Standardabweichung: einfach erklärt, berechnen & interpretieren

Die Standardabweichung ist ein Maß für die Streuung: Sie sagt dir, wie weit die einzelnen Werte im Schnitt vom Mittelwert entfernt liegen. Eine kleine Standardabweichung heißt, die Werte liegen dicht beim Durchschnitt – die Antworten sind einheitlich. Eine große Standardabweichung heißt, die Werte streuen weit – die Meinungen gehen auseinander.

Das Praktische daran: Die Standardabweichung hat dieselbe Einheit wie deine Daten. Wenn du Zufriedenheit auf einer Skala von 1 bis 5 misst, ist auch die Standardabweichung ein Wert auf dieser Skala. Deshalb lässt sie sich direkt anschaulich lesen. Sie gehört zusammen mit dem Mittelwert, Median und Modus zu den wichtigsten Kennzahlen der deskriptiven Statistik.

Warum der Mittelwert allein oft trügt

Stell dir das Café Sonnentau vor. Die Inhaberin Lena fragt ihre Gäste in zwei Filialen nach der Zufriedenheit auf einer Skala von 1 (sehr unzufrieden) bis 5 (sehr zufrieden). Das Ergebnis:

• Filiale A: Alle Gäste geben eine 3. Mittelwert = 3.
• Filiale B: Die Hälfte gibt eine 1, die andere Hälfte eine 5. Mittelwert = 3.

Auf dem Papier sehen beide Filialen gleich aus – beide haben den Mittelwert 3. In Wirklichkeit erzählen sie völlig verschiedene Geschichten. In Filiale A ist alles solide durchschnittlich. In Filiale B liebt die Hälfte der Gäste das Café, die andere Hälfte hasst es. Nur die Standardabweichung deckt diesen Unterschied auf: In Filiale A ist sie 0 (keine Streuung), in Filiale B ist sie hoch.

Genau deshalb solltest du bei der Auswertung deiner Umfrage nie nur auf den Mittelwert schauen. Erst zusammen mit der Standardabweichung ergibt eine Zahl ein ehrliches Bild.

Die Standardabweichung berechnest du in fünf Schritten. Dahinter steckt eine einfache Idee: Du misst für jeden Wert, wie weit er vom Mittelwert weg ist, und fasst diese Abstände zu einer einzigen Zahl zusammen. Wir rechnen es am Beispiel von Lenas Café durch.

Fünf Gäste haben folgende Bewertungen abgegeben: 2, 4, 3, 5, 1.

Die 5 Schritte

1. Mittelwert berechnen.
   Alle Werte addieren und durch die Anzahl teilen: (2 + 4 + 3 + 5 + 1) ÷ 5 = 15 ÷ 5 = 3. Der Mittelwert ist 3.
2. Abweichungen vom Mittelwert bestimmen.
   Jeden Wert minus Mittelwert: −1, +1, 0, +2, −2.
3. Abweichungen quadrieren.
   Damit sich Plus und Minus nicht gegenseitig aufheben, quadrierst du jede Abweichung: 1, 1, 0, 4, 4.
4. Varianz berechnen (Durchschnitt der quadrierten Abweichungen).
   Die Quadrate addieren: 1 + 1 + 0 + 4 + 4 = 10. Dann durch die Anzahl teilen. Hier liegt der einzige Stolperstein – dazu gleich mehr. Teilst du durch 5, ergibt sich die Varianz 2. Teilst du durch 4 (also n − 1), ergibt sich 2,5.
5. Wurzel ziehen.
   Die Standardabweichung ist die Wurzel aus der Varianz. Bei Varianz 2: √2 ≈ 1,41. Bei Varianz 2,5: √2,5 ≈ 1,58.

Durch n oder durch n − 1? Der entscheidende Unterschied

In Schritt 4 gibt es zwei Varianten, und die Wahl hängt davon ab, was deine Daten sind:

• Teilen durch n (die volle Anzahl): Nutze das, wenn deine Daten die komplette Gruppe umfassen, über die du eine Aussage triffst. Das ist die Standardabweichung der Grundgesamtheit.
• Teilen durch n − 1: Nutze das, wenn deine Daten nur eine Stichprobe sind und du von ihr auf eine größere Gruppe schließen willst. Diese Variante heißt korrigierte oder empirische Standardabweichung.

Für die meisten Umfragen gilt: Du befragst nicht alle, sondern eine Auswahl, und willst auf die Gesamtheit schließen. Dann ist die Variante mit n − 1 richtig. Gute Nachricht: In der Praxis rechnest du das selten von Hand – Excel und Tabellenprogramme übernehmen die Formel für dich (siehe weiter unten).

Merksatz: Standardabweichung = Wurzel aus der Varianz. Die Varianz ist die mittlere quadrierte Abweichung vom Mittelwert.

Wenn du die einzelnen Bewertungen deiner Umfrage sauber vor dir hast, ist der Rest reine Fleißarbeit. Wie du aus Rohdaten überhaupt erst solche Auswertungen machst, zeigen wir dir im Detail im Artikel Fragebogen richtig auswerten.

Varianz und Standardabweichung messen dasselbe – die Streuung der Werte – und hängen direkt zusammen: Die Standardabweichung ist die Wurzel der Varianz. Der Unterschied liegt in der Einheit und damit in der Lesbarkeit.

• Varianz: Weil du in Schritt 3 quadrierst, ist die Varianz in einer quadrierten Einheit. Bei einer Skala von 1 bis 5 sind das „Punkte zum Quadrat“ – anschaulich kaum zu deuten.
• Standardabweichung: Durch das Wurzelziehen kehrst du zur ursprünglichen Einheit zurück. Das Ergebnis ist wieder in „Punkten“ und lässt sich direkt zum Mittelwert in Beziehung setzen.

Deshalb berichtet man in der Praxis fast immer die Standardabweichung, nicht die Varianz. Die Varianz ist der Rechenschritt auf dem Weg dorthin; die Standardabweichung ist die Zahl, die du am Ende zeigst. In Lenas Beispiel: Varianz 2,5 sagt einer Leserin wenig – die Standardabweichung von rund 1,6 Punkten auf einer 5er-Skala dagegen sofort, dass die Bewertungen ordentlich streuen.

Eine Standardabweichung zu berechnen ist das eine – sie richtig zu deuten das andere. Die Zahl allein ist wertlos, sie wird erst im Zusammenspiel mit dem Mittelwert und dem Kontext aussagekräftig.

Hohe oder niedrige Standardabweichung?

• Niedrige Standardabweichung: Die Werte liegen dicht beieinander. Deine Teilnehmer sind sich einig, die Antworten sind homogen. Bei einer Kundenzufriedenheit heißt das: Fast alle erleben das Gleiche.
• Hohe Standardabweichung: Die Werte streuen breit. Es gibt gegensätzliche Erfahrungen oder Lager. Ein guter Durchschnitt kann hier täuschen, weil er zwei Extreme zu einer harmlosen Mitte verrechnet.

„Hoch“ und „niedrig“ sind dabei immer relativ zur Skala. Eine Standardabweichung von 1,6 ist auf einer 1-bis-5-Skala viel, auf einer 0-bis-100-Skala winzig. Vergleiche deshalb nur Werte, die auf derselben Skala erhoben wurden.

Die Faustregel bei glockenförmigen Verteilungen

Wenn deine Daten annähernd normalverteilt sind – also glockenförmig um den Mittelwert –, gilt eine bekannte Orientierung: Rund zwei Drittel aller Werte liegen im Bereich von einer Standardabweichung um den Mittelwert, und etwa 95 % innerhalb von zwei Standardabweichungen. Das ist eine Faustregel, keine Garantie: Bei kleinen Stichproben oder schiefen Verteilungen (etwa wenn fast alle „sehr zufrieden“ ankreuzen) passt sie nicht. Sie hilft aber, ein Gefühl dafür zu bekommen, wie viel Streuung „normal“ ist.

Werte fair vergleichen

Willst du die Streuung zweier Umfragen mit unterschiedlichen Mittelwerten vergleichen, hilft der Variationskoeffizient – die Standardabweichung geteilt durch den Mittelwert. Er macht Streuungen über verschiedene Skalen hinweg vergleichbar. Für die meisten quantitativen Auswertungen reicht es aber, Mittelwert und Standardabweichung immer als Paar zu berichten. Die Standardabweichung ist außerdem die Basis für weiterführende Kennzahlen wie das Konfidenzintervall oder Tests zur Signifikanz und zum p-Wert.

Von Hand rechnest du die Standardabweichung höchstens einmal zum Verständnis. Im Alltag übernimmt das eine Tabellenkalkulation in Sekunden. Der einzige Punkt, an dem du kurz nachdenken musst: Grundgesamtheit oder Stichprobe?

Die richtige Excel-Funktion wählen

• STABW.S – für eine Stichprobe. Rechnet mit n − 1. Das ist der Normalfall bei Umfragen, weil du meist nur eine Auswahl befragst und auf die Gesamtheit schließt. (Die ältere Funktion STABW macht dasselbe.)
• STABW.N – für die Grundgesamtheit. Rechnet mit n. Nutze sie nur, wenn deine Daten wirklich alle erfassen, über die du sprichst. (Die ältere Funktion STABWN ist identisch.)

Praktisch heißt das: Stehen deine Bewertungen in den Zellen A2 bis A6, schreibst du =STABW.S(A2:A6) und bekommst sofort die Standardabweichung deiner Stichprobe. Weil STABW.S durch n − 1 teilt, liefert sie immer einen etwas größeren Wert als STABW.N – bei kleinen Datenmengen ist der Unterschied deutlich, bei großen kaum noch spürbar.

In Google Sheets

Google Sheets funktioniert genauso, nur heißen die Funktionen englisch: =STDEV(A2:A6) für die Stichprobe und =STDEVP(A2:A6) für die Grundgesamtheit. Die deutschen Namen STABW und STABWN versteht Sheets in vielen Fällen ebenfalls.

Wenn du deine Umfrage sowieso schon in einer Tabelle auswertest, ist die Standardabweichung damit nur eine Zelle entfernt. Wie du deine Antworten sauber in eine solche Tabelle bekommst und weiter analysierst, liest du im Ratgeber Umfragen auswerten. Für erste Berechnungen rund um Stichprobe und Auswertung findest du außerdem praktische Helfer in unseren Online-Rechnern.

Die Standardabweichung ist ein starkes Werkzeug – aber nicht für jede Frage in deiner Umfrage. Sie passt dort, wo Abstände zwischen den Werten eine echte Bedeutung haben, und führt in die Irre, wo das nicht der Fall ist.

Wann die Standardabweichung passt

Sinnvoll ist sie bei metrischen Daten – also Zahlen, bei denen der Abstand zwischen zwei Werten gleich groß ist: Alter, Ausgaben in Euro, Anzahl der Besuche, Bewertungen auf einer klar abgestuften Skala. Bei Fragen mit einer Likert-Skala (etwa „stimme voll zu“ bis „stimme gar nicht zu“) wird die Standardabweichung in der Praxis oft genutzt, ist aber umstritten: Streng genommen sind die Abstände zwischen den Stufen nicht garantiert gleich. Als grobe Streuungs-Info ist sie okay, für harte Aussagen solltest du zusätzlich die Häufigkeiten je Stufe zeigen.

Wo sie nichts verloren hat

• Bei Kategorien. Für Fragen wie Geschlecht, Wohnort oder Lieblingsprodukt ist die Standardabweichung sinnlos – hier gibt es keinen Mittelwert. Nutze stattdessen Häufigkeiten und eine Kreuztabelle.
• Bei Rangdaten ohne Abstände. Wenn nur die Reihenfolge zählt, aber nicht der Abstand, ist der Median oft die ehrlichere Kennzahl.

Typische Fehler vermeiden

• Nur den Mittelwert berichten. Ohne Standardabweichung verschweigst du, ob sich alle einig waren oder ob zwei Lager gegeneinanderstehen.
• Streuung über verschiedene Skalen vergleichen. Eine Standardabweichung von 1,6 ist nur im Verhältnis zur Skala zu deuten – vergleiche nur Gleiches mit Gleichem.
• Zu kleine Stichprobe. Bei einer Handvoll Antworten schwankt die Standardabweichung stark und ist wenig belastbar. Achte auf eine ausreichende Zahl an Teilnehmern und darauf, dass deine Umfrage repräsentativ ist.
• Grundgesamtheit und Stichprobe verwechseln. Die falsche Excel-Funktion verzerrt bei kleinen Datenmengen das Ergebnis spürbar.

Wenn du diese Punkte im Blick behältst, wird die Standardabweichung zu einer der ehrlichsten Kennzahlen deiner Auswertung. Weitere Stolpersteine rund um Fragebogen und Auswertung sammeln wir im Ratgeber Fehler bei Umfragen. Und wenn du gerade erst eine Erhebung planst, hilft dir der Einstieg Online-Umfrage erstellen – passende Fragebogen-Vorlagen für einen sauberen Start findest du in unseren Vorlagen. Für Abschlussarbeiten lohnt sich zusätzlich der Blick in Online-Umfrage für Bachelorarbeit & Masterarbeit.