เครื่องคิดเลข Z-Score

Q: Z-Score คืออะไร?

ค่า Z-score (หรือเรียกว่าค่าคะแนนมาตรฐาน) คือค่าที่ใช้วัดว่าข้อมูลจุดหนึ่งอยู่ห่างจากค่าเฉลี่ยของการแจกแจงเป็นจำนวนกี่เท่าของส่วนเบี่ยงเบนมาตรฐาน สูตรคือ z = (x - μ) / σ โดยที่ x คือค่าข้อมูล, μ คือค่าเฉลี่ย และ σ คือส่วนเบี่ยงเบนมาตรฐาน ค่า Z-score ที่เป็นบวกแสดงว่าค่าสูงกว่าค่าเฉลี่ย ในขณะที่ค่าลบแสดงว่าต่ำกว่าค่าเฉลี่ย

Q: จะตีความ Z-Score ได้อย่างไร?

ค่า Z-score ระบุตำแหน่งสัมพัทธ์: z = 0 หมายถึงค่าเท่ากับค่าเฉลี่ย; z = 1 หมายถึงสูงกว่าค่าเฉลี่ย 1 ส่วนเบี่ยงเบนมาตรฐาน; z = -1 หมายถึงต่ำกว่าค่าเฉลี่ย 1 ส่วนเบี่ยงเบนมาตรฐาน ในการแจกแจงปกติ ค่าประมาณ 68% จะอยู่ภายใน z = ±1, ประมาณ 95% อยู่ภายใน z = ±2 และประมาณ 99.7% อยู่ภายใน z = ±3 ค่าที่เกินกว่า ±3 มักถูกพิจารณาว่าเป็นค่าผิดปกติ (outliers)

Q: Z-Score และเปอร์เซ็นไทล์ต่างกันอย่างไร?

Z-score วัดระยะห่างจากค่าเฉลี่ยในหน่วยส่วนเบี่ยงเบนมาตรฐาน ในขณะที่เปอร์เซ็นไทล์ระบุร้อยละของข้อมูลที่มีค่าน้อยกว่าค่าที่กำหนด ทั้งสองมีความสัมพันธ์กัน: z = 0 ตรงกับเปอร์เซ็นไทล์ที่ 50; z = 1 ประมาณเปอร์เซ็นไทล์ที่ 84; z = 2 ประมาณเปอร์เซ็นไทล์ที่ 98 Z-score สามารถแปลงเป็นเปอร์เซ็นไทล์ได้โดยใช้ตารางการแจกแจงปกติมาตรฐาน

Q: ควรใช้ Z-Score เมื่อใด?

Z-score มีประโยชน์สำหรับ: การเปรียบเทียบค่าจากการแจกแจงที่ต่างกัน (เช่น คะแนนสอบจากวิชาที่ต่างกัน), การระบุค่าผิดปกติในข้อมูล, การทำให้ข้อมูลเป็นมาตรฐานเพื่อการวิเคราะห์ทางสถิติ, การคำนวณความน่าจะเป็นในการแจกแจงปกติ และการสร้างคะแนนสอบมาตรฐาน มีความสำคัญในวิชาสถิติ การควบคุมคุณภาพ จิตวิทยา และสาขาวิทยาศาสตร์มากมาย

Q: Z-Score สามารถติดลบได้หรือไม่?

ได้ Z-score สามารถเป็นลบ บวก หรือศูนย์ก็ได้ Z-score ที่เป็นลบหมายถึงค่าข้อมูลต่ำกว่าค่าเฉลี่ย ค่าบวกหมายถึงสูงกว่าค่าเฉลี่ย และศูนย์หมายถึงค่าเท่ากับค่าเฉลี่ย ตัวอย่างเช่น ถ้าคะแนนสอบเฉลี่ยคือ 75 และคุณสอบได้ 70 โดยมีส่วนเบี่ยงเบนมาตรฐานเป็น 10 ค่า Z-score ของคุณจะเป็น -0.5 ซึ่งแสดงว่าคุณทำคะแนนได้ต่ำกว่าค่าเฉลี่ยอยู่ครึ่งหนึ่งของส่วนเบี่ยงเบนมาตรฐาน

Q: Z-Score เท่าไหร่ถึงจะดี?

การที่ Z-score จะ 'ดี' หรือไม่ขึ้นอยู่กับบริบท สำหรับคะแนนสอบที่ยิ่งสูงยิ่งดี Z-score ที่เป็นบวก (เหนือค่าเฉลี่ย) ย่อมเป็นที่ต้องการ สำหรับคุณภาพข้อมูล Z-score ระหว่าง -2 และ +2 แสดงถึงค่าปกติ ในขณะที่ค่าที่เกิน ±3 อาจบ่งชี้ถึงข้อผิดพลาดหรือค่าผิดปกติ ในงานวิจัย Z-score ช่วยระบุความเบี่ยงเบนที่มีนัยสำคัญจากค่าที่คาดหวัง

คำนวณ z-score (คะแนนมาตรฐาน) ได้ทันทีพร้อมสูตรทีละขั้นตอน การแสดงภาพการแจกแจงแบบปกติที่โต้ตอบได้ การค้นหาความน่าจะเป็น อันดับเปอร์เซ็นไทล์ และการตีความทางสถิติ

เครื่องคิดเลข Z-Score

โหมดการคำนวณ

ตัวอย่างด่วน

คะแนนสอบ x=85, μ=75, σ=10 คะแนน IQ x=100, μ=100, σ=15 ส่วนสูง (นิ้ว) x=72, μ=68, σ=3 95% CI (z→x) z=1.96, μ=0, σ=1

ค่าข้อมูล (x)

คะแนนดิบหรือค่าที่สังเกตได้

Z-Score (z)

คะแนนมาตรฐาน (จำนวนส่วนเบี่ยงเบนมาตรฐาน)

ค่าเฉลี่ย (μ)

ค่าเฉลี่ยของประชากรหรือกลุ่มตัวอย่าง

ส่วนเบี่ยงเบนมาตรฐาน (σ)

ต้องมีค่ามากกว่า 0

ทศนิยม

Embed เครื่องคิดเลข Z-Score Widget

เกี่ยวกับ เครื่องคิดเลข Z-Score

ยินดีต้อนรับสู่ เครื่องคิดเลข Z-Score เครื่องมือทางสถิติที่ครอบคลุมซึ่งคำนวณ Z-score (คะแนนมาตรฐาน) พร้อมคำอธิบายทีละขั้นตอน การแสดงภาพการแจกแจงปกติแบบโต้ตอบ การคำนวณความน่าจะเป็น และอันดับเปอร์เซ็นไทล์ ไม่ว่าคุณจะวิเคราะห์คะแนนสอบ ทำวิจัยทางสถิติ วิเคราะห์การควบคุมคุณภาพ หรือศึกษาการแจกแจงปกติ เครื่องคิดเลขนี้จะให้การวิเคราะห์ระดับมืออาชีพพร้อมผลตอบรับทางภาพที่เข้าใจง่าย

Z-Score คืออะไร?

Z-score (หรือเรียกว่า คะแนนมาตรฐาน) คือค่าที่วัดว่าจุดข้อมูลนั้นอยู่ห่างจากค่าเฉลี่ยของการแจกแจงเป็นจำนวนกี่เท่าของส่วนเบี่ยงเบนมาตรฐาน โดยจะแปลงข้อมูลดิบให้เป็นมาตราส่วนมาตรฐาน ทำให้สามารถเปรียบเทียบค่าจากการแจกแจงที่แตกต่างกันหรือระบุค่าที่ผิดปกติได้

สูตร Z-Score

สูตร Z-Score มาตรฐาน

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

โดยที่:

z = Z-score (คะแนนมาตรฐาน)
x = ค่าข้อมูล (คะแนนดิบ)
$\mu$ = ค่าเฉลี่ยประชากร
$\sigma$ = ส่วนเบี่ยงเบนมาตรฐานประชากร

สูตร Z-Score ย้อนกลับ

เพื่อหาค่าข้อมูลจาก Z-score ที่ทราบ:

ค่าจาก Z-Score

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

วิธีตีความ Z-Score

Z-score ระบุตำแหน่งสัมพัทธ์ของค่าภายในการแจกแจง:

z = 0: ค่าเท่ากับค่าเฉลี่ย (เปอร์เซ็นไทล์ที่ 50)
z = 1: สูงกว่าค่าเฉลี่ยหนึ่งส่วนเบี่ยงเบนมาตรฐาน (ประมาณเปอร์เซ็นไทล์ที่ 84)
z = -1: ต่ำกว่าค่าเฉลี่ยหนึ่งส่วนเบี่ยงเบนมาตรฐาน (ประมาณเปอร์เซ็นไทล์ที่ 16)
z = 2: สูงกว่าค่าเฉลี่ยสองส่วนเบี่ยงเบนมาตรฐาน (ประมาณเปอร์เซ็นไทล์ที่ 98)
z = -2: ต่ำกว่าค่าเฉลี่ยสองส่วนเบี่ยงเบนมาตรฐาน (ประมาณเปอร์เซ็นไทล์ที่ 2)

กฎเชิงประจักษ์ (กฎ 68-95-99.7)

ในการแจกแจงปกติ:

68% ของข้อมูลจะอยู่ภายใน z = ±1 (ภายใน 1 ส่วนเบี่ยงเบนมาตรฐานจากค่าเฉลี่ย)
95% ของข้อมูลจะอยู่ภายใน z = ±2 (ภายใน 2 ส่วนเบี่ยงเบนมาตรฐาน)
99.7% ของข้อมูลจะอยู่ภายใน z = ±3 (ภายใน 3 ส่วนเบี่ยงเบนมาตรฐาน)

ตารางอ้างอิง Z-Score ที่พบบ่อย

Z-Score	เปอร์เซ็นไทล์	P(Z ≤ z)	การตีความ
-3.0	0.13%	0.0013	ต่ำกว่าค่าเฉลี่ยอย่างมาก
-2.0	2.28%	0.0228	ต่ำกว่าค่าเฉลี่ยมาก
-1.0	15.87%	0.1587	ต่ำกว่าค่าเฉลี่ย
0	50.00%	0.5000	ค่าเฉลี่ย
1.0	84.13%	0.8413	สูงกว่าค่าเฉลี่ย
1.96	97.50%	0.9750	สูงกว่าอย่างมีนัยสำคัญ (95% CI)
2.0	97.72%	0.9772	สูงกว่าค่าเฉลี่ยมาก
3.0	99.87%	0.9987	สูงกว่าค่าเฉลี่ยอย่างมาก

การประยุกต์ใช้ Z-Score

การทดสอบมาตรฐาน

Z-score เป็นพื้นฐานในการตีความผลการทดสอบมาตรฐาน การทดสอบอย่าง SAT, GRE และการทดสอบ IQ จะแปลงคะแนนดิบเป็นคะแนนมาตรฐาน วิธีนี้ช่วยให้สามารถเปรียบเทียบผลงานในเวอร์ชันของข้อสอบหรือปีที่ต่างกันได้อย่างยุติธรรม

การควบคุมคุณภาพ

ในการผลิตและระเบียบวิธี Six Sigma ค่า Z-score จะระบุผลิตภัณฑ์หรือกระบวนการที่เบี่ยงเบนจากข้อกำหนดอย่างมีนัยสำคัญ ค่าที่เกิน ±3 ซิกมา มักจะบ่งชี้ถึงข้อบกพร่องหรือความผันแปรที่ต้องมีการตรวจสอบ

การวิเคราะห์ทางการเงิน

Z-score ช่วยประเมินผลการดำเนินงานสัมพัทธ์ของการลงทุน ระบุความเคลื่อนไหวที่ผิดปกติของตลาด และประเมินความเสี่ยง Altman Z-score เป็นสูตรที่มีชื่อเสียงซึ่งใช้อัตราส่วนทางการเงินถ่วงน้ำหนักเพื่อทำนายความเสี่ยงในการล้มละลาย

การแพทย์และการวิจัย

การดูแลสุขภาพใช้ Z-score สำหรับแผนภูมิการเจริญเติบโต (BMI ตามอายุ, ส่วนสูงตามอายุ), การวัดความหนาแน่นของกระดูก (T-scores และ Z-scores) และการระบุค่าแล็บที่ผิดปกติ ในการวิจัย Z-score ใช้สำหรับการวิเคราะห์อภิมาน (meta-analysis) และการรวมผลลัพธ์จากการศึกษาต่างๆ

การตรวจหาค่าผิดปกติ

จุดข้อมูลที่มีค่า Z-score เกิน ±2 หรือ ±3 มักถูกพิจารณาว่าเป็นค่าผิดปกติ (outliers) เกณฑ์นี้ช่วยระบุข้อผิดพลาดในการป้อนข้อมูล การสังเกตที่ผิดปกติ หรือกรณีพิเศษที่ต้องตรวจสอบเพิ่มเติม

Z-Score เทียบกับเปอร์เซ็นไทล์

แม้จะเกี่ยวข้องกัน แต่ Z-score และเปอร์เซ็นไทล์วัดสิ่งที่แตกต่างกัน:

Z-score: วัดระยะห่างจากค่าเฉลี่ยในหน่วยส่วนเบี่ยงเบนมาตรฐาน (เป็นลบ ศูนย์ หรือบวกได้)
เปอร์เซ็นไทล์: ระบุร้อยละของค่าที่มีค่าน้อยกว่าค่าที่กำหนด (ช่วงตั้งแต่ 0 ถึง 100)

คุณสามารถแปลงระหว่างค่าทั้งสองได้โดยใช้การแจกแจงปกติมาตรฐาน ตัวอย่างเช่น z = 1.0 ตรงกับประมาณเปอร์เซ็นไทล์ที่ 84

คำถามที่พบบ่อย

Z-Score คืออะไร?

Z-score (หรือคะแนนมาตรฐาน) คือค่าที่วัดว่าจุดข้อมูลอยู่ห่างจากค่าเฉลี่ยกี่เท่าของส่วนเบี่ยงเบนมาตรฐาน สูตรคือ z = (x - μ) / σ ค่าบวกหมายถึงสูงกว่าค่าเฉลี่ย ค่าลบหมายถึงต่ำกว่า