Quartile und den Boxplot verstehen
Verteilung und Ausreißer auf einen Blick
Quartile teilen die Daten in vier Teile, der Boxplot macht Streuung und Ausreißer sichtbar. Diese Anleitung erklärt Quartile, Interquartilsabstand, den Aufbau eines Boxplots und ihre Interpretation.
Quartile: die Daten in vier Teile
Quartile gliedern eine sortierte Datenreihe in vier gleich große Abschnitte. Das erste Quartil (Q1) markiert die unteren 25 %, das zweite (Q2) entspricht dem Median bei 50 %, und das dritte (Q3) grenzt die oberen 25 % ab. Diese Kennzahlen sind gegenüber einzelnen Ausreißern weniger empfindlich als beispielsweise der Mittelwert und die Standardabweichung.

Interquartilsabstand verstehen
Der Interquartilsabstand (IQR) misst die Spannweite der mittleren 50 % der Daten: IQR = Q3 minus Q1. Als robustes Streuungsmaß beschreibt er die Streuung dieser mittleren Datenhälfte. Eine häufig verwendete Ausreißer-Definition markiert Werte unter Q1 minus 1,5 IQR oder über Q3 + 1,5 IQR als potenzielle Ausreißer.
Aufbau und Struktur eines Boxplots
Der Boxplot kann diese Kennwerte grafisch darstellen. In der häufig eingesetzten Tukey-Darstellung reicht die Box von Q1 bis Q3; die innere Linie kennzeichnet den Median. Die Antennen (Whisker) reichen bis zum kleinsten und größten beobachteten Wert innerhalb der 1,5-IQR-Grenzen; einzelne Punkte außerhalb dieser Grenzen kennzeichnen potenzielle Ausreißer. So lassen sich Lage, Streuung, mögliche Schiefe und potenzielle Ausreißer auf einen Blick vergleichen.

Boxplots richtig deuten und vergleichen
Eine lange Box weist auf eine größere Streuung der mittleren 50 % der Daten hin. Liegt der Median nicht mittig in der Box, kann dies auf eine asymmetrische Verteilung hindeuten. Zum Gruppenvergleich eignen sich nebeneinanderstehende Boxplots, um Lage, Streuung und mögliche Ausreißer zu vergleichen. Mittelwerte mit Standardabweichung können dies ergänzen.
Häufige Fehler
Typische Fehler: die Whisker als Minimum und Maximum missverstehen (sie enden am äußersten beobachteten Wert innerhalb der 1,5-IQR-Grenzen), Ausreißer ohne Prüfung löschen und Boxplots bei sehr kleinen Stichproben überinterpretieren. Wer Quartile und Boxplot sicher lesen und verstehen will, achtet zuletzt aufs Skalenniveau: Quartile brauchen mindestens ordinale Daten.
Zusätzliche Statistik-Grundlagen: Varianz berechnen und Median bestimmen. Die deskriptive Statistik gibt einen Gesamtüberblick, den der Statistik-und-SPSS-Hub mit allen Analysen ergänzt. Ein Korrekturlesen prüft die Sprache.