Z-Score Calculator

चरण-दर-चरण समाधान और सामान्य वितरण विज़ुअलाइज़ेशन के साथ z-स्कोर, कच्चे स्कोर, संभावनाएं और प्रतिशत की गणना करें।

सीखने और होमवर्क में मदद के लिए - महत्वपूर्ण गणनाओं को स्वतंत्र रूप से सत्यापित करें।

द्वारा समीक्षित कैलकुलेटरड्राइव गणित संपादकीय बोर्ड · आखरी अपडेट

कैलकुलेटर

एक गणना मोड का चयन करें और z-स्कोर, कच्चे स्कोर, या संभावनाओं की गणना करने के लिए आवश्यक मान दर्ज करें।

त्वरित जवाब

एक z-स्कोर आपको बताता है कि एक मान माध्य के ऊपर या नीचे कितने मानक विचलन रखता है: z = (X - μ) / σ। z-स्कोर प्राप्त करने के लिए माध्य और मानक विचलन के साथ एक कच्चा स्कोर दर्ज करें, या सामान्य वक्र के तहत कच्चा स्कोर, प्रतिशत और संभावना खोजने के लिए ज्ञात z-स्कोर से पीछे की ओर काम करें।

चाबी छीनना

  • 0 के z-स्कोर का मतलब है कि मान बिल्कुल माध्य के बराबर है; धनात्मक z माध्य से ऊपर है, ऋणात्मक z इसके नीचे है।
  • Z-स्कोर किसी भी सामान्य रूप से वितरित डेटा सेट को एक सामान्य पैमाने पर मानकीकृत करता है, जिससे आप पूरी तरह से अलग-अलग इकाइयों में मापे गए मानों की तुलना कर सकते हैं।
  • अनुभवजन्य नियम बताता है कि लगभग 68% मान ±1 एसडी के भीतर, 95% ±2 एसडी के भीतर, और 99.7% माध्य के ±3 एसडी के भीतर आते हैं।
  • परसेंटाइल और z-स्कोर संबंधित हैं लेकिन अलग-अलग हैं - 1 का z-स्कोर लगभग 84वें परसेंटाइल से मेल खाता है, पहले से नहीं।

ज़ेड-स्कोर फॉर्मूला, काम किया हुआ उदाहरण

z = (X − μ) / σ

उदाहरण: कच्चा स्कोर X = 75, माध्य μ = 70, मानक विचलन σ = 10

  1. z = (75 − 70) / 10 = 5 / 10 = 0.5
  2. 0.5 के z-स्कोर का मतलब है कि स्कोर औसत से आधा मानक विचलन ऊपर बैठता है।
  3. मानक सामान्य वितरण पर z = 0.5 को देखने पर लगभग 69.1% का प्रतिशत प्राप्त होता है - स्कोर वितरण के लगभग 69% को पीछे छोड़ देता है।

Z-स्कोर, प्रतिशतक और अनुभवजन्य नियम

किसी भी सामान्य वितरण के लिए, अनुभवजन्य नियम (68-95-99.7 नियम) बताता है कि मानक विचलन के प्रत्येक बैंड के भीतर कितना डेटा आता है:

श्रेणी डेटा का अनुमानित %
μ ± 1σ (−1 ≤ z ≤ 1) ~68%
μ ± 2σ (−2 ≤ z ≤ 2) ~95%
μ ± 3σ (−3 ≤ z ≤ 3) ~99.7%

विभिन्न पैमानों पर प्राप्तांकों की तुलना करना

Z-स्कोर आपको पूरी तरह से अलग स्कोरिंग पैमानों के साथ परीक्षणों पर प्रदर्शन की तुलना करने देता है। मान लीजिए कि छात्र A का SAT पर स्कोर 1350 है (मतलब 1050, SD 200) और छात्र B का स्कोर ACT पर 30 है (मतलब 21, SD 5):

  • छात्र ए: z = (1350 - 1050) / 200 = 1.5
  • छात्र बी: z = (30 − 21) / 5 = 1.8

भले ही कच्चे स्कोर असंबंधित पैमानों का उपयोग करते हैं, छात्र बी के उच्च z-स्कोर का मतलब है कि उन्होंने अपने स्वयं के परीक्षण के अंकों के वितरण के सापेक्ष बेहतर प्रदर्शन किया है।

सामान्य गलतियां

  • एक z-स्कोर को ऐसे मानना ​​जैसे कि यह सीधे तौर पर एक प्रतिशतक हो - 1 का z-स्कोर मोटे तौर पर 84वां प्रतिशतक है, पहला नहीं।
  • बाएँ-पूंछ, दाएँ-पूंछ और दो-पूंछ संभावना को मिलाकर - प्रत्येक एक अलग प्रश्न का उत्तर देता है कि मूल्य कहाँ गिरता है।
  • उस डेटा पर z-स्कोर और अनुभवजन्य नियम लागू करना जो लगभग सामान्य रूप से वितरित नहीं है, जहां प्रतिशत अब मान्य नहीं है।
  • नकारात्मक z-स्कोर का चिह्न हटा देना, जो फ़्लिप करता है कि कोई मान माध्य से ऊपर है या नीचे।

अक्सर पूछे जाने वाले प्रश्नों

z-स्कोर क्या है?

एक z-स्कोर यह गिनता है कि एक मान माध्य से कितने मानक विचलन पर है। z = (x − μ) / σ. सकारात्मक z माध्य से ऊपर है; नकारात्मक नीचे है.

z = 0, 1, या −2 का क्या मतलब है?

z = 0 बिल्कुल माध्य पर है। z = 1 एक SD ऊपर है। z = −2 नीचे दो SD है। एक सामान्य वक्र के तहत, लगभग 95% मान −2 और 2 के बीच आते हैं।

z-स्कोर का उपयोग कब किया जाता है?

विभिन्न पैमानों पर स्कोर की तुलना करना, प्रतिशत का पता लगाना, और परिकल्पना परीक्षणों के लिए डेटा का मानकीकरण करना सभी z-स्कोर पर निर्भर करते हैं।

z-स्कोर प्रतिशतक से कैसे संबंधित हैं?

एक z-टेबल या कैलकुलेटर सामान्य वक्र के नीचे के क्षेत्र में z को मैप करता है। z = 1.28 मोटे तौर पर 90वें प्रतिशतक से मेल खाता है।

मैं इस z-स्कोर कैलकुलेटर का उपयोग कैसे करूँ?

एक कच्चा स्कोर, माध्य और मानक विचलन दर्ज करें, फिर z-स्कोर और अनुमानित प्रतिशत देखने के लिए गणना पर क्लिक करें।

क्या ज़ेड-स्कोर का उपयोग आउटलेर्स को फ़्लैग करने के लिए किया जा सकता है?

हाँ। अंगूठे का एक सामान्य नियम किसी भी मूल्य को |z| के साथ चिह्नित करता है > 3 एक संभावित बाहरी के रूप में, क्योंकि अनुभवजन्य नियम कहता है कि सामान्य रूप से वितरित डेटा का लगभग 99.7% माध्य के 3 मानक विचलन के भीतर आता है। उस सीमा से परे मान इतने दुर्लभ हैं कि करीब से देखने की जरूरत है, हालांकि कटऑफ (2, 2.5, या 3) को इस बात से मेल खाना चाहिए कि आपका विश्लेषण कितना सख्त होना चाहिए।

More math calculators