Spannweite berechnen: Rechner für Streuung und Lage online

Die Spannweite R (englisch: range) ist das einfachste Streuungsmaß der deskriptiven Statistik. Sie wird berechnet als R = x_max − x_min, also die Differenz zwischen dem größten und dem kleinsten Wert einer Datenmenge.

Die Spannweite gibt an, über welchen Wertebereich sich die Daten erstrecken. Beispiel: Aus der Liste 3, 7, 1, 9, 4, 2 ist x_max = 9, x_min = 1, also R = 9 − 1 = 8. Die Berechnung ist direkt und ohne Zwischenschritte möglich.

Allerdings liefert die Spannweite nur dann ein repräsentatives Bild der Streuung, wenn die Extremwerte tatsächlich typische Datenpunkte sind und keine Ausreißer.

Für eine tiefere Streuungsanalyse sollte die Spannweite stets durch den Interquartilsabstand IQR oder die Standardabweichung ergänzt werden.

Bei der Körpergröße von 10 Schulkindern mit Werten zwischen 128 cm und 149 cm beträgt R = 21 cm – ein sofort verständlicher Überblick über die Bandbreite der Gruppe, den jeder auch ohne Statistikkenntnisse interpretieren kann.

Die Spannweite basiert ausschließlich auf den beiden Extremwerten Minimum und Maximum – alle anderen Datenpunkte spielen keine Rolle.

Wenn ein einziger Ausreißer die Wertemenge verlässt, ändert sich die Spannweite dramatisch, obwohl die Streuung der restlichen Daten gleich bleibt. Beispiel: Die Noten 2, 2, 3, 3, 4 haben R = 4 − 2 = 2.

Kommt ein einziger Ausreißer 6 hinzu, springt R auf 6 − 2 = 4, obwohl 5 der 6 Werte unverändert sind. Im Gegensatz dazu ignoriert der Interquartilsabstand IQR = Q3 − Q1 die oberen und unteren 25 % der Daten und ist damit robust gegen Ausreißer.

Die Standardabweichung gewichtet Ausreißer zwar stärker als normale Werte (durch Quadrierung), berücksichtigt aber alle Datenpunkte. Die Spannweite eignet sich daher am besten für kleine, saubere Datensätze ohne Ausreißer.

Typisches Praxisbeispiel aus dem Labor: Acht Titrationsergebnisse liegen zwischen 9,8 ml und 10,2 ml, ein neunter Wert liegt bei 15,0 ml – die Spannweite springt sofort auf 5,2 ml und warnt den Analytiker.

Die Spannweite R = max − min beschreibt die gesamte Breite der Datenmenge und bezieht sich nur auf die zwei Extremwerte.

Die Standardabweichung σ misst dagegen die durchschnittliche Abweichung aller Datenpunkte vom Mittelwert und bezieht alle Werte in die Berechnung ein.

Für normalverteilte Daten gilt als Faustregel: R ≈ 4σ bis 6σ (bei kleinen Stichproben ≈ 4σ, bei großen ≈ 6σ). Wenn R deutlich größer als 4σ ist, spricht das für Ausreißer.

Wenn R klein ist, aber σ groß, kann das auf bimodale oder unregelmäßige Verteilungen hinweisen.

In der Praxis sollten beide Maße kombiniert werden: Die Spannweite gibt sofort den Gesamtbereich, die Standardabweichung die typische Abweichung der Einzelwerte. Nur wenn beide konsistent sind, liefert die Streuungsanalyse ein verlässliches Bild.

In einer Schulklasse mit 25 Schülerinnen und Schülern und Testergebnissen von 55 bis 97 Punkten beträgt R = 42 und σ = 9 – R/σ liegt bei ca. 4,7, was gut zur Faustregel für normalverteilte Leistungsmessungen passt.

Die Spannweite findet in vielen Bereichen Anwendung, wo eine schnelle erste Übersicht über die Streuung gefragt ist.

In der Qualitätssicherung und Produktionskontrolle (z. B. Shewhart-Regelkarten) ist die Spannweite ein klassisches Kontrollmaß für Chargenschwankungen.

In der Meteorologie gibt sie die Temperaturschwankung zwischen Tag- und Nacht-Maximum sowie -Minimum an. Im Sportbereich werden Leistungsschwankungen über eine Saison mit der Spannweite beschrieben.

In Bildungsstatistiken zeigt sie, wie weit die Notenvergabe auseinanderliegt. Im Finanzbereich beschreibt die Spannweite die Handelsspanne (High minus Low) eines Wertpapiers pro Zeitraum.

Für alle diese Anwendungen gilt: Die Spannweite liefert eine erste, schnell verständliche Orientierung, muss aber durch robustere Maße ergänzt werden, wenn Ausreißer möglich sind.

Konkret: An einem Herbsttag in München beträgt das Tagesmaximum 16 °C und das Nachtminimum 4 °C – die Spannweite von 12 °C beschreibt die Temperaturschwankung dieses Tages mit einer einzigen Zahl.

Im Prüfstand einer Fertigungslinie mit Füllgewichten zwischen 498 g und 502 g zeigt R = 4 g sofort an, ob die Anlage innerhalb der erlaubten Toleranz von ±3 g arbeitet.

Die Spannweite R = max − min erfasst die gesamte Breite der Datenmenge inklusive aller Ausreißer. Der Interquartilsabstand IQR = Q3 − Q1 beschreibt dagegen die Streuung der mittleren 50 % der Daten und ist unempfindlich gegenüber Extremwerten.

Für die Datenpunkte 1, 3, 5, 7, 9, 11, 100 gilt: R = 100 − 1 = 99 (stark von Ausreißer 100 beeinflusst), IQR = 9 − 3 = 6 (nur die mittlere Hälfte).

Der IQR zeigt, wie dicht die meisten Werte beieinander liegen, während die Spannweite zeigt, wie weit die Extremwerte auseinanderliegen.

In der explorativen Datenanalyse wird der IQR auch zur Ausreißererkennung verwendet: Werte außerhalb von Q1 − 1,5·IQR und Q3 + 1,5·IQR gelten als potenzielle Ausreißer.

Die Spannweite und der IQR ergänzen sich zu einem vollständigen Bild der Datenmenge.

Bei Mietpreisen in Frankfurt mit Minimum 450 € und Maximum 5.200 € ist R = 4.750 €, während der IQR von 900 € das tatsächliche Preisband der mittleren Angebote zeigt.

Der Median ist der Wert, der eine sortierte Datenmenge in zwei gleich große Hälften teilt: Die eine Hälfte der Werte liegt darunter, die andere darüber.

Bei ungerader Anzahl n ist der Median genau der mittlere Wert der sortierten Liste (Position (n+1)/2). Bei gerader Anzahl ist er der Durchschnitt der beiden mittleren Werte (Positionen n/2 und n/2+1). Beispiel ungerade: 1, 3, 5, 7, 9 → Median = 5.

Beispiel gerade: 1, 3, 5, 7 → Median = (3+5)/2 = 4. Der Median ist robuster als der Mittelwert, weil er nicht von Ausreißern verzerrt wird. Er beschreibt die typische Mitte einer Datenmenge – was mehr als die Hälfte der Beobachtungen charakterisiert.

In Kombination mit der Spannweite zeigt der Median, ob die Mitte nah an den Extremwerten oder zentral in der Verteilung liegt.

Bei den 30 Tagesumsätzen eines Cafes, die zwischen 180 € und 650 € liegen, zeigt der Median von 310 €, dass die obere Hälfte des Bereichs von Spitzentagen geprägt ist, die kaum den typischen Betrieb widerspiegeln.

Die drei Kennzahlen zusammen liefern ein kompaktes Bild der Datenverteilung. Wenn Median und Mittelwert nah beieinander liegen (Differenz kleiner als 10 % der Spannweite), ist die Verteilung annähernd symmetrisch.

Liegt der Mittelwert deutlich über dem Median, gibt es einige sehr hohe Werte (rechtsschiefe Verteilung, z. B. Einkommen). Liegt der Mittelwert unter dem Median, gibt es einige sehr niedrige Werte (linksschiefe Verteilung).

Die Spannweite zeigt dabei den Gesamtrahmen. Beispiel: Noten 1, 2, 2, 3, 5. Spannweite R = 4, Median = 2, Mittelwert = 2,6. Der Mittelwert liegt deutlich über dem Median, weil die Note 5 den Durchschnitt nach oben zieht.

Für Entscheidungen ist in diesem Fall der Median der robustere Lagepunkt. Diese Kombination erkennt schon ohne Histogramm wesentliche Verteilungseigenschaften.

Bei Jahresniederschlagsmengen in 7 Städten (R = 450 mm, Median = 620 mm, Mittelwert = 580 mm) liegt der Mittelwert unter dem Median – wenige Städte mit extrem niedrigen Werten ziehen den Durchschnitt nach unten.

Die Spannweite reicht als alleiniges Streuungsmaß nur bei kleinen, sauberen Datensätzen ohne Ausreißer aus. Bei großen Datensätzen (n > 20) oder wenn Ausreißer möglich sind, solltest du zusätzlich den Interquartilsabstand (IQR) berechnen.

Die Standardabweichung ist das bevorzugte Streuungsmaß für Normalverteilungen, da sie alle Datenpunkte einbezieht und gut mit Konfidenzintervallen und statistischen Tests kombinierbar ist.

Den mittleren absoluten Abweichung (MAD) verwendest du, wenn du ein robustes Maß suchst, das alle Werte berücksichtigt, aber weniger empfindlich auf Ausreißer ist als die Standardabweichung.

In der Qualitätssicherung und bei Regelkarten ist R oft ausreichend für kleine Stichprobengrößen (n ≤ 10). Für größere Stichproben wird dort die Standardabweichung bevorzugt.

Die Wahl des Streuungsmaßes sollte immer an den Datensatz und den Verwendungszweck angepasst sein.

In der Schule: 30 Klassenarbeiten mit Ergebnissen zwischen 18 und 98 Punkten (R = 80, n = 30) sollten mit σ bewertet werden, da einzelne Nachschreiber mit 18 Punkten die Spannweite unverhältnismäßig aufweiten.

Als Ergänzung zur Spannweite zeigt der Durchschnittsrechner den Mittelwert der Datenreihe.