Het onderzoek verplaatsingsgedrag (OVG) wordt jaarlijks door het Centraal Bureau voor de Statistiek (CBS) uitgevoerd. Een deel van de Nederlandse bevolking wordt door middel van een enquête ondervraagd over hun mobiliteitsgedrag: hoeveel kilometer zij met welk vervoermiddel hebben afgelegd in een bepaalde periode. De resultaten van deze enquête worden daarna opgehoogd naar gegevens van ‘de totale Nederlandse bevolking'. In dit rapport wordt op basis van een door het CBS gepubliceerde methode een implementatie uitgewerkt van een methode om de onzekerheid in cijfers te schatten die afgeleid zijn van het OVG. Het gaat hierbij uitsluitend om het schatten van de onzekerheid ten gevolge van het feit dat het OVG een steekproef is uit een populatie, en niet de gehele populatie zelf betreft. De methode geeft bijvoorbeeld geen schatting van de onzekerheid als gevolg van het feit dat de gereden afstanden door de geënquêteerden worden geschat en niet worden gemeten. De geschatte onzekerheid kan derhalve het beste gezien worden als een ondergrens. De praktische uitwerking heeft geresulteerd in een betrekkelijk flexibel SAS-programma, waarmee zonder veel moeite verschillende meer-dimensionale tabellen kunnen worden vastgesteld. Aan de hand van een praktisch voorbeeld wordt het effect op de onzekerheid van verdere disaggregatie van OVG-gegevens aangegeven.
Estimating the confidence margins of the National Travel Survey (NTS) The National Travel Survey (NTS), which is continuous, is carried out by Statistics Netherlands, the Dutch Central Bureau of Statistics (CBS). A sample of the population of the Netherlands is surveyed about their travel behaviour: how many kilometres, which modes of transport, during which period. The sample results are then extrapolated to represent ‘the whole Dutch population'. This report uses a method published by the CBS to estimate the uncertainties of the NTS data. Only those uncertainties resulting from the fact that NTS uses a sample, and not the whole population, are dealt with. For example, the method makes no estimation of the uncertainty which is a result of respondents estimating the distances, and their not actually being measured. The estimated uncertainty can, therefore, be best regarded as a minimum. The practical working out resulted in a relatively flexible SAS program. Various multi-dimensional tables were established quite easily. A practical example is given to show the effect of the uncertainty of further disaggregation of NTS data
