Kalkulator Z-Score

Cara Menggunakan Alat Ini

Masukkan skor mentah siswa, rata-rata populasi (misalnya, rata-rata kelas), dan standar deviasi populasi. Pilih jenis ekor berdasarkan hipotesis Anda: satu-ekor (kanan) untuk menguji apakah skor secara signifikan di atas rata-rata, satu-ekor (kiri) untuk di bawah rata-rata, atau dua-ekor untuk setiap perbedaan dari rata-rata. Klik Hitung untuk melihat skor-Z, peringkat persentil, nilai-p, dan representasi visual. Gunakan Atur Ulang untuk menghapus semua kolom. Tombol Salin Hasil memungkinkan Anda menyimpan analisis untuk catatan atau berbagi dengan siswa/orang tua.

Rumus dan Logika

Skor-Z dihitung sebagai: z = (x - μ) / σ, di mana x adalah skor mentah, μ adalah rata-rata populasi, dan σ adalah standar deviasi populasi. Ini menstandarkan skor menjadi rata-rata 0 dan standar deviasi 1. Fungsi distribusi kumulatif (CDF) dari distribusi normal standar mengubah skor-Z menjadi persentil (area di bawah kurva di sebelah kiri z). Nilai-p tergantung pada pilihan ekor: untuk ekor kanan, p = 1 - CDF(z); ekor kiri, p = CDF(z); dua-ekor, p = 2 × min(CDF(z), 1 - CDF(z)). Alat ini menggunakan pendekatan CDF yang akurat hingga 5 desimal untuk sebagian besar tujuan pendidikan.

Catatan Praktis

Dalam pendidikan, skor-Z membantu membandingkan skor dari tes atau skala penilaian yang berbeda. Skor-Z 0 berarti tepat rata-rata; +1,0 berarti 1 standar deviasi di atas rata-rata (sekitar 16% teratas); -1,0 berarti 16% terbawah. Banyak institusi menggunakan skor-Z untuk keputusan akademik: program kehormatan sering mensyaratkan Z > 1,5 (sekitar 7% teratas), sementara masa percobaan akademik mungkin dipicu pada Z < -1,0 (sekitar 16% terbawah). Namun, alat ini mengasumsikan data yang mendasarinya terdistribusi normal. Skor tes di dunia nyata bisa miring—jika data Anda memiliki ekor yang berat atau miring, pertimbangkan untuk menggunakan peringkat persentil secara langsung daripada skor-Z. Juga, saat menggunakan data sampel (bukan seluruh populasi), gunakan standar deviasi sampel dan pertimbangkan ukuran sampel; untuk sampel kecil (n < 30), skor-t lebih tepat daripada skor-Z.

Mengapa Alat Ini Berguna

Kalkulator ini menghemat waktu bagi guru yang menganalisis hasil tes, membantu penasihat akademik mengidentifikasi siswa yang membutuhkan dukungan atau pengayaan, dan memungkinkan siswa/orang tua memahami kinerja dalam konteks. Ini mengubah skor mentah menjadi metrik standar yang menghilangkan perbedaan skala penilaian, memungkinkan perbandingan yang adil antar kelas, sekolah, atau tes standar. Bilah persentil visual dan interpretasi membuat konsep statistik dapat diakses tanpa memerlukan pengetahuan statistik yang mendalam.

Pertanyaan yang Sering Diajukan

Apa perbedaan antara skor-Z dan peringkat persentil?

Skor-Z memberi tahu Anda berapa banyak standar deviasi suatu skor dari rata-rata; peringkat persentil memberi tahu Anda persentase skor di bawah skor Anda. Dalam distribusi normal yang sempurna, keduanya berhubungan langsung, tetapi dengan data nyata (yang mungkin tidak sepenuhnya normal), keduanya dapat berbeda. Skor-Z lebih baik untuk inferensi statistik; peringkat persentil lebih intuitif untuk memahami posisi relatif.

Bisakah saya menggunakan ini untuk perhitungan IPK atau jam kredit?

Skor-Z dapat menstandarkan IPK di berbagai sistem penilaian, tetapi berhati-hatilah: distribusi IPK sering tidak normal (banyak siswa berkumpul di IPK tinggi karena inflasi nilai). Untuk perhitungan jam kredit, skor-Z biasanya tidak digunakan—sebagai gantinya, gunakan pembobotan kredit dan poin kualitas. Alat ini paling baik untuk skor tes tunggal atau penilaian tunggal, bukan metrik gabungan seperti IPK kumulatif.

Bagaimana cara menafsirkan nilai-p dari alat ini?

Nilai-p menunjukkan probabilitas mengamati skor seekstrem skor Anda (atau lebih) jika rata-rata populasi sebenarnya adalah yang Anda masukkan. Dalam penelitian pendidikan, p < 0,05 sering dianggap "signifikan secara statistik," yang berarti skor tersebut luar biasa tinggi atau rendah. Namun, signifikansi statistik tidak menyiratkan kepentingan praktis—skor-Z 2,0 (p ≈ 0,045 dua-ekor) signifikan secara statistik tetapi mungkin tidak bermakna secara pendidikan jika tes memiliki kesalahan pengukuran yang tinggi. Selalu pertimbangkan ukuran efek (skor-Z itu sendiri) dan konteks.

Panduan Tambahan

Untuk hasil yang akurat, pastikan rata-rata dan standar deviasi Anda berasal dari populasi yang sama dengan skor. Misalnya, untuk mengevaluasi skor SAT Matematika siswa, gunakan rata-rata dan standar deviasi SAT Matematika nasional, bukan rata-rata sekolah Anda (yang mungkin lebih tinggi/lebih rendah). Jika Anda hanya memiliki sampel (misalnya, kelas Anda), gunakan standar deviasi sampel (dengan n-1 di penyebut) dan sadari bahwa sampel kecil menghasilkan estimasi yang kurang presisi. Untuk kurva penilaian, beberapa instruktur menetapkan rata-rata dan standar deviasi target untuk mencapai distribusi nilai yang diinginkan—alat ini dapat membantu menentukan skor mentah apa yang sesuai dengan batas skor-Z tertentu. Ingat bahwa skor-Z paling bermakna dengan data yang cukup besar dan terdistribusi normal; untuk kelas kecil atau distribusi miring, pertimbangkan metode non-parametrik seperti perbandingan berbasis median.