최종 업데이트: 2026-05-19

이 계산기의 기능

이 계산기는 임의의 데이터 값에 대한 Z점수를 계산하고, 정규분포를 가정하여 근사 백분위수로 변환합니다. 관측값·평균·표준편차만 입력하면 Z표 없이 바로 결과를 확인할 수 있습니다.

Z점수의 정의

Z점수(표준점수)는 어떤 값이 분포의 평균에서 표준편차 몇 배만큼 떨어져 있는지를 나타내는 지표입니다.

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

• x — 관측값
• μ — 모집단(또는 표본) 평균
• σ — 표준편차

Z점수 0은 관측값이 평균과 같다는 뜻입니다. Z = +1.5는 평균보다 1.5 표준편차 위, Z = −2는 2 표준편차 아래를 의미합니다. 부호는 방향을, 절댓값은 평균으로부터의 거리를 나타냅니다.

Z점수가 필요한 이유

Z점수를 사용하면 단위나 분포 범위가 다른 데이터를 공통 척도로 비교할 수 있습니다.

• 수학(평균 70점, σ = 10) 시험에서 85점, 영어(평균 60점, σ = 10) 시험에서 75점을 받았다면 두 과목 모두 z = 1.5로 상대적 성취도가 같습니다.
• 키 175cm의 여성(평균 약 162cm, σ ≈ 6cm)의 Z점수는 약 2.2로 매우 큰 편이지만, 남성(평균 약 174cm, σ ≈ 6cm) 기준으로는 z ≈ 0.2로 평균 수준입니다.

이처럼 Z점수는 "얼마나 평균적인가"를 분포를 넘어 비교하는 공통 언어입니다.

68-95-99.7 법칙

정규분포에서는 다음 비율로 값이 분포합니다.

범위	해당 값의 비율
μ ± 1σ (∣z∣ < 1)	약 68.3%
μ ± 2σ (∣z∣ < 2)	약 95.4%
μ ± 3σ (∣z∣ < 3)	약 99.7%

즉, |z| ≥ 2인 값은 정규분포에서 약 4.6%밖에 나타나지 않고, |z| ≥ 3은 0.3% 미만입니다. 품질관리의 '3시그마 기준'은 이 원리를 활용한 것입니다.

Z점수를 백분위수로 변환하기

데이터가 정규분포를 따른다면, 백분위수는 표준정규분포의 누적분포함수에 100을 곱한 값입니다.

$$\text{백분위수} = \Phi(z) \times 100$$

이 계산기는 오차함수 erf($\text{erf}(t) = \frac{2}{\sqrt{\pi}} \int_0^t e^{-s^2}\,ds$로 정의)를 이용해 Φ(z)를 내부적으로 계산합니다. 주요 기준값은 다음과 같습니다.

Z점수	백분위수
−3	0.13
−2	2.28
−1	15.87
0	50.00
+1	84.13
+2	97.72
+3	99.87

모표준편차 vs. 표본표준편차

공식은 동일하지만 어떤 표준편차를 사용하느냐에 따라 결과가 달라집니다.

• 모표준편차(σ) — 전체 집단의 데이터가 있을 때 사용합니다(예: 반 전체의 시험 점수). 분모: n.
• 표본표준편차(s) — 모집단의 일부를 무작위 추출한 경우에 사용합니다. 분모: n − 1(베셀 보정). 모표준편차보다 약간 큽니다.

교과서의 Z점수 계산에서는 대개 모표준편차를 씁니다. 추론통계나 가설검정에서는 표본표준편차를 사용하는 경우가 많으므로, 분석 목적에 맞는 값을 입력하십시오.

수능 표준점수는 별도의 공식(원점수 기반 변환)을 사용하므로, 이 계산기의 Z점수와 직접 비교하는 것은 적절하지 않습니다.

계산 예제

예제 1 — 시험 점수

평균 70점, 표준편차 10점인 시험에서 85점을 받은 학생의 Z점수를 구합니다.

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

Φ(1.5) ≈ 0.933이므로, 이 학생은 약 93번째 백분위수에 해당합니다. 전체의 약 93%보다 높은 점수입니다.

예제 2 — 키

성인 여성의 평균 신장 162cm, 표준편차 6cm를 기준으로 175cm 여성의 Z점수를 구합니다.

$$z = \frac{175 - 162}{6} \approx 2.17$$

Φ(2.17) ≈ 0.985 → 동일 집단의 약 **98.5%**보다 키가 큽니다.

예제 3 — 품질관리

어떤 부품의 목표 중량이 500g, 표준편차가 20g입니다. 측정값이 455g이라면:

$$z = \frac{455 - 500}{20} = -2.25$$

Φ(−2.25) ≈ 0.012 → 정상 생산품의 약 1.2% 이하 수준입니다. 품질관리 이상값 판정 기준에 해당합니다.

백분위수가 신뢰할 수 없는 경우

백분위수 변환은 정규분포를 가정합니다. 다음과 같은 데이터에서는 주의가 필요합니다.

• 왜도가 있는 분포 (소득, 반응시간 등) — 실제 백분위수와 크게 차이날 수 있습니다.
• 꼬리가 두꺼운 분포 (금융 수익률 등) — 극단적인 Z점수가 정규분포 예측보다 훨씬 자주 나타납니다.
• 이산형 데이터 (주사위 눈, 불량 개수 등) — 결과는 근사값으로만 유효합니다.

이런 경우 Z점수는 상대적 비교 지표로서 의미가 있지만, 백분위수 수치의 직접 해석에는 주의가 필요합니다.

정규분포 계산기와의 차이

정규분포 계산기에서는 Z점수 외에도 확률밀도 f(x), P(X < x), P(X > x)를 한 번에 확인할 수 있습니다. 분포 전체의 확률이 필요한 경우에는 정규분포 계산기를, 단일 값의 표준화와 백분위수 확인에는 이 Z점수 계산기를 활용합니다.

자주 묻는 질문 (FAQ)

Z점수(Z-score)란 무엇이고 어떻게 계산하나요?

Z점수(표준점수)는 어떤 값이 평균에서 표준편차 몇 배만큼 떨어져 있는지를 나타내는 지표입니다. 계산식은 z = (x − μ) / σ입니다. Z점수가 0이면 평균과 같고, +1이면 평균보다 표준편차 1배 위, −2이면 2배 아래를 의미합니다. 단위나 분포가 다른 데이터를 공통 척도로 비교할 수 있어 수능 표준점수, 건강검진, 품질관리 등 다양한 분야에서 활용됩니다.

Z점수를 백분위수로 어떻게 변환하나요?

데이터가 정규분포를 따른다면, 백분위수는 표준정규분포의 누적분포함수 Φ(z)를 100배 한 값입니다. 이 계산기가 자동으로 계산해 주므로 Z표를 찾아볼 필요가 없습니다. 주요 기준값: z = 0 → 50번째 백분위수, z = 1 → 약 84번째, z = −1 → 약 16번째, z = 1.645 → 약 95번째, z = 2 → 약 97.7번째.

Z점수가 얼마 이상이면 높거나 극단적이라고 하나요?

일반적인 기준으로, |z| < 1은 평범한 수준(정규분포에서 약 68%가 해당), 1 ≤ |z| < 2는 다소 드문 편(약 27%), |z| ≥ 2는 드문 수준(약 4.6%)으로 봅니다. |z| > 3이면 0.3% 미만의 빈도로 나타나 통계적 이상값으로 취급하는 경우가 많습니다. 수능 표준점수에서도 70점대 이상(약 z ≥ 2)은 매우 우수한 성적으로 평가됩니다.

백분위수는 정규분포를 가정한 값인가요?

맞습니다. Z점수 자체는 분포 형태와 관계없이 항상 유효한 지표이지만, 이를 백분위수로 변환하려면 데이터가 정규분포에 가까워야 합니다. 소득·반응시간처럼 왜도가 있는 분포나 꼬리가 두꺼운 분포(금융 수익률 등)에서는 표시된 백분위수가 실제 순위와 크게 차이날 수 있습니다. 이런 경우 Z점수는 상대적 비교 지표로서 의미가 있지만, 백분위수의 직접 해석에는 주의가 필요합니다.