Gegevensverzameling: Methoden, verloop inclusief voorbeeld

Je onderzoeksvraag staat, je hypothesen zijn geformuleerd, en dan komt tijdens het overleg met je begeleider die ene vraag: “En hoe ga je je gegevens verzamelen?” Precies op dat moment wordt beslist of je scriptie straks overeind blijft of dat je in het analysehoofdstuk met cijfers zit die je vraag helemaal niet beantwoorden.

Gegevensverzameling is de stap waarin je je onderzoeksvraag vertaalt naar meetbare kenmerken, een methode kiest zoals een enquête, observatie, inhoudsanalyse of experiment, en de gegevens vervolgens verzamelt volgens vaste regels die je vooraf hebt vastgelegd. Zo kun je ze later analyseren en kunnen anderen nagaan wat je hebt gedaan. Welke methode bij welke vraag past, hoe je de verzameling plant en wat daarvan in je scriptie hoort, lees je hier stap voor stap.

📌 Het belangrijkste in het kort

• Gegevensverzameling is het planmatig verzamelen van gegevens, niet het analyseren ervan.
• Je onderzoeksvraag bepaalt de methode, niet je planning.
• De enquête geldt in de methodeliteratuur als de dominante manier van gegevensverzameling.
• Voor 95 procent betrouwbaarheid en ±5 procentpunt volstaan 385 antwoorden.
• Houd bij elke verzameling een logboek bij, anders ontbreekt straks je methodehoofdstuk.

Gegevensverzameling: definitie en verschil met de analyse

Gegevensverzameling is het deel van het onderzoeksproces waarin gegevens volgens vooraf vastgelegde regels worden verzameld en gemeten, zodat ze het onderwerp zo precies en zo onvertekend mogelijk weergeven. Alles wat daarna met die gegevens gebeurt, hoort al bij de analyse.

Het onderscheid tussen verzamelen en analyseren klinkt als haarkloverij, maar het is de meest gehoorde reden voor vragen bij de beoordeling. Verzamelen is ophalen, analyseren is rekenen en duiden. In je scriptie zijn dat twee aparte hoofdstukken, en wat je in het hoofdstuk over de verzameling al interpreteert, mis je verderop. Hoe de analyse daarna verloopt, lees je in ons artikel over analysemethoden in empirisch onderzoek.

De kern van elke gegevensverzameling is meten. Jürgen Raithel (2008) omschrijft meten in zijn Duitstalige praktijkboek over kwantitatief onderzoek als het systematisch toekennen van getallen, de meetwaarden, aan objecten volgens vaste regels. Het belangrijkste deel van die omschrijving zijn de regels. Zonder regels heb je indrukken verzameld, geen gegevens.

Primaire en secundaire gegevens

Primaire gegevens verzamel je zelf voor je eigen vraagstelling, bijvoorbeeld met een vragenlijst of een interview. Secundaire gegevens komen uit een verzameling die iemand anders voor een ander doel heeft uitgevoerd, zoals officiële statistieken of een databestand uit een onderzoeksarchief. Beide routes zijn wetenschappelijk erkend, en voor een bachelorscriptie met weinig tijd is een zorgvuldige secundaire analyse vaak een verstandigere keuze dan een eigen enquête met 40 antwoorden.

Secundaire gegevens hebben wel een nadeel dat je in je methodehoofdstuk moet benoemen: je hebt geen invloed op hoe de vragen geformuleerd waren. Past de operationalisering van het andere onderzoek niet bij jouw begrip, dan meet het databestand iets anders dan waar jij naar vraagt.

Methoden van gegevensverzameling: zeven werkwijzen vergeleken

De methodeliteratuur onderscheidt zeven werkwijzen die in studentenonderzoek steeds terugkomen. Ze verschillen minder in de hoeveelheid werk dan in het soort antwoord dat je uiteindelijk in je bestand hebt staan, en juist daarop moet je je keuze baseren.

Het overzicht hieronder laat per werkwijze zien waarvoor ze geschikt is en in welke vorm de gegevens achteraf voorliggen. Het vaakst onderschat wordt de derde kolom: transcripten kun je niet in SPSS doorrekenen, en een cijfermatrix beantwoordt geen waaromvraag.

Gestandaardiseerd en kwalitatief zijn daarbij geen tegenpolen, maar twee standen van dezelfde knop. Gestandaardiseerd betekent: iedereen krijgt dezelfde vraag in dezelfde volgorde. Kwalitatief betekent: het gesprek past zich aan de persoon tegenover je aan. Welke stand bij je onderzoek past, hangt ervan af of je wilt tellen of begrijpen.

De enquête neemt in dit rijtje een bijzondere plaats in. Raithel (2008) geeft het betreffende hoofdstuk van zijn boek de titel “Die Befragung als dominantes Datenerhebungsverfahren”, de enquête als dominante methode van gegevensverzameling, en dat klopt met wat er in scripties werkelijk gebeurt. Wat een enquête precies is en waar haar grenzen liggen, lees je in ons artikel over de enquête.

Welke methode van gegevensverzameling bij je onderzoeksvraag past

De methode volgt uit de vraag, niet uit wat op dit moment haalbaar lijkt. Wie eerst het instrument kiest en daarna de vraag eromheen formuleert, merkt dat uiterlijk op het moment dat de begeleider vraagt hoe vraag en onderzoeksopzet op elkaar aansluiten.

Een eenvoudige test helpt. Lees je onderzoeksvraag hardop en let op het vraagwoord: dat verraadt bijna altijd welke werkwijze erbij hoort.

De koppeling van vraagwoord aan werkwijze is geen vaste regel, maar ze klopt voor het overgrote deel van het studentenonderzoek:

• Hoeveel, hoe vaak, hoe sterk: een gestandaardiseerde enquête of een secundaire analyse.
• Waarom, hoe ervaren mensen iets, welke betekenis heeft het: een halfgestructureerd interview of een focusgroep.
• Wat doen mensen werkelijk: gestructureerde observatie, omdat zelfrapportage hier systematisch afwijkt.
• Wat staat er in teksten, berichten of dossiers: inhoudsanalyse.
• Leidt A tot B: een experiment met minstens twee groepen.

Blijven er na deze test twee werkwijzen over, dan beslist de toegankelijkheid van je veld. Een observatie in een zorginstelling vraagt toestemming van de instelling en meestal een oordeel van een ethische commissie, een interview vraagt mensen die er 45 minuten voor vrijmaken. Een online enquête bereikt daarentegen veel mensen tegelijk, zonder dat je afspraken hoeft te plannen. Hoe methode en totale opzet samenhangen, legt ons artikel over het onderzoeksontwerp uit.

💡 Tip

Schrijf je onderzoeksvraag en de gekozen werkwijze naast elkaar op één blad en laat het zien aan iemand uit je jaar die je onderwerp niet kent. Kan die persoon het verband niet in één zin uitleggen, dan klopt het nog niet.

Operationaliseren: hoe een begrip een vraag wordt

Operationaliseren is het vertalen van een theoretisch begrip naar iets wat je werkelijk kunt vastleggen. Zolang “regelmatig nieuws volgen” alleen een woord is, kan niemand het meten, en twee lezers van je scriptie verstaan er twee verschillende dingen onder.

Het operationaliseren begint al bij het opstellen van je hypothesen en loopt door tot in de afzonderlijke regel van je vragenlijst. Het verloopt altijd in dezelfde vier trappen, en elk daarvan hoort later in je methodehoofdstuk.

1. Begrip definiëren. “Regelmatig nieuws volgen” betekent in dit onderzoek: op minstens vijf dagen per week nieuws kijken, luisteren of lezen.
2. Kenmerk bepalen. Het meetbare kenmerk is het aantal dagen per week waarop iemand nieuws volgt.
3. Antwoordwaarden vastleggen. De mogelijke waarden lopen van nul tot zeven dagen.
4. Indicator formuleren. De vraag in de vragenlijst luidt: “Op hoeveel dagen in een gewone week volg je het nieuws?”

Bij de derde trap wordt beslist waarmee je later mag rekenen. Het aantal dagen is een metrische grootheid. Rapportcijfers zijn daarentegen strikt genomen ordinaal, omdat niemand kan aantonen dat de afstand tussen een 5 en een 6 even groot is als die tussen een 8 en een 9. Welke maten bij welk meetniveau zijn toegestaan, beslis je dus hier al en niet pas bij de analyse.

Wat je niet hebt geoperationaliseerd, heb je niet gemeten. Je hebt er alleen naar gevraagd.

Gegevensverzameling plannen en uitvoeren: zes stappen

Een gegevensverzameling loopt zelden vast op de methode en vaak op de agenda. Tussen de definitieve versie van je vragenlijst en het laatste binnengekomen antwoord zitten bij studentenonderzoek meestal meerdere weken, en die tijd kun je niet inkorten, omdat ze van andere mensen afhangt.

De zes stappen hieronder beschrijven een kwantitatieve online enquête, omdat dat het meest voorkomende geval is. Bij een interview of een observatie verandert de inhoud van de stappen, de volgorde blijft hetzelfde.

Stap 1: planning met buffer vastleggen

Plan achterstevoren vanaf de inleverdatum. Van die datum trek je eerst de tijd voor analyse en schrijven af, dan de veldperiode, dan de pretest en ten slotte het maken van de vragenlijst. Wat overblijft, is je werkelijke startdatum. Reken voor een werkstuk op ongeveer drie tot vier weken voor de hele verzameling, voor een scriptie met een representatieve doelomvang eerder op zes.

Stap 2: steekproefomvang berekenen

Het aantal antwoorden dat je nodig hebt, hangt nauwelijks af van de omvang van je populatie en bijna alleen van de nauwkeurigheid die je wilt halen. Dat verrast veel studenten, maar het volgt rechtstreeks uit de formule: vanaf een populatie van ongeveer een miljoen verandert de benodigde steekproef niet meer.

Waarden bij 95 procent betrouwbaarheid, een foutmarge van ±5 procentpunt en de ongunstigste verdeling van 50 tegen 50.

Belangrijk blijft: een grote steekproef maakt je verzameling nauwkeuriger, maar niet vanzelf representatief. Representatief wordt ze pas als de deelnemers aselect zijn gekozen en in hun samenstelling overeenkomen met de groep waarover je iets wilt zeggen. Waar het daarbij op aankomt, lees je in ons artikel over de steekproef.

Stap 3: inleidende tekst en toestemming formuleren

Vóór de eerste vraag staat een korte tekst over wie het onderzoek uitvoert, waarvoor de gegevens worden gebruikt en hoe lang deelname duurt. Verzamel je persoonsgegevens, dan heb je op dit punt toestemming nodig die vrijwillig, geïnformeerd en intrekbaar is. Waar je juridisch op moet letten, vat ons artikel over privacy bij enquêtes samen.

Stap 4: vragenlijst opstellen

De volgorde in je vragenlijst is geen formaliteit. Vragen over hoe iemand zich voelt, horen vóór de vragen over gedrag, omdat nadenken over het eigen mediagebruik de zelfbeoordeling anders kleurt. Sociaal-demografische vragen staan aan het eind, waar ze niemand meer afschrikken. En elke vraag meet precies één kenmerk: wie in één zin naar tevredenheid en aanbeveling vraagt, krijgt een antwoord dat bij geen van beide kenmerken hoort.

Stap 5: pretest met echte mensen uitvoeren

Stuur de voorlopige versie naar tien tot twintig mensen die op je doelgroep lijken en vraag ze uitdrukkelijk om feedback op begrijpelijkheid en invulduur. De pretest is in je hele project de goedkoopste manier om fouten te vinden, want zodra de enquête loopt, kun je niets meer veranderen zonder de antwoorden die al binnen zijn onbruikbaar te maken.

Stap 6: veldperiode starten en vastleggen

Noteer vanaf de eerste dag wat je doet: begindatum, einddatum, via welke kanalen je de enquête hebt gedeeld, hoeveel mensen zijn begonnen en hoeveel hebben afgerond. Die aantekeningen zijn geen bezigheidstherapie, maar de grondstof voor je methodehoofdstuk. Wie ze achteraf reconstrueert, schrijft onnauwkeurig, en juist dat valt bij de beoordeling op.

⚠️ Let op

Verander na de start geen enkele vraag meer, ook geen formulering. Antwoorden van vóór en na de wijziging horen bij verschillende vragen en mag je niet samen analyseren. Ontdek je een fout, stop dan liever en begin opnieuw, zolang er nog maar weinig antwoorden binnen zijn.

Veelgemaakte fouten bij gegevensverzameling

De vier fouten hieronder komen in scripties steeds weer terug. Alle vier ontstaan ze bij het opstellen van het meetinstrument en zijn ze daar in een paar minuten te voorkomen, terwijl je ze bij de analyse niet meer kunt herstellen.

De gemeenschappelijke noemer is een volgorde die er ongemerkt in is geslopen: eerst vragen, dan pas bedenken wat er met de antwoorden moet gebeuren. Wie de analyse in gedachten al doorloopt, vindt drie van de vier fouten al bij het lezen van het eigen concept.

Antwoordcategorieën die elkaar overlappen

Een vraag naar de dagelijkse kijktijd met de categorieën “0 tot 2 uur”, “2 tot 4 uur” en “4 tot 6 uur” ziet er netjes uit, maar is het niet. Wie precies twee uur kijkt, vindt twee passende antwoorden en kruist er toevallig één aan. Goed is: “minder dan 2 uur”, “2 tot minder dan 4 uur”, “4 tot minder dan 6 uur”. De categorieën moeten elkaar uitsluiten en samen alle gevallen dekken.

Schalen die meer beloven dan ze waarmaken

Een vijfpuntsschaal van “helemaal mee oneens” tot “helemaal mee eens” is strikt genomen ordinaal, omdat niet aantoonbaar is dat de afstanden tussen de stappen gelijk zijn. Wat dat betekent voor de berekeningen die je mag uitvoeren, lees je in ons artikel over de ordinale schaal. In de praktijk worden zulke schalen vaak als intervalschaal behandeld en worden er gemiddelden van berekend. Dat mag, als je het in je methodehoofdstuk benoemt en onderbouwt, en het is een fout als je het stilzwijgend doet.

Geslacht vragen met maar twee antwoordopties

Niet iedereen omschrijft zichzelf als man of vrouw. Een vraag met alleen die twee opties dwingt een deel van je deelnemers daarom tot een antwoord dat niet klopt. Neem een derde categorie op, bijvoorbeeld “anders”, en een mogelijkheid om geen antwoord te geven. Die aanpassing kost je niets en voorkomt een punt van kritiek dat beoordelaars snel opmerken.

De analysemethode pas na de verzameling zoeken

Welke statistische methode je wilt toepassen, bepaal je vóór de verzameling, niet erna. Een samenhangsmaat tussen twee variabelen vraagt andere gegevens dan een vergelijking van gemiddelden tussen twee groepen, en of je databestand dat toelaat, beslist je vragenlijst. Ons artikel over beschrijvende en inferentiële statistiek laat zien welke methode welk soort gegevens veronderstelt.

De gegevensverzameling in je scriptie beschrijven

In het methodehoofdstuk van je scriptie staat niet hoe gegevensverzameling in het algemeen werkt, maar uitsluitend wat jij hebt gedaan. De maatstaf is eenvoudig: iemand anders moet je verzameling met alleen jouw tekst kunnen herhalen.

Hoe zo'n onderzoeksprofiel eruitziet, kun je afkijken bij professioneel onderzoek. Een Duits voorbeeld: de AGF Videoforschung noemt voor haar Plattformstudie 2026 I het uitvoerende bureau (Kantar), de vorm van waarneming (persoonlijke CAPI-interviews), de veldperiode (16 februari tot en met 13 april 2026), de steekproefomvang (2.517 interviews) en de steekproefmethode (een proportionele aselecte steekproef volgens het ADM-systeem). Het volledige profiel staat in het Duitstalige persbericht van de AGF van 15 juli 2026. Precies deze vijf gegevens heeft jouw methodehoofdstuk ook nodig, alleen met jouw cijfers.

Op welke plek het hoofdstuk staat, is grotendeels vast. De gegevensverzameling volgt op het onderzoeksontwerp en gaat vooraf aan de analyse:

1. Inleiding met onderzoeksvraag
2. Theorie en stand van het onderzoek
3. Onderzoeksontwerp met hypothesen, methodekeuze en steekproef
4. Gegevensverzameling: instrument, veldperiode, respons
5. Analyse van de gegevens
6. Resultaten
7. Discussie en conclusie

Bij de respons hoort ook wat niet is gelukt. Afhakers, onvolledige gevallen en een scheve leeftijdsverdeling zijn geen smet, maar deel van je resultaat, en een scriptie die ze open benoemt, komt sterker over dan een scriptie die ze verzwijgt. Hoe de gegevensverzameling in het hele verloop past, beschrijft ons artikel over het empirisch onderzoeksproces.

Onze literatuurtip: Raithel, Jürgen (2008). Quantitative Forschung. Ein Praxiskurs. 2e druk. Wiesbaden: VS Verlag für Sozialwissenschaften. Het boek is Duitstalig. Vooral hoofdstuk 4.2 over operationaliseren en hoofdstuk 5 over de enquête zijn de moeite waard.

Conclusie

De beste gegevensverzameling is de verzameling die je in de beschikbare tijd netjes afrondt. Een kleine, goed vastgelegde enquête met 120 antwoorden brengt een scriptie verder dan een ambitieuze mixed-methods-opzet waarvoor drie weken voor de inleverdatum nog gegevens ontbreken. Kies vroeg, schrijf alles op en benoem de grenzen van je verzameling zelf, voordat de beoordelaar het doet.

Hoe je verdergaat

• Wil je weten welke methode bij je vraag past? Kwalitatieve en kwantitatieve onderzoeksmethoden
• Stel je nu je vragenlijst samen? Een vragenlijst maken
• Zoek je deelnemers voor je enquête? Tips voor online enquêtes
• Schrijf je een empirische scriptie? Empirisch onderzoek in je scriptie

Je opzet staat en nu ontbreken alleen nog de antwoorden?

Met empirio.ai, een online enquêtetool uit Duitsland, maak je je vragenlijst gratis, deel je hem via een link en zie je de antwoorden meteen als analyse. De gegevens staan op servers in de EU.

Gratis een enquête maken