Wynik znormalizowany – wartość przekształcona w sposób umożliwiający porównanie jej do innych wyników, również tych pochodzących z różnych zbiorów danych lub uzyskanych przy użyciu różnych skal. Normalizacja polega zatem w pewnym sensie na sprowadzeniu różnych wyników do „wspólnego mianownika”, jaką jest określona skala znormalizowana.

Istnieją różne rodzaje skal znormalizowanych, przykładowo skala standaryzowana Z, skala T-score, skala percentylowa itd. Aby wyznaczyć wyniki znormalizowane należy oryginalne dane, tzw. wyniki surowe, przeliczyć według określonego wzoru. Jako przykład możemy potraktować wzór opisany we wpisie dotyczącym standaryzacji Z.

W statystyce normalizacja ma dwa cele:

• Z jednej strony może być formą transformacji danych statystycznych, wykonywanych jako element analizy nakierowanej na weryfikację hipotez w oparciu o testy statystyczne, parametryczne lub nieparametryczne. Dzięki normalizacji można np. wyróżnić kilka grup, które będą następnie porównywane między sobą testem ANOVA.
• Z drugiej strony, normalizacja pozwala na utworzenie skali znormalizowanej w sensie psychometrycznym, dzięki której możliwa staje się ocena pojedynczego wyniku na tle populacji. Takie podejście stosowane jest podczas tworzenia testów psychometrycznych. W trakcie procesu tzw. walidacji tworzy się skalę znormalizowaną (np. stenową lub tenową), za pomocą której można później ocenić wynik pojedynczej osoby na tle zakresu wyników w danej populacji. Do najbardziej znanych norm standaryzowanych należą:
  –  IQ: M = 100; SD = 15; możliwy zakres od 0 do 200 punktów;
  – Teny: M = 50; SD = 10; możliwy zakres od 0 do 100 punktów;
  – Sten: M = 5,5; SD = 2; możliwy zakres od 1 do 10 punktów;
  – Stanina: M = 5; SD = 2; możliwy zakres od 1 do 9 punktów.