Zum Hauptinhalt springen

Standardabweichung berechnen: Streuung für Stichprobe und Population

MathematikStand Jetzt bewerten
Berechnung
Anzeige

Kurzantwort

Werte eingeben und die Standardabweichung (Stichprobe oder Grundgesamtheit) samt Mittelwert und Varianz berechnen.

Werte eingeben, zwischen Stichprobe und Grundgesamtheit wählen und Mittelwert

Kilian AchatzFachredaktion Mathematik
Geprüft: Review-Team Rechner-Portal (Sept. 2026)Veröffentlicht: Stand:

Überblick

Was ist der Standardabweichungsrechner?

Eine Standardabweichung von 0,5 mm bei 50 mm Sollmaß bedeutet, dass 95 % der Teile zwischen 49 und 51 mm liegen — weit mehr als der Mittelwert allein je aussagen könnte. Dieser Rechner berechnet Standardabweichung, Varianz und Mittelwert und trennt sauber zwischen Stichprobe (÷n−1) und Grundgesamtheit (÷n).

Er berechnet Mittelwert, Varianz, Standardabweichung und Anzahl der Werte und trennt sauber zwischen Stichprobe und Grundgesamtheit. Damit erkennst du nicht nur die Mitte, sondern auch, ob die Werte eng beieinanderliegen oder deutlich schwanken.

Die Standardabweichung ist das gebräuchlichste Streuungsmaß in Wissenschaft, Qualitätssicherung, Finanzanalyse und Produktionskontrolle.

Sie gibt an, um wie viele Einheiten die Datenwerte im Durchschnitt vom Mittelwert abweichen, und ist damit direkt in derselben Einheit wie die ursprünglichen Daten angegeben, also beispielsweise in Euro, Kilogramm oder Minuten.

Eine kleine Standardabweichung bedeutet enge Streuung um den Mittelwert, eine große Abweichung zeigt, dass die Werte weit um die Mitte verteilt sind.

Bei einer Normalverteilung liegen etwa 68 Prozent der Werte innerhalb einer Standardabweichung vom Mittelwert, rund 95 Prozent innerhalb von zwei Standardabweichungen und nahezu alle Werte innerhalb von drei.

Dieser 68-95-99,7-Prozent-Richtwert hilft, das Ergebnis schnell in einen praktischen Kontext einzuordnen. Eine fundierte Einführung in Standardabweichung und Varianz bietet Serlo Mathematik. Normalverteilung mit 68-95-99,7-Regel: Glockenkurve mit drei farbigen Sigma-Bereichen

Eingaben

So nutzt du den Rechner

Du gibst eine Liste numerischer Werte ein und wählst zusätzlich, ob du mit einer Stichprobe oder mit der vollständigen Grundgesamtheit rechnest. Wichtig ist, dass alle Werte in derselben Einheit vorliegen und dass die Wahl des Divisors fachlich passt.

Typische Fehler sind eine falsche Einordnung als Stichprobe oder Population und das Vermischen von Daten mit unterschiedlichem Messkontext. Überprüfe vor der Eingabe außerdem, ob alle Werte wirklich dieselbe Messgröße und Einheit beschreiben.

Auch Extremwerte sollten vor dem Einfügen fachlich bewertet werden: Ein einzelner Ausreißer kann die Standardabweichung erheblich vergrößern, wenn er auf einem Messfehler oder einem Sonderfall beruht, der nicht zur Grundgesamtheit gehört.

Die Werteliste selbst ist eine Tabelle mit einer Zeile je Messwert; das Auswahlfeld „Berechnung“ daneben steuert den Divisor und kennt genau zwei Stellungen. Einzutippende Trennzeichen gibt es hier nicht.

Achte darauf, dass mindestens zwei Zeilen gefüllt sind: Bei einem einzigen Wert wäre der Nenner n−1 gleich null, und der Rechner zeigt dann kommentarlos eine Standardabweichung von 0, obwohl die Stichproben-Streuung eines Einzelwerts mathematisch gar nicht definiert ist.

Praxisfälle

Standardabweichung berechnen: sieben typische Anwendungsfälle

Jeder Fall nennt Eingabe und Ergebnis aus der echten Rechenfunktion — von der Excel-Kontrolle über die relative Standardabweichung bis zum Standardfehler des Mittelwerts.

  1. Standardabweichung mit Excel vergleichen: STABW.S nachrechnen

    „Wie prüfe ich, ob Excel-STABW.S und der Rechner dasselbe Ergebnis liefern?“

    Eingabe
    Werte: 100, 102, 101, 103, 99; Berechnung: Stichprobe (n−1)
    Ergebnis
    Standardabweichung 1,5811 – identisch mit der Excel-Formel =STABW.S(100;102;101;103;99) für denselben Datensatz
  2. Qualitätskontrolle: Füllmenge einer Konservenproduktion

    „Wie stark schwankt die Füllmenge von 498, 501, 500, 497 und 504 ml?“

    Eingabe
    Werte: 498, 501, 500, 497, 504; Berechnung: Grundgesamtheit (n)
    Ergebnis
    Mittelwert 500 ml, Standardabweichung 2,4495 ml – bei einer Toleranzgrenze von ±5 ml liegt der Prozess klar innerhalb der Spezifikation
  3. Relative Standardabweichung (Variationskoeffizient) für Klausurpunkte

    „Wie streuen 8 Klausur-Punktzahlen relativ zum Mittelwert?“

    Eingabe
    Werte: 75, 60, 90, 80, 70, 85, 65, 95; Berechnung: Stichprobe (n−1)
    Ergebnis
    Mittelwert 77,5, Standardabweichung 12,2474 → Variationskoeffizient ≈ 15,80 % (12,2474 ÷ 77,5 × 100); der Rechner liefert die Standardabweichung, den Quotienten bildest du selbst
  4. Standardfehler des Mittelwerts von acht Messwerten

    „Wie genau schätzt der Mittelwert von 8 Messwerten den wahren Mittelwert der Grundgesamtheit?“

    Eingabe
    Werte: 75, 60, 90, 80, 70, 85, 65, 95; Berechnung: Stichprobe (n−1)
    Ergebnis
    Standardabweichung 12,2474 bei n = 8 → Standardfehler des Mittelwerts ≈ 4,33 (12,2474 ÷ √8); das ist eine andere Kennzahl als die Standardabweichung selbst und wird vom Rechner nicht direkt ausgegeben
  5. Kleine Stichprobe: Standardabweichung aus nur zwei Werten

    „Wie berechne ich die Standardabweichung, wenn nur zwei Messwerte vorliegen?“

    Eingabe
    Werte: 10, 14; Berechnung: Stichprobe (n−1)
    Ergebnis
    Mittelwert 12, Standardabweichung 2,8284 – bei nur zwei Werten ist die Schätzung besonders unsicher und sollte durch weitere Messungen abgesichert werden
  6. Aktienrenditen mit negativen Werten berechnen

    „Wie berechne ich die Standardabweichung von Renditen, die auch negativ sein können?“

    Eingabe
    Werte: -2,5, 1,2, 3,4, -0,8, 2,1; Berechnung: Stichprobe (n−1)
    Ergebnis
    Mittelwert 0,68, Standardabweichung 2,3446 Prozentpunkte – negative Werte fließen korrekt in Mittelwert und Streuung ein
  7. Notenspiegel einer ganzen Klasse als Grundgesamtheit

    „Wie stark streuen die Noten einer kompletten Klasse (Grundgesamtheit)?“

    Eingabe
    Werte: 2, 3, 2, 1, 3, 4, 2, 3, 2, 1; Berechnung: Grundgesamtheit (n)
    Ergebnis
    Mittelwert 2,3, Standardabweichung 0,9 – da alle Noten der Klasse vorliegen, wird korrekt durch n statt n−1 geteilt

Berechnung

So funktioniert die Berechnung

Standardabweichungsformel (RMS-Abweichung vom Mittelwert): Zuerst wird der Mittelwert gebildet. Dann werden alle Abweichungen zum Mittelwert quadriert und aufsummiert.

Für die Grundgesamtheit wird durch n geteilt, für die Stichprobe durch n−1; aus diesem Wert zieht der Rechner die Wurzel.

Beispiel: Bei 2, 4, 6, 8 und 10 liegt der Mittelwert bei 6, die Streuung wird über die quadrierten Abweichungen bestimmt und anschließend als Standardabweichung wieder in derselben Einheit wie die Daten ausgegeben.

Das Quadrieren der Abweichungen bewirkt, dass große Abweichungen stärker in die Berechnung einfließen als kleine, weil Quadratzahlen überproportional wachsen.

Genau das macht die Standardabweichung empfindlicher für Ausreißer als der MAD (mittlere absolute Abweichung).

Der Unterschied zwischen Division durch n und durch n−1 ist bei kleinen Stichproben von 5 bis 20 Werten besonders relevant und kann das Ergebnis um mehrere Prozent verschieben.

Bei mehr als 50 Werten verschwindet dieser Unterschied praktisch. Vergleich enge und weite Streuung bei gleichem Mittelwert: Sigma 0,5 vs. Sigma 2,5 Zum Nachrechnen die Zahlen des Standardbeispiels: Bei 2, 4, 6, 8 und 10 liegt der Mittelwert bei 6, die quadrierten Abweichungen lauten 16, 4, 0, 4 und 16, ihre Summe also 40.

Geteilt durch n−1 = 4 ergibt das die Varianz 10 und die Standardabweichung √10 ≈ 3,1623; geteilt durch n = 5 sind es die Varianz 8 und √8 ≈ 2,8284.

Standardabweichung: Wurzel aus Quadratsumme geteilt durch n minus 1.
Formel des Standardabweichung-Rechners (Stichprobe).

Nachschlagen

Normalverteilung: Sigma-Regeln im Überblick

Die Sigma-Regeln beschreiben, welcher Anteil der Messwerte innerhalb eines bestimmten Abstands vom Mittelwert liegt – gültig bei normalverteilten Daten.

Sigma-Regeln der Normalverteilung: Bereich, Anteil der Werte und Alltagsbeispiele
BereichAnteil der Werte (%)WahrscheinlichkeitAlltagsbeispiel
μ ± 1σ68,27 %≈ 2 von 3Körpergröße: ~68 % der Menschen liegen im ±1σ-Band
μ ± 2σ95,45 %≈ 19 von 20Produktionsfehler: 95 % der Teile liegen im Toleranzband
μ ± 3σ99,73 %≈ 997 von 1000Six-Sigma-Qualität: nur 2,7 ‰ Ausreißer außerhalb
μ ± 4σ99,9937 %≈ 99994 von 100000Extreme Qualitätssicherung in der Halbleiterfertigung
Außerhalb μ ± 3σ0,27 %≈ 3 von 1000Seltene Extremwerte, gelten statistisch als Ausreißer

Quelle: Gaußsche Normalverteilung f(x) = (1 / (σ√(2π))) · e^(−(x−μ)²/(2σ²)). Gilt exakt nur bei perfekter Normalverteilung.

Symbole, Excel-Funktionen und verwandte Kennzahlen

σ, s, SD, Variationskoeffizient oder Standardfehler – die Begriffe rund um die Standardabweichung werden häufig verwechselt. Diese Übersicht ordnet Symbol, Formel und Excel-Funktion eindeutig zu.

Formelzeichen und verwandte Streuungskennzahlen: Bedeutung, Formel und Excel-Funktion
Begriff / SymbolBedeutungFormelExcel-Funktion
σ (Sigma)Standardabweichung der Grundgesamtheit – wird verwendet, wenn wirklich alle Werte vorliegenσ = √(Σ(x−μ)² / N)STABW.N (Google Sheets: STDEVP)
sStandardabweichung der Stichprobe (empirische Standardabweichung) – Bessel-korrigierts = √(Σ(x−x̄)² / (n−1))STABW.S (Google Sheets: STDEV)
Relative Standardabweichung / Variationskoeffizient (VarK, CV)Streuung im Verhältnis zum Mittelwert, meist in Prozent – macht Datensätze mit unterschiedlichen Mittelwerten vergleichbarCV = (s / x̄) × 100 %kein direktes Excel-Kürzel, manuell aus STABW und MITTELWERT
Standardfehler des Mittelwerts (SEM)Präzision der Mittelwertschätzung – keine Streuung der Einzelwerte und sinkt mit wachsendem nSEM = s / √nkein direktes Excel-Kürzel, manuell aus STABW.S und ANZAHL

Quelle: Serlo Mathematik (Grundbegriffe der Streuungsmaße), Microsoft-Funktionsreferenz für STABW.S/STABW.N. Die Standardabweichung (Streuung der Einzelwerte) und der Standardfehler des Mittelwerts (Unsicherheit der Mittelwertschätzung) sind unterschiedliche Kennzahlen und werden häufig verwechselt.

Expertenmodus

Häufige Fragen zu Standardabweichungsrechner

Was zeigt der Standardabweichungsrechner genau an?

Der Rechner zeigt Mittelwert, Varianz, Standardabweichung und die Anzahl der eingegebenen Werte an, und zwar getrennt nach Grundgesamtheit und Stichprobe.

Die Standardabweichung beschreibt, wie weit Beobachtungen typischerweise vom Mittelwert entfernt liegen, gemessen in der gleichen Einheit wie Ihre Daten. Je größer dieser Wert ist, desto unruhiger oder heterogener ist die Datenreihe.

Ein kleiner Wert bedeutet, dass die Messungen eng um den Mittelwert konzentriert sind und die Verteilung homogen verläuft.

Zusammen mit dem Mittelwert ergibt die Standardabweichung eine vollständige Grundbeschreibung der Datenverteilung und dient als Basis für weitere statistische Auswertungen wie die Prüfung auf Normalverteilung, die 68-95-99,7-Regel oder die Berechnung von Konfidenzintervallen.

So lässt sich aus zwei Kennzahlen, Mittelwert und Standardabweichung, bereits ein aussagekräftiges Bild der gesamten Messreihe gewinnen, ohne jeden Einzelwert betrachten zu müssen.

Bei Tagestemperaturen mit einem Mittelwert von 15 °C und einer Standardabweichung von 3 °C schließt die 68-Prozent-Regel, dass rund zwei Drittel aller Tage zwischen 12 und 18 °C lagen.

Wann wähle ich Stichprobe und wann Grundgesamtheit?

Grundgesamtheit ist korrekt, wenn alle relevanten Werte vollständig vorliegen, etwa die Noten einer gesamten Klasse oder alle Messwerte einer abgeschlossenen Produktionsserie.

Stichprobe ist korrekt, wenn Ihre Liste nur ein Ausschnitt einer größeren Menge ist, etwa eine Umfrage mit 100 von 10.000 Kunden oder ein paar Füllmengen aus einer laufenden Konservenproduktion.

Bei der Stichprobe nutzt der Rechner die Bessel-Korrektur und teilt bei der Varianz durch n−1 statt durch n.

Diese Korrektur verhindert eine systematische Unterschätzung der Streuung in der Gesamtpopulation, weil eine Stichprobe die tatsächliche Varianz tendenziell unterschätzt.

Der Unterschied wirkt sich vor allem bei kleinen Datenmengen spürbar aus: Bei nur fünf Werten verändert der Wechsel von n auf n−1 das Ergebnis deutlich, während er bei mehreren tausend Werten kaum noch ins Gewicht fällt.

Wählen Sie also bewusst, ob Ihre Liste die gesamte Menge oder nur einen Auszug abbildet, denn diese Entscheidung bestimmt die Formel.

Wie lautet die Formel für die Standardabweichung in Klartext?

Zuerst wird der arithmetische Mittelwert aller Einträge berechnet, also die Summe geteilt durch die Anzahl der Werte. Dann werden die Abweichungen jedes einzelnen Werts vom Mittelwert bestimmt, quadriert und aufsummiert.

Für die Grundgesamtheit wird diese Summe durch n geteilt, für die Stichprobe durch n−1 (Bessel-Korrektur). Das Ergebnis ist die Varianz, ausgedrückt in einer quadrierten Einheit.

Aus dieser Varianz zieht der Rechner anschließend die Quadratwurzel, und das Ergebnis ist die Standardabweichung in der Originaleinheit.

Diese Rückführung in die Ausgangseinheit ist der entscheidende Vorteil der Standardabweichung gegenüber der Varianz bei der praktischen Interpretation.

Ein kurzes Beispiel: Bei den Werten 2, 4 und 6 ist der Mittelwert 4, die quadrierten Abweichungen sind 4, 0 und 4, summiert ergibt das 8, geteilt durch n gleich 3 ergibt eine Varianz von etwa 2,67 und damit eine Standardabweichung von rund 1,63.

Wie interpretiere ich eine niedrige oder hohe Standardabweichung?

Eine niedrige Standardabweichung bedeutet, dass die Messwerte eng um den Mittelwert konzentriert sind und die Verteilung homogen ist.

Eine hohe Standardabweichung zeigt breite Schwankungen oder starke Unterschiede innerhalb der Daten und deutet auf eine heterogene Reihe hin.

Belastbar wird diese Interpretation erst zusammen mit dem Mittelwert, der Datengröße und dem fachlichen Kontext.

Ein Wert von 5 Euro Standardabweichung bei einem Mittelwert von 10 Euro bedeutet etwas anderes als bei einem Mittelwert von 1.000 Euro, weil die Streuung im ersten Fall die Hälfte des Mittelwerts ausmacht und im zweiten Fall nur ein halbes Prozent.

Deshalb wird häufig zusätzlich der Variationskoeffizient berechnet, der die Standardabweichung ins Verhältnis zum Mittelwert setzt.

Bei annähernder Normalverteilung hilft außerdem die 68-95-99,7-Regel: Etwa 68 Prozent der Werte liegen innerhalb einer Standardabweichung um den Mittelwert, rund 95 Prozent innerhalb von zwei und etwa 99,7 Prozent innerhalb von drei Standardabweichungen.

Was ist die relative Standardabweichung (Variationskoeffizient) und wann brauche ich sie?

Die relative Standardabweichung, auch Variationskoeffizient (VarK, englisch CV) genannt, ist die Standardabweichung geteilt durch den Mittelwert und wird meist als Prozentwert angegeben: CV = (s ÷ x̄) × 100 %.

Für die acht Klausurpunktzahlen 75, 60, 90, 80, 70, 85, 65 und 95 liefert der Rechner einen Mittelwert von 77,5 und eine Standardabweichung von 12,2474, woraus sich ein Variationskoeffizient von rund 15,80 Prozent ergibt.

Diese Kennzahl brauchen Sie, sobald Sie Streuungen zwischen Datensätzen mit unterschiedlich großen Mittelwerten vergleichen wollen, denn eine Standardabweichung von 5 Euro wirkt bei einem Mittelwert von 10 Euro völlig anders als bei einem Mittelwert von 1.000 Euro.

Der Rechner gibt den Variationskoeffizienten nicht direkt aus, Sie bilden ihn selbst aus den beiden angezeigten Werten Mittelwert und Standardabweichung.

Eine harte Grenze gilt beim Mittelwert null: Liegt x̄ bei oder nahe null, ist der Variationskoeffizient nicht aussagekräftig oder sogar undefiniert, weil dann durch eine Zahl nahe null geteilt wird.

Was ist der Standardfehler des Mittelwerts, und wie unterscheidet er sich von der Standardabweichung?

Der Standardfehler des Mittelwerts (SEM, Standard Error of the Mean) misst, wie genau der berechnete Mittelwert einer Stichprobe den wahren Mittelwert der Grundgesamtheit trifft, und ist damit eine andere Kennzahl als die Standardabweichung, die nur die Streuung der Einzelwerte beschreibt.

Die Formel lautet SEM = s ÷ √n: Bei den acht Werten 75, 60, 90, 80, 70, 85, 65 und 95 liefert der Rechner eine Standardabweichung von 12,2474, woraus sich ein Standardfehler von rund 4,33 ergibt, also 12,2474 geteilt durch die Wurzel aus 8.

Entscheidend ist der Unterschied im Verhalten: Die Standardabweichung bleibt bei wachsender Stichprobe ungefähr gleich, während der Standardfehler mit wachsendem n immer kleiner wird, weil größere Stichproben den wahren Mittelwert präziser schätzen.

Nutzen Sie die Standardabweichung, um die Streuung der Einzelwerte zu beschreiben, und den Standardfehler, um die Unsicherheit einer Mittelwertschätzung anzugeben, etwa für Konfidenzintervalle.

Der Rechner berechnet ausschließlich die Standardabweichung; den Standardfehler müssen Sie aus Standardabweichung und Anzahl selbst ableiten.

Welche Symbole und Abkürzungen stehen für die Standardabweichung — σ, s oder SD?

σ, das griechische Sigma, bezeichnet die Standardabweichung der Grundgesamtheit, s steht für die Standardabweichung einer Stichprobe, und SD ist die englische Abkürzung für Standard Deviation, die in internationaler Fachliteratur und vielen Statistikprogrammen verwendet wird.

Welches Symbol zutrifft, hängt allein von der gewählten Berechnung ab: Wählen Sie im Rechner Grundgesamtheit, entspricht das Ergebnis σ; wählen Sie Stichprobe, entspricht es s, auch wenn beide auf dem Bildschirm schlicht als „Standardabweichung“ erscheinen.

Für die Werte 2, 4, 6, 8 und 10 liefert der Rechner als s (Stichprobe) den Wert 3,1623 und als σ (Grundgesamtheit) den Wert 2,8284 — derselbe Datensatz, aber zwei unterschiedliche Symbole und zwei unterschiedliche Zahlen.

Verwechseln Sie SD nicht mit SEM (Standardfehler des Mittelwerts) oder VarK (Variationskoeffizient): Alle drei Kürzel tauchen in Berichten häufig nebeneinander auf, messen aber unterschiedliche Dinge.

Prüfen Sie deshalb bei fremden Quellen und Formelsammlungen immer, ob mit σ oder s gearbeitet wird, bevor Sie Werte direkt vergleichen.

Warum unterscheiden sich Excel und der Rechner manchmal leicht?

Der häufigste Grund ist die Verwechslung von Stichprobe und Grundgesamtheit: Excel unterscheidet zwischen STABW.S für die Stichprobenformel (Divisor n−1) und STABW.N für die Grundgesamtheitsformel (Divisor n).

Zusätzlich erzeugen unterschiedliche Rundungsregeln in Zwischenschritten kleine Differenzen, insbesondere wenn viele Dezimalstellen im Spiel sind.

Wenn Datensatz, Divisor und Rundungslogik identisch sind, sollten die Ergebnisse beider Methoden praktisch übereinstimmen und nur im letzten Nachkommabereich differieren.

In Python liefert numpy.std() standardmäßig die Grundgesamtheitsvariante mit Divisor n, während pandas.Series.std() die Stichprobenkorrektur mit n−1 anwendet; in R verwendet sd() ebenfalls Divisor n−1.

Diese Bibliotheksunterschiede sind eine häufige Fehlerquelle, wenn Analysen zwischen Softwareumgebungen portiert werden, da der gewählte Divisor die Streuungsschätzung bei kleinen Stichproben spürbar beeinflusst.

Als praktische Probe: Geben Sie dieselben fünf Werte 100, 102, 101, 103 und 99 in Excel unter STABW.S und in den Rechner unter Stichprobe ein — beide sollten 1,5811 ergeben, andernfalls liegt ein Formelauswahl-Fehler vor.

Den Mittelwert als Ausgangsgröße liefert der Durchschnittsrechner; für diskrete Zufallsvariablen ergänzt der Erwartungswert-Rechner die Analyse.

Wann sollte ich einen Ausreißer getrennt prüfen, bevor ich die Streuung bewerte?

Ausreißer wirken auf die Standardabweichung besonders stark, weil ihre Abweichungen vor der Mittelung quadriert werden. Quadrieren verstärkt große Abstände überproportional gegenüber kleinen.

Schon wenige extreme Beobachtungen können die Standardabweichung deutlich anheben, obwohl der Großteil der Daten eng beisammen liegt.

Wenn die Standardabweichung unerwartet hoch erscheint, sollten die einzelnen Extremwerte fachlich geprüft werden: Sind sie Messtehler, Sonderfälle oder tatsächlich repräsentative Ausreißer der Grundgesamtheit?

Standardisierte Ausreißertests wie der Grubbs-Test oder die z-Score-Methode helfen dabei: Ein z-Score von z = (x − x̄) / σ mit einem Absolutwert ab 3 gilt in der Praxis als Warnschwelle für potenzielle Extrembeobachtungen.

Robuste Alternativen wie der Median und der Interquartilabstand IQR reagieren deutlich weniger sensitiv auf einzelne Spitzenwerte.

Der IQR beschreibt das Intervall der mittleren 50 Prozent der Daten und bleibt stabil, selbst wenn ein einziger Extremwert das Zehnfache der übrigen Beobachtungen beträgt und die Standardabweichung dabei um ein Vielfaches anhebt.

Was ist der Unterschied zwischen MAD und Standardabweichung?

Die mittlere absolute Abweichung (MAD) und die Standardabweichung messen beide die Streuung einer Datenreihe um den Mittelwert, unterscheiden sich aber in der Gewichtung großer Abweichungen.

Die Standardabweichung quadriert jede Abweichung vor dem Mitteln, wodurch einzelne Ausreißer überproportional ins Ergebnis einfließen.

Der MAD bildet stattdessen den Durchschnitt der Absolutbeträge aller Abweichungen und reagiert deshalb weniger empfindlich auf Extremwerte.

Für die Werte 4, 8, 6, 5, 3, 7, 9 und 2 ergibt sich eine Standardabweichung von 2,45 bei der Stichprobenrechnung, während der MAD nur 1,75 beträgt.

In der Praxis eignet sich der MAD als robuste Ersteinschätzung, wenn Ausreißer vermutet werden oder die Verteilung stark von der Normalverteilung abweicht.

Die Standardabweichung bleibt dagegen der Standard in statistischen Tests, Konfidenzintervallen und Prozesskontrollen, weil sie die mathematischen Eigenschaften der Normalverteilung direkt nutzt.

Beide Kennzahlen haben dieselbe Einheit wie die ursprünglichen Daten und lassen sich deshalb direkt mit Toleranzgrenzen oder Benchmarks vergleichen.

Hinweise

Was muss ich bei der Nutzung beachten?

Lies die Standardabweichung nie isoliert. Erst zusammen mit Mittelwert, Anzahl und dem Blick auf mögliche Ausreißer wird klar, ob eine Abweichung klein, normal oder fachlich relevant ist.

Besonders wichtig ist der Vergleich zwischen Stichproben- und Grundgesamtheitsmodus bei kleinen Datensätzen.

Für einen schnellen Plausibilitätscheck hilft der 68-95-99,7-Richtwert bei normalverteilten Daten: Wenn mehr als 5 Prozent der Werte außerhalb des Bereichs Mittelwert ± 2 Standardabweichungen liegen, deutet das auf Ausreißer oder keine Normalverteilung hin.

Für Prozesskontrollen und Qualitätssicherung ist zusätzlich der Variationskoeffizient nützlich, um Streuungen bei verschiedenen Mittelwertgrößen direkt zu vergleichen.

Praxisbeispiel: Wenn eine Maschine Teile mit 50 mm Solllänge produziert und die Standardabweichung 0,5 mm beträgt, liegen 95 Prozent der Teile zwischen 49 und 51 mm.

Liegt die Toleranzgrenze bei ±1 mm, ist der Prozess beherrschbar; nähert sich die Standardabweichung 0,7 mm an, sind Out-of-Spec-Fehler wahrscheinlicher. Vertiefende Lektionen zu Streuungsmaßen bietet Khan Academy Statistik.

Ein Sonderfall verdient Beachtung: Sind alle Werte identisch, etwa vier Messungen von je 7, ist die Standardabweichung exakt 0.

Das ist kein Rechenfehler, sondern die korrekte Aussage, dass keinerlei Streuung vorliegt — bei echten Messdaten allerdings ein starker Hinweis darauf, dass gerundet, abgeschrieben oder zu grob aufgelöst gemessen wurde.

Anwendung

Wie setze ich die Berechnung in der Praxis ein?

Praxisfall: Ein Lebensmittelhersteller prüft die Füllmenge von fünf Konserven: 498, 501, 500, 497 und 504 ml. Mittelwert: 500 ml. Abweichungen: −2, +1, 0, −3, +4. Quadrierte Abweichungen: 4, 1, 0, 9, 16. Varianz (Grundgesamtheit): 30 ÷ 5 = 6,0.

Standardabweichung: √6,0 ≈ 2,45 ml. Das bedeutet: Rund 68 % der Konserven liegen voraussichtlich zwischen 497,55 und 502,45 ml. Die Toleranzgrenze liegt bei ±5 ml – der Prozess ist regelkonform.

Allerdings nähert sich die einzelne Abweichung von +4 ml bereits der Grenze und sollte in der nächsten Prüfcharge beobachtet werden.

Für Qualitätsnormen wie Six Sigma ist die Standardabweichung die zentrale Kennzahl: Ein Six-Sigma-Prozess bedeutet, dass die Toleranzgrenzen mindestens sechs Standardabweichungen vom Sollwert entfernt liegen, was statistisch weniger als 3,4 Fehler pro Million Vorgänge erlaubt.

Eine Standardabweichung von mehr als 1,67 ml würde beim Lebensmittelhersteller bedeuten, dass der Prozess nicht mehr Six-Sigma-fähig ist.

Lies die Standardabweichung dabei stets in derselben Einheit wie die Messwerte, hier also in Millilitern, und niemals als Prozentwert.

Erst der Vergleich mit der Toleranzgrenze macht aus der reinen Streuungszahl eine belastbare Aussage über die Prozessfähigkeit und die Frage, ob eine Charge freigegeben werden kann. Füllmengen-Kontrolle mit Mittelwert 500 ml, Sigma 2,45 ml und Toleranzband

Fallstricke

Welche Fehler sollte ich vermeiden?

Gleich mehrere Stolpersteine lauern hier: erstens, eine kleine Liste wie die vollständige Grundgesamtheit zu behandeln und deshalb fälschlich durch n statt durch n−1 zu teilen. Zweitens wird die Standardabweichung oft wie ein Prozentwert gelesen, obwohl sie in derselben Einheit wie die Daten ausgegeben wird, also etwa in Euro, Minuten oder Kilogramm.

Drittens ziehen viele aus einem einzelnen Ausreißer sofort den Schluss, der ganze Datensatz streue stark, obwohl zuerst geklärt werden muss, ob Messfehler, Sonderfall oder echtes Muster vorliegt.

Ebenfalls falsch ist die Annahme, eine ähnliche Standardabweichung mache zwei Datensätze automatisch vergleichbar, wenn Mittelwert, Stichprobengröße oder Verteilungsform deutlich voneinander abweichen.

Außerdem wird bei sehr kleinen Gruppen, etwa n=3 oder n=4, die Standardabweichung oft als repräsentativ behandelt, obwohl sie bei so wenigen Werten noch stark schwankt und erst ab etwa n=30 verlässlich stabile Schätzungen liefert.

Am heikelsten ist die Stichprobe mit nur einem Wert: Weil der Nenner n−1 dann null wäre, gibt der Rechner 0 aus statt einer Fehlermeldung.

Diese Null bedeutet nicht „keine Streuung“, sondern „nicht berechenbar“ — wer sie übernimmt, berichtet eine Präzision, die aus einem einzigen Messwert nicht ableitbar ist.

Ebenso wird übersehen, dass die Grundgesamtheits-Einstellung nur dann zutrifft, wenn wirklich alle Elemente erfasst wurden und nicht bloß alle gerade verfügbaren.

Nächster Schritt

Was ist das Fazit und wie geht es weiter?

Der Standardabweichungsrechner gibt Mittelwert, Varianz und Standardabweichung für deine Datenliste aus. Prüfe, ob die Abweichung innerhalb deiner Toleranzgrenze liegt, und vergleiche Stichproben- versus Grundgesamtheitsmodus bei kleinen Datensätzen.

Für eine vollständige Streuungsauswertung ergänze das Ergebnis durch einen Blick auf Minimum, Maximum und Ausreißer, bevor du die Standardabweichung in einem Bericht, einer Entscheidung oder einem Qualitätsprotokoll verwendest.

Bei kleinen Datensätzen unter 30 Werten sollte außerdem bewusst zwischen Stichproben- und Grundgesamtheitsmodus unterschieden werden, da der Unterschied rechnerisch relevant ist.

Für Langzeitvergleiche lohnt es sich außerdem, die Standardabweichung verschiedener Zeitperioden gegenüberzustellen, um Stabilitätstrends in Prozessen zu erkennen.

Kontrolliere vor der Übernahme zwei Dinge: die Zahl der Zeilen und die Stellung des Auswahlfelds.

Bei den fünf Werten 2, 4, 6, 8 und 10 trennt allein diese Stellung die Standardabweichung 3,1623 von 2,8284 — derselbe Datensatz, zwei Zahlen, und nur eine davon passt zu deiner Fragestellung.

Als Faustregel gilt: Sind die Daten eine Auswahl, aus der du auf ein größeres Ganzes schließen willst, ist die Stichprobe richtig; beschreibst du ausschließlich die vorliegenden Werte selbst, ist die Grundgesamtheit die passende Wahl. ## MAD berechnen: Mittlere absolute Abweichung Die mittlere absolute Abweichung (MAD, Mean Absolute Deviation) misst die durchschnittliche Entfernung jedes Datenwerts vom Mittelwert — ohne Quadrierung.

Dadurch reagiert der MAD weniger empfindlich auf einzelne Ausreißer als die Standardabweichung, weil große Abweichungen nicht überproportional gewichtet werden.

Die Formel lautet: Summe der Absolutbeträge aller Abweichungen vom Mittelwert, geteilt durch die Anzahl der Werte.

Für die Werte 4, 8, 6, 5, 3, 7, 9 und 2 mit dem Mittelwert 5,5 ergibt sich ein MAD von 1,75 — gegenüber einer Standardabweichung von 2,45 bei derselben Reihe. Der MAD fällt also niedriger aus, weil die Quadrierung der Abweichungen entfällt.

In der Praxis eignet sich der MAD für eine robuste Ersteinschätzung der Streuung, während die Standardabweichung in statistischen Tests und bei normalverteilten Daten Standard bleibt.

Vertiefung

Welche typischen Beispiele zeigen die Berechnung?

Beispiel 1 · Einfach · Mittelwert: 101 | Varianz: 2,5 | Standardabweichung: ≈1,58 | Anzahl: 5

Streuung von Messwerten (Stichprobe)

Werte
100, 102, 101, 103, 99
Berechnung
Stichprobe

Beispiel 2 · Mittel · Mittelwert: 101 | Varianz: 2 | Standardabweichung: ≈1,41 | Anzahl: 5

Dieselben Messwerte als vollständige Grundgesamtheit

Werte
100, 102, 101, 103, 99
Berechnung
Population

Beispiel 3 · Komplex · Mittelwert: ≈20,29 | Varianz: ≈36,90 | Standardabweichung: ≈6,07 | Anzahl: 7

Größere Datenreihe mit stärkerer Streuung

Werte
12, 15, 18, 20, 22, 25, 30
Berechnung
Stichprobe

Beispiel 4 · Komplex · Mittelwert: 5,5 | Varianz: 6 | Standardabweichung: ≈2,45 | Anzahl: 8

Acht Werte mit MAD-Vergleich (Stichprobe)

Werte
4, 8, 6, 5, 3, 7, 9, 2
Berechnung
Stichprobe

Beispiel 5 · Komplex · Mittelwert: 12 | Varianz: 8 | Standardabweichung: ≈2,83 | Anzahl: 2

Kleine Stichprobe aus nur zwei Werten

Werte
10, 14
Berechnung
Stichprobe

Beispiel 6 · Komplex · Mittelwert: 77,5 | Varianz: 150 | Standardabweichung: ≈12,25 | Anzahl: 8

Klausurpunkte mit relativer Standardabweichung (Variationskoeffizient)

Werte
75, 60, 90, 80, 70, 85, 65, 95
Berechnung
Stichprobe

Weiterführende Rechner und Themen

Alle Anschlussrechner und Vertiefungen in einem klaren Modul, damit du direkt zur nächsten sinnvollen Berechnung springen kannst.

PerzentilrechnerBeliebiges Perzentil sowie Quartile Q1, Median und Q3, Interquartilsabstand, Minimum und Maximum aus einer Zahlenliste berechnen.Erwartungswert-RechnerErwartungswert E(X), Varianz Var(X) und Standardabweichung σ einer diskreten Wahrscheinlichkeitsverteilung aus einer Wertetabelle berechnen.Spannweite-RechnerSpannweite R = Maximum − Minimum aus einer Zahlenliste berechnen – mit Median, Mittelwert, Minimum, Maximum und sortierter Werteliste.Z-Wert-RechnerZ-Score z = (x−μ)/σ und Percentilrang der Standardnormalverteilung berechnen.Konfidenzintervall-RechnerKonfidenzintervall berechnen für Mittelwert (t- oder z-Intervall, auch aus Rohdaten) und Anteil (Wilson und Wald) bei 80 bis 99,9 % Niveau – mit Rechenweg und benötigter Stichprobengröße.Gini-Koeffizient-RechnerGini-Koeffizient berechnen aus einer Werteliste oder aus klassierten Daten: Gini, normierter Gini, Gini-Index, Anteil der obersten 10 und 20 Prozent und Lorenzkurven-Tabelle mit Rechenweg.Lineare-Regression-RechnerLineare Regression berechnen aus x- und y-Werten: Regressionsgerade, Bestimmtheitsmaß R², Korrelation r, Standardfehler, Prognose und Residuentabelle, wahlweise auch exponentiell, logarithmisch, als Potenz oder quadratisch.t-Test-Rechnert-Test berechnen: Einstichproben-, gepaarter und Zweistichproben-Test (Welch oder gleiche Varianzen) aus Kennzahlen oder Rohdaten – mit p-Wert, kritischem t-Wert, Entscheidung und t-Tabelle.Stichprobengröße-RechnerStichprobengröße berechnen für Umfragen (Anteil), Mittelwerte und den Vergleich zweier Gruppen (Poweranalyse) – mit Endlichkeitskorrektur, Rücklaufquote, Rechenweg und Tabelle nach Fehlermarge und Konfidenzniveau.Häufigkeit-RechnerRelative Häufigkeit berechnen: aus einer Urliste oder aus h und n die Häufigkeitstabelle mit absoluter, relativer, prozentualer und kumulierter Häufigkeit, Modalwert und gekürztem Bruch, wahlweise mit Klassen.Odds-Ratio-RechnerOdds Ratio (Chancenverhältnis) aus der Vierfeldertafel berechnen: mit Konfidenzintervall nach Woolf, Haldane-Korrektur bei Nullzellen, relativem Risiko, Risikodifferenz und NNT.Zahlen rundenZahlen runden auf Nachkommastellen, Zehner, Hunderter, Tausender oder signifikante Stellen: kaufmännisch, zur geraden Ziffer, aufrunden, abrunden und abschneiden im Vergleich, mit Rechenweg und Rundungsfehler.Stellenwerttafel-RechnerZahl bis Billionen in die Stellenwerttafel eintragen: Klassen und Stellen von Einer bis Billionen, Zehntel bis Millionstel, Zerlegung in Stellenwerte, Zahlwort, Nachbarzahlen und Vergleich zweier Zahlen.Tschebyscheff-RechnerTschebyscheff-Ungleichung berechnen: Obergrenze für Abweichungen vom Erwartungswert, Mindestanteil im Intervall, k-Sigma-Form, ε-Form, Intervall und Binomialverteilung mit Vergleich zu Normalverteilung und exakter Wahrscheinlichkeit.Freiheitsgrade-RechnerFreiheitsgrade (df) für t-Test, Welch-Test, χ²-Unabhängigkeits- und Anpassungstest, ANOVA, Regression und Varianz berechnen – mit Formel, kritischem Wert zum Signifikanzniveau α und Tabelle der kritischen t-Werte.

Weiternutzung

Grafiken weiterverwenden

Alle 3 Grafiken dieser Seite darfst du in eigenen Artikeln und Beiträgen verwenden.

Nutzung frei, wenn du rechner-portal.de als Quelle verlinkst. CC BY 4.0

  • Glockenkurve mit drei farbig markierten Bereichen: Plus-minus 1 Sigma gleich 68 Prozent in Blau, plus-minus 2 Sigma gleich 95 Prozent in Grün, plus-minus 3 Sigma gleich 99,7 Prozent in Orange.

    68-95-99,7-Regel der Normalverteilung

    760 × 380 Pixel · Schaubild

    Herunterladen

    Einbettungscode

    HTML zum Einbinden

    <a href="https://rechner-portal.de/mathematik/statistik/standardabweichung">
      <img src="https://rechner-portal.de/images/mathematik/standardabweichung-68-95-99-regel.svg"
           alt="Glockenkurve mit drei farbig markierten Bereichen: Plus-minus 1 Sigma gleich 68 Prozent in Blau, plus-minus 2 Sigma gleich 95 Prozent in Grün, plus-minus 3 Sigma gleich 99,7 Prozent in Orange."
           width="760" height="380">
    </a>
    <p>Quelle: <a href="https://rechner-portal.de/mathematik/statistik/standardabweichung">68-95-99,7-Regel der Normalverteilung auf Rechner-Portal</a></p>

    Textbaustein für die Bildunterschrift

    Quelle: Rechner-Portal (rechner-portal.de) — https://rechner-portal.de/mathematik/statistik/standardabweichung
  • Fünf Konserven mit 498, 501, 500, 497, 504 ml. Mittelwert 500 ml, Sigma 2,45 ml. 68-Prozent-Band 497,55 bis 502,45 ml. Toleranz plus minus 5 ml: regelkonform.

    Füllmengen-Prüfung: 5 Konserven mit Standardabweichung und Toleranzband

    760 × 340 Pixel · Schaubild

    Herunterladen

    Einbettungscode

    HTML zum Einbinden

    <a href="https://rechner-portal.de/mathematik/statistik/standardabweichung">
      <img src="https://rechner-portal.de/images/mathematik/standardabweichung-praxis-fuellmenge.svg"
           alt="Fünf Konserven mit 498, 501, 500, 497, 504 ml. Mittelwert 500 ml, Sigma 2,45 ml. 68-Prozent-Band 497,55 bis 502,45 ml. Toleranz plus minus 5 ml: regelkonform."
           width="760" height="340">
    </a>
    <p>Quelle: <a href="https://rechner-portal.de/mathematik/statistik/standardabweichung">Füllmengen-Prüfung: 5 Konserven mit Standardabweichung und Toleranzband auf Rechner-Portal</a></p>

    Textbaustein für die Bildunterschrift

    Quelle: Rechner-Portal (rechner-portal.de) — https://rechner-portal.de/mathematik/statistik/standardabweichung
  • Zwei Glockenkurven mit gleichem Mittelwert: Links enge Streuung mit Sigma 0,5, rechts weite Streuung mit Sigma 2,5. Zeigt den Effekt der Standardabweichung auf die Datenverteilung.

    Streuungsvergleich: Enge vs. weite Standardabweichung

    760 × 370 Pixel · Schaubild

    Herunterladen

    Einbettungscode

    HTML zum Einbinden

    <a href="https://rechner-portal.de/mathematik/statistik/standardabweichung">
      <img src="https://rechner-portal.de/images/mathematik/standardabweichung-streuung-vergleich.svg"
           alt="Zwei Glockenkurven mit gleichem Mittelwert: Links enge Streuung mit Sigma 0,5, rechts weite Streuung mit Sigma 2,5. Zeigt den Effekt der Standardabweichung auf die Datenverteilung."
           width="760" height="370">
    </a>
    <p>Quelle: <a href="https://rechner-portal.de/mathematik/statistik/standardabweichung">Streuungsvergleich: Enge vs. weite Standardabweichung auf Rechner-Portal</a></p>

    Textbaustein für die Bildunterschrift

    Quelle: Rechner-Portal (rechner-portal.de) — https://rechner-portal.de/mathematik/statistik/standardabweichung

Quellen, Transparenz und Haftung

Haftungsausschluss

Die Ergebnisse dieses Rechners sind Orientierungswerte und ersetzen keine professionelle Beratung. Für verbindliche Entscheidungen – insbesondere in finanziellen, gesundheitlichen oder rechtlichen Angelegenheiten – empfehlen wir die Einholung fachkundiger Beratung. Aktuelle Vertrags-, Produkt- und Regulierungsdaten können von den Rechenwerten abweichen.

Rechnerspezifische Grenzen: Die Ausgabe ist eine statistische Rechenhilfe zur Streuungsbewertung und ersetzt keine fachliche Prüfung von Datenerhebung, Verteilung oder Ausreißern.

Quelle: Varianz- und Standardabweichungsrechnung für Stichprobe oder Grundgesamtheit mit Bessel-Korrektur über numerische Listenwerte

Stand: 2026-09-24

Externe Fachquellen
Qualitätsnachweise
Verantwortlich
Kilian Achatz
Herausgeber
Rechner-Portal
Stand der Inhalte
24. September 2026
Fachbereich
Mathematik / Statistik
Formeln basieren auf
Dokumentierte Rechenlogik mit Plausibilitäts- und Vergleichscheck
Zitation & Richtlinien

Zitieren

Rechner-Portal: „Standardabweichungsrechner“. https://rechner-portal.de/mathematik/statistik/standardabweichung

Link-Code für Webseiten

<a href="https://rechner-portal.de/mathematik/statistik/standardabweichung">Standardabweichungsrechner – Rechner-Portal</a>

APA-Format

Rechner-Portal (2026). Standardabweichungsrechner. Abgerufen von https://rechner-portal.de/mathematik/statistik/standardabweichung

Harvard-Format

Rechner-Portal, 2026. Standardabweichungsrechner. Available at: https://rechner-portal.de/mathematik/statistik/standardabweichung

Werbestatus

Mögliche Werbung hat keinen Einfluss auf Rechenweg, Ergebnis oder Priorisierung dieses Rechners.