2つのデータの関連性を調べたいとき、相関係数だけでは見えない情報があります。データの「動きの大きさ」まで含めた関連性を数値にしたい場面です。

そんなときに使えるのが COVAR関数 です。基本の書き方から共分散の読み取り方、相関係数との違い、実務での活用例まで解説します。

COVAR関数とは？2つのデータの共分散を求める関数

COVAR関数（読み方: コバリアンス関数）は、2つのデータセットの共分散を返す統計関数です。「COVAR」は「Covariance（共分散）」の略になります。

共分散とは、2つのデータがどの方向にどれくらい一緒に動くかを表す指標です。

• 正の値: 一方が増えるともう一方も増える傾向（同じ方向に動く）
• 負の値: 一方が増えるともう一方は減る傾向（逆方向に動く）
• 0に近い: 2つのデータに関連性がほぼない

身近な例でいうと、「気温が上がるとアイスの売上も上がる」なら正の共分散です。逆に「気温が上がると鍋の売上は下がる」なら負の共分散になります。

COVAR関数にできることをまとめると、次のとおりです。

• 2つのデータ間の共分散を数値で求める
• データが同じ方向に動くか逆方向に動くかを判定する
• 複数の要因を比較して、動きの大きさごとに影響度を評価する
• CORREL関数やSTDEV関数と組み合わせてデータ分析の幅を広げる

NOTE

COVAR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のCOVARIANCE.P関数と同じ計算を行います。

COVAR関数の書き方（構文と引数）

基本構文

=COVAR(データ_y, データ_x)

カッコの中に、共分散を調べたい2つのデータ範囲を指定します。

引数の説明

引数はたった2つだけなのでシンプルですよね。注意点として、データ_yとデータ_xのデータ数は同じにする必要があります。データ数が異なると #N/A エラーが出ます。

TIP

範囲内の文字列・TRUE/FALSE・空白セルは自動的に無視されます。ただし、一方が数値で他方が空白というペアがあると、そのペアごと計算から除外されます。

COVAR関数の基本的な使い方

実際にCOVAR関数を使ってみましょう。

あるお店で6か月分の「広告費」と「売上」を記録したとします。

共分散を求める

=COVAR(C2:C7, B2:B7)

結果は約 1,341.67 になります。正の値なので、広告費と売上は同じ方向に動くことがわかりますね。

共分散の符号の読み取り方

COVAR関数の結果は相関係数のように-1〜1の範囲に収まりません。データのスケール（単位や大きさ）によって値が変わります。

そのため、共分散では符号（正か負か）で関連の方向を判断します。

WARNING

共分散の値そのものの大小で「関連が強い・弱い」と判断するのは危険です。共分散はデータの単位に依存するため、異なるデータセット間で比較できません。強弱を比較したいときはCORREL関数で相関係数を求めてください。

共分散と相関係数の違い

「共分散と相関係数って何が違うの？」と思った方もいるかもしれません。ここで整理しておきましょう。

実は、相関係数は共分散を標準偏差で割って正規化したものです。COVAR関数とCORREL関数は次の関係式で結ばれています。

CORREL(y, x) = COVAR(y, x) / (STDEVP(y) * STDEVP(x))

「方向だけ知りたい」ならCOVAR関数、「強さまで比較したい」ならCORREL関数を使い分けましょう。

COVAR関数の実践的な使い方・応用例

複数商品の売上関連を比較する

複数の商品を扱っている場合、「商品Aと商品Bの売上は連動しているか？」を確認できます。

商品A（D列）・商品B（E列）・商品C（F列）の月次売上データがあるとして、共分散を比べてみましょう。

=COVAR(D2:D13, E2:E13)   → 商品AとBの共分散
=COVAR(D2:D13, F2:F13)   → 商品AとCの共分散

両方とも正なら「Aが売れるとBもCも売れる傾向」です。片方が負なら「Aが売れるとそちらは売れなくなる傾向」と読み取れます。

ただし、値の大小で「BよりCの方が関連が強い」とは判断できません。強さの比較にはCORREL関数を使ってくださいね。

ポートフォリオのリスク分析に使う

投資の世界では、共分散はポートフォリオ理論の核となる指標です。2つの資産の共分散がわかれば、組み合わせたときのリスクを計算できます。

たとえば、株式A（G列）と株式B（H列）の月次リターン（収益率）が12か月分あるとします。

=COVAR(G2:G13, H2:H13)

結果が負の共分散なら、AとBは逆方向に動く傾向があります。AとBを組み合わせれば、ポートフォリオ全体のリスクを下げられる可能性がありますよ。

TIP

ポートフォリオの分散を計算する公式には共分散が含まれています。2資産の場合: wA^2 VarA + wB^2 VarB + 2 wA wB * COVAR(A, B) です。個々の資産のリスク（分散）はVAR関数で求められます。

STDEVP関数と組み合わせて相関係数を手動計算する

COVAR関数の結果を使って、相関係数を自分で計算することもできます。結果がCORREL関数と一致するか確かめてみましょう。

=COVAR(C2:C7, B2:B7) / (STDEVP(C2:C7) * STDEVP(B2:B7))

この式は =CORREL(C2:C7, B2:B7) と同じ結果を返します。共分散・標準偏差・相関係数のつながりが実感できますよね。

よくあるエラーと対処法

#N/Aエラー

COVAR関数で最もよく見るエラーです。

たとえば =COVAR(B2:B13, C2:C10) のように行数がずれていると発生します。データ範囲を確認してください。

#DIV/0!エラー

以下の原因が考えられます。

範囲内に数値が含まれていない場合、計算に使えるデータがゼロになるため発生します。

#VALUE!エラー

引数に文字列を直接入力すると発生します。

=COVAR("100", "200")   → #VALUE!エラー
=COVAR(A1:A5, B1:B5)   → 正常に計算される

セル範囲内に文字列がある場合は自動で無視されます。引数として直接文字列を渡した場合にのみ発生するエラーです。

TIP

期待した結果にならないときは、セル範囲に空白や文字列が混ざっていないか確認してください。COVAR関数は対応するペアが両方とも数値のデータだけを使います。

CORREL関数との違い・関連する統計関数

CORREL関数との使い分け

共分散と相関係数は密接に関連していますが、使いどころが異なります。

迷ったら、まずCORREL関数で相関の強さを確認するのがおすすめです。共分散が必要になるのは、ポートフォリオ分析など数学的な計算に値を使うケースが多いですよ。

関連する統計関数の一覧

まとめ

COVAR関数は、2つのデータセットの共分散を返す関数です。

この記事のポイント

• 構文は =COVAR(データ_y, データ_x) で、2つのデータ範囲を指定するだけ
• 共分散の符号（正・負・ゼロ付近）で2つのデータの関連の方向がわかる
• 値の大小はデータのスケールに依存するため、異なるデータ間の比較にはCORREL関数を使う
• 相関係数 = 共分散 / (標準偏差 x 標準偏差) という関係がある
• ポートフォリオのリスク分析など、数学的な計算で共分散の値が必要になる場面で活躍する

次のステップ：関連する統計関数

COVAR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。

• CORREL関数 — 相関の強さを-1〜1で測る
• PEARSON関数 — CORREL関数と同じ相関係数を返す
• VAR関数 — データの分散（ばらつき）を求める
• STDEV関数 — 標準偏差を求める
• AVERAGE関数 — 平均値を求める基本関数

共分散を求める関数がスプレッドシートには複数あり、どれを使えばいいか迷いますよね。選び方を間違えると、全数データなのにサンプル用の関数を使ってしまい、結果がずれてしまいます。

そんなときに正しく選べるようになるのがこの記事です。COVARIANCE.P関数の書き方からCOVAR・COVARIANCE.Sとの違い、使い分けまで解説します。

スプレッドシートのCOVARIANCE.P関数とは？母共分散を求める関数

COVARIANCE.P関数（読み方: コバリアンス・ピー関数）は、2つのデータセットの母共分散を返す統計関数です。「COVARIANCE」は英語で共分散、「P」はPopulation（母集団）の頭文字です。

母共分散とは、手元のデータが全数であるときに使う共分散のことです。やっていることはシンプルで、2つのデータが一緒にどの方向にどれだけ動くかを1つの数値にまとめます。

• 正の値: 一方が増えるともう一方も増える傾向（同じ方向に動く）
• 負の値: 一方が増えるともう一方は減る傾向（逆方向に動く）
• 0に近い: 2つのデータに関連性がほぼない

身近な例でいうと、全社員の「残業時間」と「ミス件数」のデータがあるとします。残業が増えるとミスも増えるなら正の母共分散です。全社員のデータ＝母集団なので、COVARIANCE.P関数を使います。

COVARIANCE.P関数にできることをまとめると、次のとおりです。

• 2つのデータ間の母共分散を数値で求める
• データが同じ方向に動くか逆方向に動くかを判定する
• 全数データ（母集団）に対して正確な共分散を計算する
• CORREL関数やSTDEV関数と組み合わせてデータ分析の幅を広げる

NOTE

COVARIANCE.P関数はGoogleスプレッドシートの全バージョンで使えます。COVAR関数と計算結果は完全に同じです。COVAR関数の後継として追加された関数になります。

COVARIANCE.P関数の書き方（構文と引数）

基本構文

=COVARIANCE.P(データ_y, データ_x)

カッコの中に、共分散を調べたい2つのデータ範囲を指定します。

引数の説明

引数はたった2つだけなのでシンプルですよね。注意点として、データ_yとデータ_xのデータ数は同じにする必要があります。データ数が異なると #N/A エラーが出ます。

TIP

範囲内の文字列・TRUE/FALSE・空白セルは自動的に無視されます。ただし、一方が数値で他方が空白というペアがあると、そのペアごと計算から除外されます。

母共分散の計算の仕組み

COVARIANCE.P関数が内部で行っている計算はこちらです。

COVARIANCE.P = Σ((xi - x平均)(yi - y平均)) / n

nはデータの個数です。各データから平均を引いた値同士を掛け合わせ、その合計をデータ数で割っています。「÷n」が母集団用の計算です。

COVARIANCE.P関数の基本的な使い方

実際にCOVARIANCE.P関数を使ってみましょう。

あるお店で6か月分の「広告費」と「売上」を記録したとします。全店舗ではなく、この1店舗の全期間データという想定です。

母共分散を求める

=COVARIANCE.P(C2:C7, B2:B7)

結果は約 1,047.22 になります。正の値なので、広告費と売上は同じ方向に動くことがわかりますね。

共分散の符号の読み取り方

COVARIANCE.P関数の結果は相関係数のように-1〜1の範囲に収まりません。データのスケール（単位や大きさ）によって値が変わります。

そのため、共分散では符号（正か負か）で関連の方向を判断します。

WARNING

共分散の値そのものの大小で「関連が強い・弱い」と判断するのは危険です。共分散はデータの単位に依存するため、異なるデータセット間で比較できません。強弱を比較したいときはCORREL関数で相関係数を求めてください。

COVARIANCE.P関数の実践的な使い方・応用例

母集団データで正確な共分散を求める

COVARIANCE.P関数が特に活きるのは、データが全数そろっている場面です。

たとえば、社内アンケートで全社員50名に聞いたとします。D列に「業務満足度（10点満点）」、E列に「研修受講回数」が入っています。

=COVARIANCE.P(D2:D51, E2:E51)

全社員のデータなので母集団です。COVARIANCE.P関数を使うのが正しい選択になります。結果が正の値なら「研修を多く受けた社員ほど満足度が高い傾向がある」と読み取れます。

TIP

「全数データかサンプルか」の判断に迷ったら、次のように考えてください。分析対象の全員・全期間のデータがあれば母集団（COVARIANCE.P）です。一部を抜き出したデータであれば標本（COVARIANCE.S）です。

複数の要因との共分散を比較する

売上に影響しそうな要因が複数ある場合、それぞれの共分散を並べて方向を確認できます。

全12か月分のデータがあるとして、売上（C列）と各要因の共分散を求めてみましょう。

=COVARIANCE.P(C2:C13, D2:D13)
=COVARIANCE.P(C2:C13, E2:E13)
=COVARIANCE.P(C2:C13, F2:F13)

結果の符号を見れば、各要因が売上と同じ方向に動くか逆方向に動くかがわかります。ただし、値の大小で影響の強さは判断できません。強さを比較するにはCORREL関数を使ってくださいね。

COVARIANCE.P関数から相関係数を手動計算する

COVARIANCE.P関数の結果を使って、相関係数を自分で計算することもできます。共分散と相関係数の関係が実感できますよ。

=COVARIANCE.P(C2:C7, B2:B7) / (STDEVP(C2:C7) * STDEVP(B2:B7))

この式は =CORREL(C2:C7, B2:B7) と同じ結果を返します。相関係数は共分散を標準偏差で割って正規化したものです。

NOTE

ここで使っているSTDEVP関数は母標準偏差を求める関数です。COVARIANCE.P関数が母共分散なので、標準偏差も母集団用のSTDEVPを使います。標本用のSTDEVを使うと計算が合わなくなるので注意してください。

ポートフォリオのリスク分析に使う

投資の世界では、共分散はポートフォリオ理論の核となる指標です。2つの資産のリターンデータが全期間分あるとします。

=COVARIANCE.P(G2:G13, H2:H13)

結果が負の共分散なら、2つの資産は逆方向に動く傾向があります。逆に動く資産を組み合わせれば、ポートフォリオ全体のリスクを下げられる可能性がありますよ。

TIP

2資産ポートフォリオの分散は次の式で計算します。wA^2 VarA + wB^2 VarB + 2 wA wB * Cov(A, B)。個々の資産の分散はVARP関数で求められます。

COVARIANCE.P関数のよくあるエラーと対処法

#N/Aエラー

COVARIANCE.P関数で最もよく見るエラーです。

たとえば =COVARIANCE.P(B2:B13, C2:C10) のように行数がずれていると発生します。データ範囲を確認してください。

#DIV/0!エラー

以下の原因が考えられます。

範囲内に数値が含まれていない場合、計算に使えるデータがゼロになるため発生します。

#VALUE!エラー

引数に文字列を直接入力すると発生します。

=COVARIANCE.P("100", "200")   → #VALUE!エラー
=COVARIANCE.P(A1:A5, B1:B5)   → 正常に計算される

セル範囲内に文字列がある場合は自動で無視されます。引数として直接文字列を渡した場合にのみ発生するエラーです。

TIP

期待した結果にならないときは、セル範囲に空白や文字列が混ざっていないか確認してください。COVARIANCE.P関数は対応するペアが両方とも数値のデータだけを使います。

COVAR・COVARIANCE.Sとの違い・使い分け

COVAR関数との違い

COVAR関数とCOVARIANCE.P関数は計算結果が完全に同じです。

=COVAR(C2:C7, B2:B7)
=COVARIANCE.P(C2:C7, B2:B7)

この2つはどちらも同じ値を返します。違いは関数の位置づけだけです。

COVAR関数は過去の互換性のために残されている関数です。新しくスプレッドシートを作るなら、COVARIANCE.P関数を使うのがおすすめですよ。

COVARIANCE.S関数との違い

COVARIANCE.P関数との最大の違いは「母集団用か標本用か」です。

計算式の違いは割る数だけです。COVARIANCE.Pは「÷n」、COVARIANCE.Sは「÷(n-1)」で計算します。データ数が大きくなるほど両者の差は小さくなります。

どちらを使うかの判断基準

迷ったときは、次のように考えてください。

WARNING

COVARIANCE.S関数はデータが1件だけの場合 #DIV/0! エラーになります。「÷(n-1)」の計算でn=1だと0で割ることになるためです。COVARIANCE.P関数はデータ1件でも0を返します。

まとめ

COVARIANCE.P関数は、2つのデータセットの母共分散を返す関数です。

この記事のポイント

• 構文は =COVARIANCE.P(データ_y, データ_x) で、2つのデータ範囲を指定するだけ
• 「P」はPopulation（母集団）の意味。データが全数あるときに使う
• 共分散の符号（正・負・ゼロ付近）で2つのデータの関連の方向がわかる
• COVAR関数と計算結果は同じ。新規作成ならCOVARIANCE.Pを使う
• サンプルデータにはCOVARIANCE.S関数を使う（÷nと÷(n-1)の違い）
• 値の大小で関連の強弱は判断できない。強さの比較にはCORREL関数を使う

次のステップ：関連する統計関数

COVARIANCE.P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。

• COVAR関数 — COVARIANCE.Pと同じ母共分散を返す旧関数
• CORREL関数 — 相関の強さを-1〜1で測る
• PEARSON関数 — CORREL関数と同じ相関係数を返す
• VARP関数 — データの母分散を求める
• STDEV関数 — 標準偏差を求める

2つのデータの関係性を数値で確かめたいのに、やり方がわからないと、なんとなくの”勘”で判断するしかなくて不安ですよね。

そんなときに役立つのが COVAR関数 です。この記事では、COVAR関数の使い方を基本から実務での活用例まで、やさしく解説していきます。

ExcelのCOVAR関数とは？

COVAR関数は、2つのデータセットの 共分散（きょうぶんさん） を求める関数です。読み方は「コバリアンス」です。

共分散とは、2つのデータが「一緒に動く傾向があるかどうか」を数値にしたものです。

• 正の値 → 一方が増えると、もう一方も増える傾向（例: 広告費と売上）
• 負の値 → 一方が増えると、もう一方は減る傾向（例: 気温とホットドリンク売上）
• 0に近い → 2つのデータに目立った関係がない

つまり、COVAR関数を使えば「この2つのデータは連動しているのか？」をひと目で判断できるわけですね。

COVAR関数は互換性関数

COVAR関数はExcel 2003以前から使える古い関数です。Excel 2010以降では後継関数が用意されています。具体的には COVARIANCE.P関数 と COVARIANCE.S関数 の2つです。

現在も互換性のために使えますが、新しくシートを作るなら後継関数を使うのがおすすめです。既存のブックでCOVAR関数が入っている場合は、そのまま使い続けても問題ありませんよ。

COVAR関数の書き方（構文と引数）

基本構文

=COVAR(配列1, 配列2)

引数の説明

引数はどちらも必須です。2つの範囲に含まれるデータの個数は同じにしてください。個数が違うと#N/Aエラーになります。

空白セルや文字列が含まれている場合は、そのセルは自動的に無視されます。

COVAR関数の基本的な使い方

実際にサンプルデータで使ってみましょう。

サンプルデータ

たとえば、ある店舗の月別データとして以下の表があるとします。

A2:A7に広告費、B2:B7に売上が入っているとして、数式はこうなります。

=COVAR(A2:A7, B2:B7)

この数式を入力すると、結果は 約143 という正の値が返ります。正の値なので「広告費が増えると売上も増える傾向がある」と読み取れますね。

結果の読み取り方

COVAR関数の結果はデータの単位に依存します。今回は「万円 x 万円」の単位になるため、数値の大小だけで強さを比べるのは少し難しいです。

「正か負か」で方向性を確認するのが基本的な使い方です。関係の強さまで知りたい場合は、後ほど紹介する CORREL関数 を使うと便利ですよ。

COVAR関数の実務での活用例

活用例1: 気温と来客数の関係を調べる

飲食店で「気温が上がると来客数は増えるか？」を確かめたいケースです。

=COVAR(A2:A7, B2:B7)

結果が正の値なら、気温が高いほど来客が増える傾向があるといえます。メニュー構成や仕入れ計画の参考になりますよね。

活用例2: 複数データの関係性を一覧で比較する

「売上と広告費」「売上と気温」「売上と曜日番号」など、複数の組み合わせでCOVAR関数を並べてみましょう。どの要因が売上と最も連動しているかを比較できます。

ただし、単位が異なるデータ同士の共分散は数値の大小を直接比較できません。比較したい場合は CORREL関数 がおすすめです。相関係数に変換すれば、-1から1の範囲で統一的に比較できますよ。

COVARIANCE.P・COVARIANCE.S関数との違い

COVAR関数には2つの後継関数があります。違いを表で整理しておきましょう。

どれを使えばいいの？

使い分けのポイントはシンプルです。

• データが全体（母集団）のとき → COVARIANCE.P関数（またはCOVAR関数）
• データが一部（標本）のとき → COVARIANCE.S関数

たとえば、社員全員のデータならCOVARIANCE.P、アンケートで一部の社員だけ回答したデータならCOVARIANCE.Sを使います。

COVAR関数とCOVARIANCE.P関数は結果が完全に同じです。新しいシートではCOVARIANCE.Pを使っておけば間違いありませんよ。

CORREL関数との使い分け

共分散と似た指標に 相関係数 があります。相関係数を求めるのが CORREL関数 です。

「方向だけ知りたい」ならCOVAR関数で十分です。「どれくらい強く関係しているか」まで知りたいなら、CORREL関数が適しています。

実務では、まずCOVAR関数で方向性を確認し、気になるペアをCORREL関数で深掘りする、という流れがスムーズですよ。

COVAR関数でよくあるエラーと対処法

#N/Aエラー

配列1と配列2のデータ個数が一致していないときに発生します。範囲の行数・列数が同じか確認してみてください。

#DIV/0!エラー

データが1個以下しかない場合に発生します。共分散の計算には最低2つのデータペアが必要です。

結果が0になる

片方のデータがすべて同じ値の場合、共分散は0になります。たとえば広告費が毎月同じなら、変動がないので関係性を測れません。データに変動があるか確認してみてくださいね。

文字列や空白が含まれている場合

文字列や空白セルは計算から自動的に除外されます。意図しないセルが含まれていないか、範囲の指定を見直してみてください。

まとめ

ExcelのCOVAR関数は、2つのデータの共分散を求めて「連動しているかどうか」を判断できる関数です。

ポイントをおさらいしておきましょう。

• COVAR関数は共分散（2つのデータの連動性）を返す
• 正の値なら同じ方向、負の値なら逆方向に動く傾向がある
• COVAR関数は互換性関数。新規作成時は COVARIANCE.P関数 を使うのがおすすめ
• 標本データの場合は COVARIANCE.S関数 を選ぶ
• 関係の「強さ」まで知りたいなら CORREL関数 と組み合わせる

データ分析の第一歩として、ぜひ使ってみてくださいね。