Standartlaştırma (Z Skoru Dönüşümü) Hesaplama

İstatistikSon güncelleme: 22 Ağustos 2026

Standartlaştırma (z skoru dönüşümü), bir değişkenin her gözlemini ortalamadan kaç standart sapma uzakta olduğuyla yeniden ifade eder. Dönüşüm sonrasında serinin ortalaması tam olarak 0, standart sapması tam olarak 1 olur; değerler birimsizleşir ve farklı ölçeklerdeki değişkenler doğrudan karşılaştırılabilir hâle gelir.

Bu araç tek bir puanı değil, veri setinin tamamını standartlaştırır: her gözlemin ortalamadan sapmasını, z skorunu ve eğitim ölçmelerinde kullanılan T puanını (50 + 10z) tabloda listeler, seçtiğiniz eşiğe göre aykırı gözlemleri işaretler ve dönüşüm öncesi-sonrası histogramları çizer. Regresyon, temel bileşenler analizi, kümeleme ve yapay sinir ağlarında değişkenlerin eşit ağırlıkla katkı vermesi için gereken ön işleme adımı budur.

Sayıları virgül, boşluk veya alt alta yazabilirsiniz. Ondalık ayırıcı olarak virgül kullanabilirsiniz (3,14).
z formülünün paydasını belirler. SPSS'in Descriptives > Save standardized values seçeneği n−1 kullanır.
Normal dağılımda gözlemlerin %95'i ±2, %99,7'si ±3 aralığındadır.

Standartlaştırma Formülleri

z skoru:            zᵢ = (xᵢ − x̄) / s
Kitle biçimi:       zᵢ = (xᵢ − μ) / σ
Sapmalar toplamı:   Σ(xᵢ − x̄) = 0  →  z̄ = 0
Dönüşmüş varyans:   s²_z = Σ(zᵢ − z̄)² / (n − 1) = 1
T puanı:            T = 50 + 10 · z
IQ ölçeği:          IQ = 100 + 15 · z
Ters dönüşüm:       x = x̄ + z · s

z̄ = 0 ve s_z = 1 eşitlikleri her veri setinde cebirsel olarak sağlanır; hesap doğruysa bu iki sayının başka bir değer alması mümkün değildir. Ekranda görülen çok küçük sapmalar yalnızca kayan nokta yuvarlamasından kaynaklanır.

Nasıl Hesaplanır?

  1. Standartlaştırmak istediğiniz tüm değerleri kutuya yapıştırın; virgül, boşluk veya alt alta yazım kabul edilir.
  2. Verinin bir örneklem mi yoksa tüm evren mi olduğunu seçin — bu, z formülünün paydasındaki standart sapmanın n−1 mi n mi ile hesaplanacağını belirler.
  3. Aykırı değer eşiğini seçin: sosyal bilimlerde |z| > 3, küçük örneklemlerde |z| > 2 yaygın kullanılır.
  4. Tablodan her gözlemin z skorunu ve T puanını okuyun; eşiği aşan satırlar 'Eşik dışı' olarak işaretlenir.
  5. Sonuç kartında dönüşmüş serinin ortalamasının 0 ve standart sapmasının 1 çıktığını doğrulayın — bu, dönüşümün doğru uygulandığının kontrolüdür.
  6. Önce ve sonra histogramlarını karşılaştırın: şeklin aynı kalması standartlaştırmanın dağılımı normale çevirmediğini gösterir.

Örnek Hesaplamalar

Sınav puanlarının standartlaştırılması

15 puanın ortalaması 73,20 ve örneklem standart sapması 14,18'dir; 40 puanı z = -2,341 ile |z| > 2 eşiğini aşan tek gözlemdir ve T puanı 26,6'ya karşılık gelir. Dönüşmüş serinin ortalaması 0,0000, standart sapması 1,0000 çıkar; çarpıklık ise -0,589 ile aynı kalır.

Örneklem büyüklüğü (n): 15 · Ham ortalama (x̄): 73,20 · Ham standart sapma (s): 14,18

Kitle formülüyle standartlaştırma

Beş değerin ortalaması 14,00; kitle standart sapması √(40,00 / 5) = 2,83'tür. Serinin iki ucu 18 için z = 1,414 ve 10 için z = -1,414 değerlerini alır. Aynı veri örneklem sayılsaydı payda n yerine n − 1 olacağı için uçlardaki z skorları biraz küçülürdü.

Örneklem büyüklüğü (n): 5 · Ham ortalama (x̄): 14,00 · Ham standart sapma (σ): 2,83

Aykırı değeri işaretleme

Ortalama 31,07 ve standart sapma 13,53'tür; 78 değeri z = 3,469 ile |z| > 3 eşiğini aşan tek gözlemdir. Aykırı değer standart sapmayı büyüttüğü için kalan 14 gözlemin z skorları -0,744 ile 0,217 arasında sıkışır.

Örneklem büyüklüğü (n): 15 · Ham ortalama (x̄): 31,07 · Ham standart sapma (s): 13,53

Sıkça Sorulan Sorular

Standartlaştırma veriyi normal dağılıma çevirir mi?
Hayır. Standartlaştırma doğrusal bir dönüşümdür; yalnızca ölçeği ve merkezi değiştirir, dağılımın biçimini değiştirmez. Çarpıklık ve basıklık dönüşümden önce ne ise sonra da aynıdır. Normalliğe yaklaşmak istiyorsanız logaritma, karekök veya Box-Cox gibi doğrusal olmayan dönüşümler gerekir.
z skorlarının ortalaması neden tam olarak 0 çıkar?
Sapmalar toplamı Σ(xᵢ − x̄) her veri setinde sıfırdır; z skorları bu sapmaların sabit bir sayıya (s) bölünmüş hâli olduğu için toplamları da sıfırdır. Aynı cebirsel zorunlulukla z skorlarının standart sapması 1 çıkar. Ekranda 0,0000 yerine çok küçük bir sayı görürseniz bu yalnızca kayan nokta yuvarlamasıdır.
n−1 mi n mi kullanmalıyım?
Veriniz daha büyük bir kitleden çekilmiş bir örneklemse n−1 (örneklem standart sapması) kullanın; bu, varyansın yansız tahminidir ve SPSS, R ile Excel'in STDSAPMA.S fonksiyonunun varsayılanıdır. Tüm evreni ölçtüyseniz n paydası doğrudur. Küçük örneklemlerde iki seçim arasındaki fark belirgindir; n büyüdükçe kaybolur.
Standartlaştırma ile normalizasyon aynı şey mi?
Hayır, sık karıştırılan iki farklı işlemdir. Standartlaştırma ortalamayı 0, standart sapmayı 1 yapar ve değerlerin bir üst sınırı yoktur. Min-maks normalizasyon ise veriyi 0–1 gibi sabit bir aralığa sıkıştırır ve ölçeği yalnızca en küçük ile en büyük gözlemden alır. Aykırı değer varlığında standartlaştırma, sınırlı aralık gerektiren uygulamalarda normalizasyon tercih edilir.
z skoruyla aykırı değer belirlemek güvenilir mi?
Sınırlı ölçüde. Aykırı değerin kendisi ortalamayı ve standart sapmayı büyüttüğü için kendi z skorunu küçültür — buna maskeleme etkisi denir ve küçük örneklemlerde n = 10 için mutlak z skoru matematiksel olarak 2,85'i aşamaz. Bu yüzden Tukey'in çeyrekler açıklığı kuralı ya da medyan mutlak sapmaya (MAD) dayalı dirençli z skoru daha güvenilir sonuç verir.
SPSS ve Excel'de nasıl yapılır?
SPSS'te Analyze > Descriptive Statistics > Descriptives penceresinde 'Save standardized values as variables' kutusunu işaretlemek yeterlidir; program Zdegisken adıyla yeni bir sütun oluşturur ve n−1 paydasını kullanır. Excel'de =STANDARTLAŞTIRMA(A2;ORTALAMA($A$2:$A$100);STDSAPMA.S($A$2:$A$100)) formülü aynı sonucu verir. R'de scale(x) fonksiyonu kullanılır.
Regresyonda değişkenleri standartlaştırmak ne kazandırır?
Standartlaştırılmış katsayılar (beta) farklı birimlerdeki yordayıcıların göreli önemini karşılaştırmayı mümkün kılar; yaş ile geliri aynı ölçekte değerlendirebilirsiniz. Ayrıca etkileşim ve karesel terim içeren modellerde çoklu bağlantıyı azaltır. Buna karşılık katsayıların doğrudan birim yorumu (bir yıl artış kaç TL) kaybolur.