Z分數計算器 - 即時計算標準分數

計算任何資料點的 z 分數(標準分數)。使用公式 Z = (X − μ) / σ,找出數值距離平均值多少個標準差。

輸入原始分數(X)、母體平均值(μ)和標準差(σ),即可立即計算 z 分數。

Z分數計算器 - 即時計算標準分數
計算任何資料點的 z 分數(標準分數)。使用公式 Z = (X − μ) / σ,找出數值距離平均值多少個標準差。

關於 Z 分數

Z 分數,也稱標準分數,是一種統計量,用來描述某個資料點距離分布平均值有多遠,單位為標準差。Z 分數為 0 表示該值等於平均值。正 Z 分數表示該值高於平均值,負 Z 分數表示該值低於平均值。 Z 分數的公式為 Z = (X − μ) / σ,其中 X 是原始資料值,μ 是母體平均值,σ 是母體標準差。這個簡單的轉換會把來自任何分布的資料標準化到共同尺度,因此可直接比較原本使用不同單位或尺度的測量值。 Z 分數是統計學與資料科學許多領域的基礎。在假設檢定中,z 分數可作為檢定統計量,用來判斷樣本平均值是否與已知母體平均值有顯著差異。在品質管制中,z 分數有助於標示超出可接受範圍的測量值。在金融領域,它們用來評估股票或投資組合的相對表現,而 Altman Z 分數則是預測破產風險的知名公式。 在教育領域,z 分數用於標準化不同考試的成績。將 SAT 成績與 ACT 成績轉換為 z 分數後,就能直接比較兩名學生相對於各自同儕群體的表現。在醫療保健中,z 分數用來追蹤兒童身高與體重相對於國家生長標準的變化。 在符合常態分布的假設下,z 分數具有明確的機率解釋。約 68% 的數值落在平均值一個標準差內(z 在 −1 到 1 之間),95% 落在兩個標準差內,99.7% 落在三個標準差內。這些百分比構成了統計學中廣泛使用的經驗法則。 當母體標準差未知時,會改用樣本標準差 s。此時得到的統計量嚴格來說是 t 分數,而不是 z 分數,進行推論時應使用 t 分布。只有在標準差已知時,z 分布才是合適的——這在品質管制、標準化測驗以及其他擁有大量歷史資料並能建立可靠母體參數的領域中很常見。 本頁的計算器使用經典的母體公式 Z = (X − μ) / σ。輸入任何實數 X 與 μ,以及任何正數 σ,即可立即取得 z 分數與白話解讀。

實際範例

透過這些真實情境了解 z 分數如何運作。

X / μ / σZ 分數解讀
X=90, μ=75, σ=10Z = 1.5學生分數比班級平均高 1.5 個標準差。
X=140, μ=120, σ=8Z = 2.5血壓比群體平均高 2.5 個標準差——偏高。
X=5.1, μ=5.0, σ=0.05Z = 2.0螺栓長度比規格高 2 個標準差——在品管中可能會被拒收。
X=12, μ=8, σ=2Z = 2.0股票報酬比市場平均報酬高 2 個標準差。

如何使用 Z 分數計算器

  1. 在「原始資料分數(X)」欄位輸入要評估的單一資料點。
  2. 輸入母體平均值(μ)——整體資料集或參考母體的平均值。
  3. 輸入標準差(σ)——必須大於零。它衡量參考母體的分散程度。
  4. 點擊「計算 Z 分數」,套用公式 Z = (X − μ) / σ,並查看結果與解讀。
  5. 使用「重設」清空所有欄位,開始新的計算。

常見問題

z 分數為 2 代表什麼?
z 分數為 2 表示該資料點比平均值高 2 個標準差。在常態分布中,約 97.7% 的數值低於這個點,因此 z 分數為 2 相對偏高。相反地,z 分數為 −2 表示該值比平均值低 2 個標準差。
z 分數可以是負數嗎?
可以。負 z 分數只是表示原始分數低於平均值。例如,如果學生在一場平均分為 75、標準差為 10 的考試中得了 60 分,那麼 z 分數為 (60 − 75) / 10 = −1.5,表示該學生比平均水準低 1.5 個標準差。
z 分數和 t 分數有什麼差別?
兩者都以標準差單位衡量與平均值的距離,但 t 分數用於母體標準差未知、需要以樣本估計的情況。對於小樣本,t 分布比標準常態分布更寬。樣本數較大時(n > 30),t 分布會非常接近常態分布,z 分數和 t 分數也會趨於一致。
如何將 z 分數轉換為百分位?
可以查標準常態分布表,或使用常態 CDF 計算器。例如,z 分數為 1.0 大約對應第 84 百分位,表示有 84% 的分布低於該值。z 分數為 0 對應第 50 百分位。
z 分數是否假設常態分布?
z 分數公式本身不要求資料服從常態分布——你可以為任何分布中的任意數值計算 z 分數。不過,機率解釋(如百分位、信賴區間)只有在底層分布近似常態時才有意義。對於非常態資料,z 分數仍然表示與平均值的相對距離,但在沒有謹慎判斷的情況下不應直接轉換為機率。