Wie nutzt du deskriptive Statistik bei Datenanalysen?

Lagemaße: wo liegt der Schwerpunkt

Mittelwert: Summe geteilt durch Anzahl. Anfällig für Ausreißer. Median: Wert in der Mitte, robust gegen Ausreißer. Modus: häufigster Wert, gut für Kategorien. Beispiel Einkommen: Mittelwert wird durch Millionäre verzerrt, Median zeigt die echte Mitte. Diese Wahl entscheidet oft über die Aussage einer Statistik.

Streuungsmaße: wie verteilt

Standardabweichung: durchschnittliche Abweichung vom Mittelwert. Varianz: Quadrat der Standardabweichung. Quartile: Wert bei 25, 50, 75 Prozent. Interquartilsabstand (IQR): Spannweite der mittleren 50 Prozent. Diese Maße zeigen, ob die Daten eng beieinander liegen oder weit streuen. Zwei Datensätze mit gleichem Mittelwert können völlig anders streuen.

Visualisierungen lesen

Histogramm: Verteilung von Werten in Bins. Zeigt Schiefe (rechts, links). Boxplot: zeigt Median, IQR, Ausreißer auf einen Blick. Streudiagramm: Beziehung zwischen zwei Variablen. Wer diese drei Diagramm-Typen lesen kann, versteht 80 Prozent aller Datenpräsentationen. Vor allem Boxplot wird unterschätzt: er zeigt die meiste Information mit wenig Aufwand.

Praxis: erst beschreiben, dann interpretieren

Bei jedem neuen Datensatz: 1) Lagemaße berechnen. 2) Streuungsmaße berechnen. 3) Visualisierung erstellen. 4) Erst dann interpretieren oder vergleichen. Wer direkt in Vergleiche und Hypothesen springt, übersieht oft, dass die Daten gar nicht das aussagen, was vermutet wird. Beschreibung ist der wichtigste erste Schritt.