旧式のCHITEST関数を見ると、CHISQ.TESTに書き換えるべきか迷ってしまいますよね。
そのままにしてレポートを作り直したら数値が変わってしまわないかも気になります。

そんなときに役立つのがExcelのCHITEST関数の正しい理解です。
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。
適合度検定・独立性検定の両方の使い方を、数値例つきで整理しました。
後継のCHISQ.TEST関数との違いや、旧CHIDIST・CHIINVとの組み合わせ方もあわせて紹介しますよ。

ExcelのCHITEST関数とは？カイ二乗検定のp値を返す旧式関数

ExcelのCHITEST関数は、カイ二乗検定のp値を直接返す関数です（読み: チャイ・テスト）。
実測値と期待値のセル範囲を渡すだけで、p値が一発で得られます。
「CHI」は「Chi-Square（カイ二乗）」、「TEST」は「検定」の略ですね。

CHITEST関数はExcel 2003以前から提供されていた歴史ある関数です。
Excel 2010以降はCHISQ.TEST関数にリニューアルされました。
ただし旧CHITESTもそのまま現行Excelで動きます。古いブックを開いても計算結果は変わりませんよ。

CHITEST関数にできることをまとめると、次のとおりです。

• 旧Excelブック（2007以前）で作られた検定数式をそのまま使う
• アンケートの回答に偏りがあるかを判定する（適合度検定）
• 2つのカテゴリに関連があるかを調べる（独立性検定）
• クロス集計表からダイレクトにp値を算出する
• χ²統計量と自由度の手計算を省く

NOTE

CHITEST関数はExcelの全バージョン（2003以前から最新のMicrosoft 365まで）で使えます。
Excel 2010以降は互換性関数という扱いで、新規作成ではCHISQ.TEST関数の使用が推奨されています。
計算結果は両関数で完全に一致するので、既存ブックの数式を急いで書き換える必要はありません。

CHITEST関数の書き方（構文と引数）

基本構文

=CHITEST(実測範囲, 期待範囲)

カッコの中に、実測値と期待値の2つのセル範囲を指定します。
χ²値や自由度を自分で計算する必要はありません。両方とも関数が内部で自動算出してくれます。

引数の説明

2つの引数はどちらも必須です。省略するとエラーになります。
2つの範囲は同じ行数・同じ列数のセル範囲を指定してください。形が一致しないと#N/Aエラーが出ます。

TIP

実測範囲と期待範囲は別の場所に並べておくのが扱いやすいです。
たとえば実測値をB列、期待値をC列に並べておきます。
その上で=CHITEST(B2:B6, C2:C6)のように指定するとレポートに転記しやすくなりますよ。

CHITESTが返す値の意味

CHITEST関数が返すのは、カイ二乗検定のp値（右側累積確率）です。

p値は「観測されたズレ以上の差が偶然で起こる確率」を表します。
たとえばp値が0.03なら「3%の確率でしか偶然起こらない結果」という意味ですね。
一般的な有意水準5%（0.05）を下回るので、「偶然とはいえないほど大きなズレ」と判断できます。

判定の基準はシンプルです。

• p値 < 0.05: 有意な偏り・関連あり（帰無仮説を棄却）
• p値 ≧ 0.05: 偶然の範囲（帰無仮説を棄却できない）

TIP

CHITEST関数が内部で行っているのは、χ²統計量 Σ((実測値-期待値)²/期待値) を計算する処理です。
その値を旧CHIDIST関数（後継: CHISQ.DIST.RT関数）で右側確率に変換しています。
自由度は範囲のサイズから自動的に決まります。行数・列数がともに2以上のときは(行数-1)×(列数-1)、1次元配列のときはデータ点数-1になりますよ。

CHITEST関数の基本的な使い方

ここからは具体的な数値を使って、CHITEST関数の動きを確認していきましょう。
まずはシンプルな1次元データの適合度検定から始めます。

サイコロの偏りを検定する（適合度検定の最小例）

サイコロを60回振った結果が「公正なサイコロ」と矛盾しないかを判定します。
公正なら各目が10回ずつ出るはずですね。

期待値はすべて10（60÷6）です。空きセルに次の数式を入れます。

=CHITEST(B2:B7, C2:C7)

結果は約 0.4934 です。

p値が0.4934なので「この程度のばらつきは約49%の確率で偶然起こる」という意味になります。
有意水準5%（0.05）を大幅に上回ります。
そのため「サイコロに偏りがあるとはいえない」と判定できますね。

期待値を変えて結果を比較する

実測値は同じで、期待値だけを変えると結果がどう変わるかを見てみましょう。
たとえば「特定の目が出やすい歪んだサイコロ（4の目に重みあり）」を期待値とすると、次のようになります。

=CHITEST(B2:B7, D2:D7)

結果は約 0.5973 です。
歪んだサイコロを想定した期待値のほうが、実測値とのズレが小さくなりました。
そのためp値が大きくなり「想定したモデルと実測がよく合っている」と読めますね。

実測値・期待値が完全に一致する場合

参考までに、完全に同じ値が並んでいるとどうなるかも見ておきましょう。

実測値: 10, 10, 10, 10, 10, 10
期待値: 10, 10, 10, 10, 10, 10
=CHITEST(B2:B7, C2:C7)   → 1

ズレが0なのでp値は1（=「偶然性100%」）になります。
理屈どおりの結果ですね。

CHITEST関数の実践的な使い方・応用例

独立性検定——クロス集計表から関連を判定する

「性別と商品の好みに関連があるか」を調べる独立性検定の例です。
実務でいちばんよく使うパターンですね。

次のクロス集計表があるとします。

実測値（B2:C3）

期待値は「行合計 × 列合計 ÷ 総合計」で計算します。手計算すると次のとおりです。

期待値テーブルをE2:F3に置いて、CHITEST関数を呼びます。

=CHITEST(B2:C3, E2:F3)

結果は約 0.00257 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。

TIP

独立性検定では、実測値と期待値を同じ行列構造（この例では2行2列）で渡すのがポイントです。
1列に並べ替えてしまうと自由度の自動判定が変わり、p値がずれてしまいます。
クロス集計表のままの形で渡してくださいね。

期待値を数式で自動計算する

クロス集計表が大きくなると、期待値を手計算で入れるのは大変です。
合計列・合計行を使った数式で期待値を一気に出してしまいましょう。

実測値表が B2:D4（3行3列）にあるとします。
さらにE列に行合計、5行目に列合計、E5に総合計が入っているとしますね。

期待値はG2:I4のセル群に次の式を入れます。

=$E2*B$5/$E$5

絶対参照（$E2：列固定／B$5：行固定／$E$5：両方固定）の使い分けがポイントです。
G2に入れたあと右と下にコピーすると、表全体の期待値が一発で完成します。

期待値テーブルが完成したら、CHITEST関数を呼ぶだけです。

=CHITEST(B2:D4, G2:I4)

3行3列のクロス集計表なので、自由度は (3-1)×(3-1) = 4 が自動で使われます。

TIP

Microsoft 365のスピル機能を使うなら、=MMULT(E2:E4, B5:D5) / E5 のような行列演算で期待値ブロックを1式で生成することもできます。
ただしレポートの可読性を重視するなら、複合参照の式をコピーする方法が分かりやすいですよ。

旧CHIDIST・CHIINVと組み合わせる（旧ブック保守の鉄板パターン）

旧Excelブックを保守するときに役立つのが、CHITEST・CHIDIST・CHIINVの3点セットです。
古いマニュアルで作られた検定レポートをそのまま動かすときに使えます。

先ほどの性別×商品（2行2列）の例で、レポート用テーブルを作ってみましょう。

χ²統計量（9.0909）が臨界値（3.8415）を超えています。
そのため「有意」と判定でき、p値（0.00257 < 0.05）からも同じ結論が確認できますね。

3つの旧関数はすべて現行Excelで動きます。
新しく数式を作るならCHISQ.TEST・CHISQ.DIST.RT・CHISQ.INV.RTを使う方が将来的にも安心です。

CHITESTで出したp値とχ²値を並記する

検定レポートでは「p値だけでなくχ²統計量と自由度も明記したい」ことがあります。
CHITEST関数はp値しか返さないので、χ²値は別の式で求める必要がありますね。

χ²統計量はSUMPRODUCT関数で1式にまとめられます。

=SUMPRODUCT((B2:C3-E2:F3)^2/E2:F3)

先ほどの性別×商品の例で計算すると、結果は約 9.0909 です。
これに旧CHIDIST関数（後継: CHISQ.DIST.RT関数）を組み合わせれば、p値も並んで出せます。

=CHIDIST(9.0909, 1)   → 0.00257（CHITESTと同じ値）

CHITESTとCHIDISTは内部的に同じ計算をしているので、結果は完全に一致します。
レポート用に「χ²値・自由度・p値」の3項目を横並びで配置すると、検定レポートとしての体裁が整いますよ。

曜日別の問い合わせ件数に偏りがあるかを検定する

実務でよくある「曜日や月で度数に偏りがあるか」の判定例です。
1週間の問い合わせ件数（合計245件）が、曜日に均等に分布しているかを調べます。

期待値は 245÷7 = 35件 です。

=CHITEST(B2:B8, C2:C8)

結果は約 0.4296 です。
有意水準5%を上回るので、「曜日による有意な偏りがあるとはいえない」と判定できますね。

TIP

p値が0.05以上だったとき「差がない」と断定するのは避けましょう。
正しくは「有意な差は認められなかった」という表現です。
サンプル数が少なくて差が検出されていない可能性もあるためですね。

よくあるエラーと対処法

#N/Aエラー

CHITEST関数で最もよく見るエラーです。実測範囲と期待範囲のサイズが一致しないと発生します。

=CHITEST(B2:B6, C2:C7)   → #N/A エラー（実測5件・期待6件で行数不一致）
=CHITEST(B2:C3, E2:F4)   → #N/A エラー（実測2行・期待3行で行数不一致）
=CHITEST(B2:B6, C2:C6)   → 正常

クロス集計表の独立性検定では、両方とも m行×n列 の同じ形である必要があります。

#NUM!エラー

期待値に0以下の値が含まれると発生します。

=CHITEST(B2:B5, C2:C5)   → C2に0が入っていると #NUM! エラー

カイ二乗検定の計算では各セルで「期待値で割る」処理が走るので、期待値が0だと0除算が発生してしまいます。
期待度数が極端に小さいカテゴリは、隣のカテゴリと統合してから検定するのが定石ですよ。

#VALUE!エラー

引数に数値以外の文字列が含まれると発生します。

=CHITEST({"A", 12, 7}, {10, 10, 10})   → #VALUE!エラー

セル参照を使う場合は、参照先がすべて数値かを確認してください。
「見た目は数字でも文字列扱い」のセルが混じっていることが多いです。=ISNUMBER(B2)で確認できますよ。

#NAME?エラー

関数名のスペルミスや、全角文字が混じったときに発生します。

=CHITEST(B2:B7, C2:C7)   → #NAME?エラー（CHITESTを「CHTEST」など誤入力）

CHITEST関数は全バージョンのExcelで使えます。ただし「I」抜けや「TEST」のスペルミスがあると認識されません。
セル参照を含めて半角英字で入力されているかを確認してくださいね。

期待度数が5未満のセルがある（エラーではないが要注意）

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とされています。
5未満のセルが多いと検定の精度が下がるため注意してください（コクランの基準）。

エラーは出ないので気づきにくい落とし穴です。
レポートを書く前に期待値テーブルをざっと確認しておくと安心ですよ。

CHITEST・CHISQ.TEST・CHIDIST・CHIINV関数の違いと使い分け

旧関数と新関数の対応表

カイ二乗分布関連の旧関数（互換性関数）は、それぞれ後継関数に置き換えられています。
計算結果はすべて同じです。

旧関数の代替対応は、関数名を置き換えるだけで完了します。

NOTE

Microsoft公式のヘルプでは、Excel 2010以降で互換性関数のCHITESTより精度が高くなった新CHISQ.TESTが推奨されています。
ただし旧CHITESTも将来的なバージョンで動くよう維持されているため、既存ブックの数式を急いで書き換える必要はありません。

CHITESTとCHISQ.TESTの関係

CHITESTとCHISQ.TESTは、引数も計算結果もまったく同じです。
次の2つの式は完全に同じ値を返します。

=CHITEST(B2:C3, E2:F3)
=CHISQ.TEST(B2:C3, E2:F3)

使い分けのポイントは次のとおりです。

• 既存の旧ブックを保守する: CHITEST（書き換え不要）
• 新しくレポートを作成する: CHISQ.TEST（推奨）
• Excel 2007以前で開く可能性がある: CHITEST（CHISQ.TESTは旧バージョンで#NAME?）
• 共有ブックで全バージョン互換にしたい: CHITEST

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流れ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。

• データ範囲を渡して一気に検定したい: CHITEST またはCHISQ.TEST
• χ²統計量を自分で計算してp値だけ欲しい: CHISQ.DIST.RT
• 有意水準αから臨界値を求めたい: CHISQ.INV.RT
• 左側確率から臨界値・信頼区間の下限: CHISQ.INV
• カイ二乗分布のグラフを描きたい: CHISQ.DIST（関数形式FALSEで確率密度）

他の検定関数との比較

カイ二乗検定以外の検定関数とも比較しておきましょう。検定の目的に応じて使い分けます。

• カテゴリデータに偏りがあるか: CHITEST またはCHISQ.TEST
• 2グループの平均に差があるか: T.TEST
• 2グループのばらつきに差があるか: F.TEST

関連関数の一覧

まとめ

CHITEST関数は、実測値と期待値の範囲を渡すだけでカイ二乗検定のp値を直接返してくれる旧式関数です。
Excel 2003以前から使われてきた歴史ある関数で、現行Excelでも互換性関数として動き続けます。

この記事のポイント

• 構文は =CHITEST(実測範囲, 期待範囲) の2つの引数を指定する
• 戻り値はp値（右側累積確率）。p < 0.05 で「有意な偏り・関連あり」と判定する
• 自由度は範囲のサイズから自動算出される（行・列がともに2以上なら(行-1)×(列-1)、それ以外は要素数-1）
• 適合度検定（1次元）と独立性検定（2次元クロス集計）の両方に使える
• 期待度数は「行合計×列合計÷総合計」で計算する。複合参照の数式でテーブル化できる
• χ²値も並記したいときは SUMPRODUCT((実測-期待)^2/期待) と旧CHIDIST関数を併用する
• 範囲のサイズが違うと#N/Aエラー、期待値に0があると#NUM!エラー
• 期待度数が5未満のセルが多いと検定精度が落ちる（コクランの基準）。カテゴリ統合かフィッシャーの正確検定を検討
• Excel 2010以降はCHISQ.TEST関数が推奨。新規作成では新関数を使うのが将来的に安心

カイ二乗分布関連の関数は使い分けが大事です。
あわせて以下の関数も覚えておくと、検定作業がぐっと楽になりますよ。

• ExcelのCHISQ.TEST関数の使い方
• ExcelのCHISQ.DIST.RT関数の使い方
• ExcelのCHISQ.DIST関数の使い方
• ExcelのCHISQ.INV.RT関数の使い方
• ExcelのCHISQ.INV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

検定の数式に出てくるのに、関数の挿入ダイアログでは「互換性」フォルダに格納されていて、いまどき情報も少なめ。
そのまま使い続けていいのか、書き換えるべきか迷うこともありますよね。

そんなときに役立つのが、この記事で解説するCHIDIST関数です。
CHIDISTはカイ二乗（χ²）分布の右側確率（p値）を返す関数で、Excel 2007以前に標準で提供されていた古典的な統計関数です。
Excel 2010で後継のCHISQ.DIST.RT関数に置き換わりましたが、互換性のため現行のExcelでも問題なく動きます。

この記事では基本の書き方からCHISQ.DIST.RTへの置き換え方、適合度検定・独立性検定での実例、よくあるエラーまでをまとめて解説します。

CHIDIST関数とは？カイ二乗分布の右側確率を返す旧関数

CHIDIST関数（読み方: カイ・ディスト）は、カイ二乗（χ²）分布の右側確率（上側確率）を返す関数です。
「CHI」は「Chi（カイ：ギリシャ文字のχ）」、「DIST」は「Distribution（分布）」の略になります。

Excel 2007以前ではこのCHIDISTが標準の関数でしたが、Excel 2010で関数名がCHISQ.DIST.RTに変更されました。
ただし、過去のブックとの互換性を維持するためにCHIDISTもそのまま残されており、Microsoft 365を含む現行Excelでも問題なく動作します。
関数の挿入ダイアログでは「互換性」カテゴリに分類されています。

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」という性質があるため、p値は分布の 右側（上側） で評価します。
CHIDIST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。

CHIDIST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
• Excel 2007以前のブックの計算結果をそのまま再現する

NOTE

CHIDIST関数は互換性関数として、Microsoft 365、Excel 2010〜2024のすべてのバージョンで使えます。
新規でカイ二乗検定の数式を作るときは、後継のCHISQ.DIST.RT関数を使うのが推奨です。
ただし旧CHIDIST関数も完全に同じ右側確率を返すので、既存ブックを書き換える必要はありません。

CHIDIST関数の書き方（構文と引数）

基本構文

=CHIDIST(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カンマで区切って指定します。
引数が2つだけのシンプルな関数で、後継のCHISQ.DIST.RTとまったく同じ書き方です。

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た場合、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。
整数で指定するのが基本です。

「右側確率」って何？（カイ二乗検定との関係）

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。CHIDISTやCHISQ.DIST.RTが返す値
• 左側確率: 「x以下になる確率」を返す。1から右側確率を引いた値

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、右側は約0.5724、左側は約0.4276で合計1.0です。

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CHIDISTの結果は検定のp値そのものになるんですね。

TIP

「CHIDISTの結果 < 有意水準（0.05など）」なら帰無仮説を棄却できます。
CHIDIST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。

CHIDIST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、CHIDIST関数の動きを確認していきましょう。

カイ二乗値からp値を求める

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。

=CHIDIST(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。
CHIDIST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。

=CHIDIST(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。

=CHIDIST(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。

自由度を変えると形が変わる

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。

=CHIDIST(5, 2)    → 約 0.0821
=CHIDIST(5, 3)    → 約 0.1718
=CHIDIST(5, 5)    → 約 0.4159
=CHIDIST(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。

有意水準5%の右側臨界値を確認する

検定でよく使う「自由度ごとの右側臨界値（α=5%）」を、CHIDISTで逆算してみましょう。

統計の教科書に載っている右側臨界値とぴたりと一致します。
普段は教科書の付表をめくる場面でも、CHIDISTで電卓代わりに使えますね。

TIP

逆に「有意水準5%の臨界値そのものを求めたい」場合はCHISQ.INV.RT関数（旧名: CHIINV）を使います。
CHIDISTが「x → p値」、CHISQ.INV.RTが「p値 → x」と覚えておくと迷いません。

CHIDIST関数とCHISQ.DIST.RT関数の違い・置き換え方

機能差はない（数値結果は同じ）

CHIDISTとCHISQ.DIST.RTは、引数も戻り値もまったく同じです。
同じ x と自由度を渡せば、両者は完全に一致した値を返します。

=CHIDIST(3.84, 1)        → 0.0500
=CHISQ.DIST.RT(3.84, 1)  → 0.0500

なので「結果が変わるかも」と心配する必要はありません。
名前が変わっただけで、計算の中身は同じ右側確率を返す関数です。

Excel 2007以前との互換性

CHIDIST関数が現行Excelでも残されている主な理由は、Excel 2007以前で作成されたブックの互換性維持です。
Excel 2007時代のテンプレートやサンプルファイル、参考書のサンプル数式はすべてCHIDISTで書かれているため、新しいExcelでも開いて計算結果が再現できる必要があります。

そのため、たとえばこんなケースでは旧関数のCHIDISTがそのまま使われています。

• 部署で代々引き継がれている検定用テンプレート
• 大学・専門学校時代の統計学テキストの演習ファイル
• インターネット上で配布されている古い品質管理用Excelファイル

逆に「Excel 2007以前のExcelで開く可能性があるブック」も、CHIDISTで書いておく必要があります。
古いExcelではCHISQ.DIST.RT（ピリオド付きの新名称）を認識できないからです。

CHIDIST → CHISQ.DIST.RT 書き換え対応表

新しいExcelしか使わない環境であれば、CHIDIST関数はCHISQ.DIST.RT関数に書き換えられます。
カイ二乗系の互換性関数の対応関係をまとめると次のとおりです。

すべて引数の数も並び順も同じなので、関数名を置換するだけで書き換えが完了します。

WARNING

旧CHIDISTを「CHISQ.DIST」と書き換えると結果がひっくり返ります。
CHIDISTは「右側確率」、CHISQ.DIST(x, df, TRUE)は「左側確率」で意味が逆です。
正しい後継はCHISQ.DIST.RT（末尾にRT＝Right Tailが付く）なので、混同しないようにしてください。

新規作成では CHISQ.DIST.RT を選ぶ理由

新規で数式を作るときは、CHISQ.DIST.RTを使うのが推奨です。
理由は以下の3つです。

• Microsoftの公式ドキュメントでもCHISQ.DIST.RTが推奨されている（CHIDISTは「This function has been replaced」と注記される互換性関数扱い）
• 関数名から「右側（RT＝Right Tail）」と意図が読み取りやすい
• 同じ統計関数のCHISQ.DIST、CHISQ.INV、CHISQ.INV.RT、CHISQ.TESTと名前のルールが揃って、関連関数として把握しやすい

ただし、既存ブックのCHIDISTを慌てて書き換える必要はありません。
動いているものを変えるとリスクのほうが高いので、保守タイミングで合わせて修正するのがおすすめです。

CHIDIST関数の実務活用パターン

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。
CHIDIST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。

=CHIDIST(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CHIDIST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。

=CHIDIST(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。

古いテンプレートをそのまま使うとき

部署で長年使われている検定用テンプレートには、CHIDIST関数がそのまま生きていることがよくあります。
このようなテンプレートを使うときは、書き換えずにCHIDISTのまま使うのが安全です。

• 計算結果はCHISQ.DIST.RTと完全に同じなので、結果の信頼性に問題はない
• 数式を書き換えると、検証担当者やテンプレート管理者の確認が必要になる
• Excel 2007以前のExcelで開く可能性が残っているなら、CHIDISTのほうが互換性が高い

NOTE

もし数式を一括でCHISQ.DIST.RTに置き換えたい場合は、Ctrl+Hの「すべて置換」で CHIDIST( → CHISQ.DIST.RT( を実行できます。
ただし置換前に必ずバックアップを取り、置換後にいくつかのセルで結果を比較してから本番運用に乗せましょう。

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（xや自由度が範囲外）

CHIDIST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。

=CHIDIST(-1, 3)   → #NUM!エラー
=CHIDIST(2, 0)    → #NUM!エラー
=CHIDIST(2, 3)    → 正常（約0.5724）

#VALUE!エラー（数値以外を渡した）

引数に数値以外の文字列を指定すると発生します。

=CHIDIST("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（関数名が認識されない）

関数名のスペルミスや、ピリオドの全角入力が原因で発生します。

=CHDIST(2, 3)     → #NAME?エラー（スペルミス）
=CHIDIST（2, 3）  → #NAME?エラー（カッコが全角）

CHIDISTは半角英字8文字（CHI＋DIST）で、間にピリオドは入りません。
CHISQ.DIST.RTのほうにピリオドが入っているので混同しやすいですが、旧関数のCHIDISTは「ピリオドなし」と覚えてください。

結果がどう見ても変なとき

カイ二乗値や自由度が想定と違うパターンが多いです。チェックポイントを整理しました。

TIP

CHIDISTで出した結果をすぐ確認したいときは、別のセルで =CHISQ.DIST.RT(同じ引数) を計算して比較してみましょう。
数値が一致すれば、関数の使い方は正しく、データ側に問題がある可能性が高いです。

似たカイ二乗関数との違い・使い分け

カイ二乗系6関数の旧↔新対応表

カイ二乗分布まわりには、用途の違う関数が複数あります。
旧関数（Excel 2007以前）と新関数（Excel 2010以降）の対応関係を整理しました。

旧関数は「右側系のみ」しかなく、「左側」の関数（CHISQ.DISTのTRUE形式・CHISQ.INV）はExcel 2010で初めて追加されました。
これは旧版Excelが検定実務向けの右側関数しか提供していなかった名残です。

CHIDIST と CHIINV の違い

CHIDISTとCHIINVはどちらもカイ二乗分布の関数ですが、入出力が逆です。

• CHIDIST: x（カイ二乗値）→ 確率（p値）。検定でp値を出すときに使う
• CHIINV: 確率（有意水準）→ x（カイ二乗値）。臨界値を逆算するときに使う

たとえば自由度4で有意水準5%の臨界値を知りたいときは次のようになります。

=CHIINV(0.05, 4)   → 約 9.488
=CHIDIST(9.488, 4) → 約 0.0500

両者は逆方向の計算で、結果がぴったり対応します。
新関数で書くなら CHISQ.INV.RT と CHISQ.DIST.RT の関係になります。

CHIDIST と CHITEST の違い

CHITESTは観測値と期待値の 範囲を渡すだけ でp値を返してくれる、もっと手早い関数です。

• CHIDIST: 自分でカイ二乗値を計算してから p値を求める
• CHITEST: 観測値と期待値の範囲を渡せば p値が直接返る（カイ二乗値は内部処理）

途中計算を残したいときはCHIDIST、p値だけ素早く出したいときはCHITESTを使います。
新関数でいうと CHITEST → CHISQ.TEST に対応します。

TIP

CHITEST（CHISQ.TEST）は内部で自由度も自動計算してくれるので、入力ミスが起きにくいです。
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CHIDISTやCHISQ.DIST.RTのほうが便利です。

まとめ

CHIDIST関数は、カイ二乗（χ²）分布にもとづく右側確率を返す互換性関数です。
Excel 2010でCHISQ.DIST.RT関数に名前が変わりましたが、現行のExcelでも引き続き使えます。

この記事のポイント

• 構文は =CHIDIST(x, 自由度) の2つの引数を指定する
• カイ二乗検定のp値（右側確率）をダイレクトに返してくれる
• CHIDIST と CHISQ.DIST.RT は引数も戻り値もまったく同じ（数値結果は完全一致）
• Excel 2007以前のブックや配布ファイルとの互換性のため、CHIDIST は現行Excelでも残されている
• 新規で数式を作るときは CHISQ.DIST.RT が推奨だが、既存ブックを書き換える必要はない
• 旧→新の置き換えで CHIDIST → CHISQ.DIST と書くと結果が逆になるので注意（正解は CHIDIST → CHISQ.DIST.RT）
• 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)」
• 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

CHIDIST関数の使い方がわかったら、以下の関連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.RT関数の使い方（CHIDISTの後継）
• ExcelのCHISQ.DIST関数の使い方（左側確率）
• ExcelのCHISQ.INV.RT関数の使い方（CHIINVの後継）
• ExcelのCHISQ.INV関数の使い方（左側からの逆関数）
• ExcelのCHISQ.TEST関数の使い方（CHITESTの後継）
• Excel関数一覧（アルファベット順）
• Excel関数一覧（機能別）

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。

実務でカイ二乗検定を使うとき、各セルの (実測値-期待値)²/期待値 を集計する手作業はミスのもとですよね。
自由度の数え方を間違えると、p値が大きく変わってしまいます。

そんなときに使うのがExcelのCHISQ.TEST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。
適合度検定・独立性検定の両方の使い方を、数値例つきで整理しました。
CHISQ.DIST.RT関数・CHISQ.INV.RT関数との使い分けや、旧CHITEST関数との互換性もあわせて紹介しますよ。

ExcelのCHISQ.TEST関数とは？カイ二乗検定のp値を直接返す関数

ExcelのCHISQ.TEST関数（読み方: カイ・スクエア・テスト）は、カイ二乗検定のp値を直接返す関数です。
実測値と期待値のセル範囲を渡すだけで、p値が一発で得られます。
「CHISQ」は「Chi-Square（カイ二乗）」、「TEST」は「検定」の略ですね。

カイ二乗検定は「観測データと期待値のズレが、偶然で説明できる範囲かどうか」を判定する統計手法ですね。
通常はχ²統計量を自分で計算してからCHISQ.DIST.RT関数でp値を求めます。
CHISQ.TEST関数を使えば、この2ステップを1関数にまとめられます。

CHISQ.TEST関数にできることをまとめると、次のとおりです。

• アンケートの回答に偏りがあるかを判定する（適合度検定）
• 2つのカテゴリに関連があるかを調べる（独立性検定）
• クロス集計表からダイレクトにp値を算出する
• χ²統計量と自由度の手計算を省く
• 検定レポートで「p値だけ見せたい」ときに最短で値を出す

NOTE

CHISQ.TEST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CHITEST関数を使ってください。引数の意味も計算結果も同じです。

CHISQ.TEST関数の書き方（構文と引数）

基本構文

=CHISQ.TEST(実測範囲, 期待範囲)

カッコの中に、実測値と期待値の2つのセル範囲を指定します。
χ²値や自由度を自分で計算する必要はありません。両方とも関数が内部で自動算出してくれます。

引数の説明

2つの引数はどちらも必須です。省略するとエラーになります。
2つの範囲は同じ行数・同じ列数のセル範囲を指定してください。形が一致しないと#N/Aエラーになります。

TIP

実測範囲と期待範囲は別の場所に並べておくのが扱いやすいです。
たとえば実測値をB列、期待値をC列に並べておき、=CHISQ.TEST(B2:B6, C2:C6)のように指定するとレポートに転記しやすくなりますよ。

CHISQ.TESTが返す値の意味

CHISQ.TEST関数が返すのは、カイ二乗検定のp値（右側累積確率）です。

p値は「帰無仮説（観測値と期待値に差はない）が正しいと仮定したとき、観測されたズレ以上のズレが偶然で起こる確率」を表します。
たとえばp値が0.03なら「3%の確率でしか偶然起こらない結果」という意味ですね。
一般的な有意水準5%（0.05）を下回っているので、「偶然とはいえないほど大きなズレ」と判断できます。

判定の基準はシンプルです。

• p値 < 0.05: 有意な偏り・関連あり（帰無仮説を棄却）
• p値 ≧ 0.05: 偶然の範囲（帰無仮説を棄却できない）

TIP

CHISQ.TEST関数が内部で行っているのは、χ²統計量 Σ((実測値-期待値)²/期待値) を計算し、その値をCHISQ.DIST.RT関数で右側確率に変換する2段階の処理です。
自由度は範囲のサイズから自動的に決まります。行数・列数がともに2以上のときは(行数-1)×(列数-1)、1次元配列のときはデータ点数-1になりますよ。

CHISQ.TEST関数の基本的な使い方

ここからは具体的な数値を使って、CHISQ.TEST関数の動きを確認していきましょう。
まずはシンプルな1次元データの適合度検定から始めます。

サイコロの偏りを検定する（適合度検定の最小例）

サイコロを60回振った結果が「公正なサイコロ」と矛盾しないかを判定します。
公正なら各目が10回ずつ出るはずですね。

期待値はすべて10（60÷6）です。空きセルに次の数式を入れます。

=CHISQ.TEST(B2:B7, C2:C7)

結果は約 0.4934 です。

p値が0.4934なので「この程度のばらつきは約49%の確率で偶然起こる」という意味になります。
有意水準5%（0.05）を大幅に上回っているので、「サイコロに偏りがあるとはいえない」と判定できますね。

期待値を変えて結果を比較する

実測値は同じで、期待値だけを変えると結果がどう変わるかを見てみましょう。
たとえば「特定の目が出やすい歪んだサイコロ（4の目に重みあり）」を期待値とすると、次のようになります。

=CHISQ.TEST(B2:B7, D2:D7)

結果は約 0.5973 です。
歪んだサイコロを想定した期待値のほうが、実測値とのズレが小さくなったためp値が大きくなりました。
「想定したモデルと実測がよく合っている」と読めますね。

実測値・期待値が完全に一致する場合

参考までに、完全に同じ値が並んでいるとどうなるかも見ておきましょう。

実測値: 10, 10, 10, 10, 10, 10
期待値: 10, 10, 10, 10, 10, 10
=CHISQ.TEST(B2:B7, C2:C7)   → 1

ズレが0なのでp値は1（=「偶然性100%」）になります。
理屈どおりの結果ですね。

CHISQ.TEST関数の実践的な使い方・応用例

独立性検定——クロス集計表から関連を判定する

「性別と商品の好みに関連があるか」を調べる独立性検定の例です。
実務でいちばんよく使うパターンですね。

次のクロス集計表があるとします。

実測値（B2:C3）

期待値は「行合計 × 列合計 ÷ 総合計」で計算します。手計算すると次のとおりです。

期待値テーブルをE2:F3に置いて、CHISQ.TEST関数を呼びます。

=CHISQ.TEST(B2:C3, E2:F3)

結果は約 0.00257 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。

TIP

独立性検定では、実測値と期待値を同じ行列構造（この例では2行2列）で渡すのがポイントです。
1列に並べ替えてしまうと自由度の自動判定が変わり、p値が変わってしまいます。クロス集計表のままの形で渡してくださいね。

期待値を数式で自動計算する

クロス集計表が大きくなると、期待値を手計算で入れるのは大変です。
合計列・合計行を使った数式で期待値を一気に出してしまいましょう。

実測値表が B2:D4（3行3列）にあり、E列に行合計、5行目に列合計、E5に総合計が入っているとします。

期待値はG2:I4のセル群に次の式を入れます。

=$E2*B$5/$E$5

絶対参照（$E2：列固定／B$5：行固定／$E$5：両方固定）の使い分けがポイントです。
G2に入れたあと右と下にコピーすると、表全体の期待値が一発で完成します。

期待値テーブルが完成したら、CHISQ.TEST関数を呼ぶだけです。

=CHISQ.TEST(B2:D4, G2:I4)

3行3列のクロス集計表なので、自由度は (3-1)×(3-1) = 4 が自動で使われます。

TIP

Microsoft 365のスピル機能を使うなら、=MMULT(E2:E4, B5:D5) / E5 のような行列演算で期待値ブロックを1式で生成することもできます。
ただしレポートの可読性を重視するなら、複合参照の式をコピーする方法が分かりやすいですよ。

CHISQ.DIST.RTを併用してχ²統計量も同時に出す

検定レポートでは「p値だけでなくχ²統計量と自由度も明記したい」ことがあります。
CHISQ.TEST関数はp値しか返さないので、χ²値は別の式で求める必要がありますね。

χ²統計量はSUMPRODUCT関数で1式にまとめられます。

=SUMPRODUCT((B2:C3-E2:F3)^2/E2:F3)

先ほどの性別×商品の例で計算すると、結果は約 9.0909 です。
これにCHISQ.DIST.RT関数を組み合わせれば、p値も並んで出せます。

=CHISQ.DIST.RT(9.0909, 1)   → 0.00257（CHISQ.TESTと同じ値）

CHISQ.TESTとCHISQ.DIST.RTは内部的に同じ計算をしているので、結果は完全に一致します。
レポート用には次のテンプレートが便利です。

CHISQ.TESTで素早くp値を出しつつ、χ²値と自由度を別セルに添えれば検定レポートとしての体裁が整いますね。

CHISQ.INV.RTで臨界値と突き合わせる

p値ベースの判定だけでなく「χ²統計量と臨界値を比較する」古典的な手順もよく使われます。
CHISQ.INV.RT関数で有意水準5%の臨界値を求めて、χ²統計量と比較してみましょう。

χ²統計量（9.0909）が臨界値（3.8415）を超えているので、「有意」と判定できます。
同じ結論をp値からも確認できますね（0.00257 < 0.05）。

両方を併記すると、論文や監査資料でも納得感のあるレポートに仕上がりますよ。

曜日別の問い合わせ件数に偏りがあるかを検定する

実務でよくある「曜日や月で度数に偏りがあるか」の判定例です。
1週間の問い合わせ件数（合計245件）が、曜日に均等に分布しているかを調べます。

期待値は 245÷7 = 35件 です。

=CHISQ.TEST(B2:B8, C2:C8)

結果は約 0.2863 です。
有意水準5%を上回るので、「曜日による有意な偏りがあるとはいえない」と判定できますね。

TIP

p値が0.05以上だったとき「差がない」と断定するのは避けましょう。
正しくは「有意な差は認められなかった」という表現です。サンプル数が少なくて差が検出されていない可能性もあるためですね。

よくあるエラーと対処法

#N/Aエラー

CHISQ.TEST関数で最もよく見るエラーです。実測範囲と期待範囲のサイズが一致しないと発生します。

=CHISQ.TEST(B2:B6, C2:C7)   → #N/A エラー（実測5件・期待6件で行数不一致）
=CHISQ.TEST(B2:C3, E2:F4)   → #N/A エラー（実測2行・期待3行で行数不一致）
=CHISQ.TEST(B2:B6, C2:C6)   → 正常

クロス集計表の独立性検定では、両方とも m行×n列 の同じ形である必要があります。

#NUM!エラー

期待値に0以下の値が含まれると発生します。

=CHISQ.TEST(B2:B5, C2:C5)   → C2に0が入っていると #NUM! エラー

カイ二乗検定の計算では各セルで「期待値で割る」処理が走るので、期待値が0だと0除算が発生してしまいます。
期待度数が極端に小さいカテゴリは、隣のカテゴリと統合してから検定するのが定石ですよ。

#VALUE!エラー

引数に数値以外の文字列が含まれると発生します。

=CHISQ.TEST({"A", 12, 7}, {10, 10, 10})   → #VALUE!エラー

セル参照を使う場合は、参照先がすべて数値かを確認してください。
「見た目は数字でも文字列扱い」のセルが混じっていることが多いです。=ISNUMBER(B2)で確認できますよ。

#NAME?エラー

Excel 2007以前で CHISQ.TEST 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.TEST(B2:B7, C2:C7)   → #NAME?エラー（Excel 2007以前）

このときは旧 CHITEST 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CHITEST関数も計算結果は同じです。移行はそのまま関数名を置き換えるだけで済みます。

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ね。

期待度数が5未満のセルがある（エラーではないが要注意）

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とされています。
5未満のセルが多いと検定の精度が下がるため注意してください（コクランの基準）。

エラーは出ないので気づきにくい落とし穴です。レポートを書く前に期待値テーブルをざっと確認しておくと安心ですよ。

CHISQ.DIST.RT・CHISQ.INV.RT・旧CHITEST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流れ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。

• データ範囲を渡して一気に検定したい: CHISQ.TEST（この記事の関数）
• χ²統計量を自分で計算してp値だけ欲しい: CHISQ.DIST.RT
• 有意水準αから臨界値を求めたい: CHISQ.INV.RT
• 左側確率から臨界値・信頼区間の下限: CHISQ.INV
• カイ二乗分布のグラフを描きたい: CHISQ.DIST（関数形式FALSEで確率密度）

CHISQ.TESTとCHISQ.DIST.RTの関係

CHISQ.TESTが内部で行っている計算は、χ²統計量を求めてからCHISQ.DIST.RTで右側確率に変換する2段階の処理です。
つまり次の2つの式は同じ結果を返します。

=CHISQ.TEST(B2:C3, E2:F3)
=CHISQ.DIST.RT(SUMPRODUCT((B2:C3-E2:F3)^2/E2:F3), (2-1)*(2-1))

使い分けのポイントは次のとおりです。

• データ範囲しか手元にない、χ²値はExcelに任せたい: CHISQ.TEST
• χ²値が論文や教科書から既にわかっている: CHISQ.DIST.RT
• 検定レポートで「χ²値・自由度・p値」を全部並べたい: 両方併用（χ²値はSUMPRODUCT、p値はCHISQ.TESTで横並び）

旧CHITEST関数との互換性

旧CHITEST関数（Excel 2007以前）は、新CHISQ.TEST関数と引数の意味も計算結果もまったく同じです。
移行は関数名を置き換えるだけで済みます。

旧関数の代替対応は次のとおりです。

旧CHITEST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.TEST関数群を使ってくださいね。

TIP

CHISQ.TESTファミリーは「ピリオド付き」の新関数名で書けば、Microsoft 365・Excel 2013〜2024のすべてで動きます。
Excel 2007以前のサポートが必要な共有ブックでは、互換のCHITEST/CHIDIST/CHIINVを残す選択もありです。

他の検定関数との比較

カイ二乗検定以外の検定関数とも比較しておきましょう。検定の目的に応じて使い分けます。

• カテゴリデータに偏りがあるか: CHISQ.TEST
• 2グループの平均に差があるか: T.TEST
• 2グループのばらつきに差があるか: F.TEST

関連関数の一覧

まとめ

CHISQ.TEST関数は、実測値と期待値の範囲を渡すだけでカイ二乗検定のp値を直接返してくれる関数です。
χ²統計量や自由度を自分で計算する手間を一気にカットできるのがいちばんの魅力ですね。

この記事のポイント

• 構文は =CHISQ.TEST(実測範囲, 期待範囲) の2つの引数を指定する
• 戻り値はp値（右側累積確率）。p < 0.05 で「有意な偏り・関連あり」と判定する
• 自由度は範囲のサイズから自動算出される（行・列がともに2以上なら(行-1)×(列-1)、それ以外は要素数-1）
• 適合度検定（1次元）と独立性検定（2次元クロス集計）の両方に使える
• 期待度数は「行合計×列合計÷総合計」で計算する。複合参照の数式でテーブル化できる
• χ²値も並記したいときは SUMPRODUCT((実測-期待)^2/期待) とCHISQ.DIST.RTを併用する
• 範囲のサイズが違うと#N/Aエラー、期待値に0があると#NUM!エラー
• 期待度数が5未満のセルが多いと検定精度が落ちる（コクランの基準）。カテゴリ統合かフィッシャーの正確検定を検討
• 旧CHITEST関数は完全互換。関数名を置き換えるだけで移行できる

カイ二乗分布関連の関数は使い分けが大事です。
あわせて以下の関数も覚えておくと、検定作業がぐっと楽になりますよ。

• ExcelのCHISQ.DIST.RT関数の使い方
• ExcelのCHISQ.DIST関数の使い方
• ExcelのCHISQ.INV.RT関数の使い方
• ExcelのCHISQ.INV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

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

t統計量は計算できても、両側確率（p値）の出し方で迷う人は多いです。
かといって統計の教科書を読み直すのも面倒ですよね。

そんなときに使うのがExcelのT.DIST.2T関数です。
この記事ではT.DIST.2T関数の基本構文から実務での活用例まで解説します。
T.DIST関数・T.DIST.RT関数との使い分けや、よくあるエラーの対処法もあわせて整理しました。

T.DIST.2T関数とは？t分布の両側確率を返す関数

ExcelのT.DIST.2T関数（読み方: ティー・ディスト・ツー・ティー）は、t分布の両側確率を返す関数です。
「2T」は「Two-Tailed（両側）」の略で、t分布の左右両端の面積を合計した確率を求めます。

ひとことでいうと、両側検定のp値（ピー値）を一発で求められる関数です。
p値は「たまたまこの結果が出る確率」のことで、値が小さいほど統計的に意味のある差だと判断できます。

t分布は、サンプル数が少なくて母集団の分散がわからないときに使う分布です。
釣り鐘型で正規分布によく似ていますが、裾が少し厚いのが特徴です。
自由度（データから自由に値を決められる個数）が大きくなるほど、正規分布に近づきます。

T.DIST.2T関数でできること

T.DIST.2T関数の主な用途は次のとおりです。

• t統計量と自由度から、両側検定のp値を直接計算する
• 2グループの平均に差があるかどうかを判定する
• 教科書や論文に記載されたt値・自由度からp値を求める
• 製品の寸法や重量が規格値とずれていないかを検定する

NOTE

T.DIST.2T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以前では使えないので、その場合は旧TDIST関数を使ってください。

両側確率はなぜ「2倍」になるのか

t分布は平均0で左右対称な形をしています。
両側確率とは、「t統計量の絶対値より極端な値が出る確率」を左右両方ぶん合計した値です。

たとえばt = 2.0、自由度10のとき、右側確率（t > 2.0となる確率）は約0.0367です。
t分布は左右対称なので、左側確率（t < -2.0となる確率）も同じ約0.0367です。
両者を合計した約0.0734が両側確率になります。
これがT.DIST.2T関数の返す値です。

T.DIST.2T関数の書き方（構文と引数）

基本構文

=T.DIST.2T(x, 自由度)

カッコの中に2つの引数を指定します。
T.DIST関数のようにTRUE/FALSEの「関数形式」を選ぶ必要はありません。

引数の説明

引数は2つだけです。
両側確率に特化しているので、累積分布関数（CDF）と確率密度関数（PDF）の切り替えはありません。

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を渡しても、内部では10として計算されます。

xに負の値は入れられない（ABS関数でラップする）

T.DIST.2T関数の最大の注意点は、xに正の値しか受け付けないことです。
t統計量がマイナスのときに直接渡すと、#NUM!エラーになります。

=T.DIST.2T(-2.5, 10)   → #NUM!エラー

t統計量がマイナスになる場面は実務でよく出てきます。
そんなときは絶対値を返すABS関数（数値の符号を取り除く関数）でラップしてください。

=T.DIST.2T(ABS(-2.5), 10)   → 約0.0316（OK）

t分布は左右対称なので、絶対値にしても両側確率は変わりません。
セル参照のときも=T.DIST.2T(ABS(B2), C2)の形で書けば、
t値の符号に関係なく安全に計算できます。

T.DIST.2T関数の基本的な使い方

ここからは具体的なt統計量と自由度を使って、T.DIST.2T関数の動きを確認していきましょう。

t統計量と自由度から両側p値を求める

教科書に「t = 2.306、自由度 = 8」と書かれていたら、これだけでp値が求められます。

=T.DIST.2T(2.306, 8)

結果は約 0.0500（5%）です。
有意水準（「ここより小さければ差がある」と判断する基準）5%のちょうど境界線ですね。

別の例も見てみましょう。t = 1.96、自由度 = 60のケースです。

=T.DIST.2T(1.96, 60)

結果は約 0.0546（5.46%）です。
自由度60でも、t = 1.96だと両側p値は5%をわずかに超えます。
正規分布ならt = 1.96で両側確率がちょうど5%ですが、
t分布は裾が厚い分だけ確率が大きくなります。

t統計量がマイナスのときの書き方

t = -2.5、自由度15のケースを考えます。
このまま渡すとエラーになるので、ABS関数でラップしましょう。

=T.DIST.2T(ABS(-2.5), 15)

結果は約 0.0247（2.47%）です。
有意水準5%より小さいので、「統計的に意味のある差がある」と判断できます。

自由度を変えたときの値の動き

同じt値（t = 1.96）で、自由度を変えるとどうなるか見てみましょう。

=T.DIST.2T(1.96, 9)     → 約 0.0817
=T.DIST.2T(1.96, 60)    → 約 0.0546
=T.DIST.2T(1.96, 1000)  → 約 0.0502

自由度が大きくなるほど、結果は標準正規分布の両側5%（0.0500）に近づきます。
サンプルサイズが大きいときはt分布と正規分布の差がほぼなくなる、という性質が確認できますね。

TIP

「自由度が小さい（＝サンプルが少ない）ほど、同じt値でもp値は大きめに出る」と覚えておきましょう。
少ないデータでは「差がある」と言いにくくなる、と直感的に理解できますよ。

T.DIST.2T関数の実践的な使い方・応用例

製品寸法が規格どおりかを両側t検定で判定する

部品の目標寸法が50mmのラインから、10個サンプリングして測定したとします。

• サンプル数: 10
• 平均値: 50.3mm（AVERAGE関数で算出）
• 標本標準偏差: 0.5mm（STDEV.S関数で算出）
• 目標値: 50mm

「目標の50mmから外れているか」を両側t検定で確認します。
まずt統計量を計算しましょう。

=(50.3 - 50) / (0.5 / SQRT(10))

結果は約 1.8974 です。
次にT.DIST.2T関数で両側p値を求めます。
自由度はサンプル数 – 1 = 9です。

=T.DIST.2T(1.8974, 9)

結果は約 0.0903（9.03%）です。
有意水準5%（0.05）を上回るので、「目標値と有意な差があるとはいえない」という判断になります。
言い換えると、「ばらつきの範囲で説明できる程度の差」ということですね。

教科書・論文のt値・自由度からp値を求める

統計の教科書や論文では、「t = X.XX, df = N」だけが書かれていてp値が省略されているケースがあります。
自分でp値を確認したいときに、T.DIST.2T関数が便利です。

p値が0.05未満なら「統計的に意味のある差」と判断します。
ただし「差の大きさが業務的に意味があるか」は別問題なので、効果量とセットで考えるのがおすすめです。

A/Bテストで2グループの平均差を判定する

WebサイトのA/Bテストで、新デザインAと旧デザインBの滞在時間を比較したいとします。

• グループA（新デザイン）: 平均180秒、標準偏差40秒、サンプル数50
• グループB（旧デザイン）: 平均165秒、標準偏差35秒、サンプル数50

等分散を仮定した対応なし2標本t検定では、自由度 = n₁ + n₂ – 2 = 98です。
プールされた標準誤差からt統計量を計算するとt ≒ 1.99になります。

=T.DIST.2T(1.99, 98)

結果は約 0.0494（4.94%）です。
有意水準5%をぎりぎり下回るので、「滞在時間に有意な差がある」と判断できます。

TIP

生データ（2グループの値そのもの）が手元にあるなら、T.TEST関数（2配列から直接p値を返す関数）を使うと、t統計量の計算をスキップできます。
「手元にt値しかない」「自由度が決まっている」場合はT.DIST.2T関数を使いましょう。

T.DIST・T.DIST.RT・旧TDIST関数との違い・使い分け

3兄弟関数の使い分け早見表

t分布関連には3つの確率関数があります。
返す確率の範囲が違うので、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。

• 「変わったかどうか」を調べたい: T.DIST.2T（両側）
• 「上がったか」「下がったか」など方向が決まっている: T.DIST.RT（右片側）
• 「下限を下回る確率」など左側だけ知りたい: T.DIST（左片側）

T.DIST.2Tと等価な4つの式

T.DIST.2T関数を使わなくても、同じ結果を別の関数で計算できます。
等価式を知っておくと、数式の意味を理解しやすくなりますよ。

=T.DIST.2T(x, df)
=2 * T.DIST.RT(x, df)
=2 * (1 - T.DIST(x, df, TRUE))
=TDIST(x, df, 2)

4つの書き方はすべて同じ値を返します。

新しく数式を書くなら、引数2つでシンプルなT.DIST.2T関数が一番おすすめです。
旧TDIST関数はExcel 2007以前との互換性のために残されているだけなので、新規利用は避けましょう。

片側検定と両側検定の判断フロー

検定の方向で迷ったら、次のフローで判断してみてください。

• Q1: 差の方向（増えたか減ったか）を事前に決めていますか？
  • はい → 片側検定（T.DIST.RT）
  • いいえ → 両側検定（T.DIST.2T）

• Q2: 「差があるかどうか」だけを知りたいですか？
  • はい → 両側検定（T.DIST.2T）

• Q3: 迷っていますか？
  • はい → 両側検定（T.DIST.2T）が安全

両側検定は片側より棄却しにくい（有意差が出にくい）ので、保守的な判断になります。
論文や正式な業務報告で使うなら、両側検定を選ぶのが無難ですよ。

よくあるエラーと対処法

#NUM!エラー

T.DIST.2T関数で最も多いエラーです。
原因は3パターンあります。

=T.DIST.2T(-2.5, 10)    → #NUM!エラー（xが負）
=T.DIST.2T(0, 10)       → #NUM!エラー（xが0）
=T.DIST.2T(2.5, 0)      → #NUM!エラー（自由度0）
=T.DIST.2T(ABS(-2.5), 10) → 正常（約0.0316）

自由度は「サンプルサイズ – 1」など正の整数になるはずです。
0や負の値が入るのは数式の組み立てミスなので、参照先のセルを確認してください。

#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。

=T.DIST.2T("abc", 10)   → #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ましょう。
空白セルが混じっているとエラーになりやすいので注意してください。

#NAME?エラー

Excel 2007以前で T.DIST.2T 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。

=T.DIST.2T(2.5, 10)    → #NAME?エラー（Excel 2007以前）

このときは旧TDIST関数を使います。
=TDIST(2.5, 10, 2) の形で書くか、Excelを2010以降にアップデートしてください。
新規でファイルを作るなら、アップデートを検討するほうが長期的に楽です。

TIP

「関数形式（TRUE/FALSE）」の引数を間違えて渡すと#NUM!や#VALUE!になります。
T.DIST.2T関数の引数は2つだけ（x, 自由度）なので、3つ目の引数は書かないように注意してください。

まとめ

ExcelのT.DIST.2T関数は、t分布の両側確率（両側検定のp値）を直接求める関数です。

この記事のポイント

• 構文は =T.DIST.2T(x, 自由度) の2つの引数だけ
• xには正の値のみを渡せる。負のときはABS関数でラップする
• 両側検定のp値に直結する。p < 0.05なら有意差ありと判断
• 片側検定にはT.DIST.RT、累積確率にはT.DIST関数を使い分ける
• 等価式として 2 T.DIST.RT(x, df) や 2 (1 - T.DIST(x, df, TRUE)) でも同じ結果が出る
• 自由度は1以上の整数。1標本t検定なら「サンプル数 – 1」で求める
• 旧TDIST関数のtails=2と等価。新規ではT.DIST.2Tを使うのがおすすめ

T.DIST.2T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NORM.DIST関数の使い方
• ExcelのSTDEV.S関数の使い方
• ExcelのAVERAGE関数の使い方

t統計量は計算できても、片側（右側）p値の出し方で迷う人は多いです。
T.DIST関数で 1 - T.DIST(...) と書くのも、毎回「これで合ってたっけ？」となりますよね。

そんなときに使うのがExcelのT.DIST.RT関数です。
この記事ではT.DIST.RT関数の基本構文から実務での活用例まで解説します。
T.DIST関数・T.DIST.2T関数との使い分けや、よくあるエラーの対処法もあわせて整理しました。

T.DIST.RT関数とは？t分布の右側確率を返す関数

ExcelのT.DIST.RT関数（読み方: ティー・ディスト・アール・ティー）は、t分布の右側確率を返す関数です。
「RT」は「Right Tail（右側の裾）」の略で、t分布の右側にある面積を求めます。

ひとことでいうと、片側検定（右側）のp値を一発で求められる関数です。
p値は「たまたまこの結果が出る確率」のことで、値が小さいほど統計的に意味のある差だと判断できます。

t分布は、サンプル数が少なくて母集団の分散がわからないときに使う分布です。
釣り鐘型で正規分布によく似ていますが、裾が少し厚いのが特徴です。
自由度（データから自由に値を決められる個数）が大きくなるほど、正規分布に近づきます。

T.DIST.RT関数でできること

T.DIST.RT関数の主な用途は次のとおりです。

• t統計量と自由度から、片側検定（右側）のp値を直接計算する
• 「改善後のほうが上がったか」「新施策のほうが効果が高いか」など方向が決まった検定で使う
• 教科書や論文に記載されたt値・自由度から右側p値を求める
• 製造ラインの不良率改善や、新教材の効果測定で活用する

NOTE

T.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以前では使えないので、その場合は旧TDIST関数（第3引数=1）を使ってください。

「右側確率」が表すもの

右側確率とは、「t統計量より大きな値が出る確率」のことです。
t分布の曲線でいうと、指定したxより右側にある面積に相当します。

たとえばt = 2.0、自由度10のとき、右側確率は約0.0367です。
これは「t = 2.0以上の値がたまたま出る確率は約3.67%しかない」という意味になります。
両側確率（T.DIST.2T）はこの2倍の約0.0734になります。

T.DIST.RT関数の書き方（構文と引数）

基本構文

=T.DIST.RT(x, 自由度)

カッコの中に2つの引数を指定します。
T.DIST関数のように TRUE/FALSE の「関数形式」を選ぶ必要はありません。

引数の説明

引数は2つだけのシンプルな関数です。
右側確率に特化しているので、累積分布関数（CDF）と確率密度関数（PDF）の切り替えは不要です。

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を渡しても、内部では10として計算されます。

xに負の値は入れられない（ABS関数でラップする）

T.DIST.RT関数の最大の注意点は、xに正の値しか受け付けないことです。
t統計量がマイナスのときに直接渡すと、#NUM!エラーになります。

=T.DIST.RT(-2.5, 15)   → #NUM!エラー

t統計量がマイナスになる場面は実務でもよく出てきます。
そんなときは絶対値を返すABS関数（数値の符号を取り除く関数）でラップしてください。

=T.DIST.RT(ABS(-2.5), 15)   → 約0.0124（OK）

t分布は左右対称なので、絶対値にしても右側確率は同じ値になります。
セル参照のときも =T.DIST.RT(ABS(B2), C2) の形で書けば、t値の符号に関係なく安全に計算できます。

T.DIST.RT関数の基本的な使い方

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

t統計量と自由度から右側p値を求める

教科書に「t = 2.5、自由度 = 20」と書かれていたら、これだけで右側p値が求められます。

=T.DIST.RT(2.5, 20)

結果は約 0.0106（1.06%）です。
有意水準5%を大きく下回るので、片側検定なら「統計的に意味のある差がある」と判断できます。

別の例も見てみましょう。t = 2.306、自由度 = 8のケースです。

=T.DIST.RT(2.306, 8)

結果は約 0.0250（2.5%）です。
両側検定で有名な「t = 2.306、自由度8で5%」の境界線が、片側だとちょうど2.5%になります。
両側確率の半分が右側確率という関係が確認できますね。

t統計量がマイナスのときの書き方

t = -2.5、自由度15のケースを考えます。
このまま渡すとエラーになるので、ABS関数でラップしましょう。

=T.DIST.RT(ABS(-2.5), 15)

結果は約 0.0124（1.24%）です。

ただし片側検定の場合は、「左側検定なのか右側検定なのか」を意識する必要があります。
t値がマイナスだということは「期待した方向と逆の差が出ている」可能性が高いです。
右側検定（増えたかを見たい）でt値がマイナスのときは、仮説が支持されていない状態なので注意してください。

自由度を変えたときの値の動き

同じt値（t = 1.96）で、自由度を変えるとどうなるか見てみましょう。

=T.DIST.RT(1.96, 9)     → 約 0.0408
=T.DIST.RT(1.96, 60)    → 約 0.0273
=T.DIST.RT(1.96, 1000)  → 約 0.0251

自由度が大きくなるほど、結果は標準正規分布の片側5%（0.0250）に近づきます。
サンプルサイズが大きいときはt分布と正規分布の差がほぼなくなる、という性質が確認できますね。

TIP

「自由度が小さい（＝サンプルが少ない）ほど、同じt値でもp値は大きめに出る」と覚えておきましょう。
少ないデータでは「差がある」と言いにくくなる、と直感的に理解できますよ。

T.DIST.RT関数の実践的な使い方・応用例

新教材の効果を片側t検定で確認する

新しい英語教材を導入した16人のクラスで、テストの平均点が上がったかを確認するケースを考えます。

• サンプル数: 16人
• 平均点: 78点（AVERAGE関数で算出）
• 標本標準偏差: 8点（STDEV.S関数で算出）
• 従来の平均点: 73点

「新教材で平均点が上がったか」を片側t検定（右側）で確認します。
事前に「上がるはず」という方向を決めているので、片側検定が選べます。
まずt統計量を計算しましょう。

=(78 - 73) / (8 / SQRT(16))

結果は 2.5 です。
次にT.DIST.RT関数で右側p値を求めます。
自由度はサンプル数 – 1 = 15です。

=T.DIST.RT(2.5, 15)

結果は約 0.0124（1.24%）です。
有意水準5%（0.05）を下回るので、「新教材で平均点が上がった」と統計的に判断できます。

製造ラインの不良率改善を片側検定で判定する

工程改善の前後で、検査値の平均が改善方向にずれたかを確認するケースを考えます。

• サンプル数: 16
• 改善後の平均: 改善前より3.0ポイント高い
• 標本標準偏差から計算したt統計量: 1.5
• 自由度: 15

=T.DIST.RT(1.5, 15)

結果は約 0.0771（7.71%）です。
有意水準5%を上回るので、「改善した」と統計的にいい切るには証拠が弱い結果になります。
言い換えると、「ばらつきの範囲で説明できる程度の差」ということですね。

このケースではサンプル数を増やすか、効果量を見なおす必要があります。
p値だけで判断せず、業務インパクトと合わせて評価するのがおすすめです。

教科書・論文のt値・自由度から右側p値を求める

統計の教科書や論文では、「t = X.XX, df = N」だけが書かれていてp値が省略されているケースがあります。
自分で右側p値を確認したいときに、T.DIST.RT関数が便利です。

p値が0.05未満なら「片側検定で統計的に意味のある差」と判断します。
ただし片側検定は両側検定より棄却しやすい（差が出やすい）ので、使ってよい場面かを慎重に判断してください。

TIP

生データ（2グループの値そのもの）が手元にあるなら、T.TEST関数（2配列から直接p値を返す関数）を使うと、t統計量の計算をスキップできます。
「手元にt値しかない」「自由度が決まっている」場合はT.DIST.RT関数を使いましょう。

T.DIST・T.DIST.2T・旧TDIST関数との違い・使い分け

3兄弟関数の使い分け早見表

t分布関連には3つの確率関数があります。
返す確率の範囲が違うので、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。

• 「上がったか」「効果が高いか」など方向が決まっている: T.DIST.RT（右片側）
• 「変わったかどうか」を調べたい: T.DIST.2T（両側）
• 「下限を下回る確率」など左側だけ知りたい: T.DIST（左片側）

T.DIST.RTと等価な4つの式

T.DIST.RT関数を使わなくても、同じ結果を別の関数で計算できます。
等価式を知っておくと、数式の意味を理解しやすくなりますよ。

=T.DIST.RT(x, df)
=1 - T.DIST(x, df, TRUE)
=T.DIST.2T(x, df) / 2
=TDIST(x, df, 1)

4つの書き方はすべて同じ値を返します。

新しく数式を書くなら、引数2つでシンプルなT.DIST.RT関数が一番おすすめです。
旧TDIST関数はExcel 2007以前との互換性のために残されているだけなので、新規利用は避けましょう。

片側検定と両側検定の判断フロー

検定の方向で迷ったら、次のフローで判断してみてください。

• Q1: 差の方向（増えたか減ったか）を事前に決めていますか？
  • はい → 片側検定（T.DIST.RT または左側ならT.DIST）
  • いいえ → 両側検定（T.DIST.2T）

• Q2: データを見てから方向を決めていませんか？
  • はい → 両側検定（T.DIST.2T）が適切

• Q3: 論文や正式な業務報告で使いますか？
  • はい → 両側検定（T.DIST.2T）が無難

片側検定はp値が両側の半分になるため、有意差が出やすくなります。
ただし事後に方向を決めるとp値ハッキング（都合のよい結果を選ぶ行為）になるので注意してください。
迷ったら両側検定を選ぶのが保守的で安全な判断です。

よくあるエラーと対処法

#NUM!エラー

T.DIST.RT関数で最も多いエラーです。
原因は2パターンあります。

=T.DIST.RT(-2.5, 15)        → #NUM!エラー（xが負）
=T.DIST.RT(2.5, 0)          → #NUM!エラー（自由度0）
=T.DIST.RT(2.5, -5)         → #NUM!エラー（自由度が負）
=T.DIST.RT(ABS(-2.5), 15)   → 正常（約0.0124）

自由度は「サンプルサイズ – 1」など正の整数になるはずです。
0や負の値が入るのは数式の組み立てミスなので、参照先のセルを確認してください。

#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。

=T.DIST.RT("abc", 15)   → #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ましょう。
空白セルが混じっているとエラーになりやすいので注意してください。

#NAME?エラー

Excel 2007以前では T.DIST.RT を認識できず発生します。
ピリオドを含む関数名に対応していないためです。

=T.DIST.RT(2.5, 15)    → #NAME?エラー（Excel 2007以前）

このときは旧TDIST関数を使います。
=TDIST(2.5, 15, 1) と書いてください（第3引数の1が「右側1尾」の指定です）。
新規でファイルを作るなら、Excelを2010以降にアップデートするほうが長期的に楽です。

TIP

T.DIST.RT関数の引数は2つだけ（x, 自由度）なので、3つ目の引数は書かないように注意してください。
「関数形式（TRUE/FALSE）」を間違えて足すと#VALUE!エラーになります。

まとめ

ExcelのT.DIST.RT関数は、t分布の右側確率（片側検定の右側p値）を直接求める関数です。

この記事のポイント

• 構文は =T.DIST.RT(x, 自由度) の2つの引数だけ
• xには正の値のみを渡せる。負のときはABS関数でラップする
• 片側検定（右側）のp値に直結する。p < 0.05なら有意差ありと判断
• 両側検定にはT.DIST.2T、左側累積確率にはT.DIST関数を使い分ける
• 等価式として 1 - T.DIST(x, df, TRUE) や T.DIST.2T(x, df) / 2 でも同じ結果が出る
• 自由度は1以上の整数。1標本t検定なら「サンプル数 – 1」で求める
• 旧TDIST関数のtails=1と等価。新規ではT.DIST.RTを使うのがおすすめ
• 片側検定は事前に方向を決めた場合のみ。事後に方向を決めるとp値ハッキングになる

T.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T.DIST関数の使い方
• ExcelのT.DIST.2T関数の使い方
• ExcelのAVERAGE関数の使い方
• ExcelのSTDEV.S関数の使い方

ここで使えるのが、ExcelのT.TEST関数です。t検定（2グループの平均値に差があるかを統計的に判定する手法）の結果を、p値（確率）として一発で返してくれます。

本記事では、構文の基本から、tails（片側/両側）とtype（対応あり/等分散/異分散）の使い分けまで解説します。業務シナリオでの実例やp値の読み方も、腹落ちするまで噛み砕いていきますね。

T.TEST関数とは？Excelでt検定のp値を返す関数

「T.TEST = t検定」の意味

T.TEST関数は、Excelで2つのデータセットからt検定を実行し、p値を返す統計関数です。読み方は「ティー・テスト」です。

関数名のT.TESTは、T（t分布を用いた）+ TEST（検定）の組み合わせです。「t分布を使って2グループの差を検定する関数」と覚えておきましょう。

具体的には、2つのサンプルデータの平均値が「統計的に意味のある差」を持つかどうかを判定します。判定結果はp値（その差が偶然起こる確率）として返ります。p値が小さいほど「偶然では起きにくい=本当に差がある可能性が高い」と判断できる仕組みです。

t分布関連関数の中での位置づけ

t分布関連のExcel関数は、大きく3つのグループに分かれます。

• 確率を求める: T.DIST / T.DIST.RT / T.DIST.2T
• 臨界値を求める: T.INV / T.INV.2T
• 検定を実行する: T.TEST（本記事）

T.TESTは「2サンプルからp値まで一気に出す」役割で、検定の最終アウトプットを担当します。臨界値計算が必要な場合は、姉妹関数のT.INV.2T関数が使えますよ。

主な使いどころ一覧

T.TEST関数の代表的な活用シーンは次の3つです。

• 施策実施前後の効果検証（売上・点数・体重などの変化）
• A/Bテストで2案の優劣を統計的に判定
• 品質比較（製造ラインA・B間の不良率や寸法差）

実務では特に「前後比較」と「2グループ比較」での出番が多いです。データを並べてT.TESTを1本書くだけで、報告書の説得力がぐっと上がりますよ。

T.TEST関数の書き方（構文と引数）

=T.TEST(array1, array2, tails, type)の4引数

T.TEST関数はExcel 2010以降で利用できる統計関数です。構文は次の4引数構成です。

=T.TEST(array1, array2, tails, type)

• array1: 1つ目のデータセット（配列または範囲）
• array2: 2つ目のデータセット（配列または範囲）
• tails: 1=片側検定、2=両側検定
• type: 1=対応あり、2=等分散の独立、3=分散異なる独立

たとえば「A2:A11とB2:B11のデータで、両側・対応ありの検定」を行う場合は次のように書きます。

=T.TEST(A2:A11, B2:B11, 2, 1)
→ 0.0023（例）

戻り値は0〜1の確率（p値）です。0.05未満なら「5%水準で有意差あり」と判断するのが一般的なルールですよ。

tailsとtypeの選び方の基本ルール

ここで覚えておきたいのが、tailsとtypeの選び方です。検定の種類が変わるだけで結果が大きく変わるので、必ず最初に整理しましょう。

tails（片側か両側か）は仮説の方向で決めます。「Aの方がBより大きい」と方向を限定するなら片側（tails=1）です。「AとBに差がある」と方向を問わないなら両側（tails=2）になります。実務では迷ったら両側（=2）を選ぶのが安全ですよ。

typeは2つのデータセットの関係で決まります。同じ対象の前後比較なら1、独立した2グループで分散が等しいなら2、分散が異なるなら3です。type選びの詳細は後述の早見表で整理しますね。

戻り値はp値（0以上1以下の確率）

T.TESTが返すのはp値そのものです。p値とは「もし本当は差がないとしたら、観測されたデータが偶然得られる確率」を意味します。

=T.TEST(A2:A11, B2:B11, 2, 2) → 0.0341

この場合、「差がないと仮定したときに、こんな差が偶然出る確率は約3.4%」という意味になります。一般的な5%基準（p < 0.05）を下回っているので、「有意差あり」と判定できますよ。

T.TEST関数の基本的な使い方

サンプルデータでp値を計算してみる

まずはシンプルな例で動作確認をしましょう。研修前後の点数比較を想定したデータです。

A列（研修前）: 60, 62, 65, 68, 70, 72, 75, 78
B列（研修後）: 65, 68, 70, 72, 75, 78, 80, 82

ここでT.TESTを実行してみます。

=T.TEST(A2:A9, B2:B9, 2, 1)
→ 0.0001 程度

p値が0.05どころか0.01も大きく下回っていますね。「研修前後で点数に有意差がある」と強い確信を持って言える結果です。研修効果が統計的に立証されたわけですよ。

p値の解釈（有意差の判定基準）

p値が出たら、有意水準（差ありと判定する基準確率）と比較して結論を出します。実務でよく使う基準を表にまとめました。

「p値が小さい=差が確実」と直感的に覚えておくと判断が速くなります。逆にp値が0.05以上の場合は「差があるとは断言できない」と慎重に書くのがビジネス文書の作法ですよ。

自動判定を組み込む数式

IF関数と組み合わせれば、報告書のセルに「有意差あり」「有意差なし」を自動表示できます。

=IF(T.TEST(A2:A9, B2:B9, 2, 1) < 0.05, "有意差あり", "有意差なし")

3段階で判定したい場合は、IFS関数を使うとスッキリ書けます。

=IFS(T.TEST(A2:A9,B2:B9,2,1)<0.01,"強い有意差",T.TEST(A2:A9,B2:B9,2,1)<0.05,"有意差あり",TRUE,"有意差なし")

ダッシュボードや定例レポートに組み込むと、毎回の解釈作業が不要になりますよ。

tails × type 6パターンの使い分け早見表

T.TESTで一番悩むのが、tailsとtypeの組み合わせ選びです。実務シナリオ別にまとめた早見表を用意しました。

実務での迷い方を減らす3ステップを覚えておきましょう。

1. 同じ対象の前後比較か？ → YES なら type=1、NO なら次へ
2. 2グループの分散はだいたい同じか？ → YES なら type=2、NO なら type=3
3. 「Aの方が大きい」と方向を限定するか？ → YES なら tails=1、NO なら tails=2

迷ったら type=3, tails=2（異分散・両側）を選ぶのが最も無難で、近年の統計実務でも推奨されていますよ。

T.TEST関数の実践的な使い方・応用例

施策実施前後の売上比較（type=1）

マーケティング施策の効果を検証するシナリオです。10店舗で実施した施策の前後売上が、A2:A11（前）とB2:B11（後）に入っているとしましょう。

=T.TEST(A2:A11, B2:B11, 2, 1)
→ 0.0078

p値が0.05を下回ったので、「施策によって売上に有意な差が生じた」と報告できます。同一店舗の前後比較なので、type=1（対応あり）が必須ですよ。

ここで誤ってtype=2や3を選ぶと、ペアになっている情報が無視され、検出力が落ちて差を見逃すリスクがあります。前後比較では必ずtype=1を使ってくださいね。

A/Bテストでクリック率比較（type=3 ウェルチ）

WebサイトのA案・B案でクリック率を比較するシナリオです。A案はサンプル数が多く、B案は少なめという状況がよくあります。

=T.TEST(A2:A101, B2:B51, 2, 3)
→ 0.0421

サンプルサイズが違う2グループは分散も異なりがちなので、type=3（ウェルチのt検定）を使うのが安全です。p値0.0421なら5%基準で「B案の方が優れている」と判定できますよ。

ウェルチのt検定は、等分散仮定が成り立たない場合でも頑健に動作します。最近の統計教科書では「迷ったらWelch」が標準的な指針になっていますね。

品質管理での製造ライン比較（type=2 等分散）

製造ラインAとBで部品寸法を比較するシナリオです。両ラインとも同じ機械・同じ条件なので、分散は等しいと仮定できる場面ですね。

=T.TEST(A2:A31, B2:B31, 2, 2)
→ 0.1245

p値が0.05を上回ったので、「両ラインの品質に有意差があるとは言えない」と結論できます。製造工程の品質均一性を確認するレポートで重宝しますよ。

事前にF.TEST関数で等分散性を確認してからtype=2を選ぶのが本来の手順です。F.TESTのp値が0.05以上なら「等分散と見なしてOK」と判断できますね。

F.TESTとの連携でtype判定を自動化

実務ではtype=2かtype=3かの判断を自動化すると便利です。F.TESTの結果に応じて、IF関数で切り替える方法があります。

=IF(F.TEST(A2:A31,B2:B31)>=0.05, T.TEST(A2:A31,B2:B31,2,2), T.TEST(A2:A31,B2:B31,2,3))

F.TESTで等分散と判断できればtype=2、そうでなければtype=3を自動選択する仕組みです。判定ロジックをセル数式に閉じ込めると、データが更新されても都度悩まずに済みますよ。

T.INV.2Tとの違い・使い分け

p値ベース（T.TEST） vs 臨界値ベース（T.INV.2T）

t検定の結論を出すには、2つのアプローチがあります。p値で判定するか、臨界値（境界となるt値）で判定するかです。

T.TESTは「データを渡すだけ」で結論まで一気に出せる手軽さが魅力です。一方T.INV.2Tは検定統計量や信頼区間を細かく組み立てたい場合に使います。論文や統計レポートでは両方を併記するスタイルもよく見かけますよ。

両方をセットで使うレポート例

報告書の説得力を高めるなら、両方を併記するのが効果的です。

p値:        =T.TEST(A2:A11, B2:B11, 2, 3)
自由度:     =COUNT(A2:A11)+COUNT(B2:B11)-2
臨界値:     =T.INV.2T(0.05, COUNT(A2:A11)+COUNT(B2:B11)-2)

p値と臨界値の両方を提示すると、「数値で判断する派」と「視覚的な境界で判断する派」の両方に対応できます。社内のレビュー文化に合わせて使い分けるとよいですよ。

旧TTEST関数との互換性

T.TEST関数は、Excel 2010以降に導入された比較的新しい関数です。それ以前のバージョンでは、旧TTEST関数が同じ役割を担っていました。

両者の関係は次のとおりで、結果は完全に一致します。

=TTEST(A2:A11, B2:B11, 2, 2)   → 0.0341
=T.TEST(A2:A11, B2:B11, 2, 2)  → 0.0341

引数の順序・型・戻り値、すべて同一です。互換性のため旧TTESTも引き続き使えますが、新規作成時はT.TESTを推奨します。関数名に「.」が入る新世代の命名ルールに沿うためです。

これでT.DIST、T.INV、T.TESTといったt分布ファミリー全体で一貫性が保てますよ。なおGoogleスプレッドシート版T.TESTも構文は同じです。Excelとほぼ同じ感覚で使えます。

よくあるエラーと対処法

#N/Aエラー（type=1でデータ数不一致）

T.TESTで一番起きやすいのは#N/Aエラーです。type=1（対応あり）で2つのデータセットの件数が異なると発生します。

A列: 8件, B列: 7件 → =T.TEST(A2:A9, B2:B8, 2, 1) → #N/A

対応のあるt検定はペアでデータを比較するので、件数が一致している必要があります。データに欠損がある場合は、ペアになっていない行を削除するか、type=2/3に切り替えてくださいね。type=2/3（独立サンプル）なら件数が違っても動作します。

#NUM!エラー（tailsまたはtypeが範囲外）

tails・typeに指定範囲外の値が入ると#NUM!エラーになります。

• tailsが1または2以外: 例 =T.TEST(A,B,3,1)
• typeが1〜3以外: 例 =T.TEST(A,B,2,4)

引数を仕様内（tails: 1または2、type: 1〜3）に直すだけで解決します。tailsを「片側=2、両側=1」と逆に覚えてしまうケースが多いので、片側=1、両側=2と再確認してみてくださいね。

#VALUE!エラー（引数に文字列）

引数に数値以外（文字列・空白など）が入ると#VALUE!エラーが返ります。

=T.TEST(A2:A11, B2:B11, "2", 1)  → #VALUE!

外部からデータをコピペした直後に、文字列扱いになっているケースが多いです。VALUE関数で数値変換するか、セルの書式設定を「標準」に戻して再入力してみてください。データ型を揃えてから検定をかけるのが確実ですよ。

まとめ

T.TEST関数は、2つのデータセットからt検定のp値を一発で返すExcel関数です。施策効果の検証やA/Bテストの判定、品質比較で大活躍してくれますよ。

ポイントを振り返っておきましょう。

• 構文は =T.TEST(array1, array2, tails, type) の4引数
• tailsは片側=1、両側=2（迷ったら両側）
• typeは対応あり=1、等分散=2、異分散=3（迷ったら3）
• p値 < 0.05 で「有意差あり」と判定するのが一般的
• 旧TTESTと結果は同じだが、新規はT.TESTを推奨

「平均値を見比べるだけ」の時代はもう終わりです。T.TESTでp値を計算して、根拠ある意思決定をしていきましょう。

姉妹記事のT.INV.2T関数（臨界値計算）やT.DIST関数（確率計算）もあわせて活用してみてください。t検定の世界がぐっと身近になりますよ。

結論からいえば、スプレッドシートでもCHITEST関数はそのまま使えます。ただし互換性のために残されている旧関数です。新規に数式を組むならCHISQ.TEST関数への切り替えがおすすめですよ。

この記事ではスプレッドシートのCHITEST関数の書き方から使い方、CHISQ.TESTとの違いやエラー対処法まで解説しますね。

スプレッドシートのCHITEST関数とは

CHITEST関数（読み方: カイテスト関数）は、カイ二乗検定のp値を直接返す関数です。p値（ピーち：偶然その差が生じる確率）が小さいほど「有意な偏りがある」と判断できます。

名前の「CHI」はギリシャ文字のカイ（χ）に由来します。カイ二乗検定（ギリシャ文字のχを2乗した統計量を使う検定）の「χ二乗」の意味ですね。「TEST」は検定の略です。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CHISQ.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。

CHITEST関数にできることを整理すると、次のとおりです。

• アンケートの回答に偏りがあるかを判定する（適合度検定）
• 2つのカテゴリに関連があるかを調べる（独立性検定）
• カイ二乗統計量の手計算を省いてp値を一発で求める
• Excelから移行した既存シートのCHITEST数式をそのまま動かす

NOTE

CHITEST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CHITEST関数があり、動作は同じですよ。

CHISQ.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。CHITEST関数はドット付きのCHISQ.TESTに置き換えられています。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。新旧で結果はまったく同じですが、Googleの公式ヘルプではCHISQ.TESTの使用を推奨しています。

CHITEST関数の書き方

基本構文と2つの引数

=CHITEST(実測範囲, 期待範囲)

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。

引数はどちらもセル範囲で指定します。2つの範囲は同じ行数・列数でなければなりません。

TIP

CHITEST関数が内部で行っている計算は「各セルの (実測値 – 期待値)^2 / 期待値 を合計してカイ二乗統計量を求め、その右側確率を返す」という処理です。自由度は範囲のサイズから自動的に決まります。行数と列数がともに1より大きい場合は (行数 – 1) x (列数 – 1)、それ以外は 行数 x 列数 – 1 ですね。

CHITEST関数の基本的な使い方

まずはシンプルな例で使い方を確認しましょう。サイコロを60回振った結果が均等かどうかを検定します。

サンプルデータの準備

次のデータをスプレッドシートに入力します。

サイコロが公正なら各目が10回ずつ出るはずです。実際の出目にばらつきがあるので、これが偶然の範囲かどうかを調べますよ。

数式を入力する

適当な空きセルに次の数式を入力します。

=CHITEST(B1:B6, C1:C6)

結果は約0.4457です。

結果を読み取る

p値が0.4457ということは、「この程度のばらつきは偶然で約44.6%の確率で起こりうる」という意味です。

一般的な有意水準5%（0.05）よりはるかに大きいので、「サイコロに偏りがあるとはいえない」と判断できます。

判定の基準はシンプルです。

• p値 < 0.05 → 有意な偏りあり（帰無仮説を棄却）
• p値 >= 0.05 → 偶然の範囲（帰無仮説を棄却できない）

TIP

有意水準は分野や目的によって異なります。医学系では0.01を使うこともあります。ビジネスの場面では0.05が一般的ですよ。

独立性検定の例

2つのカテゴリに関連があるかを調べるケースも見てみましょう。「性別と商品の好みに関連はあるか」のような分析です。

実測値（B2:C3）

期待値（E2:F3）

期待値は「行合計 x 列合計 / 総合計」で計算します。男女とも商品Aと商品Bは45:55の比率になるので、次のとおりですね。

=CHITEST(B2:C3, E2:F3)

結果は約0.0026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関連がある」と判断できますね。

TIP

独立性検定では、実測値と期待値を同じ行列構造（この例では2行2列）で渡すのがポイントです。1列に並べ替えてしまうと自由度の計算が変わり、正しい結果が得られませんよ。

CHITESTとCHISQ.TESTの違い

CHITEST関数とCHISQ.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ね。

=CHITEST(B1:B6, C1:C6)
=CHISQ.TEST(B1:B6, C1:C6)

この2つの数式はまったく同じ値を返します。

CHITEST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。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CHISQ.TEST関数を使ってみてくださいね。

TIP

既存シートのCHITEST数式を移行するのは簡単です。「検索と置換」（Ctrl + H）で CHITEST( を CHISQ.TEST( に一括置換するだけでOKですよ。引数の順番も個数も変わりません。

よくあるエラーと対処法

CHITEST関数で出やすいエラーを整理しておきましょう。

#N/A エラー

実測範囲と期待範囲の行数・列数が異なると発生します。

=CHITEST(B1:B5, C1:C6)   ← #N/A エラー（行数が違う）

2つの範囲が同じサイズかを確認してみてください。

#NUM! エラー

期待値に0が含まれると、内部計算で0による除算が発生して#NUM!エラーになります。

=CHITEST(B1:B3, C1:C3)   ← C2が0だと #NUM! エラー

期待値が0になるカテゴリは、分析対象から除外するか他のカテゴリと統合しましょう。

#VALUE! エラー

範囲内に文字列や論理値などの数値以外が含まれているときに発生します。セル参照先がすべて数値になっているか確認してみてくださいね。

計算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. 範囲の指定を見直す: 実測範囲と期待範囲がずれていませんか。ラベル行や合計行を巻き込んでいないか確認します
2. 期待値の計算を見直す: 独立性検定では「行合計 x 列合計 / 総合計」で期待値を求める必要があります
3. 期待度数が5未満のセルがないか確認: 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未満があると精度が下がりますよ

NOTE

期待度数が5未満のセルがある場合は、隣接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）を検討しましょう。

カイ二乗分布関数ファミリーとの使い分け

スプレッドシートには、カイ二乗分布に関連する関数がいくつかあります。CHITEST関数との違いを整理しておきましょう。

使い分けのポイントをまとめます。

• Excelから来た既存シートで数式を維持したい → CHITEST（この記事の関数）
• 新規にデータ範囲から手軽にp値がほしい → CHISQ.TEST
• カイ二乗統計量を自分で計算済みでp値がほしい → CHISQ.DIST.RT
• 有意水準から臨界値を求めたい → CHISQ.INV.RT

新規に数式を書くなら、ドット付きのCHISQ.TEST関数を使うのが安心ですよ。

まとめ

CHITEST関数は、カイ二乗検定のp値をデータ範囲から直接求められる互換関数です。要点を整理しておきましょう。

• CHITEST(実測範囲, 期待範囲) でp値を返す
• 実測値と期待値の2つの範囲を指定するだけでp値が得られる
• 適合度検定（偏りの判定）にも独立性検定（関連の判定）にも使える
• p値 < 0.05 なら有意な偏りあり、p値 >= 0.05 なら偶然の範囲と判断
• CHISQ.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CHISQ.TESTがおすすめ
• 既存シートの置き換えは CHITEST( → CHISQ.TEST( の一括置換でOK

Excelから移行したシートでCHITEST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ね。新しく作る数式ではCHISQ.TEST関数を使ってみましょう。

途中の計算を間違えれば結論も変わってしまいます。もっと手軽に検定できる方法があれば助かりますよね。

CHISQ.TEST関数なら、実測値と期待値の2つの範囲を指定するだけでp値を直接返してくれます。

この記事ではGoogleスプレッドシートでのCHISQ.TEST関数の使い方を、基本構文から実務活用まで解説しますよ。

スプレッドシートのCHISQ.TEST関数とは

CHISQ.TEST関数（読み方: カイ・スクエア・テスト関数）は、カイ二乗検定のp値を直接返す関数です。「CHISQ」は「Chi-Square（カイ二乗）」の略です。「TEST」は「検定」の意味ですね。

カイ二乗検定は「観測データと期待値のズレが、偶然で説明できる範囲かどうか」を判定する統計手法です。CHISQ.TEST関数を使えば、カイ二乗統計量を自分で計算する必要がありません。実測値と期待値を渡すだけで検定結果（p値）が得られますよ。

CHISQ.TEST関数にできることをまとめると、次のとおりです。

• アンケートの回答に偏りがあるかを判定する（適合度検定）
• 2つのカテゴリに関連があるかを調べる（独立性検定）
• 曜日別・店舗別の実績データに有意な差があるかを確認する
• カイ二乗統計量の手計算を省いてp値を一発で求める

NOTE

CHISQ.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。

基本構文と2つの引数

=CHISQ.TEST(実測範囲, 期待範囲)

カッコの中に2つの引数を指定します。

引数はどちらもセル範囲で指定します。2つの範囲は同じ行数・列数でなければなりません。

TIP

CHISQ.TEST関数が内部で行っている計算は「各セルの (実測値 – 期待値)^2 / 期待値 を合計してカイ二乗統計量を求め、その右側確率を返す」という処理です。自由度は範囲のサイズから自動的に決まります（行数と列数がともに1より大きい場合は (行数 – 1) x (列数 – 1)、それ以外は 行数 x 列数 – 1）。

CHITEST（互換関数）との関係

GoogleスプレッドシートにはCHITESTという関数もあります。これはCHISQ.TESTの旧バージョン（互換関数）で、計算結果は同じです。

=CHITEST(B2:B6, C2:C6)     ← 旧関数名（動作は同じ）
=CHISQ.TEST(B2:B6, C2:C6)  ← 新関数名（推奨）

新しく数式を書くときはCHISQ.TESTを使っておけば安心ですよ。

CHISQ.TEST関数の基本的な使い方

まずはシンプルな例で使い方を確認しましょう。サイコロを60回振った結果が均等かどうかを検定します。

サンプルデータの準備

次のデータをスプレッドシートに入力します。

サイコロが公正なら各目が10回ずつ出るはずです。実際の出目にばらつきがあるので、これが偶然の範囲かどうかを調べます。

数式を入力する

適当な空きセルに次の数式を入力します。

=CHISQ.TEST(B1:B6, C1:C6)

結果は約0.4457です。

結果を読み取る

p値が0.4457ということは、「この程度のばらつきは偶然で約44.6%の確率で起こりうる」という意味です。

一般的な有意水準5%（0.05）よりはるかに大きいので、「サイコロに偏りがあるとはいえない」と判断できます。

判定の基準はシンプルです。

• p値 < 0.05 → 有意な偏りあり（帰無仮説を棄却）
• p値 >= 0.05 → 偶然の範囲（帰無仮説を棄却できない）

TIP

有意水準は分野や目的によって異なります。医学系では0.01を使うこともあります。ビジネスの場面では0.05が一般的ですよ。

実務活用3パターン

CHISQ.TEST関数の基本がわかったところで、実際の業務で使えるパターンを3つ紹介します。

適合度検定——アンケート結果に偏りがあるか判定する

「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例です。

たとえば、5択のアンケート（回答数合計100）の結果が次のとおりだったとします。

均等に回答が分かれるなら各20名ずつ（100 / 5）が期待値です。

=CHISQ.TEST(B1:B5, C1:C5)

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

もし期待値が均等でなく、過去データに基づく比率を使いたい場合は、期待値列にその比率に応じた人数を入れればOKです。

独立性検定——2つのカテゴリに関連があるか調べる

「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。CHISQ.TEST関数を使えば、クロス集計表から直接p値を求められますよ。

たとえば、次のクロス集計表があるとします。

実測値（B2:C3）

期待値（E2:F3）

期待値は「行合計 x 列合計 / 総合計」で計算します。

=CHISQ.TEST(B2:C3, E2:F3)

結果は約0.0026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関連がある」と判断できますね。

TIP

独立性検定では、実測値と期待値を同じ行列構造（この例では2行2列）で渡すのがポイントです。1列に並べ替えてしまうと自由度の計算が変わり、正しい結果が得られません。

曜日別の偏り検定——売上や問い合わせ数のばらつきを確認する

「特定の曜日に問い合わせが集中しているか」を検定する例です。

1週間の問い合わせ合計245件を7で割った35件が期待値です。

=CHISQ.TEST(B1:B7, C1:C7)

結果は約0.2863です。有意水準5%より大きいので、「曜日による有意な偏りがあるとはいえない」という結論です。

もしp値が0.05未満だった場合は、実測値と期待値の差を確認しましょう。「どの曜日が特に多い（少ない）か」がわかります。カイ二乗検定は「全体として偏りがあるか」を判定するもので、「どこが偏っているか」までは教えてくれません。

CHISQ.TEST関数を使うときの注意点

正確な結果を得るために、押さえておきたいポイントをまとめます。

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。期待度数が5未満のセルがあると、検定の精度が下がります。

対処法は2つあります。

• 隣接するカテゴリを統合して期待度数を5以上にする
• 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）を検討する

範囲のサイズが一致しない場合

実測範囲と期待範囲の行数・列数が異なると#N/Aエラーになります。

=CHISQ.TEST(B1:B5, C1:C6)   ← #N/A エラー（行数が違う）

2つの範囲が同じサイズかを確認しましょう。

期待値に0があるとエラーになる

期待値に0が含まれると、内部計算で0による除算が発生して#NUM!エラーになります。

=CHISQ.TEST(B1:B3, C1:C3)   ← C2が0だと #NUM! エラー

期待値が0になるカテゴリは、分析対象から除外するか他のカテゴリと統合しましょう。

引数に文字列が含まれるとエラーになる

数値であるべきセルにテキストが入ると#NUM!エラーになります。セル参照を使うときは、参照先がすべて数値であることを確認しましょう。

p値の解釈で「差がない」と断定しない

p値が0.05以上のとき、正確には「有意な差があるとはいえない」です。「差がない」とは異なります。サンプル数が少ないだけで差が検出されていない可能性もあるためです。報告書では「有意差は認められなかった」と表現するのが統計的に正確ですよ。

カイ二乗分布関数ファミリーとの使い分け

Googleスプレッドシートには、カイ二乗分布に関連する関数がいくつかあります。CHISQ.TEST関数との違いを整理しておきましょう。

使い分けのポイントをまとめます。

• データ範囲を渡して手軽にp値がほしい → CHISQ.TEST（この記事の関数）
• カイ二乗統計量を自分で計算済みでp値がほしい → CHISQ.DIST.RT
• 有意水準から臨界値を求めたい → CHISQ.INV.RT
• カイ二乗分布のグラフを描きたい → CHISQ.DIST（FALSEで確率密度）

迷ったらCHISQ.TEST関数でp値を求めるのが最も手軽ですよ。

他の検定関数との比較

スプレッドシートにはカイ二乗検定以外の検定関数もあります。検定の目的に応じて使い分けましょう。

• 「カテゴリデータに偏りがあるか」を調べたい → CHISQ.TEST
• 「2つのグループの平均に差があるか」を調べたい → T.TEST
• 「2つのグループのばらつきに差があるか」を調べたい → F.TEST

Excelとの違い

CHISQ.TEST関数はGoogleスプレッドシートとExcelで同じ構文・同じ結果が得られます。併用環境でも安心して使えます。

ただし、互換関数の名前が少し異なります。

どちらの環境でも、新しく数式を書くときはCHISQ.TESTを使いましょう。

まとめ

CHISQ.TEST関数は、カイ二乗検定のp値をデータ範囲から直接求められる関数です。

• 実測値と期待値の2つの範囲を指定するだけでp値が返る
• カイ二乗統計量を自分で計算する手間が省ける
• 適合度検定（偏りの判定）にも独立性検定（関連の判定）にも使える
• p値 < 0.05 なら有意な偏りあり、p値 >= 0.05 なら偶然の範囲と判断
• 期待度数が5未満のセルがあると精度が下がるので注意
• 互換関数CHITESTでも同じ結果が得られるが、CHISQ.TESTの使用を推奨
• カイ二乗統計量からp値を求めたい場合はCHISQ.DIST.RT関数が便利

カイ二乗検定は「カテゴリデータに意味のある偏りがあるか」を判断する基本の手法です。アンケート分析やクロス集計の裏付けに、ぜひ活用してみてくださいね。