- ป้อนคะแนนดิบ ค่าเฉลี่ย (μ) และส่วนเบี่ยงเบนมาตรฐาน (σ) สำหรับข้อมูลของคุณ
- คลิก "คำนวณคะแนน Z" เพื่อคำนวณคะแนน Z และค่าที่เกี่ยวข้อง
- ผลลัพธ์ รวมถึงคะแนน Z, ค่า p และระดับความเชื่อมั่นจะแสดงอยู่ด้านล่าง
- ขั้นตอนการคำนวณจะแสดงเพื่ออธิบายวิธีคำนวณคะแนน Z
- แผนภูมิแสดงภาพคะแนน Z ในบริบทของการแจกแจงแบบปกติ
- คุณสามารถล้างรายการ คัดลอกผลลัพธ์ และดูประวัติการคำนวณได้
คะแนน Z คือการวัดทางสถิติที่แสดงถึงจำนวนส่วนเบี่ยงเบนมาตรฐานจากค่าเฉลี่ย ใช้เพื่อกำหนดว่าจุดข้อมูลอยู่ห่างจากค่าเฉลี่ยของการแจกแจงเท่าใด ที่ เครื่องคิดเลขคะแนน Z เป็นเครื่องมือที่ช่วยคำนวณคะแนน Z ของจุดข้อมูลที่กำหนด
แนวคิด
แนวคิดต่อไปนี้เป็นสิ่งสำคัญที่ต้องทำความเข้าใจเมื่อทำงานกับคะแนน Z:
ส่วนเบี่ยงเบนมาตรฐาน
ส่วนเบี่ยงเบนมาตรฐานคือการวัดว่าข้อมูลจากค่าเฉลี่ยกระจายออกไปอย่างไร คำนวณโดยการหารากที่สองของความแปรปรวน ความแปรปรวนคำนวณโดยนำค่าเฉลี่ยของผลต่างกำลังสองจากค่าเฉลี่ย
การกระจายแบบปกติ
การแจกแจงแบบปกติคือเส้นโค้งรูประฆังซึ่งแสดงถึงชุดข้อมูลที่เป็นไปตามรูปแบบรอบๆ ค่าเฉลี่ย จุดข้อมูลส่วนใหญ่จะตั้งอยู่ใกล้กับค่าเฉลี่ย และจุดข้อมูลจำนวนน้อยกว่าจะอยู่ห่างจากค่าเฉลี่ย
การแจกแจงแบบปกติมาตรฐาน
การแจกแจงแบบปกติมาตรฐานคือการแจกแจงแบบปกติที่มีค่าเฉลี่ยเป็น 0 และค่าเบี่ยงเบนมาตรฐานเป็น 1 ใช้ในการคำนวณความน่าจะเป็นของการแจกแจงแบบปกติใดๆ
คะแนน Z
คะแนน Z จะวัดค่าเบี่ยงเบนมาตรฐานที่จุดข้อมูลมาจากค่าเฉลี่ย คำนวณโดยการลบค่าเฉลี่ยออกจากจุดข้อมูลแล้วหารด้วยค่าเบี่ยงเบนมาตรฐาน
สูตร
สูตรการคำนวณคะแนน Z มีดังนี้:
Z = (X - μ) / σ
ที่ไหน:
Z
คือคะแนน ZX
คือจุดข้อมูลμ
คือค่าเฉลี่ยของประชากรσ
คือค่าเบี่ยงเบนมาตรฐานประชากร
หากคุณไม่ทราบค่าประชากร คุณสามารถใช้ค่าตัวอย่างแทนได้:
Z = (X - x̄) / s
ที่ไหน:
x̄
คือค่าเฉลี่ยตัวอย่างs
คือค่าเบี่ยงเบนมาตรฐานตัวอย่าง
ประโยชน์
ต่อไปนี้คือข้อดีบางประการของการใช้คะแนน Z:
มาตรฐาน
คะแนน Z ทำให้ข้อมูลเป็นมาตรฐานโดยแปลงเป็นหน่วยค่าเบี่ยงเบนมาตรฐานจากค่าเฉลี่ย ทำให้ง่ายต่อการเปรียบเทียบจุดข้อมูลที่มีหน่วยหรือมาตราส่วนต่างกัน
การตรวจสอบ outlier
สามารถใช้คะแนน Z เพื่อระบุค่าผิดปกติในชุดข้อมูลได้ ค่าผิดปกติคือจุดข้อมูลที่แตกต่างจากจุดข้อมูลอื่นๆ ในชุดข้อมูลอย่างมาก
การคำนวณความน่าจะเป็น
สามารถใช้คะแนน Z เพื่อคำนวณความน่าจะเป็นของการแจกแจงแบบปกติใดๆ ได้ ซึ่งช่วยให้ระบุได้ง่ายขึ้นว่าค่าใดค่าหนึ่งจะเกิดขึ้นในชุดข้อมูลได้ง่ายเพียงใด
ข้อเท็จจริงที่น่าสนใจ
ต่อไปนี้เป็นข้อเท็จจริงที่น่าสนใจเกี่ยวกับคะแนน Z:
- คะแนน Z เท่ากับ 0 บ่งชี้ว่าจุดข้อมูลมีค่าเท่ากับค่าเฉลี่ย
- คะแนน Z ที่เป็นบวกบ่งชี้ว่าจุดข้อมูลอยู่เหนือค่าเฉลี่ย
- คะแนน Z เป็นลบบ่งชี้ว่าจุดข้อมูลอยู่ต่ำกว่าค่าเฉลี่ย
- คะแนน Z ส่วนใหญ่อยู่ระหว่าง -3 ถึง 3
- สามารถใช้คะแนน Z เพื่อเปรียบเทียบจุดข้อมูลจากชุดข้อมูลต่างๆ
ใช้กรณี
ต่อไปนี้เป็นกรณีการใช้งานบางส่วนสำหรับคะแนน Z:
ควบคุมคุณภาพ
สามารถใช้คะแนน Z ในการควบคุมคุณภาพเพื่อระบุผลิตภัณฑ์หรือกระบวนการที่อยู่นอกขีดจำกัดที่ยอมรับได้
การวิจัยทางการแพทย์
สามารถใช้คะแนน Z ในการวิจัยทางการแพทย์เพื่อเปรียบเทียบการวัดจากประชากรหรือกลุ่มต่างๆ
การเงิน
สามารถใช้คะแนน Z ในด้านการเงินเพื่อวิเคราะห์การคืนหุ้นและระบุค่าผิดปกติ
- ฟรอสต์, เจ. (2021) คะแนน Z: คำจำกัดความ สูตร และการใช้งาน สถิติโดยจิม
- สถิติวิทยา (2021). 5 ตัวอย่างการใช้ Z-Score ในชีวิตจริง
อัพเดตล่าสุด : 26 มกราคม 2024
Emma Smith สำเร็จการศึกษาระดับปริญญาโทสาขาภาษาอังกฤษจาก Irvine Valley College เธอเป็นนักข่าวมาตั้งแต่ปี 2002 โดยเขียนบทความเกี่ยวกับภาษาอังกฤษ กีฬา และกฎหมาย อ่านเพิ่มเติมเกี่ยวกับฉันเกี่ยวกับเธอ หน้าไบโอ.