Statistik-Glossar

Fehlerbalken

Error Bars · Maximilian Fuchs · 24. April 2026 · 4 Min. Lesezeit

In diesem Beitrag

Was versteht man unter Fehlerbalken?
Warum sind Fehlerbalken wichtig?
Praxisbeispiel

Was versteht man unter Fehlerbalken?

Fehlerbalken sind grafische Elemente in Diagrammen, die die Streuung oder Unsicherheit eines Messwertes oder statistischen Kennwertes visuell darstellen. Sie erscheinen als senkrechte Linien, die über und unter einem Datenpunkt (z. B. einem Mittelwert) eingezeichnet werden.

Je nachdem, welche statistische Größe dargestellt werden soll, können Fehlerbalken unterschiedliche Bedeutungen haben:

Standardabweichung (SD): Zeigt die Streuung der einzelnen Messwerte um den Mittelwert in der Stichprobe.
Standardfehler des Mittelwerts (SEM): Gibt an, wie präzise der Stichprobenmittelwert den wahren Populationsmittelwert schätzt.
Konfidenzintervall (KI): Gibt einen Bereich an, in dem der wahre Populationsparameter mit einer bestimmten Wahrscheinlichkeit (z. B. 95 %) liegt.

Standardfehler des Mittelwerts (SEM)

$\text{SEM} = \frac{s}{\sqrt{n}}$

Dabei ist s die Standardabweichung der Stichprobe und n die Stichprobengröße. Je größer die Stichprobe, desto kleiner der Standardfehler – und damit auch der Fehlerbalken.

Einfach erklärt Stell dir vor, du misst die Körpergröße von zehn Personen und berechnest den Durchschnitt. Fehlerbalken zeigen dir grafisch, wie sicher dieser Durchschnitt ist – oder wie stark die einzelnen Messwerte voneinander abweichen. Kurze Fehlerbalken bedeuten: Die Werte liegen eng beieinander oder der Mittelwert ist sehr verlässlich. Lange Fehlerbalken signalisieren das Gegenteil.

Warum sind Fehlerbalken für statistische Analysen wichtig?

Fehlerbalken sind ein wichtiges Werkzeug, um Daten nicht nur als einzelne Punktwerte darzustellen, sondern auch deren Unsicherheit und Variabilität sichtbar zu machen. Das ist aus mehreren Gründen bedeutsam:

Transparenz: Sie machen deutlich, wie verlässlich ein Mittelwert ist – reine Punktschätzungen ohne Fehlerbalken können täuschen.
Vergleichbarkeit: Überlappen sich die Fehlerbalken zweier Gruppen stark, deutet das auf geringe oder keine statistisch bedeutsame Unterschiede hin.
Wissenschaftliche Kommunikation: In Publikationen, Abschlussarbeiten und Präsentationen sind Fehlerbalken ein anerkanntes Mittel, um Ergebnisse korrekt und nachvollziehbar zu berichten.

Häufiger Fehler Viele verwechseln Standardabweichung und Standardfehler oder geben im Diagramm nicht an, welche Größe die Fehlerbalken darstellen. Das macht die Abbildung für Lesende uninterpretierbar. Beschrifte deine Fehlerbalken immer eindeutig – zum Beispiel in der Abbildungsunterschrift: „Fehlerbalken repräsentieren ±1 SEM.“

Gut zu wissen Überlappende Konfidenzintervalle bedeuten nicht automatisch, dass kein signifikanter Unterschied besteht. Der formale Signifikanztest ist dafür notwendig. Fehlerbalken liefern eine visuelle Orientierung, ersetzen aber keine inferenzstatistische Analyse.

Praxisbeispiel zu Fehlerbalken

Eine Psychologiestudentin untersucht, ob Lerngruppen A und B unterschiedliche Testergebnisse erzielen. Aus jeweils 30 Studierenden berechnet sie die Mittelwerte und den Standardfehler:

Tabelle 1. Testergebnisse zweier Lerngruppen (Mittelwert ± SEM)
Gruppe	Mittelwert (Punkte)	Standardabweichung (SD)	n	SEM
Gruppe A	72	8	30	1,46
Gruppe B	78	9	30	1,64

In einem Balkendiagramm werden die Mittelwerte 72 und 78 dargestellt, jeweils mit einem Fehlerbalken von ±1 SEM. Da sich die Fehlerbalken (Gruppe A: 70,54–73,46; Gruppe B: 76,36–79,64) nicht überlappen, gibt es einen ersten Hinweis auf einen möglichen Unterschied. Ein anschließender t-Test könnte diesen Befund statistisch absichern.

Hätte die Studentin stattdessen die Standardabweichung als Fehlerbalken gewählt, wären die Balken deutlich länger (±8 bzw. ±9 Punkte) – und die Gruppen würden sich stark überlappen. Das zeigt: Die Wahl der dargestellten Größe beeinflusst den visuellen Eindruck erheblich.