Standardabweichungsrechner - Stichprobe und Grundgesamtheit

Die Standardabweichung ist das am weitesten verbreitete Maß dafür, wie stark ein Datensatz streut. Sie sagt dir im Durchschnitt, wie weit jeder Wert vom Mittelwert entfernt liegt. Eine kleine Standardabweichung bedeutet, dass die Daten eng um den Durchschnitt liegen; eine große, dass sie über einen größeren Bereich verteilt sind. Weil sie in denselben Einheiten wie die Ausgangsdaten angegeben wird, ist sie leicht zu interpretieren und bildet das Rückgrat von Statistik, Qualitätskontrolle, Finanzen, Naturwissenschaften und Sozialwissenschaften. Die Berechnung folgt einer klaren Reihenfolge. Zuerst wird der Mittelwert aller Werte bestimmt. Danach wird von jedem Wert der Mittelwert abgezogen und das Ergebnis quadriert — das entfernt negative Vorzeichen und gewichtet größere Abweichungen stärker. Diese quadrierten Abweichungen werden addiert, um den gesamten quadratischen Fehler zu erhalten. Teilt man diese Summe durch die Anzahl der Datenpunkte (oder durch eins weniger), erhält man die Varianz. Die Quadratwurzel der Varianz bringt das Ergebnis schließlich zurück in die ursprünglichen Einheiten. Diese Quadratwurzel ist die Standardabweichung. Die wichtigste Wahl in diesem Rechner ist die zwischen Stichproben- und Grundgesamtheitsformel. Verwende die Grundgesamtheitsformel, die durch n teilt, wenn dein Datensatz alle Mitglieder der relevanten Gruppe umfasst — etwa die Alterswerte aller Mitarbeitenden einer Abteilung. Verwende die Stichprobenformel, die durch n − 1 teilt, wenn deine Zahlen nur eine aus einer größeren Grundgesamtheit gezogene Stichprobe sind und du deren Streuung schätzen möchtest. Das Teilen durch n − 1 (Bessel-Korrektur) macht die Stichproben-Standardabweichung zu einem unverzerrten Schätzer, weshalb sie in den meisten statistischen Anwendungen der Standard ist. Für dieselben Daten ist die Stichproben-Standardabweichung immer etwas größer als der Wert der Grundgesamtheit. Neben der Standardabweichung zeigt der Rechner auch die Varianz (die quadrierte Form der Streuung), den Mittelwert, die Anzahl der Werte, die Summe sowie Minimum und Maximum an, damit du die Spannweite auf einen Blick siehst. Die Varianz ist auch für sich genommen nützlich — sie ist additiv und bildet die Grundlage für Verfahren wie ANOVA und Risikomodelle für Portfolios — aber die Standardabweichung ist meist intuitiver, weil sie dieselben Einheiten wie die Daten hat. Die Standardabweichung begegnet dir überall: Lehrkräfte nutzen sie, um zu sehen, wie konstant Klausurergebnisse sind, Hersteller überwachen sie, um Produktgewichte innerhalb der Toleranz zu halten, Anleger lesen sie als Volatilität der Renditen, und Wissenschaftler geben sie als Unsicherheit einer Messung an. In einer ungefähr normalverteilten Datenmenge liegen rund 68 % der Werte innerhalb einer Standardabweichung vom Mittelwert und etwa 95 % innerhalb von zwei. Deshalb ist sie zentral für Konfidenzintervalle, z-Werte und Hypothesentests. Gib oben deine Zahlen ein, um all diese Kennzahlen auf einmal zu berechnen.