Z-Score-Rechner
Wandeln Sie jeden Rohwert mit Hilfe von Mittelwert und Standardabweichung in einen z-Score um, oder lassen Sie den Rechner diese aus Ihren eigenen Daten ermitteln. Sie erhalten zusätzlich das Perzentil und die Wahrscheinlichkeiten der Verteilungsenden.
Berechnen Sie Ihren z-Score
z-Score-Formel
Wobei gilt:
- \(x\) — der Rohwert, den Sie standardisieren möchten
- \(\mu\) — der Mittelwert der Grundgesamtheit (oder Ihrer Datenreihe)
- \(\sigma\) — die Standardabweichung der Grundgesamtheit (oder die Stichproben-Standardabweichung \(s\))
- \(z\) — der z-Score, also die Anzahl der Standardabweichungen zwischen \(x\) und dem Mittelwert
Die Formel misst den Abstand zwischen dem Wert und dem Mittelwert und drückt ihn in Einheiten der Standardabweichung aus. Ein positives z bedeutet, dass der Wert über dem Mittelwert liegt, ein negatives z, dass er darunter liegt.
z-Score – Rechenbeispiel
Beispiel: Eine Klausur wird mit einem Mittelwert von \(\mu = 100\) und einer Standardabweichung von \(\sigma = 15\) bewertet. Ein Student erreicht \(x = 110\). Wie viele Standardabweichungen liegt das über dem Mittelwert und welches Perzentil entspricht dem?
\[ z = \frac{x - \mu}{\sigma} = \frac{110 - 100}{15} = \frac{10}{15} \approx 0{,}6667 \]
\[ \Phi(0.6667) \approx 0.7475 \quad\Rightarrow\quad P(X \le 110) \approx 74{,}75\% \]
Ergebnis: \(z \approx 0.6667\). Der Wert liegt etwa zwei Drittel einer Standardabweichung über dem Mittelwert; rund 74,75 % der Studenten erzielen 110 Punkte oder weniger, und etwa 25,25 % erzielen mehr.
So verwenden Sie den Rechner
- Öffnen Sie das Dropdown-Menü Eingabemodus und wählen Sie Mittelwert & Standardabweichung bekannt, wenn Sie \(\mu\) und \(\sigma\) bereits haben, oder Aus einer Datenreihe, wenn der Rechner sie für Sie berechnen soll.
- Geben Sie unter Rohwert (x) den Wert ein, den Sie in einen z-Score umrechnen möchten.
- Füllen Sie im direkten Modus Mittelwert der Grundgesamtheit (μ) und Standardabweichung (σ) aus. Die Standardabweichung muss größer als 0 sein.
- Fügen Sie im Datenreihen-Modus Ihre Zahlen unter Datenreihe ein, getrennt durch Kommas, Leerzeichen, Semikolons oder Zeilenumbrüche. Sie benötigen mindestens 2 Zahlen, und sie dürfen nicht alle identisch sein. Der Rechner berechnet den Mittelwert und die Stichproben-Standardabweichung (mit \(n - 1\)) automatisch.
- Lesen Sie den z-Score, das Perzentil \(P(X \le x)\), die Wahrscheinlichkeit eines höheren Wertes \(P(X > x)\) sowie eine Interpretation in klarer Sprache mit Übersichtstabelle ab.
Was ein z-Score bedeutet
Ein z-Score (auch Standardwert genannt) beantwortet eine einfache Frage: Wie ungewöhnlich ist dieser Wert? Er überführt jede Messung in eine gemeinsame Skala, indem er angibt, wie viele Standardabweichungen sie vom Mittelwert entfernt liegt. Da die ursprünglichen Einheiten jeder Verteilung wegfallen, ermöglichen z-Scores den Vergleich von Werten völlig unterschiedlicher Messungen — etwa ob eine Körpergröße von 190 cm oder ein Klausurergebnis von 130 relativ zur eigenen Population außergewöhnlicher ist.
Das Vorzeichen gibt die Richtung an. Ein z-Score von +2 bedeutet, dass der Wert zwei Standardabweichungen über dem Mittelwert liegt; ein z-Score von −1,5 bedeutet, dass er anderthalb Standardabweichungen darunter liegt. Ein z von genau 0 bedeutet, dass der Wert dem Mittelwert entspricht.
Der Rechner wandelt Ihren z-Score außerdem — unter der Annahme, dass die Daten normal-(Gauß-)verteilt sind — in Wahrscheinlichkeiten um. Das Perzentil \(\Phi(z)\) ist der Anteil der Werte, der erwartet wird, der bei Ihrem Wert oder darunter liegt; \(1 - \Phi(z)\) ist der Anteil, der darüber erwartet wird. Im obigen Beispiel bedeutet \(z = 0.6667\), dass der Wert etwa beim 75. Perzentil liegt — ein gutes, aber kein außergewöhnliches Ergebnis.
Wie extrem ein z-Score ist, richtig einordnen
Die bekannte 68–95–99,7-Regel für Normalverteilungen liefert schnelle Anhaltspunkte:
| |z|-Bereich | Bedeutung | Anteil der Werte, die mindestens so extrem sind |
|---|---|---|
| unter 1 | Typisch — innerhalb von 1 Standardabweichung vom Mittelwert | ≈ 32 % |
| 1 bis 2 | Eher unüblich | ≈ 27 % |
| 2 bis 3 | Ungewöhnlich | ≈ 4,6 % |
| 3 oder mehr | Sehr ungewöhnlich | unter 0,3 % |
Z-Scores jenseits von ±3 werden häufig als Ausreißer oder als überprüfenswerte Signale behandelt, wobei was als „extrem“ gilt, von Ihrem Fachgebiet abhängt — in der Physik ist 5 Sigma (\(|z| \ge 5\)) eine gängige Schwelle für einen Nachweis.
Annahmen, Grenzen und Hinweise
- Perzentile setzen Normalverteilung voraus. Der z-Score selbst ist für jede Verteilung mit definiertem Mittelwert und definiierter Standardabweichung gültig, aber Perzentil und Randwahrscheinlichkeiten \(\Phi(z)\) stimmen nur, wenn die Daten annähernd normalverteilt sind. Bei schiefen Verteilungen sind die angegebenen Wahrscheinlichkeiten irreführend, obwohl der z-Score korrekt ist.
- Stichproben- vs. Populations-Standardabweichung. Im Datenreihen-Modus verwendet der Rechner die Stichproben-Standardabweichung mit Bessel-Korrektur (Division durch \(n - 1\)), was die richtige Wahl ist, wenn Ihre Zahlen eine Stichprobe aus einer größeren Grundgesamtheit darstellen. Sind Ihre Zahlen die gesamte Grundgesamtheit, geben Sie \(\sigma\) stattdessen manuell im direkten Modus ein.
- Kleine Stichproben sind verrauscht. Bei nur wenigen Werten sind Stichprobenmittelwert und -Standardabweichung instabile Schätzungen; z-Scores, die daraus berechnet werden, sollten mit Vorsicht interpretiert werden.
- Achten Sie bereits bei der Eingabe auf Ausreißer. Ein einziger falsch eingegebener Wert in der Datenreihe kann die Standardabweichung aufblähen und die z-Scores aller anderen Werte verkleinern. Prüfen Sie die Übersichtstabelle im Interpretationsblock — sie zeigt Mittelwert, Standardabweichung und Stichprobengröße, die tatsächlich verwendet wurden.
- Tragen Sie den Rohwert, nicht einen z-Score, ins Feld x ein. Der Rechner erwartet eine ursprüngliche Messung; die Standardisierung berechnet er für Sie.
Häufig gestellte Fragen
Wie berechne ich einen z-Score ohne Rechner von Hand?
Ziehen Sie den Mittelwert von Ihrem Wert ab und teilen Sie dann durch die Standardabweichung: \(z = (x - \mu) / \sigma\). Beispielsweise erhalten Sie mit \(x = 85\), \(\mu = 70\) und \(\sigma = 10\) den Wert \(z = 15/10 = 1.5\). Wenn Sie \(\mu\) und \(\sigma\) nicht kennen, berechnen Sie zuerst den Mittelwert, dann die Standardabweichung, und setzen Sie beides in die Formel ein. Eine Handrechnung ist eine gute Plausibilitätskontrolle für das Ergebnis des Rechners.
Was ist ein guter oder normaler z-Score?
Es gibt kein universelles „gut“ — es hängt davon ab, was Sie messen. Statistisch gesehen liegen die meisten Werte einer Normalverteilung zwischen −1 und +1 (etwa 68 %); alles in diesem Bereich ist typisch. Werte jenseits von ±2 oder ±3 sind selten. Ob hoch gut ist, hängt vom Kontext ab: Ein hoher z-Score ist bei einer Klausur großartig, kann beim Blutdruck aber ein Warnsignal sein. Bei Wachstumskurven für Kinder schauen Ärzte, wo der z-Score ungefähr zwischen −2 und +2 liegt; fragen Sie bei medizinischen Ergebnissen immer eine Fachperson.
Hat ein z-Score Einheiten? Kann ich z-Scores verschiedener Messungen vergleichen?
Nein — ein z-Score ist dimensionslos. Er drückt den Abstand vom Mittelwert in Einheiten der Standardabweichung aus, sodass die ursprünglichen Einheiten (cm, kg, Punkte, Euro) sich herauskürzen. Genau das macht z-Scores für Vergleiche nützlich: Ein z-Score von 1,8 für eine Körpergröße und ein z-Score von 1,2 für ein Klausurergebnis sagen Ihnen, dass die Körpergröße relativ zur eigenen Population außergewöhnlicher ist — obwohl die Rohzahlen nichts gemeinsam haben.
Wie rechne ich einen z-Score zurück in einen Rohwert um?
Stellen Sie die Formel um: \(x = \mu + z \times \sigma\). Ist beispielsweise \(z = -1.5\), \(\mu = 200\) und \(\sigma = 20\), dann ist \(x = 200 + (-1.5)(20) = 170\). Das ist praktisch, wenn Sie eine Grenze in z-Einheiten kennen — etwa „Werte unter z = −2 werden markiert“ — und die entsprechende rohe Schwelle in den ursprünglichen Einheiten benötigen.
Warum weicht mein z-Score ab, wenn ich ihn aus einer Datenreihe berechne, statt σ direkt einzugeben?
Im Datenreihen-Modus verwendet der Rechner die Stichproben-Standardabweichung mit Bessel-Korrektur — Division durch \(n - 1\) statt durch \(n\) — was die Streuungsschätzung bei kleinen Stichproben leicht vergrößert. Vergleichen Sie das mit einer Populations-\(\sigma\) (Division durch \(n\)), erhalten Sie für denselben Rohwert ein anderes z. Beides ist vertretbar; der Unterschied schrumpft mit wachsender Stichprobe, kann aber bei weniger als etwa 10 Zahlen spürbar sein.
Kann ein z-Score negativ sein, und was bedeutet ein negativer z-Score?
Ja. Ein negativer z-Score bedeutet schlicht, dass der Wert unter dem Mittelwert liegt — nichts weiter. Ein z von −1,25 sagt, dass der Wert 1,25 Standardabweichungen unter dem Durchschnitt liegt. Negative z-Scores sind bei symmetrischen Daten völlig normal: Etwa die Hälfte jeder normalverteilten Grundgesamtheit hat sie. Nur der Betrag sagt Ihnen, wie ungewöhnlich ein Ergebnis ist; −2,1 ist also genauso extrem wie +2,1.
Was ist der Unterschied zwischen einem z-Score und einem t-Score oder einem p-Wert?
Ein z-Score ist der standardisierte Abstand vom Mittelwert in Standardabweichungseinheiten. Ein t-Score ist eine umskalierte Variante, die in standardisierten Tests verbreitet ist (z. B. Knochendichte): \(t = 50 + 10z\), sodass der Durchschnitt 50 statt 0 beträgt. Ein p-Wert ist eine Wahrscheinlichkeit, keine Distanz — häufig die zweiseitige Wahrscheinlichkeit zu einer z- oder t-Statistik. Sie hängen zusammen, beantworten aber unterschiedliche Fragen; verwechseln Sie sie also nicht.