Een introductie tot correlationeel onderzoek | Met voorbeelden

Bij een correlationeel design doe je onderzoek naar de verbanden tussen variabelen zonder dat je de variabelen manipuleert of controleert. Het is hierbij niet mogelijk om vast te stellen of variabele A invloed heeft op variabele B of andersom. Je kunt alleen bepalen dat er een relatie is.

Met correlationeel onderzoek kun je wel de sterkte en richting van relaties tussen twee of meer variabelen vaststellen. De richting van een correlatie kan positief of negatief zijn.

Correlationeel vs experimenteel onderzoek

Correlationeel en experimenteel onderzoek maken beide gebruik van kwantitatieve methoden om relaties tussen variabelen te onderzoeken. Toch verschillen deze twee soorten onderzoek van elkaar wat betreft de dataverzameling en het type conclusie dat je kunt trekken.

Hoeveel fouten bevat jouw scriptie?

De taalexperts van Scribbr verbeteren gemiddeld 150 fouten per 1000 woorden. Benieuwd wat er precies wordt verbeterd? Verschuif de cursor van links naar rechts!

Scriptie nakijken op taal

Wanneer gebruik je correlationeel onderzoek?

Correlationeel onderzoek is heel geschikt om in korte tijd veel data te verzamelen in een natuurlijke setting. Hierdoor kun je je resultaten makkelijker generaliseren naar de werkelijkheid (hoge externe validiteit).

Correlationeel onderzoek is onder andere een goede keuze als je non-causale relaties wilt onderzoeken, als je vooronderzoek wilt doen naar causale relaties, of als je nieuwe meetinstrumenten wilt testen.

Onderzoek naar niet-causale relaties

Als je wilt bepalen of twee variabelen correleren, maar je geen causale relatie verwacht, kun je een correlationeel design gebruiken. Correlationeel onderzoek kan inzicht geven in relaties, waardoor onderzoekers theorieën en voorspellingen kunnen ontwikkelen.

Vooronderzoek of vervolgonderzoek naar causale relaties

In sommige gevallen denk je dat er sprake is van een causaal verband tussen twee variabelen, terwijl het niet praktisch, niet ethisch of te duur is om een experimenteel onderzoek uit te voeren waarin je variabelen manipuleert. Dan kan correlationeel onderzoek uitkomst bieden.

Correlationeel onderzoek kan eerste ideeën geven over verbanden (die je later kunt onderzoeken met experimenteel onderzoek) of dieper inzicht geven in vastgestelde causale relaties.

Nieuwe meetinstrumenten testen

Je kunt correlationeel onderzoek ook gebruiken als je een nieuw meetinstrument voor je variabele hebt ontwikkeld en je de betrouwbaarheid of validiteit wilt onderzoeken.

Correlationeel onderzoek kan worden ingezet om te onderzoeken of een instrument consistent en accuraat meet wat je beoogt te meten.

Hoe verzamel je data?

Je kunt veel verschillende methoden gebruiken bij correlationeel onderzoek. Vaak wordt gekozen voor enquêtes, observaties of secundaire data.

Het is belangrijk om je methodologie zorgvuldig te kiezen en uit te werken om ervoor te zorgen dat je betrouwbare en valide resultaten verzamelt. Hierbij is het ook van belang om een representatieve steekproef te trekken, zodat je data niet vertekend zijn en je de resultaten kunt generaliseren naar de populatie waarin je geïnteresseerd bent.

Enquêtes (vragenlijsten)

Bij enquête-onderzoek kun je vragenlijsten gebruiken om je variabelen te meten. De enquêtes kunnen met een online tool worden afgenomen, maar ook per mail, via de telefoon of in persoon.

Enquêtes zijn een snelle, flexibele manier om gestandaardiseerde data te verzamelen en veel participanten te bevragen. Het is hierbij belangrijk dat je ervoor zorgt dat de vragen op een goede, begrijpelijke manier worden gesteld en dat je de participant niet stuurt.

Observaties

Als je kiest voor deze onderzoeksmethode verzamel je data over gedragingen of fenomenen in een natuurlijke omgeving.

Bij observaties tel je vaak hoe vaak iets voorkomt of beschrijf je de gedragingen of fenomenen waarin je geïnteresseerd bent. Een observatie kan zowel kwalitatieve als kwantitatieve elementen bevatten, maar om correlaties te berekenen heb je kwantitatieve data nodig (frequenties, tijdsduur, schalen, hoeveelheden, et cetera).

Deze onderzoeksmethode maakt het makkelijk om je resultaten te generaliseren (omdat je particpianten of fenomenen observeert in een natuurlijke setting). Daarnaast kun je dingen onderzoeken die niet goed te repliceren zijn in een laboratorium.

De data-analyse kan wel veel tijd in beslag nemen en onvoorspelbaar zijn. Ook is het mogelijk dat de onderzoeker de resultaten onbewust vertekent, omdat de onderzoeker de data moet interpreteren. Dit maakt reproductie of replicatie van het onderzoek door een andere onderzoeker moeilijk.

Secundaire data

Je hoeft niet per se nieuwe data te verzamelen. In plaats daarvan kun je ook data gebruiken die zijn verzameld voor een ander doel, zoals eerdere studies of peilingen.

Het gebruik van secundaire data is relatief goedkoop en snel, omdat de dataverzameling al heeft plaatsgevonden. Een nadeel van secundaire data is dat de data onbetrouwbaar, incompleet of deels irrelevant kunnen zijn. Ook heb je geen controle over de betrouwbaarheid en validiteit tijdens de dataverzameling.

Hoe analyseer je data?

Nadat je de data hebt verzameld, kun je statistische analyses uitvoeren om de relatie tussen variabelen te onderzoeken (met correlatie- of regressieanalyses). Je kunt ook scatterplots gebruiken om de relaties tussen variabelen te visualiseren.

Het type correlatiecoëfficiënt of het soort regressieanalyse dat geschikt is voor je data-analyse is afhankelijk van het meetniveau van je variabelen en de spreiding in je data.

Correlatieanalyse

Als je een correlatieanalyse gebruikt, kun je de relatie tussen variabelen samenvatten met een correlatiecoëfficiënt. Dit is een waarde die aangeeft hoe sterk een correlatie is en welke richting de relatie heeft, waardoor je de relatie kwantificeert en je correlatiecoëfficiënten kunt vergelijken.

Pearsons r wordt vaak ingezet om een lineaire relatie tussen twee kwantitatieve variabelen te onderzoeken.

Correlatiecoëfficiënten worden normaal gesproken gebruikt voor de relatie tussen twee variabelen, maar je kunt ook een meervoudige correlatiecoëfficiënt (multiple correlation coefficient) gebruiken voor drie of meer variabelen.

Regressieanalyse

Een regressieanalyse wordt gebruikt om de relatie tussen variabelen te voorspellen. Je probeert de waarde van een afhankelijke variabele te voorspellen op basis van een of meerdere onafhankelijke variabelen (die ook wel verklarende of voorspellende variabelen worden genoemd). Als je één onafhankelijke variabele onderzoekt, spreek je van een enkelvoudige regressieanalyse, maar bij meerdere variabelen spreek je van een meervoudige regressieanalyse.

Regressieanalyses gaan verder dan correlatieanalyses, omdat je niet alleen probeert vast te stellen of er samenhang is, maar je ook wilt kunnen voorspellen hoe de ene variabele verandert naarmate de andere variabele verandert. Het is het beste om de regressieanalyse uit te voeren nadat je een correlatieanalyse hebt uitgevoerd.

Correlatie vs causaliteit

Het is belangrijk om te onthouden dat correlatie geen causaliteit impliceert. Als je een verband tussen twee variabelen vindt, betekent dit niet dat de ene variabele een oorzaak is en de andere variabele het gevolg.

Er kunnen namelijk andere variabelen zijn die invloed uitoefenen op de variabelen waarin je geïnteresseerd bent, waardoor ze een oorzaak-gevolgrelatie lijken te hebben die er niet is. Bovendien kan op basis van correlationeel onderzoek niet worden vastgesteld welke variabele invloed heeft en welke beïnvloed wordt:

• Variabele A kan invloed uitoefenen op variabele B;
• Variabele B kan invloed uitoefenen op variabele A;
• Variabele A en B kunnen elkaar beïnvloeden.

Je hebt experimenteel onderzoek nodig om de directionaliteit van het verband te onderzoeken.

Veelgestelde vragen

Wat is het verschil tussen correlationeel en experimenteel onderzoek?

Met gecontroleerde experimenten kun je causaliteit aantonen, terwijl je met correlationeel onderzoek alleen verbanden tussen variabelen kunt aantonen.

• In een experimenteel onderzoek manipuleer je een onafhankelijke variabele en meet je de invloed op een afhankelijke variabele. Je controleert voor andere variabelen, zodat deze geen invloed kunnen uitoefenen op de resultaten.

• In correlationeel onderzoek meet je de variabelen zonder ze te manipuleren. Je kunt hierdoor vaststellen dat de variabelen samen veranderen (allebei toename, allebei afname of de een neemt toe en de ander neemt af), maar je kunt niet vaststellen of de verandering in variabele A de verandering in variabele B veroorzaakt.

Over het algemeen wordt correlationeel onderzoek gekenmerkt door een hoge externe validiteit, terwijl experimenteel onderzoek gepaard gaat met een hoge interne validiteit.

Wat is een correlatie?

Een correlatie laat zien of er een verband is tussen twee of meerdere variabelen. Een correlatiecoëfficiënt kan de richting van het verband (positief, negatief) laten zien en geeft ook aan hoe sterk het verband is.

• Een positieve correlatie betekent dat beide variabelen samen toenemen of afnemen.
• Een negatieve correlatie betekent dat de ene variabele toeneemt, terwijl de andere variabele afneemt.
• Als de correlatiecoëfficiënt gelijk is aan 0, is er geen verband tussen de variabelen (zero correlation).

Correlationeel onderzoek is een niet-experimentele variant van kwantitatief onderzoek.

Wat is het verschil tussen correlatie en causaliteit?

Een correlatie is een statistische indicator voor een verband tussen variabelen: als de ene variabele verandert, verandert de andere variabele ook, maar er hoeft geen oorzaak-gevolgrelatie te zijn. Correlaties worden onderzocht in correlationeel onderzoek.

Causaliteit betekent dat een verandering in de ene variabele een verandering in de andere variabele veroorzaakt. Er is dus wel sprake van een oorzaak-gevolgrelatie. De variabelen correleren én er is een causaal verband. Causaliteit wordt onderzocht in experimenteel onderzoek.

Wat is correlationeel onderzoek?

Correlationeel onderzoek wordt gebruikt om de relatie tussen twee (of meer) variabelen te onderzoeken zonder dat de onderzoeker de variabelen manipuleert of controleert. Het is een niet-experimentele variant van kwantitatief onderzoek, waardoor je geen causaliteit kunt vaststellen.

 

Waarom impliceert een correlatie geen causaliteit?

Er zijn twee hoofdredenen voor het gebrek aan causaliteit bij correlaties.

1. Andere variabelen (third variable problem): er zijn confounding variabelen die de twee onderzochte variabelen kunnen beïnvloeden, waardoor er onterecht een causaal verband lijkt te bestaan.
2. Directionaliteit of richting (directionality problem): twee variabelen correleren en zouden een causale relatie kunnen hebben, maar het is niet mogelijk om vast te stellen of variabele A invloed uitoefent op variabele B, of andersom.