Kwantitatieve methoden
= onderzoeksbenadering die vertrekt vanuit een systematische verzameling en analyse van numerieke data
met als doel patronen, relaties of effecten op te sporen
= op systematische manier grote hoeveelheden info verzamelen en analyseren
= onderzoekscompetenties waarbij datacollectie, -analyse, en rapportering van numerieke gegevens
centraal staat
=> combinatie en integratie van kennis, vaardigheden & attitudes die nodig zijn om zelfstandige
kwantitatieve methoden en analyses te ontwerpen
1) Onderzoeksmodellen
4 kenmerken kwantitatief onderzoek:
- objectiviteit: afstand van het onderzoeksobject (maar altijd wel wat subjectiviteit)
- variabelen meten: centrale concepten geoperationaliseerd in meetbare eenheden
- generaliseerbaarheid: uit een steekproef een conclusie trekken voor een populatie
- hypothesen toetsen: deductief onderzoek (bestaande theorieën toetsen met statistiek)
Vb:
Kwantitatief: enquête over vertrouwen in politieke communicatie (publiek onderzoek), experiment naar het
effect van framing op attitudes
Kwalitatief: framinganalyse van krantenkoppen rond migratie, diepte-interviews met influencers over
authenticiteit (marketingonderzoek)
Inhoudsanalyse van commentaren onder TikTokvideo’s kan beiden zijn
Filosofische benaderingen
Positivisme
-> werkelijkheid bestaat onafhankelijk van onze waarneming
-> kennis ontstaat door observatie en metingen
-> doel: universele wetten ontdekken
, Post-positivisme
-> eigen mening van wetenschappers
-> onderzoek nooit volledig waardenvrij (bias)
-> kennis is voorlopig, kan weerlegd worden
-> doel: objectieve uitspraken doen
Onderzoeksmodel
Verschillende vormen onderzoeksprobleem:
- concepten nog niet in verband gebracht
- nog niet onderzocht bij bepaalde populatie
- nog niet in speciale context onderzocht
- verklaring voor bepaalde relaties
=> research gap
Deductieve benadering
theorie = stelling over hoe het fenomeen gaat optreden
-> falsifieerbaar, generaliseerbaar, gaat objectieve waarheid na, kritisch
=> bestaande theorie toetsen met hypothesen
hypothese = conclusie die ontstaat aan het einde van een reeks stellingen over een fenomeen
theorie -> hypothese -> operationalisatie -> data verzamelen -> conclusies trekken
Research gap -> doel onderzoek -> hypothese -> variabelen
causaal: oorzaak – gevolg, correlatie: beiden beïnvloeden elkaar
,4 stappen:
Stap 1: concepten bepalen
concept = theoretisch kenmerk dat je onderzoekt
Stap 2: concepten omzetten naar variabelen
variabele = vertaling van concept naar iets wat je kan meten (operationalisatie van concept)
-> verschilt van persoon tot persoon
Stap 3: meetniveau van variabelen bepalen
meetniveau => verschillende manieren om variabele te meten -> gevolgen voor analyse
*Meetniveau van de variabelen
Discrete variabelen (= categorische variabele)
=> het aantal opties is beperkt (beperkt aantal categorieën)
- Nominale variabele: gelijkwaardige klassen benoemd met getal zonder waarde
Vb: mannen met 1 coderen en vrouwen met 2 (wilt niet zeggen dat de ene belangrijker is dan de andere)
*speciaal geval: binaire variable = dichotome variabele = nominale varibele met slechts 2 categorieën
(meestal 0 & 1) vb: aanwezigheid in de les
- Ordinale variabele: klassen met rangorde (ene wel belangrijker dan andere)
Vb: aantal kinderen
Continue variabelen (= metrische variabele) (numerieke waarde)
=> oneindig veel opties
- Manifeste variabele: directe, éénvoudige meting mogelijk, 1 vraag mogelijk (vb: leeftijd)
- Latente variabele: abstract idee, geen directe meting mogelijk, verschillende aspecten (vb: mentale
gezondheid)
,Stap 4: positie van de variabelen
Afhankelijke variabele
= y-variabele
= uitkomstvariabele
= onderwerp waarover je meer info wil verzamelen
= afhankelijk van andere variabelen
Onafhankelijke variabele
= x-variabele
= predictor
= variabele die invloed heeft op andere variabelen
= beginpunt van analyse
, Soorten fouten
operationalisering moet zo goed mogelijk meten wat je wil meten
-> streven naar hoge validiteit
- systematische fout = fout die zich telkens weer voordoet
-> hoe hoger de systematische fouten hoe lager de validiteit
- willekeurige fout = fout die zich willekeurig voordoet
-> hoe hoger de willekeurige fouten hoe lager de betrouwbaarheid
-> standaardafwijking = gemiddelde afwijking van waarden t.o.v gemiddelde
-> variatie = kwadraat van standaardafwijking
Interpretatiefout: respondent interpreteert de vraag niet juist
- door beperkte uitleg
- door moeilijke woorden
- door abstracte woorden
- door ontbrekend tijdskader
- door aanname in de vraag
- door dubbele vraag
Vormingsfout: respondent doet weinig moeite om goed antwoord te geven
- door gebrek aan informatie om te antwoorden
- door gebrek aan herinnering
- door dat antwoordcategorieën niet passen
- door overlap in antwoordcategorieën
Rapporteringsfout: respondent kan het juiste antwoord niet rapporteren
- door gebrek aan passende antwoordcategorie (antwoorden passen niet bij vraag)
Oordeelfouten: gebrek aan wil om antwoord te geven
-> vertrouwen opbouwen: anonimiteit benadrukken, mogelijkheid om vraag niet te beantwoorden, eerst
andere vragen stellen
= onderzoeksbenadering die vertrekt vanuit een systematische verzameling en analyse van numerieke data
met als doel patronen, relaties of effecten op te sporen
= op systematische manier grote hoeveelheden info verzamelen en analyseren
= onderzoekscompetenties waarbij datacollectie, -analyse, en rapportering van numerieke gegevens
centraal staat
=> combinatie en integratie van kennis, vaardigheden & attitudes die nodig zijn om zelfstandige
kwantitatieve methoden en analyses te ontwerpen
1) Onderzoeksmodellen
4 kenmerken kwantitatief onderzoek:
- objectiviteit: afstand van het onderzoeksobject (maar altijd wel wat subjectiviteit)
- variabelen meten: centrale concepten geoperationaliseerd in meetbare eenheden
- generaliseerbaarheid: uit een steekproef een conclusie trekken voor een populatie
- hypothesen toetsen: deductief onderzoek (bestaande theorieën toetsen met statistiek)
Vb:
Kwantitatief: enquête over vertrouwen in politieke communicatie (publiek onderzoek), experiment naar het
effect van framing op attitudes
Kwalitatief: framinganalyse van krantenkoppen rond migratie, diepte-interviews met influencers over
authenticiteit (marketingonderzoek)
Inhoudsanalyse van commentaren onder TikTokvideo’s kan beiden zijn
Filosofische benaderingen
Positivisme
-> werkelijkheid bestaat onafhankelijk van onze waarneming
-> kennis ontstaat door observatie en metingen
-> doel: universele wetten ontdekken
, Post-positivisme
-> eigen mening van wetenschappers
-> onderzoek nooit volledig waardenvrij (bias)
-> kennis is voorlopig, kan weerlegd worden
-> doel: objectieve uitspraken doen
Onderzoeksmodel
Verschillende vormen onderzoeksprobleem:
- concepten nog niet in verband gebracht
- nog niet onderzocht bij bepaalde populatie
- nog niet in speciale context onderzocht
- verklaring voor bepaalde relaties
=> research gap
Deductieve benadering
theorie = stelling over hoe het fenomeen gaat optreden
-> falsifieerbaar, generaliseerbaar, gaat objectieve waarheid na, kritisch
=> bestaande theorie toetsen met hypothesen
hypothese = conclusie die ontstaat aan het einde van een reeks stellingen over een fenomeen
theorie -> hypothese -> operationalisatie -> data verzamelen -> conclusies trekken
Research gap -> doel onderzoek -> hypothese -> variabelen
causaal: oorzaak – gevolg, correlatie: beiden beïnvloeden elkaar
,4 stappen:
Stap 1: concepten bepalen
concept = theoretisch kenmerk dat je onderzoekt
Stap 2: concepten omzetten naar variabelen
variabele = vertaling van concept naar iets wat je kan meten (operationalisatie van concept)
-> verschilt van persoon tot persoon
Stap 3: meetniveau van variabelen bepalen
meetniveau => verschillende manieren om variabele te meten -> gevolgen voor analyse
*Meetniveau van de variabelen
Discrete variabelen (= categorische variabele)
=> het aantal opties is beperkt (beperkt aantal categorieën)
- Nominale variabele: gelijkwaardige klassen benoemd met getal zonder waarde
Vb: mannen met 1 coderen en vrouwen met 2 (wilt niet zeggen dat de ene belangrijker is dan de andere)
*speciaal geval: binaire variable = dichotome variabele = nominale varibele met slechts 2 categorieën
(meestal 0 & 1) vb: aanwezigheid in de les
- Ordinale variabele: klassen met rangorde (ene wel belangrijker dan andere)
Vb: aantal kinderen
Continue variabelen (= metrische variabele) (numerieke waarde)
=> oneindig veel opties
- Manifeste variabele: directe, éénvoudige meting mogelijk, 1 vraag mogelijk (vb: leeftijd)
- Latente variabele: abstract idee, geen directe meting mogelijk, verschillende aspecten (vb: mentale
gezondheid)
,Stap 4: positie van de variabelen
Afhankelijke variabele
= y-variabele
= uitkomstvariabele
= onderwerp waarover je meer info wil verzamelen
= afhankelijk van andere variabelen
Onafhankelijke variabele
= x-variabele
= predictor
= variabele die invloed heeft op andere variabelen
= beginpunt van analyse
, Soorten fouten
operationalisering moet zo goed mogelijk meten wat je wil meten
-> streven naar hoge validiteit
- systematische fout = fout die zich telkens weer voordoet
-> hoe hoger de systematische fouten hoe lager de validiteit
- willekeurige fout = fout die zich willekeurig voordoet
-> hoe hoger de willekeurige fouten hoe lager de betrouwbaarheid
-> standaardafwijking = gemiddelde afwijking van waarden t.o.v gemiddelde
-> variatie = kwadraat van standaardafwijking
Interpretatiefout: respondent interpreteert de vraag niet juist
- door beperkte uitleg
- door moeilijke woorden
- door abstracte woorden
- door ontbrekend tijdskader
- door aanname in de vraag
- door dubbele vraag
Vormingsfout: respondent doet weinig moeite om goed antwoord te geven
- door gebrek aan informatie om te antwoorden
- door gebrek aan herinnering
- door dat antwoordcategorieën niet passen
- door overlap in antwoordcategorieën
Rapporteringsfout: respondent kan het juiste antwoord niet rapporteren
- door gebrek aan passende antwoordcategorie (antwoorden passen niet bij vraag)
Oordeelfouten: gebrek aan wil om antwoord te geven
-> vertrouwen opbouwen: anonimiteit benadrukken, mogelijkheid om vraag niet te beantwoorden, eerst
andere vragen stellen
