AnfängerGrundlagen·10 min

Die Varianz verstehen: Grundlage der Standardabweichung

Meistern Sie das Konzept der Varianz und ihre Beziehung zur Standardabweichung. Lernen Sie Formeln, Berechnungen und praktische Anwendungen der Varianz in der Statistik.

Was ist die Varianz?

Die Varianz misst, wie weit eine Menge von Zahlen um ihren Durchschnittswert gestreut ist. Sie ist der Mittelwert der quadrierten Abweichungen vom Mittelwert — und bildet das Fundament, auf dem die Standardabweichung aufgebaut ist.

Jeder Balken zeigt die quadrierte Abweichung vom Mittelwert. Varianz = Durchschnitt dieser Balken.

Varianzformel

Populationsvarianz

σ² = Σ(xᵢ - μ)² / N

Stichprobenvarianz

s² = Σ(xᵢ - x̄)² / (n-1)

Mittelwert berechnen

Alle Werte addieren und durch die Anzahl teilen.

Abweichungen bestimmen

Den Mittelwert von jedem Datenpunkt subtrahieren.

Abweichungen quadrieren

Dadurch werden negative Werte eliminiert und große Abweichungen stärker gewichtet.

Quadrierte Abweichungen mitteln

Durch N (Population) oder n-1 (Stichprobe) teilen.

Warum quadrieren wir Abweichungen?

Drei wesentliche Gründe

1. Negative Werte eliminieren: Ohne Quadrierung würden sich positive und negative Abweichungen gegenseitig aufheben und die Summe wäre null. 2. Ausreißer stärker gewichten: Durch das Quadrieren erhalten Werte, die weit vom Mittelwert entfernt sind, mehr Gewicht. 3. Mathematische Eigenschaften: Die Varianz besitzt nützliche algebraische Eigenschaften für die statistische Inferenz.

Beispiel: Warum nicht einfach Absolutwerte verwenden?

Datensatz: 2, 4, 4, 4, 5, 5, 7, 9 (Mittelwert = 5) Mittlere absolute Abweichung: |2-5| + |4-5| + ... = 14 MAD = 14/8 = 1,75 Varianz (quadriert): (2-5)² + (4-5)² + ... = 32 Var = 32/8 = 4

Varianz vs. Standardabweichung

Die Beziehung

Standard Deviation = √Variance → σ = √σ²

Varianz (σ²)

- Einheiten sind quadriert (z. B. cm², €²) - Schwerer direkt zu interpretieren - Nützlich für mathematische Operationen - Additiv für unabhängige Variablen

Standardabweichung (σ)

- Gleiche Einheit wie die Originaldaten - Leichter zu interpretieren - Besser für die Kommunikation - Wird für Z-Werte und Konfidenzintervalle verwendet

Anwendungen der Varianz

Obwohl die Standardabweichung häufiger berichtet wird, hat die Varianz spezifische Einsatzgebiete:

ANOVA:Die Varianzanalyse vergleicht Mittelwerte über Gruppen hinweg
Portfoliotheorie:Varianzen der Renditen werden zur Optimierung verwendet
Regression:R² ist die erklärte Varianz geteilt durch die Gesamtvarianz
PCA:Die Hauptkomponentenanalyse maximiert die erklärte Varianz

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.