Summary Psychological assessment and theory creating and using psychological tests
- 2928 reads
Een van de belangrijkste doelen van onderzoekers (sociaal of anders) is het verklaren van waarom dingen zijn zoals ze zijn. Normaliter proberen zij dit te doen door vast te stellen wat de oorzaken zijn van de te onderzoeken gebeurtenissen. Met andere woorden welke dingen veroorzaken andere dingen. Zodra de oorzaken van een gebeurtenis bekend zijn weten we waarom datgene gebeurt is, en weten we dat ze niet anders hadden kunnen gebeuren, gegeven de omstandigheden. Dit heet determinisme.
Determinisme: Een theorie die ervan uitgaat dat iets wordt bepaald door het causale verband tussen de voorgaande gebeurtenissen en/of natuurlijke wetten.
De hoofdvraag die onderzoekers (researchers) zich moeten stellen is de volgende: is ons gedrag het product van onze eigen vrije gedachten en keuzes of wordt ons gedrag bepaald door krachten der natuur en omstandigheden waar we zelf geen controle over hebben en misschien zelfs niet eens weten dat ze er zijn?
In de natuurlijke en sociale wetenschappen wordt vaak het deterministische model van oorzaak-gevolg gebruikt. Hierbij wordt een verklaring gedaan aan de hand van de causaliteit van bepaalde oorzaken met een bepaald gevolg. Dit wordt toegepast op mensen, planten en op niet-levende objecten.
Belangrijk bij het onderzoeken van de oorzaak-gevolg relatie is dat de gevonden (mogelijke) oorzaken ook werkelijk oorzaken moeten zijn. Een voorbeeld om uit te leggen. Als onderzocht wordt waarom iemand naar McDonalds gaat is de uitkomst, ‘omdat hij ervoor gekozen heeft om naar McDonalds te gaan’ niet goed. Hij heeft er wel voor gekozen, maar de echte (werkelijke) oorzaken, zijn bijvoorbeeld omdat hij honger had, etc. Wanneer je de keuze van iemand accepteert als oorzaak voor een bepaald gevolg, dan ben je nog steeds niet verder dan je eerst was, want de volgende vraag is dan gelijk waarom heeft hij die keuze gemaakt. Er moet dus een duidelijk causaal verband zijn tussen oorzaak en gevolg. Uiteindelijk zijn alle keuzes die iemand maakt bepaald door factoren (oorzaken) die hij of zijn niet zelf in de hand had.
Ook al worden veel verklaringen gedaan vanuit het deterministische model, moeten we er toch duidelijk over blijven wat niet bij het model hoort:
Ten eerste denken onderzoekers niet dat alle menselijke acties van tevoren vast liggen en ook niet dat mensen hun leven leiden naar een vastgelegd patroon.
Ten tweede neemt het deterministische model niet aan dat oorzakelijke verbanden simpel zijn.
Ten derde neemt het deterministische model ook niet aan dat we allemaal door dezelfde krachten en factoren beheerst worden.
Ten vierde stelt het deterministische model niet dat onderzoekers alles kunnen verklaren wat nu gebeurt of ooit zal gebeuren.
Als laatste hoeven onderzoekers niet aan te nemen dat het deterministische model verondersteld dat alles al vast ligt, maar ze moeten wel bereid zijn, om met behulp van deterministische logica, fenomenen te verklaren.
Bij onderzoeken wordt er gebruik gemaakt van inductie of deductie. Bij inductie trekt men conclusies over het algemeen, nadat men bepaalde specifieke objecten onderzocht heeft. Een onderzoeker die beweert dat alle zwanen wit zijn, nadat hij verscheidene gebieden met zwanen heeft onderzocht, is hier een voorbeeld van. Theoretisch gezien, zou het best wel kunnen dat er ergens op de wereld een zwarte zwaan te vinden is. Bij deductie gaat het net andersom. Er worden verwachtingen en hypotheses over specifieke verschijnselen geformuleerd op basis van algemene principes. Een voorbeeld is dat men verwacht dat de eerste zwaan die hij tegen komt wit is, omdat alle zwanen wit zijn.
Ideografisch en Nomothetisch model
Het ideografische model richt zich op het verklaren van gebeurtenissen door het bestuderen van de vele redenen die een dergelijke gebeurtenis kan hebben. Je kunt het vergelijken met een rechtbank die een oordeel moet vellen en voor de verzachtende omstandigheden alle mogelijke beweegredenen, die hebben geleid tot het gedrag van de ‘schuldige’, onderzoekt.
Terwijl het ideografische model vaak wordt gebruikt in het dagelijks leven en door onderzoekers van de sociale wetenschappen zijn er andere omstandigheden die moeten worden verklaard aan de hand van het nomothetische model. Dit model probeert te ontdekken wat de belangrijkste beweegredenen van een bepaalde actie of gebeurtenis zijn.
Een voorbeeld om de beide modellen wat duidelijker te maken. Stel dat we iemand vragen waarom hij op de PVDA heeft gestemd en we krijgen 100 redenen, dan mogen we er vanuit gaan dat als we iemand anders vinden, die dezelfde 100 redenen geeft ook voor de PVDA zal stemmen. Dit is een voorbeeld van het ideografische model. De kans dat je 2 mensen vindt die beide dezelfde 100 redenen geven is erg klein, dan moet je gebruik maken van het nomothetische model. Dit model kijkt naar de redenen van (bijna) alle mensen en het richt zich voornamelijk op de redenen die verklarend voor het stemmen. Het nomothetische model probeert zo veel mogelijk te halen uit zo min mogelijk informatie. Wanneer je naar alle 100 redenen kijkt wordt het detail van de verklaring groter maar ook veel complexer en mogelijk zelfs onbruikbaar. Kortom, een nomothetisch model geeft een simpeler en algemener verklaring dan een ideografisch model.
Je hebt twee soorten informatie, namelijk kwalitatieve en kwantitatieve. Bij kwantitatieve data is er sprake van numerieke gegevens. Kwalitatieve data leent zich meer voor de verklaringen van het ideografische model, terwijl de kwantitatieve data zich meer leent voor de verklaringen van het nomothetische model.
Beide modellen hebben te maken met causaliteit en beide kunnen gebruikt worden de modelkeuze is o.a. afhankelijk van de soort informatie die de onderzoeker tot zijn beschikking staat.
Criteria
Als je opmerkt dat mensen die hoger zijn opgeleid ook vaak luxere huizen hebben wil dat nog niet zeggen dat die twee factoren causaal verbonden zijn. Het hebben van een luxe huis betekend niet dat je hoger opgeleid bent en andersom is ook niet altijd zo. Het feit dat iets samenhangt, betekent niet dat het ook causaal verbonden is.
Volgens Joseph Maxwell zijn de belangrijkste criteria voor causaliteit:
De geloofwaardigheid
Of er serieus gezocht/onderzocht is naar alternatieve verklaringen
De laatste kun je vergelijken met de beroemde woorden van Sherlock Holmes die stelde: ”wanneer alle andere mogelijkheden zijn geëlimineerd, moet de overgebleven mogelijkheid de waarheid zijn”.
Volgens Paul Lazarsfeld zijn er 3 criteria voor causaliteit die gelden voor het nomothetische model:
De oorzaak moet het gevolg voorgaan (eerst het startschot en dan gaan de schaatsers pas schaatsen, andersom zou onlogisch zijn).
Twee variabelen moeten empirisch (echt onderzocht) samenhangen.
Het effect van de causale relatie mag niet door een of andere derde variabele verklaard kunnen worden.
Het is belangrijk om het verschil te realiseren tussen het werkelijk testen en onderzoeken van een causale relatie en het gissen naar een causale relatie.
Een noodzakelijke oorzaak (necessary cause) is een oorzaak waarvoor geldt dat een bepaalde voorwaarde aanwezig moet zijn om het gewenste gevolg te verkrijgen.
Een voldoende oorzaak (sufficient cause) is een oorzaak waarvoor geldt dat wanneer één van de bepaalde voorwaarden aanwezig is het gewenste gevolg al verzekerd is.
Een voorbeeld om dit nader uit te leggen:
Als iemand zijn middelbare school diploma wil halen, moet deze persoon naar school gaan. Wanneer hij of zij niet naar school gaat kan hij dat diploma niet halen. Naar school gaan is hier een noodzakelijke voorwaarde om tot het gevolg diploma behalen te komen. Wanneer iemand niet naar een tentamen gaat is dat een voldoende voorwaarde om het vak niet te halen, maar dat wil niet zeggen dat dit de enige voorwaarde is om dat tentamen niet te halen, iemand zou het ook gewoon slecht kunnen leren of een black out hebben. Niet naar het tentamen gaan is hier een voldoende voorwaarde voor het gevolg niet halen tentamen. Onderzoekers streven ernaar om tot een uitkomst te komen die zowel een de noodzakelijke als voldoende oorzaak voldoet.
In onze veronderstellingen over causale relaties maken we vaak fouten. Soms is het mogelijk om alleen al op basis van logisch redeneren achter zulke fouten te komen, zelfs wanneer er geen mogelijkheid is om empirisch de data te controleren.
Howard Kahane noemt een aantal mogelijke fouten die gemaakt kunnen worden bij het verklaren van causale relaties:
Miscommunicatie
Te snelle conclusies
Twijfelachtige oorzaak
Achtergehouden informatie
Onjuist dilemma
Miscommunicatie
Onderzoekers interpreteren de verkregen informatie op een manier zodat zij er betekenis aan kunnen geven, het gevaar bestaat dan dat dat niet de bedoelde interpretatie was en dat er verkeerde conclusies uit worden getrokken.
Te snelle conclusies
Onderzoekers trekken soms te snel conclusies uit de verkregen uitkomsten en laten verder onderzoek achterwege, waardoor de kern van het onderzoek misschien wel misgelopen wordt.
Twijfelachtige oorzaak
Het is voor onderzoekers altijd belangrijk om na te gaan of een causale relatie wel echt een causale relatie is en geen toeval was of iets dergelijks. Wanneer A de oorzaak van B lijkt, is het belangrijk om uit te zoeken of dat werkelijk zo is. Onderzoekers moeten zich afvragen of er niet nog andere oorzaken geweest konden zijn. Vaak is het gemakkelijk om te komen met de meest voor de hand liggende oorzaak, maar het is vaak lastiger om achter de werkelijkheid te komen. Andere mogelijke oorzaken moeten altijd onderzocht worden.
Een tautologie is een verklaring die per definitie waar is (vb. het groene gras, gras is per definitie groen, het is onnodig om dit nogmaals te vermelden of te onderzoeken)
Achtergehouden informatie
Onderzoekers zijn degene die bepalen welke informatie relevant is voor het onderzoek en welke niet. Dit is wel een subjectieve inschatting. Het is mogelijk dat de onderzoeker iets over het hoofd ziet of dat hij de verkeerde dingen als relevant beschouwd.
Onjuist dilemmaVaak denken onderzoekers dat wanneer er meerdere oorzaken mogelijk zijn dat de ene oorzaak de mogelijkheid op de andere oorzaak uitsluit. Dat kan zo zijn maar is zeker niet altijd het geval. Het is vaak goed mogelijk dat de onderzoeker denkt voor een dilemma te staan terwijl dat niet zo is.
Vaak wordt in het (deductieve) model van de sociale wetenschap gesteld dat het proces van vaststellen en meten van variabelen los staat van het proces van onderzoeken naar samenhangen, terwijl het veel beter is om deze processen als nauw verbonden te beschouwen. Aangezien er vrijwel nooit een ideale situatie zal ontstaan, komt onderzoeken bijna altijd neer op onderzoekers, die imperfecte indicatoren van theoretische modellen gebruiken om tot imperfecte samenhangen te komen, die open staan voor een imperfecte interpretatie.
In de sociale wetenschap draait alles om het onderzoeken en het ontdekken. Er bestaat geen uniforme manier om dat te doen, maar er zijn heel veel verschillende manieren. Uiteindelijk betekent wetenschappelijk onderzoek het observeren en interpreteren van de waarnemingen. Daarom moet je vaststellen wat je gaat onderzoeken, waarom je dat hebt gekozen en hoe je dat gaat doen. Dit zijn de twee belangrijkste taken van het onderzoeksontwerp:
Zo precies mogelijk vaststellen wat het is dat je wilt onderzoeken.
Vaststellen wat de beste manier is om dat te onderzoeken.
Zoals in de wiskunde gezegd wordt: een goed geformuleerde vraag omvat het antwoord.
Verkennen (exploration)
Beschrijven (description)
Verklaren (explanation)
Veel onderzoek wordt verricht om een onderwerp te verkennen of om de onderzoeker bekend te maken met het onderwerp. Het wordt vaak verricht bij nieuwe onderwerpen (kunnen ook oude onderwerpen zijn die nu weer interessant zijn) of wanneer het onderwerp nog relatief nieuw is als onderzoeksonderwerp. Verkennend onderzoek wordt voornamelijk ingesteld voor 3 redenen.
Om de nieuwsgierigheid van de onderzoeker te bevredigen
Om te onderzoeken of uitgebreider onderzoek zin heeft
Om manieren te ontwikkelen om vervolg studies mogelijk te maken
Verkennend onderzoek is inductief, hetgeen inhoudt dat de onderzoekers alle variabelen zelf moeten vaststellen en moeten bepalen welke relevant zijn. Men moet dus een algemene conclusie trekken uit specifieke verschijnselen, aangezien er weinig informatie bestaat over nieuwe onderwerpen. Dit in tegenstelling tot deductieve onderzoeken, waarbij de relevante variabelen van te voren al bekend zijn.
Ook veel onderzoek wordt verricht om bepaalde situaties of omstandigheden te beschrijven. Hierbij neemt de onderzoeker eerst dingen waar en probeert ze vervolgens te beschrijven. De onderzoeksvraag is voornamelijk waarom gebeurt of gebeurde iets.Verklaren
Onderzoek kan ook nog als doel hebben om een bepaald verschijnsel te verklaren. Dit soort onderzoeken beantwoorden over het algemeen vragen als: wat, waar, wanneer en hoe en eventueel verklarende vragen als waarom. Ook al is het handig om de drie doelen van elkaar te onderscheiden, is het vaak zo dat een onderzoek onderdelen van meerdere of alle drie in zich heeft.
Er zijn drie criteria waaraan een ‘nomothetic causal relationship’ aan moet voldoen:
de variabelen moeten gecorreleerd zijn: dit is een empirische relatie tussen twee variabelen, zodat (1) veranderingen in de ene variabele verbonden zijn met veranderingen in de andere variabele en (2) eigenschappen van de ene variabele verbonden zijn met die van de andere variabele;
de oorzaak vindt plaats voor het effect;
de variabelen zijn ‘nonspurious’; het effect kan niet worden verklaard door middel van een derde variabele. Dit wordt ook wel de “lurking variable” genoemd.
Onderzoekers gebruiken liever niet de termen oorzaak en gevolg. Het is namelijk veiliger om van een samenhang te spreken. Redenen hiervoor zijn:
Er is vaak sprake van meerdere oorzaken van een verschijnsel. Als men spreekt van ‘de oorzaak’ dan laat men andere oorzaken buiten beschouwing.
Er zijn uitzonderingen: Een oorzaak hoeft niet per sé tot een bepaald effect te leiden.
Majority cases: We kunnen niet zeggen dat kinderen die geen oppas hebben na schooltijd, eerder geneigd zijn om verkeerde dingen te doen. Dus leidt gebrek aan toezicht tot slecht gedrag van kinderen. Want het kan zo zijn dat slechts een klein deel van de kinderen zonder oppas zich slecht gaan gedragen.
Één van de belangrijkste dingen die gedaan moeten worden bij elk onderzoek is het vast stellen van wat precies het onderzoeksobject (unit of analysis) is, oftewel omschrijven tot in het verst mogelijke detail wat en waarom je wilt gaan onderzoeken. In de sociale wetenschap is er vrijwel geen limiet tot wat er onderzocht kan worden. Het onderzoeksobject is datgene wat je wilt analyseren, observeren en wat je wilt verklaren.
Er zijn ruwweg 4 soorten onderzoeksobjecten:
Individuele objecten
Groepen
Organisaties
Sociaal object
In de meeste onderzoeken zijn individuele mensen het onderzoeksobject, maar het onderzoeksobject kan elke soort individueel zijn. Deze individuele kunnen eigenschappen vertonen van een groep en het is dus vaak verstandig om eerst het individueel te onderzoeken en daarna de kennis te gebruiken om de groep te onderzoeken. Wanneer we groepen onderzoeken zijn we vaak op zoek naar de eigenschappen van die groep alsof het een individueel is. Vaak zijn die eigenschappen dan ook te vinden in alle leden van die groep.
Het is ook mogelijk om een sociale organisatie te onderzoeken, je moet dan bijvoorbeeld denken aan een bedrijf, waarbij gekeken kan worden naar de economische aspecten als aantal werknemers, netto omzet, enz. Ook kan onderzocht worden hoe de etnische verdeling binnen een organisatie is.
Als laatste kunnen alle sociale objecten als onderzoeksobject dienen. Sociale objecten zijn alle producten afkomstig van sociale wezens of gedragingen (boeken, grappen, ontdekkingen).
Belangrijk is ook dat je een onderscheid weet te maken tussen wat je precies wilt onderzoeken en waar je onderzoeksobject onder valt. Wil je de crimineel onderzoeken of de criminaliteit. Als deze begrippen door elkaar heen worden gehaald creëer je het gevaar dat je verkeerde conclusies trekt, die gebaseerd zijn op bijvoorbeeld groepen in plaats van op individuen.
Er zijn twee soorten van foutief redeneren die kunnen voor komen bij het vaststellen van het onderzoeksobject:
Ecologisch verkeerd idee: Iets dat is geconstateerd bij de ecologische eenheid, zegt niet specifiek iets over de delen welke die ecologische eenheden vormen.
Het is fout om eigenschappen van individuele te baseren op datgene wat is waargenomen voor de groep waar die individueel deel van uitmaakt.
Herleiding: Het uitleggen van complexe fenomenen aan de hand van eenvoudige en simpele redenen. Je reduceert dan wat in werkelijkheid een erg complexe situatie is tot een simpele situatie.
Beide fouten komen vooral voor wanneer niet duidelijk is vastgesteld wat het onderzoeksobject is. Dit is ook niet altijd gemakkelijk en het vaststellen van een onderzoeksobject is een veel besproken probleem.
Tot nu toe hebben we het gehad over welke objecten we willen onderzoeken, waarom we dat willen en voor welke doeleinden we dat willen. Nu zullen we een aantal tijdsgerelateerde opties bespreken, die dwars door de voorgaande overwegingen lopen. Het kan hier gaan om één enkele tijdsperiode of over meerdere tijdsperioden. Tijd speelt een belangrijke rol in het ontwerpen en uitvoeren van een onderzoek, vooral wanneer het gaat om de tijd die nodig is om het onderzoek uit te voeren. Tijd speelt ook een belangrijke rol bij de analyse van het onderzoek, omdat je wilt weten of de resultaten ook representatief zijn voor het verleden of de toekomst. Onderzoekers hebben twee opties tot hun beschikking wanneer zijn de tijd in hun onderzoek willen betrekken:
Een crosssectie onderzoek is een onderzoek over een sectie (of selectie) van een populatie of fenomeen, die is gemaakt op een bepaald moment in de tijd. Het is dus te vergelijken met een foto, die op één bepaald moment is genomen en dat stuk wordt dan onderzocht. Er ontstaan mogelijk problemen bij generalisatie van een bepaald moment in de tijd.
In tegenstelling tot het bovenstaande onderzoek, wordt er bij een longitudinaal onderzoek data verzameld op verschillende momenten in de tijd. Het is de beste mogelijkheid om ontwikkelingen in de tijd te onderzoeken.
Er zijn 3 speciale types van longitudinaal onderzoek:
Trend onderzoek: is een onderzoek dat bekijkt hoe een bepaald aspect van een populatie zich over een bepaalde tijd veranderd. Dit is te vergelijken met meerdere foto’s achter elkaar.
Cohort onderzoek: is een onderzoek dat specifiek gericht is op bepaalde subgroepen of ‘cohorts’ en er wordt gekeken hoe deze veranderen over een bepaalde periode, hoewel de data kan worden verzameld door middel van verschillende leden in elk van de observaties. Het kan toevallig zo zijn dat er enkele mensen getrokken worden die al een keer zijn onderzocht in een eerder stadium.
Panel onderzoek: is een onderzoek dat steeds dezelfde set mensen onderzoekt. Door steeds dezelfde mensen te onderzoeken konden de onderzoekers zien wat voor problemen er naar boven kwamen en hoe de mensen daarmee omgingen.
Longitudinale onderzoeken verdienen de voorkeur over cross-sectie onderzoeken omdat ze over een bepaalde periode zijn genomen, terwijl cross-sectie onderzoeken maar een momentopname zijn. Maar daartegenover moet er ook wel veel ingeleverd worden voor een longitudinaal onderzoek omdat het meestal veel duurder is en veel meer tijd kost.
Soms komt het voor dat een cross-sectie onderzoek een tijdselement op basis van logica suggereert. Een mogelijke manier waarop dat kan voorkomen is door te vragen aan subjecten of ze zich dingen uit het verleden herinneren (bijvoorbeeld of ze ooit drugs gebruikt hebben).
Het gevaar dat dan bestaat is dan dat mensen niet meer zeker wetten wat ze precies gedaan hebben of ze geven de verkeerde informatie om zich er beter of stoerder af te laten komen.
Voordat je een onderzoek begint moet je eerst vaststellen wat het doel is van je onderzoek. Is het een verkennend, verklarend of beschrijvend onderzoek.
Dan volgt de conceptualisatie: het uitleggen wat je met de variabelen die je gaat onderzoeken bedoeld. Dit is een belangrijke fase want je moet dit weten om zinnige conclusies te kunnen trekken.
Hierna volgt de keuze van de soort methode die je gaat doen. Dit kan bijvoorbeeld zijn: een experiment, een enquête, een evaluatie, enz. Elke methode heeft zijn sterke en zwakke punten.
Na de keuze van de methode volgt de fase van de operationalisering: dit is wanneer je gaat aangeven hoe je de variabelen gaat meten en bepalen hoe je de informatie gaat verkrijgen (directe observatie, vragenlijst, enz). Bij de operationalisering geef je aan wat de waarde is van de te meten variabelen, je geeft aan hoe je bijvoorbeeld gedrag waardeert.
Vervolgens moet je aangeven wie en wat je gaat onderzoeken, je moet bepalen welke groep of welk deel van de populatie je gaat onderzoeken.
Dan begin je met de observaties, het verzamelen van empirische gegevens.
Als je de gegevens hebt waargenomen is de volgende stap het verwerken van de waarnemingen, dit houdt voornamelijk in het classificeren van geschreven of anders genoteerde gegevens en deze overbrengen in een computer.
Daarna volgt de analyse, in deze fase interpreteer je de variabelen en probeer je deze te verklaren. Ook trek je in deze fase je conclusies.
Als laatste moet je het onderzoek en je conclusies bekend maken door ze bijvoorbeeld te publiceren, zodat anderen erop kunnen reageren en erop verder kunnen gaan. Ook moet nu duidelijk zijn wat de praktische mogelijkheden zijn van je onderzoek.
Nog een maal alle fasen op een rijtje voor de duidelijkheid.
Vaststellen van het doel van je onderzoek
Conceptualisatie
Keuze van de onderzoeksmethode
Operationalisering
Wie ga je onderzoeken (welk deel populatie)
Observeren
Verwerken van data
Analyse
Toepassing van je onderzoek
Onderzoek uitvoeren brengt vaak kosten met zich mee, vaak hoge kosten. Gelukkig zijn er altijd wel bedrijven of organisaties, zoals universiteiten (bijvoorbeeld Erasmus), bereid om je te sponsoren, maar dit brengt vaak wel een paar extra voorwaarden met zich mee. Onderzoekers moeten oppassen dat ze niet een onderzoek moeten doen waar alleen als conclusie uit mag komen dat de sponsor de beste is of iets dergelijks. Onderzoekers moeten altijd een voorstel indienen bij een dergelijke sponsor en deze moet zijn opgebouwd uit de volgende onderdelen:
De probleemstelling of het onderzoeksdoel (wat ga je precies onderzoeken)
Literatuur over het onderwerp (wat hebben anderen al onderzocht en gezegd)
Onderzoeksobject (wie of wat ga je precies onderzoeken)
Meetwaarden (wat zijn precies de belangrijke variabelen van je onderzoek)
Onderzoeksmethode (hoe ga je onderzoeken)
Analyse (geef aan wat voor soort analyse je gaat doen)
Tijdsschema (hoe lang heb je er voor nodig)
Budget (hoeveel geld heb je nodig)
Waarnemen in de wetenschap betekend: zorgvuldig en opzettelijk observeren van de werkelijkheid met als enig doel omschrijven van bepaalde gebeurtenissen in de vorm van één of andere variabele. Hoe je iets besluit te gaan meten, bijvoorbeeld de mate van religiositeit, is erg belangrijk. Als je dit besluit te gaan doen door te kijken naar hoe vaak iemand naar de kerk gaat, krijg je misschien veel boze gezichten van mensen die niet naar de kerk gaan maar zich wel als erg religieus beschouwen. Een andere maatstaf kan dan een hoop problemen verhelpen, tenzij je natuurlijk de kerkgang wilt onderzoeken. Iets dat uit een onderzoek blijkt is niet hetzelfde als de waarheid, maar bevat wel een kern van waarheid.
Dingen die je zelf waarneemt ervaar je als werkelijkheid (‘seeing is believing’). Een aantal mogelijke waarnemingen zijn:
Je hebt zelf gehoord dat iemand iets negatiefs over een minderheid zei.
Je hebt gehoord van iemand dat iemand (anders) iets negatiefs over een minderheid heeft gezegd.
Je leest over hoe mensen iets negatiefs over minderheden zeggen.
Mensen die negatieve dingen zeggen over minderheden, zijn ook geneigd om negatieve dingen te zeggen over vrouwen, zoals dat ze in de keuken moet werken. Deze mensen worden door ons bevooroordeeld genoemd. Het woord bevooroordeeld (prejudice) betekent op zichzelf niets, het is iets dat iemand heeft verzonnen voor mensen die dat soort dingen zeggen. In de loop der tijd heeft iedereen dat geaccepteerd als de benaming voor de mensen die negatieve dingen zeggen over minderheden en/of vrouwen. Vooroordelen hebben voor veel mensen ook een andere betekenis. Het is maar net afhankelijk van iemands eigen ervaring en geheugen. Je hoort mensen negatieve dingen zeggen over minderheden en stopt dit in je hoofd in een aparte lade. Dan hoor je dat dit soort mensen door veel andere mensen bevooroordeeld worden genoemd en je labelt die lade in je hoofd met het label bevooroordeeld. Als je later weer eens iemand iets negatiefs over minderheden hoort zeggen, kijk je gelijk in die lade en vergelijkt het met wat er al in zat. Hoe meer en hoe langer mensen een bepaald woord gebruiken, hoe groter de kans dat het in het woordenboek terecht komt. De technische term voor de laden in je hoofd is ‘concepten’. Het proces van het labelen heet conceptualisatie. Het is dus een mentaal proces waarbij vage concepten worden gedefinieerd tot precieze en duidelijke begrippen. De uitkomst van conceptualisatie is het concept. In dit voorbeeld was dat dus het concept bevooroordeeld (zijn).
Het kan voorkomen dat twee mensen een bepaalde gebeurtenis onder een ander label opslaan in hun hoofd. Zo is voor de een iemand die tijdens Titanic huilde een gevoelig persoon en voor de ander is het een mietje. De vraag of iemand nu een mietje is of een gevoelig persoon is niet te beantwoorden. Dit is voor iedereen anders.
Abraham Kaplan onderscheid drie soorten metingen die onderzoekers doen:
direct geobserveerde dingen; vrij simpel en direct te meten
indirect geobserveerde dingen; complexer en indirect te meten
constructies, theoretische creaties gebaseerd op observaties, die niet direct of indirect kunnen worden waargenomen. Een voorbeeld hiervan is het IQ.
Volgens Kaplan is een concept een constructie, iets dat we zelf hebben gecreëerd. Zo is ook bevooroordeeld een construct, zoals hierboven is uitgelegd, iets dat we zelf gecreëerd hebben en door iedereen aanvaard wordt als waarheid.
Door conceptualisatie geven we betekenis aan bepaalde gebeurtenissen en verschijnselen door indicatoren vast te stellen in ons geheugen. Een indicator is een teken van aanwezigheid of afwezigheid van een bepaald concept.
Er zijn veel concepten die voor meerdere verschijnselen een andere betekenis hebben. Die verschillende betekenissen noemen we dimensies. Het gaat om een specifiek aspect van een concept. Je kunt dit vergelijken met de liefde die een mens kan hebben voor een dier en de liefde die een mens kan hebben voor een ander mens. Dit zijn twee verschillende dimensies van hetzelfde concept (liefde). Voordat de conceptualisatie helemaal compleet is moeten eerst alle indicatoren bekend zijn en moeten alle dimensies zijn vastgesteld. Door het toevoegen van meerdere dimensies ontwikkelen we een beter begrip voor het te onderzoeken concept.
Het is belangrijk om een goede definitie vast te stellen van hetgeen je van plan bent te gaan onderzoeken. Wetenschappers vinden het nuttig om 3 soorten definities te onderscheiden:
Werkelijk
Nominaal
Operationeel
De eerste betekent de concretisering van termen, het tastbaar maken van concepten zodat ze gemeten kunnen worden. Het zoeken naar de werkelijke betekenis van concepten leidt tot een lastige positie.
De tweede definitie houdt in dat een betekenis simpelweg wordt toegewezen aan een concept zonder dat men zegt dat het iets werkelijk voorstelt.
De derde definitie geeft aan hoe een betekenis kan worden gemeten, de uitvoeringen die we gaan doen.
De aanpassing van concepten is iets dat voortdurend plaatsvindt, je merkt het misschien wel bij jezelf dat je de woorden die je vanzelfsprekend neemt misschien wel dagelijks een andere betekenis geeft.
Het volgende diagram laat zien hoe de verschillende definities in elkaar overlopen:
Conceptualisatie
Nominale Definitie
Operationele Definitie
Metingen in de Werkelijke Wereld
Anomie is een term die gebruikt wordt wanneer het binnen een maatschappij niet duidelijk is hoe mensen zich moeten gedragen, letterlijk betekend het “zonder normen”. Volgens de Franse socioloog Durkheim kan het leiden tot onzekerheid en zelfs tot zelfmoord.
Zoals eerder vermeld staat het begrip operationalisering voor de manier waarop je een bepaald concept gaat onderzoeken. Welke operaties je gaat uitvoeren om tot empirische data te komen. Bij de operationalisering moet je als onderzoeker zeker zijn van het niveau van variatie van wat je wilt onderzoeken. Je moet van tevoren bekijken in hoeverre je bereid bent verschillende attributen op een grote berg te gooien in vrij brede categorieën. Je hoeft namelijk niet altijd de volledige variatie te onderzoeken, je moet het wel altijd overwegen. Attributen zijn karakteristieken of kwaliteiten van een bepaalde variabele. Zo is de variabele ‘geslacht’ opgebouwd uit de attributen man en vrouw.
Pragmatisme: Elk verschil, dat geen verschil uitmaakt, is geen verschil.
Een ander belangrijk punt bij de operationalisatie is het detailniveau van de te operationaliseren variabelen. Is het bijvoorbeeld belangrijk of iemand 17 of 18 is of kun je volstaan met 12 t/m 20.
Elke variabele moet twee belangrijke kwaliteiten bezitten:
De attributen waar het uit bestaat moeten uitputtend zijn (niet oneindig)
De attributen moeten elkaar uitsluiten (niet een beetje man en een beetje vrouw, maar of man of vrouw)
Nominaal
Ordinaal
Interval
Ratio
Nominaal
Variabelen waarvan de attributen alleen de eigenschappen van volledigheid en wederzijdse uitsluiting hebben, noemen we nominale maatstaven. Ze bieden uitsluitend namen voor labels en karakteristieken. ‘Geslacht’ is een voorbeeld van een nominale maatstaf. Een voorwaarde voor een nominale variabele is dat er geen rangschikking en dus geen waardetoekenning mogelijk is.
Ordinaal
Variabelen waarvan de attributen de eigenschappen van volledigheid en wederzijdse uitsluiting hebben en ook nog eens logisch te rangschikken zijn, noemen we ordinale maatstaven. Meer of minder van het attribuut betekent meer of minder van de variabele. ‘Sociale klasse’ is een voorbeeld van een ordinale maatstaf.
Interval
Maatstaven die over alle kwaliteiten beschikken van een ordinale maatstaf en waarbij er ook nog eens een vaste afstand tussen de variabele is, noemen we een interval maatstaf. De hoeveelheid meer of minder van de maatstaf betekent ook meer of minder van de variabele. Het verschil met ordinale maatstaven is dat bij interval maatstaven de afstand tussen de attributen kan worden weergegeven als betekenisvolle gestandaardiseerde intervallen. De ‘Fahrenheit temperatuurschaal’ is een voorbeeld van een interval maatstaf, omdat het verschil tussen 17 en 18 hetzelfde is als tussen 89 en 90.
Ratio
Ratio maatstaven hebben alle kwaliteiten van de vorige maatstaven, maar hebben ook nog eens een absoluut nulpunt, zodat 2 maal de hoeveelheid ook echt twee maal is. Zo is bij de interval maatstaf temperatuur (C) 60C niet twee keer zo warm als 30C. Dit komt omdat 0C niet volledig zonder temperatuur is. Bij Kelvin is dat wel het geval en dus is dat ook een goed voorbeeld van een ratio maatstaf. 60K is twee maal zo warm als 30K. Dit komt omdat 0K het absolute nulpunt is. Een maatstaf van een hogere graad, bijvoorbeeld ratio, mag je ook behandelen als een van een lagere, maar niet andersom.
Wanneer je onderzoeksdoelen niet volledig duidelijk zijn zoek dan naar de hoogst mogelijke maatstaf om je metingen te verrichten en data te verzamelen. Je kunt hem dan later nog altijd terug brengen tot een lager niveau. Wanneer je bijvoorbeeld weet dat iemand 35 jaar oud is kan je het beste noteren dat die persoon 35 is en niet opschrijven in de dertig. Je kunt hier later altijd nog een lager niveau van maken. Je kunt naderhand iedereen met een leeftijd tussen de 30 en 39 in de categorie in de dertig plaatsen, terwijl wanneer je bij het interview al opschrijft in de dertig je niet meer uit die gegevens kunt halen of dat nu 32 of 38 was.
Precisie en nauwkeurigheid
Betrouwbaarheid, of dezelfde techniek meerdere malen dezelfde uitkomsten biedt. Dit kan je op de volgende manieren controleren:
Test-hertest methode, een onderzoek moet meerdere malen dezelfde uitkomst geven.
Split-half methode, in tweeën delen en beide delen moeten dezelfde uitkomst geven.
Gebruiken van gevestigde maten, vergelijk met maten die in andere onderzoeken al bewezen zijn.
Betrouwbaarheid van onderzoekers, deze kunnen spelfouten maken en er kunnen codeerfouten optreden
Geldigheid, geeft aan in hoeverre een empirische maatstaf de werkelijkheid benaderd.
Door van tevoren goed te kijken naar de mogelijke gevaren van de betrouwbaarheid kunnen al veel voorzorgsmaatregelen genomen worden, door bijvoorbeeld extra afspraken te maken met het onderzoekspersoneel. Wanneer het niet duidelijk is welke maatstaf de beste is dan kun je het beste proberen om beide te gebruiken, anders de hoogste graad. Het belangrijkste is dat je als onderzoeker moet realiseren dat een concept geen andere betekenis heeft dan wat jij eraan geeft.
Één van de bekendste vormen van onderzoeksteekproeven zijn de verkiezingspolls tijdens verkiezingstijd, waarbij er aan een representatief gedeelte van de bevolking gevraagd wordt op welke partij ze gaan stemmen. Aan de hand van deze steekproef maakt men de vermoedelijke uitslag van de verkiezingen en na de verkiezing kan men zien of de steekproef een juiste afspiegeling van de werkelijkheid was. Is dit niet het geval dan noemen we dit een bias en dit betekent dus dat de geselecteerde onderzoekseenheden niet representatief zijn voor een grotere groep. Meestal is hier sprake van een onbewuste bias (bijvoorbeeld door onwetendheid of geen goede voorbereiding), maar het kan ook bewust gebeuren. Representativiteit betekent dat de gemiddelde eigenschappen van de steekproef, de gemiddelde eigenschappen van de populatie zeer dicht benaderen.
Bij het onderzoeken moet er ook rekening gehouden worden met de onderzoeksvragen. Het kan zijn dat interessante en makkelijke vragen beter worden beantwoord vergeleken met oninteressante en moeilijke vragen. Het is daarom belangrijk dat je de vragen goed formuleert.
Het proces van het kiezen van de juiste groep (unit of observation) wordt sampling genoemd. Het generaliseren van de steekproef (sample) naar een grotere populatie wordt probability sampling genoemd (testen van de waarschijnlijkheid), waarbij willekeurige selectie (random selection) een belangrijke rol speelt. Dit gehele proces staat vaak centraal binnen een sociaal onderzoek. In sommige gevallen is probability sampling onmogelijk of ongepast. Voordat we verdergaan met het bespreken van deze methode, gaan we het eerst hebben over nonprobability sampling.
Nonprobability sampling wordt toegepast bij een kleinschalig onderzoek en wanneer je als onderzoeker niet over de middelen/gegevens beschikt om de juiste onderzoekseenheden te bereiken. Er kunnen vier verschillende technieken voor dit soort steekproeven worden onderscheiden:
reliance on available subjects; deze methode laat geen controle over de representativiteit van een steekproef toe. Het is slechts gerechtvaardig als de onderzoeker de kenmerken wil bestuderen van de mensen die de plaats waar de steekproef gehouden passeren op gespecificeerde tijden, of wanneer de minder gewaagde steekproefmethoden niet haalbaar zijn. Zelfs wanneer deze methode gerechtvaardigd is op grond van de haalbaarheid, moeten de onderzoekers grote voorzichtigheid uitoefenen tijdens het generaliseren van hun data.
Purposive (judgemental) sampling; de onderzoekseenheden worden geselecteerd op basis van de beoordeling en doelgerichtheid van de onderzoeker over de diegene die het meest bruikbaar en representatief zijn.
Snowball sampling; deze methode wordt veelal toegepast bij een veldonderzoek, waarbij aan ieder persoon, die wordt geïnterviewd, wordt gevraagd of hij/zij nog mogelijk andere personen kent die geïnterviewd kunnen worden en die tevens in de doelgroep (study population) vallen.
Quota sampling; de onderzoeker stelt een tabel op met de eigenschappen van de doelgroep. Afhankelijk van de onderzoeksdoeleinden, ga je onderzoeken welk relatief aandeel van de populatie aan al deze eigenschappen voldoen. Vervolgens ken je aan alle mensen binnen een bepaalde eigenschap een ‘gewicht’ toe, gebaseerd op hun aandeel in de totale populatie. Wanneer alle onderzoekseenheden op deze wijze worden gewaardeerd, dan zal de totale data een redelijke afspiegeling geven van de totale populatie. Het is geen eenvoudige methode en je kan nog wel eens tegen problemen aanlopen.
Mensen die over zichzelf informatie verschaffen, worden respondenten genoemd en onderzoekers zullen een beeld scheppen van de groep waartoe dit individu behoord. Wanneer iemand direct over de gehele groep kan vertellen, dan noemen we dit een informant. Er bestaat echter een risico dat de informatie, afkomstig van een informant, geen goed beeld schept van de gehele groep, omdat dit individu toch niet representatief blijkt te zijn voor de te onderzoeken groep.
Probability sampling
De eerder besproken nonprobability sampling methodes kunnen niet garanderen dat de steekproefeenheden die zijn onderzocht, ook representatief zijn voor de gehele populatie. Wanneer de onderzoekers precieze statistische beschrijvingen willen van grote populaties, dan zullen ze overstappen op probability (waarschijnlijkheids) sampling. Wanneer iedereen volkomen identiek (homogeen) zou zijn, dan zou een steekproef overbodig zijn, maar gelukkig is niet iedereen hetzelfde (heterogeen) en is een steekproef dus wel nodig om een goed beeld te krijgen van de gehele populatie. Één van de belangrijkste eigenschappen van dit soort steekproeven, is dat iedereen een even grote kans heeft om geselecteerd te worden (random selection). De steekproeven die hieraan voldoen worden vaak aangeduid als EGSEM steekproeven (“equal probability of selection method”). Probability samples hebben twee belangrijke voordelen:
ze zijn altijd representatiever dan alle andere soorten steekproeven, omdat de ‘biases’ worden vermeden
het biedt de mogelijkheid om de nauwkeurigheid en representativiteit te schatten
De sampling error maakt een schatting van hoe groot de fout is in de probability sampling. De formule bevat drie factoren; de parameter, steekproefomvang en de standaardfout.
s = √[(P x Q)/n]
De parameter is de samenvattende beschrijving van een bepaalde variabele in een populatie. De standaardfout geeft veel informatie omdat het de mate aangeeft waarin de steekproef-schattingen rond de bevolkingsparameter zijn verdeeld.
Er zijn echter nog twee belangrijke componenten te onderscheiden die met de sampling error te maken hebben:
confidence level; de verwachte waarschijnlijkheid dat een bevolkingsparameter binnen een gegeven betrouwbaarsinterval ligt
confidence interval; de reeks van waarden waarbinnen een bevolkingsparameter verwacht wordt te liggen.
Zodra je de toelaatbare mate van de sampling error hebt bepaald, kan je ook het aantal cases berekenen die je nodig hebt in de steekproef.
Er kunnen verschillende steekproefontwerpen worden onderscheiden:
simple random sampling; de eenheden die de populatie samenstellen zijn toegewezen cijfers. Er wordt een set van willekeurige cijfers gekozen en de eenheden met deze nummers worden aan de steekproef toegevoegd.
systematic sampling; iedere kth eenheid (bijvoorbeeld 25th) in een lijst wordt geselecteerd om toe te voegen aan de steekproef. De kth eenheid (sampling interval) wordt berekend door de omvang van de populatie te delen door de gewenste steekproefomvang en het geeft ook de standaard afstand tussen de geselecteerde elementen. De sampling ratio geeft de verhouding tussen de geselecteerde elementen binnen de populatie en kan berekend worden door de steekproefomvang te delen door de omvang van de populatie.
cluster sampling; dit is een multistage sampling waarbij een steekproef wordt genomen van natuurlijke groepen (clusters) en vervolgens vinden er nog aparte steekproeven plaats met de leden van de geselecteerde groepen.
stratified sampling; de populatie wordt voor de steekproef opgesplitst in homogene groepen (strata). Deze methode kan gebruikt worden in combinatie met de andere methoden en het verbetert de representativiteit van de steekproef.
Naast de onderzoekseffecten dient er ook rekening gehouden te worden met interviewer- en respondenteneffecten. Zo kan diegene die een interview aflegt invloed hebben op de antwoorden die de respondenten geven. Een voorbeeld is wanneer een vrouw een interview aflegt met een mannelijke respondent over emancipatie. Het kan zijn dat mannen bij een vrouwelijke interviewer geneigd zijn om een veel positievere mening te geven met betrekking tot vrouwenemancipatie.
Ook momenten waarop het onderzoek wordt gehouden, heeft effect op de resultaten. Denk maar aan een jongen die geneigd is om zich veel stoerder te gedragen in het bijzijn van zijn vrienden dan thuis. Dus wanneer je een interview aflegt met een jongen in het bijzijn van zijn vrienden kan het zijn dat je een vertekend beeld krijgt.
De basisgedachte van experimenteren bestaat in 2 zaken:
actie ondernemen bij deelnemer
gevolgen van die actie observeren
Experimenten zijn meest geschikt voor onderzoeken waarbij relatief weinig en goed gedefinieerde vooronderstellingen vaststaan, zoals bijvoorbeeld hypothesetoetsing. Experimenten zijn goed in het vaststellen van causaliteit dus zijn betere geschikt voor verklarend (explanatory) dan voor beschrijvend (descriptive) onderzoek.
In het Klassieke Experiment, komen 3 grote componenten voor:
Independent en dependent variables: essentieel is dat een experiment het effect van een onafhankelijke (independent) variabele op een afhankelijke (dependent) variabele bekijkt. Daarbij is de onafhankelijke variabele een dichotome variabele: we bekijken het effect van “aanwezig” of “niet-aanwezig”. De onafhankelijke variabele wordt ook wel de stimulus genoemd.
Pretesting en posttesting: pretesting is het meten van de afhankelijke variabele vóór blootstelling aan een onafhankelijke variabele, dus voor de stimulus is toegepast. Posttesting is het opnieuw meten ná de stimulus. Als er verandering wordt gemeten wordt deze toegeschreven aan de stimulus. Door het hoofdstuk wordt er wet kritiek op deze vorm van experimenteren, omdat bijvoorbeeld alleen al door het onderzoek zelf en het natesten effect ontstaat. Mensen kunnen de bedoeling van het onderzoek te weten komen en hierop inspringen door hun antwoorden te sturen, zoals men denkt dat dat sociaal wenselijk is. Dan wordt er dus een effect gemeten en toegeschreven aan de stimulus wat dus geen juiste conclusies geeft. Een oplossing kan zijn: controle groepen.
Experimentele en controlegroepen: naast de groep die wordt blootgesteld aan de onafhankelijke variabele, bekijkt men ook een controlegroep die de experimentele stimulus niet onderging. Bij beide groepen wordt, behalve de pretest, ook de posttest uitgevoerd. Zo kun je het effect relatief bezien, de gevolgen van het onderzoek zélf en gevolgen van gemeenschappelijke gebeurtenissen buiten het laboratorium onderkennen. Als een variabele(bijvoorbeeld ‘Tolerantie jegens andersdenkenden’ of ‘gezondheid na medicijn x’) bij zowel de experimentele groep als bij de controlegroep (waar geen enkele stimulus is toegepast) is toegenomen, dan is dat dus geen factor van de stimulus maar van het experiment zelf. Dat geeft uiteraard geen betrouwbaar onderzoeksresultaat, het is ook niet valide.
Hawthorne effect: het effect dat de afhankelijke variabele stijgt door het experiment alleen en niet door de experimentele stimulus. (Bijvoorbeeld: door de aandacht die de onderzoekers van nieuw medicijn x aan de patiënten tijdens het experiment geven nam de ziekteduur af ook in de controlegroep).
Bij sommige groepen is het belangrijk dat de participanten niet weten of ze in de controlegroep of in de experimentele groep zitten, om vooroordelen te beperken. Om dit te bewerkstelligen voert men dit uit met een placebo: een nepmedicijn zonder relevant effect. Als ook de onderzoekers (nog) niet weten welke groep controle en welke groep experimenteel is, dan noemen we dit een double-blind experiment. Dit voorkomt ook dat de onderzoeker die graag effect zou willen zien in verband met subsidie of persoonlijke voorkeur dat dus bevooroordeeld zou kunnen vaststellen. Alles dient zo objectief mogelijk te gebeuren. Dit wordt verder bewerkstelligd door een duidelijke afhankelijke variabele te formuleren, dus niet: “Hoeveel grieppatiënten waren sneller beter na medicijn x?”, maar “Hoeveel patiënten influenza type x waren na 10 dagen koortsvrij na inname medicijn x?”. Dit voorkomt persoonlijke (mis-) interpretatie.
Selecteren van deelnemers, in het boek subjects genoemd, dient representatief te gebeuren ten opzichte van de populatie. Als op de universiteit alleen met studenten wordt geëxperimenteerd is dit een mogelijk defect in het experiment. Dan zijn de resultaten namelijk niet generaliseerbaar voor, bijvoorbeeld de hele Nederlandse bevolking. Bij verklarende onderzoeken is dit minder significant dan in beschrijvende onderzoeken, omdat je een effect al snel kunt verklaren zonder dat je de precieze grootte of reden van het effect hoeft te weten. Dit is bij beschrijvende onderzoeken wel het geval.
Controlegroep en experimentele groep moeten zoveel mogelijk hetzelfde zijn. Dit doen we door:
Probability sampling: twee random groepen die beiden de populatie weerspiegelen zullen ook op elkáár lijken. Generale regel is: groep subjects is niet erg representatief als je een groep onder de 100 hebt. Toch wordt dit niet vaak gehaald in experimenten bij Sociale Wetenschappen. Deze methode wordt dan ook niet vaak gebruikt om groepen te selecteren,
Randomization: een techniek om deelnemers random toe te wijzen aan controle en experimentele groepen.
Matching: dit proces is gelijk aan quota sampling (hoofdstuk 7): uit de totale groep subjects, onderscheiden we een groep die eigen kenmerk heeft, bijv. brildragers. De helft van deze groep gaat naar de controlegroep en de helft gaat naar de experimentele groep.
Welke moet je nu kiezen? Aangezien je soms niet in de positie bent, te weten welke variabelen een gelijke groep maken, is Randomization vaak betere dan Matching. Bovendien zijn veel statistische maatstaven bedoelt voor random groepen. Aan de andere kant moet de groep subjects wel groot genoeg zijn, omdat anders de wetten van kanssteekproeven niet opgaan. Met weinig subjects is Matching dus beter. Een hybride vorm is ook mogelijk.
Andere experimentdesigns:
Enkele minder professionele en ook onwetenschappelijke onderzoeksdesigns zijn:
one-shot case study: als subject sport (stimulus) en slank wordt (posttest), dan is er verband. Geen pretest.
one-group pretest posttest design: als subject met overgewicht (pretest) gaat sporten (stimulus) en hij wordt slank (posttest), dan is er verband. Geen controlegroep.
Static-group comparison: er zijn 2 groepen, waarvan één groep de stimulus ‘sporten’ ondergaat en slank is (posttest), en de andere groep die stimulus niet ondergaat en overgewicht houdt (posttest). Dan is er verband.
Je kunt voor jezelf zien dat er bij deze onderzoeksdesign interpretatiefouten gemaakt kunnen worden. Men concludeert te voorbarig.
Validiteitskwesties
Internal Validity: interne validiteit wil zeggen de mogelijkheid dat de conclusies die van de experimentresultaten getrokken worden niet zuiver weergeven wat het experiment werkelijk zegt. Er zijn 12 punten die de uitkomst intern invalide kunnen maken:
Gebeurtenissen: Gebeurtenissen tijdens het onderzoek kunnen leiden tot andere resultaten
Duur experiment: Mensen veranderen in de loop der tijd, daarom kunnen de resultaten ook anders zijn of veranderen
Testing: Omdat mensen weten dat het om een onderzoek gaat, kunnen zij zich anders gedragen
Instrumentarium: Andere maatstaven leiden tot andere resultaten
Statistische regressie: Subjects in extreme situaties, heel goed of juist heel slecht, zullen resp. nooit veel beter of veel slechter kúnnen worden, dus soms is regressie logisch!
Selectie bias: vooroordelen met betrekking tot selectie van subjects
Mortaliteit: Mensen kunnen niet meer mee doen met het onderzoek vanwege bijvoorbeeld verhuizing of overlijden
Causale tijdsvolgorde: misschien veroorzaakt de afhankelijke variabele wel een verandering in stimulus in plaats van andersom
Diffusie of immitatie van treatments: subjects die elkaar alvast wat van het onderzoek vertellen, zodat men elkaar gaat nadoen
Compensatie: subjects, bijv. patiënten onder een nieuw medicijn, wordt in de controle groep vaak iets ‘onthouden’ wat de experimentele groep wel krijgt, dus de onderzoeker heeft de neiging de controle groep hiervoor (onbewust) te compenseren
Compensatierivaliteit: controlegroep werkt harder om zich tegenover de experimentele groep te bewijzen
Demoralisatie: De respondenten kunnen ervoor kiezen om niet meer mee te doen aan het onderzoek
Hier kan allemaal tegen gewapend worden door het Klassieke Experiment met pretest en posttest en met controlegroepen en experimentele groepen te gebruiken, of bijvoorbeeld het onderzoek dubbelblind uit te voeren.
Een ander probleem is External Validity. Dit is een probleem met de generaliseerbaarheid van op zichzelf correcte onderzoeksresultaten naar de populatie. Bijvoorbeeld als een bepaalde film als stimulus in laboratorium wel werkt omdat mensen dan aandacht ervoor hebben, maar in de bioscoop geen effect blijkt te hebben. Dat is een probleem met Externe Validiteit. Er ontstaat een interactie tussen het testen en de stimulus.
Onderzoekers hebben hiervoor de Solomon four-groep design ontworpen:
Test 1 is posttest effect, zou er moeten zijn, bijvoorbeeld gezondheid toegenomen.
Test 2 is posttest effect, zou er niet moeten zijn, omdat stimulus niet is toegepast.
Test 3 alleen posttest, groep 1 zou meer effect moeten hebben, omdat daar de stimulus is toegepast.
Test 4 alleen posttest, groep 3 zou meer effect moeten hebben, omdat daar de stimulus is toegepast.
Met deze informatie kunnen we ook meteen zien of er een significant pretest-effect bestaat, ook om eerdere experimenten zonder deze geavanceerde opzet achteraf nogmaals te beoordelen.
Het laatste experimentdesign dat we bespreken is de Posttest-only control group design. Hierbij wordt op de experimentele en controlegroep alleen een posttest uitgevoerd, dat is dus alleen de tweede helft van het Solomon four-groep design .Uiteindelijk voorkomt deze design de 2 problemen van interne en externe validiteit.
Pygmalioneffect: wie we denken dat we zijn en hoe we ons gedragen is grotendeels een functie van hoe anderen ons zien en behandelen.
Niet alle experimenten vinden in laboratoria plaats, denk aan:
Web-based Experimenten
Natural Experimenten (je gebruikt de natuurlijke situatie, uiteraard vergt dit veel van onderzoeker, tijd, geld, en problemen van validiteit spelen weer op)
Zoals elke onderzoeksmethode hebben ook experimenten sterke en zwakke kanten. Het grootste voordeel is wel het isoleren van de experimentele variabele over de tijd. Ook kunnen experimenten vanwege dat ze relatief weinig geld, tijd en subjects kosten, vaker herhaald worden om de betrouwbaarheid te verhogen. De grootste zwakte ligt in de gekunsteldheid van sommige processen in het laboratorium. Sommigen komen in de werkelijkheid niet zo voor, of zijn niet zo sterk geïsoleerd.
Enquêtes worden gebruikt voor beschrijvende, verklarende en verkennende doeleinden. Vaak wordt een enquête gebruikt in een onderzoek met individuele personen als ‘unit of analysis’. Een enquête is echter ook een zeer goede mogelijkheid voor een sociaal onderzoeker om veel informatie in te winnen over een grote populatie, die te groot is om direct te observeren. Een nauwkeurig genomen steekproef levert een groep respondenten op van wie de eigenschappen overeenkomen met die van de grote populatie en zorgvuldig geformuleerde gestandaardiseerde vragen leveren data in dezelfde vorm als van alle respondenten. Enquêtes zijn dus perfect geschikt om achter de mening van een grote populatie, zoals de politieke opinie, te komen.
In de sociale wetenschap worden variabelen vaak tijdens het stellen van de vragen geoperationaliseerd, als een manier om data te analyseren en te interpreteren. Er zijn een aantal richtlijnen om vragenlijsten zo op te stellen, dat ze duidelijker zijn:
Kies de goede vorm voor de vragen; dit houdt onder andere in, de keuze tussen open en gesloten vragen:
Open vragen; respondenten mogen zelf een antwoord invullen. Dit levert hogere kwaliteit antwoorden op, maar het is wel tijdrovender.
Gesloten vragen; respondenten moeten een door de onderzoeker geformuleerd antwoord aanvinken of aankruisen. Dit is makkelijker te verwerken en sneller ingevuld. Het is echter een minder kwalitatieve vorm dan open vragen en een onderzoeker moet goed overwegen of iedereen zich wel thuis voelt in de antwoorden. Gesloten vragen moeten bestaan uit twee delen, namelijk de antwoorden moeten geen ruimte laten voor andere antwoorden (los dit eventueel op door een optie overig…toe te voegen) en de antwoorden moeten elkaar uitsluiten.
Een respondent moet snappen wat de onderzoeker bedoeld zonder eerst een heel verhaal te moeten lezen. De vragen moeten dus duidelijk en ondubbelzinnig zijn.
Voorkom tweeledige vragen, een vraag mag dus niet bestaan uit twee vragen. De respondent weet dan niet welke te beantwoorden en dat levert onzekerheid op en dus ook een onbetrouwbaar antwoord.
Respondenten moeten antwoord kunnen geven op de vragen. Vragen over 20 jaar geleden kunnen moeilijk tot in detail goed beantwoord worden.
Respondenten moeten bereid zijn te antwoorden, mensen moeten niet geprovoceerd raken door de antwoorden.
De vragen moeten relevant zijn, als vragen niet beantwoord kunnen worden hebben we liever dat de respondenten dat aangeven, dan dat ze maar iets verzinnen.
Liever korte krachtige vragen dan lange introducties en slepende vragen.
Vermijd negatieve onderwerpen.
Voorkom vooroordelen (bias) in de vragen of antwoorden, dit kan voor veel respondenten gevoelig liggen.
Bij bias gaat het om vragen die zodanig zijn gesteld dat zij indirect al tot een antwoord leiden. Het zijn dus “leidende vragen”, waarin de vrager de vraag al in een bepaald richting stelt.
Elke onderzoeker moet zich realiseren dat er niet één juiste manier is om te antwoorden en ook niet één foute. Het is vaak goed om jezelf te verplaatsen in de respondent bij het opstellen van de vragen.
Zoals uit de lijst van hierboven al bleek is het opstellen van de vragenlijst één van de belangrijkste fasen van de enquête. Een algemene regel is dat vragenlijsten duidelijk verspreid moeten zijn en niet op een kluitje, dat is alleen maar lastig en ondanks dat het dan lijkt alsof er minder vragen zijn raken de respondenten na de eerste pagina al aardig uitgekeken op de rest van de enquête. Bij gesloten vragen is het bij de onderzoekers populair om hokjes neer te zetten waarin de respondent dan een vinkje of kruisje moet plaatsen. Het is beter om in plaats van dat hokje een cijfer voor de antwoorden te zetten die dan door de respondenten moeten worden omcirkeld. Dit zorgt er gelijk voor dat je de antwoorden indeelt in categorieën met een cijfer en is het makkelijker de formulieren te verwerken.
Eerder was al vermeld dat je als onderzoeker tweedelige vragen moet vermijden, een manier om dit te doen is door de eerste vraag te stellen en bij de tweede vraag duidelijk laten zien dat hij bij de eerste vraag hoort. Dit kan door hem eronder te laten inspringen of door er een box omheen te zetten en met een pijl aan te geven dat het een vervolgvraag is.
Wanneer je wilt dat als iemand ergens ‘nee’ antwoordt, hij de volgende vraag overslaat, vermeld dit dan duidelijk bij de vraag, zodat het voor de respondent ook duidelijk is dat wanneer hij nee heeft geantwoord, hij dan door moet naar een andere vraag.
Matrix vragen (Contingency questions)
Een andere manier van vragen opstellen is door gebruik te maken van het matrix formaat, waarbij gebruik wordt gemaakt van Likertschaal antwoorden. Dit is alleen mogelijk wanneer het om soortgelijke antwoorden gaat. De respondent moet bij een aantal vragen aangeven, door middel van een kruisje in de juiste kolom, dat hij voor dat antwoord kiest.
De vragen die eerst gesteld worden, kunnen invloed hebben op de vragen die later in de vragenlijst voor komen. Als er bijvoorbeeld eerst heel veel vragen komen over terrorisme en Amerika, en daarna komt een vraag met wat is je grootste angst bij het vliegen, dan kun je bij open vragen wel een aantal keer een antwoord over terrorisme terug zien komen. De volgorde is dus heel belangrijk.
Sommige onderzoekers proberen dit probleem te omzeilen door de vragen op een willekeurige volgorde neer te zetten, maar dat brengt wel weer met zich mee dat het geheel er onsamenhangend en slordig uitziet. Het maakt het voor de respondenten ook lastiger om te antwoorden, omdat zij constant hun aandacht moeten richten op een ander onderwerp.
Uitleg van de vragenlijst
Begin de enquête met een korte uitleg/instructie van waarom je de enquête doet en waarom de respondent is geselecteerd. Vertel ook hoe belangrijk het is om de vragenlijst terug te sturen. Begin vragen die gaan over een actueel onderwerp met een korte inleiding. Wanneer er speciale instructies zijn bij het beantwoorden vermeld deze dan duidelijk.
Vermeldt bijvoorbeeld bij een gesloten vragenlijst met aankruishokjes dat ze maar 1 antwoord moeten aankruisen en dat wanneer ze twijfelen, dan het meest juiste antwoord.
Test zelf de vragenlijst zodat je zelf meemaakt hoe een respondent zich voelt tijdens het maken. Haal daarna eventuele onduidelijkheden eruit of vervang de mindere vragen door betere. Zelf testen is de beste methode om erachter komen wat voor fouten er nog in je vragenlijst zitten.
Zelf in te vullen enquêtes:
Dit zijn vragenlijsten die opgestuurd worden aan de respondenten. Deze moeten dan zelf alles lezen, uitzoeken, invullen en terugsturen. Dit heeft als grootste nadeel de hoge non-reponse (mensen die niet terugsturen). Een hoofdreden voor mensen om niet terug te sturen is omdat het te veel moeite en/of geld kost. Dit kan worden opgelost door een ‘kleine vergoeding’ mee te sturen met de enquête. Denk hier bijvoorbeeld aan kortingsbonnen of een postzegel om de enquête terug te sturen. Om het probleem van te veel moeite op te lossen, hebben onderzoeks vragenlijsten ontwikkeld die, wanneer ze op een bepaalde manier gevouwen worden, direct terug gestuurd kunnen worden, zonder een envelop.
Dan is er nog de keuze van de verzendmethode. Je kunt de mensen dus een postzegel meesturen, maar dan kost het je veel geld in geval van non-response. Een andere optie is een antwoordnummer, maar dat is erg duur en dus voornamelijk geschikt voor grote mailingen. Dit heeft wel als voordeel dat wanneer de response rate laag is, je niet veel kwijt bent aan verzendkosten.
Je moet goed bijhouden wat er allemaal wel terugkomt. Het is goed om te categoriseren naar regio en bekijk dan per regio de return rate (terugkomstfrequentie). Andere woorden hiervoor zijn response rate en completion rate.
Elke teruggestuurde enquête moet worden gecategoriseerd en het is ook goed om ze een identificatienummer toe te wijzen. Dit is een handig hulpmiddel in geval je een anonieme mailing doet. Dan wil de respondent de informatie alleen verschaffen op grond van anonimiteit.
Maar door een identificatienummer toe te voegen weet je toch wie er wel hebben geantwoord. Dit nummer moet natuurlijk bij het versturen al worden toegevoegd op de vragenlijst.
Een belangrijk hulpmiddel om toch een zo hoog mogelijke return rate te verkrijgen is de follow-up mailing (vervolgmailing). Respondenten van wie je de vragenlijst na twee weken nog niet terug hebt gehad stuur je nogmaals de mailing met een extra toelichting en een vermelding dat het erg belangrijk is voor het slagen van het onderzoek dat zoveel mogelijk mensen de enquête invullen en terugsturen.
Een kleine richtlijn voor de beoordeling van de response rate:
50% is redelijk
60% is goed
70% is erg goed
De response rate kan dus verhoogd worden door vervolgmailingen. Meestal verkrijg je de hoogste response rate door de enquête en tweemaal een vervolgmailing te versturen. Die vervolgmailing stuur je meestal na ongeveer twee weken, rekening houdend met de bezorging van de post. Bij een antwoordnummer heb je in ieder geval al een paar dagen vertraging.
Het interview:
Een interview betekent dat de onderzoeker langs de deur gaat bij de respondenten en zelf de vragen stelt en de antwoorden noteert (face-to-face). Dit heeft een aantal voor de hand liggende voordelen. De onderzoeker kan zelf al observaties maken, zoals het geslacht van de respondent en de sociale klasse (groot huis of klein). Wanneer de respondent een vraag niet begrijpt kan de interviewer dit uitleggen en toelichten. Ook krijg je in een mondeling interview minder vaak als antwoord: ”ik weet het niet”. En wanneer dat antwoord wel gegeven wordt kan de onderzoeker doorvragen wat de respondent precies denkt over het onderwerp. Een interview heeft een hogere response rate, maar is ook veel tijdrovender en duurder.
Een aantal belangrijke punten waarop gelet moet worden bij het houden van een huis aan huis interview:
Uitstraling; de onderzoeker moet in dezelfde stijl zijn als de respondenten die hij onderzoekt, dus niet in driedelig pak in de sloppenwijken gaan interviewen.
Gedrag; de onderzoeker moet vriendelijk overkomen en zeker niet dreigend.
Bekend met vragenlijst; de onderzoeker moet bijna uit zijn hoofd de vragen kennen, anders wekt hij het gevoel dat hij niet weet waar hij het over heeft.
Exact de vragen aanhouden; wanneer de onderzoeker de vragen gaat vervormen en ze ongeveer hetzelfde stelt wek je het gevaar dat er verkeerde antwoorden in komen, of dat de vraag niet meer over hetzelfde concept gaat.
Noteer de antwoorden precies; niet vlug even een antwoord samengevat opschrijven. Later bij het analyseren en verwerken kun je antwoorden altijd nog samenvatten als het onderzoek daarom vraagt.
Voorzetten; de onderzoeker moet proberen altijd een antwoord te krijgen en als die niet komt moet hij een voorzetje geven zodat de respondent toch wil antwoorden. Hierbij moet er wel op gelet worden dat de onderzoeker geen woorden in de mond van de respondent legt.
Als een respondent vage antwoorden geeft dan kan de interviewer diepgaande vragen stellen om zo een duidelijk antwoord te krijgen. Deze vragen worden probes genoemd.
Wanneer een grote populatie moet worden geïnterviewd wordt er vaak gekozen om met meerdere onderzoekers te werken. Dit moet goed gecontroleerd en gecoördineerd worden. Iedereen moet weten wat de vragen precies inhouden en wat ze precies betekenen. Vaak is het goed om de onderzoekers op elkaar te laten oefenen alvorens ze de straat op te sturen. Geef hierbij zelf eerst het voorbeeld. Zonder goede training is de kans op goede uitkomsten niet erg hoog. Je moet alle medeonderzoekers uitleggen wat de bedoeling is van het onderzoek en wat er allemaal moet gebeuren. Als laatste kun je de training het beste beëindigen met een paar echte interviews op echte respondenten.
Telefonische enquêtes:
Enquêtes gehouden over de telefoon, waarbij de onderzoeker de respondenten opbelt en ze de vragen stelt. Dit heeft als grootste voordeel ten opzichte van het huis aan huis interview dat de kosten veel lager zijn en dat het minder tijd kost (in die volgorde). Een ander voordeel van telefonische enquêtes is de persoonlijke veiligheid voor zowel onderzoeker als respondent. Onderzoekers hoeven niet bang te zijn dat bij een of andere bende thuis aanbellen en andersom hoeven respondenten niet bang te zijn dat er een of andere opdringerige en mogelijk gevaarlijk onderzoeker hun huis komt binnendringen.
Het allergrootste nadeel van telefonische enquêtes is dat mensen veel makkelijker kunnen ophangen, terwijl bij een huis aan huis interview niet zomaar ineens de respondent zal zeggen: ”en nu mijn huis uit”.
Herhalende analyse
Herhalende analyse is wanneer de data van die door de ene onderzoeker zijn verzameld en geanalyseerd, opnieuw door een andere onderzoeker wordt geanalyseerd. Dit hoeft niet voor dezelfde reden te zijn. De grote voordelen van herhalende analyses zijn duidelijk. Het is veel goedkoper, alle data is er al en het kan veel sneller gedaan worden.
Het veldonderzoek (field research) is de meest voor de hand liggende onderzoeksmethode. Veldonderzoek is het observeren en noteren van waarnemingen. Het zorgt ervoor dat de onderzoeker direct in contact staat met hetgeen hij wil onderzoeken. Hierdoor kunnen de veldonderzoekers gedragingen en gebeurtenissen oppikken, die ze door gebruik te maken van een andere methode mis waren gelopen. Dit levert dus observaties op van hogere kwaliteit. Nog een voordeel van veldonderzoek is dat het erg goed toepasbaar is over langere perioden. De onderzoeker kan zo de tijdsdimensie van zijn onderzoek vergroten.
In hun boek analyzing social settings bespreken John en Lyn Lofland een aantal elementen van het sociale leven, waarvoor veldonderzoek van toepassing is. Bij al deze social settings zorgt veldonderzoek voor gegevens die niet op een andere manier duidelijke kunnen worden gemaakt.
Handelingen (practices): hieronder vallen verschillende handelingen zoals praten en lezen
Gebeurtenissen (episodes): hieronder vallen bijvoorbeeld een huwelijk of een ongeluk
Ontmoetingen (encounters): interactie tussen twee mensen
Rollen (roles): het analyseren van wat iemands positie is in de maatschappij en welk gedrag die persoon daarbij vertoont. Bijvoorbeeld binnen een familie, etnische groepen
Relaties (relationships): gedrag dat hoort bij een set van rollen: bijvoorbeeld een moeder-dochter relatie of een vriendschap
Groepen (groups): kleine groepen zoals vrienden en collega’s
Organisaties (organizations): formele organisatie zoals ziekenhuizen of scholen
Nederzettingen (settlements): kleine gemeenschappen zoals de buurt of de wijk, die het tegenovergestelde zijn van grote gemeenschappen zoals landen, die lastig te bestuderen zijn.
Sociale wereld (social worlds): Ambitieuze sociale entiteiten met vage grenzen en bevolkingen, zoals de sportwereld en de zakenwereld
Levensstijlen (lifestyles or subcultures): de manier waarop grote groepen mensen zich aanpassen aan een bepaalde groep.
Wanneer je als onderzoeker hebt gekozen om je data te verkrijgen door kwalitatief veldonderzoek, zijn er een aantal dingen die je in de gaten moet houden. Er zijn een aantal beslissingen die je dan moet maken:
Je neemt als onderzoeker een rol aan van observator en moet duidelijk weten wat je rol is. Een observator kan zich wel of niet bemoeien met de te onderzoeken subjecten. Hij zit er wel altijd met zijn neus bovenop. Een voorbeeld van een actieve deelname aan de observaties is het ‘undercover’ verschijnsel, waarbij je probeert te verbergen dat je onderzoeker bent en op die manier hoopt informatie te verkrijgen die je anders niet gekregen had. Dit is in het veldonderzoek een ethisch probleem waar veel over gediscussieerd wordt. Wanneer je kiest om deel te nemen aan de observaties moet je er rekening mee houden dat je geen invloed uitoefent op de te observeren subjecten. Aan de andere kant staat de onderzoeker die zich volledig buiten de te onderzoeken subjecten stelt. Dit heet de marsmannetjes benadering. Je kijkt naar je subjecten als een marsmannetje dat is gestuurd om de aarde te observeren. Je kunt je niet inmengen in de groepen.
Wanneer je als onderzoeker een keuze hebt gemaakt hoe betrokken je wilt zijn bij de observaties, moet je kiezen wat voor relatie je aangaat met de subjecten. Als je bijvoorbeeld een sekte wilt onderzoeken kun je kiezen om lid te worden of om te doen alsof je lid wordt. Het verschil zit hem in of je gelooft wat de sekte gelooft of dat je doet alsof. Vroeger hamerden de onderzoekers op de objectiviteit, hetgeen zou betekenen dat je moet doen alsof, maar tegenwoordig zien onderzoekers ook in dat wel meedoen een soort ‘insiders’ begrip met zich meebrengt. Om volledig te kunnen waarnemen wat de leden van de sekte voelen en denken, moet je zelf ook die dingen voelen en denken.
Veel onderzoekers vinden het moeilijk om op afstand te kijken naar fenomenen en deze tolereren, maar het is nog veel moeilijker om er aan mee te doen en zelf de meningen over te nemen. Symbolisch realisme is een term die inhoudt dat onderzoekers al hetgeen ze onderzoeken moeten respecteren in plaats van bekritiseren.
Een groot gevaar is dat je als onderzoeker je objectiviteit verliest, wanneer je bijvoorbeeld de geloven van een sekte overneemt en er ook echt in gaat geloven.
Let op dat je geen kwantitatieve resultaten gebruikt bij kwalitatief onderzoek. Percentages, verhoudingen aantallen als conclusie is fout.
Paradigma’s van veldonderzoek
Een aantal paradigma’s van veldonderzoek zijn:
Naturalisatie
Ethnomethodologie
Gegronde theorie
Cases
Institutionele ethografie
Deelnemend actief onderzoek
Het is belangrijk te vermelden dat er geen specifieke methoden zijn toe te wijzen aan bovenstaande paradigma’s. De belangrijkste verschillen tussen de paradigma’s zijn de betekenis van de data en zeker ook de manier waarop de data verkregen is.
Naturalisatie
Een etnografie is een gedetailleerd onderzoek dat meer gericht is op de beschrijving dan op de verklaring. Naturalisatie is de gedachte dat de werkelijkheid ergens buiten is om natuurlijk geobserveerd te worden.
Ethnomethodologie
De fenomenologie gaat er juist vanuit dat de werkelijkheid niet ergens buiten is, maar dat die sociaal is geconstrueerd door de mensen en dat het niet de werkelijkheid is maar juist datgene dat de mensen ervan maken voor zichzelf.
Traditionele etnografen geloofden in het deel uitmaken van een gemeenschap en er dan over rapporteren, terwijl fenomenologen juist van mening zijn dat de ondervraagde mensen niet de werkelijkheid vertellen maar juist de werkelijkheid zoals zij die zien. Bij de entomologen is de interactie tussen onderzoeker en subject het onderzoeksdoel en niet alleen hetgeen wat de subjecten zeggen.
Gegronde theorie
De gegronde theorie is te omschrijven als een combinatie tussen de naturalistische aanpak en de positivistische gedachte van een systematische set van procedures in het doen van veldonderzoek. Binnen deze theorie is het mogelijk dat de onderzoeker tegelijkertijd zowel wetenschappelijk als creatief bezig kan zijn, zolang de onderzoeker de volgende richtlijnen volgt:
Denk vergelijkend; het is essentieel om meerdere incidenten te vergelijken, om vooroordelen (biases) te vermijden.
Verkrijg meerdere gezichtspunten; verschillende observatietechnieken zorgen voor verscheidenheid aan gezichtspunten.
Doe regelmatig een stapje terug; het is belangrijk om regelmatig je interpretaties te controleren met de data
Handhaaf een sceptische houding; gebruik nieuwe observaties om de interpretaties te testen en beschouw ze dus als voorlopig en niet als definitief.
Volg de onderzoeksprocedures; er zijn drie essentiële technieken, namelijk ‘maak vergelijkingen’, ‘stel vragen’ en ‘neem steekproeven’.
Het kan zijn dat je op een gegeven moment veel informatie hebt en dat je de rest al kunt voorspellen. Dit wordt redundancy genoemd.
Cases
Deze term wordt door onderzoekers vaak gebruikt bij het onderzoeken van een specifieke eigenschap van een fenomeen. Cases zijn vaak beschrijvend, maar ze kunnen ook verklarend worden gebruikt. Uitgebreide case onderzoeken worden tegenwoordig gebruikt om fouten op te sporen in bestaande sociale theorieën. Bij een gegronde theorie maakt men van tevoren geen verwachtingen van hetgeen wordt onderzocht, terwijl bij cases vaak hypothesen worden opgesteld.
Institutionele etnografie
Bij de institutionele etnografie wordt aan groepen die ‘onderdrukt’ worden gevraagd wat voor ervaringen hun beeld van de werkelijkheid hebben gevormd. Op deze manier is het vaak mogelijk achter verdrukte gevoelens te komen die door andere methoden van onderzoek mogelijk waren overgeslagen.
Deelnemend actief onderzoek
De onderzoeker fungeert hier als een bron voor de te onderzoeken subjecten, zodat deze kunnen doen wat ze zelf graag willen. De bedoeling hiervan is dat onderzoek niet alleen geldt als observatie, maar ook als educatie voor de subjecten. Denk hierbij aan onderzoeken in derde wereld landen.
Het Veldonderzoek
Een veldonderzoek bestaat uit de volgende fasen:
Voorbereiden; bekijk literatuur over je onderwerp en eventueel eerdere onderzoeken, maak contact met mensen die je gaat onderzoeken, zodat je weet wat voor soort mensen het zijn. Stel eventueel verwachtingen op.
Interviewen van de subjecten; dit kan zijn door ze vragen te stellen door middel van een enquête. Maar het kan ook door middel van een kwalitatief interview; de onderzoeker heeft dan geen lijst met vragen maar een idee van wat hij wil vragen, zodat het meer een gesprek wordt dan een interview.
Focus groep; een groep van subjecten worden tegelijkertijd geïnterviewd. Deze techniek wordt vooral toegepast door marktonderzoekers, die een groep van consumenten om hun mening vragen over een product en een discussie proberen uit te lokken.
Opslaan van data; de verkregen data van het interview (of andere waarnemingen) moet worden opgeslagen zodat deze later verwerkt kunnen worden. Het is hierbij belangrijk dat een onderzoeker in zijn notities zoveel mogelijk informatie probeert te halen uit de antwoorden van de subjecten en de omgeving. Het is altijd nog mogelijk om later dingen weer weg te laten in je uiteindelijke rapport.
Het verwerken van de data.
Een compleet interviewproces bestaat uit de volgende zeven stappen:
thematisering; waarbij het doel van interview duidelijk wordt gemaakt en verklaard.
ontwerpen; het duidelijk maken van het proces
interviewen;
uitschrijven van het interview;
analyseren; vergelijk de verkregen informatie met het doel van het onderzoek
verifiëren; controleer de geldigheid en betrouwbaarheid van de informatie
rapporteren; het naar buiten brengen van je bevindingen
Voordat er wordt begonnen met een veldonderzoek, is het belangrijk om na te gaan of het ethisch verantwoord is wat je wilt gaan onderzoeken. Het kan bijvoorbeeld gebeuren dat bepaalde mensen door hun geloof niet mee willen werken aan bijvoorbeeld een interview.
Sterke en zwakke punten van veldonderzoek
Zoals elke methode van onderzoek heeft ook veldonderzoek zijn sterke en zwakke punten. Veldonderzoek is erg goed geschikt voor studies naar gedragingen en andere sociale processen over een bepaalde periode. Het grootste voordeel van veldonderzoek is dat het een grote mate van begrip voor het onderwerp met zich mee brengt door de nauwe betrokkenheid van de onderzoeker. Ook de flexibiliteit van het veldonderzoek is een sterk punt. De onderzoeker kan op elk moment besluiten de focus ergens anders op te leggen of om vanuit een ander gezichtspunt te kijken.
De kosten van veldonderzoek kunnen variëren afhankelijk van welke methode van veldonderzoek je wilt doen. Het is mogelijk om heel goedkoop iets te onderzoeken, door 1 onderzoeker met een pen en papier.
Een veldonderzoek heeft ook zijn zwakke punten. Zo zal een veldonderzoek nooit echt kwantitatief van aard zijn. Het is niet geschikt om grote populaties te onderzoeken.
Geldigheid en betrouwbaarheid zijn ook twee belangrijke begrippen bij veldonderzoek. Geldigheid houdt in dat de goede uitkomsten verkregen worden en niet allerlei bijzaken, terwijl de betrouwbaarheid inhoudt dat dezelfde metingen steeds dezelfde uitkomsten moeten bieden. Het is waarschijnlijk wel duidelijk dat het lastig is om veldonderzoek te herhalen.
Validiteit betekent dat je om iets te meten de juiste onderzoeksmaterialen gebruikt.
Voorbeeld: als je de lengte van een persoon wilt meten dan is een thermometer daarvoor niet valide, maar een rolmaat wel.
Onopvallend (unobtrusive) onderzoek is een methode voor het bestuderen van het sociale gedrag, zonder het te beïnvloeden. De bedoeling is dat de respondenten op een gegeven moment de onderzoeker niet meer als onderzoeker beschouwt. Zij “vergeten” dat er een onderzoek gaande is.
Het onderzoek kan zowel kwalitatieve als kwantitatieve zijn. Er kunnen drie soorten van dit soort onderzoeken worden onderscheiden, namelijk ‘content analysis’, ‘analysis of existing statistics’ en ‘comparative and historical research’.
‘Content analysis’ is een studie over de menselijke communicatiemiddelen, zoals boeken, websites, kranten en wetten. Het kan dus onder andere gaan om gesproken, geschreven of grafische weergegeven middelen. De standaard vragen die hier gebruikt kunnen worden, zijn onder andere; wie zegt wat?, tegen wie?, waarom?, hoe? en met welk effect?. Bij dit soort analyses kan het gebeuren dat je niet direct alles kan waarnemen, zoals je dit zou willen voor het onderzoek. Een mogelijke oplossing is het doen van steekproeven, maar die hangt af van de ‘unit of analysis’ omdat je steekproef moet aansluiten op datgene wat of diegene wie je wilt gaan onderzoeken. Content analysis is hoofdzakelijk een proces waarbij ‘raw data’ wordt opgezet in een gestandaardiseerde vorm (‘coding’). Binnen het onderzoek moet er een keuze gemaakt worden tussen diepgang of specificiteit en dit wordt vaak gekoppeld aan de keuze tussen geldigheid en betrouwbaarheid.
Content analysis heeft een aantal voordelen:
besparingen in termen van tijd en geld
het laat de correctie van fouten toe, omdat je eenvoudig een deel van het onderzoek opnieuw kan doen
het biedt de mogelijkheid om een proces over een lange termijn te bestuderen
het onderzoek heeft geen invloed op het onderwerp (zoals bij elk ‘unobtrusive research’)
Content analysis kent echter ook een aantal nadelen, zoals dat het beperkt is tot het onderzoeken van geregistreerde communicatiemiddelen.
‘Analysis of existing statistics’ is een onderzoek waarbij je gebruik maakt van officiële data. Het is echter niet zo dat je de data van iemand anders gebruikt en dan zelf je analyse er op loslaat. Binnen deze methode is er vaak geen individuele ‘unit of analysis’, omdat bestaande statistieken vaak groepen bespreken. Het grote probleem is dat we het moeten doen met wat er is. De bestaande data bevat vaak niet exact datgene waar we in geïnteresseerd zijn, waardoor de geldigheid van het onderzoek in twijfel kan worden genomen. Om het probleem van geldigheid te beperken, kan er gebruik gemaakt worden van ‘logical reasoning’ en ‘replication’. Naast het probleem van geldigheid, heb je bij deze methode ook te maken met het probleem van de betrouwbaarheid of kwaliteit. Het is de vraag of de bestaande data datgene beschrijft, gelijk is aan dat wat er beweerd wordt.
‘Comparative and historical research’ verschilt van de methoden die we tot nut toe hebben besproken, omdat het allerlei aspecten van deze methoden bevat. De voorgaande methoden bespreken slechts één periode in de tijd en één plaats, of een kleine groep of land. Onderzoekers zijn echter ook geïnteresseerd in ontwikkelingen in de tijd en tussen bepaalde groepen. De analyse van comparative en historical data is over het algemeen een kwalitatieve methode, waardoor er geen duidelijke stappen zijn voor de analyse van historische data.
Evaluerend onderzoek komt van pas wanneer er sprake is van een sociale tussenkomst. Een sociale tussenkomst is een actie die ondernomen wordt in de sociale context met als doel het produceren van een bedoeld resultaat. Met andere woorden is een evaluerend onderzoek het proces van het vaststellen of een sociale interventie (tussenkomst) het bedoelde resultaat heeft gehad. Het is een kwestie van uitzoeken of er iets is of niet, of dat er iets gebeurt of niet.
Er zijn veel verschillende varianten binnen de evaluerende onderzoeken, zoals:
‘needs assessment studies’; studies met als doel het bestaan en de omvang van problemen te bepalen, bijvoorbeeld binnen een bepaald segment van de bevolking zoals de bejaarden.
‘cost-benefit studies’; bepalen of de resultaten van een bepaald programma door zijn uitgaven kunnen worden gerechtvaardigd.
‘monitoring studies’; verstrekken een regelmatige stroom van informatie over iets dat van belang is, zoals de uitbarsting van epidemie of misdaadcijfers.
Bij het opzetten van een evaluerend onderzoek moeten de onderzoekers rekening houden met een aantal zaken van het meten van variabelen.
Specificeer de uitkomsten
Een zeer belangrijke variabele bij een evaluerend onderzoek is de maatstaf van de uitkomst. Dit wordt ook wel de ‘response variable’ genoemd. Het betekent dat wanneer een onderzoeker een bepaald iets wil onderzoeken en een bepaalde uitkomst verwacht, dat die uitkomst ook wel te meten moet zijn (er moet een maatstaf voor zijn).
Meet de experimentele context
Het is vaak belangrijk om ook de context van het experiment te meten, als deze van invloed kan zijn op de uitkomsten van dat experiment. Ook al is het niet de kern van het experiment, toch kunnen er variabelen zijn die er invloed op uitoefenen. Wanneer je op een groep mensen experimenteert (gedragsonderzoek) dan is het mogelijk dat een aantal mensen volledig meedoen en een aantal andere mensen het niet te serieus nemen en niet waarheidsgetrouw antwoord geven op vragen. Je moet dan kunnen meten wat de kwaliteit van de deelname is.
Specificeer interventies
Naast het meten van de uitkomsten, moeten onderzoekers ook de interventie van het programma meten, ofwel de experimentele stimulans.
Specificeer de populatie
Wanneer je een interventie evalueert is het belangrijk dat je vaststelt wat de omvang van de populatie is en voor wie het experiment van belang is.
Nieuwe tegenover bestaande maatstaven
Bij het onderzoeken moet een onderzoeker zich steeds afvragen of de bestaande (door andere onderzoekers ontwikkelde) maatstaven voldoen of dat er behoefte is aan de ontwikkeling van nieuwe maatstaven.
Operationalisering van succes of mislukking
Een belangrijk punt bij een evaluerend onderzoek is het vaststellen van een maatstaf voor het slagen (succes) en het mislukken van het experiment. Je moet weten wanneer je onderzoek een succes is en wanneer het mislukt is. Vaak komt dit neer op een overeenkomst, het is moeilijk om concreet vast te stellen wat nu precies succes of mislukking is.
Soorten evaluatieonderzoeken
Er kunnen drie soorten van evaluatieonderzoeken worden onderscheiden, namelijk experimenten, quasi-experimenten en kwalitatieve evaluaties.
Quasi-experimenten; dit zijn experimenten die te onderscheiden zijn van echte experimenten door het gebrek aan vrijwillige toewijzing van subjecten aan een experimentele en controle groep. Je kunt dus door praktische redenen niet alle factoren opnemen die invloed hebben op de resultaten. De controle groep is een groep die vergelijkbaar is met de experimentele groep maar waarop geen experimenten gedaan worden om zo te kunnen vergelijken wat de effecten van de experimenten zijn.
Hier volgen een aantal voorbeelden van quasi-experimenten:
Time-series design; dit betreft metingen over een bepaalde periode in de tijd. Vaak is een meting niet genoeg om te bepalen of een experiment het gewenste effect heeft gehad en zijn er meerdere metingen nodig.
Non-equivalente controle groepen; wanneer het voor onderzoekers niet mogelijk is om een experimentele en controle groep te maken uit een willekeurige hoeveelheid, is het vaak mogelijk om een bestaande controle groep te gebruiken, die vergelijkbaar lijkt te zijn met de experimentele groep. Een dergelijke controle groep heet dan een non-equivalente controle groep.
Multiple time-series design; wanneer gebruik wordt gemaakt van meerdere time-series designs spreekt me van een multiple time-series design. Dit is een verbeterde methode ten opzichten van de non-equivalente controle groepen.
Elke vorm van onderzoek stuit wel eens op problemen, maar evaluerende onderzoeken hebben er een speciale vatbaarheid voor. Een aantal logistieke en ethische problemen staan hieronder opgesomd.
Logistieke problemen:
Hier wordt logistiek bedoeld in de zin van het zorgen dat de onderzoekssubjecten doen wat van hen verwacht wordt om mee te werken aan het experiment. Denk hierbij bijvoorbeeld aan het invullen en terugsturen van een mailing (enquête). Vaak is het moeilijk om iedereen op dezelfde lijn te krijgen en mee te laten werken aan het onderzoek. Wanneer je bijvoorbeeld een gezin onderzoekt en de kinderen willen niet echt meewerken heb je een probleem. Ook kunnen er zich administratieve controle problemen voordoen. Wanneer je bijvoorbeeld een gevangenis wilt onderzoeken en de cipier werkt je tegen of besluit je uit te sluiten van sommige willekeurig gekozen gevangenen, komt dat de kwaliteit van je onderzoek niet ten goede.
Ethische problemen:
Het spreekt voor zich dat er bij veel onderzoeken vaak ethische vragen naar boven komen. Wanneer een onderzoeker de seksuele voorlichting op de basisschool wil onderzoeken, zal hij stuiten op een hoop tegenstand. Toch moet je als onderzoeker in staat zijn te bepalen wie of wat je selectie is (wie in de experimentele groep en wie in de controle groep zitten). Ook belangrijk is het om na te gaan hoe het evaluatieonderzoek wordt gebruikt.
Er zijn 3 barrières die het moeilijker maken om je onderzoek in de praktijk te brengen.
Het is best mogelijk dat het niet onmiddellijk duidelijk is voor een niet-onderzoeker wat de uitkomsten precies betekenen.
Sommige uitkomsten kunnen loodrecht staan op de huidige manier van denken, en zijn dus moeilijk voor iedereen te accepteren. (Copernicus die beweerde dat de aarde om de zon heen draaide)
Tegengestelde interesses.
Er kunnen ook problemen ontstaan in het onderzoek als bepaalde variabelen niet zijn opgenomen maar wel effect hebben op het resultaat. Deze variabelen worden externe variabelen genoemd.
Sociale indicatoren
Sociale indicatoren zijn samengevoegde statistieken die weergeven wat de sociale conditie is van een gemeenschap of sociale eenheid. Sociale indicatoren worden door sociaal onderzoekers gebruikt op een zelfde manier als dat economische onderzoekers indicatoren gebruiken, zoals bijvoorbeeld het BNP (bruto nationaal product) of de werkeloosheidsgraad (%).
Case Studies
Je kunt ook een “speciaal” geval bestuderen en kijken of het ook voor de hele samenleving geldt. Je hebt dan te maken met een case. Je hebt twee soorten van case onderzoek:
Single case design: Er wordt een object onderzocht (en de subobjecten). Een voorbeeld is een bedrijf en de afdelingen.
Multiple case design: Hierbij worden meer objecten onderzocht en vergeleken.
De case studies zijn toepasbaar bij explorerend onderzoek, beschrijvend onderzoek en verklarend/analytisch onderzoek.
Bron:
Nederlandstalige samenvattingen en studiehulp het boek:
Engelstalige samenvattingen en studiehulp bij de 15e druk van het boek:
Nederlands:
Engels:
JoHo can really use your help! Check out the various student jobs here that match your studies, improve your competencies, strengthen your CV and contribute to a more tolerant world
Je vertrek voorbereiden of je verzekering afsluiten bij studie, stage of onderzoek in het buitenland
Study or work abroad? check your insurance options with The JoHo Foundation
There are several ways to navigate the large amount of summaries, study notes en practice exams on JoHo WorldSupporter.
Do you want to share your summaries with JoHo WorldSupporter and its visitors?
Field of study
Add new contribution