Les 6 - Consumentenonderzoek

• Voeding
• MBO
• Studiejaar 1

Les 6 - Consumentenonderzoek

Weekplanning

Week 1: Consumentenonderzoek, doelgroep en vraagstelling

Week 2: Afname avn een consumentenonderzoek

Week 3: Verwerken van een consumentenonderzoek

Week 4: Consumentenonderzoek - organoleptische keuring

Week 5: Marketingmix

Week 6: Betrouwbaarheid van resultaten

Week 7: Herhaling

Week 8: Toets 

Beoordeling consumentenonderzoek

De cursus wordt afgesloten met een schriftelijke toets

De training: gedurende de gehele periode worden drie opdrachten gemaakt, deze worden beoordeeld (onvoldoende, voldoende of goed)

Leerdoelen

Jij:

• Kunt uitleggen wat significantie betekend
• Kunt aangeven wat er bedoeld wordt met de standaardafwijking
• Kunt de significantie en standaardafwijking berekeken

Lesplanning

Technologen zijn van nature mensen die graag zeker willen zijn van wat ze doen; ze gaan graag om met "zekerheden". 

Het is dan ook belangrijk dat de resultaten op verschillende onderzoeken, zoals een consumentenonderzoek, betrouwbaar zijn.  Om dat te kunnen bepalen berekend men o.a. de standaardafwijking en de significantie van de resultaten. 

Standaardafwijking

De standaardafwijking ofwel standaard deviatie genoemd, zegt iets over de variatie in meetwaarden; het is een soort "gemiddelde afwijking". De standaardafwijking wordt vaak aangeduid met het griekse teken  "σ" dat wordt uitgesproken als sigma.

De volgende slides over het berekenen is ter achtergrond informatie, jullie hoeven dit niet zelf te berekenen, maar jullie moeten wel weten wat het betekend en aan de hand van voorbeelden wat kunnen zeggen over de betrouwbaarheid.

Stel je meet het uitlekgewicht van 10 blikken met doperwten, en je resultaten zijn als volgt:

Het gemiddelde gewicht is dan 500,28 (alles bij elkaar optellen en delen door het aantal metingen). Maar dit zegt natuurlijk niet dat alle blikken 500,28 gram wegen; er zit variatie in de individuele gewichten. Dit is duidelijker te zien als we de getallen neerzetten in onderstaande grafiek.

Dus je hebt de 10 blikken met doperwten en je berekend 

het gemiddelde als volgt:

Om de standaard deviatie ofwel de gemiddelde afwijking 

te bepalen, moet je van elke meting bepalen wat de "afwijking" van het gemiddelde is. Dus voor blik 1 is dat 497,3- 500,3= -3,0.  En zo doe je dit ook voor de overige blikken.

Nu heb je soms een - teken staan bij de uitkomst. Omdat weg te werken kwadrateer je alle uitkomsten, van deze gekwadrateerde uitkomsten bereken je het gemiddelde(2,47) en neem je de wortel van het gemiddelde (1,57).

Je standaardafwijking bij deze 10 uitlekgewichten is dus 1,57

oftewel  σ= 1,57

De gegevens van een onderzoek worden vaak via een normale verdeling weergegeven in een grafiek. 

De gegevens van een onderzoek worden vaak via een normale verdeling (ook wel gauss-kromme of normale curve genoemd) weergegeven in een grafiek.

De bovenstaande grafiek is een voorbeeld van de normale verdeling. Hierbij is 502 het gemiddelde ook wel aangeveven met "μ" wat uitgesproken wordt met mu. 

μ= gemiddelde en  σ=standaardafwijking

Bij een normale verdeling staat in het midden altijd de μ aangegeven. Beide kanten van de  μ samen zijn 100%.  De μ zit dus altijd op de 50% van de grafiek. In de onderstaande grafiek zijn verschillende lijnen en percentages aangegeven, dit zijn altijd vaste plaatsen en gegeven. De 1e lijn links en rechts van de  μ zijn altijd μ- of μ+ de standaardafwijking ofwel σ. De 2e lijn is altijd μ- of μ+ 2x σ. Ook de aangegeven percentages zijn vaste gegevens. Als een getal op de μ+ 2x σ zou staan dan betekend het μ(50%) - 34%= 16% kans is dat het getal dit getal of hoger is.

Voorbeeld

In een melkfabriek staat een machine die melkpakjes van een 500 mL vult. Hij staat precies ingesteld op 500 mL. Eén van de werknemers kijkt van 150 pakken na wat de precieze netto inhoud is. Hij stelt vast dat de gemiddelde netto inhoud μ van de pakken inderdaad 500 mL is. Verder rekent hij uit dat de standaardafwijking σ van de machine 12 mL is.  De streep links van de μ is dus 500-12=488 ml. 

1. Hoeveel pakken hebben er nu een inhoud van minder dan 500 ml? 
2. Hoeveel pakken bevatten nu meer dan 512 ml? 

500 ml is het gemiddelde dat betekend dat 50% van de pakken minder dan 500 ml bevatten. Maar hoeveel pakken bevatten nu meer dan 512 ml? 512 staat op de 2e streep, dat betekend dus dan het 50%- 34%=16% van de pakken

 meer dan 500 ml bevat.

Je hebt dus 16% kans op

een grotere hoeveelheid.

1. Hoeveel pakken bevatten minder dan 500 ml? 500 ml is het gemiddelde dat betekend dat 50% van de pakken minder dan 500 ml bevatten.  Je hebt dus 50% kans dat een pak minder dan 500 ml bevat.
2. Hoeveel pakken bevatten nu meer dan 512 ml? 512 staat op de 2e streep, dat betekend dus dan het 50%- 34%=16% van de pakken meer dan 500 ml bevat. Je hebt dus 16% kans op een grotere hoeveelheid.

Significantie

De significantie wordt berekent om te controleren of de onderzoekswaarden wel betrouwbaar zijn en niet op toeval berusten.  Wanneer je dit niet berekent kan het zijn dat je conclusies trekt die niet betrouwbaar zijn zoals bijvoorbeeld, de consument vind product a lekkerder dan product B. Terwijl dit niet zo hoeft te zijn.

Als iets significant verschilt betekent het dat er daadwerkelijk een verschil is tussen de twee variabelen. 

Vaak wordt er bij een significantieberekening uitgegaan van een betrouwbaarheidswaarde van 95%.  Je houdt dan nog 5% van de waarnemingsgetallen over.
Die liggen dus verder dan 2σ van μ af. 2,5% aan weerszijden van μ. Alles wat binnen die 5% valt betekend dan dat dit significant verschilt, en dus mogelijk niet betrouwbaar is.

Als we weer terug komen op de opgave van de pakken melk.

1. Is een pak dat 474 ml melk bevat significant verschillend?

Hiervoor kijk je eerst waar het zich bevindt, in dit geval is dit links van de μ- 2x σ wat betekend dat het getal zich bevindt in het 2,5% gebied. Hierdoor is het resultaat significant. 

• Meer meetwaarden betekent minder schommeling tussen de verschillende meetwaarden= betrouwbaardere resultaten.

• minder verschil in meetwaarden= strengere grenzen (want kleinere standaard deviatie= makkelijker te bepalen of iets significant is of niet