Der Variationskoeffizient misst, wie stark Werte um ihren Mittelwert schwanken. Anders als die Standardabweichung allein berücksichtigt er die Größe des Mittelwerts selbst und gibt damit ein relatives Maß für die Streuung. Das macht ihn besonders wertvoll, wenn man Datensätze mit unterschiedlichen Skalierungen vergleichen will.
Die Beziehung zwischen Varianz, Standardabweichung und Variationskoeffizient bildet das Fundament dieser Analyse. Die Varianz misst die durchschnittlichen quadrierten Abweichungen vom Mittelwert. Daraus ergibt sich die Standardabweichung als deren Wurzel. Der Variationskoeffizient schließlich setzt die Standardabweichung ins Verhältnis zum arithmetischen Mittel und drückt dieses Verhältnis in Prozent aus.
Berechnung des Variationskoeffizientens
Die Formel für den Variationskoeffizient lautet:
VK = (Standardabweichung / Arithmetisches Mittel) × 100 %
Wer den Variationskoeffizient berechnet, beginnt mit der Varianz. Für ungruppierte Daten gilt die Formel: Varianz = (Σx²)/n – (x̄)². Hier ist n die Anzahl der Werte und x̄ der Mittelwert. Bei Variationsreihen mit Häufigkeiten wird stattdessen verwendet: Varianz = (Σx²f)/n – (x̄)², wobei f die Häufigkeit darstellt.
Aus der Varianz folgt unmittelbar die Standardabweichung als deren positive Quadratwurzel. Mit diesem Wert und dem Mittelwert lässt sich dann der Variationskoeffizient ermitteln. In der Praxis erleichtern Online-Rechner und Tabellenkalkulationsprogramme mit Funktionen zur Standardabweichungsberechnung die Arbeit erheblich. Diese Lösungen übernehmen die Ermittlung automatisch.
Interpretation und Bewertung der Streuung
Die Größe des Variationskoeffizients offenbart, wie homogen oder heterogen ein Datensatz ist. Ein Wert von 0 % bedeutet, dass alle Daten identisch sind, absolute Gleichmäßigkeit also. Je höher der Wert steigt, desto stärker die Schwankungen.
Folgende Orientierungswerte haben sich etabliert: Unter 10 % gilt die Streuung als gering, die Daten sind sehr gleichmäßig verteilt. Werte zwischen 10 % und 20 % deuten auf eine mittlere Variabilität hin. Von 20 % bis 33 % spricht man von erheblicher Variabilität, die Daten zeigen merkliche Unterschiede. Der Schwellenwert von 33 % hat sich in vielen Anwendungsbereichen etabliert. Überschreitet der Variationskoeffizient 33 %, gilt die Grundgesamtheit als inhomogen, und weitere Analysen sind notwendig.
Praktische Anwendung in öffentlichen Aufträgen
Im russischen Vergabeverfahren nach Gesetz 44-FZ spielt der Variationskoeffizient eine zentrale Rolle. Auftraggeber nutzen ihn zur Berechnung und Begründung des anfänglichen Höchstpreises (НМЦК). Die zulässige Obergrenze beträgt gemäß Verordnung Nr. 567 des Wirtschaftsministeriums 33 %. In Moskau liegt die Schwelle sogar bei 25 %.
Die Datenquelle sind Preisangebote von potentiellen Anbietern. Der Auftraggeber sammelt mehrere Angebote und berechnet aus diesen Werten den Variationskoeffizient. Liegt dieser im zulässigen Bereich, können die Angebote für die Preisfestsetzung herangezogen werden. Überschreitet der Koeffizient den Grenzwert, deuten die Preise auf zu große Unterschiede hin. Dann müssen mindestens zwei zusätzliche Angebote eingeholt werden, um eine zuverlässigere Basis zu schaffen.
Für diese Aufgabe bieten Online-Rechner praktische Unterstützung. Der Auftraggeber oder Auftragnehmer gibt die eingehenden Preise ein, der Rechner analysiert diese und liefert den Variationskoeffizient automatisch. Dies spart Zeit und reduziert Rechenfehler.
Extremwerte und Homogenitätsprüfung
Ein zu hoher Variationskoeffizient weist häufig auf Ausreißer hin. Diese Extremwerte können aus Tippfehlern, unvollständigen Daten oder tatsächlich abnormalen Bedingungen stammen. Ein robustes Verfahren besteht darin, solche Werte zu entfernen und die Berechnung zu wiederholen.
Die Faustregel lautet: Wenn der Variationskoeffizient über 33 % liegt, sollten die Extremwerte überprüft und gegebenenfalls ausgeschlossen werden. Nach dem Entfernen berechnet man den Koeffizient neu. Oft sinkt er dann deutlich ab und die Datenreihe wird homogener. Dies ist kein Manipulieren, sondern eine legitime Bereinigung, um aussagekräftige Analysen zu ermöglichen.
Varianz, Standardabweichung und Variationskoeffizient im Zusammenhang
Diese drei Größen bilden eine natürliche Hierarchie. Die Varianz ist das quadrierte Maß der Abweichung, schwer zu interpretieren, weil die Einheit nicht mehr der ursprünglichen Messgröße entspricht. Die Standardabweichung korrigiert dies durch Wurzelziehen und ist wieder in der Originaleinheit ausgedrückt. Doch auch die Standardabweichung ist ein absolutes Maß, das von der Skalierung der Daten abhängt.
Der Variationskoeffizient normalisiert dies zusätzlich durch Division durch den Mittelwert. Dies macht ihn unabhängig von der Größenordnung der Werte. Will man zum Beispiel die Preisschwankungen bei zwei verschiedenen Produktkategorien vergleichen, eine mit durchschnittlich 100 Euro und eine mit 10.000 Euro, reicht die Standardabweichung nicht aus. Der Variationskoeffizient liefert hier eine faire, vergleichbare Metrik.
Grenzen und spezielle Fälle
Der Variationskoeffizient funktioniert optimal bei Verhältnisskalen mit absolutem Nullpunkt, etwa bei Temperaturangaben in Kelvin oder bei Geldbeträgen. Bei Intervallskalen wie der Celsius-Skala wird problematisch, dass der Koeffizient von der gewählten Skala abhängt. Eine Temperaturveränderung von 10 °C bis 20 °C und die gleiche in Kelvin (283 K bis 293 K) führen zu unterschiedlichen Koeffizienten, obwohl die physikalische Schwankung identisch ist.
Für lognormalverteilte Daten bleibt der Variationskoeffizient stationär, was bedeutet, dass er seine statistischen Eigenschaften über verschiedene Skalierungen hinweg bewahrt. Diese Eigenschaft macht ihn für solche Verteilungen besonders wertvoll. Für robustere Analysen bei verzerrten Verteilungen bietet sich der Quartilskoeffizient an, der weniger empfindlich gegenüber Ausreißern ist.
Anwendung in Risikoanalyse
Die statistische Risikoanalyse nutzt den Variationskoeffizient als relatives Variabilitätsmaß. Ein niedriger Koeffizient signalisiert niedriges Risiko durch geringe Unsicherheit. Ein hoher Koeffizient warnt vor großer Unsicherheit und potentiellen Überraschungen. Bei begrenzten Daten arbeitet man mit Normalverteilung, Exponentialverteilung oder Poisson-Verteilung sowie mit Wahrscheinlichkeitsbäumen, um künftige Zahlungsströme zu modellieren. Der Variationskoeffizient unterstützt die Entscheidung, ob solche Szenarien zu heterogen sind, um zuverlässige Prognosen zu treffen.
Praktische Beispiele zur Berechnung
Ein realistisches Beispiel: Vier Preisangebote für einen Einkauf liegen vor: 100 Euro, 110 Euro, 95 Euro und 115 Euro. Der Mittelwert ist 105 Euro. Die Abweichungen sind -5, 5, -10 und 10 Euro. Die Varianz beträgt (25 + 25 + 100 + 100) / 4 = 62,5. Die Standardabweichung ist die Wurzel aus 62,5, also etwa 7,91 Euro. Der Variationskoeffizient ergibt sich dann zu (7,91 / 105) × 100 % ≈ 7,5 %. Dieser Wert liegt deutlich unter 33 % und zeigt gute Homogenität der Angebote.
Ein zweites Beispiel mit größerer Streuung: Angebote von 80, 100, 120 und 160 Euro. Der Mittelwert ist 115 Euro. Die Abweichungen sind -35, -15, 5 und 45 Euro. Die Varianz ist (1225 + 225 + 25 + 2026) / 4 = 875. Die Standardabweichung ist etwa 29,58 Euro. Der Variationskoeffizient beträgt (29,58 / 115) × 100 % ≈ 25,7 %. Dies überschreitet nicht die 33-%-Grenze, deutet aber auf merkliche Unterschiede hin und rechtfertigt genauere Prüfung der Extremwerte.
Werkzeuge für Berechnung und Analyse
Online-Services berechnen nicht nur den Variationskoeffizient, sondern ein ganzes Spektrum von Variationsmaßen. Neben Mittelwert, Varianz und Standardabweichung gehören dazu Modus, Median, Spannweite, Quartile und Dezile. Auch Schiefe und Kurtosis werden oft mit ausgegeben. Die absoluten Maße wie Spannweite und Varianz sind von der Skalierung abhängig, während relative Maße wie der Variationskoeffizient und der lineare Variationskoeffizient Vergleichbarkeit ermöglichen.
Tabellenkalkulationsprogramme bieten mit ihren statistischen Funktionen direkten Zugriff auf die Berechnung der Standardabweichung. Damit lässt sich der Variationskoeffizient schnell in einer Tabelle eintragen. Für komplexere Analysen mit vielen Datensätzen sind spezialisierte Statistiksoftware oder Online-Plattformen effizienter. Sie vermeiden manuelle Rechenfehler und liefern sofort interpretierbare Ergebnisse.
