Streuungsrechner - Varianz, Standardabweichung & IQR
Berechnen Sie das volle Spektrum statistischer Streuungsmaße — Spannweite, Varianz, Standardabweichung, IQR, Variationskoeffizient und MAD — für beliebige numerische Datensätze.
Geben Sie Ihre Zahlen als kommagetrennte Liste ein und klicken Sie auf Berechnen, um alle Streuungs- und Lagekennzahlen sofort zu sehen.
Streuungsrechner - Varianz, Standardabweichung & IQR
Berechnen Sie das volle Spektrum statistischer Streuungsmaße — Spannweite, Varianz, Standardabweichung, IQR, Variationskoeffizient und MAD — für beliebige numerische Datensätze.
Über den Streuungsrechner
Statistische Streuung beschreibt, wie weit die Werte in einem Datensatz auseinanderliegen. Während Lagemaße — Mittelwert, Median und Modus — zeigen, wo das Zentrum einer Verteilung liegt, geben Streuungsmaße an, wie stark einzelne Datenpunkte von diesem Zentrum abweichen. Zwei Datensätze können denselben Mittelwert haben und trotzdem völlig unterschiedliche Verteilungen aufweisen; Streuungsmaße machen diesen Unterschied sichtbar.
Die Spannweite ist das einfachste Streuungsmaß: die Differenz zwischen dem größten und dem kleinsten Wert. Sie ist leicht zu berechnen und zu interpretieren, reagiert aber empfindlich auf Ausreißer, da sie ausschließlich von den beiden Extremwerten abhängt und alles dazwischen ignoriert.
Die Varianz misst die mittlere quadrierte Abweichung vom Mittelwert. Die Stichprobenvarianz teilt die Summe der quadrierten Abweichungen durch (n−1) — mit Bessel-Korrektur, um bei einer Stichprobe eine unverzerrte Schätzung der Populationsvarianz zu erhalten. Die Populationsvarianz teilt durch n und ist nur dann angemessen, wenn Ihr Datensatz die gesamte interessierende Population darstellt. Die Standardabweichung ist die Quadratwurzel der Varianz und wird in denselben Einheiten wie die Originaldaten angegeben.
Der Interquartilsabstand (IQR) misst die Streuung der mittleren 50 % der Daten. Er wird als Q3 − Q1 berechnet, wobei Q1 das 25. Perzentil und Q3 das 75. Perzentil ist. Da er die unteren und oberen 25 % der Werte ignoriert, ist der IQR ausreißerrobust und das bevorzugte Streuungsmaß für schiefe Verteilungen.
Der Variationskoeffizient (VK) drückt die Stichproben-Standardabweichung als Prozentsatz des Mittelwerts aus und ist damit ein dimensionsloses Maß, mit dem Sie die relative Variabilität von Datensätzen in unterschiedlichen Einheiten oder Maßstäben vergleichen können. Ein VK von 10 % bedeutet, dass die Standardabweichung 10 % des Mittelwerts beträgt — ein nützlicher Richtwert für den Vergleich der Messpräzision zwischen Experimenten.
Die Median der absoluten Abweichungen (MAD) ist der Median der absoluten Abweichungen vom Median. Er ist noch robuster gegenüber Ausreißern als der IQR und wird in robuster Statistik und Anomalieerkennung verwendet. Wie der IQR ist auch der MAD unempfindlich gegenüber Extremwerten und liefert ein verlässliches Streuungsmaß für Datensätze mit schweren Tails oder schiefen Verteilungen.
Beispiele für den Streuungsrechner
Drei reale Datensätze, die unterschiedliche Streuungsmuster veranschaulichen.
| Datensatz | Wichtige Kennzahlen | Interpretation |
|---|---|---|
| 85, 92, 78, 88, 76, 95, 89, 72 | Mittelwert=84.375, SD≈8.19, IQR=12.25 | Klassenarbeit. VK≈9.71 % zeigt eine mittlere relative Streuung. Ein IQR von 12.25 bedeutet, dass die mittleren 50 % der Schüler innerhalb eines 12-Punkte-Bereichs lagen. |
| 1.2, -0.5, 2.1, 0.8, -1.9, 1.5, 2.5, -0.2, 0.3, 1.7, -1.1, 2.3 | Mittelwert=0.725, SD≈1.40, IQR=2.075 | Monatliche Aktienrenditen (%). Ein hoher VK (>100 %) spiegelt eine erhebliche Volatilität im Verhältnis zum kleinen positiven Mittelwert wider. |
| 502, 499, 505, 498, 501, 503, 497, 500 | Mittelwert=500.625, SD≈2.67, VK≈0.53% | Produktgewichte (g) in einer Qualitätskontrollcharge. Ein sehr niedriger VK bestätigt eine enge Fertigungskonsistenz rund um das Ziel von 500 g. |
So verwenden Sie den Streuungsrechner
- Geben Sie Ihre Datenwerte in das Textfeld ein oder fügen Sie sie ein, getrennt durch Kommas, Leerzeichen oder Zeilenumbrüche.
- Klicken Sie auf Berechnen. Der Rechner parst die Zahlen und ignoriert nicht-numerische Tokens.
- Prüfen Sie die Lagekennzahlen (Anzahl, Mittelwert, Median), um zu sehen, wo Ihre Daten zentriert sind.
- Prüfen Sie die Streuungskennzahlen: Spannweite für die Gesamtstreuung, Standardabweichung für die durchschnittliche Abweichung vom Mittelwert und IQR für die Streuung der mittleren 50 %.
- Nutzen Sie den Variationskoeffizienten, um die relative Variabilität verschiedener Datensätze zu vergleichen, und den MAD als robuste, ausreißerresistente Streuungskennzahl.
FAQ zum Streuungsrechner
Wann sollte ich den IQR statt der Standardabweichung verwenden?
Verwenden Sie den IQR, wenn Ihre Daten schief sind, Ausreißer enthalten oder aus einer nicht-normalen Verteilung stammen. Der IQR betrachtet nur die mittleren 50 % der Daten und wird von Extremwerten nicht beeinflusst. Die Standardabweichung berücksichtigt alle Werte, sodass ein Ausreißer sie stark vergrößern kann. Bei normalverteilten Daten ohne Ausreißer sind beide Maße informativ.
Was ist der Unterschied zwischen Stichprobenvarianz und Populationsvarianz?
Die Populationsvarianz teilt die Summe der quadrierten Abweichungen durch n (die Gesamtzahl) und ist passend, wenn Sie Daten für die gesamte Population haben. Die Stichprobenvarianz teilt durch n−1 (Bessel-Korrektur), um die Verzerrung bei der Schätzung der Populationsvarianz aus einer Stichprobe zu korrigieren. Bei großen Stichproben ist der Unterschied vernachlässigbar; bei kleinen Stichproben (n < 30) ist er wichtiger.
Was sagt mir der Variationskoeffizient?
Der Variationskoeffizient (VK) drückt die Standardabweichung als Prozentsatz des Mittelwerts aus und liefert damit ein skalierungsunabhängiges Maß für die relative Variabilität. Ein VK von 5 % bedeutet, dass die Daten relativ konsistent sind; ein VK von 50 % bedeutet eine hohe Variabilität im Verhältnis zum Durchschnitt. VK ist besonders nützlich, um Messwerte in unterschiedlichen Einheiten zu vergleichen, etwa die Konsistenz zweier Fertigungsprozesse.
Wie wird die mediane absolute Abweichung (MAD) berechnet?
Der MAD ist der Median der absoluten Abweichungen vom Median: MAD = median(|xi − median(x)|). Er ist gegenüber Ausreißern robuster als die Standardabweichung, weil er den Median der Abweichungen statt des Mittelwerts verwendet. Eine häufig genutzte robuste Schätzung der Standardabweichung ist 1.4826 × MAD, was bei einer Normalverteilung der Standardabweichung entspricht.
Warum können Mittelwert und Median deutlich auseinanderliegen?
Wenn Mittelwert und Median deutlich voneinander abweichen, ist die Verteilung schief. Ein viel größerer Mittelwert als Median deutet auf Rechtsschiefe hin (einige sehr große Werte ziehen den Mittelwert nach oben). Ein viel kleinerer Mittelwert als Median deutet auf Linksschiefe hin. Bei schiefen Verteilungen ist der Median meist das bessere Lagemaß, und der IQR ist oft ein besseres Streuungsmaß als die Standardabweichung.
Kann ich diesen Rechner für sehr große Datensätze verwenden?
Der Rechner verarbeitet jede Datensatzgröße, die Sie eingeben können, aber sehr große Eingaben können langsamer geparst werden. Für beste Leistung verwenden Sie kommagetrennte Werte in einer einzigen Zeile oder über mehrere Zeilen verteilt. Die Berechnungen nutzen numerisch stabile Algorithmen, die bei typischen Datenbereichen Über- und Unterläufe vermeiden. Wenn Sie Millionen von Werten analysieren, ist ein spezielles Statistikpaket wie R oder Python pandas effizienter.