Wet van Benford
In natuurlijke reeksen bedragen, zoals facturen, declaraties of boekingen, begint ongeveer 30% met een 1 en maar 5% met een 9. Verzonnen of gemanipuleerde bedragen volgen dat patroon vaak niet. Accountants en fraudeonderzoekers gebruiken deze test om te zien waar ze verder moeten kijken.
Je gegevens blijven op je eigen computer. Bestanden worden in je browser gelezen en nergens naartoe gestuurd, ook niet naar ons.
1.500 getallen gevonden.
Afwijking van Benford (MAD)
0,0042
De verdeling past heel goed bij de wet van Benford. Er zijn geen aanwijzingen voor kunstmatige bedragen.
1.500
3,7
0,884
Werkelijk tegenover verwacht
Verdeling per cijfer›
| Cijfer | Aantal | Werkelijk | Verwacht | Z-score |
|---|---|---|---|---|
| 1 | 462 | 30,80% | 30,10% | 0,56 |
| 2 | 271 | 18,07% | 17,61% | 0,43 |
| 3 | 182 | 12,13% | 12,49% | 0,38 |
| 4 | 147 | 9,80% | 9,69% | 0,10 |
| 5 | 111 | 7,40% | 7,92% | 0,70 |
| 6 | 91 | 6,07% | 6,69% | 0,92 |
| 7 | 87 | 5,80% | 5,80% | 0,00 |
| 8 | 71 | 4,73% | 5,12% | 0,61 |
| 9 | 78 | 5,20% | 4,58% | 1,10 |
* Significant afwijkend (z > 1,96, 5%-niveau).
Rapport
Download je invoer en uitkomsten als overzichtelijk PDF-rapport. Kies in het printvenster voor ‘Opslaan als PDF’.
Een 1 als eerste cijfer komt in 30,1% van de gevallen voor, een 2 in 17,6%, en zo verder tot 4,6% voor een 9.
P(d) = log₁₀(1 + 1/d)
De gemiddelde afwijking per cijfer. Mark Nigrini, de bekendste Benford-onderzoeker, koppelde er grenzen aan voor nauwe, acceptabele en geen conformiteit.
gem. |werkelijk − verwacht|
Werkt goed voor grote reeksen bedragen die over meerdere ordes van grootte lopen. Niet geschikt voor factuurnummers, vaste prijzen, bedragen met een maximum of kleine datasets.