Variationskoeffizient: So deutest du die relative Streuung

Relative Standardabweichung: Streuung im Verhältnis zum Mittelwert

Wer Datensätze mit unterschiedlichen Einheiten oder Mittelwerten vergleichen möchte, stößt schnell auf die relative Standardabweichung. Sie setzt die Streuung eines Merkmals ins Verhältnis zu dessen Mittelwert und macht dadurch Datensätze mit unterschiedlichen Einheiten oder Niveaus überhaupt erst vergleichbar.

Was die relative Standardabweichung misst

Die relative Standardabweichung heißt auch Variationskoeffizient und setzt die Standardabweichung ins Verhältnis zum Mittelwert. Der Wikipedia-Artikel zum Variationskoeffizienten beschreibt ihn als Quotient aus Standardabweichung und Mittelwert, bei dem sich die Maßeinheit herauskürzt, sodass eine dimensionslose Kennzahl entsteht. Das ist der entscheidende Unterschied zur absoluten Standardabweichung: Während diese noch in Zentimetern, Kilogramm oder Euro angegeben wird, bleibt vom Variationskoeffizienten nur eine reine Zahl übrig. Dadurch lassen sich Streuungen vergleichen, auch wenn die zugrunde liegenden Größen gar nichts gemeinsam haben.

Auch das Gabler Wirtschaftslexikon beschreibt den Variationskoeffizienten als relatives Streuungsmaß, gebildet als Quotient aus der empirischen Standardabweichung und dem arithmetischen Mittel. Wer also zunächst die Streuung einer Stichprobe ermitteln will, braucht anschließend lediglich den passenden Mittelwert als Nenner, um den Koeffizienten zu erhalten. Das Ergebnis liegt zunächst als Dezimalzahl vor, etwa 0,25. Üblich ist es, diesen Wert mit 100 zu multiplizieren und als Prozentangabe zu schreiben, etwa 25 Prozent. Das ist eine reine Schreibweise und keine inhaltliche Veränderung der Kennzahl, sondern dient nur der besseren Lesbarkeit in Tabellen oder im Fließtext.

Wichtig für das Verständnis ist, dass der Koeffizient immer zwei Bausteine braucht: die Streuung selbst und den Bezugspunkt, um den herum gestreut wird. Ohne ein tragfähiges arithmetisches Mittel als Nenner lässt sich die relative Kennzahl nicht sinnvoll bilden, weil der Nenner über die gesamte Aussagekraft des Bruchs entscheidet. Genau dieser Bezug zum Mittelwert unterscheidet den Variationskoeffizienten von einer einfachen Angabe der Streuung und macht ihn zu einem eigenständigen, relativen Maß.

Der Zusammenhang zur absoluten Streuung bleibt dabei erhalten: Zuerst lässt sich die Standardabweichung berechnen, erst danach wird sie durch den Mittelwert geteilt und ergibt die relative Fassung derselben Streuungsinformation. Dieser Bezug hilft auch dabei, Standardabweichung interpretieren zu können, bevor der Wert ins Verhältnis zum Mittelwert gesetzt wird.

Ein durchgerechnetes Beispiel

Das folgende Beispiel ist frei erfunden und dient nur der Veranschaulichung der Rechenschritte. Datensatz A besteht aus den Werten 4, 6 und 8, mit einem Mittelwert von 6 und einer Standardabweichung von 2. Datensatz B besteht aus den Werten 40, 60 und 80, mit einem Mittelwert von 60 und einer Standardabweichung von 20. Auf den ersten Blick wirkt B deutlich stärker gestreut, weil die absoluten Zahlen größer sind.

1. Mittelwert berechnen
2. Standardabweichung berechnen
3. Standardabweichung durch den Mittelwert teilen
4. Bei Bedarf das Ergebnis mit 100 malnehmen

Für Datensatz A ergibt sich 2 geteilt durch 6, also 0,333. Für Datensatz B ergibt sich 20 geteilt durch 60, ebenfalls 0,333. Beide Werte liegen gerundet bei 33,3 Prozent. Obwohl die absolute Streuung von B zehnmal so groß ist wie die von A, ist die relative Streuung in beiden Fällen identisch, weil auch das Niveau der Werte in B zehnmal so hoch liegt wie in A. Dieses Zusammenspiel zwischen absoluter Größe und relativem Verhältnis zeigt, warum der Koeffizient gerade bei unterschiedlich skalierten Datensätzen einen eigenen Blickwinkel eröffnet: Er neutralisiert den reinen Größenunterschied und macht die Streuung an sich vergleichbar.

Wofür sich der Variationskoeffizient eignet

Der Variationskoeffizient eignet sich laut Wikipedia-Artikel zum Vergleich der Streuung von Datensätzen mit unterschiedlichen Einheiten oder Mittelwerten. Auch das Dorsch Lexikon der Psychologie beschreibt ihn als Streuungsmaß, das den Vergleich von Stichproben mit unterschiedlichen Mittelwerten erlaubt, sofern die Werte zu einer Verhältnisskala gehören. Diese Eigenschaft macht ihn besonders dann nützlich, wenn zwei Größen nebeneinanderstehen sollen, die sich sonst gar nicht sinnvoll gegenüberstellen lassen.

• Körpergröße in Zentimetern neben Körpergewicht in Kilogramm, ohne konkrete Zahlenwerte zu nennen
• Umsatz eines kleinen Betriebs neben Umsatz eines großen Konzerns, jeweils ohne feste Beträge
• Reaktionszeiten in Millisekunden neben Fehlerzahlen in einem Test, wiederum ohne Zahlenangaben

In all diesen Konstellationen hilft es, die Standardabweichung zu interpretieren und dabei den Unterschied zwischen absoluter und relativer Streuung im Blick zu behalten. Eine absolute Standardabweichung sagt für sich genommen wenig darüber aus, ob eine Streuung im Verhältnis zum jeweiligen Niveau groß oder klein ist. Erst der relative Bezug macht Größen vergleichbar, die auf unterschiedlichen Skalen oder in unterschiedlichen Einheiten gemessen wurden, und genau darin liegt der praktische Nutzen dieses Streuungsmaßes für vergleichende Betrachtungen.

Wo der Variationskoeffizient an Grenzen stößt

Das Dorsch Lexikon der Psychologie ordnet den Variationskoeffizienten als Streuungsmaß für ein verhältnisskaliertes Merkmal ein. Das bedeutet, bevor der Koeffizient berechnet wird, lohnt sich ein Blick auf die Skalenniveaus der vorliegenden Daten, insbesondere auf die Frage, ob die Werte einen echten Nullpunkt besitzen. Nur bei einer solchen Verhältnisskala ist das Verhältnis von Streuung zu Mittelwert überhaupt sinnvoll interpretierbar, weil sich sonst der Bezugspunkt der Berechnung nicht eindeutig begründen lässt.

Daraus folgt eine weitere Einschränkung: Liegt der Mittelwert eines Datensatzes nahe null, wird der Bruch aus Standardabweichung und Mittelwert sehr groß und damit wenig aussagekräftig. Schon kleine Schwankungen im Nenner können den Koeffizienten dann stark verzerren, weil der Nenner über die gesamte Größe des Ergebnisses entscheidet. Diese Überlegung sollte vor jeder Berechnung angestellt werden, insbesondere wenn Daten auch negative Werte oder Werte nahe null enthalten können.

Eine feste Grenze, ab der ein Variationskoeffizient allgemein als groß oder klein gilt, lässt sich für dieses Streuungsmaß nicht angeben, weil die Einordnung vom jeweiligen Mittelwert und Kontext der Daten abhängt. Wer für die eigene Arbeit eine Einordnung des berechneten Werts benötigt, sollte diese offene Frage mit der betreuenden Person oder der Methodenberatung der eigenen Hochschule klären, statt sich auf eine ungeprüfte Faustregel zu verlassen. So bleibt die Interpretation an den konkreten Kontext der eigenen Daten gebunden, statt eine pauschale Schwelle zu übernehmen, die sich nicht allgemeingültig festlegen lässt.

Wie der Variationskoeffizient im Bericht erscheint

Für die Nachvollziehbarkeit empfiehlt es sich, Mittelwert und Standardabweichung im Bericht mit anzugeben, nicht nur den fertigen Variationskoeffizienten. Nur so kann eine lesende Person die Berechnung im Nachhinein prüfen und einordnen, auf welcher Grundlage der relative Wert entstanden ist. Diese Empfehlung ergibt sich aus der Rechenlogik des Koeffizienten selbst: Ohne Kenntnis von Zähler und Nenner bleibt der Prozentwert allein schwer einzuordnen.

Es empfiehlt sich, solche Kennwerte gemeinsam in einer Tabelle zusammenzustellen, wie sie die deskriptive Statistik vorsieht, zusammen mit Spannweite, Minimum und Maximum. Dort lässt sich der Variationskoeffizient neben Mittelwert und Standardabweichung in einer eigenen Spalte eintragen, sodass alle Bezugsgrößen auf einen Blick sichtbar sind. Eine solche tabellarische Darstellung erleichtert zudem den Vergleich mehrerer Gruppen oder Messzeitpunkte innerhalb eines einzigen Berichts.

Beim Berichten lohnt sich außerdem ein Blick auf den Unterschied zwischen Varianz und Standardabweichung, insbesondere auf die Frage, welche Größe im Zähler der Formel steht. Der Variationskoeffizient verwendet die Standardabweichung und nicht die Varianz als Zähler, weil nur die Standardabweichung dieselbe Einheit wie der Mittelwert im Nenner trägt und sich die Einheit beim Teilen vollständig herauskürzt. Wer diesen Unterschied im Bericht knapp erläutert, macht die Herkunft der Kennzahl für Leserinnen und Leser nachvollziehbar und vermeidet Verwechslungen zwischen den beiden verwandten Streuungsmaßen.

Quellen und Stand

• Wikipedia: Variationskoeffizient: de.wikipedia.org (geprüft am 2026-10-02)
• Gabler Wirtschaftslexikon: Variationskoeffizient: wirtschaftslexikon.gabler.de (geprüft am 2026-10-02)
• Dorsch Lexikon der Psychologie: Variationskoeffizient: dorsch.hogrefe.com (geprüft am 2026-10-02)

Der Variationskoeffizient setzt die Standardabweichung ins Verhältnis zum Mittelwert und macht so die Streuung unterschiedlicher Merkmale vergleichbar.