Z점수 계산기

100점 만점에 85점과 1000점 만점에 850점은 그대로 비교할 수 없지만, 각 분포의 평균과 표준편차를 알면 둘 다 Z점수로 바꿔 '평균에서 몇 표준편차 위/아래'라는 같은 기준으로 놓을 수 있습니다. Z점수 +1.5는 원래 단위가 무엇이든 같은 상대적 위치를 뜻합니다.

1단계, 값에서 평균을 뺀 편차를 구합니다: 85 − 70 = 15. 2단계, 편차를 표준편차로 나눠 Z점수를 구합니다: 15 ÷ 10 = 1.5. 3단계, 표준정규분포 누적함수 Φ에 이 Z점수를 대입해 백분위를 구합니다: Φ(1.5) ≈ 0.9332, 즉 백분위 약 93.32%입니다. 이 계산 과정은 위 입력창의 기본값과 동일하며, 값·평균·표준편차 중 어느 것을 바꾸더라도 같은 세 단계(편차 계산 → Z점수 계산 → 누적함수 대입)를 그대로 거쳐 결과가 다시 계산됩니다.

정규분포에서는 평균 ±1표준편차 안에 값의 약 68%, ±2표준편차 안에 약 95%, ±3표준편차 안에 약 99.7%가 들어간다는 경험칙이 통계에서 널리 쓰입니다. 반올림하지 않은 정확한 값은 각각 68.27%, 95.45%, 99.73%이며(표준정규분포 누적함수로 Φ(1)−Φ(−1), Φ(2)−Φ(−2), Φ(3)−Φ(−3)을 계산한 값), Z점수가 1·2·3에 가까울 때 이 경험칙만으로도 대략적인 백분위를 암산할 수 있습니다. 예를 들어 Z=2는 상위 약 2.28%(100%에서 95.45%를 뺀 나머지의 절반)에 해당합니다. 여기서 자주 겹쳐 읽히는 것이 하나 있습니다 — 경험칙의 「±2표준편차 ≈ 95%」와 통계에서 말하는 「95% 신뢰구간」은 같은 Z값이 아닙니다. 앞의 것은 Z=2이고 실제 넓이는 95.45%이며, 뒤의 것은 양쪽 꼬리를 정확히 2.5%씩 남기도록 잡은 Z=1.96(넓이 95.00%)입니다. 마찬가지로 99% 신뢰구간은 Z=3이 아니라 Z=2.576입니다. 어느 쪽을 쓰느냐에 따라 구간 폭이 2÷1.96 ≈ 1.02배, 약 2% 차이 납니다. 위 계산기에 평균 0·표준편차 1을 두고 값에 1.96과 2를 차례로 넣으면 백분위가 97.50%와 97.72%로 갈리는 것을 바로 확인할 수 있습니다(각각 위쪽 꼬리 2.50%와 2.28%).

대학수학능력시험은 과목마다 응시자 집단과 시험 난이도가 달라 원점수만으로는 과목 간 비교가 불가능합니다. 그래서 원점수를 그대로 쓰지 않고, 그 과목을 본 응시자 전체의 평균과 표준편차를 기준으로 원점수가 평균에서 얼마나 떨어져 있는지를 계산한 뒤 이를 다시 정해진 척도로 옮긴 '표준점수'를 함께 제공합니다. 핵심은 이 계산기가 구하는 Z점수와 같습니다 — 원점수 자체가 아니라 '평균에서 몇 표준편차 떨어졌는가'를 기준으로 삼기 때문에, 어렵게 출제된 과목에서 받은 원점수 80점과 쉽게 출제된 과목에서 받은 원점수 80점이 서로 다른 표준점수로 환산될 수 있습니다.

실무에서는 흔히 |Z| > 3(평균에서 표준편차 3개를 넘게 벗어난 값)을 이상치 후보로 보는 관행을 씁니다. 위 68-95-99.7 경험칙대로라면 정규분포를 따르는 데이터가 그 범위를 벗어날 확률은 0.27%(100% − 99.73%)에 불과하기 때문입니다. 다만 이 판정과 백분위 해석 모두 데이터가 정규분포를 따른다는 전제 위에 서 있습니다. 실제 데이터가 한쪽으로 치우쳤거나 꼬리가 두꺼우면, 같은 Z점수라도 실제 그 값보다 낮은 데이터의 비율은 이 계산기가 보여주는 백분위와 크게 달라질 수 있습니다. 또한 모표준편차를 몰라 표본표준편차로 대신 추정한 경우, 특히 표본 크기가 작을 때는 Z점수보다 자유도를 반영한 t분포를 쓰는 것이 더 정확합니다 — 표본이 작을수록 t분포는 정규분포보다 꼬리가 두꺼워, 표본표준편차 추정에 남아 있는 불확실성만큼 극단값의 확률을 낮게 잡지 않도록 보정해 주기 때문입니다.