Calculadora de Z-Score

Q: ¿Qué es un buen Z-Score?

Si un z-score es 'bueno' depende del contexto. En exámenes donde lo mejor es obtener más puntos, es deseable un z-score positivo (por encima del promedio). Para la calidad de los datos, los z-scores entre -2 y +2 indican valores típicos, mientras que los valores más allá de ±3 pueden indicar errores o valores atípicos. En investigación, los z-scores ayudan a identificar desviaciones significativas de los valores esperados.

Calcule puntuaciones z (puntuaciones estándar) al instante con fórmulas paso a paso, visualización interactiva de distribución normal, búsqueda de probabilidad, clasificación por percentiles e interpretación estadística.

Modo de cálculo

Ejemplos rápidos

Puntaje de examen x=85, μ=75, σ=10 Puntaje de CI x=100, μ=100, σ=15 Altura (pulg) x=72, μ=68, σ=3 95% CI (z→x) z=1.96, μ=0, σ=1

Valor del dato (x)

El puntaje bruto o valor observado

Z-Score (z)

El puntaje estandarizado (número de desviaciones estándar)

Media (μ)

Media poblacional o de la muestra

Desviación estándar (σ)

Debe ser mayor que 0

Precisión decimal

Embed Calculadora de Z-Score Widget

Calculadora de Z-Score

Bienvenido a la Calculadora de Z-Score, una herramienta estadística integral que calcula z-scores (puntuaciones estándar) con explicaciones paso a paso, visualización interactiva de la distribución normal, cálculos de probabilidad y clasificación por percentiles. Ya sea que esté analizando resultados de exámenes, realizando investigaciones estadísticas, llevando a cabo análisis de control de calidad o estudiando distribuciones normales, esta calculadora proporciona un análisis de nivel profesional con retroalimentación visual intuitiva.

¿Qué es un Z-Score?

Un z-score (también llamado puntuación estándar) mide a cuántas desviaciones estándar se encuentra un punto de datos de la media de una distribución. Transforma los datos brutos a una escala estandarizada, lo que permite comparar valores de diferentes distribuciones o identificar valores inusuales.

Fórmula de Z-Score

Fórmula estándar de Z-Score

$$z = \frac{x - \mu}{\sigma}$$

Donde:

z = Z-score (puntuación estándar)
x = Valor del dato (puntuación bruta)
$\mu$ = Media poblacional (promedio)
$\sigma$ = Desviación estándar poblacional

Fórmula inversa de Z-Score

Para encontrar el valor de un dato a partir de un z-score conocido:

Valor a partir de Z-Score

$$x = z \cdot \sigma + \mu$$

Cómo interpretar los Z-Scores

Los z-scores indican la posición relativa de un valor dentro de una distribución:

z = 0: El valor es igual a la media (percentil 50)
z = 1: Una desviación estándar por encima de la media (aproximadamente el percentil 84)
z = -1: Una desviación estándar por debajo de la media (aproximadamente el percentil 16)
z = 2: Dos desviaciones estándar por encima de la media (aproximadamente el percentil 98)
z = -2: Dos desviaciones estándar por debajo de la media (aproximadamente el percentil 2)

La Regla Empírica (Regla 68-95-99.7)

En una distribución normal:

68% de los valores caen dentro de z = ±1 (a menos de 1 desviación estándar de la media)
95% de los valores caen dentro de z = ±2 (a menos de 2 desviaciones estándar)
99.7% de los valores caen dentro de z = ±3 (a menos de 3 desviaciones estándar)

Tabla de referencia común de Z-Score

Z-Score	Percentil	P(Z ≤ z)	Interpretación
-3.0	0.13%	0.0013	Extremadamente por debajo del promedio
-2.0	2.28%	0.0228	Muy por debajo del promedio
-1.0	15.87%	0.1587	Por debajo del promedio
0	50.00%	0.5000	Promedio (media)
1.0	84.13%	0.8413	Por encima del promedio
1.96	97.50%	0.9750	Significativamente por encima (95% CI)
2.0	97.72%	0.9772	Muy por encima del promedio
3.0	99.87%	0.9987	Extremadamente por encima del promedio

Aplicaciones de los Z-Scores

Pruebas estandarizadas

Los z-scores son fundamentales para la interpretación de pruebas estandarizadas. Exámenes como el SAT, GRE y las pruebas de CI convierten las puntuaciones brutas en puntuaciones estandarizadas. Esto permite una comparación justa del rendimiento entre diferentes versiones de pruebas o años.

Control de calidad

En la fabricación y la metodología Six Sigma, los z-scores identifican productos o procesos que se desvían significativamente de las especificaciones. Los valores más allá de ±3 sigma suelen indicar defectos o variaciones por causas especiales que requieren investigación.

Análisis financiero

Los z-scores ayudan a evaluar el rendimiento relativo de las inversiones, identificar movimientos inusuales en el mercado y evaluar el riesgo. El Z-score de Altman es una fórmula famosa que utiliza ratios financieros ponderados para predecir el riesgo de quiebra.

Aplicaciones médicas y de investigación

El sector salud utiliza z-scores para tablas de crecimiento (IMC para la edad, talla para la edad), mediciones de densidad ósea (T-scores y Z-scores) e identificación de valores de laboratorio anormales. La investigación utiliza z-scores para el metaanálisis y la combinación de resultados de diferentes estudios.

Detección de valores atípicos

Los puntos de datos con z-scores superiores a ±2 o ±3 suelen considerarse valores atípicos. Este umbral ayuda a identificar errores de entrada de datos, observaciones inusuales o casos especiales que requieren una investigación más profunda.

Z-Score vs Percentil

Aunque están relacionados, los z-scores y los percentiles miden cosas diferentes:

Z-score: Mide la distancia desde la media en unidades de desviación estándar (puede ser negativo, cero o positivo).
Percentil: Indica el porcentaje de valores que caen por debajo de un valor dado (rango de 0 a 100).

Puede convertir entre ellos utilizando la distribución normal estándar. Por ejemplo, z = 1.0 corresponde aproximadamente al percentil 84.

Preguntas frecuentes

¿Qué es un Z-Score?

Un z-score (también llamado puntuación estándar) mide a cuántas desviaciones estándar se encuentra un punto de datos de la media de una distribución. La fórmula es z = (x - μ) / σ, donde x es el valor del dato, μ es la media y σ es la desviación estándar. Un z-score positivo indica que el valor está por encima de la media, mientras que un z-score negativo indica que está por debajo de ella.

¿Cómo se interpreta un Z-Score?

Los z-scores indican la posición relativa: z = 0 significa que el valor es igual a la media; z = 1 significa 1 desviación estándar por encima de la media; z = -1 significa 1 desviación estándar por debajo. En una distribución normal, aproximadamente el 68% de los valores caen dentro de z = ±1, el 95% dentro de z = ±2 y el 99.7% dentro de z = ±3. Los valores más allá de ±3 suelen considerarse valores atípicos.

¿Cuál es la diferencia entre Z-Score y Percentil?

Un z-score mide la distancia desde la media en unidades de desviación estándar, mientras que un percentil indica el porcentaje de valores que caen por debajo de un valor dado. Están relacionados: z = 0 corresponde al percentil 50; z = 1 es aproximadamente el percentil 84; z = 2 es aproximadamente el percentil 98.

¿Cuándo debo usar Z-Scores?

Los z-scores son útiles para: comparar valores de diferentes distribuciones (como puntajes de diferentes exámenes), identificar valores atípicos en los datos, estandarizar datos para análisis estadísticos, calcular probabilidades en distribuciones normales y crear puntajes de pruebas estandarizadas. Son esenciales en estadística, control de calidad, psicología y muchos campos científicos.

¿Puede un Z-Score ser negativo?

Sí, un z-score puede ser negativo, positivo o cero. Un z-score negativo significa que el valor del dato está por debajo de la media; un z-score positivo significa que está por encima; y un z-score de cero significa que el valor es igual a la media.

¿Qué es un buen Z-Score?

Si un z-score es "bueno" depende del contexto. Para resultados de exámenes donde más es mejor, es deseable un z-score positivo (por encima del promedio). Para la calidad de los datos, los z-scores entre -2 y +2 indican valores típicos, mientras que los valores superiores a ±3 pueden indicar errores o valores atípicos.

Recursos adicionales

Cite este contenido, página o herramienta como:

"Calculadora de Z-Score" en https://MiniWebtool.com/es/calculadora-de-z-score/ de MiniWebtool, https://MiniWebtool.com/

por el equipo de miniwebtool. Actualizado: 30 de enero de 2026

API para desarrolladores disponible: Ejecuta esta herramienta desde tu app, automatización o agente con una solicitud HTTP JSON. Ver documentación de la API

También puede probar nuestro Solucionador de Matemáticas AI GPT para resolver sus problemas matemáticos mediante preguntas y respuestas en lenguaje natural.

Calculadora de Z-Score

Calculadora de Z-Score

¿Qué es un Z-Score?

Fórmula de Z-Score

Fórmula inversa de Z-Score

Cómo interpretar los Z-Scores

La Regla Empírica (Regla 68-95-99.7)

Tabla de referencia común de Z-Score

Aplicaciones de los Z-Scores

Pruebas estandarizadas

Control de calidad

Análisis financiero

Aplicaciones médicas y de investigación

Detección de valores atípicos

Z-Score vs Percentil

Preguntas frecuentes

¿Qué es un Z-Score?

¿Cómo se interpreta un Z-Score?

¿Cuál es la diferencia entre Z-Score y Percentil?

¿Cuándo debo usar Z-Scores?

¿Puede un Z-Score ser negativo?

¿Qué es un buen Z-Score?

Recursos adicionales

Estadísticas y análisis de datos:

Herramientas destacadas: