Het analyseren van je data bestaat uit het beschrijven, interpreteren en verklaren van wat je hebt gevonden. Eerst kijk je wat er in je data gebeurt: wat zie je in je interviews, steekproef of casestudy? Bij kwantitatieve data bepaal je bijvoorbeeld welke statistische analyses of toetsen je moet uitvoeren en welke resultaten daaruit komen. Bij kwalitatieve data zoek je bijvoorbeeld naar terugkerende thema’s, patronen of verschillen tussen respondenten.

Vervolgens probeer je te begrijpen wat deze bevindingen betekenen. Je interpreteert je resultaten aan de hand van de concepten en theorieën die centraal staan in je onderzoek. Het niveau waarop je uitspraken doet, hangt daarbij af van je onderzoekseenheid. Onderzoek je bijvoorbeeld individuele bewoners, dan doe je uitspraken over deze bewoners. Onderzoek je wijken, dan vergelijk je kenmerken van wijken en doe je uitspraken op wijkniveau. Je kunt je bevindingen dus niet zonder meer van het ene niveau naar het andere vertalen.

Het is daarom belangrijk om in je analyse en resultaten steeds terug te koppelen naar je theorie. Zo geef je betekenis aan je data en verbind je je bevindingen met je onderzoeksvraag. Ga vervolgens na welke conclusies je uit je onderzoek kunt trekken. Kun je je bevindingen bijvoorbeeld generaliseren naar een grotere populatie, of zijn ze alleen van toepassing op de onderzochte cases of deelnemers?

Kijk tot slot ook vooruit: wat betekenen je bevindingen voor bestaande theorieën en welke nieuwe vragen of theoretische inzichten komen hieruit voort?

Wat zoek je in je data? Bijvoorbeeld:

• Patronen
• Beschrijvende details
• Associaties (bv. correlatie, causatie) tussen factoren
• Gelijkenissen, tussen verschillende omstandigheden
• Verschillen, ondanks verschillende omstandigheden

Hoe je data analyseert en rapporteert, verschilt per onderzoeksbenadering. In kwantitatief onderzoek maak je vaak een duidelijk onderscheid tussen dataverzameling, data-analyse (bijvoorbeeld het uitvoeren van een t-toets in SPSS) en de interpretatie van de resultaten. Bij kwalitatief onderzoek lopen dataverzameling, analyse en interpretatie in de praktijk vaker door elkaar. Door je data te ordenen en te structureren, begin je vaak al tijdens de dataverzameling met het herkennen van patronen en het ontwikkelen van interpretaties.

In je verslag moet je echter wel duidelijk onderscheid maken tussen wat je hebt gevonden, hoe je deze bevindingen interpreteert en welke conclusies of verklaringen je daaraan verbindt. Dat deze stappen tijdens het onderzoeksproces door elkaar kunnen lopen, betekent dus niet dat je ze in je rapportage ook door elkaar moet presenteren.

GIS staat voor Geographical Information Science. Huisman en De By (2009, p. 43) definiëren GIS als “the scientific field that attempts to integrate different disciplines studying the methods and techniques of handling spatial information”. GIS is in deze definitie een interdisciplinair wetenschapsgebied waarin geografen, planologen, data- en informatiewetenschappers, biologen en andere academici en professionals samenwerken aan theorieën en methoden om met ruimtelijke data te werken en deze verder te ontwikkelen.

In een andere context staat de ‘S’ in GIS niet voor Science, maar voor System. Een Geographical Information System is volgens Huisman en De By (2009, p. 32) een computersysteem waarmee je gegeorefereerde data kunt verzamelen en voorbereiden, beheren en opslaan, bewerken en analyseren, en presenteren. Zo’n systeem biedt dus vier belangrijke functies: 1) dataverzameling en -voorbereiding, 2) databeheer, waaronder opslag en onderhoud, 3) datamanipulatie en -analyse en 4) datapresentatie.

Met GIS kun je statistische gegevens ruimtelijk analyseren en visualiseren, bijvoorbeeld door ze weer te geven in inzichtelijke kaarten. Hierdoor kun je ruimtelijke patronen en verschillen zichtbaar maken, wat kan bijdragen aan ruimtelijke planning en beleidsvorming. Het is daarbij belangrijk dat je niet alleen zelf ruimtelijke analyses en visualisaties kunt maken, maar ook kritisch kunt beoordelen hoe anderen data analyseren en visualiseren. Dit is een belangrijke academische vaardigheid voor sociaalgeografen en planologen. Om deze analyses uit te voeren, kun je verschillende GIS-softwarepakketten gebruiken. De software is daarbij een hulpmiddel: de kwaliteit van je analyse hangt niet alleen af van de mogelijkheden van het programma, maar vooral van de kwaliteit van je data, je keuzes in de analyse en de manier waarop je de resultaten interpreteert.

Het programma ArcGIS Pro is uitsluitend met een commerciële licentie te gebruiken. Via de Universiteit Utrecht zijn voldoende licenties beschikbaar om je gedurende je hele opleiding gratis gebruik te laten maken van dit programma. We raden je aan om ArcGIS Pro op je eigen laptop te installeren, zodat je ook buiten de universiteit met het programma kunt werken. Houd er wel rekening mee dat je laptop over voldoende rekenkracht en werkgeheugen moet beschikken: ArcGIS Pro is een relatief zwaar programma. Bekijk daarom vooraf de systeemeisen: https://pro.arcgis.com/en/pro-app/latest/get-started/arcgis-pro-system-requirements.htm). Ook werkt het programma alleen op een Windows besturingssysteem. Heb je een minder krachtige laptop of gebruik je een MacBook, ChromeBook of een andere niet-Windows laptop, dan kun je ArcGIS Pro ook via SolisWorkplace gebruiken. Daarnaast stelt de UU pc’s beschikbaar waarop de software is geïnstalleerd.

Relevante ruimtelijke data kun je op verschillende plaatsen vinden. Zo zijn er online dataplatforms, zoals Publieke Dienstverlening Op de Kaart (PDOK). Ook instanties zoals het CBS en het RIVM bieden dataportalen aan, zoals StatLine. Daarnaast stellen gemeenten vaak zelf data beschikbaar, bijvoorbeeld via het portaal ‘Utrecht in cijfers’ van de gemeente Utrecht. Ook ArcGIS Pro heeft een ingebouwd dataportaal: de Living Atlas. Hier kun je eveneens relevante ruimtelijke datasets vinden.

Tip: alle studenten Sociale Geografie en Planologie hebben tijdens hun gehele studieperiode toegang tot de ‘GIS Community’ op Brightspace. Hier vind je de software, links naar data, en meer GIS-gerelateerde zaken.

De L-Schijf is een verzameling geodata die geschikt is voor GIS-analyses en door de faculteit Geowetenschappen beschikbaar wordt gesteld. Op de L-Schijf vind je verschillende datasets, zoals de Basisregistratie Grootschalige Topografie (BGT), de Basisregistratie Topografie (BRT), de Basisregistratie Adressen en Gebouwen (BAG), het Wijk- en Buurtregister, de Landelijk Grondgebruik Nederland (LGN)-data en de CBS-vierkanten. Het CBS publiceert sommige statistische gegevens per vierkant. Hiervoor is heel Nederland opgedeeld in vierkanten van 100 bij 100 en 500 bij 500 meter. Daarnaast vind je op de L-Schijf internationale datasets en historische kaarten.

Deze gegevens zijn secundaire data. Volg daarom de relevante stappen voor het beoordelen en gebruiken van secundaire data en begin bij de metadata.

De L-Schijf is een netwerkschijf die je kunt benaderen vanaf pc’s op de universiteit, via SolisWorkPlace en vanaf je eigen laptop wanneer je via VPN verbinding maakt met het universiteitsnetwerk. De L-Schijf verschijnt niet standaard in je mappenstructuur. Meer informatie vind je in de handleiding Wegwijs in open data (2024), geschreven door Evert Meijers en Bram van den Langenberg.