Kostenlose Online-Rechner
Standardabweichung, Varianz & Mittelwert für Population & Stichprobe
Standardabweichung berechnen für eine Population (σ) oder eine Stichprobe (s): Zahlenwerte eingeben, der Rechner zeigt Mittelwert, Varianz und Standardabweichung. Die Standardabweichung misst, wie weit die Werte im Durchschnitt vom Mittelwert abweichen; bei Stichproben wird durch n−1 geteilt (Bessel-Korrektur), bei Populationen durch n.
Danke für dein Feedback!
Streuung ist der Oberbegriff dafür, wie weit Werte auseinanderliegen; die Varianz ist eine bestimmte Maßzahl dafür. Weitere sind Spannweite und Standardabweichung. Für die Werte 2, 4, 4, 4, 5, 5, 7 und 9 beträgt die Spannweite 7, die Varianz 4 und die Standardabweichung 2. Der Rechner zeigt Mittelwert, die Varianz der Grundgesamtheit und die Standardabweichung für Grundgesamtheit und Stichprobe auf einmal.
Eine kleine Varianz bedeutet, dass die Werte dicht um den Mittelwert liegen, eine große Varianz steht für weit gestreute Werte. Da die Abweichungen quadriert werden, hat die Varianz die quadrierte Einheit der Daten und lässt sich nicht direkt mit den Messwerten vergleichen – dafür nimmt man die Standardabweichung.
Der Erwartungswert gibt die Lage an, also den Durchschnitt, um den die Werte liegen; die Varianz beschreibt, wie stark sie davon abweichen. Beim Würfeln ist der Erwartungswert 3,5, die Varianz 2,917 und die Standardabweichung 1,708. Zwei Datenreihen können denselben Mittelwert haben und trotzdem ganz unterschiedlich streuen, deshalb braucht man beide Kennzahlen.
Nein, die Standardabweichung ist die Wurzel aus der Varianz. Bei einer Varianz von 4 beträgt sie 2. Der Vorteil: Sie hat dieselbe Einheit wie die Daten, während die Varianz in Quadrateinheiten gemessen wird. Liegen Körpergrößen im Mittel bei 175 cm mit einer Standardabweichung von 7 cm, beträgt die Varianz 49 cm². Der Rechner gibt beide Werte aus.
Die Varianz ist s² = Σ(xᵢ − x̄)² / (n − 1) bei einer Stichprobe und σ² = Σ(xᵢ − μ)² / n bei einer vollständigen Grundgesamtheit. Man bildet also die quadrierten Abweichungen vom Mittelwert und teilt sie durch n − 1 beziehungsweise n.
Für eine Grundgesamtheit gilt σ = √(Σ(x − μ)² ÷ n), für eine Stichprobe s = √(Σ(x − x̄)² ÷ (n − 1)). Für 2, 4, 4, 4, 5, 5, 7 und 9 ist der Mittelwert 5, die Summe der quadrierten Abweichungen 32; das ergibt σ = √(32 ÷ 8) = 2 und s = √(32 ÷ 7) = 2,138. Der Rechner zeigt beide Werte nebeneinander, als „Grundgesamtheit (÷n)“ und „Stichprobe (÷n−1)“.
Meist sind die Rechenregeln der Varianz gemeint: Var(aX + b) = a² × Var(X), eine Verschiebung um b ändert also nichts, ein Faktor a wirkt quadratisch. Für unabhängige Größen gilt Var(X + Y) = Var(X) + Var(Y). Der Verschiebungssatz vereinfacht die Rechnung: Var(X) = E(X²) − E(X)². Für 2, 4, 4, 4, 5, 5, 7 und 9 sind das 29 − 25 = 4.
Ob in der Statistik, im Schulunterricht oder bei der professionellen Datenanalyse – die Standardabweichung und die Varianz gehören zu den wichtigsten Kennzahlen überhaupt. Sie zeigen, wie stark die einzelnen Werte eines Datensatzes um den Mittelwert streuen. Unser kostenloser Online-Rechner berechnet Ihnen in Sekundenschnelle sowohl die Populations- als auch die Stichprobenvariante – inklusive Varianz und Mittelwert, übersichtlich nebeneinandergestellt. Kein lästiges Nachrechnen von Hand, kein Tabellenkalkulationsprogramm nötig: Einfach Werte eingeben und sofort das Ergebnis ablesen.
Die Varianz misst die durchschnittliche quadratische Abweichung aller Datenpunkte vom arithmetischen Mittelwert. Die Standardabweichung ist schlicht die Quadratwurzel der Varianz – dadurch hat sie dieselbe Einheit wie die Ausgangsdaten, was die Interpretation deutlich erleichtert. Ein kleiner Wert bedeutet, dass die Daten eng um den Mittelwert gruppiert sind; ein großer Wert verrät eine breite Streuung.
Entscheidend ist dabei die Unterscheidung zwischen Population und Stichprobe:
Für einen Datensatz mit den Werten x₁, x₂, …, xₙ und dem Mittelwert x̄ gelten folgende Formeln:
Unser Rechner verwendet intern den Welford-Algorithmus – ein numerisch stabiles Einschritt-Verfahren, das Rundungsfehler minimiert, die bei der klassischen Zweischritt-Berechnung (erst Mittelwert, dann Abweichungen) bei sehr großen oder sehr nah beieinanderliegenden Werten entstehen können. Das Ergebnis ist damit auch bei extremen Datensätzen zuverlässig präzise.
Tragen Sie Ihre Zahlenwerte in das Eingabefeld ein. Sie können die Zahlen durch Kommas, Semikolons oder Zeilenumbrüche trennen – der Rechner erkennt alle gängigen Formate automatisch. Negative Zahlen und Dezimalzahlen werden selbstverständlich unterstützt.
Nach der Eingabe zeigt der Rechner die erkannte Anzahl der Werte (n) an. So können Sie sofort überprüfen, ob alle Zahlen korrekt eingelesen wurden. Bei Bedarf lassen sich einzelne Werte schnell korrigieren oder entfernen.
Klicken Sie auf „Berechnen". Der Rechner liefert Ihnen unmittelbar alle relevanten Kennzahlen: Mittelwert, Populationsvarianz, Stichprobenvarianz (s²), Populationsstandardabweichung und Stichprobenstandardabweichung – übersichtlich nebeneinander dargestellt, damit Sie Population und Stichprobe direkt vergleichen können.
Entscheiden Sie, welche Variante für Ihre Fragestellung relevant ist. Haben Sie den vollständigen Datensatz (z. B. alle Mitarbeiter einer Abteilung), nutzen Sie σ. Arbeiten Sie mit einer Zufallsstichprobe (z. B. befragte Kunden aus einem großen Kundenstamm), ist s die richtige Wahl.
Kopieren Sie die angezeigten Werte in Ihren Bericht, Ihre Präsentation oder Ihr Arbeitsblatt. Mit dem Reset-Button starten Sie sofort eine neue Berechnung – ideal, wenn Sie mehrere Datensätze nacheinander auswerten möchten.
Eine Lehrerin möchte wissen, wie unterschiedlich die Testergebnisse ihrer 10 Schülerinnen und Schüler sind. Die Noten lauten: 2, 3, 1, 4, 2, 3, 5, 2, 3, 1. Da alle Noten der Klasse vorliegen, ist die Populationsstandardabweichung gefragt. Der Mittelwert beträgt 2,6. Die Populationsstandardabweichung σ = 1,2 zeigt, dass die Noten relativ eng um den Mittelwert streuen – die Klasse ist also in ihrer Leistung recht homogen.
Ein Maschinenbauunternehmen entnimmt täglich eine Stichprobe von 15 Bauteilen und misst deren Länge in Millimetern, um die Fertigungspräzision zu überwachen. Da nur ein Teil aller produzierten Teile gemessen wird, wird die Stichprobenstandardabweichung (s) berechnet. Ein kleines s signalisiert präzise Fertigung; ein plötzlicher Anstieg weist auf Maschinenprobleme hin und löst eine Wartungsmeldung aus.
Ein Anleger betrachtet die monatlichen Renditen eines Fonds über die letzten 24 Monate. Die Standardabweichung der Renditen dient als Maß für die Volatilität – ein zentrales Risikokonzept im Finanzwesen. Da die 24 Monate eine Stichprobe aus der laufenden Fondsgeschichte darstellen, wird s verwendet. Je höher s, desto risikoreicher ist der Fonds – eine wertvolle Information für die Investitionsentscheidung.
Die Populationsformel (÷ n) nutzen Sie, wenn Ihr Datensatz die vollständige Grundgesamtheit umfasst – also keine Werte fehlen. Die Stichprobenformel (÷ n − 1) ist korrekt, wenn Ihre Daten nur einen Teil einer größeren Gesamtheit darstellen und Sie auf die Grundgesamtheit schließen möchten. Im Zweifel: In der Praxis handelt es sich fast immer um eine Stichprobe, weshalb s häufiger verwendet wird. Die Bessel-Korrektur (− 1) stellt sicher, dass der Schätzer nicht systematisch zu klein ausfällt.
Die Varianz ist das Quadrat der Standardabweichung. Ihr Nachteil: Die Einheit ist quadriert (z. B. cm² statt cm), was die direkte Interpretation erschwert. Die Standardabweichung hat dagegen dieselbe Einheit wie die Rohdaten und lässt sich intuitiv interpretieren: „Die Messwerte weichen im Schnitt um ± x Einheiten vom Mittelwert ab." In Berichten und Präsentationen wird daher fast immer die Standardabweichung angegeben; die Varianz findet vor allem in mathematischen Beweisen und in der Varianzanalyse (ANOVA) Verwendung.
Die klassische Methode berechnet zunächst den Mittelwert und subtrahiert ihn dann von jedem Wert. Bei sehr großen Zahlen mit kleinen Unterschieden (z. B. Messungen im Milliardenbereich mit Abweichungen im Milligrammbereich) führt dies zu Auslöschung – einem Phänomen, bei dem durch Subtraktion ähnlich großer Zahlen signifikante Stellen verloren gehen. Der Welford-Algorithmus aktualisiert Mittelwert und Varianz in einem einzigen Durchlauf durch die Daten, ohne große Zwischenwerte zu erzeugen. Das Ergebnis ist numerisch stabiler und bei allen Datentypen zuverlässig präzise – ein entscheidender Vorteil besonders bei wissenschaftlichen oder finanziellen Berechnungen mit vielen Nachkommastellen.