Kostenlos und datenschutzfreundlich

Statistik-Rechner

Zuletzt aktualisiert:

Deskriptive Statistik, Perzentil-Analyse und Ausreißer-Prüfung für numerische Datensätze.

Läuft lokal im Browser. Es werden keine Daten übertragen.

Wobei dieses Tool hilft

Wobei dieses Tool hilft

Berechnet den vollständigen Satz deskriptiver Statistiken, Lagemaße, Streuung, Form, Perzentile und IQR-basierte Ausreißer-Erkennung, aus einem eingefügten oder eingetippten numerischen Datensatz.

Eingabewerte

Ergebnisse

So lesen Sie die Ergebnisse

Nutzen Sie Modell, Annahmen, Kennzahlen und Warnungen zusammen, bevor Sie auf Basis des Ergebnisses entscheiden.

  • Liegen Mittelwert und Median nahe beieinander, ist die Verteilung annähernd symmetrisch. Eine große Lücke deutet auf Schiefe hin: für die Berichterstattung den Median bevorzugen.
  • Ein Variationskoeffizient (VK) über 30 % deutet auf eine hohe relative Streuung hin. Datensätze auf verschiedenen Skalen mit dem VK statt der rohen Standardabweichung vergleichen.
  • Schiefe zwischen -0,5 und +0,5 ist annähernd symmetrisch. Werte außerhalb ±1 deuten auf erhebliche Asymmetrie hin.
  • IQR-markierte Ausreißer sind statistischer, nicht logischer Natur. Immer untersuchen, ob es sich um Datenfehler, legitime Extremwerte oder eine bimodale Mischung handelt.
  • Die Histogrammform zeigt, ob die Daten unimodal, bimodal oder multimodal sind: was Mittelwert und Median allein nicht zeigen können.
Modell / Formel Mittelwert = (Σxᵢ) / n

Annahmen

  • Deskriptive Metriken werden nur aus den angegebenen numerischen Werten berechnet.
  • Ausreißer-Erkennung nutzt IQR-Grenzen und sollte fachlich eingeordnet werden.

Nächster Schritt

Nächsten Schritt entdecken

Deskriptive Statistik, Perzentil-Analyse und Ausreißer-Prüfung für numerische Datensätze.

Redaktionelle Prüfung

So wurde diese Seite aufgebaut

Diese Seite kombiniert den Live-Rechner, Eingabehinweise, Beispielrechnungen und typische Grenzen, damit Statistik-Rechner nicht nur schnell, sondern auch nachvollziehbar genutzt werden kann.

Zuletzt im Klartext-Tools-Review auf Basis des aktuellen Statistik-Rechner-Setups am 2026-03-02 geprüft.

Zuletzt aktualisiert:

Bitte beachten

Annahmen

  • Deskriptive Metriken werden nur aus den angegebenen numerischen Werten berechnet.
  • Ausreißer-Erkennung nutzt IQR-Grenzen und sollte fachlich eingeordnet werden.

Seitenüberblick

Was diese Seite abdeckt

  • So nutzen Sie den Statistik-Rechner
  • Beispielwerte und Szenarien
  • So lesen Sie die Ergebnisse
  • Einsatzfälle
  • Best Practices
  • Warum das wichtig ist
  • Was dieses Tool macht

Praxisbeispiele

Einfacher Sieben-Werte-Datensatz

Der Datensatz 12, 15, 14, 19, 21, 18, 17 hat einen Mittelwert von 16,57, einen Median von 17, keine Ausreißer und eine leicht positive Schiefe.

Datensatzwerte
12, 15, 14, 19, 21, 18, 17
Varianzmodell
Stichprobe (n-1)
Perzentilziel
90
Histogramm-Klassen
5

Mittelwert ≈ 16,57, Median = 17, Stichproben-Standardabweichung ≈ 3,05, keine IQR-markierten Ausreißer.

Den letzten Wert von 17 auf 45 ändern, um einen starken Ausreißer einzuführen und zu beobachten, wie sich der Mittelwert vom Median entfernt.

Datensatz mit Ausreißer

Das Hinzufügen eines Extremwerts zeigt, wie Tukey-Grenzen Ausreißer markieren und wie der Median stabil bleibt, während der Mittelwert sich verschiebt.

Datensatzwerte
12, 15, 14, 19, 21, 18, 17, 85
Varianzmodell
Stichprobe (n-1)
Ausreißerfaktor (IQR k)
1.5

Mittelwert ≈ 25,1, Median = 17,5, Wert 85 als Ausreißer durch Tukey-Grenze markiert.

Den Ausreißerfaktor k auf 3,0 erhöhen, um zu sehen, wann nur extreme Ausreißer markiert werden.

So nutzen Sie den Statistik-Rechner

Fügen Sie Ihre Daten ein, legen Sie das Varianzmodell fest und starten Sie die Analyse für die vollständige deskriptive Statistikausgabe.

  1. Datensatz einfügen oder eingeben

    Numerische Werte in das Datensatzfeld eingeben, getrennt durch Kommas, Leerzeichen, Tabulatoren, Semikolons oder Zeilenumbrüche. Direkt aus einer Tabellenkalkulationsspalte einfügen möglich: einen Spaltenbereich markieren und einfügen.

  2. Varianzmodell wählen

    Stichprobe (n−1) wählen, wenn die Daten eine Zufallsstichprobe aus einer größeren Grundgesamtheit sind. Grundgesamtheit (n) nur wählen, wenn die Daten die gesamte interessierende Grundgesamtheit darstellen.

  3. Optionale Parameter einstellen

    Das Perzentilziel (Standard: 90. Perzentil), den Schwellenwert für den getrimmten Mittelwert, die Anzahl der Histogramm-Bins und den Ausreißerfaktor k anpassen. Die Standardwerte funktionieren für die meisten Datensätze gut.

  4. Ergebnisse prüfen

    Die Ausgabe zeigt Lagemaße, Streuung, Form und Ausreißer-Metriken in einer strukturierten Tabelle. Als Ausreißer markierte Werte werden separat aufgelistet, damit sie im Kontext untersucht werden können.

Beispielwerte und Szenarien

Diesen Sieben-Werte-Datensatz verwenden, um alle wichtigen Metriken zu überprüfen, bevor eigene Daten analysiert werden.

Einfacher Sieben-Werte-Datensatz

Der Datensatz 12, 15, 14, 19, 21, 18, 17 hat einen Mittelwert von 16,57, einen Median von 17, keine Ausreißer und eine leicht positive Schiefe.

Beispielwerte

Datensatzwerte
12, 15, 14, 19, 21, 18, 17
Varianzmodell
Stichprobe (n-1)
Perzentilziel
90
Histogramm-Klassen
5

Beispielausgabe: Mittelwert ≈ 16,57, Median = 17, Stichproben-Standardabweichung ≈ 3,05, keine IQR-markierten Ausreißer.

Den letzten Wert von 17 auf 45 ändern, um einen starken Ausreißer einzuführen und zu beobachten, wie sich der Mittelwert vom Median entfernt.

Datensatz mit Ausreißer

Das Hinzufügen eines Extremwerts zeigt, wie Tukey-Grenzen Ausreißer markieren und wie der Median stabil bleibt, während der Mittelwert sich verschiebt.

Beispielwerte

Datensatzwerte
12, 15, 14, 19, 21, 18, 17, 85
Varianzmodell
Stichprobe (n-1)
Ausreißerfaktor (IQR k)
1.5

Beispielausgabe: Mittelwert ≈ 25,1, Median = 17,5, Wert 85 als Ausreißer durch Tukey-Grenze markiert.

Den Ausreißerfaktor k auf 3,0 erhöhen, um zu sehen, wann nur extreme Ausreißer markiert werden.

Warum das wichtig ist

Zusammenfassende Statistiken bedeuten in unterschiedlichen Datenkontexten verschiedenes. Mittelwert und Standardabweichung für eine schiefe Verteilung zu berichten ist aktiv irreführend: es impliziert Symmetrie, die möglicherweise nicht existiert. Median und IQR erzählen aus denselben Daten eine völlig andere Geschichte. Dieser Rechner berechnet den vollständigen deskriptiven Statistiksatz, Lagemaße, Streuung, Schiefe, Kurtosis und Perzentile, damit die ehrlichste Darstellung der Daten gewählt werden kann, anstatt standardmäßig auf die zwei ersten Statistiken zurückzugreifen, die einem in den Sinn kommen.

Was dieser Rechner macht

Der Statistik-Rechner nimmt eine eingefügte oder eingetippte Liste von Zahlen, parst sie (Kommas, Leerzeichen, Tabulatoren, Semikolons oder Zeilenumbrüche als Trennzeichen akzeptierend) und berechnet Folgendes: Anzahl, Summe, Mittelwert, Median, Modus, geometrisches und harmonisches Mittel, getrimmten Mittelwert, Varianz, Standardabweichung, Variationskoeffizient, Schiefe, Exzesskurtosis, Minimum, Maximum, Spannweite, Q1, Q2, Q3, Interquartilsabstand, ein benutzerdefiniertes Perzentil, Tukey-Grenzen-Ausreißer-Erkennung und eine Histogrammverteilung über eine konfigurierbare Anzahl von Bins. Ergebnisse werden in einer strukturierten Tabelle angezeigt und können als JSON oder CSV exportiert werden.

Statistische Grundkonzepte

Lagemaße (Mittelwert, Median, Modus) beschreiben den typischen Wert im Datensatz. Der Mittelwert wird durch Extremwerte beeinflusst; der Median ist robuster. Streuungsmaße (Standardabweichung, IQR, Spannweite) beschreiben, wie weit Werte vom Zentrum streuen. Der IQR ist weniger empfindlich gegenüber Ausreißern als die Standardabweichung. Formmaße (Schiefe, Kurtosis) beschreiben Asymmetrie und Schwanzgewicht. Positive Schiefe bedeutet einen langen rechten Schwanz; Exzesskurtosis über 0 bedeutet schwerere als normalverteilte Schwänze.

Formel-Aufschlüsselung

Mittelwert = Σxᵢ / n
Varianz (Stichprobe) = Σ(xᵢ − x̄)² / (n−1)
IQR = Q3 − Q1
Ausreißergrenzen: [Q1 − 1,5×IQR, Q3 + 1,5×IQR]
  • Stichprobenvarianz verwendet n−1 (Bessel-Korrektur), um eine unverzerrte Schätzung der Grundgesamtheitsvarianz zu liefern.
  • Grundgesamtheitsvarianz verwendet n: nur angemessen, wenn die Daten die vollständige Grundgesamtheit darstellen.
  • Der Tukey-k-Multiplikator ist standardmäßig 1,5 (übliche Ausreißer) und kann auf 3,0 für nur extreme Ausreißer erhöht werden.
  • Das geometrische Mittel ist nur für rein positive Werte definiert. Das harmonische Mittel ist nur definiert, wenn kein Wert null ist.

Ergebnisse interpretieren

  • Liegen Mittelwert und Median nahe beieinander, ist die Verteilung annähernd symmetrisch. Eine große Lücke deutet auf Schiefe hin: für die Berichterstattung den Median bevorzugen.
  • Ein Variationskoeffizient (VK) über 30 % deutet auf eine hohe relative Streuung hin. Datensätze auf verschiedenen Skalen mit dem VK statt der rohen Standardabweichung vergleichen.
  • Schiefe zwischen -0,5 und +0,5 ist annähernd symmetrisch. Werte außerhalb ±1 deuten auf erhebliche Asymmetrie hin.
  • IQR-markierte Ausreißer sind statistischer, nicht logischer Natur. Immer untersuchen, ob es sich um Datenfehler, legitime Extremwerte oder eine bimodale Mischung handelt.
  • Die Histogrammform zeigt, ob die Daten unimodal, bimodal oder multimodal sind: was Mittelwert und Median allein nicht zeigen können.

Praxisszenarien

  • Umfragedatenanalyse: Antwortwerte einfügen und sofort Median, IQR und Verteilungsform sehen, bevor Ergebnisse aufgeschrieben werden.
  • Qualitätskontrolle: Ausreißer in einer Produktionsmessreihe mit Tukey-Grenzen erkennen, um Werte zu markieren, die eine Untersuchung rechtfertigen.
  • A/B-Test-Plausibilitätsprüfung: Lagemaß und Streuung zweier Varianten vergleichen, bevor ein Hypothesentest durchgeführt wird.
  • Notenverteilung: Einen Klassendatensatz analysieren, um den Medianwert zu finden, zu sehen, wie viele Schüler in jeden Histogramm-Bin fallen, und statistische Ausreißer zu identifizieren.

Grenzfälle

  • Datensätze mit einem einzigen Wert: Die meisten Statistiken sind undefiniert oder trivial (Varianz = 0, IQR = 0). Das Tool gibt aus, was definiert ist.
  • Datensätze mit negativen Werten: Geometrisches und harmonisches Mittel werden nicht berechnet (oder markiert). Schiefe und Kurtosis funktionieren weiterhin.
  • Alle identischen Werte: Standardabweichung = 0, IQR = 0, keine Ausreißer, und das Histogramm zeigt alle Zählungen in einem Bin.
  • Sehr große Datensätze (Tausende von Werten): Das Tool verarbeitet diese, aber Export-Optionen erleichtern die Überprüfung der vollständigen sortierten Liste.

Häufige Fehler in der deskriptiven Statistik

  • Mittelwert und Standardabweichung bei einem schiefen Datensatz verwenden. Wenn die Schiefe weit von null entfernt ist oder Mittelwert und Median erheblich voneinander abweichen, stattdessen Median und IQR verwenden: sie sind robuster gegenüber Asymmetrie und Ausreißern.
  • Stichproben- und Grundgesamtheitsstatistiken am gleichen Datensatz verwechseln. Stichprobenvarianz (n−1) verwenden, wenn die Daten eine Zufallsstichprobe aus einer größeren Grundgesamtheit sind, und Grundgesamtheitsvarianz (n) nur, wenn die vollständige Grundgesamtheit vorliegt.
  • Tukey-Ausreißermarkierungen ohne fachlichen Kontext akzeptieren. Ein IQR-basierter Ausreißer ist ein statistisches Signal, kein bestätigter Datenfehler. Markierte Werte vor dem Entfernen untersuchen.

Einsatzfälle

  • Schätzen Sie Materialmengen vor dem Kauf, um Projektverlust zu reduzieren.
  • Vergleichen Sie Szenarien direkt vor Ort und passen Sie Mengen in Echtzeit an.
  • Erstellen Sie klarere Projektpläne mit nachvollziehbarer Rechenlogik.

Verwandte Mathematik-Tools

Entscheidungsseiten

Lernbibliothek ansehen

Tools und Themen

Was diesen Rechner auszeichnet

  • Vollständige deskriptive Statistik
  • IQR-Ausreißer-Erkennung
  • Histogramm-Bins
  • Stichprobe vs. Grundgesamtheit

Häufig gestellte Fragen

Welche Trennzeichen werden für die Dateneingabe unterstützt?
Kommas, Leerzeichen, Tabulatoren, Semikolons oder Zeilenumbrüche zwischen numerischen Werten verwenden. Direkt aus einer Tabellenkalkulationsspalte einfügen: einen Zellenbereich kopieren und der Leerraum dazwischen wird automatisch verarbeitet.
Wie werden Ausreißer erkannt?
Ausreißer werden mit Tukey-Grenzen markiert: Werte außerhalb Q1 − k×IQR und Q3 + k×IQR. Der k-Multiplikator ist standardmäßig 1,5 (üblich), kann aber auf 3,0 für nur extreme Ausreißer gesetzt werden: ihn dem Analysekontext entsprechend anpassen.
Wie zuverlässig sind die berechneten Ergebnisse?
Das Ergebnis wird direkt aus deinen Eingaben berechnet. Wenn die Eingaben ungenau sind oder die reale Situation vom Modell abweicht, weicht auch das Ergebnis ab. Nutze es als belastbare Schätzung und prüfe bei wichtigen Entscheidungen die projektspezifischen Faktoren noch einmal separat.
Wie lassen sich die Ergebnisse am besten exportieren und wiederverwenden?
JSON verwenden, wenn maschinenlesbare strukturierte Daten für Skripte, APIs oder Automatisierung benötigt werden. CSV verwenden, wenn Tabellenkalkulationsanalyse, Filterung oder Berichterstattung gewünscht wird. Schnellkopie für einfaches Teilen in Dokumenten, Tickets oder Chats nutzen und Annahmen einschließen, damit Empfänger die Ergebnisse korrekt interpretieren können.
Welche Eingabefehler führen am häufigsten zu irreführenden Ergebnissen?
Die häufigsten Probleme sind Einheitenabweichungen, unrealistisch belassene Standardwerte und unvollständige Randbedingungen. Dezimaltrennzeichen, Prozent- statt Absolutwerte und den gewählten Modus vor der Berechnung prüfen. Bei unerwarteten Ergebnissen hilft ein zweites Szenario mit konservativen Werten zur Sensitivitätsprüfung.
Was zeigt Statistik-Rechner genauer als ein einfacher statistik kalkulator?
Statistik-Rechner ist auf einen klar begrenzten Anwendungsfall ausgelegt: Deskriptive Statistik, Perzentil-Analyse und Ausreißer-Prüfung für numerische Datensätze. Das Tool liefert dafür klare, reproduzierbare Ergebnisse direkt im Browser.
Welche Eingaben beeinflussen das Ergebnis am stärksten?
Beginnen Sie mit Datensatzwerte, Varianzmodell, Perzentilziel. Schon kleine Änderungen an diesen Feldern verschieben das Ergebnis oft deutlich, deshalb lohnt sich mindestens ein zweites Vergleichsszenario.
Eignet sich Statistik-Rechner für schnelle Szenariovergleiche?
Ja. Statistik-Rechner ist für schnelle Was-wäre-wenn-Vergleiche gedacht, damit Sie Annahmen direkt im Browser prüfen und Varianten ohne Umwege vergleichen können.

Kategorie-übergreifende Empfehlungen

Wenn das Problem über diese Kategorie hinausgeht, helfen diese Tools aus anderen Bereichen beim nächsten Schritt.