Zuletzt aktualisiert: 2026-05-19

Was dieser Rechner berechnet

Dieser Rechner berechnet den Z-Wert für einen beliebigen Datenpunkt und wandelt ihn in ein Näherungsperzentil um – unter der Annahme einer Normalverteilung. Beobachtungswert, Mittelwert und Standardabweichung werden eingegeben; eine Z-Tabelle ist nicht erforderlich.

Definition

Ein Z-Wert (auch Standardwert oder z-Score) gibt an, wie viele Standardabweichungen ein Wert über oder unter dem Mittelwert einer Verteilung liegt:

• x — der beobachtete Wert
• μ — der Mittelwert der Grundgesamtheit (oder Stichprobe)
• σ — die Standardabweichung

Ein Z-Wert von 0 bedeutet, dass x dem Mittelwert entspricht. Z = +1 liegt eine Standardabweichung über dem Mittelwert, Z = −2 liegt zwei Standardabweichungen darunter. Das Vorzeichen gibt die Richtung an, der Betrag die Entfernung.

Vergleich über Verteilungen hinweg

Z-Werte ermöglichen den Vergleich von Werten aus Verteilungen mit unterschiedlichen Einheiten oder Streubereichen:

• Ein Schüler erzielt in Mathematik (Durchschnitt 60 Punkte, σ = 10) einen Wert von 74 und in Deutsch (Durchschnitt 55 Punkte, σ = 10) einen Wert von 69. Beide Ergebnisse haben z = 1,4 – die Leistung war relativ zum Kurs identisch.
• Eine Körpergröße von 180 cm ist bei deutschen Männern (Durchschnitt ca. 178 cm, σ ≈ 7 cm) mit z ≈ 0,3 durchschnittlich, bei deutschen Frauen (Durchschnitt ca. 165 cm, σ ≈ 6 cm) mit z ≈ 2,5 hingegen deutlich überdurchschnittlich.

Ohne Standardisierung lassen sich diese Aussagen nicht sinnvoll vergleichen.

Die 68-95-99,7-Regel

Für jede Normalverteilung gilt:

Das bedeutet: Werte mit |z| ≥ 2 kommen in einer normalverteilten Population nur in etwa 4,6 % der Fälle vor, Werte mit |z| ≥ 3 in weniger als 0,3 %. In der Qualitätskontrolle wird die „3-Sigma-Regel" direkt auf diesem Prinzip aufgebaut.

Vom Z-Wert zum Perzentil

Wenn die Daten normalverteilt sind, entspricht das Perzentil der kumulativen Verteilungsfunktion der Standardnormalverteilung, multipliziert mit 100:

Dieser Rechner berechnet Φ(z) intern über die Gaußsche Fehlerfunktion erf (definiert als $\text{erf}(t) = \frac{2}{\sqrt{\pi}} \int_0^t e^{-s^2}\,ds$). Wichtige Referenzpunkte:

Populations- vs. Stichproben-Standardabweichung

Die Formel ist dieselbe, aber die Art der Standardabweichung beeinflusst das Ergebnis:

• Populations-Standardabweichung (σ) — wird verwendet, wenn Daten der gesamten Grundgesamtheit vorliegen (z. B. alle Klausurergebnisse eines Kurses). Nenner: n.
• Stichproben-Standardabweichung (s) — wird verwendet, wenn eine Teilmenge der Grundgesamtheit untersucht wird. Nenner: n − 1 (Besselsche Korrektur), daher etwas größer als σ.

In statistischen Lehrbüchern wird beim Z-Wert üblicherweise die Populations-Standardabweichung verwendet. In der schließenden Statistik und bei Hypothesentests wird häufig die Stichproben-Standardabweichung herangezogen.

Rechenbeispiele

Beispiel 1 — Klausurergebnis

Ein Student erzielt 82 Punkte bei einem Kurs mit Durchschnitt 70 Punkte und Standardabweichung 12 Punkte.

Φ(1,0) ≈ 0,841 → das Ergebnis liegt beim ca. 84. Perzentil. Der Student schneidet besser ab als etwa 84 % der Teilnehmer.

Beispiel 2 — Körpergröße

Eine Frau ist 172 cm groß. Für deutsche Frauen: μ ≈ 165 cm, σ ≈ 6 cm.

Φ(1,17) ≈ 0,879 → sie ist größer als etwa 88 % der deutschen Frauen.

Beispiel 3 — Qualitätskontrolle

Ein Bauteil soll 50 mm lang sein, mit Fertigungsstreuung σ = 1,5 mm. Ein gemessenes Teil hat 46,5 mm.

Φ(−2,33) ≈ 0,010 → nur rund 1 % der Bauteile aus dieser Fertigung wäre so kurz oder kürzer. Dieses Teil liegt außerhalb des üblichen Toleranzbereichs.

Wann das Perzentil nicht zuverlässig ist

Die Umrechnung vom Z-Wert ins Perzentil setzt Normalverteilung voraus. Bei folgenden Daten ist Vorsicht geboten:

• Schiefe Verteilungen (z. B. Einkommen, Wartezeiten) — das Perzentil weicht erheblich vom echten Rangplatz ab.
• Verteilungen mit schweren Rändern (z. B. Börsenkursrenditen) — extreme Z-Werte sind viel häufiger als die Normalverteilung vorhersagt.
• Diskrete Daten (z. B. Anzahl von Produktionsfehlern) — nur als grobe Näherung verwenden.

In diesen Fällen bleibt der Z-Wert ein nützliches Vergleichsmaß; das Perzentil sollte nicht wörtlich genommen werden.

Abgrenzung zum Normalverteilung-Rechner

Der Normalverteilung Rechner zeigt zusätzlich die Wahrscheinlichkeitsdichte f(x) sowie die Wahrscheinlichkeiten P(X < x) und P(X > x). Dieser Z-Wert-Rechner eignet sich, wenn ein einzelner Wert standardisiert und sein Perzentil abgelesen werden soll.