College-aantekeningen bij Methoden voor MTS 1 aan de Universiteit Utrecht - 2015/2016

College 1 MTS1 - Methoden

Inleiding MTS

Wetenschappelijk onderzoek: goede vragen stellen, proberen iets te leren. Hoe je die vragen beantwoord leer je bij MTS.

Kennis

Normale kennis (alledaagse kennis) vs. Wetenschappelijke kennis (onderzoek doen)

Kenmerken voor goede wetenschappelijke kennis / onderzoek:

• Systematiek

• Creatief

• Theorie

• Objectief

• Waarnemingen

Ontologie: zijnsleer. Voordat je gaat onderzoeken moet je wel weten dat het geen wat je onderzoekt bestaat, anders ga je er geen onderzoek naar doen.

Epistemologie: ‘Hoe gaan we het onderzoeken?’

Benaderingen bij sociale wetenschap:

• Empirisch-analytische benadering: basis in natuurwetenschappen. Herhaalbaar, controleerbaar, reductie, waardenvrij, kwantitatief (met cijfers). Bijv. The asch experiment, vragenlijst, CBS.

• Interpratieve benadering: Verzet tegen emprisch-analytische benadering. Begrijpen, holistisch, waardenverheldering, kwalitatief onderzoek (tekst en beeld). Draait om interpretatie: wat zie ik, wat neem ik waar?

• Kritisch-emancipatoire benadering: Gericht op verbetering, waardengebonden. Benadering is geworteld in de marxistische traditie. Bijv. het verbeteren van…. of feministisch onderzoek.

Ethiek

Onderzoeksethiek: Soms kan je niet zomaar experimenteren want dat kan schade toebrengen of er ontstaan implicaties. Er moet dus altijd toestemming zijn.

Onderzoeksmethoden

Empirisch-analytisch: Experiment, survey, bestaande bronnen

Interpretatie onderzoek: Inhoudsanalyse

Kritisch-emancipatoir onderzoek: (etnografisch) Veldonderzoek

Doel van onderzoek

• Fundamenteel wetenschappelijk onderzoek: doel is kennis verzamelen.

Hierbij hoort de empirische cyclus. Deze doorloop je wanneer je fundamenteel wetenschappelijk onderzoek op de juiste manier wilt doen.

Het begint met Observatie (startpunt onderzoek), daarna komt Inductie (voorlopige conclusies en theorie). Dit wordt gevolgd door Deductie (vanuit theorie een voorspelling formuleren). Daarna komt toetsing en ten slotte evaluatie (Kennisprobleem opgelost?) en begin je weer van vooraf aan.

• Toegepast wetenschappelijk onderzoek/ praktijkgericht: doel is om een oplossing te vinden voor problemen in de praktijk.

Hierbij hoort de regulatieve cyclus: Zelfde als empirische cyclus maar bij evaluatie maak je een keuze voor de maatschappij i.p.v. dat je je afvraagt of het kennisprobleem is opgelost.

Later zal er nog verder op deze soorten onderzoek en cyclus in worden gegaan.

College 2 MTS1 - Methoden

Empirische cyclus

Als je je aan de stappen van deze cyclus houdt wordt onderzoeken makkelijker. En andere onderzoeken kan je hiermee controleren.

Observatie: startpunt van het onderzoek

Inductie: op basis van wat je ziet een voorlopige conclusie trekken, er is dus theorievorming.

Deductie: vanuit theorie een voorspelling formuleren.

Toetsing: Kijken of gegevens de voorspelling ondersteunen.

Evaluatie: Kennisprobleem opgelost?

Empirische cyclus volgens Neuman

Aangezien we het boek van Neuman gebruiken is het belangrijk om de ‘normale’ empirische cyclus te vergelijken met de cyclus die Neuman behandeld.

Neuman empyrische cyclus: Empyrische cyclus:

1. Select topic 1. onderzoeksprobleem

2. Focus question` 2. theorie

3. Design study 3. onderzoeksvraag

4. Collect data 4. Toetsen: operationaliseren,

5. Analyze data dataverzameling en analyseren

6. Interpret data 5. Evalueren

7. Inform others

De empirische cyclus stap voor stap

Observatie

Stap 1: Onderzoeksprobleem: je wilt iets weten.

• Fundamenteel: kennis vergroten

• Toegepast: Praktijkprobleem oplossen

Voorbeeld: Filmpje van Bystander effect. Er is sprake van sociale druk, want het is gek om te gaan helpen? Als iemand helpt dan gaan er meer helpen maar ook opvallend dat een slordig iemand minder snel geholpen wordt.

Stel je wilt dit probleem begrijpen, dan is dit de start van het onderzoek.

Inductie

Stap 2: Theorie: Een samenhangend verhaal dat een geobserveerd fenomeen samenvat en verklaart en dat als basis dient voor het doen van voorspellingen over dat fenomeen, die op hun beurt weer empirisch kunnen worden getest.

Voorbeeld: Een appel valt van een boom door de zwaartekracht. De zwaartekracht is een theorie want het kan ook worden getest, er kunnen voorspellingen mee worden gedaan en het verklaart waarom de appel valt.

Voorbeeld: Mensen maken rationele keuzes, en hun gedrag is een gevolg van die keuzes. Met de rationele-keuzetheorie kan je voorspellingen doen over mensen. Dus de rationele-keuzetheorie is een theorie die in dit geval bepalend is.

Hoe kom je aan een theorie? Op basis van het onderzoeksprobleem ga je met literatuurstudie aan de gang om theorieën te vinden die een probleem kunnen verhelderen/ oplossen. Je gaat door met literatuur zoeken totdat je denkt dat er niets nieuws meer aan toe te voegen valt.

Van stap 2: theorie naar stap 3: onderzoeksvraag. Het bestuderen van literatuur leidt tot aanpassing van het onderzoeksprobleem want het kan al eens bestudeerd zijn of meer/ andere aspecten zijn van belang. Wanneer je denkt dat de theorie helemaal compleet is ga je naar de onderzoeksvraag.

Stap 3: Onderzoeksvragen:

• Moeten empirisch te onderzoeken zijn

• Moet specifiek zijn.

Exploratieve vragen: Waarom..? Hoe komt het dat..? Vaak kwalitatief.

Beschrijvende vragen: Hoeveel..? Kwalitatief of kwantitatief.

Verklarende vragen: Is er een verschil tussen..? Is er een relatie tussen..? Vaak kwanitatief.

In de wetenschap vaak beschrijvende en verklarende vragen.

Voorbeeld? ‘Wat is de invloed van de grootte van de ruimte op het bystander effect?’ Doelgroep: iedereen, tijd: nu.

Inductie: uit observaties (waarnemingen) proberen we te leren en theorie te vormen.

Zoeken eerste artikelen, observaries die aanleiding zijn voor probleem.

Deductie: uit een theorie leiden we verwachtingen af. Deze verwachting toetsen we met behulp van ons onderzoek. Komt de waarheid overeen met mijn verwachtingen?

Afleiden belangrijkste delen van onderzoeksprobleem, opstellen onderzoeksvraag.

Deductie

Stap 3: vervolg onderzoeksvraag (hypothesen)

Uit de theorie en onderzoeksvraag kan je toetsbare verwachtingen afleiden, dat zijn hypothesen.

Stap 4.1 Toetsen: Operationaliseren

Operationaliseren: het vastleggen van de methode (interview/experiment/enz en hoe ga ik dat doen?) die je gebruikt om je onderzoeksvraag te kunnen beantwoorden en de hypothesen te kunnen toetsen.

Welke onderzoeksbenadering?

• Kwantitatief: experiment, survey (vragenlijst), bestaande gegevens

• Kwalitatief: inhoudsanalyse, (etnografisch) veldwerk.

• Historisch vergelijkend: casussen vergelijken over tijd of tussen landen: Gebeurd bij geschiedenis.

Variabelen

In kwantitatief onderzoek worden variabelen gemeten.

Voorbeeld: geslacht (dus géén jongen) en vooropleiding (dus géén VWO).

Afhankelijke variabele: de variabele die verklaard wordt (afhangt van andere variabelen).

Onafhankelijke variabelen: de verklarende factoren.

Voorbeeld: bystander effect: stoppen mensen of niet? (afhankelijk), wordt bepaald door tijd, kleding, grootte van groep, enz (onafhankelijk).

Meetniveaus van variabelen met bepaalde kenmerken.

1. Nominaal meetniveau: categorieën zonder logische volgorde.

2. Ordinaal meetniveau: categorieën met logische volgorde.

3. Interval meetniveau: afstand tussen elke categorie gelijk.

4. Ratio meetniveau: Hetzelfde als intermal maar ook met een absoluut nulpunt.

Soms is het ingewikkeld of het ratio/ interval is. Op het tentamen wordt het makkelijk gehouden.

Variabelen en causaliteit

Causaliteit: oorzaak-gevolg. We proberen dus de oorzaak te achterhalen. En of er sprake is van dat het één het ander veroorzaakt. Soms is het lastig om het verband te vinden want er kunnen meerdere dingen aan de gang zijn:

• Soms is er nog een andere verklaring: alternatieve verklaring.

• Tussen de oorzaak en het gevolg zit nog een andere reden: mediatie (tussen twee variabelen zit nóg een variabele die eigenlijk voor het verband zorgt.

• Er is sprake van een schijnverband, iets lijkt zo maar het is onzin.

Om causaal verband te kunnen aantonen:

• Er moeten 2 of meer variabelen samenhangen.

• Moet de oorzaak voorafgaan aan de uitkomst in tijd.

• Mogen er geen andere verklaringen mogelijk zijn (belangrijkste regel).

Een experiment kan een causaal verband aantonen. Er moet wel een zuiver experiment zijn:

• Experimentele vs. Controlegroep

• Toewijzing op basis van toeval (willekeurig)

Je kunt ook veldwerk doen: observeren of in de vorm van interviews (niet geschikt bij bystander effect).

Je kunt ook de vragenlijst afnemen maar dit is niet geschikt voor gedrag want je kunt wel iets zeggen maar doe je het ook wel echt?

Stap 4.2 Toetsen: dataverzameling

Welke tijd en middelen heb je beschikbaar? In dit kader kan je onderzoek doen. Je onderzoekt niet onder je hele populatie maar je doet een steekproef (sample).

Stap 4.3 Analyse. Je maakt een analyse.

Stap 5: eind empirische cyclus en dat is meteen het begin van een nieuw onderzoek. Want een onderzoek kan leiden tot de gedachte dat de theorie moet worden aangepast. Ook kan het wezen dat er een nieuwe onderzoeksvraag naar voren komt. Zo begin je aan een nieuwe empirische cyclus.

College 3 MTS1 - Methoden

Inleiding

De hypothesen komen na de onderzoeksvraag: Wat verwacht je te gaan vinden? Tijdens de statistiekcolleges zullen we leren wat je er allemaal aan hebt. Er zal worden gesproken over nulhypothese en alternatieve hypothese.

Nulhypothese: er is geen verschil/ geen verband

Alternatieve hypothese: Er is wel een verschil/verband óf de ene groep scoort hoger dan de andere groep. Het tegenovergestelde van de nulhypothese. Je bent tijdens onderzoek op zoek naar een alternatieve hypothese.

Een voorbeeld: ‘White men can’t jump’. Stereotype: zwarten zijn beter in basketbal dan blanken.

Theorie

Iedereen heeft algemene stereotypen. Ook andere aspecten spelen een rol bij een beoordeling. Stereotypen leiden tot bepaald gedrag.

Bij een theorie heb je algemene uitspraken en specifieke uitspraken. De algemene uitspraken zijn dingen die een persoon gelooft en gegeneraliseerd. Daar begint de theorie vaak mee. De specifieke uitspraken zijn veel smaller. Je kunt spreken over een trechter: eerst heel breed, daarna smal dus specifiek.

In teksten heb je niet direct staan dat het hypothesen zijn maar je moet letten op bijvoorbeeld ‘we expect..’.

Statistiek

Altijd is óf je nulhypothese óf je alternatieve hypothese waar. Dit kan je berekenen door statistiek met de p-value.

Wetenschapsfilosofie

Als je kijkt naar de geschiedenis van de wetenschapsfilosofie heb je 2 stromingen die populair zijn geweest:

Denken vanuit algemene wetten naar waarnemingen. Je gaat nadenken, je maakt een soort algemene wetten (/theorieën) en dan kan je ‘de wereld voorspellen’.

Dominant tot verlichting (eind 18^e eeuw), klassieke oudheid.

Empirisme: Sinds de verlichting, vooral in 20^e eeuw. Door observatie kan je leren hoe de wereld in elkaar zit en daaruit komen algemene principes/ wetten. Je denkt dus andersom dan bij de eerste stroming.

De laatste benadering is nu nog populair in de economie, natuurwetenschappen, psychologie. Er heerst positivisme: de wereld is observeerbaar en kenbaar, het is gewoon een kwestie van goed waarnemen. Er is kritiek op empirisme: Je weet nooit of iets waar is en je moet wel weten wat je wilt observeren. Centraal in de kritiek is ook verificatie en falsificatie, dat gaat over hypothesen.

Verificatie: Je gaat opzoek naar bewijs voor je hypothese. Het doel is de alternatieve hypothese bewijzen.

Falsificatie: Je gaat op zoek naar het tegendeel van je hypothese. Het doel is om je nulhypothese te weerleggen.

‘Alle studenten in werkgroep 6 van MTS1 hebben het boek van Neuman gekocht bij Studystore.’

Verificatie: Alle studenten uit werkgroep 6 vragen of ze het gekocht hebben bij studystore.

Falsificatie: 1 student zoeken die het boek niet gekocht heeft bij studystore.

Falsificatie is hier dus slimmer. Zo kijk je bij iedere hypothese wat het slimste is.

Karl Popper

Falsifiëren is bedacht door Karl Popper (het falsificatieprincipe). Zijn denkwijze was dat theorieën nooit waar zijn. Ze zijn vooralsnog waar totdat er een betere theorie is.

Popper: De wetenschap komt verder als je goede hypothesen op stelt die te falsifiëren zijn. Hier heb je allereerst theorie voor nodig die wordt voortgebouwd op voorgaand onderzoek en maximaal informatief is belangrijk.

Maximale informativiteit

Dit wordt bepaald door het domein (de populatie die je bereikt) en de specificiteit (je leert meer bij specificiteit). Hoe groter het domein is, hoe meer kans je op falsificatie hebt.

Wanneer je 2 hypothesen hebt waar bij 1 het domein groter is en bij de ander de specificiteit beter dan is het moeilijk te zeggen welke hypothese je moet kiezen.

Hoe kom je tot maximale informativiteit? Afbakenen van het domein en de specificiteit. Je moet je daarbij bedenken wat het belangrijkste is om te weten. Je kunt een hypothese vaak ontleden door domein en specificiteit.

Reacties op Popper

Kuhn vindt dat Popper te positief is over de kracht van falsificatie. Hij zegt dat wetenschappers denken in paradigma’s (context waarbinnen je je onderzoek doet doe je door rationele keuze). Dus mensen nemen de falsificatie niet zomaar aan omdat ze rationeel overtuigd zijn van het ander.

Feyerabend vindt dat methodes van een onderzoek de wetenschap bepalen. Om verder te komen moet je dus de methodes veranderen van één onderzoek. Er is geen vaste onderzoeksmethode máár wel: Wetenschap moet wel zijn gebaseerd op een bepaalde systematiek.

Interpretatieven: hypothese toetsen is veel te beperkt (te reductionistisch). En je kunt helemaal niet begrijpen wat je hebt onderzocht. Bij de interpretatieve benadering is er een grote rol voor empirie.

Onderscheid in sociale wetenschappen

Ontologisch onderscheid: Groepen vs. Individuen

Empirisch-analytische vs. Interpretatieve vs. Kritisch-emancipatoire benadering.

Epistemologisch: Hypotheses vs. Interpretatief

Deductief-nomologisch model

Ook bekend als Hempel-Oppenheim schema (1948). Je hebt algemene uitspraken (waar je volledig van bent overtuigd) die wordt gezien als een wet. Van daar uit kunnen empirische observaties worden afgeleid en voorspeld.

College 4 MTS1 - Methoden

Dit is geen inhoudelijk college maar een voorbereiding op tussentoets 1.

De tussentoets wordt gehouden in de Jaarbeurshallen.

Algemene opmerkingen:

• Alle toetsen bevatten Methoden- en Statistiekvragen.

• Statistiekvragen: niet alleen uitrekenen van sommetjes maar ook inzicht wordt verwacht.

• Tussentoets 1 heeft 15 vragen, tussentoets 2 heeft 15 vragen, eindtoets heeft 30 vragen.

• Uiteindelijk 40 van de 60 vragen goed om het te halen.

• De stof om voor te bereiden is alles tot nu toe.

• Ziek? Afmelden voor aanvang.

• Identiteitskaart en studentenkaart, pen en rekenmachine moeten mee.

• Schoenen zonder hakken aan, erg storend!

• Op tijd komen is belangrijk. Meer dan een kwartier te laat, dan mag je niet meer deelnemen.

• Toiletbezoek niet mogelijk.

• Het aantekeningenblad kan je later weer inzien, het opgavenblad niet.

• Je krijgt de doordruk mee naar huis. Bewijs van deelname, het is nodig bij het nakijken en bij inzage dus goed bewaren.

• Herkansing? = ‘aanvullende toets’. Tussentoetsen niet herkansen maar eindtoets wel. Als je tussentoetsen al zo slecht zijn dat je het niet haalt dan tellen die niet meer mee.

Daarna zijn we begonnen aan enkele voorbeeldopgaven. Deze zijn terug te vinden op Blackboard. Daarbij kan je ook zien wat het goede antwoord is. Enkele dingen die nog werden besproken bij de antwoorden:

• Operationaliseren: het concreet maken van je onderzoek.

• Meetniveaus: Je hebt daarvan nominaal, ordinaal, interval en ratio. Interval en ratio wordt vaak samen genoemd. Het enige verschil is dat interval ook onder de 0 kan zijn.

• Categorische variabele: Alle variabelen waar je categorieën hebt. Deze staat weer apart van nominaal, ordinaal, interval/ratio. Het is een andere manier van meten.

• Wat is een variabele? ‘Het kan variëren en meetbaar’. Om de variabelen te zoeken in een onderzoek kijk je bij ‘methods’.

• De mediaan: 50% is lager dan de mediaan, 50% is hoger dan de mediaan. Deze gebruik je bij ordinaal meetniveau. Dus als je een mediaan wilt bepalen, moet je wel een ordinaal meetniveau hebben. Dus wanneer je GroenLinks, D66, VDA en VVD hebt dan is het nominaal, dus kan je geen mediaan uitrekenen.

College 5 MTS1 - Methoden

Inleiding

Vandaag gaan we het hebben over dataverzameling en operationaliseren. Dat is dus waar je echt je onderzoek uitvoert. Centrale vragen in dit college: Hoe kan je meten? Wat meten we? Hoe weet je of je iets goed of slecht meet?

Vandaag is het voorbeeld kinderen met de diagnose ADHD. Hoe meet je ADHD?

Operationele definitie

De operationele definitie: Een omschrijving van de manier waarop we de (theoretische) constructen willen meten. Neuman maakt een verschil tussen conceptuele definitie (woordenboek definitie) en operationele definitie (hier ga je echt in op de definitie, hoe is het meetbaar?).

De operationele definitie moet functioneel zijn. De vraag die je stelt: hoe gaan we iets meten? Soms is het moeilijk om het meteen meetbaar te maken.

Bij onderzoek naar ADHD kan je de vraag stellen: wat meten we? Dat kunnen kenmerken, vaardigheden, gedrag en attitudes/ opinies zijn.

Constructen: moeilijk te meten. Bijvoorbeeld IQ

Dimensie (onderdelen van construct) Dimensie = verbaal, ruimtelijk IQ

Indicator Indicator Indicator(met meerdere indicatoren kan je een dimensie meten)

Bij operationaliseren kies je een bepaalde methode om te gaan meten:

Bij observatie (door bijv. video) kan je gedrag en reacties meten, maar gevoelens en meningen niet.

Bij vragen kan je meningen en gevoelens meten, maar gedrag en reacties niet.

Bij teksten en geluid kan je gevoelens en ideeën meten maar gedrag en reacties niet.

Hierbij zijn observatie, vragen, teksten en geluid de onderzoeksmethodes. Dus welke onderzoeksmethoden heb je nodig om tot de juiste gegevens te komen?

Observatie

Hoe gaat observatie in zijn werk? Coderen is daarbij erg belangrijk, ‘de regels opstellen’ en hoe je met bepaalde zaken om gaat moet duidelijk zijn. Bij coderen wordt heel vaak een codeerschema gebruikt. Dit geeft systematiek. Per onderzoek verschilt het codeerschema want wat gebeurd er op een bepaalde tijd?

Vragen

Bij vragen stel je open vragen aan respondenten. Het volledige antwoord telt en de antwoorden woorden gecodeerd. De codes samen zijn de data.

Schaaltechnieken

Voor veel constructen gebruiken we meerdere vragen om een construct te meten. Dat is nodig want:

1. Onmogelijk met 1 vraag te meten

2. Moeilijk te meten

3. Meetfouten verminderen

Likertschaal: Vaak wordt de Likert schaal gebruikt in de sociale wetenschappen. De antwoordschaal gaat van ‘helemaal niet mee eens tot ‘helemaal mee eens’. Issues daarbij zijn dat je geen neutrale antwoordcategorie hebt en op wat voor meetniveau is dit?

Wanneer je de antwoorden hebt, ga je coderen en deze scores kan je dan gaan optellen. Van daaruit kan je zeggen wat de score zegt.

Semantische differentiaalschaal: Wordt gebruikt om iemand mening of gevoel over een product te meten en gebruikt daarvoor tegenpolen. Er worden 3 categorieën gemeten:

• Evaluatie: positief vs. negatief, vuil vs. schoon, waardevol vs. waardeloos

• Potentieel: sterk vs. zwak, zwaar vs. licht, moeilijk vs. makkelijk

• Activiteit: actief vs. passief, snel vs. langzaam, stil vs. lawaaierig

Sociale afstand schaal: Ontwikkeld door Emory Bogardus om sociale afstand tot groepen mensen te meten. De uitspraken staan geordend van grote sociale afstand tot kleine sociale afstand.

Meten en meetfouten

Een meting bevat drie componenten:

Score = ware score + systematische fout + willekeurige fout

Ware score: Wat je wilt meten

De systematische fout ontstaat doordat er sociaal wenselijke antwoorden zullen worden gegeven dus dat er niet eerlijk geantwoord wordt.

Willekeurige fout ontstaat door vergissingen, ‘random fout’.

Validiteit en betrouwbaarheid

Er moet altijd worden afgevraagd of iets valide en betrouwbaar is. Je hebt drie vormen:

Valide en betrouwbaar, betrouwbaar maar niet valide en niet betrouwbaar dus niet valide.

Betrouwbaarheid = herhaalbaarheid. Dus zou de respondent elke keer hetzelfde antwoord geven? Bij observaties is het de vraag of je telkens tot dezelfde meting komt. Wanneer daar sprake van is, is je observatie betrouwbaar.

Je wilt de betrouwbaarheid zo hoog mogelijk hebben in je onderzoek. Dat kan zo:

1. Heldere operationele definitie: De definitie moet helder zijn, voor iedereen hetzelfde betekenen.

2. Meerdere vragen stellen over een onderwerp.

3. Meerdere observatoren (beoordelaars).

Je kunt de betrouwbaarheid bepalen op drie manieren:

• Test-hertest betrouwbaarheid: dezelfde meting bij dezelfde persoon en dan de antwoorden vergelijken.

• Split-half betrouwbaarheid: De vragenlijst/ test in twee delen: geven verschillende mensen dezelfde antwoorden?

• Interne consistentie: Vragen die erg op elkaar lijken, vergelijken en bepalen of ze sterk met elkaar samenhangen. (Cronbach’s alpha)

Constructvaliditeit

Constructvaliditeit: Meet je (inhoudelijk) wat je wilt meten?

• Indruksvaliditeit (face validity): Wat anderen (experts) ervan vinden. Je vraagt aan zo’n expert: Meet het wat het bedoelt te meten?

• Inhoudsvaliditeit (content validity): Worden alle aspecten van een construct gemeten?

• Criteriumvaliditeit (criterion validity): Vergelijken. Twee manieren: Convergente validiteit (Vergelijken met andere meting van zelfde construct) en predictieve validiteit (Predictive: Hangt het construct sterk samen met een uitkomstmaat?).

Interne validiteit

De mate waarop de onderzoeksmethode een goed antwoord kan geven op de onderzoeksvraag. Causaliteit. Vooral belangrijk bij experiment.

Externe validiteit

De mate waarin resultaten uit onderzoek gegeneraliseerd kunnen worden naar de populatie. Representativiteit. Zie volgend college over steekproeven

College 6 MTS1 - Methoden

Inleiding

In de empirische cyclus zijn we nog steeds bij het begrip operationaliseren. Je denkt daarbij ook ‘wie gebruik ik voor mijn onderzoek?’.

In de sociale wetenschappen gebruiken we vaak een steekproef waarmee we iets kunnen zeggen over de populatie. Dus allereerst moeten we een goede steekproef trekken uit de populatie, dat is volgens Neuman sampling. Wanneer je je gegevens hebt door je steekproef ga je dat generaliseren over je steekproef, dat is inductieve statistiek. Vandaag gaan we het hebben over sampling.

Voorbeeld voor vandaag

Onderzoeksvraag: Wat is het effect van ADHD op de sociale ontwikkeling van kinderen?

Bij operationaliseren: ‘hoe meet je dit, wat houden je begrippen in, wil je kwalitatief of kwantitatief onderzoek? Afhankelijk van kwalitatief en kwantitatief doe een verschillende steekproef.

Steekproef bij kwantitatief onderzoek

Allereerst is het belangrijk om te bepalen wat je populatie is. Dus de groep waarnaar we de resultaten uit onze steekproef willen generaliseren. Neuman noemt dit universe.

Soms is de populatie niet de groep die je meeneemt in je onderzoek. Dat is namelijk de doelpopulatie: de groep waaruit je een steekproef trekt. Neuman: (target) population.

Daarnaast heb je een steekproef. De groep die je feitelijk uitnodigt in je onderzoek.

De vraag is hoe je deze steekproef selecteert. Hij gaat 5 steekproefdesigns bespreken. Deze steekproefdesigns geven informatie over hoe je aan je steekproef komt.

Als je wilt dat je steekproefdesign representatief is, is dat ieder element een gelijke kans moet krijgen.

Steekproefdesign 1: Enkelvoudige aselecte steekproef

Je maakt een hele lange lijst van iedereen die in je populatie zit, en geeft iedereen een nummer. Op basis van die lijst ga je een steekproef selecteren, en dat moet op basis van volledige willekeurigheid. Dit kan bijvoorbeeld door lootjes te maken en deze blind te trekken.

Steekproefdesign 2: Systematische steekproef

Je kiest mensen niet willekeurig door lootjes te trekken maar je kiest met een systeem mensen van de lijst (nummer 1, 11, 21, enz.) Deze methode werd vroeger vaak gebruikt omdat er nog geen computer was. Maar wanneer je bijvoorbeeld de lijst hebt geordend op man-vrouw, dan krijg je door de ordening geen representatieve steekproef.

Steekproefdesign 3: Gestratificeerde aselecte steekproef

Het is nog steeds aselect dus in dat opzicht is het hetzelfde als enkelvoudig aselect maar nu verdeel je de populatie in strata, dus 2 of meer lijsten. Vervolgens trek je binnen elk stratum een steekproef. Belangrijk is wederom dat ieder element evenveel meetelt.

Steekproefdesign 4: Cluster steekproef

Hier is iedereen verbonden aan een bepaalde locatie. Je kunt willekeurig selecteren op scholen/ woonplaats/ huishouden, dat is het trekken van clusters. Vanuit die gebieden trek je de steekproef van elementen. Een nadeel is dat je bijvoorbeeld een hele grote plaats selecteert waardoor je erg veel mensen meeneemt in je onderzoek.

De bovenstaande steekproeven zijn aselect. De verhouding is dus voor de elementen gelijk. Je hebt ook niet-aselecte steekproeven. Steekproefdesign 5 en 6 worden erg veel gebruikt maar dit zijn slechte steekproefdesigns.

Steekproefdesign 5: Gemakssteekproef (= convenience sample)

‘Wie wil, vrijwilligers?’ Het is gemakkelijk voor de onderzoeker maar zo krijg je bijvoorbeeld alleen mensen die het leuk vinden om mee te doen aan een onderzoek.

Steekproefdesign 6: Quotasteekproef

Bij dit design let je wel op een aantal kenmerken dus het is iets beter dan gemakssteekproef maar alsnog niet goed. Je vraagt weer, wie heeft er zin om mee te doen? Dan wil je bijvoorbeeld wel evenveel mannen en vrouwen hebben, dat is dan een kenmerk. Maar het is alsnog onder mensen die graag mee willen doen.

Trekken van een steekproef

Je kunt je steekproef trekken met teruglegging of zonder teruglegging. Steekproef met teruglegging lijkt raar wanneer je met mensen te maken hebt. Bij statistiek wordt uitgegaan van steekproeven met teruglegging. De reden daarvoor is dat bij iedere trekking de kansen voor alle mensen aan elkaar gelijk zijn. Een klein nadeel is, is dat je twee keer over dezelfde persoon kunt trekken.

Aselecte steekproef

Lijst met elementen: hoe vind je die? Telefoonboek, gemeenteregister, leerlingenlijsten, enz.

Tegenwoordig werkt een telefoonboek niet meer omdat lang niet iedereen er in staat. Je hebt bijvoorbeeld een random number generator. Dat programma geeft random allerlei nummers.

Kwalitatief onderzoek

Je houdt de steekproef bij een klein aantal, bijvoorbeeld 10 mensen. Deze selectie gaat dus ook anders dan bij kwantitatief onderzoek. Dus hoe trek je een steekproef bij kwalitatief onderzoek? Steekproefdesign 7 en 8 zijn allebei niet aselect.

Steekproefdesign 7: Doelgerichte steekproef

Je kiest mensen met specifieke kenmerken die belangrijk zijn voor het onderzoek.

Steekproefdesign 8: Sneeuwbal steekproef

Je vraagt mensen die aan het onderzoek meedoen of ze nog iemand kennen die mee kan doen. Je gaat dus het netwerk in en dat wordt steeds groter.

Kwalitatief vs. kwantitatief

Kwantitatief: Steekproef moet zorgen voor de personen waarmee de onderzoeksvraag valide beantwoord kan worden. Dus moet er representativiteit zijn, dat is externe validiteit.

Kwalitatief: Je bent geïnteresseerd in n specifieke mensen, met specifieke kenmerken. Case study is dus belangrijk, de externe validiteit is minder belangrijk.

Representativiteit

Bij je representativiteit kunnen er 3 dingen mis gaan:

• Dekkingsfouten: (coverage). Sommige mensen worden helemaal niet benaderd. Bijvoorbeeld de mensen die niet in het telefoonboek staan dus ook nooit worden gevraagd.

• Steekproeffout: Een toevalsfout.

• Nonresponsfout: De steekproef die is geselecteerd kan je niet bereiken, bijvoorbeeld omdat ze de telefoon niet opnemen.   

Toepassingscollege MTS1 - Methoden

Vandaag wordt herhaald wat we de afgelopen tijd hebben geleerd. Het onderdeel methodenleer is inhoudelijk afgerond.

Overzicht van methodenleer

• Wat is wetenschap? Over benaderingen en methodes van onderzoek.

• De empirische cyclus: onderzoeksprobleem, vraag, hypotheses, operationalisatie, dataverzameling en evaluatie.

• Wetenschapsfilosofie en toetsing: falsificatie, informativiteit hypotheses.

• Meten in de sociale wetenschappen: Manieren van meten (observaties, vragenlijsten, experiment, interviews), operationaliseren en meetfouten

• Steekproeven

Oefenen met meten

Ieder onderwerp wordt op een andere manier onderzocht. Je hebt tal aan onderwerpen, waar weer verschillende onderzoeksvragen uit kunnen rollen. Zo is dataverzameling anders en ontstaan er andere meetfouten en verschillen in resultaten.

Je hebt bijvoorbeeld het onderwerp pesten. Daar kan je onder andere op de empirisch-analytisch en interpretatieve manier naar kijken, dus maak je een keuze wat de beste manier is. Interpretatief is met kwalitatieve data, empirisch met kwantitatief.

Kwantitatief:

• Voordelen: telbaar maken, specifieke gedragingen om op te letten, ondersteund door theorie.

• Nadelen: soms te specifiek, geen rekening houden met de context, verschil tussen plagen en pesten soms onduidelijk.

Bij kwantitatief onderzoek kunnen we een codeerschema gaan maken. Je kunt allerlei aspecten rond het pesten er bij betrekken, hier dus bijvoorbeeld pesten door middel van lichamelijk geweld, pesten met woorden (welke woorden?) pesten door achtervolging en pesten door middel van uitsluiting. Deze aspecten werk je uit en daar kan je dan een codeerschema van maken met de vraag: ‘wanneer gebeurde dit?’.

Kwalitatief:

• Voordelen: Context meenemen in observatie, dus begrijpen hoe pesten plaatsvindt.

• Nadelen: Minder ondersteund door theorie. Moeilijk te zeggen hoe vaak pesten gebeurt of welke vorm van pesten vaker plaatsvinden.

Bij het kwalitatieve onderzoek willen we begrijpen waarom iets gebeurt. De context is dus belangrijk. Je gaat niet kijken naar één moment maar observeert over langere tijd en naar de hele groep tegelijkertijd.

Betrouwbaarheid van metingen

Coderen is precisiewerk, want bijvoorbeeld: codeer je alleen het moment of ook wat daar voor en daar na gebeurt?

Je hebt een offciële maat voor intercodeursbetrouwbaarheid, de Cohen’s kappa:

Kappa = (%agreement = % verwachte willekeurige agreement) / (1-% verwachte willekeurige agreement)

Validiteit van metingen

Er zijn verschillen bij interpretatief vs systematisch codereren dus verschilt de validiteit. Metingen van het interpretatieve onderzoek zijn hier meer valide want pesten vraagt om de context. Toch laat je ook aspecten liggen die je bij empirisch-analytisch wel weer zou meten.

Conclusie

• Meten is moeilijk, het vereist ervaring en oefening.

• Verschillende benaderingen leiden tot andere conclusies.

• Keuze van bendering hangt af van het type onderzoeksvraag.

• Geen enkele meting is perfect.