Perzentil-Rechner

Was bedeutet perzentil berechnen?

Ein Perzentil ordnet einen Wert innerhalb einer Datenreihe ein. Wenn du ein Perzentil berechnest, fragst du: Welcher Grenzwert passt zu einem bestimmten Anteil der sortierten Werte? Das ist nützlich, wenn der Durchschnitt zu wenig sagt, etwa bei Antwortzeiten, Messwerten, Testergebnissen oder Einkommen.

Quartile sind spezielle Perzentile: Q1 gehört zu 25 %, der Median zu 50 % und Q3 zu 75 %. Quantil ist der allgemeinere Begriff. Ein Perzentil ist also ein Quantil mit Prozentangabe. Der Perzentilrang dreht die Frage um: Du gibst einen konkreten Wert ein und bekommst, wie dieser Wert innerhalb der Datenreihe liegt.

Ein Satz zur Bedienung: Wähle die Berechnung, gib deine Werte ein und entscheide dich für eine Methode, falls du empirische Daten statt einer Normalverteilung auswertest.

Wie rechnet man ein Perzentil mit linearer Interpolation?

Bei der linearen Methode werden die Werte zuerst sortiert. Dann wird ein Rang berechnet. Liegt dieser Rang genau auf einem vorhandenen Datenpunkt, ist dieser Datenpunkt das Ergebnis. Liegt der Rang zwischen zwei Datenpunkten, wird zwischen diesen beiden Werten linear interpoliert.

In Worten lautet die Rechnung: Nimm die Anzahl der Werte, ziehe 1 ab, multipliziere mit p und addiere 1. Der dabei entstehende Rang zeigt, zwischen welchen sortierten Werten das gesuchte Perzentil liegt. Danach gehst du anteilig vom unteren zum oberen Wert.

Beispiel mit der Reihe 12, 15, 18, 22, 25, 28, 30, 35, 40, 50 und p = 25 %:

• Die Werte sind bereits sortiert.
• Es gibt 10 Werte, p = 0,25.
• Rang = (10 - 1) · 0,25 + 1 = 3,25.
• Der Rang liegt zwischen dem 3. Wert 18 und dem 4. Wert 22.
• Der Anteil zwischen beiden Werten ist 0,25.
• Rechnung: 18 + 0,25 · (22 - 18) = 19.

Mit derselben Methode ergeben sich für diese Reihe Q1 = 19, Median = 26,5 und Q3 = 33,75. Der Interquartilsabstand ist 14,75.

Warum liefert der Perzentil-Rechner je nach Methode andere Werte?

Perzentile sind nicht in jeder Software gleich definiert. Der wichtigste Unterschied: Manche Methoden interpolieren zwischen zwei Werten, andere nehmen nur einen vorhandenen Wert aus der sortierten Liste.

Bei der linearen Interpolation, wie sie etwa bei Excel QUANTIL.INKL, R und Python üblich ist, kann das Ergebnis zwischen zwei Datenpunkten liegen. Beim nächsten Rang wird dagegen auf einen Listenplatz gegangen. Deshalb kommt beim 25. Perzentil der Beispielreihe mit linearer Interpolation 19 heraus, beim nächsten Rang 18.

Für dieselbe Datenreihe zeigen die Methoden beim 90. Perzentil besonders deutlich, warum du die Methode nennen solltest:

Methode	Ergebnis für P90
linear (QUANTIL.INKL)	41
QUANTIL.EXKL	49
nächster Rang	40
Schulbuch	45

Keines dieser Ergebnisse ist automatisch „falsch“. Sie beantworten nur leicht unterschiedliche Definitionen. Wenn du Ergebnisse vergleichst, sollte die Methode gleich sein. Das gilt besonders bei kleinen Datenmengen, weil einzelne Werte dort stärker ins Ergebnis hineinwirken.

Quartile, IQR und Ausreißer mit Perzentilen einordnen

Quartile teilen die sortierte Datenreihe in Bereiche. Q1 markiert den unteren Bereich, der Median die Mitte und Q3 den oberen Bereich. Der Abstand zwischen Q3 und Q1 heißt Interquartilsabstand, kurz IQR. Er beschreibt die Spannweite des mittleren Bereichs und ist robuster gegenüber extremen Werten als Minimum und Maximum.

In der Beispielreihe 12, 15, 18, 22, 25, 28, 30, 35, 40, 50 liefert die lineare Methode:

• Q1 = 19
• Median = 26,5
• Q3 = 33,75
• IQR = 14,75
• Minimum = 12
• Maximum = 50

Nach der 1,5 · IQR-Regel gibt es in dieser Reihe keine Ausreißer, weil alle Werte zwischen -3,125 und 55,875 liegen.

Bei Antwortzeiten sieht das anders aus. Für die Werte 120, 135, 150, 160, 180, 200, 210, 250, 400, 900 ergibt die lineare Methode beim 90. Perzentil den Wert 450. Q1 liegt bei 152,5, der Median bei 190, Q3 bei 240 und der IQR bei 87,5. Nach der 1,5 · IQR-Regel gelten 400 und 900 als Ausreißer, weil sie außerhalb von 21,25 bis 371,25 liegen.

Das zeigt den praktischen Nutzen: Perzentile beschreiben die Verteilung, ohne dass ein einzelner Extremwert den gesamten Eindruck bestimmt. Gleichzeitig verschwinden extreme Werte nicht. Sie werden nur besser sichtbar.

Perzentilrang und Perzentil Normalverteilung richtig lesen

Beim Perzentilwert suchst du den Wert zu einem Prozentsatz. Beim Perzentilrang ist es umgekehrt: Du hast einen Wert und willst wissen, wo er in der Verteilung steht.

Für die Beispielreihe 12, 15, 18, 22, 25, 28, 30, 35, 40, 50 liegt der Wert 30 beim Perzentilrang 65 %. Der Anteil der Werte ≤ 30 beträgt 70 %. Die Excel-Funktion QUANTILSRANG.INKL liefert dafür 66,67 %. Der Unterschied kommt daher, dass gleiche Werte und Zwischenräume unterschiedlich behandelt werden.

Für den Wert 40 in derselben Reihe ergibt sich ein Perzentilrang von 85 %. Der Anteil der Werte ≤ 40 beträgt 90 %, Excel QUANTILSRANG.INKL liefert 88,89 %. Wenn du Perzentilränge berichtest, ist also auch hier die Definition wichtig.

Bei einer Normalverteilung rechnest du nicht aus einer Liste, sondern aus Mittelwert μ und Standardabweichung σ. Auf der IQ-Skala mit μ = 100 und σ = 15 hat ein IQ von 115 den Perzentilrang 84,13 %. Ein IQ von 130 liegt beim Perzentilrang 97,72 %, ein Wert von 85 beim Perzentilrang 15,87 %. Umgekehrt liegt P90 bei μ = 100 und σ = 15 bei 119,22.

Typische Fehler beim perzentil berechnen vermeiden

Der häufigste Fehler ist eine unklare Methode. Wenn du nur „P90 = 41“ schreibst, fehlt die Information, wie gerechnet wurde. Bei derselben Reihe können andere Methoden andere Werte liefern. Schreibe deshalb die Methode dazu, besonders wenn du Ergebnisse weitergibst oder mit Tabellenkalkulationen vergleichst.

Ein weiterer Fehler ist die Verwechslung von Perzentil und Perzentilrang. Das 90. Perzentil ist ein Wert. Der Perzentilrang eines Werts ist dagegen eine Prozentangabe. In der Beispielreihe ist P90 mit linearer Interpolation 41. Der Perzentilrang von 40 ist 85 %. Das sind verschiedene Aussagen.

Achte außerdem auf die Datenbasis. Perzentile sind nur so aussagekräftig wie die eingegebenen Werte. Wenn Ausreißer echte Messwerte sind, solltest du sie nicht einfach entfernen. Wenn es Messfehler sind, solltest du sie vor der Auswertung prüfen. Der Rechner kann die Rechenregel anwenden, aber nicht entscheiden, ob ein einzelner Datenpunkt fachlich plausibel ist.

Praktisch ist: Nutze für Berichte eine einheitliche Definition, sortiere die Daten nicht manuell nach Gefühl um und gib bei Normalverteilungen immer Mittelwert und Standardabweichung mit an. Dann bleibt nachvollziehbar, was dein Perzentil bedeutet.