Varianz und Standardabweichung erklärt
Varianz und Standardabweichung sind zentrale Kenngrößen der deskriptiven Statistik. Sie messen, wie stark Daten um ihren Mittelwert streuen. Wer Zahlen nicht nur mittelt, sondern auch ihre Schwankung verstehen will, kommt an diesen beiden Größen nicht vorbei. In diesem Beitrag erfährst du, was Varianz und Standardabweichung bedeuten, wie man sie berechnet und richtig interpretiert.
Was bedeuten Varianz und Standardabweichung?
Die Varianz beschreibt die durchschnittliche quadratische Abweichung der Daten vom Mittelwert. Sie ist damit ein Maß für die Streuung: Je größer die Varianz, desto stärker liegen die Werte auseinander. Weil Abweichungen quadriert werden, hat die Varianz die Einheit der Daten im Quadrat (zum Beispiel Euro² oder Meter²).
Die Standardabweichung ist die Quadratwurzel der Varianz. Sie bringt die Streuung zurück in die ursprüngliche Einheit der Daten. Dadurch ist sie oft leichter zu interpretieren. Beides misst dasselbe Phänomen – nur in unterschiedlicher Skala.
Formeln und Begriffe einfach erklärt
– Mittelwert: Durchschnitt aller Werte.
– Abweichung: Unterschied jedes Werts zum Mittelwert.
– Quadrierte Abweichung: Abweichung mal Abweichung (verhindert Vorzeichenaufhebung).
Für eine Population (alle Elemente) teilt man die Summe der quadrierten Abweichungen durch n, die Anzahl der Werte. Für eine Stichprobe (Auswahl aus einer größeren Grundgesamtheit) teilt man durch n−1. Diese Korrektur (Bessel-Korrektur) macht die Schätzung der Varianz für die Grundgesamtheit unverzerrt.
Kurz:
– Varianz Population: Summe der quadrierten Abweichungen / n
– Varianz Stichprobe: Summe der quadrierten Abweichungen / (n−1)
– Standardabweichung: Quadratwurzel aus der Varianz
Kleines Rechenbeispiel
Daten: 3, 4, 5, 9
1) Mittelwert = (3+4+5+9)/4 = 21/4 = 5,25
2) Abweichungen: −2,25; −1,25; −0,25; 3,75
3) Quadriert: 5,0625; 1,5625; 0,0625; 14,0625
4) Summe der quadrierten Abweichungen = 20,75
– Varianz (Population) = 20,75 / 4 = 5,1875
– Standardabweichung (Population) ≈ √5,1875 ≈ 2,28
– Varianz (Stichprobe) = 20,75 / 3 ≈ 6,9167
– Standardabweichung (Stichprobe) ≈ √6,9167 ≈ 2,63
Du siehst: Die Standardabweichung ist leichter zu deuten, weil sie in denselben Einheiten wie die Daten angegeben wird.
Interpretation und typische Stolpersteine
– Vergleichbarkeit: Standardabweichungen ermöglichen den Vergleich der Streuung zwischen Datensätzen in derselben Einheit.
– Ausreißer: Einzelne extreme Werte erhöhen Varianz und Standardabweichung stark, weil Abweichungen quadriert werden.
– Nicht negativ: Beide Kennzahlen sind nie negativ. Null bedeutet, alle Werte sind gleich.
– Stichprobe vs. Population: Wähle die richtige Formel. In Tools heißen sie oft STABW.S/VAR.S (Stichprobe) und STABW.P/VAR.P (Population).
– Daumenregel bei normalverteilten Daten: Rund 68 Prozent der Werte liegen innerhalb von ±1 Standardabweichung um den Mittelwert, etwa 95 Prozent innerhalb von ±2.
Praxis-Tipps für die Berechnung
– In Tabellenkalkulationen: Nutze Funktionen wie VAR.S/VAR.P und STDEV.S/STDEV.P.
– Bei stark schiefen Verteilungen oder vielen Ausreißern können robuste Alternativen wie die Spannweite des Interquartils (IQR) oder die Medianabweichung (MAD) sinnvolle Ergänzungen sein.
– Kontext zählt: Eine hohe Standardabweichung ist nicht per se „schlecht“. Sie zeigt Vielfalt oder Unsicherheit, die je nach Anwendungsfall gewollt oder problematisch sein kann.
Fazit: Varianz und Standardabweichung sind unverzichtbare Werkzeuge, um Streuung zu verstehen, Risiken zu quantifizieren und Daten fundiert zu interpretieren. Wer sie korrekt berechnet und richtig einordnet, gewinnt deutlich mehr Einsicht als mit dem Mittelwert allein.
Sie brauchen Unterstützung bei Ihrer statistischen Auswertung? Unsere erfahrenen Statistiker helfen Ihnen – von der Forschungsfrage bis zum fertigen Ergebnisteil. → Statistik auswerten lassen
