Kwalitatief versus kwantitatief onderzoek: wanneer gebruik je wat? (2026)

Kwantitatief onderzoek helpt je zien hoe vaak, hoeveel of hoe lang iets gebeurt. Kwalitatief onderzoek helpt je begrijpen waarom mensen iets ervaren of welke context achter een patroon zit. Kies de methode op basis van je vraag en combineer ze wanneer dat nodig is.

Stappenplan

1. Koppel methode aan vraag

Vraag je "welke regio heeft de langste doorlooptijd?", begin dan kwantitatief. Vraag je "waardoor ervaren medewerkers vertraging?", verzamel dan ook kwalitatieve context. Schrijf de keuze op in je analyseplan.

2. Definieer wat je meet of codeert

Leg bij cijfers teller, noemer en periode vast, zoals bij KPI's kiezen. Leg bij open antwoorden vast welke codes je gebruikt, wie ze toepast en hoe je uitzonderingen behandelt.

3. Vergelijk zonder te oversimplificeren

Gebruik een passende grafiek voor kwantitatieve patronen. Vat kwalitatieve antwoorden samen met representatieve thema's en benoem beperkingen, zoals kleine aantallen of selectieve respons.

Controleerbaar voorbeeld

Een rapport toont dat de doorlooptijd in regio Noord hoger is. Dat is een kwantitatief patroon. In korte gesprekken blijkt dat die regio een extra goedkeuringsstap gebruikt. Toets vervolgens of die stap in de procesdata terugkomt voordat je concludeert dat dit de oorzaak is.

Kies bewijs dat past bij de vraag

Kwantitatief en kwalitatief zijn geen concurrerende smaken. Ze beantwoorden verschillende vragen. Kwantitatieve gegevens helpen bij omvang, frequentie, verschil en verloop: hoeveel, hoe vaak, hoe lang en bij welke groep? Kwalitatieve gegevens helpen bij betekenis, taal en context: welke ervaring, welke stap of welke uitleg past bij een patroon? Kies dus niet omdat een methode sneller beschikbaar is, maar omdat hij het benodigde bewijs kan leveren.

Schrijf vóór de dataverzameling op wat je wel en niet wilt concluderen. Een overzicht van 1.000 fictieve transacties kan een patroon tonen, maar niet verklaren waarom een werkwijze afwijkt. Vijf gesprekken kunnen mogelijke verklaringen opleveren, maar niet bewijzen dat die voor alle medewerkers of klanten gelden. Door die grenzen vooraf te noteren, vermijd je dat een opvallend citaat of gemiddelde te veel gewicht krijgt.

Een gecombineerd stappenplan

1. Formuleer een beslisvraag met groep, periode en gebruiker.
2. Benoem welke kwantitatieve meting een patroon zichtbaar kan maken.
3. Bepaal welke kwalitatieve vraag nodig is om context te onderzoeken.
4. Leg selectie, periode, definitie en eventuele codeerregel vast.
5. Verzamel alleen noodzakelijke gegevens en beperk toegang.
6. Controleer patronen en thema's onafhankelijk van je eerste verwachting.
7. Rapporteer resultaat, onzekerheid en de logische vervolgactie apart.

Bij open antwoorden maak je een codeboek. Daarin staat wat elke code betekent, wanneer je hem toepast, welke passages buiten scope vallen en wie twijfel beslist. Gebruik geen namen of ruwe antwoorden in een presentatie als een samenvatting per thema genoeg is. De AVG-beginselen op EUR-Lex vragen om doelgerichte, minimale verwerking. De Autoriteit Persoonsgegevens vertaalt dat naar praktische aandachtspunten rond verantwoordingsplicht, privacy by design en dataminimalisatie. Voor gevoelige of nieuwe verwerkingen laat je de aanpak toetsen door de daarvoor verantwoordelijke rol.

Synthetisch voorbeeld: waarom duurt een stap langer?

Een fictieve serviceorganisatie ziet in haar procesdata dat de mediane doorlooptijd in regio Noord in mei 3,8 dagen is en in andere regio's 2,1 dagen. Dat is een kwantitatief signaal. Controleer eerst via de datakwaliteitschecks of regio, ontvangsttijd en sluitdatum in alle gebieden hetzelfde worden geregistreerd. Zonder die stap kan de afwijking een registratieverschil zijn.

Daarna worden zes vrijwillige, korte gesprekken gevoerd met een vaste topiclijst over overdracht, goedkeuring en systeemstappen. De analyse noteert thema's zoals “extra goedkeuring” of “wachten op voorraadstatus”, niet wie welke zin zei. Twee beoordelaars passen hetzelfde codeboek toe op een kleine synthetische oefenset en bespreken waar codes verschillen. De uitkomst kan luiden: “Er zijn aanwijzingen dat een extra goedkeuring meespeelt; dit moet nog met procesdata worden getoetst.” Dat is zorgvuldiger dan “de extra goedkeuring veroorzaakt de vertraging”.

Als de procesdata daarna toont dat de betreffende stap inderdaad vaker voorkomt in Noord, volgt een gerichte procescontrole. De combinatie is sterker dan elk onderdeel alleen, maar blijft gebonden aan periode, selectie en definitie. Leg deze keuzes vast in een analyseplan.

Beschrijf bij de selectie wie wel en niet kon deelnemen. Vrijwillige respons kan andere ervaringen opleveren dan een aselecte of doelgerichte selectie. Noteer daarom uitnodigingswijze, relevante rollen en uitval zonder identificeerbare deelnemerslijst in het rapport op te nemen. Als één perspectief ontbreekt, benoem je dat als beperking en trek je geen algemene conclusie over die groep.

Validatie, onzekerheid en herstel

Voor cijfers controleer je populatie, noemer, ontbrekende waarden en meetmoment. Voor open materiaal controleer je selectie, topiclijst, codeboek, uitzondering en of een tweede lezer dezelfde indeling redelijk vindt. Rapporteer bijvoorbeeld hoeveel antwoorden onder een thema vielen, maar maak daar geen percentage van als de selectie niet representatief is. Eén gesprek kan diep inzicht geven, maar geen algemene frequentie.

Vind je achteraf dat de selectie onjuist of de code te breed is, bewaar dan de oorspronkelijke versie van het codeboek en maak een nieuwe, gedateerde versie. Herclassificeer het materiaal volgens de nieuwe regel in plaats van alleen de samenvatting aan te passen. Stop publicatie als de methode de claim niet draagt. Een eerlijke herstelroute is: beperk de conclusie, verzamel passend aanvullend bewijs of laat de vraag voorlopig open.

Kies voor de cijferkant een passende grafiek, met definitie, periode en zichtbare beperkingen. Een visual helpt patroonherkenning, geen causaliteit. Gebruik alleen een koppeling tussen bronnen wanneer sleutel en korrel zijn gecontroleerd; lees daarvoor joinfouten voorkomen.

Veelgemaakte fouten

• Interviews als stemmingspeiling behandelen. Een kleine selectie is geen representatieve telling.
• Een enquêtecijfer als verklaring behandelen. Zoek context en alternatieve oorzaken.
• Codes tijdens het lezen veranderen zonder log. Dan is de analyse niet reproduceerbaar.
• Context wegpoetsen om te kunnen tellen. Houd uitzonderingen en ambiguïteit zichtbaar.
• Persoonsdata langer bewaren dan nodig. Werk met minimale, geaggregeerde notities.

Baken methode en rapportagevorm af met wat data-analyse is en KPI's kiezen. Gebruik daarbij alleen een synthetisch voorbeeld van de structuur.

Officiële bronnen

• Autoriteit Persoonsgegevens: verantwoordingsplicht
• EUR-Lex: AVG