Zurück zum Lernbereich

Streuung von Daten

Streuungsmaße erklärt: das, was der Durchschnitt geflissentlich verschweigt.

  • Grundlagen
  • 13 min
  • Einsteiger

Einfache Sprache

Diese Vorschau ist in Einfacher Sprache. Das ganze Portal gibt es auch in Einfacher Sprache. Du kannst oben die Sprache wechseln. Oder nutze den Knopf unten. Unsere Texte in Einfacher Sprache entstehen KI-gestützt und werden redaktionell begleitet. Sie orientieren sich an den Grundprinzipien der Leichten Sprache, sind aber keine geprüfte Leichte Sprache: Eine Prüfgruppe von Menschen mit Lernschwierigkeiten prüft sie nicht.

Vorschau: Wie weit Daten auseinanderliegen

Was ist Streuung?

Zwei Gruppen können denselben Durchschnitt haben. Aber eine liegt eng zusammen. Die andere liegt weit auseinander. Das nennt man Streuung. Streuung zeigt: Wie ähnlich sind die Werte?

Die Spannweite

Die Spannweite misst Streuung. Man nimmt den größten Wert. Man zieht den kleinsten Wert ab. Das Ergebnis ist die Spannweite. Aber ein Extremwert kann sie stark verfälschen.

Die Standardabweichung

Sie ist genauer als die Spannweite. Sie zeigt: Wie weit liegt ein typischer Wert vom Durchschnitt? Eine kleine Standardabweichung bedeutet: Die Werte liegen eng beieinander. Eine große bedeutet: Die Werte sind sehr verschieden.

Du kennst den Durchschnitt — aber der Durchschnitt allein verrät nicht, wie weit die Daten tatsächlich streuen. Zwei Datensätze mit dem gleichen Mittelwert können völlig unterschiedlich aussehen: einer eng gebündelt, der andere weit gestreut.

Streuungsmaße fangen diese verborgene Dimension ein. Dieser Artikel führt durch drei Werkzeuge: Spannweite (schnell, aber grob), Varianz (präzise, aber in quadrierten Einheiten) und Standardabweichung (der Goldstandard, der dieselbe Sprache spricht wie die Daten).

Spannweite — Das schnelle Streuungsmaß

Definition

Spannweite (Range)

Analogie

Berlin im Juli: zwischen 8 °C und 38 °C. Technisch korrekt — eine kalte Regennacht brachte 8 °C, eine Hitzewelle erreichte 38 °C. Aber die meisten Tage liegen zwischen 20 °C und 28 °C. Die Spannweite zeigt nur die Extreme und versteckt das typische Cluster.

Beispiel

Beim Wetter hat man Erfahrung, um die Spannweite einzuordnen. Bei einem unbekannten Datensatz (ein neuer Sensor, ein neuer Markt) fehlt diese Intuition. Die Analogie modelliert auch nicht, wie die Daten zwischen den Extremen verteilt sind.

Beispiel: Zwei Klassen, gleicher Durchschnitt

Klasse A: [40, 42, 45, 48, 50, 52, 55, 58, 60] — Spannweite 20, Durchschnitt ~50. Klasse B: [10, 45, 48, 49, 50, 51, 52, 55, 90] — Spannweite 80, Durchschnitt ~50. Klasse B wirkt viermal stärker gestreut, aber die meisten Schüler schneiden fast identisch wie in A ab — nur zwei Ausreißer (10 und 90) treiben die Spannweite hoch.

Klasse A vs. Klasse B

Klasse B (Ausreißer) Spannweite 80 · Zwei Extreme (10, 90) · Kern ebenfalls bei 45-55
Klasse A (eng) Spannweite 20 · Alle Werte zwischen 40 und 60 · Gleichmäßig verteilt

Achtung

Irrtum: Gleicher Mittelwert = gleiche Streuung

Mittelwert und Streuung sind unabhängige Eigenschaften. [0, 0, 0, 100] und [24, 25, 25, 26] haben beide den Mittelwert 25, aber völlig unterschiedliche Streuung. Nur Streuungsmaße zeigen den Unterschied.

Varianz — Mittlere quadratische Abweichung

Definition

Varianz

Analogie

Stell dir Zielschießen vor. Der Mittelwert ist die Mitte deines Trefferclusters. Die Varianz misst, wie weit deine Schüsse vom Zentrum streuen — aber statt der geraden Entfernung quadrierst du jede Abweichung. Ein Schuss 3 cm daneben trägt 9 zur Summe der Quadrate bei; ein Schuss 1 cm daneben nur 1. Ein paar wilde Fehlschüsse dominieren das Ergebnis.

Beispiel

Beim echten Schießen misst man die gerade Entfernung; die Varianz quadriert die Entfernung, wodurch sich die Einheit ändert. Außerdem ist Zielschießen zweidimensional, die Varianz hier aber eindimensional.

Varianz in 4 Schritten

  1. 1. Mittelwert berechnenalle Werte addieren, durch Anzahl teilen
  2. 2. Abweichungen berechnenjeden Wert minus Mittelwert
  3. 3. Jede Abweichung quadrierennegative werden positiv, große werden verstärkt
  4. 4. Quadrate mittelnSumme durch n für Population, durch n-1 für Stichprobe

Durchgerechnetes Beispiel

Daten: [2, 4, 4, 4, 5, 5, 7, 9]   Mittelwert = 40/8 = 5

Abweichungen:  -3, -1, -1, -1,  0,  0, +2, +4   (Summe = 0)
Quadriert:      9,  1,  1,  1,  0,  0,  4, 16   (Summe = 32)

Populations-Varianz: 32/8 = 4
Stichproben-Varianz: 32/7 = 4,57

Python: statistics-Modul

import statistics

daten = [2, 4, 4, 4, 5, 5, 7, 9]

statistics.pvariance(daten)  # → 4    (Population)
statistics.variance(daten)   # → 4.571  (Stichprobe, n-1)

Achtung

Irrtum: Immer durch n teilen

Für eine vollständige Population: ja. Für eine Stichprobe aus einer größeren Population: durch n-1 teilen (Bessel-Korrektur). Der Stichproben-Mittelwert wird aus denselben Daten berechnet, wodurch die Abweichungen künstlich klein werden — n-1 kompensiert diesen verlorenen Freiheitsgrad.

Warum n-1 statt n? Wenn du den Mittelwert aus deiner Stichprobe berechnest und dann die Abweichungen von diesem Mittelwert misst, sind die Abweichungen systematisch zu klein. Der Grund: Der Stichproben-Mittelwert liegt per Definition zentral in der Stichprobe und minimiert die quadrierten Abstände — er unterschätzt dadurch die wahre Streuung in der Population. Die Division durch n-1 (statt n) korrigiert diese Verzerrung. Die Zahl n-1 heißt "Freiheitsgrade": Steht der Mittelwert von n Werten fest, sind nur n-1 Werte frei wählbar, der letzte ergibt sich.

Standardabweichung — Varianz in verständlichen Einheiten

Definition

Standardabweichung

Analogie

Wartezeit am Schalter: Durchschnitt 10 Minuten, Standardabweichung 1 Minute — du kannst mit 9 bis 11 Minuten rechnen. Durchschnitt 10 Minuten, Standardabweichung 6 Minuten — manche Tage fast sofort, andere 16+ Minuten. Gleicher Mittelwert, völlig anderes Erlebnis. Die Standardabweichung übersetzt die abstrakte Varianz in eine konkrete Antwort: Wie stark schwankt es?

Beispiel

Die 68-95-99,7-Regel gilt exakt nur für Normalverteilungen. Bei schiefen Daten (Einkommen, Web-Traffic) weichen die Anteile ab, und die Werte außerhalb von 2 Standardabweichungen liegen oft fast alle auf einer Seite.

Berechnung aus dem Varianz-Beispiel

Varianz = 4, also Standardabweichung = Wurzel(4) = 2. Daten [2, 4, 4, 4, 5, 5, 7, 9] mit Mittelwert 5. Das Intervall [5-2, 5+2] = [3, 7] enthält 6 von 8 Werten (75 %) — nahe an den erwarteten 68 % für normalverteilte Daten.

Die 68-95-99,7-Regel

1 Standardabw. ~68 % aller Werte liegen innerhalb von 1 Standardabweichung vom Mittelwert
2 Standardabw. ~95 % aller Werte liegen innerhalb von 2 Standardabweichungen vom Mittelwert
3 Standardabw. ~99,7 % aller Werte liegen innerhalb von 3 Standardabweichungen vom Mittelwert

Beispiel: Temperaturvergleich

Mittelwert 20 °C, Standardabweichung 2 °C → 68 % der Tage zwischen 18 °C und 22 °C. Gleicher Mittelwert mit Standardabweichung 8 °C → 68 % zwischen 12 °C und 28 °C — ein grundlegend anderes Klima.

Achtung

Irrtum: Varianz und Standardabweichung sind dasselbe

Varianz ist in quadrierten Einheiten; Standardabweichung ist in den ursprünglichen Einheiten. Sie messen das gleiche Konzept (Streuung) auf verschiedenen Skalen. In Berichten und Interpretationen wird fast immer die Standardabweichung verwendet, weil sie direkt mit den Daten vergleichbar ist.

In Machine-Learning-Pipelines werden Features oft z-normalisiert: z = (x - Mittelwert) / Standardabweichung. Das Ergebnis hat Mittelwert 0 und Standardabweichung 1. Warum? Algorithmen wie k-Nearest Neighbors oder Gradient Descent behandeln alle Features gleich — ohne Normalisierung dominieren Features mit großen Zahlenwerten.

from sklearn.preprocessing import StandardScaler

scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)
# Jedes Feature hat jetzt Mittelwert 0, Std 1

Spannweite vs. Standardabweichung

Spannweite (Range)

Maximum minus Minimum. Sofort berechenbar. Zeigt nur die Extreme. Ein Ausreißer kann alles verzerren. Gut als erster Überblick.

Standardabweichung

Wurzel der mittleren quadratischen Abweichung. In den Originaleinheiten. Berücksichtigt alle Datenpunkte. Der Standard in Statistik und ML.

Interaktiv: Varianz & Standardabweichung berechnen

Du hast Spannweite, Varianz und Standardabweichung kennengelernt. Gib eigene Datenpunkte ein und beobachte live, wie sich die Streuungsmaße verändern. Vergleiche den engen Datensatz mit dem weiten — und sieh, wie ein Ausreißer die Varianz explodieren lässt.

Steuerung
Eingabe
Beispiele
Mittelwert5Varianz (÷ n)4Stichproben-Varianz (÷ n-1)4,57Standardabweichung (÷ n)2Anzahl8Spannweite7

n ist die Anzahl der Werte. „÷ n“ ist die Populations-Varianz (wie statistics.pvariance): Sie passt, wenn deine Zahlen die ganze Gruppe sind. „÷ n-1“ ist die Stichproben-Varianz mit Bessel-Korrektur (wie statistics.variance): Sie passt, wenn deine Zahlen nur eine Stichprobe aus einer größeren Gruppe sind. Die Standardabweichung hier ist die Wurzel aus der Varianz ÷ n.

Sortiert:2, 4, 4, 4, 5, 5, 7, 9

Merke

Das Wichtigste auf einen Blick

  • Spannweite (max - min) ist schnell, aber irreführend — ein einziger Ausreißer kann sie aufblähen, während 99 % der Daten eng zusammenliegen.
  • Varianz mittelt die quadrierten Abweichungen vom Mittelwert — das Quadrieren sorgt dafür, dass große Abweichungen stärker zählen und positive/negative sich nicht aufheben.
  • Standardabweichung = Wurzel(Varianz), stellt die Originaleinheit wieder her — kombiniere sie mit dem Mittelwert, um zu sagen: Die meisten Werte liegen innerhalb von 1 Standardabweichung (68 % bei Normalverteilung).

Prüfen

Quiz: Streuungsmaße

Noch offen

Warum ist die Spannweite bei Ausreißern irreführend?

Wähle eine Antwort

Auflösung: 1) B · 2) B · 3) B · 4) B

Prüfen

Lernziele

Kannst du das in eigenen Worten erklären? Hake ab, was sitzt.

0 von 3 sitzen