Stel je een weegschaal voor die bij drie wegingen achter elkaar 68, 74 en 71 kilo aangeeft. Je gewicht is niet veranderd. De weegschaal meet simpelweg onnauwkeurig.
Dezelfde vraag speelt bij elke vragenlijst, en in onderzoek heet dat betrouwbaarheid. Betrouwbaarheid is de nauwkeurigheid van een meting: een vragenlijst, een test of een weegschaal is betrouwbaar wanneer een herhaling onder dezelfde omstandigheden dezelfde of vrijwel dezelfde waarden oplevert, omdat de verschillen die je ziet uit echte verschillen komen en niet uit meetfout. Na dit artikel weet je welke methode bij jouw onderzoek past en welk cijfer je kunt rapporteren.
📌 De kern in een oogopslag
- Betrouwbaarheid gaat over de nauwkeurigheid van een meting, niet over de inhoud.
- De betrouwbaarheidscoëfficiënt ligt tussen 0 en 1.
- Betrouwbaarheid is criterium 5 in het COTAN-beoordelingssysteem.
- Vier methoden schatten betrouwbaarheid, een scriptie gebruikt bijna altijd interne consistentie.
- Bij twee beoordelaars is de maat Cohens kappa.
Gratis enquête maken
Met empirio.ai maak je in enkele minuten een moderne online enquête — met hosting in de EU.
- Enquête met AI
- Aanpassen met drag & drop
- Analyse in realtime
Betrouwbaarheid is meetnauwkeurigheid: de definitie in één zin
Betrouwbaarheid geeft aan in hoeverre je bij herhaalde metingen van hetzelfde concept hetzelfde meetresultaat krijgt. Zo formuleert het CBS het in zijn methodenreeks over vragenlijstontwikkeling, en daarmee is de kern gezegd: de betrouwbaarheid is hoog wanneer de gemeten verschillen tussen mensen uit echte verschillen komen en maar voor een klein deel uit toeval en meetfout.
Betrouwbaarheid hoort bij de drie kwaliteitscriteria van een meting, samen met objectiviteit en validiteit. Er wordt maar één vraag gesteld: zou een herhaling onder dezelfde omstandigheden hetzelfde resultaat geven? Of dat resultaat inhoudelijk klopt is een kwestie van validiteit: dat betekent volgens het CBS dat ook daadwerkelijk het concept gemeten wordt dat de onderzoeker bedoeld heeft.
Een digitale weegschaal is betrouwbaar omdat die ook bij herhaalde meting hetzelfde lichaamsgewicht aangeeft. Schat een onderzoeksteam het gewicht van de waargenomen personen op het oog, dan verschuift het resultaat per ronde. Zo'n meting is niet betrouwbaar, hoe ervaren de schattende persoon ook is.
De mate van betrouwbaarheid wordt uitgedrukt als correlatie tussen twee metingen en heet de betrouwbaarheidscoëfficiënt. Die ligt tussen 0 en 1: bij 1 is de meting vrij van meetfout, bij 0 komt de gemeten waarde volledig uit meetfout. Een vaste eigenschap van de vragenlijst is het niet, de coëfficiënt geldt alleen voor dit instrument in deze groep.
Hoe betrouwbaarheid wordt getoetst: vier methoden en hun grenzen
Betrouwbaarheid wordt getoetst door twee metingen van hetzelfde concept met elkaar te correleren. Hoe hoger die correlatie, hoe kleiner de meetfout. De klassieke testtheorie kent vier methoden en die verschillen vooral in de vraag waar de tweede meting vandaan komt.
Welke methode haalbaar is, bepaalt zelden de statistiek. Bepalend is of je je respondenten een tweede keer kunt bereiken en of je genoeg vragen over hetzelfde concept hebt gesteld.
| Methode | Wat je doet | Haalbaar in een scriptie? |
|---|---|---|
| Test-hertest | dezelfde test op twee momenten | zelden, respondenten zijn weg |
| Parallelle vormen | twee gelijkwaardige versies | bijna nooit, te weinig items |
| Split-half | lijst in twee helften gesplitst | ja, met Spearman-Brown-correctie |
| Interne consistentie | elk item als deel van de test | ja, dit is het normale geval |
Test-hertestbetrouwbaarheid: dezelfde meting op twee momenten
Test-hertestbetrouwbaarheid vergelijkt twee metingen met hetzelfde instrument bij dezelfde mensen op twee momenten. Leveren beide rondes vergelijkbare waarden op, dan geldt het instrument als betrouwbaar. De moeilijkheid zit in het interval: liggen de momenten te dicht op elkaar, dan herinneren respondenten hun antwoorden, liggen ze te ver uiteen, dan is het concept zelf veranderd.
Parallelle vormen: twee gelijkwaardige versies van dezelfde vragenlijst
De methode van parallelle vormen vergelijkt twee versies van hetzelfde instrument die hetzelfde concept even goed meten en evenveel meetfout hebben. De testtheorie ziet dit als de zuiverste route, omdat herinneringseffecten wegvallen. In een scriptie is het bijna nooit haalbaar, omdat er te weinig items beschikbaar zijn.
Split-halfbetrouwbaarheid: de vragenlijst in twee helften splitsen
Split-halfbetrouwbaarheid splitst één vragenlijst in twee helften en correleert de scores van beide helften. Een tweede meetronde is niet nodig, daarom werkt de methode bij een eenmalige meting. Omdat elke helft maar de helft van de items bevat, valt de uitkomst te laag uit en wordt die met de formule van Spearman-Brown gecorrigeerd.
Interne consistentie: elk item als eigen deel van de test
Interne consistentie is de mate waarin de verschillende items van een meetinstrument hetzelfde meten, aldus het open leerboek OpenMenS van de Open Universiteit. Je rapporteert die vrijwel altijd als Cronbachs alfa, en in een scriptie is dat het normale geval omdat één meetronde volstaat. Voorwaarde is een schaal van meerdere vragen over hetzelfde concept, bijvoorbeeld meerdere uitspraken op een likertschaal.
Let op
Cronbachs alfa heeft meerdere vragen over hetzelfde concept nodig. Voor één losse vraag valt geen interne consistentie te berekenen, ook niet met een heel grote steekproef. Plan de schaal daarom al bij het opzetten van de vragenlijst.
Interbeoordelaarsbetrouwbaarheid: als mensen meten en geen vragenlijst
Interbeoordelaarsbetrouwbaarheid geeft aan in hoeverre twee of meer beoordelaars bij dezelfde observatie tot hetzelfde resultaat komen. Ze is nodig overal waar een mens indeelt in plaats van een vragenlijst die meet: bij observaties, bij open antwoorden en bij kwalitatieve inhoudsanalyse.
Het Nederlandse hoger onderwijs levert het duidelijkste voorbeeld, en elke student heeft het meegemaakt. Een scriptie wordt door twee docenten beoordeeld, en juist daarom bestaat de tweede beoordelaar: twee mensen kunnen hetzelfde werk anders waarderen zonder dat het werk verandert. Als maat geldt Cohens kappa bij twee beoordelaars en Fleiss kappa bij meer dan twee. Beide rekenen de overeenstemming eruit die je puur door toeval zou verwachten, en daarom zeggen ze meer dan een percentage.
De grens met objectiviteit bij de verwerking is vloeiend, want beide criteria vragen naar de invloed van de persoon die beoordeelt. In de praktijk helpt een simpele verdeling: een helder codeerschema regelt de objectiviteit, de gemeten overeenstemming tussen twee mensen onderbouwt de betrouwbaarheid.
Welke betrouwbaarheid genoeg is in een scriptie
De betrouwbaarheidscoëfficiënt ligt tussen 0 en 1, en hoe dichter bij 1, hoe kleiner het aandeel meetfout in de scores. Een grens die altijd geldt bestaat niet: handboeken noemen verschillende ondergrenzen, en dat komt niet doordat auteurs het oneens zijn maar doordat het gebruik van de uitkomst verschilt.
Dat onderscheid ontbreekt in bijna elke handleiding. Een gematigde coëfficiënt is genoeg zolang je groepen met elkaar vergelijkt, bijvoorbeeld studenten en werkenden. Zodra een score iets zegt over één individu, zoals in de diagnostiek of bij een selectietest, ligt de eis duidelijk hoger. Vind je in je literatuur geen ondergrens, noem dan welke bron je volgt in plaats van een getal zonder herkomst.
Nederland heeft hiervoor een eigen ijkpunt. Het COTAN-beoordelingssysteem van het NIP beoordeelt tests op zeven criteria, en betrouwbaarheid is daarvan criterium 5. Beoordeeld wordt eerst de hoogte van de betrouwbaarheidscoëfficiënten en daarna de kwaliteit van het onderzoek naar die betrouwbaarheid. Gebruik je een uitgegeven test, kijk dan of die al door de COTAN is beoordeeld.
Pas op
Test-hertestbetrouwbaarheid kun je niet rapporteren als je maar één keer hebt gemeten. Komt er geen cijfer uit omdat het onderzoeksontwerp dat niet toeliet, dan hoort precies dat in je methodische verantwoording, samen met de reden. Bij het eindgesprek weegt een benoemde beperking zwaarder dan een coëfficiënt die niets aantoont.
Gratis enquête maken
Met empirio.ai maak je in enkele minuten een moderne online enquête — met hosting in de EU.
- Enquête met AI
- Aanpassen met drag & drop
- Analyse in realtime
Veelgemaakte fouten bij betrouwbaarheid
Drie fouten komen in scripties opvallend vaak voor en alle drie vallen uiterlijk bij het eindgesprek op.
De oorzaak is elke keer dezelfde: betrouwbaarheid wordt verward met iets dat zorgvuldiger lijkt, maar een andere vraag beantwoordt. Wie de drie verwisselingen kent, herkent ze snel in zijn eigen methodenhoofdstuk.
Denken dat meer deelnemers de betrouwbaarheid verhogen
Een grotere steekproef verhoogt de betrouwbaarheid niet. Betrouwbaarheid is een eigenschap van de meting, dus van de vragenlijst en van de situatie waarin die wordt ingevuld. Meer deelnemers maken alleen de schatting van de coëfficiënt stabieler. Een slecht geformuleerd item blijft slecht geformuleerd, ook bij 500 in plaats van 50 personen in de steekproef.
Cronbachs alfa berekenen voor één losse vraag
Cronbachs alfa veronderstelt meerdere vragen over hetzelfde concept, omdat het hun samenhang meet. Voor één losse vraag bestaat die samenhang niet en is de waarde niet gedefinieerd. Staat er toch een getal in de scriptie, dan zijn meestal per ongeluk inhoudelijk verschillende vragen tot één schaal samengevoegd.
Parallelle vormen verwarren met twee manieren van dataverzameling
De methode van parallelle vormen vraagt twee gelijkwaardige versies van hetzelfde instrument, niet twee verschillende manieren van dataverzameling. Een vragenlijst met een observatie vergelijken toetst iets anders en hoort bij validiteit. Deze verwisseling staat in veel online woordenlijsten en komt van daar in scripties terecht.
Conclusie
Betrouwbaarheid is het minst spectaculaire van de drie kwaliteitscriteria en het criterium waarop de meeste scripties struikelen, omdat het vóór de dataverzameling wordt beslist en niet erna. Wie meerdere vragen over hetzelfde concept stelt, kan achteraf een cijfer rapporteren. Wie maar één vraag stelde, haalt dat met geen enkele analyse terug.
Betrouwbaarheid zegt hoe nauwkeurig je hebt gemeten. Ze zegt niets over de vraag of je het juiste hebt gemeten.
Hoe je verder komt
- Wil je alle drie de kwaliteitscriteria op een rij? Objectiviteit, betrouwbaarheid en validiteit vergeleken
- Zoek je de definitie van de volgende term? Wat betekent validiteit?
- Ben je de vragenlijst nu aan het opzetten? Een vragenlijst maken: handleiding en opbouw
- Wil je het hele proces overzien? Empirisch onderzoek: definitie, methoden, handleiding
Onze leestip: het COTAN-beoordelingssysteem van het NIP (Evers, Lucassen, Meijer en Sijtsma, 2010) laat zien hoe Nederlandse psychologen tests op betrouwbaarheid beoordelen en is vrij te downloaden. Voor de statistiek erachter is hoofdstuk 8 van OpenMenS van de Open Universiteit een goed begin, met meetfout, interne consistentie en coëfficiënt alfa.
Heb je meerdere vragen over hetzelfde concept nodig om later een betrouwbaarheidscijfer te kunnen rapporteren?
Met empirio.ai, een online enquêtetool uit Duitsland, zet je in een paar stappen schalen met meerdere uitspraken op en exporteer je de ruwe data. Je gegevens blijven in de Europese Unie.