標準誤差とは？求め方・エクセル計算と標本誤差・標準偏差の違い

標準誤差は、標本から計算した平均や比率が母集団の真の値からどれくらいずれ得るかを表す指標です。式は「標準偏差 ÷ √標本数」と短く、電卓でもエクセルでも数十秒で出せます。つまずくのは計算ではなく、標準偏差との使い分けと、出た数値の読み方のほうです。

ここでは標本平均と母比率それぞれの計算式、エクセルでの具体的な手順、標本誤差との用語の切り分け、そして総務省統計局が労働力調査で実際に公表している標準誤差の値までを順に扱います。公的統計の公表値は、教科書の式だけでは見えない「誤差がどこで膨らむか」を教えてくれます。

まとめ

先に結論を並べます。

• 標準誤差は推定値そのもののばらつきを表します。標本平均なら「標本標準偏差 ÷ √標本数」で求まります。
• 標準偏差はデータ1件1件の散らばり、標準誤差は平均値という推定値の精度を測るもので、対象が違います。
• 標本誤差は推定値と真の値の「ずれ」そのもの、標準誤差はその大きさを測る「ものさし」です。総務省統計局は標準誤差を「分布の標準偏差」と定義しています。
• エクセルには標本平均の標準誤差を1つで返す関数がありません。STDEV.S・COUNT・SQRTを組み合わせます。名前が紛らわしいSTEYXは回帰直線の標準誤差で別物です。
• 標本数を4倍にしても標準誤差は半分にしかなりません。回収数を増やす費用対効果はこの平方根の壁で決まります。
• 同じ調査でも推定値が小さい項目ほど誤差率は大きくなります。労働力調査2025年平均では労働力人口7004万人の標準誤差率が0.1%、不動産業・物品賃貸業145万人では2.0%です。

以下、それぞれの根拠と計算手順を説明します。

標準誤差と標準偏差の違い

標準誤差が表すのは推定値のばらつき

標本調査では、同じ母集団から標本を選び直せば結果は毎回少しずつ変わります。100人に聞いて支持率が42%だったとしても、別の100人なら39%かもしれません。この「選び直したら結果がどれだけ動くか」の幅が標準誤差です。

総務省統計局は労働力調査の解説資料で、この考え方を次のように書いています。「抽出を何度も繰り返し推定を行えば，推定値は真の値の周りにある分布を示すであろう。この分布の広がりが小さければ精度の良い推定ということができる。分布の広がり具合は，通常，分布の標準偏差で示され，この標準偏差を標本理論では標準誤差と呼んでいる」。標準誤差とは、推定値が描く分布の標準偏差である、というのが定義の中身です。

同資料は、推定値と真の値の差が標準誤差1つ分に収まる確率が約68%、2つ分に収まる確率が約95%だとし、「推定値の誤差は，３回中２回は σ の範囲に収まっており，2σ の範囲を超えることは20回に１回程度しかない」と記しています。標準誤差が分かれば、推定値を点ではなく幅で語れるようになります。

標準偏差との使い分け

混同の原因は、標準誤差の計算に標準偏差を使うことにあります。両者は入力と出力の関係にあって、同じものではありません。

実務で効くのは2行目です。回答者を10人から1000人に増やしても、回答のばらつき自体（標準偏差）はほとんど変わりません。変わるのは平均値の信頼度、つまり標準誤差のほうです。標準偏差そのものの計算手順は標準偏差の求め方｜計算表でたどる5ステップとエクセル関数・分散との違いで扱っています。

グラフの誤差棒がSDかSEかを明記すべきなのも、この違いのためです。SEはSDより必ず小さくなるため、断りが無いと読み手は差を過大に見積もります。

標準誤差の求め方と計算式

標本平均の標準誤差と計算例

標本平均の標準誤差は、標本標準偏差を標本数の平方根で割って求めます。

標準誤差 ＝ s ÷ √n（s は標本標準偏差、n は標本数）

10店舗の1日あたり来店客数を調べて、82・95・78・110・88・102・91・76・99・85（人）というデータが取れたとします。平均は90.6人、標本標準偏差は11.0人です。標準誤差は 11.0 ÷ √10 で3.5人になります。

この3.5人という数字の使い道は信頼区間です。平均90.6人に対して 90.6 ± 1.96 × 3.5 を計算すると83.8〜97.4人となり、全店舗の真の平均がこの範囲に入る確率が約95%と言えます。「1日あたり平均90.6人」とだけ報告するのと、「83.8〜97.4人」と幅で報告するのとでは、意思決定の慎重さが変わります。

標本数を10から40に増やすと標準誤差は1.73人まで下がり、信頼区間の幅はおよそ半分になります。

母比率の標準誤差

アンケートの「はい」の割合のように比率を推定するときは、標準偏差を別途計算する必要がありません。比率 p と標本数 n だけで決まります。

標準誤差 ＝ √（p × (1 − p) ÷ n）

95%の信頼度で誤差幅を示すときは、これを1.96倍します。回収400件で使用率20%なら、√(0.2 × 0.8 ÷ 400) は0.02、つまり標準誤差は2ポイントです。1.96倍して誤差幅は約±3.9ポイント、母集団の使用率はおよそ16〜24%の範囲と読みます。

この式には特徴があります。p が50%に近いほど p(1−p) が大きくなり、誤差も最大になります。逆に p が10%や90%に寄るほど誤差は小さくなります。設問ごとに誤差幅が違うのはこのためで、調査票全体を1つの誤差で語るのは正確ではありません。

標本数を4倍にしたときの誤差の減り方

標準誤差の分母は n ではなく √n です。統計局の解説資料はこの性質をはっきり書いています。「標準誤差は標本数の平方根に反比例して小さくなり，標本数が４倍になれば標準誤差は半分になる」。

誤差を半分にしたければ回収数は4倍、3分の1にしたければ9倍が必要です。調査費用が回収数にほぼ比例することを考えると、精度を上げるコストは加速度的に重くなります。回収1000件で誤差±3.1ポイント、これを±1.5ポイントにするには4000件が要る、という計算になります。

同資料は比率の側についても「全体に占める割合 p が小さい場合，標準誤差は小さくなるが，標準誤差率は逆に大きくなる」と述べています。少数派の回答ほど、絶対値の誤差は小さくても相対的な誤差は大きくなります。回答者の3%が該当した設問の結果を細かく比較しても意味がないのは、この非対称性のためです。

エクセルで標準誤差を求める手順

STDEV.SとCOUNT、SQRTの組み合わせ

エクセルには標本平均の標準誤差を1つで返す関数が用意されていません。日本大学生物資源科学部の解説も「エクセルは標準誤差を直接計算できる関数は用意されていませんが、標準偏差とデータ点数を数える関数は用意されているので、両者を組み合わせることによりS.E.を計算させることができます」と説明しています。3つの関数を入れ子にして書きます。

=STDEV.S(B2:B11)/SQRT(COUNT(B2:B11))

B2からB11にデータが入っている場合の式です。STDEV.Sが標本標準偏差、COUNTがデータ件数、SQRTが平方根を返します。範囲を2か所に書くので、片方だけ直して結果がずれる事故が起きやすい箇所です。式をコピーしたら、必ず両方の範囲が同じかを確認してください。

ここで使う標準偏差はSTDEV.SかSTDEV.Pかで結果が変わります。Microsoftの説明では「STDEV.S 関数は、引数を母集団の標本であると見なします。指定する数値が母集団全体である場合は、STDEV.P 関数を使用して標準偏差を計算してください」とされています。標準誤差は母集団を標本から推定する場面の指標なので、通常はSTDEV.Sを選びます。全数を数え切ったデータであれば、そもそも推定ではないため標準誤差を出す意味がありません。参考書やWeb上の解説にはSTDEV.P（母集団扱い）で計算している例もありますが、標本から母集団を推定する場面ではSTDEV.Sが標準です。

式を組まずに済ませたい場合は、アドインの分析ツールを有効にして「基本統計量」を実行する方法もあります。Windows版なら「ファイル」から「オプション」、「アドイン」を開き、管理ボックスで「Excelアドイン」を選んで設定をクリックし、「分析ツール」にチェックを入れます。出力される一覧に標準誤差の行が含まれます。

STEYXは回帰の標準誤差（混同しやすい関数）

エクセルの統計関数一覧で説明に「標準誤差」の語が出てくる関数はSTEYXだけです。ただしこれは目的が違います。Microsoftの説明は「回帰直線上の予測値の標準誤差を返します」「標準誤差とは、個別の x の値に対する y の予測値の誤差の程度を計測するための尺度です」となっています。

つまりSTEYXが返すのは、回帰式で予測した y がどれだけ外れるかであって、標本平均が母平均からどれだけずれるかではありません。関数名を検索して見つけたからといってそのまま使うと、まったく別の量をレポートに載せることになります。平均値の精度を出したいときは、前項の組み合わせ式を使ってください。

標本誤差と標準誤差の違い、非標本誤差との切り分け

標本誤差は「ずれ」、標準誤差はその「ものさし」

この2語は同じ現象の別の側面を指しています。統計局の解説資料は、標本誤差を「標本から推定することによって生ずる誤差」と定義し、その大きさを測る指標として標準誤差を導入しています。「標準誤差は精度を示す指標であると同時に，誤差を測る尺度となる」という位置づけです。

「この調査の標本誤差は±3.1ポイントです」という言い方は、正確には標準誤差を1.96倍した95%の誤差幅を指しています。日常の報告では両者を区別せず使うことも多く、実務上は文脈で読み取ることになります。

もう1つ、標準誤差を推定値で割って百分率にしたものを標準誤差率と呼びます。統計局は「標準誤差を真の値に対する比率で示したものを標準誤差率という」としています。値の大きさが違う項目どうしを比べるときは、この比率のほうが実感に合います。

標本を増やしても減らない非標本誤差

調査結果と真の値の差は、標本誤差だけでは説明できません。統計局は誤差を「標本調査であることに起因する『標本誤差』とそれ以外の実地調査における調査票の誤記入などに起因する『非標本誤差』」に分けています。

非標本誤差には、記入ミスや入力ミス、質問文の解釈のばらつき、そして回答が得られなかったことによる偏りが含まれます。厄介なのは、これらが標本数を増やしても減らない点です。10万人に配って回収率が3割なら、回答しなかった7割の性質が偏っている限り、標本数の大きさは救いになりません。回収率の低さがもたらす偏りについては無回答誤差とは何かを理解するための基本的な概念解説で詳しく扱っています。

抽出の段階で偏りが入るケースがサンプリングバイアスです。標本誤差は偶然によるずれで、標本を増やせば小さくなり、平均すればゼロに近づきます。サンプリングバイアスは特定の方向に系統的にずれるため、標本を増やすと誤った値へ精度よく収束していきます。誤差幅が狭いことは正しさの保証にならない、というのがここでの要点です。抽出方法そのものの選び方はランダムサンプリングとは？5種類とExcel・Pythonのやり方にまとめています。

標本誤差の早見表と必要なサンプルサイズ

回答比率別の標本誤差早見表

比率の誤差幅は標本数と比率だけで決まるので、あらかじめ表にしておけます。次の表は95%の信頼度における誤差幅、つまり 1.96 × √(p(1−p) ÷ n) をポイント単位で示したものです。

読み方の要点は2つあります。1つは、n が400を超えたあたりから表の減り方が鈍くなること。100から400へ4倍にすると誤差は9.8から4.9へ半減しますが、そこから同じだけ縮めるにはさらに1600件が要ります。もう1つは、比率が50%から離れるほど誤差が小さくなること。少数回答の選択肢は誤差が小さく見えますが、前述のとおり相対的な誤差率はむしろ大きくなります。

調査設計では、この表を逆から使います。「A案とB案の差5ポイントを有意に示したい」なら、誤差幅がその半分程度に収まる標本数、つまり1000件前後が目安になります。標本調査の全体像は標本調査とは何か？基本的な概念と全体像をわかりやすく解説を参照してください。

母集団が小さいときの有限母集団修正

上の表は母集団が十分大きいことを前提にしています。社員500人の会社で200人に聞くように、母集団に対して標本の比率が高い場合は、誤差が過大に見積もられます。この場合は有限母集団修正係数を掛けます。

修正係数 ＝ √（(N − n) ÷ (N − 1)）（N は母集団の大きさ、n は標本数）

N＝500、n＝200、比率50%のケースで計算すると、修正前の誤差幅±6.9ポイントに係数0.775が掛かって±5.4ポイントになります。1.5ポイント分、実際の精度は表より良いわけです。全数調査に近づくほど係数はゼロに近づき、N＝n なら誤差はゼロになります。

母集団が標本の20倍以上あるときは係数が0.97を超えるので、無視して構いません。N＝3000で n＝400なら±4.9ポイントが±4.6ポイントになる程度です。社内調査や特定顧客への調査のように母集団が数百規模のときだけ、この修正を思い出してください。

公的統計の公表値から読む標準誤差の実際

式と早見表は前提を単純化しています。実際の調査では抽出設計が複雑で、教科書どおりの値にはなりません。総務省統計局は労働力調査について標準誤差を毎年公表しており、そこから実務に効く目安が読み取れます。労働力調査は国勢調査の約100万調査区から約2,900調査区を選び、約4万世帯、15歳以上約10万人を対象とする標本調査です。

推定値が小さい項目ほど大きくなる標準誤差率

同じ調査、同じ標本から作られた推定値でも、項目によって誤差率はまったく違います。2025年平均結果の公表値を抜き出すと次のようになります。

労働力人口の0.1%に対し、不動産業・物品賃貸業は2.0%で20倍の開きがあります。情報通信業302万人の標準誤差5万人という数字は、前年比で3万人増えたという報道があっても、それが実勢の増加かどうかは1年の数字だけでは判断できないことを意味します。細かい業種の前年差を単独で論じるときは、必ず標準誤差の桁を確認してください。

集計期間による標準誤差の違い

同じ項目でも、月次の数字と年平均の数字では精度が違います。統計局が公表する推定値の大きさ別の標準誤差（基本集計）は次のとおりです。

どの行でも月次の誤差は年平均の2倍以上です。12か月分を平均すれば実質的な標本数が増えるので、平方根の法則どおり誤差が縮みます。月次の統計を見て「先月から増えた」と言う前に、その増分が標準誤差の範囲に収まっていないかを確かめる必要があります。統計局自身も「先月5000万人であった就業者数が今月5001万人になったとした場合，（中略）これをもって直ちに就業者数が増加したとは判断できない」と注意を促しています。差が誤差の範囲に収まるとき、それを「変化なし」と結論づけてよいかは別の問題です。判断を保留すべき場面については帰無仮説とは？棄却されない・できないときの結論と対立仮説との違いで整理しています。

理論式より実際の誤差が大きくなる理由

労働力調査は単純無作為抽出ではなく、調査区を選んでからその中の住戸を選ぶ2段抽出を採っています。統計局は「労働力調査の実際の標準誤差は，実務上の制約などから２段抽出法を採っているため，上の式で示される値よりはやや大きくなっている」と明記しています。

理由は、同じ調査区に住む人どうしが似た性質を持ちやすいことにあります。100人を全国からばらばらに選ぶのと、10地点から10人ずつ選ぶのとでは、後者のほうが情報量が少なくなります。地点をまとめて訪問できる分だけ調査費用は下がりますが、その代わりに精度を払っているわけです。

実務への含意ははっきりしています。エリアを絞った調査や特定パネルからの回収では、早見表の値をそのまま名乗ると精度を過大に主張することになります。抽出設計が単純無作為から離れているなら、誤差幅は表の値より広めに見積もるのが安全です。なお労働力調査は、標準誤差を計算するために全標本を8組の副標本に分ける設計を採っており、副標本ごとの推定値のばらつきから実際の誤差を算出しています。理論式が使えない複雑な設計では、こうした実測に基づく方法が取られます。

よくある質問

標準偏差と標準誤差の違いは何ですか？

標準偏差はデータ1件1件の散らばりを、標準誤差は平均値という推定値の精度を表します。標本数を増やしても標準偏差はほぼ変わりませんが、標準誤差は標本数の平方根に反比例して小さくなります。標準誤差は標準偏差を√nで割って求めるため、必ず標準偏差より小さい値になります。

標本誤差と標準誤差の違いは何ですか？

標本誤差は、母集団の一部だけを調べたことで生じる推定値と真の値のずれそのものを指します。標準誤差はそのずれの大きさを測る尺度です。総務省統計局は標準誤差を「精度を示す指標であると同時に，誤差を測る尺度」と位置づけています。「標本誤差±3ポイント」という表現は、実際には標準誤差を1.96倍した95%の誤差幅を指しています。

標本誤差の計算方法は？

比率を推定する場合は √(p(1−p)÷n) が標準誤差で、95%の誤差幅を出すならこれを1.96倍します。回収1000件で比率50%なら±3.1ポイントです。平均値を推定する場合は、標本標準偏差を√nで割って標準誤差を求め、同じく1.96倍して幅にします。母集団が標本の20倍未満なら、有限母集団修正係数 √((N−n)÷(N−1)) を掛けます。

標準誤差はどのくらいなら小さいと言えますか？

絶対的な基準はなく、推定値に対する比率（標準誤差率）と、判断したい差の大きさで決まります。労働力調査では労働力人口の標準誤差率が0.1%、145万人規模の業種で2.0%と、同じ調査でも項目により20倍の差があります。実務では「示したい差の半分程度に誤差幅が収まるか」を目安にすると判断しやすくなります。

エクセルに標準誤差を直接求める関数はありますか？

標本平均の標準誤差を1つで返す関数はありません。=STDEV.S(範囲)/SQRT(COUNT(範囲)) のように組み合わせて計算するか、アドインの分析ツールで「基本統計量」を実行します。統計関数の一覧で説明に標準誤差の語を含むのはSTEYXだけですが、これは回帰直線上の予測値の標準誤差を返す関数で、平均値の標準誤差とは別物です。

関連記事

• 標準偏差の求め方｜計算表でたどる5ステップとエクセル関数・分散との違い
• 標本調査とは何か？基本的な概念と全体像をわかりやすく解説
• ランダムサンプリングとは？5種類とExcel・Pythonのやり方
• 無回答誤差とは何かを理解するための基本的な概念解説
• 帰無仮説とは？棄却されない・できないときの結論と対立仮説との違い