Correlationeel onderzoek
In correlationeel onderzoek krijg je vooral te maken met onderzoeksvragen waar een relatie of een
verband in zit. Dit soort onderzoek valt onder kwantitatief onderzoek! Correlationeel is vrijwel altijd een
deductief onderzoek. Ook zien we hierbij dat het data verzamelen en de data-analyse in een lineaire
lijn plaats vinden.
Data voor dit soort onderzoek kan op verschillende manieren, zoals door observaties, bestaande
gegevens, big data of het gebruik van vragenlijsten (surveys). Dit levert een heel andere type data op
en daarom is de manier van dataverwerking heel anders dan bij kwalitatief onderzoek.
Correlationeel onderzoek volgt vaak uit theorie. Een drietal elementen (PAC) is hierbij van belang:
Population: De groep mensen (of dieren of objecten) die de onderzoeker wil onderzoeken.
Association (verband/relatie): de onderzoeker geeft aan welke relatie verwacht wordt.
o Causaliteit: Bij vragen over of één bepaald kenmerk een verandering in een ander
kenmerk veroorzaakt, spreken we over causaliteit. Het zijn onderzoeksvragen die een
oorzaak/gevolg verband beschrijven. Om causaliteit te hebben, moet er aan enkele
voorwaarden worden voldaan:
Covariance: Er moet een relatie zijn tussen de oorzaak en het gevolg
Temporal precedence: De oorzaak moet in de tijd voorafgaan aan het
gevolg
Internal validity: Alternatieve verklaringen voor de gevonden relatie moeten
worden uitgesloten
We kunnen vanuit correlationeel onderzoek geen antwoord geven op causale
onderzoeksvragen.
Constructs (theoretische begrippen): de kenmerken die de onderzoeker van de mensen wil
weten en meten en waartussen er een verband verwacht wordt.
In de fase van het onderzoeksontwerp gaan we alles concreet maken, wat concreet gemaakt moet
worden. Hierin wordt ook besloten hoe te werk zal worden gegaan en wordt een plan opgesteld:
We beginnen met het theoretische begrip, het theoretisch concept. Dit is het theoretische onderwerp
waarin we geïnteresseerd zijn, bijv. zelfbeeld, depressie, plezier, geluk, et cetera. De conceptuele
definitie is een beschrijving van wat de onderzoekers met het theoretische begrip bedoelen. De
operationele definitie is een beschrijving van hoe de onderzoekers het theoretische begrip gaan
meten. Dit levert vervolgens variabelen op: dit zijn vragen die we concreet kunnen stellen of stellingen
die we aan onze respondenten kunnen voorleggen.
Wanneer een fysiek kenmerk of een theoretisch begrip eenmaal is geoperationaliseerd, resulteert dit
in een variabele. Dit zijn numerieke waarden, die variëren van persoon tot persoon. Binnen de
variabelen, kan je onderscheid maken tussen fysieke kenmerken en theoretische kenmerken. Veel
fysieke kenmerken hebben een bestaand meetinstrument met bekende waarden, zoals lengte meten
met een meetlint, die waarden heeft tussen de 110 en 220 cm). Voor theoretische begrippen is dit
anders, omdat het soms niet volledig past of omdat er nog geen bestaand meetinstrument voor is. Een
voorbeeld is de IQ-score, zoals de WAI-Scale.
We kunnen verschillende soorten variabelen, meetniveaus, onderscheiden:
Nominaal meetniveau: de antwoorden bestaan uit categorieën, die in waarde niet van elkaar
verschillen. Ze krijgen een cijfer toegediend ter label, maar deze heeft verder geen enkele
betekenis.
, Ordinaal meetniveau: de antwoorden bestaan uit categorieën, die ieder weer een cijfer
toegediend krijgen, die wel van betekenis zijn, bijv. ranglijst van schaatsers (1 is de beste,
etc.). De onderlinge afstanden tussen deze cijfers zijn niet perse hetzelfde.
Interval meetniveau: de antwoorden bestaan uit categorieën, die ieder weer een cijfer
toegediend krijgen, die wel van betekenis zijn, zoals een IQ-score. De onderlinge afstanden
tussen deze cijfers zijn wel hetzelfde.
Ratio meetniveau: de antwoorden bestaan uit categorieën, die ieder weer een cijfer
toegediend krijgen, die wel van betekenis zijn. De onderlinge afstanden tussen deze cijfers
zijn wel hetzelfde. En we hebben een absoluut meetpunt, waarbij 0 niks is en het startpunt
vormt, zoals gewicht, lengte en aantallen.
Hoe weet een onderzoeker of gemeten is wat voor ogen was?
Meet het meetinstrument wel het beoogde
theoretische begrip?
Meet het meetinstrument wel alle aspecten van het
theoretische begrip?
Als een ander meetinstrument gebruikt zou zijn, zou
er dan hetzelfde uit zijn gekomen?
Bij begripsvaliditeit (construct validity) gaat het erom of wij
inhoudelijk meten wat we willen meten. Hierbij moet ook
gekeken worden naar de inhoudsvaliditeit (content validity),
waarbij gekeken wordt of het meetinstrument wel alle
aspecten meet en of alle aspecten in de theorie worden
geadresseerd. Ook kennen we de indruksvaliditeit (face
validity): hoe zouden experts het meetinstrument beoordelen
én is het meetinstrument compleet?
Bij de convergente validiteit wordt nagegaan of de metingen van meerdere meetinstrumenten die
hetzelfde begrip meten met elkaar overeen komen? Dit kun je checken door te kijken naar de
samenhang tussen de variabelen die eruit komen. Bij de discriminante validiteit gaat het erom of de
metingen van dit meetinstrument juist niet samenhangen met andere kenmerken. Bij het criterium
validiteit gaat het enorm of de metingen van dit meetinstrument samenhangen met gedragsmatige
uitkomsten waarvan we weten dat er een verband hoort te zijn.
We kennen meerdere soorten van validiteit:
Interne validiteit: Kunnen we een goed antwoord
geven op de onderzoeksvraag? Deze vorm van
validiteit is vooral van belang bij causale
onderzoeksvragen (zijn er geen alternatieve
verklaringen?). Dit zit ‘m vooral in de
onderzoeksopzet. Deze krijgt vooral aandacht in het
experimentele onderzoek.
Externe validiteit: Over welke populatie kunnen we
op basis van deze steekproef een conclusie trekken?
Correlationeel onderzoek heeft vaak als doel om
conclusies te laten gelden voor een grote groep. De steekproef is hierin belangrijk!
Statistische validiteit: Kunnen we de conclusies uit een statische analyse vertrouwen?
We kennen ook meerdere soorten betrouwbaarheid (reliability):
Betrouwbaarheid van een meetinstrument: leidt de operationalisatie tot goede, consistente
metingen? En als hetzelfde meetinstrument nog een keer gebruikt zou worden bij dezelfde
groep, zouden de resultaten dan hetzelfde zijn? Om dit te checken, kun je de test-hertest
gebruiken, die antwoord geeft op de vraag “Geeft het meetinstrument consequente scores
wanneer onderzoekers het meerdere keren gebruiken?”. Dit kan alleen worden toegepast bij
theoretische begrippen die relatief stabiel zijn, zoals intelligentie. Het is niet handig om toe te
passen bij theoretische begrippen die fluctueren met de tijd, zoals pijn of boosheid.
In correlationeel onderzoek krijg je vooral te maken met onderzoeksvragen waar een relatie of een
verband in zit. Dit soort onderzoek valt onder kwantitatief onderzoek! Correlationeel is vrijwel altijd een
deductief onderzoek. Ook zien we hierbij dat het data verzamelen en de data-analyse in een lineaire
lijn plaats vinden.
Data voor dit soort onderzoek kan op verschillende manieren, zoals door observaties, bestaande
gegevens, big data of het gebruik van vragenlijsten (surveys). Dit levert een heel andere type data op
en daarom is de manier van dataverwerking heel anders dan bij kwalitatief onderzoek.
Correlationeel onderzoek volgt vaak uit theorie. Een drietal elementen (PAC) is hierbij van belang:
Population: De groep mensen (of dieren of objecten) die de onderzoeker wil onderzoeken.
Association (verband/relatie): de onderzoeker geeft aan welke relatie verwacht wordt.
o Causaliteit: Bij vragen over of één bepaald kenmerk een verandering in een ander
kenmerk veroorzaakt, spreken we over causaliteit. Het zijn onderzoeksvragen die een
oorzaak/gevolg verband beschrijven. Om causaliteit te hebben, moet er aan enkele
voorwaarden worden voldaan:
Covariance: Er moet een relatie zijn tussen de oorzaak en het gevolg
Temporal precedence: De oorzaak moet in de tijd voorafgaan aan het
gevolg
Internal validity: Alternatieve verklaringen voor de gevonden relatie moeten
worden uitgesloten
We kunnen vanuit correlationeel onderzoek geen antwoord geven op causale
onderzoeksvragen.
Constructs (theoretische begrippen): de kenmerken die de onderzoeker van de mensen wil
weten en meten en waartussen er een verband verwacht wordt.
In de fase van het onderzoeksontwerp gaan we alles concreet maken, wat concreet gemaakt moet
worden. Hierin wordt ook besloten hoe te werk zal worden gegaan en wordt een plan opgesteld:
We beginnen met het theoretische begrip, het theoretisch concept. Dit is het theoretische onderwerp
waarin we geïnteresseerd zijn, bijv. zelfbeeld, depressie, plezier, geluk, et cetera. De conceptuele
definitie is een beschrijving van wat de onderzoekers met het theoretische begrip bedoelen. De
operationele definitie is een beschrijving van hoe de onderzoekers het theoretische begrip gaan
meten. Dit levert vervolgens variabelen op: dit zijn vragen die we concreet kunnen stellen of stellingen
die we aan onze respondenten kunnen voorleggen.
Wanneer een fysiek kenmerk of een theoretisch begrip eenmaal is geoperationaliseerd, resulteert dit
in een variabele. Dit zijn numerieke waarden, die variëren van persoon tot persoon. Binnen de
variabelen, kan je onderscheid maken tussen fysieke kenmerken en theoretische kenmerken. Veel
fysieke kenmerken hebben een bestaand meetinstrument met bekende waarden, zoals lengte meten
met een meetlint, die waarden heeft tussen de 110 en 220 cm). Voor theoretische begrippen is dit
anders, omdat het soms niet volledig past of omdat er nog geen bestaand meetinstrument voor is. Een
voorbeeld is de IQ-score, zoals de WAI-Scale.
We kunnen verschillende soorten variabelen, meetniveaus, onderscheiden:
Nominaal meetniveau: de antwoorden bestaan uit categorieën, die in waarde niet van elkaar
verschillen. Ze krijgen een cijfer toegediend ter label, maar deze heeft verder geen enkele
betekenis.
, Ordinaal meetniveau: de antwoorden bestaan uit categorieën, die ieder weer een cijfer
toegediend krijgen, die wel van betekenis zijn, bijv. ranglijst van schaatsers (1 is de beste,
etc.). De onderlinge afstanden tussen deze cijfers zijn niet perse hetzelfde.
Interval meetniveau: de antwoorden bestaan uit categorieën, die ieder weer een cijfer
toegediend krijgen, die wel van betekenis zijn, zoals een IQ-score. De onderlinge afstanden
tussen deze cijfers zijn wel hetzelfde.
Ratio meetniveau: de antwoorden bestaan uit categorieën, die ieder weer een cijfer
toegediend krijgen, die wel van betekenis zijn. De onderlinge afstanden tussen deze cijfers
zijn wel hetzelfde. En we hebben een absoluut meetpunt, waarbij 0 niks is en het startpunt
vormt, zoals gewicht, lengte en aantallen.
Hoe weet een onderzoeker of gemeten is wat voor ogen was?
Meet het meetinstrument wel het beoogde
theoretische begrip?
Meet het meetinstrument wel alle aspecten van het
theoretische begrip?
Als een ander meetinstrument gebruikt zou zijn, zou
er dan hetzelfde uit zijn gekomen?
Bij begripsvaliditeit (construct validity) gaat het erom of wij
inhoudelijk meten wat we willen meten. Hierbij moet ook
gekeken worden naar de inhoudsvaliditeit (content validity),
waarbij gekeken wordt of het meetinstrument wel alle
aspecten meet en of alle aspecten in de theorie worden
geadresseerd. Ook kennen we de indruksvaliditeit (face
validity): hoe zouden experts het meetinstrument beoordelen
én is het meetinstrument compleet?
Bij de convergente validiteit wordt nagegaan of de metingen van meerdere meetinstrumenten die
hetzelfde begrip meten met elkaar overeen komen? Dit kun je checken door te kijken naar de
samenhang tussen de variabelen die eruit komen. Bij de discriminante validiteit gaat het erom of de
metingen van dit meetinstrument juist niet samenhangen met andere kenmerken. Bij het criterium
validiteit gaat het enorm of de metingen van dit meetinstrument samenhangen met gedragsmatige
uitkomsten waarvan we weten dat er een verband hoort te zijn.
We kennen meerdere soorten van validiteit:
Interne validiteit: Kunnen we een goed antwoord
geven op de onderzoeksvraag? Deze vorm van
validiteit is vooral van belang bij causale
onderzoeksvragen (zijn er geen alternatieve
verklaringen?). Dit zit ‘m vooral in de
onderzoeksopzet. Deze krijgt vooral aandacht in het
experimentele onderzoek.
Externe validiteit: Over welke populatie kunnen we
op basis van deze steekproef een conclusie trekken?
Correlationeel onderzoek heeft vaak als doel om
conclusies te laten gelden voor een grote groep. De steekproef is hierin belangrijk!
Statistische validiteit: Kunnen we de conclusies uit een statische analyse vertrouwen?
We kennen ook meerdere soorten betrouwbaarheid (reliability):
Betrouwbaarheid van een meetinstrument: leidt de operationalisatie tot goede, consistente
metingen? En als hetzelfde meetinstrument nog een keer gebruikt zou worden bij dezelfde
groep, zouden de resultaten dan hetzelfde zijn? Om dit te checken, kun je de test-hertest
gebruiken, die antwoord geeft op de vraag “Geeft het meetinstrument consequente scores
wanneer onderzoekers het meerdere keren gebruiken?”. Dit kan alleen worden toegepast bij
theoretische begrippen die relatief stabiel zijn, zoals intelligentie. Het is niet handig om toe te
passen bij theoretische begrippen die fluctueren met de tijd, zoals pijn of boosheid.
