ZestCalc
Appearance
Language

Z-Wert-Rechner

Standardisieren Sie einen Rohwert mit Mittelwert und Standardabweichung und ermitteln Sie die entsprechenden Normalverteilungswahrscheinlichkeiten.

Werte eingeben

Ergebnisse werden bei der Eingabe aktualisiert.

Der beobachtete Wert, den Sie standardisieren möchten.

Das Zentrum der Originalverteilung.

Muss größer als 0 sein.

Ergebnis

Mit x=85, mu=70 und sigma=15 wird der Rohwert zu z=1 standardisiert; unter Normalverteilung liegen etwa 84.13% der Werte bei oder unter diesem Punkt.

Z-Wert-Formel

z=xμσz=\frac{x-\mu}{\sigma}

Z-Wert

1

Der Rohwert liegt 1 Standardabweichungen über dem Mittelwert.

Perzentil

84.13%

0.841345 (84.13%)

Perzentil

P(Xx)P(X \le x)

0.841345

84.13%

P(X <= x)

P(X>x)P(X > x)

0.158655

15.87%

P(X > x)

Zwischen Mittelwert und x

0.341345

34.13%

Zwischen Mittelwert und x

Abstand zum Mittelwert

1

Standardabweichungen

Wahrscheinlichkeit wird als Dezimalzahl und Prozentsatz im Normalverteilungsmodell angezeigt.

Standardisierungsansicht

Der Rohwert der Originalverteilung wird auf dieselbe relative Position in der Standardnormalverteilung abgebildet.

Originalverteilung

OriginalverteilungFläche linkes Perzentil: 84.13%Fläche zwischen Mittelwert und Wert: 34.13%Mittelwert: 70μ = 70Rohwert: x = 85x = 8543.7596.25

Standardnormalverteilung

StandardnormalverteilungFläche linkes Perzentil: 84.13%Fläche zwischen Mittelwert und Wert: 34.13%Mittelwert: 0z = 0Z-Wert: z = 1z = 1-3.53.5

Schritt-für-Schritt-Berechnung

Beginnen Sie mit der Formel

z=xμσz=\frac{x-\mu}{\sigma}

Werte einsetzen

z=857015z=\frac{85-70}{15}

Vereinfachen

z=1z=1

Vorzeichen und Größe interpretieren

Der Rohwert liegt 1 Standardabweichungen über dem Mittelwert.

Was der Z-Wert aussagt

Der Z-Wert (auch Standardwert genannt) gibt an, wie weit ein Rohwert vom Mittelwert entfernt ist – gemessen in Einheiten der Standardabweichung. Ein Z-Wert von 2 bedeutet, dass der Rohwert zwei Standardabweichungen über dem Mittelwert liegt. Ein Z-Wert von −1,5 bedeutet, dass er eineinhalb Standardabweichungen darunter liegt.

Die Formel lautet:

z=xμσz = \frac{x - \mu}{\sigma}

Dabei ist xx der Rohwert, μ\mu der Mittelwert und σ\sigma die Standardabweichung. Die Standardabweichung muss positiv sein, da sie die Streuung der Daten beschreibt.

Positive, negative und null Z-Werte deuten

  • Ein positiver Z-Wert bedeutet, dass der Rohwert über dem Mittelwert liegt.
  • Ein negativer Z-Wert bedeutet, dass der Rohwert unter dem Mittelwert liegt.
  • Ein Z-Wert von null bedeutet, dass der Rohwert genau dem Mittelwert entspricht.

Auch der Betrag ist wichtig. Ein Z-Wert nahe 0 liegt nahe am Durchschnitt, während ein Z-Wert von z. B. 2 oder −2 weiter vom Zentrum entfernt ist. Sehr große oder kleine Z-Werte sollten im Kontext interpretiert werden: Sie können auf einen ungewöhnlichen Messwert, einen bedeutsamen Ausreißer oder schlicht auf eine Verteilung hinweisen, in der extreme Werte erwartet werden.

Von Rohwerten zur Standardnormalverteilung

Durch die Standardisierung wird ein Rohwert aus seiner ursprünglichen Skala in die Standardnormalskala umgerechnet, bei der der Mittelwert 0 und die Standardabweichung 1 beträgt. Dadurch lassen sich Werte aus verschiedenen normalverteilten Messgrößen auf derselben Skala vergleichen.

Kennt man den Z-Wert, lässt er sich mit der Standardnormalverteilung verknüpfen:

  • Die linksseitige Wahrscheinlichkeit, geschrieben als P(Xx)P(X \le x), ist die Fläche unter der Kurve links vom Rohwert.
  • Das Perzentil ist die linksseitige Wahrscheinlichkeit in Prozent ausgedrückt. Ein Perzentil von 84 % bedeutet, dass etwa 84 % aller normalverteilten Werte an diesem Punkt oder darunter liegen.
  • Die rechtsseitige Wahrscheinlichkeit, geschrieben als P(X>x)P(X > x), ist die Fläche unter der Kurve rechts vom Rohwert.

Diese Wahrscheinlichkeiten setzen ein Normalmodell voraus. Ist die ursprüngliche Verteilung stark schief, mehrgipflig oder enthält sie extreme Ausreißer, können die Normalwahrscheinlichkeiten weniger zuverlässig sein – obwohl die Z-Wert-Formel den Wert nach wie vor standardisiert.

Rechenbeispiel

Ein Testergebnis sei x=85x = 85, der Klassendurchschnitt μ=70\mu = 70 und die Standardabweichung σ=15\sigma = 15.

z=857015=1515=1z = \frac{85 - 70}{15} = \frac{15}{15} = 1

Der Rohwert liegt eine Standardabweichung über dem Mittelwert. Bei einem Normalmodell hat ein Z-Wert von 1 eine linksseitige Wahrscheinlichkeit von etwa 0,8413 – das Ergebnis entspricht damit ungefähr dem 84. Perzentil. Die rechtsseitige Wahrscheinlichkeit beträgt etwa 0,1587.

Wichtige Hinweise

  • σ\sigma muss größer als 0 sein. Eine Standardabweichung von 0 bedeutet keine Streuung; die Z-Wert-Formel würde durch null dividieren.
  • Normalwahrscheinlichkeiten setzen eine annähernd normalverteilte Grundgesamtheit voraus. Der Z-Wert selbst ist lediglich eine standardisierte Distanz; Perzentil- und Schwanzwahrscheinlichkeiten basieren auf der Normalverteilung.
  • Extreme Z-Werte erfordern Kontext. In manchen Bereichen sind Werte jenseits von 3 Standardabweichungen selten; in anderen – etwa bei schwertschwänzigen Verteilungen – sind sie weniger überraschend.

Häufig gestellte Fragen

Ist ein höherer Z-Wert immer besser?

Nein. Ein höherer Z-Wert bedeutet nur, dass der Wert weiter über dem Mittelwert liegt. Ob das gut oder schlecht ist, hängt davon ab, was gemessen wird. Ein höheres Testergebnis kann positiv sein, ein höherer Blutdruckwert hingegen ein Warnsignal.

Was bedeutet ein negativer Z-Wert?

Ein negativer Z-Wert bedeutet, dass der Rohwert unter dem Mittelwert liegt. Zum Beispiel bedeutet z=2z = -2, dass der Wert zwei Standardabweichungen unter dem Mittelwert liegt.

Sind Perzentil und Wahrscheinlichkeit dasselbe?

Sie sind eng miteinander verwandt, werden aber üblicherweise unterschiedlich ausgedrückt. Die linksseitige Wahrscheinlichkeit ist eine Dezimalzahl als Fläche unter der Kurve, z. B. 0,8413. Das Perzentil gibt dieselbe Position in Prozent an, also etwa das 84. Perzentil.