Zum Inhalt springen
  • Mathe-Löser öffnen
  • Den KI-Tutor fragen
  • AP-Kurs finden
  • Quiz erstellen
  • Rechner öffnen
  • Graphenrechner
  • Alle Rechner ansehen
  • Mathe-Anleitungen lesen
↑ ↓Enter zum Öffnen · Esc zum Schließen
Aufgabe lösen

Statistik

Der z-Wert erklärt mit gelösten Beispielen

Von MathSolver Pro Editorial Team · Veröffentlicht am

Ein z-Wert gibt an, wie viele Standardabweichungen ein Wert über oder unter dem Mittelwert liegt. Mit ihm lassen sich Werte auf verschiedenen Skalen vergleichen und, wenn die Daten normalverteilt sind, jeder Wert in ein Perzentil oder eine Wahrscheinlichkeit umrechnen.

Was der z-Wert misst

Eine Rohpunktzahl allein sagt wenig aus. 85 Punkte in einer Klassenarbeit klingen gut, aber wenn alle anderen 95 erreicht haben, ist das in Wahrheit ein schwaches Ergebnis. Der z-Wert, auch standardisierter Wert genannt, löst dieses Problem, indem er einen Wert im Verhältnis zu seiner Gruppe einordnet. Er beantwortet eine einzige Frage: Wie viele Standardabweichungen liegt dieser Wert vom Mittelwert entfernt?

z=x−μσz = \frac{x - \mu}{\sigma}

Dabei ist xx der Wert, μ\mu der Mittelwert und σ\sigma die Standardabweichung. Ein positiver z-Wert bedeutet, dass der Wert über dem Mittelwert liegt; ein negativer, dass er darunter liegt; und null, dass er genau dem Mittelwert entspricht. Ein z-Wert von 2 bedeutet zwei Standardabweichungen über dem Mittelwert, was für die meisten Datensätze ungewöhnlich hoch ist. Wie man die Standardabweichung selbst berechnet, kannst du in Standardabweichung berechnen nachlesen.

Einen z-Wert Schritt für Schritt berechnen

Beispiel 1: ein Testergebnis

  1. Ein Test hat den Mittelwert 70 und die Standardabweichung 10. Ein Schüler erreicht 85.
  2. Ziehe den Mittelwert ab: 85−70=1585 - 70 = 15.
  3. Teile durch die Standardabweichung: z=1510=1.5z = \frac{15}{10} = 1.5.
  4. Das Ergebnis liegt 1,5 Standardabweichungen über dem Klassendurchschnitt.

Beispiel 2: ein Ergebnis unter dem Durchschnitt

  1. Im selben Test erreicht eine Schülerin 62.
  2. Es ergibt sich z=62−7010=−810=−0.8z = \frac{62 - 70}{10} = \frac{-8}{10} = -0.8.
  3. Das negative Vorzeichen zeigt, dass das Ergebnis 0,8 Standardabweichungen unter dem Mittelwert liegt.

Die Einheiten kürzen sich immer heraus, weil Zähler und Nenner in der ursprünglichen Einheit stehen. Genau das macht z-Werte dimensionslos und zwischen völlig verschiedenen Messgrößen vergleichbar.

Ergebnisse auf verschiedenen Skalen vergleichen

Die praktischste Anwendung von z-Werten ist der faire Vergleich. Angenommen, eine Schülerin erreicht 82 Punkte in einem Chemietest mit Mittelwert 75 und Standardabweichung 5 und 88 Punkte in einem Geschichtstest mit Mittelwert 80 und Standardabweichung 8. Die Geschichtspunktzahl ist höher, aber welches Ergebnis ist beeindruckender?

zChemie=82−755=1.4,zGesch=88−808=1.0z_{\text{Chemie}} = \frac{82 - 75}{5} = 1.4, \qquad z_{\text{Gesch}} = \frac{88 - 80}{8} = 1.0

Im Vergleich zu den anderen Schülern ist das Chemieergebnis besser: 1,4 Standardabweichungen über dem Mittelwert gegenüber 1,0. Dieselbe Idee erlaubt es Forschenden, Messungen verschiedener Instrumente zu vergleichen, und Analysten, die Leistung eines Unternehmens mit Branchen zu vergleichen, deren typische Werte sehr unterschiedlich sind.

Vom z-Wert zurück zum ursprünglichen Wert

Löst man die Formel umgekehrt auf, erhält man den ursprünglichen Wert, der zu einem gegebenen z-Wert gehört:

x=μ+zσx = \mu + z\sigma

Für den Test mit Mittelwert 70 und Standardabweichung 10 entspricht ein z-Wert von −1.2-1.2 dem Wert 70+(−1.2)(10)=5870 + (-1.2)(10) = 58. Diese Form ist nützlich, um Grenzwerte festzulegen, etwa um herauszufinden, welche Punktzahl ein Schüler braucht, um zu den besten 10 Prozent zu gehören, wie Beispiel 4 weiter unten zeigt.

Von z-Werten zu Perzentilen

Folgen die Daten einer Normalverteilung, der Gaußschen Glockenkurve, lässt sich ein z-Wert in ein Perzentil umrechnen, also den Anteil der Werte, die darunter liegen. Die Standardnormalverteilung hat den Mittelwert 0 und die Standardabweichung 1, und ihre Verteilungsfunktion, geschrieben Φ(z)\Phi(z), liefert diesen Anteil. Einige Richtwerte lohnt es sich zu merken:

  • Φ(0)=0.5\Phi(0) = 0.5: Der Mittelwert entspricht dem 50. Perzentil.
  • Φ(1)≈0.8413\Phi(1) \approx 0.8413 und Φ(−1)≈0.1587\Phi(-1) \approx 0.1587.
  • Φ(1.5)≈0.9332\Phi(1.5) \approx 0.9332: Der Schüler aus Beispiel 1 war also besser als etwa 93 Prozent der Klasse.
  • Φ(−0.8)≈0.2119\Phi(-0.8) \approx 0.2119: Die Schülerin aus Beispiel 2 liegt also etwa beim 21. Perzentil.
  • Φ(1.96)≈0.975\Phi(1.96) \approx 0.975, und deshalb taucht der Wert 1,96 in 95-Prozent-Konfidenzintervallen auf.

Die empirische Regel fasst die Glockenkurve zusammen: Etwa 68 Prozent der Werte liegen weniger als eine Standardabweichung vom Mittelwert entfernt, etwa 95 Prozent weniger als zwei und etwa 99,7 Prozent weniger als drei. Werte mit ∣z∣>3|z| > 3 sind daher selten und werden oft als mögliche Ausreißer untersucht.

Beispiel 3: die Wahrscheinlichkeit, groß zu sein

  1. Die Körpergrößen der Erwachsenen einer Bevölkerung sind ungefähr normalverteilt mit Mittelwert 170 cm und Standardabweichung 8 cm. Welcher Anteil ist größer als 186 cm?
  2. Zuerst gilt z=186−1708=2z = \frac{186 - 170}{8} = 2.
  3. Dann ist P(Z>2)=1−Φ(2)≈1−0.9772=0.0228P(Z > 2) = 1 - \Phi(2) \approx 1 - 0.9772 = 0.0228.
  4. Etwa 2,3 Prozent der Bevölkerung sind größer als 186 cm.

Beispiel 4: die Grenze für die besten 10 Prozent

  1. Welche Punktzahl markiert beim Test mit Mittelwert 70 und Standardabweichung 10 den Einstieg in die besten 10 Prozent?
  2. Gesucht ist das zz mit Φ(z)=0.90\Phi(z) = 0.90. Mit einer Tabelle oder einem Rechner erhält man z≈1.2816z \approx 1.2816.
  3. Daraus folgt x=70+1.2816×10≈82.8x = 70 + 1.2816 \times 10 \approx 82.8.
  4. Eine Punktzahl von etwa 83 oder mehr bringt einen Schüler unter die besten 10 Prozent.

z-Werte für Stichprobenmittelwerte

Mittelwerte schwanken weniger als einzelne Werte. Zieht man Stichproben vom Umfang nn aus einer Grundgesamtheit mit Mittelwert μ\mu und Standardabweichung σ\sigma, hat der Stichprobenmittelwert die Standardabweichung σn\frac{\sigma}{\sqrt{n}}, den sogenannten Standardfehler. Der z-Wert eines Stichprobenmittelwerts ist

z=xˉ−μσ/nz = \frac{\bar{x} - \mu}{\sigma / \sqrt{n}}

Haben zum Beispiel 25 Schüler aus dem obigen Test den Mittelwert 73, ist der Standardfehler 1025=2\frac{10}{\sqrt{25}} = 2 und z=73−702=1.5z = \frac{73 - 70}{2} = 1.5. Drei Punkte mehr sind für einen einzelnen Schüler üblich, für den Mittelwert von 25 Schülern aber recht ungewöhnlich. Diese Formel ist der Ausgangspunkt für z-Tests und Konfidenzintervalle in Einführungskursen der Statistik.

Worauf man bei z-Werten achten sollte

  • z-Werte mit Φ\Phi in Perzentile umzurechnen, ist nur zulässig, wenn die Daten ungefähr normalverteilt sind. Bei stark schiefen Daten wie Einkommen sollte man die Perzentile direkt aus den Daten ablesen.
  • Verwende die Standardabweichung der Grundgesamtheit, wenn du sie kennst, und sonst die Stichprobenstandardabweichung als Schätzung; bei kleinen Stichproben muss man auf die Student-t-Verteilung zurückgreifen.
  • Ein z-Wert beschreibt eine Position innerhalb einer Gruppe. z-Werte aus Gruppen mit sehr unterschiedlichem Niveau zu vergleichen, kann trotzdem täuschen.
  • Behalte das Vorzeichen bei. Ein z-Wert von −2-2 und einer von 22 sind gleich ungewöhnlich, bedeuten aber Gegensätzliches.

Der z-Wert-Rechner berechnet z-Werte, Perzentile und die Fläche zwischen zwei Werten, und der Standardabweichungsrechner liefert dir vorher den Mittelwert und die Standardabweichung, die du brauchst.

Wo z-Werte in der Praxis vorkommen

Berichte zu standardisierten Tests rechnen Rohpunktzahlen oft in Standardwerte oder Perzentile um, die auf derselben Idee wie der z-Wert beruhen. Kinderärzte verfolgen Größe und Gewicht eines Kindes mit Wachstumskurven, und manche klinische Werkzeuge geben diese Maße direkt als z-Werte für das Alter des Kindes an. Knochendichtemessungen liefern einen T-Wert, also einen z-Wert, der im Vergleich zu gesunden jungen Erwachsenen gemessen wird. Qualitätsingenieure markieren Teile, deren Maße um mehr als drei Standardabweichungen vom Nennwert abweichen, und Finanzanalysten standardisieren Renditen, um Fonds mit unterschiedlichem Risiko auf derselben Skala zu vergleichen.

Übungen

  1. Ein Datensatz hat den Mittelwert 50 und die Standardabweichung 4. Berechne den z-Wert von 56. Lösung: z=56−504=1.5z = \frac{56 - 50}{4} = 1.5.
  2. Testwerte haben den Mittelwert 100 und die Standardabweichung 15. Welcher Wert entspricht z=−2z = -2? Lösung: 100+(−2)(15)=70100 + (-2)(15) = 70.
  3. Werte sind normalverteilt mit Mittelwert 500 und Standardabweichung 100. Welcher Anteil liegt unter 650? Lösung: z=1.5z = 1.5, also etwa Φ(1.5)≈0.9332\Phi(1.5) \approx 0.9332, das heißt 93 Prozent.

Häufige Fragen

Was ist ein hoher oder ungewöhnlicher z-Wert?

In den meisten Zusammenhängen gilt ein z-Wert über 2 oder unter -2 als ungewöhnlich, weil nur etwa 5 Prozent der Werte einer Normalverteilung so weit entfernt liegen. Über 3 oder unter -3 ist sehr selten, etwa 0,3 Prozent.

Kann ein z-Wert negativ sein?

Ja. Ein negativer z-Wert bedeutet einfach, dass der Wert unter dem Mittelwert liegt. Ein z-Wert von -1 liegt eine Standardabweichung unter dem Mittelwert.

Verändern z-Werte die Form einer Verteilung?

Nein. Ersetzt man jeden Wert durch seinen z-Wert, werden die Daten verschoben und umskaliert, sodass der Mittelwert 0 und die Standardabweichung 1 beträgt, aber eine schiefe Verteilung bleibt schief.

Wie findet man den Prozentsatz zwischen zwei z-Werten?

Ziehe ihre kumulierten Wahrscheinlichkeiten voneinander ab. Der Anteil zwischen z = -1 und z = 1 beträgt zum Beispiel etwa 0,8413 - 0,1587 = 0,6827, also ungefähr 68 Prozent.

Ist ein z-Wert dasselbe wie ein Perzentil?

Nein. Ein z-Wert zählt Standardabweichungen vom Mittelwert aus, ein Perzentil gibt dagegen den Prozentsatz der Werte an, die unter einem Punkt liegen. Bei normalverteilten Daten kann man das eine in das andere umrechnen: z = 1 entspricht ungefähr dem 84. Perzentil.

MathSolver Pro Editorial Team

Redaktion und mathematisches Lektorat

Unser Redaktionsteam schreibt jede Anleitung so, dass sie die Überlegung hinter jedem Verfahren erklärt und nicht nur die Antwort. Jedes Rechenbeispiel wird vor der Veröffentlichung mit den Lösungs-Engines der Website und durch automatische Tests geprüft, und die Artikel werden überarbeitet, sobald sich ein Verfahren oder das Format eines Tests ändert.