Σ
SDCalc
AnfängerGrundlagen·12 min

Vollständiger Leitfaden zur Standardabweichung

Meistern Sie die Standardabweichung mit unserem umfassenden Leitfaden. Lernen Sie Formeln, schrittweise Berechnungen, praxisnahe Beispiele und wann Sie Stichproben- vs. Populationsabweichung verwenden.

Was ist die Standardabweichung?

Die Standardabweichung ist ein statistisches Maß, das die Streuung oder Variation in einem Datensatz quantifiziert. Einfach ausgedrückt gibt sie an, wie weit die Werte vom Durchschnitt (Mittelwert) entfernt sind.

Stellen Sie sich Folgendes vor: Wenn Sie die Testergebnisse einer Schülergruppe haben, sagt Ihnen die Standardabweichung, ob die meisten Schüler ähnliche Ergebnisse erzielt haben (niedrige SD) oder ob die Ergebnisse weit gestreut sind (hohe SD).

Visual Comparison

Low SD (σ = 0.5)

Data clustered tightly around the mean

High SD (σ = 2)

Data spread widely from the mean

Warum ist die Standardabweichung wichtig?

Die Standardabweichung gehört zu den am häufigsten verwendeten statistischen Kennzahlen, weil sie in nahezu jedem Fachgebiet entscheidende Erkenntnisse für Entscheidungsprozesse liefert:

  • Finanzen:Misst Anlagerisiko und Portfoliovolatilität
  • Fertigung:Qualitätskontrolle und Six-Sigma-Prozessverbesserung
  • Wissenschaft:Angabe von Messunsicherheiten und experimenteller Präzision
  • Bildung:Analyse von Notenverteilungen und Bewertungskurven
  • Gesundheitswesen:Klinische Studien und Verständnis der Variabilität von Patientendaten

Die Formel der Standardabweichung

Es gibt zwei Varianten der Formel für die Standardabweichung, je nachdem, ob Sie mit einer Stichprobe oder einer gesamten Population arbeiten:

Populationsstandardabweichung

σ = √[Σ(xᵢ - μ)² / N]

Stichprobenstandardabweichung

s = √[Σ(xᵢ - x̄)² / (n-1)]

Symbolerklärung

σ (Sigma) = Populations-SD · s = Stichproben-SD · Σ = Summe von · xᵢ = jeder Datenpunkt · μ (My) = Populationsmittelwert · x̄ (x-quer) = Stichprobenmittelwert · N = Populationsgröße · n = Stichprobengröße

Warum (n-1)?

Bei einer Stichprobe teilt man durch (n-1) statt durch n. Dies wird als Bessel-Korrektur bezeichnet und liefert eine erwartungstreue Schätzung der Populationsstandardabweichung.

Schritt-für-Schritt-Berechnung

Berechnen wir die Stichprobenstandardabweichung für den Datensatz: 4, 8, 6, 5, 3

1

Mittelwert berechnen

Mittelwert = (4 + 8 + 6 + 5 + 3) / 5 = 26 / 5 = 5,2
2

Abweichungen vom Mittelwert bestimmen

4 - 5,2 = -1,2 · 8 - 5,2 = 2,8 · 6 - 5,2 = 0,8 · 5 - 5,2 = -0,2 · 3 - 5,2 = -2,2
3

Abweichungen quadrieren

(-1,2)² = 1,44 · (2,8)² = 7,84 · (0,8)² = 0,64 · (-0,2)² = 0,04 · (-2,2)² = 4,84
4

Quadrierte Abweichungen summieren

1,44 + 7,84 + 0,64 + 0,04 + 4,84 = 14,8
5

Durch (n-1) teilen

Varianz = 14,8 / (5-1) = 14,8 / 4 = 3,7
6

Quadratwurzel ziehen

Standardabweichung = √3,7 = 1,924

Profi-Tipp

Nutzen Sie unseren Standardabweichungsrechner, um die SD sofort mit schrittweiser Lösung für jeden Datensatz zu berechnen.

Ergebnisse interpretieren

Das Verständnis der Bedeutung Ihres Standardabweichungswerts ist entscheidend für fundierte Entscheidungen:

SD-WertInterpretationBeispiel
Niedrige SDDatenpunkte liegen eng um den Mittelwert; hohe KonsistenzMaschinell gefertigte Teile mit engen Toleranzen
Hohe SDDatenpunkte sind weit gestreut; hohe VariabilitätTägliche Aktienkursänderungen
SD = NullAlle Datenpunkte sind identischFestpreisartikel in einem Geschäft

Die Empirische Regel (68-95-99,7)

Für normalverteilte Daten gilt: 68 % der Daten liegen innerhalb von 1 Standardabweichung vom Mittelwert · 95 % liegen innerhalb von 2 Standardabweichungen · 99,7 % liegen innerhalb von 3 Standardabweichungen

Praxisbeispiele

Beispiel 1: Prüfungsergebnisse

Eine Klasse mit 30 Schülern schreibt eine Prüfung. Der Mittelwert beträgt 75 mit einer Standardabweichung von 10. Interpretation: Die meisten Schüler (etwa 68 %) haben zwischen 65 und 85 Punkten erzielt. Ein Schüler mit 95 Punkten schneidet außergewöhnlich gut ab (2 SD über dem Mittelwert), während 55 Punkte auf Schwierigkeiten hindeuten (2 SD unter dem Mittelwert).

Beispiel 2: Fertigungsqualität

Eine Fabrik produziert Schrauben mit einem Solldurchmesser von 10 mm. Nach Vermessung von 100 Schrauben liegt der Mittelwert bei 10,02 mm mit einer SD von 0,05 mm. Interpretation: Der Prozess ist gut kontrolliert. 99,7 % der Schrauben liegen zwischen 9,87 mm und 10,17 mm (±3σ). Wenn die Spezifikation 10 mm ± 0,2 mm verlangt, erfüllt dieser Prozess die Qualitätsanforderungen problemlos.

Häufige Fehler vermeiden

Falsche Formel verwenden

Verwenden Sie nicht die Populations-SD (N), wenn Sie eine Stichprobe haben. Dies unterschätzt die tatsächliche Variabilität.

Ausreißer ignorieren

Die Standardabweichung reagiert empfindlich auf Ausreißer. Ein einzelner Extremwert kann die SD drastisch erhöhen. Erwägen Sie die Verwendung der mittleren absoluten Abweichung (MAD) bei Datensätzen mit Ausreißern.

Normalverteilung voraussetzen

Die empirische Regel (68-95-99,7) gilt nur für normalverteilte Daten. Überprüfen Sie die Verteilung Ihrer Daten, bevor Sie diese Prozentsätze anwenden.

Further Reading

← Lernzentrum

How to Read This Article

A statistics tutorial is a practical interpretation guide, not just a formula dump. It refers to the assumptions, notation, and reporting language that analysts need when they explain a result to a teacher, manager, client, or reviewer. The article body covers the specific topic, while the sections below create a common interpretation frame that readers can reuse across related metrics.

Reading goalWhat to focus onCommon mistake
DefinitionWhat the metric is and what quantity it summarizesTreating the formula as self-explanatory
Formula choiceSample versus population assumptions and notationUsing n when n-1 is required or vice versa
InterpretationWhether the result indicates concentration, spread, or riskCalling a large value good or bad without context

Frequently Asked Questions

How should I interpret a high standard deviation?

A high standard deviation means the observations are spread farther from the mean on average. Whether that spread is acceptable depends on the context: wide dispersion might signal risk in finance, instability in manufacturing, or genuine natural variation in scientific data.

Why do some articles mention n while others mention n-1?

The denominator reflects the difference between population and sample formulas. Population variance and population standard deviation use N because the full dataset is known. Sample variance and sample standard deviation often use n-1 because Bessel’s correction reduces bias when estimating population spread from a sample.

What is a statistical interpretation guide?

A statistical interpretation guide is a page that moves beyond arithmetic and explains meaning. It tells you what a metric is, when the formula applies, and how to describe the result in plain English without overstating certainty.

Can I cite this article in a report?

You should cite the underlying authoritative reference for formal work whenever possible. This page is best used as an explanatory bridge that helps you understand the concept before quoting the original standard or handbook.

Why include direct citations on every article page?

Direct citations give readers a route to verify the definition, notation, and assumptions. That improves trust and reduces the chance that a simplified explanation is mistaken for the entire technical standard.

Authoritative References

These sources define the concepts referenced most often across our articles. Bessel's correction is a sample adjustment, variance is a squared measure of spread, and standard deviation is the square root of variance expressed in the same units as the data.