Z-점수 계산기 - 표준점수 즉시 계산
임의의 데이터 포인트에 대한 z-점수(표준점수)를 계산합니다. 공식 Z = (X − μ) / σ를 사용해 값이 평균에서 표준편차 기준으로 얼마나 떨어져 있는지 확인하세요.
원점수(X), 모집단 평균(μ), 표준편차(σ)를 입력하면 z-점수를 즉시 계산할 수 있습니다.
Z-점수 계산기 - 표준점수 즉시 계산
임의의 데이터 포인트에 대한 z-점수(표준점수)를 계산합니다. 공식 Z = (X − μ) / σ를 사용해 값이 평균에서 표준편차 기준으로 얼마나 떨어져 있는지 확인하세요.
Z-점수란?
Z-점수는 표준점수라고도 하며, 데이터 포인트가 분포의 평균에서 얼마나 떨어져 있는지를 표준편차 단위로 나타내는 통계 측정값입니다. Z-점수가 0이면 값이 평균과 같다는 뜻입니다. 양수 Z-점수는 평균보다 높음을, 음수 Z-점수는 평균보다 낮음을 의미합니다.
Z-점수 공식은 Z = (X − μ) / σ이며, 여기서 X는 원시 데이터 값, μ는 모집단 평균, σ는 모집단 표준편차입니다. 이 간단한 변환은 어떤 분포의 데이터든 공통 척도로 표준화해, 원래 서로 다른 단위나 척도로 측정된 값들을 직접 비교할 수 있게 합니다.
Z-점수는 통계와 데이터 과학의 여러 분야에서 기초가 됩니다. 가설 검정에서는 표본 평균이 알려진 모집단 평균과 유의하게 다른지 판단하는 검정 통계량으로 사용됩니다. 품질 관리에서는 허용 범위를 벗어난 측정값을 식별하는 데 도움이 됩니다. 금융에서는 주식이나 포트폴리오의 상대 성과를 평가하는 데 쓰이며, Altman Z-점수는 파산 위험을 예측하는 것으로 잘 알려진 공식입니다.
교육 분야에서는 서로 다른 시험의 점수를 표준화하는 데 z-점수를 사용합니다. SAT와 ACT 점수를 z-점수로 바꾸면 각 학생이 자신의 동년배 집단에서 얼마나 잘했는지 직접 비교할 수 있습니다. 의료 분야에서는 아동의 키와 몸무게를 국가 성장 기준에 맞춰 추적하는 데 z-점수를 사용합니다.
정규분포를 가정하면 z-점수는 명확한 확률적 의미를 가집니다. 값의 약 68%는 평균에서 1 표준편차 이내(z가 −1과 1 사이), 95%는 2 표준편차 이내, 99.7%는 3 표준편차 이내에 있습니다. 이 비율은 통계에서 널리 쓰이는 경험 법칙의 기반입니다.
모집단 표준편차를 모를 경우에는 대신 표본 표준편차 s를 사용합니다. 이때 얻는 통계량은 엄밀히 말해 z-점수가 아니라 t-점수이며, 추론에는 t-분포를 사용해야 합니다. 표본이 충분히 큰 경우(n > 30), t-분포는 정규분포에 매우 가까워지고 z-점수와 t-점수는 수렴합니다.
이 페이지의 계산기는 고전적인 모집단 공식 Z = (X − μ) / σ를 사용합니다. X와 μ에는 임의의 실수, σ에는 임의의 양수를 입력하면 z-점수와 쉬운 해석을 즉시 얻을 수 있습니다.
실용 예시
실제 사례를 통해 z-점수가 어떻게 작동하는지 살펴보세요.
| X / μ / σ | Z-점수 | 해석 |
|---|---|---|
| X=90, μ=75, σ=10 | Z = 1.5 | 학생 점수가 학급 평균보다 1.5 표준편차 높습니다. |
| X=140, μ=120, σ=8 | Z = 2.5 | 혈압이 집단 평균보다 2.5 표준편차 높아 상승된 상태입니다. |
| X=5.1, μ=5.0, σ=0.05 | Z = 2.0 | 볼트 길이가 규격보다 2 표준편차 높아 품질 관리에서 불합격될 수 있습니다. |
| X=12, μ=8, σ=2 | Z = 2.0 | 주식 수익률이 시장 평균 수익률보다 2 표준편차 높습니다. |
Z-점수 계산기 사용 방법
- 평가하려는 개별 데이터 포인트를 원시 데이터 점수(X) 필드에 입력합니다.
- 모집단 평균(μ)을 입력합니다. 전체 데이터 세트 또는 기준 모집단의 평균입니다.
- 표준편차(σ)를 입력합니다. 0보다 커야 합니다. 이는 기준 모집단의 분산 정도를 나타냅니다.
- Z-점수 계산을 클릭해 공식 Z = (X − μ) / σ를 적용하고 결과와 해석을 확인합니다.
- 초기화를 사용해 모든 필드를 지우고 새 계산을 시작합니다.
FAQ
Z-점수 2는 무엇을 의미하나요?
Z-점수 2는 데이터 포인트가 평균보다 2 표준편차 높다는 뜻입니다. 정규분포에서는 약 97.7%의 값이 이 지점보다 낮으므로 Z-점수 2는 비교적 높은 편입니다. 반대로 Z-점수 −2는 값이 평균보다 2 표준편차 낮다는 뜻입니다.
Z-점수는 음수가 될 수 있나요?
네. 음수 Z-점수는 원점수가 평균보다 낮다는 뜻입니다. 예를 들어 평균 75, 표준편차 10인 시험에서 학생이 60점을 받았다면 Z-점수는 (60 − 75) / 10 = −1.5이며, 평균보다 1.5 표준편차 낮다는 뜻입니다.
Z-점수와 t-점수의 차이는 무엇인가요?
둘 다 평균에서의 거리를 표준편차 단위로 측정하지만, t-점수는 모집단 표준편차를 알 수 없어 표본으로 추정해야 할 때 사용합니다. 작은 표본에서는 t-분포가 표준 정규분포보다 더 넓습니다. 표본 크기가 충분히 크면(n > 30) t-분포는 정규분포에 매우 가까워지고 z-점수와 t-점수는 수렴합니다.
Z-점수를 백분위로 어떻게 바꾸나요?
표준 정규분포표를 보거나 정규 CDF 계산기를 사용하세요. 예를 들어 Z-점수 1.0은 대략 84번째 백분위에 해당하며, 분포의 84%가 그 값보다 낮다는 뜻입니다. Z-점수 0은 50번째 백분위입니다.
Z-점수는 정규분포를 가정하나요?
Z-점수 공식 자체는 정규성을 요구하지 않습니다. 어떤 분포의 값이든 Z-점수를 계산할 수 있습니다. 다만 백분위나 신뢰구간 같은 확률적 해석은 원래 분포가 대략 정규일 때만 의미가 있습니다. 비정규 데이터에서도 Z-점수는 평균과의 상대적 거리를 보여주지만, 주의 없이 확률로 바로 변환하면 안 됩니다.