Bias in onderzoek – Hoe herken je bias? (2024)

Bias in onderzoek – Hoe herken je bias? (1)

Onderzoeksmethoden

Laatst bijgewerkt: 12 april 2023

Als je een onderzoek hebt gedaan en de data uit dat onderzoek wilt gebruiken voor het maken van beslissingen, dan is het natuurlijk wel belangrijk dat die data daadwerkelijk betrouwbaar is en een juiste afspiegeling van de werkelijkheid vormt. Met andere woorden: het is belangrijk dat het onderzoek niet beïnvloed is door bias. Maar wat is bias nu eigenlijk precies, welke vormen van bias bestaan er en hoe kun je bias voorkomen? In dit artikel lees je er alles over.

Wat kun je lezen in dit artikel?

  • Bias betekenis – Wat is bias?
  • Verschillende soorten bias
  • 1. Respons bias
  • 2. Selectie bias
  • 3. Interviewer bias
  • 4. Nonrespons bias
  • 5. Bevestigings bias (confirmation bias)
  • 6. Extreme data bias
  • 7. Interpretatie bias (interpretive bias)
  • Bias voorkomen

Offerte voor marktonderzoek

Wil jij een marktonderzoek laten uitvoeren? Zoek je een professioneel en ervaren marktonderzoekbureau? Vraag gratis een offerte aan.

Offerte aanvragen

Bias betekenis – Wat is bias?

Bias is het Engelse woord voor vooroordeel, voor vooringenomenheid. Bias in een onderzoek ontstaat wanneer er externe factoren zijn die invloed hebben gehad op een onderzoek, waardoor de resultaten geen juiste afspiegeling zijn van de werkelijkheid. De data uit het onderzoek kan biased zijn, bijvoorbeeld doordat de steekproef niet representatief is voor de gehele populatie. Maar ook de mensen die de data analyseren kunnen biased zijn. In dat geval zal de data uit een onderzoek een bepaalde richting opgestuurd worden, omdat zij die kant op willen.

terug naar menu ↑

Verschillende soorten bias

Bij een onderzoek zijn vaak een hoop verschillende mensen betrokken, waaronder mensen die de vragen bedenken, mensen die de vragen stellen en mensen die de data analyseren. Tijdens alle stadia van het doen van onderzoek kan er bias optreden. Hieronder bespreken we welke vormen van bias er zijn.

terug naar menu ↑

1. Respons bias

Respons bias ontstaat wanneer respondenten om wat voor reden dan ook geen eerlijk antwoord op jouw vragen geven. Dit kan het geval zijn als de vragen vrij persoonlijk zijn. Als respondenten bijvoorbeeld de vraag krijgen hoeveel glazen alcohol ze per week drinken, bestaat de kans dat het antwoord dat ze geven afwijkt van de werkelijkheid. Dit komt onder andere doordat mensen bij dit soort vragen eerder een sociaal wenselijk antwoord geven dan dat ze de waarheid vertellen.

Respons bias kan ook ontstaan door de manier waarop vragen worden gesteld en de bijbehorende antwoordmogelijkheden. In sommige gevallen, bijvoorbeeld bij het gebruik van matrix vragen, kunnen respondenten de neiging krijgen om zomaar antwoorden aan te vinken, zodat ze snel klaar zijn, waardoor er dus geen eerlijk antwoord op de gestelde vragen wordt gegeven en jij data verkrijgt die niet juist is.

terug naar menu ↑

2. Selectie bias

Selectie bias ontstaat op het moment dat de steekproef geen goede afspiegeling van de gehele populatie is. Als dit het geval is, dan is de data die je verkrijgt tijdens het onderzoeken van deze groep geen goede afspiegeling van de werkelijkheid. Dit kan het gevolg zijn van een niet zorgvuldig uitgevoerde steekproef.

terug naar menu ↑

3. Interviewer bias

Interviewer bias kan optreden tijdens een interview, bijvoorbeeld een interview dat face-to-face plaatsvindt of tijdens een telefonisch interview. In dit geval kan het zijn dat een respondent een door de interviewer gestelde vraag niet eerlijk wil of durft te beantwoorden, waardoor ervoor gekozen wordt om een sociaal wenselijk antwoord te geven. Hierdoor weerspiegelt het antwoord niet de werkelijkheid en wordt de uitkomst van het onderzoek dus negatief beïnvloed.

Interviewer bias kan ook ontstaan door toedoen van de interviewer. In dit geval kan het zijn dat de interviewer (al dan niet bewust) de vragen dusdanig stelt dat het antwoord van de respondent gestuurd wordt. Ook in dit geval zal het antwoord van de respondent geen afspiegeling zijn van de werkelijkheid.

terug naar menu ↑

4. Nonrespons bias

Nonrespons bias ontstaat wanneer niet iedereen binnen een steekproef meedoet aan het onderzoek en er een groot verschil is in de samenstelling tussen de groepen die wel en niet mee hebben gedaan. Een goed voorbeeld hiervan is dat voornamelijk mensen die ontevreden zijn de moeite nemen om mee te doen aan een onderzoek naar klanttevredenheid, waardoor er maar weinig data wordt verzameld van mensen die wél tevreden zijn. Uiteraard geeft dit een vertekend beeld van de werkelijkheid.

terug naar menu ↑

5. Bevestigings bias (confirmation bias)

Bevestigings bias ontstaat wanneer de onderzoeker voorafgaand aan het onderzoek bepaalde aannames heeft gedaan en die vervolgens door middel van het onderzoek wil bevestigen. Hierdoor zal de onderzoeker tijdens het analyseren van de data zoeken naar data die diens aannames bevestigt. Dit zorgt uiteraard voor conclusies die niet stroken met de werkelijkheid.

terug naar menu ↑

6. Extreme data bias

Extreme data bias ontstaat wanneer er vragen worden gesteld die extreme antwoorden opleveren, waardoor het gemiddelde geen weerspiegeling is van de werkelijkheid. Dit kan komen doordat de waarden van antwoorden van sommige respondenten veel hoger of lager liggen dan de andere waarden, bijvoorbeeld doordat er naar jaarsalarissen wordt gevraagd en een aantal extreem veel verdient. Extreme data bias is gelukkig gemakkelijk te verhelpen door extremen uit je data te filteren.

terug naar menu ↑

7. Interpretatie bias (interpretive bias)

Interpretatie bias ontstaat op het moment dat er iets misgaat bij de interpretatie van respondenten die meedoen aan het onderzoek. Zo kan het bijvoorbeeld zijn dat een vraag verkeerd wordt geïnterpreteerd, waardoor het antwoord niet nuttig is. Om dit te voorkomen is het heel belangrijk dat de vragen die je tijdens een onderzoek stelt duidelijk zijn en geen ruimte overlaten voor interpretatie. Een goede manier om dit te testen, is door de vragen voor te leggen aan een x aantal mensen en te bekijken of het voor iedereen duidelijk is wat er precies gevraagd wordt.

terug naar menu ↑

Bias voorkomen

Bias zorgt ervoor dat de data die je tijdens je onderzoek verzameld hebt niet strookt met de werkelijkheid, waardoor er verkeerde conclusies getrokken kunnen worden. Dit kan vooral erg vervelend zijn als je vervolgens bepaalde beslissingen baseert op die conclusies, waardoor jouw beslissingen niet het gewenste effect zullen hebben.

Gelukkig is het in de meeste gevallen goed mogelijk om bias te voorkomen. Dit doe je niet alleen door duidelijke vragen te stellen en door ervoor te zorgen dat je geen aannames doet, maar ook door persoonlijke vragen op zo’n manier te stellen dat mensen minder moeite hebben met het geven van een eerlijk antwoord.

Bias volledig voorkomen is gemakkelijker als je jouw onderzoek laat uitvoeren door een onafhankelijke partij. Wil je weten hoe dat werkt en welke kosten daaraan verbonden zijn? Vraag dan gratis een vrijblijvende offerte aan bij een professioneel onderzoeksbureau.

Bias in onderzoek – Hoe herken je bias? (2024)
Top Articles
Latest Posts
Article information

Author: Jamar Nader

Last Updated:

Views: 6055

Rating: 4.4 / 5 (55 voted)

Reviews: 94% of readers found this page helpful

Author information

Name: Jamar Nader

Birthday: 1995-02-28

Address: Apt. 536 6162 Reichel Greens, Port Zackaryside, CT 22682-9804

Phone: +9958384818317

Job: IT Representative

Hobby: Scrapbooking, Hiking, Hunting, Kite flying, Blacksmithing, Video gaming, Foraging

Introduction: My name is Jamar Nader, I am a fine, shiny, colorful, bright, nice, perfect, curious person who loves writing and wants to share my knowledge and understanding with you.