Varianz & Standardabweichung

Wie stark streuen die Daten um das Mittel?

← Zurück zur Übersicht
Mathematik 4

Das Problem mit dem Mittelwert

Stell dir zwei Klassen vor, die denselben arithmetischen Mittelwert ($\bar{x}$) in einem Test erreicht haben. Sind sie deswegen gleich?

Dataset A (Klasse 1)

Werte: {4, 5, 5, 6}

Mittelwert $\bar{x} = 5$

Alle Werte sind nah beieinander.

Dataset B (Klasse 2)

Werte: {1, 2, 8, 9}

Mittelwert $\bar{x} = 5$

Extrem breite Streuung.

Die Kernaussage nach „Mathematik verstehen 4“: Nur wenn man angibt, wie stark die Daten um das arithmetische Mittel ($\bar{x}$) streuen, kann man Datensätze richtig vergleichen. Dafür brauchen wir die Streuungsmaße.

Labor

Interaktives Qualitäts-Labor

In der 4. Klasse ist die Standardabweichung das zentrale Maß für Präzision, z. B. bei der Qualitätskontrolle einer Abfüllmaschine.

PRÄZISE MITTEL UNPRÄZISE

Aktuelle Streuung ($s$)

-- mm

Schritt-für-Schritt

Die Berechnung: Die Formeln

Um die Standardabweichung ($s$) zu erhalten, gehen wir im Schulbuch immer über die empirische Varianz ($s^2$).

Schritt 1: Empirische Varianz ($s^2$)

Man bildet das arithmetische Mittel ($\bar{x}$), quadriert alle Abweichungen der Datenpunkte von $\bar{x}$, summiert diese Quadrate und teilt sie durch die Anzahl ($n$) der Datenpunkte.

$$ s^2 = \frac{(x_1 - \bar{x})^2 + (x_2 - \bar{x})^2 + ... + (x_n - \bar{x})^2}{n} $$
Das Problem: Die Varianz hat eine falsche Maßeinheit, da alles quadriert wurde (z. B. $mm^2$ statt $mm$). Das ist im Alltag schwer vorstellbar!

Schritt 2: Standardabweichung ($s$)

Die Varianz korrigiert man, indem man am Ende einfach die Wurzel zieht. Die Standardabweichung hat somit wieder die ursprüngliche Maßeinheit der Datenliste (z. B. $mm$).

$$ s = \sqrt{s^2} $$
Check

Arbeitsauftrag: Qualitätskontrolle

Gegeben sind die Ergebnisse der Füllmengenprüfung zweier Maschinen. Klicke auf die korrekte Aussage.

Maschine A

Füllmenge $\bar{x}_A = 100\,mm$

$s_A = 2\,mm$

Maschine B

Füllmenge $\bar{x}_B = 100\,mm$

$s_B = 5\,mm$