Deskriptive Statistik: einfach erklärt mit Beispielen

Deskriptive Statistik (auch beschreibende Statistik) ist der Teil der Statistik, der vorhandene Daten ordnet, zusammenfasst und anschaulich darstellt. Sie beschreibt genau die Gruppe, die du befragt hast – und trifft ausdrücklich keine Aussage darüber hinaus.

Ein Beispiel macht das greifbar. Lena betreibt das Café „Bohne & Blume“ und hat 120 Gäste zu ihrem neuen Frühstücksangebot befragt. Sobald sie zählt, wie viele „sehr zufrieden“ angekreuzt haben, wie alt ihre Gäste im Schnitt sind oder wie weit die Bewertungen auseinandergehen, betreibt sie deskriptive Statistik. Sie beschreibt ihre 120 Antworten – nicht die Meinung aller Café-Gäste Deutschlands.

Deskriptive vs. induktive Statistik

Genau an diesem Punkt liegt der wichtigste Unterschied. Die Statistik teilt sich grob in zwei Bereiche:

• Deskriptive Statistik: beschreibt die vorliegenden Daten. Alle Ergebnisse beziehen sich nur auf deine befragte Gruppe. „Von meinen 120 Gästen sind 75 % zufrieden.“
• Induktive Statistik (auch schließende Statistik oder Inferenzstatistik): schließt von einer Stichprobe auf eine größere Grundgesamtheit. Sie fragt: Gilt das, was ich in meiner Stichprobe sehe, wahrscheinlich auch allgemein? „Sind meine Gäste wirklich zufriedener als letztes Jahr – oder ist das nur Zufall?“

Für die meisten Umfragen im Alltag, im Unternehmen und in vielen Abschlussarbeiten ist die deskriptive Statistik der Kern der Auswertung. Erst wenn du belastbar von deiner Stichprobe auf eine ganze Zielgruppe schließen willst, kommen induktive Verfahren wie statistische Signifikanz und der p-Wert ins Spiel. Die deskriptive Statistik ist immer der erste Schritt – auch wenn danach noch eine schließende Analyse folgt.

Wie die Auswertung insgesamt abläuft und wo die deskriptive Statistik darin sitzt, zeigen wir dir im Überblicksartikel zum Auswerten von Umfragen.

Der Einstieg in jede deskriptive Auswertung ist das Auszählen. Du schaust dir für jede Frage an, wie oft welche Antwort vorkommt. Das nennt man Häufigkeitsverteilung, und sie ist besonders bei geschlossenen Fragen das Mittel der Wahl.

Absolute und relative Häufigkeit

Man unterscheidet zwei Arten, eine Häufigkeit anzugeben:

• Absolute Häufigkeit: die reine Anzahl. „48 Gäste haben ‚sehr zufrieden‘ angekreuzt.“
• Relative Häufigkeit: der Anteil an allen Antworten, meist in Prozent. „48 von 120 sind 40 %.“

Die relative Häufigkeit ist fast immer aussagekräftiger, weil sie Größen vergleichbar macht. 40 % Zufriedene sagen mehr als „48 Gäste“, wenn niemand weiß, wie viele überhaupt geantwortet haben. Wichtig ist deshalb: Nenne bei Prozentwerten immer auch die Grundzahl (das n). Bei kleinen Fallzahlen können Prozente sonst täuschen – bei nur 5 Antworten entspricht eine einzige Stimme schon 20 %.

Die Häufigkeitstabelle

So sieht Lenas Frage „Wie zufrieden bist du mit dem neuen Frühstück?“ als Häufigkeitstabelle aus:

• Sehr zufrieden: 48 (40 %)
• Zufrieden: 42 (35 %)
• Neutral: 18 (15 %)
• Unzufrieden: 8 (7 %)
• Sehr unzufrieden: 4 (3 %)

Schon aus dieser einfachen Tabelle liest Lena das Wichtigste ab: 75 % sind zufrieden oder sehr zufrieden (das nennt man auch Top-2-Box), nur 10 % sind unzufrieden. Willst du zwei Merkmale gleichzeitig betrachten – etwa Zufriedenheit nach Altersgruppe –, brauchst du eine Kreuztabelle. Für offene Nennungen musst du die Antworten vorher in Kategorien zusammenfassen; wie das geht, steht im Artikel zu offenen Fragen. Auch typische demografische Daten wie Alter oder Geschlecht wertest du zuerst über Häufigkeiten aus.

Häufigkeiten zeigen die ganze Verteilung. Oft willst du sie aber zu einer einzigen Zahl verdichten: dem typischen Wert. Dafür gibt es die Lagemaße (auch Maße der zentralen Tendenz). Die drei wichtigsten sind Modus, Median und Mittelwert – und sie sind nicht beliebig austauschbar.

Der Modus (Modalwert)

Der Modus ist der Wert, der am häufigsten vorkommt. In Lenas Tabelle ist das „sehr zufrieden“ mit 48 Nennungen. Der Modus ist das einzige Lagemaß, das du auch für reine Kategorien ohne Rangfolge verwenden darfst – etwa für die häufigste Antwort auf „Welches Getränk bestellst du am liebsten?“.

Der Median (Zentralwert)

Der Median ist der Wert genau in der Mitte, wenn du alle Antworten der Größe nach sortierst. Eine Hälfte liegt darüber, eine Hälfte darunter. Sein großer Vorteil: Ausreißer verzerren ihn kaum. Verdient in Lenas Gäste-Befragung eine einzige Person 20.000 € im Monat, zieht das den Mittelwert nach oben – der Median bleibt stabil. Deshalb ist der Median bei schiefen Verteilungen (Einkommen, Preise, Wartezeiten) meist das ehrlichere Maß.

Der Mittelwert (arithmetisches Mittel)

Der Mittelwert ist der klassische Durchschnitt: alle Werte addieren, durch die Anzahl teilen. Er nutzt jede einzelne Zahl und ist deshalb sehr aussagekräftig – aber genau deshalb auch anfällig für Ausreißer. Lenas Gäste sind im Schnitt 34 Jahre alt: Summe aller Alter geteilt durch 120.

Welches Lagemaß darfst du wann nehmen?

Die Antwort hängt vom Skalenniveau deiner Frage ab – also davon, welche Art von Daten du erhoben hast:

• Nominal (Kategorien ohne Reihenfolge, z. B. Lieblingsgetränk): nur der Modus.
• Ordinal (Rangfolge ohne gleiche Abstände, z. B. Schulnoten oder eine Zufriedenheits-Skala): Modus und Median.
• Metrisch (echte Zahlen mit gleichen Abständen, z. B. Alter, Anzahl Besuche): Modus, Median und Mittelwert.

Der häufigste Streitpunkt in der Praxis ist die Likert-Skala („stimme voll zu“ bis „stimme gar nicht zu“). Streng genommen ist sie ordinal, denn der Abstand zwischen „zufrieden“ und „sehr zufrieden“ ist nicht messbar gleich groß. Sauber ist hier der Median. In der Praxis rechnen viele trotzdem einen Mittelwert, um Gruppen leichter zu vergleichen. Das ist ein bewusster Kompromiss – benenne ihn ehrlich und stütze ihn immer zusätzlich mit der Häufigkeitsverteilung ab.

Ein Lagemaß allein kann täuschen. Stell dir zwei Café-Filialen vor, die beide einen Zufriedenheits-Mittelwert von 3,0 haben. In Filiale A kreuzen fast alle „neutral“ an. In Filiale B gibt es genauso viele Begeisterte wie Verärgerte – der Durchschnitt ist zufällig auch 3,0. Gleicher Mittelwert, völlig andere Realität. Um das sichtbar zu machen, brauchst du Streuungsmaße (auch Maße der Variabilität). Sie zeigen, wie weit die Werte um die Mitte streuen.

Spannweite (Range)

Die Spannweite ist der einfachste Wert: größter minus kleinster Wert. Sind Lenas Gäste zwischen 18 und 71 Jahre alt, beträgt die Spannweite 53 Jahre. Schnell berechnet, aber empfindlich – ein einziger Ausreißer bestimmt sie komplett.

Standardabweichung und Varianz

Die Standardabweichung ist das wichtigste Streuungsmaß für metrische Daten. Sie gibt an, wie weit die Werte im Schnitt vom Mittelwert entfernt liegen. Eine kleine Standardabweichung bedeutet: Die Antworten liegen dicht beieinander, der Mittelwert ist aussagekräftig. Eine große bedeutet: Die Meinungen gehen weit auseinander. Die Varianz ist die Standardabweichung vor dem Ziehen der Wurzel (also ihr Quadrat) – dieselbe Information, nur in quadrierten Einheiten und deshalb schwerer zu deuten. In Berichten gibt man fast immer die Standardabweichung an.

Interquartilsabstand

Passend zum Median gibt es den Interquartilsabstand (IQR): den Bereich, in dem die mittleren 50 % der Werte liegen. Er ist wie der Median robust gegen Ausreißer und die beste Wahl, wenn deine Daten ordinal oder stark schief sind.

Als Faustregel gilt: Nenne ein Lagemaß möglichst nie ohne ein passendes Streuungsmaß. Mittelwert plus Standardabweichung gehören zusammen, Median plus Interquartilsabstand ebenso. Erst zusammen ergeben sie ein ehrliches Bild deiner Daten.

Zahlen wirken erst, wenn man sie sieht. Der zweite große Teil der deskriptiven Statistik ist deshalb die Darstellung – als Tabelle oder als Diagramm. Die Kunst liegt darin, den richtigen Diagrammtyp zum Datentyp zu wählen.

Welches Diagramm passt wozu?

• Balken- oder Säulendiagramm: der Allrounder für Häufigkeiten von Kategorien – etwa Zufriedenheit oder Lieblingsgetränk.
• Kreisdiagramm: nur für Anteile eines Ganzen und nur bei wenigen Kategorien. Bei mehr als fünf Segmenten wird es schnell unübersichtlich.
• Histogramm: für metrische Daten in Klassen, z. B. die Altersverteilung in Zehnerschritten.
• Boxplot: zeigt Median, Streuung und Ausreißer auf einen Blick – ideal, um Gruppen zu vergleichen.

Die wichtigsten Excel-Funktionen

Für eine deskriptive Auswertung reicht meist eine Tabellenkalkulation. In deutschem Excel sind das die zentralen Funktionen:

• =MITTELWERT(Bereich) – arithmetisches Mittel
• =MEDIAN(Bereich) – Median
• =MODUS.EINF(Bereich) – häufigster Wert
• =STABW.S(Bereich) – Standardabweichung einer Stichprobe
• =MIN(Bereich) und =MAX(Bereich) – für die Spannweite (MAX minus MIN)
• =ANZAHL(Bereich) – zählt die gültigen Antworten (dein n)
• =ZÄHLENWENN(Bereich; Kriterium) – zählt eine bestimmte Antwort, ideal für Häufigkeiten

Für Häufigkeitstabellen und den Vergleich zweier Fragen ist die Pivot-Tabelle das mächtigste Werkzeug – sie zählt und gruppiert automatisch. Eine ausführliche, umfragebezogene Anleitung dazu findest du im Artikel Fragebogen richtig auswerten. Wenn du deine Umfrage mit einem Online-Umfrage-Tool erstellst, bekommst du viele dieser Kennzahlen und Diagramme übrigens automatisch – ein Blick in unseren Vergleich der Umfrage-Tools zeigt, welche Auswertungsfunktionen die Anbieter mitbringen.

So gehst du eine deskriptive Auswertung deiner Umfrage der Reihe nach an:

In sechs Schritten zur Auswertung

• 1. Daten aufräumen: Rohdaten exportieren, unvollständige oder unplausible Antworten prüfen und das n je Frage festhalten.
• 2. Skalenniveau je Frage bestimmen: nominal, ordinal oder metrisch? Das entscheidet, welche Maße erlaubt sind.
• 3. Häufigkeiten auszählen: absolute und relative Häufigkeit für jede geschlossene Frage.
• 4. Lagemaß wählen: Modus, Median oder Mittelwert – passend zum Skalenniveau.
• 5. Streuung ergänzen: Standardabweichung oder Interquartilsabstand dazu, damit das Bild ehrlich bleibt.
• 6. Darstellen und interpretieren: Tabelle oder passendes Diagramm, dann in klaren Sätzen aufschreiben, was du siehst.

Diese Fehler solltest du vermeiden

• Mittelwert bei Kategorien: Ein Durchschnitt aus Lieblingsgetränken oder Postleitzahlen ergibt keinen Sinn. Bei nominalen Daten nur den Modus verwenden.
• Ausreißer ignorieren: Ein einzelner Extremwert kann den Mittelwert kippen. Bei schiefen Daten lieber den Median berichten.
• Prozente bei winziger Fallzahl: „50 % unserer Befragten“ klingt stark – bei vier Antworten sind das zwei Personen. Gib immer das n mit an.
• Beschreiben mit Beweisen verwechseln: Deskriptive Statistik zeigt, was ist. Ob ein Unterschied echt oder Zufall ist, klärt erst die statistische Signifikanz. Und ein Zusammenhang ist noch keine Ursache.
• Von zu wenigen auf alle schließen: Deine Kennzahlen beschreiben nur die Befragten. Ob deine Stichprobe groß und repräsentativ genug ist, um verallgemeinern zu dürfen, ist eine eigene Frage – dazu, wie viele Teilnehmer du brauchst, haben wir einen eigenen Ratgeber.

Wer sauber deskriptiv auswertet, hat den größten Teil der Arbeit erledigt – ob für die Bachelor- oder Masterarbeit, die quantitative Forschung oder die nächste Kundenbefragung. Passende Fragebogen-Vorlagen und Online-Rechner nehmen dir dabei zusätzlich Arbeit ab. Wichtig ist nur, dass du deine Fragen von Anfang an sauber stellst – ein Pretest und ein Blick auf typische Fehler bei Umfragen sparen dir bei der Auswertung viel Ärger.