Onderzoeksresultaten

De dataverzamelingsperiode is voorbij en je hebt je data geanalyseerd. Vaak wil je vervolgens de data op een mooie en begrijpelijke manier visualiseren en rapporteren. Daar gaat dit artikel over.

Doelgroep

Voordat je data gaan visualiseren en rapporteren is het altijd goed om na te denken over je doelgroep. Wie gaat je rapport lezen? Universitair docenten verwachten misschien wel een wetenschappelijk artikel, terwijl een rapport voor alle medewerkers van een productiebedrijf misschien wel heel visueel en eenvoudig leesbaar moet zijn.

Denk er verder bijvoorbeeld over na of je rapport voor intern gebruik is of (online) gepubliceerd kan gaan worden. Alsje je collega uit de feestcommissie moet laten zien hoeveel mensen er aanwezig zijn bij het volgende personeelsfeest volstaat het vermoedelijk om een tabel en/of grafiek door te sturen, terwijl je de uitkomsten van het medewerkerstevredenheidsonderzoek waarschijnlijk in een mooi rapport wilt(laten) tonen.

Kortom, je doelgroep bepaalt voor een groot deel je datavisualisatie en- rapportage.

Data visualiseren

Er zijn verschillende manieren om je data te visualiseren. De manier die je kiest hangt af van de vraag/vragen die gesteld is/zijn en, zoals hierboven beschreven, van je doelgroep. Hieronder worden enkele veelgebruikte methodes genoemd.

Tabellen / frequentieverdelingen

Een eenvoudige manier om data te tonen is door er een tabel of frequentieverdeling van te maken. Dit houdt in dat je bijvoorbeeld per gegeven antwoord toont hoe vaak dit antwoord (relatief is gekozen). Een voorbeeld is de volgende tabel:

Dit kan ook een stapje verder gaan door hier een variabele aan toe te voegen, bijvoorbeeld geslacht. Er ontstaat dan een kruistabel:

Tabellen zijn een eenvoudige, heldere manier om data gecategoriseerd te tonen. Ze zijn geschikt voor alle type meerkeuzevragen en na codering (zie ook ons artikel over data-analyse) zelfs voor open vragen.

Staafdiagram

Staafdiagrammen zijn een veelgebruikte manier om de uitkomsten van een vraag met antwoordopties (zoals een meerkeuzevraag, cijfervraag, smileyvraag…) te tonen. Dit type diagram is vooral geschikt wanneer je verschillende categorieën met elkaar wilt vergelijken. In het eerder genoemde voorbeeld: hoe (on)tevreden mensen zijn over Onderzoekdoen.nl.

Je zet de categorieën op de horizontale as (bijvoorbeeld: heel ontevreden, een beetje ontevreden, neutraal, een beetje tevreden, heel tevreden) en de aantallen of percentages op de verticale as. Elke categorie krijgt een eigen staaf. De lengte van de staaf geeft de grootte van de groep aan. Zie onderstaande figuur als voorbeeld:

Een staafdiagram maakt het voor lezers direct visueel duidelijk hoe de verdeling ligt.

Histogram

Een grafiek die lijkt op een staafdiagram is een histogram. Een histogram wordt echter gebruikt voor een ander type data. Waar een staafdiagram geschikt is voor losse categorieën, gebruik je een histogram voor continue data, bijvoorbeeld leeftijd.

Je verdeelt de data in klassen (bijvoorbeeld leeftijd 20-29 jaar, 30-39 jaar, enzovoort) en laat zien hoeveel respondenten binnen elke klasse vallen. Op de horizontale as zet je de klassen, op de verticale as het aantal of het percentage.

Een belangrijk verschil met het staafdiagram:

• In een histogram staan de staven tegen elkaar aan, omdat de klassen elkaar direct opvolgen zonder tussenruimte.
• Je laat hiermee de verdeling van de data zien, bijvoorbeeld of de antwoorden ‘normaal verdeeld’ zijn.

Let op: zowel in het staafdiagram als het histogram is het belangrijk om altijd een toepasselijke as te gebruiken. Dat wil bijvoorbeeld zeggen;

• Bij percentages is je as altijd van 0% tot 100%.
• Bij een cijfervraag van 1-5 begin je altijd bij 1 en eindig je altijd bij 5.

Doe je dit niet, dan wordt je dataweergave slecht te lezen of zelfs misleidend.

Cirkeldiagram of taartgrafiek

Veel mensen denken bij datavisualisatie al snel aan een cirkeldiagram of taartgrafiek. In een cirkeldiagram wordt de data letterlijk in een ‘cirkel’ getoond. Elke categorie of antwoordoptie is een deel van de cirkel, een ‘taartpunt’ bij wijze van spreken.

Hoewel veelgebruikt, wordt deze weergave tegenwoordig vaak afgeraden. Dat heeft een paar redenen:

• Mensen kunnen slecht inschatten hoe groot een taartpunt precies is, zeker als er veel categorieën zijn of de verschillen klein zijn. Labels (zoals percentages) kunnen hierbij helpen, maar met kleine categorieën zijn deze soms moeilijk en onoverzichtelijk te tonen.
• Bij meer dan drie categorieën wordt het al snel onoverzichtelijk.
• Je kunt moeilijk groepen vergelijken, zoals mannen en vrouwen.

Lijndiagram

Een lijndiagram gebruik je als je een trend wilt weergeven. Dit is vooral geschikt voor data die in de tijd is verzameld, bijvoorbeeld resultaten per maand of per jaar.

Op de horizontale as zet je dan de tijd (bijvoorbeeld maanden) en op de verticale as het percentage of aantal. Je verbindt de punten met een lijn, waardoor je een verloop ziet.

Een lijndiagram is niet geschikt voor losse categorieën, maar echt bedoeld om trends en veranderingen te tonen.

Let op: net als bij het staafdiagram is het belangrijk om altijd een toepasselijke as te gebruiken. In bovenstaand voorbeeld dus van 1 (laagst mogelijke score) tot 5, en bijvoorbeeld niet van 3 tot 5. Als je schaal niet klopt, wordt je dataweergave slecht te lezen of zelfs misleidend.

Boxplot

Een boxplot is een handig diagram als je de verdeling van je data wilt laten zien, inclusief zogenaamde ‘uitschieters’ (een waarneming die niet bij de rest van de data lijkt te passen). Het wordt veel gebruikt in wetenschappelijke rapportages, maar kan ook goed in een eenvoudige rapportage als je data wat complexer is.

Wat laat een boxplot zien?

• De mediaan (de middelste waarde van alle data, zie ook ons artikel over de data-analyse).
• De ‘kwartielen’ (waar 25%, 50%, 75% van de data liggen).
• Eventuele uitschieters (data die ver buiten de rest liggen).

Bijvoorbeeld: als je de tevredenheidsscore tussen 1 en 5 meet, laat een boxplot zien hoe die scores verdeeld zijn. Misschien scoren de meeste mensen een 3,8 tot 4,5, met een mediaan van 4,15, maar er is ook iemand die een 2 heeft ingevuld. Dit wordt allemaal zichtbaar in één figuur.

Een boxplot is vooral geschikt bij continue data en wordt als is voor mensen die geen ervaring hebben met datavisualisaties minder intuïtief. Denk daarom goed na over je doelgroep en geef altijd uitleg bij de figuur.

Data rapporteren

Je hebt nu je data geanalyseerd en op een duidelijke manier gevisualiseerd. Maar hoe verwerk je dit in een rapport? Dat hangt af van wie het gaat lezen en wat het doel is van je rapport. Als je een wetenschappelijk onderzoek uitvoert, bijvoorbeeld voor een universiteit of een vakblad, wordt er vaak gewerkt met een vaste indeling.

De rapporten van Onderzoekdoen.nl zijn meer praktisch en gericht op lezers die geen of weinig ervaring hebben met onderzoek. Toch zijn er een aantal onderdelen die in ieder onderzoek (bijna) altijd terugkomen, deze worden hieronder behandeld.

Onderzoeksopzet

In de onderzoeksopzet beschrijf je hoe het onderzoek is uitgevoerd. Onderdelen die je hier kunt benoemen zijn het doel van het onderzoek, de doelgroep, informatie over de gebruikte vragenlijst, de dataverzameling en hoe je data geanalyseerd en gerapporteerd wordt.

In wetenschappelijk onderzoek wordt hierin ingegaan op de relevante bestaande literatuur en eventueel op hypotheses die daaruit voortkomen.  

Respons

Geef aan wat de respons op je onderzoek was. Hoeveel mensen hebben er (deels of volledig) gereageerd? Ook kun je hier eventueel achtergrondkenmerken van de deelnemers beschrijven (zoals geslacht of leeftijd), zodat de lezer weet wie er mee hebben gedaan.

Samenvatting

Er zijn lezers die het hele rapport van A tot Z willen doorlezen, maar ook die graag een samenvatting ontvangen. In een wetenschappelijk onderzoek heet dit een ‘abstract’ en staat deze aan het begin van het artikel, in de rapportage van Onderzoekdoen.nl vermelden we dit nadat we de lezer hebben geïnformeerd over de onderzoeksopzet en de respons.

In de basis gaat het er in ieder geval om dat de belangrijkste of meest opvallende uitkomsten overzichtelijk aan de lezer worden gepresenteerd.

Resultaten

Hier presenteer je de uitkomsten van het onderzoek. Gebruik hiervoor de tabellen en grafieken die je hebt gemaakt in je data-analyse. Afhankelijk van je doelgroep kun je het hierin heel feitelijk houden of ook een interpretatie van de resultaten toevoegen.

Zorg er in ieder geval voor dat je de resultaten helder en volledig rapporteert. Het moet voor iedereen duidelijk zijn welke vragen er zijn gesteld en hoe de resultaten te lezen zijn.

Conclusie

Een goede rapportage is helder, overzichtelijk en afgestemd op de doelgroep. Wetenschappelijke rapporten vragen om meer diepgang en formele structuur, terwijl klantgerichte rapporten vooral praktisch en duidelijk moeten zijn.

Afhankelijk van je doelgroep bestaat je rapport uit meer of minder onderdelen en verschilt ook de invulling van de verschillende onderdelen. Het belangrijkste: zorg dat je rapport de resultaten begrijpelijk maakt en dat de lezer weet hoe ze ermee verder kunnen!

Onderzoek laten uitvoeren door Onderzoekdoen.nl

Onze gespecialiseerde onderzoekers voeren dit onderzoek graag voor je uit. Wil je graag meer informatie en een offerte ontvangen? Neem dan vrijblijvend contact met ons op via het contactformulier of bel direct naar 050 - 55 32 690.