Z分數計算器（百分位與T分數）
Z分數計算器，輸入得分、平均值與標準差，即可算出Z分數、T分數與百分位排名，也能從目標百分位反推所需得分。
什麼是Z分數與T分數計算
這個工具可以根據測驗的得分、平均值與標準差，計算出這個得分在整個群體中所處的位置，也就是Z分數（標準分數）與T分數。Z分數表示「與平均值相差多少個標準差」，是統計學中最基本的標準化指標；T分數則是將Z分數以「Z×10＋50」轉換後的分數，數值範圍更貼近日常認知，50分代表平均、60分代表比平均高出1個標準差。
除了輸入得分之外，也可以改用目標百分位（例如想擠進前10%，就輸入90百分位）來反推對應的得分。這項計算是以標準常態分佈為前提，因此當測驗得分的分佈越接近常態分佈，結果就越準確。如果不清楚整體的平均值與標準差，也可以直接貼上原始數據，讓工具自動幫你算出來。
Z分數與T分數的計算方式
- 選擇計算模式 想從自己的得分了解Z分數與T分數，選擇「由得分計算」；想知道達到某個排名所需的分數，選擇「由百分位反推」。
- 輸入平均值與標準差 輸入這次測驗的平均值與標準差。若不清楚這兩個數值，可以使用下方「由原始數據自動計算」功能。
- 輸入得分或目標百分位 依所選模式，輸入想評估的得分，或是目標百分位（0～100）。
- 確認計算結果 Z分數、T分數與百分位排名（或反向的得分）會隨輸入內容即時自動更新。
用好本工具的小技巧
- T分數只是「Z分數×10＋50」的簡單換算，T分數60相當於Z分數1.0，T分數40則相當於Z分數－1.0。
- 不清楚平均值與標準差時，可以在下方「由原始數據自動計算」貼上全班的得分，系統會自動算出結果。
- 由百分位反推的模式，很適合用來確認「要擠進前10%大概需要多少分」，只要輸入90百分位即可。
- 這項計算是以得分分佈接近常態分佈為前提。如果受測人數極少，或得分分佈明顯偏斜，準確度會下降。
- 雙尾機率代表「與平均值有此偏離程度是偶然發生的機率」，這與統計檢定中p值的概念是一致的。
Z分數與T分數的應用情境
模擬考、段考成績分析
輸入自己的得分、班級平均值與標準差，即可快速掌握與目標學校標準的差距。
推算錄取門檻所需分數
輸入目標百分位（例如前20%），即可反推出大約需要多少分才能達標。
品質管理與檢測數據定位
也適用於確認產品測量值在整體數據分佈中的相對位置（屬於第幾百分位）。
統計學課堂與報告的計算
不需要查統計表或手動計算，就能快速完成標準常態分佈下的Z值與百分位轉換。
Z分數與T分數的相關詞彙
- Z分數
- 表示得分與平均值相差多少個標準差的指標。計算方式為（得分－平均值）÷標準差，得分等於平均值時為0，高於平均值為正值，低於平均值為負值。
- T分數
- 將Z分數以「×10＋50」轉換而成的標準化分數，數值範圍較貼近日常直覺。平均值對應50分，高於平均1個標準差（Z＝1）對應60分，常用於測驗成績的呈現。
- 標準常態分佈
- 平均值為0、標準差為1的常態分佈。多數測驗的得分分佈大致接近這個形態，因此可以據此將Z分數換算成百分位。
- 百分位
- 將數據由小到大排序後，某個數值在整體中所處位置的指標。第90百分位代表「有90%的數據落在此值以下」。
- 母體標準差
- 以整個群體的數據計算，取各數值與平均值之差的平方之平均值，再開根號所得的標準差。計算T分數時，通常將參與該測驗的全體視為母體。
- 雙尾機率
- 表示出現與平均值相差同等程度或更極端數值的機率，同時涵蓋得分偏高與偏低兩個方向。
常見問題
閒聊時間 ― T分數式的評量從何時開始流行
日本教育現場廣泛使用「偏差值」（即T分數式的評量）概念，最早可追溯至1960年代。據傳是由教育者、補習班講師桑田昭三所提出，目的是不只用單次測驗的分數，而是用「在群體中的相對位置」來衡量學生的實力，後來這套做法迅速普及到日本各地的補習班與升學輔導機構。在那之前，升學指導多半只靠「全年級排名第幾」這類名次資訊，但不同場次測驗的難度不一，單純比較分數其實並不公平。
T分數所依據的Z分數（標準分數）概念，其實源自統計學家卡爾．皮爾森等人於19世紀末建立的標準化理論。這套方法可以把單位不同、平均值不同的數據，統一轉換成「與平均值的偏離程度」這個共通尺度來比較，因此廣泛應用在心理計量、醫學統計、品質管理等領域。日本的T分數（偏差值），可以說是把這套通用的Z分數概念，轉換成「50分代表平均、10分代表1個標準差」這種好記的數字，特別為教育現場量身打造的一種本地化應用。
由於T分數反映的是「在該次測驗所有考生中的相對表現」，同樣的分數若換一個母體（考生群），T分數也會不同。這就是為什麼在頂尖大學考生較多的測驗中，同樣的能力往往換算出較低的T分數；反之在考生範圍較廣的測驗中，T分數容易偏高。比較T分數時，務必留意「這是哪一場測驗、哪個群體所算出的數值」。