Samenvatting
- Basisboek methoden en technieken hoofdstuk 5, 6, 7, 8 en 9.
- Cijfers spreken hoofdstuk 2, 3 en 4 (m.u.v. 4.6 t/m 4.8).
Basisboek methoden en technieken
Hoofdstuk 5 Onderzoekspopulatie en steekproef
5.1 Onderzoekseenheden en kenmerken
In de voorgaande hoofdstukken werd voornamelijk uitgegaan van onderzoekseenheden
bestaande uit mensen. Onderzoekseenheden kunnen echter ook dieren, dingen of organisaties
zijn. In de onderzoeksopzet zal de onderzoeker duidelijk moeten beschrijven welke
onderzoekseenheden in het onderzoek betrokken zullen worden en welke kenmerken van deze
eenheden gemeten zullen worden. De daarna te trekken steekproef zal representatief voor
deze eenheden moeten zijn. Bovendien is een goede omschrijving van een kenmerk belangrijk
voor de te verrichten metingen. Kenmerken worden variabelen genoemd, omdat de
kenmerken kunnen veranderen gedurende het onderzoek. Als men bijvoorbeeld de mate van
stress wil onderzoeken onder werknemers is ‘stress’ de te meten variabele en zijn de
werknemers de eenheden. Vaak zullen eenheden ook respondenten of participanten worden
genoemd als het om mensen gaat, maar men kan niet spreken van respondenten als men
geïnteresseerd is in bijvoorbeeld de afdelingen waar de mensen werkzaam zijn.
5.2 Populatie en steekproef
Een populatie zal ook goed beschreven moeten worden in de onderzoeksopzet. De
omschrijving ‘verpleegkundigen’ is bijvoorbeeld niet toereikend. De onderzoeker zal moeten
aangeven uit welke verpleegkundigen de populatie bestaat: uit welk land afkomstig, welk
kwalificatieniveau, in welk werkveld werkzaam. Baarda en De Goede (2006) onderscheiden
de volgende populaties: universum of theoretische populatie (bijvoorbeeld alle
verpleegkundigen in het land), de operationele populatie (bijvoorbeeld de verpleegkundigen
werkzaam in een provincie), de steekproef (het benaderde deel van de populatie), de
(aanvankelijke) respons (het gedeelte van de steekproef dat uiteindelijk deelneemt aan het
onderzoek) en de data producerende steekproef ofwel de uiteindelijke respons (het deel
van de steekproef dat in de data-analyse is betrokken). Als de populatie is afgebakend zal men
moeten aangeven in hoeverre die populatie in het onderzoek betrokken gaat worden,
bijvoorbeeld alle verpleegkundigen werkzaam op een afdeling in een ziekenhuis of slechts
een deel daarvan. Dit deel wordt een steekproef genoemd. Een steekproef kan aselect of
select zijn. Onder een aselecte steekproef wordt het willekeurig strekken van
onderzoekseenheden verstaan, waarbij er voor alle eenheden een gelijke kans is om tot een
steekproef te gaan behoren. De aselecte steekproef wordt ook de kans steekproef genoemd.
Onder een selecte steekproef wordt het niet op toeval selecteren van eenheden uit de
populatie verstaan. Bij een aselecte steekproef kan men inductieve statistiek gebruiken, dat
wil zeggen dat de resultaten statistisch worden onderzocht en er een foutenmarge is voor de
generalisatie van de steekproef naar de totale populatie. Een selecte steekproef kan niet
gegeneraliseerd worden, omdat men hierbij geen inductie statistiek kan gebruiken en de
gegevens alleen gelden voor de gebruikte onderzoekseenheden (Baarda & De Goede, 2006, p.
149). Na een eenduidige vaststelling en omschrijving van de populatie zal een onderzoeker de
onderzoekseenheden voor de steekproef moeten selecteren. Deze selectie zal vanuit een
steekproefkader gebeuren. Een steekproefkader wordt gevormd door bijvoorbeeld een bestand
waaruit de eenheden geselecteerd kunnen worden, zoals een lijst met postcodes of ledenlijsten
van organisaties.
5.3 Aselecte steekproeven
5.3.1 Enkelvoudige aselecte steekproef
Baarda en De Goede (2006) geven een voorbeeld van een aselecte steekproef op pagina 153-
155, waarbij ze nogmaals terugkomen op de representativiteit van een steekproef.
Volgens de loterijmethode heeft de onderzoeker alle eenheden op kaarten genoteerd en worden er
vervolgens op aselecte wijze kaarten getrokken. Belangrijk bij deze methode is dat er
rekening gehouden zal worden met non-respons; de steekproef zal groter moeten zijn dan de
bedoelde grootte van de steekproef.
5.3.2 Systematische steekproef met aselect begin
Een steekproef kan systematisch worden getrokken als het moeilijk blijkt te zijn om bestanden
te vinden waarbij een enkelvoudige aselecte steekproef kan worden getrokken (Baarda & De
Goede, 2006). Er kunnen bijvoorbeeld alleen bestanden gebruikt worden van verschillende
bronnen (bijvoorbeeld bestanden van afdelingen van verscheidene ziekenhuizen). In dit geval
stelt men eerst de representatieve steekproefgrootte vast om vervolgens random op
,systematische wijze eenheden uit deze populatie te trekken. Zo kunnen er bijvoorbeeld
100000 verpleegkundigen werkzaam zijn in ziekenhuizen in een stad waarvan er 1000
representatief zijn per ziekenhuis. Uit deze totale populatie kan men dan voor de gewenste
steekproefgrootte 100 verpleegkundigen selecteren. Op systematische wijze kunnen deze
eenheden via een getallengenerator worden bepaald: eenheid 8, 108, 208 enzovoorts tot er een
steekproef is van 1000 eenheden.
5.3.3 Gestratificeerde aselecte steekproef
De groepen die vergeleken moeten worden tijdens een onderzoek, moeten gelijkwaardig
vertegenwoordigd zijn in de steekproef. Daartoe kan men de populatie in deelpopulaties
onderverdelen, ook strata genoemd. Strata bestaan bijvoorbeeld uit mannen (jonge mannen,
oudere mannen) en vrouwen (jonge vrouwen, oudere vrouwen). Uit deze vier strata kan de
onderzoeker vervolgens een enkelvoudige steekproef trekken. Als de verhouding van
deelpopulaties ongelijk blijkt te zijn (bijvoorbeeld meer mannen dan vrouwen) kan men deze
ongelijke verhouding ook in de steekproef opnemen, zodat de steekproef toch overeenkomt
met de populatie. Dit noemt men een proportioneel gestratificeerde steekproef. Er kan
gesproken worden van een disproportioneel gestratificeerde steekproef als de steekproef
met de gecombineerde strata niet representatief is voor de totale populatie.
(Bij aselecte steekproeven is de kans om in de steekproef getrokken te worden voor alle eenheden
uit de populatie gelijk (of in ieder geval bekend). Bij een enkelvoudige aselecte steekproef wordt een
vooraf bepaald aantal eenheden volstrekt willekeurig uit de populatie getrokken, met programma’s
als Excel en SPSS of met een random getallengenerator. Bij kleinere populaties kun je gebruik
maken van de loterijmethode. Bij een systematische steekproef met aselect begin wordt eerst de
gewenste omvang van de steekproef (n) vastgelegd. De omvang van de populatie (N) wordt gedeeld
door de gewenste omvang van de steekproef, dus: N/n = k. Bijvoorbeeld = 10. Ieder K e-
element in de populatie komt in de steekproef. Als startpunt wordt een random-getal (a) gekozen,
dat niet groter is dan k. De eenheid in de populatie die met a correspondeert wordt als eerste in de
steekproef opgenomen, vervolgens a + k, a +2k, enz. Bijvoorbeeld a = 7: in de steekproef komen
de eenheden 7, 7 + 10, 17 + 10, enz.)
5.4 Meertrapssteekproef
Als een onderzoeker bijvoorbeeld eerst via bestanden van de gemeente aselect instellingen
moet selecteren om vervolgens daaruit aselect deelnemers te kunnen selecteren voor het
onderzoek, noemt men dit een meertrapssteekproef. Als daarbij alle deelnemers van een
bepaald instelling geselecteerd worden, kan er gesproken worden van een clustersteekproef.
Het nadeel van een meertrapssteekproef is het gevaar dat niet iedere deelnemer een gelijke
kans heeft om in de steekproef terecht te komen. Stel dat men uit een gemeentebestand een
aantal huishoudens selecteert en men vervolgens een telefoonlijst maakt van deze
huishoudens, dan heeft niet iedere deelnemer uit de populatie huishoudens een kans om in de
steekproef terecht te komen, omdat niet iedereen op de telefoonlijst zal voorkomen.
5.5 Selecte steekproeven
5.5.1 Toevallige steekproef
Er kan gesproken worden van een toevallige steekproef als de eenheden op basis van toeval
in een steekproef terecht komen, bijvoorbeeld omdat men ze op straat aanspreekt. Voor een
voorbeeld wordt verwezen naar Baarda en De Goede (2006) pagina 160-161.
5.5.2 Quotasteekproef
Voordat een quotasteekproef kan worden getrokken zal men de populatie verdelen in strata.
Een quotasteekproef is echter, in tegenstelling tot een gestratificeerde aselecte steekproef,
select. De eenheden worden dus per strata vastgesteld.
5.5.3 Doelgerichte steekproef
Een doelgerichte steekproef wordt getrokken als men bijvoorbeeld wil onderzoeken waarom
twee groepen uit een populatie van mening verschillen over iets. De onderzoeker trekt dus
specifieke eenheden uit de populatie voor de steekproef. Een voorbeeld van een doelgerichte
steekproef is een onderzoek naar het stemgedrag van de bevolking.
5.5.4 Sneeuwbalsteekproef
Als de populatie moeilijk benaderbaar is, kan men de sneeuwbalmethode gebruiken. Via
andere respondenten komt men hierbij in contact met nieuwe respondenten. De anonimiteit
kan gewaarborgd worden door aan de eerdere respondenten een aantal namen te vragen van
mogelijke andere respondenten. De onderzoeker kan dan zelf uit deze opgave een keuze
maken, zonder dat de eerdere respondenten weten wie men nog meer in het onderzoek gaat
betrekken (Baarda & De Goede, 2006).
5.6 Hoe kies ik een steekproef en hoe groot moet die zijn?
5.6.1 Keuze van een steekproef
Bij kleine populaties kan men ervoor kiezen om de populatie geheel tot de steekproef te laten
behoren. Als en steekproef getrokken kan worden, zal men het type steekproef dat gebruikt
, gaat worden moeten overwegen. Aselecte steekproeven zijn te gebruiken als een populatie
makkelijk benaderbaar is. Op basis van de doelstelling en de vraagstelling van het onderzoek
kan men nagaan óf en welke strata gebruikt worden.
5.6.2 Steekproefgrootte
De steekproefgrootte is afhankelijk van de volgende aspecten: a) De nauwkeurigheid b) Het
soort onderzoek c) De heterogeniteit van de populatie. Statistisch kan er worden uitgegaan
van een 95% zekerheid en een betrouwbaarheidsmarge van 4%. Baarda en De Goede (2006)
leggen dit uit aan de hand van een voorbeeld: 50% van ondervraagde werknemers ervaart een
hoge werkdruk en volgens de statistische betrouwbaarheid kan de onderzoeker nu stellen dat
46% tot 54% van de werknemers in de populatie een hoge werkdruk ervaart (Baarda & De
Goede, 2006, pagina 166). Het voorbeeld van de auteurs laat zien dat de nauwkeurigheid bij
een grote steekproef toeneemt, terwijl deze afneemt bij een kleine steekproef. De volgende
overwegingen spelen bij het vaststellen van de steekproefgrootte een rol: a) Als er gebruik
gemaakt wordt van een kruistabel – omdat in deze tabel de geoperationaliseerde begrippen
gemeten kan worden – moet er minimaal sprake zijn van 25 eenheden per cel. b) Er moet een
minimum van 30 eenheden zijn, omdat het anders niet meer mogelijk is om statistische
berekeningen uit te voeren. c) De beschikbare financiële middelen en tijd.
Hoofdstuk 6 Dataverzameling
6.1 Definiëren en operationeren
Variabelen zijn begrippen die in meetbare termen zijn geformuleerd. Als een begrip zo
geformuleerd is dat het begrip exact weergeeft wat ermee bedoeld wordt en datgene weergeeft
wat men wil onderzoeken, dan kan er gesproken worden over: het begrip zoals bedoeld, het
begrip zoals bepaald. En voorbeeld daarvan is het begrip leeftijd. Het proces van het
formuleren van meetbare termen heet operationaliseren. Begrippen kunnen echter ook
complex zijn, waardoor een onderzoeker opzoek moet gaan naar zogenoemde indicatoren.
Deze indicatoren geven meer inzicht in wat mensen verstaan onder een begrip genoemd in de
onderzoeksvraagstelling. Zo zal men bij het begrip ‘intelligentie’ de volgende indicatoren
kunnen gebruiken: taalvaardigheid, sociale vaardigheid, snelheid, ruimtelijk inzicht (Baarda
& De Goede, 2006, p. 174-175). Een onderzoeker zal dus moeten nagaan welke dimensies er
aan een begrip ten grondslag liggen.
6.2 Dataverzamelingsmethoden
Een onderzoeker kan het best eerst de gegevens gebruiken die direct voorhanden zijn. Als er
weinig tot geen gegevens bekend zijn, is een observatie of een interview het meest geschikt.
6.3 Gestructureerde en ongestructureerde dataverzameling
Informatie kan op gestructureerde of ongestructureerde wijze verzameld worden. Volgens de
gestructureerde wijze verzameld men de info op basis van gegevens die reeds bekend zijn.
Er worden bijvoorbeeld gericht observaties uitgevoerd of men stelt gericht vragen. Het
ongestructureerd informatie verzamelen verloopt door het stellen van oriënterende vragen
waarbij de antwoordmogelijkheden niet vast liggen. Ook de observaties gescheiden volgens
deze methode meer oriënterend (men heeft een observatielijst met minder specifieke
thema’s). De ongestructureerde methoden behoren tot de kwalitatieve onderzoeken
6.4 Directe versus indirecte dataverzameling
Het direct vragen naar informatie kan wel eens te bedreigend overkomen of kan als te
belastend worden ervaren. Sommige onderwerpen zijn immers te beladen van aard. Een
indirecte wijze van gegevens verzamelen is dan meer geschikt. Via zijwegen kan een
onderzoeker inzicht krijgen in het onderwerp waarin hij geïnteresseerd is. Het nadeel van deze
manier van gegevens verzamelen is echter dat niet met zekerheid kan worden vastgesteld of
men inderdaad meet wat men wil meten (validiteit). Daartegenover staat dat men met een
directe benadering ook niet met zekerheid kan stellen dat de gegeven info waarachtig is
gegeven.
6.5 Mogelijkheden voor statistische verwerking: meetniveaus
De manier waarop gegevens statistisch berekend kunnen worden, hangt af van de manier
waarop de te onderzoeken begrippen geoperationaliseerd zijn en de aard van de meetniveaus.
Zo kunnen metingen op nominaal niveau, ordinaal niveau, interval niveau als op ratio niveau
gedaan worden. Nominale metingen zijn categorisch van karakter. Dit betekent dat de
gegevens in een beperkt aantal antwoordcategorieën weergegeven kunnen worden,
bijvoorbeeld het geslacht (man, vrouw). Ordinale meetniveaus bestaan uit
antwoordcategorieën waar verschillen tussen kunnen zijn, zoals het opleidingsniveau van
iemand. Deze niveaus zijn echter niet in getallen uit te drukken. De meetniveaus op intervallen
ratio niveau zijn wel in getal uit te drukken. Een voorbeeld daarvan is de leeftijd van
iemand. Een meetniveau op ratio niveau gaat daarbij uit van een zogenoemd natuurlijk
nulpunt (bijvoorbeeld de leeftijd van 0-4 jaar), terwijl een meting op interval niveau uitgaat
- Basisboek methoden en technieken hoofdstuk 5, 6, 7, 8 en 9.
- Cijfers spreken hoofdstuk 2, 3 en 4 (m.u.v. 4.6 t/m 4.8).
Basisboek methoden en technieken
Hoofdstuk 5 Onderzoekspopulatie en steekproef
5.1 Onderzoekseenheden en kenmerken
In de voorgaande hoofdstukken werd voornamelijk uitgegaan van onderzoekseenheden
bestaande uit mensen. Onderzoekseenheden kunnen echter ook dieren, dingen of organisaties
zijn. In de onderzoeksopzet zal de onderzoeker duidelijk moeten beschrijven welke
onderzoekseenheden in het onderzoek betrokken zullen worden en welke kenmerken van deze
eenheden gemeten zullen worden. De daarna te trekken steekproef zal representatief voor
deze eenheden moeten zijn. Bovendien is een goede omschrijving van een kenmerk belangrijk
voor de te verrichten metingen. Kenmerken worden variabelen genoemd, omdat de
kenmerken kunnen veranderen gedurende het onderzoek. Als men bijvoorbeeld de mate van
stress wil onderzoeken onder werknemers is ‘stress’ de te meten variabele en zijn de
werknemers de eenheden. Vaak zullen eenheden ook respondenten of participanten worden
genoemd als het om mensen gaat, maar men kan niet spreken van respondenten als men
geïnteresseerd is in bijvoorbeeld de afdelingen waar de mensen werkzaam zijn.
5.2 Populatie en steekproef
Een populatie zal ook goed beschreven moeten worden in de onderzoeksopzet. De
omschrijving ‘verpleegkundigen’ is bijvoorbeeld niet toereikend. De onderzoeker zal moeten
aangeven uit welke verpleegkundigen de populatie bestaat: uit welk land afkomstig, welk
kwalificatieniveau, in welk werkveld werkzaam. Baarda en De Goede (2006) onderscheiden
de volgende populaties: universum of theoretische populatie (bijvoorbeeld alle
verpleegkundigen in het land), de operationele populatie (bijvoorbeeld de verpleegkundigen
werkzaam in een provincie), de steekproef (het benaderde deel van de populatie), de
(aanvankelijke) respons (het gedeelte van de steekproef dat uiteindelijk deelneemt aan het
onderzoek) en de data producerende steekproef ofwel de uiteindelijke respons (het deel
van de steekproef dat in de data-analyse is betrokken). Als de populatie is afgebakend zal men
moeten aangeven in hoeverre die populatie in het onderzoek betrokken gaat worden,
bijvoorbeeld alle verpleegkundigen werkzaam op een afdeling in een ziekenhuis of slechts
een deel daarvan. Dit deel wordt een steekproef genoemd. Een steekproef kan aselect of
select zijn. Onder een aselecte steekproef wordt het willekeurig strekken van
onderzoekseenheden verstaan, waarbij er voor alle eenheden een gelijke kans is om tot een
steekproef te gaan behoren. De aselecte steekproef wordt ook de kans steekproef genoemd.
Onder een selecte steekproef wordt het niet op toeval selecteren van eenheden uit de
populatie verstaan. Bij een aselecte steekproef kan men inductieve statistiek gebruiken, dat
wil zeggen dat de resultaten statistisch worden onderzocht en er een foutenmarge is voor de
generalisatie van de steekproef naar de totale populatie. Een selecte steekproef kan niet
gegeneraliseerd worden, omdat men hierbij geen inductie statistiek kan gebruiken en de
gegevens alleen gelden voor de gebruikte onderzoekseenheden (Baarda & De Goede, 2006, p.
149). Na een eenduidige vaststelling en omschrijving van de populatie zal een onderzoeker de
onderzoekseenheden voor de steekproef moeten selecteren. Deze selectie zal vanuit een
steekproefkader gebeuren. Een steekproefkader wordt gevormd door bijvoorbeeld een bestand
waaruit de eenheden geselecteerd kunnen worden, zoals een lijst met postcodes of ledenlijsten
van organisaties.
5.3 Aselecte steekproeven
5.3.1 Enkelvoudige aselecte steekproef
Baarda en De Goede (2006) geven een voorbeeld van een aselecte steekproef op pagina 153-
155, waarbij ze nogmaals terugkomen op de representativiteit van een steekproef.
Volgens de loterijmethode heeft de onderzoeker alle eenheden op kaarten genoteerd en worden er
vervolgens op aselecte wijze kaarten getrokken. Belangrijk bij deze methode is dat er
rekening gehouden zal worden met non-respons; de steekproef zal groter moeten zijn dan de
bedoelde grootte van de steekproef.
5.3.2 Systematische steekproef met aselect begin
Een steekproef kan systematisch worden getrokken als het moeilijk blijkt te zijn om bestanden
te vinden waarbij een enkelvoudige aselecte steekproef kan worden getrokken (Baarda & De
Goede, 2006). Er kunnen bijvoorbeeld alleen bestanden gebruikt worden van verschillende
bronnen (bijvoorbeeld bestanden van afdelingen van verscheidene ziekenhuizen). In dit geval
stelt men eerst de representatieve steekproefgrootte vast om vervolgens random op
,systematische wijze eenheden uit deze populatie te trekken. Zo kunnen er bijvoorbeeld
100000 verpleegkundigen werkzaam zijn in ziekenhuizen in een stad waarvan er 1000
representatief zijn per ziekenhuis. Uit deze totale populatie kan men dan voor de gewenste
steekproefgrootte 100 verpleegkundigen selecteren. Op systematische wijze kunnen deze
eenheden via een getallengenerator worden bepaald: eenheid 8, 108, 208 enzovoorts tot er een
steekproef is van 1000 eenheden.
5.3.3 Gestratificeerde aselecte steekproef
De groepen die vergeleken moeten worden tijdens een onderzoek, moeten gelijkwaardig
vertegenwoordigd zijn in de steekproef. Daartoe kan men de populatie in deelpopulaties
onderverdelen, ook strata genoemd. Strata bestaan bijvoorbeeld uit mannen (jonge mannen,
oudere mannen) en vrouwen (jonge vrouwen, oudere vrouwen). Uit deze vier strata kan de
onderzoeker vervolgens een enkelvoudige steekproef trekken. Als de verhouding van
deelpopulaties ongelijk blijkt te zijn (bijvoorbeeld meer mannen dan vrouwen) kan men deze
ongelijke verhouding ook in de steekproef opnemen, zodat de steekproef toch overeenkomt
met de populatie. Dit noemt men een proportioneel gestratificeerde steekproef. Er kan
gesproken worden van een disproportioneel gestratificeerde steekproef als de steekproef
met de gecombineerde strata niet representatief is voor de totale populatie.
(Bij aselecte steekproeven is de kans om in de steekproef getrokken te worden voor alle eenheden
uit de populatie gelijk (of in ieder geval bekend). Bij een enkelvoudige aselecte steekproef wordt een
vooraf bepaald aantal eenheden volstrekt willekeurig uit de populatie getrokken, met programma’s
als Excel en SPSS of met een random getallengenerator. Bij kleinere populaties kun je gebruik
maken van de loterijmethode. Bij een systematische steekproef met aselect begin wordt eerst de
gewenste omvang van de steekproef (n) vastgelegd. De omvang van de populatie (N) wordt gedeeld
door de gewenste omvang van de steekproef, dus: N/n = k. Bijvoorbeeld = 10. Ieder K e-
element in de populatie komt in de steekproef. Als startpunt wordt een random-getal (a) gekozen,
dat niet groter is dan k. De eenheid in de populatie die met a correspondeert wordt als eerste in de
steekproef opgenomen, vervolgens a + k, a +2k, enz. Bijvoorbeeld a = 7: in de steekproef komen
de eenheden 7, 7 + 10, 17 + 10, enz.)
5.4 Meertrapssteekproef
Als een onderzoeker bijvoorbeeld eerst via bestanden van de gemeente aselect instellingen
moet selecteren om vervolgens daaruit aselect deelnemers te kunnen selecteren voor het
onderzoek, noemt men dit een meertrapssteekproef. Als daarbij alle deelnemers van een
bepaald instelling geselecteerd worden, kan er gesproken worden van een clustersteekproef.
Het nadeel van een meertrapssteekproef is het gevaar dat niet iedere deelnemer een gelijke
kans heeft om in de steekproef terecht te komen. Stel dat men uit een gemeentebestand een
aantal huishoudens selecteert en men vervolgens een telefoonlijst maakt van deze
huishoudens, dan heeft niet iedere deelnemer uit de populatie huishoudens een kans om in de
steekproef terecht te komen, omdat niet iedereen op de telefoonlijst zal voorkomen.
5.5 Selecte steekproeven
5.5.1 Toevallige steekproef
Er kan gesproken worden van een toevallige steekproef als de eenheden op basis van toeval
in een steekproef terecht komen, bijvoorbeeld omdat men ze op straat aanspreekt. Voor een
voorbeeld wordt verwezen naar Baarda en De Goede (2006) pagina 160-161.
5.5.2 Quotasteekproef
Voordat een quotasteekproef kan worden getrokken zal men de populatie verdelen in strata.
Een quotasteekproef is echter, in tegenstelling tot een gestratificeerde aselecte steekproef,
select. De eenheden worden dus per strata vastgesteld.
5.5.3 Doelgerichte steekproef
Een doelgerichte steekproef wordt getrokken als men bijvoorbeeld wil onderzoeken waarom
twee groepen uit een populatie van mening verschillen over iets. De onderzoeker trekt dus
specifieke eenheden uit de populatie voor de steekproef. Een voorbeeld van een doelgerichte
steekproef is een onderzoek naar het stemgedrag van de bevolking.
5.5.4 Sneeuwbalsteekproef
Als de populatie moeilijk benaderbaar is, kan men de sneeuwbalmethode gebruiken. Via
andere respondenten komt men hierbij in contact met nieuwe respondenten. De anonimiteit
kan gewaarborgd worden door aan de eerdere respondenten een aantal namen te vragen van
mogelijke andere respondenten. De onderzoeker kan dan zelf uit deze opgave een keuze
maken, zonder dat de eerdere respondenten weten wie men nog meer in het onderzoek gaat
betrekken (Baarda & De Goede, 2006).
5.6 Hoe kies ik een steekproef en hoe groot moet die zijn?
5.6.1 Keuze van een steekproef
Bij kleine populaties kan men ervoor kiezen om de populatie geheel tot de steekproef te laten
behoren. Als en steekproef getrokken kan worden, zal men het type steekproef dat gebruikt
, gaat worden moeten overwegen. Aselecte steekproeven zijn te gebruiken als een populatie
makkelijk benaderbaar is. Op basis van de doelstelling en de vraagstelling van het onderzoek
kan men nagaan óf en welke strata gebruikt worden.
5.6.2 Steekproefgrootte
De steekproefgrootte is afhankelijk van de volgende aspecten: a) De nauwkeurigheid b) Het
soort onderzoek c) De heterogeniteit van de populatie. Statistisch kan er worden uitgegaan
van een 95% zekerheid en een betrouwbaarheidsmarge van 4%. Baarda en De Goede (2006)
leggen dit uit aan de hand van een voorbeeld: 50% van ondervraagde werknemers ervaart een
hoge werkdruk en volgens de statistische betrouwbaarheid kan de onderzoeker nu stellen dat
46% tot 54% van de werknemers in de populatie een hoge werkdruk ervaart (Baarda & De
Goede, 2006, pagina 166). Het voorbeeld van de auteurs laat zien dat de nauwkeurigheid bij
een grote steekproef toeneemt, terwijl deze afneemt bij een kleine steekproef. De volgende
overwegingen spelen bij het vaststellen van de steekproefgrootte een rol: a) Als er gebruik
gemaakt wordt van een kruistabel – omdat in deze tabel de geoperationaliseerde begrippen
gemeten kan worden – moet er minimaal sprake zijn van 25 eenheden per cel. b) Er moet een
minimum van 30 eenheden zijn, omdat het anders niet meer mogelijk is om statistische
berekeningen uit te voeren. c) De beschikbare financiële middelen en tijd.
Hoofdstuk 6 Dataverzameling
6.1 Definiëren en operationeren
Variabelen zijn begrippen die in meetbare termen zijn geformuleerd. Als een begrip zo
geformuleerd is dat het begrip exact weergeeft wat ermee bedoeld wordt en datgene weergeeft
wat men wil onderzoeken, dan kan er gesproken worden over: het begrip zoals bedoeld, het
begrip zoals bepaald. En voorbeeld daarvan is het begrip leeftijd. Het proces van het
formuleren van meetbare termen heet operationaliseren. Begrippen kunnen echter ook
complex zijn, waardoor een onderzoeker opzoek moet gaan naar zogenoemde indicatoren.
Deze indicatoren geven meer inzicht in wat mensen verstaan onder een begrip genoemd in de
onderzoeksvraagstelling. Zo zal men bij het begrip ‘intelligentie’ de volgende indicatoren
kunnen gebruiken: taalvaardigheid, sociale vaardigheid, snelheid, ruimtelijk inzicht (Baarda
& De Goede, 2006, p. 174-175). Een onderzoeker zal dus moeten nagaan welke dimensies er
aan een begrip ten grondslag liggen.
6.2 Dataverzamelingsmethoden
Een onderzoeker kan het best eerst de gegevens gebruiken die direct voorhanden zijn. Als er
weinig tot geen gegevens bekend zijn, is een observatie of een interview het meest geschikt.
6.3 Gestructureerde en ongestructureerde dataverzameling
Informatie kan op gestructureerde of ongestructureerde wijze verzameld worden. Volgens de
gestructureerde wijze verzameld men de info op basis van gegevens die reeds bekend zijn.
Er worden bijvoorbeeld gericht observaties uitgevoerd of men stelt gericht vragen. Het
ongestructureerd informatie verzamelen verloopt door het stellen van oriënterende vragen
waarbij de antwoordmogelijkheden niet vast liggen. Ook de observaties gescheiden volgens
deze methode meer oriënterend (men heeft een observatielijst met minder specifieke
thema’s). De ongestructureerde methoden behoren tot de kwalitatieve onderzoeken
6.4 Directe versus indirecte dataverzameling
Het direct vragen naar informatie kan wel eens te bedreigend overkomen of kan als te
belastend worden ervaren. Sommige onderwerpen zijn immers te beladen van aard. Een
indirecte wijze van gegevens verzamelen is dan meer geschikt. Via zijwegen kan een
onderzoeker inzicht krijgen in het onderwerp waarin hij geïnteresseerd is. Het nadeel van deze
manier van gegevens verzamelen is echter dat niet met zekerheid kan worden vastgesteld of
men inderdaad meet wat men wil meten (validiteit). Daartegenover staat dat men met een
directe benadering ook niet met zekerheid kan stellen dat de gegeven info waarachtig is
gegeven.
6.5 Mogelijkheden voor statistische verwerking: meetniveaus
De manier waarop gegevens statistisch berekend kunnen worden, hangt af van de manier
waarop de te onderzoeken begrippen geoperationaliseerd zijn en de aard van de meetniveaus.
Zo kunnen metingen op nominaal niveau, ordinaal niveau, interval niveau als op ratio niveau
gedaan worden. Nominale metingen zijn categorisch van karakter. Dit betekent dat de
gegevens in een beperkt aantal antwoordcategorieën weergegeven kunnen worden,
bijvoorbeeld het geslacht (man, vrouw). Ordinale meetniveaus bestaan uit
antwoordcategorieën waar verschillen tussen kunnen zijn, zoals het opleidingsniveau van
iemand. Deze niveaus zijn echter niet in getallen uit te drukken. De meetniveaus op intervallen
ratio niveau zijn wel in getal uit te drukken. Een voorbeeld daarvan is de leeftijd van
iemand. Een meetniveau op ratio niveau gaat daarbij uit van een zogenoemd natuurlijk
nulpunt (bijvoorbeeld de leeftijd van 0-4 jaar), terwijl een meting op interval niveau uitgaat
