H10: kiezen en oordelen
Wanneer mensen keuze moeten maken in complexe situaties, dan kiezen ze vaak niet relationeel en
nauwkeurig, maar maken ze gebruik van heuristieken of eenvoudige vuistregels.
Dergelijke procedures vormen een snel en gemakkelijk alternatief voor veelal omslachtige en moeilijke
‘optimale’ keuzes.
Zo is het bv dikwijls gemakkelijker om de waarschijnlijkheid van een gebeurtenis ‘in te schatten’ dan
om gedurende een langere tijd de frequentie van het voorkomen van die gebeurtenis in soortgelijke
situaties te observeren en te turven. In bepaalde situaties kunnen de gebruikte heuristieken of
vuistregels echter aanleiding geven tot voorspelbare inconsistenties of denkfouten.
Representativiteitsheuristiek
Mensen vormen zich vaak een idee over een persoon, een gebeurtenis of een situatie op basis van hoe
goed die een grotere set van personen, gebeurtenissen of situaties weerspiegelt.
Conjunction fallacy / conjunctiefout (Tversky en Kahneman) = deze treedt op wanneer we denken
dat een specifieke combinatie van 2 gebeurtenissen waarschijnlijker is dan 1 van die gebeurtenissen
afzonderlijk
Want het samen voorkomen van 2 gebeurtenissen kan nooit waarschijnlijker zijn dan de kans op elk
van de 2 gebeurtenissen afzonderlijk.
Wanneer er meer details in het scenario worden ingebouwd, dan kan de waarschijnlijkheid objectief
bekeken echt alleen maar afnemen. Maar als de details zorgvuldig gekozen worden zodat ze de
representativiteit verhogen, dan schatten mensen de waarschijnlijkheid steeds hoger in, omdat het
scenario beter aan hun verwachtingen beantwoordt.
Wanneer minder meer wordt
Christopher Hsee toonde aan dat mensen ‘minder’ soms als ‘meer’ beoordelen door het gebruik van de
representativiteitsheuristiek
De gemiddelde generositeitsbeoordeling bleek significant hoger voor de sjaal van 45 US dollar dan voor
de jas van 55 US dollar. Hoe representatief het betaalde bedrag was voor de mogelijke variatie in prijs
(gegeven de keuze van de winkel waar het geschenk gekocht werd), kleurde blijkbaar het oordeel van
de proefpersonen.
Wanneer weinig niet genoeg is
De wet van de kleine getallen: de overtuiging dat toevallige steekproeven uit een populatie de
karakteristieken van die populatie weerspiegelen, ook al zijn de steekproeven klein in omvang.
De respresentativiteitsheuristiek vormt de basis van een andere denkfout, die Tversky en Kahneman de
wet van de kleine getallen noemen. (Ironische verwijzing naar de ‘wet van de grote getallen’ uit de
statistiek, die stelt dat het gemiddelde van een steekproef toeneemt in omvang.)
Mensen geloven dat een toevallige steekproef ‘perfect’ representatief moet zijn voor de populatie
waaruit ze getrokken worden. Dat geloof beantwoordt niet aan de realiteit als het om kleine
steekproeven gaat.
Vb: gemiddelde IQ van alle 15-jarige in een grote stad X. Je hebt een toevallige steekproef van 50 15-
jarigen getrokken van wie je het IQ meet. De eerste die je test, heeft een score van 150. Welk
gemiddelde schat je te verkrijgen voor de hele steekproef?
meeste mensen geven 100 als antwoord op die vraag
het correcte antwoord is 101 = (150 + 49 x 100) / 50 =
De reden waarom de meeste mensen 100 geven als antwoord is omdat ze verwachten dat een
(toevallige) hoge score gecompenseerd zal worden door een (toevallige) lage score later in de reeks
The gambler’s fallacy
Hiermee verwijzen we naar het geloof dat de kans op een even cijfer in een roulettespel bij de volgende
beurt vergroot naarmate er meer opeenvolgende oneven cijfers aan voorafgegaan zijn (terwijl de kans
bij elke proefbeurt op zich steeds 18/37 is, indien de roulette onvervalst is).
Door de wet van de kleine getallen zijn mensen niet in staat om een serie van kruis- en muntresultaten
neer te schrijven die afkomstig zou kunnen zijn van het werkelijk herhaald opgooien van een geldstuk,
omdat ze, in vergelijking met een reëel toevalsmechanisme, te vaak alterneren tussen de 2 mogelijke
uitkomsten en dus langere series van eenzelfde uitkomst vermijden.
, Gilovich, Vallone en Tversky: wet van de kleine getallen verder onderozcht door de ‘hot hand’ (= een
speler die in vorm zou zijn, verschillende keren na elkaar gescoord heeft en bijgevolg een grotere kans
zou hebben om punten te scoren dan andere spelers, die op dat moment de ‘hot hand’ niet hebben) in
het Amerikaanse basketbal te bestuderen.
Resultaten: de gegevens toonden aan dat de kans op een succesvolle worp, gegeven de vaardigheid
van een bepaalde speler, niet verschilde na een aantal succesvolle pogingen of na een aantal mislukte
pogingen.
Nog een ander experiment van hen: proefpersonen kozen voornamelijk reeksen waarbij de
overgangskans 0,70 of 0,80 was, eerder dan de reeksen waarbij de kans 0,50 was. (Het was de
bedoeling dat ze de reeks kozen die het dichtste bij 0,50 naderde.) De zuiver toevallige reeksen met
een overgangskans van 0,50 klasseerden 62% van de proefpersonen als reeksen met een ‘hot hand’.
Dat experiment toonde bijgevolg duidelijk de neiging aan om afhankelijkheden te
percipiëren/waarnemen waar ze in werkelijkheid afwezig zijn.
Dat mensen niet goed overweg kunnen met toeval, was eerder al aangetoond in een studie van
Tversky en Edwards.
- Proefpersonen
- 2 lampjes, rood en groen
- Elke proefbeurt lichtte er 1 van op
- Voorspellen welk lampje bij de volgende beurt zou oplichten
Wat niet aan de proefpersonen verteld werd, was dat het oplichten gestuurd werd door een
toevalsmechanisme op basis van een vooraf ingestelde kans van elk van de 2 lampjes.
Wanneer die kansen bv 0,70 en 0,30 waren voor respectievelijk het rode en het groene lampje, dan
kregen de proefpersonen die regelmaat al snel door en stelden ze hun voorspellingen daarop in door in
ongeveer 70% en 30% van de proefbeurten op respectievelijk het rode en het groene lampje te
gokken.
Die strategie is natuurlijk suboptimaal: wanneer je weet dat het rode lampje in 70% van de gevallen
(maar op basis van toeval) zal oplichten, dan bestaat de beste strategie erin om steeds rood te kiezen.
Proefpersonen die zich niet neerleggen bij de onmogelijkheid om steeds correct te gokken en die, in de
hoop elke keer correct te voorspellen, de boven beschreven strategie volgen, maken immers
gemiddeld slechts 58% correcte voorspellingen, wat 12% slechter is dan het resultaat van de optimale
strategie.
In de sport zijn bijzonder veel voorbeelden te vinden van de moeilijkheid die mensen ondervinden in
het omgaan met toeval. Sport is misschien wel de activiteit bij uitstek waarbij we genieten van
toeval.
Vooral bij voetbal speelt dit een belangrijke rol. De reden daarvoor is dat er weinig doelpunten worden
gemaakt in vergelijking met andere sporten zoals basketbal, volleybal of handbal.
(Ben-Niam, Vazquez en Redner) Grote steekproef van 43 000 voetbalwedstrijden.
ze rapporteerden dat de ‘underdog’ 45,2% kans had om als winnaar de match te beëindigen
Kwantitatieve wedstrijduitslagen leert ons dat voetbal een 50/50-spel is, waarvan de uitslag voor de
helft bepaald wordt door bekwaamheid en voor de andere helft door geluk of toeval.
Supporters (en analisten) leggen zich echter niet neer bij die conclusie. Net als in het experiment van
Tversky en Edwards willen ze het resultaat van een match kunnen vatten.
Een andere interessante bevinding die Anderson en Sally aantoonden, is dat voetbal een weakest
link-spel is. Met een analyse van alle wedstrijden van de vier belangrijkste Europese compitities
toonden zij aan dat de minst verdienstelijke speler van een ploeg het resultaat sterker beïnvloedt dan
de beste speler van het team.
Er zijn zoveel wedstrijden dat je ervan uit kan gaan dat geluk en pech elkaar uiteindelijk in evenwicht
houden.
Statische voorspelling is beter dan subjectieve, ‘klinische’ oordelen van getrainde professionals bij de
predictie van toekomstige gebeurtenissen die gekarakteriseerd zijn door een grote onzekerheid.
We zijn goed in het uitzoeken van factoren die een resultaat mee bepalen, maar we zijn niet goed in
het afwegen van het belang van elk van die factoren.
Lineaire regressie = een statische techniek waarbij een criteriumvariabele voorspeld wordt aan de
hand van 1 of, meestal meerdere predictorvariabelen. De gewichten die aan de predictorvariabelen
worden toegekend, worden zo gekozen dat de som van de gekwadrateerde verschillen tussen de
geobserveerde (criterium)waarden en de voorspelde waarden minimaal is.
Wanneer mensen keuze moeten maken in complexe situaties, dan kiezen ze vaak niet relationeel en
nauwkeurig, maar maken ze gebruik van heuristieken of eenvoudige vuistregels.
Dergelijke procedures vormen een snel en gemakkelijk alternatief voor veelal omslachtige en moeilijke
‘optimale’ keuzes.
Zo is het bv dikwijls gemakkelijker om de waarschijnlijkheid van een gebeurtenis ‘in te schatten’ dan
om gedurende een langere tijd de frequentie van het voorkomen van die gebeurtenis in soortgelijke
situaties te observeren en te turven. In bepaalde situaties kunnen de gebruikte heuristieken of
vuistregels echter aanleiding geven tot voorspelbare inconsistenties of denkfouten.
Representativiteitsheuristiek
Mensen vormen zich vaak een idee over een persoon, een gebeurtenis of een situatie op basis van hoe
goed die een grotere set van personen, gebeurtenissen of situaties weerspiegelt.
Conjunction fallacy / conjunctiefout (Tversky en Kahneman) = deze treedt op wanneer we denken
dat een specifieke combinatie van 2 gebeurtenissen waarschijnlijker is dan 1 van die gebeurtenissen
afzonderlijk
Want het samen voorkomen van 2 gebeurtenissen kan nooit waarschijnlijker zijn dan de kans op elk
van de 2 gebeurtenissen afzonderlijk.
Wanneer er meer details in het scenario worden ingebouwd, dan kan de waarschijnlijkheid objectief
bekeken echt alleen maar afnemen. Maar als de details zorgvuldig gekozen worden zodat ze de
representativiteit verhogen, dan schatten mensen de waarschijnlijkheid steeds hoger in, omdat het
scenario beter aan hun verwachtingen beantwoordt.
Wanneer minder meer wordt
Christopher Hsee toonde aan dat mensen ‘minder’ soms als ‘meer’ beoordelen door het gebruik van de
representativiteitsheuristiek
De gemiddelde generositeitsbeoordeling bleek significant hoger voor de sjaal van 45 US dollar dan voor
de jas van 55 US dollar. Hoe representatief het betaalde bedrag was voor de mogelijke variatie in prijs
(gegeven de keuze van de winkel waar het geschenk gekocht werd), kleurde blijkbaar het oordeel van
de proefpersonen.
Wanneer weinig niet genoeg is
De wet van de kleine getallen: de overtuiging dat toevallige steekproeven uit een populatie de
karakteristieken van die populatie weerspiegelen, ook al zijn de steekproeven klein in omvang.
De respresentativiteitsheuristiek vormt de basis van een andere denkfout, die Tversky en Kahneman de
wet van de kleine getallen noemen. (Ironische verwijzing naar de ‘wet van de grote getallen’ uit de
statistiek, die stelt dat het gemiddelde van een steekproef toeneemt in omvang.)
Mensen geloven dat een toevallige steekproef ‘perfect’ representatief moet zijn voor de populatie
waaruit ze getrokken worden. Dat geloof beantwoordt niet aan de realiteit als het om kleine
steekproeven gaat.
Vb: gemiddelde IQ van alle 15-jarige in een grote stad X. Je hebt een toevallige steekproef van 50 15-
jarigen getrokken van wie je het IQ meet. De eerste die je test, heeft een score van 150. Welk
gemiddelde schat je te verkrijgen voor de hele steekproef?
meeste mensen geven 100 als antwoord op die vraag
het correcte antwoord is 101 = (150 + 49 x 100) / 50 =
De reden waarom de meeste mensen 100 geven als antwoord is omdat ze verwachten dat een
(toevallige) hoge score gecompenseerd zal worden door een (toevallige) lage score later in de reeks
The gambler’s fallacy
Hiermee verwijzen we naar het geloof dat de kans op een even cijfer in een roulettespel bij de volgende
beurt vergroot naarmate er meer opeenvolgende oneven cijfers aan voorafgegaan zijn (terwijl de kans
bij elke proefbeurt op zich steeds 18/37 is, indien de roulette onvervalst is).
Door de wet van de kleine getallen zijn mensen niet in staat om een serie van kruis- en muntresultaten
neer te schrijven die afkomstig zou kunnen zijn van het werkelijk herhaald opgooien van een geldstuk,
omdat ze, in vergelijking met een reëel toevalsmechanisme, te vaak alterneren tussen de 2 mogelijke
uitkomsten en dus langere series van eenzelfde uitkomst vermijden.
, Gilovich, Vallone en Tversky: wet van de kleine getallen verder onderozcht door de ‘hot hand’ (= een
speler die in vorm zou zijn, verschillende keren na elkaar gescoord heeft en bijgevolg een grotere kans
zou hebben om punten te scoren dan andere spelers, die op dat moment de ‘hot hand’ niet hebben) in
het Amerikaanse basketbal te bestuderen.
Resultaten: de gegevens toonden aan dat de kans op een succesvolle worp, gegeven de vaardigheid
van een bepaalde speler, niet verschilde na een aantal succesvolle pogingen of na een aantal mislukte
pogingen.
Nog een ander experiment van hen: proefpersonen kozen voornamelijk reeksen waarbij de
overgangskans 0,70 of 0,80 was, eerder dan de reeksen waarbij de kans 0,50 was. (Het was de
bedoeling dat ze de reeks kozen die het dichtste bij 0,50 naderde.) De zuiver toevallige reeksen met
een overgangskans van 0,50 klasseerden 62% van de proefpersonen als reeksen met een ‘hot hand’.
Dat experiment toonde bijgevolg duidelijk de neiging aan om afhankelijkheden te
percipiëren/waarnemen waar ze in werkelijkheid afwezig zijn.
Dat mensen niet goed overweg kunnen met toeval, was eerder al aangetoond in een studie van
Tversky en Edwards.
- Proefpersonen
- 2 lampjes, rood en groen
- Elke proefbeurt lichtte er 1 van op
- Voorspellen welk lampje bij de volgende beurt zou oplichten
Wat niet aan de proefpersonen verteld werd, was dat het oplichten gestuurd werd door een
toevalsmechanisme op basis van een vooraf ingestelde kans van elk van de 2 lampjes.
Wanneer die kansen bv 0,70 en 0,30 waren voor respectievelijk het rode en het groene lampje, dan
kregen de proefpersonen die regelmaat al snel door en stelden ze hun voorspellingen daarop in door in
ongeveer 70% en 30% van de proefbeurten op respectievelijk het rode en het groene lampje te
gokken.
Die strategie is natuurlijk suboptimaal: wanneer je weet dat het rode lampje in 70% van de gevallen
(maar op basis van toeval) zal oplichten, dan bestaat de beste strategie erin om steeds rood te kiezen.
Proefpersonen die zich niet neerleggen bij de onmogelijkheid om steeds correct te gokken en die, in de
hoop elke keer correct te voorspellen, de boven beschreven strategie volgen, maken immers
gemiddeld slechts 58% correcte voorspellingen, wat 12% slechter is dan het resultaat van de optimale
strategie.
In de sport zijn bijzonder veel voorbeelden te vinden van de moeilijkheid die mensen ondervinden in
het omgaan met toeval. Sport is misschien wel de activiteit bij uitstek waarbij we genieten van
toeval.
Vooral bij voetbal speelt dit een belangrijke rol. De reden daarvoor is dat er weinig doelpunten worden
gemaakt in vergelijking met andere sporten zoals basketbal, volleybal of handbal.
(Ben-Niam, Vazquez en Redner) Grote steekproef van 43 000 voetbalwedstrijden.
ze rapporteerden dat de ‘underdog’ 45,2% kans had om als winnaar de match te beëindigen
Kwantitatieve wedstrijduitslagen leert ons dat voetbal een 50/50-spel is, waarvan de uitslag voor de
helft bepaald wordt door bekwaamheid en voor de andere helft door geluk of toeval.
Supporters (en analisten) leggen zich echter niet neer bij die conclusie. Net als in het experiment van
Tversky en Edwards willen ze het resultaat van een match kunnen vatten.
Een andere interessante bevinding die Anderson en Sally aantoonden, is dat voetbal een weakest
link-spel is. Met een analyse van alle wedstrijden van de vier belangrijkste Europese compitities
toonden zij aan dat de minst verdienstelijke speler van een ploeg het resultaat sterker beïnvloedt dan
de beste speler van het team.
Er zijn zoveel wedstrijden dat je ervan uit kan gaan dat geluk en pech elkaar uiteindelijk in evenwicht
houden.
Statische voorspelling is beter dan subjectieve, ‘klinische’ oordelen van getrainde professionals bij de
predictie van toekomstige gebeurtenissen die gekarakteriseerd zijn door een grote onzekerheid.
We zijn goed in het uitzoeken van factoren die een resultaat mee bepalen, maar we zijn niet goed in
het afwegen van het belang van elk van die factoren.
Lineaire regressie = een statische techniek waarbij een criteriumvariabele voorspeld wordt aan de
hand van 1 of, meestal meerdere predictorvariabelen. De gewichten die aan de predictorvariabelen
worden toegekend, worden zo gekozen dat de som van de gekwadrateerde verschillen tussen de
geobserveerde (criterium)waarden en de voorspelde waarden minimaal is.
