Kết nối qua MCP →

Nhập phép tính

Công thức

Quảng cáo

Kết quả

Điểm thô (x)
122,5
x = μ + z×σ
Z-Score (z) 1,5
Giá trị trung bình (μ) 100
Độ lệch chuẩn (σ) 15

Điểm Thô Là Gì?

Điểm thô là giá trị đo lường gốc, chưa được chuẩn hóa — chẳng hạn như kết quả bài kiểm tra, chiều cao hay chỉ số IQ — trước khi qua bất kỳ phép biến đổi nào. Trong khi đó, z-score cho biết một giá trị nằm cao hơn hay thấp hơn giá trị trung bình bao nhiêu độ lệch chuẩn. Công cụ tính điểm thô này thực hiện thao tác ngược lại với việc chuẩn hóa z-score: nó lấy một z-score đã biết và chuyển ngược về giá trị gốc dựa trên giá trị trung bình và độ lệch chuẩn của phân phối.

Cách Sử Dụng Công Cụ

Bạn hãy nhập z-score, giá trị trung bình (\(\mu\)) của phân phối và độ lệch chuẩn (\(\sigma\)). Công cụ sẽ trả về điểm thô \(x\). Z-score dương cho ra điểm thô lớn hơn giá trị trung bình, z-score âm cho ra điểm thấp hơn, còn z-score bằng 0 sẽ trả về đúng giá trị trung bình.

Giải Thích Công Thức

Phép chuyển đổi sử dụng công thức:

$$x = \mu + z \times \sigma$$

Ở đây, \(z\) được nhân với độ lệch chuẩn để xác định khoảng cách của giá trị so với trung bình theo đơn vị gốc, rồi cộng khoảng cách đó vào giá trị trung bình. Thực chất đây chính là công thức chuẩn hóa \(z = (x - \mu) / \sigma\) được biến đổi lại để giải tìm \(x\).

Quảng cáo
Đường cong hình chuông của phân phối chuẩn với giá trị trung bình ở trung tâm và một điểm z được ánh xạ thành điểm thô dọc theo trục ngang
Điểm z được chuyển thành điểm thô bằng cách di chuyển z độ lệch chuẩn từ giá trị trung bình trên đường cong hình chuông.

Ví Dụ Minh Họa

Giả sử chỉ số IQ có giá trị trung bình là 100 và độ lệch chuẩn là 15. Một học sinh đạt z bằng 1,5. Khi đó $$x = 100 + 1{,}5 \times 15 = 100 + 22{,}5 = 122{,}5.$$ Vậy điểm IQ thô của học sinh này là 122,5 — cao hơn mức trung bình 1,5 độ lệch chuẩn.

Câu Hỏi Thường Gặp

Z-score âm cho ra kết quả gì? Một điểm thô thấp hơn giá trị trung bình. Ví dụ với \(z = -2\), \(\mu = 50\), \(\sigma = 10\): \(x = 50 + (-2)(10) = 30\).

Nếu z-score bằng 0 thì sao? Điểm thô sẽ đúng bằng giá trị trung bình, vì \(0 \times \sigma = 0\).

Tôi nên dùng độ lệch chuẩn của tổng thể hay của mẫu? Đều được — hãy dùng giá trị \(\sigma\) phù hợp với phân phối mà bạn đã dùng để tính z-score.

Cập nhật lần cuối: