Wenn ich das aus Statistik noch richtig entsinne, kann man bei N Versuchen etwa +/- Wurzel aus N als Unsicherheit betrachten. Ist der Unterschied nicht merklich größer als dieser Wert, dann liest man Sachen ins Zufallsrauschen hinein.

Im vorliegenden Fall wäre diese Größe bei 4.5 Punkten, und da liegt 13.5 vs. 16.5 gänzlich drin.