Co to jest percentyl?
Percentyl (centyl, ang. percentile) to wartość, poniżej której leży określony odsetek uporządkowanych wyników. Dziesiąty percentyl, P10, oddziela 10% najniższych wyników, a dziewięćdziesiąty, P90 – 10% najwyższych. Niektóre percentyle mają własne nazwy: P25 to pierwszy kwartyl, P50 – mediana, P75 – trzeci kwartyl (zob. kwartyle), a P10, P20, …, P90 nazywa się decylami.
Z percentylem łączy się drugie pojęcie, często z nim mylone. Ranga centylowa (ang. percentile rank, PR) to odsetek wyników w grupie odniesienia, które są niższe od danego wyniku. Oba pojęcia opisują tę samą zależność, tylko w przeciwnych kierunkach:
- percentyl: od procentu do wyniku – „jaki wynik oddziela 90% najniższych wyników?” (P90 = 28 pkt);
- ranga centylowa: od wyniku do procentu – „jaki odsetek grupy ma wynik niższy niż 25 pkt?” (PR = 83.8).
W psychologii percentyle i rangi centylowe spotkasz w normach testowych, w opisie rozkładów skośnych (np. P10 i P90 czasów reakcji), przy wyznaczaniu punktów odcięcia („wynik powyżej 90. centyla”) i przy winsoryzacji skrajnych wyników do wartości wybranego percentyla.
Jak obliczyć percentyl?
Uporządkuj wyniki rosnąco, wyznacz pozycję szukanego percentyla i – jeśli wypada między dwoma wynikami – interpoluj. Szczegóły zależą od metody. Hyndman i Fan (1996) opisali wiele definicji kwantyli z próby stosowanych w programach statystycznych; zdarza się, że ten sam program używa innej definicji przy liczeniu kwantyla, a innej przy rysowaniu wykresu pudełkowego. Domyślna metoda R (typ 7) i metoda SPSS (typ 6) różnią się najbardziej w małych próbach i w ogonach rozkładu. Dlaczego tak się dzieje, pokazujemy krok po kroku w haśle o kwartylach. W przykładzie poniżej obie metody dały identyczne P25–P90, a P10 wyniósł 13.9 pkt w R i 13.1 pkt według metody SPSS.
Ranga centylowa: trzy definicje
Przy rangach centylowych kłopot sprawiają remisy, czyli osoby z tym samym wynikiem – a w krótkich testach i kwestionariuszach jest ich bardzo dużo. Crawford i in. (2009) zwracają uwagę, że współistnieją trzy definicje rangi centylowej, które mogą dawać wyraźnie różne wyniki. Jeśli B to liczba osób z wynikiem niższym, E – liczba osób z tym samym wynikiem, a N – liczebność grupy odniesienia, to:
PRśrodek = 100 × (B + 0.5E) / N
PRdo = 100 × (B + E) / N
Pierwsza definicja liczy tylko wyniki niższe, trzecia – niższe i równe, a druga, metoda punktu środkowego, dzieli osoby z tym samym wynikiem po połowie. Metoda punktu środkowego jest symetryczna i nie daje rangi 0 ani 100 dla wyników, które występują w grupie, dlatego często używa się jej przy tworzeniu norm. Funkcja ecdf() w R liczy wariant „niższe lub równe”.
Przykład: od wyniku surowego do rangi centylowej
Grupa odniesienia to 250 studentów, którzy wypełnili kwestionariusz lęku przed egzaminem (10–40 pkt; dane symulowane). Średnia wynosi M = 19.82 pkt, SD = 5.37, mediana 19 pkt, a rozkład jest prawostronnie skośny (skośność 0.76). Tabela pokazuje rangi centylowe pięciu wyników surowych według trzech definicji oraz rangę, jaką dałoby założenie rozkładu normalnego.
| Wynik surowy | Wyników niższych (B) | Wyników równych (E) | PR poniżej | PR punkt środkowy | PR niższe lub równe | PR z rozkładu normalnego |
|---|---|---|---|---|---|---|
| 15 | 33 | 23 | 13.2 | 17.8 | 22.4 | 18.5 |
| 20 | 140 | 15 | 56.0 | 59.0 | 62.0 | 51.3 |
| 25 | 206 | 7 | 82.4 | 83.8 | 85.2 | 83.3 |
| 30 | 237 | 4 | 94.8 | 95.6 | 96.4 | 97.1 |
| 35 | 246 | 3 | 98.4 | 99.0 | 99.6 | 99.8 |
Przy wyniku 15 pkt, który uzyskały 23 osoby, definicje dają rangi od 13.2 do 22.4 – różnica przekracza 9 punktów. Gdy remisów jest mało (35 pkt), różnice maleją do ułamka punktu. Kolumna „z rozkładu normalnego” to 100 × Φ((x − M) / SD), czyli ranga wyliczona z wyniku z. Przy skośnym rozkładzie myli się ona w środku skali (51.3 zamiast 59.0 dla 20 pkt) i w ogonie (97.1 zamiast 95.6 dla 30 pkt).
Rysunek 1 pokazuje najważniejszą cechę rang centylowych: nie mają równych odstępów. Wzrost wyniku z 20 do 25 pkt, w środku rozkładu, podnosi rangę o 24.8 punktu (z 59.0 do 83.8), a taki sam wzrost z 30 do 35 pkt, w ogonie – tylko o 3.4 punktu (z 95.6 do 99.0). Ranga centylowa mówi więc, jak częsty jest wynik, ale nie nadaje się do liczenia średnich ani różnic. Pod tym względem przypomina rangi, z których powstaje.
Percentyle w normach testowych
Rangi centylowe to jedna z najczęstszych form norm. Crawford i Garthwaite (2009) przekonują, że są dla diagnosty szczególnie użyteczne, bo bezpośrednio mówią, jak częsty lub rzadki jest dany wynik w populacji normatywnej. Zalecają, by obok wyników standaryzowanych rutynowo zapisywać rangę centylową każdego wyniku testu, a granice przedziałów ufności wyrażać także w rangach centylowych. Crawford i in. (2009) przypominają z kolei, że rangi wyznaczone z próby normalizacyjnej są obarczone niepewnością, i proponują standardy raportowania norm centylowych z przedziałami dla rang.
Standardy AERA, APA i NCME wymagają, by normy odnosiły się do jasno opisanej populacji, a raport z normalizacji podawał m.in. sposób doboru próby, datę badania i precyzję norm (American Educational Research Association i in., 2014). Jak z rang centylowych powstają wyniki znormalizowane, wyniki T i steny, pokazujemy w haśle normy testowe. Do obliczeń – średnich, korelacji, porównań grup – używaj wyników surowych albo wyników standaryzowanych, a nie rang centylowych.
Jak opisać percentyle w pracy (APA)
Przy rangach centylowych zawsze podaj grupę odniesienia, jej liczebność i definicję rangi. Przy opisie rozkładu skośnego percentyle dobrze uzupełniają medianę. Przykładowe opisy dla danych z tego hasła:
Jeśli korzystasz z norm z podręcznika testu, podaj, z której tabeli norm korzystasz i z którego roku pochodzą (gdzie szukać podręczników i polskich norm, piszemy w poradniku Gdzie znaleźć kwestionariusze psychologiczne). Więcej o tworzeniu i opisie norm w pracy walidacyjnej przeczytasz w poradniku jak zbudować i zwalidować skalę psychometryczną.
Przykład w R
Funkcja quantile() zamienia procent na wynik (percentyl), a funkcja ranga() – wynik na procent (rangę centylową) według trzech definicji. W SPSS percentyle wybierzesz w Analyze → Descriptive Statistics → Frequencies → Statistics (pole Percentile(s)), a rangi centylowe zapiszesz jako nową zmienną w Transform → Rank Cases (Rank Types: Fractional rank as %). Przy ustawieniu Ties: High otrzymasz wariant „niższe lub równe”.
Percentyle i rangi centylowe
R
set.seed(51)
lek <- round(10 + 30 * rbeta(250, 2, 4)) # lęk przed egzaminem (10–40 pkt), 250 studentów
round(c(M = mean(lek), SD = sd(lek), Mdn = median(lek)), 2)
quantile(lek, c(.10, .25, .50, .75, .90)) # percentyle: od procentu do wyniku (typ 7)
quantile(lek, .10, type = 6) # P10 metodą stosowaną w SPSS (typ 6)
# ranga centylowa: od wyniku do procentu – trzy definicje i wersja „z rozkładu normalnego”
ranga <- function(x, ref) {
B <- sum(ref < x); E <- sum(ref == x); n <- length(ref)
c(wynik = x, ponizej = B, rowne = E,
PR_ponizej = 100 * B / n, # odsetek wyników niższych
PR_srodek = 100 * (B + E / 2) / n, # metoda punktu środkowego
PR_do = 100 * (B + E) / n, # odsetek wyników niższych lub równych
PR_normalny = 100 * pnorm((x - mean(ref)) / sd(ref)))
}
round(t(sapply(c(15, 20, 25, 30, 35), ranga, ref = lek)), 1)
100 * ecdf(lek)(25) # ecdf() liczy wariant „niższe lub równe”Wynik w R
M SD Mdn
19.82 5.37 19.00
10% 25% 50% 75% 90%
13.9 16.0 19.0 23.0 28.0
10%
13.1
wynik ponizej rowne PR_ponizej PR_srodek PR_do PR_normalny
[1,] 15 33 23 13.2 17.8 22.4 18.5
[2,] 20 140 15 56.0 59.0 62.0 51.3
[3,] 25 206 7 82.4 83.8 85.2 83.3
[4,] 30 237 4 94.8 95.6 96.4 97.1
[5,] 35 246 3 98.4 99.0 99.6 99.8
[1] 85.2Bibliografia oprogramowania
Wyniki na tej stronie pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (funkcje pakietów bazowych; skośność – pakiet psych); rysunek przygotowano w pakietach ggplot2 i patchwork. W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).
- R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
- psych (wersja 2.6.5): Revelle, W. (2026). psych: Procedures for psychological, psychometric, and personality research [R package]. Northwestern University. https://CRAN.R-project.org/package=psych
- ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org
- patchwork (wersja 1.3.2): Pedersen, T. L. (2025). patchwork: The composer of plots [R package]. https://doi.org/10.32614/CRAN.package.patchwork
Najczęstsze błędy
- Mylenie percentyla z rangą centylową. P90 to wynik (28 pkt), a ranga centylowa to procent (83.8 dla wyniku 25 pkt).
- Mylenie rangi centylowej z odsetkiem poprawnych odpowiedzi. Ranga 84 oznacza, że około 84% grupy odniesienia ma niższy wynik, a nie że osoba rozwiązała 84% zadań.
- Uśrednianie rang centylowych i odejmowanie ich od siebie. Odstępy są nierówne – 5 pkt w środku skali to 24.8 punktu rangi, a w ogonie 3.4.
- Brak informacji o definicji. Przy wielu remisach definicje dają wyraźnie różne rangi (Crawford i in., 2009) – w przykładzie różnica przekroczyła 9 punktów.
- Ranga z rozkładu normalnego dla skośnych danych. Wynik z przeliczony przez tablice rozkładu normalnego zniekształca pozycję osoby; licz rangę empirycznie.
- Brak opisu grupy odniesienia. Ta sama ranga centylowa znaczy co innego w grupie studentów i w populacji ogólnej.
Najczęstsze pytania
Co to jest percentyl?
To wartość, poniżej której leży określony odsetek uporządkowanych wyników. Dziesiąty percentyl oddziela 10% najniższych wyników, pięćdziesiąty to mediana, a dziewięćdziesiąty oddziela 10% najwyższych. W przykładzie z hasła P90 lęku przed egzaminem wynosi 28 pkt, czyli 10% studentów ma wynik wyższy.
Czym różni się percentyl od rangi centylowej?
Percentyl prowadzi od procentu do wyniku („jaki wynik oddziela 90% grupy?”), a ranga centylowa – od wyniku do procentu („jaki odsetek grupy ma wynik niższy niż 25 pkt?”). Percentyl wyraża się w jednostkach testu, a rangę centylową w procentach.
Jak obliczyć rangę centylową?
Policz osoby z wynikiem niższym (B) i równym (E) w grupie odniesienia o liczebności N. Metoda punktu środkowego daje PR = 100 × (B + 0.5E) / N; dla wyniku 25 pkt w grupie 250 osób to 100 × (206 + 3.5) / 250 = 83.8. Inne definicje liczą tylko wyniki niższe albo niższe i równe.
Jak obliczyć percentyl w R i SPSS?
W R: quantile(x, 0.90) (domyślnie typ 7), a metodą SPSS – quantile(x, 0.90, type = 6). W SPSS percentyle wybierzesz w oknie Frequencies → Statistics. Różnice między metodami są największe w małych próbach i w ogonach – wyjaśniamy je w haśle kwartyle.
Co oznacza ranga centylowa w normach testu?
Mówi, jaki odsetek osób z grupy normalizacyjnej uzyskał niższy wynik. Ranga 84 oznacza, że około 84% grupy odniesienia ma wynik niższy – a nie, że osoba rozwiązała 84% zadań. Rangi nie mają równych odstępów, dlatego do obliczeń używa się wyników surowych albo standaryzowanych (zob. normy testowe).
Powiązane hasła
Poradniki, w których użyjesz tego pojęcia
Statystyka w pracy z BHP i ergonomii
Klimat bezpieczeństwa w brygadach, NASA-TLX, wypadki na roboczogodziny, dolegliwości i percentyle antropometryczne: modele, efekty, zdania APA i kod R.
Czytaj →PoradnikJak zbudować i zwalidować skalę psychometryczną?
Od definicji konstruktu i tworzenia pozycji po pilotaż, EFA, CFA, rzetelność, trafność teoretyczną, różnicową i niezmienniczość.
Czytaj →PoradnikWartości odstające: jak je wykryć i co z nimi zrobić
Reguły ustalone z góry, MAD zamiast ±3 SD, Mahalanobis i MCD, odległość Cooka, winsoryzacja, test Yuena, analiza wrażliwości i opis APA – z kodem R.
Czytaj →PoradnikJak opisać wyniki w stylu APA – gotowe zdania
18 gotowych zdań APA – od testu t po mediację i moderację – z liczbami z jednego badania i kodem R, który pozwala sprawdzić każdą wartość.
Czytaj →Potrzebujesz wsparcia w analizie danych?
Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.
Wyceń analizęOferta dla studentówBibliografia i dalsza literatura naukowa (APA 7)
- American Educational Research Association, American Psychological Association, & National Council on Measurement in Education. (2014). Standards for educational and psychological testing. https://www.testingstandards.net/open-access-files.html ● Otwarty dostęp
- Crawford, J. R., & Garthwaite, P. H. (2009). Percentiles please: The case for expressing neuropsychological test scores and accompanying confidence limits as percentile ranks. The Clinical Neuropsychologist, 23(2), 193–204. https://doi.org/10.1080/13854040801968450
- Crawford, J. R., Garthwaite, P. H., & Slick, D. J. (2009). On percentile norms in neuropsychology: Proposed reporting standards and methods for quantifying the uncertainty over the percentile ranks of test scores. The Clinical Neuropsychologist, 23(7), 1173–1195. https://doi.org/10.1080/13854040902795018
- Hyndman, R. J., & Fan, Y. (1996). Sample quantiles in statistical packages. The American Statistician, 50(4), 361–365. https://doi.org/10.1080/00031305.1996.10473566
Cytowania BibTeX
@book{aera2014standards, author={{American Educational Research Association} and {American Psychological Association} and {National Council on Measurement in Education}}, title={{Standards for educational and psychological testing}}, year={2014}, publisher={American Educational Research Association}, url={https://www.testingstandards.net/open-access-files.html}}@article{crawford2009percentiles, author={Crawford, John R. and Garthwaite, Paul H.}, title={{Percentiles please: The case for expressing neuropsychological test scores and accompanying confidence limits as percentile ranks}}, journal={The Clinical Neuropsychologist}, year={2009}, volume={23}, number={2}, pages={193--204}, doi={10.1080/13854040801968450}}@article{crawford2009percentile, author={Crawford, John R. and Garthwaite, Paul H. and Slick, Daniel J.}, title={{On percentile norms in neuropsychology: Proposed reporting standards and methods for quantifying the uncertainty over the percentile ranks of test scores}}, journal={The Clinical Neuropsychologist}, year={2009}, volume={23}, number={7}, pages={1173--1195}, doi={10.1080/13854040902795018}}@article{hyndman1996sample, author={Hyndman, Rob J. and Fan, Yanan}, title={{Sample quantiles in statistical packages}}, journal={The American Statistician}, year={1996}, volume={50}, number={4}, pages={361--365}, doi={10.1080/00031305.1996.10473566}}