Your Guide to Qualitative and Quantitative Data Analysis Methods

Wat is het eerste dat in ons opkomt als we data zien? Het eerste waar we aan denken is het vinden van patronen, verbanden en relaties. We kijken naar de gegevens om er betekenis in te vinden.

Ook bij onderzoek is het zo dat als gegevens eenmaal zijn verzameld, de volgende stap is om er inzichten uit te halen. Als een kledingmerk bijvoorbeeld de nieuwste trends onder jonge vrouwen probeert te achterhalen, zal het merk eerst jonge vrouwen benaderen en hen vragen stellen die relevant zijn voor het onderzoeksdoel. Na het verzamelen van deze informatie zal het merk die gegevens analyseren om patronen te identificeren – het kan bijvoorbeeld ontdekken dat de meeste jonge vrouwen graag meer variatie in jeans willen zien.

Data-analyse is de manier waarop onderzoekers van een massa gegevens naar zinvolle inzichten gaan. Er zijn veel verschillende methoden voor gegevensanalyse, afhankelijk van het type onderzoek. Hier zijn een paar methoden die u kunt gebruiken om kwantitatieve en kwalitatieve gegevens te analyseren.

Het is moeilijk om slechte gegevens te analyseren. Zorg ervoor dat u gegevens van hoge kwaliteit verzamelt met onze blog “4 Data Collection Techniques: Welke is geschikt voor u?”.

Kwantitatieve gegevens analyseren

Voorbereiding van gegevens

De eerste fase van het analyseren van gegevens is de voorbereiding van gegevens, waarbij het doel is om ruwe gegevens om te zetten in iets zinvols en leesbaars. Het omvat vier stappen:

Stap 1: Validatie van de gegevens

Het doel van de validatie van de gegevens is, voor zover mogelijk, na te gaan of de gegevensverzameling volgens de vooraf vastgestelde normen en zonder vooringenomenheid heeft plaatsgevonden. Het is een proces in vier stappen, dat omvat…

• Fraude, om na te gaan of elke respondent daadwerkelijk is geïnterviewd of niet.
• Screening, om na te gaan of de respondenten zijn gekozen volgens de onderzoekscriteria.
• Procedure, om na te gaan of de procedure voor de gegevensverzameling naar behoren is gevolgd.
• Volledigheid, om ervoor te zorgen dat de interviewer de respondent alle vragen heeft gesteld, in plaats van slechts een paar vereiste vragen.

Om dit te doen, zouden onderzoekers een aselecte steekproef van voltooide enquêtes moeten nemen en de verzamelde gegevens valideren. (Merk op dat dit tijdrovend kan zijn voor enquêtes met veel reacties.) Stel u bijvoorbeeld een enquête voor met 200 respondenten verdeeld over 2 steden. De onderzoeker kan uit elke stad een steekproef van 20 willekeurige respondenten trekken. Vervolgens kan de onderzoeker hen per e-mail of telefoon benaderen en hun antwoorden op een bepaalde reeks vragen controleren.

Kijk eens naar 18 gegevensvalidaties die voorkomen dat slechte gegevens in uw gegevensset terechtkomen.

Stap 2: Gegevens bewerken

Typisch is dat grote gegevenssets fouten bevatten. Zo kan het gebeuren dat respondenten velden verkeerd invullen of per ongeluk overslaan. Om ervoor te zorgen dat dergelijke fouten zich niet voordoen, moet de onderzoeker elementaire gegevenscontroles uitvoeren, controleren op uitschieters en de onbewerkte onderzoeksgegevens bewerken om eventuele gegevenspunten die de nauwkeurigheid van de resultaten in de weg kunnen staan, te identificeren en te verwijderen.

Een fout kan bijvoorbeeld bestaan uit velden die door respondenten leeg zijn gelaten. Bij het bewerken van de gegevens is het belangrijk dat u alle lege velden verwijdert of opvult. (Hier zijn 4 methoden om met ontbrekende gegevens om te gaan.)

Stap 3: Gegevenscodering

Dit is een van de belangrijkste stappen bij de voorbereiding van gegevens. Het verwijst naar het groeperen en toewijzen van waarden aan reacties uit de enquête.

Bijv. als een onderzoeker 1000 mensen heeft ondervraagd en nu de gemiddelde leeftijd van de respondenten wil achterhalen, maakt de onderzoeker leeftijdsbakken en categoriseert hij de leeftijd van elke respondent volgens deze codes. (Zo wordt de leeftijd van respondenten tussen 13-15 jaar gecodeerd als 0, 16-18 als 1, 18-20 als 2, enz.)

Dan kan de onderzoeker zich tijdens de analyse bezighouden met vereenvoudigde leeftijdsschijven, in plaats van met een enorme reeks afzonderlijke leeftijden.

Analysemethoden voor kwantitatieve gegevens

Na deze stappen zijn de gegevens klaar voor analyse. De twee meest gebruikte methoden voor de analyse van kwantitatieve gegevens zijn beschrijvende statistieken en inferentiële statistieken.

Beschrijvende statistieken

Typisch beschrijvende statistieken (ook bekend als beschrijvende analyse) is het eerste niveau van analyse. Het helpt onderzoekers de gegevens samen te vatten en patronen te vinden. Enkele veelgebruikte beschrijvende statistieken zijn:

• Gemiddelde: numeriek gemiddelde van een reeks waarden.
• Mediaan: middelpunt van een reeks numerieke waarden.
• Modus: meest voorkomende waarde onder een reeks waarden.
• Percentage: gebruikt om uit te drukken hoe een waarde of groep respondenten binnen de gegevens zich verhoudt tot een grotere groep respondenten.
• Frequentie: het aantal keren dat een waarde wordt aangetroffen.
• Bereik: de hoogste en laagste waarde in een reeks waarden.

Descriptieve statistieken geven absolute getallen. Zij verklaren echter niet de redenering of redenering achter die getallen. Voordat je beschrijvende statistieken toepast, is het belangrijk om na te denken over welke het meest geschikt is voor je onderzoeksvraag en wat je wilt laten zien. Een percentage is bijvoorbeeld een goede manier om de geslachtsverdeling van de respondenten te laten zien.

Descriptieve statistieken zijn het nuttigst wanneer het onderzoek beperkt is tot de steekproef en niet hoeft te worden gegeneraliseerd naar een grotere populatie. Als u bijvoorbeeld het percentage gevaccineerde kinderen in twee verschillende dorpen vergelijkt, dan is beschrijvende statistiek voldoende.

Omdat beschrijvende analyse meestal wordt gebruikt voor het analyseren van één variabele, wordt deze vaak univariate analyse genoemd.

Analyseren van kwalitatieve gegevens

De analyse van kwalitatieve gegevens werkt iets anders dan die van kwantitatieve gegevens, vooral omdat kwalitatieve gegevens bestaan uit woorden, waarnemingen, beelden en zelfs symbolen. Het is vrijwel onmogelijk om uit dergelijke gegevens een absolute betekenis af te leiden; vandaar dat zij meestal worden gebruikt voor verkennend onderzoek. Terwijl er bij kwantitatief onderzoek een duidelijk onderscheid is tussen de fase van gegevensvoorbereiding en gegevensanalyse, begint de analyse bij kwalitatief onderzoek vaak al zodra de gegevens beschikbaar zijn.

Gegevensvoorbereiding en basisgegevensanalyse

Analyse en voorbereiding verlopen parallel en omvatten de volgende stappen:

1. Vertrouwd raken met de gegevens: Aangezien de meeste kwalitatieve gegevens slechts woorden zijn, moet de onderzoeker beginnen met de gegevens verschillende keren te lezen om er vertrouwd mee te raken en te beginnen met het zoeken naar basisobservaties of -patronen. Dit omvat ook het transcriberen van de gegevens.
2. Het herzien van de onderzoeksdoelstellingen: Hier herziet de onderzoeker de onderzoeksdoelstelling en identificeert de vragen die kunnen worden beantwoord door middel van de verzamelde gegevens.
3. Het ontwikkelen van een kader: Ook bekend als codering of indexering, hier identificeert de onderzoeker brede ideeën, concepten, gedragingen of zinnen en kent codes toe aan hen. Bijvoorbeeld het coderen van leeftijd, geslacht, sociaaleconomische status, en zelfs concepten zoals het positieve of negatieve antwoord op een vraag. Codering is nuttig bij het structureren en labelen van de gegevens.
4. Het identificeren van patronen en verbanden: Zodra de gegevens zijn gecodeerd, kan het onderzoek beginnen met het identificeren van thema’s, het zoeken naar de meest voorkomende antwoorden op vragen, het identificeren van gegevens of patronen die onderzoeksvragen kunnen beantwoorden, en het vinden van gebieden die verder kunnen worden onderzocht.

Kwalitatieve data-analysemethoden

Er zijn verschillende methoden beschikbaar om kwalitatieve gegevens te analyseren. De meest gebruikte methoden voor data-analyse zijn:

• Inhoudsanalyse: Dit is een van de meest gebruikte methoden om kwalitatieve gegevens te analyseren. Zij wordt gebruikt om gedocumenteerde informatie in de vorm van teksten, media of zelfs fysieke voorwerpen te analyseren. Wanneer deze methode wordt gebruikt, hangt af van de onderzoeksvragen. Inhoudsanalyse wordt meestal gebruikt om antwoorden van geïnterviewden te analyseren.
• Narratieve analyse: Deze methode wordt gebruikt om inhoud uit verschillende bronnen te analyseren, zoals interviews van respondenten, observaties uit het veld, of enquêtes. Het richt zich op het gebruik van de verhalen en ervaringen gedeeld door mensen om de onderzoeksvragen te beantwoorden.
• Discoursanalyse: Net als narratieve analyse, wordt discoursanalyse gebruikt om interacties met mensen te analyseren. Het richt zich echter op het analyseren van de sociale context waarin de communicatie tussen de onderzoeker en de respondent plaatsvond. Discoursanalyse kijkt ook naar de dagelijkse omgeving van de respondent en gebruikt die informatie tijdens de analyse.
• Grounded theory: Dit verwijst naar het gebruik van kwalitatieve gegevens om te verklaren waarom een bepaald fenomeen heeft plaatsgevonden. Dit gebeurt door een aantal vergelijkbare gevallen in verschillende settings te bestuderen en de gegevens te gebruiken om oorzakelijke verklaringen af te leiden. Onderzoekers kunnen de verklaringen wijzigen of nieuwe creëren naarmate zij meer gevallen bestuderen, totdat zij tot een verklaring komen die voor alle gevallen geschikt is.

Deze methoden worden het meest gebruikt. Er zijn echter ook andere methoden voor gegevensanalyse, zoals conversatie-analyse.

Gegevensanalyse is misschien wel het belangrijkste onderdeel van onderzoek. Een zwakke analyse levert onnauwkeurige resultaten op die niet alleen de authenticiteit van het onderzoek in de weg staan, maar ook de bevindingen onbruikbaar maken. Het is van het grootste belang dat u uw methoden voor gegevensanalyse zorgvuldig kiest om ervoor te zorgen dat uw bevindingen inzichtelijk en bruikbaar zijn.

Headerfoto door Brittany Colette op Unsplash