Apa itu Kalkulator Z-Score (Array)?
Kalkulator Z-Score Array Kalkulab memungkinkan Anda memasukkan kumpulan data (array) dan menghitung z-score untuk setiap nilai dalam kumpulan tersebut secara sekaligus.
Rumus Z-Score untuk Array Data
z = (x - x̄) / sRumus: z = (nilai - mean_sampel) / standar_deviasi_sampelKeterangan:
- zZ-ScoreSkor baku untuk setiap nilai(contoh: 1.25)💡 Posisi relatif dalam sampel
- xNilai IndividualSetiap nilai dalam array(contoh: 85)💡 Nilai ujian, pengukuran, dsb
- x̄Mean SampelRata-rata dari semua nilai dalam array(contoh: 75)💡 Pusat distribusi sampel
- sStandar Deviasi SampelPenyebaran data sampel(contoh: 8)💡 Ukuran variasi data
Kategori:
|z| > 2Outlier (Pencilan)
1 < |z| ≤ 2Unusual (Luarp biasa)
|z| ≤ 1Usual (Biasa)
Cara Menggunakan Kalkulator Z-Score Array
Masukkan kumpulan nilai (array) untuk menghitung z-score sekaligus:
- 2
Klik Hitung
Tekan tombol Hitung untuk memproses seluruh data
- 3
Lihat Hasil
Sistem akan menampilkan mean, standar deviasi, dan z-score untuk setiap nilai
💡 Tips Penggunaan:
- •Gunakan koma (,) untuk memisah nilai, bukan spasi
- •Pastikan minimal 2 data untuk menghitung standar deviasi
- •Z-score > 3 atau < -3 biasanya dianggap outlier
Contoh Perhitungan
Contoh 1: Analisis Nilai Ujian Kelas
Soal:
Sebuah kelas memiliki nilai ujian: 65, 70, 75, 80, 85, 90. Hitung z-score untuk setiap nilai!
Penyelesaian:
- 1.Masukkan data: 65, 70, 75, 80, 85, 90
- 2.Klik Hitung
- 3.Sistem menghitung: Mean = 77.5, SD = 8.80
- 4.Z-score untuk 65: (65-77.5)/8.80 = -1.42
Hasil:Z-scores: -1.42, -0.85, -0.28, 0.28, 0.85, 1.42
Nilai 65 dan 90 adalah pencilan (outlier) karena |z| > 1.4.
Pertanyaan yang Sering Diajukan (FAQ)
Berapa minimal data untuk menggunakan kalkulator ini?
Minimal 2 data diperlukan untuk menghitung standar deviasi sampel. Namun untuk analisis yang bermakna, disarankan minimal 10-30 data agar distribusi sampel lebih representatif.
Apa bedanya standar deviasi populasi (σ) dan sampel (s)?
Standar deviasi populasi (σ) digunakan ketika Anda memiliki data seluruh populasi. Standar deviasi sampel (s) digunakan ketika data hanyalah sebagian dari populasi. Rumusnya sedikit berbeda: sampel menggunakan n-1 (Bessel's correction) untuk memperoleh estimasi yang lebih akurat.
Bagaimana mengidentifikasi outlier dengan z-score?
Secara umum, nilai dengan |z-score| > 3 dianggap outlier (pencilan data). Beberapa peneliti menggunakan ambang 2.0 atau 2.5. Nilai-nilai ini berada jauh di luar distribusi normal dan perlu diteliti lebih lanjut.
Bisa menghitung z-score untuk data non-numerik?
Tidak, z-score hanya bisa dihitung untuk data numerik (angka). Jika Anda memiliki data kategorik (misalnya: merah, biru, hijau), z-score tidak applicable. Gunakan uji statistik lain seperti Chi-Square untuk data kategorik.
Apa interpretasi z-score = 0?
Z-score = 0 berarti nilai tersebut tepat berada di rata-rata (mean) sampel. Nilai ini merupakan titik tengah distribusi - setengah data berada di atasnya, setengah lagi di bawahnya.
Bagaimana mengkonversi z-score kembali ke nilai asal?
Gunakan rumus X = x̄ + (z × s). Atau lebih mudah, gunakan Kalkulator Z-Score Cari X yang tersedia di Kalkulab untuk konversi otomatis dari z-score ke nilai asal.