Standardabweichung vs. Varianz – wofür brauche ich eigentlich beides?

Hey Tim, deine Überlegung ist genau richtig, du hast das Prinzip schon verstanden, nur traust du dich selbst nicht so ganz 😄

Die Varianz ist quasi die "Rechengröße", die Standardabweichung die "Interpretationsgröße". Beispiel: Du misst Größen in cm, dann ist die Varianz in cm² angegeben – und ehrlich, wer hat eine Intuition dafür, was "25 cm² Streuung" bedeuten soll? Die Wurzel daraus, also 5 cm, kannst du dagegen direkt mit deinem Mittelwert vergleichen ("Die Leute sind im Schnitt 170 cm groß, ±5 cm"). Das ist der ganze Sinn: gleiche Einheit wie die Ursprungsdaten, dadurch anschaulich und direkt interpretierbar.

Zu deiner dritten Vermutung: Ja, genau so ist es. Die Varianz ist vor allem rechnerisch wichtig, weil sie sich viel angenehmer handhaben lässt:

• Varianzen sind additiv (bei unabhängigen Variablen), Standardabweichungen nicht.
• In der Wahrscheinlichkeitsrechnung, bei Verteilungen (z.B. Normalverteilung mit σ²), bei Tests (Varianzanalyse, t-Tests) und bei Herleitungen brauchst du fast immer die Varianz als Baustein.

Faustregel von mir: Rechnen mit Varianz, Interpretieren mit Standardabweichung. In der Klausur wird meistens am Ende nach der Standardabweichung als "Endergebnis" gefragt, aber der Rechenweg führt eigentlich immer über die Varianz. Klassischer Fehler übrigens: Leute vergessen am Ende die Wurzel zu ziehen und geben die Varianz als Streuungsmaß an – pass da auf, das wird gern angestrichen.

Marco hat das schon schön auf den Punkt gebracht. Ich kann noch aus der Controlling-Praxis ergänzen, wo mir die Varianz tatsächlich direkt als Baustein begegnet und nicht nur als Zwischenschritt zur Standardabweichung: bei der Regressionsrechnung, z.B. wenn man Kostenfunktionen schätzt (Methode der kleinsten Quadrate).

Da taucht die Varianz ganz konkret in der Formel für den Regressionskoeffizienten b auf:

• b = Kovarianz(x,y) / Varianz(x)

Hier brauchst du die Varianz im Nenner, nicht die Standardabweichung – weil die Quadrierung genau dafür sorgt, dass sich die Einheiten von x korrekt rauskürzen. Würdest du stattdessen mit der Standardabweichung rechnen, würde die Formel nicht mehr stimmen.

Auch beim Bestimmtheitsmaß R² (wie viel der Streuung von y durch x erklärt wird) rechnet man mit Varianzen bzw. Quadratsummen, weil sich die "erklärte" und "unerklärte" Streuung nur bei Quadraten sauber addieren lässt (Stichwort Varianzzerlegung: Gesamtstreuung = erklärte + nicht erklärte Streuung). Mit Standardabweichungen würde das schlicht nicht aufgehen, weil die eben nicht additiv sind, wie Marco schon geschrieben hat.

Also: Immer wenn irgendwo eine Summe von Streuungen gebildet oder zerlegt wird (Regression, ANOVA, Portfoliotheorie mit Risikomaßen 😉), ist die Varianz die eigentliche Rechengröße. Für die Klausur heißt das: schau genau hin, ob nach "der Streuung" (→ Standardabweichung) oder nach einem Term in einer Formel gefragt ist, wo Varianz explizit drinsteht.