Samenvatting
Kwantitatief onderzoek verzamelt gegevens in getallen en analyseert ze statistisch, om vast te stellen hoeveel, hoe vaak of in welke mate iets voorkomt, en of groepen verschillen of variabelen samenhangen. Kwantitatief betekent: in een hoeveelheid uitgedrukt. Fictief voorbeeld: een vragenlijst bij verpleegkundigen die meet of werkdruk samenhangt met de intentie om te vertrekken.
Deze pagina gaat over één type: kwantitatief onderzoek. Je leest wat het woord betekent, bij welke onderzoeksvragen het past, welke designs je kan kiezen, welke statistische analyse bij welke vraag hoort, hoe je validiteit, betrouwbaarheid en steekproefgrootte verantwoordt en wat een promotor in je resultaten zoekt. Twijfel je nog tussen twee types, lees dan eerst het verschil tussen kwalitatief en kwantitatief onderzoek.
Upload je pdf voor een gratis previewBinnen enkele minuten een eerste opmerking bij een deel van je eigen tekst. Volledige evaluatie vanaf 3,99 euro.
Fictief voorbeeld · annotatie bij kwantitatieve resultaten
Fictief fragment uit een masterproef psychologie (online vragenlijst over schermtijd en slaap)
De vragenlijst werd verspreid via sociale media en ingevuld door 214 studenten. Er werd een significante negatieve correlatie gevonden tussen schermtijd voor het slapengaan en slaapkwaliteit (r = -0,21; p = 0,002).
Dit toont aan dat schermtijd de slaapkwaliteit van studenten verlaagt. De p-waarde betekent dat er slechts 0,2 procent kans is dat dit resultaat op toeval berust.
‘Toont aan dat schermtijd verlaagt’ is een causale uitspraak bij een correlationeel design. Wat sluit in je opzet uit dat wie slecht slaapt langer op een scherm kijkt, of dat een derde factor zoals stress beide beïnvloedt?
De p-waarde is de kans op een verband minstens zo sterk als het jouwe als er in de populatie geen verband is. Controleer of je omschrijving dat zegt, of iets anders: de kans dat je resultaat toeval is.
Je werft via sociale media en besluit over ‘studenten’. Heb je overwogen naar welke groep deze steekproef je laat veralgemenen, en wat een verband van deze grootte in de praktijk betekent?
Een observatie en een vraag bij de passage, zonder vervangende tekst. Je bepaalt zelf wat je herwerkt.
Kwantitatief komt van het Latijnse quantitas, hoeveelheid. Iets kwantitatief beschrijven is het uitdrukken in getallen: hoeveel, hoe vaak, hoe groot, hoe sterk. Het tegenovergestelde is kwalitatief, dat over de aard van iets gaat.
Kwantitatief onderzoek vertaalt begrippen naar meetbare variabelen, verzamelt gegevens bij een steekproef en gebruikt statistiek om uitspraken te doen over verschillen, verbanden of effecten. Kwantitatieve gegevens zijn dan ook getallen: scores op een schaal, metingen, tellingen of codes voor categorieën.
Of je methode past bij je vraag en je resultaten volstaan voor wat je beweert, leest Esmond bij je thesis laten nalezen.
Kijk naar het vraagwoord in je onderzoeksvraag. ‘Hoeveel’, ‘hoe vaak’, ‘in welke mate’, ‘is er een verschil tussen’, ‘hangt samen met’ en ‘wat is het effect van’ wijzen naar meten. Kwantitatief onderzoek past ook als er al theorie is waaruit je verwachtingen kan afleiden die je wil toetsen.
Kwantitatief onderzoek past minder goed als je nog niet weet welke factoren spelen, of als je wil begrijpen hoe mensen iets ervaren. Daarvoor is kwalitatief onderzoek gemaakt. Meer fictieve vragen per richting vind je bij voorbeelden van onderzoeksvragen.
| Vakgebied | Fictieve onderzoeksvraag | Design | Mogelijke analyse |
|---|---|---|---|
| Verpleegkunde | In welke mate hangt de ervaren werkdruk van verpleegkundigen samen met hun intentie om de afdeling te verlaten? | Survey, cross-sectioneel | Correlatie, daarna regressie met controle voor anciënniteit |
| Lerarenopleiding | Verschilt de leesmotivatie van leerlingen in het vijfde leerjaar na een lessenreeks met vrij lezen van die in klassen zonder lessenreeks? | Quasi-experiment met bestaande klassen en een voor- en nameting | Vergelijking van de toename tussen groepen, bijvoorbeeld met een ANOVA of regressie met de voormeting als covariaat |
| Economie | Hangt de omvang van een kmo samen met de kans dat ze een duurzaamheidsverslag publiceert? | Secundaire data uit jaarrekeningen en websites | Logistische regressie |
| Psychologie | Heeft een korte ademhalingsoefening voor een examen effect op de ervaren examenstress? | Experiment met toevallige toewijzing aan een oefen- en een controlegroep | t-toets voor onafhankelijke groepen |
| Revalidatiewetenschappen | Verbetert de grijpkracht van patiënten na zes weken oefentherapie? | Voor- en nameting bij één groep | Gepaarde t-toets of de Wilcoxon-toets |
| Communicatiewetenschappen | Hangt het type nieuwsmedium dat jongeren het meest gebruiken samen met hun vertrouwen in de politiek? | Survey | Chi-kwadraattoets, of ANOVA als vertrouwen een schaalscore is |
Het design bepaalt welke besluiten je mag trekken. Een oorzakelijke uitspraak vraagt een opzet die andere verklaringen uitsluit; een survey beschrijft en legt verbanden. Shadish, Cook en Campbell (2002) zijn de standaardreferentie voor experimenten en quasi-experimenten.
| Design | Wat je doet | Wat je ermee kan besluiten | Waar een promotor op let |
|---|---|---|---|
| Survey (vragenlijstonderzoek) | Je bevraagt een steekproef met gesloten vragen of schalen, op één moment (cross-sectioneel) of meermaals bij dezelfde mensen (longitudinaal). | Hoe vaak iets voorkomt, hoe groepen verschillen en welke variabelen samenhangen. Bij één meetmoment geen oorzaak en gevolg. | Hoe je de steekproef trok, de respons, en of je schalen gevalideerd en betrouwbaar zijn. |
| Experiment | Je manipuleert een factor, wijst deelnemers toevallig toe aan groepen en vergelijkt de uitkomst. | Of de factor de uitkomst veroorzaakt, binnen de setting en de groep die je onderzocht. | De toevallige toewijzing, de controlegroep, en of de setting zo kunstmatig is dat je resultaat weinig zegt over de praktijk. |
| Quasi-experiment | Je vergelijkt groepen die al bestaan (klassen, afdelingen, scholen), vaak met een voor- en nameting. | Een effect, met voorbehoud: groepen kunnen al vooraf verschillen. | Hoe je verschillen tussen de groepen bij de start beschrijft en in je analyse meeneemt. |
| Correlationeel design | Je meet variabelen zoals ze voorkomen, zonder iets te manipuleren, en kijkt hoe ze samenhangen. | Of en hoe sterk variabelen samenhangen. Een samenhang is nog geen oorzaak. | Of je taal in het besluit bij het design past, en voor welke derde variabelen je controleert. |
| Secundaire data | Je analyseert gegevens die een ander verzamelde: een bestaande survey, administratieve gegevens, data van een organisatie. | Wat de gegevens toelaten. Grote datasets geven bereik, maar de variabelen zijn niet voor jouw vraag gemaakt. | Waarvoor de data oorspronkelijk verzameld zijn, hoe je je variabelen eruit afleidde, en wat ontbreekt. |
Bij een aselecte steekproef heeft elk lid van de populatie een bekende kans om gekozen te worden. Dat maakt veralgemenen naar die populatie verdedigbaar. In masterproeven komen vaak gemakssteekproeven voor: wie de link via sociale media of via je stageplaats kreeg en invulde. Dat mag, zolang je in je besluit zegt over welke groep je spreekt en welke vertekening mogelijk is.
Hoeveel respondenten je nodig hebt, hangt af van je vraag, je design, de analyse en de grootte van het verschil of verband dat je wil kunnen aantonen. Daarvoor bestaat de poweranalyse. Power is de kans dat je toets een effect van een bepaalde grootte vindt als dat effect echt bestaat. Met een poweranalyse vooraf (bijvoorbeeld in G*Power) bereken je de steekproefgrootte uit de verwachte effectgrootte, het significantieniveau en de gewenste power. Wat haalbaar en gebruikelijk is in je vakgebied, bespreek je met je promotor.
Lukt het niet om de berekende grootte te halen, vermeld dat dan. Een niet-significant resultaat bij een kleine steekproef betekent dan vooral dat je studie te weinig power had om een effect te vinden. Het toont niet dat er geen effect is.
Je analyse volgt uit je vraag (beschrijven, vergelijken, verband, voorspellen) en uit het meetniveau van je variabelen. Begin altijd met beschrijvende statistiek: frequenties en percentages voor categorische variabelen, en een maat voor het midden (gemiddelde of mediaan) en de spreiding (standaarddeviatie of interkwartielafstand) voor numerieke variabelen. Daarna kies je een toets. De meetniveaus zelf staan bij het verschil tussen kwalitatief en kwantitatief onderzoek; over de vraag of je een Likertschaal als interval mag behandelen, lees je bij Likertschaal analyseren.
| Analysetechniek | Soort vraag | Meetniveau | Fictief voorbeeld |
|---|---|---|---|
| Beschrijvende statistiek | Hoe ziet je steekproef eruit, hoe vaak komt iets voor? | Alle niveaus, met de maat die bij het niveau past | Gemiddelde reistijd en verdeling over studierichtingen |
| t-toets (onafhankelijk of gepaard) | Verschillen twee groepen, of twee metingen bij dezelfde mensen, in gemiddelde? | Uitkomst interval of ratio; groepsvariabele met twee categorieën | Examenstress in de oefen- en de controlegroep |
| Variantieanalyse (ANOVA) | Verschillen drie of meer groepen in gemiddelde? | Uitkomst interval of ratio; groepsvariabele met drie of meer categorieën | Tevredenheid over stage in drie opleidingen; daarna post-hoctoetsen om te zien welke groepen verschillen |
| Chi-kwadraattoets | Hangen twee categorische variabelen samen? | Beide nominaal of ordinaal, in een kruistabel | Studierichting en wel of geen studentenjob |
| Correlatie (Pearson of Spearman) | Hangen twee variabelen samen, en hoe sterk? | Pearson: beide interval of ratio, lineair verband. Spearman: ordinaal of bij scheve verdelingen | Uren slaap en concentratiescore |
| Lineaire regressie | Welke variabelen voorspellen een uitkomst, rekening houdend met elkaar? | Uitkomst interval of ratio; predictoren van elk niveau (categorieën als dummyvariabelen) | Werkdruk en anciënniteit als voorspellers van vertrekintentie |
| Logistische regressie | Welke variabelen voorspellen de kans op een uitkomst met twee categorieën? | Uitkomst nominaal met twee categorieën | De kans dat een kmo een duurzaamheidsverslag publiceert |
| Non-parametrische toetsen (Mann-Whitney, Wilcoxon, Kruskal-Wallis) | Dezelfde vergelijkingen als t-toets en ANOVA, zonder de aanname van een normale verdeling | Uitkomst ordinaal, of numeriek met een sterk scheve verdeling | Pijnscores op een ordinale schaal voor en na een behandeling |
Validiteit gaat over de vraag of je meet en besluit wat je bedoelt. Shadish, Cook en Campbell (2002) onderscheiden vier vormen: statistische conclusievaliditeit (zijn je statistische besluiten juist?), interne validiteit (mag je een oorzakelijk verband trekken?), constructvaliditeit (meten je instrumenten de begrippen die je bedoelt?) en externe validiteit (gelden je resultaten voor andere mensen, plaatsen en momenten?). De vormen met voorbeelden staan bij validiteit in onderzoek.
Betrouwbaarheid gaat over de vraag of je meting consistent is. De interne consistentie van een schaal druk je vaak uit met Cronbach's alfa (Cronbach, 1951). Stabiliteit over de tijd toets je met een test-hertestmeting. Codeert of beoordeelt iemand anders mee, dan bereken je de overeenstemming, bijvoorbeeld met Cohen's kappa (Cohen, 1960) bij categorieën. Wat elke maat wel en niet zegt, lees je bij betrouwbaarheid in onderzoek.
Power hoort ook bij kwaliteit. Een studie met te weinig power vindt een bestaand effect makkelijk niet, en een significant resultaat uit een kleine studie overschat de grootte van het effect vaak. Vermeld daarom hoe je je steekproefgrootte bepaalde, ook als het een praktische grens was.
Een promotor leest het methode- en resultatenhoofdstuk van een kwantitatieve masterproef met de vraag: past de analyse bij de vraag, en past het besluit bij de analyse? Dit zijn de plekken waar dat vaak misloopt.
Onderzoek dat gegevens in getallen verzamelt en statistisch analyseert, om vast te stellen hoeveel, hoe vaak of in welke mate iets voorkomt, en of groepen verschillen of variabelen samenhangen. Typische designs zijn de survey, het experiment, het quasi-experiment en de analyse van bestaande data.
Kwantitatief betekent: in een hoeveelheid uitgedrukt, in getallen. Het komt van het Latijnse quantitas, hoeveelheid. Het tegenovergestelde is kwalitatief, dat over de aard of de eigenschappen van iets gaat.
Kwantitatief onderzoek meet hoeveel, hoe vaak of hoe sterk; kwalitatief onderzoek wil begrijpen hoe en waarom. Het volledige verschil staat bij kwalitatief of kwantitatief onderzoek; de andere kant lees je bij kwalitatief onderzoek.
Gegevens in getallen: scores op een schaal, metingen zoals tijd of gewicht, tellingen, of codes voor categorieën zoals studierichting. Ook antwoorden op gesloten vragen in een vragenlijst zijn kwantitatieve gegevens, omdat je ze kan tellen en vergelijken.
Een statistische verwerking van kwantitatieve gegevens. Je beschrijft eerst je gegevens met frequenties, gemiddelden en spreiding, en toetst daarna verschillen of verbanden, bijvoorbeeld met een t-toets, ANOVA, chi-kwadraattoets, correlatie of regressie. De keuze hangt af van je vraag en het meetniveau.
Dat hangt af van je design, je analyse en de grootte van het effect dat je wil kunnen aantonen. Met een poweranalyse vooraf bereken je een steekproefgrootte. Wat haalbaar is, bespreek je met je promotor, en je vermeldt in je methode hoe je het aantal bepaalde.
Nee. Een vragenlijst met gesloten vragen en schalen levert kwantitatieve gegevens op. Open vragen in een vragenlijst leveren tekst op, die je kwalitatief kan analyseren. Veel vragenlijsten bevatten beide.
Redeneren met hoeveelheden: verhoudingen, procenten, grafieken en tabellen lezen en er correcte besluiten uit trekken. Het begrip komt vooral voor in onderwijs en in testen van redeneervaardigheid. In een masterproef verwijst kwantitatief meestal naar de onderzoeksmethode.
Esmond is evaluatieve AI: een feedbacktool. Je laadt je eigen masterproef op als pdf en krijgt annotaties in je tekst en een rapport. In een kwantitatieve masterproef wijst de review aan waar je vraag, je design, je analyse en je besluit niet bij elkaar passen: een causale uitspraak bij een correlatie, een veralgemening die verder reikt dan je steekproef, een toets die je niet verantwoordt. Esmond rekent je statistiek niet na en voert geen analyse uit. Wat je herwerkt, beslis je zelf.
Een review kost vanaf €3,99, eerst een gratis preview. De prijs volgt de lengte van je document en je ziet hem voordat je betaalt. Hoe een review van je methodehoofdstuk eruitziet, lees je bij methodologie laten nakijken.
Designs en de vier vormen van validiteit: Shadish, Cook en Campbell (2002). Cronbachs alfa: Cronbach (1951). Cohens kappa: Cohen (1960). Wat de p-waarde zegt en niet zegt: Wasserstein en Lazar (2016). Te weinig power en een overschat effect bij kleine studies: Button e.a. (2013).
Laatst herzien op
Laat je tekst evalueren voor je indient