PXL- People & Society - Inleiding tot Praktijkgericht Onderzoek PDF

PXL- People & Society Toegepaste Psychologie Inleiding tot Praktijkgericht Onderzoek De onderzoekscyclus Lectoren Hilde De Wit, Franne Mullens & Micheline Phlix HOOFDSTUK 5. ONDERZOEKSONTWERP 4 1. DE KEUZE VAN DE GRONDVORM...

PXL- People & Society Toegepaste Psychologie Inleiding tot Praktijkgericht Onderzoek De onderzoekscyclus Lectoren Hilde De Wit, Franne Mullens & Micheline Phlix HOOFDSTUK 5. ONDERZOEKSONTWERP 4 1. DE KEUZE VAN DE GRONDVORM 5 1.1. Kwantitatieve onderzoeksopzet 6 1.2. Kwalitatieve onderzoeksopzet 10 1.3. 'Mixed methods'-onderzoeksopzet 13 2. DE KEUZE VAN DE DATAVERZAMELINGSMETHODE 14 3. DE BEPALING VAN DE ONDERZOEKSEENHEDEN, - VARIABELEN EN DE AFBAKENING VAN DE POPULATIE 14 3.1. Onderzoekseenheden 14 3.2. Onderzoeksvariabelen of -concepten 15 3.3. Afbakening van de populatie 15 4. DE OPERATIONALISERING VAN DE CONCEPTEN EN VARIABELEN 16 Stap 1 16 Stap 2 17 5. DE KEUZE VOOR POPULATIE- OF STEEKPROEFONDERZOEK 19 5.1. In kwantitatief onderzoek 19 5.2. In kwalitatief onderzoek 21 6. EISEN M.B.T. ONDERZOEK 21 6.1. Wetenschappelijke eisen 22 Betrouwbaarheid van data 22 Validiteit of geldigheid van data 23 Interne en externe validiteit van onderzoek 23 6.2. Praktische eisen 24 Tijd 24 Middelen 24 Expertise 25 2  Bereidheid en bereikbaarheid van deelnemers 25 6.3. Ethische eisen 26 Procedurele ethische eisen 26 Situationele ethische eisen 29 Relationele ethische eisen 30 Ethische eisen i.v.m. wetenschappelijke integriteit 30 REFERENTIELIJST HOOFDSTUK 5 31 3 Hoofdstuk 5. Onderzoeksontwerp De derde stap in een onderzoeksproces is het ontwerpen van het onderzoek: vooraleer een onderzoeker met de dataverzameling en –analyse van start kan gaan, is het opstellen van een zorgvuldige planning ervan essentieel. Zoals we in dit hoofdstuk zullen zien, moet de onderzoeker in het onderzoeksplan (of -ontwerp of -opzet) keuzes maken over volgende zaken: 1. de grondvorm van het onderzoek 2. de dataverzamelingsmethode van het onderzoek 3. de afbakening van de populatie 4. de operationalisering van de concepten 5. populatie- of steekproefonderzoek (en bij keuze voor steekproefonderzoek: de omvang steekproef en de wijze van trekking), Bij het maken van die keuzes moet de onderzoeker ook rekening houden (en voldoen) aan zowel wetenschappelijke, praktische en ethische eisen die we ook in dit hoofdstuk zullen bespreken. Leerdoelen Hoofdstuk 5: Leerdoel ECTS-fiche: 2, 3, 4 De student weet welke keuzes gemaakt moeten worden in het onderzoeksontwerp. De student kan gemaakte keuzes in het onderzoeksontwerp van bestaand onderzoek herkennen. De student begrijpt wat we bedoelen met onderzoekseenheden en onderzoeksvariabelen en kan dit uitleggen. De student kan onderzoekseenheden en -variabelen herkennen in bestaand onderzoek. De student kan de verschillen tussen de grondvormen beschrijven wat betreft onderzoeksontwerp. De student kan de gekozen grondvorm in bestaand onderzoek herkennen. De student begrijpt hoe concepten geoperationaliseerd worden en kan de verschillen aangeven tussen verschillende soorten concepten/variabelen De student weet aan welke wetenschappelijke, praktische en ethische eisen onderzoek moet voldoen en kan deze opsommen. De student kan aftoetsen in welke mate bestaand onderzoek voldoet aan de wetenschappelijke, praktische en ethische eisen van onderzoek. 4  1. De keuze van de grondvorm In hoofdstuk 1 heb je geleerd dat er binnen empirisch onderzoek verschillende grondvormen van onderzoek bestaan, met name kwantitatief en kwalitatief onderzoek of een combinatie van beide (het zogenaamde 'mixed methods'-onderzoek). In deze fase van het onderzoek moet je gaan beslissen op welke manier je best data gaat verzamelen om via de verzamelde data en de analyse ervan zo goed mogelijk een antwoord te kunnen formuleren op jouw onderzoeksvraag. De eerste grote keuze is dan de keuze voor kwantitatief of kwalitatief onderzoek. In dit onderdeel herhalen we een aantal zaken die al eerder aan bod kwamen over kwantitatief en kwalitatief onderzoek en diepen we sommige verder uit. Tabel 5.1 geeft een overzicht van de verschillen tussen kwantitatief en kwalitatief onderzoek. Tabel 5.1. Grondvormen van onderzoek Grondvorm Kwantitatief onderzoek Kwalitatief onderzoek (onderzoek in de breedte) (onderzoek in de diepte) Ontologisch perspectief Men gaat ervan uit dat er maar Men gaat ervan uit dat er één objectief meetbare verschillende perspectieven werkelijkheid is die op een (=belevingen, ervaringen) op de kwantitatieve wijze kan worden werkelijkheid - en dus verschillende gemeten. werkelijkheden zijn - die op een kwalitatieve wijze kunnen worden gemeten. Doel Geschikt voor beschrijvend en Geschikt voor beschrijvend verklarend onderzoek. Bij het onderzoek en niet voor verklarend beschrijven gaat het vooral om onderzoek (met uitzondering van het beschrijven van tevoren hypothese-vormend onderzoek). vastgelegde ideeën voor grote Kwalitatief onderzoek is vooral groepen. geschikt voor explorerend of verkennend onderzoek (het ontwikkelen van nieuwe ideeën) en verdiepend onderzoek naar betekenisgeving. Vaak gaat het om het beschrijven van belevingen, ervaringen, betekenisverleningen Aantal eenheden Veel: grote steekproef (meestal) Weinig: kleine steekproef (meestal) of kleine populatie (N 400) - en dit zeer duur zou uitvallen en tijdrovend zou zijn om deze volledige populatie te onderzoeken – onderzoekt men meestal slechts een deelverzameling – of steekproef. De hele populatie onderzoeken is 6 in dit geval ook niet nodig. Op voorwaarde dat de steekproef voldoende groot én representatief is voor de populatie, zijn de resultaten immers statistisch te veralgemenen of te generaliseren naar de achterliggende populatie. Omdat het dus om onderzoek van verschijnselen bij veel eenheden gaat, wordt ook van onderzoek ‘in de breedte’ gesproken. Om op een relatief snelle en eenvoudige wijze gegevens van veel eenheden te bekomen, is het nodig dat de dataverzameling via gestructureerde of gestandaardiseerde meetinstrumenten gebeurt. Gestandaardiseerd betekent dat een meetinstrument standaard hetzelfde voor alle onderzoekseenheden is. Stel dat men informatie over een variabele wil verzamelen door mensen te bevragen, dan kan men dat door hen één (of meerdere) enquête- of survey-vragen te stellen. Een enquête- of surveyvraag is een voorbeeld van een gestandaardiseerd meetinstrument waarbij de standaardisatie in dit geval drie aspecten betreft: - Alle respondenten krijgen, indien op hen van toepassing, dezelfde vraag; - de aan te kruisen antwoordmogelijkheden zijn voor alle respondenten dezelfde; - de vraagvolgorde, of de volgorde van de vragen in de vragenlijst, is doorgaans voor iedereen gelijk. Als men data via observatie wil bekomen, kan deze observatie eveneens op een gestandaardiseerde manier verlopen, dit is aan de hand van een observatieschema- of lijst. Figuur 5.1 toont een voorbeeld van zo’n observatielijst die kan worden gebruikt in het kader van vroege opsporen en signalen van dementie (Hopman-Rock, 2000). Observatie kan echter ook in kwalitatief onderzoek gebruikt worden en dan zal het meetinstrument minder gestandaardiseerd of gestructureerd zijn. Kwantitatief onderzoek is vooral geschikt wanneer blijkt dat er al heel wat onderzoek naar een bepaald verschijnsel is gedaan en ideeën erover al vorm hebben gekregen. Dat het gaat om het onderzoek van reeds vastgelegde ideeën hangt samen met de noodzaak tot gebruik van gestandaardiseerde meetinstrumenten. Bij een enquête bijvoorbeeld werkt men bij voorkeur met gesloten vragen, dit zijn vragen waarvan de antwoordmogelijkheden reeds op voorhand zijn gegeven. Een vereiste om dergelijke antwoordmogelijkheden aan te bieden, is dan uiteraard dat de onderzoeker op voorhand reeds enige voorkennis over mogelijke antwoorden heeft. Via gestandaardiseerde meetinstrumenten bekomt men data die al cijfers zijn of naar cijfers kunnen worden omgezet (=gecodeerd). Kwantitatief onderzoek wordt ‘kwantitatief’ genoemd, juist omdat dergelijke cijfermatige of kwantitatieve data worden bekomen. Bij een survey kan men bijvoorbeeld de vraag naar de leeftijd aan respondenten stellen. Antwoorden hierop zijn dan al cijfers, met name de leeftijden van de respondenten. Bij andere vragen, bijvoorbeeld de vraag naar het geslacht, zijn de waarden - bijvoorbeeld ‘man’ en ‘vrouw’ - in eerste instantie geen cijfers, maar kunnen wel naar cijfers – bijvoorbeeld de codes 1 en 2 – worden omgezet. 7 Figuur 5.1. Voorbeeld van een observatieschema Met het oog op analyse, worden kwantitatieve data in een databestand, of datamatrix, verzameld. Men spreekt van matrix omdat het bestand uit rijen en kolommen bestaat. De data kunnen op twee manieren geordend zijn: in ‘wide format’ en in ‘long format’. We zullen hier niet dieper op deze verschillen ingaan maar enkel ingaan op het ‘wide format’, waarbij een rij (horizontaal) de gegevens bevat van 1 onderzoekseenheid en een kolom (verticaal) die van 1 variabele. De cellen zelf bevatten de eigenlijke data (per respondent en variabele). Bij wijze van voorbeeld wordt in figuur 5.2 een deel van de datamatrix van de gezinsenquête afgebeeld (SPSS-databestand). Bovenaan staan de namen van de variabelen vermeld (bv. ID, geslacht, leeftijd, herkomst, …), waarbij ID staat voor een identificatienummer van een respondent. Door statistische analyse van data in de datamatrix, bekomt men resultaten. Zo kan men bijvoorbeeld het percentage mannen en vrouwen berekenen (via de aanmaak van een frequentietabel voor de variabele geslacht) of de gemiddelde leeftijd van de respondenten berekenen. Voor statistische analyses zijn verschillende statistische analysepakketten in omloop. Voorbeelden van gespecialiseerde pakketten zijn SAS (Statistical Analysis Software) of SPSS (Statistical Package for the Social Sciences), maar ook Excel laat (eenvoudige) 8 statistische analyse toe. Tegenwoordig gebruiken ook veel onderzoekers R, wat een open source softwareprogramma is. Kwantitatief onderzoek is, behalve voor beschrijvend onderzoek, ook geschikt voor verklarend hypothese-toetsend onderzoek (zie hoofdstuk 3). Om een hypothese te toetsen, moet deze met een groot aantal empirische waarnemingen worden vergeleken en om die reden is enkel grootschalig, dus kwantitatief onderzoek, geschikt. Tenslotte is het zo dat voor kwantitatief onderzoek de reproduceerbaarheidseis geldt. Onder andere het gebruik van gestandaardiseerde meetinstrumenten maakt mogelijk dat een andere onderzoeker het onderzoek op dezelfde wijze overdoet (=reproduceert) (en controleert of dezelfde resultaten worden bekomen). Het reproduceren van onderzoek vormt een mogelijke controle op de waardenvrijheid van het onderzoek. Als een onderzoeker het onderzoek van een andere onderzoeker reproduceert en daarbij (ongeveer) dezelfde resultaten bekomt, wijst dit erop dat de onderzoeksresultaten objectief zijn of m.a.w. niet door het persoonlijk perspectief of de waarden van de onderzoeker zijn beïnvloed. Om reproductie mogelijk te maken moet een onderzoeker uiteraard voldoende transparant communiceren over het ganse verloop van het onderzoek. Transparantie houdt in dat alle keuzes die een onderzoeker in de verschillende fases van het onderzoek heeft gemaakt (probleemstelling en onderzoeksvragen, grondvorm, dataverzamelingsmethode, afbakening van de populatie, selectie van de eenheden, operationalisering van de variabelen...) zorgvuldig worden gerapporteerd en gemotiveerd. 9 Figuur 5.2. Voorbeeld van een deel van een datamatrix in SPSS (zie ook Statistiek I) 1.2. Kwalitatieve onderzoeksopzet Het ontologisch perspectief van kwalitatief onderzoek gaat uit van het idee dat de werkelijkheid niet één vaststaande, objectieve meetbare realiteit is, maar daarentegen meervoudig, subjectief en afhankelijk van het gehanteerde perspectief is. Dit betekent dat de werkelijkheid wordt gezien als iets dat door mensen wordt geconstrueerd, waarbij verschillende individuen verschillende ervaringen en belevingen van dezelfde situatie of gebeurtenis kunnen hebben. Eigen aan kwalitatief onderzoek is dat men deze ervaringen en 10 belevingen van individuen echt wil begrijpen (of ‘verstehen’), door als het ware in hun schoenen te gaan staan en zo in hun leefwereld door te dringen. Omdat kwalitatief onderzoek diepgaand op een onderwerp inzoomt, wordt het ook ‘onderzoek in de diepte’ genoemd. Voor het beschrijven van onderwerpen waarnaar nog weinig of geen onderzoek is gedaan en die de onderzoeker dus wil gaan verkennen of exploreren, is deze grondvorm zeer geschikt. Dat is zeker ook het geval als de onderzoeker een beeld wil krijgen over hoe de respondenten een bepaalde problematiek ervaren en dus wil inzoomen op hun ideeën, motieven en belevingen. Het echt begrijpen van belevingen en ervaringen van individuen, is, zowel qua dataverzameling als –analyse, zeer tijdrovend. Om die reden is het niet doenbaar een groot aantal eenheden in het onderzoek te betrekken. De onderzoeker werkt dus meestal met een kleine steekproef die theoretisch select, en dus niet toevallig of aselect, wordt getrokken. Met theoretisch select wordt bedoeld dat de selectie van de deelnemers op basis van theoretische overwegingen gebeurt, met het doel die deelnemers aan te spreken die veel over het onderwerp weten. Uitzonderlijk kan het niet om een steekproef, maar om een zeer kleine populatie gaan (bv. alle mensen met een zeer zeldzame ziekte) die, juist omdat ze zo klein is dan wel volledig kan worden onderzocht. Doordat weinig eenheden worden onderzocht, is het niet mogelijk de bevindingen naar een grotere achterliggende populatie te veralgemenen (maar dat is ook niet de bedoeling). Als er al van veralgemening sprake kan zijn, gaat het enkel om inhoudelijke of theoretische veralgemening. Dit betekent dat de onderzoeker de bekomen bevindingen hoogstens kan veralgemenen naar andere eenheden in een zeer vergelijkbare situatie. Diepgaand onderzoek laat geen gebruik van gestandaardiseerde of gestructureerde meetinstrumenten toe. De meetinstrumenten zijn meer open van aard. Als het om bevraging van deelnemers gaat, wordt bijvoorbeeld vaak voor semigestructureerde diepte-interviews gekozen. Daarbij maakt de onderzoeker gebruik van een lijst met voornamelijk open vragen, waarop hij/zij, afhankelijk van de bekomen antwoorden, verder doorvraagt. Ook observeren gebeurt niet gestructureerd, waarbij het observatieschema minder vast bepaald en gestandaardiseerd is dan bij kwantitatief onderzoek. Soms kan men er zelfs voor kiezen om met een leeg blad te starten observeren en gewoon te noteren wat opvalt. De bekomen data in kwalitatief onderzoek, zijn geen cijfermatige gegevens, maar teksten of beelden. Diepte-interviews bijvoorbeeld, worden na afloop uitgetypt of getranscribeerd. Hoger gaven we al aan dat data-verzameling en –analyse in kwalitatief onderzoek tijdsintensief is. Het uittypen van een diepte-interview van één uur bijvoorbeeld neemt toch al gauw vier uur in beslag. Het is dan ook onmogelijk om deze grondvorm bij grote groepen toe te passen. De onderzochte steekproef is dus doorgaans klein: een 20-tal respondenten bij diepte-interviews is gebruikelijk. Omdat de data geen cijfers zijn of niet naar cijfers kunnen worden omgezet, is statistische analyse niet mogelijk. Voor kwalitatieve data bestaan er andere analysemethoden, zo is een veelgebruikte analysemethode bij diepte-interviews de ‘thematische analyse’ waarbij de onderzoeker thema's en subthema's in het tekstmateriaal identificeren en de relaties ertussen in kaart brengen. Ook voor dit soort analyses bestaan er verschillende software programma’s die onderzoekers helpen, voorbeelden zijn NVivo of MAXQDA. Figuur 5.3 toont een 11 voorbeeldje van een deel van de analyse in MAXQDA. We gaan verder in op de analysemethoden in hoofdstuk 7. Figuur 5.3. Voorbeeld van een deel van een thematische analyse van kwalitatieve data in MAXQDA In kwalitatief onderzoek geldt tenslotte niet de reproduceerbaarheidseis, gezien dit onderzoek nooit exact kan worden gereproduceerd (bv. elk interview verloopt anders), maar wel de verifieerbaarheidseis. De verifieerbaarheidseis heeft betrekking op de transparantie van 12 de rapportering. Transparante – of zeer heldere - rapportering over alle stappen van het onderzoek, maakt het mogelijk om te controleren hoe de onderzoeker aan zijn bevindingen komt. 1.3. 'Mixed methods'-onderzoeksopzet Als een onderzoeker een onderwerp zowel diepgaand als breedgaand wil bekijken, heeft hij/zij de mogelijkheid om niet voor een van de grondvormen te kiezen, maar kan hij/zij ze ook combineren. Dit wordt 'mixed methods'-onderzoek genoemd, of, vertaald naar het Nederlands, onderzoek met ‘gemengde methoden’. Voorbeeldcase PXL Research: We grijpen terug naar het onderzoek van Bastaits en Pasteels (2021) naar contactbreuk tussen ouder en kind na scheiding. Zoals reeds aangegeven in hoofdstuk 3, ging dit onderzoek over verschillende onderzoeksvragen, o.a.: 1. Hoe vaak vindt contactbreuk tussen ouder en kind na scheiding plaats in Vlaanderen? 2. Wat is de context en de reden voor contactbreuk na scheiding? De eerste onderzoeksvraag peilt naar aantallen, die enkel via kwantitatief onderzoek kunnen worden bekomen. De 2e vraag gaat over redenen en contexten van contactbreuk, zoomt meer in op individuele ervaringen en belevingen, en is dus beter te beantwoorden met kwalitatief onderzoek. De onderzoekers kwamen dan ook uit bij 'mixed methods'-onderzoek waarbij kwantitatief en kwalitatief onderzoek wordt gecombineerd. Voor het (kwantitatief) beantwoorden van de eerste vraag, konden ze gebruik maken van een bestaande dataset (uit een ander onderzoek, nl. ‘Scheiding in Vlaanderen’), waardoor eigen dataverzameling overbodig was. De dataset bevatte, naast andere gegevens, ook de antwoorden van de ex-partners op de (gestandaardiseerde enquête-) vraag naar de mate van contact met (elk van) hun kinderen. Voorgegeven antwoordmogelijkheden daarbij waren: 1=nooit, 2=zelden en 3=regelmatig. Op deze wijze kon berekend worden hoeveel procent van de ex-partners geen contact meer had met (minstens één) van hun kinderen. Voor het (kwalitatief) beantwoorden van de tweede vraag, verzamelden de onderzoekers wel eigen data, dit via diepte-interviews met – select gekozen - ex-partners zonder contact met minstens een van hun kinderen. In functie van de analyse, schreven ze de interviews - letterlijk - uit. Daarna gingen ze in de transcripties op zoek naar patronen en structuren. Zo kwamen ze tot de conclusie dat ‘oudervervreemding’ (‘mijn kind wilt mij niet meer zien’) de door de bevraagde respondenten meest gegeven reden was. Ook ‘kindvervreemding’ (‘ik wil mijn kind niet meer zien’) bleek een reden die frequent werd genoemd. Behalve deze twee redenen, bleek ruzie of een verwaterd contact ook vaak een reden voor contactbreuk te zijn. 13  2. De keuze van de dataverzamelingsmethode Voor het ontwerpen van onderzoek moet de onderzoeker, behalve de grondvorm, ook een dataverzamelingsmethode kiezen. Zoals de naam al zegt, wordt hieronder een methode verstaan om data/gegevens te verzamelen. Mogelijke methodes komen uiteindelijk neer op ofwel bevragen, ofwel observeren. Afhankelijk of men daarbij meer gestandaardiseerd of minder gestandaardiseerd te werk gaat - en of het dus gaat om kwantitatief of kwalitatief onderzoek - gaat het om andere dataverzamelingsmethodes. In de tabel hieronder zijn de meest gebruikelijke terug te vinden. Tabel 5.2. Meest gebruikte dataverzamelingsmethodes Gestandaardiseerde methodes Minder gestandaardiseerde methodes Bevragen Observeren Bevragen Observeren Gestructureerde Diepte-interviews of Minder gestructureerde Enquêtes observatie focusgroepgesprekken observatie Omdat deze dataverzamelingsmethoden uitvoeriger in hoofdstuk 6 worden besproken, wordt er in dit hoofdstuk niet verder op ingegaan. 3. De bepaling van de onderzoekseenheden, - variabelen en de afbakening van de populatie Bij het formuleren van de onderzoeksvraag (hoofdstuk 3) bepaalde je al wat de te onderzoeken onderzoekseenheden (bij wie gaat men data verzamelen?) en concepten of variabelen zijn (waarover gaat men data verzamelen?). We staan hier nog even stil bij het onderscheid tussen deze twee. Vervolgens bespreken we hoe we de populatie kunnen afbakenen. 3.1. Onderzoekseenheden De onderzoekseenheden kunnen worden omschreven als de entiteiten waarover een onderzoeker iets wil zeggen. Onderzoekseenheden worden ook wel dragers of bezitters van eigenschappen of variabelen genoemd. Eenheden kunnen, maar hoeven geen natuurlijke personen te zijn. Behalve individuen kunnen de eenheden namelijk ook huishoudens, bedrijven of klassen zijn. We maken een onderscheid tussen eenheden op microniveau (individuen, koppels, huishoudens), mesoniveau (organisaties, bedrijven, instituties) en macroniveau (de samenleving). De verzameling van alle eenheden samen wordt de populatie genoemd. Zeker bij kwantitatief onderzoek moet men de populatie zorgvuldig afbakenen en aangeven wie er wel 14 en niet toe behoort. Op basis van deze populatiekenmerken wordt namelijk meestal 1 een deelverzameling geselecteerd, oftewel een steekproef getrokken. Indien deze steekproef voldoende groot en representatief is voor de populatie, dan zijn de onderzoeksresultaten toepasbaar op de hele populatie. VOORBEELD: Statbel voert driemaandelijks onderzoek uit naar de levensomstandigheden van Belgen tussen 16 en 74 jaar (Statbel, 2023). De constanten zijn: Belg zijn + een leeftijd tussen 16 en 74 jaar oud. In dit geval vormen alle individuen die Belg zijn en tussen de 16 en 74 jaar oud zijn de populatie. Tijdens de meest recente bevraging (in 2023) zijn ongeveer 5000 Belgen bevraagd; zij vormen de steekproef. Tijdens dit onderzoek werd onder andere het geluksgevoel bevraagd. Wat bleek? Het merendeel van de deelnemers aan dit onderzoek gaf aan gelukkig te zijn. Conclusie die te lezen was in de krant: het merendeel van de Belgen is gelukkig! 3.2. Onderzoeksvariabelen of -concepten In onderzoek is het niet alleen belangrijk om duidelijk aan te geven over wie je iets gaat zeggen; je moet ook duidelijk aangeven wat je over die eenheden gaat zeggen, d.i. aangeven wat de variabelen of de concepten zijn. Dit zijn kenmerken of eigenschappen van onderzoekseenheden. In kwantitatief onderzoek spreekt men over variabelen, in kwalitatief onderzoek spreekt men eerder over concepten. VOORBEELD 1: In het onderzoek van Statbel naar de levensomstandigheden van Belgen werd het geluksgevoel bevraagd. Daarnaast werden nog andere kenmerken bevraagd die kunnen samenhangen met geluksgevoel, bijvoorbeeld: ‘geslacht’, ‘leeftijd’, ‘arbeidsstatuut’ (niveaus: werknemer, werkloze, gepensioneerd, langdurig arbeidsongeschikt, student/leerling, huishoudelijke taken vervullend), ‘inkomen’ en ‘regio’. Deze kenmerken vormen allemaal aparte variabelen. VOORBEELD 2: In het onderzoek naar contactbreuk tussen ouder en kind na scheiding zijn de belangrijkste concepten voor het kwalitatieve luik ‘contactbreuk’, ‘scheiding’ waarbij men specifiek opzoek gaat de redenen voor contactbreuk. Men kan dan ingaan op wat het concept contactbreuk voor hen betekent en hoe het komt dat zo’n contactbreuk heeft plaatsgevonden. Dit kan dan weer gelinkt worden aan het concept scheiding, want dit heeft wellicht een rol gespeeld in de contactbreuk. 3.3. Afbakening van de populatie Zoals eerder al aangegeven is populatie de naam die een onderzoeker gebruikt om alle eenheden aan te geven waarover hij/zij uitspraken wil doen. Hoewel de populatie meestal niet volledig wordt onderzocht, maar enkel een steekproef eruit, is het nauwkeurig afbakenen ervan wel belangrijk. Men wil immers meestal statistisch of althans theoretisch (bij resp. kwantitatief en kwalitatief onderzoek) gaan generaliseren. De criteria die men gebruikt om aan te geven wie wel en niet tot de populatie behoort, en de populatie dus af te bakenen worden inclusie- en exclusiecriteria genoemd. Inclusiecriteria duiden aan tot welke criteria 1 Bij kleine populaties (