Daten und Zufall · 2. Halbjahr

Boxplots und Datendarstellung

Die Schülerinnen und Schüler visualisieren Datenverteilungen mithilfe von Boxplots zur besseren Vergleichbarkeit.

Über dieses Thema

Boxplots visualisieren Datenverteilungen klar und kompakt. Sie zeigen den Median als zentrale Achse, die Quartile als Boxgrenzen, die Reichweite der Whisker und Ausreißer als Punkte. In Klasse 7 nutzen Schülerinnen und Schüler Boxplots, um Streuungen zu analysieren und Datensätze zu vergleichen. Dies entspricht den KMK-Standards für Sekundarstufe I im Bereich Daten und Zufall und fördert die Fähigkeit, grafische Darstellungen zu interpretieren.

Im Thema „Daten und Zufall“ im zweiten Halbjahr beantworten die Lernenden Schlüsselfragen: Welche Streuungsinformationen liefert ein Boxplot? Wie vergleicht man Gruppen grafisch? Warum ist die Skalierung entscheidend? Solche Inhalte schulen datenbasierte Argumentation und kritisches Denken, das über Mathematik hinaus relevant ist, etwa in Naturwissenschaften oder Sozialkunde.

Aktive Lernansätze passen hervorragend zu Boxplots, weil Schüler eigene Daten erheben, plotten und diskutieren. Praktische Übungen machen Konzepte wie Quartile greifbar, fördern Peer-Learning und festigen das Verständnis durch Wiederholung und Anwendung.

Lernziele

• Analysieren Sie die von einem Boxplot dargestellten Kennzahlen (Minimum, Maximum, Median, Quartile) und erklären Sie deren Bedeutung für die Datenstreuung.
• Vergleichen Sie zwei verschiedene Datengruppen visuell anhand ihrer Boxplots und identifizieren Sie Unterschiede in zentraler Tendenz und Streuung.
• Erklären Sie, wie die Wahl der Skalierung auf der Achse die Interpretation und den visuellen Eindruck eines Boxplots beeinflusst.
• Erstellen Sie einen Boxplot für einen gegebenen Datensatz und begründen Sie die Platzierung der einzelnen Elemente (Whisker, Box, Median, Ausreißer).

Bevor es losgeht

Grundrechenarten und Bruchrechnung

Warum: Grundlegende Rechenfähigkeiten sind notwendig, um Daten zu sortieren und einfache Berechnungen wie den Median durchzuführen.

Mittelwert, Median und Modus

Warum: Das Verständnis zentraler Lagemaße ist eine Grundlage für das Verständnis des Medians und der Quartile in Boxplots.

Datensortierung und -darstellung (z.B. Säulendiagramme)

Warum: Schülerinnen und Schüler sollten bereits Erfahrung mit der Organisation und einfachen grafischen Darstellung von Daten haben.

Schlüsselvokabular

Median	Der Wert, der genau in der Mitte eines geordneten Datensatzes liegt. Er teilt die Daten in zwei gleich große Hälften.
Quartile	Werte, die einen geordneten Datensatz in vier gleich große Teile gliedern. Das erste Quartil (Q1) ist der Median der unteren Hälfte, das dritte Quartil (Q3) der Median der oberen Hälfte.
Interquartilsabstand (IQR)	Die Differenz zwischen dem dritten Quartil (Q3) und dem ersten Quartil (Q1). Er gibt die Streuung der mittleren 50% der Daten an.
Ausreißer	Datenpunkte, die deutlich von der Mehrheit der anderen Daten abweichen. Im Kontext von Boxplots werden sie oft separat dargestellt.

Ideen für aktives Lernen

Paarbeit: Eigener Boxplot bauen

Paare messen die Körpergröße in der Klasse und sortieren die Daten. Sie bestimmen Median, Quartile und zeichnen den Boxplot. Abschließend vergleichen sie mit einer vorbereiteten Datensammlung.

⏱ 30 Min.·Partnerarbeit

Mission erstellen

Lernen an Stationen: Boxplot-Vergleiche

Richten Sie Stationen mit Datensätzen ein, z. B. Regenmengen zweier Städte. Gruppen konstruieren Boxplots und notieren Unterschiede in Streuung und Median. Rotation nach 10 Minuten.

⏱ 45 Min.·Kleingruppen

Mission erstellen

Klassenkonferenz: Skalierung testen

Die ganze Klasse diskutiert Boxplots gleicher Daten mit unterschiedlicher Skala. Jede Schülerin und jeder Schüler skizziert eine Version und begründet die Wirkung.

⏱ 20 Min.·Ganze Klasse

Mission erstellen

Individuelle Analyse: Ausreißer jagen

Schüler erhalten Boxplots mit Ausreißern und listen mögliche Ursachen auf. Sie korrigieren den Plot ohne Ausreißer und vergleichen beide Varianten.

⏱ 15 Min.·Einzelarbeit

Mission erstellen

Bezüge zur Lebenswelt

Statistiker in Sportanalysen nutzen Boxplots, um die Leistungsstreuung von Spielern oder Teams über verschiedene Saisons hinweg zu vergleichen, beispielsweise die Punkteausbeute von Fußballspielern.

Marktforscher verwenden Boxplots, um die Preisspannen von ähnlichen Produkten in verschiedenen Supermärkten darzustellen und so die Wettbewerbssituation auf einen Blick zu erfassen.

Mediziner können Boxplots nutzen, um die Verteilung von Messwerten wie Blutdruck oder Cholesterinspiegel bei verschiedenen Patientengruppen zu vergleichen und Auffälligkeiten zu erkennen.

Vorsicht vor diesen Fehlvorstellungen

Häufige Fehlvorstellung

Der Boxplot zeigt den arithmetischen Mittelwert als Mittelpunkt.

Was Sie stattdessen lehren sollten

Boxplots basieren auf dem Median, der robuster gegenüber Ausreißern ist. Aktive Übungen mit realen Daten, wo Schüler Median und Mittelwert selbst berechnen, klären diesen Unterschied. Peer-Diskussionen helfen, Fehlvorstellungen aufzudecken.

Häufige Fehlvorstellung

Die Box enthält alle Datenpunkte.

Was Sie stattdessen lehren sollten

Die Box fasst nur 50 Prozent der Daten zwischen Q1 und Q3 zusammen, Whisker erweitern auf typische Werte. Praktisches Plotten eigener Daten zeigt dies visuell, Gruppenvergleiche verstärken das Verständnis.

Häufige Fehlvorstellung

Ausreißer sind immer Fehler und werden ignoriert.

Was Sie stattdessen lehren sollten

Ausreißer können valide Extremwerte sein. Schüler identifizieren sie in Aktivitäten durch Datensammlung und Debatten, was nuanciertes Interpretieren lehrt.

Ideen zur Lernstandserhebung

Lernstandskontrolle

Geben Sie den Schülerinnen und Schülern zwei einfache Boxplots, die beispielsweise die Körpergröße von Jungen und Mädchen einer Klasse darstellen. Fragen Sie: 'Welche Gruppe ist im Durchschnitt größer?' und 'Welche Gruppe zeigt eine größere Streuung der Körpergrößen? Begründen Sie Ihre Antworten anhand der Boxplots.'

Kurze Überprüfung

Zeigen Sie einen Boxplot mit einer unpassenden Skalierung auf der Achse. Bitten Sie die Lernenden, auf einem Zettel zu notieren: 'Was ist an dieser Skalierung problematisch?' und 'Wie könnte man die Skalierung verbessern, um die Daten besser darzustellen?'

Diskussionsfrage

Stellen Sie die Frage: 'Welche Informationen über die Verteilung eines Datensatzes liefert ein Boxplot, die ein einfacher Durchschnittswert nicht liefern kann?' Lassen Sie die Schülerinnen und Schüler in Kleingruppen diskutieren und anschließend ihre wichtigsten Erkenntnisse im Plenum vorstellen.

Häufig gestellte Fragen

Was zeigt ein Boxplot über die Streuung einer Datengruppe?

Ein Boxplot liefert auf einen Blick Median, Interquartilsabstand als Maß für die Streuung im zentralen Bereich, Whisker-Reichweite und Ausreißer. Der Boxlängen vergleicht die Variabilität, was schneller geht als reine Zahlenlisten. In der Praxis nutzen Schüler dies, um z. B. Leistungsstreuungen in Klassen zu bewerten, und lernen, Grafiken kritisch zu lesen.

Wie vergleicht man zwei Datensätze mit Boxplots?

Vergleichen Sie Mediane für zentrale Tendenzen, Boxlängen für Streuungen und Überlappungen der Boxen. Parallele Boxplots erleichtern dies. Schüler üben mit themenbezogenen Daten wie Sportzeiten, diskutieren Implikationen und begründen Vorhersagen, was analytisches Denken schult.

Warum ist die Skalierung bei Boxplots wichtig?

Falsche Skalen verzerren Wahrnehmung, z. B. wirkt eine kleine Streuung größer bei enger Skala. Schüler testen dies experimentell, indem sie Boxplots umskalieren und Wirkungen abstimmen. Solche Aktivitäten fördern Medienkompetenz und Verständnis für manipulative Grafiken.

Wie unterstützt aktives Lernen das Verständnis von Boxplots?

Aktives Lernen lässt Schüler Daten selbst sammeln, sortieren und plotten, was Quartile und Ausreißer konkret macht. In Gruppen vergleichen sie Plots, diskutieren Fehlinterpretationen und korrigieren sich gegenseitig. Diese Methoden erhöhen Retention um bis zu 75 Prozent, da Händisches und Soziales abstrakte Statistik verankert. Beispiele wie Klassenumfragen motivieren und verbinden mit Alltag.