Nicole Glass Fotografia/Shutterstock

Diferentes conjuntos de dados geralmente têm médias e desvios padrão únicos, dificultando a comparação direta. O escore z padroniza os dados normalmente distribuídos, permitindo uma comparação justa e uma definição consistente de percentis entre os estudos. Embora as pontuações z possam ser encontradas em tabelas de referência, usar uma calculadora TI‑84 Plus é mais rápido, mais preciso e mais fácil de acompanhar. Existem dois métodos confiáveis:(1) calcular a média e o desvio padrão da sua lista e depois aplicar a fórmula do escore z, ou (2) usar o invNorm da calculadora. função com o percentil desejado como entrada. Os mesmos passos também se aplicam à TI‑84 Plus Silver Edition.

Método 1:usando a fórmula Z‑Score

1. Armazene seus dados como uma lista:pressione STAT e selecione 1:Edit . A tela mostra listas existentes e uma linha de entrada.
2. Navegue até uma lista vazia com as teclas de seta e insira cada ponto de dados, pressionando ENTER após cada valor.
3. Calcule estatísticas descritivas:pressione STAT , seta para a direita para o menu de estatísticas, selecione 1:1‑Var Stats e pressione ENTER .
4. Certifique-se de que o nome da lista corresponda ao que você acabou de editar. Deixe FreqList em branco.
5. Mova o cursor para CALCULATE e pressione ENTER . A calculadora exibe a média (∞) e o desvio padrão (σ). Registre esses dois números.
6. Aplique a fórmula de pontuação z:z = (x – mean) / SD , onde x é qualquer ponto de dados na sua lista.

Método 2:usando o invNorm Função

1. Abra o assistente de distribuição:pressione 2ND então VARS para abrir o DISTR menu, selecione 3:invNorm e pressione ENTER .
2. Insira o percentil alvo como um decimal ao lado da palavra area (por exemplo, 0.95 para o percentil 95). Use as teclas de seta para escolher Paste e pressione ENTER .
3. Pressione ENTER novamente para calcular o escore z correspondente a esse percentil. A calculadora exibirá o resultado diretamente.

Ambas as abordagens fornecem uma pontuação z confiável. O primeiro método é ideal quando você tem um conjunto de dados brutos, enquanto o segundo é útil para conversões rápidas de percentil em pontuação z.