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. Alat ini sangat cocok untuk menganalisis dataset yang lebih besar. Cukup masukkan deretan nilai (dipisah dengan koma), maka kalkulator akan menghitung mean, standar deviasi, dan z-score untuk setiap nilai dalam sekali jalan. Sangat berguna untuk analisis statistik data sampel, evaluasi nilai ujian kelas, analisis kinerja karyawan, dan berbagai keperluan statistik lainnya. Dengan kalkulator ini, Anda tidak perlu menghitung manual satu per satu. Hasilnya akan menunjukkan posisi relatif setiap nilai dalam distribusi data, sehingga memudahkan identifikasi outlier (data pencilan) dan pemahaman sebaran data secara keseluruhan.

Hitung Z-ScoreCari Nilai XData Set
z = (x - μ) / σ

💡 Tips Interpretasi:

• z = 0: Persis rata-rata

• z > 0: Di atas rata-rata

• z < 0: Di bawah rata-rata

• |z| ≤ 1.0: Data umum (68%)

• |z| > 2.0: Data langka (5%)

• |z| > 3.0: Outlier (ekstrem)

Hasil akan dihitung secara otomatis saat input terisi

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. Alat ini sangat cocok untuk menganalisis dataset yang lebih besar. Cukup masukkan deretan nilai (dipisah dengan koma), maka kalkulator akan menghitung mean, standar deviasi, dan z-score untuk setiap nilai dalam sekali jalan. Sangat berguna untuk analisis statistik data sampel, evaluasi nilai ujian kelas, analisis kinerja karyawan, dan berbagai keperluan statistik lainnya. Dengan kalkulator ini, Anda tidak perlu menghitung manual satu per satu. Hasilnya akan menunjukkan posisi relatif setiap nilai dalam distribusi data, sehingga memudahkan identifikasi outlier (data pencilan) dan pemahaman sebaran data secara keseluruhan.

Rumus Z-Score untuk Array Data

z = (x - x̄) / sRumus: z = (nilai - mean_sampel) / standar_deviasi_sampel

Keterangan:

  • zZ-Score
    Skor baku untuk setiap nilai(contoh: 1.25)
    💡 Posisi relatif dalam sampel
  • xNilai Individual
    Setiap nilai dalam array(contoh: 85)
    💡 Nilai ujian, pengukuran, dsb
  • x̄Mean Sampel
    Rata-rata dari semua nilai dalam array(contoh: 75)
    💡 Pusat distribusi sampel
  • sStandar Deviasi Sampel
    Penyebaran 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:

  1. 1

    Masukkan Array Data

    Masukkan kumpulan nilai dipisah dengan koma. Contoh: 65, 70, 75, 80, 85, 90

  2. 2

    Klik Hitung

    Tekan tombol Hitung untuk memproses seluruh data

  3. 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. 1.Masukkan data: 65, 70, 75, 80, 85, 90
  2. 2.Klik Hitung
  3. 3.Sistem menghitung: Mean = 77.5, SD = 8.80
  4. 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.

Contoh 2: Analisis Kelulusan Ujian Nasional

Soal:

Nilai UN Matematika 15 siswa di suatu kota: 45, 52, 58, 60, 62, 65, 68, 70, 72, 75, 78, 80, 82, 85, 90. Nilai kelulusan minimal 55. Analisis sebaran dan identifikasi siswa yang tidak lulus!

Penyelesaian:
  1. 1.Masukkan semua 15 nilai ke dalam kalkulator
  2. 2.Sistem menghitung: Mean = 68.13, SD = 12.18
  3. 3.Z-score untuk nilai lulus minimal 55: (55-68.13)/12.18 = -1.08
  4. 4.Nilai 45: z = (45-68.13)/12.18 = -1.90
  5. 5.Nilai 52: z = (52-68.13)/12.18 = -1.32
Hasil:Z-scores: -1.90, -1.32, -0.83, -0.67, -0.50, -0.26, -0.01, 0.15, 0.32, 0.56, 0.81, 0.98, 1.14, 1.39, 1.80

Siswa dengan nilai 45 (z = -1.90) dan 52 (z = -1.32) berada di bawah ambang kelulusan (z < -1.08). Sebanyak 13 dari 15 siswa (86.7%) lulus. Nilai 45 dan 52 termasuk outlier karena berada lebih dari 1 standar deviasi di bawah mean, menunjukkan kedua siswa tersebut memerlukan perhatian khusus.

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.

Kalkulator Terkait

Z-Score Dasar

Hitung z-score dari satu nilai

Z-Score Cari X

Cari nilai asal dari z-score

Mean Median Modus

Ukuran pemusatan data

Standar Deviasi

Ukur penyebaran data

Referensi