Sinds Corona kennen we allemaal de cijfers van besmettingen, van de doden. En ook dagelijks/wekelijks volgen we nog die IC cijfers. Vanaf maart zag je ze snel oplopen, soms met honderden tegelijk. Nu fluctueert de stand wekelijks met tientallen. Bij een eerste afname is het meteen euforie want ‘nu komt het goed,’ nu is de neerwaartse trend ingezet, toch? Die opdringerige klant achter mij in de supermarkt vandaag is er vast heilig van overtuigd! Maar dat hoeft natuurlijk helemaal niet. Zeker als die fluctuatie met tientallen is, dan is een achterblijvende rapportage van b.v. één weekend behoorlijk vertekenend.

Kortom, een kleine beweging zegt dus niet zoveel, maar waarom dan die kop ‘het begint bij n=1?’ gekozen? Meer lezen…

Je kan niet iedereen ondervragen

Statistiek draait om getallen, soms hele grote.  Van duizend tot miljoenen. Teveel om iedereen te vragen wat ze willen, wat ze denken of te meten wat ze, gaan doen. In de statistiek wordt de grote letter ‘N’ gebruikt voor de hele doelgroep die je wilt bereiken of bekijken.

Vaak is het helemaal niet nodig om iedereen te ondervragen. Om het praktisch (snel) en betaalbaar te houden, werken onderzoekers dan ook met een steekproef waarbij de omvang aangeduid wordt met de kleine letter ‘n’.

Op internet vind je heel makkelijk een keurige formule waarmee je kan berekenen hoe groot je ‘steekproef’ (n) moet zijn om een representatieve uitslag te krijgen.

Een betekenisvol cijfer

Maar wat heb je daaraan als blijkt dat je doelgroep niet homogeen is? Want dat is wel de veronderstelling. Een homogene groep met een ‘normale’ verdeling is, je weet wel, zo’n belcurve met de hobbel in het midden. Vergelijk Ghana (jonge bevolking) met Nederland en dan met Japan (oude bevolking). Dan snap je meteen dat homogeniteit belangrijk is voor vergelijkingen. En hoe zou dat zijn tussen de Nederlandse provincies? In hoeverre kan je tussen provincies corona cijfers vergelijken? Leeftijdsopbouw, bevolkingsdichtheid, enz.  Kortom, homogeniteit is belangrijk voor een eerlijke uitslag. Een uitslag die de werkelijkheid dicht benaderd.

Een zinvolle methode van onderzoek

Ook belangrijk is het ‘instrument waarmee je meet’. Denk aan de ziekenhuizen die met een dag vertraging rapporteren na het weekend. De ene doet dat wel, de andere niet.

Voor alles is een oplossing, ook voor dit soort variaties. Gewoon ‘meer meten’ is één oplossing. De ‘n’ komt dan dichter bij de ‘N’ te liggen. Een andere oplossing is het ‘corrigeren’ voor afwijkingen. Bijvoorbeeld als je ‘teveel’ jongeren in je steekproef hebt, dus een ‘niet met de populatie overeenkomstig’ percentage.

Eén briljant idee

Maar eigenlijk gaat dit stuk niet over corona, maar wel over hoe een idee van iemand tot leven komt. Want het begint met n=1. Eén iemand moet een idee, een overtuiging hebben. Zoals Jeff Bezos, of Elon Musk. Zij ‘zagen’ de potentie in online verkopen of een volledig elektrisch aangedreven auto. Ik vraag mij af, zouden ze hun idee ook getest hebben? Of vond hun investeerder  n=1 voldoende om hen te financieren?

 

Jan Mulder, Market onderzoeker en oprichter van Market Vision

Jan Mulder is onderzoeker bij Market Vision. Ik heb Market Vision in 1996 opgericht na het opdoen van marketingervaring bij één van de eerste Personal Computer firma’s (Kaypro) en juridische ervaring bij Fokker Ruimtevaart.  Mijn huidige expertise is gebaseerd op meer dan 15 jaar onderzoek bij hotelketens zoals Radisson en Novotel. Ik heb ook 5 jaar het vak ‘onderzoek’  onderwezen bij Hogeschool Windesheim Flevoland. Ik woon en werk in Amstelveen. Mijn Bachelors heb ik behaald aan de University of Puget Sound en mijn Masters’ degree aan de University of Oregon.