最終更新: 2026-05-19

この計算機でできること

Zスコア（標準スコアとも呼ばれます）は、ある値が分布の平均からどれだけ標準偏差分離れているかを示す指標です。観測値・平均・標準偏差から計算でき、正規分布を仮定すれば近似パーセンタイルへ変換できます。

Zスコアとは

Zスコアは、観測値と平均の差を標準偏差で割って求めます。

$$z = \frac{x - \mu}{\sigma}$$

• x — 観測値（対象のデータ）
• μ — 平均値
• σ — 標準偏差

Zスコアが0なら観測値は平均と等しく、+1.5なら平均より1.5標準偏差上、−2なら平均より2標準偏差下を意味します。符号は方向を、絶対値は平均からの距離を示します。

Zスコアを使う意味

Zスコアは、単位や分布スケールの異なる複数のデータを同じ軸で比較できるようにします。

• ある生徒が国語（平均60点・σ＝10点）で74点、数学（平均50点・σ＝10点）で64点を取った場合、どちらもz＝1.4で同じ相対位置です。
• 身長170cmの男性（成人男性の平均約171cm・σ≈6cm）はz≈−0.2でほぼ平均的ですが、同じ170cmの女性（平均約158cm・σ≈5cm）はz≈2.4で非常に高い部類に入ります。

このように、Zスコアは「どのくらい平均的か」を分布を超えて比較するための共通言語です。

68-95-99.7則（経験則）

正規分布では、以下の割合で値が集中します。

範囲	該当する値の割合
μ ± 1σ（$\lvert z \rvert < 1$）	約68.3%
μ ± 2σ（$\lvert z \rvert < 2$）	約95.4%
μ ± 3σ（$\lvert z \rvert < 3$）	約99.7%

つまり $\lvert z \rvert \ge 2$ となる値は全体の約4.6%しか存在せず、$\lvert z \rvert \ge 3$ は0.3%未満です。品質管理で使われる「3σ管理」はこの性質を応用したものです。

Zスコアからパーセンタイルへの変換

データが正規分布に従う場合、パーセンタイルは標準正規分布の累積分布関数Φ(z)を使って計算されます。

$$\text{パーセンタイル} = \Phi(z) \times 100$$

このツールは誤差関数（$\text{erf}(t) = \frac{2}{\sqrt{\pi}} \int_0^t e^{-s^2}\,ds$ で定義される特殊関数）を用いてΦ(z)を内部計算するため、Z値表は不要です。主な対応表は以下の通りです。

Zスコア	パーセンタイル
−3	0.13
−2	2.28
−1	15.87
0	50.00
+1	84.13
+2	97.72
+3	99.87

母標準偏差と標本標準偏差の違い

どちらを使うかで計算結果が変わります。

• 母標準偏差（σ） — クラス全員の点数や工場ライン全数など、集団全体のデータがある場合に使います。分母はnです。
• 標本標準偏差（s） — 母集団の一部を無作為に抽出したサンプルデータの場合に使います。分母はn−1（ベッセルの修正）で、母標準偏差より少し大きくなります。

教科書のZスコア計算では母標準偏差が慣例的に使われます。推測統計や検定では標本標準偏差を使うことが多いので、文脈に応じて選択してください。

計算例

例1 ― テストの点数

クラスの平均点が70点、標準偏差が10点のとき、85点の生徒のZスコアを求めます。

$$z = \frac{85 - 70}{10} = 1.5$$

Φ(1.5) ≈ 0.933 なので、この生徒は上位約7%（93パーセンタイル）に位置します。クラスの9割以上より高い成績です。

例2 ― 身長の比較

成人女性の平均身長を158cm、標準偏差を5cmとすると、170cmの女性のZスコアは：

$$z = \frac{170 - 158}{5} = 2.4$$

Φ(2.4) ≈ 0.992 で、約99パーセンタイルに相当します。同年代女性のほぼ上位1%の身長です。

例3 ― 品質管理

ある製品の重量は平均500g・σ＝15gに設定されています。測定値が455gのロットがあった場合：

$$z = \frac{455 - 500}{15} \approx -3.0$$

Φ(−3.0) ≈ 0.0013、つまり正規品の**0.13%**以下の重量です。3σを超えた外れ値として品質管理上の問題判定基準に達します。

パーセンタイルが有効でないケース

パーセンタイル変換は正規分布を前提にしています。以下のようなデータでは精度が低下します。

• 歪んだ分布（年収・反応時間・Webアクセス数など）― 正規分布ベースのパーセンタイルは実際の順位と乖離します。
• 重い裾を持つ分布（株価収益率・地震の規模など）― 極端なZスコアは実際よりもずっと低い頻度しか示しません。
• 離散データ（サイコロの目・来客数など）― 近似として参考にする程度に留めてください。

こうした場合はZスコアを比較の目安として使いつつ、パーセンタイルの数値を額面通りに解釈しないことが重要です。

正規分布計算ツールとの使い分け

正規分布計算ツールでは、Zスコアに加えて確率密度f(x)・左側確率P(X < x)・右側確率P(X > x)まで一括で求められます。分布全体の確率を確認したい場合はそちらが向いています。本ツールは、1つの値を標準化してパーセンタイルを確認する用途に適しています。

よくある質問 (FAQ)

Zスコアとは何ですか？どのように計算しますか？

Zスコア（標準スコア）は、ある値が平均からどれだけ標準偏差分離れているかを示す指標です。計算式は z = (x − μ) / σ です。Zスコアが0なら平均と同じ、+1なら平均より1標準偏差上、−2なら平均より2標準偏差下を意味します。単位や分布の異なるデータを共通のスケールで比較できるため、成績評価・品質管理・医学統計など幅広い場面で使われます。

Zスコアからパーセンタイルはどうやってわかりますか？

データが正規分布に従う場合、パーセンタイルは正規分布の累積分布関数Φ(z)を100倍した値になります。主な目安：z = 0 → 50パーセンタイル、z = 1 → 約84パーセンタイル、z = −1 → 約16パーセンタイル、z = 1.645 → 約95パーセンタイル、z = 2 → 約97.7パーセンタイル。

Zスコアが高い・低いとはどのくらいを指しますか？

一般的な目安として、|z| < 1は「一般的」（正規分布の約68%が該当）、1 ≤ |z| < 2は「やや珍しい」（約27%）、|z| ≥ 2は「稀」（約4.6%）とみなします。|z| > 3になると正規分布では0.3%未満しか出現しないため、統計的外れ値として扱われることが多いです。品質管理分野ではこの「3σ基準」がよく使われます。

パーセンタイルは正規分布を前提にしていますか？

はい。Zスコア自体は分布の形によらず常に有効な指標ですが、パーセンタイルへの変換は正規分布を仮定しています。所得データや反応時間のような歪んだ分布、または重い裾を持つ分布（金融リターンなど）では、表示されるパーセンタイルは実際の値と大きくずれる場合があります。そのような場合は、Zスコアを比較のための参考値として使い、パーセンタイルの解釈には注意が必要です。