Kalkulator Skor Mentah - Konversi Z-Score ke Nilai Asli

Apa itu skor mentah?

Skor mentah adalah nilai asli yang belum distandardisasi dalam suatu kumpulan data, seperti skor tes dalam poin atau panjang yang diukur dalam milimeter. Kalkulator skor mentah mengubah skor-z yang telah distandardisasi kembali menjadi nilai aslinya dengan menggunakan mean dan simpangan baku kumpulan data. Halaman ini menjelaskan rumusnya, membahas contoh-contoh yang dikerjakan, dan menjawab pertanyaan umum tentang skor mentah. Kalkulator ini juga menggambar kurva distribusi normal dan menandai posisi skor mentah di dalamnya.

Rumus skor mentah

Skor mentah $x$ dihitung dari skor-z dengan rumus berikut:

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

Dengan:

• $x$ = skor mentah (nilai asli)
• $\mu$ = mean kumpulan data
• $\sigma$ = simpangan baku kumpulan data
• $z$ = skor-z (berapa banyak simpangan baku jarak $x$ dari mean)

Rumus ini merupakan kebalikan dari rumus skor-z standar, $z = (x - \mu) / \sigma$. Alih-alih mengubah nilai mentah menjadi skor-z, rumus ini mengubah skor-z kembali menjadi nilai mentah.

Cara menghitung skor mentah dari skor-z

1. Cari mean ($\mu$) kumpulan data.
2. Cari simpangan baku ($\sigma$), yang mengukur seberapa menyebar data tersebut.
3. Ambil skor-z ($z$), yaitu jumlah simpangan baku antara nilai dan mean. Skor-z positif berada di atas mean; skor-z negatif berada di bawahnya.
4. Kalikan skor-z dengan simpangan baku, lalu tambahkan mean: $x = \mu + z \times \sigma$.

Contoh perhitungan

Contoh 1: Skor tes

Sebuah kelas mengikuti tes dengan skor mean 80 dan simpangan baku 5. Seorang siswa memperoleh skor-z 1,2. Berapakah skor mentah siswa tersebut?

$$x = 80 + 1.2 \times 5 = 86$$

Skor mentah siswa tersebut adalah 86.

Contoh 2: Pengukuran dalam manufaktur

Sebuah pabrik mengukur komponen dengan panjang mean 150 mm dan simpangan baku 2 mm. Salah satu komponen memiliki skor-z −1,5. Berapa panjang sebenarnya?

$$x = 150 + (-1.5) \times 2 = 147$$

Panjang komponen tersebut adalah 147 mm.

Rentang input yang valid

Kalkulator di halaman ini memerlukan:

• Simpangan baku lebih besar dari 0. Simpangan baku tidak boleh negatif, dan nilai nol akan membuat skor-z tidak terdefinisi karena rumus skor-z membaginya dengan simpangan baku.
• Simpangan baku tidak lebih besar dari 1.000.000.
• Mean antara −1.000.000 dan 1.000.000.
• Skor-z antara −10 dan 10.

Sebagian besar skor-z dalam dunia nyata berada antara −3 dan 3, karena rentang tersebut mencakup sekitar 99,7% nilai dalam distribusi normal. Skor-z di luar rentang tersebut menandai nilai yang langka dan ekstrem.

Penggunaan skor mentah

• Pendidikan. Tes yang telah distandardisasi melaporkan skor-z atau skor berskala; mengubahnya kembali menjadi skor mentah menunjukkan jumlah poin sebenarnya atau jumlah soal yang dijawab dengan benar.
• Psikologi. Tes IQ dan penilaian lainnya distandardisasi, lalu diubah menjadi nilai mentah untuk melacak hasil seseorang dari waktu ke waktu.
• Manufaktur. Pengukuran kendali mutu membandingkan komponen dengan mean target dan menandai komponen yang memiliki skor-z tidak biasa, lalu melaporkan pengukuran mentahnya untuk diperiksa.
• Keuangan. Metrik risiko atau kinerja yang telah distandardisasi diubah kembali menjadi jumlah mata uang aktual atau persentase imbal hasil untuk pelaporan.

Skor statistik terkait

• Persentil menunjukkan peringkat suatu nilai dalam kumpulan data pada skala 0–100.
• Skor-T distandardisasi dengan mean 50 dan simpangan baku 10, dan umum digunakan dalam psikologi.
• Stanina adalah skala sembilan poin yang digunakan dalam pendidikan.

Pertanyaan yang sering diajukan

Apa perbedaan antara skor mentah dan skor-z?

Skor mentah adalah nilai asli dalam satuan alaminya, seperti poin atau milimeter. Skor-z adalah nilai tersebut yang dinyatakan kembali sebagai jaraknya dari mean, diukur dalam simpangan baku. Rumus $x = \mu + z \times \sigma$ mengubah skor-z kembali menjadi skor mentah.

Bagaimana cara mencari skor mentah dari persentil?

Pertama, ubah persentil menjadi skor-z menggunakan tabel normal standar. Kemudian terapkan rumus skor mentah. Misalnya, persentil ke-84 mendekati skor-z 1,0.

Bisakah skor mentah bernilai negatif?

Ya. Jika data yang mendasarinya mencakup nilai negatif, seperti perubahan suhu atau laba dan rugi, skor mentah juga dapat bernilai negatif.

Skor mentah berapa yang bersesuaian dengan skor-z 0?

Skor-z 0 selalu menghasilkan skor mentah yang sama dengan mean, karena $x = \mu + 0 \times \sigma = \mu$.

Apakah rumus skor mentah berlaku untuk data non-normal?

Rumus itu sendiri berlaku untuk kumpulan data apa pun yang memiliki mean dan simpangan baku yang terdefinisi. Namun, interpretasi skor-z yang umum, seperti “sekitar 68% nilai berada dalam satu simpangan baku dari mean”, mengasumsikan bahwa data mengikuti distribusi normal. Untuk data yang sangat menceng, interpretasi tersebut tidak berlaku meskipun perhitungannya tetap benar.

Seberapa tepat hasilnya?

Perhitungannya terdiri dari satu perkalian dan satu penjumlahan, sehingga hasilnya tepat untuk angka yang dimasukkan. Kalkulator membulatkan skor mentah yang ditampilkan hingga dua tempat desimal. Keakuratan sebenarnya dibatasi oleh seberapa tepat mean, simpangan baku, dan skor-z diketahui.