Z-score-kalkulator — Standardavvik og persentiler

<iframe src="https://beregne.app/embed/z-score-kalkulator/" width="100%" height="500" style="border:none;border-radius:12px" title="Z-score-kalkulator — Standardavvik og persentiler" loading="lazy"></iframe>

Relaterte kalkulatorer

Hva er en Z-score?

En Z-score (også kalt standardisert score) måler hvor mange standardavvik et datapunkt ligger fra gjennomsnittet i fordelingen. En Z-score på 0 betyr at verdien er lik gjennomsnittet; 1 betyr ett standardavvik over gjennomsnittet; −2 betyr to standardavvik under gjennomsnittet.

Hvordan beregne Z-score?

Trekk gjennomsnittet (μ) fra den observerte verdien (x) og del på standardavviket (σ):

Z = (x − μ) / σ

Eksempel: hvis en testskår er 85, klassens gjennomsnitt er 70 og standardavviket er 10, blir Z-scoren (85 − 70) / 10 = 1,5.

Hva er formelen for Z-score?

Standard Z-score-formel er Z = (x − μ) / σ, der x er den individuelle verdien, μ er populasjonsgjennomsnittet og σ er populasjonens standardavvik. For utvalgsdata erstattes μ med utvalgsgjennomsnittet x̄ og σ med utvalgets standardavvik s.

Hvordan konvertere Z-score til sannsynlighet?

Den kumulative sannsynligheten P(X ≤ z) er arealet under standardnormalfordelingskurven til venstre for Z-scoren. Den beregnes med den standard normale CDF: Φ(z) = 0,5 × (1 + erf(z / √2)). For eksempel tilsvarer z = 1,96 en kumulativ sannsynlighet på ca. 0,975, som betyr at 97,5 % av verdiene er lavere.

Hva er eksempler på Z-score-beregning?

  • En elev scorer 115 på en IQ-test (gjennomsnitt = 100, σ = 15). Z = (115 − 100) / 15 ≈ 1,0 — scoren er ett standardavvik over snittet, ca. 84. persentil.
  • Et produkt veier 480 g (gjennomsnitt = 500 g, σ = 10 g). Z = (480 − 500) / 10 = −2,0 — to standardavvik under snittet, ca. 2,3. persentil.
  • z = 0 gir alltid en kumulativ sannsynlighet på nøyaktig 0,5 (50. persentil).

Når er Z-score nyttig?

Z-scorer brukes overalt der standardisert sammenligning er viktig: karaktersetting etter kurve, sammenligning av resultater på tvers av tester, kvalitetskontroll (Six Sigma), finans (normalisering av avkastning) og hypotesetesting. De er mest pålitelige når underliggende data følger en normalfordeling. Z-scorer kan også støtte praktiske geometriske oppgaver — for eksempel ved å standardisere målinger du samler inn med sylinderkalkulatoren eller kulekalkulatoren.