CHISQ.TEST・旧CHIDIST関数との違い・使い分け

カイ二乗分布関連関数の使い分け早見表

カイ二乗分布関連には、用途の違う関数がいくつかあります。
求めたい値や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。

• 手元のカイ二乗値からp値を求めたい: CHISQ.DIST.RT
• 観測値・期待値の範囲から直接p値を出したい: CHISQ.TEST
• 有意水準から臨界値を逆算したい: CHISQ.INV.RT（例: 自由度4・5%水準なら約9.49）
• カイ二乗分布のカーブをグラフにしたい: CHISQ.DIST(x, df, FALSE)

TIP

CHISQ.TEST関数を使うと観測値と期待値の範囲を渡すだけでp値が出るので、最も手早いです。
ただ「カイ二乗値そのものも結果に残したい」「途中計算を見せたい」場面ではCHISQ.DIST.RTが便利ですよ。

旧CHIDIST関数からの完全代替

旧CHIDIST関数（Excel 2007以前）は、CHISQ.DIST.RTとまったく同じ右側確率を返す関数です。
引数も戻り値も完全に同じなので、置き換えはとてもシンプルです。

旧CHIDIST関数で作られたブックは、計算結果を変えないかぎり書き換える必要はありません。
新規で数式を作るときはCHISQ.DIST.RT関数を使いましょう。

TIP

旧CHIDISTは「右側」、新CHISQ.DIST(TRUE)は「左側」と意味が逆になります。
旧→新の置き換えで CHIDIST → CHISQ.DIST と書いてしまうと結果がひっくり返ります。
正しい後継はCHISQ.DIST.RTなので、混同しないようにしてください。

関連関数の一覧

まとめ

CHISQ.DIST.RT関数は、カイ二乗（χ²）分布にもとづく右側確率を返す関数です。
カイ二乗検定のp値を一発で求められる、検定実務向けのシンプルな関数です。

この記事のポイント

• 構文は =CHISQ.DIST.RT(x, 自由度) の2つの引数を指定する
• 関数形式（cumulative）の引数は不要。常に右側確率（p値そのもの）を返す
• カイ二乗検定では「Xが大きい＝偶然では起こりにくい」ので、p値は右側確率を使う
• =CHISQ.DIST.RT(x, df) = 1 - CHISQ.DIST(x, df, TRUE) の関係
• 自由度は適合度検定なら「カテゴリ数 – 1」、独立性検定なら「(行 – 1) × (列 – 1)」
• 適合度検定・独立性検定・品質管理の偏り判定で活躍する
• 期待度数が5未満のセルがあると検定の精度が落ちるため、カテゴリ統合や別検定への切り替えを検討する
• 旧CHIDIST関数の正しい後継はCHISQ.DIST（左側）ではなくCHISQ.DIST.RT（右側）

CHISQ.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CHISQ.DIST関数の使い方
• ExcelのT.DIST関数の使い方
• ExcelのF.DIST関数の使い方
• ExcelのT.TEST関数の使い方
• ExcelのF.TEST関数の使い方

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。