Statistische Kennwerte

Statistische Kennwerte sind das Fundament für Datenanalyse. Aktive Lernmethoden wie Stationsarbeit und Datenrallyes bringen diese abstrakten Konzepte durch praktische Anwendung zum Leben. Schülerinnen und Schüler entwickeln ein tieferes Verständnis, wenn sie selbst Daten sammeln, berechnen und interpretieren.

• Klasse 7
• Mathematik 7: Von rationalen Zahlen zu funktionalen Zusammenhängen
• 3 Aktivitäten
• 30 Min.–60 Min.

Fallstudienanalyse

⏱ 45 Min.·Kleingruppen

Stationsarbeit: Kennwerte im Praxistest

An verschiedenen Stationen berechnen die Schülergruppen Kennwerte für unterschiedliche Datensätze (z.B. Körpergrößen, Testergebnisse). Eine Station widmet sich der Ausreißer-Analyse: Was passiert mit Mittelwert und Median, wenn ein extremer Wert hinzugefügt wird?

Vorbereitung & Details

Begründen Sie, warum der Median aussagekräftiger sein kann als das arithmetische Mittel.

Moderationstipp: Bei der Stationsarbeit: Achten Sie darauf, dass die Gruppen die unterschiedlichen Datensätze und Berechnungen systematisch durchlaufen und die Ergebnisse auf dem Arbeitsblatt festhalten.

Setup: Gruppentische mit Platz für die Fallunterlagen

Materials: Fallstudien-Paket (3-5 Seiten), Arbeitsblatt mit Analyseraster, Präsentationsvorlage

• Analysieren
• Bewerten
• Erschaffen
• Entscheidungsfähigkeit
• Selbststeuerung

Fallstudienanalyse

⏱ 60 Min.·Kleingruppen

Datenrallye: Kennwerte im Schulalltag

Die Schülerinnen und Schüler sammeln Daten im Schulgebäude (z.B. Anzahl der Stühle in Klassenräumen, Wartezeiten an der Bushaltestelle). Anschließend berechnen sie Mittelwert, Median und Spannweite und diskutieren die Aussagekraft der Ergebnisse.

Vorbereitung & Details

Analysieren Sie, wie Ausreißer in einem Datensatz die verschiedenen Kennwerte beeinflussen.

Moderationstipp: Bei der Datenrallye: Ermutigen Sie die Teams, die Datenerhebung klar zu definieren und die gesammelten Daten sorgfältig zu dokumentieren, bevor sie mit der Berechnung der Kennwerte beginnen.

Setup: Gruppentische mit Platz für die Fallunterlagen

Materials: Fallstudien-Paket (3-5 Seiten), Arbeitsblatt mit Analyseraster, Präsentationsvorlage

• Analysieren
• Bewerten
• Erschaffen
• Entscheidungsfähigkeit
• Selbststeuerung

Planspiel

⏱ 30 Min.·Einzelarbeit

Planspiel: Ausreißer-Effekte

Mit Hilfe einer Tabellenkalkulation oder eines Online-Tools simulieren die Schülerinnen und Schüler die Auswirkungen von Ausreißern auf Mittelwert und Median. Sie beobachten, wie sich die Kennwerte verändern und dokumentieren ihre Beobachtungen.

Vorbereitung & Details

Beurteilen Sie, welcher Kennwert am besten hilft, eine faire Entscheidung zu treffen.

Moderationstipp: Bei der Simulation: Begleiten Sie die Schülerinnen und Schüler bei der Eingabe der Daten und der Interpretation der Simulationsergebnisse, insbesondere im Hinblick auf den Einfluss von Ausreißern.

Setup: Flexibler Raum für verschiedene Gruppenstationen

Materials: Rollenkarten mit Zielen und Ressourcen, Spielwährung oder Token, Rundenprotokoll

• Anwenden
• Analysieren
• Bewerten
• Erschaffen
• Sozialbewusstsein
• Entscheidungsfähigkeit

Dieses Thema unterrichten

Lehrkräfte, die statistische Kennwerte unterrichten, setzen auf eine Mischung aus direkter Anleitung und explorativem Lernen. Es ist wichtig, die einzelnen Kennwerte klar zu definieren, aber dann den Fokus auf die Interpretation und den Vergleich zu legen. Vermeiden Sie es, die Kennwerte isoliert zu betrachten; fördern Sie stattdessen Diskussionen über ihre Stärken und Schwächen in verschiedenen Datenszenarien.

Was Sie erwartet

Erfolgreiches Lernen zeigt sich darin, dass Schülerinnen und Schüler Mittelwert, Median und Spannweite nicht nur berechnen, sondern auch die Aussagekraft jedes Kennwerts im jeweiligen Kontext erklären können. Sie sind in der Lage, Unterschiede zwischen den Kennwerten zu erkennen und zu begründen, wann welcher Wert am besten geeignet ist.

Vorsicht vor diesen Fehlvorstellungen

Häufige Fehlvorstellung

Während der Stationsarbeit und der Simulation sollten Schülerinnen und Schüler darauf aufmerksam gemacht werden, dass der Mittelwert nicht immer der beste Kennwert zur Beschreibung eines Datensatzes ist, insbesondere wenn Ausreißer vorhanden sind.

Was Sie stattdessen lehren sollten

Wenn Schülerinnen und Schüler bei der Stationsarbeit oder Simulation auf Datensätze mit Ausreißern stoßen, lenken Sie die Diskussion auf die Unterschiede zwischen Mittelwert und Median. Fragen Sie gezielt nach, warum der Median in diesen Fällen eine stabilere Aussage treffen könnte, und nutzen Sie die simulierten Ergebnisse, um dies zu verdeutlichen.

Häufige Fehlvorstellung

Bei der Datenrallye und der Stationsarbeit erfahren die Schülerinnen und Schüler, dass die Spannweite nur die Extremwerte eines Datensatzes berücksichtigt und keine Auskunft über die Verteilung der Daten im Inneren gibt.

Was Sie stattdessen lehren sollten

Nachdem die Schülerinnen und Schüler bei der Datenrallye oder Stationsarbeit die Spannweite berechnet haben, vergleichen Sie diese mit dem Median. Regen Sie sie an, die Verteilung der Daten zu visualisieren (z.B. durch einfache Strichlisten) und diskutieren Sie, wie die Spannweite die Verteilung im Zentrum ignoriert, im Gegensatz zum Median.

Ideen zur Lernstandserhebung

Kurze Überprüfung

Nach der Stationsarbeit: Sammeln Sie die Arbeitsblätter der Gruppen und überprüfen Sie die Korrektheit der Berechnungen und die Schlüssigkeit der Interpretationen der Kennwerte für die verschiedenen Datensätze.

Diskussionsfrage

Nach der Datenrallye: Leiten Sie eine kurze Klassendiskussion, in der die Teams ihre gesammelten Daten und die berechneten Kennwerte vorstellen und die Wahl des 'besten' Kennwerts für ihre spezifischen Datensätze begründen.

Lernstandskontrolle

Nach der Simulation: Bitten Sie die Schülerinnen und Schüler, auf einem kurzen Zettel zu erklären, wie sich das Hinzufügen eines Ausreißers auf Mittelwert, Median und Spannweite auswirkt, basierend auf ihren Simulationsergebnissen.

Erweiterungen & Unterstützung

• Challenge: Erstellen Sie einen eigenen Datensatz mit spezifischen Eigenschaften (z.B. stark schief) und berechnen Sie die Kennwerte, um Ihre Hypothesen zu überprüfen.
• Scaffolding: Bieten Sie für die Stationsarbeit und Datenrallye vorstrukturierte Tabellenkalkulationsvorlagen an, die die Berechnungen teilweise automatisieren.
• Deeper Exploration: Untersuchen Sie weitere statistische Kennwerte wie Quantile oder Standardabweichung und diskutieren Sie deren Nutzen im Vergleich zu Mittelwert, Median und Spannweite.