GEGEVENSANALYSE BIJ KWALITATIEF ORGANISATIEONDERZOEK

Transcriptie

1 ORGANISATIEONDERZOEK GEGEVENSANALYSE GEGEVENSANALYSE BIJ KWALITATIEF ORGANISATIEONDERZOEK PROBLEMEN, METHODEN EN TECHNIEKEN Dr. M. van Dijk* 92 Inleiding Empirisch onderzoek naar organisaties kan worden verdeeld in kwantitatief en kwalitatief onderzoek. Bij kwantitatief onderzoek (veelal survey-onderzoek) worden met behulp van gesloten vragenlijsten van een groot aantal organisaties kwantitatieve gegevens verzameld die vervolgens met behulp van statistische technieken (als regressieanalyse en variantieanalyse) worden geanalyseerd en de gegevensanalyse levert bij kwantitatief onderzoek dan ook relatief weinig problemen op. In de afgelopen jaren vindt onderzoek naar organisaties echter in toenemende mate ook plaats in de vorm van kwalitatief onderzoek (veelal casestudy-onderzoek). Bij kwalitatief onderzoek wordt een beperkt aantal organisaties intensief onderzocht: deze wijze van onderzoek heeft onder meer als voordeel dat zij zeer geschikt is voor onderzoek naar complexe verschijnselen waarover nog weinig bekend is. Een nadeel van kwalitatief onderzoek is echter dat de gegevensanalyse veelal veel meer problemen oplevert dan bij kwantitatief onderzoek en meestal het meest problematische onderdeel van het onderzoek vormt. In dit artikel zullen we nader ingaan op de analyse van gegevens bij kwalitatief (organisatie)onderzoek. Het artikel is als volgt ingedeeld. In de volgende paragraaf zullen we nagaan SAMENVATTING waarom de gegevensanalyse bij kwalitatief onderzoek veel problemen oplevert. Daarna zullen we enige strategieën bespreken die bij kwalitatief onderzoek en de analyse van kwalitatieve gegevens gevolgd kunnen worden en in de paragraaf daarna bespreken we een aantal veelgebruikte analysetechnieken. Vervolgens behandelen we enige bijzondere analysetechnieken. In de voorlaatste paragraaf geven we een voorbeeld ter illustratie van enige besproken analysetechnieken en ten slotte zullen we onze conclusies samenvatten. Oorzaken van problemen bij analyse van kwalitatieve gegevens Zoals hiervoor reeds is vermeld levert de gegevensanalyse bij kwalitatief onderzoek veelal veel meer problemen op dan bij kwantitatief onderzoek. Dit wordt onder meer veroorzaakt door de volgende factoren. Beperkte voorafgaande theorievorming. Kwantitatief onderzoek is veelal gericht op toetsing van vooraf opgestelde theorieën en hypothesen en deze theorieën en hypothesen bepalen welke gegevens verzameld dienen te worden en hoe deze gegevens worden geanalyseerd. Kwalitatief onderzoek wordt echter toegepast als over de te bestuderen verschijnselen nog relatief wei- De analyse van gegevens vormt bij kwalitatief organisatieonderzoek veelal het meest problematische deel van het onderzoek. In dit artikel wordt nagegaan waardoor deze problemen worden veroorzaakt en welke strategieën en technieken in de praktijk worden toegepast bij de analyse van kwalitatieve gegevens. * Dr. M. van Dijk heeft bedrijfseconomie en accountancy gestudeerd aan de Erasmus Universiteit Rotterdam. Hij is in 1997 gepromoveerd aan de Rijksuniversiteit Groningen op een (kwalitatief) onderzoek naar de invloed van de context op het functioneren van accounting systemen bij vier productiebedrijven. Hij is werkzaam als universitair hoofddocent bij de vakgroep Accountancy van de RUG.

2 GEGEVENSANALYSE ORGANISATIEONDERZOEK nig bekend is en bij kwalitatief onderzoek zijn er dan ook vaak geen uitgewerkte theorieën en hypothesen die als leidraad kunnen dienen bij de verzameling en analyse van gegevens. 1 Bij kwalitatief onderzoek is gegevensanalyse veelal juist gericht op het ontdekken van theorie in de verzamelde gegevens. Verzameling zeer veel verschillende gegevens. Bij kwalitatief onderzoek (als casestudy-onderzoek) worden zeer veel gegevens verzameld en bij een gemiddelde casestudie zijn enige duizenden bladzijden aantekeningen meer regel dan uitzondering. Bovendien zijn de verzamelde gegevens veelal zeer divers (interviewverslagen, waarnemingsverslagen, documenten enzovoort). Door de grote omvang en diversiteit van de verzamelde gegevens hebben onderzoekers vaak de indruk door de gegevens overstelpt te worden. Niet alle gegevens relevant. Kwalitatief onderzoek wordt toegepast als over de onderzochte verschijnselen nog weinig bekend is. Dit heeft tot gevolg dat vooraf ook niet bekend is welke gegevens relevant zullen zijn en bij kwalitatief onderzoek worden dan ook vaak gegevens verzameld die achteraf niet relevant blijken te zijn. Hierdoor wordt de gegevensanalyse extra bemoeilijkt. Beperkte vergelijkingsmogelijkheden. Inzicht in (sociale) verschijnselen ontstaat vooral door vergelijking en gegevensanalyse komt dan ook veelal vooral neer op het systematisch vergelijken van verschijnselen in verschillende situaties, organisaties enzovoort (Van der Zwaan, 1999). Bij kwalitatief onderzoek als casestudyonderzoek wordt echter slechts een beperkt aantal gevallen onderzocht, waardoor de mogelijkheden van systematische vergelijking gering zijn. Geen standaard analysetechnieken beschikbaar. Voor de analyse van kwantitatieve gegevens zijn allerlei standaard statistische technieken ontwikkeld, zoals regressieanalyse en variantieanalyse. Voor de analyse van kwalitatieve gegevens zijn echter geen goed ontwikkelde (statistische) analysetechnieken beschikbaar. Enige strategieën bij kwalitatief onderzoek en de analyse van kwalitatieve gegevens Inleiding Bij kwalitatief onderzoek en de analyse van kwalitatieve gegevens kunnen diverse strategieën worden gevolgd. Deze verschillen voor wat betreft de scheiding die plaatsvindt tussen theorievorming, gegevensverzameling en gegevensanalyse en voor wat betreft de mate van theorievorming die aan het onderzoek vooraf gaat. De belangrijkste strategieën zullen hierna worden besproken. Grounded theory-benadering De grounded theory-benadering is ontwikkeld door Glaser en Strauss (1967) en is een methode voor de uitvoering van kwalitatief onderzoek gericht op de ontwikkeling van theorieën over verschijnselen waarover nog weinig bekend is. Om het onderzoek niet vooraf in een bepaalde richting te sturen en om de kans op het ontdekken van een adequate theorie zo groot mogelijk te maken, vindt bij de grounded theorybenadering voorafgaande aan het onderzoek zo weinig mogelijk theorievorming plaats. 2 Omdat over de bestudeerde verschijnselen nog weinig bekend is, kan verder vooraf niet precies worden aangegeven welke informatie relevant is (en dus verzameld dient te worden) en dit wordt dan ook pas tijdens het onderzoek geleidelijk duidelijk aan de hand van analyse van reeds verzamelde gegevens. Volgens de grounded theorybenadering vormt de gegevensanalyse dan ook geen afzonderlijke onderzoeksfase (die plaatsvindt nadat alle gegevens zijn verzameld), maar dient de gegevensanalyse simultaan met de verzameling van gegevens plaats te vinden in een iteratief proces van dataverzameling, data-analyse en theorievorming. Dit proces verloopt als volgt. Bij de aanvang van het onderzoek zal de onderzoeker, aanvankelijk weinig gestructureerd, gegevens verzamelen over de bestudeerde verschijnselen. Tijdens de verzameling van deze gegevens zal hij zich geleidelijk een eerste indruk (een globale theorie, zo men wil) vormen over de verschijnselen en over de factoren waardoor deze verschijnselen worden beïnvloed. Om deze theorie te toetsen zal hij nieuwe informatie verzamelen, waaruit bijvoorbeeld kan blijken dat de oorspronkelijke theorie niet in alle situaties opgaat of dat de verschijnselen ook door andere factoren worden beïnvloed. Op grond hiervan zal de onderzoeker zijn oorspronkelijk theorie aanpassen en vervangen door een meer uitgewerkte theorie. Om deze nieuwe theorie te toetsen zal de onderzoeker weer nieuwe informatie verzamelen op grond waarvan de theorie weer aangepast zal worden enzovoort. Op deze wijze ontstaat in een iteratief proces van dataverzameling, data-analyse en theorievorming een steeds verder uitgewerkte theorie die als het ware als een empirische generalisatie uit de waarnemingen omhoog rijst. Dit proces wordt zo lang voortgezet tot de verzameling van nieuwe gegevens geen nieuwe inzichten meer oplevert en dus niet leidt tot aanpassing van de theorie. Analytische inductie Analytische inductie is een kwalitatieve onderzoeksstrategie waarbij (net als bij de grounded theory-benadering) voorafgaande theorievorming zo veel mogelijk wordt vermeden, maar waarbij (afwijkend van de grounded theory-benadering) gegevensverzameling, gegevensanalyse en theorievorming wel zo veel mogelijk worden gescheiden en sequentieel plaatsvinden. 93

3 ORGANISATIEONDERZOEK GEGEVENSANALYSE 94 Dit verloopt als volgt. Voorafgaand aan het onderzoek wordt vastgesteld welke verschijnselen onderzocht zullen worden. Vervolgens worden een of meer cases (organisaties) onderzocht aan de hand waarvan een (voorlopige) theorie wordt geformuleerd over de onderzochte verschijnselen. Vervolgens worden een of meer nieuwe cases onderzocht om na te gaan of deze theorie juist is. Indien dit niet het geval is wordt de theorie aangepast, waarna weer nieuwe cases worden onderzocht om deze theorie te toetsen. Dit proces gaat zo lang door tot de nieuwe cases geen aanleiding meer geven tot aanpassing van de theorie. Analytische inductie is door de voortdurende toevoeging van nieuwe cases een zeer tijdrovende onderzoeksmethode en om deze reden wordt deze wijze van onderzoek in de praktijk dan ook weinig toegepast. Voor een uitgebreide beschrijving van analytische inductie wordt verwezen naar Robinson (1951) en Bryman en Burgess (1994). Voorstructurering onderzoek Zoals we hebben gezien gaan zowel de grounded theory-benadering als analytische inductie ervan uit dat voorafgaand aan het onderzoek zo weinig mogelijk theorievorming dient plaats te vinden en dat theorievorming zo veel mogelijk tijdens het onderzoek dient plaats te vinden. Deze wijze van onderzoek heeft als voordeel dat het onderzoek niet vooraf in een bepaalde richting wordt gestuurd. Hierdoor vindt een brede verzameling van gegevens plaats waardoor de kans dat relevante factoren over het hoofd worden gezien gering is en de kans dat een theorie ontstaat waarin alle relevante factoren zijn opgenomen zo groot mogelijk is. Het verrichten van onderzoek met een minimale voorafgaande theorievorming heeft echter ook nadelen. Allereerst zal het proces van gegevensverzameling weinig gestructureerd en daardoor weinig efficiënt verlopen. Door het ontbreken van voorafgaande theorievorming is immers bij aanvang van het onderzoek niet bekend welke factoren (mogelijk) relevant zullen zijn (hierin ontstaat geleidelijk meer inzicht naarmate het onderzoek voortschrijdt). Dit heeft tot gevolg dat men er vooral bij de aanvang van het onderzoek van uit moet gaan dat vrijwel alles mogelijke relevant kan zijn, waardoor de gegevensverzameling een weinig gestructureerd karakter heeft en de kans groot is dat allerlei gegevens worden verzameld die later niet relevant blijken te zijn. Verder zal ook het analyseproces weinig gestructureerd en daardoor weinig efficiënt verlopen. Door het ontbreken van voorafgaande theorievorming zal aan de hand van de verzamelde gegevens slechts geleidelijk een idee ontstaan over de factoren die relevant zijn en over de wijze waarop deze factoren samenhangen en voor het genereren van een adequate theorie zal de cyclus gegevensverzameling en gegevensanalyse dan ook vele malen doorlopen dienen te worden. Om deze reden pleiten veel schrijvers dan ook voor een zekere mate van voorstructurering van kwalitatief onderzoek door middel van voorafgaande theorievorming (zie bijvoorbeeld Miles, 1983; Yin, 1989; Biemans & Van der Meer, 1994; Van der Zwaan, 1999). Meestal pleiten zij ervoor om voorafgaande aan het onderzoek een conceptueel schema op te stellen waarin inzake de te bestuderen verschijnselen de mogelijk relevante factoren zijn opgenomen alsmede de wijze waarop deze factoren samenhangen. Tijdens het onderzoek dient dit conceptuele schema (in feite een voorlopige theorie) dan getoetst en nader uitgewerkt te worden door middel van een iteratief proces van dataverzameling en data-analyse, zoals hiervoor is beschreven. Omdat reeds bij de aanvang van het onderzoek een voorlopige theorie aanwezig is zal dit proces echter gestructureerder en efficiënter verlopen waarbij minder informatie verzameld zal worden die later niet relevant zal blijken te zijn en waarbij de cyclus dataverzameling en data-analyse minder vaak doorlopen behoeft te worden. Voorstructurering van kwalitatief onderzoek door middel van een conceptueel schema heeft dus als voordeel dat het onderzoek gestructureerder en efficiënter zal verlopen, maar als nadeel dat de kans gering is dat een theorie wordt ontdekt die sterk afwijkt van het conceptuele schema. 3,4 Vervolg artikel Zoals we hiervoor hebben gezien zijn de problemen bij de analyse van gegevens relatief gering bij een sterke voorstructurering van het onderzoek, omdat de analyse in dat geval in sterke mate wordt gestuurd door het conceptuele schema. In het vervolg van dit artikel zullen we uitgaan van een geringe voorafgaande theorievorming/voorstructurering (zoals bij de grounded theory-benadering het geval is), omdat hier de problemen bij de gegevensanalyse het grootst zijn. Enige veelgebruikte technieken bij de analyse van kwalitatieve data Inleiding Bij de analyse van kwalitatieve data worden diverse technieken gebruikt die onder meer gericht kunnen zijn op de volgende doelstellingen. Samenvatten gegevens. Bij kwalitatief onderzoek worden zeer veel gegevens verzameld. Voor het behouden van overzicht is samenvatting van deze gegevens van belang. Vergelijken. Voor het verkrijgen van inzicht in sociale verschijnselen is vergelijking van deze verschijnselen in verschillende situaties, organisaties enzovoort wenselijk. Ontwikkelen concepten. Theorieën bestaan uit relaties tussen concepten. Theorievorming bestaat voor een belangrijk deel dan ook uit het ontwikkelen van con-

4 GEGEVENSANALYSE ORGANISATIEONDERZOEK Doel Samenvatten Vergelijken Ontwikkelen Ontdekken Verklaren gegevens concepten relaties/patronen Analysetechniek Tabellen en matrices X X Spreidingsdiagrammen X X Beslissingstabellen X Componential analyse etc. X X Contentanalyse etc. X X X Comparatieve analyse X X Codering X X Zoeken patronen X Metaforen X X X Causale netwerken X X Vragen oorzaken X Presenteren onderzoekresultaten X X Case comparison methode X Alternatieve hypothesen X X Case-surveymethode X X Booleaanse analyse X X Case-clustermethode Tabel 1. Overzicht analysetechnieken X X cepten waarmee de onderzochte verschijnselen beschreven en verklaard kunnen worden. Ontdekken van relaties en patronen. Voor het ontdekken van theorie is het van belang relaties, patronen en thema s in de verzamelde gegevens te ontdekken. Verklaren verschijnselen. Het ontwikkelen van theorieën is slechts mogelijk als men een goed inzicht heeft in de oorzaken van de bestudeerde verschijnselen. Een schematisch overzicht van de besproken analysetechnieken, met vermelding van de doelstellingen waarop ze zijn gericht, is vermeld in tabel 1. Een voorbeeld ter illustratie van enige analysetechnieken is vermeld in de voorlaatste paragraaf. Tabellen en matrices Tabellen en matrices worden gebruikt voor het samenvatten van gegevens en voor het systematisch vergelijken van situaties, afdelingen, organisaties enzovoort voor wat betreft een groot aantal kenmerken. Veelal worden de te vergelijken situaties, afdelingen enzovoort in de kolommen aangegeven en de diverse kenmerken in de rijen. Een voorbeeld van een tabel waarin organisaties worden vergeleken is tabel 2. Voor een uitgebreid overzicht van de diverse soorten tabellen en matrices die bij kwalitatief onderzoek gebruikt kunnen worden, wordt verwezen naar Miles en Huberman (1984). Spreidingsdiagrammen Spreidingsdiagrammen worden gebruikt voor het grafisch vergelijken van situaties, afdelingen, organisaties enzovoort voor wat betreft een beperkt aantal kenmerken en zijn speciaal geschikt voor het onderkennen van clusters. Een voorbeeld van een spreidingsdiagram waarin zes bedrijven worden vergeleken op het gebied van twee kenmerken, is vermeld in figuur 1. Beslissingstabellen Beslissingstabellen worden gebruikt om samen te vatten hoe beslissingen worden genomen en van welke factoren deze beslissingen afhangen. Voor een voorbeeld zie tabel 5. Technieken voor beschrijven van taalgebruik Voor het beschrijven van het taalgebruik van personen zijn diverse technieken ontwikkeld. Zo worden taxonomies gebruikt om aan te geven welke categorieën personen in hun taalgebruik onderscheiden en met behulp van componential analysis kan worden aangegeven in welke omstandigheden bepaalde termen worden gebruikt. Een voorbeeld van een taxonomie is vermeld in figuur 2. Voor een nadere beschrijving van deze technieken zie Bernard (1995). Technieken voor het analyseren van taalgebruik Voor het analyseren van het taalgebruik van personen (of instellingen) is een groot aantal technieken ontwikkeld zoals contentanalyse, protocolanalyse, discourseanalyse enzovoort. 95

5 ORGANISATIEONDERZOEK GEGEVENSANALYSE 96 Van deze technieken wordt contentanalyse verreweg het meest gebruikt. Contentanalyse is gericht op het vaststellen van de frequenties waarin bepaalde woorden of concepten in teksten voorkomen waarbij de woorden of concepten waarin men geïnteresseerd is vooraf in een zogenoemd lexicon gespecificeerd worden. Voor een uitgebreid overzicht van de diverse technieken voor het analyseren van taalgebruik wordt verwezen naar Silverman (1993) en Carley (1993). Comparatieve analyse Comparatieve analyse wordt bij kwalitatief onderzoek gebruikt voor het ontdekken van oorzaken van sociale verschijnselen door het systematisch vergelijken van situaties waarin deze verschijnselen wel of niet voorkomen. Veel gebruikt wordt de aan J.S. Mill ontleende method of agreement. Deze methode houdt in dat als een verschijnsel in meerdere situaties (groepen, projecten, organisaties enzovoort) optreedt terwijl deze situaties slechts één van de mogelijk oorzakelijke condities gemeenschappelijk hebben, deze gemeenschappelijke conditie als oorzaak van het verschijnsel kan worden aangemerkt. Ook veel gebruikt wordt de eveneens aan Mill ontleende indirect method of difference. Deze houdt in dat als een onderzoeker wil nagaan of een verschijnsel door een bepaalde conditie wordt veroorzaakt, hij eerst nagaat of in alle situaties waarin het verschijnsel optreedt ook deze conditie aanwezig is, en vervolgens of in alle situaties waarin het verschijnsel niet optreedt ook de betreffende conditie afwezig is. Als aan beide voorwaarden is voldaan wordt de betreffende conditie als oorzaak van het verschijnsel beschouwd. Voor een beschrijving van de mogelijkheden en problemen van comparatieve analyse wordt verwezen naar Ragin (1987), Lieberson (1994) en Swanborn (1996). Een voorbeeld van comparatieve analyse is vermeld in tabel 4. Codering Theorieën bestaan uit concepten en relaties tussen concepten en theorievorming bestaat voor een belangrijk deel dan ook uit het ontwikkelen van adequate concepten waarmee de onderzochte verschijnselen beschreven en verklaard kunnen worden. Dit proces van conceptontwikkeling vindt bij kwalitatief onderzoek veelal plaats in een iteratief proces van dataverzameling en data-analyse, waarbij de verzamelde gegevens op grond van de ontwikkelde concepten worden gecodeerd en gehercodeerd. Hierbij worden de verzamelde gegevens doorlopen en worden aan de beschreven gebeurtenissen, situaties enzovoort codes (labels) toegekend die overeenstemmen met de ontwikkelde theoretische inzichten. Deze codes worden toegekend aan tekstdelen waarin de gebeurtenissen, situaties enzovoort worden beschreven (documenten, paragrafen of zinnen) en worden veelal in de kantlijn genoteerd. Codering is een vorm van datareductie waardoor het overzicht in de verzamelde gegevens behouden blijft en waardoor het eenvoudiger is hierin samenhangen te ontdekken. Bovendien blijkt bij codering of de ontwikkelde theoretische inzichten en de daarbij behorende concepten adequaat zijn, dan wel aanpassing behoeven. Naarmate het proces van theorievorming voortschrijdt, zullen de gebruikte concepten wijzigen en zal hercodering van de verzamelde gegevens nodig zijn. Bij de aanvang van het onderzoek zullen de gebruikte codes veelal een sterk beschrijvend karakter hebben en nauw aansluiten bij de waargenomen verschijnselen. Naarmate het proces van theorievorming voortschrijdt, zullen deze beschrijvende codes echter worden vervangen door geaggregeerdere en abstractere concepten en codes met een groter verklarend vermogen. Vooral in de grounded theory-benadering neemt codering een zeer belangrijke plaats in. Een voorbeeld van codering is vermeld in tabel 3. Zoeken patronen Voor het ontdekken van theorie in verzamelde gegevens is het van belang dat onderzoekers in de gegevens zoeken naar regelmatig terugkerende verschijnselen (patronen). Zo zou het een onderzoeker die onderzoek doet naar criminele jongeren bijvoorbeeld kunnen opvallen dat agressief gedrag vaak begint met verbale pesterijen en een onderzoeker die onderzoek doet naar het gedrag van mensen in organisaties zou het kunnen opvallen dat afdelingschefs in vaderlijke termen spreken over hun personeel ( mijn afdeling, mijn jongens enzovoort), terwijl de personeelsleden zelf in zakelijke termen over het management spreken ( de leiding ). Metaforen Metaforen worden gebruikt om samenhangende verschijnselen op een korte en dramatische wijze aan te duiden. Door metaforen wordt de samenhang tussen verschijnselen benadrukt waardoor zij een eerste stap vormen bij de ontwikkeling van theorieën. Zo wordt met behulp van de metafoor empty nest-syndroom bijvoorbeeld aangegeven dat de neiging die moeders hebben om het vertrek van opgroeiende kinderen tegen te houden en de psychische problemen die ontstaan als kinderen toch het gezin verlaten, een gemeenschappelijke oorzaak hebben, namelijk de angst voor een leeg nest. Verder zijn metaforen natuurlijk ook krachtige concepten waarmee (samenhangende) verschijnselen beschreven en verklaard kunnen worden. Causale netwerken In causale netwerken worden causale relaties tussen variabelen met behulp van pijlen weergegeven. Causale netwerken worden gebruikt voor het verklaren van verschijnselen door het aangeven van causale samenhangen tussen variabelen. Een voorbeeld van een causaal netwerk is vermeld in figuur 3.

6 GEGEVENSANALYSE ORGANISATIEONDERZOEK Vragen leden organisaties naar oorzaken verschijnselen Bij leden van organisaties is vaak veel kennis en inzicht aanwezig omtrent de onderzochte verschijnselen. Om inzicht te krijgen in de oorzaken van verschijnselen is het dan ook wenselijk om aan organisatieleden te vragen door welke factoren naar hun mening de bestudeerde verschijnselen worden veroorzaakt. Op deze wijze wordt inzicht verkregen in de theorieën die organisatieleden zelf hebben omtrent de bestudeerde verschijnselen. Voor een studie waarbij uitgebreid gebruik is gemaakt van de meningen van organisatieleden omtrent de oorzaken van verschijnselen zie Van Dijk (1997). Presenteren onderzoeksresultaten Een goede methode voor het verkrijgen van meer greep op de verzamelde gegevens is het (tussentijds) presenteren van onderzoeksresultaten aan bijvoorbeeld collega s. Zo n presentatie dwingt de onderzoeker om duidelijk aan te geven welke factoren mogelijk relevant zijn en op welke wijze deze samenhangen. Bovendien zal discussie met collega-onderzoekers vaak leiden tot een beter inzicht in de bestudeerde verschijnselen en tot alternatieve hypothesen die vervolgens getoetst kunnen worden. Case-comparisonmethode Een methode voor het ontwikkelen van theorieën met een groot verklarend vermogen, is de zogenoemde case-comparisonmethode van Yin (1981). Hierbij worden verschijnselen die optreden bij bepaalde afdelingen, organisaties enzovoort eerst lokaal verklaard met behulp van de specifieke omstandigheden in deze afdelingen, organisaties enzovoort. Vervolgens worden de diverse verklaringen vergeleken en wordt getracht een meer algemene verklaring (theorie) te vinden die voor meerdere afdelingen en organisaties opgaat. Ontwikkelen alternatieve hypothesen Voor het ontwikkelen van een adequate theorie is het van belang dat onderzoekers meerdere hypothesen ontwikkelen inzake de bestudeerde verschijnselen. Vervolgens dienen deze hypothesen te worden getoetst aan de hand van de reeds verzamelde gegevens (door het ondervragen van deze gegevens) of door het verzamelen van nieuwe gegevens. Enige bijzondere technieken voor de analyse van kwalitatieve data Inleiding Naast de hiervoor vermelde technieken zijn voor de analyse van kwalitatieve gegevens enige bijzondere technieken ontwikkeld die in de praktijk minder vaak worden gebruikt. Booleaanse analyse Zoals we hiervoor hebben gezien wordt bij kwalitatief onderzoek vaak comparatieve analyse toegepast om de oorzaken van verschijnselen vast te stellen. De hierbij gebruikte (aan Mill ontleende) methoden kunnen echter alleen toegepast worden als de verschijnselen door slechts één oorzakelijke conditie veroorzaakt worden en verder geeft toepassing van deze methoden praktische problemen als het aantal mogelijk oorzakelijke condities en/of het aantal te vergelijken situaties groot is. Voor deze gevallen heeft Ragin (1987) een methode van comparatieve analyse ontwikkeld die gebruikmaakt van Booleaanse analyse. Deze methode komt erop neer dat de te vergelijken situaties door middel van een waarheidstafel worden beschreven die vervolgens door middel van een (primitieve) Booleaanse vergelijking wordt weergegeven. Met behulp van reductieregels wordt deze vergelijking vervolgens in een aantal stappen gereduceerd tot een vergelijking die aangeeft bij welke combinaties van condities het bestudeerde verschijnsel optreedt. Voor een uitgebreide beschrijving van de mogelijkheden en problemen van Booleaanse analyse zie Ragin (1987), Romme (1996) en Swanborn (1996). Case-surveymethode Bij survey-onderzoek worden met behulp van een gesloten vragenlijst kwantitatieve gegevens verzameld van een groot aantal personen, organisaties enzovoort die vervolgens met behulp van statistische technieken worden geanalyseerd. Deze methode wordt ook wel toegepast bij casestudy-onderzoek als beschikt kan worden over een voldoende aantal casebeschrijvingen (uit eigen onderzoek of uit gepubliceerde casestudies van anderen). Net als bij survey-onderzoek wordt een gesloten vragenlijst ontworpen die aan de hand van iedere casebeschrijving wordt ingevuld, zodat per case over een ingevulde vragenlijst wordt beschikt. De verzamelde gegevens kunnen vervolgens met behulp van statistische technieken geanalyseerd worden. De case survey methode heeft als voordelen dat het moeizame en subjectieve proces van data-analyse wordt vervangen door een statistische analyse van de verzamelde gegevens, waardoor ook generalisatie van de onderzoeksuitkomsten mogelijk is. 5 Een voorwaarde voor toepassing van de case-surveymethode is dat men over een voldoende aantal (ongeveer 25) casebeschrijvingen kan beschikken. 6 Verder dient men voor het ontwerpen van de vragenlijst een goed idee te hebben van de mogelijk relevante factoren en van de wijze waarop deze samenhangen, waardoor de case-surveymethode meer geschikt is voor theorietoetsing dan voor theorieontwikkeling. Tenslotte bevatten casebeschrijvingen vaak onvoldoende informatie om alle vragen van de vragenlijst te kunnen beantwoorden en kan uit de casebeschrijvingen vaak niet objectief worden afgeleid hoe de diverse vragen beantwoord dienen te worden, waardoor verschillende onderzoekers tot verschillende antwoorden kunnen komen. In de praktijk probeert men dit probleem vaak op te lossen door de vragenlijsten door meerdere onderzoekers te laten invullen. Voor een uitgebreide beschrijving van de case-surveymethode zie onder meer Yin en Heald (1975) en Larson (1993). 97

7 ORGANISATIEONDERZOEK GEGEVENSANALYSE Bedrijf Bedrijf 1 Bedrijf 2 Bedrijf 3... Kenmerken Aantal werknemers Soort opdrachten woningbouw wegenbouw onderhoud... Percentage regionale opdrachten 20% 30% 80%... Tabel 2. Kenmerken zes bouwbedrijven 98 Case-clustermethode Een voorwaarde voor het toepassen van de case-surveymethode is dat over een voldoende aantal casebeschrijvingen beschikt kan worden. Een methode voor het toepassen van statistische analysemethoden bij een beperkt aantal (eventueel zelfs slechts één) cases is de zogenoemde case-clustermethode, ontwikkeld door McClintock et al. (1983). Deze methode gaat ervan uit dat organisatorische verschijnselen zich bij een groot aantal verschillende afdelingen, processen, projecten, beslissingen enzovoort binnen één organisatie kunnen manifesteren (zij noemen dit units of analysis). Verder kan informatie over de verschijnselen binnen iedere unit of analysis van meerdere informatiebronnen (respondenten) worden verzameld. Met behulp van een (gestratificeerde) steekproef wordt een aantal units of analysis geselecteerd en binnen iedere geselecteerde unit een aantal respondenten, waarvan vervolgens met behulp van een vragenlijst informatie wordt verzameld over de te bestuderen verschijnselen. Op deze wijze kunnen volgens McClintock et al. zelfs bij slechts één case voldoende gegevens verzameld worden om statistische analysetechnieken te kunnen toepassen. Ook hier geldt dat de methode meer geschikt is voor theorietoetsing dan voor theorieontwikkeling. Verder zijn waarnemingen uit eenzelfde organisatie natuurlijk niet onafhankelijk, hetgeen een voorwaarde is voor de toepassing van statistische technieken. Een voorbeeld ter illustratie In deze paragraaf zullen we aan de hand van een voorbeeld enige van de besproken analysetechnieken illustreren. Stel, een onderzoeker onderzoekt door middel van een casestudy-onderzoek bij zes bouwbedrijven de wijze waarop bedrijven offerteprijzen vaststellen. De onderzoeker verzamelt eerst enige feitelijke informatie over deze bouwbedrijven. Deze informatie is weergegeven in tabel 2. Om na te gaan of bij de onderzochte bedrijven clusters kunnen worden onderscheiden vergelijkt de onderzoeker de bedrijven op het gebied van het aantal werknemers en het percentage regionale opdrachten en geeft dit weer in een spreidingsdiagram (figuur 1). Duidelijk is dat er drie clusters zijn, namelijk de bedrijven 1, 2 en 5 (landelijk opererende, grote bouwbedrijven), de bedrijven 3 en 4 (regionaal opererende, kleine bouwbedrijven) en bedrijf 6 (regionaal opererend, groot bouwbedrijf). aantal werknemers Figuur 1. Spreidingsdiagram percentage regionale opdrachten

8 GEGEVENSANALYSE ORGANISATIEONDERZOEK aanbesteding aantal offertes onbeperkt openbare aanbesteding" vooraf aantal offertes beperkt onderhandse aanbesteding wijzen vaststellen verkoopprijs onderhandeling bouwteam opdrachten achteraf regiewerk Figuur 2. Voorbeeld taxonomie Uit gesprekken met leden van de onderzochte bedrijven blijkt dat bouwbedrijven vier verschillende wijzen van prijsvaststelling kennen die ook met verschillende namen (openbare aanbesteding, onderhandse aanbesteding enzovoort) worden aangeduid. In een taxonomie geeft de onderzoeker aan in welke situaties deze namen worden gebruikt (zie figuur 2). Om meer informatie te verzamelen over de wijze waarop de bedrijven offerteprijzen vaststellen, houdt de onderzoeker interviews met onder meer directieleden en calculators van de onderzochte bedrijven. Zo wordt op 25 maart 1995 een interview gehouden met de directeur van bouwbedrijf 2, de heer K. Aalbers. Van dit interview wordt een verslag gemaakt. De factoren die mogelijk van invloed zijn op de vaststelling van offerteprijzen worden door de onderzoeker in de kantlijn door middel van codes aangegeven (zie tabel 3). Na diverse interviews krijgt de onderzoeker de indruk dat bouwbedrijven bereid zijn een offerteprijs uit te brengen beneden de integrale kostprijs van het project als leegloop dreigt Codes Verslag interview de heer K. Aalbers d.d. 25 maart Sterke concurrentie Dreigende leegloop Verwachte vervolgopdrachten. { { { en/of de concurrentie sterk is. De onderzoeker toetst dit met de gegevens van zes projecten (A t/m F) door middel van comparatieve analyse (zie tabel 4). Hieruit blijkt dat dreigende leegloop wel een relevante factor is, maar de mate van concurrentie niet (bij project D werd een offerteprijs beneden de kostprijs vastgesteld, terwijl de concurrentie niet sterk was en bij project F was de concurrentie wel sterk, maar lag de offerteprijs boven de kostprijs van het project). Na diverse hypothesen met behulp van comparatieve analyse te hebben getoetst komt de onderzoeker tot de conclusie dat de bereidheid om een lagere offerteprijs uit te brengen dan de integrale kostprijs, afhankelijk is van twee factoren, namelijk de dreigende leegloop en de verwachte vervolgopdrachten. De onderzoeker geeft dit door middel van een causaal netwerk aan (zie figuur 3). Vervolgens gaat de onderzoeker na op welk niveau offerteprijzen precies worden vastgesteld, afhankelijk van de aanwezigheid van dreigende leegloop en/of verwachte ver- Tabel 3. Codering interviewverslag Voor deze opdracht vroeg de opdrachtgever bij 8 verschillende bouwbedrijven een offerte aan. Op het moment van de offerteaanvraag had ons bedrijf nog slechts voor 3 maanden werk in portefeuille waardoor snel nieuwe opdrachten gevonden dienden te worden. De opdrachtgever was een grote woningbouwvereniging die regelmatig bouwopdrachten liet uitvoeren. 99

9 ORGANISATIEONDERZOEK GEGEVENSANALYSE 100 Project Dreigende Sterke Offerteprijs leegloop? concurrentie? beneden integrale kostprijs? A B C D E F volgopdrachten. De resultaten geeft hij in een beslissingstabel weer (zie tabel 5). Samenvatting en conclusies De analyse van gegevens levert bij kwalitatief onderzoek veelal veel problemen op. Deze problemen kunnen worden verminderd door voorstructurering van het onderzoek door middel van een conceptueel schema, maar dit heeft als nadeel dat de kans gering is dat een theorie wordt gevonden die sterk afwijkt van het conceptuele schema. Voor het verminderen van de problemen bij de gegevensanalyse zijn verder een groot aantal technieken ontwikkeld gericht op het samenvatten en vergelijken van gegevens, het ontwikkelen van concepten en het ontdekken van relaties en patronen. In laatste instantie blijft de gegevensanalyse bij kwalitatief onderzoek echter in hoge mate een creatief proces. dreigende leegloop verwachte vervolgopdrachten projectkosten Tabel 4. Comparatieve analyse opslag algemene kosten aantrekkelijkheid opdrachten intergrale kostprijs project Noten Figuur 3. Causaal netwerk 1. Om de problemen bij de gegevensanalyse te verminderen pleiten sommige schrijvers voor een zekere mate van voorstructurering van kwalitatief onderzoek door middel van voorafgaande theorievorming. Zie voor de voor- en nadelen van voorstructurering de paragraaf Enige strategieën bij kwalitatief onderzoek en de analyse van kwalitatieve gegevens. 2. Volledige afwezigheid van theorie is in de praktijk vrijwel onmogelijk, omdat de onderzoekers altijd wel een idee hebben over de mogelijk relevante factoren. 3. In de praktijk zal het dan ook van de omstandigheden afhangen of voor een sterke voorstructurering wordt gekozen of niet. Zo is een sterke voorstructurering ongewenst als over de onderzochte verschijnselen nog zeer weinig bekend is omdat het conceptuele schema dan in sterke mate een speculatief karakter heeft en het ongewenst is het onderzoek hier op af te stemmen. Bij onderzoek van meerdere organisaties is het echter gewenst de informatieverzameling bij de diverse organisaties op elkaar af te stemmen, waardoor een zekere mate van voorstructurering van het onderzoek juist wenselijk zal zijn (Van Buuren et al., 1990). 4. Een sterk afwijkende methode voor de analyse van kwalitatieve gegevens is het pattern model, toegepast door onder meer Williams (1976) en Hammersley (1989). Hierbij wordt geen onderscheid gemaakt tussen beschrijving en verklaring van sociale verschijnselen omdat:...the activity of describing the relation between one action and others in a context is equivalent to interpreting or explaining the meaning of that action. Describing its place and relation to other parts is therefore to explain it (Williams, 1976, p. 128). Het pattern model geeft helaas weinig concrete aanwijzingen voor de wijze waarop kwalitatieve gegevens geanalyseerd dienen te worden. 5. De generalisatiemogelijkheden zijn afhankelijk van de wijze waarop de onderzochte cases zijn geselecteerd. 6. Wilkinson (1987) heeft een variant van de case-surveymethode ontwikkeld die gebruikmaakt van rangordecorrelatie en die reeds toegepast kan worden bij vier à zes cases. bereidheid lage offerteprijs uit te brengen offerteprijs

10 GEGEVENSANALYSE ORGANISATIEONDERZOEK Dreigende leegloop? J J N N Verwachte J N J N vervolgopdrachten? Hoogte offerteprijs Projectkosten -/- verlies Projectkosten Projectkosten Projectkosten + beperkte opslag + opslag algemene kosten + winstopslag Tabel 5. Beslissingstabel Literatuur Bernard, H.R., Research methods in anthropology; qualitative and quantitative approaches, Alta Mira Press, Biemans, W.G. & J. van der Meer-Kooistra, Case research voor bedrijfskundig onderzoek, Bedrijfskunde, p , Bryman, A. & R.G. Burgess (eds), Analysing qualitative data, Routledge, Buuren, J.A. van e.a., Kwalitatief onderzoek: de gevalstudie als onderzoekstrategie, Open Universiteit, Carley, K., Coding choices for textual analysis: a comparison of content analysis and map analysis. In: P.V. Marsden (ed.), Sociological methodology, Blackwell, Dijk, M. van, Accounting systemen en hun context: een exploratief onderzoek bij vier produktiebedrijven, RUG, Eisenhardt, K.M., Building theories from case study research, Academy of Management Review, p , Glaser, B. & A.L. Strauss, The discovery of grounded theory: strategies for qualitative research, Aldine, Hammersley, M., The dilemma of qualitative method, Routledge, Larson, R., Case survey methodology: quantitative analysis of patterns accross case studies, Academy of Management Journal, p , Lieberson, S., More on the uneasy case for using Mill-type methods in small-n comparative studies, Social Forces, p , McClintock, C.C. e.a., Applying the logic of sample surveys to qualitatieve case studies: the case cluster method. In: J. van Maanen (ed.), Qualitative methodology, Sage, Miles, M.B., Qualitative data as an attractive nuisance: the problem of analysis. In: J. van Maanen (ed.), Qualitative methology, Sage, Miles, M.B. & A.M. Huberman, Qualitative data analysis, Sage, Ragin, C.C., The comparative method, University of California Press, Robinson, W.S., The logical structure of analytic induction, American Sociological Review, p , Romme, A.G.L., Boole se analyse van kwalitatieve data in bedrijfskundig onderzoek, Bedrijfskunde, p , Silverman, D., Interpreting qualitative data: methods for analysing talk, text and interaction, Sage, Straus, A.L., Qualitative data analysis for social scientists, Cambridge University Press, Swanborn, P.G., Case study s: wat, wanneer en hoe?, Boom, Wilkinson, C., Towards a theory of management control systems: a case study approach, British Thesis, Williams, R., Symbolic interactionism: fusion of theory and research. In: D.C. Thorns (ed.), New directions in sociology, David and Charles, Yin, R.K. & K.A. Heald, Using the case survey method to analyze policy studies, Administration Science Quarterly, p , Yin, R.K., The case study as a serious research strategy, Knowledge, p , Yin, R.K., Case study research, Sage, Zwaan, A.H. van der, Organisatie-onderzoek, Van Gorcum, Zwaan, A.H. van der, Van geval tot geval; ontvouwen of beproeven? Over onderbenutting van gevalstudies. In: M. van Riemsdijk (ed.), Dilemma s in de bedrijfskundige wetenschap, Van Gorcum,