Humor is overwonnen droefheid

Website in ontwikkeling !

EITHWARD
eithward@gmail.com
tel. 06-12487475

Over managers en malle managementmethoden

Probleem 1 - Het ontbreken van eenduidige standaard-meeteenheden


Eén van de problemen waar we tegenaan lopen in de zachte sector is dat we geen meetlat hebben waar­mee we de eenheden bereikt resultaat haarfijn aan kunnen geven. Bij Philips kan dat wel. Daar tel je gewoon de winst per aantal geproduceerde gloeilampen. Bij Hoog­ovens is dat de winst per ton geproduceerd staal en bij Unilever per tonnen boter, maar wat is bij de politie bijvoorbeeld de maat? Wat is daar 1 eenheid geëffectueerde objectieve, of subjec­tie­ve veiligheid?
Een dergelijke standaardmeetlat met Objectieve Veiligheids Eenhe­den (OVE's) of Subjectieve Veiligheids Eenheden (SVE's) is er gewoon niet.....


En dus staat de politie voor ongeveer hetzelfde probleem als de Beer Met Maar Een Klein Beetje Verstand als Winnie de Poeh probeert om op een rijtje te krijgen hoeveel potten honing hij nu eigenlijk in voorraad heeft. Hij zet daartoe de potten honing recht achter elkaar. De volle potten vooraan. Eerst de grote, hele potten en dan de halve en kwartpotten. Vervolgens de aangebroken potten en dan alle potjes met vreemde soorten honing die hij ooit eens heeft gekregen en die meestal niet lekker zijn. Vervolgens begint hij te tellen.....

Tot de zesde, volle pot gewone honing heeft Winnie nog geen enkel probleem, maar dan komen de potten van een afwij­kend formaat. Halve potten, kwart potten, aangebroken potten en rare potten van een afwijkend formaat die net een beetje kleiner, of groter zijn dan een halve pot en hoe moet je dat nou allemaal bij elkaar optellen? Winnie raakt op dat punt dan al zo erg in de war dat hij telkens vergeet tot hoever hij was gekomen en weer vooraan moet beginnen met tellen. Hij is dan nog niet eens toegeko­men aan de potten met vreemde, onduidelij­ke honingsoorten die hij ooit eens cadeau gekregen heeft en bij dat soort potten weet Winnie helemaal niet meer of je dat nou voor één pot gewone honing mag rekenen of niet, want soms moet je daar wel twee keer zoveel van eten als van gewone honing voordat je honger echt over is en er zijn ook soorten bij die Winnie niet zo erg, of helemaal niet lekker vindt en hoe moet je een pot die niet lekker is nou tellen? Zo’n pot is er wel, dus kun je hem niet niet tellen, maar Winnie zou zelfs een aangebroken kwart pot van zijn eigen honing niet willen ruilen voor een hele pot van die honing. En dus komt Winnie-de-Poeh nooit toe aan een definitief antwoord op de vraag hoeveel potten honing hij nou eigenlijk verzameld heeft......


Gelukkig komt er dan een Vreemdeling op bezoek die aan Winnie vraagt waarom hij al die potten aan het tellen is. “Nou,” zegt Winnie-de-Poeh dan, “ik wil weten of ik weer honing moet gaan zoeken, want ik eet ongeveer één hele pot per dag en het is heel erg als je zonder honing komt te zitten!”

“Dan hoef je dus ook maar ongeveer te weten of er nog voldoende potten zijn,” zegt de Vreemdeling dan. Op dat moment verdwijnt het telprobleem van Winnie-de-Poeh als sneeuw voor de zon, want dat kan hij met het blote oog wel zien.  Ofwel: “Meten is weten, maar doe meer met ongeveer!” (G. Endenburg)


In feite is het meetprobleem bij de politie nog veel groter dan het honingpot­tenpro­bleem van Winnie-de-Poeh, want hoe vergelijk je de output, laat staan het effect van 2 uur werken van de volgende twee agenten met elkaar?
























Politiemanagers hebben meer verstand dan Winnie-de-Poeh en dus gaan ze rekenen:


En zo tellen we rustig allerlei soorten honingpotten bij elkaar op, maar de ene burenruzie is de andere niet en uit de behandeltijd valt niets af te leiden over de kwaliteit van het werk en de effectiviteit van de betreffende agent.
In de zogenaamde leeglooptijd heeft agent 1 namelijk inderdaad alleen maar gezeten, terwijl agent 2 zes keer uit zijn voertuig is gestapt en allerlei soorten gesprekken met burgers heeft gevoerd. Hij heeft daarbij enkele burgers vermanend toegespro­ken en van één burger een uiterst belangrijke tip gekregen over de mogelijke daders van een roofoverval, maar dat staat nergens vermeld en "telt" dus niet.


In dienstverlenende organisaties zoals de politie moeten we er dus bijzonder goed voor oppassen dat we met de schrale gegevens waarover we beschikken aan het rekenen gaan alsof het om identieke eenheden koekjes, gloeilampen, of tonnen staal gaat. Toch gebeurt dat vaak en slaan managers zonder enig bezwaar aan het delen, vermenig­vul­digen en rekenen allerlei gemid­del­des, percenta­ges en nog veel ingewikkelder kengetallen uit. Vervolgens trekken ze daaruit dan weer verregaande conclusies over effectiviteit, resultaat, output, werkdruk, kostprijzen, etc.


En daarmee zijn we beland bij probleem no. 2.


Steden, wijken, docenten, agenten, leerlingen, etc. zijn zelden identieke eenheden

De berekeningen waarvan we hiervoor enige voorbeelden hebben gezien gaan stilzwijgend uit van de vooronderstelling dat er sprake is van identieke, vergelijkbare eenheden en dat is een professionele dienstverlenende organisatie, zoals de politie zelden het geval. De ene wijk verschilt in allerlei opzichten van alle andere wijken en datzelfde geldt voor wijkagenten, wijkbewoners, incidenten, projecten en de meeste andere “eenheden” die we tellen.

Bij veredelde koekjesfabrieken zoals Hoogovens, Philips, Heineken, DSM, etc. ligt die situatie fundamenteel anders. Daar gaat het om dingen die via een massaproces gefabriceerd worden. Bij dat proces wordt zoveel mogelijk geprobeerd om de variantie tot nul te reduceren en als alles goed gaat lukt dat ook. Gloeilamp no. X van een bepaald type Y is tot in alle onderdelen exact gelijk aan gloeilamp X + N en dus kan er en mag er - meettechnisch gezien - vrijelijk opgeteld, gedeeld, gemiddeld en gepercenteerd, etc. worden.


De politie bevindt zich per definitie in een ander universum. Politiewerk is mensenwerk. Het “politieproduct” wordt in hoofdzaak niet machinaal gemaakt en ontstaat veelal in een proces van menselijke interactie tussen politiemedewerkers en burgers. De variantie is daarbij meestal zo groot dat er volstrekt geen sprake is van vrijwel identieke eenheden en dan is het meettechnisch gezien niet toegestaan om zomaar op te tellen, te delen, te percenteren, etc. Je krijgt dan wel gegevens, maar je kunt er niks mee. Het leidt alleen maar tot “woezel-informatie”, cijfers zonder enige be-teken-is, d.w.z. niet naar enige bestaande werkelijkheid verwijzend. Of nog korter gezegd: onzin.  


Oudere wijkagenten hebben dat werk vroeger al jaren gedaan, terwijl anderen dat voor het eerst van hun leven doen. Sommigen doen nog precies hetzelfde als de wijkagent uit vroegere tijden, terwijl anderen in samenwerking met allerlei andere instanties aan ingewikkelde projecten werken. Sommige agenten werken veel probleemgerichter dan vroeger, terwijl anderen nog steeds symptomen bestrijden.

Volgens G. Endenburg - de “uitvinder” van sociocratie - is in de menselijke werkelijkheid 1 + 1 zelden exact gelijk aan 2. Vrijwel altijd is daar 1 + 1 meer, of minder dan 2. En zo is het hier, bij het  kengetal “aantal wijkagenten per district” ook. Daar is 1 wijkagent + 1 wijkagent ook zelden of nooit 2 precies dezelfde wijkagenten.


Het meetinstrument en de persoon die meet beïnvloeden de meting

Probleem 4 gaat over het vervelende effect dat het in het universum waarin zachte organisaties vertoeven vaak zo is dat het meten op zich een effect heeft op dat wat je meet. Ofwel: het meetinstrument heeft een (onvoorspelbaar) effect op dat wat het meet. Als je mensen een vragenlijst laat invullen over het onderwerp hoe veilig ze zich voelen, kan dat allerlei effecten hebben. Sommige mensen denken dan: “Nou, als ze daar zo expliciet een onderzoek naar doen hier in de wijk, dan zal het wel niet best zijn.” Bij anderen treedt juist een omgekeerd effect op, in de zin van: “Nou gaat er eindelijk wat gebeuren!” en alleen dat kan al een rustgevend gevoel teweeg brengen.


Afgezien van het feit dat het meetinstrument op zich al een effect heeft, geldt dat enquetes op dit gebied vaak afgenomen worden door mensen en daarmee ontstaat er ook een onvoorspelbare hoeveelheid variantie. Intonatie van de stem, uiterlijk en de verbale en non-verbale reacties van de interviewer zullen de mening van de geïnterviewde altijd in positieve, dan wel negatieve zin beïnvloeden.  


Je vindt wat je zoekt. Een vechterig ingestelde onderzoeker vindt deeltjes die botsen en een harmonieus onderzoeker vindt deeltjes die met elkaar meebewegen. Wat is nu werkelijkheid? Blijkbaar speelt al in de fase waarin een meetmodel ontwikkeld wordt de persoonlijkheid van de mens die het model bedenkt een rol.

  

Meetgegevens liggen in de zachte sector vaak op niet meer dan ordinaal niveau

Bij meetgegevens worden er vier kwaliteitsniveaus onderscheiden. Alleen bij de hoogste twee niveaus mag je rekenkundige bewerkingen zoals optellen, aftrekken, delen, gemiddeldes berekenen, percenteren, etc. toepassen. In het universum waarin wij thuis horen halen we dat niveau vaak niet.   


Ratio-niveau is het hoogste meetniveau. Bij dat soort gegevens is er een abso­luut nulpunt. Bovendien zijn de meeteenheden identiek.


Een voorbeeld daarvan is de duimstok. De duimstok begint bij 0 en telt vervolgens op. Een plank kan niet -5 cm zijn. Ook is de afstand tussen elke centimeter exact gelijk. De afstand tussen het meetpunt 10 en 20 cm is hetzelfde als de afstand tussen 30 en 40 cm.


Bij gegevens op ratio-niveau zijn alle wiskundige operaties geoorloofd. Je mag dus optellen en aftrekken, gemiddeldes berekenen, kwadrateren, etc.


Interval-niveau is het op één na hoogste meetniveau. Gegegevens op interval-niveau hebben de ongeveer dezelfde eigenschappen als gegevens op ratio-niveau. Het enige verschil is dat er nu geen absoluut nulpunt is. Je kunt het nulpunt hier zelf bepalen.


Een voorbeeld is de vraag of een aantal planken nu langer of korter zijn in vergelijking met een standaardplank. Het nulpunt is dan de lengte van de standaardplank. De andere planken zijn dan + of - X centimeter.


Ook bij dit soort meetgegevens mag je alle wiskundige bewerkingen toepassen.


Bij het derde meetniveau gaat het om gegevens op ordinaal niveau. Bij gegevens op dat niveau gaat het om volgordes.


Een voorbeeld daarvan zijn de gegevens van de 3 mensen die bij sportwedstrijden op het ereplateau staan. In het midden staat no 1 - de winnaar - en daarnaast staan de nummers 2 en 3.

Bij gegevens op ordinaal niveau is het wel zo dat no 1 beter, sneller, hoger, etc. heeft gepresteerd dan alle andere nummers, maar het is niet zo dat de afstan­den tussen de diverse nummers gelijk zijn. Bij de Elfstedentocht kunnen no. 2 en 3 vlak na elkaar binnenkomen, lang nadat no. 1 al binnen gekomen is.   


Een ander voorbeeld van dit meetniveau is het vergelijken van vier mensen qua doorgroeicapaciteit. Daar is geen meetlat met vaste afstanden tussen de meeteenheden voor, maar je kunt wel een volgorde inschatten door onderlinge vergelijking. (“Compare and contrast”)


Stel dat de beoorde­laars vier mensen A, B, C en D moeten beoor­de­len. Ze komen gezamen­lijk tot de volgende score: A = 1, B = 4, C = 2 en D = 3.

A heeft dus de meeste doorgroeicapaciteit en krijgt de score 1

B heeft de laagste doorgroeicapaciteit en krijgt dus de score 4

C komt na A en wordt dus no 2

D komt na C en wordt dus no 3


Bij dit soort ordinale gegevens is het onzinnig als je wiskundi­ge bewerkingen, zoals optellen, aftrekken en het berekenen van een gemiddelde toepast.


Bijvoorbeeld: het gemiddelde van de rangordecijfers is weliswaar 2,5 maar daaruit mag je beslist niet concluderen dat C dus een bovengemiddelde door­groeicapa­citeit heeft. Het kan bijvoorbeeld (A) zo zijn dat no 1 "stukken" beter is dan no 2, terwijl er maar een klein verschil is tussen no 2, 3 en 4. No 2 zit dan onder het groepsgemiddelde, terwijl zijn rangordecijfer hoger is dan het gemid­delde.
Het omgekeerde kan echter evengoed het geval zijn (B). Als tussen no 1 en no 2 maar weinig verschil zit en no 3 en 4 daar pas op grote afstand achteraan komen, gaat de bewering dat no 2 dus boven het groepsgemiddelde scoort wel op.


(A) 1........................................................................ 2 ..................... 3 ................... 4


(B) 1 .............. 2 ................................................ 3 ................................................. 4

  

Bij gegevens op nominaal niveau gaat het om zoiets als rugnummers bij voetbal­lers. We kennen dan aan dingen, of mensen nummers toe, maar die nummers hebben dan dezelfde functie als een willekeurig symbool, of een naam. Nummer 1 is niet per sé de beste, dat kan net zo goed nr. 18 of nr. 67563 zijn. De nummers dienen alleen voor een gemakkelijke identificatie van de afzonderlijke elementen.


Veel gegevens over de mate van (klant)tevredenheid, veiligheidsgevoel, meningen over van alles en nog wat, etc. worden verkregen met vragenlijsten. Dat soort gegevens liggen meestal op ordinaal niveau en niet hoger, maar toch worden daarmee allerlei vergelijkingen gemaakt tussen beroepsgroepen, organisatieafdelingen, provincies, leeftijdsgroepen, mannen - vrouwen, etc. etc. In organisaties wordt daarmee ook vaak ‘keihard’ vergeleken en afgerekend op resultaat. Maar in feite “kan” dat helemaal niet.....

Als afdelingen, wijken, het soort werknemers, het soort organisatie, individuele mensen, etc. sterk van elkaar verschillen in een aantal opzichten (qua leeftijdsopbouw, woonvorm, soort bebouwing, soort huizen, welstandsklasse, etc.) ben je in feite “paarden” met “koeien” en “olifanten” aan het vergelijken. Dat is niet erg als je weet dat je dat aan doen bent en er niet impliciet van uitgaat dat het allemaal vergelijkbare, identieke “ezels” zijn.


Ter leringhe ende vermaeck een vraag uit een schriftelijke of mondelinge enquete over veiligheidsgevoelens.


Neem bijvoorbeeld de volgende vraag: “Durft u in uw wijk ‘s avonds na 20.00 uur de straat op?”


1. Jawel, ik heb daar nooit problemen mee

2. Ik durf dat soms niet

3. Ik durf dat regelmatig niet

4. Ik durf dat vaak niet

5. Nee, ik ga dan nooit meer de straat op


Wat betekent dan “de straat op”. Naar welke realiteit verwijst dat? Voor sommigen zal dat zoiets betekenen als: ”Ik kom dan niet meer mijn voordeur uit”, voor anderen “Ik maak dan geen ommetje meer, maar ik steek dan nog wel rustig de straat over”, voor nog weer anderen “Ik durf dan niet meer in elke straat van de wijk te komen, maar ik durf nog wel een patatje te halen bij de snackbar”.


En wat is bij dat soort vragen “soms”,  “regelmatig” en “vaak”? Voor de één is “soms”  3x per jaar, voor een ander is dat 3x per maand. “Soms” of “vaak” heeft ook te maken met de vraag hoevaak je “de straat op” gaat. Als dat iedere avond is, betekent antwoord 4 zoiets als “5 van de 7x per week”, maar als iemand so wie so meestal thuis betekent “vaak” zoiets als “7 van de 10x per jaar”.

Eigenlijk moet je dus eerst vragen hoevaak keer per jaar iemand nog na 20.00 buiten de deur komt en wat hij/zij dan doet, maar wie kan er op zo’n vraag een betrouwbaar antwoord geven?


Als er veel andere variabelen zijn die een onbekend, of onvoorspelbaar effect hebben op de objectieve en subjectieve veiligheid (zoals bijvoorbeeld: leeftijd, geslacht, hondenbezit, bebouwing, woonvorm, fysieke omstandigheden, opleiding, persoonlijke weerbaarheid, etc.) kun je dit soort gegevens ook volkomen verkeerd interpreteren, want “vaak” voor een alleenwonende dame van 80 betekent heel wat anders dan “vaak” als antwoord van een boom van een kerel van 30 die gewend is om ‘s avonds samen met zijn vrouw en hun twee herdershonden een ommetje te maken.....


Maar dan komen de rapporten. De antwoordmogelijkheden en -resultaten worden vertaald en gelijkgeschakeld met cijfers op intervalniveau en dan zien we dat in het rapport wordt geconcludeerd dat medewerker / afdeling A veel beter scoort dan B omdat A op klanttevredenheid gemiddeld 2,54 scoort en medewerker / afdeling B gemiddeld 3,37, maar die conclusie is onzinnig, slaat nergens op, is gebaseerd op een meetlat van elastiek!    


Het primaat van het natuurwetenschapelijk paradigma

In de voorafgaande hoofdstukken komt u diverse voorbeelden tegen uit de politiewereld waarbij er onjuiste, of voorbarige conclusies worden getrokken uit meetgegevens. Bij andere voorbeelden worden er - gezien het meetniveau - ongeoorloofde wiskundige bewerkingen uitgevoerd.


Waarom gebeurt dat? Een eerste reden is dat veel meet- en regeltechnieken oorspronkelijk afkomstig zijn uit het universum van de techniek en de natuurwetenschappen. In die wereld zijn beweringen pas “waar” als ze “objectief” geconstateerd en “herhaalbaar” zijn. Objectief betekent hier dat ze met een - van de waarnemer onafhankelijk - meetinstrument geconstateerd moeten zijn. “Herhaalbaar” houdt in dat iemand die dat zou willen op elk gewenst moment met gebruikmaking van hetzelfde meetinstrumentarium tot dezelfde conclusies moet kunnen komen.

Deze eisen gaan uit van een statisch, onveranderlijk universum. Alleen iets wat vandaag zo is, morgen zo is en na tien, of honderdduizend  jaar ook nog zo is, dat is waarheid. Alles wat niet aan deze strenge voorwaarden voldoet, is dat niet.

Om dat soort waarheden op het spoor te komen moet  je het volgende doen: je meet een bepaald kenmerk van een ding (de nul-meting),  je verandert dan - meetbaar - één variabele aan de omstandigheden (de experimentele conditie) en je kijkt vervolgens of, en wat er precies aan het ding veranderd is. En zo kom je dan tot de conclusie: “Als X dan Y”.


 meting vooraf   verandering van conditie X   meting  achteraf


1 1 m spoorrails  temperatuur 5 graden omhoog  lengte =

2 1 m spoorrails  temperatuur 10 graden omhoog  lengte =

3 1 m spoorrails  temperatuur 20 graden omhoog  lengte =

N enz.     enz.       lengte =


En jawel hoor, je ontdekt dat altijd en overal, of jij het nou doet of iemand anders, vandaag, morgen en overmorgen geldt dat een stuk spoorrails van 1 meter bij verhitting langer wordt. Je ontdekt ook dat het ding langer wordt naarmate je het ding meer verhit. En zo kom je door een reeks experimenten tot de wetmatigheid dat als de temperatuur 1 graad stijgt, een stuk spoorrails altijd en overal M mm per meter langer wordt.


Na de techneuten komen de biologen, omstreeks 1900 de psychologen en nog later de sociologen, politicologen en de bedrijfskundigen en die willen allemaal ook graag als “wetenschappers” erkend worden, maar het vervelende is dat ze niet aan al die strenge voorwaarden kunnen voldoen. Ze bevinden zich in een ander universum en in dat universum van dieren, mensen, maatschappijen en organisaties zit je met het vervelende kenmerk dat de te bestuderen elementen zelden exact identiek zijn. Bovendien veranderen ze ook nog eens continu, want ze leven, groeien en ontwikkelen zich en zijn morgen niet meer hetzelfde als gisteren. Ook kun je ze meestal niet goed isoleren en in een laboratorium bestuderen, waar je de condities (op één na: de experimentele) mooi constant kunt houden, maar daar trekken de nieuwe wetenschappers zich niet veel van aan en beginnen - net als de politiemanager van nu - rustig te meten en te rekenen.


Tegenwoordig beginnen veel wetenschappers uit het tweede universum zich af te vragen of het niet verstandiger is om beter bij dit universum passende onderzoeksvoorwaarden en meetinstrumenten te ontwikkelen, want met het instrumentarium van de natuurwetenschappen is de complexe, levende wereld van het tweede universum niet goed te bestuderen. Je hebt fundamenteel andere instrumenten nodig om die werkelijkheid te kunnen bestuderen, meten, in kaart te brengen en er wetmatigheden in te ontdekken.  


Er is nog een tweede reden voor al dat gemeet en gereken in organisaties. Het uiteindelijke doel van de “echte” wetenschappers uit het eerste (en de meeste uit het tweede) universum is om de werkelijkheid te kunnen beheersen en te kunnen voorspellen. Dat sluit goed aan bij de wens van veel managers. En als je een organisatie dan ziet als een soort “ding” dat aangestuurd en in de hand gehouden, voorspelbaar gemaakt moet worden, ga je net als de natuurwetenschappers op zoek naar “wetten” waarmee je precies dat resultaat kunt bereiken dat je wilt en zoek je naar meetgegevens waarmee je dat keihard kunt aantonen.  



Een mini-toneelstuk voor twee heren

“Dag meneer de manager.”

“Dag meneer de bedrijfskundige.”

“Zo, kunt u voor mij de organisatie even doormeten en in kaart brengen?”

“Jazeker, en ik heb ook een aantal aardige wetmatigheden voor u, zodat u de zaak goed kunt besturen. Bijvoorbeeld: als X, dan Y.”

“Als X, dan Y zegt u? Bedankt voor uw advies, als ik Y wil - en dat wil ik - dan moet ik dus X doen.”  

“Jazeker meneer de manager. Er is echter nog één klein probleempje, dat kan alleen als u de variantie in uw organisatie zoveel mogelijk reduceert. Zoveel mogelijk alles en iedereen standaardiseren. Geen variatie!”

“Oh, eh,  nou dan doen we dat toch! Maar hoe doe ik dat?”

“Nou laten we maar eens beginnen met functiewaardering. We maken gewoon voor elke docent  - ongeacht zijn vak en ongeacht zijn capaciteiten en ervaring - dezelfde functie-omschrijving. Daar kunnen we dan mooi een standaard-opleidingsplan bij aansluiten, een standaard-beoordelingssysteem en nog veel meer. In die functie-omschrijving kunnen we dan mooi zetten welke resultaten er bereikt moeten worden, ik lever u een geautomatiseerd systeem waarmee we dat voor u - per soort opleiding - meten en zo maken we de organisatie beheersbaar.”

“Schitterend, hoeveel tijd heeft u daar voor nodig en wat kost dat?”

“Nou, ik denk ongeveer één jaar en dat kost een paar ton, maar dan heeft u de zaak ook prima voor elkaar.”

“Nou ja, de praktijk leert me dat zoiets meestal twee keer zo lang duurt als geschat en drie keer zoveel kost, maar goed, laten we ‘t maar doen.....”

Meetproblemen in de zachte sector

Agent 1 - behandeltijd

Agent 2 - behandeltijd

3 burenruzies - 15 min.

2 burenruzies - 30 min.

1 aanrijding - 15 min.

1 aanrijding - 20 min.

1 fietser bekeurd - 10 min.

1 brommercontrole - 10 min.

5 incidenten - totaal 40 min.

4 incidenten - totaal 60 min.

leegloop - 80 min.

Leegloop - 60 min.

Agent 1

Agent 2

gem. afhandeltijd burenruzie - 5 min.

gem. afhandeltijd burenruzie - 15 min.

gem. afhandeltijd aanrijding - 15 min.

gem. afhandeltijd aanrijding - 20 min.

gem. afh.tijd per incident - 8 min.

gem. afh.tijd per incident - 15 min.

leegloop per uur - 40 min.

Leegloop per uur - 30 min.

leeglooppercentage - 66%

leeglooppercentage - 50%