Samenvattingen · Natuur, Leven en TechnologieNL · HAVO

Instrumentarium, waarderen en oordelen

Dit onderwerp behandelt twee vaardigheden uit domein A van NLT: het natuurwetenschappelijk instrumentarium en de meettechniek (A8), en het waarderen, oordelen en besluitvorming (A9). Je leert hoe een meetinstrument via een meetketen een grootheid in een afleesbaar signaal omzet, hoe je de onzekerheid en betrouwbaarheid van metingen beoordeelt, en hoe je met criteria, een afwegingsmatrix en een risico-inschatting tot een navolgbaar, ethisch verantwoord besluit komt. NLT is een schoolexamenvak zonder centraal examen: deze vaardigheden worden getoetst via de NLT-modules, praktische opdrachten en verslagen.

4Onderdelenca. 29min leestijd4VaardighedenNiveauBasis 1 · Standaard 2 · Verdieping 1

T·0333 / 8

Examenprofiel

Natuurwetenschappelijk instrumentarium en meettechniek (A8): het meetprincipe en de meetketen van een instrument begrijpen, een geschikt instrument kiezen op meetbereik, resolutie, gevoeligheid en nauwkeurigheid, en instrumenten ijken.Meetonzekerheid en betrouwbaarheid: toevallige en systematische fouten onderscheiden, nauwkeurigheid en precisie beoordelen, en een resultaat noteren als gemiddelde plus-minus onzekerheid met eenheid.Waarderen, oordelen en besluitvorming (A9): feiten en waarden onderscheiden, belangen van betrokkenen afwegen met criteria en een afwegingsmatrix, en een navolgbaar besluit onderbouwen.Risico's en ethiek: risico's inschatten als kans maal effect, voorzorg en ALARA toepassen, en verantwoord handelen met oog voor toekomstige generaties, duurzaamheid en dual use. Dit is schoolexamenstof (SE), zonder centraal examen.

Operatoren:meetbeoordeelweeg afberekenleg uitverklaarberedeneerinterpreteer

basisniveau

Herken de meetketen, bereken uit een reeks metingen een gemiddelde met onzekerheid, en pas een eenvoudige afwegingsmatrix en risico-inschatting (kans maal effect) toe.

verhoogd niveau

Weeg meetonzekerheid, criteria met gewichten en risico's kwantitatief af, onderscheid het berekende risico van de risicoperceptie, en onderbouw een ethisch besluit navolgbaar met voorzorg en ALARA.

Diepte

Schrift

Inhalt · 4 onderdelen

Instrumentarium, waarderen en oordelen

Natuurwetenschappelijk instrumentarium en meettechniek#

Basisexamenblad-nl

De meetketen van een instrument

Afb. 1De meetketen: het instrument zet de te meten grootheid via een sensor om in een signaal, versterkt dat, digitaliseert het met een AD-omzetter, verwerkt de getallen en toont het resultaat op de uitlezing. Elke schakel kan onzekerheid toevoegen.

Meten is de kern van elk natuurwetenschappelijk onderzoek: pas als je een grootheid in een getal met een eenheid kunt vangen, kun je verbanden toetsen, modellen valideren en ontwerpen beoordelen. Een meetinstrument is het gereedschap dat dat mogelijk maakt, en elk instrument werkt volgens een meetprincipe: een natuurkundig of scheikundig effect dat een grootheid die je niet rechtstreeks kunt aflezen, omzet in een signaal dat je wél kunt waarnemen. Een vloeistofthermometer zet temperatuur om in de lengte van een kwik- of alcoholkolom; een thermokoppel zet temperatuur om in een kleine elektrische spanning; een pH-meter zet zuurgraad om in een spanning. In de figuur zie je hoe die omzetting in een vaste keten verloopt. Wie het meetprincipe achter een instrument kent, begrijpt meteen wat het instrument wél en niet betrouwbaar kan meten.

Een modern meetinstrument is bijna nooit één ding, maar een meetketen van schakels die het signaal stap voor stap bewerken. Vooraan staat de te meten grootheid — temperatuur, kracht, lichtsterkte, concentratie. De sensor (of opnemer) is de schakel die deze grootheid omzet in een elektrisch signaal, meestal een kleine spanning of een veranderende weerstand. Dat signaal is vaak zó zwak dat een versterker het eerst groter moet maken. Daarna zet een AD-omzetter (analoog-digitaalomzetter) het continue signaal om in getallen waarmee een computer kan rekenen. In de verwerking worden die getallen omgerekend naar de juiste eenheid, gemiddeld of gefilterd, en ten slotte verschijnt het resultaat op de uitlezing — een display, een grafiek of een opgeslagen bestand. In de figuur staat deze keten van links naar rechts. Elke schakel kan fouten toevoegen, dus de meting is nooit beter dan de zwakste schakel.

Om instrumenten te vergelijken en het juiste te kiezen, let je op vier eigenschappen. Het meetbereik is het gebied tussen de kleinste en de grootste waarde die het instrument nog goed kan meten; meet je buiten het bereik, dan raakt de meter „in verzadiging” en klopt de uitlezing niet meer. De resolutie is de kleinste verandering die het instrument nog kan onderscheiden — bij een digitale meter vaak de laatste cijferstap van het display. De gevoeligheid geeft aan hoe sterk het uitgangssignaal verandert per eenheid van de gemeten grootheid; een gevoelige temperatuursensor levert bijvoorbeeld veel millivolt per graad. En de nauwkeurigheid zegt hoe dicht de uitlezing bij de werkelijke waarde ligt. Samen bepalen ze of een instrument geschikt is: een keukenweegschaal met een resolutie van 1 gram is prima voor meel, maar volstrekt ongeschikt om 5 milligram poeder af te wegen.

Instrumenten lezen analoog of digitaal uit. Een analoge meter toont de waarde continu, met een wijzer langs een schaal; je moet zelf aflezen en schat tussen de streepjes, wat afleesonnauwkeurigheid geeft. Een digitale meter toont een getal en is eenduidiger af te lezen, maar suggereert soms een schijnnauwkeurigheid: meer cijfers op het display betekent niet dat die cijfers ook kloppen. Belangrijker dan de uitleesvorm is dat elk instrument geijkt (gekalibreerd) is: je vergelijkt de uitlezing met een betrouwbare referentie of standaard waarvan de waarde bekend is, en stelt het instrument zo nodig bij. Zonder ijken weet je niet of de meter de waarheid vertelt. Bovendien lopen veel sensoren met de tijd „weg”: door veroudering, temperatuurwisselingen of vervuiling verschuift hun uitlezing langzaam. Deze drift is de reden dat je regelmatig herijkt — een pH-meter kalibreer je elke meetdag met bufferoplossingen van bekende pH.

Het juiste instrument bij een grootheid kiezen is dus een afweging: je zoekt een instrument waarvan het meetbereik de te verwachten waarden omvat, waarvan de resolutie fijn genoeg is voor het verschil dat je wilt zien, en dat nauwkeurig en geijkt genoeg is voor je doel. Wil je de lichaamstemperatuur van een patiënt op een tiende graad volgen, dan heb je een ander instrument nodig dan om een smeltoven van duizend graden te bewaken. Ook praktische eisen tellen mee: reageert de sensor snel genoeg, verstoort hij de meting niet, en past hij bij de omstandigheden (nat, heet, klein)? Deze bewuste keuze — meetprincipe, meetketen en eigenschappen tegen elkaar afwegen — is precies wat een NLT-module van je vraagt zodra je zelf gaat meten. En omdat geen meting volmaakt is, hoort bij elk resultaat een eerlijke schatting van de onzekerheid; dat is het onderwerp van de volgende paragraaf.

T = \dfrac{U_{\text{uit}}}{c}

een lineaire sensor terugrekenen

Bij een lineaire sensor is de uitgangsspanning evenredig met de grootheid: U_uit = c · T, met c de gevoeligheid (bijvoorbeeld in mV per °C). Om de grootheid te bepalen, deel je de gemeten uitgangsspanning door de gevoeligheid.

Uitgewerkt voorbeeld

Een lineaire temperatuursensor uitlezen

Een temperatuursensor levert een uitgangsspanning die 10 mV toeneemt per graad Celsius (gevoeligheid c = 10 mV/°C). Bij een bepaalde temperatuur meet je een uitgangsspanning van 0,25 V. Bereken de temperatuur en leg uit waarom de sensor eerst geijkt moet zijn voordat je deze uitkomst vertrouwt.

Stap 1 — Zet om naar dezelfde eenheid
De gevoeligheid is gegeven in millivolt, maar de gemeten spanning in volt. Reken eerst om, zodat spanning en gevoeligheid dezelfde eenheid (mV) gebruiken: 0,25 V is gelijk aan 250 mV.
$U_{\text{uit}} = 0{,}25\ \text{V} = 250\ \text{mV}$
Stap 2 — Reken de temperatuur terug
De sensor is lineair (U_uit = c · T), dus terugrekenen geeft T = U_uit / c. Deel de spanning in mV door de gevoeligheid in mV per °C; het resultaat is 25 °C.
$T = \dfrac{U_{\text{uit}}}{c} = \dfrac{250}{10} = 25$
Stap 3 — Waarom ijken nodig is
Deze berekening klopt alleen als de sensor werkelijk 10 mV per °C levert én bij 0 °C ook 0 mV geeft. Door fabricagespreiding en drift is dat niet vanzelf zo. Bij het ijken meet je twee bekende temperaturen (bijvoorbeeld smeltend ijs 0 °C en kokend water 100 °C) en stel je gevoeligheid en nulpunt bij; pas daarna is de uitkomst 25 °C betrouwbaar.

Resultaat: Resultaat: de temperatuur is 25 °C (250 mV gedeeld door 10 mV per °C). De uitkomst is pas betrouwbaar als de sensor geijkt is tegen bekende referentiepunten, zodat gevoeligheid en nulpunt kloppen en drift is gecorrigeerd.

Veelgemaakte fouten

Resolutie en nauwkeurigheid verwarren: een display met veel cijfers (fijne resolutie) kan tóch onnauwkeurig zijn als het instrument niet goed geijkt is.
Vergeten te ijken, of denken dat een instrument dat ooit klopte altijd blijft kloppen — sensoren lopen door drift langzaam weg en moeten opnieuw geijkt worden.
Een instrument buiten zijn meetbereik gebruiken en de verzadigde of afgekapte uitlezing toch geloven.
Een instrument kiezen dat niet bij de grootheid past, bijvoorbeeld een te grove weegschaal voor een heel kleine massa.

Actieve herhaling

Je moet in een practicum de temperatuur van opwarmend water tussen 20 °C en 90 °C elke seconde vastleggen op een computer. Beschrijf de meetketen van grootheid tot uitlezing, kies een geschikt type temperatuursensor, en leg uit welke eigenschappen (meetbereik, resolutie, gevoeligheid, nauwkeurigheid) je controleert en waarom je de sensor eerst ijkt.

Actief ophalen

Haal de kernpunten op — onthul ze daarna.

Bronnen: Examenprogramma Natuur, Leven en Technologie (HAVO) (CvTE / Examenblad)

Meetonzekerheid en betrouwbaarheid van metingen#

Standardexamenblad-nl

Herhaalde metingen met foutbalken

Afb. 2Vier herhaalde metingen van dezelfde tijd. Elk punt heeft een foutbalk van plus-minus 0,04 s die de onzekerheid weergeeft. De punten liggen dicht bij elkaar (goede precisie); het gemiddelde met zijn onzekerheid is de beste schatting van de werkelijke tijd.

Geen enkele meting is volmaakt: herhaal je dezelfde meting een paar keer, dan krijg je bijna nooit exact hetzelfde getal. Daarom hoort bij elk eerlijk meetresultaat niet alleen een waarde en een eenheid, maar ook een meetonzekerheid — een schatting van hoe ver de gemeten waarde van de werkelijke waarde af kan liggen. Een meting zonder onzekerheid is als een bewering zonder onderbouwing: je weet niet hoeveel je erop mag bouwen. In de figuur zie je vier herhaalde metingen van dezelfde grootheid, elk met een foutbalk die de onzekerheid weergeeft; de metingen liggen dicht bij elkaar maar niet precies gelijk. Leren meten betekent leren die onzekerheid te herkennen, te verkleinen waar het kan, en er eerlijk over te rapporteren.

Meetfouten zijn er in twee soorten die je scherp uit elkaar moet houden. Toevallige (willekeurige) fouten zijn de kleine, onvoorspelbare afwijkingen die elke meting nét anders maken: je reactietijd bij een stopwatch, kleine trillingen, ruis in de elektronica. Ze vallen de ene keer te hoog en de andere keer te laag uit, en daarom middelen ze grotendeels weg als je vaak meet en het gemiddelde neemt — méér metingen maken het gemiddelde betrouwbaarder. Systematische fouten werken anders: die duwen élke meting dezelfde kant op. Een meter die niet op nul staat, een liniaal waarvan de eerste millimeters zijn afgesleten, of een verkeerd geijkte sensor geeft telkens een te grote of telkens een te kleine waarde. Het verraderlijke is dat middelen hier níét helpt: je middelt honderd keer dezelfde fout en houdt die fout. Systematische fouten spoor je alleen op door te ijken tegen een referentie of met een andere methode te controleren.

Twee begrippen die in het dagelijks taalgebruik door elkaar lopen, betekenen in de meetkunde iets verschillends: nauwkeurigheid en precisie. Nauwkeurigheid zegt hoe dicht je metingen bij de werkelijke waarde liggen — de juistheid. Precisie zegt hoe dicht je herhaalde metingen bij elkáár liggen — de spreiding, los van of ze kloppen. Het klassieke beeld is een schietschijf. Alle schoten dicht bij elkaar én in de roos: precies én nauwkeurig. Dicht bij elkaar maar allemaal naast de roos: wél precies, maar niet nauwkeurig — precies wat een systematische fout doet. Ver uit elkaar maar gemiddeld rond de roos: „gemiddeld” nauwkeurig maar niet precies — het beeld van grote toevallige fouten. De twee zijn onafhankelijk: een instrument kan het ene wel en het andere niet zijn. Toevallige fouten verslechteren de precisie, systematische fouten de nauwkeurigheid.

Hoe je een resultaat opschrijft, hoort bij de onzekerheid te passen. Het aantal significante cijfers is een eerste, ruwe manier om aan te geven hoe precies een waarde is: schrijf je een lengte als 1,2 m, dan claim je iets anders dan 1,200 m — dat laatste suggereert zekerheid tot op de millimeter. Je mag dus nooit meer cijfers opschrijven dan je meting rechtvaardigt; een rekenmachine die 2,0100000 toont, verleidt tot schijnnauwkeurigheid. Netter dan alleen significante cijfers is het resultaat noteren als „gemiddelde plus-minus onzekerheid” mét eenheid, bijvoorbeeld een tijd van (2,01 plus-minus 0,04) s. Zo lees je in één oogopslag de beste schatting én de marge eromheen. De onzekerheid rond je meestal af op één (soms twee) significante cijfers, en je laat het laatste cijfer van het gemiddelde op dezelfde plaats eindigen als de onzekerheid. In de figuur zijn de foutbalken precies zo'n weergave van die marge.

Voor een eenvoudige schatting van de onzekerheid uit een reeks herhaalde metingen gebruik je bij NLT vaak de halve spreidingsbreedte. Je zoekt de grootste en de kleinste meetwaarde, neemt het verschil (de spreidingsbreedte) en deelt dat door twee. Die halve spreidingsbreedte geeft ruwweg aan hoe ver de metingen aan weerskanten van het gemiddelde uitwaaieren, en dus hoe onzeker het gemiddelde is. De beste schatting van de grootheid is dan het gemiddelde van de metingen, met als onzekerheid die halve spreidingsbreedte. Het is een grove maar eerlijke methode: ze is makkelijk te berekenen en maakt de onzekerheid zichtbaar zonder ingewikkelde statistiek. Meet je vaker, dan liggen de uitschieters meestal dichter bij elkaar en wordt de onzekerheid kleiner — een concrete reden om metingen te herhalen. In een verslag rapporteer je het volledige resultaat als gemiddelde plus-minus onzekerheid met de juiste eenheid, zoals je in het volgende voorbeeld uitrekent.

\bar{x} = \dfrac{x_1 + x_2 + \ldots + x_n}{n}

het gemiddelde van n metingen

De beste schatting van de grootheid is het gemiddelde: tel alle metingen op en deel door het aantal metingen n. Door te middelen vallen toevallige afwijkingen tegen elkaar weg.

u \approx \dfrac{x_{\max} - x_{\min}}{2}

onzekerheid als halve spreidingsbreedte

Een eenvoudige schatting van de meetonzekerheid u is de halve spreidingsbreedte: het verschil tussen de grootste en de kleinste meting, gedeeld door twee.

Uitgewerkt voorbeeld

Gemiddelde en onzekerheid uit vier metingen

Je meet de slingertijd van een pendel vier keer en vindt (zie figuur): 2,05 s; 1,98 s; 2,02 s; 1,99 s. Bereken het gemiddelde, schat de onzekerheid met de halve spreidingsbreedte en noteer het eindresultaat correct.

Stap 1 — Bereken het gemiddelde
Tel de vier metingen op en deel door het aantal metingen (n = 4). De som is 8,04 s, dus het gemiddelde is 2,01 s.
$\bar{x} = \dfrac{2{,}05 + 1{,}98 + 2{,}02 + 1{,}99}{4} = \dfrac{8{,}04}{4} = 2{,}01$
Stap 2 — Schat de onzekerheid
Neem de halve spreidingsbreedte: zoek de grootste meting (2,05 s) en de kleinste (1,98 s), neem het verschil en deel door twee. Dat geeft 0,035 s.
$u \approx \dfrac{2{,}05 - 1{,}98}{2} = \dfrac{0{,}07}{2} = 0{,}035$
Stap 3 — Noteer het resultaat netjes
Rond de onzekerheid af op één significant cijfer: 0,035 s wordt 0,04 s. Laat het gemiddelde op dezelfde decimaal eindigen (2,01 s) en noteer beste schatting plus-minus onzekerheid met eenheid.
$t = (2{,}01 \pm 0{,}04)\ \text{s}$

Resultaat: Resultaat: de slingertijd is (2,01 plus-minus 0,04) s. De vier metingen liggen dicht bij elkaar, dus de precisie is goed; de foutbalken in de figuur van plus-minus 0,04 s geven deze onzekerheid weer. Middelen over méér slingeringen zou de onzekerheid verder verkleinen.

Veelgemaakte fouten

Nauwkeurigheid en precisie verwarren: precisie is kleine spreiding (metingen dicht bij elkaar), nauwkeurigheid is dicht bij de werkelijke waarde — ze zijn onafhankelijk.
Denken dat vaker meten en middelen ook een systematische fout wegwerkt; dat helpt alleen tegen toevallige fouten, een systematische fout blijft even groot.
Te veel significante cijfers opschrijven (schijnnauwkeurigheid), bijvoorbeeld een gemiddelde met vijf cijfers terwijl de meting maar op twee cijfers nauwkeurig is.
Het resultaat zonder onzekerheid of zonder eenheid noteren, zodat de lezer niet weet hoe betrouwbaar de waarde is.

Actieve herhaling

Je meet de valtijd van een balletje over dezelfde hoogte vijf keer en vindt: 0,62 s; 0,58 s; 0,61 s; 0,59 s; 0,60 s. Bereken het gemiddelde en schat de onzekerheid met de halve spreidingsbreedte, en noteer het resultaat correct als „gemiddelde plus-minus onzekerheid” met eenheid. Leg ook uit of het te laat indrukken van de stopwatch een toevallige of een systematische fout is.

Actief ophalen

Haal de kernpunten op — onthul ze daarna.

Bronnen: Examenprogramma Natuur, Leven en Technologie (HAVO) (CvTE / Examenblad)

Waarderen, oordelen en besluitvorming#

Standardexamenblad-nl

Afwegingsmatrix voor twee waterfilters

Afb. 3Een afwegingsmatrix voor twee waterfilters. Elke score (1–5) wordt met het gewicht van haar criterium vermenigvuldigd; de producten vormen de gewogen totaalscore. Filter B wint nipt (24 tegen 23), doordat waterkwaliteit het zwaarste gewicht heeft.

Bij NLT stopt het niet bij meten en rekenen: vaak moet je op grond van je bevindingen een keuze maken of een oordeel vellen — welke maatregel is het best, welk ontwerp verdient de voorkeur, is deze technologie wenselijk? Zulke vragen beantwoord je niet met een meting alleen, want ze mengen twee dingen die je scherp uit elkaar moet houden: feiten en waarden. Een feit is een uitspraak die je wetenschappelijk kunt vaststellen en controleren — „dit filter verwijdert 95 % van de bacteriën”. Een waarde is wat je belangrijk vindt, waar je aan hecht — „schoon drinkwater voor iedereen weegt zwaarder dan een lage prijs”. Feiten zeggen hoe de wereld ís; waarden zeggen wat je wenselijk vindt. Een goede afweging begint met dit onderscheid, want discussies lopen vast als mensen een verschil in waarden verwarren met een verschil in feiten.

Bij bijna elke echte keuze zijn belanghebbenden (stakeholders) betrokken: mensen, groepen of organisaties die de gevolgen van het besluit merken of er een belang bij hebben. Bij de aanleg van een windpark zijn dat onder meer de omwonenden (uitzicht, geluid), de energiemaatschappij (opbrengst), de gemeente (klimaatdoelen), natuurorganisaties (vogels, landschap) en de toekomstige generatie (duurzame energie). Deze belanghebbenden hebben verschillende, soms tegengestelde belangen, en juist daarom bestaat er zelden één „objectief juiste” keuze. Wie een verantwoord besluit wil nemen, brengt eerst in kaart wie er belang bij hebben en wat elk van hen belangrijk vindt. Zo voorkom je dat je een groep over het hoofd ziet, en zo maak je zichtbaar wélke waarden botsen. Het benoemen van belanghebbenden maakt een keuze eerlijker en vollediger, ook al lost het de tegenstelling zelf niet op.

Om een keuze navolgbaar te maken, vertaal je de belangen en waarden in criteria: concrete punten waarop je de opties beoordeelt, zoals kosten, veiligheid, gebruiksgemak, milieubelasting en betrouwbaarheid. Vervolgens gebruik je een afwegingsmatrix (ook wel multicriteria-analyse genoemd): je zet de opties naast elkaar en geeft elke optie per criterium een score, bijvoorbeeld van 1 (slecht) tot 5 (heel goed). Omdat niet elk criterium even zwaar telt, ken je aan elk criterium een gewicht toe: een belangrijk criterium krijgt een groter gewicht. Per optie vermenigvuldig je elke score met het bijbehorende gewicht en tel je die producten op tot een gewogen totaalscore. De optie met de hoogste totaalscore komt als beste uit de analyse. In de figuur zie je zo'n afwegingsmatrix voor twee waterfilters. De kracht ervan is dat de keuze navolgbaar wordt: iedereen kan zien hoe de scores en de gewichten tot de uitkomst leiden.

Een afwegingsmatrix maakt ook zichtbaar dat het antwoord van je waarden afhangt, niet alleen van de feiten. De scores per criterium zijn zo feitelijk mogelijk — hoe goed zuivert dit filter, wat kost het — maar de gewichten drukken je waarden uit: vind je waterkwaliteit belangrijker dan prijs, dan geef je dat criterium een groter gewicht, en dat kan de uitkomst kantelen. Een verwante, eenvoudiger vorm is de kosten-batenafweging, waarin je alle voordelen (baten) tegen alle nadelen (kosten) afzet — soms in geld, soms breder in gezondheids- of milieuwinst. Belangrijk is dat kosten en baten vaak bij verschillende partijen terechtkomen: de winst gaat naar de één, de last naar de ander. Een eerlijke afweging benoemt dat. Zo dwingt de methode geen „enige juiste” uitkomst af, maar maakt ze expliciet en controleerbaar welke feiten, welke criteria en welke gewichten tot het besluit hebben geleid.

Het doel van dit alles is een besluit dat navolgbaar is: een ander kan jouw redenering stap voor stap volgen en zien waarom je tot deze keuze komt, ook als hij andere waarden heeft en dus anders zou kiezen. Dat maakt je oordeel verantwoord in plaats van een kwestie van „ik vind nu eenmaal”. Je legt vast welke opties je vergeleek, welke criteria en gewichten je koos en waarom, welke scores je gaf en op grond waarvan, en welke uitkomst daaruit volgde. Een eerlijke afweging vermeldt ook de onzekerheden: scores zijn schattingen, gewichten zijn keuzes, en een kleine verandering kan de uitkomst kantelen — vooral als twee opties dicht bij elkaar eindigen, zoals in het voorbeeld. Dan is het verstandig te kijken hoe gevoelig de uitkomst is voor je aannames, of om extra gegevens te verzamelen. Deze transparante manier van kiezen keert terug zodra risico's en ethiek in het spel komen — het onderwerp van de laatste paragraaf.

S = \sum_{i} g_i \cdot s_i

gewogen totaalscore

De gewogen totaalscore S van een optie is de som over alle criteria van het gewicht g_i van criterium i maal de score s_i van die optie op dat criterium. De optie met de hoogste S komt als beste uit de afwegingsmatrix.

Uitgewerkt voorbeeld

Twee waterfilters wegen met een afwegingsmatrix

Twee waterfilters worden beoordeeld op drie criteria met gewichten: waterkwaliteit (gewicht 3), kosten (gewicht 2) en onderhoud (gewicht 1). Filter A scoort (schaal 1–5): waterkwaliteit 3, kosten 5, onderhoud 4. Filter B scoort: waterkwaliteit 5, kosten 3, onderhoud 3. Bereken de gewogen totaalscores en kies onderbouwd.

Stap 1 — Tel filter A op
Vermenigvuldig elke score van filter A met het gewicht van haar criterium en tel de producten op. Dat geeft 9 + 10 + 4 = 23 punten.
$S_A = 3\cdot 3 + 2\cdot 5 + 1\cdot 4 = 9 + 10 + 4 = 23$
Stap 2 — Tel filter B op
Doe hetzelfde voor filter B met dezelfde gewichten. Dat geeft 15 + 6 + 3 = 24 punten.
$S_B = 3\cdot 5 + 2\cdot 3 + 1\cdot 3 = 15 + 6 + 3 = 24$
Stap 3 — Vergelijk en kies
Filter B (24) scoort nipt hoger dan filter A (23). Hoewel A goedkoper en makkelijker in onderhoud is, wint B doordat waterkwaliteit — het zwaarst gewogen criterium — bij B duidelijk beter is. Omdat het verschil klein is, is het verstandig de gewichten en scores nog eens te toetsen of extra gegevens te verzamelen voordat je definitief beslist.

Resultaat: Resultaat: filter A haalt 23 punten, filter B 24 punten, dus filter B komt als beste uit de afwegingsmatrix. De keuze is navolgbaar: ze volgt rechtstreeks uit de scores en de gewichten. Het nipte verschil laat zien dat de uitkomst gevoelig is voor de gekozen gewichten — een eerlijke afweging vermeldt dat.

Veelgemaakte fouten

Feiten en waarden door elkaar halen: een meetbaar feit („dit filter zuivert beter”) presenteren alsof het vanzelf de keuze bepaalt, terwijl de keuze óók van de gewichten (je waarden) afhangt.
De gewichten vergeten of alle criteria even zwaar laten tellen, terwijl juist de gewichten weergeven wat je belangrijk vindt en de uitkomst kunnen kantelen.
In de afwegingsmatrix rekenfouten maken: elke score moet met het gewicht van háár criterium vermenigvuldigd worden voordat je optelt, niet de kale scores optellen.
De keuze op gevoel maken en de matrix er achteraf bij verzinnen, in plaats van de scores en gewichten eerlijk vóór de uitkomst vast te leggen.

Actieve herhaling

Een school wil één van twee schoolplein-opties kiezen: (A) meer groen en speeltoestellen of (B) meer sportvelden. Noem drie belanghebbenden met hun belang, kies drie criteria met gewichten, en beschrijf hoe je met een afwegingsmatrix tot een navolgbare keuze komt. Leg ook uit welk deel van je oordeel op feiten en welk deel op waarden berust.

Actief ophalen

Haal de kernpunten op — onthul ze daarna.

Bronnen: Examenprogramma Natuur, Leven en Technologie (HAVO) (CvTE / Examenblad)

Risico's inschatten en ethisch verantwoord handelen#

Vertiefungexamenblad-nl

Een verantwoord besluitvormingsproces

Afb. 4Een verantwoord besluitvormingsproces: van de feiten via de betrokkenen en hun waarden naar een afweging en een besluit, gevolgd door evalueren. De terugkoppeling laat zien dat je na het besluit blijft toetsen en zo nodig bijstelt.

Bij veel technische en wetenschappelijke keuzes gaat het niet alleen om wat het beste werkt, maar ook om wat veilig en verantwoord is. Daarvoor moet je risico's inschatten. Een risico is de combinatie van twee dingen: de kans dat er iets misgaat en het effect — de ernst van het gevolg als het misgaat. In de eenvoudigste vorm vermenigvuldig je die twee: risico = kans maal effect. Zo krijgt een gebeurtenis die zelden voorkomt maar rampzalig is een vergelijkbaar risico als een gebeurtenis die vaak voorkomt maar onschuldig is. Dit denkraam dwingt je beide kanten mee te wegen: niet alleen „hoe vaak?”, maar ook „hoe erg?”. Een klein struikelrisico dat dagelijks optreedt en een zeldzame maar dodelijke blootstelling vragen elk om een andere aanpak, en de risicoformule helpt je die te ordenen en te prioriteren.

Om risico's overzichtelijk te ordenen, gebruik je een risicomatrix. Je zet de kans langs de ene as (bijvoorbeeld laag, midden, hoog) en de ernst van het gevolg langs de andere as (ook laag, midden, hoog), en elke combinatie krijgt een plek in het rooster. In de figuur zie je zo'n matrix, waarin het product van kans en ernst het risiconiveau aangeeft. Linksonder, waar zowel de kans als de ernst laag is, zit het laagste risico (de „groene” zone); rechtsboven, waar beide hoog zijn, zit het hoogste risico (de „rode” zone) dat je met voorrang moet aanpakken. De matrix maakt in één oogopslag zichtbaar welke risico's dringend zijn en welke aanvaardbaar. Ze wordt overal gebruikt — in laboratoria, de industrie, de zorg en bij rampenbestrijding — juist omdat ze de twee kanten van een risico combineert tot één beeld en zo helpt beperkte tijd en middelen naar de grootste risico's te leiden.

Het berekende risico — kans maal effect — is niet hetzelfde als hoe gevaarlijk mensen iets vóélen. Dat verschil heet risicoperceptie. Mensen overschatten stelselmatig risico's die zeldzaam, spectaculair en oncontroleerbaar zijn (een vliegtuigongeluk, straling, een terreurdaad) en onderschatten risico's die alledaags en vertrouwd zijn maar in werkelijkheid veel vaker slachtoffers maken (in het verkeer, thuis, ongezond leven). Ook vrijwilligheid speelt mee: een risico dat je zelf kiest (bergsport) accepteer je makkelijker dan een even groot risico dat je wordt opgelegd. Dit is belangrijk voor NLT, omdat beleid en communicatie met beide rekening moeten houden: het feitelijke, berekende risico én de beleving ervan. Wie alleen op de cijfers vaart, begrijpt niet waarom mensen ongerust zijn; wie alleen op de beleving vaart, besteedt de aandacht misschien aan de verkeerde gevaren. Een verantwoorde afweging erkent het verschil en neemt beide serieus.

Als de gevolgen groot en onzeker zijn, gelden aanvullende beginselen. Het voorzorgsbeginsel zegt dat je bij een dreiging van ernstige of onomkeerbare schade niet mag wachten op volledig wetenschappelijk bewijs voordat je maatregelen neemt: bij grote, onzekere risico's kies je liever het zekere voor het onzekere. Het wordt vaak toegepast bij milieu- en gezondheidsvraagstukken, waar afwachten te laat kan zijn. Een verwant beginsel is ALARA — „as low as reasonably achievable”, oftewel zo laag als redelijkerwijs mogelijk: je houdt een risico (bijvoorbeeld een stralingsdosis) niet alleen onder een grenswaarde, maar drukt het zo ver naar beneden als redelijkerwijs haalbaar is, waarbij je kosten en moeite meeweegt. Beide beginselen erkennen dat je niet elk risico tot nul kunt terugbrengen, maar dat je wél de plicht hebt het verantwoord klein te houden. Ze verklaren waarom je, ook als het berekende risico laag lijkt, bij ernstige gevolgen tóch strenge maatregelen neemt.

Achter risico's en keuzes liggen uiteindelijk ethische afwegingen: vragen over goed en verantwoord handelen. Daarbij weeg je niet alleen de belangen van de direct betrokkenen, maar ook die van mensen elders en van toekomstige generaties — de kern van duurzaamheid, waarbij je de aarde niet slechter mag achterlaten dan je haar aantrof. Ook speelt dual use: veel technologie kan zowel ten goede als ten kwade worden gebruikt. Kernsplijting levert stroom én wapens; genetische modificatie kan ziekten bestrijden én misbruikt worden. Wie een technologie invoert, draagt daarom medeverantwoordelijkheid voor hoe ze wordt gebruikt. Een verantwoord besluit onderbouw je net zo navolgbaar als in de vorige paragraaf: je verzamelt de feiten, brengt de betrokkenen en hun waarden in kaart, weegt kansen en gevolgen met de risicomatrix, past voorzorg en ALARA toe waar de gevolgen ernstig zijn, en legt uit waarom je deze keuze maakt. In de figuur zie je dat proces als een keten met een terugkoppeling: na het besluit blijf je evalueren en stel je zo nodig bij.

\text{risico} = \text{kans} \times \text{gevolg}

risico als kans maal gevolg

Het risico van een gebeurtenis is het product van de kans dat ze optreedt en de ernst van het gevolg. Zo weegt de risicoformule zowel „hoe vaak?” als „hoe erg?” mee.

De risicomatrix (kans maal ernst)

Afb. 5De risicomatrix zet kans tegen ernst; elke cel is het product kans maal ernst. Rechtsboven (hoge kans én hoge ernst, hier 9) ligt het hoogste risico dat je met voorrang aanpakt; linksonder het laagste.

Uitgewerkt voorbeeld

Twee gevaren wegen en ethisch prioriteren

In een practicumlokaal beoordeel je twee gevaren op een schaal van 1 (laag) tot 3 (hoog). Gevaar A — struikelen over een losse kabel — heeft een hoge kans (3) maar een licht gevolg (1). Gevaar B — blootstelling aan een giftige damp — heeft een middelgrote kans (2) maar een ernstig gevolg (3). Bereken beide risico's, plaats ze in de risicomatrix en trek een ethisch onderbouwde conclusie over welk gevaar je met voorrang aanpakt.

Stap 1 — Bereken risico A
Vermenigvuldig kans en gevolg: een hoge kans (3) maal een licht gevolg (1) geeft een risico van 3.
$R_A = 3 \times 1 = 3$
Stap 2 — Bereken risico B
Doe hetzelfde voor gevaar B: een middelgrote kans (2) maal een ernstig gevolg (3) geeft een risico van 6.
$R_B = 2 \times 3 = 6$
Stap 3 — Vergelijk, plaats in de matrix en weeg ethisch
In de risicomatrix valt A op 3 (midden) en B op 6 (hoog, richting de rode hoek). Gevaar B heeft dus het grootste risico. Bovendien is het gevolg ernstig en deels onomkeerbaar, waardoor het voorzorgsbeginsel en ALARA extra zwaar wegen: je pakt B met voorrang aan (afzuiging, afsluiten, detectie) en houdt het risico zo laag als redelijkerwijs mogelijk. Voor A volstaat een eenvoudige, goedkope maatregel: de kabel wegwerken.

Resultaat: Resultaat: risico A = 3 en risico B = 6, dus gevaar B is het grootst en krijgt voorrang. Omdat de gevolgen van B ernstig en onomkeerbaar kunnen zijn, versterken het voorzorgsbeginsel en ALARA die keuze: voor B neem je strenge maatregelen en druk je het risico zo ver mogelijk terug, terwijl A met een simpele ingreep is opgelost.

Veelgemaakte fouten

Risico gelijkstellen aan alleen de kans óf alleen de ernst: risico is de combinatie (kans maal effect) — een zeldzame maar rampzalige gebeurtenis kan een hoog risico zijn.
Het berekende risico verwarren met de beleving ervan (risicoperceptie), en niet zien dat mensen zeldzame, spectaculaire risico's over- en alledaagse risico's onderschatten.
Denken dat een technologie „neutraal” is: veel techniek is dual use, en de gevolgen voor anderen en voor toekomstige generaties horen in de afweging.
Het voorzorgsbeginsel en ALARA vergeten bij ernstige of onomkeerbare gevolgen, en een laag berekend risico gebruiken als excuus om geen maatregelen te nemen.

Actieve herhaling

Een gemeente moet kiezen of ze een oude verkeersbrug meteen vervangt of nog vijf jaar laat staan. Een plotselinge bezwijking is onwaarschijnlijk maar zou catastrofaal zijn. Leg uit hoe je dit risico inschat met kans maal effect, waar het in een risicomatrix terechtkomt, en waarom het voorzorgsbeginsel hier zwaar weegt. Betrek in je antwoord de belangen van de weggebruikers en van toekomstige generaties.

Actief ophalen

Haal de kernpunten op — onthul ze daarna.

Bronnen: Examenprogramma Natuur, Leven en Technologie (HAVO) (CvTE / Examenblad)

Referenties en bronnen

Bronnen

CvTE / Examenblad

Examenprogramma Natuur, Leven en Technologie (HAVO)

Instrumentarium, waarderen en oordelen

Kernpunten

Een lineaire temperatuursensor uitlezen

Kernpunten

Gemiddelde en onzekerheid uit vier metingen

Kernpunten

Twee waterfilters wegen met een afwegingsmatrix

Kernpunten

Twee gevaren wegen en ethisch prioriteren

Bronnen

Instrumentarium, waarderen en oordelen

Kernpunten

Een lineaire temperatuursensor uitlezen

Kernpunten

Gemiddelde en onzekerheid uit vier metingen

Kernpunten

Twee waterfilters wegen met een afwegingsmatrix

Kernpunten

Twee gevaren wegen en ethisch prioriteren

Bronnen