Calculadora Z-Score - Calcula la puntuación estándar
Calcula el z-score (puntuación estándar) de cualquier dato. Descubre cuántas desviaciones estándar separan 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. Descubre cuántas desviaciones estándar separan un valor de la media con la fórmula Z = (X − μ) / σ.
Acerca del Z-Score
El z-score, también llamado puntuación estándar, es una medida estadística que describe qué tan lejos está un punto de datos 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 bruto, 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 unidades o escalas diferentes.
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 una 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 rendimiento relativo de acciones o carteras, 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 distintos exámenes. Convertir una puntuación SAT y una ACT a z-scores permite comparar directamente el desempeño de dos estudiantes respecto a sus respectivos grupos. En salud, se usan para seguir la estatura y el peso de los niños en relación con los estándares nacionales de crecimiento.
Bajo el supuesto de una distribución normal, los z-scores tienen interpretaciones probabilísticas bien definidas. Aproximadamente el 68% de los valores cae dentro de una desviación estándar de la media (z entre −1 y 1), el 95% dentro de dos desviaciones estándar y el 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. La estadística resultante es técnicamente una t, no un z-score, y para la inferencia debe usarse la distribución t. La distribución z es apropiada cuando la desviación estándar se conoce, algo común en control de calidad, pruebas estandarizadas 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 de la clase. |
| 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 retorno medio del mercado. |
Cómo usar la calculadora de z-score
- Ingresa el dato individual que quieres evaluar en el campo Puntuación de datos brutos (X).
- Ingresa la media poblacional (μ), es decir, el promedio del conjunto de datos completo o de la 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 borrar todos los campos y empezar 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, aproximadamente el 97.7% de los valores queda por debajo de ese punto, así que un z-score de 2 es relativamente alto. A la inversa, 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 obtuvo 1.5 desviaciones estándar por debajo del promedio.
¿Cuál es la diferencia entre un z-score y un t-score?
Ambos miden la distancia a 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. Para 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?
Consulta el z-score en una tabla de la 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 el 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 exige normalidad: puedes calcular un z-score para cualquier valor de cualquier distribución. Sin embargo, las interpretaciones probabilísticas (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 cautela.