Z分數到百分位數計算器：公式、步驟和示例
Z分數到百分位數計算器將標準分數轉換為分佈中低於該值的百分比，這正是大多數統計學、心理學和標準化測試問題所要求的。一旦您理解了標準正態分佈和經驗法則，您就可以在不到一分鐘內手工找到該百分位數，完全不需要任何軟體。本指南介紹了公式、完整的Z表演講和幾個實際計算示例，以便您可以檢查計算器的輸出或在沒有計算器的情況下解決問題。
目錄
什麼是Z分數，為什麼要將其轉換為百分位數？
Z分數（或標準分數）衡量原始值距離其分佈均值有多少個標準偏差。公式是z = (x - μ) ÷ σ，其中x是原始分數，μ是母體均值，σ是母體標準偏差。Z分數為0表示該值等於均值；Z分數為+1.5表示該值高於均值1.5個標準偏差；Z分數為-2表示它低於均值2個標準偏差。Z分數是無單位的，這正是使它們有用的原因：化學考試中的82分和178公分的身高無法直接比較，但它們的Z分數可以。 Z分數本身仍然很難憑直觀解釋，因為「高於平均值1.5個標準偏差」並不能告訴大多數人結果實際上有多不尋常。百分位數解決了這個問題：它說明分佈中等於或低於給定值的百分比，假設資料遵循正態（鐘形曲線）分佈。Z分數1.5對應於大約第93個百分位數，意味著該值超過了分佈中大約93%的資料。將Z轉換為百分位數是統計公式和人們能夠實際推理的數字之間的橋梁。 這種轉換在統計學課堂外不斷出現。標準化測試（SAT、ACT、GRE、GMAT）、智商測試、兒童生長圖表、不同考試的大學入學比較、製造業品質控制圖表和生物統計學研究都報告百分位數形式的結果，正是因為原始分數或裸Z分數在沒有背景的情況下意義不大。兒科醫生說「您孩子的身高處於第40個百分位數」時，所做的正是本指南中介紹的相同的Z到百分位數的轉換，只是使用了年齡特定的生長圖表均值和標準偏差，而不是單一的整體均值。
Z分數以標準偏差告訴您距離均值的距離；百分位數告訴您在組中的排名。在它們之間進行轉換是使原始Z分數有意義的原因。
Z分數到百分位數的公式是什麼？
確切的公式是百分位數 = Φ(z) × 100，其中Φ(z)是標準正態分佈的累積分佈函數（CDF）：從正態分佈中隨機選擇的值等於或低於z的機率。Φ(z)沒有簡單的閉式代數表達式；它是由從負無窮大到z的正態機率密度函數的積分定義的，在技術上用誤差函數erf(z ÷ √2)表示。這就是為什麼在實踐中，沒有人用普通代數手工求解Φ(z)。相反，每個人都依賴預先計算的標準正態（Z）表、圖形計算器的內置normalcdf函數、試算表公式（如Excel的NORM.S.DIST）或Python的scipy.stats.norm.cdf等統計庫。 學生實際使用的公式的實用版本是：在Z表中查找Z以獲得Φ(z)作為0到1之間的小數，然後乘以100以百分位數表示。例如，Φ(1.50) = 0.9332，因此Z分數1.50位於第93.32個百分位數。任何線上Z分數到百分位數計算器只是用比印刷表能顯示的更多小數精度自動化這種相同的查找，這就是為什麼手工計算和計算器結果有時相差百分位數點的幾百分之幾。
百分位數 = Φ(z) × 100。Φ(z)來自標準正態表、計算器的normalcdf函數或Excel的NORM.S.DIST等軟體。
如何閱讀標準正態（Z）表？
標準正態表列出了四捨五入到兩位小數的Z分數的累積機率Φ(z)。行列出Z分數的第一位小數（其「十分位」數字），列列出第二個小數位（其「百分位」數字）。閱讀表是查找而不是計算，但值得知道存在兩種表格式：從左邊累積表（本指南全程使用的類型，直接給出Φ(z)，因此百分位數）和從均值累積表（給出0和z之間的面積，要求您為正z加0.5或為負z從0.5減去）。在從給定表中讀取值之前，始終檢查該表使用的格式，因為混淆兩種格式是常見的錯誤來源。
1. 步驟1 - 將您的Z分數四捨五入到兩位小數
標準表是為兩位小數精度構建的，因此在查找任何內容之前，將原始Z分數（如1.6666...）四捨五入到1.67。
2. 步驟2 - 查找前兩位數字的行
對於z = 1.67，在表格左手列中查找標記為1.6的行。
3. 步驟3 - 查找第二個小數位數的列
在該行中向右移動到標記為.07的列（1.67的百分位數字）。
4. 步驟4 - 讀取交點並轉換為百分位數
1.6行和.07列的交點處的值是0.9525。乘以100：z = 1.67對應於第95.25個百分位數。
5. 步驟5 - 理性檢查方向
正Z應始終給出高於50的百分位數，負Z應始終給出低於50的百分位數。如果您的查找與之相矛盾，您可能閱讀了錯誤的表格式或錯誤的行/列。
z = 1.6行，.07列→ 0.9525→ 第95.25個百分位數。每個標準正態表查找都遵循這種相同的先行後列模式。
逐步：手工將Z分數轉換為百分位數
將任何原始分數轉換為百分位數的完整過程有四個步驟，無論您是使用表手工做還是檢查Z分數到百分位數計算器的輸出。無論基礎資料代表什麼，只要分佈大約是正態的，這個順序就有效。
1. 步驟1 - 計算Z分數
使用z = (x - μ) ÷ σ，其中原始分數x、均值μ和分佈的標準偏差σ。獲得正確的μ和σ與算術一樣重要；當問題要求母體標準偏差時使用樣本標準偏差（或反之）會轉移每個下游百分位數。
2. 步驟2 - 四捨五入到兩位小數
四捨五入Z分數，使其與標準Z表的精度匹配，例如將1.666四捨五入到1.67。在除法步驟中保留Z分數本身中至少三位或四位小數，僅在最後，在表查詢之前才四捨五入。
3. 步驟3 - 在Z表中查找Φ(z)（或使用計算器函數）
直接查找正z的累積機率。對於負z，先查找正版本，然後從1減去，因為標準正態分佈圍繞0對稱。如果您使用計算器或軟體函數而不是印刷表，您可以完全跳過此四捨五入步驟，並獲得更精確的小數結果。
4. 步驟4 - 乘以100並解釋
將小數機率乘以100得到百分位數，然後說明它在背景中的含義：「這個分數超過了分佈中X%」。報告原始數字而不解釋句子在技術上是正確的，但通常對於家庭作業或實驗室報告答案是不完整的。
四個步驟，每次：找到z，四捨五入到兩位小數，查找Φ(z)，乘以100。相同的順序適用於測試分數、實驗室測量和生長圖表資料。
實際工作示例：從測試分數到百分位數
這三個示例使用現實的均值和標準偏差值來顯示從原始分數到百分位數的完整計算，包括答案檢查。每一個都遵循上面相同的四步過程，只是數字不同。
1. 示例1 - SAT部分分數
學生在平均值為500、標準偏差為100的SAT部分上獲得650分（測試準備材料中常用的近似值）。z = (650 - 500) ÷ 100 = 1.50。查找z = 1.50得到Φ(1.50) = 0.9332。百分位數 = 0.9332 × 100 = 93.32。該學生的分數高於約93.3%的考生。檢查：由於650比平均值高1.5個標準偏差，約34.13%的正態分佈位於均值和高於它1個標準偏差之間，加上1到1.5個SD之間的另一塊，著陸在低至中上90年代百分位數與本指南稍後介紹的經驗法則一致。
2. 示例2 - 智商分數
IQ測試的平均值為100，標準偏差為15。測試者的分數為125。z = (125 - 100) ÷ 15 = 25 ÷ 15 = 1.667，四捨五入到1.67。Φ(1.67) = 0.9525。百分位數 = 0.9525 × 100 = 95.25。125的分數處於第95.25個百分位數，意味著它的表現優於該測試中大約95.25%的人口。請注意，125通常在某些IQ量表上被非正式地描述為「天才範圍」，這與坐在大約前5%的分數相符。
3. 示例3 - 平均以下的考試分數（負z）
一次課堂考試的平均值為75，標準偏差為8。學生得分62分。z = (62 - 75) ÷ 8 = -13 ÷ 8 = -1.625，四捨五入到-1.63。由於標準表只列出正z值，首先查找正版本：Φ(1.63) = 0.9484。對於負z，百分位數 = (1 - 0.9484) × 100 = 0.0516 × 100 = 5.16。學生的62分分數僅處於第5.16個百分位數，低於該班級約94.8%的分數。這個單一的負號是報告最高分數和最低分數之間的全部區別，這就是為什麼下一節詳細講述負Z分數。
相同的公式，三種不同的背景：z = 1.50→第93.32個百分位數，z = 1.67→第95.25個百分位數，z = -1.63→第5.16個百分位數。
負Z分數呢？
標準正態表幾乎總是只列出正Z值，因為分佈完全圍繞均值0對稱。這種對稱性給出了一個簡單的規則：對於負Z分數，查找相同數字的正版本，然後從1減去結果（或如果直接用百分位數術語工作則從100減去）。這有效是因為Φ(-z) = 1 - Φ(z)對於任何z，曲線下的面積直接在-z左邊是+z右邊的面積的鏡像。 例如，Z分數-2.10對應於一個遠低於平均值的值。查找正版本，Φ(2.10) = 0.9821。由於z是負數，百分位數 = (1 - 0.9821) × 100 = 0.0179 × 100 = 1.79。Z分數-2.10僅處於第1.79個百分位數，這是一個異常低的結果，與平均值下2個多個標準偏差一致。作為第二次檢查，Z分數-0.30（更接近平均值）給出Φ(0.30) = 0.6179，所以百分位數 = (1 - 0.6179) × 100 = 38.21──仍然低於預期的第50個百分位數，但遠不如-2.10那麼極端。
負Z分數規則：百分位數 = (1 - Φ(|z|)) × 100。Z分數越負，百分位數越接近0。
經驗法則（68-95-99.7規則）與百分位數如何相關？
經驗法則指出，對於正態分佈，約68%的值在均值的1個標準偏差內，約95%在2個標準偏差內，約99.7%在3個標準偏差內。因為分佈是對稱的，這些百分比在均值的兩側平均分配，這與整數Z分數處的特定百分位數直接相關。這個規則也是六西格瑪品質控制的統計骨幹，其中在目標±3個標準偏差處運行的過程預計只會產生約0.3%的缺陷──相同的99.7%數字，只是作為製造公差框架而不是百分位數。
1. z = -3→第0.13個百分位數
Φ(-3.00) ≈ 0.0013，所以分佈中的0.13%低於均值下3個標準偏差，這是一個極其罕見的結果。
2. z = -2→第2.28個百分位數
Φ(-2.00) ≈ 0.0228，意味著分佈中只有約2.3%超過平均值下2個標準偏差。
3. z = -1→第15.87個百分位數
Φ(-1.00) ≈ 0.1587。「68之外」（即32%，分成兩個16%的尾部）中的一半落在-1 SD下方。
4. z = 0→第50個百分位數
平均值本身在正態分佈中始終正好是第50個百分位數，因為一半的資料位於其上方，一半位於其下方。
5. z = 1→第84.13個百分位數
Φ(1.00) ≈ 0.8413。這是第50個百分位數加上在均值1 SD範圍內的68%的一半（50 + 34.13 = 84.13）。
6. z = 2→第97.72個百分位數
Φ(2.00) ≈ 0.9772，匹配50加上在2 SD範圍內的95%的一半（50 + 47.72 = 97.72）。
7. z = 3→第99.87個百分位數
Φ(3.00) ≈ 0.9987，匹配50加上在3 SD範圍內的99.7%的一半（50 + 49.87 = 99.87）。
經驗法則是整數Z分數的百分位數快捷方式：z = ±1→第15.87 / 84.13個百分位數，z = ±2→第2.28 / 97.72個百分位數，z = ±3→第0.13 / 99.87個百分位數。
將Z分數轉換為百分位數時的常見錯誤
無論是手工計算還是與計算器核對，大多數不正確的Z分數到百分位數的轉換都可以歸結為少數幾個錯誤。專門觀察這四個錯誤會捕捉到大多數分級家庭作業錯誤。
1. 錯誤1 - 忘記翻轉負Z分數
直接從正值表中讀取負Z分數而不從1中減去會給出遠太高的百分位數，通常將平均分數報告為高於平均值。如果明顯低於平均值的原始分數的百分位數出現高於50，則跳過了該翻轉步驟。
2. 錯誤2 - 混淆百分位數與百分比正確
百分位數排名（擊敗X%的考生）與百分比分數（X%的問題答案正確）不同。學生可以獲得70%的正確分數，但如果測試對每個人都很困難，仍然會排在第90個百分位數，或者在每個人都成績良好的簡單測試中獲得95%的正確分數和第50個百分位數。
3. 錯誤3 - 過早四捨五入Z分數
在兩位小數表中查找之前將Z四捨五入到一位小數會丟失真實精度；四捨五入到恰好兩位小數，匹配表的分辨率，僅在完成完整除法步驟後才四捨五入。
4. 錯誤4 - 假設正態性而不檢查
整個Z到百分位數的轉換假設基礎資料大約正態分佈。對於傾斜資料（如家庭收入或網站會話長度），基於Z分數的百分位數可能會嚴重錯誤，百分位數應該直接從實際資料分佈（經驗百分位數）而不是理論正態曲線計算。
在信任百分位數結果之前，請仔細檢查z的符號、表精度以及基礎資料是否實際接近正態分佈。
練習題：你能將這些Z分數轉換為百分位數嗎？
在檢查答案之前，嘗試每個問題。全部四個都重用上面逐步部分中相同的查找和轉換方法，從直接Z分數查找轉移到完整的原始分數問題。
1. 問題1 - 直接的正z
將z = 2.00轉換為百分位數。答案：Φ(2.00) = 0.9772，所以百分位數 = 97.72。
2. 問題2 - 小的負z
將z = -0.50轉換為百分位數。答案：Φ(0.50) = 0.6915，所以百分位數 = (1 - 0.6915) × 100 = 30.85。
3. 問題3 - 從原始分數到一次百分位數
一個班級平均值為70，標準偏差為10。學生得分58。求百分位數。答案：z = (58 - 70) ÷ 10 = -1.20。Φ(1.20) = 0.8849，所以百分位數 = (1 - 0.8849) × 100 = 11.51。
4. 問題4 - 從百分位數向後工作
一份報告說一個值位於第84個百分位數。使用經驗法則，這大約對應於什麼Z分數？答案：由於z = 1與第84.13個百分位數對齊，該值大約高於平均值1個標準偏差。
通過手工計算一些Z到百分位數的轉換，可以輕鬆理性檢查任何計算器的輸出，而不是盲目信任它。
Solvify如何幫助您檢查Z分數到百分位數的計算？
一旦您理解了表查找和其背後的公式，Solvify的AI動力求解器就可以拍攝統計問題的照片，逐步顯示Z分數計算、表查詢和最終百分位數步驟，以便您可以將其工作與您自己的手工結果進行比較，在符號或四捨五入錯誤最終出現在分級作業中之前捕捉它們。這種相同的逐步分解延伸超越統計學到代數、微積分、化學和其他科目，一旦統計學課程開始在同一週內混合Z分數問題與其他家庭作業，這非常有用。
建立Z分數和百分位數信心的最快方法是手工求解幾個問題，僅使用計算器驗證結果。
相關文章
相關數學解題工具
智能掃描求解器
快拍Z分數或百分位數問題的照片，獲取即時逐步分解。
逐步解決方案
清晰地看到解釋的每個公式和表查詢，而不僅僅是最終百分位數。
多科目支持
在統計學、代數、微積分、化學等中解決問題。