Variationskoeffizient: Wann er passt

1. Die gewünschte relative Aussage vor der Rechnung klären

Du vergleichst die Streuung zweier Bearbeitungsprozesse, deren mittlere Dauer deutlich verschieden ist. Die Standardabweichung allein beschreibt absolute Unterschiede in der jeweiligen Zeiteinheit. Der Variationskoeffizient setzt die Stichprobenstandardabweichung ins Verhältnis zum Stichprobenmittelwert. Dieser Quotient wird oft CV genannt und mit hundert multipliziert als Prozentwert dargestellt. Er beantwortet eine relative Streuungsfrage. Er ist weder ein Standardfehler noch der Anteil fehlerhafter Fälle und auch keine Wahrscheinlichkeit für eine einzelne Beobachtung.

Die NIST-Dokumentation verlangt dafür grundsätzlich eine passende Verhältnisskala mit sinnvoller Null und warnt vor Mittelwerten nahe null. Beginne daher mit einer eigenen Kennwertkarte: Welche Größe wird gemessen, was bedeutet null, sind die Werte für diesen Zweck positiv und warum interessiert dich relative statt absolute Streuung? Ein numerischer Code genügt nicht als Begründung. Falls diese Fragen offenbleiben, hältst du zunächst die absoluten Kennwerte und die offene Skalenfrage fest, statt vorschnell einen Prozentwert zu berichten.

Weiterführend: NIST Dataplot: Coefficient of Variation, Definition und Skalenbedingungen

2. Einen echten Einheitenwechsel an einem kleinen Beispiel prüfen

Unser eigenes fiktives Lernbeispiel enthält die drei Bearbeitungszeiten 5, 10 und 15 Minuten. Der Mittelwert beträgt 10 Minuten. Mit dem Stichprobennenner n minus eins ergibt sich eine Standardabweichung von 5 Minuten. Der deskriptive CV beträgt deshalb 5 geteilt durch 10, also 0,50 beziehungsweise 50 Prozent. Das ist ein Rechenbeispiel mit sehr wenigen Werten, kein belastbarer Vergleich realer Prozesse. Eine Schlussfolgerung über eine Population folgt daraus nicht.

Schreibe dieselben Zeiten in Sekunden auf: 300, 600 und 900. Mittelwert und Standardabweichung wachsen beide um den Faktor 60, auf 600 beziehungsweise 300 Sekunden. Der Quotient bleibt 0,50. Diese eigene Kontrollrechnung erklärt, was mit Unabhängigkeit von der Zeiteinheit gemeint ist. Kontrolliere in einer echten Tabelle dennoch, dass Mittelwert und Standardabweichung dieselbe gültige Fallauswahl und dieselbe Einheit verwenden. Eine Mischung aus Sekunden im Zähler und Minuten im Nenner wäre keine relative Streuungsbeschreibung.

Die R-Dokumentation zu sd beschreibt den Nenner n minus eins und die gesonderte Behandlung fehlender Werte. Notiere das tatsächlich eingesetzte Verfahren auf deiner Kennwertkarte. Entfernte Werte dürfen nicht stillschweigend dazu führen, dass Mittelwert und Streuung auf unterschiedlichen Zeilen beruhen. Gib die gültige Fallzahl und wesentliche Ausschlüsse nachvollziehbar an. Eine Softwareausgabe mit vielen Nachkommastellen ersetzt diese einfache Prüfung der Datengrundlage nicht.

Weiterführend: R-Dokumentation: sd, Stichprobenstandardabweichung und fehlende Werte

3. Einen verschobenen Nullpunkt nicht als Einheitenwechsel behandeln

Verändere im eigenen Lernbeispiel die Kodierung, indem du zu jeder Zahl zehn addierst. Nun stehen dort 15, 20 und 25. Die Standardabweichung bleibt 5, der Mittelwert steigt auf 20 und der Quotient sinkt auf 0,25. Die Abstände zwischen den Beobachtungen sind unverändert. Geändert hat sich der Bezug zur Null. Das ist gerade nicht dasselbe wie die Umrechnung von Minuten in Sekunden. Eine willkürliche Verschiebung würde die vermeintliche relative Streuung verändern.

NIST erläutert diese Grenze unter anderem anhand von Temperaturskalen: Celsius und Fahrenheit haben keine für solche Verhältnisse geeignete gemeinsame absolute Null. Übertrage die Warnung nicht als pauschales Verbot jeder anderen Kennzahl, sondern prüfe dein konkretes Messmodell. Auch Fragebogencodes von eins bis fünf werden durch ihre Ziffern nicht automatisch zu einer Verhältnisskala. Kläre mit deiner Betreuung, was auf der gewählten Skala inhaltlich verglichen werden darf. Ein rechnerisch ausführbarer Quotient ist noch kein sinnvoller Kennwert.

4. Kleine Mittelwerte, Rundung und Grenzen ausdrücklich berichten

Liegt der Mittelwert nahe null, kann der CV schon bei kleinen Änderungen stark schwanken. Bei Mittelwert null ist der Quotient nicht definiert. Ersetze diesen Zustand nicht durch null Prozent. Runde Zähler und Nenner auch nicht zuerst grob und teile dann die gerundeten Zahlen. Berechne mit dem geprüften Arbeitsstand und runde erst für die Darstellung. Zeige neben dem CV die absolute Lage und Streuung, damit ein ungewöhnlicher Prozentwert nicht ohne seinen Ausgangsbezug gelesen wird.

Vermeide universelle Grenzen wie unter zehn Prozent immer gut. Was eine relative Streuung bedeutet, hängt von Gegenstand und Messverfahren ab. Die Kennwertkarte sollte deshalb einen begründeten Vergleich und einen Satz zu den Grenzen enthalten. Für die anschließende Analyseplanung kannst du Forschungsfrage, Variable, Skalenbedeutung und Gruppen im Statistik-Testfinder beschreiben. Die hier beschriebene Verfahrensplanung berechnet keine Rohdaten und prüft keinen tatsächlichen Nullpunkt. Rechenkontrolle, Messmodell und Hochschulvorgaben bleiben deine eigenständigen Aufgaben.