Z 점수 계산기

Q: 좋은 Z-점수란 무엇입니까?

z-점수가 '좋은지' 여부는 문맥에 따라 다릅니다. 점수가 높을수록 좋은 시험의 경우 양수 z-점수(평균 이상)가 바람직합니다. 데이터 품질 측면에서 z-점수가 -2와 +2 사이면 일반적인 값으로 간주되며, ±3을 벗어나는 값은 오류나 이상치를 나타낼 수 있습니다. 연구에서 z-점수는 기대치로부터의 유의미한 편차를 식별하는 데 도움이 됩니다.

단계별 공식, 대화형 정규 분포 시각화, 확률 조회, 백분위수 순위 및 통계적 해석을 통해 z-점수(표준 점수)를 즉시 계산하세요.

Z 점수 계산기

계산 모드

빠른 예시

시험 점수 x=85, μ=75, σ=10 IQ 점수 x=100, μ=100, σ=15 키 (인치) x=72, μ=68, σ=3 95% 신뢰구간 (z→x) z=1.96, μ=0, σ=1

데이터 값 (x)

원점수 또는 관측값

z-점수 (z)

표준화된 점수 (표준 편차의 수)

평균 (μ)

모집단 또는 표본 평균

표준 편차 (σ)

0보다 커야 합니다

소수점 정밀도

Embed Z 점수 계산기 Widget

Z 점수 계산기 정보

z 점수 계산기에 오신 것을 환영합니다. 이 도구는 단계별 설명, 대화형 정규 분포 시각화, 확률 계산 및 백분위 순위를 제공하는 포괄적인 통계 도구입니다. 시험 점수 분석, 통계 연구, 품질 관리 분석 또는 정규 분포 학습 등 어떤 용도로든 직관적인 시각적 피드백과 함께 전문적인 분석 결과를 제공합니다.

z-점수(Z-Score)란 무엇입니까?

z-점수(표준 점수라고도 함)는 데이터 포인트가 분포의 평균에서 몇 표준 편차만큼 떨어져 있는지를 측정합니다. 원시 데이터를 표준화된 척도로 변환하여 서로 다른 분포의 값을 비교하거나 비정상적인 값을 식별할 수 있게 해줍니다.

z-점수 공식

표준 z-점수 공식

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

여기서:

z = z-점수 (표준 점수)
x = 데이터 값 (원점수)
$\mu$ = 모집단 평균
$\sigma$ = 모집단 표준 편차

역 z-점수 공식

알려진 z-점수로부터 데이터 값을 찾으려면:

z-점수로부터 값 구하기

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

z-점수 해석 방법

z-점수는 분포 내에서 값의 상대적 위치를 나타냅니다:

z = 0: 값이 평균과 같음 (50번째 백분위수)
z = 1: 평균보다 1표준 편차 위 (약 84번째 백분위수)
z = -1: 평균보다 1표준 편차 아래 (약 16번째 백분위수)
z = 2: 평균보다 2표준 편차 위 (약 98번째 백분위수)
z = -2: 평균보다 2표준 편차 아래 (약 2번째 백분위수)

경험적 법칙 (68-95-99.7 법칙)

정규 분포에서:

값의 68%가 z = ±1 이내에 위치합니다 (평균으로부터 1표준 편차 이내).
값의 95%가 z = ±2 이내에 위치합니다 (2표준 편차 이내).
값의 99.7%가 z = ±3 이내에 위치합니다 (3표준 편차 이내).

일반적인 z-점수 참조표

z-점수	백분위수	P(Z ≤ z)	해석
-3.0	0.13%	0.0013	평균보다 극도로 낮음
-2.0	2.28%	0.0228	평균보다 상당히 낮음
-1.0	15.87%	0.1587	평균보다 낮음
0	50.00%	0.5000	평균
1.0	84.13%	0.8413	평균보다 높음
1.96	97.50%	0.9750	유의미하게 높음 (95% 신뢰구간)
2.0	97.72%	0.9772	평균보다 상당히 높음
3.0	99.87%	0.9987	평균보다 극도로 높음

z-점수의 응용

표준화 시험

z-점수는 표준화 시험 해석의 기초입니다. SAT, GRE, IQ 테스트와 같은 시험은 원점수를 표준 점수로 변환합니다. 이를 통해 서로 다른 버전의 시험이나 서로 다른 연도의 성적을 공정하게 비교할 수 있습니다.

품질 관리

제조 및 식스 시그마 방법론에서 z-점수는 사양에서 크게 벗어난 제품이나 프로세스를 식별합니다. ±3 시그마를 벗어나는 값은 대개 조사가 필요한 결함이나 특수 요인 변동을 나타냅니다.

금융 분석

z-점수는 투자의 상대적 성과를 평가하고, 비정상적인 시장 움직임을 식별하며, 리스크를 평가하는 데 도움이 됩니다. 알트만 Z-스코어(Altman Z-score)는 가중 금융 비율을 사용하여 파산 위험을 예측하는 유명한 공식입니다.

의료 및 연구 응용

의료 분야에서는 성장 도표(연령별 BMI, 연령별 신장), 골밀도 측정(T-점수 및 Z-점수), 비정상적인 검사 수치 식별에 z-점수를 사용합니다. 연구에서는 메타 분석 및 서로 다른 연구 결과를 결합하는 데 z-점수를 활용합니다.

이상치 탐지

z-점수가 ±2 또는 ±3을 벗어나는 데이터 포인트는 종종 이상치로 간주됩니다. 이 임계값은 데이터 입력 오류, 비정상적인 관찰 값 또는 추가 조사가 필요한 특수 사례를 식별하는 데 도움이 됩니다.

z-점수 vs 백분위수

서로 연관되어 있지만 z-점수와 백분위수는 서로 다른 것을 측정합니다:

z-점수: 표준 편차 단위로 평균으로부터의 거리를 측정합니다 (음수, 0, 양수 가능).
백분위수: 주어진 값보다 낮은 값의 비율을 나타냅니다 (0에서 100 사이).

표준 정규 분포를 사용하여 이들 간에 변환할 수 있습니다. 예를 들어, z = 1.0은 약 84번째 백분위수에 해당합니다.

자주 묻는 질문

Z-점수(Z-Score)란 무엇입니까?

z-점수(표준 점수라고도 함)는 데이터 포인트가 분포의 평균에서 몇 표준 편차만큼 떨어져 있는지를 측정합니다. 공식은 z = (x - μ) / σ이며, 여기서 x는 데이터 값, μ는 평균, σ는 표준 편차입니다. 양수 z-점수는 값이 평균보다 높음을 나타내고, 음수 z-점수는 평균보다 낮음을 나타냅니다.

Z-점수를 어떻게 해석합니까?

z-점수는 상대적 위치를 나타냅니다: z = 0은 값이 평균과 같음을 의미하고, z = 1은 평균보다 1표준 편차 위, z = -1은 평균보다 1표준 편차 아래를 의미합니다. 정규 분포에서 값의 약 68%는 z = ±1 이내에, 약 95%는 z = ±2 이내에, 약 99.7%는 z = ±3 이내에 위치합니다. ±3을 벗어나는 값은 종종 이상치로 간주됩니다.

Z-점수와 백분위수의 차이점은 무엇입니까?

z-점수는 표준 편차 단위로 평균으로부터의 거리를 측정하는 반면, 백분위수는 주어진 값보다 낮은 값의 비율을 나타냅니다. 이 둘은 서로 연관되어 있습니다: z = 0은 50번째 백분위수에 해당하며, z = 1은 약 84번째 백분위수, z = 2는 약 98번째 백분위수입니다.