Frequenzverteilungsrechner - Tabellen erstellen
Erstellen Sie sofort eine vollständige Häufigkeitsverteilungstabelle aus jedem Datensatz. Erhalten Sie Klassenintervalle, Häufigkeiten, relative Häufigkeiten, kumulierte Häufigkeiten und wichtige Kennzahlen.
Fügen Sie Ihre Zahlen durch Kommas, Leerzeichen oder Zeilenumbrüche getrennt ein oder tippen Sie sie ein, wählen Sie die Anzahl der Klassenintervalle und klicken Sie auf Berechnen, um die vollständige Häufigkeitstabelle und Zusammenfassung zu erzeugen.
Frequenzverteilungsrechner
Daten in gruppierte Klassenintervalle mit Häufigkeiten und Kennzahlen einordnen
Zahlen mit Kommas, Leerzeichen oder Zeilenumbrüchen trennen.
Über den Frequenzverteilungsrechner
Eine Häufigkeitsverteilung ist eine tabellarische Zusammenfassung, die zeigt, wie oft jeder Wert — oder jeder Wertebereich — in einem Datensatz vorkommt. Indem Rohdaten in eine handhabbare Zahl von Klassenintervallen gegliedert und die Beobachtungen in jedem Intervall gezählt werden, verwandelt eine Häufigkeitstabelle eine ungeordnete Zahlenliste in ein strukturiertes Bild von Form, Zentrum und Streuung der Daten. Häufigkeitsverteilungen sind ein Grundkonzept der deskriptiven Statistik und bilden die Grundlage für Histogramme, Relative-Häufigkeits-Polygone und kumulative Häufigkeitskurven.
Eine gruppierte Häufigkeitsverteilung teilt den Wertebereich der Daten in eine feste Anzahl sich nicht überlappender Klassenintervalle mit gleicher Breite. Jedes Intervall hat eine Untergrenze, eine Obergrenze und eine Klassenmitte. Die Häufigkeit ist die Anzahl der Datenpunkte, die in das Intervall fallen. Die relative Häufigkeit ist die Häufigkeit als Anteil (oder Prozentsatz) der Gesamtmenge, wodurch sich Verteilungen unterschiedlicher Größe leicht vergleichen lassen. Die kumulierte Häufigkeit ist die laufende Summe der Häufigkeiten von der ersten bis zur aktuellen Klasse und zeigt, wie viele Datenpunkte auf oder unter der oberen Klassengrenze liegen.
Die Wahl der Klassenanzahl ist ein Ausgleich: Zu wenige Klassen verschmelzen unterschiedliche Muster zu einem einzigen Block, zu viele Klassen streuen die Daten so stark, dass kein klares Muster erkennbar wird. Eine gängige Faustregel ist die Sturges-Regel: k = 1 + 3.322 × log₁₀(n), wobei n die Anzahl der Datenpunkte ist. Beispielsweise deuten 20 Datenpunkte auf etwa 5 Klassen hin; 100 Datenpunkte auf etwa 7 Klassen. Die Klassenbreite ist dann width = (max − min) / k und wird auf einen praktischen Wert aufgerundet, damit alle Daten sauber hineinpassen.
Die aus einer Häufigkeitsverteilung abgeleiteten Kennzahlen sind Näherungen auf Basis der gruppierten Daten und nicht der Einzelwerte. Der gruppierte Mittelwert wird als Σ(Klassenmitte × Häufigkeit) / n berechnet. Die gruppierte Standardabweichung misst die Streuung der Daten um den gruppierten Mittelwert. Der gruppierte Median wird durch Interpolation innerhalb des Klassenintervalls geschätzt, das die n/2-te Beobachtung enthält. Diese Näherungen sind sehr nah an den exakten Werten aus den Rohdaten, wenn die Klassenbreite im Verhältnis zum Wertebereich klein ist.
Häufigkeitsverteilungen werden in allen Bereichen eingesetzt, in denen numerische Daten entstehen. Lehrkräfte analysieren damit Klassenarbeiten und erkennen Schülerinnen und Schüler, die zusätzliche Unterstützung benötigen. Unternehmen untersuchen Verkaufsbeträge, Produktbewertungen oder Wartezeiten, um Spitzen und Engpässe zu erkennen. Gesundheitsforscher verteilen klinische Messwerte wie Blutdruck, Cholesterin oder BMI, um die Gesundheit von Bevölkerungen zu verstehen. Qualitätsingenieure prüfen Messwerte aus Produktionsprozessen, um Fehler oder Abweichungen zu erkennen. In jedem Fall ist die Häufigkeitstabelle der Ausgangspunkt für weiterführende Analysen.
Frequenzverteilung — Beispiele
Drei praktische Datensätze mit unterschiedlichen Klassenstrukturen und Kennzahlen.
| Datensatz | Struktur | Kontext |
|---|---|---|
| 82,90,75,68,88,75,95,100,72,85,91,78,84,88,77,95,65,80,73,86 — 5 Klassen | Klassen: [65,72), [72,79), [79,86) … ; Mittelwert ≈ 82.85 | Prüfungsergebnisse einer Klasse mit 20 Schülern. Klassenbreite = 7. Die meisten Werte liegen im Bereich 72–93, mit leichtem Linksschwanz. |
| 150,220,180,190,250,160,200,210,170,240,195,175,215,185,230 — 6 Klassen | Klassen: [150,170), [170,190), [190,210) … ; Mittelwert ≈ 202.7 | Tägliche Umsatzzahlen. Klassenbreite = 20. Die Verteilung zeigt, dass sich die meisten Tage im Bereich von 170–230 Dollar konzentrieren. |
| 35,42,38,50,45,48,36,39,47,41,43,46,40,37,44,49,38,42,45,36 — 5 Klassen | Klassen: [35,38), [38,41), [41,44) … ; Mittelwert ≈ 42.1 | Pflanzenhöhen in cm aus einer botanischen Studie. Die glockenförmige Verteilung bestätigt ein ungefähr normales Wachstumsmuster. |
So verwenden Sie den Frequenzverteilungsrechner
- Geben Sie Ihre numerischen Daten im Feld 'Datensatz' ein. Sie können Werte mit Kommas, Leerzeichen oder Zeilenumbrüchen trennen; der Rechner akzeptiert jede Kombination dieser Trennzeichen.
- Wählen Sie die Anzahl der Klassen (Bins), die am besten zu Ihrem Datensatz passt. Ein guter Startwert sind 5 Klassen für kleine Datensätze (n < 30) und 7–10 für größere. Sie können die Sturges-Regel verwenden: k ≈ 1 + 3.322 × log₁₀(n).
- Klicken Sie auf 'Berechnen'. Der Rechner ermittelt Minimum und Maximum, berechnet die Klassenbreite als (max − min) / classes, aufgerundet, und ordnet jeden Datenpunkt dem passenden Intervall zu.
- Lesen Sie die Häufigkeitstabelle. Jede Zeile zeigt das Klassenintervall, die Klassenmitte, die Häufigkeit, die relative Häufigkeit (als Prozentsatz der Gesamtzahl) und die kumulierte Häufigkeit (laufende Summe).
- Prüfen Sie die Kennzahlen unter der Tabelle für den gruppierten Mittelwert, Median, die Standardabweichung und die Klassenbreite. Mit den Beispiel-Buttons können Sie den Rechner mit vorgefüllten Datensätzen testen.
Frequenzverteilungsrechner — FAQ
Was ist eine Häufigkeitsverteilungstabelle?
Eine Häufigkeitsverteilungstabelle ordnet rohe numerische Daten in Gruppen namens Klassenintervalle (oder Bins) und zählt, wie viele Werte in jede Gruppe fallen. Sie verwandelt eine ungeordnete Liste in eine strukturierte Zusammenfassung, die zeigt, wo sich Datenpunkte häufen, wie stark sie streuen und wie die Verteilung insgesamt aussieht.
Wie wähle ich die Anzahl der Klassen?
Ein gängiger Ansatz ist die Sturges-Regel: k = 1 + 3.322 × log₁₀(n), wobei n die Stichprobengröße ist. Das ergibt etwa 5 Klassen für 20 Datenpunkte und etwa 7 für 100. Alternativ können Sie experimentieren: Beginnen Sie mit 5 Klassen und erhöhen Sie die Anzahl, bis ein klares Muster sichtbar wird, ohne zu unruhig zu werden. Die meisten Lehrbücher empfehlen 5–15 Klassen.
Was ist relative Häufigkeit und warum ist sie nützlich?
Die relative Häufigkeit ist der Anteil aller Beobachtungen, der in eine Klasse fällt: relative Häufigkeit = Klassenhäufigkeit / Gesamtzahl n. Sie wandelt Zählwerte in Prozentsätze um und erleichtert so den Vergleich von Verteilungen unterschiedlich großer Datensätze. Wenn beispielsweise 35 % der Prüfungsnoten im Bereich 70–80 liegen, ist das bei zwei unterschiedlich großen Klassen informativer als nur die Anzahl zu kennen.
Was ist die kumulierte Häufigkeit?
Die kumulierte Häufigkeit ist die laufende Summe der Häufigkeiten von der ersten bis zur aktuellen Klasse. Sie zeigt, wie viele Datenpunkte auf oder unter der oberen Grenze jeder Klasse liegen. Wenn die kumulierte Häufigkeit am Ende der dritten Klasse 15 von 20 beträgt, liegen 75 % der Beobachtungen in den ersten drei Klassen. Die kumulierte Häufigkeit ist die Grundlage der Ogive (kumulativen Häufigkeitskurve).
Warum sind Mittelwert und Standardabweichung als 'gruppiert' gekennzeichnet?
Wenn Daten in Klassenintervalle gruppiert werden, gehen die genauen Einzelwerte verloren. Der gruppierte Mittelwert und die Standardabweichung werden mithilfe der Klassenmitte als repräsentativem Wert berechnet, was eine kleine Näherung erzeugt. Diese Schätzungen sind sehr genau, wenn die Klassenbreite im Verhältnis zum Wertebereich klein ist, können aber leicht von auf den Rohdaten berechneten Kennzahlen abweichen.
Worin liegt der Unterschied zwischen Häufigkeits- und relativen Häufigkeitshistogrammen?
Ein Häufigkeitshistogramm stellt die rohe Anzahl auf der y-Achse dar, während ein relatives Häufigkeitshistogramm den Anteil (oder Prozentsatz) darstellt. Relative Häufigkeitshistogramme sind direkt über unterschiedlich große Datensätze hinweg vergleichbar und können als empirische Approximation der zugrunde liegenden Wahrscheinlichkeitsverteilung verwendet werden. Die Form ist in beiden Fällen identisch — nur die Skala der y-Achse ändert sich.