De politicus als nationaal voorspellend medium

Politici zijn dol op voorspellingen. Vele euro’s gaan op aan onderzoek naar de toekomst van ons land. Soms haalt een dergelijk onderzoek de media, zoals het rapport Verkenning Autoverkeer 2012 dat door het Kennisinstituut voor Mobiliteitsbeleid (KiM) in oktober 2008 werd gepubliceerd. Het KiM doet in dit rapport een voorspelling over de toe- of afname van het verkeer op Nederlandse hoofdwegen op basis van een berekening. Voor die berekening waren vooral deze factoren van belang:

Die vier factoren werden vervolgens gebruikt om de toe- of afname in het verkeer tot 2012 te voorspellen. Het model voorspelde dat het verkeer zou toenemen met elf tot veertien procent. Berichten over het rapport waren onder andere te vinden op Nieuws.nl, in de Volkskrant en Metro.

Om de voorspelling van het KiM te kunnen doen, moet je eerst weten wat er de komende jaren met elke factor in het model gaat gebeuren. De groei van het aantal strookkilometers op hoofdwegen en het aantal inwoners van 20-65 jaar laten zich gemakkelijk voorspellen. Anders is dat met de brandstofprijzen en het BBP. De olieprijs blijkt de afgelopen jaren een moeilijk grijpbare factor. De prijs steeg in 2008 tot een recordhoogte van 140 dollar om daarna in een recordtempo te zakken tot onder de zeventig dollar. Veel internationale factoren zijn nu eenmaal van invloed op de olieprijs. Ook het BBP blijkt moeilijk te voorspellen. De economische crisis in 2008 zorgde ervoor dat alle keurig geëxtrapoleerde voorspellingen en ramingen in één klap tot het verleden, of eigenlijk tot een niet-geleefde toekomst behoorden. Niemand had de omvang van de bankencrisis kunnen voorspellen, laat staan de impact op de rest van de economie en het BBP. Deze onzekerheden werkten ook door in de voorspelling van het KiM. Als op basis van dit rapport nieuw beleid is bepaald, is dat inmiddels achterhaald. Daarmee kan de onderbouwing van het huidige verkeersbeleid ook wegvallen.

Beleid dat op basis van voorspellingen tot stand komt, pakt vanzelfsprekend niet altijd uit zoals verwacht. De voorbeelden zijn legio. Zo bleken er veel meer verzekerden in het buitenland te wonen dan vooraf geschat, maar daar kwam men pas achter na de invoering van het nieuwe ziektekostenstelsel in 2006. Ook het aantal Poolse werknemers dat in Nederland werk kwam zoeken, werd in een onderzoek met een factor tien te laag voorspeld. Inmiddels blijkt hun aantal juist weer mee te vallen. Volgens de nota Werken in het Onderwijs 2011 die op 21 september 2010 naar de Tweede Kamer werd gestuurd, bleek het lerarentekort in het primaire onderwijs minder groot dan gedacht. Een ander voorbeeld is het gebruik van de kinderopvangregeling.

De peiling als politieke barometer

In Nederland worden regelmatig verkiezingspeilingen gehouden, zelfs als er pas over vier jaar verkiezingen gepland staan. Een kind kan de was doen. Vraag aan duizend mensen op wie ze zouden stemmen en je mag een voorspelling doen over het aantal zetels per partij. Dit soort peilingen geeft zelden een objectief beeld. Ze leveren wel leuke momenten. Namelijk wanneer politici worden gevraagd te reageren op een voorspelling van het aantal partijzetels bij de volgende verkiezingen. Bij een dalend zetelaantal zijn de peilingen natuurlijk waardeloos en moeten we vooral afwachten tot de verkiezingen. Bij een meevaller licht de betreffende fractievoorzitter of woordvoerder moeiteloos toe waarom de uitkomst volkomen logisch is. Ik heb er nog nooit één horen zeggen dat er sowieso geen peil op is te trekken.

Vooral vlak voor een verkiezing zijn peilingen gevaarlijk. De verkiezingsstrijd tussen de nummers één en twee werkt de zogenaamde self denial prophecy in de hand. Potentiële kiezers op de koploper kunnen denken: “Prima, mijn partij staat toch voor. Dan maakt het niet zoveel uit of ik ga stemmen”. De aanhang van de achterloper daarentegen kan denken: “Toch nog even mijn stem uitbrengen om mijn partij in de lift te brengen”. Zwevende kiezers, maar ook mensen die niet snel gaan stemmen, kunnen onder de indruk raken van een partij of kandidaat die in de peilingen winst boekt. We all like to be (with) the winner. Dat leek één van de redenen waarom Barack Obama in 2009 aan zoveel stemmen kwam. Als er sprake is van een nummer drie die ver achterloopt in de peilingen, kan bij deze hekkensluiter sprake zijn van de self fulfilling prophecy. Potentiële stemmers op nummer drie denken dat het geen nut meer heeft om te stemmen. Wie ver achterloopt, komt nog verder achterop.

Inmiddels kunnen politici met noch zonder peilingen. Ze vormen een noodzakelijk verkiezingskwaad, zo ook tijdens de verkiezingen in 2010. Dat kwam mede door Maurice de Hond en de aandacht die hij kreeg. Hij schoof dagelijks aan bij het populaire televisieprogramma De Wereld Draait Door om de laatste peiling door te nemen. Ook andere nieuwsbronnen voelden zich genoodzaakt om dagelijks vers peilingvoer te leveren. Over al die uitslagen werd flink gedebatteerd op radio, televisie en internet. Als één van de kandidaten een misser maakte, keek men meteen of dit een effect had op het aantal partijzetels.

De meeste verkiezingspeilingen zijn quick and dirty. Men wil dagelijks resultaten zien en daarom vinden de peilingen meestal via internet plaats. Over de nadelen van steekproeven via internet is al gesproken in hoofdstuk vier. De belangrijkste nadelen van verkiezingspeilingen via internet zijn:

Al deze factoren zorgen voor een zogenaamde ruis van de steekproef. Dat kan per partij in werkelijkheid wel drie of vier zetels schelen. Het effect van de ruis was goed te zien in 2010. Alle onderzoekbureaus zaten er met hun voorspelling van het aantal zetels van de PVV mijlenver naast - tot wel acht zetels verschil. Onderzoekbureau Synovate voorspelde zeventien zetels voor de PVV en TNS NIPO achttien. Maurice de Hond kwam op de verkiezingsdag zelf met een peiling waarin hij de PVV zeventien tot 22 zetels gaf (Elsevier, 10 juni 2010). De PVV kreeg uiteindelijk 24 zetels. In 2006 konden Maurice deHond, Synovate en TNS NIPO de winst van de PVV ook niet voorspellen. Een conclusie kan zijn dat veel PVV-stemmers niet meedoen met peilingen, of dat ze in de peilingen zeggen op een andere partij te gaan stemmen, of dat ze pas in het stemhokje hun keuze maken.

Nog een opvallende factor bij de verkiezingen in 2010 was de rol van het CPB. Het CPB rekende voor het zevende achtereenvolgende jaar de partijprogramma’s door. De presentatie van de resultaten op 20 mei 2010 in Nieuwspoort mondde uit in een mediacircus. “Er valt wat te kiezen”, zei CPB directeur prof. Coen Teulings en lichtte dit vervolgens met mooi gekleurde grafieken, tabellen en cijfers toe. Pers en politiek buitelden over elkaar heen om alles te duiden. Elke politicus vond in het rapport voldoende data om de tegenpartij mee om de oren te slaan en zichzelf mee op de borst te kloppen. Nog diezelfde dag merkte hoogleraar Financiële Economie Sylvester Eijffinger teret op in televisieprogramma Netwerk, dat deze cijfers met flink wat korrels zout moesten worden genomen. Net als bij peilingen is de onzekerheid rondom de cijfers groot. CPB directeur Teulings geeft dit toe, maar ziet geen reden om bij elk cijfer de foutmarge aan te geven. Nederland is overigens het enige Europese land waar de rol van een instantie als het CPB rondom verkiezingstijd zo prominent is.

Er is natuurlijk sprake van een wisselwerking tussen politici, media en het publiek. De media duiken op de uitschieters van een peiling of op de uitspraak van een politicus. Die zogenaamde tussenstand heeft weer effect op de kiezers. Het nieuwsfeit creëert een nieuwe werkelijkheid. In dezelfde Netwerk uitzending van 20 mei 2010 zegt adviseur Henk Jan van Alphen, werkzaam bij Futureconsult, dat het gaat om een schijnwerkelijkheid die is gebaseerd op een schijnzekerheid. Eén zetel zakken of stijgen in de peilingen leidt al tot wilde speculaties over de oorzaak, niet in de laatste plaats door de politici zelf. De inhoud krijgt door dit alles steeds minder aandacht. Alle spelers die meedoen aan de verkiezingshype makers, gebruikers en consumenten – kunnen ervoor kiezen om zorgvuldiger om te gaan met peilinguitkomsten of CPB berekeningen. Dat kan onder andere door onze aandacht, juist ook als er geen verkiezingen zijn, te richten op het gevoerde beleid en de partijprogramma’s.

Dramatische cijfers en angstaanjagende voorspellingen

Een gebied waar voorspellingen opeens heel persoonlijk kunnen worden, is de gezondheidszorg. Als patiënt ben je eigenlijk maar in één ding geïnteresseerd: “Hoe groot is de kans dat ik weer beter word?”. Op 17 maart 2008 schrijft De Pers over een promotieonderzoek van KNO-arts Rob Baatenburg die is verbonden aan het Erasmus MC. Uit dat onderzoek blijkt dat artsen er vaak maanden of zelfs jaren naast zitten met hun prognose van de overlevingskansen. Artsen baseren hun voorspelling op vakliteratuur en hun eigen ervaring. Vooral dat laatste leidt tot slechte voorspellingen. Het menselijk geheugen is nu eenmaal onbetrouwbaar, ook dat van artsen. Bovendien kunnen vele factoren een rol spelen bij het bepalen van de levensverwachting. Voor een arts is het heel lastig om in te schatten hoe deze factoren elkaar beïnvloeden, maar een patiënt wil meestal toch te horen krijgen waar hij of zij aan toe is. Zoals is te lezen op de site diagnosekanker.nl, kun je je afvragen wat het nut is van dit soort informatie voor de patiënt. Een kans van negentig procent klinkt buitengewoon hoopvol, maar beseft een patiënt dat de kanker dan nog steeds kan terugkeren na zes jaar? Als de overlevingskans één procent is, moet je een patiënt dat dan vertellen of ontneem je hem alle hoop? Hoe meer we ons identificeren met het onderzoeksonderwerp, hoe gretiger we voorspellingen voor waar aannemen.

Voorspellingen op fysiek gebied zijn dan ook te vinden in alle soorten en maten en gaan lang niet altijd over ernstige ziektes. Eind 2007 ging er een zucht van verlichting door mannelijk Nederland. Verschillende media waaronder de Volkskrant, voorspelden dat mannen met een buikje langer leven. De geciteerde onderzoekers vonden dat we moesten ophouden met het problematiseren van het ronde figuur. De vreugde was van korte duur. Nieuwe onderzoeksresultaten sabelden de zwembandeuforie genadeloos neer. Ook dit onderzoek haalde het landelijke nieuws.

Mensen met nog nauwelijks een buikje hebben al een groter overlijdensrisico, volgens Peeters [Hoogleraar UMC Utrecht]. Zo lopen mannen met een gezonde BMI en een taille tussen 86 en 91 centimeter al 20 procent meer risico dan mannen met een taille tot 80 centimeter.

^* Bron : NOS.nl en NOS journaal van 13 november 2008.

[…] nu blijkt dat een grote tailleomvang altijd de kans op sterven vergroot, ongeacht het gewicht van mensen, schrijft De Volkskrant. Bij dunne mensen is het effect zelfs sterker dan bij dikke mensen.

^* Bron: De Telegraaf van 13 november 2008.

Door het syndroom verdubbelt het risico op hart- en vaatziekten en vervijfvoudigt de kans op diabetes. Elke vijf centimeter meer buikomtrek verhoogt het overlijdensrisico bij mannen met 17 %, en bij vrouwen met 13 %.

^* Bron: Financieel Dagblad van 21 januari 2009.

Moeten we hier nou wakker van liggen? De conclusie lijkt een schot voor open doel: de kans op doodgaan kan toch niet hoger? Ik formuleer dat natuurlijk te kort door de bocht. Hier werd de kans op vroegtijdig overlijden bedoeld. Het onderzoek voorspelde dat elke vijf centimeter extra buik de kans op vroegtijdig overlijden met zeventien procent verhoogt. Is dat veel? Het aangehaalde onderzoek bleek te zijn uitgevoerd in verschillende Europese landen. De onderzoekers volgden tien jaar lang zo’n 360.000 mensen tussen de vijftig en zestig jaar. Tijdens het onderzoek overleden 140.000 deelnemers. Dat is ongeveer 1400 mensen per onderzoeksjaar, oftewel 0,39 %. Het merendeel daarvan overleed aan hart- en vaatziekten, kanker of door een aandoening aan de ademhalingsorganen. Dat klinkt misschien schokkend, maar de cijfers liggen dicht bij het landelijk gemiddelde. Volgens het CBS overlijdt 0,43 % van alle Nederlanders boven de veertig jaar vóór hun 65^ste verjaardag. Dat cijfer is gebaseerd op gegevens over de periode 1997 tot 2007. Ook bij deze groep overlijdt het overgrote deel aan de eerder genoemde oorzaken. Je kunt de Europese onderzoeksgroep dus representatief noemen. Volgens de landelijke statistieken overlijden ongeveer vier op de duizend mannen tussen de veertig en 65 jaar voordat ze 65 worden. Dat is de uitkomst van de som 1000 x 0,43 % = 4,3. Stel nu eens dat al deze 1000 mannen een extra buikomvang hebben van tien centimeter. Op basis van de resultaten van het onderzoek betekent dit dat er geen vier, maar ongeveer zes van de duizend mannen vroegtijdig overlijden. Die twee mannen extra uitgezonderd, maakt het voor de overige 998 dus niet uit of ze een wat grotere buikomvang hebben.

Mijn punt is, dat weinig media dit soort onderzoeken vertalen naar bruikbare informatie. Ik snap best dat de kop “Ook een klein buikje kan dodelijk zijn” meer lezers oplevert dan een zin als “Europees onderzoek naar corpulentie sluit aan bij cijfers CBS”. Toch is dat nog geen reden om mensen de stuipen op het al dan niet volslanke lijf te jagen. Voorspellingen worden gebracht als dramatische stijgingen of dalingen. Omgerekend naar concrete getallen en vergeleken met soortgelijke gemiddeldes, komen de resultaten in perspectief te staan. Vervolgens is het aan een ieder om actie te ondernemen of niet.

Zij die het meest hun verjaardag vieren, leven het langst – drogredenen en voorspellingen

Drogredenen zijn redeneringen die aannemelijk lijken maar niet kloppen. Door gemakzucht, vooroordelen en naïviteit spelen drogredenen bij voorspellingen vaak een belangrijke rol. Zo ontstaat gekonkel en gestuntel met logica. Om drogredenen te ontmaskeren, is het nodig om het verschil tussen een oorzakelijk verband en een correlatie te herkennen.

Het is voor ons niet moeilijk om bij een stel donkere wolken te voorspellen dat het gaat regenen. Uit ervaring weten we dat donkere wolken vaak samengaan met regen. In statistisch jargon hebben donkere wolken en regen een hoge correlatie. Correleren betekent dat twee gebeurtenissen vaak samen voorkomen. Het feit dat twee gebeurtenissen vaak samen voorkomen, wil echter niet zeggen dat de ene gebeurtenis de andere veroorzaakt. Een veelgemaakte fout bij voorspellingen is dan ook het verwarren van oorzaak en correlatie. Correlatie is niet genoeg voor een goede voorspelling. Je weet immers niet honderd procent zeker of de ene gebeurtenis zal worden gevolgd door de andere. Boosheid en slaan correleren omdat ze vaak samen voorkomen, maar boosheid hoeft geen agressie tot gevolg te hebben. Of iemand gaat slaan, kun je niet met zekerheid zeggen. Pas als de ene gebeurtenis de andere veroorzaakt, kun je een betrouwbare voorspelling doen. Na slaan volgt pijn. Om vast te stellen dat de ene gebeurtenis de ander veroorzaakt, moet je heel zeker weten dat er 1) geen andere factor is die beide gebeurtenissen samen laat komen en 2) dat toeval kan worden uitgesloten. In hoofdstuk twee lees je meer over toeval.

Mobieltje veroorzaakt hersentumor

Uit een nieuw onderzoek komt nu naar voren dat een mobiele telefoon de oorzaak kan zijn van een hersentumor. Vooral kinderen lopen op dit punt het meeste risico, aldus de onderzoekers.

* Bron: Automatiseringgids, 26 augustus 2009.

Laten we er eens van uitgaan dat er inderdaad veel mensen zijn met een hersentumor die allemaal vaak een mobiele telefoon gebruiken. Het valt niet te ontkennen dat het gebruik van mobiele telefoon het afgelopen decennium enorm is gestegen, zeker onder jongeren. Als ook het aantal hersentumoren in dezelfde periode is toegenomen, is er in ieder geval sprake van een correlatie tussen beide. Wat je nog niet weet, is of het bellen de tumor veroorzaakt. Om daar achter te komen, moet je andere oorzaken voor de stijging van het aantal tumoren kunnen uitsluiten. Overleden er voor het mobiele tijdperk net zo veel mensen aan een hersentumor? Dit roept de vraag op of men toen al een hersentumor als zodanig kon diagnosticeren. Voert men tegenwoordig vaker röntgenonderzoeken uit dan vroeger? Van röntgenonderzoek is bovendien bekend dat het op latere leeftijd tumoren kan veroorzaken. Wellicht zijn er nog andere oorzaken, zoals bepaald voedsel of luchtvervuiling. Zoals je ziet, is het lastig om een solide voorspelling te doen over het gebruik van een mobieltje en het krijgen van een hersentumor.

We zijn snel geneigd om een betekenis aan de correlatie te geven. We willen een verklaring voor het effect en ons onderbuikgevoel zegt ons dat de correlatie ook daadwerkelijk een verband is. Staan er grote belangen op het spel dan zijn we nog sneller geneigd om een oorzakelijk verband te vinden. Denk aan de relatie tussen de aanwezigheid van een chemiefabriek en de kwakkelende volksgezondheid in de buurt van die fabriek, of aan het veronderstelde verband tussen telefoonmasten en medische klachten van omwonenden. Veel onderzoeken zijn ontworpen om een correlatie aan te tonen en voegen als klap op de vuurpijl een voorspelling toe:

• Witbrood veroorzaakt puistjes (smulweb.nl, 10 augustus 2008)

• Veel vlees, kaas en eieren eten veroorzaakt Alzheimer (goedgevoel.be, 21 oktober 2009)

• Roken is een directe oorzaak van extreme vroeggeboorte (kiesbeter.nl, 23 december 2009)

• E-mail veroorzaakt stress (libelle.be)

In veel gevallen lijkt het logisch dat het een het ander veroorzaakt, maar we zagen al dat het in praktijk vaak ontzettend moeilijk is om de oorzaak achter een correlatie te bewijzen. De statistiek biedt veel middelen om aan te tonen of er een significante correlatie bestaat tussen twee gebeurtenissen. De meest effectieve manier om een oorzakelijk verband te ontdekken, is door een gecontroleerde studie uit te voeren. Stel twee vergelijkbare groepen stelselmatig aan twee verschillende gebeurtenissen bloot. De ene groep krijgt witbrood en de ander louter bruinbrood. Pas als er bij één groep significant meer puistjes worden aangetroffen, kun je spreken van een causaal verband en mag je de voorspelling doen dat wit- of bruinbrood puistjes veroorzaakt.

Natuurlijk is het lastig om deze methode toe te passen op ieder onderzoek naar causaliteit. Vaak kunnen niet alle factoren die van invloed zijn op een experiment worden beheerst, of leidt een experiment tot ethisch onverantwoorde situaties. Als je vrouwen die in verwachting zijn laat roken of een groep patiënten medicijnen onthoudt, valt er heel wat uit te leggen. Wat we wel kunnen doen, is ons kritisch opstellen. Niet achter elke correlatie gaat een oorzaak schuil. Ook niet als dat volkomen logisch lijkt of wanneer ons onderbuikgevoel of de media dat beweren.

Hier volgt een rijtje met de meest voorkomende drogredenen en valkuilen die tot waardeloze of zelfs gevaarlijke voorspellingen kunnen leiden.

1. Appels en peren vergelijken

Bij voorspellen wordt deze fout vaak gemaakt:

Bij 25 % van de dodelijke ongevallen had de bestuurder alcohol gedronken en bij 80 % van de dodelijke ongevallen had de bestuurder koffie gedronken.et is dus veiliger als de bestuurder alcohol drinkt i.p.v. koffi

Het klinkt logisch maar dat is het niet. Men vergelijkt de verkeerde aantallen met elkaar en dat leidt tot onjuiste logica. Onderstaande figuur laat dat zien.

Figuur 10: Fictieve grafiek met de groepen koffieinkende en alcoholdrinkende automobilisten in verhouding tot het aantal dodelijke ongelukken.

Het klopt dat in tachtig procent van de dodelijke ongelukken de bestuurder koffie had gedroen, maar die pechvogels vormen slechts een fractie van het totale aantal koffiedriende automobilisten. Het klopt ook dat bij slechts 25 % van de fatale ongelukken een alcoholdrinker achter het stuur zat. In totaal is echter meer dan de helft van hen betrokken bij een dodelijk ongeluk. In de tekst wordt het percentage alcoholrijders dat in een dodelijk ongeluk terechtkomt, vergeleken met het percentage dodelijke ongelukken. Dat is appels met peren vergelijken. Een juiste vergelijking is die tussen het percentage alcoholdrinkers dat in een ongeval terecht komt en het percentage koffiedriers dat in een ongeval terecht komt.

2. Omkeren oorzaak en gevolg

De volgende redenering klinkt aannemelijk, maar is onjuist:

Kinderen die veel tv kijken, zijn vaak gewelddadiger. De tv maakt kinderen dus gewelddadig.

De redenatie klopt niet. Het omgekeerde kan immers evengoed waar zijn:

Kinderen die gewelddadig zijn, houden misschien gewoon meer van tv kijken.

3. Een verkeerd oorzakelijk verband leggen

In het dagelijks leven zijn legio voorbeelden te bedenken van dit soort drogredenen:

Ooievaren maakten een nest op de dag dat het kindje werd geboren. Ooievaren brengen kinderen.

De zon komt altijd op nadat de haan heeft gekraaid, dus de zon komt op omdat de haan kraait.

Omdat feit B optreedt na feit A, lijkt B het gevolg van A. Verkeerde oorzakelijke verbanden zijn valkuilen waar we allemaal wel eens in vallen. Stel, je geneest van een griepje één dag nadat je op aandringen van je oma een ziekmakend brouwsel van rauwe eieren en zure room opdronk. Genezing lijkt het gevolg te zijn van de toverdrank, maar (gelukkig) hoeft dat niet het geval te zijn. Verkeerde conclusies uit oorzakelijke verbanden kunnen ook worden getrokken als beide gebeurtenissen tegelijkertijd plaatsvinden. Zo kun je concluderen dat Aagje in verwachting is geraakt door John als zij samen op vakantie zijn gegaan in de maand dat Aagje in verwachting raakte. Feit A en B treden tegelijk op, maar net als bij de vorige drogreden hoeft er geen oorzakelijk verband te zijn.

4. Negeren van alternatieve hypothesen

Als het goed is, zijn er eerst de feiten of bewijzen en baseer je daarop je mening of conclusie. Toch zeggen we vaak: “Als je iets beweert, moet je dat ook kunnen bewijzen”. Zo gaat dat ook wel eens in de praktijk, bijvoorbeeld wanneer een onderzoeker bewijzen zoekt bij een hypothese. Een collega probeert het tegendeel te bewijzen of komt met een alternatieve hypothese. De conclusie is bij voorbaat al duidelijk en andere hypothesen worden niet onderzocht. In de rechtspraak kennen we deze drogreden ook als de tunnelvisie. De verdachte heeft de moord bekend, dus heeft hij de moord begaan. De vraag is vervolgens niet meer of de verdachte het daadwerkelijk heeft gedaan maar hoe lang de straf moet zijn. Recente vrijspraken in heropende rechtszaken hebben aangetoond dat tunnelvisie vaker voorkomt dan we denken. Een stuitend voorbeeld is de Puttense moordzaak waarbij twee verdachten zich na lange verhoren konden herinneren dat ze een moord hadden gepleegd. Later bleek dit onjuist en werden zij na jaren vrijgesproken. Bij voorbaat leek men gericht op het veroordelen van de twee verdachten. Prof. dr. Willem Albert Wagenaar, emeritus hoogleraar Klinische Psychologie en Rechtspsychologie aan de universiteit Leiden, bespreekt in het Home Academy hoorcollege Psychologie in de Rechtszaal meerdere zaken waarbij drogreden en een belangrijke rol spelen.

5. Overhaaste generalisatie

De generalisatie eist in elk hoofdstuk van dit boek een plaats op. In hoofdstuk twee over het ontstaan van slechte statistiek, staan meerdere voorbeelden van slechte generalisaties. In hoofdstuk vier over de steekproef, bespreek ik de hoeveelheid waarnemingen die nodig zijn voor een goede generalisatie. Bij een generalisatie wordt een algemene regel afgeleid uit slechts enkele gevallen. Dat kan leiden tot de volgende denkfout:

Het is de afgelopen vijf jaar erg warm geweest dus het klimaat verandert.

Soms generaliseren we omdat het gewoon lekker makkelijk is; de weg van de minste weerstand. Ook willen we graag betekenis geven aan uitzonderingen en toevalligheden. Dat veroorzaakt een wisselwerking tussen ons als consument en de media. We verwachten dat de media ons berichten over uitzonderingen. Als uitzonderingen toevallig een paar keer voorkomen, verwachten we dat diezelfde media daar een verklaring voor geven. De media kunnen vaak niet anders dan generaliseren. Zo houden we elkaar in de tang.

Tips & Tricks

Voorspellen is lastig, zeker als het om de toekomst gaat. Daarom is het verstandig om elke vorm van voorspelling al bij voorbaat met enige scepsis te behandelen. Daarbij kunnen de volgende vragen helpen:

• Wie is de opdrachtgever van het onderzoek

• Wat gaat er gebeuren met de resultaten

• Welke belangen wegen mee

• Hoe dramatisch is de gemaakte voorspelling eigenlijk

• Kun je het extra risico dat uit het onderzoek of bericht blijkt ook anders vertalen

• Op basis van welke factoren wordt de voorspelling gedaan

• Hoe moeilijk is het om de toekomst van iedere gebruikte factor te voorspellen

• Spelen drogredenen een rol

• En vooral: Vraag je vooral af wat er niet staat. Zijn alle mogelijke oorzaken bekeken? Spelen andere aspecten mee die de causaliteit kunnen verklaren? Welke conclusies worden niet gepresenteerd