Onderzoekend vermogen

Onderzoekend vermogen verwijst naar de capaciteit en de vaardigheden om systematisch en methodisch vragen te onderzoeken en problemen te analyseren met als doel nieuwe kennis en inzichten te genereren. Dit vermogen is van belang voor het verdiepen van je begrip van complexe onderwerpen en voor het bijdragen aan de ontwikkeling van je vakgebied.

In het kader van kwalitatief onderzoek, betekent het hebben van onderzoekend vermogen dat je in staat bent om diepgaande, kwalitatieve data te verzamelen en analyseren. Dit doe je door het toepassen van methoden zoals interviews. Je gebruikt deze methode om rijke, gedetailleerde gegevens te verzamelen die dieper inzicht geven in menselijke ervaringen, percepties en gedragingen binnen een organisatie.

Stel je voor, je bent geïnteresseerd in het onderwerp werknemerstevredenheid binnen organisatiekunde. Met je onderzoekend vermogen formuleer je specifieke onderzoeksvragen zoals: ‘Hoe ervaren werknemers hun werkomgeving in verschillende afdelingen van een organisatie?’ of ‘Welke factoren dragen het meest bij aan de tevredenheid of ontevredenheid van werknemers?’.

Je zou dan een reeks semi- of halfgestructureerde interviews kunnen opzetten met werknemers uit verschillende afdelingen om hun perspectieven en ervaringen te verzamelen. Tijdens deze interviews gebruik je je vaardigheden om relevante vragen te stellen, actief te luisteren en belangrijke thema’s te identificeren. Na de dataverzameling codeer je de informatie om patronen en thema’s te ontdekken, wat leidt tot een dieper begrip van de invloed van de werkomgeving op de tevredenheid van werknemers.

Onderzoekend vermogen omvat ook het vermogen om je onderzoek kritisch te beoordelen en te reflecteren op de methodologie, de verzamelde data en de impact van je eigen biases op de interpretatie van de gegevens. Dit betekent dat je nadenkt over de betrouwbaarheid en validiteit van je onderzoek en dat je je bevindingen op een heldere en overtuigende manier kunt presenteren en verdedigen.

Verschil kwalitatieve en kwantitatieve analyse

Kwalitatieve analyse is een onderzoeksmethode waarbij je diepgaand kijkt naar niet-numerieke data om patronen, thema’s en betekenissen te begrijpen. Je richt je hierbij vooral op tekstuele data zoals interviews, observaties en documenten. Het doel is om een dieper inzicht te krijgen in menselijk gedrag, attitudes en ervaringen, vaak in een natuurlijke setting.

In tegenstelling tot kwalitatieve analyse, richt kwantitatieve analyse zich op het meten en kwantificeren van gegevens. Hierbij gebruik je statistische tools om hypotheses te testen en om relaties tussen variabelen te bepalen. Deze methode is ideaal als je grote hoeveelheden data hebt en je bevindingen wilt generaliseren naar een grotere populatie.

Een belangrijk verschil tussen beide methoden is de aard van de data. Bij kwalitatieve analyse behandel je de data als volledig contextgebonden en subjectief, terwijl je bij kwantitatieve analyse uitgaat van objectieve metingen die numeriek uitgedrukt kunnen worden. Kwalitatieve methoden zijn flexibel en dynamisch, ze staan je toe om je focus aan te passen gebaseerd op wat je ontdekt gedurende het onderzoek. Kwantitatieve methoden daarentegen vereisen een gestructureerde aanpak waarbij je vooraf duidelijk gedefinieerde hypothesen en meetinstrumenten nodig hebt.

Een ander verschil is het type conclusies dat je kunt trekken. Kwalitatieve analyse leidt tot conceptuele verdieping en detailrijk inzicht, wat ideaal is voor het ontwikkelen van theorieën. Kwantitatieve analyse resulteert in conclusies die statistisch onderbouwd zijn, wat krachtig is voor het bevestigen van theorieën en het maken van voorspellingen.

Halfgestructureerd interview

Een halfgestructureerd interview is een flexibele interviewmethode waarbij je als interviewer een lijst met vooraf bepaalde vragen of thema’s hebt, maar je hebt ook de vrijheid om dieper in te gaan op de antwoorden die je interessant vindt. Deze methode stelt je in staat om gedetailleerde informatie te verzamelen door de gespreksrichting enigszins te sturen, terwijl je toch ruimte laat voor de respondent om eigen ervaringen en perspectieven te delen.

Dit type interview verschilt van een gestructureerd interview, waarbij je strikt vasthoudt aan een vastgestelde set van specifieke vragen die in een bepaalde volgorde gesteld worden. Gestructureerde interviews zijn zeer consistent en gestandaardiseerd, wat ze ideaal maakt voor kwantitatieve analyse, maar ze bieden weinig flexibiliteit om in te spelen op wat er tijdens het interview naar voren komt.

Aan de andere kant van het spectrum vind je het ongestructureerde interview, dat nog flexibeler is dan het halfgestructureerde interview. In een ongestructureerd interview heb je als interviewer geen vastgestelde lijst met vragen, maar leid je een open gesprek op basis van algemene thema’s of doelstellingen. Dit type interview laat veel ruimte voor spontaniteit en diepgaande exploratie van de gedachten en gevoelens van de respondent, maar kan moeilijker te analyseren zijn door het gebrek aan structuur.

Halfgestructureerde interviews zijn bijzonder nuttig als je diepte wilt bereiken in de onderzoeksdata, terwijl je ook enige sturing behoudt om specifieke onderwerpen of thema’s te bespreken die belangrijk zijn voor je onderzoek. Deze balans maakt het een populaire keuze voor kwalitatief onderzoek, waarbij het begrijpen van complexe processen, gedachten en ervaringen centraal staat.

Voorbereiding

Om een halfgestructureerd interview voor te bereiden, begin je met een grondige voorbereiding gebaseerd op literatuur, eerder onderzoek en eigen onderzoek met modellen en concepten (deskresearch). Dit helpt je om inzicht te krijgen in wat er al bekend is en welke gebieden verder onderzoek vereisen. Deze stap is belangrijk omdat het de basis vormt voor je interviewvragen of topiclist.

Vervolgens formuleer je specifieke onderzoeksvragen die je wilt beantwoorden met je interview. Op basis van deze vragen ontwikkel je een lijst met hoofdonderwerpen of thema’s die je tijdens het interview wilt aansnijden. Het is belangrijk dat deze thema’s direct verbonden zijn met je onderzoeksdoelen, zodat elk onderdeel van het interview bijdraagt aan het beantwoorden van je vragen.

Na het bepalen van de hoofdthema’s, schrijf je open vragen die de respondenten de ruimte geven om hun ervaringen, meningen en gevoelens uitgebreid te delen. Hoewel je een lijst met vragen hebt, blijf je flexibel tijdens het interview. Dit betekent dat je klaar staat om dieper in te gaan op interessante punten die naar voren komen, nieuwe vragen te stellen die relevant zijn voor de discussie of de volgorde van de vragen aan te passen aan de flow van het gesprek.

Een ander belangrijk aspect van de voorbereiding is het ontwikkelen van je vaardigheden als interviewer. Oefen met actief luisteren, stel vervolgvragen en leer hoe je een natuurlijke conversatietoon kunt aanhouden zonder te veel van je eigen meningen of interpretaties te laten doorschemeren. Dit helpt om een open en vertrouwelijke sfeer te creëren waarin de respondent zich comfortabel voelt om openhartig te spreken.

Ten slotte, bereid je voor op logistieke aspecten van het interview. Zorg voor een rustige en neutrale locatie, test je opnameapparatuur (smartphone) van tevoren en plan voldoende tijd in voor elk interview om ervoor te zorgen dat het gesprek niet gehaast voelt. Door deze stappen zorgvuldig te volgen, leg je een solide basis voor het succesvol uitvoeren van je halfgestructureerde interviews, waarmee je waardevolle inzichten kunt verkrijgen voor je onderzoek.

Let op:

  • De initiële interviewvragen of topiclist neem je op de bijlagen. Per vraag of topic beschrijf je waarom je deze vraag stelt en wat de relatie is met je onderzoeksdoelstellingen. Verwijs naar deze bijlage in je hoofdtekst.

Gespreksverslag of transcriptie

Het verschil tussen een zelfgeschreven gespreksverslag en een transcriptie van een interview zit voornamelijk in de mate van detail en de objectiviteit waarmee de gespreksinhoud wordt vastgelegd.

Een transcriptie is een exacte, woord-voor-woord schriftelijke weergave van het audio- of videomateriaal van het interview. Elke uitspraak, inclusief non-verbale geluiden zoals lachen, zuchten of aarzelingen, en soms zelfs pauzes en intonaties, wordt gedetailleerd genoteerd. Transcripties zijn uiterst nauwkeurig en bieden een volledig beeld van wat er tijdens het interview gezegd is, wat ze erg waardevol maakt voor diepgaande analyse van de data. Ze zijn bijzonder nuttig in kwalitatief onderzoek waar elke nuance van communicatie belangrijk kan zijn voor de interpretatie van de resultaten.

Een gespreksverslag, daarentegen, is een meer samenhangende, beschrijvende samenvatting van wat er tijdens het interview besproken is. Het legt de essentie van het gesprek vast, inclusief belangrijke punten, thema’s en conclusies, maar niet noodzakelijkerwijs elke uitgesproken zin. Gespreksverslagen zijn subjectiever en kunnen variëren in detail en nauwkeurigheid, afhankelijk van wie het verslag schrijft en welke aspecten van het gesprek als meest relevant worden beschouwd. Dit type verslag kan handig zijn voor het snel delen van belangrijke informatie uit het interview met teamleden of stakeholders die geen tijd hebben om volledige transcripties door te nemen.

Let op:

  • Gespreksverslagen en transcripties neem je op in de bijlagen.
  • Bij gespreksverslagen stuur je het verslag naar je respondent en vraag je of dit een juiste weergave is van het gesprek. De bevestiging neem je op direct achter het betreffende gespreksverslag. Bij transcripties is dat niet nodig.
  • Verwijs in je hoofdtekst naar de betreffende bijlagen.

Coderen

Coderen is een fundamenteel proces in kwalitatief onderzoek waarbij je systematisch de verzamelde data, zoals gespreksverslagen of transcripties, doorloopt om thema’s, patronen en categorieën te identificeren en te markeren. Dit proces helpt je om de grote hoeveelheden data te organiseren en te interpreteren, waardoor je dieper gaande inzichten en antwoorden op je onderzoeksvragen kunt ontwikkelen.

Het coderingsproces begint met een grondige lezing van je materiaal. Je leest de gespreksverslagen of transcripties zorgvuldig door om een algemeen gevoel te krijgen van wat er wordt besproken. Dit wordt soms de ‘initiële lezing’ genoemd en dient om je vertrouwd te maken met de inhoud.

Vervolgens start je met de eerste ronde van coderen, bekend als ‘open coderen’. In deze fase begin je met het annoteren van de tekst met codes. Codes zijn labels die je gebruikt om specifieke stukken informatie te markeren die relevant zijn voor je onderzoeksvragen. Bijvoorbeeld, als je onderzoek doet naar werknemerstevredenheid, kun je passages markeren die spreken over werkomstandigheden, managementstijl of werk-privébalans met overeenkomstige codes.

Naarmate je meer data codeert, begin je patronen en frequent terugkerende thema’s te herkennen. Dit leidt tot het ‘axiaal coderen’, waarbij je verbanden legt tussen de verschillende codes. Je groepeert vergelijkbare codes in bredere categorieën (hoofdcodes) die helpen om de data op een hoger niveau te structureren. Bijvoorbeeld, codes gerelateerd aan werkomstandigheden en managementstijl kunnen worden samengevoegd onder een bredere categorie zoals ‘werkplekbeleid’.

De volgende stap is ‘selectief coderen’, waar je de kerncategorieën identificeert die het meest significant zijn voor je onderzoeksdoelen. Je focust op het verfijnen van deze categorieën en het definiëren van de relaties ertussen, wat uiteindelijk leidt tot de ontwikkeling van een theoretisch raamwerk of een verhalend schema.

Tot slot, tijdens het hele coderingsproces, is het belangrijk om regelmatig terug te kijken en je codes te herzien. Dit zorgt ervoor dat je interpretaties consistent zijn en dat je coderingsstructuur logisch aansluit bij je onderzoeksvragen.

Coderen is een iteratief en creatief proces. Het vereist een kritische en analytische blik, en vaak ook samenwerking in teams om verschillende perspectieven en interpretaties te waarborgen. Door deze stappen zorgvuldig te volgen, bouw je een solide basis voor het analyseren van je kwalitatieve data.

Let op:

  • Een overzicht van de gebruikte code en hoofdcodes wordt opgenomen in een bijlage. We noemen dit het codeboek. Verwijs naar deze bijlage in je hoofdtekst.

Technieken

Bij het coderen van kwalitatieve data kun je gebruikmaken van verschillende ondersteunende technieken die het proces efficiënter en overzichtelijker maken. Deze technieken variëren van handmatige methoden tot geavanceerde software-oplossingen, en elk heeft zijn eigen voordelen afhankelijk van de omvang en complexiteit van je onderzoek.

Labelen

Een van de eenvoudigste technieken is het gebruik van kleurgecodeerde post-it notities of gemarkeerde tekst in fysieke of digitale documenten. We noemen dit ook wel labelen. Hiermee kun je visueel verschillende thema’s of categorieën onderscheiden, wat het makkelijker maakt om verbanden te zien en patronen te identificeren. Je plakt bijvoorbeeld verschillende kleuren post-its op delen van geprinte transcripties om snel te kunnen schakelen tussen verschillende thema’s tijdens je analyse.

Bij het coderen van tekst in Microsoft Word kun je gebruik maken van de techniek van het markeren met verschillende kleuren om zo thema’s of categorieën te labelen. Dit doe je door specifieke stukken tekst te selecteren en deze te markeren met een kleur die een bepaald thema vertegenwoordigt. Elke kleur staat voor een ander thema of categorie. Dit maakt het eenvoudiger om verbanden en patronen te herkennen tijdens je analyse. Zo kun je bijvoorbeeld blauw gebruiken voor opmerkingen over werkomstandigheden en geel voor feedback over managementstijlen, waardoor je efficiënt thema’s kunt scheiden en analyseren.

Spreadsheets

Een stap verder gaat het gebruik van spreadsheets, zoals Microsoft Excel of Google Sheets. Hierin kun je data systematisch organiseren door rijen en kolommen te gebruiken om informatie over codes, thema’s, en relaties bij te houden. Je kunt formules gebruiken om frequenties van codes te berekenen en filters toepassen om specifieke data snel te vinden.

Software

Voor meer complexe of omvangrijke datasets kun je kiezen voor gespecialiseerde kwalitatieve data-analyse software zoals NVivo, Atlas.ti of MAXQDA. Deze programma’s bieden krachtige tools voor data-organisatie, codering, en visualisatie. Je kunt er grote hoeveelheden tekstuele data in importeren, snel codes toewijzen en wijzigen, en complexe relaties tussen thema’s opbouwen en visualiseren door middel van netwerken of mindmaps. Bovendien bieden deze programma’s mogelijkheden voor teamwerk, waarbij meerdere onderzoekers tegelijkertijd aan dezelfde dataset kunnen werken en wijzigingen kunnen bijhouden.

Advies om jouw coderingen en interpretaties te bespreken met andere studenten of belanghebbenden, dit draagt bij aan de verdieping en verfijning van je analyse. Het zorgt voor een kritische blik en kan helpen om bias te minimaliseren en de diepgang van je analyse te vergroten.

Let op:

  • Per code of hoofdcode maak je een overzicht met alle geselecteerde tekstfragmenten. Zo’n overzicht noemen we een report. Alle reports worden ter verificatie opgenomen in de bijlagen. Verwijs in de hoofdtekst naar deze bijlagen.

Van report naar hoofdtekst

In de hoofdtekst van je rapport gebruik je de inhoud van deze reports om je argumenten en bevindingen te onderbouwen. Je beschrijft en interpreteert de gecodeerde data door verbanden te leggen tussen de tekstfragmenten en de bredere onderzoeksvragen of literatuur. Je analyseert hoe de fragmenten bijdragen aan een dieper begrip van het onderwerp. Voor elke code of hoofdcode, synthetiseer je de belangrijkste inzichten en discussieer je de implicaties of mogelijke verklaringen die uit de data naar voren komen.

Door deze aanpak zorg je ervoor dat je analyse gestructureerd en goed onderbouwd is, en dat je lezers gemakkelijk kunnen volgen hoe je tot je conclusies bent gekomen. Het toevoegen van de reports aan de bijlagen en het correct verwijzen ernaar in de hoofdtekst maakt je werk transparant en verifieerbaar voor de lezers van je rapport.