Steekproeven
Als je onderzoek doet, bepaal je eerst op welke groep mensen, organisaties of andere eenheden je onderzoek betrekking heeft. De theoretische of doelpopulatie is de groep die je wilt onderzoeken, bijvoorbeeld alle Nederlandse studenten, alle langdurig werklozen in de gemeente Nieuwegein, of alle middelgrote bedrijven in de provincie Utrecht. Niet iedereen in de doelpopulatie is daadwerkelijk bereikbaar voor onderzoek. Zo kunnen sommige mensen bijvoorbeeld in de gevangenis zitten of in een instelling verblijven, waardoor je hen niet of moeilijk kunt bereiken. De bereikbare populatie noemen we de operationele populatie.
Je kunt een steekproef trekken uit een administratie van de populatie. Bij een steekproef van individuen of huishoudens kun je bijvoorbeeld de gemeentelijke basisadministratie gebruiken en bij bedrijven het register van de Kamer van Koophandel. Zo’n overzicht van de populatie noem je een steekproefkader. Een steekproefkader is echter niet altijd beschikbaar. Als je bijvoorbeeld onderzoek wilt doen onder mensen die in de Utrechtse binnenstad winkelen, bestaat er geen administratie waaruit je een steekproef kunt trekken. In dat geval moet je ter plekke respondenten selecteren.
Een belangrijk onderscheid bij steekproeven is die tussen kanssteekproeven en niet-kanssteekproeven. Kanssteekproeven zijn steekproeven waarvoor geldt dat elke onderzoekseenheid in de populatie een berekenbare kans (groter dan nul) heeft om in de steekproef terecht te komen. Met kanssteekproeven heb je een grote kans dat je een representatieve afspiegeling van de populatie krijgt en daarmee ook door middel van statistische toetsing uitspraken kan doen over die populatie. Daarbij is het wel van belang om een zo hoog mogelijke respons na te streven. Non-respons is meestal selectief (niet alle groepen zijn in gelijke mate makkelijk te bereiken of bereid om mee te doen), waardoor jouw responsgroep alsnog niet representatief is. Terwijl kwantitatieve onderzoekers bij voorkeur gebruik zullen maken van kanssteekproeven, zullen kwalitatieve onderzoeker vaker gebruik maken van niet-kanssteekproeven. Voor hen is het streven naar statistische generalisatie immers niet relevant.
De drie meest voorkomende kanssteekproeven zijn enkelvoudig aselecte, gestratificeerde en clustersteekproeven.
Enkelvoudig aselecte steekproef– Bij een enkelvoudige aselecte steekproef wordt willekeurig (‘random’) het gewenste aantal respondenten getrokken uit het steekproefkader (de lijst van alle elementen). Ieder element uit de operationele populatie heeft een gelijke kans heeft om getrokken te worden, waardoor de verhoudingen in de steekproef hetzelfde zijn zullen zijn als in de populatie.
Gestratificeerde steekproef– Bij een gestratificeerde steekproef wordt de gehele populatie onderverdeeld in een aantal relatief homogene subgroepen, zogenoemde strata. Uit elk stratum wordt een aparte enkelvoudige steekproef getrokken.
Clustersteekproef– Bij een clustersteekproef worden aselect een beperkt aantal ‘clusters’ (wijken, scholen, bedrijven) geselecteerd, die als representatief worden beschouwd voor alle wijken, scholen, bedrijven enz. Van elk cluster worden vervolgens alle elementen (inwoners, leerlingen, werknemers) ondervraagd. Een clustersteekproef wordt gebruikt als het te veel tijd (en geld) kost om een volledige aselecte steekproef te trekken, of als er geen volledig steekproefkader beschikbaar is. Het komt overigens ook vaak voor dat niet alle elementen in een cluster worden benaderd, maar dat er een enkelvoudige aselecte of gestratificeerde steekproef wordt getrokken binnen de clusters. In dat geval spreken we van een meertrapssteekproef.
De grootte van de steekproef heeft invloed op de nauwkeurigheid waarmee je uitspraken kan doen over de populatie. Hoe groter de steekproef, hoe smaller je betrouwbaarheidsinterval is. Dat is een schattingsmarge rond een meetwaarde of steekproefgemiddelde, die aangeeft hoe zeker je kan zijn dat de werkelijke waarde (in de populatie) daarin ligt. Deze schattingsmarge wordt bepaald door de spreiding in de populatie, de gewenste betrouwbaarheid (bijvoorbeeld 95% of 99%) en de grootte van de steekproef (een 4x zo grote steekproef levert een 2x zo smalle betrouwbaarheidsinterval op). In tegenstelling tot wat vaak gedacht wordt, heeft de grootte van de populatie geen invloed op de nauwkeurigheid van je uitspraken over de populatie.
Hieronder bespreken we enkele veelvoorkomende strategieën voor het trekken van niet-kanssteekproeven en het selecteren van cases.
Doelgerichte steekproef (purposive sampling)- Je selecteert bewust mensen of cases die relevante ervaringen hebben met je onderwerp. (Je interviewt bijvoorbeeld alleen mensen die hun woning hebben moeten verlaten vanwege sloop).
Theoretische steekproef (theoretical sampling)- Dit begrip komt uit de grounded theory. Je kiest nieuwe deelnemers op basis van inzichten die je tijdens je onderzoek hebt opgedaan, zodat je je theorie verder kunt ontwikkelen, verfijnen of toetsen. Stel bijvoorbeeld dat je in een onderzoek naar mensen die vanwege sloop hun huis hebben moeten verlaten aanwijzingen vindt dat mensen die binnen de buurt zijn verhuisd minder moeite hebben met de nieuwe situatie dan mensen die naar een andere buurt zijn verhuisd. Je kunt er dan bij de selectie van nieuwe deelnemers bewust voor zorgen dat beide groepen goed vertegenwoordigd zijn.
Sneeuwbalsteekproef (snowball sampling)- Bestaande deelnemers verwijzen je door naar andere mogelijke deelnemers. Het risico is dat je hierdoor een selectieve groep bereikt, omdat de deelnemers vaak tot hetzelfde sociale netwerk behoren en daardoor vergelijkbare kenmerken of ervaringen hebben. Het is daarom beter om meerdere ingangen te gebruiken: begin bijvoorbeeld bij verschillende deelnemers of netwerken, zodat je meerdere kleine sneeuwballen creëert in plaats van één grote.
Gemakssteekproef (convenience sampling)- Je kiest deelnemers die gemakkelijk bereikbaar zijn, bijvoorbeeld via je eigen netwerk of op een locatie waar je eenvoudig mensen kunt benaderen. Een gemakssteekproef is praktisch en snel, maar levert vaak een sterk selectieve groep op. Daardoor is de steekproef doorgaans weinig representatief voor de doelpopulatie en kunnen je resultaten vertekend zijn. Gebruik deze methode daarom alleen als daar een goede inhoudelijke of praktische reden voor is en wees expliciet over de beperkingen ervan.
Quota-steekproef- Je stelt vooraf quota vast voor bepaalde subgroepen en zoekt binnen deze groepen doelgericht naar deelnemers. Je kunt bijvoorbeeld bepalen dat je uit elke leeftijdscategorie (18–30, 31–50 en 51+) minstens vijf deelnemers wilt opnemen.
Extreme- of deviant case sampling- Je kiest bewust de meest opvallende of uitzonderlijke gevallen. Je kunt bijvoorbeeld de wijk met het laagste én de wijk met het hoogste gevoel van veiligheid in een stad selecteren.
Maximum variation sampling- Je selecteert bewust zeer uiteenlopende gevallen binnen de onderzoekspopulatie, zodat de variatie aan perspectieven zichtbaar wordt. Het gaat er dus niet om representatief te zijn in statistische zin, maar om de breedte van ervaringen, contexten en betekenissen te vangen.
Critical case- Je kiest een critical case omdat deze case veel inzicht kan geven in het fenomeen dat je onderzoekt. De case is zo gekozen dat de bevindingen mogelijk ook relevant zijn voor andere, vergelijkbare cases. Bijvoorbeeld: als een bepaald effect zich voordoet in een case waarin je dat effect het minst zou verwachten, kan dit een aanwijzing zijn dat het effect ook in andere cases voorkomt.
Paradigmatic case- Je kiest een case als voorbeeld of model voor een groter fenomeen of een bredere categorie. De case is kenmerkend voor een bepaalde theorie, context of groep en laat het centrale patroon van het onderzochte fenomeen duidelijk zien.
Niet-kanssteekproeven zijn doorgaans kleiner dan kanssteekproeven. Bij een kanssteekproef kun je vooraf bepalen hoe groot je steekproef minimaal moet zijn, afhankelijk van de gewenste nauwkeurigheid waarmee je uitspraken over de populatie wilt doen. Bij een niet-kanssteekproef ligt dat anders, zeker wanneer je de steekproef gebruikt in kwalitatief onderzoek.
Bij kwalitatief onderzoek wil je vaak een zo volledig mogelijk beeld krijgen van een bepaald fenomeen. Je kunt de dataverzameling beëindigen wanneer nieuwe deelnemers geen nieuwe inzichten of thema’s meer opleveren. Dit noem je theoretische verzadiging of saturatie.