Zuletzt aktualisiert: 2026-05-18

Deskriptive Statistik

Deskriptive Statistik bezeichnet die Zusammenfassung eines Datensatzes durch Kennwerte, die seine Lage und Streuung beschreiben — ohne Rückschlüsse auf eine größere Grundgesamtheit zu ziehen. Dieser Rechner bestimmt für bis zu 8 numerische Werte das arithmetische Mittel, Populations- und Stichprobenvarianz, Populations- und Stichprobenstandardabweichung sowie Minimum, Maximum und Spannweite.

Die vier Kennwerte und ihre Bedeutung

Mittelwert (arithmetisches Mittel): Summe aller Werte geteilt durch 8. Der Mittelwert ist der Schwerpunkt des Datensatzes und reagiert empfindlich auf Ausreißer — ein einzelner extremer Wert kann ihn deutlich verschieben.

Varianz: Der durchschnittliche quadrierte Abstand zum Mittelwert. Das Quadrieren sorgt dafür, dass positive und negative Abweichungen sich nicht aufheben, und verstärkt den Einfluss von Ausreißern. Es gibt zwei Versionen:

• Populationsvarianz (σ²) — Division durch N
• Stichprobenvarianz (s²) — Division durch N − 1

Standardabweichung: Die Quadratwurzel der Varianz, zurückgeführt in die ursprüngliche Einheit (Meter, Euro, Sekunden). Sie ist das am häufigsten berichtete Streuungsmaß.

Spannweite: Maximum − Minimum. Das einfachste Streuungsmaß — nützlich, aber stark von Ausreißern abhängig, da es nur auf zwei Werten beruht.

Populationsvarianz und Stichprobenvarianz: N oder N−1

Der Nenner ist die häufigste Quelle für Verwechslungen in der deskriptiven Statistik.

Populationsvarianz (σ², Division durch N): Verwenden Sie diese, wenn Ihre 8 Werte die gesamte Grundgesamtheit sind — es gibt keine größere Gruppe, aus der diese Werte stammen. Beispiel: die jährlichen Niederschlagsmengen von genau 8 Städten, die Sie untersuchen.

Stichprobenvarianz (s², Division durch N − 1): Verwenden Sie diese, wenn Ihre 8 Werte eine Zufallsstichprobe aus einer größeren Grundgesamtheit sind und Sie die wahre Populationsvarianz schätzen möchten. Der Nenner N − 1 (Bessel-Korrektur) macht s² zum erwartungstreuen Schätzer. Ohne diese Korrektur würde die Stichprobenvarianz die wahre Varianz systematisch unterschätzen.

Der intuitive Grund: Eine Stichprobe tendiert dazu, näher am eigenen Mittelwert zu liegen als am wahren Populationsmittelwert. Dadurch ist SS ÷ N im Durchschnitt zu klein — Division durch N − 1 gleicht das aus.

Faustregel: Wenn Sie 8 Messwerte aus einer deutlich größeren Gruppe stammen (Umfrageantworten, Messreihen, Testergebnisse), verwenden Sie die Stichproben-Standardabweichung. Wenn Ihre 8 Werte das vollständige Universum darstellen, das Sie interessiert, verwenden Sie die Populations-Standardabweichung.

Rechenbeispiel — Messwerte einer Versuchsreihe

Werte: 12, 15, 11, 19, 14, 22, 9, 17

Mittelwert: (12 + 15 + 11 + 19 + 14 + 22 + 9 + 17) ÷ 8 = 119 ÷ 8 = 14,875

Summe der quadrierten Abweichungen (SS):

• (12 − 14,875)² = 8,27
• (15 − 14,875)² = 0,02
• (11 − 14,875)² = 15,02
• (19 − 14,875)² = 17,02
• (14 − 14,875)² = 0,77
• (22 − 14,875)² = 50,77
• (9 − 14,875)² = 34,52
• (17 − 14,875)² = 4,52

SS = 130,875

Populationsstandardabweichung: $\sigma = \sqrt{130{,}875 \div 8} = \sqrt{16{,}36} \approx$ 4,04

Stichprobenstandardabweichung: $s = \sqrt{130{,}875 \div 7} = \sqrt{18{,}70} \approx$ 4,32

Der Wert 22 ist ein leichter Ausreißer — er macht allein rund 39 % der Gesamtsumme SS aus.

Median: Berechnung außerhalb dieses Rechners

Der Median erfordert das Sortieren der Werte. Bei 8 Werten (gerade Anzahl) ist der Median der Durchschnitt des 4. und 5. Werts nach aufsteigender Sortierung. Die Rechenmaschine dieses Rechners arbeitet algebraisch und unterstützt keine Sortieroperationen für beliebige Eingaben. Für den Median verwenden Sie bitte MEDIAN() in Excel oder Google Tabellen.