Seit 2019 im DACH-RaumSeit 2019
50+ Statistik-Experten50+ Experten
Über 1.200 Projekte1.200+ Projekte
Alle StatistikprogrammeAlle Programme
Express möglichExpress

Statistik-Glossar

Median

Englisch: Median · Deutsch: Zentralwert · Maximilian Fuchs · 24. April 2026 · 4 Min. Lesezeit

Was versteht man unter Median?

Der Median (auch: Zentralwert) ist ein Lagemaß der deskriptiven Statistik. Er bezeichnet den Wert, der eine der Größe nach geordnete Datenreihe genau in zwei gleich große Hälften teilt: 50 % der Werte liegen unterhalb, 50 % oberhalb des Medians.

Die Berechnung hängt davon ab, ob die Anzahl der Beobachtungen n gerade oder ungerade ist:

  • Ungerade Anzahl: Der Median ist der mittlere Wert der sortierten Reihe, also der Wert an Position .
  • Gerade Anzahl: Der Median ist das arithmetische Mittel der beiden mittleren Werte an den Positionen und .

Formel – Median bei gerader Anzahl

Einfach erklärt Stell dir vor, du stellst zehn Menschen der Größe nach in einer Reihe auf. Der Median ist nicht der Durchschnitt aller Größen, sondern schlicht die Mitte der Reihe – der Wert, bei dem genau die Hälfte der Menschen kleiner und die andere Hälfte größer ist.

Warum ist der Median für statistische Analysen wichtig?

Der Median ist besonders dann wertvoll, wenn Daten schiefe Verteilungen aufweisen oder Ausreißer enthalten. Im Gegensatz zum arithmetischen Mittel wird der Median durch einzelne extreme Werte kaum beeinflusst – er gilt daher als robust.

Ein klassisches Beispiel ist die Einkommensverteilung: Wenige Spitzenverdiener können den Durchschnitt deutlich nach oben verzerren, während der Median das „typische“ Einkommen realistischer abbildet. Deshalb berichten Statistikämter bei Einkommens- und Vermögensdaten fast immer den Median, nicht den Mittelwert.

Der Median eignet sich für metrische und ordinale Daten. Für nominale Daten (z. B. Kategorien ohne natürliche Reihenfolge) ist er nicht geeignet – dort wird stattdessen der Modus verwendet.

Häufiger Fehler Median und Mittelwert werden oft verwechselt oder gleichgesetzt. Bei symmetrischen, normalverteilten Daten liegen beide tatsächlich nahe beieinander. Bei schiefen Verteilungen können sie sich jedoch erheblich unterscheiden – welches Maß du berichtest, verändert die Aussage deiner Analyse.
Gut zu wissen In vielen Softwareprogrammen wie SPSS, R oder Python (pandas) lässt sich der Median mit einem einzigen Befehl berechnen: z. B. median() in R oder df["variable"].median() in Python.

Praxisbeispiel zu Median

Du untersuchst in deiner Bachelorarbeit die monatlichen Nettoeinkommen von sieben Studierenden (in Euro):

Tabelle 1. Monatliche Nettoeinkommen von sieben Studierenden (sortiert)
Position 1 2 3 4 (Mitte) 5 6 7
Einkommen (€) 320 450 520 580 610 720 3.800

Da n = 7 (ungerade), ist der Median der Wert an Position 4 – also 580 €.

Das arithmetische Mittel beträgt dagegen rund 857 € – stark verzerrt durch den Ausreißer von 3.800 €. Der Median von 580 € beschreibt das typische Einkommen in dieser Gruppe deutlich treffender und sollte in der Arbeit als zentrales Lagemaß berichtet werden.

Deskriptive Statistik Lagemaß Zentralwert Robustheit Ausreißer Schiefe Verteilung Ordinalskalierung

Ihr persönlicher Ansprechpartner

Maximilian Fuchs, M. Sc.

Teilen Sie uns mit, wie wir Ihnen helfen können.

  • Persönlicher Ansprechpartner
  • Schnelle Rückmeldung
  • Transparente Preise
  • Schutz Ihrer Daten

Fragen? Einfach anrufen!