ただ、F分布という言葉だけで身構えてしまう方も多いはずです。さらに新関数 F.DIST.RT との違いや、引数の自由度の指定方法でつまずく方も少なくありません。

この記事では、FDIST関数の構文から、分散分析（ANOVA）でのp値計算の実例、新関数との関係、関連関数の使い分けまでをまとめて整理します。

ExcelのFDIST関数とは？

ExcelのFDIST関数（読み方：エフディスト）は、F分布の右側確率（p値）を返す関数です。関数名は「F–Distribution（F分布）」の略で、統計学者ロナルド・フィッシャーの名にちなんだ分布です。

ざっくり言うと、ある F値 と2つの 自由度 を渡すと、「F値がそれ以上に大きくなる確率」を返してくれる関数です。p値が小さいほど「観測されたF値は偶然では起きにくい」と言えます。慣例的に p値 < 0.05 で「統計的に有意」 と判定します。

FDIST関数は、Excel 2007以前から提供されている 旧式の関数です。Excel 2010以降では「互換性関数」のグループに分類されています。後継として F.DIST.RT関数（ドット入り、RT＝Right Tailed）が用意されていますが、FDIST関数も後方互換性のために引き続き使えます。

NOTE

「互換性関数」は古いブックでも問題なく動くように維持されている関数群です。新規作成のワークブックでは新関数（F.DIST.RT）が推奨されますが、既存のテンプレートやマクロでFDISTを見かけても、結果は新関数とまったく同じです。

FDIST関数の書き方（構文と引数）

FDIST関数の構文は次のとおりです。

=FDIST(x, deg_freedom1, deg_freedom2)

引数は3つで、すべて必須です。

戻り値は0以上1以下のp値です。「F値が x より大きくなる確率」、つまり 右側確率 P(F > x) を表します。

TIP

自由度が小数で渡された場合は整数部分のみが使われます（小数部分は切り捨て）。ANOVA で自由度を計算する際は、(グループ数 - 1) と (全体サンプル数 - グループ数) という整数になるので、通常は気にする必要はありません。

F分布と右側確率のイメージ

F分布は「2つの分散の比」が従う分布で、必ず0以上の値を取り、右に長い裾を持つ非対称な形をしています。F値が大きくなるほど「グループ間のばらつきがグループ内のばらつきより明らかに大きい」ことを意味します。

FDIST関数は、その大きいF値が 偶然出る確率 を返します。実務的には次のように使います。

• 計算されたF値とFDISTのp値を比較する
• p値が0.05未満 → 「グループ間に有意な差がある」と結論づける
• p値が0.05以上 → 「グループ間に差があるとは言えない」と判断する

実務例1：ANOVA（一元配置分散分析）でp値を求める

3つの広告クリエイティブA・B・Cで、それぞれ5日間ずつコンバージョン率（％）を計測したとします。「どれか1つでも他と差があるか」を一元配置分散分析（ANOVA）で検定してみましょう。

ANOVAの分散分析表からF値が F = 35.2、自由度が 分子=2（グループ数 – 1）、分母=12（全体サンプル数 – グループ数）と算出されたとします。このF値のp値をFDISTで求めます。

=FDIST(35.2, 2, 12)

このサンプルでは、p値はおよそ 0.0000089 と極めて小さい値が返ります。0.05 を大きく下回っているので、「3群の平均値に少なくとも1つは有意な差がある」と結論づけられます。

NOTE

「分析ツール」アドインの「分散分析: 一元配置」を使えば、F値・自由度・p値・F境界値が自動計算された分散分析表が出力されます。FDIST関数は、分析ツールを使わずに手計算したF値を検定したい場合や、自動化マクロでp値だけ取得したい場合に重宝します。

実務例2：回帰分析の有意性検定にF値を使う

重回帰分析の結果でも、「モデル全体が意味のある説明力を持っているか」をF検定で判断します。Excelの「回帰分析」アドインを実行すると、分散分析表に 観測されたF値 と 有意 F が出力されます。

仮にF値が F = 18.7、回帰の自由度が 3（説明変数の数）、残差の自由度が 26（サンプル数 – 説明変数の数 – 1）だったとしましょう。

=FDIST(18.7, 3, 26)

このサンプルでは、p値はおよそ 0.0000016 となります。0.05 を大きく下回るため「回帰モデル全体は統計的に有意」と結論づけられます。少なくとも1つの説明変数は目的変数の予測に貢献していると言えます。

TIP

回帰分析の出力に直接「有意 F」が表示されているなら、わざわざFDIST関数で再計算する必要はありません。FDISTは、F値だけ手元にある状況や、シミュレーションでF値を多数生成した結果を一括検定するときに便利です。

F.DIST.RT関数（新関数）との違い・使い分け

Excel 2010以降では、後継の F.DIST.RT関数（ドット入り、Right Tailed）が用意されています。

引数の数・順番・意味すべて同じで、計算結果も完全一致します。FDIST(x, d1, d2) = F.DIST.RT(x, d1, d2) という関係です。

使い分けの実務指針

• 古いExcel環境（2007以前）と共有する → FDIST
• 自分専用または新しい環境で使う → F.DIST.RT
• 既存ブックの数式を継承する → そのまま変更不要

Microsoft公式は新関数（F.DIST.RT）を推奨していますが、FDIST が将来削除される予定もないので、安心して使えます。既存のテンプレートやマクロが FDIST で組まれていることはまだ多く、業務で見かける機会は今後も残ります。

NOTE

Excel 2010以降には、左側確率（累積確率）を返す F.DIST関数（RT なし）も別途追加されています。FDIST／F.DIST.RT が右側確率なのに対して、F.DIST(x, d1, d2, TRUE) は左側確率（CDF）を返します。p値計算には FDIST または F.DIST.RT を使うと覚えておきましょう。

よくあるエラーと対処法

特に多いのが、F値を間違って負の数で渡してしまうケースです。F値は分散の比なので必ず0以上になります。マイナス値が出ている時点で、F値の計算式そのものを見直しましょう。

また、サンプルサイズが極端に大きいシミュレーションなどで x >= 10^10 となるケースもエラーになりますが、実務でこの上限に達することはほぼありません。

関連関数：FDIST・FINV・F.DIST.RT・F.INV.RT の関係

F分布まわりには、p値とF値を相互に変換する関数が4つあります。次の表で全体像を整理しておきましょう。

要するに、計算したF値が有意かを判定したいなら FDIST／F.DIST.RT、α=0.05 で「これ以上のF値なら有意」という臨界値を逆算したいなら FINV関数／F.INV.RT を使います。両者を組み合わせると、F検定の流れが Excel だけで完結します。

事前に等分散かどうかを判定したい場面では、F検定そのものを返してくれる F.TEST 関数も便利です。t検定の文脈で等分散・不等分散を選び分けるときは TTEST関数 と組み合わせて使うと、検定の流れが一気に整理できます。

まとめ

ExcelのFDIST関数は、F分布のp値を一発で計算できる便利な互換性関数です。要点を整理すると次のとおりです。

• 構文: =FDIST(x, deg_freedom1, deg_freedom2)
• 戻り値はF分布の 右側確率 P(F > x)
• 分散分析（ANOVA）や回帰分析の有意性検定で使う
• 自由度1は 分子（グループ間）、自由度2は 分母（グループ内）
• 新関数 F.DIST.RT と計算結果は完全に同一。新規ブックでは F.DIST.RT を推奨

p値が0.05未満なら「グループ間に有意な差がある」「モデルは有意」と結論づけられます。計算したF値の意味を読み解くには、対になる FINV関数 で臨界F値を求めて比較するのが定石です。

合わせて TTEST関数 や F.TEST 関数を使えば、t検定とF検定の両方をExcelだけで自在にこなせるようになります。

ただ、Excelで「逆F分布」「F.INV.RT」「F.INV」と似た名前の関数が並んでいて、どれを選べばいいか迷う方も多いはずです。構文や引数の意味も慣れないと取っ付きにくく感じます。

この記事では、FINV関数の構文から、ANOVAや回帰分析での臨界値計算の実例、新関数 F.INV.RT との違い、FDIST との関係まで、まとめて整理します。

ExcelのFINV関数とは？

ExcelのFINV関数（読み方：エフインバース）は、F分布の右側確率の逆関数を返す関数です。関数名は「F–Inverse（F逆関数）」の略で、与えた確率 p に対して「右側確率がちょうど p になるようなF値」を返してくれます。

ざっくり言うと、FDIST(x, d1, d2) = p という関係に対して、FINV(p, d1, d2) = x を返す関数です。FDIST が「F値からp値」を求めるのに対して、FINV は「p値からF値」を逆算します。

実務上は「有意水準α=0.05のときの臨界F値（棄却域の閾値）」を求めるために使います。観測されたF値が臨界F値を上回れば「統計的に有意」、下回れば「有意とは言えない」と判定できます。

FINV関数は、Excel 2007以前から提供されている 旧式の関数です。Excel 2010以降では「互換性関数」のグループに分類されています。後継として F.INV.RT関数（ドット入り、RT＝Right Tailed）が用意されていますが、FINV関数も後方互換性のために引き続き使えます。

NOTE

「互換性関数」は古いブックでも問題なく動くように維持されている関数群です。新規作成のワークブックでは新関数（F.INV.RT）が推奨されますが、既存のテンプレートやマクロでFINVを見かけても、結果は新関数とまったく同じです。

FINV関数の書き方（構文と引数）

FINV関数の構文は次のとおりです。

=FINV(probability, deg_freedom1, deg_freedom2)

引数は3つで、すべて必須です。

戻り値はF値（0以上の数値）です。「右側確率がちょうど probability になるようなF値の閾値」を表します。

TIP

probability に 有意水準α（例：0.05、0.01、0.001）を入れて、自由度を ANOVA や回帰分析の出力から指定すれば、棄却域の臨界F値が求まります。これが FINV のもっとも典型的な使い方です。

FDIST関数との対応関係を理解する

FINV と FDIST は、F分布まわりで対になる関数です。次の対応で整理しておくとスッキリします。

• FDIST: F値 → p値（右側確率）
• FINV: p値（右側確率）→ F値

数式で書くと FDIST(FINV(p, d1, d2), d1, d2) = p という恒等関係が成り立ちます。試しにExcelで =FDIST(FINV(0.05, 2, 12), 2, 12) と入力すると、ぴったり 0.05 が返ります。

実務的にはこの2関数を次のように使い分けます。

• 計算済みのF値が有意か知りたい → FDIST でp値を求める
• 「F値がいくつ以上なら有意か」を事前に知りたい → FINV で臨界F値を求める

両方を使えば、F検定の流れがExcel上で完結します。

実務例1：ANOVAの臨界F値を求める（α=0.05）

3つの広告クリエイティブA・B・Cで、それぞれ5日間ずつコンバージョン率を比較するANOVAを想定します。自由度は 分子=2（グループ数 – 1）、分母=12（全体サンプル数 – グループ数）です。

α=0.05 のときの臨界F値を求めてみましょう。

=FINV(0.05, 2, 12)

このサンプルでは、結果はおよそ 3.8853 が返ります。意味は「自由度(2, 12)のF分布で、F値が 3.8853 を超える確率はちょうど5%」ということです。

ANOVAで実際に計算されたF値が 3.8853 を上回れば「3群の平均値に有意な差がある」、下回れば「有意な差があるとは言えない」と判定できます。

# α=0.01 の臨界値（より厳しい基準）
=FINV(0.01, 2, 12)

こちらは 6.9266 程度になります。基準を厳しくするほど臨界F値は大きくなり、有意と判定されにくくなる関係です。

NOTE

「分析ツール」アドインの分散分析を実行すると、結果に F境界値 が自動表示されます。これは内部的に FINV（または F.INV.RT）で計算された値です。FINV関数は、分析ツールを使わずにシミュレーションや自動化マクロで臨界F値を取得したい場合に便利です。

実務例2：回帰分析の臨界F値を求める

重回帰分析で「モデル全体が意味を持つか」を判定する際にも、臨界F値を使います。例として、説明変数3つ・サンプル数30件の重回帰を考えます。回帰の自由度は 3、残差の自由度は 30 - 3 - 1 = 26 です。

α=0.05 のときの臨界F値は次のとおりです。

=FINV(0.05, 3, 26)

結果はおよそ 2.9752 が返ります。回帰分析の出力にあるF値（観測されたF値）がこの値を上回っていれば「回帰モデル全体は有意」と判定できます。

TIP

回帰分析の出力には「有意 F」（p値）が直接表示されるため、通常は p値 < 0.05 で判定すれば十分です。FINV を使う場面は、分析結果の解釈を後から第三者に説明するために臨界F値を併記したい場合や、複数モデルの臨界値を一覧で並べたい場合に便利です。

F.INV.RT関数（新関数）との違い・使い分け

Excel 2010以降では、後継の F.INV.RT関数（ドット入り、Right Tailed）が用意されています。

引数の数・順番・意味すべて同じで、計算結果も完全に一致します。FINV(p, d1, d2) = F.INV.RT(p, d1, d2) という関係です。

使い分けの実務指針

• 古いExcel環境（2007以前）と共有する → FINV
• 自分専用または新しい環境で使う → F.INV.RT
• 既存ブックの数式を継承する → そのまま変更不要

Microsoft公式は新関数（F.INV.RT）を推奨していますが、FINV が将来削除される予定もないので、安心して使えます。

WARNING

Excel 2010以降には、左側確率の逆関数を返す F.INV関数（RT なし）も別途追加されています。F.INV(p, d1, d2) は「左側確率がちょうど p になるF値」を返すので、FINV／F.INV.RT とは結果が異なります。臨界F値を求めるときは 必ず FINV か F.INV.RT を使いましょう。両者の関係は F.INV.RT(p, d1, d2) = F.INV(1 - p, d1, d2) です。

よくあるエラーと対処法

特に多いのが、有意水準を間違って 5 や 95 などパーセント表記の数値で渡してしまうケースです。FINVの probability は 小数表記（例：5%なら 0.05）で指定する必要があります。

また、#N/A は実務ではほとんど発生しませんが、確率が 1E-15 のように極端に小さい場合に出ることがあります。その場合は実用的な範囲（0.001〜0.10程度）で指定し直しましょう。

関連関数：FDIST・FINV・F.DIST.RT・F.INV.RT の関係

F分布まわりには、p値とF値を相互に変換する関数が4つあります。次の表で全体像を整理しておきましょう。

要するに、観測されたF値の有意性を判定したいなら FDIST関数／F.DIST.RT、α=0.05 で「これ以上のF値なら有意」という臨界値を逆算したいなら FINV／F.INV.RT を使う、という関係です。両者を組み合わせると、F検定の流れが Excel だけで完結します。

t分布の文脈でも同じような対応関係があり、p値からt値を逆算したいときは TINV関数、t値からp値を求めたいときは TDIST関数を使います。同じく TTEST関数 と組み合わせると、検定の流れを一気に整理できます。

まとめ

ExcelのFINV関数は、F分布の臨界F値を一発で計算できる便利な互換性関数です。要点を整理すると次のとおりです。

• 構文: =FINV(probability, deg_freedom1, deg_freedom2)
• 戻り値はF分布の 右側確率の逆関数（α=p のときの臨界F値）
• 分散分析（ANOVA）や回帰分析の 棄却域の閾値 を求められる
• 自由度1は 分子（グループ間）、自由度2は 分母（グループ内）
• 新関数 F.INV.RT と計算結果は完全に同一。新規ブックでは F.INV.RT を推奨
• F.INV（RTなし）は左側確率の逆関数なので、臨界F値の計算では使わない

α=0.05 で臨界F値を求めて、観測F値と比較するのがF検定の定石です。FDIST(FINV(p, d1, d2), d1, d2) = p という対応関係を覚えておくと、p値とF値の行き来がスムーズになります。

合わせて FDIST関数 を使えばF値とp値の双方向の変換ができ、TTEST関数 や TINV関数 を使えばt検定の流れもExcelだけで完結します。

そんなときに知っておきたいのが、ExcelのFTEST関数（旧版・互換性関数）です。Excel 2010以降は新しいF.TEST関数に置き換わりました。ただ、旧バージョンとの互換性のためにFTEST関数も今のExcelに残されているんですよ。

本記事では、FTEST関数の構文と引数の意味、F.TEST関数との違いを解説します。さらに、xls形式や旧バージョンExcelとの互換性、旧マクロやテンプレート保守の実務シナリオも紹介します。F.TEST関数への移行手順やよくあるエラー対処法も網羅していますので、ぜひ参考にしてくださいね。

ExcelのFTEST関数とは？旧版・互換性関数の位置づけ

ExcelのFTEST関数は、2つのデータセットに対してF検定を行い、両側F検定のp値を返す統計関数です。読み方は「エフ・テスト」です。

実はこのFTEST関数、Excel 2010で新しく登場した F.TEST 関数の 旧バージョン（互換性関数） という位置づけです。計算結果は新旧どちらも同じになります。旧バージョンExcelや .xls 形式ファイルとの互換性を維持するため、FTEST関数も今のExcelに残されているんですよ。

F検定で何がわかるのか

F検定とは、2つのデータ群の分散（ばらつきの大きさ）が等しいかどうかを統計的に判定する手法です。t検定が「平均値の差」を見るのに対し、F検定は「ばらつきの差」を見る点が違いますね。

たとえば、製造ラインAとBで作った部品の寸法を比べたとします。平均が同じでもラインBのほうが大きくバラついていれば、品質の安定性に差があるということです。FTEST関数を使えば、その差が偶然なのか統計的に意味のある差なのかを数値で示してくれますよ。

なぜ「FTEST」と「F.TEST」の2つがあるのか

Excelには関数名がよく似た2つのF検定関数が存在します。

Excel 2010で統計関数が大幅にリニューアルされました。このとき、関数名にピリオドを入れた新しい命名規則（F.TEST、T.TEST、STDEV.S など）が導入されたんです。それまでに作られた .xls ブックや古いVBAマクロには旧名の FTEST がたくさん残っています。そのため、互換性関数として今も使えるようにしてあるんですよ。

NOTE

Microsoftは新規で数式を作るときはF.TEST関数の使用を推奨しています。FTEST関数は「過去のブックを開いたときにエラーにならないため」に残されている関数だと考えてくださいね。

FTEST関数の構文と引数

FTEST関数の基本的な書き方は、新版F.TESTと完全に同じシンプルな形です。

構文

=FTEST(配列1, 配列2)

引数の意味

引数は2つの配列だけです。FTEST関数は内部で大きい分散を分子にとって計算するため、配列1と配列2を入れ替えても結果は変わりません。順序を気にせず使って大丈夫ですよ。

戻り値の意味

FTEST関数が返すのは、両側F検定のp値です。p値は0以上1以下の確率値で、「2つの母分散が等しい」という帰無仮説のもとで観測された分散比が偶然起こる確率を表します。

p値の解釈は次のとおりです。

• p値 < 0.05 → 帰無仮説を棄却（2グループの分散は有意に異なる）
• p値 ≥ 0.05 → 帰無仮説を棄却できない（分散が異なるとは言えない）

なお、有意水準（α）は0.05が一般的です。より厳格に判定したい場合は0.01、緩く判定したい場合は0.10が使われます。業界や場面に応じて使い分けてくださいね。

FTEST関数の基本的な使い方

実際にFTEST関数を使う例を見ていきましょう。製造ラインAとBで作った部品の寸法（ミリ単位）を比較するシーンを想定します。

サンプルデータ

数式と結果

D2セルに次の数式を入れます。

=FTEST(A2:A8, B2:B8)

結果としてp値（小数）が返ってきます。たとえば結果が「0.018」だったとします。p値は0.05未満なので「ラインAとBの分散には統計的に有意な差がある」と判断できますよ。

結果の見方（p値の判断基準）

p値の判定は、有意水準と比較するだけでOKです。

• p値 = 0.018 → 0.05未満 → 「ばらつきに有意差あり」と判断
• p値 = 0.32 → 0.05以上 → 「ばらつきに有意差があるとは言えない」

具体的に解釈してみましょう。ラインAは寸法が9.9〜10.2の範囲に収まっているのに対し、ラインBは9.6〜10.5まで広く散らばっています。FTEST関数が「この差は偶然ではない」と教えてくれるわけですね。

FTEST関数とF.TEST関数の違いと使い分け

ここがFTEST関数を語るうえで一番大事なポイントです。新旧2つの関数、どう違って、どう使い分けるのかを整理しましょう。

計算結果は完全に同じ

まず押さえておきたいのは、FTEST関数とF.TEST関数の計算結果は 完全に同じ ということです。同じデータに対して同じp値が返ってくるので、結果に違いはありません。

=FTEST(A2:A8, B2:B8)   → 0.018
=F.TEST(A2:A8, B2:B8)  → 0.018

中身のアルゴリズムも同じなので、「FTEST関数は精度が低い」といった違いはありません。

互換性関数として残されている理由

それでは、なぜFTEST関数は今もExcelに残っているのでしょうか。理由は次の3つです。

1. 旧VBAマクロが動作し続けるため: 過去に作られたマクロが Application.WorksheetFunction.FTest(...) のように旧名で関数を呼び出している場合、新版に変えてしまうとマクロが動かなくなります
2. 旧テンプレートとの互換性維持: 業界標準テンプレートや社内テンプレートに =FTEST(...) が組み込まれている場合、関数を変えるとブック全体の見直しが必要になります
3. Excel 2007以前との共有: 古いバージョンのExcelには F.TEST 関数が存在しないため、それらのバージョンとブックを共有する場合は FTEST を使う必要があります

使い分けの判断フロー

新規でブックを作るときと、既存ブックを保守するときで判断が変わります。次のフローで考えてみてください。

ブックの状況は？
├─ 新規作成（Excel 2010以降のみで使う）
│   → F.TEST を使う（推奨）
│
├─ 既存ブックの保守（FTESTが既に使われている）
│   → そのままFTESTを使う or 一括でF.TESTに移行
│
├─ xls形式で保存する必要がある
│   → FTESTを使う（F.TESTはxlsで動かない可能性あり）
│
└─ Excel 2007以前のユーザーと共有する
    → FTESTを使う

判断に迷ったら、「ブックを使う環境にExcel 2007以前が混じっていないか」をまず確認するのがおすすめですよ。

旧FTEST関数を実務で使う3つのシナリオ

ここからは、新版F.TESTがある今でもFTEST関数を使う場面を具体的に見ていきましょう。

シナリオ1: 旧マクロ・旧テンプレートの保守

過去に作られたマクロやテンプレートに =FTEST(...) が組み込まれているケースです。

たとえば、品質管理部門で長年使われている分散検定テンプレートが .xls 形式で配布されているとします。中身を開くと =FTEST(A2:A20, B2:B20) のような数式がたくさん埋め込まれている、という状況ですね。

このようなテンプレートは、無理に新版に書き換えるよりも、そのままFTEST関数で運用するのが安全です。書き換えに伴う数式破損のリスクを避けられますし、過去のバージョンとの互換性も維持できますよ。

シナリオ2: xls形式ブックの取引先共有

取引先がExcel 2003以前を使っていて、.xls 形式でブックをやり取りする必要がある場合です。

.xls 形式は仕様上、Excel 2010以降の新関数を完全にはサポートしていません。ピリオド付きのF.TEST、T.TEST、STDEV.S などが該当します。F.TEST関数を使ったブックを .xls で保存して相手に渡すと、相手の環境で #NAME? エラーになる可能性があるんです。

このような共有環境では、最初から FTEST を使ってブックを作っておくと安心ですね。

シナリオ3: 古いExcelバージョンとの互換性確保

社内に複数のExcelバージョンが混在している場合です。最新のMicrosoft 365を使っている人もいれば、古いExcel 2007を使い続けている部署もある。これは大企業や公的機関ではよくある状況ですよね。

そんなときは、共有ブックでは新関数を避けてFTESTを使っておくと、誰の環境でもエラーなく動作します。「最新版で開いたら結果が違う」「古い環境でエラーが出た」といったトラブルを未然に防げますよ。

TIP

自分一人で使うブックなら新版F.TEST、複数人で共有するブックや配布用テンプレートはFTEST、と使い分けるのが現実的です。

FTEST関数のよくあるエラーと対処法

FTEST関数でつまずきやすいエラーをまとめます。原因と対処法を押さえておけば、迷わず解決できますよ。

#DIV/0! エラー

たとえば配列1が「{10, 10, 10, 10}」のように全て同じ値だと、分散が0になりエラーになります。検定対象として適切でないため、データを見直しましょうね。

#N/A エラー

データ数が1つ以下では分散が計算できないため、エラーになります。最低でも各配列に2つは数値を入れてくださいね。

#NUM! エラー

異常に大きい値や小さい値が混ざっていると、F値が計算可能範囲を超えてしまうことがあります。元データに入力ミスがないか確認しましょう。

#VALUE! エラー

「未測定」などの文字列がセルに入っているケースが典型例です。ISNUMBER関数でフィルタするか、IFERROR関数で代替値を入れるなどの対処を行ってくださいね。

FTEST関数からF.TEST関数への移行手順

旧FTEST関数を使ったブックを、新版F.TESTに移行する手順を紹介します。社内環境がすべてExcel 2010以降に統一されたタイミングなどで実施するといいですよ。

一括置換の方法

ブック全体の FTEST を F.TEST に一括で置き換えます。

1. 移行対象のブックを開く
2. Ctrl + H で「検索と置換」ダイアログを開く
3. 「検索する文字列」に FTEST( を入力
4. 「置換後の文字列」に F.TEST( を入力
5. 「すべて置換」をクリック

WARNING

単に FTEST だけで置換すると、関数名以外の文字列（コメント、変数名、シート名など）に「FTEST」が含まれている場合に意図しない置換が起こります。必ず FTEST( のように開きカッコまで含めて置換してくださいね。

移行前のチェックポイント

移行作業を始める前に、次の点を必ず確認しましょう。

• 共有環境のExcelバージョン: 共有相手の中にExcel 2007以前のユーザーがいないか
• 保存形式: ブックを .xls 形式で保存する必要がないか
• VBAマクロ: マクロ内で WorksheetFunction.FTest を呼び出している箇所がないか（マクロ側はF.TESTでも FTest_ という別名で呼び出す必要があり、別途修正が必要）
• バックアップ: 移行前のブックを必ずバックアップしておく

置換後はサンプル計算で結果が一致するかを確認しましょう。FTESTとF.TESTは計算結果が同じなので、置換前と全く同じp値が返ってくれば移行成功です。

まとめ：FTEST関数は互換性のために残された旧F検定関数

ExcelのFTEST関数は、2グループのデータの分散が等しいかをF検定で判定する 旧版の統計関数（互換性関数） です。両側p値を返してくれます。Excel 2010で新しいF.TEST関数が登場した後も、旧バージョンとの互換性のために今のExcelにも残されているんですよ。

要点を整理すると、次のとおりです。

• 構文: =FTEST(配列1, 配列2) で新版F.TESTと完全に同じ
• 戻り値: 両側F検定のp値（0以上1以下）。新版F.TESTと結果が完全に一致
• 判定: p値 < 0.05 で「分散は有意に異なる」、p値 ≥ 0.05 で「異なるとは言えない」
• 新版との違い: 計算結果は同じ。違いは関数名（ピリオドの有無）と対応バージョンのみ
• 使うべきケース: 旧マクロ・旧テンプレート保守、xls形式での保存・共有、Excel 2007以前との共有環境
• 移行手順: FTEST( を F.TEST( に一括置換。共有環境のバージョンを事前確認

新規でブックを作るならF.TESTが推奨ですが、古い環境やテンプレートを扱う場面ではFTEST関数の知識が役立ちます。「これは旧名のF検定関数なんだな」と理解できれば、古いブックを開いてもあわてずに対応できますよ。

F検定の使い方そのものを詳しく知りたい方は、新版F.TEST関数の解説記事もあわせて参考にしてくださいね。t検定（T.TEST）と組み合わせれば、信頼性の高いデータ分析ができます。

関連記事

• ExcelのF.TEST関数の使い方｜2グループの分散をF検定で比較する完全ガイド
• ExcelのT.TEST関数の使い方
• ExcelのF.DIST関数の使い方
• ExcelのF.DIST.RT関数の使い方

自由度の組み合わせが変わるたびに表を探すのは、地味に時間がかかりますよね。
有意水準と自由度を入れたら、F値（臨界値）がパッと出てきたら楽なのに、と思ったことがあるはずです。

そんなときに使うのがF.INV関数です。
この記事では基本の書き方から実務での活用例まで解説します。
F.INV.RT関数や旧FINV関数との使い分け、F.DIST関数との逆関数関係もあわせて整理しました。

F.INV関数とは？F分布の逆関数を返す関数

F.INV関数（読み方: エフ・インバース）は、F分布の逆関数を返す関数です。
左側累積確率を指定すると、その確率に対応するF値を返してくれます。
「F」は統計学者フィッシャー（Fisher）に由来し、「INV」は「Inverse（逆）」の略です。

たとえば「自由度(3, 20)のF分布で左側95%に位置するF値は？」という問いがあったとします。
F.INV関数なら1つの数式で答えを出せます。
F分布表を眺めて目視で探す必要がなくなるわけです。

F.INV関数はF.DIST関数の逆関数にあたります。
F.DISTがF値→確率の変換だとすると、F.INVは確率→F値の変換です。
有意水準から棄却域の境界（臨界値）をサクッと求めたいときに大活躍します。

F.INV関数にできることをまとめると、次のとおりです。

• 左側累積確率からF値（臨界値）を逆算する
• F検定の臨界値を求める
• 一元配置分散分析（ANOVA）の棄却値を算出する
• 重回帰分析の有意性判定の臨界値を求める
• F分布表を引く手間をなくす

NOTE

F.INV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FINV関数（右側確率版）を使ってください。

F.INV関数の書き方（構文と引数）

基本構文

=F.INV(確率, 自由度1, 自由度2)

カッコの中に、確率と2つの自由度を指定します。
F.DIST関数とは違って、関数形式（TRUE/FALSE）の引数はありません。

引数の説明

3つの引数はすべて必須です。
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10.7と指定しても、内部では10として計算されます。

F.INVは左側確率・F.INV.RTは右側確率

ここがF.INV関数の最大のポイントです。
F.INVは左側累積確率、F.INV.RTは右側確率を引数に取ります。

=F.INV(0.95, 3, 20)     → 約3.0984（左側95%のF値）
=F.INV.RT(0.05, 3, 20)  → 約3.0984（右側5%のF値）

2つの式は意味が違うのに、結果はぴったり同じ値になります。
「左側95%」と「右側5%」は、F分布のカーブ上で同じ位置を指しているからです。

WARNING

有意水準5%の臨界値を求めたいとき、F.INVに0.05をそのまま渡すと結果が逆になります。
F.INVには 1 - 0.05 = 0.95 を渡してください。
有意水準をそのまま使えるのはF.INV.RTのほうです。

F.INV関数の基本的な使い方

ここからは具体的な確率と自由度を使って、F.INV関数の動きを確認していきましょう。

左側95%に対応するF値を求める

自由度(3, 20)の条件で、左側95%に対応するF値を求めます。

=F.INV(0.95, 3, 20)

結果は約 3.0984 です。
「自由度(3, 20)のF分布で、F値が3.0984以下になる確率は95%」という意味です。
逆にいえば、F値が3.0984を超える確率は約5%。これが有意水準5%の右側臨界値です。

別の自由度でも試してみましょう。

=F.INV(0.95, 9, 11)

結果は約 2.8962 です。
これは拠点A（10件）と拠点B（12件）のF検定で使う臨界値ですね。
あとの実務例で詳しく扱います。

確率を変えて臨界値を比較する

同じ自由度(3, 20)で、確率を変えるとF値がどう変わるか見てみましょう。

確率が大きくなるほど、F値も大きくなります。
有意水準が厳しくなるほど臨界値が高くなる、ということですね。

TIP

両側検定の臨界値が必要な場合は、確率0.975を渡します。
片側検定の有意水準5%なら0.95、両側検定の有意水準5%なら0.975です。

F.DIST関数との逆関数関係を確認する

F.INV関数はF.DIST関数の逆関数です。
次の式で元の値に戻ることを確認できます。

=F.DIST(F.INV(0.95, 3, 20), 3, 20, TRUE)

結果は 0.95 になります。
F.INVで確率→F値に変換し、F.DISTでF値→確率に戻しているわけです。

逆方向でも同じです。

=F.INV(F.DIST(3.0984, 3, 20, TRUE), 3, 20)

結果は約 3.0984 に戻ります。
この関係を覚えておくと、2つの関数の使い分けで迷わなくなります。

F.INV関数の実践的な使い方・応用例

F検定の臨界値を求める

「拠点Aと拠点Bの売上のばらつきに差があるか」を判定するのがF検定です。
t検定を使う前に、等分散性を確認したいときによく使います。

たとえば拠点A（10件）と拠点B（12件）の売上データがあるとします。
VAR.S関数で分散を求めたところ、分散A = 250、分散B = 100 でした。

F値は「大きいほうの分散 / 小さいほうの分散」で求めます。

=250 / 100

結果は 2.5 です。
これがF検定で計算したF値（検定統計量）になります。

次に、有意水準5%の臨界値を求めます。
自由度1 = サンプル数A – 1 = 9、自由度2 = サンプル数B – 1 = 11 です。

=F.INV(0.95, 9, 11)

結果は約 2.8962 です。
計算したF値2.5は、この臨界値2.8962を下回っています。
そのため「ばらつきに統計的な差があるとはいえない」と判断できますね。
等分散を仮定したt検定を使ってよい、ということです。

一元配置分散分析（ANOVA）の臨界値

3つ以上のグループに平均の差があるかを調べるのが分散分析（ANOVA）です。
F.INV関数はANOVAの臨界値を手動で求めるときに使えます。

拠点A・B・Cの月間売上（各5件ずつ、合計15件）を分析する例です。
分散分析表を作成した結果、次の値が得られたとします。

F値 = グループ間分散 / グループ内分散 = 600 / 200 = 3.0 です。
次に、有意水準5%の臨界値を求めます。

=F.INV(0.95, 2, 12)

結果は約 3.8853 です。
計算したF値3.0は、この臨界値3.8853を下回っています。
そのため「3拠点の平均に有意な差があるとはいえない」と判断できますね。

ANOVAでの自由度の決め方は次のとおりです。

重回帰分析の有意性判定の臨界値

回帰分析の結果で「このモデルが統計的に意味を持つか」を判断するときにもF.INVを使います。

たとえば説明変数3つ、サンプル数30の重回帰分析でF値が5.2だったとします。
自由度1 = 説明変数の数 = 3、自由度2 = サンプル数 – 説明変数の数 – 1 = 26 です。

=F.INV(0.95, 3, 26)

結果は約 2.9752 です。
計算したF値5.2は、この臨界値2.9752を大きく超えています。
そのため「この回帰モデルは統計的に有意」と判断できますね。

有意水準→臨界値の早見表

実務でよく使う組み合わせをまとめておきます。

数式は =F.INV(1 - 有意水準, 分子, 分母) です。
有意水準5%なら確率0.95、2.5%なら0.975、1%なら0.99を渡します。

TIP

F.INV.RTを使うと、有意水準をそのまま渡せて直感的です。
=F.INV.RT(0.05, 3, 20) と書いても、結果は同じ約3.0984になります。

よくあるエラーと対処法

#NUM!エラー（確率が範囲外・自由度が1未満）

F.INV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。

=F.INV(0, 3, 20)      → #NUM!エラー（確率が0）
=F.INV(1, 3, 20)      → #NUM!エラー（確率が1）
=F.INV(-0.05, 3, 20)  → #NUM!エラー（確率が負）
=F.INV(0.95, 0, 20)   → #NUM!エラー（自由度1が0）
=F.INV(0.95, 3, 20)   → 正常（約3.0984）

確率が0 < p < 1の範囲、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。

#VALUE!エラー（文字列を渡した）

引数に数値以外の文字列を指定すると発生します。

=F.INV("abc", 3, 20)  → #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。

F.INVとF.INV.RTを混同するミス

エラーは出ないけど結果が大きく変わる、という最大の落とし穴です。
有意水準5%の臨界値を求めるとき、どちらに何を渡すかを間違えると検定結果がひっくり返ります。

=F.INV(0.95, 3, 20)     → 約3.0984（正しい: 有意水準5%の臨界値）
=F.INV(0.05, 3, 20)     → 約0.1707（間違い: これは左側5%点）
=F.INV.RT(0.05, 3, 20)  → 約3.0984（正しい: こちらでもOK）

迷ったら「有意水準をそのまま渡せるF.INV.RT」を使うのが安全です。
あるいは、F.INVを使う場合は「1 - 有意水準 を渡す」と覚えてくださいね。

WARNING

旧FINV関数（ピリオドなし）も右側確率を取ります。
新F.INV関数（ピリオドあり）は左側確率です。名前が似ているのに動作が違うので要注意です。

F.DIST・F.INV.RT・F.TEST・旧FINV関数との違い・使い分け

F分布関連関数の使い分け早見表

F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。

• 臨界値を求めたい（左側）: F.INV
• 有意水準から臨界値を直接求めたい: F.INV.RT（例: 自由度(3, 20)・5%水準なら =F.INV.RT(0.05, 3, 20)）
• 検定のp値を素早く求めたい: F.DIST.RT
• F分布のカーブをグラフにしたい: F.DIST(x, df1, df2, FALSE)
• データ範囲から直接F検定したい: F.TEST

TIP

F.INVとF.INV.RTは「同じ位置のF値を、左側と右側どちらで指定するか」の違いだけです。
F.INV(p, df1, df2) = F.INV.RT(1-p, df1, df2) の関係が常に成り立ちます。

旧FINV関数との互換性

旧FINV関数（Excel 2007以前）は、新F.INV関数とは仕様が違います。
移行時には注意が必要です。

引数の見た目は同じですが、確率の意味が逆という点に注意してください。

旧関数の代替は次のとおりです。

3つの式はすべて約3.0984という同じ結果を返します。

TIP

旧FINVは「右側」、新F.INVは「左側」と意味が逆になります。
混同して使うと検定結果がひっくり返るので、移行時はとくに注意してください。

他の分布の逆関数（T.INV / CHISQ.INV / NORM.INV）との比較

F.INV以外にも、確率分布の逆関数はいくつかあります。
扱う分布が違うので、検定の種類に応じて使い分けます。

使い分けの基準はシンプルです。

• 分散（ばらつき）を比べたい → F.INV
• 少数サンプルの平均差を検定したい → T.INV
• カテゴリデータの偏りを調べたい → CHISQ.INV
• 連続データの位置から値を逆算したい → NORM.INV

関連関数の一覧

まとめ

F.INV関数は、F分布の左側累積確率からF値（臨界値）を逆算する関数です。

この記事のポイント

• 構文は =F.INV(確率, 自由度1, 自由度2) の3つの引数を指定する
• 確率は左側累積確率（0 < p < 1）。F.INV.RTや旧FINVは右側確率なので意味が逆
• 有意水準5%の臨界値は =F.INV(0.95, df1, df2) または =F.INV.RT(0.05, df1, df2) で求める
• 自由度1は分子（n1-1 や グループ数-1 など）、自由度2は分母（n2-1 や 全データ数-グループ数 など）
• F検定・一元配置ANOVA・重回帰モデルの臨界値計算で活躍する
• F.INVはF.DISTの逆関数。F.DIST(F.INV(p), ...) = p の関係が常に成り立つ
• 確率に0や1を渡すと#NUM!エラー。有意水準をそのまま渡さないように注意

F.INV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F.DIST関数の使い方
• ExcelのF.DIST.RT関数の使い方
• ExcelのT.DIST関数の使い方
• ExcelのT.TEST関数の使い方
• ExcelのVAR.S関数の使い方
• ExcelのSTDEV.S関数の使い方

そんなときに使えるのが、ExcelのF.TEST関数です。2グループのデータの分散が等しいかどうかを、F検定で一発で判定できる便利な関数ですよ。

本記事では、F.TEST関数の構文と引数の意味、製造ばらつき比較などの実務シナリオを解説します。t検定との組み合わせ方や、F分布関連関数（F.DIST/F.DIST.RT/F.INV/F.INV.RT）との使い分けマップも掲載します。ぜひ参考にしてくださいね。

ExcelのF.TEST関数とは？F検定の基本

ExcelのF.TEST関数は、2つのデータセットに対してF検定を行い、両側F検定のp値を返す統計関数です。読み方は「エフ・テスト」です。

「F検定」とは、2つのデータ群の分散（ばらつきの大きさ）が等しいかどうかを統計的に判定する手法のこと。t検定が「平均値の差」を見るのに対し、F検定は「ばらつきの差」を見る点が違いますね。

F検定で何がわかるのか

F検定の結果として、2グループの分散が「統計的に意味のある差を持つかどうか」を判断できます。

たとえば、製造ラインAとBで作った部品の寸法を比べたとします。平均が同じでもラインBのほうが大きくバラついていれば、品質の安定性に差があるということです。F.TEST関数を使えば、その差が偶然かどうかを数値で示してくれますよ。

t検定との違い

t検定（T.TEST）とF検定（F.TEST）はどちらも2グループのデータを比較しますが、見るポイントが違います。

実務では「F検定でばらつきを比較してから、t検定で平均を比較する」という2段階の流れがよく使われます。詳しくは後ほど解説しますね。

F.TEST関数の構文と引数

F.TEST関数の基本的な書き方はとてもシンプルです。

構文

=F.TEST(配列1, 配列2)

引数の意味

引数は2つの配列だけです。F.TEST関数は内部で大きい分散を分子にとって計算するため、配列1と配列2を入れ替えても結果は変わりません。順序を気にしなくて大丈夫ですよ。

戻り値の意味

F.TEST関数が返すのは、両側F検定のp値です。p値は0以上1以下の確率値で、「2つの母分散が等しい」という帰無仮説のもとで観測された分散比が偶然起こる確率を表します。

p値の解釈は次のとおりです。

• p値 < 0.05 → 帰無仮説を棄却（2グループの分散は有意に異なる）
• p値 ≥ 0.05 → 帰無仮説を棄却できない（分散が異なるとは言えない）

なお、有意水準（α）は0.05が一般的ですが、より厳格に判定したい場合は0.01、緩く判定したい場合は0.10が使われます。業界や場面に応じて使い分けてくださいね。

F.TEST関数の基本的な使い方（製造ばらつき比較例）

実際にF.TEST関数を使う例を見ていきましょう。製造ラインAとBで作った部品の寸法（ミリ単位）を比較するシーンを想定します。

サンプルデータ

数式と結果

D2セルに次の数式を入れます。

=F.TEST(A2:A8, B2:B8)

結果として、p値（小数）が返ってきます。たとえば結果が「0.018」だったとします。p値は0.05未満なので「ラインAとBの分散には統計的に有意な差がある」と判断できますよ。

結果の見方

p値の判定は、有意水準と比較するだけでOKです。

• p値 = 0.018 → 0.05未満 → 「ばらつきに有意差あり」と判断
• p値 = 0.32 → 0.05以上 → 「ばらつきに有意差があるとは言えない」

具体的に解釈すると、ラインAは寸法が9.9〜10.2の範囲に収まっているのに対し、ラインBは9.6〜10.5まで広く散らばっています。F.TEST関数が「この差は偶然ではない」と教えてくれるわけですね。

F.TEST関数の実務活用例3つ

ここからは、F.TEST関数を実務でどう活かすか、具体的なシナリオを3つ見ていきましょう。

活用例1: 教育成果のばらつき比較

異なる指導法を試した2クラスのテスト結果を比較するケースです。クラスAは従来型の講義、クラスBは新しいアクティブラーニングを採用したとします。

F.TEST関数で2クラスの点数のばらつきを比較してみましょう。「新しい指導法のほうが理解度が均一か（ばらつきが小さいか）」を統計的に裏付けられますよ。

=F.TEST(A2:A7, B2:B7)

p値が小さければ、平均点の差だけでなく「学習効果の安定性」に差があると言えますね。

活用例2: 販売チャネル別の売上ばらつき比較

オンラインショップと実店舗の日次売上を比較したいときに使います。

「平均は同じくらいだけど、オンラインのほうが売上が安定しているか？」を確かめるには、F.TEST関数がぴったりです。

たとえば、過去30日分の日次売上をA列（オンライン）とB列（実店舗）に入れて、次の数式を入力します。

=F.TEST(A2:A31, B2:B31)

p値が小さければ「ばらつきに有意な差がある」と判断できます。在庫管理戦略やKPI設定の根拠資料として活用できますよ。

活用例3: 装置交換前後の精度比較

工場で測定装置を新しいものに交換したとき、「交換前後で測定精度（ばらつき）が変わったか」を検証する場面です。

=F.TEST(A2:A6, B2:B6)

p値が小さければ「測定値のばらつきが有意に変わった（=新装置のほうが安定している）」と統計的に主張できます。設備投資の効果を示す根拠データになりますね。

T.TEST関数との連携：等分散性検定からt検定への流れ

実はF.TEST関数の最大の使いどころは、t検定（T.TEST）の前段階としての「等分散性検定」です。

なぜ等分散性検定が必要か

T.TEST関数では、type引数を選ぶ必要があります。「等分散の2標本（type=2）」か「異分散の2標本（type=3）」のどちらを使うかという選択ですね。

ただ、どちらを選べばいいのか迷いますよね。そこでF.TEST関数で先に2グループの分散が等しいかを検定してから、適切なtype引数を決める流れが定石なんです。

等分散性検定→t検定のフローチャート

実際の手順は次のとおりです。

ステップ1: F.TEST(配列1, 配列2) でp値を求める
   ↓
ステップ2: F検定のp値を判定
   ・p値 ≥ 0.05 → 等分散とみなす（type=2）
   ・p値 < 0.05 → 等分散とみなさない（type=3）
   ↓
ステップ3: T.TEST(配列1, 配列2, tails, type) で平均値の検定

具体例

たとえば、A2:A11とB2:B11に2グループのデータがあるとします。

=F.TEST(A2:A11, B2:B11)

結果が「0.42」（0.05以上）だった場合は、等分散とみなしてt検定を実行します。

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

第3引数（tails）は両側検定なら「2」、第4引数（type）は等分散の2標本なら「2」です。これで2グループの平均値に有意差があるかが判定できますよ。

逆にF.TEST関数のp値が0.03（0.05未満）なら、type=3（異分散の2標本）でt検定を行います。

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

このようにF.TESTとT.TESTを組み合わせれば、統計的に正しい手順で2グループの比較ができますよ。

F.TEST関数と関連F分布関数の使い分け

F分布を扱う関数は、F.TEST以外にも複数あります。それぞれの役割を整理しておきましょう。

F分布関連関数マップ

使い分けの判断基準

「結局どれを使えばいいの？」という方のために、目的別に整理しました。

• 2グループの分散を直接比較したい → F.TEST（両側検定のp値が一発で出る）
• F値からp値を求めたい（片側） → F.DIST.RT
• 特定の有意水準での臨界F値を求めたい → F.INV.RT
• F分布のグラフを描きたい → F.DIST（cumulative=FALSEで確率密度）

F.TEST関数は「2つのデータが手元にあるとき」に最も使いやすい関数です。F値や自由度を意識せず、配列を渡すだけでp値が返ってくるのが強みですね。

両側 vs 片側の使い分け

F.TEST関数は両側F検定のp値を返します。一方、F.DIST.RT関数を使えば片側F検定のp値も計算できますよ。

「方向性を問わずばらつきの差を見たい」なら両側（F.TEST）です。「片方のグループのほうがばらつきが大きい/小さいと事前予想がある」なら片側（F.DIST.RT）と覚えておきましょう。

旧FTEST関数との違い

Excelには互換性関数として旧 FTEST 関数も残っています。F.TEST関数とFTEST関数は計算結果は同じですが、Microsoftは新しいF.TEST関数の使用を推奨していますよ。

新規で数式を作るときはF.TEST関数を使い、古いブックを引き継いだときだけFTEST関数を見かける、という使い分けで問題ありません。

F.TEST関数のよくあるエラーと対処法

F.TEST関数でつまずきやすいエラーをまとめます。原因と対処法を押さえておけば、迷わず解決できますよ。

#DIV/0! エラー

たとえば配列1が「{10, 10, 10, 10}」のように全て同じ値だと、分散が0になりエラーになります。検定対象として適切でないため、データを見直しましょうね。

#N/A エラー

データ数が1つ以下では分散が計算できないため、エラーになります。最低でも各配列に2つは数値を入れてくださいね。

#NUM! エラー

異常に大きい値や小さい値が混ざっていると、F値が計算可能範囲を超えてしまうことがあります。元データに入力ミスがないか確認しましょう。

#VALUE! エラー

「未測定」などの文字列がセルに入っている場合、ISNUMBER関数でフィルタするか、IFERROR関数で代替値を入れるなどの対処を行ってくださいね。

まとめ：F検定でデータの信頼性を一段階上げる

ExcelのF.TEST関数は、2グループのデータの分散が等しいかどうかをF検定で判定し、両側p値を一発で返してくれる関数です。

要点を整理すると、次のとおりです。

• 構文: =F.TEST(配列1, 配列2) のシンプルな形
• 戻り値: 両側F検定のp値（0以上1以下）
• 判定: p値 < 0.05 で「分散は有意に異なる」、p値 ≥ 0.05 で「異なるとは言えない」
• t検定との連携: F.TESTで等分散性を確認 → T.TESTのtype引数を選択
• 使い分け: 直接2グループ比較ならF.TEST、F値から確率を求めるならF.DIST/F.DIST.RT
• 旧FTESTとの違い: 結果は同じだが、F.TEST（新）の使用が推奨

F検定は「データのばらつきが本当に違うのか？」を統計的に裏付ける強力な手法です。製造業の品質管理、教育効果の検証、販売チャネルの安定性比較など、活用シーンは幅広くありますよ。

t検定（T.TEST）と組み合わせれば、さらに信頼性の高いデータ分析ができます。ぜひF.TEST関数を実務で活用してみてくださいね。

F.INV関数だと「1から有意水準を引いた値」を渡さないといけなくて、ちょっと面倒ですよね。
有意水準0.05をそのまま渡すだけで臨界値が出てきたら、もっと直感的に使えるのに、と思ったことがあるはずです。

そんなときに使うのがF.INV.RT関数です。
この記事では基本の書き方から実務での活用例まで解説します。
F.INV関数や旧FINV関数との使い分け、F.DIST.RT関数との逆関数関係もあわせて整理しました。

F.INV.RT関数とは？F分布の右側からF値を逆算する関数

F.INV.RT関数（読み方: エフ・インバース・ライトテイル）は、F分布の逆関数を返す関数です。
右側確率を指定すると、その確率に対応するF値を返してくれます。
「INV」は「Inverse（逆）」、「RT」は「Right Tail（右側の裾）」の略です。

たとえば「自由度(3, 20)のF分布で、有意水準5%の臨界値は？」という問いがあったとします。
F.INV.RT関数なら有意水準0.05をそのまま渡すだけで答えが出ます。
F分布表を眺めて目視で探す必要も、計算の前に「1 – 0.05」を準備する必要もありません。

F.INV.RT関数はF.DIST.RT関数の逆関数にあたります。
F.DIST.RTがF値→右側確率の変換だとすると、F.INV.RTは右側確率→F値の変換です。
有意水準から棄却域の境界（臨界値）をサクッと求めたいときに大活躍します。

F.INV.RT関数にできることをまとめると、次のとおりです。

• 有意水準（右側確率）からF値（臨界値）を直接逆算する
• F検定の臨界値を求める
• 一元配置分散分析（ANOVA）の棄却値を算出する
• 重回帰分析の有意性判定の臨界値を求める
• F分布表を引く手間をなくす

NOTE

F.INV.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FINV関数を使ってください。動作は同じです。

F.INV.RT関数の書き方（構文と引数）

基本構文

=F.INV.RT(確率, 自由度1, 自由度2)

カッコの中に、右側確率と2つの自由度を指定します。
F.DIST関数とは違って、関数形式（TRUE/FALSE）の引数はありません。

引数の説明

3つの引数はすべて必須です。
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10.7と指定しても、内部では10として計算されます。

F.INV.RTは右側確率・F.INVは左側確率

ここがF.INV.RT関数の最大のポイントです。
F.INV.RTは右側確率、F.INVは左側累積確率を引数に取ります。

=F.INV.RT(0.05, 3, 20)  → 約3.0984（右側5%のF値）
=F.INV(0.95, 3, 20)     → 約3.0984（左側95%のF値）

2つの式は意味が違うのに、結果はぴったり同じ値になります。
「右側5%」と「左側95%」は、F分布のカーブ上で同じ位置を指しているからです。

TIP

検定では有意水準（右側確率）を扱う場面がほとんどです。
F.INV.RTなら有意水準0.05、0.01をそのまま渡せて直感的です。
F.INVだと「1 – 有意水準」を毎回計算する必要があり、ミスのもとになります。

F.INV.RT関数の基本的な使い方

ここからは具体的な確率と自由度を使って、F.INV.RT関数の動きを確認していきましょう。

有意水準5%の臨界値を求める

自由度(3, 20)の条件で、有意水準5%の臨界値を求めます。

=F.INV.RT(0.05, 3, 20)

結果は約 3.0984 です。
「自由度(3, 20)のF分布で、F値が3.0984を超える確率は5%」という意味です。
言いかえると、検定統計量（F値）がこの3.0984を超えたら「有意水準5%で帰無仮説を棄却」できます。

別の自由度でも試してみましょう。

=F.INV.RT(0.05, 9, 11)

結果は約 2.8962 です。
これは拠点A（10件）と拠点B（12件）のF検定で使う臨界値ですね。
あとの実務例で詳しく扱います。

有意水準を変えて臨界値を比較する

同じ自由度(3, 20)で、有意水準を変えるとF値がどう変わるか見てみましょう。

確率が小さくなる（=有意水準が厳しくなる）ほど、F値が大きくなります。
検定の基準が厳しくなるほど臨界値が高くなる、ということですね。

TIP

両側検定の臨界値が必要な場合は、確率0.025を渡します。
片側検定の有意水準5%なら0.05、両側検定の有意水準5%なら0.025です。

F.DIST.RT関数との逆関数関係を確認する

F.INV.RT関数はF.DIST.RT関数の逆関数です。
次の式で元の値に戻ることを確認できます。

=F.DIST.RT(F.INV.RT(0.05, 3, 20), 3, 20)

結果は 0.05 になります。
F.INV.RTで確率→F値に変換し、F.DIST.RTでF値→確率に戻しているわけです。

逆方向でも同じです。

=F.INV.RT(F.DIST.RT(3.0984, 3, 20), 3, 20)

結果は約 3.0984 に戻ります。
この関係を覚えておくと、2つの関数の使い分けで迷わなくなります。

F.INV.RT関数の実践的な使い方・応用例

F検定の臨界値を求める

「拠点Aと拠点Bの売上のばらつきに差があるか」を判定するのがF検定です。
t検定を使う前に、等分散性を確認したいときによく使います。

たとえば拠点A（10件）と拠点B（12件）の売上データがあるとします。
VAR.S関数で分散を求めたところ、分散A = 250、分散B = 100 でした。

F値は「大きいほうの分散 / 小さいほうの分散」で求めます。

=250 / 100

結果は 2.5 です。
これがF検定で計算したF値（検定統計量）になります。

次に、有意水準5%の臨界値を求めます。
自由度1 = サンプル数A – 1 = 9、自由度2 = サンプル数B – 1 = 11 です。

=F.INV.RT(0.05, 9, 11)

結果は約 2.8962 です。
計算したF値2.5は、この臨界値2.8962を下回っています。
そのため「ばらつきに統計的な差があるとはいえない」と判断できますね。
等分散を仮定したt検定を使ってよい、ということです。

一元配置分散分析（ANOVA）の臨界値

3つ以上のグループに平均の差があるかを調べるのが分散分析（ANOVA）です。
F.INV.RT関数はANOVAの臨界値を手動で求めるときに使えます。

拠点A・B・Cの月間売上（各5件ずつ、合計15件）を分析する例です。
分散分析表を作成した結果、次の値が得られたとします。

F値 = グループ間分散 / グループ内分散 = 600 / 200 = 3.0 です。
次に、有意水準5%の臨界値を求めます。

=F.INV.RT(0.05, 2, 12)

結果は約 3.8853 です。
計算したF値3.0は、この臨界値3.8853を下回っています。
そのため「3拠点の平均に有意な差があるとはいえない」と判断できますね。

ANOVAでの自由度の決め方は次のとおりです。

重回帰分析の有意性判定の臨界値

回帰分析の結果で「このモデルが統計的に意味を持つか」を判断するときにもF.INV.RTを使います。

たとえば説明変数3つ、サンプル数30の重回帰分析でF値が5.2だったとします。
自由度1 = 説明変数の数 = 3、自由度2 = サンプル数 – 説明変数の数 – 1 = 26 です。

=F.INV.RT(0.05, 3, 26)

結果は約 2.9752 です。
計算したF値5.2は、この臨界値2.9752を大きく超えています。
そのため「この回帰モデルは統計的に有意」と判断できますね。

有意水準→臨界値の早見表

実務でよく使う組み合わせをまとめておきます。

数式は =F.INV.RT(有意水準, 分子, 分母) です。
有意水準5%なら0.05、2.5%なら0.025、1%なら0.01をそのまま渡します。
F.INVと違って、引き算の手間がない点がポイントですね。

TIP

F.INVを使う場合は、有意水準を1から引いた値を渡す必要があります。
=F.INV(0.95, 3, 20) と書いても、結果は同じ約3.0984になります。
検定の臨界値計算ではF.INV.RTのほうが直感的です。

よくあるエラーと対処法

#NUM!エラー（確率が範囲外・自由度が1未満）

F.INV.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。

=F.INV.RT(0, 3, 20)      → #NUM!エラー（確率が0）
=F.INV.RT(1, 3, 20)      → #NUM!エラー（確率が1）
=F.INV.RT(-0.05, 3, 20)  → #NUM!エラー（確率が負）
=F.INV.RT(0.05, 0, 20)   → #NUM!エラー（自由度1が0）
=F.INV.RT(0.05, 3, 20)   → 正常（約3.0984）

確率が0 < p < 1の範囲、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。

#VALUE!エラー（文字列を渡した）

引数に数値以外の文字列を指定すると発生します。

=F.INV.RT("abc", 3, 20)  → #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。

F.INV.RTとF.INVを混同するミス

エラーは出ないけど結果が大きく変わる、という最大の落とし穴です。
有意水準5%の臨界値を求めるとき、どちらに何を渡すかを間違えると検定結果がひっくり返ります。

=F.INV.RT(0.05, 3, 20)  → 約3.0984（正しい: 有意水準5%の臨界値）
=F.INV(0.05, 3, 20)     → 約0.1707（間違い: これは左側5%点）
=F.INV(0.95, 3, 20)     → 約3.0984（正しい: F.INVなら0.95を渡す）

迷ったら「有意水準をそのまま渡せるF.INV.RT」を使うのが安全です。
あるいは、F.INVを使う場合は「1 - 有意水準 を渡す」と覚えてくださいね。

WARNING

旧FINV関数（ピリオドなし）はF.INV.RTと同じく右側確率を取ります。
ですがF.INV関数（中黒「.」あり、RTなし）は左側確率です。名前が似ているのに動作が違うので要注意です。

F.INV・F.DIST.RT・F.TEST・旧FINV関数との違い・使い分け

F分布関連関数の使い分け早見表

F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。

• 有意水準から臨界値を直接求めたい: F.INV.RT（例: 自由度(3, 20)・5%水準なら =F.INV.RT(0.05, 3, 20)）
• 左側累積確率から臨界値を求めたい: F.INV
• 検定のp値を素早く求めたい: F.DIST.RT
• F分布のカーブをグラフにしたい: F.DIST(x, df1, df2, FALSE)
• データ範囲から直接F検定したい: F.TEST

TIP

F.INV.RTとF.INVは「同じ位置のF値を、右側と左側どちらで指定するか」の違いだけです。
F.INV.RT(p, df1, df2) = F.INV(1-p, df1, df2) の関係が常に成り立ちます。

旧FINV関数との互換性

旧FINV関数（Excel 2007以前）は、F.INV.RT関数と同じ動作です。
どちらも右側確率を引数に取ります。

引数の意味も結果も同じなので、移行は関数名を置き換えるだけで完了します。

旧関数から新関数への置き換えは次のとおりです。

TIP

旧FINVを使った既存ファイルがある場合、F.INV.RTへの移行は単純な置換でOKです。
一方、F.INVへ移行する場合は確率を「1 – 元の値」に書き換える必要があります。
既存ファイルの保守を考えるなら、F.INV.RTのほうが移行コストは低いです。

他の分布の逆関数（T.INV.2T / CHISQ.INV.RT / NORM.INV）との比較

F.INV.RT以外にも、確率分布の逆関数はいくつかあります。
扱う分布が違うので、検定の種類に応じて使い分けます。

使い分けの基準はシンプルです。

• 分散（ばらつき）を比べたい → F.INV.RT
• 少数サンプルの平均差を検定したい → T.INV.2T
• カテゴリデータの偏りを調べたい → CHISQ.INV.RT
• 連続データの位置から値を逆算したい → NORM.INV

関連関数の一覧

まとめ

F.INV.RT関数は、F分布の右側確率からF値（臨界値）を逆算する関数です。

この記事のポイント

• 構文は =F.INV.RT(確率, 自由度1, 自由度2) の3つの引数を指定する
• 確率は右側確率（0 < p < 1）。有意水準をそのまま渡せて直感的
• 有意水準5%の臨界値は =F.INV.RT(0.05, df1, df2) で求められる
• F.INVを使う場合は =F.INV(0.95, df1, df2) と「1 – 有意水準」を渡す必要がある
• 自由度1は分子（n1-1 や グループ数-1 など）、自由度2は分母（n2-1 や 全データ数-グループ数 など）
• F検定・一元配置ANOVA・重回帰モデルの臨界値計算で活躍する
• F.INV.RTはF.DIST.RTの逆関数。F.DIST.RT(F.INV.RT(p), ...) = p の関係が常に成り立つ
• 旧FINV関数と動作が同じなので、移行は関数名の置換だけでOK
• 確率に0や1を渡すと#NUM!エラー。F.INVと混同して引数を逆にしないように注意

F.INV.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F.INV関数の使い方
• ExcelのF.DIST関数の使い方
• ExcelのF.DIST.RT関数の使い方
• ExcelのT.DIST関数の使い方
• ExcelのT.TEST関数の使い方
• ExcelのVAR.S関数の使い方
• ExcelのSTDEV.S関数の使い方

データのばらつき（分散）を比較したいときに使うのがF分布です。
ただ、F分布の表を見ながら手計算するのは正直しんどいですよね。

そんなときに使うのがF.DIST関数です。
この記事では基本の書き方から実務での活用例まで解説します。
F.DIST.RT関数や旧FDIST関数との使い分け、F検定や分散分析でのp値計算もあわせて整理しました。

F.DIST関数とは？F分布の確率を返す関数

F.DIST関数（読み方: エフ・ディスト）は、F分布にもとづく確率を返す関数です。
「F」は統計学者フィッシャー（Fisher）に由来し、「DIST」は「Distribution（分布）」の略です。

F分布は0以上の値しか取らない、右に裾を引く非対称な分布です。
2つの不偏分散の比がどんな値になりやすいかを表した分布で、F検定や分散分析（ANOVA）の土台になっています。
釣り鐘型で左右対称なt分布とはまったく違う形をしているのが特徴です。

F.DIST関数では、cumulative引数を切り替えることで次の2つの値を求められます。

• 累積分布関数（CDF）: 「ある値以下になる確率」を返す。cumulative = TRUE
• 確率密度関数（PDF）: 「ある値における確率密度」を返す。cumulative = FALSE

実務で使う場面のほとんどはCDF（累積分布関数）です。
F検定や分散分析のp値を求めたり、F分布の臨界値を確認したりするときに活躍します。

F.DIST関数にできることをまとめると、次のとおりです。

• F値の左側累積確率を計算する（cumulative = TRUE）
• F分布の確率密度を求めてグラフを描画する（cumulative = FALSE）
• F検定で2グループの分散に差があるかを判定する
• 一元配置分散分析（ANOVA）でグループ間の平均差を検定する
• 重回帰分析でモデル全体の有意性を判定する

NOTE

F.DIST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FDIST関数（右側確率のみ）を使ってください。

F.DIST関数の書き方（構文と引数）

基本構文

=F.DIST(x, 自由度1, 自由度2, 関数形式)

カッコの中に、評価したい数値、自由度を2つ、出力の形式を指定します。
T.DIST関数とは違って自由度を2つ渡すのが特徴です。

引数の説明

4つの引数はすべて必須です。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10.7と指定しても、内部では10として計算されます。

累積分布関数（CDF）と確率密度関数（PDF）の違い

ちょっとややこしく見えますが、やっていることはシンプルです。

• CDF（TRUE）: 「x以下になる確率」を返す。0〜1の値になる
• PDF（FALSE）: 「xにおける確率密度」を返す。グラフ描画で使う

たとえば自由度(5, 20)で x = 2 のとき、CDFは「2以下になる確率（約0.8950）」を返します。
PDFは「x = 2 における曲線の高さ（約0.1948）」を返します。

TIP

F分布は0以上の値しか取りません。
xに負の値を入れると#NUM!エラーになるので注意してください。

F.DIST関数の基本的な使い方

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

「F値以下になる確率」を求める（CDF）

自由度(3, 20)の条件で、F値3.49以下になる確率を求めます。

=F.DIST(3.49, 3, 20, TRUE)

結果は約 0.9500（95.0%）です。F値3.49以下になる確率は約95%ということになります。
逆に、F値が3.49を超える確率は約5%です。
この3.49は自由度(3, 20)・有意水準5%の右側臨界値にあたります。

別のF値も試してみましょう。

=F.DIST(1, 5, 20, TRUE)

結果は約 0.4563（45.63%）です。
F値が1付近にあるとき、累積確率は半分弱になります。

=F.DIST(0, 5, 20, TRUE)

結果は 0（0%）です。
F分布は0以上の値しか取らないため、0以下になる確率はちょうど0になります。

自由度を変えて確認する

同じF値（x=2）で、分母の自由度を変えるとどうなるか見てみましょう。

=F.DIST(2, 5, 10, TRUE)    → 約 0.8408
=F.DIST(2, 5, 20, TRUE)    → 約 0.8950
=F.DIST(2, 5, 100, TRUE)   → 約 0.9145

サンプルサイズが大きくなるほど、F分布のピークが1付近に集中していきます。
そのため同じx=2でも、自由度が大きいほうが「2以下になる確率」が高く出ます。

確率密度関数（PDF）の値を確認する

=F.DIST(1, 5, 20, FALSE)

結果は約 0.5868 です。F分布のカーブは1付近で最も高くなる傾向があります。

=F.DIST(2, 5, 20, FALSE)

結果は約 0.1948 です。x = 2 における曲線の高さです。
PDFの値そのものは「確率」ではないので、グラフ描画やカーブの比較に使います。

TIP

CDFの結果が0.95より大きいなら、そのF値は「右側5%の棄却域」に入っていることになります。
F検定や分散分析で帰無仮説を棄却できる目安として使えますよ。

F.DIST関数の実践的な使い方・応用例

F検定で2グループの分散に差があるかを判定する

「拠点Aと拠点Bの売上のばらつきに差があるか」を判定するのがF検定です。
t検定を使う前に、等分散性を確認したいときによく使います。

たとえば拠点A（10件）と拠点B（12件）の売上データがあるとします。
VAR.S関数で分散を求めたところ、分散A = 250、分散B = 100 でした。

F値は「大きいほうの分散 / 小さいほうの分散」で求めます。

=250 / 100

結果は 2.5 です。次にこのF値の右側確率（p値）を求めます。

=1 - F.DIST(2.5, 9, 11, TRUE)

結果は約 0.0808（8.08%）です。
p値が0.05より大きいので、「ばらつきに統計的な差があるとはいえない」と判断できます。
等分散を仮定したt検定を使ってよいということですね。

ここで自由度1は「サンプル数A – 1 = 9」、自由度2は「サンプル数B – 1 = 11」です。
同じ計算はF.DIST.RT関数で一発で求められます。

=F.DIST.RT(2.5, 9, 11)

こちらも約 0.0808 で、結果は同じです。

一元配置分散分析（ANOVA）でグループ間の平均差を検定する

3つ以上のグループに平均の差があるかを調べるのが分散分析（ANOVA）です。
F.DIST関数はANOVAのp値を手動で求めるときに使えます。

拠点A・B・Cの月間売上（各5件ずつ、合計15件）を分析する例です。
分散分析表を作成した結果、次の値が得られたとします。

F値 = グループ間分散 / グループ内分散 = 600 / 200 = 3.0 です。

=1 - F.DIST(3.0, 2, 12, TRUE)

結果は約 0.0876（8.76%）です。
有意水準5%を超えているので、「3拠点の平均に有意な差があるとはいえない」となります。

自由度の決め方は次のとおりです。

重回帰分析の有意性を判定する

回帰分析の結果で「このモデルが統計的に意味を持つか」を判断するときにもF値を使います。

たとえば説明変数3つ、サンプル数30の重回帰分析でF値が5.2だったとします。
自由度1 = 説明変数の数 = 3、自由度2 = サンプル数 – 説明変数の数 – 1 = 26 です。

=1 - F.DIST(5.2, 3, 26, TRUE)

結果は約 0.0062（0.62%）です。
有意水準5%を大きく下回るので、「この回帰モデルは統計的に有意」と判断できますね。

よくあるエラーと対処法

#NUM!エラー

F.DIST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。

F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。

=F.DIST(-1, 5, 20, TRUE)   → #NUM!エラー
=F.DIST(2, 0, 20, TRUE)    → #NUM!エラー
=F.DIST(2, 5, 20, TRUE)    → 正常（約0.8950）

#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。

=F.DIST("abc", 5, 20, TRUE)  → #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 F.DIST 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。

=F.DIST(2, 5, 20, TRUE)    → #NAME?エラー（Excel 2007以前）

このときは旧 FDIST 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FDIST関数は仕様が異なるので、後述の比較表を参考にしてください。

TIP

「関数形式」の引数を忘れると引数不足でエラーになります。
CDFを求めるならTRUE、PDFを求めるならFALSEを必ず指定してください。

F.DIST.RT・F.INV・F.TEST・旧FDIST関数との違い・使い分け

F分布関連関数の使い分け早見表

F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。

• 検定のp値を素早く求めたい: F.DIST.RT
• 有意水準から臨界値を逆算したい: F.INV.RT（例: 自由度(3, 20)・5%水準なら約3.10）
• データ範囲から直接F検定したい: F.TEST
• F分布のカーブをグラフにしたい: F.DIST(x, df1, df2, FALSE)

TIP

F.DIST.RTを使うと =1 - F.DIST(x, df1, df2, TRUE) と同じ結果が一発で得られます。
p値を求めるときはF.DIST.RTのほうがシンプルですよ。

旧FDIST関数との互換性

旧FDIST関数（Excel 2007以前）は、新F.DIST関数とは仕様がかなり違います。
移行時には注意が必要です。

旧関数の代替は次のとおりです。

旧FDIST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F.DIST関数群を使いましょう。

TIP

旧FDISTは「右側」、新F.DIST(TRUE)は「左側」と意味が逆になります。
混同して使うと検定結果がひっくり返るので、移行時はとくに注意してください。

関連関数の一覧

まとめ

F.DIST関数は、F分布にもとづいて左側累積確率または確率密度を返す関数です。

この記事のポイント

• 構文は =F.DIST(x, 自由度1, 自由度2, 関数形式) の4つの引数を指定する
• F分布は0以上のみで右に裾を引く非対称分布。2つの分散の比を扱う
• 関数形式をTRUEにすると累積分布関数（CDF）、FALSEにすると確率密度関数（PDF）
• 検定のp値は右側確率なので、=1 - F.DIST(...) または F.DIST.RT を使う
• 自由度1は分子（n1-1 や グループ数-1 など）、自由度2は分母（n2-1 や 全データ数-グループ数 など）
• F検定・一元配置ANOVA・重回帰モデルの有意性検定で活躍する
• 旧FDIST関数は右側を返すので、新F.DIST(TRUE)（左側）と仕様が異なる点に注意

F.DIST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.TEST関数の使い方
• ExcelのVAR.S関数の使い方
• ExcelのSTDEV.S関数の使い方

F分布の表を見ながら手作業で確認するのは正直しんどいですよね。
F.DIST関数で =1 - F.DIST(x, df1, df2, TRUE) と書く方法もありますが、毎回1から引くのも面倒です。

そんなときに使うのがExcelのF.DIST.RT関数です。
この記事ではF.DIST.RT関数の基本の書き方から、F検定・分散分析・重回帰のp値計算まで解説します。
F.DIST関数や旧FDIST関数との使い分けもあわせて整理しました。

F.DIST.RT関数とは？F分布の右側確率を返す関数

ExcelのF.DIST.RT関数（読み方: エフ・ディスト・アールティー）は、F分布の右側確率（p値）を返す関数です。
「F」は統計学者フィッシャー（Fisher）に由来し、「DIST」は「Distribution（分布）」の略です。
末尾の「RT」は「Right-Tailed（右側）」を意味します。

F分布は0以上の値しか取らない、右に裾を引く非対称な分布です。
2つの不偏分散（標本分散の不偏推定量）の比がどんな値になりやすいかを表します。
F検定や分散分析（ANOVA）、回帰分析の有意性検定の土台として使われています。

F.DIST.RT関数では、指定したF値より大きい値が出る確率（右側累積確率）を直接求められます。
実務でいうp値そのものなので、検定の結論判定にすぐ使える便利な関数です。

F.DIST.RT関数でできること

F.DIST.RT関数にできることをまとめると、次のとおりです。

• F検定のp値を直接求める（等分散かどうかの判定）
• 一元配置分散分析（ANOVA）のp値を計算する
• 重回帰分析でモデル全体のF値から有意性を判定する
• 旧FDIST関数の代わりに使う（同じ右側確率を返す）

NOTE

F.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以前は旧FDIST関数を使ってください。

F.DIST.RT関数の書き方（構文と引数）

基本構文

=F.DIST.RT(x, 自由度1, 自由度2)

カッコの中に、評価したい数値と自由度を2つ指定します。
F.DIST関数と違って、累積/密度を切り替える4番目の引数はありません。
常に右側の累積確率（p値）が返ります。

引数の説明

3つの引数はすべて必須です。
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10.7と指定しても、内部では10として計算されます。

F.DIST関数との関係・等価式

F.DIST.RT関数は、F.DIST関数の累積確率を1から引いた値と同じ結果を返します。

=F.DIST.RT(3.49, 3, 20)
=1 - F.DIST(3.49, 3, 20, TRUE)

どちらも約 0.0340（3.40%）を返します。
F.DIST.RTのほうが数式が短くて済みますね。

検定のp値を求めるときに必要なのは右側確率です。
F.DIST.RTを使えば 1 - ... の計算が不要になり、ミスも減らせます。

TIP

F.DIST.RTは「右側」、F.DIST(…,TRUE)は「左側」と意味が逆になります。
どちらも便利な関数ですが、p値を直接求めたいならF.DIST.RTのほうがシンプルですよ。

F.DIST.RT関数の基本的な使い方

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

「F値以上になる確率」を求める

自由度(5, 20)のF分布で、xの値を変えたときの右側確率を見てみます。

xが大きくなるほど右側確率は小さくなります。
これは「大きなF値が偶然出る確率は低い」ということを意味しています。

F検定の判定基準はシンプルです。

• p値 < 0.05（有意水準5%）→ 統計的に有意と判定する
• p値 >= 0.05 → 有意な差があるとはいえない

この判定に使う「p値」こそがF.DIST.RT関数の戻り値ですよ。

自由度を変えて確認する

同じF値（x=2）で、分母の自由度を変えるとどうなるか見てみましょう。

=F.DIST.RT(2, 5, 10)    → 約 0.1592
=F.DIST.RT(2, 5, 20)    → 約 0.1183
=F.DIST.RT(2, 5, 50)    → 約 0.0936

サンプルサイズが大きくなるほど、F分布のピークが1付近に集中します。
そのため同じx=2でも、自由度が大きいほうが「2より大きい確率」は小さく出ます。
言い換えれば、サンプル数が多いほど検定の感度が上がります。

TIP

F.DIST.RTの結果が0.05より小さければ、そのF値は「右側5%の棄却域」に入っています。
F検定や分散分析で帰無仮説を棄却できる目安として使えますよ。

F.DIST.RT関数の実践的な使い方・応用例

F検定で2グループの分散に差があるかを判定する

「拠点Aと拠点Bの売上のばらつきに差があるか」を判定するのがF検定です。
t検定を使う前に、等分散性を確認したいときによく使います。

たとえば拠点A（10件）と拠点B（12件）の売上データがあるとします。
VAR.S関数（標本分散を求める関数）で分散を求めたところ、分散A = 250、分散B = 100 でした。

F値は「大きいほうの分散 / 小さいほうの分散」で求めます。

F値 = 250 / 100 = 2.5

自由度1 は「サンプル数A – 1 = 9」、自由度2 は「サンプル数B – 1 = 11」です。
F.DIST.RT関数でp値を一発で求められます。

=F.DIST.RT(2.5, 9, 11)

結果は約 0.0808（8.08%）です。
有意水準5%（0.05）を超えているので、「ばらつきに統計的な差があるとはいえない」と判断できます。
等分散を仮定したt検定を使ってよいということですね。

一元配置分散分析（ANOVA）でグループ間の平均差を検定する

3つ以上のグループに平均の差があるかを調べるのが分散分析（ANOVA: Analysis of Variance）です。
F.DIST.RT関数はANOVAのp値を手動で求めるときに使えます。

拠点A・B・Cの月間売上（各5件ずつ、合計15件）を分析する例です。
分散分析表を作成した結果、次の値が得られたとします。

F値 = グループ間分散 / グループ内分散 = 600 / 200 = 3.0 です。

=F.DIST.RT(3.0, 2, 12)

結果は約 0.0876(8.76%)です。
有意水準5%を超えているので、「3拠点の平均に有意な差があるとはいえない」となります。
有意水準10%なら有意になるレベルなので、サンプルを増やして再検証するのも一つの方法です。

自由度の決め方は次のとおりです。

重回帰分析の有意性を判定する

回帰分析の結果で「このモデルが統計的に意味を持つか」を判断するときにもF値を使います。

たとえば説明変数3つ、サンプル数30の重回帰分析でF値が5.2だったとします。
自由度1 = 説明変数の数 = 3、自由度2 = サンプル数 – 説明変数の数 – 1 = 26 です。

=F.DIST.RT(5.2, 3, 26)

結果は約 0.0062（0.62%）です。
有意水準5%を大きく下回るので、「この回帰モデルは統計的に有意」と判断できますね。

TIP

分析ツールで重回帰分析を実行すると、ANOVA表に「有意 F」という列が出てきます。
これがまさにF.DIST.RT関数の戻り値と同じ値ですよ。

よくあるエラーと対処法

#NUM!エラー

F.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。

F分布が0以上の値しか取らないこと、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。

=F.DIST.RT(-1, 5, 20)   → #NUM!エラー
=F.DIST.RT(2, 0, 20)    → #NUM!エラー
=F.DIST.RT(2, 5, 20)    → 正常（約0.1183）

F値は「分散の比」なので、必ず0以上になります。
負の値が出る場合は計算元のデータを確認してくださいね。

#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。

=F.DIST.RT("abc", 5, 20)  → #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 F.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。

=F.DIST.RT(2, 5, 20)    → #NAME?エラー（Excel 2007以前）

このときは旧 FDIST 関数を使うか、Excelを2010以降にアップデートしてください。
関数名のスペルミス（FDISTRT のようにピリオドを抜く）でも同じエラーが出るので注意しましょう。

TIP

関数名は F.DIST.RT とピリオドを2つ含む形が正しい綴りです。
オートコンプリートを活用すると入力ミスを防げますよ。

F値の分母と分子を逆にしてしまう

F検定では「大きい分散 / 小さい分散」が原則です。
逆にするとF値が1未満になり、右側確率が大きくなって検定の感度が落ちます。

どちらの分散が大きいかを先に確認してから計算してくださいね。
VAR.S関数で2グループの分散をそれぞれ求めてから、大小を比較するのが安全です。

F.DIST・F.INV.RT・F.TEST・旧FDIST関数との違い・使い分け

F分布関連関数の使い分け早見表

F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。

• 検定のp値を素早く求めたい: F.DIST.RT（本記事）
• 左側の累積確率や確率密度（PDF）が必要: F.DIST関数
• 有意水準から臨界値を逆算したい: F.INV.RT（例: 自由度(3, 20)・5%水準なら約3.10）
• データ範囲から直接F検定したい: F.TEST（両側のp値を返す点に注意）

TIP

F.TESTは「両側」のp値を返します。
片側で判定したい場合はF.TESTの結果を2で割るか、F値を計算してからF.DIST.RTを使ってください。

旧FDIST関数からの移行

旧FDIST関数（Excel 2007以前）は、新F.DIST.RT関数とまったく同じ右側確率を返します。
そのため移行は簡単です。

旧関数の代替は次のとおりです。

旧FDIST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F.DIST.RTを使いましょう。

NOTE

旧FDISTと新F.DIST.RTは「右側」を返す点で意味が同じです。
ただし新F.DIST関数（ピリオド付き、RTなし）は「左側」を返すので、混同しないように注意してください。

関連関数の一覧

まとめ

ExcelのF.DIST.RT関数は、F分布にもとづいて右側累積確率（p値）を返す関数です。

この記事のポイント

• 構文は =F.DIST.RT(x, 自由度1, 自由度2) の3つの引数を指定する
• F分布は0以上のみで右に裾を引く非対称分布。2つの分散の比を扱う
• F.DIST.RT(x, df1, df2) = 1 - F.DIST(x, df1, df2, TRUE) と等価
• 検定のp値を直接求められるので、F.DIST(…,TRUE)よりシンプル
• 自由度1は分子（n1-1 や グループ数-1 など）、自由度2は分母（n2-1 や 全データ数-グループ数 など）
• F検定・一元配置ANOVA・重回帰モデルの有意性検定で活躍する
• 旧FDIST関数とは引数も結果もまったく同じ。移行は数式の書き換えだけでOK

F.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F.DIST関数の使い方
• ExcelのT.DIST関数の使い方
• ExcelのT.TEST関数の使い方
• ExcelのVAR.S関数の使い方
• ExcelのSTDEV.S関数の使い方

結論からいえば、スプレッドシートのFTEST関数はそのまま使えますよ。ただしF.TEST関数の互換用に残された旧関数なので、新規の数式ならF.TEST関数への切り替えがおすすめです。

この記事では、FTEST関数の書き方から実務での使い方、F.TESTとの違いと一括置換による移行手順、よくあるエラー対処までを解説します。

スプレッドシートのFTEST関数とは

スプレッドシートのFTEST関数（読み方: エフテスト関数）は、2つのデータ群の分散（ばらつき）が等しいかを検定する関数です。統計学では「F検定（エフけんてい）」と呼ばれます。

戻り値はp値（ピーち：偶然その差が生じる確率）です。p値が小さいほど「分散に有意な差がある」と判断できますよ。

名前の由来は統計学者フィッシャー（Fisher）の頭文字「F」です。もともとExcelの初期バージョンから搭載されていた関数で、Excel 2010以降に登場したF.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」という位置づけです。

FTEST関数にできることを整理すると、次のとおりです。

• 2つのデータ群の分散が等しいかを判定する
• T.TEST関数のtype引数を決める前段チェックに使える
• データ範囲を渡すだけでp値を自動計算できる
• Excelから移行した既存シートをそのまま動かせる

NOTE

FTEST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FTEST関数があり、計算結果はまったく同じです。

F.TESTの互換関数である理由

Excel 2010で統計関数が刷新されました。FTEST関数はドット付きのF.TESTに置き換えられ、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」ですよ。新旧で結果はまったく同じですが、Googleの公式ヘルプではF.TESTの使用を推奨しています。

そもそもF検定とは

F検定は「2群のばらつきが等しいか」を判定する手法です。仮説検定（かせつけんてい：データから仮説の正否を判断する統計手法）の一種ですね。

• 帰無仮説 H0: 2群の母分散は等しい
• 対立仮説 H1: 2群の母分散は異なる

検定統計量はF値（2群の分散の比）です。F値が1に近ければ「分散は同じくらい」、1から大きく外れるほど「分散に差がある」と判断します。

FTEST関数の書き方

基本構文と引数

=FTEST(範囲1, 範囲2)

カッコの中に2つの引数を指定します。どちらも必須です。

TTEST関数のように tails や type を指定する必要はありません。データ範囲を2つ渡すだけで検定が完了しますよ。

範囲1と範囲2のデータ数が異なっていても問題ありません。範囲内の文字列や空白セルは自動で無視されます。

FTEST関数が内部で行っている計算

FTEST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. 範囲1と範囲2それぞれの分散（VAR関数）を計算する
2. 分散の比（F値）を求める: F値 = VAR(範囲1) / VAR(範囲2)
3. F値と自由度（じゆうど：データから推定するパラメータの個数を反映した値）からF分布の両側確率（p値）を返す

TIP

FTEST関数は「両側検定」のp値を返します。「分散1が大きい場合」も「分散2が大きい場合」も含めた確率ですよ。片側のp値が必要なときは、FTESTの結果を2で割ってみてください。

FTEST関数の基本的な使い方

拠点Aと拠点Bの月間売上データで、ばらつきに差があるかを調べてみましょう。

拠点Aは108〜142万円に散らばり、拠点Bは95〜108万円にまとまっています。この「ばらつきの差」が統計的に意味のある差かを検定してみましょう。

空いているセル（例: D2）に次の数式を入力します。

=FTEST(A2:A7,B2:B7)

• A2:A7: 拠点Aの売上データ（範囲1）
• B2:B7: 拠点Bの売上データ（範囲2）

Enterキーを押すとp値が表示されます。この例では約 0.026 が返りますよ。

有意水準（ゆういすいじゅん：判定の基準値）5%（0.05）より小さいですね。「2つの拠点の分散に有意な差がある（等分散ではない）」と判断できます。

p値の判断基準

p値が0.05以上なら「等分散」、0.05未満なら「不等分散」と判断するのが一般的です。

p値が極端に小さいときの読み方

データのばらつきに大きな差があると、p値が指数表記（例: 1.5E-5）で表示されることがあります。これは 1.5×10⁻⁵ の意味で、極めて小さい確率を表します。

読みやすく整形したいときは、TEXT関数を使ってみてください。

=TEXT(FTEST(A2:A7,B2:B7),"0.000000")

小数点6桁で表示できますよ。

FTEST関数の結果からT.TESTのtype引数を決める

FTEST関数の最も実務的な使い方は、T.TEST関数の前段として等分散かどうかを判定することです。

T.TEST関数の第4引数typeは、type=2が「等分散」、type=3が「不等分散（ウェルチ）」です。FTESTの結果でどちらを使うか決められますよ。

判断フロー

FTESTのp値 >= 0.05 → 等分散とみなす → T.TESTのtype=2
FTESTのp値 <  0.05 → 不等分散       → T.TESTのtype=3

数式で自動判定する

IF関数を使えば、FTESTの結果に応じてT.TESTのtypeを自動で切り替えられます。

=T.TEST(A2:A7, B2:B7, 2, IF(FTEST(A2:A7,B2:B7)>=0.05, 2, 3))

この数式は次のように動作します。

1. FTEST(A2:A7,B2:B7) でp値を求める
2. p値が0.05以上なら type=2（等分散）、0.05未満なら type=3（不等分散）を選ぶ
3. 選ばれたtypeでT.TEST関数を実行する

これで「F検定 → t検定」の一連の流れを1つのセルで完結できますよ。

TIP

実務では type=3（ウェルチのt検定）をデフォルトで使う流派もあります。等分散でも不等分散でも正しく機能するためですね。ただし「等分散を確認してからt検定した」と報告書に書くなら、FTESTでの事前チェックがあると説得力が増しますよ。

FTESTとF.TESTの違いと移行手順

FTEST関数とF.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よ。

=FTEST(A2:A7,B2:B7)
=F.TEST(A2:A7,B2:B7)

この2つの数式はまったく同じ値を返します。

FTEST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ね。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F.TEST関数を使ってみてください。

一括置換でF.TESTに移行する手順

既存シートのFTEST数式を移行するのは簡単ですよ。検索と置換を使えば一発で完了します。

1. 検索と置換を開く: Ctrl + H（Macは Cmd + Shift + H）
2. 検索: FTEST(
3. 置換: F.TEST(
4. 「すべて置換」をクリック
5. 計算結果が変わらないことを確認

カッコ「(」を含めて置換することがポイントです。これで他の関数名（例: SUMPRODUCT 等）を誤って書き換える心配がありませんよ。

TIP

置換前にシートを複製してバックアップを取っておくと安心です。万が一の誤置換にも対応できますよ。

実務でのFTEST関数の活用シーン

FTEST関数は単独で使うよりも、t検定や品質管理と組み合わせて活躍します。具体的な活用シーンを見てみましょう。

製造ラインの品質ばらつき比較

ラインAとラインBで作った製品の寸法を計測し、ばらつきに差があるかを検定します。

=FTEST(A2:A9,B2:B9)

このケースではp値が約 0.0007 と非常に小さい値になります。「ラインBの品質ばらつきはラインAよりも有意に大きい」と判断できますね。工程改善が必要なサインです。

A/Bテストの前段チェック

ウェブサイトのバージョンAとBで取得したコンバージョン数のばらつきを比較し、t検定の type を決める前段に使います。

=FTEST(コンバージョンA範囲, コンバージョンB範囲)

p値が0.05未満なら、後段のt検定は type=3（ウェルチ）を選びます。ばらつきが大きく違う2群を、強引に等分散として扱わずに済みますよ。

教育・研修の比較実験

教育法Aと教育法Bを試したクラスで、試験点数のばらつきを比較します。

• ばらつきが大きい群: 理解度の個人差が大きい
• ばらつきが小さい群: 全員が同じくらいの理解度

これにより「どちらの教育法が均一に効果があるか」を判断できますね。

投資商品のリスク比較

商品Aと商品Bの月次リターンのばらつき（リスク）を比較します。FTEST関数でばらつきの差が有意かを検定すれば、「商品Bは商品Aよりリスクが高い」を統計的に裏付けられますよ。

よくあるエラーと対処法

FTEST関数で出やすいエラーをまとめます。

#N/A エラー

範囲内に数値データが2つ未満のときに発生します。文字列や空白セルは無視されるため、数値が足りなくなるケースに注意してくださいね。セル範囲の中身がすべて文字列や空白の場合もこのエラーが出ます。

対処: 範囲指定が正しいか、データ件数が十分かを確認しましょう。

#DIV/0! エラー

いずれかの範囲の分散が0のときに発生します。全データが同じ値だと分散が0になり、分散の比を計算できません。

対処: データに変動がない列がないか確認してみてください。テスト用のダミーデータでよくあるケースですよ。

#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。

対処: 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。=FTEST("a","b") のような書き方はNGです。

#NUM! エラー

F分布の計算で極端な値が出たときに発生することがあります。データ件数が極端に少ない場合や、外れ値が大きい場合に起きやすいですよ。

対処: データ件数を増やすか、外れ値を見直してみてください。

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。次の3点をチェックしてみてください。

1. 外れ値の影響: 極端な値が1つあると分散が大きくなり、p値が小さくなります。外れ値を除外して再検定するのも有効です
2. 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。最低5件以上は欲しいところですよ
3. データに空白行がないか: 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

FTEST関数のよくある質問（FAQ）

Q1. F検定とt検定の違いは何ですか？

F検定は2群の分散（ばらつき）を比較する手法で、t検定は2群の平均値を比較する手法です。実務では「F検定で等分散性を確認 → t検定で平均値の差を検定」という流れで使い分けますよ。

Q2. p値が0.05より大きい場合はどう解釈しますか？

「分散に有意な差があるとは言えない」と解釈します。これは「分散が完全に等しい」とは違う点に注意してください。あくまで「差があるとは断言できない」という消極的な結論ですね。

Q3. 片側検定はできますか？

FTEST関数は両側検定のp値しか返しません。片側のp値が必要なときは、FTESTの結果を2で割ってみてください。「ラインBの方がばらつきが大きい」のように方向を限定したい場合に使えますよ。

Q4. データ数が違っても使えますか？

使えます。範囲1と範囲2のデータ数は異なっていても問題ありません。FTEST関数が内部で自由度を別々に計算してくれますよ。

Q5. Excelとの互換性はありますか？

Excel・スプレッドシートともFTEST関数を持ち、計算結果は完全に一致します。既存のExcelファイルをそのままスプレッドシートで開いても動作しますよ。

Q6. FTESTとF.TESTのどちらを使うべきですか？

新規に数式を作るならF.TEST関数（公式推奨）が無難です。既存シートのメンテナンスではFTESTのままでもOKですが、統一性のため新旧の混在は避けたほうがよいですね。

Q7. p値が「1.5E-5」のように表示されました

これは 1.5×10⁻⁵ の指数表記で、極めて小さい確率を表します。「分散に高度に有意な差がある」という意味ですよ。読みやすく整形したいときは =TEXT(FTEST(範囲1,範囲2),"0.000000") を試してみてください。

Q8. FTEST関数とCHITEST関数の違いは何ですか？

FTEST関数は2群の分散を比較し、CHITEST関数は観測値と期待値の適合度を検定します。FTESTは量的データのばらつき比較、CHITESTはクロス集計表の独立性検定で使い分けますよ。

まとめ

スプレッドシートのFTEST関数は、2群のデータの分散（ばらつき）が等しいかを検定する互換関数です。要点を整理しておきましょう。

• FTEST(範囲1, 範囲2) でF検定の両側p値を返す
• p値が0.05未満なら「不等分散」、0.05以上なら「等分散」と判断する
• T.TEST関数のtype引数を決める前段チェックに最適
• F.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F.TESTがおすすめ
• 既存シートの移行は FTEST( → F.TEST( の一括置換でOK
• 製造品質・A/Bテスト・投資リスク比較など実務で幅広く使える

Excelから移行したシートでFTEST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F.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F.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TTEST関数の使い方
• スプレッドシートのF.DIST関数の使い方
• スプレッドシートのF.DIST.RT関数の使い方
• スプレッドシートのFDIST関数の使い方
• スプレッドシートのFINV関数の使い方
• スプレッドシートのVAR関数の使い方

t検定の前に「2群の分散が等しいか」を確認するのがF検定です。でも分散比を手計算するのは面倒ですよね。

そんなときに使うのがスプレッドシートのF.TEST関数です。この記事ではF.TEST関数の基本構文からp値の読み方まで解説します。T.TESTとの連携フローやFTEST（互換関数）との違いも紹介しますよ。

スプレッドシートのF.TEST関数とは？

F.TEST関数（読み方: エフテスト関数）は、2つのデータ群の分散（ばらつき）が等しいかを検定する関数です。統計学では「F検定（エフけんてい）」と呼ばれます。名前の由来は統計学者フィッシャー（Fisher）です。

具体的には、2群の分散の比が「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）です。p値が小さいほど「分散に有意な差がある＝等分散ではない」と判断できます。

F.TEST関数にできることをまとめると、次のとおりです。

• 2つのデータ群の分散が等しいかを判定する
• T.TEST関数のtype引数（等分散 or 不等分散）を決める根拠を得る
• 品質管理で製造ラインごとのばらつきに差があるかを検証する
• データ範囲を渡すだけで、分散比の計算からp値算出まで自動で行える

「t検定の前にF検定で等分散かチェックする」というのが典型的な使い方です。

NOTE

F.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にも同名の関数があり、動作は同じです。

F.TEST関数の基本構文と引数

基本構文

=F.TEST(範囲1, 範囲2)

引数は2つだけです。T.TEST関数のように検定の種類を指定する必要はありません。

範囲1と範囲2に比較したい2群のデータを指定します。データ数が異なっていても問題ありません。

F.TEST関数が内部で行っている計算

F.TEST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. 範囲1と範囲2それぞれの分散（VAR関数）を計算する
2. 分散の比（F値）を求める: F値 = VAR(範囲1) / VAR(範囲2)
3. F値と自由度からF分布の両側確率（p値）を返す

自分でVAR関数やF.DIST.RT関数を組み合わせる必要がないので、数式がシンプルになります。

TIP

F.TEST関数は「両側検定」のp値を返します。つまり「分散1が大きい場合」も「分散2が大きい場合」も含めた確率です。片側のp値が必要な場合は、F.TESTの結果を2で割ってください。

F.TEST関数の基本的な使い方

拠点Aと拠点Bの月間売上データで、ばらつきに差があるかを調べる例で手順を確認しましょう。

拠点Aは108~142万円に散らばり、拠点Bは95~108万円にまとまっています。この「ばらつきの差」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。

=F.TEST(A2:A7,B2:B7)

• A2:A7: 拠点Aの売上データ（範囲1）
• B2:B7: 拠点Bの売上データ（範囲2）

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 0.026 が返ります。0.05より小さいので「2つの拠点の分散に有意な差がある（等分散ではない）」と判断できます。

p値の判断基準

p値が0.05以上なら「等分散」、0.05未満なら「不等分散」と判断するのが一般的です。

F検定の結果からT.TESTのtype引数を決める方法

F.TEST関数の最も実務的な使い方は、T.TEST関数の前段として等分散かどうかを判定することです。

T.TEST関数には第4引数のtypeがあります。type=2は「等分散を仮定したt検定」、type=3は「不等分散を仮定したt検定（ウェルチ）」です。F.TESTの結果でどちらを使うか決められます。

判断フロー

F.TESTのp値 >= 0.05 → 等分散とみなす → T.TESTのtype=2
F.TESTのp値 <  0.05 → 不等分散       → T.TESTのtype=3

数式で自動判定する

IF関数を使えば、F.TESTの結果に応じてT.TESTのtypeを自動で切り替えられます。

=T.TEST(A2:A7, B2:B7, 2, IF(F.TEST(A2:A7,B2:B7)>=0.05, 2, 3))

この数式は次のように動作します。

1. F.TEST(A2:A7,B2:B7) でp値を求める
2. p値が0.05以上なら type=2（等分散）、0.05未満なら type=3（不等分散）を選ぶ
3. 選ばれたtypeでT.TEST関数を実行する

これで「F検定 → t検定」の一連の流れを1つのセルで完結できます。

TIP

実務では type=3（ウェルチのt検定）をデフォルトで使う流派もあります。ウェルチ検定は等分散でも不等分散でも正しく機能するためです。ただし「等分散を確認してからt検定した」と報告書に書くなら、F.TESTでの事前チェックが必要ですよ。

セルを分けてステップごとに確認する方法

1つの数式にまとめるとわかりにくい場合は、セルを分けて段階的に確認しましょう。

このように分けておくと、F検定からt検定までの流れが一目でわかります。レポートや報告書にも使いやすいですよ。

F.TEST関数の実務活用パターン

品質管理での製造ラインの比較

製造ライン1とライン2で作られた製品の重量データを比較する例です。「ばらつきが同じか」を確認することで、どちらのラインが安定しているかを判定します。

=F.TEST(C2:C21,D2:D21)

p値が0.05未満なら、2つのラインのばらつきに統計的な差があります。ばらつきが大きいラインは設備調整が必要かもしれません。STDEV関数で標準偏差も確認すると、どちらが大きいかがわかりますよ。

A/Bテスト前の等分散チェック

2つのグループの反応データにt検定を行う前に、等分散かどうかを確認する例です。

=F.TEST(A2:A6,B2:B6)

グループBに外れ値（15.0）があるため、分散が大きくなります。F.TESTのp値が0.05未満なら不等分散です。この場合はT.TEST関数でtype=3（ウェルチ検定）を選びましょう。

FTEST関数（互換関数）との違い

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

結論として、機能はまったく同じです。FTEST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、F.TEST（ドット付き）が推奨です。

新しく数式を書くときはF.TESTを使ってください。

F.TEST関数でよくあるエラーと対処法

F.TEST関数で発生しやすいエラーをまとめました。

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. 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
2. 外れ値の影響: 極端な値が1つあると分散が大きくなり、p値が小さくなります。外れ値を除外して再検定するのも有効です
3. 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。最低5件以上は欲しいところです
4. 文字列や空白が混在していないか: 数値以外のセルは自動で無視されますが、意図しないデータ欠落の原因になります

TIP

F.TESTのp値が0.05ギリギリ（0.04~0.06あたり）の場合は、判断に迷うことがあります。その場合はtype=3（ウェルチ検定）を使うのが安全です。ウェルチ検定は等分散でも不等分散でも正しく機能しますよ。

F分布関連の関数ファミリー

F.TEST関数に関連するF分布の関数をまとめます。用途に応じて使い分けてください。

F.TESTは「データ範囲を渡すだけでp値まで一発で出せる」便利な関数です。F値を手計算してからF.DIST.RT関数でp値を求める方法もありますが、F.TESTのほうがずっと手軽ですよ。

まとめ

F.TEST関数のポイントをおさらいしましょう。

• F.TEST関数は「2群の分散（ばらつき）が等しいか」を検定する関数
• 書き方: =F.TEST(範囲1, 範囲2)
• p値が0.05未満なら「不等分散」、0.05以上なら「等分散」と判断する
• T.TEST関数の前段として使い、type=2（等分散）か type=3（不等分散）かを決められる
• FTEST（互換関数）と機能は同じ。新規作成ではF.TESTを推奨

まずは手元のデータで =F.TEST(範囲1, 範囲2) を試してみてください。t検定と組み合わせれば、データ分析の説得力がグッと上がりますよ。

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関数の使い方
• スプレッドシートのTTEST関数の使い方
• スプレッドシートのF.DIST関数の使い方
• スプレッドシートのF.DIST.RT関数の使い方
• スプレッドシートのF.INV関数の使い方
• スプレッドシートのF.INV.RT関数の使い方
• スプレッドシートのFDIST関数の使い方
• スプレッドシートのFINV関数の使い方
• スプレッドシートのVAR関数の使い方
• スプレッドシートのSTDEV関数の使い方