Om de nul-hypothese dat de waarderingen per plaats niet verschillen te toetsen zijn er 510 steekproeven genomen. Deze steekproeven bestonden ieder uit een uitvoering van de simulatie met willekeurig uitgedeelde kaarten. Het willekeurig uitdelen van de kaarten is gedaan door onze ‘random-generator’ welke voorzien is van ‘seeds’ om de resultaten reproduceerbaar te maken.

De nul-hypothese omvat een uitspraak over een viertal varianties van de waarderingen behorende bij de 4 spelerplaatsen. Om de nul-hypothese te testen is hierom gebruik gemaakt van variantie-analyse (ANOVA) waarna uitspraken gedaan kunnen worden over een eventuele aanwezigheid van verschillen in waarderingen per plaats. De ANOVA is genomen over iedere speler met corresponderende waarderingen. Het resultaat is te zien in onderstaande tabel.

In de tabel zijn 6 kolommen te zien. De eerste toont de bron van de variabiliteit, de tweede toont de Sum of Squares (SS) door de bron, de derde toont het aantal vrijheidsgraden bij de bron, de vierde toont de Mean Squares (MS) voor elke bron (SS/df), de vijfde toont de F-statistiek, de ratio van MS-en. De laatste toont de p-waarde. Wanneer de p-waarde kleiner is dan .05 dan mag de nul-hypothese verworpen worden. Met p <.05 is er dus minstens 1 gemiddelde significant verschillend van de andere.

De data zelf is samengevat in onderstaande ANOVA boxplot van de verschillende spelers. Grote verschillen in de middellijnen van de boxplot corresponderen met grote F-waarden en dus met kleine p-waarden. Overigens is in deze plot mooi te zien dat het aantal mogelijke werelden erg groot kan worden.

Nu bekend is dat minstens een van de gemiddelden significant (p=.0112) verschilt van de andere gemiddelden wordt uiteraard de vraag opgeroepen welk gemiddelde of welke gemiddelden dan wel verschillen. Om deze vraag te beantwoorden kan een zogenaamde contrast-analyse van toepassing zijn. De contrast-analyse is uitgevoerd met behulp van de Matlab functie 'Multiple Comparison'. Onderstaande figuur is hiervan de uitvoer.'

In figuur 2 zijn de gemiddelden van de waarderingen van de verschillende plaatsen weergegeven als cirkels (Het biedproces begint bij North). De lijnen geven de betrouwbaarheidsintervallen met betrekking tot de waarderingen van de plaatsen weer. Om te bepalen of een gemiddelde significant verschilt van een ander gemiddelde wordt het 95% betrouwbaarheidsinterval van het verschil van twee gemiddelden berekend. Als dit betrouwbaarheidsinterval 0 niet omvat is het verschil significant te noemen (alpha = 95%). In andere woorden: twee gemiddelden verschillen significant wanneer de betrouwbaarheidsintervallen van de gemiddelden (de lijnen) elkaar niet overlappen. Figuur 2 laat zien dat dit opgaat voor plaatsen East en South. Er kan dus geconcludeerd worden dat de plaats van een speler gemiddeld genomen invloed heeft op de omvang van diens kennis; dat de spelers op plaats East meer kennis (minder mogelijke werelden) hebben dan spelers op plaats South.

Wanneer nogmaals een blik geworpen wordt op figuur 2 valt ook op te merken dat ook de gemiddelden van spelers op plaatsen North en West erg (maar niet significant) van elkaar verschillen. Hoewel overigens het verschil tussen plaatsen North en West niet significant is mag ook niet geconcludeerd worden dat deze plaatsen niet verschillen. De stelregel is namelijk dat de betrouwbaarheidsintervallen meer dan 25% moeten overlappen om te kunnen zeggen dat deze plaatsen niet verschillen qua kennis.

Als er nu stilgestaan wordt bij het feit dat niet alleen spelers op posities North en South maar ook op posities East en West elkaars partners zijn dan lijkt er een zeer interessant verschijnsel gevonden te zijn. Het team dat begint met bieden/passen (het team van spelers op North) en ook vaker een actieve rol speelt in het biedproces is duidelijk minder fortuinlijk als het gaat om kennis over de bedeling van andere spelers. Het team (East/West) dat nooit als eerste een mededeling doet en vaker een passieve rol speelt doordat ze vaker moet reageren op een openingsbod profiteert duidelijk als het gaat om kennis over bedelingen.