So nutzen Sie den Boxplot-Rechner
Ein Boxplot (auch Box-Whisker-Plot oder Kastengrafik genannt) ist eines der wichtigsten Werkzeuge der deskriptiven Statistik zur Veranschaulichung von Lage- und Streumaßen einer Datenreihe. Der intuitive Boxplot-Rechner ermöglicht es Ihnen, numerische Datensätze sekundenschnell auszuwerten, Kennzahlen zu berechnen und statistische Ausreißer präzise zu identifizieren.
- Datensatz eingeben — Tragen Sie Ihre Messwerte, Noten oder Datenreihen in das Eingabefeld ein. Der Boxplot-Rechner akzeptiert durch Kommas, Leerzeichen oder Zeilenumbrüche getrennte Zahlen.
- Sortierung & Kennzahlen prüfen — Das System sortiert die Daten automatisch in aufsteigender Reihenfolge und berechnet die Fünf-Punkte-Zusammenfassung in Echtzeit.
- Ausreißer & IQR analysieren — Der Boxplot-Rechner ermittelt den Interquartilsabstand sowie die 1,5×IQR-Grenzen, um milde und extreme Ausreißer aufzudecken.
- Rechenschritte nachvollziehen — Die detaillierte Schritt-für-Schritt-Ausgabe zeigt Ihnen transparent alle Zwischenschritte für Hausaufgaben, Studium und Präsentationen.
Mathematische Definition & Fünf-Punkte-Zusammenfassung
Die Grundlage jedes Box-Whisker-Plots ist die sogenannte Fünf-Punkte-Zusammenfassung (Five-Number Summary). Der Boxplot-Rechner gliedert Ihre geordnete Datenreihe $x_{(1)} \le x_{(2)} \le \dots \le x_{(n)}$ in vier gleich große Abschnitte (Quartile):
$$ \text{Fünf-Punkte-Zusammenfassung} = { \text{Min}, Q_1, \tilde{x},(Q_2), Q_3, \text{Max} } $$
| Kennwert | Bezeichnung | Mathematische Bedeutung |
|---|---|---|
| Minimum (Min) | Kleinstmöglicher Wert | Der kleinste reguläre Messwert der sortierten Reihe |
| 1. Quartil ($Q_1$) | Unteres Quartil (25 %) | 25 % aller Datenpunkte liegen unterhalb dieses Werts |
| Median ($Q_2$ / $\tilde{x}$) | Zentralwert (50 %) | Teilt die geordnete Datenmenge in zwei exakt gleich große Hälften |
| 3. Quartil ($Q_3$) | Oberes Quartil (75 %) | 75 % aller Datenpunkte liegen unterhalb dieses Werts |
| Maximum (Max) | Größtmöglicher Wert | Der größte reguläre Messwert der sortierten Reihe |
Berechnung der Quartile und des Medians
Bei einem sortierten Datensatz mit dem Umfang $n$ berechnet der Boxplot-Rechner den Median nach folgender Fallunterscheidung:
- Ungerades $n$: Der Median ist das exakte mittlere Element an Position $\frac{n+1}{2}$.
- Gerades $n$: Der Median ist das arithmetische Mittel der beiden mittleren Werte an den Positionen $\frac{n}{2}$ und $\frac{n}{2} + 1$:
$$ \tilde{x} = \frac{x_{(n/2)} + x_{(n/2 + 1)}}{2} $$
Die Quartile $Q_1$ und $Q_3$ teilen die untere bzw. obere Datenhälfte analog und grenzen die mittlere Box ab.
Interquartilsabstand (IQR) und Ausreißer-Erkennung (1,5×IQR-Regel)
Die Ausdehnung des Kastens (Box) wird durch den Interquartilsabstand (Interquartile Range, IQR) bestimmt. Der Boxplot-Rechner nutzt den IQR als robustes Streumaß, das im Gegensatz zur Standardabweichung unempfindlich gegenüber extremen Einzelwerten ist:
$$ \text{IQR} = Q_3 - Q_1 $$
Zäune und Ausreißer-Kriterien
Um Verzerrungen durch Messfehler oder Extremwerte zu vermeiden, berechnet der Boxplot-Rechner die inneren Zäune (Fences) nach der bewährten Tukey-Methode:
- Unterer Zaun (Lower Fence): $F_{\text{unter}} = Q_1 - 1{,}5 \cdot \text{IQR}$
- Oberer Zaun (Upper Fence): $F_{\text{ober}} = Q_3 + 1{,}5 \cdot \text{IQR}$
Datenpunkte, die kleiner als $F_{\text{unter}}$ oder größer als $F_{\text{ober}}$ sind, identifiziert der Boxplot-Rechner automatisch als Ausreißer. Die Antennen (Whiskers) reichen dabei nicht zwingend bis zum absoluten Extremwert, sondern enden am kleinsten bzw. größten Messwert, der noch innerhalb der Zäune liegt.
Schritt-für-Schritt-Beispielrechnung
Betrachten wir einen konkreten Beispieldatensatz aus einer statistischen Erhebung:
$$ \text{Daten:} \quad 5, ; 8, ; 12, ; 14, ; 15, ; 18, ; 19, ; 22, ; 24, ; 48 $$
Der Boxplot-Rechner führt die folgenden Schritte aus:
- Sortieren: Die $n = 10$ Werte sind bereits geordnet: $(5, 8, 12, 14, 15, 18, 19, 22, 24, 48)$.
- Median ($Q_2$) bestimmen: Da $n = 10$ gerade ist, wird der Mittelwert aus dem 5. Wert (15) und 6. Wert (18) berechnet: $$\tilde{x} = \frac{15 + 18}{2} = 16{,}5$$
- Quartile ermitteln:
- Untere Hälfte $(5, 8, 12, 14, 15) \rightarrow Q_1 = 12$
- Obere Hälfte $(18, 19, 22, 24, 48) \rightarrow Q_3 = 22$
- Interquartilsabstand (IQR) berechnen: $$\text{IQR} = 22 - 12 = 10$$
- Grenzen prüfen & Ausreißer erkennen:
- $F_{\text{unter}} = 12 - 1{,}5 \cdot 10 = -3$
- $F_{\text{ober}} = 22 + 1{,}5 \cdot 10 = 37$
- Ergebnis: Der Wert $48$ ist größer als $37$. Der Boxplot-Rechner markiert $48$ als Ausreißer. Die obere Antenne endet beim Wert $24$.
Interpretation: Was verrät ein Boxplot über die Verteilung?
Ein mit dem Boxplot-Rechner erstellter Boxplot liefert auf einen Blick wesentliche Erkenntnisse über die Verteilungsform:
- Symmetrische Verteilung: Die Medianlinie liegt genau in der Mitte der Box, und beide Antennen sind annähernd gleich lang.
- Rechtsschiefe (linkssteile) Verteilung: Der Median liegt näher an $Q_1$, der rechte Kastenabschnitt und die rechte Antenne sind deutlich länger.
- Linksschiefe (rechtssteile) Verteilung: Der Median liegt näher an $Q_3$, die linke Boxhälfte und die linke Antenne sind gestreckt.
- Spannweite & Streuung: Die Gesamtspannweite ($R = \text{Max} - \text{Min}$) und die Boxbreite (IQR) zeigen die Streuung der Gesamtdaten und des Kernbereichs.
Anwendungsbereiche in Wissenschaft und Praxis
Der vielseitige Boxplot-Rechner wird in zahlreichen Fachgebieten geschätzt:
- Schulmathematik & Universitätsstatistik: Schnelle Kontrolle von Übungsaufgaben zu Quartilen, Median und Kasten-Grafiken.
- Qualitätsmanagement & Fertigung: Vergleich von Fertigungstoleranzen, Chargen und Messreihen zur Fehleranalyse.
- Biologie, Medizin & Klinische Studien: Visueller Vergleich von Kontroll- und Behandlungsgruppen bei Labormesswerten.
- Finanzwesen & Marktanalyse: Untersuchung von Renditeverteilungen, Preisspannen und Volatilitäten bei Wertpapieren.
Nutzen Sie jetzt den kostenlosen Boxplot-Rechner, um Ihre Datenreihen übersichtlich zu strukturieren und fundierte statistische Analysen durchzuführen!