Een introductie tot onderzoeksmethoden | Wij helpen je kiezen
Als je een onderzoeksproject plant, een onderzoeksvraag opstelt en een onderzoeksopzet maakt, moet je beslissingen nemen over het soort onderzoeksdesign (type of research) dat je wilt gaan uitvoeren.
Er zijn veel manieren om de verschillende soorten onderzoek te categoriseren. De manier waarop je je onderzoek beschrijft hangt af van je discipline en vakgebied. Over het algemeen zal de vorm van je onderzoeksopzet worden bepaald door:
- Het soort kennis dat je wilt produceren (het onderzoeksdoel)
- Het soort data dat je gaat verzamelen en analyseren
- De steekproefmethoden, het tijdschema en de setting van het onderzoek
Op basis van je keuzes voor deze drie categorieën, kun je vervolgens je onderzoeksmethoden bepalen. Onderzoeksmethoden zijn specifieke benaderingen om data te verzamelen en te analyseren (i.e., de dataverzamelingsmethoden en de data-analysemethoden), zodat je je onderzoeksvraag kunt beantwoorden.
Waarom is een goede onderzoeksmethode belangrijk?
Het kiezen van je onderzoeksmethode is een essentiële stap in je onderzoek, omdat je design goed uitgedacht moet zijn om valide en betrouwbare resultaten te kunnen verkrijgen. Als je je methodologie opstelt, zijn er twee belangrijke vragen die je moet kunnen beantwoorden:
- Hoe ga je je data verzamelen?
- Hoe ga je de data analyseren?
Door je methodologie transparant en gedetailleerd te beschrijven, kunnen andere onderzoekers je stappen volgen en je onderzoek eventueel reproduceren of repliceren om de validiteit en betrouwbaarheid van je resultaten te onderzoeken.
Tip: Wist je dat we naast een nakijkdienst ook een online Grammatica Check hebben?
Keuze 1: Soorten onderzoeksdoelen
Het eerste wat je moet overwegen is wat voor soort kennis je wilt produceren.
Soort onderzoek | Wat is het verschil? | Wat moet je overwegen? |
---|---|---|
Fundamenteel vs toegepast |
|
Wil je wetenschappelijk inzicht vergroten of een praktisch probleem oplossen? |
Verkennend vs verklarend
(exploratory vs. explanatory) |
|
Hoeveel is al bekend over je onderzoeksprobleem? Voer je een eerste onderzoek uit naar een nieuw geïdentificeerd probleem of probeer je precieze conclusies te trekken over een al bestaand probleem? |
Inductief vs deductief |
|
Bestaat er al een theorie over je onderzoeksprobleem die je kunt gebruiken om je hypothesen mee op te stellen, of wil je nieuwe theorieën voorstellen op basis van je bevindingen? |
Keuze 2: Soorten onderzoeksdata
Het volgende waar je over na moet denken voor je onderzoek is welk soort data je gaat verzamelen. Elk soort data gaat gepaard met een reeks specifieke onderzoeksmethoden (i.e., dataverzamelingsmethoden en data-analysemethoden). Je kunt onderscheid maken tussen:
Soort onderzoek | Wat is het verschil? | Wat moet je overwegen? |
---|---|---|
Kwalitatief vs kwantitatief |
|
Is je onderzoek meer gericht op iets meten of op iets interpreteren? Je kunt ook een mixed-methods onderzoek uitvoeren waarin elementen van beide onderzoeksmethoden terugkomen. |
Primair vs secundair |
|
Hoeveel data over je onderwerp zijn er al beschikbaar ? Wil je originele data verzamelen of bestaande data analyseren (e.g., met een literatuuronderzoek)? |
Descriptief vs experimenteel |
|
Wil je kenmerken, patronen en correlaties vaststellen of causale verbanden tussen variabelen toetsen? |
Kwantitatieve vs kwalitatieve data
Je keuze voor een kwalitatieve of kwantitatieve dataverzameling is afhankelijk van het soort kennis dat je wilt verkrijgen.
Als je vragen betrekking hebben op ideeën, ervaringen, meningen en betekenissen of als je iets wilt onderzoeken dat niet in getallen kan worden uitgedrukt, verzamel je kwalitatieve data.
Als je meer geïnteresseerd bent in de werking van een onderwerp of als je hypothesen wilt toetsen, verzamel je kwantitatieve data.
Als je beide soorten data nodig hebt om je onderzoeksvraag te beantwoorden, kies je voor een mixed-methods benadering.
|
|
|
---|---|---|
Kwalitatief |
|
|
Kwantitatief |
|
|
Mixed methods |
|
|
Primaire data vs secundaire data
Primaire data zijn alle vormen van originele informatie die je verzamelt om je onderzoeksvraag te beantwoorden, bijvoorbeeld met enquêtes, observaties en experimenten. Secundaire data zijn alle vormen van informatie die al is verzameld door andere onderzoekers (bijvoorbeeld voor eerdere wetenschappelijke onderzoeken).
Als je zelf een nieuwe onderzoeksvraag hebt geformuleerd op basis van gaten of missende informatie in de literatuur, moet je vaak primaire data verzamelen. Als je een beeld wilt krijgen van de bestaande kennis, historische trends wilt analyseren of als je patronen over de tijd wilt identificeren, kies je waarschijnlijk voor secundaire data.
|
|
|
---|---|---|
Primaire data |
|
|
Secundaire data |
|
|
Descriptieve vs experimentele data
Bij descriptief onderzoek verzamel je data over je onderzoeksonderwerp zonder zelf in te grijpen. Je manipuleert geen variabelen om de natuurlijke situatie naar je hand te zetten. De validiteit van je onderzoek zal afhangen van je steekproefmethode.
Bij experimenteel onderzoek manipuleer je de situatie op systematische wijze en meet je daarna de uitkomst. De validiteit van je onderzoek zal afhankelijk zijn van je experimentele design.
Als je een experiment wilt uitvoeren is het nodig dat de onafhankelijke variabele systematisch gemanipuleerd kan worden en dat de afhankelijke variabele nauwkeurig kan worden gemeten. Ook moet je kunnen controleren voor externe variabelen of confouding variabelen. Als het praktisch haalbaar is en ethisch verantwoord is, is experimenteel onderzoek de beste methode om causaliteit aan te tonen.
|
|
|
---|---|---|
Descriptief |
|
|
Experimenteel |
|
|
Keuze 3: Soorten steekproefmethoden, tijdschema en setting
Vervolgens moet je drie gerelateerde vragen in overweging nemen:
- Hoe ga je de proefpersonen van het onderzoek selecteren?
- Wanneer en hoe vaak ga je de data van de proefpersonen verzamelen?
- Waar zal het onderzoek plaatsvinden?
Soort onderzoek | Wat is het verschil? | Wat moet je overwegen? |
---|---|---|
Aselecte vs selecte steekproef |
|
Wil je te generaliseren kennis produceren die van toepassing is op vele contexten of gedetailleerde kennis over een specifieke context (e.g., in een case study)? |
Cross-sectioneel vs longitudinaal |
|
Is je onderzoeksvraag gericht op het begrijpen van de huidige situatie of op het volgen van veranderingen in de loop van de tijd? |
Veldonderzoek vs laboratoriumonderzoek
(field research vs laboratory) |
|
Wil je te weten komen hoe iets in de echte wereld gebeurt of wil je harde conclusies trekken over oorzaak-gevolgrelaties? Laboratoriumexperimenten hebben een hogere interne validiteit maar een lagere externe validiteit. |
Fixed vs flexibel |
|
Wil je hypothesen toetsen en te generaliseren feiten vaststellen, of wil je concepten verkennen en begrip ontwikkelen? Voor het meten, testen en generaliseren heeft een vaste onderzoeksopzet een hogere validiteit en betrouwbaarheid. |
Je onderzoeksmethode bepalen
Onderzoeksmethoden zijn je dataverzamelingsmethoden en data-analysemethoden. Op basis van je keuzes voor de drie bovenstaande categorieën kun je beslissingen nemen over je onderzoeksmethoden.
Dataverzamelingsmethoden
In de onderstaande tabel staan enkele voorbeelden van dataverzamelingsmethoden.
Methode | Primair of secundair? | Kwalitatief of kwantitatief? | Wanneer te gebruiken? |
---|---|---|---|
Experiment | Primair | Kwantitatief | Om causale relaties te toetsen. |
Enquête | Primair | Kwantitatief | Om de algemene kenmerken van een populatie te begrijpen. |
Interview/focusgroep | Primair | Kwalitatief | Om een beter begrip te krijgen van het gekozen onderwerp. |
Observatie | Primair | Beide | Om te begrijpen hoe iets of iemand zich gedraagt in een natuurlijke omgeving. |
Literatuurstudie | Secundair | Beide | Om de positie van jouw onderzoek ten aanzien van eerder onderzoek te doorgronden of om trends te identificeren en evalueren. |
Case study | Beide | Beide | Om een beter begrip te krijgen van een specifieke groep of context, of als je niet de middelen hebt voor een omvangrijk onderzoek. |
Data-analysemethoden
Je data-analysemethoden zijn afhankelijk van het soort data dat je verzamelt en de manier waarop je je data bewerkt voorafgaand aan de analyse.
Data kunnen vaak zowel kwalitatief als kwantitatief worden geanalyseerd. Zo kun je enquêteresultaten bijvoorbeeld kwalitatief analyseren door de betekenis van de gegeven antwoorden te doorgronden, maar ook kwantitatief door frequenties te onderzoeken.
Kwalitatieve data-analysemethoden
Kwalitatieve analyses worden gebruikt om woorden, ideeën en ervaringen te begrijpen. Je kunt dit soort analyse inzetten om data te verwerken die verzameld is door gebruik te maken van:
- Vragenlijsten met open vragen, interviews, literatuurstudies, een case study en andere bronnen met tekst in plaats van getallen.
- Een selecte steekproef.
De procedure bij kwalitatieve analyse is vaak relatief flexibel. Bovendien is de interpretatie afhankelijk van het oordeel van de onderzoeker, dus het is van belang om zorgvuldig te reflecteren op keuzes en aannames (bijvoorbeeld in je methodologie en in de discussiesectie).
Kwantitatieve data-analysemethoden
Bij kwantitatieve analyses worden numerieke data en statistiek gebruikt om frequenties, gemiddelden en correlaties te begrijpen (bij descriptief onderzoek) of om causale relaties te onderzoeken (bij experimenteel onderzoek).
Je kunt kwantitatieve data-analyse gebruiken om data te analyseren die zijn verzameld door:
- Een experiment uit te voeren.
- Een aselecte steekproef te trekken.
Aangezien de data worden verzameld en geanalyseerd op een statistisch valide wijze, kunnen de resultaten van kwantitatief onderzoek over het algemeen goed worden gestandaardiseerd. Hierdoor zijn deze resultaten ook heel bruikbaar voor andere onderzoekers.
Voorbeelden van data-analysemethoden
Methode | Kwalitatief of kwantitatief? | Wanneer te gebruiken? |
---|---|---|
Statistische analyse | Kwantitatief | Om data te analyseren die op een statistisch valide wijze zijn verkregen (experimenten, enquêtes, observaties). |
Meta-analyse | Kwantitatief | Om de resultaten van een groot aantal onderzoeken statistisch te analyseren.
Kan alleen worden toegepast op onderzoeken waarbij de data op een statisch valide manier zijn verkregen. |
Thematische analyse | Kwalitatief | Om data te analyseren die zijn verzameld middels interviews, focusgroepen of tekstuele bronnen.
Om overkoepelende thema’s in de data te identificeren en om te doorgronden hoe deze thema’s worden gecommuniceerd. |
Inhoudsanalyse | Beide | Om grote hoeveelheden tekstuele of visuele data te analyseren die zijn verkregen uit enquêtes, literatuurstudies of andere bronnen.
Kan kwantitatief zijn (woordfrequenties), maar ook kwalitatief (woordbetekenissen). |
Veelgestelde vragen over onderzoeksmethoden
- Wat is het verschil tussen kwantitatief en kwalitatief onderzoek?
-
Kwantitatief onderzoek heeft betrekking op getallen en statistiek, terwijl kwalitatief onderzoek over woorden en betekenissen gaat.
Met kwantitatieve onderzoeksmethoden kun je een hypothese toetsen door systematisch data te verzamelen en te analyseren, terwijl je met kwalitatieve methoden diepgaand onderzoek kunt doen naar ideeën en ervaringen.
- Wat is het verschil tussen beschrijvend onderzoek en verkennend onderzoek?
-
Beschrijvend onderzoek kan een verkennend karakter hebben, bijvoorbeeld als er nog weinig bekend is over het onderzoeksonderwerp. Toch zijn er enkele verschillen tussen beschrijvend/descriptief onderzoek en verkennend/exploratief onderzoek.
- Het doel
- Flexibiliteit van het design
- Einde van de tekst
Beschrijvend of descriptief onderzoek Verkennend of exploratief onderzoek Het doel is om inzicht te krijgen in mensen, gebeurtenissen, objecten of fenomenen Het doel is om informatie te verzamelen, zodat je je onderzoeksvraag en -doel kunt bepalen Het onderzoeksdesign staat vast Het onderzoeksdesign is flexibel Je eindigt met een conclusie Je hoeft nog niet te eindigen met een conclusie - Wat is een onderzoeksopzet of onderzoeksplan?
-
Een onderzoeksplan is een strategie om je onderzoeksvraag te beantwoorden met behulp van empirische data. Als je een onderzoeksdesign maakt, moet je beslissingen nemen met betrekking tot:
- Je overkoepelende doelen en benaderingen;
- Het type onderzoek;
- Je steekproefmethoden en criteria voor selectie van participanten;
- Je dataverzamelingsmethoden;
- De dataverzamelingsprocedure;
- De data-analysemethode.
- Wat houdt het dataverzamelingsproces in?
-
In het dataverzamelingsproces verzamel je op basis van je onderzoeksopzet data voor je scriptie of onderzoek om zo je onderzoeksvraag te beantwoorden. Het is van belang dat je de data op een gestructureerde, valide en betrouwbare manier verzamelt.
Hierbij denk je van tevoren na over het doel van je onderzoek, het type data dat je wilt verzamelen en de methoden en procedures die je gebruikt om data te verzamelen, op te slaan en te verwerken.
- Wat is een datamanagementplan?
-
Voordat je begint aan je dataverzameling is het van belang om te bepalen hoe je je data gaat organiseren en opslaan. Dit doe je in een datamanagementplan. Als je mensen onderzoekt, moet je dit plan waarschijnlijk indienen bij een ethische toetsingscommissie.
- Als je data verzamelt door mensen te onderzoeken, moet je de data waarschijnlijk anonimiseren en veilig opslaan, zodat de (gevoelige) informatie niet kan worden bekeken door anderen.
- Als je data verzamelt met behulp van interviews, is het van belang om de data te transcriberen, zodat je de data zo min mogelijk interpreteert (en mogelijk vertekent).
- Je kunt verlies van data voorkomen door een systeem te gebruiken waarvan regelmatig een back-up wordt gemaakt.