Deskriptive Statistik einfach erklärt: die Grundbegriffe

Die deskriptive (beschreibende) Statistik ist der erste große Block jedes Statistik-Kurses – und das Fundament für alles Weitere: „Häufigkeiten, prozentuale Verteilungen, zentrale Kennziffern wie Mittelwert, Median und Modus, Streuungskennziffern" nennt die Kasseler Kurs-Beschreibung als Programm. Ihr Zweck ist bescheiden und mächtig zugleich: viele Daten ehrlich in wenige Zahlen verdichten. Hier sind die Grundbegriffe – jeweils mit dem Alltagssatz, den Sie in der Prüfung und beim Lesen von Studien brauchen.

Vorab: Skalenniveaus – was darf ich mit meinen Daten rechnen?

Die unterschätzte Grundlage (und beliebte Klausurfrage): Nicht jede Kennzahl passt zu jeder Datenart.

Skalenniveau	Was es ist	Beispiel	Sinnvoll berechenbar
Nominal	Kategorien ohne Reihenfolge	Studienfach, Geschlecht	Häufigkeiten, Modus
Ordinal	Rangfolge ohne gleiche Abstände	Noten, Zufriedenheit (1–5)	zusätzlich Median
Metrisch	Zahlen mit gleichen Abständen	Alter, Punktzahl, Einkommen	zusätzlich Mittelwert, Standardabweichung

Merksatz: Je höher das Skalenniveau, desto mehr dürfen Sie rechnen. Der „durchschnittliche Studiengang" ist Unsinn (nominal), die „durchschnittliche Note" schon grenzwertig (ordinal) – solche Fragen lieben Klausursteller.

Lagemaße: Wo liegt die Mitte?

• Mittelwert (arithmetisches Mittel): Summe geteilt durch Anzahl – der bekannte „Durchschnitt". Stärke: nutzt alle Werte. Schwäche: empfindlich gegen Ausreißer. Klassisches Beispiel: Sitzen in einer Kneipe neun Studierende und ein Milliardär, ist das „Durchschnittsvermögen" im Raum dreistellig in Millionen – wahr und völlig irreführend.
• Median: der Wert in der Mitte der sortierten Reihe – 50 % liegen darunter, 50 % darüber. Robust gegen Ausreißer; deshalb werden Einkommen oder Mieten seriös als Median berichtet. Alltagssatz: „Der typische Fall."
• Modus: der häufigste Wert – das einzige Lagemaß, das auch für Kategorien funktioniert („das häufigste Studienfach").

Profi-Blick: Wenn Mittelwert und Median weit auseinanderliegen, ist die Verteilung schief – irgendwo ziehen extreme Werte. Dieser Vergleich ist oft aufschlussreicher als jede Einzelzahl.

Streuungsmaße: Wie weit liegen die Werte auseinander?

Zwei Kurse können denselben Notenschnitt 2,5 haben – einmal alle zwischen 2,0 und 3,0, einmal die Hälfte bei 1,0 und die Hälfte bei 4,0. Das Lagemaß allein verschweigt diesen Unterschied; dafür gibt es Streuungsmaße:

• Spannweite: größter minus kleinster Wert – schnell, aber nur von zwei Extremwerten bestimmt.
• Varianz: die mittlere quadrierte Abweichung vom Mittelwert – das rechnerische Zwischenprodukt, schwer anschaulich wegen der Quadrierung.
• Standardabweichung: die Wurzel der Varianz, zurück in der ursprünglichen Einheit – die Streuungszahl. Alltagssatz: „So weit liegt ein typischer Wert vom Durchschnitt entfernt." Bei normalverteilten Daten liegen rund zwei Drittel aller Werte höchstens eine Standardabweichung vom Mittelwert entfernt – diese Faustregel macht die Zahl lesbar.

Zusammenhänge: die Korrelation

Der Korrelationskoeffizient r beschreibt den linearen Zusammenhang zweier metrischer Variablen und läuft von −1 bis +1: +1 = perfekt gleichläufig (mehr Lernstunden, bessere Punkte), 0 = kein linearer Zusammenhang, −1 = perfekt gegenläufig (mehr Fehlstunden, weniger Punkte). Als grobe Lesehilfe gelten Beträge ab 0,3 als moderat, ab 0,5 als stark – je nach Fachgebiet unterschiedlich bewertet. Und die wichtigste Warnung der gesamten Statistik: Korrelation ist keine Kausalität. Eisverkauf und Sonnenbrände korrelieren hoch – nicht weil Eis die Haut schädigt, sondern weil der Sommer beides verursacht. Wer aus einem Zusammenhang eine Ursache machen will, braucht mehr als r (dieser Fehlschluss ist auch außerhalb der Statistik der Klassiker – siehe Wissenschaftlich argumentieren).

Daten zeigen: Tabellen und Grafiken lesen

Zur Deskriptivstatistik gehört die „tabellarische und grafische Darstellung" – als Ersteller und als kritischer Leser: Ein Histogramm zeigt die Verteilung (Wo häufen sich Werte? Ist sie schief?), ein Boxplot verdichtet Median, mittlere 50 % und Ausreißer in eine Grafik, ein Streudiagramm macht Korrelationen sichtbar. Kritischer Lese-Reflex fürs Leben: Bei jeder Grafik zuerst auf die Achsen schauen – eine abgeschnittene y-Achse macht aus einem Mini-Unterschied ein Drama. Wie es nach der Beschreibung weitergeht – nämlich zur Frage, ob ein Befund über die Stichprobe hinaus gilt – erklärt Hypothesentest & Signifikanz; die Einordnung ins Gesamtfach gibt der Statistik-Überblick.

Zusammenfassung und Lerntipp

Auf den Punkt: Deskriptive Statistik verdichtet Daten in Lagemaße (Mittelwert – ausreißerempfindlich, Median – robust, Modus – für Kategorien), Streuungsmaße (v. a. Standardabweichung: „typischer Abstand vom Durchschnitt") und Zusammenhangsmaße (Korrelation r von −1 bis +1 – niemals kausal deuten!). Davor steht immer die Skalenfrage: Das Datenniveau bestimmt, welche Kennzahl überhaupt erlaubt ist.

Lerntipp: Die Begriffe samt Merksätzen sitzen am schnellsten mit Merktechniken – etwa die Skalenniveaus als anschauliche Eselsbrücken-Kette. Den Überblick über die passenden Techniken gibt der Artikel Mnemotechnik: Die wichtigsten Merktechniken im Überblick.