Schiefe
In diesem Beitrag
Was versteht man unter Schiefe?
Die Schiefe (englisch: Skewness) ist ein Maß für die Asymmetrie einer Verteilung. Sie beschreibt, wie stark und in welche Richtung die Verteilung der Daten von einer symmetrischen Normalverteilung abweicht. Formal wird die Schiefe häufig nach dem Pearson’schen Koeffizienten berechnet:
Formel: Schiefe (Pearson)
Dabei steht für die einzelnen Beobachtungswerte, für den arithmetischen Mittelwert, für die Standardabweichung und für die Anzahl der Beobachtungen.
Je nach Vorzeichen des Ergebnisses unterscheidet man drei Fälle:
- Schiefe < 0 (linksschiefe Verteilung): Der lange „Schweif“ zeigt nach links; die Mehrzahl der Werte liegt rechts des Mittelwerts.
- Schiefe = 0 (symmetrische Verteilung): Die Verteilung ist symmetrisch, z. B. die Normalverteilung.
- Schiefe > 0 (rechtsschiefe Verteilung): Der lange „Schweif“ zeigt nach rechts; die Mehrzahl der Werte liegt links des Mittelwerts.
Warum ist Schiefe für statistische Analysen wichtig?
Die Schiefe ist aus mehreren Gründen ein wichtiges Maß in der statistischen Analyse:
- Voraussetzungsprüfung: Viele statistische Tests – zum Beispiel der t-Test oder die lineare Regression – setzen eine annähernde Normalverteilung der Daten voraus. Eine ausgeprägte Schiefe kann diese Voraussetzung verletzen und die Testergebnisse verzerren.
- Wahl des richtigen Lagemaßes: Bei schiefen Verteilungen ist der Median dem Mittelwert vorzuziehen, da der Mittelwert empfindlich auf Ausreißer reagiert und in eine Richtung gezogen wird.
- Interpretation von Daten: In der Praxis – etwa bei Einkommensverteilungen, Reaktionszeiten oder Testergebnissen – treten schiefe Verteilungen sehr häufig auf. Wer die Schiefe ignoriert, riskiert fehlerhafte Schlussfolgerungen.
Praxisbeispiel zu Schiefe
Eine Forscherin untersucht die monatlichen Nettoeinkommen von 200 Personen in einer Studie. Sie berechnet Mittelwert und Median und stellt fest:
| Maß | Wert |
|---|---|
| Mittelwert | 3.400 € |
| Median | 2.800 € |
| Schiefe | +1,8 |
Der Mittelwert liegt deutlich über dem Median, und die Schiefe ist stark positiv. Das zeigt: Die Verteilung ist rechtsschief. Die meisten Personen verdienen weniger als 3.400 €, aber einige wenige Hochverdiener ziehen den Mittelwert nach oben. In diesem Fall wäre der Median (2.800 €) das bessere und repräsentativere Lagemaß, um das typische Einkommen der Gruppe zu beschreiben.
Möchte die Forscherin zusätzlich einen t-Test durchführen, sollte sie wegen der ausgeprägten Schiefe zunächst prüfen, ob eine Transformation der Daten sinnvoll ist – beispielsweise eine Logarithmierung der Einkommenswerte, die rechtsschiefe Verteilungen oft wirkungsvoll symmetrisiert.
