Kurz zusammengefasst
- Ein ungewöhnlicher Wert kann Fehler oder echte Beobachtung sein.
- Lege Prüf- und Behandlungsregeln unabhängig vom gewünschten Ergebnis fest.
- Zeige gegebenenfalls Ergebnisse mit und ohne begründete Sonderfälle.
Auffällige Werte zunächst sichtbar machen
Ein Ausreißer liegt im Vergleich zu anderen Beobachtungen ungewöhnlich weit entfernt. Ob er problematisch ist, hängt von Messung, Gegenstand und Analyse ab. Beginne mit einer Verteilungsübersicht und prüfe einzelne Werte im Originaldatensatz. Eine automatische Warnung des Statistikprogramms ist eine Suchhilfe, keine endgültige Entscheidung.
Das NIST-Handbuch beschreibt Ausreißer als besonders entfernte Beobachtungen und weist auf mögliche Auswirkungen auf Analysen hin. Verbinde diese statistische Sicht mit Fachwissen: Ein hoher Zeitwert kann eine fehlerhafte Eingabe, eine Unterbrechung oder einen tatsächlich langen Vorgang darstellen.
Erfassungsfehler und echte Fälle unterscheiden
Kontrolliere Einheit, Dezimaltrennzeichen, Import und Fragebogenlogik. Stehen angebliche 900 Stunden bei einer Frage nach täglicher Nutzung, prüfe zunächst, ob 9,00 falsch importiert wurde oder eine andere Einheit eingegeben wurde. Korrigiere nur dann, wenn die richtige Angabe belegbar ist.
Eigenes Beispiel: In einer Befragung zu wöchentlicher Lernzeit meldet eine Person 60 Stunden. Das ist ungewöhnlich, aber nicht unmöglich. Ohne zusätzliche Evidenz darfst du daraus weder automatisch sechs Stunden machen noch den Fall allein wegen seiner Wirkung auf den Mittelwert löschen.
Einfluss auf die Auswertung untersuchen
Vergleiche geeignete Kennzahlen und Grafiken. Mittelwert und Median können unterschiedlich auf extreme Werte reagieren. In einem Modell kann eine einzelne Beobachtung großen Einfluss haben; verwende dafür zum Modell passende Diagnoseverfahren, statt nur den höchsten Rohwert zu markieren.
Lege fest, wie du mit klaren Erfassungsfehlern, gültigen Extremfällen und nicht klärbaren Beobachtungen umgehst. Ein Ausschluss braucht einen sachlichen Grund. Eine robustere Auswertung oder zusätzliche Sensitivitätsanalyse kann zeigen, wie stark die Schlussfolgerung von einem Fall abhängt.
Behalte die Rohdaten unverändert und protokolliere Korrekturen oder Ausschlüsse in einer Arbeitskopie. So kannst du die Analyse nachvollziehen und verhindern, dass ein späterer Export unbemerkt andere Werte enthält.
Entscheidung und Folgen offen berichten
Nenne Erkennungsregel, geprüfte Ursache, Entscheidung und betroffene Fallzahl. Wenn Ergebnisse wesentlich anders ausfallen, sobald ein gültiger Extremfall ausgeschlossen wird, gehört diese Empfindlichkeit in die Interpretation. Verschweige den Unterschied nicht, nur weil eine Fassung besser zur Hypothese passt.
Für das erfundene Beispiel könntest du festhalten: „Der Wert von 60 Stunden wurde im Originaleintrag bestätigt und blieb in der Analyse. Zusätzlich berichten wir den Median und eine Analyse ohne diesen Fall, um seinen Einfluss zu zeigen.“ Die konkrete Entscheidung hängt von deinen Daten und Fachstandards ab.
Einordnung für die finale Abgabe
Viele formale Themen wirken zunächst wie reine Schreibarbeit. Für die gedruckte Abgabe sind sie aber genauso wichtig: Was im Dokument fehlt, falsch platziert ist oder uneinheitlich formatiert wurde, erscheint später auch in der gebundenen Fassung.
Nutze den Beitrag deshalb nicht isoliert, sondern prüfe ihn zusammen mit Deckblatt, Inhaltsverzeichnis, Seitenzahlen, Quellenangaben und Anhang. Erst wenn die Datei vollständig ist, sollte sie als finale PDF für Druck und Bindung vorbereitet werden.
Praktische Kontrolle vor dem PDF-Export
- Stimmen Überschriften, Kapitelstruktur und Seitenzahlen?
- Sind Quellen, Abbildungen und Tabellen vollständig eingebunden?
- Sind Pflichtbestandteile wie Erklärung, Anhang oder Deckblatt enthalten, falls gefordert?
- Wurde die finale PDF-Datei nach dem Export noch einmal geöffnet und geprüft?
Checkliste
- Auffällige Werte sind anhand der Rohdaten geprüft.
- Einheiten und Import wurden kontrolliert.
- Gültige Extremfälle sind von Fehlern getrennt.
- Einfluss und Alternativen wurden untersucht.
- Regel, Änderungen und Fallzahlen sind dokumentiert.
Typische Fehler
- Alle Werte außerhalb einer Standardgrenze automatisch löschen.
- Nur Fälle entfernen, die ein gewünschtes Ergebnis stören.
- Eine ungesicherte Vermutung als Datenkorrektur ausgeben.
Deine fertige Arbeit drucken und binden
Wenn Inhalt und finale PDF geprüft sind, kannst du die Druckausführung passend zu deinen Abgabevorgaben konfigurieren.
Druck und Bindung konfigurierenWeiterführende Inhalte
Vertiefe passende Themen zu Aufbau, Quellenarbeit, Formatierung und Abgabe deiner wissenschaftlichen Arbeit.
Häufige Fragen
Darf ich Ausreißer entfernen?
Ja, wenn eine fachlich und methodisch begründete Regel dafür spricht, etwa bei belegten Erfassungsfehlern. Dokumentiere die Entscheidung und prüfe ihre Auswirkung. Ein ungewöhnlicher gültiger Wert allein ist kein allgemeiner Löschgrund.
Ist ein Boxplot ausreichend?
Er hilft beim Auffinden potenziell auffälliger Werte. Die fachliche Prüfung, die Ursachenklärung und eine passende Analyse der Folgen leistet die Grafik nicht allein.
Muss jeder Extremwert im Haupttext stehen?
Berichte Fälle, die deine Auswahlregeln oder Interpretation wesentlich beeinflussen. Detailprotokolle können je nach Umfang in eine dokumentierte Auswertung oder einen geeigneten Anhang gehören.