Het
is nu november 2013, dus alweer ruim een half jaar nadat u de enquête hebt
ingevuld. Wat gebeurt er in de tussentijd eigenlijk? Hoe haalt ‘die onderzoeker’
nu resultaten uit een enquête? Waarom duurt het zo lang?
Goede
vragen, hieronder een overzicht met de ‘reis van enquête naar conclusies’
De gegevens
De
enquête levert een grote set gegevens op: van 79 ondernemers de antwoorden op
ruim 100 vragen: dat is dus een vel met 79 rijen onder elkaar en op elke rij
ruim 100 keer een hokje met een cijfer. Een cijfer is daarbij dan een code voor
een van de antwoord mogelijkheden. Maar dan, wat gebeurt er dan?
Allereerst
de vraag zijn er voldoende gegevens? Het antwoord is ja, dankzij de grote
deelname van 80%. Een ongekend hoge deelname, ontzettend bedankt
Computerprogramma SPSS
Gelukkig
zijn er goede computer programma’s om die gegevens te analyseren, ik gebruik
daarvoor het programma SPSS (statistisch programma voor de sociale
wetenschappen). Dat programma kan heel snel heel veel berekeningen doen en is
daarom ontzettend handig. Tegelijk is het op zichzelf een heel ‘dom’ programma:
het kan wel aangeven dat er een verband is tussen de antwoorden op twee vragen,
maar hij kan niet zeggen waarom dat zo is en of het een het ander verklaard. Dat
moet de onderzoeker interpreteren. (het beroemde voorbeeld van het aantal
ooievaars en aantal geboortes van kinderen: het kan best op hetzelfde moment
toenemen, maar of het een het ander verklaard is daarmee niet bewezen J).
Gegevens controleren en
eerste overzicht
Hiermee
kan ik snel overzicht krijgen en een eerste controle doen
Stap
1: de gegevens inlezen en de
codes invoeren (wat betekent een cijfer)
Stap 2: zijn er bijzonderheden in de gegevens
(bijv ontbrekende gegevens) en is dit oplosbaar
Dan
heb ik een data set die de basis vormt voor al het verdere werk. Hiermee kan ik
een eerste snelle overzicht maken van de antwoorden:
Stap 3: Bij elke antwoordmogelijkheid in de enquête
het percentage van de ondernemers vermelden dat dit antwoord gekozen heeft
Hiermee kan ik snel een overzicht geven voor
alle betrokkenen
Dit document is verspreid naar deelnemers en
betrokkenen (het is ook via deze link
te vinden)
Gelukkig lijkt het erop dat de antwoorden ‘serieus’
gegeven zijn: de antwoorden zijn niet zomaar willekeurig aangekruist J
Zijn er ondernemers die ‘op elkaar lijken’?
Nu volgt het ‘echte werk’: wat zijn nu de verbanden tussen de
antwoorden, zijn er groepen die op elkaar lijken bijvoorbeeld?
Stap 3: 79 boeren hebben gezegd wat zij als
mogelijkheden zien voor hun bedrijf om een inkomen te halen. Ik vraag nu aan SPSS
of er binnen die 79 ondernemers groepen zijn die op elkaar lijken wat betreft
hun antwoorden.
Dit blijken 4 groepen te zijn, het mooie voor mij was dat ik die
groepen ook in het echt kon herkennen, dat is ook een teken dat de analyse betrouwbaar
is en dat de enquête betrouwbaar is.
Stap 4: Bepalen waar die groepen dan in
verschillen. Dit kan ik doen door te kijken op welke vragen deze ondernemers
hoog of juist laag scoren. Zo kan ik een naam geven aan die groep.
Zijn er ook andere verschillen tussen de groepen?
Dan volgt de volgende grote klus: zijn er nu in de nadere vragen
van de enquête ook verschillen te vinden tussen de groepen? Met andere woorden:
Nu volgt het ‘echte werk’: wat zijn nu de verbanden tussen de antwoorden op
alle andere vragen en de 4 groepen. Hierbij zijn er vragen gesteld over veel
verschillende onderwerpen: netwerk, huidige locatie, ontwikkelingen in de
omgeving, de relatie tussen stad en platteland etc.
Stap 5: selecteren welke vragen ‘goed werken’.
Niet elke vraag blijkt ook zo begrepen te worden als je denkt bij het maken van
de vraag. Ook is niet elke vraag onderscheidend genoeg, dat wil zeggen dat een
hoge of lage score ook betekent dat iemand het ook echt anders ziet. SPSS kan
hier berekeningen over uitvoeren en dan blijft er per onderwerp een aantal
vragen over die aantoonbaar onderscheid maken tussen de ondernemers.
Stap 6: SPSS laten rekenen om te kijken of
er verbanden zijn tussen de onderdelen en de 4 groepen. Hiermee kan ik kijken
wat het verschil in beeld over de toekomst zou kunnen verklaren.
Waar ben ik nu mee bezig?
Stap 3 en 4 zijn gezet, daar komen dus inderdaad 4 groepen uit die
op een verschillende manier naar hun locatie kijken. Ik ben nu bezig om dat op
te schrijven in ‘moeilijk Engels’ om het in een wetenschappelijk tijdschrift te
kunnen publiceren.
Stap 4 en 5 wordt aan gewerkt, ik ben al ver, maar er zijn nog een
paar hobbels te nemen voordat dat ‘klaar’ is.
En dan de
hamvraag: waarom duurt het zo lang?
Ik kan mij tenminste goed voorstellen dat u die vraag heeft. Soms
heb ik hem zelf ook…
Een belangrijke reden is dat ik het deeltijd doe: naast het
onderzoek is er ook onderwijs en andere projecten. Het allerbelangrijkst echter
is dat het voor mij een opleiding is, ik doe dit voor het eerst en alles wat je
voor het eerst doet duurt nu eenmaal langer.
Gelukkig wordt ik goed begeleid, zodat de kwaliteit van de analyse
echt wel gegarandeerd is. Maar het gaat wel langzaam. Vooral ook omdat ik het
ook zelf moet begrijpen wat er nu eigenlijk uit komt, en dat vraagt soms meer
tijd dan ik dacht. Wat zijn nu echt de verschillen tussen de groepen? Wat kan
ik daaruit interpreteren? Hoe weet ik dat eigenlijk zeker? Dat soort vragen…
Soms denk ik als ik klaar ben met een onderdeel: hm, als ik toen
wist wat ik nu weet had ik het ook in de
helft van de tijd kunnen doen…
Dat is natuurlijk zo met alle dingen die je al lerende doet, dus
zie ik het maar als bewijs dat ik iets geleerd heb!