Wie erkennt man Ausreißer in einem Datensatz?

Was sind Ausreißer – und warum sind sie problematisch?

Ausreißer sind Beobachtungen in einem Datensatz, die weit von der Mehrheit der anderen Datenpunkte entfernt liegen, weil ihre Werte extrem oder abnormal sind. Sie können aus verschiedenen Quellen stammen: Fehler bei der Dateneingabe, unplausible Antworten von Befragten oder tatsächlich extreme, aber valide Beobachtungen.

Das Tückische: Ausreißer verzerren statistische Kennwerte erheblich. Besonders der Mittelwert reagiert sensibel auf extreme Werte – ein einziger Ausreißer kann ihn so verschieben, dass Gruppenvergleiche, Regressionen oder t-Tests zu falschen Schlüssen führen. Deshalb sollte die Prüfung auf Ausreißer vor der eigentlichen Analyse stattfinden, nicht danach.

Ausreißer lassen sich dabei grundsätzlich mit zwei Ansätzen aufspüren: visuell (Boxplot, Histogramm, Streudiagramm) und rechnerisch (IQR-Regel, Z-Score, Grubbs-Test). In der Praxis empfiehlt sich eine Kombination aus beiden – visuelle Inspektion zuerst, formale Prüfung danach. Beides ist fester Bestandteil einer sorgfältigen Datenbereinigung und Datenaufbereitung.

Visuelle Methoden zur Ausreißererkennung

Der erste Schritt bei der Suche nach Ausreißern ist die grafische Inspektion. Plots geben einen schnellen Überblick und machen Extremwerte unmittelbar sichtbar – ohne dass man vorab eine Verteilungsannahme treffen muss.

Boxplot

Der Boxplot ist das meistgenutzte Werkzeug zur visuellen Ausreißererkennung. Er zeigt Median, Quartile und – als einzelne Punkte außerhalb der sogenannten Whisker – potenzielle Ausreißer. Die Whisker reichen standardmäßig bis zum 1,5-fachen des Interquartilsabstands (IQR) über das dritte bzw. unter das erste Quartil. Werte, die darüber hinausgehen, werden als auffällig markiert.

Der Vorteil: Der Boxplot nutzt zur Berechnung der Streugrenzen nicht die Extremwerte selbst, sondern robuste Lagemaße – die potenziellen Ausreißer beeinflussen das Bild also nicht künstlich.

Histogramm und Streudiagramm

Das Histogramm zeigt, ob die Verteilung einer Variable stark schief ist oder isolierte Balken an den Rändern aufweist – ein klares Indiz für Extremwerte. Bei bivariaten Zusammenhängen hilft das Streudiagramm: Punkte, die weit vom allgemeinen Muster abweichen, fallen sofort ins Auge.

Normal Probability Plot (Q-Q-Plot)

Der Q-Q-Plot vergleicht die empirische Verteilung der Daten mit einer theoretischen Normalverteilung. Werte, die stark von der Diagonalen abweichen – insbesondere an den Enden – deuten auf Ausreißer oder Verteilungsabweichungen hin. In der Fachliteratur wird der Normal Probability Plot ausdrücklich als ergänzendes grafisches Verfahren zur Ausreißerprüfung empfohlen, bevor formale Tests eingesetzt werden.

Die IQR-Methode: Ausreißer über den Interquartilsabstand bestimmen

Die IQR-Methode (Interquartilsabstand-Methode) ist der gebräuchlichste rechnerische Ansatz für ein erstes Screening. Sie basiert auf Tukeys Boxplot-Konzept und definiert Grenzen, außerhalb derer Werte als auffällig gelten.

Die Berechnung folgt einem klaren Schema:

1. Berechnen Sie das erste Quartil Q1 (25. Perzentil) und das dritte Quartil Q3 (75. Perzentil).
2. Berechnen Sie den Interquartilsabstand: IQR = Q3 − Q1
3. Bestimmen Sie die inneren Zäune: Untere Grenze = Q1 − 1,5 × IQR und Obere Grenze = Q3 + 1,5 × IQR
4. Werte außerhalb dieser Grenzen gelten als potenzielle Ausreißer.
5. Für besonders extreme Ausreißer werden äußere Zäune bei Q1 − 3 × IQR bzw. Q3 + 3 × IQR gesetzt.

Ein wichtiger methodischer Hinweis: Quartile werden in verschiedenen Softwareprogrammen und Lehrbüchern nicht einheitlich berechnet. Unterschiedliche Quartilsdefinitionen können die Lage der Zäune und damit die Klassifikation von Ausreißern merklich verändern. Dokumentieren Sie daher in Ihrer Arbeit, welche Berechnungsvariante und welchen Multiplikator Sie verwendet haben.

Der Z-Score: Standardisierte Abweichung als Ausreißerkriterium

Der Z-Score misst, wie viele Standardabweichungen ein Wert vom Mittelwert der Stichprobe entfernt liegt. Er eignet sich gut für Daten, die annähernd normalverteilt sind.

Dabei ist der einzelne Messwert, der Stichprobenmittelwert und die Standardabweichung. Als Daumenregel gilt: Werte mit bis werden häufig als Ausreißer eingestuft.

Der Z-Score hat jedoch eine bekannte Schwäche: Er verwendet Mittelwert und Standardabweichung zur Berechnung – beides Kennwerte, die selbst durch Ausreißer verzerrt werden. Bei stark schiefen Verteilungen oder kleinen Stichproben ist die IQR-Methode daher robuster.

Der Grubbs-Test: Formaler statistischer Ausreißertest

Wenn Sie einen einzelnen Verdachts-Ausreißer in einem annähernd normalverteilten Datensatz formal testen möchten, ist der Grubbs-Test das geeignete Verfahren. Er prüft die Nullhypothese, dass kein Ausreißer vorhanden ist, gegen die Alternative, dass genau ein Wert ein Ausreißer ist.

Die Teststatistik ist also die größte absolute Abweichung eines Wertes vom Mittelwert, skaliert durch die Stichprobenstandardabweichung. Die Nullhypothese wird verworfen, wenn einen kritischen Wert überschreitet, der von Stichprobengröße und Signifikanzniveau abhängt. Dieser kritische Wert leitet sich aus der t-Verteilung ab.

Eine wichtige Einschränkung: Der Grubbs-Test ist für genau einen Ausreißer konzipiert. Wenn Sie mehrere Ausreißer vermuten, sind Verfahren wie der Tietjen-Moore-Test oder der Generalized ESD-Test (Extreme Studentized Deviate) besser geeignet – darauf weist die methodische Fachliteratur ausdrücklich hin.

Ausreißer erkennen in R: Praktisches Beispiel

In R lassen sich alle gängigen Methoden mit wenigen Zeilen Code umsetzen. Das folgende Beispiel zeigt die IQR-Methode, den Z-Score und einen Boxplot für einen einfachen Vektor:

# Beispieldaten: Reaktionszeiten in ms
reaktionszeit <- c(210, 225, 198, 215, 207, 220, 350, 203, 212, 219, 95)

# --- Methode 1: Boxplot (visuell) ---
boxplot(reaktionszeit,
        main = "Reaktionszeiten mit Ausreißern",
        ylab = "ms",
        col = "steelblue")

# --- Methode 2: IQR-Regel ---
Q1 <- quantile(reaktionszeit, 0.25)
Q3 <- quantile(reaktionszeit, 0.75)
IQR_wert <- IQR(reaktionszeit)

untere_grenze <- Q1 - 1.5 * IQR_wert
obere_grenze  <- Q3 + 1.5 * IQR_wert

ausreisser_iqr <- reaktionszeit[reaktionszeit < untere_grenze |
                                  reaktionszeit > obere_grenze]
cat("Ausreißer (IQR):", ausreisser_iqr, "\n")

# --- Methode 3: Z-Score ---
z_scores <- scale(reaktionszeit)  # standardisiert auf M=0, SD=1
ausreisser_z <- reaktionszeit[abs(z_scores) > 2.5]
cat("Ausreißer (Z-Score > 2.5):", ausreisser_z, "\n")

Im Beispiel werden die Werte 350 und 95 von beiden Methoden als auffällig identifiziert. Der Boxplot macht diese Punkte sofort sichtbar. Als nächsten Schritt würde man prüfen: Sind das Eingabefehler – oder valide, aber extreme Messungen?

Wer in SPSS arbeitet, findet die entsprechenden Optionen unter Analysieren → Deskriptive Statistiken → Explorative Datenanalyse, wo Boxplots und Extremwerttabellen automatisch ausgegeben werden.

Was tun mit erkannten Ausreißern?

Ausreißer zu erkennen ist der erste Schritt – der schwierigere ist die Entscheidung, was danach damit passiert. Dabei gilt ein klarer Grundsatz: Nicht automatisch löschen. Zunächst sollte die Ursache geprüft werden.

Ein bewährtes Vorgehen in drei Schritten:

1. Ursache prüfen: Handelt es sich um einen Eingabefehler, eine implausible Antwort oder einen echten Extremwert? Originalfragebögen, Rohdaten oder Feldnotizen können helfen.
2. Einfluss auf die Analyse prüfen: Wie stark verändert der Ausreißer zentrale Kennwerte (Mittelwert, Korrelation, Regressionsgerade)? Eine Sensitivitätsanalyse – Analyse einmal mit, einmal ohne den Ausreißer – gibt Aufschluss.
3. Dokumentiert entscheiden: Fehlerhafte Werte können korrigiert oder entfernt werden. Valide Extremwerte bleiben im Datensatz – werden aber in der Arbeit transparent berichtet. Manchmal ist auch der Einsatz robuster Verfahren (z. B. Median statt Mittelwert) die bessere Lösung.

Welche Fehler dabei häufig unterlaufen und wie Sie sie vermeiden, beschreibt der Artikel zu häufigen Fehlern bei der Datenbereinigung ausführlicher. Einen guten Überblick über den gesamten Aufbereitungsprozess liefert außerdem unser Beitrag darüber, wie man Daten für die statistische Analyse aufbereitet.

Methoden im Überblick: Wann eignet sich was?

Für die meisten Abschlussarbeiten und Studien ist eine Kombination aus Boxplot + IQR-Methode als Screening vollkommen ausreichend. Der Grubbs-Test lohnt sich, wenn Sie einem konkreten Verdachtswert auf den Grund gehen möchten und Normalverteilung gegeben ist – was sich wiederum über einen Normalverteilungstest absichern lässt.

Ausreißerprüfung ist kein isolierter Schritt, sondern Teil der gesamten Datenbereinigung in der Statistik. Neben Ausreißern umfasst diese auch den Umgang mit fehlenden Werten, die Prüfung von Verteilungsannahmen und das Kodieren offener Angaben. Wer all diese Schritte sauber dokumentiert, legt eine solide Grundlage für valide Analyseergebnisse – und eine überzeugende Methodendarstellung in der Abschlussarbeit.