3. Hebt u enig idee wat u komt
doen?
• Feiten en cijfers uit de groep
• Iets met onderzoek gedaan?
• In de podotherapie
• Wetenschap
• Wie heeft er een “goede” vraag?
• Wat verwacht je van de ‘shop’.
3
4. Doel van de workshop
• Enthousiasmeren voor een
‘wetenschappelijke’ kijk op het werkveld
• Een aanzet geven tot zelf onderzoek uitvoeren
• Het belang van het cijfermatig onderbouwen
van effecten van behandeling inzien
• Onderzoeksresultaten beter begrijpen
• Nog meer???
4
5. Programma
• Intro Carlo en Roel
• Zin en onzin van onderzoek en statistiek
• Evidence based practice: een praktijkvoorbeeld van ‘Meetbare
zorg’
• Het onderzoeksproces stap voor stap:
- probleem-, doel- en vraagstelling & hypothese formuleren
- de vragenlijst: vragen, variabelen en meetniveaus
- dataverzameling: steekproef en populatie
- data-analyse: betrouwbaarheid en nauwkeurigheid
- rapportage: tabellen en grafieken
Ok?
• Vragen
5
6. Intro
• Carlo & Roel
Drs. Carlo M. Buijvoets
Carlo Buijvoets (1954) studeerde na het atheneum
Sociale Geografie aan de Rijksuniversiteit Groningen.
Tijdens zijn doctoraalopleiding bekwaamde hij zich
vervolgens in sociaal-wetenschappelijk onderzoek,
marktonderzoek en statistische analysetechnieken.
Tijdens zijn studie heeft hij als student-assistent reeds
trainingen SPSS gegeven aan collega studenten. Hij en
SPSS zijn vanaf die tijd een onafscheidelijk duo gebleven.
Hij begon zijn loopbaan in de tachtiger jaren als
toegevoegd onderzoeker bij de Faculteit der Ruimtelijke
Wetenschappen van de Rijksuniversiteit Groningen.
Vervolgens was hij vijf jaar senioronderzoeker bij DTV
Consultants te Breda, een bureau dat gespecialiseerd is
op de werkterreinen van toerisme en recreatie en verkeer
en vervoer. In deze periode zijn door hem vele en
veelsoortige onderzoeken verricht, vooral op het gebied
van toerisme en recreatie.
6
7. Zin en onzin van onderzoek (1)
Wat is statistiek???
Kansberekening!!!
7
8. Zin en onzin van onderzoek (2)
• Statistiek levert geen bewijzen, geen
zekerheden!
• Statistische significantie ≠ werkelijke
significantie
(vb. ooievaarstand in relatie tot daling
geboortecijfer)
• Noodzakelijke voorwaarden voor causaliteit:
- Oorzaak moet voorafgaan aan gevolg
- Er moet een verband zijn tussen oorzaak en
gevolg, gebaseerd op inhoudelijke argumenten
- Verband tussen oorzaak en gevolg mag niet
8
veroorzaakt worden door een derde variabele
9. Zin en onzin (3): Nut van
statistiek
• Onzekerheid met
betrekking tot de
onderzochte materie
verkleinen
• In de praktijk van de
podotherapie kan het
effect van
behandelwijzen
cijfermatig worden
onderbouwd
9
10. Evidence based practice
• Een praktijkvoorbeeld van meetbare zorg
• Het onderzoek:
- dataverzameling: drie meetmomenten
- gevraagd naar mate van pijn en mate van beperking
- beide variabelen gemeten op een schaal van 1 tot
10
- data-analyse: vergelijking van meting 1 met 2 en 2
met 3
10
11. Resultaten
Nuttig of niet?
Zijn er al meer dan 30
minuten voorbij?
11
13. 1: Hypothese(s) formuleren
• Probleem-, doel- en vraagstelling
• Nul-hypothese en alternatieve
hypothese
• De nul-hypothese wordt getoetst in het
onderzoek: wel of niet significant
resultaat
• Deze moet dus wel toetsbaar zijn!
13
14. Voorbeelden van hypotheses
• Therapie X leidt tot significante pijnreductie ●
• Mijn klanten zijn tevreden ●
• Veel mensen lopen onnodig met zere voeten ●
• Hoe is het gesteld met voetklachten in NL ●
• Is er een relatie tussen bepaald schoeisel en bepaalde
klachten ●
14
17. 2: De vragen(lijst)
• Vragenlijst bij onderzoek is meetlat bij timmerman
• Wat bepaalt welke vragen gesteld worden?
• Soorten vragen?
Voorbeeld:
– Vraag: Hoeveel pijn hebt u?
– Antwoord: Veel - Weinig of 1 tot 10
– Vraag = Variabele: pijn
– Antwoord = Waarde
Dus
• Vragen leiden tot variabelen, de antwoorden op de vragen zijn
de scores op die variabelen
• Variabelen kennen een bepaald meetniveau
• Hoe hoger het meetniveau, des te krachtiger de beschikbare
statistische technieken (kom ik later op terug!!)
17
18. Vragen: aandachtspunten
• Waar moet je aan denken?
– Hebt u een zere voet?
– Doet het daar zeer?
• Dus….
– Kort
– Helder
– Eén tegelijk
– Specifiek
– Niet sturend
18
19. Open vragen
• Meer kwalitatieve dan kwantitatieve info
• Voordeel: alle informatie kan worden
doorgegeven door de respondent
• Voordeel: kan onverwachte informatie
opleveren
• Nadeel: beantwoorden kost vaak meer tijd
• Nadeel: erg bewerkelijk voor onderzoeker
19
21. Meetniveaus van numerieke
variabelen
• Nominaal (naam): de cijfermatige codes geven geen
enkele numerieke informatie (bijvoorbeeld geslacht:
1 = Man; 2 = Vrouw)
– Waarden mag je niet optellen en kennen geen
rangorde
• Ordinaal: waarden op de variabele kennen een
bepaalde rangorde (bijvoorbeeld inkomensklassen,
rapportcijfer-vragen)
– Goed matig slecht…: tevredenheid praktijk (3-
punts, 5 punts etc.)
• Metrisch: rekenvariabelen (bijvoorbeeld inkomen,
leeftijd, afstand, gewicht, bezoekfrequentie)
21
23. 3: Dataverzameling
• Steekproef vs. Populatie (deelpopulaties)
• Wijze van steekproeftrekking (a-select, toeval)
• Representativiteit
- betreft samenstelling van de steekproef naar
eigenschappen
• Betrouwbaarheid
- betreft omvang van de steekproef
23
25. Steekproef trekken: wanneer
• Als de populatie te groot is
• Als de populatie te moeilijk te
benaderen is
• Kostenaspect
25
26. Steekproef trekken: omvang
Bepaal de omvang van de steekproef met behulp van de
steekproefcalculator
Bron: http://www.allesovermarktonderzoek.nl/Extra/steekproef.aspx
26
27. Dataverzameling: methoden
• Schriftelijke enquêteren
+ via post toegestuurd
+ via internet en uitnodiging per e-mail
+ op locatie na mondeling verzoek
- meeneem-enquêtes
- via internet door verzoek aan bezoekers van een website
• Mondeling enquêteren
+ bij respondenten thuis
+ telefonisch
+ op locatie
27
29. 4: Data-analyse: technieken
• Frequentietabellen: nominale en ordinale variabelen
• Gemiddelde en standaarddeviatie en
betrouwbaarheidsintervallen: interval en ratio
variabelen
• Toetsen op verschillen tussen variabelen of groepen
dmv het vergelijken van gemiddelden (t-toets):
- nominale en ordinale voor het definiëren van de groepen
- interval en ratio voor de berekening van het gemiddelde per
groep
• Relaties tussen variabelen
- kruistabellen (Chi2): nominale en ordinale variabele
- correlatie en regressie: interval en ratio
29
34. Correlatie en Regressie
• Technieken om lineaire (rechtlijnige) verbanden
tussen variabelen te onderzoeken
34
35. Significantie
• De significantie-waarde als uitkomst bij een
statistische analyse geeft de kans dat de nul-
hypothese waar is
• Het significantie-niveau in statistische
analyses is veelal 95%, dwz dat we de nul-
hypothese pas verwerpen als de significantie-
waarde het niveau 0,05 (= 5%) bereikt
35
36. Resultaat: Uitkomsten van
onderzoek
Werkelijke stand van zaken
Conclusie van onderzoek
H0 is juist Ha is juist
H0 wordt geaccepteerd Juiste conclusie Fout van de 2e soort
H0 wordt verworpen Fout van de 1e soort Juiste conclusie
36
40. Interessant om….
• Heeft mijn behandeling effect
• Heeft de ene behandeling meer effect
dan de ander
• Welke behandeling is het meest
effectief bij die klacht
• Voor een professional essentieel…
40
41. Is het doel bereikt?
Bent u nu?
• Geënthousiasmeerd voor een
‘wetenschappelijke’ kijk op het werkveld
• Bent u nu voornemens…
• Hebt u zicht op het belang van het cijfermatig
onderbouwen van effecten van behandeling
• In staat om onderzoeksresultaten beter te
begrijpen?
41