Ein Teilnehmer braucht zwanzig Minuten für eine Aufgabe, die alle anderen in zwei erledigen. Das Ergebnis zu entfernen, würde das Diagramm zwar aufgeräumter wirken lassen – aber vielleicht auch die aufschlussreichste Erfahrung der ganzen Studie streichen. Die erste Frage ist, was genau passiert ist, und nicht, welche Ausschlussregel für einen bequemeren Durchschnitt sorgt.
Ein Ausreißer ist ein Messwert, der ungewöhnlich weit von anderen Werten oder vom erwarteten Modellmuster entfernt liegt. Es kann sich um einen Fehler handeln, um einen legitimen Extremfall oder um einen Hinweis darauf, dass das gewählte Modell schlicht nicht gut zu den Daten passt.
Der Ursache des ungewöhnlichen Werts auf den Grund gehen
In einer Usability-Studie könnte eine lange Bearbeitungszeit darauf hindeuten, dass der Timer während einer Pause weiterlief, ein Erfassungsfehler vorliegt oder jemand schlicht massiv mit der Benutzeroberfläche gekämpft hat. Prüfen Sie das Ausgangsmaterial und die Messdefinition, bevor Sie sich für eine Erklärung entscheiden.
Der NIST-Leitfaden zur Ausreißererkennung unterscheidet klar dazwischen, ungewöhnliche Beobachtungen zu identifizieren und zu entscheiden, wie man damit umgeht. Ein statistisches Signal ist ein Anlass zum Nachforschen, kein Beweis für einen ungültigen Datensatz.
Behalten Sie Kontext und Verteilung im Blick. Ein hoher Kaufbetrag kann für ein Enterprise-Konto völlig normal sein, für ein Einzelnutzer-Abo aber extrem aus der Reihe tanzen. Wer denselben Schwellenwert auf beide Gruppen anwendet, filtert womöglich genau die Unterschiede heraus, die es eigentlich zu verstehen gilt.
Einen Umgang wählen, der zur Fragestellung passt
Korrigieren Sie nachweisliche Fehler, wenn sich der ursprüngliche Wert rekonstruieren lässt, und halten Sie die Änderung nachvollziehbar fest. Ist der Wert jedoch authentisch, sollten Sie prüfen, ob die geplante Auswertung ihm gerecht wird. Robuste Kennzahlen, Transformationen oder Modelle, die zur tatsächlichen Verteilung passen, sind oft sinnvoller als das bloße Löschen. Allerdings verändert jeder dieser Schritte den analytischen Ansatz und sollte begründet werden.
Ein Median kann den Einfluss einer extremen Bearbeitungszeit auf den Mittelwert reduzieren, ohne dass dieser Datenpunkt einfach unter den Tisch fällt. Zeigen Sie die Verteilung oder relevante Extremwerte auf, wenn sie für die Entscheidung eine Rolle spielen. Ein Lagemaß ist schließlich nur ein Teil des Gesamtbilds.
Macht empfindliche Ergebnisse transparent
Legen Sie Ausschlusskriterien nach Möglichkeit vorab fest und dokumentieren Sie Entscheidungen, die erst nach Sichtung der Daten getroffen wurden. Wenn ein Grenzfall das Gesamtergebnis spürbar verändert, zeigen Sie eine passende Sensitivitätsanalyse, statt still und leise die genehmere Variante zu wählen.
Bei kleinen Datensätzen lässt sich oft nicht sicher sagen, ob es sich um einen seltenen, aber echten Fall oder um einen völlig anderen Prozess handelt. Machen Sie diese Unsicherheit transparent. Datenbereinigung soll die Glaubwürdigkeit der Analyse stärken – und nicht unbequeme Erfahrungen so lange wegkürzen, bis die Daten den eigenen Erwartungen entsprechen.