Basisboek Methoden En Technieken H07. Bestaande Gegevens

Front 1

Nieuwe gegevens verzamelen om de onderzoeksvraag te beantwoorden is niet altijd nodig. Veel gegevens zijn al verzameld.

Er is veel info over bv rechtbankenuitspraken, ziekenhuizen, kadaster, kvk, noem maar op.

Hoe heten dat soort gegevens die al bestaan?

Back 1

Secundaire gegevens.

Front 2

Secundaire gegevens worden zo genoemd omdat ze

Back 2

een 2e keer of meer gebruikt kunnen worden.

Voor dat je ze kan gebruiken moet er vaak wel een en ander gebeuren.

Front 3

Bestaande gegevens zijn er in verschillende soorten:

Back 3

• Gegevens van ongestructureerde aard.
• Bestaande numerieke gegevens. Digitaal of niet
• Hergebruik van onderzoeksgegevens.
• Analyse van uitkomsten van verricht onderzoek


• Gegevens van ongestructureerde aard:
artikelen, kranten, advertenties, opstellen van kinderen etc. Deze worden omgezet van een kwalitatieve categorie naar een kwantitatieve, cijfermatige categorie

Secundaire analyse
• Bestaande numerieke gegevens. Digitaal of niet: overheidsgegevens, CBS, sterfte cijfers, verkoopcijfers, verhuiscijfers etc.
• Hergebruik van onderzoeksgegevens: numeriek gegevens uit bestaand onderzoek worden gebruikt voor ander onderzoek.

Meta-analyse
• Analyse van uitkomsten van verricht onderzoek

Front 4

• Gegevens van ongestructureerde aard.
• Bestaande numerieke gegevens. Digitaal of niet
• Hergebruik van onderzoeksgegevens.
• Analyse van uitkomsten van verricht onderzoek

Back 4

• Gegevens van ongestructureerde aard:
artikelen, kranten, advertenties, opstellen van kinderen etc. Deze worden omgezet van een kwalitatieve categorie naar een kwantitatieve, cijfermatige categorie

Secundaire analyse
• Bestaande numerieke gegevens. Digitaal of niet: overheidsgegevens, CBS, sterfte cijfers, verkoopcijfers, verhuiscijfers etc.

• Hergebruik van onderzoeksgegevens:
numeriek gegevens uit bestaand onderzoek worden gebruikt voor ander onderzoek.

Meta-analyse
• Analyse van uitkomsten van verricht onderzoek

Front 5

Ongestructureerde gegevens worden geanalyseerd vervolgens worden ze omgezet door ze:

Back 5

• Begripsmatig te categoriseren: een kwalitatieve inhoudsanalyse.
• Om te zetten naar getallen: een kwantitatieve inhoudsanalyse.

Front 6

Onderzoek met bestaande gegevens en documentanalyse wordt vaak verward met Literatuur onderzoek.

Dit is echter heel verschillend. Wat is het verschil?

Back 6

Literatuur onderzoek doe je vooraf dat je gaat data verzamelen, onderzoeken.

Onderzoeken met bestaande gegevens is een methode om data, gegevens te verzamelen om te kunnen onderzoeken en of analyseren.

Dat doe je met kennis opgedaan uit literatuuronderzoek.

Front 7

Gebruik van bestaande gegevens is een wijze/manier om data te verzamelen voor onderzoek.
Ze is door anderen vergaard en moeten dan ook kwantitatief geanalyseerd worden willen ze bruikbaar kunnen zijn.

Afhankelijk van de onderzoeksvraag kan je ze op diverse manieren analyseren:

Back 7

• Kwantitatieve inhoudsanalyse
• Secundaire analyse
• Meta analyse.

Front 8

Gebruik van bestaande documenten is de term voor ....

Back 8

kwalitatieve inhoudsanalyse van niet cijfermatig materiaal. Dat zijn meestal teksten.

Front 9

7.2 hoe zijn bestaande gegevens opgeslagen?

Mogelijkheden voor bestaande gegevens:

Back 9

Archieven, dossiers, registratie systemen

Front 10

Als er sprake is van een bepaalde systematiek wordt gesproken van:

Back 10

Data- of gegevensbestanden.

Front 11

De locaties met de gegevens voor onderzoek zelf noemen we:

Back 11

Databronnen.

Front 12

Er zijn data als gezondheid, criminaliteit ed. die grootschalig verzameld worden, bijv. door bureaus van statistiek. Ze zijn groot en periodiek.

Deze gegevens noem je:

Back 12

Censusdata.

Front 13

Datamanagement is:

Back 13

De gesystematiseerde wijze data wordt opgeslagen.

Front 14

Belangrijke statistische databronnen zijn oa:

Back 14

Overheidsinstellingen
Beroepsorganisaties

Front 15

Datamanagment en transport zijn steeds makkelijker geworden door

Back 15

de computer, email, cd rom ed.

Front 16

7.3 Voordelen van onderzoek met bestaande gegevens

Back 16

• De data bestaat al
• Makkelijk te verkrijgen, toegankelijkheid
• Snel beschikbaar
• Goedkoop
• Niet reactief, je valt niemand lastig.
• Longitudinaal onderzoek mogelijkheden.
• Er zijn grote data bestanden waardoor je statistische berekeningen kan doen

Front 17

Samenvatting 7.3
De voordelen van bestaande gegevens

Back 17

• De gegevens zijn relatief goedkoop en snel te verkrijgen. Ten minste, als ze beschikbaar zijn
• De data verzameling is non-reactief. Ze is niet beïnvloed door de onderzoeker
• Ontoegankelijke data kan soms worden ontsloten
• Er zijn mogelijkheden voor longitudinaal onderzoek naar ontwikkelingen
• Statistische analyses zijn mogelijk als er grote data bestanden zijn.

Front 18

7.4 de nadelen van onderzoek met bestaande gegevens

Back 18

• Oppassen voor selectief te werk gaan bij data verzameling
• Je moet vaak officiële toestemming hebben om gebruik te mogen maken van de gegevens
• De verspreiding van de gegevens.
• De onderzoek data zijn niet direct geschikt in de vorm waarin je ze vindt
• De praktijkdata sluiten dus niet direct goed aan als onderzoeksdata voor je onderzoek. Je moet ze eerst bewerken.
• Zijn de gegevens sowieso toegankelijk?

Front 19

Er zijn 2 elementen waar je rekening mee moet houden bij of de benodigde gegevens ook feitelijk toegankelijk zijn:

Back 19

• Principiële (on)toegankelijkheid
• Praktische (on)toegankelijkheid

Front 20

Principiële (on)toegankelijkheid en items die daarmee te maken hebben:

Back 20

• Privacy gevoeligheid:
De gegevens behoren tot de persoonlijke levenssfeer. Denk aan ziekte dossiers

• Officiële toestemming nodig:
de gegevens zijn juridisch afgeschermd dus moet je officieel toestemming hebben.

• Eisen als Anonimisering van gegevens: h
eb je toestemming moet jede gegevens zo verwerken dat niemand herkenbaar is.

• Kosten:
De toegankelijkheid speelt ook een rol als er eigendomsrechten mee gemoeid zijn. Vaak moet je dan ook betalen.

Front 21

Praktische (on)toegankelijkheid

Gegevens moeten ook praktisch toegankelijk zijn. Je kan onderscheid maken van 3 soorten praktische problemen bij toegankelijkheid:

Back 21

• Spreidingsprobleem
• Overdrachtsprobleem
• Conditie probleem

Front 22

Spreidingsprobleem

Back 22

Al je data ligt zeer verspreid door bijv het hele land. Dat kost heel veel tijd

Front 23

Overdrachtsprobleem

Back 23

Zijn de gegevens overdraagbaar? Veel gegevens van vroeger zijn niet systematisch opgeslagen en bijv. getypt. Ook heb je te maken met verouderde computersystemen of software.

Front 24

Conditie probleem

Back 24

Sommige gegevens zijn niet te ontsluiten omdat ze zo oud zijn dat ze beschadigd raken. De fysieke toestand is gewoon heel slecht. Of er is bijna niets meer op te lezen.

Front 25

7.6 Kwaliteitsbeoordeling van gegevens

Nadat je de gegevens hebt stel je de vraag of de kwaliteit voldoet.
Wat is de waarde ten aanzien van je onderzoeksvraag?

Misschien zijn het waardevolle gegevens, maar niet voor je onderzoek. En de gegevens voor je onderzoek bepalen oor en groot deel de kwaliteit van je onderzoek.

Je beoordeeld de kwaliteit van de gegevens op de volgende overwegingen:

Back 25

1. Waarom zijn de gegevens verzameld?
2. Op welke wijze zijn de gegevens verzameld?
3. Wat is de aard van de gegevens en hoe kan je ze het beste omschrijven

Front 26

Waarom is het doel weten van de verzamelde gegevens zo belangrijk?

Back 26

Als je de context niet weet van de verzamelde data, kan je ze moeilijk op kwaliteit schatten

Front 27

Wijze van data verzamelen

De wijze de data is verzameld sterk bepalend voor de kwaliteit va het materiaal. Gegevens zijn wel of niet systematisch/consistent verzameld.
Je moet dus weten hoe ze is verzameld en komt tot deze vragen:

Back 27

• Wat is de kwaliteit van de invuller van de data? Goede onderzoeker of niet?)
• Is er een standaardisatie en wat is de aard van de informatie? Zijn de vragen gestandaardiseerd? Hoeveel tijd is er gestoken in de uitwerking?
• Is de wijze van data verzamelen intussen veranderd? Zijn de vragen nog dezelfde vragen? Stelt men vragen anders?


De kwaliteit van een gegevensbestand kan sterk aan waarde inboeten als de gegevens bijvoorbeeld:
• Onvolledig zijn
• Selectief zijn verzameld

Front 28

De kwaliteit van een gegevensbestand kan sterk aan waarde inboeten als de gegevens bijvoorbeeld:

Back 28

• Onvolledig zijn
• Selectief zijn verzameld

Front 29

Verschillen in data bestanden ontstaan bijv. ook doordat er binnen een land anders tegen data verzameling en de inhoud daarvan wordt aangekeken.

Back 29

Je hebt ook praktische problemen als dat er groepen zijn die eenvoudigweg bijna niet in data bestanden voorkomen. Er is gewoon weinig info. Denk aan zwervers.

Front 30

systematische verschillen in onderzoeksdata

Wat belangrijk is om te weten of er een systematisch verschil zit in ontbrekende data. waarom?

Back 30

Als er sprake is van systematiek kan je het wellicht statistisch oplossen.

Front 31

Definitie problemen van de gegevens

Wat ook lastig is is dat de definities door de tijd ....

Back 31

veranderen.

Wat als moreel ‘gewoon’ was 20 jaar geleden, is dat niet meer nu. Denk aan seksueel verkeer, straf, drugsgebruik ed. Normen en waarde patronen verschuiven dus.

Front 32

Vervuilde statistieken.

Back 32

Het resultaat is van het verschuiven van normen en waarden en verschillende definities van gegevens is dat statistieken vervuild raken.

Front 33

Samenvatting 7.5
Bij het beoordelen van de kwaliteit van bestaande gegevens moet je letten op:

Back 33

1. Het doel waarvoor en de context waarin de gegevens zijn verzameld. De waarde en interpretatiemogelijkheid van je gegevens zijn daar sterk van afhankelijk.

2. De wijze waarop de gegevens zijn verzameld. De data kunnen sterk worden vertekend door kenmerken van de invullers, de aard en de mate van standaardisatie van de informatie of de wijze van dataverzameling

3. De definiëring van de verzamelde gegevens. De wijze waarop de gegevens zijn omschreven of gedefinieerd kan in de loop van de tijd verschuiven en daardoor tot vertekening aanleiding geven.