偏倚是指一切測量值對真值的偏離。俗話叫跑偏了！所以Z值的意義可以通俗的理解為你做的試驗結果與指定值偏離了多少。而這個多少需要用標準差衡量，也就是官方定義中的標準化量度，Z值簡單說就是你的結果差與標準差的比值。那么，為什么一定要標準化處理呢？

比如今年的能力驗證指定值是500CFU/g，那么大家的標準差可能是50CFU/g。你的結果是420CFU/g，偏差了-80。你心里美滋滋的，差距很小嘛。

明年能力驗證指定值變成500000CFU/g，大家的標準差可能是50000CFU/g。你的結果是420000CFU/g，偏差了-80000。其實你也合格了。但是你自己卻會嘀咕，我為啥今年水平下降這么多？偏離這么遠？

為了避免這種誤會，所以要標準化。將-80/50，就是-1.6。將-80000/50000，還是-1.6。標準化后發現自己的水平并沒有下降，始終都是距離指定值-1.6個標準差單位。

為了方便大家的理解，我上面并沒有用真實的Z值計算方法。現在開始給大家介紹真實的Z值是如何計算的。

用Z值方法來評定結果的前提是，當樣品微生物水平較高時，參加者結果通常呈對數正態分布或近似對數正態分布。所以Z值評定的實質就是普通正態分布轉為標準正態分布的過程。Z值±2的滿意范圍就是標準正態分布95%的置信區間。換句話說，如果你Z值的絕對值超過了2，你就遠離了95%參加者的結果。如果超過了3，你就是那孤零零的1%了。

將所有參加者結果轉換為以10為底的對數值。

將結果帶入下面公式進行計算即可得到Z值。

其中

x為參加者的結果

X為指定值

σ為能力評定標準差

結果評定

三招打完，發現是不是很簡單？但是似乎又有一些遺漏。公式中的指定值和標準差是怎么得到的呢？得到的方式有很多種，本文只介紹一種最常見的統計方法，中位數與標準化四分位距。在這個統計方法中將中位數作為指定值，將標準化四分位距作為標準差。此兩個數據的獲得也有公式，我們不再展開詳細說，只要讓大家理解就可以。

中位數，統計學中的專有名詞，是按順序排列的一組數據中居于中間位置的數。如此而已。

標準化四分位距，稍微麻煩一點，我們直接說四分位距，更好理解。四分位距出自四分位數，它是統計學中分位數的一種，即把所有數值由小到大排列并分成四等份，處于三個分割點位置的數值就是四分位數。而四分位距就是第三四分位數與第一四分位數的差距。一般用于表示數據的離散程度。而標準化四分位距就是四分位距乘以0.7413。因子0.7413是從標準正態分布中導出。

以最簡單的一組數列（2，4，4，5，6，7，8）為例，如下圖：