Zスコア計算機

もとの分布が正規分布にほぼ従うとき — つまり釣鐘型で、平均に対してほぼ対称な分布のときです。大規模な試験の得点、IQ テスト、身長、血圧、製造公差、各種の集計値などはこの仮定で十分よく近似でき、パーセンタイルの誤差は 1〜2 ポイント程度に収まります。一方、収入・反応時間・「0 以上で長い右裾を持つ」変数のような歪んだデータでは、Z スコアそのものは「平均からの距離」として有効なまま使えますが、「パーセンタイル」の解釈は大きく外れる可能性があります — 重い裾を持つ分布で z = +2 が、97.5 パーセンタイルではなく 90 パーセンタイルに相当することもあります。実務上の簡単な見分け方：データのヒストグラムが釣鐘型に見えないなら、Z スコアは「大きさ」だけ使い、パーセンタイル値は引用しないでください。

集団全体のデータが実際に手元にある場合（コホート全員の試験得点、レジストリ登録全患者の検査値など）は、母標準偏差 σ を使います。一部だけのサンプルから母数を推定したい場合は、標本標準偏差 s を使います。本ツールの計算自体はどちらを入れても同じですが、「パーセンタイル」の解釈が変わります：母 σ なら結果は真の Z 統計量で、正規分布前提のパーセンタイルは（正規性のもとで）厳密に正しい。一方、小標本（n < 30）の標本 s から計算した「z」は技術的には t 統計量に相当し、正規分布のパーセンタイルでは裾確率をやや過小評価します。実験室や授業の通常のサンプルサイズなら、この違いは無視できる程度です。

生の値が平均より下にあることを意味します。大きさそのものは正のときと同じで、z = −1.5 は z = +1.5 と「平均からの距離」は等しく、ただ向きが逆なだけです。パーセンタイルの解釈は反転：z = −1.5 はおよそ 7 パーセンタイル（自分より下にいるのは全体の 7% だけ）、z = +1.5 は 93 パーセンタイルに相当します。「マイナス＝悪い」ではありません — 指標によっては値が低い方が良い（コレステロール、エラー率、反応時間など）し、高い方が良いものもあります（試験得点、体力測定など）。符号は方向を示すだけで、その方向が「良い」か「悪い」かは文脈で判断してください。

ほぼ同じですが、厳密には違いがあります。Z スコアは母標準偏差 σ を使い、参照分布は標準正規分布。一方、t 統計量は標本標準偏差 s を使い、参照分布は t 分布です。n ≥ 30 程度のサンプルなら t 分布は正規分布にほぼ一致し、実用上は両者を相互利用できます。「標準化得点」は包括的な用語で、たいていは Z スコアを指しますが、「平均 0・分散 1 にスケーリングしたあらゆる値」を指す場合もあります。関連はあるが区別される 2 つの慣習：心理測定で使う T スコア（平均 50・SD 10 — 負の値を避けるための Z の線形変換）、およびスタナイン（1〜9 のスケール・平均 5）。これらはすべて Z の線形変換にすぎないので、z を出してしまえば、相互変換は乗算と加算 1 回ずつで終わります。