De methodesectie (methodologie) in je scriptie

In de methodologie beschrijf je welke methoden je gebruikt om tot de resultaten (in je scriptie) te komen. Hierbij ga je in op:

  1. Het soort onderzoek – kwalitatief of kwantitatief onderzoek
  2. De dataverzamelingsmethoden – deskresearch of fieldresearch
  3. De datakenmerken – waaronder de inclusie- en exclusiecriteria en steekproefomvang
  4. Het onderzoeksverloop – uitvoering van de methoden
  5. De data-analysemethoden – tools waarmee je de data analyseert
  6. De validiteit en betrouwbaarheid van je onderzoek

De methodologie volgt meestal na je theoretisch kader. In je methodologie kun je grotendeels informatie uit je onderzoeksopzet opnemen.

Doel van de methodesectie

Je methodologie onderbouwt de methoden die je hebt toegepast om een hypothese te testen, een casus te onderzoeken of het antwoord op je onderzoeksvraag te vinden.

Het idee is dat iemand die je onderzoek op dezelfde manier uitvoert (aan de hand van je methodesectie) ongeveer dezelfde resultaten moet kunnen vinden. Dit maakt je onderzoek repliceerbaar en zo kun je garant staan voor de betrouwbaarheid van je resultaten.

Je overlegt met je begeleider en kiest de methoden waarmee je binnen de gestelde tijd het beste antwoord kunt geven op je hoofdvraag.

Het soort onderzoek

Allereerst beschrijf je of je kwalitatief, kwantitatief of mixed-methods onderzoek hebt gedaan.

  • Kwantitatief onderzoek: de resultaten worden uitgedrukt in cijfers.
  • Kwalitatief onderzoek: de resultaten worden uitgedrukt in woorden.
  • Mixed methods: de resultaten worden uitgedrukt in cijfers en woorden.
Voorbeeld: Beschrijving soort onderzoek
Om te bepalen of de inwoners van Arnhem tevreden zijn met het ijs van ijssalon Icy werd een kwantitatief onderzoek uitgevoerd.

Wie helpt jou met nakijken?

Betrouwbare hulptroepen vinden is niet makkelijk...

  • Familie
  • Vrienden
  • Studiegenoten
  • Scribbr

We staan altijd voor je klaar

Dataverzamelingsmethoden

Je kunt data verzamelen met behulp van deskresearch (of literatuuronderzoek), fieldresearch (veldonderzoek) of allebei.

Welk soort deskresearch of fieldresearch je precies doet, is afhankelijk van de aard van je onderzoek (kwantitatief of kwalitatief). Bekijk daarom de onderstaande tabellen om te bepalen hoe jij het beste data kunt verzamelen.

Dataverzamelingsmethoden bij kwantitatief onderzoek

Deskresearch Fieldresearch
Database-onderzoeken Enquêtes
Rapporten analyseren Veelvuldig herhaalde metingen (om een hypothese te toetsen)
Cijfers analyseren Observaties (significant aantal)
Interviews (significant aantal – tot verzadiging optreedt)
Voorbeeld: Beschrijving dataverzameling (deskresearch en fieldresearch bij kwantitatief onderzoek)
Voor dit onderzoek werd gebruikgemaakt van deskresearch en fieldresearch. Zo zijn alle rapporten over de ijsverkoop in Arnhem van 2016 tot en met 2020 verzameld. Vervolgens werd een korte enquête verspreid onder 250 klanten van de ijssalon om inzicht te krijgen in kansen om de tevredenheid over het ijs te verbeteren.

Dataverzamelingsmethoden bij kwalitatief onderzoek

Deskresearch Fieldresearch
Specifieke literatuur verzamelen met de sneeuwbalmethode Interviews
Specifieke cases bestuderen Observaties
Experimenten (om een hypothese te toetsen)
Voorbeeld: Beschrijving dataverzameling (deskresearch en fieldresearch bij kwalitatief onderzoek)
Er werd gebruikgemaakt van deskresearch door video’s uit 2016 te verzamelen waarin Trump en Clinton aan het woord zijn. Vervolgens werd veldonderzoek uitgevoerd door een bijeenkomst met Trump en Clinton bij te wonen en de gebaren van beide kandidaten te observeren en beschrijven.

Datakenmerken: inclusie- en exclusiecriteria

Beschrijf de kenmerken van de data die je hebt verzameld. Geef hierbij ook expliciet aan wat je wel hebt meegenomen in je dataset en wat niet. Dit zijn je inclusie- en exclusiecriteria. Eventueel kun je ze opnemen in een tabel.

Voorbeeld: Beschrijving inclusie- en exclusiecriteria bij een enquête
Alleen volledig ingevulde enquêtes zijn meegenomen in dit onderzoek. Bovendien zijn de enquêtes enkel afgenomen bij 18-jarigen die in de gemeente Den Haag of in Wassenaar wonen. Incorrect ingevulde enquêtes, waarbij onduidelijk was welk antwoord gegeven is, zijn niet verder onderzocht.

Voorbeeld beschrijvingen van datakenmerken

Hieronder vind je een voorbeeld van de kenmerken die je bespreekt als je data verzamelt door middel van deskresearch, een steekproef of een interview:

Als je alleen deskresearch hebt gedaan, ga je in op de:

  • Literatuur
  • Database
  • Andere naslagwerken
Voorbeeld: Datakenmerken deskresearch
Om inzicht te krijgen in de relatie tussen de maffia en de huidige politiek in Italië, zijn papers verzameld via Google Scholar waarin de invloed van de maffia in Italië besproken wordt.

Ook zijn krantenartikelen geraadpleegd waarin de huidige situatie met betrekking tot dit onderwerp nader wordt toegelicht. Verder is gekeken naar de rapporten van het kabinet van Berlusconi van enkele jaren geleden en is gezocht op het trefwoord “maffia”.

Heb je een steekproef gedaan, dan licht je het volgende toe:

Voorbeeld: Datakenmerken steekproef
De kwaliteit van de kersen van supermarktketen Draaiom is met behulp van een selecte gemakssteekproef onderzocht. Ieder uur dat de winkel open was van 1 juli tot 4 juli, is aan 5 willekeurige winkelaars gevraagd om de kersen te testen en een score te geven van 1 tot 10. Hierbij heeft 95% van de winkelaars meegewerkt aan het onderzoek en heeft 5% om verschillende redenen aangegeven niet te willen deelnemen.

De winkelaars is tijdens het winkelen gevraagd om 5 kersen te proeven die op een dienblad werden aangereikt. Na het proeven van de kersen konden zij anoniem op een tablet een score geven van 1 tot 10 aan alle kersen tegelijk. Deze score werd direct opgeslagen. In totaal zijn 300 scores verzameld.

Mocht je interviews hebben gebruikt, dan bespreek je de kenmerken hiervan:

  • Gestructureerd, semigestructureerd of ongestructureerd (open)
  • Plaats en tijd
  • Beschrijving interviews
Voorbeeld: Datakenmerken interview
Om de tevredenheid van de consumenten in Horssen te onderzoeken, zijn op 20 augustus 2021 semigestructureerde interviews afgenomen bij 10 participanten tussen de 20 en 50 jaar die in de buurt van het dorpshuis waren. Er is gebruikgemaakt van semigestructureerde interviews om de deelvragen om gestructureerde wijze te kunnen beantwoorden, terwijl dit ook ruimte gaf om dieper op antwoorden in te gaan om nog meer informatie te verzamelen.

De interviews zijn afgenomen in een klein lokaal van een oude basisschool en duurden ongeveer 10 minuten. De geïnterviewden werden individueel geïnterviewd. Deze interviews zijn na schriftelijke toestemming van de geïnterviewden gefilmd, zodat de lichaamstaal op een later moment kon worden geanalyseerd.

Het onderzoeksverloop

Ga in op het praktisch verloop van het onderzoek naar aanleiding van je onderzoeksopzet. Je kunt hierbij bijvoorbeeld beschrijven of voldoende mensen gereageerd hebben op je enquêteverzoek, hoeveel het er waren, hoeveel mensen je hebt geïnterviewd, wanneer verzadiging optrad en of je alle benodigde literatuur hebt kunnen vinden.

Focus hierbij op de rol van de onderzoeker en de onderzoekssituatie. Mocht de kwaliteit van de diepte-interviews negatief beïnvloed zijn door bijvoorbeeld geluidsoverlast, dan kun je dat hier aangeven. Verval echter niet in een reflectie en blijf feitelijk als je het praktisch verloop omschrijft. Sommige onderwijsinstellingen of begeleiders willen dat je pas ingaat op negatieve invloeden in de discussie van je scriptie. Controleer goed welke richtlijnen voor jou gelden.

Data-analysemethoden

Welke data-analysemethoden je gebruikt, is afhankelijk van het soort onderzoek dat je hebt gedaan en welke dataverzamelingsmethoden je hebt gebruikt.

Als je kwantitatief onderzoek hebt gedaan, kun je onder andere gebruikmaken van:

Bij kwalitatief onderzoek kun je daarentegen de volgende methoden inzetten:

Voordat je aangeeft hoe je jouw data hebt geanalyseerd, geef je aan hoe je de data hebt verwerkt, bijvoorbeeld in Excel of SPSS. Ook interviews kun je verwerken in een programma.

Je bespreekt hier niet hoe bepaalde modellen precies werken. Dit doe je in je theoretisch kader.

Let op: De data-analyse maakt niet altijd deel uit van de methodologie. Je kunt deze ook opnemen in een apart hoofdstuk of in je resultatensectie, afhankelijk van jouw studierichtlijnen.

Voorbeeld: Data-analysemethode (kwantitatief onderzoek)
Voor de data-analyse zijn eerst alle rapportcijfers van de gymnasiasten die zijn geslaagd in 2021 verwerkt met het programma SPSS. Hierna zijn de data met een statistische toets geanalyseerd om tot de significantiewaarden te komen.
Voorbeeld: Data-analysemethode (kwantitatief coderen van interviews en een regressieanalyse)
De interviews met de bewoners van studentenhuis De Tandartspraktijk zijn getranscribeerd. Daarna zijn de transcripties open en axiaal gecodeerd om deze data met SPSS kwantitatief te analyseren. Met behulp van een regressieanalyse zijn de data geanalyseerd om tot een antwoord op de hoofdvraag te komen.
Voorbeeld: Data-analysemethode (vergelijkend kwalitatief onderzoek)
Om inzicht te krijgen in de (politieke) framing van nieuws over coronavaccins worden zinnen en woorden in artikelen van Nu.nl en Trouw geselecteerd en gecategoriseerd op basis van het communicatiemodel van Verschuren (2019). Vervolgens zijn deze data met elkaar vergeleken om uitspraken te doen over de politieke oriëntatie van deze nieuwsbronnen.

Validiteit en betrouwbaarheid onderbouwen

Geef aan waarom jouw onderzoek valide en betrouwbaar is. Je kunt de validiteit en betrouwbaarheid van je onderzoek bespreken in je methoden:

  1. In een aparte paragraaf
  2. Als je de datakenmerken bespreekt
  3. Als je de procedure bespreekt

Je kunt dit ook verwerken in je discussie of in je data-analyse. Het is afhankelijk van de richtlijnen en eisen van jouw opleiding en begeleider waar je de validiteit en betrouwbaarheid bespreekt.

Voorbeeld: Bespreking validiteit en betrouwbaarheid
Het onderzoek is valide, omdat steeds dezelfde weegschaal is gebruikt die voldoet aan de Europese normen. Bovendien is de betrouwbaarheid van de weegschaal iedere dag getest door 1 kilo lood te wegen. Iedere dag gaf de weegschaal 1 kilo aan.

Werkwoordstijden

Je schrijft je methoden doorgaans in de onvoltooid verleden tijd (de doelgroep was) en in de voltooid tegenwoordige tijd (de data zijn geanalyseerd), tenzij je begeleider aangeeft een voorkeur te hebben voor de onvoltooid tegenwoordige tijd (de doelgroep is).

Als je de betrouwbaarheid en validiteit bespreekt, gebruik je de onvoltooid tegenwoordige tijd (het onderzoek is valide, omdat…). Hierbij gelden de algemene regels voor werkwoordstijden in een scriptie.

Lengte van de methodologie

De methodologie in een scriptie van ongeveer 15.000 woorden beslaat meestal circa 800 tot 2000 woorden. De lengte hangt sterk af van het type onderzoek (literatuuronderzoek, experiment, et cetera), maar het maakt ook uit of je de data-analyse, validiteit en betrouwbaarheid in de methodesectie of de discussiesectie bespreekt. Het woordenaantal is geen harde regel, maar een richtlijn. Meestal hebben onderzoeken met experimenten een langere methodesectie dan bijvoorbeeld een literatuuronderzoek.

Checklist: Methodologie

0 / 10

Goed bezig!

Je methodologie zit nu in ieder geval goed in elkaar. Gebruik ook de andere checklists om je scriptie nog beter te maken.

Alle checklisten bekijken Terug naar methodologie checklist

Voorbeeld methodologie

We hebben een voorbeeld van een methodologie geschreven, zodat je kunt bekijken hoe dit onderdeel eruitziet.

Wat vind jij van dit artikel?
Lou Benders

Lou was Scribbrs Product- en Kwaliteitsmanager tot ze naar Italië verhuisde voor de liefde en het lekkere weer. Nu werkt ze op afstand aan Scribbrs diensten en aan handige artikelen over academische teksten.

2 reacties

Sophie
7 december 2020 om 18:04

Moet je bij de data-analyse ook stap voor stap beschrijven hoe je de data heb ingevuld etc. in SPSS? Of is het voldoende als je aangeeft de data middels SPSS te hebben geanalyseerd?

Beantwoorden

Leon Smits
Leon Smits (Scribbr Team)
8 december 2020 om 16:14

Hoi Sophie,

Het is belangrijk dat jouw onderzoek te reproduceren is. Je moet dus genoeg informatie geven over jouw analyseproces zodat iemand anders het kan nabootsen.
Het is dus ook belangrijk dat je beschrijft hoe je de data in SPSS geanalyseerd hebt, bijvoorbeeld over de formules, e.d.

Groetjes,
Leon

Beantwoorden

Is er iets nog niet helemaal duidelijk of ontbreekt er wat? Laat een opmerking achter.

Please click the checkbox on the left to verify that you are a not a bot.