Bron: Scribbr. (2024), 'Een introductie tot onderzoeksmethoden', verkregen op 19 oktober 2024, via https://www.scribbr.nl/category/onderzoeksmethoden/​

​

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.

 

Keuze 1: Soorten onderzoeksdoelen

 

Het eerste wat je moet overwegen is wat voor soort kennis je wilt produceren.

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​​

​

​

​

​

​

​

​

​

​​

​

​​​

Extra informatie en uitleg (klik op de onderwerpen voor uitleg)

 

1. Fundamenteel vs toegepast​

 

2. Verkennend vs verklarend (exploratory vs. explanatory)​

 

3. Inductief vs deductief 

​​

 

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:

1. Kwantitatieve en kwalitatieve data

2. Primaire en secundaire data

3. Descriptieve en experimentele data

 

1. Kwalitatief vs kwantitatief

• Kwalitatieve onderzoeksmethoden richten zich op woorden en betekenissen.

• Kwantitatieve onderzoeksmethoden richten zich op cijfers en statistieken.

 

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

• Primaire data worden direct door de onderzoeker verzameld (e.g., via interviews of experimenten)

• Secundaire data zijn al door iemand anders verzameld (e.g., via overheidsenquêtes of wetenschappelijke publicaties).

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

• Bij descriptief (beschrijvend) onderzoek verzamel je data zonder variabelen te controleren.

• Bij experimenteel onderzoek manipuleer en controleer je variabelen om oorzaak en gevolg vast te stellen.

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.

​

Voordelen en nadelen kwantitatieve-, kwalitatieve- en mixed methode

​

Kwalitatief

• Flexibel: je kunt de methodologie vaak nog aanpassen tijdens het onderzoek als je nieuwe kennis hebt verkregen.

• Dit onderzoek kan ook worden uitgevoerd met kleine steekproeven.

• De resultaten kunnen niet statistisch worden geanalyseerd of worden gegeneraliseerd naar grotere populaties.

• Lastig om onderzoek te standaardiseren.​

 

Kwantitatief

• Kan worden gebruikt om grote verzamelingen systematisch te beschrijven en te onderzoeken.

• Levert reproduceerbare kennis op.

• Vereist kennis van statistiek om data te kunnen analyseren.

• Vereist grotere steekproeven.

 

Mixed methods

• Combinatie: gedetailleerde, rijke data van kwalitatief onderzoek en hogere externe validiteit van kwantitatieve data.

• Hogere geloofwaardigheid door triangulatie van methoden.

• Is een erg arbeidsintensief proces.

• De kwantitatieve en kwalitatieve resultaten kunnen verschillend of tegenstrijdig zijn.

 

2. 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.

​

Voordelen en nadelen primaire- en secundaire data

​​

Primaire data

• Kunnen worden verzameld om jouw specifieke onderzoeksvraag te beantwoorden.

• Je hebt controle over de steekproef, dataverzameling en data-analyse.

• Duurder en tijdsintensiever om te verzamelen.

• Dataverzameling vereist oefening.

 

Secundaire data 

• Makkelijker en sneller te verkrijgen.

• Je kunt data verzamelen die betrekking hebben op een langere periode of op een groter geografisch gebied.

• Geen controle over hoe de data zijn verkregen.

• Vereist extra bewerking om ervoor te zorgen dat de data gereed zijn voor jouw analyse.

 

3. 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.

 

Voordelen en nadelen descriptieve en experimentele data

 

Descriptief

• Stelt je in staat om je het onderwerp van je onderzoek te beschrijven zonder de situatie te beïnvloeden.

• Toegankelijk: je kunt op grotere schaal data verzamelen.

• Geen controle over confounding variabelen.

• Je kunt geen causale relaties vaststellen.

 

Experimenteel

• Meer controle over confounding variabelen.

• Je kunt causale relaties vaststellen.

• Je kunt ook ongewenst invloed uitoefenen op de omstandigheden op een manier die je niet had gepland.

• De dataverzameling vereist over het algemeen meer expertise en middelen.

 

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?

 

Aselecte vs selecte steekproef

• Met een aselecte steekproef kun je je bevindingen generaliseren naar een bredere populatie.

• Met een selecte steekproef kun je alleen conclusies trekken over de specifieke proefpersonen van het onderzoek.

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 

• Bij cross-sectioneel onderzoek verzamel je data op één enkel tijdstip.

• Bij longitudinaal onderzoek verzamel je data op verschillende tijdstippen.

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)

• Veldonderzoek vindt plaats in een natuurlijke of reële setting.

• Laboratoriumonderzoek vindt plaats in een gecontroleerde en gestructureerde omgeving.

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

• Bij een vaste onderzoeksopzet worden de onderwerpen, het tijdschema en de setting vastgesteld voordat de dataverzameling begint.

• Bij een flexibele onderzoeksopzet kunnen deze aspecten zich in de loop van het dataverzamelingsproces ontwikkelen.

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.

MethodePrimair of secundair?Kwalitatief of kwantitatief?Wanneer te gebruiken?

ExperimentPrimairKwantitatiefOm causale relaties te toetsen.

Enquête PrimairKwantitatiefOm de algemene kenmerken van een populatie te begrijpen.

Interview/focusgroepPrimairKwalitatiefOm een beter begrip te krijgen van het gekozen onderwerp.

ObservatiePrimairBeideOm te begrijpen hoe iets of iemand zich gedraagt in een natuurlijke omgeving.

LiteratuurstudieSecundairBeideOm de positie van jouw onderzoek ten aanzien van eerder onderzoek te doorgronden of om trends te identificeren en evalueren.

Case studyBeideBeideOm 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

MethodeKwalitatief of kwantitatief?Wanneer te gebruiken?

Statistische analyseKwantitatiefOm data te analyseren die op een statistisch valide wijze zijn verkregen (experimenten, enquêtes, observaties).

Meta-analyseKwantitatiefOm 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 analyseKwalitatiefOm 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.

InhoudsanalyseBeideOm 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?

Wat is het verschil tussen beschrijvend onderzoek en verkennend onderzoek?

Wat is een onderzoeksopzet of onderzoeksplan?

Wat houdt het dataverzamelingsproces in?

Wat is een datamanagementplan?

• ​

​​​

​

​

​