Statistiek in kwalitatief onderzoek
Kwalitatief onderzoek wordt vaak gezien als een benadering die zich richt op betekenis, ervaring, context en sociale processen. Daarom beschouwen sommigen statistieken als irrelevant in kwalitatief onderzoek, of zelfs als strijdig met de geest van kwalitatief onderzoek, die diepgang boven aantallen stelt. In de praktijk kunnen statistieken echter een cruciale rol spelen in kwalitatief onderzoek – niet om kwalitatief onderzoek om te zetten in kwantitatief onderzoek, maar om onderzoekers te helpen gegevens samen te vatten, patronen te verduidelijken, argumenten te versterken en de transparantie van de analyse te vergroten.
Dit artikel bespreekt hoe statistieken op een gepaste manier kunnen worden gebruikt in kwalitatief onderzoek, de soorten statistieken die veelvuldig worden gebruikt, en de beperkingen en ethische aspecten van het gebruik ervan om ervoor te zorgen dat ze aansluiten bij de doelstellingen van kwalitatief onderzoek.
1. Begrijp de rol van statistiek in kwalitatief onderzoek.
Kwalitatief onderzoek heeft als doel een dieper inzicht te verkrijgen in fenomenen door middel van data zoals interviews, observaties, documenten, veldnotities of culturele artefacten. Kwalitatieve data bestaat over het algemeen uit verhalen, niet uit cijfers. Beschrijvende statistieken kunnen echter nuttig zijn wanneer onderzoekers coderen, thema's groeperen of de frequentie van voorkomen van categorieën berekenen.
Het gebruik van statistiek in kwalitatief onderzoek vereist niet dat onderzoekers hypotheses rigoureus toetsen zoals in kwantitatief onderzoek. De focus ligt op het ondersteunen van de interpretatie: het tonen van trends, verhoudingen of variaties die uit de gegevens naar voren komen, waarbij citaten, context en verklaringen centraal blijven staan in de discussie.
2. Beschrijvende statistiek: de meest voorkomende vorm
De statistieken die het vaakst voorkomen in kwalitatief onderzoek zijn beschrijvende statistieken, bijvoorbeeld:
– Aantal deelnemers op basis van bepaalde kenmerken (leeftijd, beroep, dienstjaren).
– De frequentie waarmee thema's of codes in het transcript voorkomen.
– Percentage van de respondenten die een bepaald probleem noemden.
– Verdeling van observatielocaties of soorten geanalyseerde documenten.
Een eenvoudig voorbeeld: in een kwalitatief onderzoek naar ervaringen met thuiswerken zou een onderzoeker kunnen stellen dat "van de 20 deelnemers er 14 het probleem van de grenzen tussen werk en privéleven benadrukten"; vervolgens geeft de onderzoeker citaten en interpretaties van waarom dit probleem zo prominent aanwezig was en hoe de context per groep verschilde.
Beschrijvende statistieken helpen lezers de "kaart" van de gegevens te begrijpen: hoe wijdverspreid thema's zijn, welke thema's vaker worden besproken en of er verschillen in patronen zijn tussen deelnemers.
3. Kwantitatieve analyse van kwalitatieve gegevens: wanneer is dit nuttig?
Bij kwalitatieve analyse kan kwantificering nuttig zijn wanneer:
1. Verhoog de transparantie van de analyses
Lezers kunnen zien dat de bevindingen niet gebaseerd zijn op slechts een paar citaten, maar voortkomen uit een tamelijk consistent patroon.
2. Vergelijk groepen op een verkennende manier.
Bijvoorbeeld door thema's te vergelijken die naar voren kwamen in interviews tussen beginnende en ervaren docenten. Dit is niet bedoeld voor statistische generalisatie, maar eerder om meer genuanceerde vragen en verklaringen te genereren.
3. Ondersteunt gemengde methoden
Bij gemengde onderzoeksopzetten kunnen kwalitatieve gegevens worden verwerkt tot categorieën die vervolgens kort worden geanalyseerd met behulp van cijfers, of omgekeerd kunnen kwantitatieve resultaten worden verdiept door middel van interviews.
Kwantificering mag echter geen vervanging zijn voor diepgang. Thema's die zelden voorkomen, kunnen ontzettend belangrijk zijn – bijvoorbeeld ervaringen met discriminatie die slechts weinig mensen meemaken, maar wel een aanzienlijke impact hebben.
4. Statistische technieken die gebruikt kunnen worden
Hoewel kwalitatief onderzoek zich niet richt op statistische gevolgtrekkingen, kunnen sommige eenvoudige technieken met de nodige voorzichtigheid worden toegepast:
– Frequentie en percentage: tel het aantal keren dat codes of thema's voorkomen.
– Eenvoudige kruistabelanalyse: het thema 'werkstress' kwam bijvoorbeeld vaker voor bij deelnemers die meer dan 10 uur per dag werkten.
– Gemiddelde of mediaan: voor demografische gegevens of deelnemerskenmerken die numeriek zijn, zoals de duur van de ervaring.
– Visualisatie: staafdiagrammen, overzichtstabellen of themakaarten die een samenvatting van patronen weergeven.
Als onderzoekers software zoals NVivo, ATLAS.ti, MAXQDA of zelfs spreadsheets gebruiken, zijn de functies voor het tellen van codefrequenties en de categorievergelijkingsmatrix erg nuttig. Deze cijfers moeten echter worden gezien als "indicaties van patronen in de geanalyseerde gegevens", niet als statistisch bewijs voor de gehele populatie.
5. Statistiek en inhoudsanalyse
Een van de meest 'statistisch geschikte' gebieden binnen kwalitatieve benaderingen is inhoudsanalyse, met name van kwalitatief-kwantitatieve aard. Onderzoekers kunnen documenten (bijvoorbeeld nieuwsberichten, berichten op sociale media, institutioneel beleid) coderen en vervolgens de frequentie van het voorkomen van bepaalde categorieën tellen.
Voorbeeld: een onderzoek naar de berichtgeving over geestelijke gezondheid in online media. Onderzoekers zouden categorieën kunnen identificeren zoals 'stigma', 'professionele ondersteuning', 'helende verhalen' of 'sensationalisme'. Na het coderen kunnen onderzoekers het aandeel van de categorieën per medium of tijdsperiode presenteren. Vervolgens moeten onderzoekers nog steeds een diepgaande analyse geven van het taalgebruik, de framing en de onderliggende sociaal-politieke context.
6. Kwaliteit van het onderzoek waarborgen: betrouwbaarheid en validiteit van de kwalitatieve versie
In kwalitatief onderzoek wordt kwaliteit vaak besproken aan de hand van concepten zoals geloofwaardigheid, overdraagbaarheid, betrouwbaarheid en bevestigbaarheid. Statistiek kan bij sommige aspecten helpen, met name bij het codeerproces:
– Overeenkomst tussen verschillende codeerders
Als meerdere onderzoekers de gegevens coderen, kunnen overeenstemmingscijfers (bijvoorbeeld een overeenstemmingspercentage of een specifieke coëfficiënt) de consistentie aangeven. Dit is vooral nuttig bij inhoudsanalyse of teamonderzoek.
Onderzoekers moeten echter voorzichtig zijn: een hoge mate van overeenstemming betekent niet automatisch een "correcte" interpretatie. Het duidt slechts op consistentie in de toepassing van codedefinities. Daarom blijven discussies tussen codeerders, audit trails en reflectie essentieel.
7. Beperkingen en risico's van het gebruik van statistieken
Er zijn verschillende risico's verbonden aan het gebruik van statistieken zonder methodologische overwegingen:
1. Reductionisme
Kwalitatieve data is rijk aan context; een te grote focus op cijfers kan nuances, tegenstrijdigheden en dynamieken doen verdwijnen.
2. Illusie van generalisatie
Een hoge frequentie in een kleine steekproef betekent niet noodzakelijkerwijs dat deze ook geldt voor de bredere populatie. Kwalitatief onderzoek is over het algemeen niet ontworpen voor statistische generalisatie.
3. Het negeren van kleine maar belangrijke thema's
Zeldzame, opkomende thema's kunnen wijzen op de ervaringen van kwetsbare groepen, verborgen conflicten of verschijnselen die moeilijk aan het licht te brengen zijn.
4. Misinterpretatie door de lezer
Lezers kunnen geneigd zijn om cijfers te interpreteren als een maatstaf voor zekerheid. Daarom moeten onderzoekers uitleggen dat cijfers slechts een samenvatting zijn van patronen in de geanalyseerde gegevens.
8. Goede praktijk: het integreren van cijfers en verhaal
Om statistiek in lijn te brengen met kwalitatief onderzoek, kunnen de volgende goede werkwijzen worden toegepast:
– Leg uit wat het doel is van het gebruik van cijfers: of het nu gaat om themakartering, verkennende vergelijking of transparantie.
– Beschrijf het codeerproces: codebeschrijvingen, voorbeeldcitaten en analysestappen.
– Gebruik getallen proportioneel: beknopte tabellen zijn prima, maar een verklarende tekst blijft de kern.
– Zorg ervoor dat de context behouden blijft: getallen worden altijd gevolgd door een uitleg van "waarom" en "hoe".
– Voeg representatieve citaten toe: niet alleen 'interessante' citaten, maar ook citaten die patronen en variaties laten zien.
conclusie
Statistiek is in kwalitatief onderzoek geen vijand, maar eerder een ondersteunend instrument dat de analyse kan verrijken wanneer het op de juiste manier wordt gebruikt. Door middel van beschrijvende statistiek, eenvoudige kwantificering en visualisatie kunnen onderzoekers gegevens helder samenvatten en de transparantie van de bevindingen vergroten. Kwalitatief onderzoek blijft echter gebaseerd op betekenis, context en diepgaande interpretatie. Daarom moeten cijfers worden beschouwd als een aanvulling – ze helpen patronen te verduidelijken zonder de stemmen van de deelnemers en de complexiteit van de bestudeerde sociale fenomenen te bagatelliseren.
Statistiek kan, mits verstandig gebruikt, een brug slaan: het verbindt de verhalende kracht van kwalitatief onderzoek met een meer systematische, begrijpelijke en verantwoorde manier om bevindingen te presenteren.
