Varianz und Standardabweichung – warum quadrieren und dann wieder die Wurzel ziehen?

Deine erste Frage ist besser, als du vermutlich denkst – der Grund fürs Quadrieren ist nämlich zwingend, nicht kosmetisch.

Warum nicht einfach die durchschnittliche Abweichung? Weil die immer null ist. Und zwar nicht manchmal, sondern bei jedem Datensatz: Die Summe der Abweichungen vom arithmetischen Mittel ergibt konstruktionsbedingt exakt 0, weil sich positive und negative Abweichungen genau aufheben. Genau das ist die definierende Eigenschaft des Mittelwerts. Als Streuungsmaß wäre die Kennzahl also völlig wertlos.

Man braucht also etwas, das das Vorzeichen beseitigt. Zwei Wege stehen zur Verfügung: den Betrag nehmen (das gibt es tatsächlich, die mittlere absolute Abweichung) oder quadrieren. Quadrieren hat sich durchgesetzt, weil die Betragsfunktion nicht überall differenzierbar ist und sich damit schlecht weiterrechnen lässt – die ganze Regressionsrechnung, die Normalverteilung und die Varianzzerlegung bauen auf der quadrierten Variante auf. Nebeneffekt: Große Abweichungen fallen stärker ins Gewicht als kleine, was oft erwünscht ist.

Und warum dann die Wurzel? Wegen der Einheit. Wenn du Preise in Euro auswertest, hat die Varianz die Einheit Euro zum Quadrat – damit kann niemand etwas anfangen. Erst die Wurzel bringt dich zurück auf Euro, und damit ist die Standardabweichung direkt neben dem Mittelwert interpretierbar: „durchschnittlich 42 € mit einer Streuung von 7 €“. Kurz gesagt: Die Varianz ist die rechenfreundliche Größe, die Standardabweichung die interpretierbare.

Für die Handrechnung noch der Verschiebungssatz: Die Varianz lässt sich statt über die Abweichungsquadrate auch als „Mittelwert der Quadrate minus Quadrat des Mittelwerts“ berechnen. Das spart in Klausuren eine ganze Tabellenspalte, weil du nicht jede einzelne Abweichung bilden musst.

Zur zweiten Frage – die ist wichtiger als sie aussieht, weil dahinter der Unterschied zwischen zwei völlig verschiedenen Situationen steckt.

Teile durch n, wenn deine Daten die Grundgesamtheit sind. Also wenn du alle Fälle vor dir liegen hast, über die du eine Aussage machen willst: die Noten dieser Klasse, die Umsätze aller zwölf Filialen. Dann beschreibst du nur, was da ist. Symbol: σ² (Sigma-Quadrat) für die Varianz, σ für die Standardabweichung.

Teile durch n − 1, wenn deine Daten eine Stichprobe sind und du auf eine größere Grundgesamtheit schließen willst. Das ist bei Umfragedaten praktisch immer der Fall – du hast 200 Befragte, aussagen willst du aber etwas über alle. Symbol: s² und s.

Warum n − 1? Weil du den wahren Mittelwert der Grundgesamtheit nicht kennst und ihn durch den Mittelwert deiner Stichprobe ersetzt. Der liegt aber definitionsgemäß so, dass die Abweichungsquadrate in deiner Stichprobe minimal sind – kleiner als sie bezogen auf den wahren Mittelwert wären. Ohne Korrektur würdest du die Streuung deshalb systematisch unterschätzen. Der Nenner n − 1 gleicht das genau aus (Stichwort erwartungstreuer Schätzer, in der Literatur auch Bessel-Korrektur). Anschaulich: Ein Freiheitsgrad ist „verbraucht“, weil der Mittelwert aus denselben Daten geschätzt wurde.

Zwei praktische Hinweise:

• Am Taschenrechner: Die Taste σn ist die Variante mit n (Grundgesamtheit), σn−1 die mit n − 1 (Stichprobe). Tabellenkalkulationen unterscheiden das ebenfalls über zwei getrennte Funktionen – eine für Stichproben, eine für die Grundgesamtheit.
• Für deine Studienarbeit: nimm n − 1 und schreib in einem Nebensatz dazu, dass es sich um die Stichprobenstandardabweichung handelt. Ab etwa n = 100 ist der zahlenmäßige Unterschied ohnehin winzig – der Prüfer achtet aber darauf, ob du weißt, warum.

Von der Anwendungsseite noch zwei Dinge, die mir bei Auswertungen mehr gebracht haben als die Formel selbst.

1. Die Standardabweichung allein ist nicht vergleichbar. Eine Streuung von 7 ist viel, wenn der Mittelwert 20 beträgt, und wenig, wenn er 2.000 beträgt. Sobald du zwei Datensätze mit unterschiedlicher Größenordnung oder unterschiedlicher Einheit nebeneinanderstellst, brauchst du den Variationskoeffizienten: Standardabweichung geteilt durch Mittelwert, meist in Prozent. Der ist einheitenlos und beantwortet genau die Frage, die man eigentlich meint – „ist das viel Streuung?“. Für eine Studienarbeit mit mehreren Fragebogenskalen ist das oft die interessantere Zahl.

2. Beide Maße reagieren empfindlich auf Ausreißer, gerade wegen des Quadrierens. Ein einziger Extremwert kann die Standardabweichung deutlich hochziehen, ohne dass sich an der Masse der Daten etwas ändert. Wenn dein Mittelwert und dein Median weit auseinanderliegen, ist das ein Warnsignal – dann lohnt sich zusätzlich ein Blick auf Quartilsabstand oder Boxplot, dazu gibt es hier im Bereich auch schon einen Thread.

Und für die Klausur die drei Fehler, die ich selbst am häufigsten gemacht habe: die Wurzel am Ende vergessen (Ergebnis ist dann die Varianz, nicht die Standardabweichung), zu früh runden (bei den Quadraten schaukelt sich der Rundungsfehler auf – ich rechne mit mindestens vier Nachkommastellen und runde erst im Endergebnis) und die Einheit nicht dazuschreiben. Letzteres kostet in vielen Bewertungsrastern tatsächlich einen halben Punkt.