FortgeschrittenKonzepte·9 min

Standardfehler vs. Standardabweichung

Lernen Sie den Unterschied zwischen Standardfehler und Standardabweichung. Verstehen Sie, wann welcher verwendet wird, wie der SE berechnet wird und seine Rolle bei Konfidenzintervallen.

Einführung

Standardfehler (SE) und Standardabweichung (SD) sind beides Streuungsmaße, beantworten aber grundlegend verschiedene Fragen. Die Verwechslung beider gehört zu den häufigsten Fehlern in der Statistik.

Häufige Verwechslung

Viele verwenden die SD, wenn sie den SE nutzen sollten — insbesondere bei der Angabe der Präzision von Stichprobenmittelwerten. Dies kann zu falschen Schlussfolgerungen über die statistische Signifikanz führen.

Der wesentliche Unterschied

Standardabweichung

Misst die Streuung einzelner Datenpunkte um den Mittelwert. "Wie stark variieren die einzelnen Werte?"

Standardfehler

Misst die Präzision des Stichprobenmittelwerts als Schätzung des Populationsmittelwerts. "Wie genau ist unser Stichprobenmittelwert?"

Standardfehler-Formel

Standardfehler des Mittelwerts

SE = s / √n

Dabei ist s die Stichprobenstandardabweichung und n die Stichprobengröße.

Berechnungsbeispiel

Eine Stichprobe von 25 Schülern hat einen mittleren Testergebnis von 75, SD = 10 - Standardabweichung (s) = 10 Punkte - Stichprobengröße (n) = 25 - Standardfehler = 10 / √25 = 10 / 5 = 2 Punkte Interpretation: Der Stichprobenmittelwert von 75 hat eine Unsicherheit von etwa ±2 Punkten.

Wann welchen verwenden

Standardabweichung verwenden, wenn:die Variabilität einzelner Beobachtungen beschrieben wird, eine Population oder Stichprobe charakterisiert wird, Normbereiche festgelegt werden (z. B. klinische Referenzbereiche) oder Qualitätskontrolle (akzeptable Variation in der Fertigung)
Standardfehler verwenden, wenn:die Präzision einer Stichprobenstatistik berichtet wird, Konfidenzintervalle konstruiert werden, Mittelwerte zwischen Gruppen verglichen werden oder Hypothesentests durchgeführt werden

Einfluss der Stichprobengröße

Ein entscheidender Unterschied: Die SD bleibt annähernd gleich, wenn die Stichprobengröße wächst, aber der SE sinkt bei größeren Stichproben.

Stichprobengröße (n)	SD	SE = SD/√n
25	10	2,00
100	10	1,00
400	10	0,50
10.000	10	0,10

Wichtige Erkenntnis

Um den Standardfehler zu halbieren, muss die Stichprobengröße vervierfacht werden. Deshalb erfordern sehr präzise Schätzungen große Stichproben.

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 goal	What to focus on	Common mistake
Definition	What the metric is and what quantity it summarizes	Treating the formula as self-explanatory
Formula choice	Sample versus population assumptions and notation	Using n when n-1 is required or vice versa
Interpretation	Whether the result indicates concentration, spread, or risk	Calling 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.