Calculadora Z-Score - Calcula la puntuación estándar
Calcula el z-score (puntuación estándar) de cualquier dato. Averigua cuántas desviaciones estándar se aleja un valor de la media con la fórmula Z = (X − μ) / σ.
Ingresa la puntuación bruta (X), la media poblacional (μ) y la desviación estándar (σ) para calcular el z-score al instante.
Calculadora Z-Score - Calcula la puntuación estándar
Calcula el z-score (puntuación estándar) de cualquier dato. Averigua cuántas desviaciones estándar se aleja un valor de la media con la fórmula Z = (X − μ) / σ.
Acerca del Z-Score
Un z-score, también llamado puntuación estándar, es una medida estadística que describe qué tan lejos está un dato de la media de una distribución, medido en unidades de desviación estándar. Un z-score de 0 significa que el valor es igual a la media. Un z-score positivo indica que el valor está por encima de la media, y uno negativo indica que está por debajo.
La fórmula del z-score es Z = (X − μ) / σ, donde X es el valor de los datos brutos, μ es la media poblacional y σ es la desviación estándar poblacional. Esta transformación simple estandariza datos de cualquier distribución en una escala común, lo que permite comparar directamente mediciones que originalmente usaban distintas unidades o escalas.
Los z-scores son fundamentales en muchas áreas de la estadística y la ciencia de datos. En pruebas de hipótesis, el z-score se usa como estadístico de prueba para determinar si la media muestral difiere significativamente de una media poblacional conocida. En control de calidad, ayudan a detectar mediciones fuera de los rangos aceptables. En finanzas, se usan para evaluar el desempeño relativo de acciones o portafolios, y el Z-score de Altman es una fórmula muy conocida para predecir el riesgo de quiebra.
En educación, los z-scores se usan para estandarizar resultados de exámenes distintos. Convertir una puntuación SAT y una ACT a z-scores permite comparar directamente qué tan bien rindieron dos estudiantes respecto a sus respectivos grupos de referencia. En salud, se usan para seguir la altura y el peso de niños frente a estándares nacionales de crecimiento.
Bajo el supuesto de una distribución normal, los z-scores tienen interpretaciones de probabilidad bien definidas. Aproximadamente 68% de los valores caen dentro de una desviación estándar de la media (z entre −1 y 1), 95% dentro de dos desviaciones estándar y 99.7% dentro de tres. Estos porcentajes sustentan la regla empírica ampliamente usada en estadística.
Cuando la desviación estándar poblacional es desconocida, se usa la desviación estándar muestral s. El estadístico resultante es técnicamente un t-score en lugar de un z-score, y debe usarse la distribución t para la inferencia. La distribución z es apropiada cuando la desviación estándar es conocida, algo común en control de calidad, exámenes estandarizados y otros campos donde grandes conjuntos de datos históricos establecen parámetros poblacionales confiables.
La calculadora de esta página usa la fórmula clásica poblacional Z = (X − μ) / σ. Ingresa cualquier número real para X y μ, y cualquier número positivo para σ, para obtener al instante el z-score y una interpretación en lenguaje sencillo.
Ejemplos prácticos
Explora estos escenarios reales para entender cómo funcionan los z-scores.
| X / μ / σ | Z-Score | Interpretación |
|---|---|---|
| X=90, μ=75, σ=10 | Z = 1.5 | El estudiante obtuvo 1.5 desviaciones estándar por encima del promedio del grupo. |
| X=140, μ=120, σ=8 | Z = 2.5 | La presión arterial está 2.5 desviaciones estándar por encima de la media del grupo: elevada. |
| X=5.1, μ=5.0, σ=0.05 | Z = 2.0 | La longitud del perno está 2 desviaciones estándar por encima de la especificación: podría rechazarse en control de calidad. |
| X=12, μ=8, σ=2 | Z = 2.0 | El rendimiento de la acción está 2 desviaciones estándar por encima del rendimiento promedio del mercado. |
Cómo usar la calculadora de z-score
- Ingresa el dato individual que deseas evaluar en el campo Puntuación de datos brutos (X).
- Ingresa la media poblacional (μ), es decir, el promedio de todo el conjunto de datos o población de referencia.
- Ingresa la desviación estándar (σ), que debe ser mayor que cero. Esto mide la dispersión de la población de referencia.
- Haz clic en Calcular Z-Score para aplicar la fórmula Z = (X − μ) / σ y ver el resultado con su interpretación.
- Usa Restablecer para limpiar todos los campos y comenzar un nuevo cálculo.
Preguntas frecuentes
¿Qué significa un z-score de 2?
Un z-score de 2 significa que el dato está 2 desviaciones estándar por encima de la media. En una distribución normal, alrededor de 97.7% de los valores quedan por debajo de este punto, así que un z-score de 2 es relativamente alto. Por el contrario, un z-score de −2 significa que el valor está 2 desviaciones estándar por debajo de la media.
¿Puede un z-score ser negativo?
Sí. Un z-score negativo simplemente significa que la puntuación bruta está por debajo de la media. Por ejemplo, si un estudiante obtiene 60 en un examen con media 75 y desviación estándar 10, el z-score es (60 − 75) / 10 = −1.5, lo que significa que el estudiante quedó 1.5 desviaciones estándar por debajo del promedio.
¿Cuál es la diferencia entre un z-score y un t-score?
Ambos miden la distancia desde la media en unidades de desviación estándar, pero un t-score se usa cuando la desviación estándar poblacional es desconocida y debe estimarse a partir de una muestra. En muestras pequeñas, la distribución t es más ancha que la normal estándar. Cuando el tamaño muestral es grande (n > 30), la distribución t se aproxima mucho a la normal y los z-scores y t-scores convergen.
¿Cómo convierto un z-score a percentil?
Busca el z-score en una tabla de la distribución normal estándar o usa una calculadora de CDF normal. Por ejemplo, un z-score de 1.0 corresponde aproximadamente al percentil 84, lo que significa que 84% de la distribución queda por debajo de ese valor. Un z-score de 0 corresponde al percentil 50.
¿El z-score asume una distribución normal?
La fórmula del z-score en sí no requiere normalidad: puedes calcular un z-score para cualquier valor en cualquier distribución. Sin embargo, las interpretaciones de probabilidad (percentiles, intervalos de confianza) solo tienen sentido cuando la distribución subyacente es aproximadamente normal. En datos no normales, los z-scores siguen indicando distancia relativa a la media, pero no deben convertirse directamente en probabilidades sin precaución.