Kalkulator Z-Score

Hitung Z-Score dan Temukan Posisi Data Anda dalam Distribusi Normal Secara Instan.

Z-score: —

Konverter Z-score ↔ Probabilitas

P(x < Z)
—
P(x > Z)
—
P(0 < x < Z)
—
P(-Z < x < Z)
—
P(x < -Z atau x > Z)
—

Apakah kalkulator ini membantu?

★ ★ ★ ★ ★
4.7/5 (19 suara)

Contoh Perhitungan

Kasus Perhitungan Hasil
Skor ujian 80, rata-rata 70, simpangan baku 5 Z-Score = 2,0 (berada 2 simpangan baku di atas rata-rata)
Menentukan posisi nilai dalam kurva distribusi normal Gunakan z-score untuk membaca persentil dari tabel Z
Menghitung probabilitas nilai lebih kecil dari titik tertentu Baca nilai kumulatif distribusi normal standar pada tabel Z

Cara Menggunakan Kalkulator Z-Score

Masukkan tiga variabel: nilai mentah yang diamati (x), rata-rata populasi (μ), dan simpangan baku populasi (σ). Pastikan ketiga angka berasal dari populasi atau sampel yang sama agar hasilnya bermakna.

Setelah klik Hitung, kalkulator langsung mengembalikan z-score beserta interpretasinya. Angka ini menunjukkan berapa simpangan baku jarak nilai tersebut dari rata-rata. Z-score positif berarti nilai berada di atas rata-rata; z-score negatif berarti di bawahnya. Hasil ini digunakan langsung dalam analisis data, penelitian ilmiah, pengendalian mutu, dan penilaian akademis berskala besar.

Bagaimana Z-Score Dihitung

Z-score dihitung dengan mengurangi rata-rata populasi dari nilai mentah, lalu membagi selisihnya dengan simpangan baku populasi. Rumus ini menempatkan setiap observasi pada distribusi normal standar dengan rata-rata 0 dan simpangan baku 1, sehingga nilai dari distribusi yang berbeda bisa langsung dibandingkan dan probabilitasnya bisa dihitung menggunakan tabel Z yang sama.Tabel distribusi normal standar (Tabel Z) untuk membaca probabilitas dari z-score

Tips & Informasi 💡

  • Gunakan parameter populasi bila tersedia. Jika hanya data sampel yang ada, pertimbangkan t-score sebagai alternatif yang lebih tepat secara statistik.
  • Nilai dengan z-score mutlak lebih besar dari 3 umumnya dianggap outlier pada distribusi normal, karena hanya sekitar 0,3% data yang jatuh di luar rentang tersebut.

📋Langkah Menghitung

  1. Masukkan nilai mentah yang diamati (x)

  2. Masukkan rata-rata populasi (μ)

  3. Masukkan simpangan baku populasi (σ), harus lebih besar dari nol

Kesalahan yang Harus Dihindari ⚠️

  1. Lupa mengurangkan nilai rata-rata sebelum membagi, sehingga z-score yang dihasilkan tidak bermakna.
  2. Mengira z-score di atas 3 adalah mustahil, padahal hanya sangat jarang terjadi sekitar 0,3% kejadian.
  3. Menukar simpangan baku sampel dengan simpangan baku populasi, yang menghasilkan z-score kurang tepat untuk data sampel kecil.

Aplikasi Praktis📊

  1. Menstandarisasi skor ujian seperti SAT, GRE, dan tes IQ agar perbandingan antar versi berbeda tetap adil.

  2. Mendeteksi outlier pada dataset penelitian dan dalam proses pengendalian mutu industri.

  3. Menghitung probabilitas dan persentil untuk variabel yang mengikuti distribusi normal.

Pertanyaan Seputar Layanan Kami

Apa itu z-score dalam statistik?

Z-score menyatakan jarak sebuah nilai mentah dari rata-rata populasi, diukur dalam satuan simpangan baku. Rumusnya adalah \(z = (x - \mu) / \sigma\). Nilai z-score nol berarti data tepat berada di rata-rata; z-score 1,0 berarti satu simpangan baku di atasnya. Konsep ini mengubah distribusi normal mana pun menjadi distribusi normal standar, sehingga memungkinkan penggunaan satu tabel Z yang sama dan perbandingan langsung antar distribusi yang berbeda skala.

Bagaimana cara menghitung z-score secara manual?

Kurangi rata-rata populasi (\(\mu\)) dari nilai yang diamati (x), lalu bagi hasilnya dengan simpangan baku populasi (\(\sigma\)). Rumusnya: \(z = (x - \mu) / \sigma\). Contoh: nilai ujian 85, rata-rata 75, simpangan baku 10 menghasilkan \(z = (85 - 75) / 10 = 1.0\), artinya nilai tersebut tepat satu simpangan baku di atas rata-rata.

Bagaimana mencari z-score jika rata-rata dan simpangan baku sudah diketahui?

Substitusikan langsung ketiga nilai ke rumus \(z = (x - \mu) / \sigma\). Ini adalah pendekatan baku dalam statistik inferensial dan uji hipotesis. Kalkulator di halaman ini melakukan substitusi tersebut seketika dan menampilkan hasilnya beserta interpretasi kualitatif posisi data.

Apa arti z-score negatif?

Z-score negatif berarti nilai yang diamati berada di bawah rata-rata populasi. Misalnya z-score negatif 1,5 menunjukkan nilai tersebut berjarak 1,5 simpangan baku di bawah rata-rata. Sekitar 6,7% data pada distribusi normal berada di bawah titik ini, berdasarkan tabel distribusi normal standar.

Bagaimana menggunakan z-score untuk mencari probabilitas?

Setelah mendapatkan z-score, cari nilai kumulatif distribusi normal standar \(\Phi(z)\) pada tabel Z atau gunakan fungsi distribusi kumulatif (CDF). Nilai tersebut menunjukkan probabilitas mengamati data yang lebih kecil atau sama dengan z-score itu. Contoh: z-score 1,96 memiliki \(\Phi(1.96) \approx 0.975\), artinya 97,5% data berada di bawah titik tersebut. Nilai ini menjadi dasar uji hipotesis dua arah pada tingkat kepercayaan 95%.

Rumus apa yang digunakan kalkulator z-score ini?

Kalkulator menerapkan rumus z-score standar: \(z = (x - \mu) / \sigma\), di mana x adalah nilai mentah, \(\mu\) adalah rata-rata populasi, dan \(\sigma\) adalah simpangan baku populasi. Rumus ini telah diformalkan sejak awal abad ke-20 dan menjadi landasan standarisasi statistik yang diakui oleh Royal Statistical Society dan American Statistical Association.

Bagaimana menafsirkan hasil z-score?

Z-score nol menempatkan observasi tepat pada rata-rata populasi. Berdasarkan aturan empiris distribusi normal: sekitar 68% data berada dalam rentang \(\pm 1\), sekitar 95% dalam rentang \(\pm 2\), dan sekitar 99,7% dalam rentang \(\pm 3\) simpangan baku dari rata-rata. Aturan ini dikenal sebagai aturan 68-95-99,7 atau aturan tiga sigma, dan merupakan dasar dari banyak prosedur pengendalian mutu seperti Six Sigma dalam industri manufaktur.

🔢Rekomendasi Kalkulator Lainnya

Kalkulator Sisa Bagi
Kalkulator Heksadesimal
Kalkulator Perkalian
Catatan: Kalkulator ini dirancang untuk memberikan estimasi yang bermanfaat untuk tujuan informasi. Meskipun kami mengupayakan akurasi, hasil dapat bervariasi berdasarkan hukum setempat dan keadaan individu. Kami menyarankan untuk berkonsultasi dengan penasihat profesional untuk keputusan penting.