4. De tweede stap: het onderzoeksdesign Bij een design denk je misschien aan een motiefje op kleding. Misschien denk je ook aan designmeubelen. Dat is het allemaal niet. Het woord design betekent - letterlijk vertaald uit het Engels - ontwerp, tekening of blauwdruk. Het onderzoeksdesign is dus een blauwdruk of een schets van je onderzoek. De term onderzoeksdesign kan op twee manieren worden opgevat: in enge zin en in uitgebreide zin. In dit boek wordt het begrip alleen in de beperkte betekenis gebruikt. In de uitgebreide betekenis kunnen er nog allemaal toeters en bellen worden toegevoegd waardoor het weer heel onduidelijk wordt wat er precies onder moet worden verstaan. Ik leg het je allemaal uit in dit hoofdstuk. Het maken van een onderzoeksdesign is niet zo moeilijk. Er zijn een beperkt aantal regels waar de onderzoeker zich aan moet houden. In dit hoofdstuk leer je deze regels. onder> zoeks> design Probleemdefinitie Onderzoeksvragen Werkwijze/vastleggen instru> menten Informatie/verzamelen Data/analyse Conclusies/formuleren Rapportage steek> analyse proef opzet trekken Het onderzoeksdesign (hoofdstuk 4) en de vraagstelling (hoofdstuk 3) hangen sterk met elkaar samen. Als je de vraagstelling goed hebt geformuleerd, heb je eigenlijk ook al het design. Bovendien, als je een goed design hebt, heb je ook al de basis gelegd voor het verrichten van de analyses (hoofdstuk 7). Het is dus van groot belang dat je weet hoe je een design opstelt. Het is niet zo moeilijk om het onderzoeksdesign op te stellen, maar de concrete invulling ervan is vaak wat lastiger. Met name bij random indelen' en matchen' kunnen er problemen ontstaan. Soms werk je met placebo's. Dat moet je ook in je design aangeven. Al deze onderwerpen komen in dit hoofdstuk aan bod. Cook, Campbell en Stanley zijn de grondleggers van het onderzoeksdesign. In twee lange artikelen onderscheiden zij uiteindelijk zes basismodellen die zij indelen in twee groepen: experimentele en quasi experimentele designs. Het onderzoeksdesign maakt echter een wezenlijk onderdeel uit van elk onderzoek en het hoeft niet beperkt te blijven tot die basismodellen. Als je de diverse onderzoeken goed beschouwd, bestaan er eigenlijk maar zes hoofdvormen van het onderzoeksdesign. (NB Dat zijn niet dezelfde designs die Cook, Campbell en Stanley onderscheiden!) Van elk design bestaan een aantal variaties, maar ook weer niet zo heel veel. Op grond van het design kun je het onderzoek typeren in: exploratief onderzoek, beschrijvend onderzoek, vergelijkend onderzoek, evaluatieonderzoek, verklarend onderzoek en longitudinaal onderzoek. Deze zes hoofdvormen worden in hoofdstuk 11 uitvoerig beschreven.
4.1 Wat is een design Het onderzoeksdesign, of kortweg het design, is een systematische weergave van de meetmomenten bij de te onderscheiden groepen. Elk onderzoek heeft een design. Het is in sterke mate bepalend voor de methodologische validiteit. Een goed begrip van wat een design is en waarvoor je het nodig hebt, is van cruciaal belang. Het is noodzakelijk voor het opstellen van een correcte redenering. Het is de basis voor je analyses zodat je op correcte wijze conclusies kunt trekken uit je onderzoek. In het design wordt in abstracte vorm aangegeven of er één of meerdere meetmomenten zijn. Ook wordt aangegeven of een meting bij één of meerdere groepen plaatsvindt. De redeneringen zijn nu eenvoudig aan te geven. Als er op meerdere tijdstippen wordt gemeten, kun je het verloop in de tijd beschrijven. Als er meerdere groepen worden onderscheiden, kun je de groepen onderling vergelijken. In de eenvoudigste situatie is er slechts één groep en vindt er slechts één meting plaats. In het design kun je aangeven of er een bepaalde gebeurtenis is opgetreden of zal optreden. De onderzoeker kan deze gebeurtenis expliciet laten plaatsvinden, bijvoorbeeld: een groep mensen moet een cursus volgen, een film bekijken of krijgt een bepaalde mededeling. De gebeurtenis kan ook op een natuurlijke wijze plaatsvinden, iemand verliest zijn baan, breekt een arm of wint de hoofdprijs in een loterij. Door het opnemen van een gebeurtenis in het design kan de onderzoeker nagaan of dit van invloed is. Hij kan de groep personen die de gebeurtenis heeft meegemaakt vergelijken in de tijd (vroeger en nu) of de groep vergelijken met een andere groep die de gebeurtenis niet heeft meegemaakt, of die iets niet is overkomen. In dit hoofdstuk wordt uitvoerig besproken hoe je met het onderzoeksdesign valide redeneringen maakt. 4.2 Opbouw van het onderzoeksdesign Voor het opstellen van het design maak je gebruik van de volgende afkortingen: t 1 = tijdstip 1 of eerste meetmoment t 2 = tijdstip 2 of tweede meetmoment O 1 = meting op tijdstip 1 O 2 = meting op tijdstip 2 X = de gebeurtenis Je had misschien de M van meting verwacht, maar er staat een O. Deze O staat voor observatie. Dit sluit aan bij notatie zoals die wereldwijd wordt gebruikt. Voor het opstellen van het onderzoeksdesign gelden de volgende regels:
1. In het design wordt aangegeven welke groepen de onderzoeker onderscheidt. Het minimum aantal groepen is één, maar gewoonlijk zijn dat er meer. De onderscheiden groepen worden onder elkaar gezet. 2. Tevens wordt vastgesteld wanneer er geobserveerd of gemeten zal worden. Het minimum aantal observaties of metingen is één, maar het kunnen er ook veel meer zijn. Het aantal observatie- of meetmomenten zet je horizontaal uit. 3. Eén of meerdere groepen kunnen aan een bepaalde gebeurtenis worden blootgesteld. Daar wordt mee bedoeld dat de onderzoeker bepaalt wat de ene groep meemaakt en de andere niet. De groep die de gebeurtenis meemaakt wordt de experimentele groep genoemd. De groep die de gebeurtenis niet meemaakt wordt de controlegroep genoemd. In plaats van aan de groep te refereren kan er ook aan de gebeurtenis gerefereerd worden en spreekt men van de experimentele conditie en de controleconditie. 4. In iedere groep zit een aantal personen, dieren, planten of objecten. In plaats van personen, dieren, planten of objecten wordt ook wel de onbepaalde term onderzoekseenheden of onderzoeksobjecten gebruikt. Het minimum aantal onderzoeksobjecten is één. Ter illustratie volgen drie voorbeelden. Als het aantal groepen één is, het aantal observaties ook één (en daarmee dus ook het aantal meetmomenten één is), dan krijgt men het volgende design (gemakshalve is er ook geen gebeurtenis): onderzoeksgroep : O 1 Illustratie 4.1 Eerste voorbeeld van een onderzoeksdesign t 1 Een concrete invulling van een onderzoek met dit design is bijvoorbeeld een onderzoek met de vraag: hoeveel cliënten hebben vandaag de EHBO-post bezocht? Of: hoeveel mensen hebben dit jaar een hartaanval gehad? Of: hoe verliep de griepgolf in 2006? In illustratie 4.2 is de onderzoeksopzet iets verder uitgewerkt. Je ziet dat er twee metingen zijn verricht. onderzoeksgroep: O 1 X O 2 Illustratie 4.2: Tweede voorbeeld van een onderzoeksdesign
Een concrete invulling van dit design zou de volgende kunnen zijn. Je stelt het aantal behandelde patiënten vast. Daarna voer je een reorganisatie door. Na enige tijd stel je opnieuw het aantal behandelde patiënten vast. In illustratie 4.3 zie je de opzet van een onderzoek met twee groepen. Bij de ene groep vindt een gebeurtenis plaats (dat is dus de experimentele groep) en bij de andere niet (dat is dus de controlegroep). Verder zie je dat er vier observaties worden gedaan: twee bij de experimentele groep en twee bij de controle groep; twee observaties vinden plaats voor de gebeurtenis en twee observaties vinden plaats na de gebeurtenis. experimentele groep : O 1 X O 2 controlegroep : O 1 O 2 Illustratie 4.3: Derde voorbeeld van een onderzoeksdesign Een concrete invulling van dit design zou de volgende kunnen zijn. Je deelt de patiënten in in twee groepen en meet hun vetgehalte. De ene groep krijgt een streng dieet opgelegd en de andere groep niet. Na enige tijd meet je opnieuw het vetgehalte. Het voordeel van het werken met een design is dat je bepaalde uitkomsten kunt bedenken. In illustratie 4.4 staan een aantal denkbeeldige uitkomsten. Bij de eerste denkbeeldige uitkomst gaan de score in de experimentele en in de controlegroep nauwelijks omlaag. Je kunt nu (met de nodige voorzichtigheid) concluderen dat er geen veranderingen zijn optreden als gevolg van het dieet. In de tweede situatie daalt de lijn bij de experimentele groep sterk en bij de controle groep nauwelijks. Nu is te concluderen (alweer met de nodige voorzichtigheid) dat het dieet wel een effect heeft. In de derde situatie zijn beide lijnen sterk gedaald, waarmee je concludeert dat er wel een verandering is opgetreden maar dat dat kennelijk niet het gevolg is van het dieet. Zo zijn er vele uitkomsten te bedenken.! 3./0&12! -./0&12! 3./0&12! -./0&12! 3./0&12! -./0&12! $)!,! $*! $)!,! $*! $)!,! $*! "#$%&'($!)! "#$%&'($!*! "#$%&'($!+! Illustratie 4.4 Denkbeeldige uitkomsten uit een onderzoek
Deze visualisatie maakt ook duidelijk welke analyses er uitgevoerd moeten worden. Je wilt weten of de beide groepen op tijdstip 1 van elkaar verschillen, of beide groepen op tijdstip 2 van elkaar verschillen, of er een verschil is voor experimentele groep op tijdstip 1 en tijdstip 2, en tenslotte of er voor de controlegroep een verschil is op tijdstip 1 en tijdstip 2. Het onderzoeksdesign vormt dus de basis voor je analyseplan. Beide aspecten zijn een onderdeel van de onderzoeksopzet en zijn aan elkaar gerelateerd. Veranderingen in het design leiden tot veranderingen in het analyseplan. Het analyseplan wordt besproken in hoofdstuk 7. 4.3 Matchen en randomiseren Bovenstaande voorbeelden van het onderzoeksdesign zijn nog niet compleet. Onbekend is op welke manier de onderzoeker de groepen heeft samengesteld. Het toewijzen van onderzoekseenheden aan de experimentele of de controle conditie gebeurt door randomisatie of door matchen. Matchen komt weer in twee vormen voor. Random toewijzen is het volledig aselect (dat betekent helemaal toevallig) verdelen van de onderzoekseenheden over de verschillende groepen van het onderzoek. Daarbij wordt impliciet verondersteld dat door deze willekeurige verdeling over de groepen de invloed van storende kenmerken in beide groepen even groot zal zijn. Aan deze voorwaarde wordt beter voldaan als de groep groot is. Als je bijvoorbeeld 100 personen (80 mannen en 20 vrouwen) willekeurig verdeelt over twee groepen, dan is te verwachten dat in elke groep 40 mannen en 10 vrouwen terecht komen. Als je 10 personen (8 mannen en 2 vrouwen) moet verdelen over twee groepen, kan het voorkomen dat de beide vrouwen in dezelfde groep terecht komen. Bij die grotere groep is het minder waarschijnlijk dat alle twintig vrouwen in dezelfde groep terecht komen (maar het kan wel). Matchen is nodig als er in de onderzoeksobjecten een storend kenmerk zit. Een voorbeeld is een experiment waarbij de leeftijd van de personen een rol speelt. Je wilt voorkomen dat in de ene groep veel ouderen zitten en in de andere veel jongeren. Het indelen in groepen kan nu op twee manieren gebeuren: je kunt paren samenstellen waarbij de leeftijd van beide personen in het paar precies gelijk is. In de experimentele groep komt dus iemand die 35 jaar oud is en in de andere groep komt ook een persoon met dezelfde leeftijd. Dit wordt wel precisiecontrole genoemd. Het bezwaar van deze manier van matchen is dat het vrijwel onmogelijk is om precies gelijke paren te vinden. Dit wordt des te moeilijker als je meerdere storende invloeden onder controle moet houden. Het is bijvoorbeeld moeilijk om naast leeftijd ook nog eens te letten op sociaaleconomische klasse.
Een zwaarder argument is echter het volgende: omdat het zo moeilijk is om gelijke paren samen te stellen, zullen er ook personen zijn die niet aan een groep worden toegewezen. Stel dat je iemand van 35 jaar hebt met een inkomen van meer dan een ton. Het is heel moeilijk om voor de andere groep een persoon te vinden die ook 35 jaar is en meer dan een ton verdient. Mocht je een dergelijke persoon niet kunnen vinden, dan mag die persoon niet meedoen aan het onderzoek. Om deze uitval te verhinderen, kun je de tweede vorm van matchen gebruiken. Hierbij worden de respondenten op een zodanige manier door de onderzoeker over de groepen verdeeld dat het gemiddelde en de spreiding van de groepen gelijk zijn. Dit noemt men matchen op gemiddelde en spreiding. Het blijft nog steeds moeilijk om gelijkwaardige groepen samen te stellen - zeker als het om meerdere storende invloeden gaat - en het kan nog steeds leiden tot uitval van respondenten. Random toewijzen of matchen wordt in het onderzoeksdesign opgenomen door achter de groepen een R of een M te plaatsen. De R wijst er op dat de onderzoekseenheden random aan de groepen zijn toegekend. De M wijst er op dat de groepen door middel van matchen zijn samengesteld. Een voorbeeld van een dergelijke design zou de volgende kunnen zijn: groep 1: M O 1 X O 2 groep 2: M O 1 O 2 Illustratie 4.5 Vierde voorbeeld van een onderzoeksdesign Een concrete invulling van een onderzoek met een dergelijk design is de volgende. In een stoppen-met-rokencursus worden de personen ingedeeld in twee gelijkwaardige groepen wat betreft leeftijd en geslacht. Daarna wordt de motivatie om te stoppen met roken gemeten. Vervolgens krijgen de personen in de ene groep een film te zien over de gevolgen van nicotine in je lichaam. Daarna wordt de motivatie om te stoppen met roken nog eens gemeten. In feite vinden er dus drie metingen plaats: het registreren van de leeftijd en de sekse, de motivatie om te stoppen met roken vóór het zien van de film, en de motivatie om te stoppen met roken ná het zien van de film. 4.4 Een voorbeeld van het redeneren met een design In deze paragraaf wordt een voorbeeld gegeven van hoe je met behulp van het onderzoeksdesign correcte conclusies trekt uit het onderzoek. Het onderstaande berust op louter fictief materiaal.
In de gegeven voorbeelden van onderzoeksdesigns hebben de letters en de suffixen de volgende betekenis: t 1, t 2 : de meetmomenten op tijdstip 1, respectievelijk 2 O 1, O 2 : de observaties op de verschillende tijdsmomenten X : de gebeurtenis (wijze van verleende zorg) M : het verdelen van de personen over twee gelijkwaardige groepen Een gemeente wil onderzoeken of de tevredenheid over de kwaliteit van de zorg gelijk blijft als de zorg meer via een internetverbinding loopt dan via persoonlijk bezoek. De gemeente heeft een onderzoeker aangesteld die de opdracht heeft gekregen of het uitmaakt hoe de zorg wordt verleend. Hoe moet de onderzoeker te werk gaan om dit te evalueren? De onderzoeker ontwikkelt een vragenlijst waarin mensen kunnen aangeven of ze tevreden zijn met de zorg die ze hebben gekregen. Het onderzoeksdesign ziet er dan als volgt uit: t 1 zorgbehoevenden : X O 1 Is er een conclusies te trekken over de vraag of mensen tevreden zijn met de zorg sinds de reorganisatie? Nee dat kan niet, want je kunt niet zeggen of het beter of slechter is geworden. Om dit bezwaar te weerleggen moet er ook een voormeting zijn verricht. Gelukkig was de onderzoeker tijdig benaderd, en heeft hij de vragenlijst ook afgenomen voordat het experiment tot uitvoering kwam. Het design ziet er dan als volgt uit: zorgbehoevenden : O 1 X O 2 Je kunt nu vaststellen of de tevredenheid over de kwaliteit van de zorg is toegenomen, gelijk gebleven of afgenomen, maar kun je nu ook zeggen dat dat een gevolg is van de andere werkwijze? Eigenlijk niet. Er zijn nogal wat tegenwerpingen te maken. Het zou kunnen dat er nu een heel andere groep mensen is benaderd, dus hoeft een verandering in de beoordeling van de zorg niet aan de werkwijze te liggen. Om aan dit bezwaar tegemoet te komen, stelt de onderzoeker twee groepen samen. De ene groep bestaat uit personen van de eigen gemeente, de andere groep bestaat uit personen uit een andere gemeente. Alleen in de eigen gemeente vindt een reorganisatie plaats. Dat leidt tot het volgende design: experimentele groep : O 1 X O 2 controlegroep : O 1 O 2
Kun je nu harde conclusies trekken? Het wordt wel beter, maar er zijn nog steeds tegenwerpingen mogelijk. Eén zo'n tegenwerping zou kunnen zijn dat de bevolkingssamenstelling in de eigen gemeente heel andere zorgbehoevenden zitten dan in de andere. Daarom stelt de onderzoeker twee gelijkwaardige groepen samen. In beide groepen worden mensen geplaatst die gemiddeld genomen even oud zijn, en een vergelijkbare behoefte aan zorg nodig hebben. Het design ziet er dan als volgt uit: experimentele groep : M O 1 X O 2 controlegroep : M O 1 O 2 Kun je nu harde conclusies trekken? De te trekken conclusie wordt steeds harder, maar nog altijd zijn bedenkingen mogelijk, zoals: mensen die meedoen aan het onderzoek weten dat de tevredenheid over de zorg wordt geëvalueerd en proberen de evaluatie te beïnvloeden. Met andere woorden: door de deelname aan het onderzoek vestigt men de aandacht op iets waar anders niet specifiek op wordt gelet. Om hiervoor te corrigeren moet de onderzoeker in het design ook groepen mensen opnemen die niet aan de voormeting hebben deelgenomen. Het design komt er dan als volgt uit te zien: groep 1: M O 1 X O 2 groep 2: M O 1 O 2 groep 3: M X O 2 groep 4: M O 2 Kunnen we dan nu eindelijk eens harde conclusies trekken? Nee. Er zijn nog steeds tegenwerpingen te maken. Misschien maakt het uit of er andere familieleden in de buurt wonen: kinderen die voor hun ouders zorgen, of lieven buren, of de nabijheid van een verzorgingstehuis waar men ook terecht kan. Dat weet je niet omdat de onderzoeker dat niet heeft meegenomen in zijn vragenlijst. Over een mogelijk invloed van deze aspecten kan dus ook niks gezegd worden. Dit uitgebreide voorbeeld toont aan dat je voorzichtig moet zijn al te stellige conclusie te trekken uit de resultaten. Duidelijk is wel dat het onderzoeksdesign een goed hulpmiddel is om het onderzoek zodanig op te zetten dat bepaalde alternatieve verklaringen kunnen worden uitgesloten. Hoe verder het design is uitgewerkt hoe beter de onderzoeker hiertoe in staat is.
4.5 Een specifiek geval: placebo's Personen die meedoen aan een onderzoek doen dat vaak ook omdat ze bepaalde verwachtingen hebben. Meedoen in de experimentele groep is meestal veel aantrekkelijker dan meedoen in de controlegroep. In de experimentele groep gebeurt tenminste wat. Personen die daarin zitten, krijgen de behandeling waarvan verwacht wordt dat dat een effect teweeg zal brengen. Personen in de controlegroep krijgen die behandeling niet. Alleen al daarom kunnen ze verschillen op de eindmeting. Is daar nou niks aan te doen? In plaats van de echte behandeling kun je de personen in de controlegroep een behandeling geven die sprekend op de echte lijkt. Die nepbehandeling moet dan wel sterk lijken op de echte behandeling. Als het gaat om een medicijn, zoals het innemen van een pil, dan moet de neppil er precies hetzelfde uitzien. Zo'n nepmedicijn noemt men een placebo. De term placebo wordt tegenwoordig ook breder gebruikt. Het hoeft niet meer uitsluitend en alleen betrekking te hebben op het pilletje. Het kan ook gaan om een aanduiding van een groep. Zwangere vrouwen die last hebben van bevallingsangst kunnen in de experimentele groep een nieuwe behandelmethode krijgen. De patiënten in de controlegroep geeft men een nepbehandeling van gelijke omvang en duur of - en dat is ethisch gezien veel beter - de gewone of standaard behandeling. In het onderzoeksdesign is dit als volgt op te nemen: experimentele groep : R O 1 X 1 O 2 placebogroep : R O 1 X 2 O 2 Waarbij: X 1 = de nieuwe behandeling X 2 = de traditionele behandeling of een placebo (niet werkzame behandeling) Illustratie 4.6 Zesde voorbeeld van een onderzoeksdesign Nu is goed na te gaan of de behandelmethode effect heeft. Het verschil in meetresultaat tussen voor- en nameting in de controlegroep is het gevolg van het meedoen aan het onderzoek. Dit noemt men ook wel het placebo-effect. Het placebo-effect kan even groot zijn als het verschil in de experimentele groep. In dat geval moet je concluderen dat de behandeling in de experimentele groep geen effect heeft. 4.6 Experimentele en niet-experimentele variabelen Voor het bepalen van de wijze waarop een kenmerk in de analyses wordt opgenomen, dient de onderzoeker dit kenmerk als een variabele te karakteriseren. Een variabele is de algemene naam voor een gemeten (of nog te
meten) kenmerk van de onderzoeksobjecten. Elke variabele die in het onderzoek wordt opgenomen, krijgt een eigen naam (je mag zelf namen bedenken). De score op de variabele is de uitkomst van de meting of een door de onderzoeker aan het object toegekende waarde. Voor het karakteriseren van de variabelen wordt gebruikgemaakt van de volgende indeling: experimentele variabelen, bestaande uit de onafhankelijke en de afhankelijke variabelen, en de niet-experimentele variabelen, bestaande uit relevante, irrelevante en potentieel relevante variabelen. De onafhankelijke variabele is het gegeven waarop de onderzoeker de onderzoekseenheden indeelt. Deze variabele kan in natuurlijke vorm aanwezig zijn (zoals man versus vrouw, wel of niet abonnee van een krant), of de onderzoeker kan de onderzoekseenheden at random toekennen aan de groepen in het onderzoek (u behoort tot groep 1 en u tot groep 2). Het kan voorkomen dat de onderzoeker hiervoor eerst een meting moet verrichten (bijvoorbeeld het meten van de leeftijd, waarna de groepen worden samengesteld). De onafhankelijke variabele is altijd het gegeven dat de onderzoeker al dan niet na een meting vastlegt als de variabele waarop hij de onderzoekseenheden vergelijkt. In ons voorbeeld uit paragraaf 4.4. is de onafhankelijke variabele het wel/niet zorg krijgen via internet'. De afhankelijke variabele is het gegeven dat de onderzoeker wil onderzoeken, altijd in relatie tot de onafhankelijke variabele. Het is het gegeven dat varieert ten opzichte van de onafhankelijke variabele. In het voorbeeld is dat de tevredenheid voor de kwaliteit van de verleende zorg'. De niet-experimentele variabelen zijn de gegevens waarin de onderzoeker niet primair is geïnteresseerd, maar die wel een storende invloed zouden kunnen hebben op de afhankelijke variabele. Omdat de onderzoeker de invloed van deze variabelen niet kent is hij niet meer in staat goede conclusies te trekken. De nietexperimentele variabelen kun je onderverdelen in relevante, irrelevante en potentieel relevante variabelen. Van de relevante variabelen is door middel van onderzoek aangetoond dat ze een verstorende invloed hebben op de afhankelijke variabele. In het voorbeeld van de zorg zouden geslacht', en leeftijd' een rol kunnen spelen en zijn daarom opgenomen in het onderzoek Van de irrelevante variabelen is door middel van onderzoek aangetoond dat ze er niet toe doen. In het voorbeeld zijn geen irrelevante variabelen genoemd. Van de potentieel relevante variabelen is de invloed nog onduidelijk. Deze zijn in het voorbeeld wel genoemd, namelijk: of er familieleden in de buurt wonen, of dat men lieve buren heeft, of dat er een verzorgingstehuis in de buurt is waar men snel even naar toe kan gaan. De lijst met potentieel relevante
variabelen is oneindig lang. Er is altijd wel wat te bedenken om de onderzoeksresultaten te bekritiseren. Van de niet experimentele variabelen hoeven alleen de irrelevante variabelen niet in het onderzoek te worden opgenomen. De overige moet je onder controle houden. Het valt echter niet mee om aannemelijk te maken dat een variabele ook echt irrelevant is. 4.7 Het conceptueel model De relaties tussen de variabelen worden vaak weergegeven in een conceptueel model. Het conceptueel model is een grafische weergave waarin de theoretische constructen staan en waarin met behulp van pijlen wordt aangegeven hoe die constructen op elkaar inwerken. Dat is een heel abstracte zin. In dit geval zegt een illustratief plaatje meer dan 26 woorden: Verleende zorg Tevredenheid over de zorg Illustratie 4.7 Voorbeeld van een conceptueel model; één onafhankelijke en één afhankelijke variabele In dit schema staat op abstracte wijze dat de wijze van de verleende zorg van invloed is op de tevredenheid over de zorg. De variabele wijze van verleende zorg is de onafhankelijke variabele. De variabele tevredenheid over de zorg is de afhankelijke variabele. De afhankelijke variabele staat altijd rechts. In een conceptueel model worden de niet-experimentele variabelen opgenomen door die in een blokje te zetten. Van dat blok trek je een pijl die eindigt in het midden van de pijl tussen de experimentele variabelen. In illustratie 4.8 staat dat het geslacht van de persoon van belang is voor de relatie tussen de wijze van verleende zorg en de tevredenheid over de zorg. Verleende zorg Tevredenheid over de zorg Geslacht Illustratie 4.8 Voorbeeld van een conceptueel model; één onafhankelijke en één afhankelijke variabele en één niet-experimentele variabele
Het conceptueel model is het theoretisch raamwerk. Iedereen is vrij om zelf een theoretisch raamwerk te construeren. Verstandig is wel om je te laten leiden door theorieën uit de wetenschappelijke literatuur. Theorieën kunnen zeer uitgebreid zijn, waardoor er heel veel blokjes en pijlen nodig zijn om alles in kaart te brengen. Overigens hoef je als onderzoeker niet het hele theoretisch raamwerk in je onderzoek op te nemen. Soms lukt dat ook niet, omdat het te veel omvattend is. Illustratie 4.9 is daarvan een voorbeeld. Als onderzoeker kun je besluiten je te beperken tot enkele onderdelen uit het geheel. Verleende zorg gemeente Verleende zorg buren Tevredenheid over de zorg Verleende zorg familie Partner Vrienden Geslacht Inkomen Leeftijd Voorzieningen Illustratie 4.9 Voorbeeld van een conceptueel model met veel en ingewikkelde structuren De aspecten die in de blokjes staan moeten worden meegenomen in je onderzoek. Elk element moet een waarde krijgen. Hoe je dat doet is het aspect meten van het methodologisch handelingsmodel en wordt besproken in het volgende hoofdstuk. VRAGEN EN OPDRACHTEN Check je kennis 1. Wat is het onderzoeksdesign? 2. Waarvoor staan de t, de O en de X in het onderzoeksdesign? En waarvoor de R en de M? 3. Verklaar de termen experimentele groep en controle groep. En ook de termen experimentele conditie en controle conditie.
4. Waarom is het onderzoeksdesign een kernachtige weergave van het methodologisch correct redeneren? 5. Wat is matchen en wat is randomiseren? 6. Welke twee vormen van matchen zijn er te onderscheiden? 7. Geef een definitie van de term variabele'. 8. Wat zijn experimentele en niet-experimentele variabelen? 9. Wanneer is een variabele irrelevant? Vragen om over na te denken 1. Sommige onderzoekers beweren dat het onderzoeksdesign niet relevant is. Kun je redenen bedenken waarom zij dat vinden? 2. Een onderzoek heeft ooit eens aangetoond dat er een causale relatie bestaat tussen het aantal ooievaars en het aantal kinderen. Kan onderzoek deze uitspraak ooit bewijzen? Waarom niet? Heb je enig idee wat er aan de hand is geweest? 3. Bestaan er wel irrelevante variabelen? 4. Kan een variabele een constante zijn?