標準化（Zスコア）とは｜求め方・意味・SPSSでの計算・偏差値との違い

標準化（Zスコア）とは

標準化（standardization）とは、変数を「平均が0、標準偏差が1」の分布に変換する処理のことです。個々のデータ値がその変数の平均からどれくらい標準偏差分だけ離れているかを表す値、これがZスコア（standard score）です。

式で書けば単純で、Z ＝ (X − 平均) ÷ 標準偏差 となります。この変換をすると、単位が消えます。cm でも kg でも点数でも、標準化してしまえば「平均から標準偏差何個分ずれているか」という共通の目盛りで比較できるようになる、というのが標準化のいちばんの効用です。

Zスコアの求め方（手順と計算例）

基本の手順はとてもシンプルです。

1. 変数の平均値を求める。
2. 同じ変数の標準偏差を求める。
3. 各データ値について、Z ＝ (値 − 平均) ÷ 標準偏差 を計算する。

たとえば、あるクラスのテストの平均が60点、標準偏差が15点だったとします。ある生徒の点数が75点なら、Zスコアは (75 − 60) ÷ 15 ＝ 1.0 になります。「平均より標準偏差1個分だけ上」という意味です。90点の生徒なら Z ＝ 2.0、45点の生徒は Z ＝ −1.0 となります。この目盛りに乗せてしまえば、他の科目でも、他の集団でも比較しやすくなります。

Zスコアと偏差値の関係

「Zスコア」と「偏差値」はきわめて近い概念で、式で書けば直接つながっています。偏差値は Z ＝ (X − 平均) ÷ 標準偏差 を計算したうえで、それを 10 倍して 50 を足したものです。つまり偏差値 ＝ 10 × Z + 50。Zスコア 0 が偏差値 50、Zスコア 1 が偏差値 60、Zスコア 2 が偏差値 70、という対応です。

偏差値は「50を平均に、10を1標準偏差分として、負の値が出ないように調整した表現」に過ぎず、統計的な意味はZスコアと同じです。学校教育で偏差値が使われるのは、負の数を避けて解釈しやすくするための工夫、と理解して差し支えありません。

正規分布とZスコア

変数が正規分布に従うとき、Zスコアと確率の対応が非常にきれいに定まります。よく引用される目安は次のとおりです。

現場でよく使う目安「平均±2SDに約95%、平均±3SDに約99.7%」はここから来ています。ただしこれは変数が正規分布に近いことを前提とした話です。分布が大きく歪んでいる、外れ値が多い、といったときは、この目安がそのまま通用しないことに注意してください。

SPSS で標準化する

SPSSでZスコアを作るのは非常に簡単です。メニューから「分析 → 記述統計 → 記述統計量」を選び、対象の変数を選択して、ダイアログ下部の「標準化された値を変数として保存」にチェックを入れて実行するだけ。データエディタに「Z」で始まる新しい変数が自動的に追加されます。この変数がZスコアです。

複数の変数を一括で標準化したいときも、同じダイアログで対象変数をまとめて指定すればそれぞれのZ変数が作られます。手動で「COMPUTE Z=(X-MEAN)/SD.」というシンタックスを書く必要はありません。

Excel で標準化する

Excel には =STANDARDIZE(値, 平均, 標準偏差) という専用関数があります。A列にデータが入っていれば、B2 に =STANDARDIZE(A2, AVERAGE($A$2:$A$101), STDEV.S($A$2:$A$101)) と書いてコピーすれば、Zスコア列ができます。母集団の標準偏差を使いたいときは STDEV.P に置き換えてください。

大規模データや複数変数を一括標準化する用途では、Excel だと式のミスやコピー漏れが起きやすいので、SPSSや Python／R に任せるのが安全です。

標準化の使いどころ

• 単位の異なる変数を比較する：身長 cm、体重 kg、収入 円といった単位バラバラの変数を、Zスコアに直せば「どの変数で相対的に高い／低いか」を横並びで比較できます。
• 合成指標を作る：複数の変数を単純合計したいとき、単位や散らばりを揃えないと「たまたま値の大きい変数」だけが重視されます。Zスコアに直してから足し合わせるのが基本です。
• 外れ値の判定：慣例的に「|Z| > 2」あるいは「|Z| > 3」を外れ値疑いとする方法があります。ただし分布が正規から外れると使えないので、IQR法など他の方法と併用します。
• 回帰係数の解釈：説明変数を標準化してから回帰することで、「単位に依存しない相対的な影響の強さ」（標準化偏回帰係数、β係数）として比較できます。

気をつけたい点

標準化にも注意点があります。第一に、標準化は「その集団内での相対位置」を示すだけということです。集団が変われば同じ値でもZスコアは変わりますし、外部の絶対基準（合格ライン、閾値）とは無関係です。「Zスコアが2以上」の解釈は「この集団の中では上位2.5%あたり」であって、絶対的な高低ではありません。

第二に、外れ値検出でZスコアを使うときは、そもそも外れ値が平均と標準偏差の計算に影響を与えていることに注意が必要です。極端な外れ値があると平均も標準偏差も引きずられ、真の外れ値のZスコアが小さく見えることがあります。頑健な指標として、中央値と四分位範囲を用いた修正Zスコア（modified Z-score）や、IQR法を併用するのが現場での工夫です。