1. Kenmerken van een wetenschappelijk onderzoek
Doel: vanuit een theorie of theoretisch inzicht empirische vaststellingen en feiten te interpreteren
Voldoende wetenschappelijke literatuur lezen
onderzoeksvraag: vertaald in toetsen van hypothesen
hypothese = een veronderstelling die weergeeft welk resultaat je in de realiteit verwacht
Geloofwaardigheid onderzoek garanderen: veel aandacht besteden aan betrouwbaarheid en validiteit
van je hele onderzoeksaanpak, van theorievorming via dataverzameling en analyse tot resultaat en
conclusie
Interne validiteit: ‘gaan onze resultaten werkelijk waarover ze lijken te gaan’; ‘kunnen we uit
verkregen antwoorden en info zinvolle conclusies trekken over wat we willen onderzoeken?’
= de mogelijkheid van je onderzoeksinstrument om antwoord te geven op je o.v.
soms simpel na te gaan bv. loon van mensen die je enquête invullen vergelijken met loonbrief
soms moeilijk na te gaan bv. meten van geluk
Externa validiteit: ‘zijn deze alleen geldig voor jouw specifiek onderzoek of zijn ze te
veralgemenen naar andere situaties en voor andere populaties?’
= generaliseerbaarheid van resultaten
Bv. opiniepeiling
- Interne: meet de gestelde vraag werkelijk jouw stemvoorkeur?
- Externe: is de steekproef representatief voor de volledige bevolking?
Betrouwbaarheid: is de meting vrij van toevalfouten en leidt het dus tot consistente resultaten?
vertekening is mogelijk via interviewerbias (bv. opmerkingen of non-verbaal gedrag van interviewer
leiden tot andere antwoorden) of respondentbias (bv. respondenten geven sociaal wenselijke antwoorden)
Problemen interne validiteit bij vragenlijst > interview
Validiteit = nauwkeurigheid
Betrouwbaarheid = robuustheid
1
,2. Verzamelen van gegevens
Benodigde gegevens zelf verzamelen (primaire data)
OF
Gebruik maken van bestaande gegevens (secundaire data)?
Primaire data Secundaire data
Zelf verzamelen / verwerken Reeds verwerkt
Veel middelen nodig Minder middelen nodig al kan toegang wel
moeilijk of duur zijn
Meestal recenter, maar waarschijnlijk éénmalig Longitudinaal onderzoek misschien mogelijk
Eigen keuzes qua samenvoegingen van mogelijke Doel waarom gegevens verzameld werden stemt
antwoorden, definities, vraagstelling… minder of misschien niet overeen met
onderzoeksdoel
Evalueer kritisch voor- en nadelen van aanpak
Bv. bij de keuze om gebruik te maken van bestaande gegevens kan het een vraag zijn of de gegevens
die je nodig hebt betrouwbaar zijn
Wees realistisch: wat is haalbaar gegeven de beschikbare tijd en middelen?
Bv. indien longitudinaal onderzoek te verkiezen is, zal je in het kader van je eindwerk gebruik moeten
maken van secundaire data, want dergelijke gegevens kan je zelf moeilijk verzamelen binnen de termijn
van een jaar
Indien primaire data volgende vragen stellen:
1. Kies je voor een interview of een vragenlijst?
Bepalende factoren:
- Doel van het onderzoek
o Verkennend
= interviews
Mogelijkheid tot zeggen van nieuwe ideeën en overwegingen
Flexibeler, want vragen kunnen aangepast en uitgebreid worden
o Beschrijvend of verklarend
= vragenlijst
- Belang leggen van persoonlijk contact/om bepaalde persoon als respondent te bereiken
= interviews
- Benodigde tijd & volledigheid van het proces/aantal vragen die je moet stellen
= interviews (indien veel tijd nodig)
- Kenmerken respondent
Bv. voor ouderen zijn online enquêtes minder geschikt
- Omvang steekproef
Bv. grote steekproef bevragen via interview vraagt veel tijd
- Soorten vragen die je stelt
Bv. veel open vragen, dan is interview geschikter
2
, 2. Hoe bepaal je de steekproef
Populatie = verzameling personen, objecten, elementen waarop onderzoek betrekking heeft
Steekproef = deelverzameling van populatie
Keuze steekproef afhankelijk van onderzoeksvragen
Stochastische steekproef = representatieve
4 fases:
1) Steekproefkader: complete lijst van alle cases in de populatie waaruit je je
steekproef trekt
Bv. alle Vlamingen
2) Steekproefomvang: compromis tussen nauwkeurigheid resultaten & beschikbare
tijd en middelen
3) Steekproefmethode kiezen
o Enkelvoudig aselect: elementen toevallig gekozen
Bv. uit lijst van alle Vlamingen willekeurig selecteren (Meneer X uit Leuven,
Mevrouw Y uit Brugge…) geografische spreiding kan groot zijn
o Systematisch: kiezen met regelmatige intervallen uit steekproefkader
Eenvoudig uitleggen aan medewerkers (+)
Lijsten mogen geen periodieke patronen vertonen
Geografische spreiding kan groot zijn
o Gestratificeerd aselect: populatie verdelen in 2 of > relevante strata* en
uit elk stratum aselecte sp nemen
Bv. opdelen naar provincie en in elke provincie aselecte sp nemen
geografische spreiding zal steeds groot zijn
o Cluster: populatie verdelen in aparte groepen, spkader is dan complete
lijst van clusters i.p.v. individuele cases & paar clusters kiezen waarin je
enkelvoudige aselecte sp’en trekt
Bv. eerst oplijsting van provincies, dan random # provincies selecteren
#geografische gebieden beperken, maar risico dat sp minder
representatief wordt
o Getrapt: reeks clustersteekproeven
Bv. eerst opdelen naar provincies en #provincies selecteren, dan opdelen in
gemeentes en #gemeentes selecteren
* strata = op aantal kenmerken gebaseerd
3