Gegevensanalyse in onderzoek: Soorten en methoden

Wat is gegevensanalyse in onderzoek?

Definitie van onderzoek in data-analyse: Volgens LeCompte en Schensul is onderzoeksgegevensanalyse een proces dat onderzoekers gebruiken om gegevens terug te brengen tot een verhaal en te interpreteren om er inzichten uit af te leiden. Het data-analyseproces helpt om een grote brok gegevens te reduceren tot kleinere fragmenten die zinvol zijn.

Tijdens het data-analyseproces gebeuren er drie essentiële dingen – de eerste is het organiseren van gegevens. Samenvatten en categoriseren vormen samen de tweede bekende methode voor datareductie. Het helpt bij het vinden van patronen en thema’s in de gegevens voor eenvoudige identificatie en koppeling. De derde en laatste manier is gegevensanalyse – onderzoekers doen dit zowel top-down als bottom-up.

Aan de andere kant beschrijven Marshall en Rossman data-analyse als een rommelig, dubbelzinnig en tijdrovend maar creatief en fascinerend proces waarin een massa verzamelde gegevens tot orde, structuur en betekenis wordt gebracht.

We kunnen zeggen dat “de data-analyse en data-interpretatie een proces is dat de toepassing van deductieve en inductieve logica op het onderzoek en de data-analyse weergeeft”.

Waarom gegevens analyseren in onderzoek?

Onderzoekers vertrouwen sterk op gegevens als ze een verhaal te vertellen hebben of onderzoeksproblemen moeten oplossen. Het begint met een vraag en gegevens zijn niets anders dan een antwoord op die vraag. Maar wat als er geen vraag is om te stellen? Nou! Het is mogelijk om gegevens zelfs zonder probleem te verkennen – we noemen dit Data mining’, Dit brengt vaak interessante patronen in de gegevens aan het licht die het onderzoeken waard zijn.

Ongeacht het type gegevens dat onderzoekers onderzoeken, leiden hun missie en de visie van hun doelgroepen hen om de patronen te vinden die het verhaal dat ze willen vertellen vormgeven. Een van de essentiële dingen die van onderzoekers wordt verwacht tijdens het analyseren van gegevens is om open te blijven staan en onbevooroordeeld te blijven ten opzichte van onverwachte patronen, uitingen en resultaten. Onthoud dat data-analyse soms de meest onvoorziene en toch spannende verhalen vertelt die je niet verwachtte toen je met de data-analyse begon. Vertrouw daarom op de gegevens die je bij de hand hebt en geniet van de reis van verkennend onderzoek.

Maak een gratis account aan

Soorten gegevens in onderzoek

Elke soort gegevens heeft de zeldzame eigenschap om dingen te beschrijven nadat er een specifieke waarde aan is toegekend. Voor analyse moet je deze waarden organiseren, verwerken en presenteren in een bepaalde context, om ze bruikbaar te maken. Gegevens kunnen verschillende vormen hebben; dit zijn de primaire gegevenstypen.

• Kwalitatieve gegevens: Als de gepresenteerde gegevens woorden en beschrijvingen hebben, dan noemen we het kwalitatieve gegevens. Hoewel je deze gegevens kunt observeren, zijn ze subjectief en moeilijker te analyseren in onderzoek, vooral voor vergelijkingen. Voorbeeld: Kwaliteitsgegevens zijn alles wat smaak, ervaring, textuur of een mening beschrijft die als kwaliteitsgegevens worden beschouwd. Dit soort gegevens wordt meestal verzameld via focusgroepen, persoonlijke kwalitatieve interviews, kwalitatieve observatie of door het gebruik van open vragen in enquêtes.
• Kwantitatieve gegevens: Alle gegevens die worden uitgedrukt in getallen of numerieke cijfers worden kwantitatieve gegevens. Dit type gegevens kan worden onderverdeeld in categorieën, gegroepeerd, gemeten, berekend of gerangschikt. Voorbeeld: Vragen zoals leeftijd, rang, kosten, lengte, gewicht, scores, enz. vallen allemaal onder dit type gegevens. Je kunt dergelijke gegevens presenteren in grafieken, diagrammen of statistische analysemethoden toepassen op deze gegevens. De (Outcomes Measurement Systems) OMS-vragenlijsten in enquêtes zijn een belangrijke bron voor het verzamelen van numerieke gegevens.
• Categorische gegevens: Het zijn gegevens gepresenteerd in groepen. Een item in de categorische gegevens kan echter niet tot meer dan één groep behoren. Voorbeeld: Een persoon die reageert op een enquête door zijn leefstijl, burgerlijke staat, rookgewoonte of drinkgewoonte te vertellen, valt onder de categorische gegevens. Een chi-kwadraattest is een standaardmethode om deze gegevens te analyseren.

Meer informatie: Voorbeelden van kwalitatieve gegevens in het onderwijs

Gegevensanalyse in kwalitatief onderzoek

Gegevensanalyse en kwalitatief gegevensonderzoek werken een beetje anders dan numerieke gegevens, omdat kwalitatieve gegevens bestaan uit woorden, beschrijvingen, afbeeldingen, objecten en soms symbolen. Het verkrijgen van inzicht uit dergelijke gecompliceerde informatie is een ingewikkeld proces. Daarom wordt het meestal gebruikt voor verkennend onderzoek en gegevensanalyse.

Patronen vinden in de kwalitatieve gegevens

Hoewel er verschillende manieren zijn om patronen te vinden in de tekstuele informatie, is een op woorden gebaseerde methode de meest betrouwbare en meest gebruikte globale techniek voor onderzoek en gegevensanalyse. Met name het proces van gegevensanalyse in kwalitatief onderzoek is handmatig. Hier lezen de onderzoekers meestal de beschikbare gegevens en vinden ze herhalende of veelgebruikte woorden.

Bijvoorbeeld, Bij het bestuderen van gegevens uit Afrikaanse landen om inzicht te krijgen in de meest dringende problemen waar mensen mee te maken hebben, vinden onderzoekers misschien “voedsel” en “honger de meest gebruikte woorden zijn en deze markeren voor verdere analyse.

De trefwoordcontext is een andere veelgebruikte, op woorden gebaseerde techniek. Bij deze methode probeert de onderzoeker het concept te begrijpen door de context te analyseren waarin de deelnemers een bepaald trefwoord gebruiken.

BijvoorbeeldOnderzoekers die onderzoek doen en gegevens analyseren om het concept van ‘diabetes onder respondenten de context analyseren van wanneer en hoe de respondent het woord ‘diabetes’ heeft gebruikt of ernaar heeft verwezen.

De op onderzoek gebaseerde techniek is ook een van de meest aanbevolen tekstanalyse methoden die worden gebruikt om een gegevenspatroon van hoge kwaliteit te identificeren. Vergelijken en contrasteren is de veelgebruikte methode onder deze techniek om te onderscheiden hoe een specifieke tekst op elkaar lijkt of van elkaar verschilt.

Bijvoorbeeld: Om het “belang van een arts-assistent in een bedrijf” te achterhalen, worden de verzamelde gegevens verdeeld in mensen die denken dat het nodig is om een arts-assistent in dienst te nemen en mensen die denken dat het niet nodig is. Vergelijken en contrasteren is de beste methode die kan worden gebruikt om de peilingen met enkelvoudige antwoordvragen te analyseren.

Metaforen kunnen worden gebruikt om de gegevensstapel te verkleinen en er patronen in te vinden, zodat het gemakkelijker wordt om gegevens met theorie te verbinden.

Variable Partitioning is een andere techniek die wordt gebruikt om variabelen op te splitsen, zodat onderzoekers meer samenhangende beschrijvingen en verklaringen kunnen vinden uit de enorme gegevens.

Methoden voor gegevensanalyse in kwalitatief onderzoek

Er zijn verschillende technieken om de gegevens in kwalitatief onderzoek te analyseren, maar hier volgen enkele veelgebruikte methoden,

• Analyse van de inhoud: Het is algemeen aanvaard en de meest gebruikte techniek voor gegevensanalyse in onderzoeksmethodologie. Het kan worden gebruikt om gedocumenteerde informatie uit tekst, afbeeldingen en soms fysieke voorwerpen te analyseren. Het hangt af van de onderzoeksvragen om te voorspellen wanneer en waar deze methode gebruikt moet worden.
• Narratieve analyse: Deze methode wordt gebruikt om inhoud te analyseren die is verzameld uit verschillende bronnen, zoals persoonlijke interviews, veldobservatie en enquêtes. In de meeste gevallen zijn verhalen of meningen die door mensen worden gedeeld gericht op het vinden van antwoorden op de onderzoeksvragen.
• Discoursanalyse: Net als narratieve analyse wordt discoursanalyse gebruikt om de interacties met mensen te analyseren. Deze specifieke methode houdt echter rekening met de sociale context waarin of waarbinnen de communicatie tussen de onderzoeker en de respondent plaatsvindt. Daarnaast richt discoursanalyse zich ook op de levensstijl en de dagelijkse omgeving bij het trekken van conclusies.
• Grondtheorie: Als je wilt verklaren waarom een bepaald fenomeen heeft plaatsgevonden, dan is het gebruik van de grounded theory voor het analyseren van kwaliteitsgegevens de beste oplossing. Grondtheorie wordt toegepast om gegevens te bestuderen over een groot aantal gelijksoortige gevallen die zich in verschillende omgevingen voordoen. Wanneer onderzoekers deze methode gebruiken, kunnen ze verklaringen veranderen of nieuwe verklaringen produceren totdat ze tot een conclusie komen.

De juiste software kiezen kan lastig zijn. Of je nu onderzoeker, bedrijfsleider of marketeer bent, bekijk de top 10 van software voor het analyseren van kwalitatieve gegevens.

Gegevensanalyse in kwantitatief onderzoek

Gegevens voorbereiden voor analyse

De eerste fase in het onderzoek en de gegevensanalyse is het geschikt maken voor de analyse, zodat de nominale gegevens kan worden omgezet in iets zinvols. Het voorbereiden van gegevens bestaat uit de volgende fasen.

Fase I: Validatie van gegevens

Gegevensvalidatie wordt uitgevoerd om te begrijpen of het verzamelde gegevensmonster voldoet aan de vooraf ingestelde normen of dat het een vertekend gegevensmonster is, wederom verdeeld in vier verschillende fasen

• Fraude: Ervoor zorgen dat een echt mens elke reactie op de enquête of de vragenlijst registreert.
• Screening: Ervoor zorgen dat elke deelnemer of respondent wordt geselecteerd of gekozen in overeenstemming met de onderzoekscriteria.
• Procedure: Om ervoor te zorgen dat de ethische normen werden gehandhaafd tijdens het verzamelen van de gegevenssteekproef
• Volledigheid: Om er zeker van te zijn dat de respondent alle vragen in een online enquête heeft beantwoord. Else, de interviewer alle vragen van de vragenlijst had gesteld.

Fase II: Gegevens bewerken

Vaker nog zit een uitgebreide steekproef van onderzoeksgegevens vol met fouten. Respondenten vullen sommige velden soms verkeerd in of slaan ze soms per ongeluk over. Het bewerken van gegevens is een proces waarin de onderzoekers moeten bevestigen dat de verstrekte gegevens vrij zijn van dergelijke fouten. Ze moeten de nodige controles en outlier-controles uitvoeren om de ruwe bewerking te bewerken en klaar te maken voor analyse.

Fase III: Gegevenscodering

Van alle drie is dit de meest kritieke fase van de voorbereiding van de gegevens in verband met het groeperen en toekennen van waarden aan de enquêtereacties. Als een enquête wordt ingevuld met een steekproefgrootte van 1000, zal de onderzoeker een leeftijdscategorie maken om de respondenten te onderscheiden op basis van hun leeftijd. Zo wordt het gemakkelijker om kleine gegevens te analyseren in plaats van de enorme gegevensstapel te verwerken.

LEER OVER: Stappen in Kwalitatief Onderzoek

Methoden voor gegevensanalyse in kwantitatief onderzoek

Nadat de gegevens zijn voorbereid voor analyse, staan onderzoekers open voor het gebruik van verschillende onderzoeks- en gegevensanalysemethoden om zinvolle inzichten af te leiden. Statistische analyseplannen zijn zeker het meest favoriet om numerieke gegevens te analyseren. Bij statistische analyse is het essentieel om onderscheid te maken tussen categorische gegevens en numerieke gegevens, aangezien categorische gegevens verschillende categorieën of labels bevatten, terwijl numerieke gegevens bestaan uit meetbare grootheden. De methode wordt opnieuw ingedeeld in twee groepen. De eerste, Beschrijvende statistiek gebruikt om gegevens te beschrijven. Ten tweede, Inferentiële statistiek’ die helpt bij het vergelijken van gegevens.

Beschrijvende statistieken

Deze methode wordt gebruikt om de basiskenmerken van veel soorten gegevens in onderzoek te beschrijven. Het presenteert de gegevens op zo’n betekenisvolle manier dat patronen in de gegevens zinvol worden. Desondanks gaat de beschrijvende analyse niet verder dan het trekken van conclusies. De conclusies zijn weer gebaseerd op de hypothese die onderzoekers tot nu toe hebben geformuleerd. Hier volgen enkele belangrijke soorten beschrijvende analysemethoden.

Frequentiemetingen

• Telling, Procent, Frequentie
• Het wordt gebruikt om aan te geven hoe vaak een bepaalde gebeurtenis zich voordoet.
• Onderzoekers gebruiken het als ze willen laten zien hoe vaak een antwoord wordt gegeven.

Metingen van centrale tendensen

• Gemiddelde, mediaan, modus
• De methode wordt veel gebruikt om de verdeling over verschillende punten aan te tonen.
• Onderzoekers gebruiken deze methode als ze de meest voorkomende of gemiddeld aangegeven respons willen laten zien.

Maten van spreiding of variatie

• Bereik, Variantie, Standaardafwijking
• Hier is het veld gelijk aan hoge/lage punten.
• Variantie standaardafwijking = verschil tussen de waargenomen score en het gemiddelde
• Het wordt gebruikt om de spreiding van scores te identificeren door intervallen aan te geven.
• Onderzoekers gebruiken deze methode om de verspreiding van gegevens te laten zien. Het helpt hen om de diepte te identificeren waarop de gegevens zijn uitgespreid en die het gemiddelde direct beïnvloedt.

Positiemetingen

• Percentiel rangschikking, Kwartiel rangschikking
• Het is gebaseerd op gestandaardiseerde scores die onderzoekers helpen om de relatie tussen verschillende scores vast te stellen.
• Het wordt vaak gebruikt wanneer onderzoekers scores willen vergelijken met de gemiddelde telling.

Voor kwantitatief onderzoek geeft het gebruik van beschrijvende analyse vaak absolute getallen, maar de diepgaande analyse is nooit voldoende om de beweegredenen achter die getallen aan te tonen. Toch is het noodzakelijk om na te denken over de beste methode voor onderzoek en gegevensanalyse die past bij uw enquêtevragenlijst en het verhaal dat onderzoekers willen vertellen. Het gemiddelde is bijvoorbeeld de beste manier om de gemiddelde scores van leerlingen op scholen aan te tonen. Het is beter om te vertrouwen op de beschrijvende statistiek als de onderzoekers van plan zijn om het onderzoek of de uitkomst beperkt te houden tot de gegeven voorbeeld zonder te generaliseren. Als je bijvoorbeeld het gemiddelde aantal stemmen in twee verschillende steden wilt vergelijken, zijn differentiële statistieken voldoende.

Beschrijvende analyse wordt ook wel een ‘univariate analyse’ genoemd, omdat deze meestal wordt gebruikt om één enkele variabele te analyseren.

Inferentiële statistiek

Inferentiële statistieken worden gebruikt om voorspellingen te doen over een grotere populatie na onderzoek en gegevensanalyse van de verzamelde steekproef van de representatieve populatie. Je kunt bijvoorbeeld aan 100 toeschouwers in een bioscoop vragen of ze de film die ze aan het kijken zijn leuk vinden. Onderzoekers gebruiken dan inferentiële statistieken op de verzamelde steekproef om te concluderen dat ongeveer 80-90% van de mensen de film leuk vindt.

Hier zijn twee belangrijke gebieden van inferentiële statistiek.

• Parameters schatten: Het neemt statistieken van de steekproefonderzoeksgegevens en toont iets aan over de populatieparameter.
• Hypothesetest: IHet gaat om het trekken van steekproeven uit onderzoeksgegevens om de enquêteonderzoek vragen. Onderzoekers willen bijvoorbeeld graag weten of de nieuwe kleur lippenstift die onlangs is gelanceerd goed is of niet, of dat multivitaminecapsules kinderen helpen om beter te presteren bij spelletjes.

Dit zijn geavanceerde analysemethoden Wordt gebruikt om de relatie tussen verschillende variabelen te laten zien in plaats van een enkele variabele te beschrijven. Het wordt vaak gebruikt als onderzoekers iets anders willen dan absolute getallen om de relatie tussen variabelen te begrijpen.

Hier volgen enkele veelgebruikte methoden voor gegevensanalyse in onderzoek.

• Correlatie: Wanneer onderzoekers geen experimenteel onderzoek of quasi-experimenteel onderzoek uitvoeren waarin de onderzoekers geïnteresseerd zijn om de relatie tussen twee of meer variabelen te begrijpen, kiezen ze voor correlationeel onderzoek methoden.
• Kruistabellen: Ook wel contingentietabellen genoemd, kruistabellering gebruikt om de relatie tussen meerdere variabelen te analyseren. Stel dat de verstrekte gegevens leeftijds- en geslachtscategorieën bevatten, gepresenteerd in rijen en kolommen. Een tweedimensionale kruistabel helpt bij naadloze gegevensanalyse en onderzoek door het aantal mannen en vrouwen in elke leeftijdscategorie weer te geven.
• Regressieanalyse: Om de sterke relatie tussen twee variabelen te begrijpen, kijken onderzoekers niet verder dan de primaire en veelgebruikte regressieanalysemethode, die ook een type voorspellende analyse is. Bij deze methode heb je een essentiële factor die de afhankelijke variabele wordt genoemd. Bij regressieanalyse heb je ook meerdere onafhankelijke variabelen. Je probeert het effect van onafhankelijke variabelen op de afhankelijke variabele te achterhalen. De waarden van zowel onafhankelijke als afhankelijke variabelen worden verondersteld op een foutloze willekeurige manier te zijn vastgesteld.
• Frequentietabellen: De statistische procedure wordt gebruikt voor het testen van de mate waarin twee of meer variëren of verschillen in een experiment. Een aanzienlijke mate van variatie betekent dat de onderzoeksresultaten significant waren. In veel contexten zijn ANOVA-testen en variantieanalyse vergelijkbaar.
• Analyse van variantie: De statistische procedure wordt gebruikt voor het testen van de mate waarin twee of meer variëren of verschillen in een experiment. Een aanzienlijke mate van variatie betekent dat de onderzoeksresultaten significant waren. In veel contexten, ANOVA-testen en variantieanalyse vergelijkbaar.

Overwegingen bij de analyse van onderzoeksgegevens

• Onderzoekers moeten over de nodige onderzoeksvaardigheden beschikken om de gegevens te analyseren en te manipuleren. Idealiter moeten onderzoekers meer dan een basisbegrip hebben van de beweegredenen om de ene statistische methode boven de andere te kiezen om betere inzichten in de gegevens te verkrijgen.
• Daarom helpt statistisch advies aan het begin van de analyse bij het ontwerpen van een vragenlijst, het selecteren van methoden voor gegevensverzameling en het kiezen van steekproeven.

LEER OVER: Beste hulpmiddelen voor gegevensverzameling

• Het primaire doel van gegevensonderzoek en -analyse is om onbevooroordeelde inzichten af te leiden. Elke fout in of vooringenomenheid bij het verzamelen van gegevens, het selecteren van een analysemethode of het kiezen van een publiek steekproef il tot het trekken van een bevooroordeelde gevolgtrekking.
• Het maakt niet uit hoe verfijnd de onderzoeksgegevens en -analyse zijn om de slecht gedefinieerde objectieve uitkomstmetingen te corrigeren. Het maakt niet uit of het ontwerp fout is of de bedoelingen niet duidelijk zijn, maar gebrek aan duidelijkheid kan lezers misleiden, dus vermijd deze praktijk.
• Het motief achter gegevensanalyse in onderzoek is het presenteren van accurate en betrouwbare gegevens. Vermijd zoveel mogelijk statistische fouten en vind een manier om om te gaan met alledaagse uitdagingen zoals uitschieters, ontbrekende gegevens, gegevenswijzigingen, datamining of het ontwikkelen van grafische weergaven.

LEER MEER: Beschrijvend onderzoek versus correlationeel onderzoek
De enorme hoeveelheid gegevens die dagelijks wordt gegenereerd, is beangstigend. Vooral wanneer gegevensanalyse centraal staat. in 2018. Vorig jaar bedroeg de totale datavoorraad 2,8 biljoen gigabytes. Het is dus duidelijk dat ondernemingen die willen overleven in deze hyperconcurrerende wereld, over een uitstekend vermogen moeten beschikken om complexe onderzoeksgegevens te analyseren, bruikbare inzichten te verkrijgen en zich aan te passen aan de nieuwe marktbehoeften.

LEER OVER: Gemiddelde bestelwaarde

QuestionPro is een online enquêteplatform dat organisaties in staat stelt gegevens te analyseren en te onderzoeken en hen een medium biedt om gegevens te verzamelen door aansprekende enquêtes te maken.

Maak een gratis account aan