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。

CONFIDENCE.T関数とは？（母標準偏差が不明なときの信頼区間）

CONFIDENCE.T関数は、スチューデントのt分布を使って母集団の平均に対する信頼区間の半幅を返す統計関数です。標本平均にこの値を加減すれば、母平均が含まれると考えられる範囲を導き出せます。

実務で扱うデータのほとんどは、母集団の標準偏差（σ）が事前にわかっていません。アンケート回答も品質検査の測定値も、標本から推測するしかない値です。こうした「母σ不明」の場面に適したのがCONFIDENCE.Tです。

信頼区間とは何か（平均値だけでは伝わらない理由）

信頼区間とは、母集団の真の値が含まれると推定される範囲のことです。標本平均が3.8点でも、「母集団の平均もピッタリ3.8点」とは限りません。サンプルが変われば平均も揺れます。「この範囲に母平均が含まれる」という幅のある表現のほうが、実態に近い情報を伝えられます。

95%信頼区間は、「同じ手順でサンプリングと計算を繰り返したとき、95%の確率で母平均を含む範囲」という意味です。個別の区間について「95%の確率で母平均がここにある」と解釈するのは、厳密には誤りなので注意してください。

CONFIDENCE.Tが必要になる場面

次のような業務データは、CONFIDENCE.Tの出番です。

• 顧客満足度アンケート（n=10〜30程度）の平均スコア区間推定
• 品質検査で寸法や重量を少数サンプル測定したときの平均推定
• 営業担当者別の成約率など、標本データから母集団の傾向を推測したい場面

いずれも「母σが不明」「標本サイズが小さい」という条件を満たします。正規分布を前提とするCONFIDENCE.NORMより、t分布ベースのCONFIDENCE.Tのほうが安全です。

構文と引数（alpha / standard_dev / size）

CONFIDENCE.Tは3つの引数を取ります。すべて必須項目です。

=CONFIDENCE.T(alpha, standard_dev, size)

各引数の意味と入力ルール

Microsoft公式ではstandard_devを「母集団の標準偏差」と記載しています。ただしCONFIDENCE.Tの実際の用途は「母σが未知のときに標本標準偏差で代用する」ものです。実務ではSTDEV.Sで求めた値を素直に代入して構いません。

95%信頼区間を求めるときのalpha値

信頼度とalphaは「信頼度 + alpha = 1」の関係です。よく使う組み合わせは以下のとおりです。

ビジネス実務で最も使われるのは95%信頼区間（alpha=0.05）です。まずはこの値を覚えておけば十分でしょう。

基本の使い方（標本データから95%信頼区間を求める）

Microsoftの公式例で動作を確認します。alpha=0.05、standard_dev=1、size=50のケースです。

=CONFIDENCE.T(0.05, 1, 50)

結果は約 0.284196855 となります。標本平均が10.00だった場合、母平均は「10.00 ± 0.284」、つまり 9.716〜10.284 の範囲に95%の信頼度で含まれると推定できます。

信頼区間の上下限を求めるセット数式（AVERAGE ± CONFIDENCE.T）

信頼区間の計算は、標本平均を中心に半幅を加減する形で表現できます。

x̄ ± CONFIDENCE.T(alpha, s, n)

Excel上では、AVERAGE関数とSTDEV.S関数をCONFIDENCE.Tと組み合わせるのが定番です。

上限: =AVERAGE(A2:A16) + CONFIDENCE.T(0.05, STDEV.S(A2:A16), COUNT(A2:A16))
下限: =AVERAGE(A2:A16) - CONFIDENCE.T(0.05, STDEV.S(A2:A16), COUNT(A2:A16))

COUNT関数で標本サイズを自動取得すれば、データ範囲を変えても数式を書き換える必要がありません。

実際のセル入力例

A2:A16にアンケートスコア（15件）が入力されている前提で、信頼区間を求める数式は次のとおりです。

B1: =AVERAGE(A2:A16)                                    標本平均
B2: =STDEV.S(A2:A16)                                    標本標準偏差
B3: =COUNT(A2:A16)                                      標本サイズ
B4: =CONFIDENCE.T(0.05, B2, B3)                         信頼区間の半幅
B5: =B1 - B4                                            下限
B6: =B1 + B4                                            上限

一度このテンプレを作っておけば、別データにも流用できます。

CONFIDENCE.NORMとの違いと使い分け（判断フロー付き）

CONFIDENCE.Tと対をなす関数がCONFIDENCE.NORM関数です。どちらを使うべきか迷うケースは多いので、ここで判断軸を明確にしておきましょう。

3つのCONFIDENCE系関数の位置づけ

Excelには信頼区間を求める関数が3つあります。

使い分け判断フロー（母σ既知か？）

判断は次のフローで進めます。

母集団の標準偏差（σ）は既知か？
├─ YES → CONFIDENCE.NORM（正規分布で計算）
└─ NO  → CONFIDENCE.T（t分布で計算）
         └─ 実務データはほぼこちら

「母σが既知」とは、過去の長期実績や工程管理標準値など、標本以外の情報源から母標準偏差が確定している場合を指します。それ以外、つまり標本から推測するしかない場面ではCONFIDENCE.Tが正解です。

n≧30のようにサンプルが十分大きい場合でも、母σが不明ならCONFIDENCE.Tで問題ありません。nが大きいときはt分布が正規分布に収束するため、両関数の結果はほぼ一致します。迷ったらCONFIDENCE.Tを選ぶのが安全策です。

同一データで両関数の結果を比較（標本サイズが小さいほどTの区間が広い）

同じstandard_dev=5でサンプルサイズを変えたときの両関数の値です（alpha=0.05）。

nが小さいほどCONFIDENCE.Tの値が大きく、区間が広がる様子がはっきり出ています。標本が少ないほど推定の不確実性が高まり、t分布がその補正を加えるためです。n=100前後になると両者の差は0.01以下となり、実質的に同じ結果になります。

実務活用例

数値の意味が掴みづらいので、現場に近いシナリオで具体的に使ってみましょう。

アンケートスコア（n=15）の平均に対する95%信頼区間

顧客満足度アンケート15件の回答（5点満点）から、母集団全体の平均スコアを推定するケースです。

標本平均（AVERAGE）: 3.8点
標本標準偏差（STDEV.S）: 0.72
標本サイズ: 15
有意水準: 0.05（95%信頼区間）

=CONFIDENCE.T(0.05, 0.72, 15)   → 約 0.399

結果は約0.399ですので、母平均スコアは 3.401〜4.199点 の範囲にあると95%の信頼度で推定できます。「3.8点」という1つの数値だけを報告するより、「3.4〜4.2点の範囲にある」と幅付きで示したほうが、意思決定者にとって誤解の少ない情報になります。

比較として、同じ条件でCONFIDENCE.NORMを使うと結果は約0.364です。CONFIDENCE.Tのほうが区間を広めに見積もる分、少数サンプル時のリスクを織り込んでいるとわかります。

品質検査の寸法測定（n=10）の信頼区間

製造ロットから10個サンプリングし、寸法（mm）を測定して平均寸法を区間推定するケースです。

標本平均（AVERAGE）: 50.3 mm
標本標準偏差（STDEV.S）: 0.15
標本サイズ: 10
有意水準: 0.05（95%信頼区間）

=CONFIDENCE.T(0.05, 0.15, 10)   → 約 0.107

結果は約0.107です。ロット全体の平均寸法は 50.193〜50.407mm の範囲にあると推定できます。規格の公差範囲と比較すれば、「ロット全体が仕様を満たす可能性が高いか」という判断に使えます。

n=10と標本サイズが小さいケースは、CONFIDENCE.Tの真価が出る場面です。母σがわからない以上、t分布ベースで保守的に区間を広めに取るのが統計的に正しい姿勢です。

エラーと対処法（#NUM! / #VALUE!）

引数の指定を誤ると、CONFIDENCE.Tは以下のエラーを返します。

#NUM!エラーの原因一覧（alpha範囲外・standard_dev≦0・size

よくあるのは、alphaに「95」と入力して#NUM!になるケースです。引数は有意水準（1-信頼度）なので、95%信頼区間なら0.05が正解です。

#VALUE!エラーの原因と対処

引数のセル参照先に文字列や空白セルが含まれると#VALUE!が発生します。データ入力直後に「’0.05」のようにシングルクォートが混入していないか確認してください。STDEV.Sが参照する範囲に空白行が混じっていないかも合わせて確認すると確実です。

また、size=1の場合は#NUM!ではなく#DIV/0!が返ります。「最低でもn≧2」という制約は覚えておきましょう。

合わせて使いたい関連関数（T.INV.2T / STDEV.S / AVERAGE）

CONFIDENCE.Tは単体で使うより、他の統計関数と組み合わせることで真価を発揮します。

STDEV.S：standard_dev引数の算出元

STDEV.S関数は標本標準偏差を求める関数です。CONFIDENCE.Tのstandard_dev引数は、ほとんどのケースでSTDEV.Sの結果を代入します。母標準偏差を使うSTDEV.Pとは役割が違う点に注意してください。

=CONFIDENCE.T(0.05, STDEV.S(A2:A16), COUNT(A2:A16))

AVERAGE：信頼区間の中心（標本平均）を求める

信頼区間は「標本平均 ± CONFIDENCE.T」で表現します。中心となる標本平均はAVERAGE関数で求めます。

下限: =AVERAGE(A2:A16) - CONFIDENCE.T(0.05, STDEV.S(A2:A16), COUNT(A2:A16))
上限: =AVERAGE(A2:A16) + CONFIDENCE.T(0.05, STDEV.S(A2:A16), COUNT(A2:A16))

T.INV.2T：CONFIDENCE.Tの内部で使われるt値の正体

CONFIDENCE.Tの計算式は t(alpha/2, n-1) × standard_dev / √size です。ここで使われる臨界値 t(alpha/2, n-1) は、T.INV.2T関数で直接確認できます。

=T.INV.2T(0.05, 14)    → 自由度14（n=15時）の両側5%点 ≈ 2.145

CONFIDENCE.Tを使わず手計算する場合の分解式は次のようになります。

=T.INV.2T(alpha, size-1) * standard_dev / SQRT(size)

関数の内部動作を理解しておくと、統計的な意味を説明する際にも役立ちます。

実務上の注意

最後に、CONFIDENCE.Tを使うときに押さえておきたいポイントをまとめます。

• 正規性の前提: 元データが正規分布に従うことを前提とした関数です。強い偏りや大きな外れ値がある場合は、結果が歪む可能性があります
• 外れ値への敏感さ: STDEV.Sは外れ値に引きずられやすいため、standard_devが過大になり、信頼区間が広がりすぎることがあります
• 信頼区間の解釈: 「母平均がこの範囲にある確率が95%」ではなく、「同じ手順を繰り返すと95%のケースでこの範囲が母平均を含む」が正しい解釈です
• n=1は使用不可: 自由度0で#DIV/0!が発生します。最低でもn≧2を確保してください
• n<30の目安: 「n<30ではt分布」は慣習的なガイドラインです。nが大きくても母σ不明ならCONFIDENCE.Tを使うのが自然です

まとめ

CONFIDENCE.T関数は、母集団の標準偏差が不明な場面で標本データから信頼区間を求めるときの定番関数です。

• 構文は =CONFIDENCE.T(alpha, standard_dev, size) の3引数
• 95%信頼区間ならalpha=0.05。standard_devにはSTDEV.Sを代入する
• 信頼区間の上下限は AVERAGE ± CONFIDENCE.T で求める
• 母σ既知ならCONFIDENCE.NORM、母σ不明ならCONFIDENCE.Tを選ぶ
• 標本サイズが小さいほどCONFIDENCE.Tの区間は広くなる（t分布による補正）
• size=1は#DIV/0!、alphaの範囲外や非数値引数は#NUM!/#VALUE!エラー

アンケート分析、品質検査、小規模なマーケティング調査など、実務でCONFIDENCE.Tが活躍する場面は多くあります。AVERAGE・STDEV.S・CONFIDENCE.Tを組み合わせたテンプレ数式を1つ作っておくと、日々のデータ分析が一段とスムーズになります。

そんなときに役立つのがCONFIDENCE関数です。母集団の平均がどの範囲に収まるかを数値で示せるので、報告書に統計的な裏付けが加わります。この記事では、ExcelのCONFIDENCE関数の使い方を実例付きで解説します。後継のCONFIDENCE.NORM関数やCONFIDENCE.T関数への置き換え手順、業種別の活用シーンもあわせて紹介しますね。

ExcelのCONFIDENCE関数とは？

CONFIDENCE関数（読み方：コンフィデンス）は、正規分布をもとに母集団の平均に対する信頼区間を求める関数です。関数名は英語の「confidence（信頼）」が語源で、統計の世界では「信頼区間」という決まった訳語になっています。

信頼区間（しんらいくかん）とは「母集団の本当の平均値がこの範囲に収まる可能性が高い」という区間のことです。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入ります。「平均は500g」と報告するより「95%の確率で499.3〜500.7gに収まる」と添えたほうが、報告書の説得力はぐっと上がりますよね。

CONFIDENCE関数はExcel 2010以降、互換性関数という扱いに変わりました。同じ機能を持つCONFIDENCE.NORM関数が後継として用意されています。新しいシートを作るときはCONFIDENCE.NORM関数を使いましょう。既存シートにCONFIDENCE関数があれば、置き換えを検討してみてください。

NOTE

Microsoft公式ドキュメントには「CONFIDENCE関数は将来のバージョンで利用できなくなる可能性がある」と明記されています。新規作成では必ずCONFIDENCE.NORMまたはCONFIDENCE.Tを使うことを推奨します。

CONFIDENCE関数の構文と引数

基本構文

=CONFIDENCE(alpha, standard_dev, size)

引数は3つあり、すべて必須です。

引数の説明

有意水準と信頼度の対応関係

有意水準（ゆういすいじゅん）と信頼度の関係は次のとおりです。

信頼度は「100 × (1 – alpha)」で計算されます。ビジネスの現場では95%（alpha = 0.05）がもっともよく使われますよ。

TIP

CONFIDENCE関数の内部では「z(alpha/2) × standard_dev / √size」という式で半幅を計算しています。z値はExcel上で =NORM.S.INV(1 - alpha/2) でも取得できます。

CONFIDENCE関数の使い方（実践例）

例題1: 直接数値を指定する

ある工場で製品50個を抽出検査したところ、母集団の標準偏差が2.5gとわかっています。有意水準5%（95%信頼区間）で信頼区間の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, 2.5, 50)

結果は0.693（小数第4位で四捨五入）になります。

この数値の意味はこうです。標本の平均値が500gだった場合、母集団の本当の平均は499.307g〜500.693gの範囲に95%の確率で収まると推定できます。

例題2: セル参照で柔軟に変更する

引数にセル番地を指定すれば、値を変えるだけで再計算できます。

=CONFIDENCE(B1, B2, B3)

B1に有意水準（0.05）、B2に標準偏差（2.5）、B3に標本数（50）を入力しておけば、条件を変えながら再計算できて便利ですよ。

例題3: 信頼区間の上限・下限をセットで求める

CONFIDENCE関数の戻り値は「信頼区間の半幅」です。上限と下限を求めるには、標本平均に足し引きします。実務ではこの3つをセットで表示するのが一般的です。

標本平均: =AVERAGE(A2:A51)
信頼区間 上限: =AVERAGE(A2:A51) + CONFIDENCE(0.05, 2.5, COUNT(A2:A51))
信頼区間 下限: =AVERAGE(A2:A51) - CONFIDENCE(0.05, 2.5, COUNT(A2:A51))

AVERAGE関数で標本平均を求め、そこにCONFIDENCE関数の結果を足せば上限、引けば下限になります。COUNT関数で標本数を自動取得しておけば、データを追加しても式を直さずに済みますよ。

TIP

上限・下限を別々に書くと数式が長くなります。半幅をいったん別セル（例: D1）に出しておき、=平均 + D1 =平均 - D1 と参照するとメンテナンスが楽になります。

業種別の活用シーン

CONFIDENCE関数は「母集団の標準偏差が事前にわかっている」かつ「標本数が30以上」という条件で力を発揮します。実務でよく使うシーンを整理しました。

製造業・品質管理での活用

抜き取り検査で製品の重量・寸法・引張強度などの母集団平均を推定するときに使います。標準偏差は過去の管理データから既知扱いにできるので、CONFIDENCE関数の前提条件にうまく合います。

マーケティング・市場調査での活用

アンケート結果の平均満足度や購入意向スコアの信頼区間を出すときに使えます。標本数が1000人以上の大規模調査なら、母標準偏差を既知扱いにできるケースもあります。

=CONFIDENCE(0.05, B1, B2)

B1に過去調査から推定した標準偏差、B2に今回の回収数を入れれば、平均満足度に幅を持たせて報告できます。

教育・学術データでの活用

テスト結果の平均点信頼区間を求めるときも便利です。学級や学年単位なら標本数も十分確保できるので、正規分布近似の前提が成り立ちやすいですよ。

NOTE

標本数が30未満の場合や、母標準偏差がわからない場合は、CONFIDENCE関数ではなくCONFIDENCE.T関数を使ってください。t分布で計算するため、より保守的（区間が広め）に推定できます。

CONFIDENCE.NORM / CONFIDENCE.Tとの違いと移行手順

3つの関数の比較

CONFIDENCE関数には2つの後継関数があります。違いを比較表で整理しました。

使い分けのフロー

迷ったときは次のフローで判断してください。

1. 母集団の標準偏差がわかっている？

• はい → 標本数は30以上ある？
  • はい → CONFIDENCE.NORM関数を使う（CONFIDENCEと同じ結果）
  • いいえ → CONFIDENCE.T関数を使う
• いいえ → CONFIDENCE.T関数を使う（標本標準偏差を使うため）

CONFIDENCE関数とCONFIDENCE.NORM関数は同じ計算結果を返します。違いは互換性関数かどうかだけなので、置き換えても結果は変わりませんよ。

既存シートからの移行手順

既存ブックでCONFIDENCE関数を見つけたら、次の手順でCONFIDENCE.NORMに置き換えましょう。

1. Ctrl + H で「検索と置換」を開く
2. 検索する文字列に CONFIDENCE( 、置換後の文字列に CONFIDENCE.NORM( と入力
3. 「すべて置換」をクリック
4. 置換後、いくつかのセルでF2キーを押し数式バーを確認（誤置換がないかチェック）
5. 計算結果が変わっていないことを確認（同じ値になるはず）

TIP

置換時は必ず括弧 ( まで含めて検索してください。括弧なしで検索すると、すでに置換済みのCONFIDENCE.NORM(内のCONFIDENCEまで二重置換してしまう事故を防げます。

詳しい使い方はCONFIDENCE.NORM関数の使い方も参考にしてみてください。

よくあるエラーと対処法

CONFIDENCE関数でエラーが出たときは、次の表で原因を確認してください。

よくある間違いとして、信頼度の「95」をそのまま入力してしまうケースがあります。alphaには信頼度ではなく有意水準を指定する点に注意してください。95%信頼区間なら「0.05」です。

エラー値の種類と対処法をもっと詳しく知りたい方は「セルに表示されるエラーの種類と原因」も参考にしてみてください。

よくある質問（FAQ）

CONFIDENCE関数とCONFIDENCE.NORM関数で結果は変わりますか？

変わりません。同じ計算ロジックを使っているので、戻り値は完全に一致します。違いは「互換性関数かどうか」だけなので、新しいシートではCONFIDENCE.NORMを使うのが安心です。

CONFIDENCE関数はいつ削除されますか？

Microsoft公式は具体的な削除時期を公表していません。ただし「将来のバージョンで利用できなくなる可能性がある」と明記されているため、長期運用するシートでは早めにCONFIDENCE.NORMへ移行しておくのが無難です。

標本数が少ない場合はどうすればよいですか？

標本数が30未満の場合は、CONFIDENCE関数ではなくCONFIDENCE.T関数を使ってください。t分布で計算するため、少ない標本でも信頼区間を適切に求められます。

standard_devは標本標準偏差でもよいですか？

CONFIDENCE関数の引数 standard_dev は母標準偏差を想定しています。標本標準偏差しか手に入らないときは、CONFIDENCE.T関数を使うのが正しい選択です。標本標準偏差をCONFIDENCE関数に渡すと、信頼区間が実態より狭く出てしまうので注意してください。

z値はどこから来ているのですか？

CONFIDENCE関数は内部で「標準正規分布の上側 alpha/2 点」（=z値）を使っています。Excelで個別に取り出したいときは =NORM.S.INV(1 - alpha/2) で計算できます。alpha=0.05なら約1.96が返りますよ。

まとめ

CONFIDENCE関数は、母集団の平均に対する信頼区間を求めるための関数です。

• 構文: =CONFIDENCE(alpha, standard_dev, size)
• alphaには有意水準を指定する（95%信頼区間なら0.05）
• 戻り値は信頼区間の半幅。標本平均に足し引きして上限・下限を求める
• 互換性関数のため、新規作成ではCONFIDENCE.NORMまたはCONFIDENCE.Tを使う
• 標本数が30未満や母標準偏差が未知ならCONFIDENCE.T関数がおすすめ
• 既存シートの移行は「検索と置換」で CONFIDENCE( → CONFIDENCE.NORM( で完了

信頼区間を添えてデータを報告すれば、「この平均値はどれくらい確かなの？」という質問にも自信を持って答えられますよ。

関数の一覧は「アルファベット順 Excel関数一覧」からご覧いただけます。