Populatie sigma versus steekproef s: waarom de Bessel-correctie (n-1) nodig is
In de Nederlandse statistiekpraktijk - zoals onderwezen op havo/vwo wiskunde A en B en aan universiteiten als de Universiteit Leiden en de Universiteit van Amsterdam - wordt scherp onderscheid gemaakt tussen de populatiestandaardafwijking sigma en de steekproefstandaardafwijking s. De populatie-SD deelt de som van gekwadrateerde afwijkingen door N (het totale aantal eenheden), de steekproef-SD deelt door n-1. Dat verschil van een eenheid in de noemer heet de Bessel-correctie.
De reden voor n-1 is technisch maar belangrijk: als je het steekproefgemiddelde gebruikt om afwijkingen te berekenen, onderschat je systematisch de werkelijke spreiding in de populatie. Door door n-1 te delen in plaats van n krijg je een zuivere (unbiased) schatter voor de populatievariantie. Bij grote steekproeven (n > 30) is het verschil klein, bij kleine steekproeven kan het oplopen tot enkele procenten.
Praktische vuistregel die het CBS hanteert bij survey-onderzoek: gebruik sigma (deler N) alleen wanneer je echt alle eenheden hebt waargenomen - bijvoorbeeld alle 17,8 miljoen inwoners in de Basisregistratie Personen. Werk je met een steekproef uit de Enquete Beroepsbevolking (EBB) of de Veiligheidsmonitor, dan is s (deler n-1) verplicht.
De 68-95-99,7-regel en de normale verdeling
Bij een normaal verdeelde dataset - of zo'n verdeling nu lengtes van Nederlandse mannen is (mu circa 184 cm, sigma circa 7 cm volgens CBS Gezondheidsenquete) of IQ-scores op de Wechsler-test (mu = 100, sigma = 15) - valt ongeveer 68% van de waarnemingen binnen plus of min 1 sigma rond het gemiddelde, 95% binnen plus of min 2 sigma, en 99,7% binnen plus of min 3 sigma. Deze regel is de basis voor betrouwbaarheidsintervallen en hypothesetoetsen.
De regel werkt alleen als de verdeling werkelijk normaal (Gaussisch) is. Bij scheve verdelingen - zoals inkomens, woningprijzen op Funda of wachttijden bij de huisarts - klopt de regel niet en moet je werken met percentielen of een logaritmische transformatie. Het examenprogramma havo/vwo wiskunde A behandelt deze beperking expliciet.
In de praktijk gebruiken accountants en risicomanagers van DNB-gereguleerde instellingen deze regel om afwijkende observaties te markeren: alles buiten plus of min 3 sigma is per definitie zeldzaam (kans ~0,3%) en verdient nader onderzoek. Six Sigma-kwaliteitsprogramma's bij bedrijven als ASML en Philips streven naar processen waarbij defecten verder dan plus of min 6 sigma vallen - dus minder dan 3,4 per miljoen kansen.
Standaarddeviatie in kwaliteitscontrole, Six Sigma en risicobeheer
Standaarddeviatie is de motor achter Statistical Process Control (SPC) in de Nederlandse maakindustrie. Bedrijven als ASML in Veldhoven, DSM in Geleen en Tata Steel in IJmuiden gebruiken regelkaarten (control charts) waarbij grenzen op mu plus of min 3 sigma worden getrokken. Een meting buiten deze grenzen wijst op een proces dat 'out of control' is en directe interventie vereist.
Het Six Sigma-programma - oorspronkelijk ontwikkeld door Motorola en breed toegepast door multinationals met Nederlandse vestigingen - stelt dat een 'six sigma'-proces minder dan 3,4 defecten per miljoen produceert. Dit vereist dat de spreiding (sigma) van het proces zo klein is dat zelfs bij verschuivingen van het gemiddelde de specificatiegrenzen niet worden overschreden.
In risicobeheer bij banken (ING, ABN AMRO, Rabobank) wordt SD gebruikt om Value-at-Risk (VaR) te berekenen volgens de Bazel III-richtlijnen die door De Nederlandsche Bank (DNB) worden gehandhaafd. Een 1-daags 99%-VaR komt overeen met circa 2,33 sigma onder een normaal-aanname; in praktijk wordt vaak een fat-tail correctie toegepast omdat financiele rendementen scherpere staarten hebben dan een Gauss-verdeling voorspelt.
CBS-toepassing: standaardafwijking in officiele statistieken
Het Centraal Bureau voor de Statistiek (CBS) publiceert standaardafwijkingen en marges bij vrijwel elke kerncijferpublicatie - van de Consumentenprijsindex (CPI) tot de Enquete Beroepsbevolking (EBB) en de Veiligheidsmonitor. Bij steekproefonderzoeken vermeldt het CBS standaard de 95%-betrouwbaarheidsmarge, die berekend is als plus of min 1,96 keer de standaardfout (SE = s/wortel(n)).
Een concreet voorbeeld: het CBS rapporteert het modale bruto jaarinkomen in Nederland (2023: circa 41.500 euro) met een standaardafwijking van enkele duizenden euro's, afhankelijk van leeftijdsgroep en sector. Deze cijfers zijn gebaseerd op de Inkomensstatistiek uit de Polisadministratie van UWV en de Belastingdienst en worden gebruikt door het Ministerie van Sociale Zaken bij CAO-onderhandelingen en door het CPB bij koopkrachtramingen.
Bij internationaal vergelijkbaar onderzoek (Eurostat, OESO) hanteert het CBS de Europese standaard voor variabiliteitsmetingen volgens de European Statistics Code of Practice. Voor onderzoekers die microdata uit het CBS Microdata Services (DUO/CBS Remote Access) gebruiken, is het correct hanteren van sigma versus s een standaard kwaliteitseis bij publicatie.
Financiele volatiliteit: AEX, beleggingsrisico en AFM-toezicht
In de Nederlandse beleggingswereld is standaardafwijking de standaardmaat voor volatiliteit. De AEX-index (gemeten op Euronext Amsterdam) heeft historisch een jaarlijkse volatiliteit van ongeveer 18-22%, berekend als de standaardafwijking van dagelijkse logaritmische rendementen vermenigvuldigd met wortel(252) (het aantal handelsdagen per jaar). Bij stress-perioden zoals maart 2020 of september 2022 piekt dit kortstondig boven 40%.
De Autoriteit Financiele Markten (AFM) vereist op grond van MiFID II en de PRIIPs-verordening dat aanbieders van beleggingsproducten de Synthetic Risk and Reward Indicator (SRRI) vermelden op een schaal van 1 tot 7, gebaseerd op de gerealiseerde 5-jaars volatiliteit (jaarlijkse SD van wekelijkse rendementen). Een AEX-trackerfonds valt typisch in categorie 5-6; een geldmarktfonds in categorie 1.
Voor particuliere beleggers die hun risicoprofiel willen begrijpen, geldt de vuistregel: een portefeuille met sigma = 15% kan in een normaal jaar circa twee derde van de tijd een rendement tussen -15% en +30% laten zien (uitgaande van een verwacht rendement van circa 7%). Deze redenering komt direct uit de 68-95-99,7-regel toegepast op financiele rendementen, met de waarschuwing dat staarten in werkelijkheid dikker zijn dan Gauss voorspelt.
