Generaliseerbaarheid | Betekenis & Voorbeelden

Generaliseerbaarheid (generalizability) is de mate waarin je de resultaten van je onderzoek kunt toepassen op een bredere context (i.e., je resultaten zijn dan te generaliseren).

Onderzoeksresultaten worden beschouwd als generaliseerbaar als de bevindingen kunnen worden toegepast op de breedste context, de meeste mensen, het grootste deel van de tijd.

Voorbeeld: Generaliseerbaarheid
Stel dat je de winkelgewoonten van mensen in je stad wilt onderzoeken. Je staat bij de ingang van een dure winkelstraat en vraagt willekeurig aan voorbijgangers of zij een paar vragen voor je enquête willen beantwoorden.

Zijn de mensen die meedoen aan je enquête een goede representatie van alle mensen in je stad? Waarschijnlijk niet. Dit betekent dat je onderzoek niet als generaliseerbaar kan worden beschouwd.

Generaliseerbaarheid wordt bepaald door hoe representatief je steekproef is voor de doelpopulatie. Dit staat ook wel bekend als de externe validiteit van je onderzoek.

Wat is generaliseerbaarheid?

Het doel van onderzoek is om kennis te produceren die zo breed mogelijk kan worden ingezet. Maar omdat het meestal niet mogelijk is om elk lid van een populatie te analyseren, nemen onderzoekers genoegen met het analyseren van een deel van de populatie en doen ze uitspraken over dat deel.

Om deze uitspraken toch te kunnen toepassen op grotere groepen, moeten onderzoekers ervoor zorgen dat de steekproef heel sterk lijkt op de bredere populatie.

Dit betekent dat de steekproef en de populatie kenmerken moeten delen die relevant zijn voor het uitgevoerde onderzoek. Als dit gebeurt, wordt de steekproef als representatief beschouwd, en daarmee worden de resultaten ook als generaliseerbaar beschouwd.

Wat is generaliseerbaarheid?

Over het algemeen zijn resultaten generaliseerbaar als de resultaten kunnen worden toegepast op veel verschillende soorten mensen of verschillende situaties. Als de resultaten daarentegen alleen kunnen worden toegepast op een subgroep van de populatie (e.g., alleen op Nederlanders tussen de 40 en 60 jaar, in plaats van op de gehele Nederlandse bevolking) of in een zeer specifieke situatie, zijn de resultaten niet tot slecht generaliseerbaar.

Waarom is generaliseerbaarheid belangrijk?

Een representatieve steekproef kan worden samengesteld als je gebruikmaakt van een aselecte steekproefmethode. Als je een goede aselecte steekproef trekt, kun je uitspraken doen over de gehele populatie. Een selecte steekproef gebruik je daarentegen voor diepgaand onderzoek naar enkele casussen in je populatie, waarbij generalisatie niet nodig is.

Er zijn drie factoren die de generaliseerbaarheid van je aselecte steekproef bepalen:

  • De willekeur van de steekproef, waarbij elke onderzoekseenheid (e.g., een persoon, bedrijf of organisatie van je populatie) een gelijke kans heeft om geselecteerd te worden.
  • De representativiteit van de steekproef voor de populatie.
  • De grootte van je steekproef, waarbij grotere steekproeven meer kans bieden op statistisch significante resultaten.
Let op
Generaliseerbaarheid is vooral belangrijk in psychologisch onderzoek. Historisch gezien waren steekproeven overwegend wit, westers en individualistisch. Dit wordt ook wel de White, Western, Individualist Bias (WWIB) genoemd. Onderzoeken waarbij sprake is van WWIB hebben een steekproef met een beperkte focus en zijn daarom slecht generaliseerbaar naar andere groepen, zoals mensen van kleur of niet-westerse landen.

Meer diversiteit in steekproeven kan onderzoekers helpen theorieën over de menselijke aard te ontwikkelen die een betrouwbare verklaring bieden voor menselijk gedrag in alle landen en culturen in plaats van slechts voor een klein deel van de mensheid.

Generaliseerbaarheid is één van de drie criteria (samen met validiteit en betrouwbaarheid) die onderzoekers gebruiken om de kwaliteit van onderzoek te beoordelen. Afhankelijk van het soort onderzoek (kwantitatief vs kwalitatief) wordt generaliseerbaarheid verschillend geïnterpreteerd en geëvalueerd.

Voorbeelden generaliseerbaarheid

Generaliseerbaarheid is cruciaal voor het vaststellen van validiteit en betrouwbaarheid in je onderzoek. In de meeste gevallen beperkt een gebrek aan generaliseerbaarheid de reikwijdte van je onderzoek (i.e., op wie de resultaten van toepassing zijn).

Voorbeeld: Beperkte reikwijdte
Stel je voor dat je onderzoek doet naar de stemintenties van een kleine stad met 3.000 inwoners. Vanwege beperkte tijd en middelen ben je van plan een steekproef van 100 mensen te trekken.

Gelukkig heb je toegang tot een geanonimiseerde lijst van alle inwoners van de stad. Op basis hiervan kun je een steekproefkader opstellen. Met behulp van een online random number generator trek je een enkelvoudige aselecte steekproef.

Na de dataverzameling (en voordat je conclusies trekt) moet je nadenken over de generaliseerbaarheid van je resultaten. Met behulp van een online steekproefcalculator zie je dat de ideale steekproefgrootte voor je populatie 341 is. Met een steekproef van 341 zou je erop kunnen vertrouwen dat je resultaten generaliseerbaar zijn, maar een steekproef van 100 is te klein om te kunnen generaliseren.

Deze beperking van je onderzoek vermeld je vervolgens in je discussiesectie.

Onderzoeksresultaten die niet kunnen worden gegeneraliseerd, kunnen nog steeds waardevol zijn. Dit hangt af van je onderzoeksdoelstellingen.

Voorbeeld: Niet-generaliseerbaar onderzoek
Stel dat je een onderzoek uitvoert onder bezoekers van het Rijksmuseum. Je bent vooral geïnteresseerd in hoe gezinnen met jonge kinderen omgaan met een nieuwe interactieve tentoonstelling. Je doel is het Rijksmuseum te adviseren over toekomstige tentoonstellingen die gericht zijn op gezinnen.

Je gaat drie opeenvolgende zondagen naar het museum om observaties te doen.

Je observaties leveren waardevolle inzichten op voor het Rijksmuseum, en misschien zelfs voor andere musea met een vergelijkbaar educatief aanbod.

Je kunt echter niet beweren dat je bevindingen representatief zijn voor alle gezinnen die musea bezoeken in het land, of zelfs in je stad. Aangezien je een gemakssteekproef hebt getrokken, zijn je onderzoeksresultaten niet generaliseerbaar. Toch was dat in dit geval ook niet het doel van je onderzoek, want je wilt alleen het Rijksmuseum adviseren. Je resultaten zijn dan nog steeds geldig voor de specifieke context waarin ze werden bestudeerd.

Soorten generaliseerbaarheid

Er zijn twee soorten generaliseerbaarheid:

Statistische generaliseerbaarheid

Statistische generaliseerbaarheid is van cruciaal belang voor kwantitatief onderzoek. Het doel van kwantitatief onderzoek is om algemene kennis te ontwikkelen die van toepassing is op alle eenheden van een populatie, terwijl slechts een deel ervan (de steekproef) wordt bestudeerd.

Statistische generaliseerbaarheid wordt bereikt als je een steekproef bestudeert die de kenmerken van de populatie nauwkeurig weerspiegelt. De steekproef moet hiervoor voldoende groot zijn en geen research bias bevatten.

Theoretische generaliseerbaarheid

Bij kwalitatief onderzoek is statistische generaliseerbaarheid niet relevant. Kwalitatief onderzoek is in de eerste plaats gericht op inzicht verkrijgen in een aspect van de menselijke ervaring en draait niet om data met een solide statistische basis.

Door individuele gevallen te bestuderen proberen onderzoekers resultaten te verkrijgen die ze kunnen uitbreiden naar soortgelijke gevallen. Dit staat bekend als theoretische generaliseerbaarheid of overdraagbaarheid.

Hoe zorg je voor generaliseerbaarheid in onderzoek?

Om je bevindingen op grotere schaal toe te passen, moet je de volgende stappen nemen om ervoor te zorgen dat je onderzoek voldoende generaliseerbaar is.

  • Definieer je populatie in detail. Op die manier stel je vast waarover je wilt generaliseren. Ga je bijvoorbeeld studenten in het algemeen bespreken, of studenten op jouw campus?
  • Gebruik aselecte steekproeven. Als je steekproef echt willekeurig is (i.e., iedereen in de populatie heeft evenveel kans om voor de steekproef gekozen te worden), dan kun je steekproefbias (sampling bias) vermijden en ervoor zorgen dat de steekproef representatief is voor de populatie.
  • Denk na over de omvang van je steekproef. De steekproef moet groot genoeg zijn om de gemaakte generalisatie te ondersteunen. Als de steekproef een kleinere groep binnen die populatie vertegenwoordigt, moeten de conclusies worden ingeperkt en voorzichtig worden geformuleerd.
  • Als je kwalitatief onderzoek doet, is het belangrijk om een verzadigingspunt (saturatiepunt) vast te stellen voor wanneer je genoeg thema’s en categorieën hebt verzameld. Zo heb je voldoende informatie om alle aspecten van het onderzochte construct te verklaren en weet je zeker dat je je construct volledig hebt geoperationaliseerd

Neem na afloop van je onderzoek (zoals je scriptie) de tijd om na te denken over de generaliseerbaarheid van je onderzoek. Wat ging er niet zoals gepland en kan mogelijk de generaliseerbaarheid van je onderzoek beïnvloeden? Denk hierbij bijvoorbeeld aan een vorm van selectiebias, zoals participatiebias (non-responsbias), die mogelijk je resultaten kunnen beïnvloeden.

Leg in de discussiesectie van je onderzoeksvraag uit hoe generaliseerbaar je resultaten zijn en wat de eventuele beperkingen zijn.

Interessante artikelen over onderzoek doen

Op zoek naar meer interessante artikelen over een onderzoek uitvoeren voor je scriptie of paper? Bekijk dan ook eens onderstaande artikelen met uitleg en voorbeelden!

Veelgestelde vragen

Waarom is generaliseerbaarheid belangrijk in onderzoek?

Generaliseerbaarheid is belangrijk, omdat onderzoekers hiermee conclusies kunnen trekken voor een brede context (e.g., een grotere groep mensen).

Hoewel in het onderzoek enkel een deel van de populatie (de steekproef) wordt bestudeerd, kunnen dan alsnog conclusies worden getrokken over de gehele populatie.

Wat is het verschil tussen de interne en externe validiteit?

Interne validiteit is de mate waarin je met zekerheid kunt stellen dat een vastgestelde oorzaak-gevolgrelatie (causaal verband) niet door andere factoren kan worden verklaard.

Externe validiteit is de mate waarin je je resultaten kunt generaliseren naar andere omstandigheden of groepen.

De validiteit van je experiment is afhankelijk van je experimentele design.

Mag ik mijn conclusie generaliseren?

Voor het generaliseren van je conclusie is het als eerste altijd belangrijk dat je (1) je populatie duidelijk definieert, (2) gebruikmaakt van een aselecte steekproef en (3) je steekproef voldoende groot is.

Of je jouw conclusie kan generaliseren, is afhankelijk van het soort onderzoek dat je hebt uitgevoerd.

Als je bij kwalitatief onderzoek bijvoorbeeld na 7 interviews steeds dezelfde antwoorden krijgt (verzadiging of saturatie), kun je stellen dat de antwoorden hetzelfde zouden zijn als je nog eens 10 personen van dezelfde onderzoeksgroep zou interviewen. In dat geval mag je jouw bevindingen over die specifieke onderzoekspopulatie generaliseren.

Bij kwantitatief onderzoek is het van belang dat je voldoende personen bevraagt. Gebruik een steekproefcalculator om te bepalen hoe groot jouw steekproef moet zijn. Zo moet je bijvoorbeeld minstens 278 enquêtes afnemen als je een uitspraak over een populatie van 1000 personen wilt generaliseren.

Citeer dit Scribbr-artikel

Als je naar deze bron wilt verwijzen, kun je de bronvermelding kopiëren of op “Citeer dit Scribbr-artikel” klikken om de bronvermelding automatisch toe te voegen aan onze gratis Bronnengenerator.

Scharwächter, V. (2022, 16 oktober). Generaliseerbaarheid | Betekenis & Voorbeelden. Scribbr. Geraadpleegd op 15 april 2024, van https://www.scribbr.nl/onderzoeksbias/generaliseerbaarheid-generalizability/

Wat vind jij van dit artikel?
Veronique Scharwächter

Veronique heeft twee bachelors: één in Taal- en Cultuurstudies en één in Philosophy, Politics and Economics. Daarnaast heeft zij een boek geschreven over hoe filosofie je kan helpen in je studentenleven. Ze hoopt haar brede, interdisciplinaire kennis in te kunnen zetten om zo veel mogelijk studenten te helpen met het schrijven van hun scriptie.