La Calculadora Z es una herramienta estadística completa que te permite calcular puntuaciones Z (Z-scores), probabilidades asociadas y valores críticos para la distribución normal estándar. Ideal para estudiantes, investigadores y profesionales que trabajan con pruebas de hipótesis, análisis de datos y control de calidad.
Esta calculadora unifica tres funcionalidades esenciales en una sola herramienta: conversión de datos brutos a Z-score, conversión de Z-score a probabilidad (cola izquierda, derecha y entre dos valores), y cálculo de valores críticos Z para intervalos de confianza. Además, incluye una visualización interactiva de la campana de Gauss y una tabla Z interactiva.
📊 Calculadora Z: Puntuaciones, Probabilidades y Valores Críticos
Calcula Z-scores, probabilidades y valores críticos para la distribución normal estándar
Valor bruto (X)
Media (μ)
Desviación estándar (σ)
Puntuación Z
Nivel de significancia (α)
Cálculos precisos basados en la función de distribución acumulada normal, con aproximación de error < 0.00001.
Calcula Z-scores, probabilidades y valores críticos en una sola herramienta unificada.
Funciona perfectamente en ordenadores, tablets y móviles.
¿Qué es una puntuación Z (Z-score)?
Una puntuación Z (o Z-score) es una medida estadística que indica cuántas desviaciones estándar se encuentra un valor específico por encima o por debajo de la media de su distribución. También se conoce como puntuación estándar, valor Z o unidad tipificada[reference:6].
La puntuación Z transforma los datos originales en una escala estandarizada con media 0 y desviación estándar 1, lo que permite comparar valores provenientes de diferentes distribuciones, identificar valores atípicos y calcular probabilidades asociadas a la distribución normal[reference:7].
Fórmula de la puntuación Z
La fórmula para calcular la puntuación Z es:
Z = (X – μ) / σ
Donde:
- Z es la puntuación Z (número de desviaciones estándar)
- X es el valor bruto o dato observado
- μ (mu) es la media de la población
- σ (sigma) es la desviación estándar de la población[reference:8]
Interpretación de los Z-scores
Los Z-scores se interpretan de la siguiente manera:
- Z = 0: El valor es igual a la media (percentil 50).
- Z = 1: El valor está una desviación estándar por encima de la media (aproximadamente percentil 84).
- Z = -1: El valor está una desviación estándar por debajo de la media (aproximadamente percentil 16).
- Z = 2: El valor está dos desviaciones estándar por encima de la media (aproximadamente percentil 98).
- Z = -2: El valor está dos desviaciones estándar por debajo de la media (aproximadamente percentil 2).
- |Z| > 3: Se considera un valor atípico (outlier), ya que se encuentra a más de 3 desviaciones estándar de la media[reference:9].
Aplicaciones prácticas de la puntuación Z
Los Z-scores tienen numerosas aplicaciones en diversos campos:
- Educación: Comparar resultados de exámenes estandarizados (SAT, GRE, CI) entre diferentes pruebas o años.
- Medicina: Evaluar percentiles de crecimiento infantil, analizar resultados de laboratorio y detectar valores anormales.
- Finanzas: Calcular el número de desviaciones estándar de los rendimientos de una inversión respecto a su media (riesgo).
- Control de calidad: Identificar productos defectuosos mediante límites de control estadístico.
- Investigación científica: Normalizar datos para comparar variables medidas en diferentes escalas[reference:10].
Valores críticos Z para intervalos de confianza
Los valores críticos Z son los puntos de corte en la distribución normal estándar que se utilizan para construir intervalos de confianza y realizar pruebas de hipótesis. Los más comunes son:
- Nivel de confianza 90% (α = 0.10): Z = 1.645 (una cola) / Z = ±1.645 (dos colas)
- Nivel de confianza 95% (α = 0.05): Z = 1.960 (una cola) / Z = ±1.960 (dos colas)
- Nivel de confianza 99% (α = 0.01): Z = 2.576 (una cola) / Z = ±2.576 (dos colas)[reference:11]
Preguntas frecuentes sobre la calculadora Z
¿Cómo se calcula la probabilidad a partir de un Z-score?
Para calcular la probabilidad acumulada P(Z ≤ z) a partir de un Z-score, se utiliza la función de distribución acumulada (CDF) de la distribución normal estándar. Esta calculadora lo hace automáticamente para cola izquierda, cola derecha y entre dos valores.
¿Qué es la tabla Z y cómo se usa?
La tabla Z (o tabla de distribución normal estándar) muestra el área bajo la curva a la izquierda de un valor Z específico. Por ejemplo, para Z = 1.96, la tabla muestra 0.9750, lo que significa que el 97.5% de los datos están por debajo de ese valor[reference:12]. Nuestra calculadora incluye una tabla Z interactiva que muestra automáticamente el valor correspondiente.
¿Cómo se calcula el percentil a partir de un Z-score?
El percentil correspondiente a un Z-score es simplemente la probabilidad acumulada P(Z ≤ z) multiplicada por 100. Por ejemplo, un Z-score de 0.0 corresponde al percentil 50, mientras que un Z-score de 1.96 corresponde aproximadamente al percentil 97.5.
¿Qué diferencia hay entre Z-score y puntuación T?
La puntuación T es una transformación lineal del Z-score que evita valores negativos: T = 50 + 10 × Z. Es común en psicometría y evaluación educativa (ej: puntuaciones del GRE, escalas de personalidad). Un Z-score de 0 equivale a una T de 50, y un Z-score de 1 equivale a una T de 60.
¿Cómo se calcula el Z-score crítico para un nivel de confianza?
El valor crítico Z para un nivel de confianza del 95% (α = 0.05) en una prueba de dos colas se calcula como Z = Φ⁻¹(1 – α/2) = Φ⁻¹(0.975) ≈ 1.96. Esta calculadora te permite obtener este valor directamente introduciendo el nivel de significancia α.
¿Cuándo usar Z-score y cuándo usar t de Student?
Se usa Z-score cuando se conoce la desviación estándar de la población (σ). Se usa la distribución t de Student cuando se desconoce σ y se estima a partir de la muestra, especialmente con tamaños de muestra pequeños (n < 30).
¿Cómo detectar valores atípicos (outliers) con Z-score?
Un valor se considera atípico (outlier) si su Z-score tiene un valor absoluto mayor que 3 (|Z| > 3), lo que significa que se encuentra a más de 3 desviaciones estándar de la media. Esto ocurre con una probabilidad inferior al 0.3% en una distribución normal[reference:13].
¿Qué es la regla empírica 68-95-99.7?
La regla empírica establece que en una distribución normal: el 68% de los datos está a menos de 1 desviación estándar de la media (|Z| < 1), el 95% a menos de 2 (|Z| < 2), y el 99.7% a menos de 3 (|Z| < 3). Es una forma rápida de estimar probabilidades sin cálculos complejos.
