StatistikRechnerTest-Vorbereitung

Z-Score zu Perzentil-Rechner: Formel, Schritte und Beispiele

August 19, 2026·13 min read·Solvify Team

Ein Z-Score-zu-Perzentil-Rechner wandelt einen standardisierten Score in den Prozentsatz einer Verteilung um, der unter ihm liegt – genau das, was die meisten Statistik-, Psychologie- und standardisierte Testaufgaben verlangen. Sobald Sie die Standardnormalverteilung und die empirische Regel verstehen, können Sie dieses Perzentil von Hand in unter einer Minute finden, ohne überhaupt Software zu benötigen. Dieses Handbuch führt Sie durch die Formel, eine vollständige Z-Tabellen-Anleitung und mehrere durchgerechnete Beispiele mit realen Zahlen, damit Sie die Ausgabe eines Rechners überprüfen oder das Problem ohne Rechner lösen können.

Inhalt

01Was ist ein Z-Score und warum sollte man ihn in ein Perzentil umrechnen?
02Was ist die Z-Score-zu-Perzentil-Formel?
03Wie liest man eine Standardnormal-(Z-)Tabelle?
04Schritt für Schritt: Konvertieren eines Z-Scores zu einem Perzentil von Hand
05Durchgerechnete Beispiele: Von Testergebnissen zu Perzentilen
06Was ist mit negativen Z-Scores?
07Wie verbindet die empirische Regel (68-95-99,7-Regel) sich mit Perzentilen?
08Häufige Fehler bei der Umrechnung von Z-Scores in Perzentile
09Übungsaufgaben: Können Sie diese Z-Scores in Perzentile umrechnen?
10Wie kann Solvify Ihnen helfen, eine Z-Score-zu-Perzentil-Berechnung zu überprüfen?

Was ist ein Z-Score und warum sollte man ihn in ein Perzentil umrechnen?

Ein Z-Score (oder Standardscore) misst, wie viele Standardabweichungen sich ein Rohwert vom Mittelwert seiner Verteilung entfernt. Die Formel lautet z = (x - μ) ÷ σ, wobei x der Rohscore ist, μ der Populationsmittelwert und σ die Populationsstandardabweichung ist. Ein Z-Score von 0 bedeutet, dass der Wert dem Mittelwert entspricht; ein Z-Score von +1,5 bedeutet, dass der Wert 1,5 Standardabweichungen über dem Mittelwert liegt; ein Z-Score von -2 bedeutet, dass er 2 Standardabweichungen darunter liegt. Z-Scores sind dimensionslos, was genau das macht, was sie nützlich macht: Ein Score von 82 in einer Chemieprüfung und eine Körpergröße von 178 cm können nicht direkt verglichen werden, aber ihre Z-Scores können es. Ein Z-Score allein ist immer noch schwer intuitiv zu interpretieren, da "1,5 Standardabweichungen über dem Durchschnitt" den meisten Menschen nicht sagt, wie ungewöhnlich ein Ergebnis tatsächlich ist. Ein Perzentil behebt dies: Es gibt den Prozentsatz einer Verteilung an, der auf oder unter einem bestimmten Wert liegt, vorausgesetzt, die Daten folgen einer Normalverteilung (Glockenkurve). Ein Z-Score von 1,5 entspricht ungefähr dem 93. Perzentil, d. h., der Wert schlägt etwa 93% der Verteilung. Die Umrechnung von Z-Score zu Perzentil ist die Brücke zwischen einer statistischen Formel und einer Zahl, mit der Menschen tatsächlich rechnen können. Diese Umrechnung taucht ständig außerhalb des Statistikunterrichts auf. Standardisierte Tests (SAT, ACT, GRE, GMAT), IQ-Tests, Wachstumstabellen für Kinder, Vergleiche von Hochschulzulassungen über verschiedene Tests hinweg, Qualitätskontrolldiagramme in der Fertigung und biostatistische Forschung berichten alle Ergebnisse als Perzentile, genau weil ein Rohscore oder ein bloßer Z-Score ohne Kontext wenig bedeutet. Wenn ein Kinderarzt sagt "die Körpergröße Ihres Kindes liegt beim 40. Perzentil", führt er genau dieselbe Z-zu-Perzentil-Umrechnung durch, die in diesem Handbuch behandelt wird, nur mit altersgerechten Wachstumstabellen-Mittelwerten und Standardabweichungen statt eines einzelnen Gesamtmittelwerts.

Ein Z-Score sagt dir die Entfernung vom Mittelwert in Standardabweichungen; ein Perzentil sagt dir den Rang in der Gruppe. Die Umrechnung zwischen ihnen ist das, was einen Z-Score bedeutsam macht.

Was ist die Z-Score-zu-Perzentil-Formel?

Die genaue Formel lautet Perzentil = Φ(z) × 100, wobei Φ(z) die kumulative Verteilungsfunktion (CDF) der Standardnormalverteilung ist: die Wahrscheinlichkeit, dass ein zufällig ausgewählter Wert aus einer Normalverteilung auf oder unter z fällt. Φ(z) hat keinen einfachen geschlossenen algebraischen Ausdruck; es ist durch ein Integral der normalen Wahrscheinlichkeitsdichtefunktion von minus Unendlich bis z definiert, und es ist technisch in Bezug auf die Fehlerfunktion geschrieben, erf(z ÷ √2). Deshalb löst im Allgemeinen niemand Φ(z) mit einfacher Algebra von Hand. Stattdessen verlässt sich jeder auf eine vorberechnete Standardnormal-(z-)Tabelle, die eingebaute normalcdf-Funktion eines Grafikrechners, eine Tabellenkalkulationsformel wie Excels NORM.S.DIST oder eine Statistikbibliothek wie Pythons scipy.stats.norm.cdf. Die praktische Version der Formel, die Studenten tatsächlich verwenden, ist: Z in einer Z-Tabelle nachschlagen, um Φ(z) als Dezimalzahl zwischen 0 und 1 zu erhalten, dann mit 100 multiplizieren, um es als Perzentil auszudrücken. Zum Beispiel Φ(1,50) = 0,9332, also liegt ein Z-Score von 1,50 beim 93,32. Perzentil. Jeder Online-Z-Score-zu-Perzentil-Rechner automatisiert einfach diese gleiche Suche mit mehr Dezimalstellen Genauigkeit, als eine gedruckte Tabelle zeigen kann, weshalb Handberechnungen und Rechnergebinisse manchmal um einige Hundertstel eines Perzentilpunkts unterscheiden.

Perzentil = Φ(z) × 100. Φ(z) stammt aus einer Standardnormaltabelle, der normalcdf-Funktion eines Rechners oder Software wie Excels NORM.S.DIST.

Wie liest man eine Standardnormal-(Z-)Tabelle?

Eine Standardnormaltabelle listet kumulative Wahrscheinlichkeiten Φ(z) für Z-Scores auf, die auf zwei Dezimalstellen gerundet sind. Zeilen listen den Z-Score auf einer Dezimalstelle auf (seine "Zehntelstelle"), und Spalten listen die zweite Dezimalstelle auf (ihre "Hundertstelle"). Das Lesen der Tabelle ist eine Suche, keine Berechnung, aber es lohnt sich zu wissen, dass zwei Tabellenformate existieren: Eine kumulativen-von-links-Tabelle (die Art, die in diesem Handbuch verwendet wird und direkt Φ(z) und damit das Perzentil ergibt) und eine kumulativen-vom-Mittelwert-Tabelle (die die Fläche zwischen 0 und z ergibt und erfordert, dass Sie 0,5 für positive z addieren oder von 0,5 für negative z subtrahieren). Überprüfen Sie immer, welches Format eine bestimmte Tabelle verwendet, bevor Sie Werte auslesen, da das Vermischen der beiden Formate ein häufiger Fehler ist.

1. Schritt 1 - Runden Sie Ihren Z-Score auf zwei Dezimalstellen

Standardtabellen sind für zwei Dezimalstellen Genauigkeit gebaut, also runden Sie einen Z-Score wie 1,6666... auf 1,67, bevor Sie etwas nachschlagen.

2. Schritt 2 - Finden Sie die Zeile für die ersten zwei Ziffern

Für z = 1,67 finden Sie die Zeile mit der Bezeichnung 1,6 in der linken Spalte der Tabelle.

3. Schritt 3 - Finden Sie die Spalte für die zweite Dezimalziffer

Bewegen Sie sich über diese Zeile zur Spalte mit der Bezeichnung ,07 (die Hundertstelle von 1,67).

4. Schritt 4 - Lesen Sie den Schnittpunkt und konvertieren Sie zu einem Perzentil

Der Wert an der Schnittelle der Zeile 1,6 und der Spalte ,07 ist 0,9525. Mit 100 multiplizieren: z = 1,67 entspricht dem 95,25. Perzentil.

5. Schritt 5 - Überprüfung nach Plausibilität

Ein positives z sollte immer ein Perzentil über 50 ergeben, und ein negatives z sollte immer ein Perzentil unter 50 ergeben. Wenn Ihre Suche dem widerspricht, haben Sie wahrscheinlich das falsche Tabellenformat gelesen oder die falsche Zeile/Spalte gelesen.

z = 1,6 Zeile, ,07 Spalte → 0,9525 → 95,25. Perzentil. Jede Standardnormaltabellen-Suche folgt diesem gleichen Zeile-dann-Spalte-Muster.

Schritt für Schritt: Konvertieren eines Z-Scores zu einem Perzentil von Hand

Der vollständige Prozess zur Umwandlung eines beliebigen Rohscores in ein Perzentil hat vier Schritte, egal ob Sie es von Hand mit einer Tabelle machen oder die Ausgabe eines Z-Score-zu-Perzentil-Rechners überprüfen. Diese Reihenfolge funktioniert unabhängig davon, was die zugrunde liegenden Daten darstellen, solange die Verteilung ungefähr normal ist.

1. Schritt 1 - Berechnen Sie den Z-Score

Verwenden Sie z = (x - μ) ÷ σ mit dem Rohscore x, dem Mittelwert μ und der Standardabweichung σ der Verteilung. μ und σ richtig zu bekommen, ist genauso wichtig wie die Arithmetik; die Verwendung einer Stichprobenstandardabweichung, wenn das Problem eine Populationsstandardabweichung verlangt (oder umgekehrt), verschiebt jedes nachgelagerte Perzentil.

2. Schritt 2 - Runden Sie auf zwei Dezimalstellen

Runden Sie den Z-Score, damit er zur Genauigkeit einer Standardtabelle passt, zum Beispiel das Runden von 1,666 auf 1,67. Behalten Sie während des Divisionschritts mindestens drei oder vier Dezimalstellen im Z-Score selbst bei und runden Sie nur am Ende, direkt bevor Sie die Tabelle nachschlagen.

3. Schritt 3 - Schlagen Sie Φ(z) in der Z-Tabelle nach (oder verwenden Sie eine Rechnerfunktion)

Finden Sie die kumulative Wahrscheinlichkeit für ein positives z direkt. Für ein negatives z schlagen Sie die positive Version nach und subtrahieren von 1, da die Standardnormalverteilung um 0 symmetrisch ist. Wenn Sie stattdessen eine Rechner- oder Softwarefunktion verwenden, überspringen Sie diesen Rundungsschritt vollständig und erhalten ein genaueres Dezimalergebnis.

4. Schritt 4 - Multiplizieren Sie mit 100 und interpretieren Sie

Multiplizieren Sie die Dezimalwahrscheinlichkeit mit 100, um das Perzentil zu erhalten, und geben Sie dann an, was es im Kontext bedeutet: "dieser Score schlägt X% der Verteilung." Die Meldung der rohen Zahl ohne den Interpretationssatz ist technisch korrekt, aber normalerweise unvollständig für eine Hausaufgaben- oder Laborbericht-Antwort.

Vier Schritte, immer: Finde z, runde auf zwei Dezimalstellen, schlag Φ(z) nach, multipliziere mit 100. Die gleiche Reihenfolge funktioniert für Testergebnisse, Labormessungen und Wachstumstabellendaten.

Durchgerechnete Beispiele: Von Testergebnissen zu Perzentilen

Diese drei Beispiele verwenden realistische Mittelwert- und Standardabweichungswerte, um die vollständige Berechnung vom Rohscore zum Perzentil zu zeigen, einschließlich der Antwortüberprüfung. Jedes folgt dem gleichen vierschrittigen Prozess von oben, nur mit unterschiedlichen Zahlen.

1. Beispiel 1 - SAT-Bereichsscore

Ein Student erzielt 650 in einem SAT-Bereich, in dem der Mittelwert 500 und die Standardabweichung 100 ist (eine häufige Annäherung, die in Testvorbereitungsmaterialien verwendet wird). z = (650 - 500) ÷ 100 = 1,50. Das Nachschlagen von z = 1,50 ergibt Φ(1,50) = 0,9332. Perzentil = 0,9332 × 100 = 93,32. Der Student erzielte höher als etwa 93,3% der Test-Taker. Überprüfung: Da 650 1,5 Standardabweichungen über dem Mittelwert liegt und etwa 34,13% einer Normalverteilung zwischen dem Mittelwert und 1 Standardabweichung darüber liegt, plus ein weiterer Bereich zwischen 1 und 1,5 SD, ergibt es Sinn, in den niedrigen bis mittleren 90er Perzentilen zu landen, was mit der später in diesem Handbuch behandelten empirischen Regel übereinstimmt.

2. Beispiel 2 - IQ-Score

Ein IQ-Test hat einen Mittelwert von 100 und eine Standardabweichung von 15. Ein Test-Taker erzielt 125. z = (125 - 100) ÷ 15 = 25 ÷ 15 = 1,667, das auf 1,67 rundet. Φ(1,67) = 0,9525. Perzentil = 0,9525 × 100 = 95,25. Ein Score von 125 liegt beim 95,25. Perzentil, was bedeutet, dass er etwa 95,25% der Bevölkerung bei diesem Test übertrifft. Beachten Sie, dass 125 häufig informell als "begabter Bereich" bei einigen IQ-Skalen beschrieben wird, was mit dem Sitzen in ungefähr den Top 5% der Scores übereinstimmt.

3. Beispiel 3 - Ein unterdurchschnittlicher Prüfungsscore (negatives z)

Eine Klassenprüfung hat einen Mittelwert von 75 und eine Standardabweichung von 8. Ein Student erzielt 62. z = (62 - 75) ÷ 8 = -13 ÷ 8 = -1,625, das auf -1,63 rundet. Da Standardtabellen nur positive Z-Werte listen, schlagen Sie zunächst die positive Version nach: Φ(1,63) = 0,9484. Für ein negatives z, Perzentil = (1 - 0,9484) × 100 = 0,0516 × 100 = 5,16. Der Score des Students von 62 liegt nur beim 5,16. Perzentil, niedriger als etwa 94,8% der Klasse. Dieses eine negative Vorzeichen ist der ganze Unterschied zwischen der Meldung eines Top-Scores und eines Bottom-Scores, weshalb der nächste Abschnitt negative Z-Scores detailliert durchgeht.

Gleiche Formel, drei verschiedene Kontexte: z = 1,50 → 93,32. Perzentil, z = 1,67 → 95,25. Perzentil, z = -1,63 → 5,16. Perzentil.

Was ist mit negativen Z-Scores?

Standardnormaltabellen listen fast immer nur positive Z-Werte auf, da die Verteilung perfekt um einen Mittelwert von 0 symmetrisch ist. Diese Symmetrie gibt eine einfache Regel: Für einen negativen Z-Score schlagen Sie die positive Version der gleichen Zahl nach und subtrahieren dann das Ergebnis von 1 (oder von 100, wenn direkt in Perzentilbegriffen arbeiten). Dies funktioniert, weil Φ(-z) = 1 - Φ(z) für jedes z, eine direkte Folge der Fläche unter der Kurve links von -z, die genau das Spiegelbild der Fläche rechts von +z ist. Zum Beispiel ein Z-Score von -2,10 entspricht einem Wert weit unter dem Mittelwert. Das Nachschlagen der positiven Version ergibt Φ(2,10) = 0,9821. Da z negativ ist, Perzentil = (1 - 0,9821) × 100 = 0,0179 × 100 = 1,79. Ein Z-Score von -2,10 liegt nur beim 1,79. Perzentil, ein ungewöhnlich niedriges Ergebnis, konsistent damit, dass es mehr als 2 Standardabweichungen unter dem Durchschnitt liegt. Als zweite Überprüfung ergibt ein Z-Score von -0,30 (viel näher am Mittelwert) Φ(0,30) = 0,6179, also Perzentil = (1 - 0,6179) × 100 = 38,21 – immer noch unter dem 50. Perzentil wie erwartet, aber nirgendwo nahe so extrem wie -2,10.

Regel für negativen Z-Score: Perzentil = (1 - Φ(|z|)) × 100. Je negativer der Z-Score, desto näher rückt das Perzentil an 0.

Wie verbindet die empirische Regel (68-95-99,7-Regel) sich mit Perzentilen?

Die empirische Regel besagt, dass für eine Normalverteilung etwa 68% der Werte innerhalb von 1 Standardabweichung des Mittelwerts fallen, etwa 95% innerhalb von 2 Standardabweichungen fallen und etwa 99,7% innerhalb von 3 Standardabweichungen fallen. Da die Verteilung symmetrisch ist, teilen sich diese Prozentsätze gleichmäßig auf beiden Seiten des Mittelwerts auf, was direkt mit bestimmten Perzentilen bei ganzen Z-Scores übereinstimmt. Diese Regel ist auch die statistische Grundlage der Six-Sigma-Qualitätskontrolle, in der ein Prozess, der bei ±3 Standardabweichungen vom Ziel läuft, erwartet wird, Fehler nur etwa 0,3% der Zeit zu produzieren – die gleiche 99,7%-Zahl, nur als Fertigungstoleranz statt als Perzentil umrahmt.

1. z = -3 → 0,13. Perzentil

Φ(-3,00) ≈ 0,0013, also fallen 0,13% der Verteilung unter 3 Standardabweichungen unter dem Mittelwert, ein extrem seltenes Ergebnis.

2. z = -2 → 2,28. Perzentil

Φ(-2,00) ≈ 0,0228, was bedeutet, dass nur etwa 2,3% der Verteilung mehr als 2 Standardabweichungen unter dem Mittelwert fallen.

3. z = -1 → 15,87. Perzentil

Φ(-1,00) ≈ 0,1587. Die Hälfte der "außerhalb 68%" (die 32% ist, aufgeteilt in zwei 16% Schwänze) fällt unter -1 SD.

4. z = 0 → 50. Perzentil

Der Mittelwert selbst ist immer genau das 50. Perzentil in einer Normalverteilung, da halb der Daten oben und halb unten liegen.

5. z = 1 → 84,13. Perzentil

Φ(1,00) ≈ 0,8413. Dies ist das 50. Perzentil plus die Hälfte der 68%, die innerhalb von 1 SD des Mittelwerts fallen (50 + 34,13 = 84,13).

6. z = 2 → 97,72. Perzentil

Φ(2,00) ≈ 0,9772, entspricht 50 plus die Hälfte der 95% innerhalb von 2 SD (50 + 47,72 = 97,72).

7. z = 3 → 99,87. Perzentil

Φ(3,00) ≈ 0,9987, entspricht 50 plus die Hälfte der 99,7% innerhalb von 3 SD (50 + 49,87 = 99,87).

Die empirische Regel ist eine Perzentil-Abkürzung für ganzzahlige Z-Scores: z = ±1 → 15,87. / 84,13. Perzentil, z = ±2 → 2,28. / 97,72. Perzentil, z = ±3 → 0,13. / 99,87. Perzentil.

Häufige Fehler bei der Umrechnung von Z-Scores in Perzentile

Eine Handvoll von Fehlern macht die meisten falschen Z-Score-zu-Perzentil-Umrechnungen aus, egal ob per Hand berechnet oder gegen einen Rechner überprüft. Die Beachtung dieser vier speziell fängt die Mehrheit der bewerteten Hausaufgabenfehler ab.

1. Fehler 1 - Vergessen, negative Z-Scores zu wechseln

Das Lesen eines negativen Z-Scores direkt aus einer reinen-positive-Z-Tabelle, ohne von 1 zu subtrahieren, ergibt ein Perzentil, das viel zu hoch ist, oft ein unterdurchschnittlichen Score als über dem Durchschnitt meldend. Wenn ein Perzentil für ein eindeutig unterdurchschnittliches Rohscore über 50 herauskommt, wurde dieser Umschalt-Schritt übersprungen.

2. Fehler 2 - Perzentil mit Prozentsatz korrekt verwechseln

Ein Perzentilrang (schlägt X% der Test-Taker) ist nicht das gleiche wie ein Prozentsatz-Score (X% der Fragen korrekt beantwortet). Ein Student kann 70% korrekt erzielen und immer noch im 90. Perzentil landen, wenn der Test für alle schwierig war, oder 95% korrekt erzielen und im 50. Perzentil landen bei einem leichten Test, bei dem alle gut performten.

3. Fehler 3 - Z-Score zu früh runden

Das Runden von z auf eine Dezimalstelle, bevor es in einer zwei-Dezimalstellen-Tabelle nachgeschlagen wird, wirft echte Präzision weg; runden Sie auf genau zwei Dezimalstellen, was die Auflösung der Tabelle entspricht, und runden Sie nur, nachdem Sie den vollen Divisionschritt abgeschlossen haben.

4. Fehler 4 - Normalität ohne Überprüfung annehmen

Die gesamte Z-zu-Perzentil-Umrechnung setzt voraus, dass die zugrunde liegenden Daten ungefähr normalverteilt sind. Für verzerrte Daten (wie Haushaltseinkommen oder Website-Sitzungslängen) kann ein Z-Score-basiertes Perzentil stark falsch sein, und ein Perzentil sollte stattdessen direkt aus der tatsächlichen Datenverteilung berechnet werden (ein empirisches Perzentil) statt aus einer theoretischen normalen Kurve.

Bevor Sie einem Perzentil-Ergebnis vertrauen, überprüfen Sie das Zeichen von z, die Tabellen-Präzision und ob die zugrunde liegenden Daten tatsächlich ungefähr normalverteilt sind.

Übungsaufgaben: Können Sie diese Z-Scores in Perzentile umrechnen?

Versuchen Sie jedes Problem, bevor Sie die Antwort überprüfen. Alle vier verwenden die gleiche Nachschlag-und-Umrechnung-Methode aus dem Schritt-für-Schritt-Abschnitt oben, die von einer direkten Z-Score-Suche zu einem vollständigen Rohscore-Problem voranschreitet.

1. Problem 1 - Unkompliziertes positives z

Umrechnen z = 2,00 zu einem Perzentil. Antwort: Φ(2,00) = 0,9772, also Perzentil = 97,72.

2. Problem 2 - Kleines negatives z

Umrechnen z = -0,50 zu einem Perzentil. Antwort: Φ(0,50) = 0,6915, also Perzentil = (1 - 0,6915) × 100 = 30,85.

3. Problem 3 - Von Rohscore zu Perzentil auf einmal

Ein Klassendurchschnitt ist 70 mit einer Standardabweichung von 10. Ein Student erzielt 58. Finden Sie das Perzentil. Antwort: z = (58 - 70) ÷ 10 = -1,20. Φ(1,20) = 0,8849, also Perzentil = (1 - 0,8849) × 100 = 11,51.

4. Problem 4 - Rückwärts von einem Perzentil arbeiten

Ein Bericht sagt, ein Wert liegt beim 84. Perzentil. Ungefähr welcher Z-Score entspricht dem, unter Verwendung der empirischen Regel? Antwort: Da z = 1 mit dem 84,13. Perzentil ausgerichtet ist, liegt der Wert ungefähr 1 Standardabweichung über dem Mittelwert.

Das Durcharbeiten eine Handvoll Z-zu-Perzentil-Umrechnungen von Hand macht es leicht, die Ausgabe eines beliebigen Rechners zu überprüfen, statt diesem zu vertrauen.

Wie kann Solvify Ihnen helfen, eine Z-Score-zu-Perzentil-Berechnung zu überprüfen?

Sobald Sie das Tabellen-Nachschlag- und die Formel-Grundlagen verstehen, kann Solvifys KI-gestützter Solver ein Foto einer Statistikaufgabe machen, die Z-Score-Berechnung, das Tabellen-Nachschlag und den finalen Perzentil-Schritt Schritt für Schritt zeigen, damit Sie seine Arbeit gegen Ihr eigenes von-Hand-Ergebnis vergleichen und Zeichen- oder Rundungsfehler fangen können, bevor sie auf einer bewerteten Aufgabe landen. Diese gleiche Schritt-für-Schritt-Aufschlüsselung erstreckt sich über Statistiken hinaus auf Algebra, Analysis, Chemie und andere Fächern, was nützlich ist, sobald ein Statistik-Kurs Z-Score-Aufgaben mit anderem Hauswerkauf in der gleichen Woche beginnt zu mischen.

Der schnellste Weg, Vertrauen mit Z-Scores und Perzentilen aufzubauen, ist, ein paar von Hand zu lösen und einen Rechner nur zum Überprüfen des Ergebnisses zu verwenden.

Tags: