Statistik-Glossar

Punktschätzung

Point Estimation · Maximilian Fuchs · 24. April 2026 · 4 Min. Lesezeit

In diesem Beitrag

Was versteht man unter Punktschätzung?
Warum ist Punktschätzung wichtig?
Praxisbeispiel

Was versteht man unter Punktschätzung?

Eine Punktschätzung ist ein einzelner, konkreter Zahlenwert, der auf Basis einer Stichprobe berechnet wird, um einen unbekannten Parameter der Grundgesamtheit zu schätzen. Dieser berechnete Wert wird als Schätzwert (oder Schätzer) bezeichnet.

Formal ausgedrückt: Gegeben eine Stichprobe $x_1, x_2, \ldots, x_n$ schätzt ein Schätzer $\hat{\theta}$ den unbekannten Parameter $\theta$ der Grundgesamtheit durch einen einzigen Wert. Typische Beispiele für Punktschätzer sind:

Der Stichprobenmittelwert $\bar{x}$ als Schätzer für den Populationsmittelwert $\mu$
Die Stichprobenvarianz $s^2$ als Schätzer für die Populationsvarianz $\sigma^2$
Der Stichprobenanteil $\hat{p}$ als Schätzer für den Populationsanteil $p$

Einfach erklärt Du willst wissen, wie viel Studierende an deiner Universität im Durchschnitt pro Monat für Lebensmittel ausgeben – aber du kannst nicht alle befragen. Also befragst du 100 Personen und berechnest deren Durchschnitt. Genau dieser eine Durchschnittswert ist deine Punktschätzung: eine einzige Zahl als bester Tipp für den echten, unbekannten Wert.

Warum ist Punktschätzung für statistische Analysen wichtig?

In der Praxis ist es nahezu unmöglich, einen Populationsparameter direkt zu messen – sei es wegen zu hoher Kosten, Zeitaufwand oder schlichter Unmöglichkeit. Die Punktschätzung ist daher ein grundlegendes Werkzeug der schließenden Statistik: Sie erlaubt es, aus einer Stichprobe auf die Grundgesamtheit zu schließen.

Damit eine Punktschätzung verlässlich ist, sollte der verwendete Schätzer bestimmte Gütekriterien erfüllen:

Erwartungstreue (Unverzerrtheit): Der Schätzer liefert im Durchschnitt über viele Stichproben den wahren Parameterwert – er ist also weder systematisch zu hoch noch zu niedrig.
Konsistenz: Mit wachsendem Stichprobenumfang nähert sich der Schätzwert immer stärker dem wahren Wert an.
Effizienz: Unter allen unverzerrten Schätzern hat der effiziente Schätzer die kleinste Varianz – er streut also am wenigsten.

Häufiger Fehler Eine Punktschätzung gibt immer nur einen einzigen Wert an – sie sagt jedoch nichts darüber aus, wie genau oder wie sicher dieser Wert ist. Wer allein auf die Punktschätzung schaut, übersieht die Unsicherheit, die jeder Stichprobe innewohnt. Für eine vollständige Aussage sollte die Punktschätzung daher immer durch ein Konfidenzintervall ergänzt werden.

Gut zu wissen Punktschätzung und Intervallschätzung sind zwei Seiten derselben Medaille. Während die Punktschätzung einen einzigen Wert nennt, gibt das Konfidenzintervall einen Wertebereich an, in dem der wahre Parameter mit einer bestimmten Wahrscheinlichkeit liegt.

Praxisbeispiel zu Punktschätzung

Angenommen, du schreibst deine Masterarbeit und möchtest wissen, wie viele Stunden Studierende an deutschen Hochschulen pro Woche für ihr Studium aufwenden. Da du nicht alle Studierenden befragen kannst, ziehst du eine Zufallsstichprobe von n = 80 Personen.

Tabelle 1. Beispielhafte Stichprobenergebnisse zum wöchentlichen Lernaufwand
Kennzahl	Stichprobenwert	Schätzung für die Grundgesamtheit
Mittelwert	28,4 Stunden/Woche	Populationsmittelwert μ ≈ 28,4 h
Standardabweichung	6,2 Stunden	Populations-SD σ ≈ 6,2 h
Anteil Vollzeitstudierende	72,5 %	Populationsanteil p ≈ 72,5 %

Der Stichprobenmittelwert von 28,4 Stunden pro Woche ist deine Punktschätzung für den durchschnittlichen Lernaufwand aller Studierenden in Deutschland. Du nennst eine einzige Zahl als beste Näherung an den unbekannten wahren Wert. Um zusätzlich die Unsicherheit dieser Schätzung auszudrücken, würdest du im nächsten Schritt ein Konfidenzintervall berechnen – beispielsweise: „Der wahre Mittelwert liegt mit 95 % Wahrscheinlichkeit zwischen 26,9 und 29,9 Stunden.“