Aktivität 01
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?
Begründen Sie, warum der Median aussagekräftiger sein kann als das arithmetische Mittel.
ModerationstippBei der Stationsarbeit: Achten Sie darauf, dass die Gruppen die unterschiedlichen Datensätze und Berechnungen systematisch durchlaufen und die Ergebnisse auf dem Arbeitsblatt festhalten.
AnalysierenBewertenErschaffenEntscheidungsfähigkeitSelbststeuerung
Komplette Unterrichtsstunde erstellen→· · ·
Aktivität 02
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.
Analysieren Sie, wie Ausreißer in einem Datensatz die verschiedenen Kennwerte beeinflussen.
ModerationstippBei 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.
AnalysierenBewertenErschaffenEntscheidungsfähigkeitSelbststeuerung
Komplette Unterrichtsstunde erstellen→· · ·
Aktivität 03
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.
Beurteilen Sie, welcher Kennwert am besten hilft, eine faire Entscheidung zu treffen.
ModerationstippBei 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.
AnwendenAnalysierenBewertenErschaffenSozialbewusstseinEntscheidungsfähigkeit
Komplette Unterrichtsstunde erstellen→Einige Hinweise zum Unterrichten dieser Einheit
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.
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
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.
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.
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.
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.
In dieser Übersicht verwendete Methoden