Omni Calculator logo

Standardabweichung Rechner

Created by Jasmine J Mah
Reviewed by Bogna Szyk and Jack Bowater
Translated by Karolina Kopczyński and Luise Schwenke
Last updated: Sep 23, 2024


Der Standardabweichung-Rechner zeigt dir, wie du den Mittelwert und die Standardabweichung eines Datensatzes berechnen kannst. Wenn du dich mit der Statistik befasst, ist es wichtig zu wissen, wie man die Standardabweichung bestimmt, denn sie wird sehr häufig verwendet.

Du wirst von den besonderen Funktionen unseres Standardabweichung-Rechners begeistert sein:

  • Er funktioniert als Rechner für die Standardabweichung der Grundgesamtheit oder der Stichprobe.
  • Wir zeigen dir die Schritte für ein einfaches Verständnis.
  • Er eignet sich hervorragend als Lernwerkzeug oder als Rechner für kleine Datensätze.
  • Die Definition und die Formel für die Standardabweichung werden unten erklärt.

Lies weiter und leg los!

Was ist die Standardabweichung?

Die Standardabweichung ist ein Maß für die Variabilität in einem Datensatz. Mit anderen Worten: Die Standardabweichung beschreibt, wie stark die Daten um den Mittelwert herum „gestreut“ sind. Dieser Rechner befasst sich mit einzelnen Datenpunkten, aber wir haben auch einen speziellen Rechner für die Standardabweichung von gruppierten Daten 🇺🇸 für Datenreihen.

Eine hohe Standardabweichung zeigt an, dass ein Datensatz mehr gestreut ist.

Eine niedrige Standardabweichung zeigt an, dass die Daten enger um den Mittelwert gruppiert, oder weniger gestreut, sind.

Kannst du dir vorstellen, wie eine Standardabweichung aussieht? Auch wenn du die Standardabweichung für jeden Datensatz berechnen kannst, kann es hilfreich sein, die Standardabweichung für normalverteilte Daten zu visualisieren. Die empirische Regel besagt, dass für jeden Datensatz, der sich einer Normalverteilung annähert, etwa 68% der Daten innerhalb einer Standardabweichung vom Mittelwert liegen, wie in der folgenden Abbildung dargestellt.

Die Standardabweichung ist nicht nur ein weit verbreitetes Maß für die Streuung, sondern bildet auch die Grundlage für andere Instrumente zur Charakterisierung der Streuung, z. B. für die Größen, die mit dem Rechner für relative Standardabweichung 🇺🇸 und dem Rechner für Konfidenzintervalle berechnet werden.

Formel für die Standardabweichung

Die mathematische Definition für die Standardabweichung (σ) ist die positive Quadratwurzel der Varianz (σ2\sigma^2):

Varianz=σ2Standardabweichung=σ2=σ\mathrm{Varianz} = \sigma^2 \\ \mathrm{Standardabweichung} = \sqrt{\sigma^2} = \sigma

Die Gleichung der Standardabweichung scheint einfach zu sein, aber wie berechnet man die Varianz?

die Varianz ist definiert als die durchschnittliche quadratische Abweichung vom Mittelwert für alle Datenpunkte. Sie wird folgendermaßen formuliert:

σ2=1NiN(xiμ)2\sigma^2 = \frac{1}{N}\displaystyle\sum_{i}^N (x_i - \mu)^2

wobei:

  • σ2\sigma^2 — die Varianz;
  • μ\mu — der Mittelwert; und
  • xix_i — Der ite Datenpunkt von insgesamt NN Datenpunkten bezeichnet.

Du kannst die Varianz in drei Schritten berechnen:

  1. Finde die Differenz zum Mittelwert für jeden Punkt. Verwende die Formel:
    xiμx_i - \mu

  2. Quadriere die Differenz zum Mittelwert für jeden Punkt:
    (xiμ)2(x_i - \mu)^2

  3. Finde den Durchschnitt der quadrierten Differenzen zum Mittelwert, die du in Schritt 2 ermittelt hast:
    1N(xiμ)2\frac{1}{N}\sum (x_i - \mu)^2
    Das ist die Varianz für Populationsdaten. Beachte, dass dieser Schritt für Stichprobendaten ein wenig anders aussieht (siehe nächster Abschnitt).

Wir erinnern uns daran, dass die Standardabweichung die (positive) Quadratwurzel der Varianz ist, sodass die vollständige Gleichung der Standardabweichung (für Bevölkerungsdaten) wie folgt lautet

σ=1NiN(xiμ)2\sigma = \sqrt{\frac{1}{N}\displaystyle\sum_{i}^N (x_i - \mu)^2}

Formel für die Standardabweichung der Bevölkerung gegenüber der Stichprobe

In vielen wissenschaftlichen Experimenten wird aus praktischen Gründen nur eine Stichprobe einer Population gemessen. Diese Stichprobe erlaubt es uns, Rückschlüsse auf die Grundgesamtheit zu ziehen. Wenn jedoch Stichprobendaten verwendet werden, um die Varianz einer Grundgesamtheit zu schätzen, unterschätzt die Varianzformel σ2=1N(xiμ)2\sigma^2 = \frac{1}{N}\sum (x_i - \mu)^2 die Varianz der Grundgesamtheit.

Um zu vermeiden, dass die Varianz einer Grundgesamtheit (und damit auch die Standardabweichung) unterschätzt wird, ersetzen wir in den Formeln für Varianz und Standardabweichung NN durch N1N - 1, wenn Stichprobendaten verwendet werden. Diese Anpassung ist als Bessel-Korrektur bekannt.

Die Formel für die Stichprobenvarianz lautet dann:

s2=1N1(xixˉ)2s^2 = \frac{1}{N-1}\sum (x_i - \={x})^2

und die vollständige Formel für die Standardabweichung lautet:

s=1N1(xixˉ)2s = \sqrt{\frac{1}{N-1}\sum (x_i - \={x})^2}

wobei:

  • s2s^2 — die Schätzung der Varianz;
  • ss — die Schätzung der Standardabweichung; und
  • xˉ\={x} (ausgesprochen als „x-quer“) — der Stichprobenmittelwert ist.

Beispielrechnung

Nehmen wir an, wir haben einen Stichproben-Datensatz mit sieben Zahlen: 2, 4, 5, 6, 6, 9, 10. Wie berechnen wir die Standardabweichung? Befolge diese Schritte:

1. Berechne den Mittelwert

Um den Mittelwert (x̄) zu berechnen, teile die Summe aller Zahlen durch die Anzahl der Datenpunkte:
xˉ=2+4+5+6+6+9+107=6\={x} = \frac{2 + 4 + 5 + 6 + 6 + 9 + 10}{7} = 6.

2. Berechne die quadrierten Differenzen vom Mittelwert

Da wir nun den Mittelwert (x̄ = 6) kennen, berechnen wir die quadratische Differenz zum Mittelwert für jeden Datenpunkt:
(xixˉ)2(x_i - \={x})^2.

Für den ersten Punkt mit einem Wert von 2 würde die Berechnung folgendermaßen lauten:
(26)2=(4)2=16(2-6)^2 = (-4)^2 = 16.

Die berechneten quadratischen Abweichungen vom Mittelwert für alle Datenpunkte sind in der folgenden Tabelle aufgeführt:

xi

(xi - x̄)2

2

16

4

4

5

1

6

0

6

0

9

9

10

16

3. Berechne die Varianz und Standardabweichung

Da wir mit Stichprobendaten arbeiten, berechnen wir die Varianz mithilfe der Gleichung für die Stichprobenvarianz und den quadrierten Differenzen zum Mittelwert, die wir in Schritt 2 ermittelt haben:

s2=1N1(xixˉ)2s^2 = \frac{1}{N-1}\sum (x_i - \={x})^2,
das ergibt
s2=16+4+1+0+0+9+1671=7, ⁣6667s^2 = \frac{16 + 4 + 1 + 0 + 0 + 9 + 16}{7 - 1} = 7,\!6667.

Die Standardabweichung (s) ist die Quadratwurzel der Varianz, also lautet unser letzter Schritt:

s=7, ⁣6667=2, ⁣7689s = \sqrt{7,\!6667} = 2,\!7689.

Die Standardabweichung des Stichprobendatensatzes war 2,8. Da du nun weißt, wie man die Standardabweichung findet, versuche sie selbst zu berechnen und überprüfe dann deine Antwort mit unserem Rechner!

🔎 Wusstest du schon? Die Standardabweichung ist eines der Maße für die Streuung 🇺🇸 und den Streuungskoeffizienten, Konzepte, die uns helfen, die Streuung unserer Daten zu verstehen.

Wie berechne ich die Standardabweichung von Hand?

Wenn du die Standardabweichung mit einem Taschenrechner berechnest, gibt es eine einfachere Formel, die du für die Berechnung der Varianz verwenden solltest. Diese alternative Formel ist mathematisch gleichwertig, lässt sich aber leichter in einen Taschenrechner eingeben.

Die einfach zu tippende Formel für die Varianz (für Bevölkerungsdaten) lautet:

σ2=(xi2)(xi)2N\sigma^2 = \frac{\sum(x_i^2) - (\sum x_i)^2}{N}

Die einfach zu verwendende Formel für die Stichprobenvarianz lautet:

s2=(xi2)(xi)2N1s^2 = \frac{\sum(x_i^2) - (\sum x_i)^2}{N-1}

Um die Standardabweichung zu ermitteln, musst du zunächst die Varianz mit einer der obigen Formeln berechnen. Dann ist die Standardabweichung die Quadratwurzel der Varianz.

Bei einem Stichprobendatensatz von 1, 2, 4, 6 wäre die Berechnung der Stichprobenvarianz zum Beispiel wie folgt:
(xi2)=(12+22+42+62)=57\sum(x_i^2) = (1^2 + 2^2 + 4^2 + 6^2) = 57
(xi)2=(1+2+4+6)24=1694=42, ⁣25(\sum x_i)^2 = \frac{(1 + 2 + 4 + 6)^2}{4} = \frac{169}{4} = 42,\!25

das ergibt

σ2=5742.2541=4, ⁣9167\sigma^2 = \frac{57 - 42.25}{4-1} = 4,\!9167.

Die Standardabweichung wäre dann die Quadratwurzel aus der Varianz:

4, ⁣91672, ⁣2\sqrt{4,\!9167} \approx 2,\!2

Probiere es selbst aus und überprüfe dann deine Antwort mit unserem Standardabweichungsrechner!

Zusammenfassung der Variablen und Gleichungen

Tabelle 1. Variablen für Bevölkerungsdaten

Variable

Symbol

Gleichung

Anzahl der Beobachtungen

NN

Mittelwert der Grundgesamtheit

μ\mu

1Nxi\frac{1}{N}\sum x_i

Summe der Quadrate

SS\mathrm{SS}

(xiμ)2\sum(x_i - \mu)^2

Varianz

σ2\sigma^2

SSN\frac{\mathrm{SS}}{N}

Standardabweichung

σ\sigma

σ2\sqrt{\sigma^2}

Tabelle 2. Variablen für Beispieldaten

Variable

Symbol

Gleichung

Stichprobenmittelwert

xˉ\={x}

1Nxi\frac{1}{N}\sum x_i

Summe der Quadrate

SS\mathrm{SS}

(xixˉ)2\sum (x_i - \={x})^2

Varianz der Stichprobe

s2s^2

SSN1\frac{SS}{N-1}

Standardabweichung

ss

s2\sqrt{s^2}

Jasmine J Mah
Data (You may enter up to 30 numbers)
x₁
x₂
Settings
Dataset type
sample
Steps to show
summary
Results
Observations (N):0
Mean (x̄):0
Standard deviation (s):0
Check out 32 similar journalist's guide calculators
AveragePercentagePercentage change… 29 more
People also viewed…

Expected value

Unlock the power of statistics with our expected value formula calculator. Learn how to calculate the expected value swiftly. Try it today!

Percentile rank

This percentile rank calculator finds the percentile for any data value in a dataset that contains up to 30 numbers.

Snowman

The perfect snowman calculator uses math & science rules to help you design the snowman of your dreams!

Sunbathing

Do you always remember to put on sunscreen before going outside? Are you sure that you use enough? The Sunbathing Calculator ☀ will tell you when's the time to go back under an umbrella not to suffer from a sunburn!