Calculadora de Escore Z

Use esta Calculadora de Escore Z para informar valores, ajustar opções e consultar os resultados em uma área de trabalho compacta e responsiva.

Os resultados são calculados automaticamente conforme você informa os dados.

O que você quer calcular?

Média Desvio padrão

Valor bruto x Tipo de desvio padrão

Fórmula e passos

Escore z -

A área destacada é atualizada com o escore z e a região selecionados.

Aviso: Todas as ferramentas deste site destinam-se apenas a fins educacionais e informativos. Não constituem aconselhamento profissional nem ferramenta de decisão. Não há garantia de precisão; confira os dados, as premissas, as regras, a adequação do modelo e os resultados antes de um uso importante. Consulte nossos Termos de Uso.

Premissas e limitações

Os resultados são estimativas apenas para uso educacional e exploratório e não constituem aconselhamento profissional. Não há garantia de que as saídas sejam precisas, completas, atuais, adequadas ou sem erros. Confira de forma independente os valores informados, as unidades, as fórmulas, as premissas, os arredondamentos, a qualidade dos dados, a adequação do modelo e as regras aplicáveis. Não use esta calculadora como única base para decisões financeiras, jurídicas, médicas, de segurança, acadêmicas, empresariais, oficiais, de elegibilidade ou regulamentadas; consulte um profissional qualificado quando houver consequências relevantes. Os resultados de probabilidade da normal padrão são estimativas numéricas calculadas com uma aproximação estável da cauda normal e arredondadas para exibição. Confira a adequação do modelo, a qualidade dos dados e decisões de alto impacto com referências estatísticas ou softwares validados. O uso desta calculadora está sujeito aos nossos Termos de Uso.

▼ Veja explicações e dicas abaixo ▼

Calculadoras relacionadas

O que é um escore z?

Um escore z, também chamado de escore padronizado, indica a que distância um valor bruto está da média, em unidades de desvio padrão. Em vez de dizer apenas que um valor é maior ou menor que a média, o escore z mostra o tamanho dessa diferença em relação à dispersão dos dados.

Por exemplo, um valor que está um desvio padrão acima da média tem um escore z de $1$. Um valor que está dois desvios padrão abaixo da média tem um escore z de $-2$. Um valor exatamente igual à média tem um escore z de $0$.

Os escores z são úteis porque colocam diferentes medições em uma escala comum. Uma nota 86 em uma prova e uma altura de 185 centímetros em uma distribuição de alturas são medidas em unidades muito diferentes, mas ambas podem ser descritas pelo número de desvios padrão que as separa de suas próprias médias.

Quando a distribuição subjacente é normal, o escore z também se relaciona diretamente às áreas sob a curva normal padrão. Essas áreas podem ser interpretadas como postos percentuais, probabilidades da cauda esquerda, probabilidades da cauda direita, probabilidades de duas caudas ou probabilidades entre dois escores z.

Por que os escores z são importantes

Os escores z ajudam a responder a perguntas que os valores brutos, sozinhos, não respondem bem:

Este valor está acima ou abaixo da média?
Quão incomum é este valor em comparação com o restante da distribuição?
Como comparar de forma justa dois valores de escalas diferentes?
Que porcentagem de uma distribuição normal está neste valor ou abaixo dele?
Qual é a probabilidade de estar pelo menos tão distante da média quanto este valor sob um modelo normal?

É por isso que os escores z aparecem com frequência em cursos de estatística, testes padronizados, controle de qualidade, análise de pesquisas, educação, psicologia, análise de negócios e qualquer contexto em que os valores precisem ser interpretados em relação a uma distribuição.

Termos importantes

Valor bruto $x$: O valor original na escala dos dados, como uma nota de prova, altura, peso, tempo ou medição.
Média $\mu$ ou $\bar{x}$: O centro ou a média aritmética da distribuição. A notação populacional geralmente usa $\mu$; a notação amostral geralmente usa $\bar{x}$.
Desvio padrão $\sigma$ ou $s$: Uma medida de dispersão. A notação populacional geralmente usa $\sigma$; a notação amostral geralmente usa $s$.
Escore z $z$: Um valor sem unidade que mostra quantos desvios padrão um valor bruto está acima ou abaixo da média.
Distribuição normal padrão: Uma distribuição normal com média $0$ e desvio padrão $1$, frequentemente escrita como $Z \sim N(0,1)$.
Posto percentual: A porcentagem de valores em uma distribuição que está em um determinado valor ou abaixo dele.
Probabilidade da cauda esquerda: A probabilidade de um valor normal padrão ser menor ou igual a um escore z escolhido.
Probabilidade da cauda direita: A probabilidade de um valor normal padrão ser maior que um escore z escolhido.
Probabilidade de duas caudas: A probabilidade de estar pelo menos tão distante de $0$ quanto o escore z escolhido, em qualquer direção.
Probabilidade entre: A probabilidade de um valor normal padrão ficar entre dois escores z.

Como funcionam os escores z e as probabilidades normais padrão

A fórmula básica do escore z subtrai a média do valor bruto e depois divide o resultado pelo desvio padrão:

$$ z = \frac{x - \mu}{\sigma} $$

Onde:

$x$ = valor bruto
$\mu$ = média populacional
$\sigma$ = desvio padrão populacional
$z$ = escore z

Se você estiver usando a notação amostral, a mesma ideia é escrita assim:

$$ z = \frac{x - \bar{x}}{s} $$

Onde $\bar{x}$ é a média amostral e $s$ é o desvio padrão amostral.

A fórmula também pode ser invertida. Se você souber a média, o desvio padrão e o escore z, poderá converter o escore z de volta para um valor bruto:

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

Ou, usando a notação amostral:

$$ x = \bar{x} + zs $$

Depois que um valor é padronizado, as probabilidades normais são baseadas na distribuição normal padrão. Se $Z \sim N(0,1)$, então a função de distribuição acumulada é escrita como $\Phi(z)$ e significa:

$$ \Phi(z) = P(Z \le z) $$

Ou seja, essa é a área à esquerda do escore z na curva normal padrão.

As regiões de probabilidade mais comuns são:

$$ P(Z \le z) = \Phi(z) $$

$$ P(Z \ge z) = 1 - \Phi(z) $$

$$ P(|Z| \ge |z|) = 2\left(1 - \Phi(|z|)\right) $$

$$ P(a \le Z \le b) = \Phi(\max(a,b)) - \Phi(\min(a,b)) $$

A própria curva normal padrão é descrita por uma função de densidade:

$$ \phi(z) = \frac{1}{\sqrt{2\pi}}e^{-z^2/2} $$

A densidade é a altura da curva em um escore z. Ela não é o mesmo que a probabilidade em um único ponto exato. Em uma distribuição contínua, as probabilidades vêm das áreas sob a curva, não apenas da altura da curva.

Exemplos práticos de escores z

Exemplo 1: Encontrando um escore z a partir de um valor bruto

Suponha que uma prova tenha média $72$ e desvio padrão $8$. Um estudante obtém $86$.

Use a fórmula do escore z:

$$ z = \frac{x - \mu}{\sigma} $$

Substitua os valores:

$$ z = \frac{86 - 72}{8} $$

$$ z = \frac{14}{8} = 1.75 $$

A nota está $1.75$ desvios padrão acima da média. Sob um modelo normal, um escore z de $1.75$ tem uma probabilidade da cauda esquerda de aproximadamente $95.99\%$, portanto cerca de $4.01\%$ dos valores estão acima dele.

Exemplo 2: Convertendo um escore z de volta para um valor bruto

Suponha que uma distribuição tenha média $100$ e desvio padrão $15$. Você quer o valor bruto correspondente a um escore z de $-1.2$.

Use a fórmula inversa:

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

Substitua os valores:

$$ x = 100 + (-1.2)(15) $$

$$ x = 100 - 18 = 82 $$

Um escore z de $-1.2$ corresponde a um valor bruto de $82$. O escore z negativo significa que o valor está abaixo da média.

Exemplo 3: Probabilidade entre dois escores z

Uma pergunta comum sobre a distribuição normal é qual a probabilidade de um valor normal padrão ficar entre $-1$ e $1$.

Use a fórmula da região entre dois valores:

$$ P(-1 \le Z \le 1) = \Phi(1) - \Phi(-1) $$

Usando probabilidades acumuladas da normal padrão com alta precisão (mantenha os algarismos até a subtração final):

$$ P(-1 \le Z \le 1) \approx 0.8413447460685429 - 0.1586552539314571 $$

$$ P(-1 \le Z \le 1) \approx 0.6826894921370858 $$

Portanto, aproximadamente $68.26894921\%$ (geralmente apresentado como $68.27\%$) de uma distribuição normal padrão fica entre um desvio padrão abaixo da média e um desvio padrão acima da média. Arredondar primeiro as duas probabilidades acumuladas para quatro casas decimais resultaria em $0.6826$ e faria perder precisão.

Exemplo 4: Probabilidade de duas caudas

Uma probabilidade de duas caudas pergunta qual é a chance de estar pelo menos tão distante da média quanto um determinado escore z, em qualquer direção. Para $z = 2$:

$$ P(|Z| \ge 2) = 2\left(1 - \Phi(2)\right) $$

Como $\Phi(2) \approx 0.97725$:

$$ P(|Z| \ge 2) \approx 2(1 - 0.97725) $$

$$ P(|Z| \ge 2) \approx 0.0455 $$

Isso significa que cerca de $4.55\%$ de uma distribuição normal padrão está a pelo menos dois desvios padrão da média, contando as duas caudas.

Como interpretar o resultado

Um escore z tem duas partes importantes: seu sinal e sua magnitude.

Um escore z positivo significa que o valor está acima da média.
Um escore z negativo significa que o valor está abaixo da média.
Um escore z igual a zero significa que o valor está exatamente na média.
O valor absoluto do escore z indica a distância da média em unidades de desvio padrão.

Por exemplo, $z = 1.5$ está $1.5$ desvios padrão acima da média, enquanto $z = -1.5$ está $1.5$ desvios padrão abaixo da média.

O posto percentual é a probabilidade da cauda esquerda expressa como porcentagem. Um posto percentual de $93.32\%$ significa que aproximadamente $93.32\%$ da distribuição normal padrão está nesse escore z ou abaixo dele. Isso não significa que o valor seja $93.32\%$ do valor máximo possível.

As probabilidades da cauda esquerda e da cauda direita são complementares:

$$ P(Z \le z) + P(Z \ge z) = 1 $$

Para distribuições normais contínuas, $P(Z < z)$ e $P(Z \le z)$ são iguais em cálculos práticos de probabilidade, pois a probabilidade em um único ponto exato é zero.

Um valor a cerca de dois desvios padrão da média está visivelmente distante do centro sob um modelo normal. Um valor a cerca de três desvios padrão da média fica em uma região de cauda relativamente distante nesse modelo. Estas são orientações descritivas de interpretação, não regras universais nem recomendações; o contexto e o formato dos dados reais continuam sendo importantes.

Erros comuns e equívocos

Inserir a variância em vez do desvio padrão. Variância e desvio padrão estão relacionados, mas não são a mesma entrada. Se a variância for $64$, o desvio padrão será $\sqrt{64} = 8$, e não $64$.

Misturar unidades ou escalas. O valor bruto, a média e o desvio padrão devem usar a mesma escala. Não insira uma média em centímetros, um valor bruto em polegadas e um desvio padrão em centímetros sem convertê-los primeiro.

Supor que a notação amostral/populacional muda a aritmética. Depois que você já inseriu a média e o desvio padrão, a aritmética do escore z é a mesma. A diferença está na notação: as fórmulas populacionais usam $\mu$ e $\sigma$, enquanto as fórmulas amostrais usam $\bar{x}$ e $s$.

Confundir posto percentual com probabilidade da cauda direita. Um posto percentual é a área no escore z ou abaixo dele. Uma probabilidade da cauda direita é a área acima do escore z. Se o posto percentual for $95\%$, a probabilidade da cauda direita será aproximadamente $5\%$.

Interpretar errado um resultado de duas caudas. A opção de duas caudas significa as duas caudas externas além de $-|z|$ e $|z|$. Ela não é a área entre $-|z|$ e $|z|$.

Usar probabilidades normais quando os dados não são suficientemente normais. Um escore z pode descrever a distância da média para muitos tipos de dados, mas as interpretações de percentis e probabilidades de cauda dependem do modelo de distribuição normal. Dados assimétricos, com caudas pesadas ou multimodais podem não corresponder bem às probabilidades normais.

Arredondar cedo demais. Arredondar a média, o desvio padrão ou o escore z cedo demais pode alterar a probabilidade final. Mantenha algarismos extras nas etapas intermediárias quando a precisão for importante.

Quando usar escores z

Use escores z quando precisar:

Padronizar um valor bruto em relação a uma média e a um desvio padrão.
Comparar valores medidos em escalas diferentes.
Interpretar a distância de um valor em relação ao centro de uma distribuição.
Converter entre um valor bruto e uma escala de desvios padrão.
Estimar percentis e probabilidades de cauda sob um modelo normal.
Entender exemplos de distribuição normal em estatística, testes, controle de qualidade ou pesquisa.

Os escores z são especialmente úteis quando uma simples diferença bruta não é suficiente. Um valor $10$ unidades acima da média pode ser comum se o desvio padrão for grande, mas incomum se o desvio padrão for pequeno.

Limitações e pontos importantes

Um escore z depende da média e do desvio padrão fornecidos. Se essas entradas forem estimadas a partir de um conjunto de dados pequeno, tendencioso, desatualizado ou inadequado, o escore z poderá ser enganoso.

As probabilidades da distribuição normal são baseadas em um modelo. Elas pressupõem que o escore z está sendo interpretado com a distribuição normal padrão. Se os dados reais forem fortemente assimétricos, tiverem valores atípicos ou seguirem uma distribuição diferente, os percentis e as probabilidades de cauda normais talvez não descrevam com precisão a frequência no mundo real.

Um desvio padrão deve ser positivo. Um desvio padrão zero ou negativo não descreve uma dispersão válida para este cálculo. Desvios padrão muito pequenos também podem produzir resultados instáveis ou pouco úteis, pois pequenas diferenças em relação à média geram escores z muito grandes.

Os resultados de probabilidade são aproximações numéricas. Esta calculadora avalia a CDF da normal padrão com a aproximação polinomial 7.1.26 de Abramowitz-Stegun; os valores exibidos são arredondados. As probabilidades acumuladas da normal padrão geralmente não têm uma expressão simples em forma fechada, portanto tabelas e métodos numéricos podem diferir ligeiramente nos últimos algarismos exibidos.

O gráfico da curva normal é um recurso visual limitado ao intervalo de escores z exibido; suas extremidades visíveis não são limites de probabilidade. Ele ajuda a mostrar a área selecionada, mas não deve substituir a probabilidade numérica. Escores z positivos ou negativos muito grandes podem ser difíceis de avaliar em um gráfico, pois a maior parte da curva visível fica concentrada perto do centro.

Este cálculo não prova que os dados têm distribuição normal, não calcula o desvio padrão a partir de um conjunto de dados, não converte unidades de medida nem resolve questões de normal inversa, como encontrar o escore z para um percentil-alvo.

Para decisões que envolvam dinheiro, saúde, segurança, engenharia, obrigações legais, registros oficiais ou pesquisas de alto risco, verifique a fonte dos dados, confirme as premissas do modelo e consulte um profissional qualificado quando necessário.

Como usar esta calculadora

Escolha o modo de cálculo: encontrar um escore z a partir de um valor bruto, converter um escore z de volta para um valor bruto ou calcular uma região de probabilidade.
No modo de valor bruto ou de escore z para valor, insira a média e o desvio padrão usando a mesma escala ou unidade do valor bruto. O modo de probabilidade funciona diretamente com escores z padronizados e não usa média, desvio padrão nem valor bruto.
Escolha a notação populacional ou amostral para os fluxos de valor bruto e de escore z para valor. Isso altera os símbolos exibidos, não a aritmética depois que o desvio padrão já foi inserido.
No modo de valor bruto, insira o valor bruto.
No modo de escore z para valor, insira o escore z.
No modo de probabilidade, insira o escore z e escolha esquerda, direita, duas caudas ou entre.
Se escolher a região entre dois valores, insira o segundo escore z.
Confira o resultado adequado ao modo, as estimativas de probabilidade, a interpretação, as etapas da fórmula e o gráfico da curva normal.

Perguntas frequentes

O que significa um escore z igual a 0?

Um escore z de $0$ significa que o valor bruto é igual à média. Ele não está acima nem abaixo da média. Na distribuição normal padrão, a probabilidade da cauda esquerda em $z = 0$ é $50\%$.

Um escore z maior é sempre melhor?

Nem sempre. Um escore z maior significa que o valor está mais acima da média, mas saber se isso é bom depende do contexto. Uma nota alta em uma prova pode ser desejável, enquanto uma alta taxa de defeitos, pressão arterial ou tempo de processamento pode não ser.

Qual é a diferença entre um escore z e um percentil?

Um escore z mede a distância da média em unidades de desvio padrão. Um percentil descreve a porcentagem da distribuição que está em um valor ou abaixo dele. Sob um modelo normal, o escore z pode ser convertido em um percentil usando a distribuição cumulativa normal padrão.

Qual é a diferença entre a probabilidade da cauda esquerda e a da cauda direita?

A probabilidade da cauda esquerda é a área no escore z ou abaixo dele. A probabilidade da cauda direita é a área acima do escore z. Em uma distribuição normal contínua, as duas somam $1$.

O que significa probabilidade de duas caudas?

A probabilidade de duas caudas é a probabilidade de estar pelo menos tão distante de zero quanto o escore z informado, em qualquer direção. Por exemplo, uma probabilidade de duas caudas para $z = 2$ inclui a área acima de $2$ e a área abaixo de $-2$.

Posso usar escores z para dados que não têm distribuição normal?

Você pode usar um escore z para descrever quantos desvios padrão um valor está distante da média, mesmo quando os dados não são normais. No entanto, postos percentuais e probabilidades de cauda baseados na curva normal padrão só devem ser usados quando o modelo normal for suficientemente adequado à pergunta.

A escolha do desvio padrão populacional ou amostral muda o resultado?

A notação da fórmula muda: a notação populacional usa $\mu$ e $\sigma$, enquanto a notação amostral usa $\bar{x}$ e $s$. Se a mesma média e o mesmo desvio padrão numéricos forem inseridos, o escore z ou valor bruto calculado será o mesmo.

Fontes e referências

Livros

Barbara Illowsky e Susan Dean. Introductory Statistics 2e. OpenStax, Rice University, 2023. Capítulo 6.1, “The Standard Normal Distribution”, e capítulo 6.2, “Using the Normal Distribution”. Chapter 6.1; Chapter 6.2.
Mine Çetinkaya-Rundel, David Diez e Christopher Barr. OpenIntro Statistics. 4ª ed., OpenIntro, Inc., 2019. Seção 4.1, “Normal Distribution”, especialmente a padronização com escores z e o cálculo de áreas de cauda. OpenIntro Statistics book page; Section 4.1 PDF excerpt.

Fontes on-line e oficiais

National Institute of Standards and Technology e SEMATECH. “Normal Distribution”. NIST/SEMATECH e-Handbook of Statistical Methods. Acesso em 4 de julho de 2026. NIST e-Handbook: Normal Distribution.
National Institute of Standards and Technology e SEMATECH. “Cumulative Distribution Function of the Standard Normal Distribution”. NIST/SEMATECH e-Handbook of Statistical Methods. Acesso em 4 de julho de 2026. NIST e-Handbook: Standard Normal CDF Table.