Een onderzoeksopzet of onderzoeksplan opstellen (voorbeelden)

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.

Met een goed opgesteld onderzoeksplan kun je ervoor zorgen dat je onderzoeks- en analysemethoden passen bij je onderzoeksdoelen.

In sommige gevallen vormt de onderzoeksopzet een aparte opdracht, maar het plan kan ook deel uitmaken van een groter onderzoeksvoorstel of ander project. In alle gevallen is het belangrijk om vast te stellen welke methoden het meest geschikt (en haalbaar) zijn om je onderzoeksvraag te beantwoorden.

Stap 1: Formuleer je doelen en onderzoeksvraag

Voordat je kunt beginnen met het ontwerpen van je onderzoeksdesign, moet je al een goed idee hebben van de onderzoeksvraag waarin je geïnteresseerd bent.

Je zou deze vraag op veel verschillende manieren kunnen beantwoorden. De keuzes die je maakt voor je design moeten gebaseerd zijn op je doelen en prioriteiten. Bedenk dus eerst goed wat je wilt bereiken.

Allereerst moet je kiezen tussen een kwalitatieve en kwantitatieve benadering.

Over het algemeen zijn kwalitatieve onderzoeksdesigns flexibeler, waardoor je je benadering kunt aanpassen op basis van de resultaten die je vindt tijdens het onderzoek.

Kwantitatieve onderzoeksmethoden zijn vaak minder flexibel, omdat je de variabelen en hypothesen al uitwerkt voordat je begint met de dataverzameling.

Het is ook mogelijk om een mixed-methods-design te kiezen, waarbij je beide benaderingen combineert. Zo kun je een completer beeld krijgen van het probleem dat je onderzoekt. Ook lever je zo meer bewijs voor je conclusies.

Praktische overwegingen voor je onderzoeksdesign

Je onderzoeksdesign moet wetenschappelijk verantwoord worden, maar het is ook belangrijk om rekening te houden met praktische overwegingen.

• Hoeveel tijd heb je om data te verzamelen en verslag te doen?
• Heb je toegang tot de data die je wilt verzamelen (bijvoorbeeld: heb je toestemming nodig, moet je reizen, et cetera)?
• Heb je de benodigde onderzoeksvaardigheden (zoals interviewvaardigheden of kennis van statistische analyses)?
• Heb je toestemming nodig van de ethische toetsingscommissie?

Bij iedere fase van je onderzoeksdesign moet je je afvragen of je wetenschappelijk onderbouwde keuzes praktisch gezien haalbaar zijn.

Stap 2: Kies het type onderzoeksdesign

Je kunt bij zowel een kwalitatieve als kwantitatieve benadering kiezen uit diverse soorten onderzoeksdesigns. Ieder type biedt een kader waarbinnen je je onderzoek kunt vormgeven.

Kwantitatieve onderzoeksdesigns

Kwantitatieve onderzoeksdesigns kunnen worden verdeeld in vier soorten. Met experimenteel en quasi-experimenteel onderzoek kun je oorzaak-gevolgrelaties (causaliteit) onderzoeken, terwijl je met descriptieve en correlationele designs variabelen kunt meten en relaties tussen de variabelen kunt beschrijven.

Met descriptieve (beschrijvende) of correlationele designs kun je een goed beeld krijgen van eigenschappen, trends en relaties (in de “echte” wereld). Je kunt echter geen conclusies trekken over causaliteit, omdat een correlatie geen causaliteit impliceert.

Experimenten zijn de beste manier om causale relaties te onderzoeken zonder het risico te lopen dat veranderingen worden veroorzaakt door andere factoren. Het nadeel van een experiment is dat de omstandigheden waarin het experiment plaatsvindt niet altijd representatief zijn voor de werkelijkheid.

Kwalitatieve onderzoeksdesigns

Kwalitatieve designs zijn flexibeler dan kwantitatieve designs. Het doel is om rijke data te verzamelen om zo een beter inzicht te krijgen in specifieke contexten, fenomenen of gedragingen.

Onderstaande tabel toont een aantal veelvoorkomende kwalitatieve designs. In de meeste gevallen worden soortgelijke dataverzamelingsmethoden gebruikt, maar verschilt de focus van het onderzoek bij de data-analyse.

Stap 3: Identificeer je populatie en kies de steekproefmethode

Je onderzoeksdesign moet duidelijk maken op wie of wat je onderzoek gefocust is en hoe je je participanten selecteert.

In de context van wetenschappelijk onderzoek is de populatie de gehele groep waarover je conclusies wilt kunnen trekken, terwijl een steekproef een subset van deze populatie is die je daadwerkelijk onderzoekt (waarvan je data verzamelt).

De populatie definiëren

“Populatie” is een erg breed begrip dat betrekking kan hebben op mensen, planten, dieren, organisaties, teksten, landen, et cetera. Bij sociale wetenschappen wordt meestal verwezen naar een groep mensen.

Het is belangrijk dat je je populatie zo nauwkeurig mogelijk definieert en dat je deze goed afbakent. Zo kun je bijvoorbeeld geïnteresseerd zijn in mensen met een bepaalde baan of in patiënten met een bepaalde aandoening. Hoe nauwkeuriger je je populatie definieert, hoe makkelijker het is om een representatieve steekproef te verzamelen.

Steekproefmethoden

Zelfs als je populatie heel goed gedefinieerd en afgebakend is, is het moeilijk om data te verzamelen voor ieder lid van de populatie. In plaats daarvan kies je bijna altijd voor een steekproef.

Er zijn twee belangrijke steekproefmethoden: een aselecte steekproef en een selecte steekproef. Je keuze heeft een sterke invloed op de mate van zekerheid waarmee je je resultaten kunt generaliseren naar de gehele populatie.

Als je kunt kiezen voor een aselecte steekproefmethode, geniet deze methode altijd de voorkeur boven een selecte methode. Toch is het vaak moeilijk om je participanten aselect te selecteren, zeker als je weinig tijd en middelen hebt of als de populatie groot is.

Daarom kiezen veel onderzoekers uit praktische overwegingen voor een selecte steekproef. Het is niet erg als je voor je scriptie ook een selecte steekproef trekt, maar het is belangrijk dat je dan laat zien dat je je bewust bent van de beperkingen en de mogelijke vertekening van je data. Probeer altijd een zo representatief mogelijke steekproef te trekken.

Case-selectie bij kwalitatief onderzoek

In sommige gevallen trek je geen steekproef. Bij een etnografie of case study is het bijvoorbeeld niet je doel om de resultaten naar een grotere populatie te generaliseren. In plaats daarvan wil je één specifieke context heel goed begrijpen.

Ook als je geen steekproef trekt, moet je goed nadenken over de gemeenschap of case waarin je je wilt verdiepen. Het is belangrijk dat je kunt verantwoorden waarom je voor die gemeenschap of case hebt gekozen en hoe een bepaalde case je helpt bij de beantwoording van je onderzoeksvraag.

Stap 4: Kies je dataverzamelingsmethode

Het is essentieel dat je dataverzamelingsmethode goed wordt uitgedacht. Door zelf data te verzamelen, verkrijg je originele inzichten en heb je veel controle over de manier waarop de data worden verzameld.

Je kunt voor één dataverzamelingsmethode kiezen, maar het is ook mogelijk om meerdere methoden te gebruiken in één onderzoek (triangulatie van methoden).

Enquêtes (en interviews)

Enquêtes stellen je in staat data te verzamelen over meningen, gedragingen, ervaringen en eigenschappen door vragen te stellen aan respondenten. Er zijn twee populaire enquêtemethoden: vragenlijsten en interviews.

Observaties

Door participanten te observeren, kun je in een natuurlijke omgeving data verzamelen zonder variabelen te beïnvloeden. Je kunt bijvoorbeeld eigenschappen, gedragingen of interacties observeren zonder gebruik te hoeven maken van vaak onbetrouwbare zelfbeoordelingen (zelfrapportages).

Je kunt observeren terwijl dat waarin je geïnteresseerd bent daadwerkelijk plaatsvindt, maar het is ook mogelijk om na afloop te observeren op basis van videobeelden. Observaties kunnen kwantitatief en kwalitatief van aard zijn.

Andere dataverzamelingsmethoden

Er zijn veel andere manieren waarop je data kunt verzamelen, afhankelijk van je onderzoeksgebied en -onderwerp.

Als je niet zeker weet welke methoden het meest geschikt zijn voor jouw onderzoeksdesign, kun je inspiratie opdoen door literatuur te lezen over jouw onderzoeksgebied. Ook is het verstandig om bij twijfel goed te overleggen met je begeleider, zodat je zeker weet dat je bruikbare data verzamelt.

Secundaire data

Als je geen tijd of middelen hebt om zelf data te verzamelen, kun je er ook voor kiezen om secundaire data te gebruiken die al door andere onderzoekers zijn verzameld. Zo kun je bijvoorbeeld datasets van overheidsinstanties gebruiken, maar ook datasets van eerdere onderzoeken over jouw onderwerp.

Deze ruwe data kun je vervolgens zelf analyseren om nieuwe onderzoeksvragen te beantwoorden die niet zijn behandeld in het oorspronkelijke onderzoek.

Door secundaire data te gebruiken, kun je de focus van je onderzoek verbreden, omdat het mogelijk is om data te verzamelen van grotere en meer gevarieerde steekproeven. Het nadeel is dat je geen controle hebt over welke variabelen worden gemeten en hoe ze worden gemeten, waardoor je mogelijk minder goede conclusies kunt trekken.

Stap 5: Plan je dataverzamelingsprocedure

Nadat je hebt gekozen welke onderzoeksmethoden je wilt gebruiken, is het van belang om je te richten op je dataverzamelingsmethoden. Het is namelijk je doel om betrouwbare, accurate, valide en niet-vertekende data te verzamelen.

Een systematische dataverzamelingsprocedure is voornamelijk van belang bij kwantitatief onderzoek, waarbij je je variabelen nauwkeurig definieert en ervoor zorgt dat je metingen betrouwbaar en valide zijn.

Operationaliseren

Sommige variabelen, zoals lengte of leeftijd, kunnen eenvoudig worden gemeten. Je zult echter vaker te maken krijgen met abstracte constructen, zoals tevredenheid, angst of taalvaardigheid. De operationalisatie is het proces waarbij je deze vage ideeën vertaalt naar meetbare indicatoren.

Als je observaties gebruikt, kun je bijvoorbeeld bepalen welk type gedraging je telt.

Als je enquêtes gebruikt, moet je bijvoorbeeld bepalen welke vragen je wilt stellen en welke antwoordopties je de participanten biedt.

Je kunt er ook voor kiezen om bestaande materialen te gebruiken of aan te passen. Vaak bestaan er al gestandaardiseerde meetinstrumenten waarvan de betrouwbaarheid en validiteit reeds zijn vastgesteld.

Betrouwbaarheid en validiteit

Als je resultaten betrouwbaar zijn, betekent dit dat ze bij herhaling van het onderzoek gelijk zouden moeten zijn aan de eerste keer. Je onderzoek is valide als je daadwerkelijk hebt gemeten wat je beoogde te meten.

Om valide en betrouwbare resultaten te verzamelen, is het van belang dat je meetinstrumenten zorgvuldig ontworpen en voldoende getest zijn. Zorg ervoor dat je alle participanten volgens hetzelfde protocol test.

Als je een nieuw meetinstrument ontwikkelt of gebruikt, is het verstandig om een pilotstudie uit te voeren, zodat je de validiteit en betrouwbaarheid kunt vaststellen voordat je met het daadwerkelijke experiment begint.

Steekproefprocedure

Het is belangrijk om een goede steekproefmethode te kiezen, maar het is ook nodig om te bedenken hoe je je steekproef gaat contacteren om mee te doen aan je onderzoek.

Dat betekent dat je keuzes moet maken, zoals:

• Hoeveel participanten heb je nodig voor een representatieve steekproef?
• Welke inclusie- en exclusiecriteria gebruik je om participanten te selecteren?
• Hoe contacteer je je steekproef (online, mail, telefonisch, in persoon)?

Als je een aselecte steekproefmethode gebruikt, is het belangrijk dat iedereen die willekeurig is geselecteerd daadwerkelijk meedoet aan het onderzoek. Bedenk daarom ook hoe je een hoog responspercentage kunt bereiken.

Als je een selecte steekproefmethode gebruikt, is het juist van belang dat je bedenkt hoe je een vertekening (bias) kunt voorkomen en hoe je een zo representatief mogelijke steekproef kunt trekken.

Datamanagement

Vervolgens is het belangrijk om te bepalen hoe je je data gaat opslaan en organiseren.

Zo is het bijvoorbeeld van belang dat je data anonimiseert en beveiligd opslaat. Vaak hebben onderwijsinstellingen hier richtlijnen voor. Ook is het verstandig om regelmatig een back-up van je data te maken, zodat je deze niet verliest.

Je data-analyse zal makkelijker verlopen als je data goed georganiseerd zijn. Daarnaast is het handig om een goed gestructureerde dataset te kunnen overhandigen als andere onderzoekers je data willen valideren (replicatie of reproductie) of aanvullen.

Stap 6: Kies je data-analysemethode

Het is niet mogelijk om je onderzoeksvraag te beantwoorden met de ruwe data. Daarom is de laatste stap van je onderzoeksdesign het plannen van je data-analyse.

Kwantitatieve data-analyse

Bij kwantitatief onderzoek gebruik je waarschijnlijk een statistische toets om je data te analyseren. Met statistiek kun je je data samenvatten, gefundeerde schattingen doen en hypothesen toetsen.

Als je descriptieve statistiek gebruikt, kun je je data samenvatten op de volgende manieren:

• De verdeling van je data (zoals frequentie waarmee bepaalde tentamencijfers behaald worden).
• De centrale tendens van de data (zoals het gemiddelde).
• De spreiding van je data (zoals de standaarddeviatie).

De berekeningen die je kunt uitvoeren zijn afhankelijk van het meetniveau van je variabelen. Je data kunnen een nominaal, ordinaal, interval- en rationiveau hebben.

Met toetsende statistiek kun je:

• Op basis van je steekproef uitspraken doen over de populatie (schattingen).
• Hypothesen toetsen over de relatie tussen variabelen.

Met regressieanalyses en correlaties kun je onderzoeken of er een relatie bestaat tussen variabelen. T-toetsen en ANOVA’s stellen je dan weer in staat om verschillen tussen gemiddelde uitkomsten van groepen vast te stellen.

Je keuze voor een statistische toets is afhankelijk van diverse aspecten uit je onderzoeksdesign, zoals het type variabele en de verdeling van je data.

Kwalitatieve data-analyse

Bij kwalitatief onderzoek zijn je data vaak moeilijker te analyseren, omdat je niet simpelweg berekeningen kunt uitvoeren, maar alle data zelf moet verwerken. Je interpreteert betekenissen, zoekt naar patronen en destilleert de ideeën die het meest relevant zijn voor je onderzoeksvraag.

De twee meest gebruikte benaderingen om kwalitatieve analyses uit te voeren, zijn een thematische analyse of een discoursanalyse.

Er zijn veel andere manieren waarop je kwalitatieve data kunt analyseren. Om een goed idee te krijgen van gebruikelijke data-analysemethoden in jouw veld, kun je bijvoorbeeld recente literatuur over je onderwerp lezen.

Veelgestelde vragen

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 is het doel van een onderzoeksplan of onderzoeksopzet?

Met een goed opgesteld onderzoeksplan, bestaande uit je onderzoeksopzet en probleemanalyse, kun je ervoor zorgen dat je onderzoeks- en analysemethoden passen bij je onderzoeksdoelen. Zo kan een begeleider beoordelen of je onderzoek goed in elkaar zit voordat je begint met het daadwerkelijke onderzoek.

Ook vormt het plan een leidraad tijdens je onderzoek.

Een onderzoeksplan kan een onderzoeksvoorstel (research proposal) of plan van aanpak (PvA) zijn.

Is het hoofdstuk ‘Aanpak’ hetzelfde als de onderzoeksopzet?

Ja. In je aanpak geef je aan hoe je onderzoek gaat doen, net als in je onderzoeksopzet. Het hoofdstuk heeft dan alleen een andere naam.