Zum Hauptinhalt springen

Varianz-Rechner: Streuung aus Datenreihen Schritt für Schritt

MathematikStand Jetzt bewerten
Berechnung für
Anzeige

Kurzantwort

Datenwerte und Berechnungsart (Stichprobe oder Grundgesamtheit) eingeben und Varianz, Standardabweichung, Spannweite und Variationskoeffizient berechnen.

Datenwerte eingeben, Varianz als Stichprobe oder Grundgesamtheit berechnen und zusätzliche...

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

Überblick

Was ist der Varianz-Rechner?

Zwei Teams mit identischem Monatsdurchschnitt können Varianzen von 50.000 €² gegen rund 14,5 Millionen €² aufweisen — der Mittelwert allein verbirgt diesen Unterschied vollständig. Dieser Rechner berechnet Varianz, Standardabweichung, Spannweite, MAD und Variationskoeffizient für eine erste vollständige Streuungsanalyse.

Damit eignet sich die Seite nicht nur für eine einzelne Formel, sondern für die erste vollständige Streuungsanalyse eines Datensatzes.

Die Varianz ist das quadratische Streuungsmaß, das die durchschnittliche quadratische Abweichung aller Datenwerte von ihrem arithmetischen Mittelwert beschreibt.

Da das Ergebnis in der quadrierten Einheit ausgegeben wird, also zum Beispiel in Euro² oder Minuten², ist die direkte Interpretation im Kontext der ursprünglichen Daten nur durch die Wurzel, also die Standardabweichung, möglich.

Die Varianz bleibt aber die zentrale Grundgröße in vielen statistischen Verfahren, darunter ANOVA, Regressionsanalyse und Prozesssteuerung, weil sie mathematisch leichter zu bearbeiten ist als die Standardabweichung.

Eine verständliche Erklärung der Varianz im Kontext anderer Streuungsmaße bietet Serlo Mathematik.

Ein Blick auf die Einheiten lohnt vorab: Die Varianz von Monatsumsätzen in Euro trägt die Einheit Euro² — eine Größe ohne anschauliche Entsprechung, und genau deshalb liefert der Rechner Standardabweichung, Spannweite und MAD gleich mit.

Eingaben

Varianz berechnen: Datenwerte eingeben, Stichprobe oder Grundgesamtheit wählen

Du gibst deine Datenwerte als Zahlenliste ein und wählst, ob du mit einer Stichprobe oder mit der Grundgesamtheit rechnest. Entscheidend ist, dass alle Werte in derselben Einheit vorliegen und wirklich denselben Sachverhalt beschreiben.

Typische Fehler sind vermischte Skalen, falsch gesetzte Trennzeichen und eine unklare Wahl zwischen n und n−1. Gib jeden Wert als einzelne Zahl ein und überprüfe vor der Berechnung, ob alle Werte wirklich dieselbe Messlogik und Einheit teilen.

Wenn du Daten aus verschiedenen Quellen kombinierst, solltest du sicherstellen, dass keine systematischen Skalenunterschiede vorliegen, da gemischte Skalen zwar rechnerisch verarbeitet werden, aber statistisch keine sinnvolle Varianz ergeben.

Die Datenwerte stehen hier in einem einzigen Textfeld, und dieses Feld ist beim Trennzeichen großzügig: Komma, Semikolon, Leerzeichen und Zeilenumbruch führen alle zum selben Ergebnis — die Reihe 4, 7, 13, 2, 1, 8 wird in jeder dieser Schreibweisen als sechs Werte gelesen.

Für Dezimalstellen bleibt damit nur der Punkt, denn das Komma trennt bereits. Wer 3,5 eintippt, erhält deshalb die zwei Werte 3 und 5 — und eine Varianz, die zu ganz anderen Daten gehört als gedacht.

Praxisfälle

Varianz berechnen: sieben typische Anwendungsfälle

Jeder Fall nennt Eingabe und Ergebnis aus der echten Rechenfunktion — von der Excel-Kontrolle über den Variationskoeffizienten bis zum Vergleich mit dem MAD.

  1. Varianz in Excel mit VAR.S vergleichen

    „Liefert die Excel-Funktion VAR.S dasselbe Ergebnis wie dieser Rechner?“

    Eingabe
    Datenwerte: 4, 7, 13, 2, 1, 8; Berechnung: Stichprobe
    Ergebnis
    Varianz 19,7667 – identisch mit =VAR.S(4;7;13;2;1;8) in Excel bzw. =VAR(...) in älteren Versionen und Google Sheets
  2. Varianz oder empirische Varianz: Stichprobe vs. Grundgesamtheit

    „Was ist der Unterschied zwischen Varianz und empirischer Varianz derselben Daten?“

    Eingabe
    Datenwerte: 2, 4, 6, 8, 10; Berechnung: Stichprobe (n−1) bzw. Grundgesamtheit (n)
    Ergebnis
    Empirische Varianz (Stichprobe) 10 gegenüber Populationsvarianz (Grundgesamtheit) 8 – derselbe Datensatz, zwei verschiedene Divisoren
  3. Variationskoeffizient zum Vergleich unterschiedlicher Mittelwerte

    „Wie vergleiche ich die relative Streuung von Datensätzen mit unterschiedlichem Mittelwert?“

    Eingabe
    Datenwerte: 85, 90, 78, 92, 88, 95; Berechnung: Stichprobe
    Ergebnis
    Varianz 35,6, Standardabweichung 5,9666, Variationskoeffizient 6,78 % – niedrige relative Streuung trotz absolut ähnlicher Varianzgrößenordnung wie andere Beispiele
  4. MAD und Standardabweichung im Vergleich bei einem Ausreißer

    „Wie stark verzerrt ein einzelner Ausreißer Varianz und Standardabweichung im Vergleich zum robusteren MAD?“

    Eingabe
    Datenwerte: 4, 7, 13, 2, 1, 8; Berechnung: Stichprobe
    Ergebnis
    Standardabweichung 4,446 gegenüber MAD 3,5 – die Differenz zeigt den Einfluss des Ausreißers 13, den der MAD schwächer gewichtet
  5. Umsatzschwankungen zweier Vertriebsteams bei gleichem Mittelwert

    „Wie erkenne ich, dass zwei Teams trotz gleichem Durchschnittsumsatz unterschiedlich stark schwanken?“

    Eingabe
    Team A: 12200, 12500, 12800, 12400, 12600; Berechnung: Stichprobe
    Ergebnis
    Varianz 50.000 €², Standardabweichung 223,61 €, Variationskoeffizient 1,79 % – Team A ist deutlich stabiler als ein volatileres Team mit gleichem Mittelwert
  6. Variationskoeffizient bei Mittelwert null (Sonderfall)

    „Was zeigt der Rechner an, wenn der Mittelwert der Datenreihe genau null ist?“

    Eingabe
    Datenwerte: -5, 0, 5; Berechnung: Stichprobe
    Ergebnis
    Varianz 25, Standardabweichung 5, Variationskoeffizient 0 % – die 0 % ist ein Platzhalter für „nicht definiert“, nicht ein Hinweis auf geringe Streuung
  7. Randfall: Varianz bei nur zwei Werten

    „Wie verhält sich die Stichprobenvarianz bei der kleinstmöglichen Datenmenge von zwei Werten?“

    Eingabe
    Datenwerte: 10, 14; Berechnung: Stichprobe
    Ergebnis
    Mittelwert 12, Varianz 8, Standardabweichung 2,8284 – bei n=2 entspricht die Stichprobenvarianz dem Quadrat des halben Abstands der beiden Werte

Berechnung

Varianz-Formel: Stichprobe (n−1) und Grundgesamtheit (n) im Vergleich

Varianzformel (quadratisches Streuungsmaß, n vs. n−1): Die Varianz ist die Summe aller quadrierten Abweichungen vom Mittelwert, geteilt durch n oder bei einer Stichprobe durch n−1.

Der Rechner leitet daraus zusätzlich die Standardabweichung als Wurzel der Varianz ab und ergänzt weitere Einordnungswerte wie Spannweite, MAD und Variationskoeffizient.

Beispiel: Wenn einzelne Werte weit vom Mittelwert entfernt liegen, steigt die Varianz überproportional, weil große Abweichungen quadriert werden.

Die quadratische Gewichtung großer Abweichungen ist dabei entscheidend: Wenn ein einzelner Wert doppelt so weit vom Mittelwert entfernt ist wie ein anderer, fließt er viermal so stark in die Varianz ein.

Das macht die Varianz besonders empfindlich für Ausreißer. Für die Beispielwerte 2, 4, 6, 8 und 10 liefert der Rechner in der Standardeinstellung Stichprobe (n−1) die Varianz 10; im Modus Grundgesamtheit (Division durch n) sind es 8.

Dieser Zusammenhang erklärt, warum Standardabweichung und Variationskoeffizient als Ergänzung zur Varianz so wichtig sind: Die Standardabweichung macht die Streuung wieder in der ursprünglichen Einheit lesbar, während der Variationskoeffizient die Streuung relativ zum Mittelwert normiert und Vergleiche zwischen Datensätzen mit unterschiedlichen Mitteln ermöglicht. Varianz: Abweichungen vom Mittelwert und ihre Quadrate als Flächen bei den Werten 2, 4, 6, 8, 10

Varianz: Quadratsumme geteilt durch n minus 1.
Formel des Varianz-Rechners (Stichprobe).

Nachschlagen

Varianz und Standardabweichung: Interpretation und Vergleich

Die Varianz misst die durchschnittliche quadratische Abweichung vom Mittelwert. Die Einordnung als klein oder groß ist kontextabhängig.

Varianz-Interpretation nach Kontext sowie Vergleich Varianz vs. Standardabweichung
EigenschaftVarianz (s²)Standardabweichung (s)
Formel (Population)s² = S(xi - m)² / Ns = Wurzel(s²)
Formel (Stichprobe)s² = S(xi - x)² / (n-1)s = Wurzel(s²)
EinheitQuadrat der Originaleinheit (z. B. cm²)Gleiche Einheit wie die Daten (z. B. cm)
InterpretationSchwer direkt interpretierbar (quadratisch)Direkt als Streubreite ablesbar
Ausreißer-SensitivitätSehr hoch (quadratische Gewichtung)Hoch (aber weniger als Varianz)
Typischer EinsatzStatistische Tests, ANOVA, ML-AlgorithmenBeschreibende Statistik, Toleranzbänder
Kleiner Wert bedeutetWerte liegen eng beieinanderGeringe Streuung um den Mittelwert
Großer Wert bedeutetWerte stark gestreut / heterogenHohe Streuung, breite Verteilung

Quelle: DIN 55302; Stichproben-Korrektur (Nenner n-1) nach Bessel. Varianz-Interpretation als klein/mittel/groß ist domänenabhängig und ohne Einheitenangabe nicht universell.

Expertenmodus

Häufige Fragen zu Varianz-Rechner

Wie berechnet man die Varianz in Excel?

Excel und Google Sheets bieten für die Varianz zwei getrennte Formeln, genau wie dieser Rechner zwei Berechnungsmodi kennt. Für die Stichprobenvarianz (Division durch n−1) verwendest du =VAR.S(Bereich), in älteren Excel-Versionen =VAR(Bereich).

Für die Populationsvarianz (Division durch n) nimmst du =VAR.P(Bereich) beziehungsweise die veraltete Funktion =VARP(Bereich).

Für die Werte 4, 7, 13, 2, 1 und 8 liefert =VAR.S(4;7;13;2;1;8) denselben Wert wie dieser Rechner im Stichprobenmodus: 19,7667.

Ein häufiger Excel-Fehler ist die Verwechslung von VAR.S und VAR.P, weil beide Funktionen ohne Fehlermeldung ein Ergebnis liefern, aber unterschiedliche Zahlen – bei denselben sechs Werten ergibt VAR.P nur 16,4722.

Die Standardabweichung berechnest du parallel mit =STABW.S beziehungsweise =STABW.P; beide Formelpaare folgen exakt derselben n-gegen-n−1-Logik, die auch dieser Rechner über den Auswahlmodus „Stichprobe“ oder „Grundgesamtheit“ anbietet.

Ist Varianz dasselbe wie Standardabweichung, und was ist die empirische Varianz?

Nein, Varianz und Standardabweichung sind zwei verschiedene, aber direkt verknüpfte Kennzahlen: Die Standardabweichung ist die Quadratwurzel der Varianz, σ = √Var(X) beziehungsweise s = √s².

Die Varianz liegt in der quadrierten Einheit der Daten vor (z. B. Euro²), die Standardabweichung dagegen in derselben Einheit wie die Ausgangswerte selbst – deshalb wird in Berichten meist die Standardabweichung genannt, obwohl die Varianz rechnerisch die Grundgröße ist.

„Empirische Varianz“ ist ein weiteres Wort für Stichprobenvarianz: die mit n−1 statt n geteilte Varianz, die aus beobachteten Stichprobendaten berechnet wird, um auf die unbekannte Grundgesamtheit zu schließen.

Für die Werte 2, 4, 6, 8 und 10 liefert der Rechner im Stichprobenmodus (empirische Varianz) 10 und daraus die Standardabweichung √10 ≈ 3,1623; im Grundgesamtheitsmodus sind es 8 und √8 ≈ 2,8284.

Die Begriffe empirische Varianz, Stichprobenvarianz und korrigierte Varianz werden in der Statistik-Fachliteratur synonym verwendet und bezeichnen alle denselben n−1-Divisor.

Was zeigt der Varianzrechner außer der Varianz noch an?

Neben der Varianz liefert der Rechner auch Standardabweichung, Mittelwert, Median, Minimum, Maximum, Spannweite, MAD, Variationskoeffizient und die Anzahl der Werte.

Damit erhalten Sie mehrere Perspektiven auf denselben Datensatz und können Lage, Streuung und Ausreißerwirkung gemeinsam bewerten.

Diese Kombination mehrerer Kennzahlen ist besonders wertvoll, weil die Varianz allein ohne Kontext schwer zu interpretieren ist und erst im Vergleich mit Mittelwert und Streuungsmaßen eine vollständige statistische Beschreibung ergibt.

Die angezeigte Spannweite ergibt sich aus Maximum minus Minimum und ermöglicht einen sofortigen Eindruck der Gesamtbreite; sie ist jedoch sensitiver für Extremwerte als die Varianz selbst, weil bereits ein einziger Ausreißer die Spannweite erheblich vergrößert, ohne den Rest der Verteilung zu beeinflussen.

Der Rechner zeigt die Spannweite daher stets ergänzend zur Varianz an, damit Nutzer beide Perspektiven nebeneinander sehen können. Auch der Variationskoeffizient wird automatisch mitausgegeben, sobald der Mittelwert ungleich null ist.

Was misst die Varianz in einer Datenreihe genau?

Die Varianz misst die mittlere quadrierte Abweichung aller Werte vom arithmetischen Mittelwert. Dadurch werden große Abstände überproportional stark gewichtet, weil das Quadrieren kleine Unterschiede abschwächt und große Unterschiede verstärkt.

Für die praktische Interpretation im Alltag wird die Varianz meist zusammen mit der Standardabweichung gelesen, die aus der Varianz durch Wurzelziehen berechnet wird und dieselbe Einheit wie die Eingangsdaten besitzt.

Formal lautet die Populationsvarianz σ² = (1/n) × Σᵢ (xᵢ − x̄)², die Stichprobenvarianz s² = (1/(n−1)) × Σᵢ (xᵢ − x̄)².

Die Quadrierung stellt außerdem sicher, dass positive und negative Abweichungen sich nicht gegenseitig aufheben, wie es beim unsquarierten Mittelwert der Abweichungen passieren würde.

Dieses Aufheben wäre mathematisch korrekt, aber informationslos bezüglich der tatsächlichen Streuungsbreite. Sind alle Datenpunkte identisch, ist die Varianz exakt null; der Rechner weist diesen Sonderfall gesondert aus.

Bei nur zwei Werten entspricht die Stichprobenvarianz dem quadrierten halben Abstand der beiden Messwerte, was eine einfache Plausibilitätsprüfung für die Eingabe ermöglicht.

Warum hat die Varianz eine quadrierte Einheit?

Weil im Rechenweg jede Abweichung vom Mittelwert quadriert wird, bevor die Ergebnisse summiert und gemittelt werden. Bei Eingangsdaten in Euro entsteht dadurch eine Varianz in Euro-Quadrat.

Diese quadrierte Einheit macht die Varianz für direkte Interpretation im Alltag weniger geeignet, aber für Modellrechnungen, Varianzanalysen und Fehlerfortpflanzung besonders nützlich.

Für die Berichtkommunikation wird daher meist die Standardabweichung bevorzugt.

In der einfaktoriellen Varianzanalyse ANOVA werden die Populationsvarianzen mehrerer Gruppen miteinander verglichen; dort ist die quadrierte Einheit kein Hindernis, weil alle Gruppen dieselbe Basisgröße teilen.

Bei gemischten Datensätzen aus verschiedenen Messgrößen empfiehlt sich die Normierung über den Variationskoeffizient CV = σ/x̄, der die Streuung auf eine dimensionslose Relativgröße reduziert und Gruppenvergleiche ermöglicht, ohne auf eine gemeinsame Einheit angewiesen zu sein.

Wer also Zeitmessungen in Sekunden und Längenmessungen in Metern in einer gemeinsamen Streuungsanalyse bewerten möchte, sollte grundsätzlich den CV statt der Varianz selbst als Vergleichsmaßstab wählen.

Dieser Rechner gibt den CV direkt mit aus, sodass kein Zwischenschritt nötig ist.

Wann rechne ich mit n und wann mit n−1?

Für die Varianz der Grundgesamtheit teilen Sie durch n, weil alle relevanten Beobachtungen vollständig vorliegen. Für eine Stichprobe teilen Sie durch n−1, damit die Streuung der unbekannten Grundgesamtheit nicht systematisch unterschätzt wird.

Diese Korrektur heißt Bessel-Korrektur. Sie ist notwendig, weil eine Stichprobe tendenziell weniger extreme Werte enthält als die Gesamtheit und ihre Varianz deshalb kleiner erscheint.

Der Rechner trennt diese beiden Fälle ausdrücklich über einen Auswahlmodus.

Bei sehr kleinen Stichproben wirkt die Bessel-Korrektur besonders stark: Bei n = 2 ist die Stichprobenvarianz genau doppelt so groß wie die Populationsvarianz, weshalb Mini-Datensätze besonders kritisch auf die korrekte Modusauswahl geprüft werden müssen, um keine Verzerrung in den Schlussbericht einzubauen.

Beim Wechsel zwischen den Modi aktualisiert der Rechner alle Ergebnisse sofort, sodass Sie den Effekt der Bessel-Korrektur auf Ihren konkreten Datensatz direkt vergleichen können.

In der Praxis unterscheiden sich beide Werte erst ab etwa n < 30 spürbar; bei großen Stichproben nähern sie sich asymptotisch an.

Was sagen Standardabweichung und MAD zusätzlich zur Varianz?

Die Standardabweichung bringt die Streuung in die ursprüngliche Einheit der Eingabedaten zurück und ist dadurch direkt interpretierbar.

Der MAD, also der Median absoluter Abweichungen, ist ein robusteres Streuungsmaß, das weniger stark auf Ausreißer reagiert als Varianz oder Standardabweichung.

Zusammen mit der Varianz erkennen Sie, ob die hohe Streuung durch wenige extreme Werte verursacht wird oder gleichmäßig über alle Datenpunkte verteilt ist.

Der MAD berechnet sich als Median(|xᵢ − Median(x)|) und liefert damit ein Lageparameter-unabhängiges Maß; ein großer Abstand zwischen der varianzeigenen Standardabweichung und der MAD-basierten Schätzung deutet auf eine rechtschiefe oder linkschiefe Verteilung beziehungsweise auf Ausreißer an einer Seite hin.

Eine weitere Faustregel lautet: Wenn Standardabweichung und MAD um mehr als den Faktor 1,5 voneinander abweichen, sollte die Rohdatenliste manuell auf auffällige Extremwerte geprüft werden.

Der Varianzrechner gibt sowohl die Standardabweichung als auch den MAD aus, damit dieser Vergleich ohne Zusatztool möglich ist.

Wofür ist der Variationskoeffizient im Ergebnis nützlich?

Der Variationskoeffizient setzt die Standardabweichung ins Verhältnis zum Mittelwert und misst die relative Streuung als Prozentwert.

Damit lassen sich Datenreihen mit unterschiedlichen Größenordnungen oder unterschiedlichen Einheiten fairer miteinander vergleichen.

Beispiel: Eine Standardabweichung von 50 Euro bei einem Mittelwert von 100 Euro bedeutet 50% relative Streuung, bei einem Mittelwert von 1.000 Euro hingegen nur 5%. Der Variationskoeffizient macht diesen Unterschied direkt sichtbar.

Viele Fachdisziplinen verwenden Schwellenwerte: Ein CV unter 15 Prozent gilt oft als geringe Homogenität, über 30 Prozent als hohe relative Streuung, wobei diese Grenzen branchenspezifisch variieren.

In der Qualitätssicherung wird der CV regelmäßig genutzt, um Reproduzierbarkeit und Wiederholvariabilität von Messprozessen zu bewerten.

Geben Sie die Datenwerte in den Rechner ein, erscheint der Variationskoeffizient automatisch in der Ergebniszeile, ohne dass eine zusätzliche Formelumformung nötig wäre.

Ein negativer CV ist definitionsgemäß ausgeschlossen, solange der Mittelwert positiv ist; bei Daten mit negativem Mittelwert empfiehlt sich der Betrag als Nenner.

Wie gebe ich die Datenliste sinnvoll ein?

Geben Sie nur Zahlen ein, die denselben Sachverhalt und dieselbe Maßeinheit beschreiben.

Eine gemischte Liste aus unterschiedlichen Gruppen oder Kategorien liefert zwar einen rechnerischen Wert, aber keine belastbare Streuungsaussage über einen definierten Sachverhalt.

Vor dem Eintippen sollten Sie außerdem Ausreißer identifizieren, das richtige Trennzeichen für Dezimalstellen prüfen und sicherstellen, dass alle Werte in konsistenter Einheit vorliegen, etwa durchgehend in Euro oder durchgehend in Kilogramm.

Als zusätzliche Plausibilitätsprüfung gilt: Der berechnete Mittelwert sollte im Wertebereich der Datenliste liegen, und die Spannweite sollte die Standardabweichung deutlich übersteigen.

Eine Standardabweichung oberhalb der halben Spannweite weist in vielen Praxisfällen auf Eingabefehler oder auf stark heterogene Gruppen in der Liste hin.

Wenn die Liste Dezimalzahlen enthält, akzeptiert der Rechner sowohl Punkt als auch Komma als Trennzeichen, was die Übernahme aus Tabellenkalkulationen vereinfacht.

Für sehr lange Datensätze empfiehlt sich ein Copy-paste-Import aus einer Textdatei, in der jeder Wert in einer eigenen Zeile steht.

Wann sollte ich einen Extremwert separat prüfen, bevor ich die Varianz als Kennzahl nutze?

Ausreißer beeinflussen die Varianz besonders stark, weil ihre Abweichungen vom Mittelwert quadriert eingehen. Ein einzelner extremer Wert kann die Varianz stärker anheben als viele kleine Schwankungen zusammen.

Bei unerwartet hoher Varianz sollten Extremwerte fachlich geprüft werden: Handelt es sich um Messfehler, Dateneingabefehler oder tatsächlich repräsentative Extrembeobachtungen?

Wenn Ausreißer methodisch ausgeschlossen werden, sollte das im Analysebericht dokumentiert und begründet werden.

Ein Box-Whisker-Plot mit Interquartilsgrenzen Q1 und Q3 hilft, potenzielle Ausreißer jenseits des 1,5-fachen IQR sichtbar zu machen, bevor die Varianzberechnung angewendet wird.

Zusätzlich liefert der Vergleich zwischen der gesamten Varianz und einer Varianz ohne den verdächtigen Extremwert einen empirischen Hinweis darauf, wie stark dieser einzelne Messwert das Gesamtergebnis treibt.

Diesen Vergleich können Sie direkt im Varianzrechner durchführen, indem Sie die Datenliste einmal mit und einmal ohne den fraglichen Wert eingeben und die ausgewiesene Varianz gegenüberstellen.

Ein mehr als zwanzigprozentiger Varianzunterschied gilt in vielen Statistiklehrbüchern als Hinweis auf einen einflussreichen Ausreißer.

Den arithmetischen Mittelwert als Grundlage der Varianz liefert der Durchschnittsrechner; für den theoretischen Erwartungswert bei diskreten Zufallsvariablen ist der Erwartungswert-Rechner zuständig.

Hinweise

Varianz richtig deuten: Standardabweichung, MAD und Variationskoeffizient

Nutze die Varianz nicht allein. Für die praktische Deutung sind Standardabweichung, Median und MAD oft leichter lesbar, während der Variationskoeffizient bei Vergleichen unterschiedlich großer Mittelwerte hilft.

Genau die Kombination dieser Kennzahlen macht den Rechner im Alltag nützlicher als eine isolierte Varianzformel.

Praxisbeispiel: Zwei Teams können denselben Durchschnittsertrag haben, aber wenn Team A eine deutlich höhere Varianz zeigt, ist das Ergebnis in der Planung risikoreicher und erfordert größere Puffer.

Für Entscheidungen über Prozessstabilität oder Risikoabschätzung empfiehlt sich zusätzlich der Blick auf die Standardabweichung: Sie gibt die Streuung in derselben Einheit wie die Eingabewerte und ist damit für Berichtszwecke oft leichter interpretierbar.

Wer zwei Datensätze mit sehr unterschiedlichen Mittelwerten vergleicht, sollte außerdem den Variationskoeffizienten verwenden, da hohe absolute Varianzen bei großen Mittelwerten oft weniger risikorelevant sind als kleine Varianzen bei niedrigen Mittelwerten.

Interaktive Übungen zur Varianz und verwandten Streuungsmaßen stellt Khan Academy Statistik bereit.

Beim Variationskoeffizienten gibt es eine harte Grenze: Als Quotient aus Standardabweichung und Mittelwert ist er nur sinnvoll, wenn der Mittelwert deutlich von null entfernt liegt und die Skala eine echte Verhältnisskala ist.

Bei den Werten −5, 0 und 5 ist der Mittelwert exakt 0; der Rechner weist dann einen Variationskoeffizienten von 0 % aus, obwohl die Varianz 25 beträgt. Diese 0 % ist ein Platzhalter für „nicht definiert“ und keine Aussage über geringe Streuung.

Anwendung

Varianz berechnen in der Praxis: Umsatzschwankungen zweier Vertriebsteams

Praxisfall: Zwei Vertriebsteams erzielen im Monatsdurchschnitt je 12.500 € Umsatz. Team A erreicht 12.200, 12.500, 12.800, 12.400 und 12.600 € – Varianz: 50.000 €² (Stichprobenrechnung mit n−1, der Standardeinstellung des Rechners).

Team B erreicht 9.000, 16.000, 10.500, 17.200 und 9.800 € – Varianz: 14.470.000 €². Obwohl beide Teams denselben Mittelwert aufweisen, ist die Varianz von Team B fast 290-mal höher.

Für die Unternehmensplanung bedeutet das: Team B benötigt einen deutlich größeren Liquiditätspuffer, weil starke Monatsschwankungen die Cashflow-Planung destabilisieren.

Der Variationskoeffizient hilft, diese unterschiedliche Streuung auch relativ zur Mittelwertgröße einzuordnen.

Für die praktische Kapazitätsplanung übersetzt man die Varianzen am besten in Standardabweichungen: rund 224 € bei Team A gegenüber rund 3.804 € bei Team B — der monatliche Ausgleichspuffer des volatilen Teams muss also etwa das 17-Fache betragen, um Cashflow-Engpässe zuverlässig zu überbrücken.

Dieses Beispiel zeigt außerdem, wie wichtig es ist, die Varianz nicht isoliert zu bewerten: Erst die Kombination von Varianz, Standardabweichung und Variationskoeffizient macht deutlich, ob eine hohe Streuung im Kontext der Mittelwertgröße wirklich kritisch ist oder innerhalb eines akzeptablen Rahmens liegt. Varianz-Vergleich: Team A stabil vs Team B volatil bei gleichem Durchschnittsumsatz von 12.500 Euro Zur Einordnung der Größenordnung liefert der Rechner den Variationskoeffizienten gleich mit: rund 1,8 % bei Team A gegenüber etwa 30,4 % bei Team B.

Diese Kennzahl drückt den Unterschied unabhängig von der Umsatzhöhe aus und erlaubt damit auch den Vergleich mit deutlich kleineren Vertriebseinheiten.

Fallstricke

Häufige Fehler bei der Varianzberechnung

Gleich mehrere Missverständnisse halten sich hartnäckig: erstens, die Varianz wie eine Standardabweichung zu lesen, obwohl sie in quadrierter Einheit vorliegt und deshalb viel weniger anschaulich wirkt. Zweitens wird zwischen Stichprobe und Grundgesamtheit nicht sauber getrennt, sodass der falsche Divisor verwendet wird.

Drittens wird eine hohe Varianz vorschnell als schlechte Datenqualität gedeutet, obwohl sie genauso gut aus bewusst breiten Messwerten, Ausreißern oder gemischten Gruppen stammen kann.

Ebenso problematisch ist das Mischen unterschiedlicher Skalen oder Einheiten in einer Liste, weil die Rechnung formal funktioniert, die Streuung dann aber keine sinnvolle Aussage mehr über einen einheitlichen Sachverhalt liefert.

Ein weiteres Problem tritt auf, wenn Varianzwerte verschiedener Zeiträume oder Gruppen direkt verglichen werden, ohne die Mittelwerte zu berücksichtigen.

Zwei Datensätze mit derselben Varianz können je nach Mittelwert sehr unterschiedliche Streuungsprofile aufweisen. Für solche Vergleiche ist immer der Variationskoeffizient der geeignetere Indikator.

Ein technischer Stolperstein betrifft den MAD: Er wird stets durch n geteilt und ändert sich deshalb nicht, wenn du zwischen Stichprobe und Grundgesamtheit umschaltest.

Bei 2, 4, 6, 8 und 10 bleibt er in beiden Stellungen 2,4, während Varianz und Standardabweichung sehr wohl von 10 auf 8 und von 3,1623 auf 2,8284 springen.

Wer die Umschaltung ausgerechnet am MAD kontrolliert, sieht deshalb Stabilität, wo sich die eigentlichen Kennzahlen längst verändert haben.

Nächster Schritt

Varianzrechner: Fazit und verwandte Streuungsmaße

Der Varianzrechner gibt Varianz, Standardabweichung, Spannweite und den Variationskoeffizienten aus.

Vergleiche Standardabweichung und Variationskoeffizient mit Benchmarks oder Toleranzgrenzen und prüfe, welche Einzelwerte die Streuung hauptsächlich treiben.

Nutze die Ausgabe als Ausgangspunkt für Entscheidungen über Prozesskonsistenz und Risikoabschätzung, und ergänze sie durch Standardabweichung und Variationskoeffizient, damit die Streuung im Kontext der ursprünglichen Datengröße lesbar und vergleichbar bleibt.

Für komplexere Auswertungen mit Zeitreihen oder Vergleichsgruppen empfiehlt sich eine schrittweise Analyse, bei der die Varianz als erster diagnostischer Indikator dient.

Denke daran, dass die Varianz in der quadrierten Einheit vorliegt und deshalb selten direkt interpretiert wird; die Standardabweichung als ihre Wurzel macht die Streuung wieder in der ursprünglichen Einheit lesbar.

Für den Vergleich unterschiedlich großer Mittelwerte bleibt der Variationskoeffizient das aussagekräftigste Maß.

Vertiefung

Welche typischen Beispiele zeigen die Berechnung?

Beispiel 1 · Einfach · Varianz: ≈19,77 | Standardabweichung: ≈4,45 | Mittelwert: ≈5,83 | Median: 5,5 | Spannweite: 12 | Variationskoeffizient: ≈76,22 %

Varianz einer kleinen Datenreihe (Stichprobe)

Datenwerte
4, 7, 13, 2, 1, 8
Berechnung für
Stichprobe

Beispiel 2 · Mittel · Varianz: 10 | Standardabweichung: ≈3,16 | Mittelwert: 6 | Median: 6 | Spannweite: 8 | Variationskoeffizient: ≈52,70 %

Gleichmäßige Zahlenreihe als Stichprobe vs. Grundgesamtheit

Datenwerte
2, 4, 6, 8, 10
Berechnung für
Stichprobe

Beispiel 3 · Komplex · Varianz: ≈35,60 | Standardabweichung: ≈5,97 | Mittelwert: 88 | Median: 89 | Spannweite: 17 | Variationskoeffizient: ≈6,78 %

Testergebnisse mit geringer Streuung

Datenwerte
85, 90, 78, 92, 88, 95
Berechnung für
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.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.Korrelation-RechnerKorrelation berechnen: Pearson r oder Spearman ρ aus Datenpaaren – mit r², t-Test, p-Wert, Konfidenzintervall nach Fisher, Stärke nach Cohen, Regressionsgerade und Rechentabelle je Paar.Benford-RechnerBenfordsches Gesetz prüfen: Zahlenliste einfügen und die führenden Ziffern mit der Sollverteilung vergleichen – mit χ²-Test, MAD, Tabelle je Ziffer und Hinweisen zu Listengröße und Aussagekraft.Kritischer-Wert-RechnerKritischen Wert und p-Wert für z, t, χ² und F berechnen: ein- oder zweiseitig, mit Ablehnungsbereich, Testentscheidung und t-Wert-Tabelle.

Weiternutzung

Grafiken weiterverwenden

Alle 2 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

  • Werte 2,4,6,8,10 mit Mittelwert 6. Grundgesamtheits-Varianz = 8; als Stichprobe (n−1, Standardeinstellung des Rechners) ergibt sich 10.

    Varianz: Quadratische Abweichungen

    760 × 380 Pixel · Schaubild

    Herunterladen

    Einbettungscode

    HTML zum Einbinden

    <a href="https://rechner-portal.de/mathematik/statistik/varianz">
      <img src="https://rechner-portal.de/images/mathematik/varianz-quadratische-abweichung.svg"
           alt="Werte 2,4,6,8,10 mit Mittelwert 6. Grundgesamtheits-Varianz = 8; als Stichprobe (n−1, Standardeinstellung des Rechners) ergibt sich 10."
           width="760" height="380">
    </a>
    <p>Quelle: <a href="https://rechner-portal.de/mathematik/statistik/varianz">Varianz: Quadratische Abweichungen auf Rechner-Portal</a></p>

    Textbaustein für die Bildunterschrift

    Quelle: Rechner-Portal (rechner-portal.de) — https://rechner-portal.de/mathematik/statistik/varianz
  • Team A mit stabilen Umsätzen 12.200 bis 12.800 Euro und Stichproben-Varianz 50.000, Team B mit volatilen Umsätzen 9.000 bis 17.200 Euro und Stichproben-Varianz 14.470.000. Gleicher Durchschnitt 12.500 Euro.

    Varianz-Vergleich: Stabiler vs. volatiler Umsatz

    760 × 380 Pixel · Schaubild

    Herunterladen

    Einbettungscode

    HTML zum Einbinden

    <a href="https://rechner-portal.de/mathematik/statistik/varianz">
      <img src="https://rechner-portal.de/images/mathematik/varianz-team-vergleich.svg"
           alt="Team A mit stabilen Umsätzen 12.200 bis 12.800 Euro und Stichproben-Varianz 50.000, Team B mit volatilen Umsätzen 9.000 bis 17.200 Euro und Stichproben-Varianz 14.470.000. Gleicher Durchschnitt 12.500 Euro."
           width="760" height="380">
    </a>
    <p>Quelle: <a href="https://rechner-portal.de/mathematik/statistik/varianz">Varianz-Vergleich: Stabiler vs. volatiler Umsatz auf Rechner-Portal</a></p>

    Textbaustein für die Bildunterschrift

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

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 für Streuungs- und Lagekennzahlen und ersetzt keine vollständige explorative oder inferenzstatistische Auswertung.

Quelle: Varianzberechnung aus numerischen Datenwerten mit Zusatzkennzahlen wie Standardabweichung, Median, Spannweite, MAD und Variationskoeffizient

Stand: 2026-10-02

Externe Fachquellen
Qualitätsnachweise
Verantwortlich
Kilian Achatz
Herausgeber
Rechner-Portal
Stand der Inhalte
02. Oktober 2026
Fachbereich
Mathematik / Statistik
Formeln basieren auf
Dokumentierte Rechenlogik mit Plausibilitäts- und Vergleichscheck
Änderungsprotokoll (1 Eintrag)

Einträge werden geladen …

„Geprüft“: fachliche Prüfung von Formel, Eingaben und Texten. „Geändert“: Anpassung an Rechnung, Werten, Eingaben oder Texten. Jeder Eintrag ist belegt: eine Prüfung durch ihren Prüfbericht, eine Änderung durch die Änderung im Quellcode.

Zitation & Richtlinien

Zitieren

Rechner-Portal: „Varianz-Rechner“. https://rechner-portal.de/mathematik/statistik/varianz

Link-Code für Webseiten

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

APA-Format

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

Harvard-Format

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

Werbestatus

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