زیڈ سکور کیلکولیٹر

مرحلہ وار حل اور عام تقسیم کے تصورات کے ساتھ زیڈ اسکورز، خام اسکورز، امکانات، اور صد فیصد کا حساب لگائیں۔

سیکھنے اور ہوم ورک میں مدد کے لیے — اہم حسابات کی آزادانہ طور پر تصدیق کریں۔

کی طرف سے جائزہ لیا کیلکولیٹر ڈرائیو ریاضی کا ادارتی بورڈ · آخری بار اپ ڈیٹ کیا گیا۔

کیلکولیٹر

کیلکولیشن موڈ منتخب کریں اور زیڈ اسکورز، خام اسکورز، یا امکانات کا حساب لگانے کے لیے مطلوبہ اقدار درج کریں۔

فوری جواب

زیڈ سکور آپ کو بتاتا ہے کہ ایک قدر اوسط کے اوپر یا نیچے کتنی معیاری انحرافات بیٹھتی ہے: z = (X − μ) / σ۔ z-اسکور حاصل کرنے کے لیے اوسط اور معیاری انحراف کے ساتھ ایک خام اسکور درج کریں، یا عام منحنی خطوط کے تحت خام اسکور، صد فیصد، اور امکان کو تلاش کرنے کے لیے معلوم زیڈ اسکور سے پیچھے ہٹیں۔

اہم نکات

  • 0 کے زیڈ سکور کا مطلب ہے کہ قدر بالکل اوسط کے برابر ہے۔ مثبت z اوسط سے اوپر ہے، منفی z اس کے نیچے ہے۔
  • Z-اسکورز کسی بھی عام طور پر تقسیم کیے گئے ڈیٹا کو ایک عام پیمانے پر معیاری بناتے ہیں، جس سے آپ بالکل مختلف اکائیوں میں ماپا جانے والی اقدار کا موازنہ کرتے ہیں۔
  • تجرباتی اصول بتاتا ہے کہ تقریباً 68% قدریں ±1 SD کے اندر، 95% ±2 SD کے اندر، اور 99.7% اوسط کے ±3 SD کے اندر آتی ہیں۔
  • پرسنٹائل اور زیڈ اسکور آپس میں جڑے ہوئے ہیں لیکن مختلف ہیں — 1 کا زیڈ اسکور تقریباً 84ویں پرسنٹائل سے مساوی ہے، پہلے سے نہیں۔

زیڈ سکور فارمولہ، کام کی مثال

z = (X − μ) / σ

مثال: خام اسکور X = 75، مطلب μ = 70، معیاری انحراف σ = 10

  1. z = (75 − 70) / 10 = 5 / 10 = 0.5
  2. 0.5 کے زیڈ اسکور کا مطلب ہے کہ اسکور اوسط سے نصف معیاری انحراف پر بیٹھتا ہے۔
  3. معیاری عام تقسیم پر z = 0.5 کو تلاش کرنے سے تقریباً 69.1% کا پرسنٹائل ملتا ہے — سکور تقریباً 69% تقسیم کو مات دیتا ہے۔

Z-اسکورز، پرسنٹائلز، اور تجرباتی اصول

کسی بھی عام تقسیم کے لیے، تجرباتی اصول (68-95-99.7 اصول) یہ بتاتا ہے کہ معیاری انحراف کے ہر بینڈ میں کتنا ڈیٹا آتا ہے:

رینج ڈیٹا کا تقریباً %
μ ± 1σ (−1 ≤ z ≤ 1) ~68%
μ ± 2σ (−2 ≤ z ≤ 2) ~95%
μ ± 3σ (−3 ≤ z ≤ 3) ~99.7%

مختلف پیمانے پر اسکورز کا موازنہ کرنا

Z-اسکورز آپ کو ٹیسٹوں میں کارکردگی کا موازنہ مکمل طور پر مختلف اسکورنگ پیمانوں کے ساتھ کرنے دیتے ہیں۔ فرض کریں کہ SAT پر طالب علم A کا اسکور 1350 ہے (مطلب 1050، SD 200) اور طالب علم B کا ACT پر اسکور 30 ​​ہے (مطلب 21، SD 5):

  • طالب علم A: z = (1350 − 1050) / 200 = 1.5
  • طالب علم B: z = (30 −21) / 5 = 1.8

اگرچہ خام اسکور غیر متعلقہ پیمانے استعمال کرتے ہیں، طالب علم B کے اعلیٰ زیڈ اسکور کا مطلب ہے کہ انہوں نے اپنے ٹیسٹ کے اسکورز کی تقسیم کے مقابلے میں بہتر کارکردگی کا مظاہرہ کیا۔

عام غلطیاں

  • زیڈ اسکور کو اس طرح سمجھنا جیسے یہ براہ راست پرسنٹائل ہو — 1 کا زیڈ اسکور تقریباً 84 واں پرسنٹائل ہے، پہلا نہیں۔
  • بائیں دم، دائیں دم، اور دو دم امکان کو ملانا — ہر ایک ایک مختلف سوال کا جواب دیتا ہے کہ قدر کہاں گرتی ہے۔
  • زیڈ اسکورز اور تجرباتی اصول کو ڈیٹا پر لاگو کرنا جو تقریباً عام طور پر تقسیم نہیں کیا جاتا ہے، جہاں فیصد اب برقرار نہیں رہتے ہیں۔
  • منفی زیڈ سکور کا نشان چھوڑنا، جو پلٹ جاتا ہے چاہے کوئی قدر اوسط سے اوپر ہو یا نیچے۔

اکثر پوچھے گئے سوالات

زیڈ سکور کیا ہے؟

زیڈ سکور شمار کرتا ہے کہ ایک قدر اوسط سے کتنے معیاری انحرافات پر مشتمل ہے۔ z = (x − μ) / σ. مثبت z اوپر کا مطلب ہے؛ منفی ذیل میں ہے.

z = 0، 1، یا −2 کا کیا مطلب ہے؟

z = 0 بالکل وسط میں ہے۔ z = 1 اوپر ایک SD ہے۔ z = −2 نیچے دو SD ہے۔ ایک عام منحنی خطوط کے تحت، تقریباً 95% قدریں −2 اور 2 کے درمیان آتی ہیں۔

زیڈ سکور کب استعمال ہوتے ہیں؟

مختلف پیمانوں پر اسکورز کا موازنہ کرنا، پرسنٹائلز تلاش کرنا، اور مفروضے کے ٹیسٹ کے لیے ڈیٹا کو معیاری بنانا یہ سب z-اسکورز پر انحصار کرتے ہیں۔

زیڈ سکور کا تعلق فیصد سے کیسے ہوتا ہے؟

ایک z-ٹیبل یا کیلکولیٹر عام منحنی خطوط کے نیچے z کو نقشہ بناتا ہے۔ z = 1.28 تقریباً 90ویں پرسنٹائل کے مساوی ہے۔

میں یہ زیڈ سکور کیلکولیٹر کیسے استعمال کروں؟

ایک خام اسکور، اوسط، اور معیاری انحراف درج کریں، پھر زیڈ اسکور اور تخمینہ فیصد دیکھنے کے لیے کیلکولیٹ پر کلک کریں۔

کیا زیڈ سکور کو آؤٹ لیرز کو جھنڈا لگانے کے لیے استعمال کیا جا سکتا ہے؟

جی ہاں انگوٹھے کا ایک عام اصول |z| کے ساتھ کسی بھی قدر کو جھنڈا دیتا ہے۔ > 3 ایک ممکنہ آؤٹ لیر کے طور پر، چونکہ تجرباتی اصول کہتا ہے کہ عام طور پر تقسیم شدہ ڈیٹا کا تقریباً 99.7% اوسط کے 3 معیاری انحراف کے اندر آتا ہے۔ اس حد سے باہر کی قدریں اتنی نایاب ہیں کہ قریب سے دیکھنے کی ضمانت دی جائے، حالانکہ کٹ آف (2، 2.5، یا 3) کو اس بات سے مماثل ہونا چاہیے کہ آپ کا تجزیہ کتنا سخت ہونا چاہیے۔

More math calculators