Bias
Bias is een term die stamt uit de radiotechniek: de zender zendt een signaal uit dat door de ontvanger moet worden verwerkt. Bias kun je definiëren als 'de mate waarin het ontvangen signaal verstoord is'. Is er veel bias, dan komt het signaal onzuiver over en hoort men veel ruis op de radio; is er weinig bias dan heeft men een goede ontvangst en hoort men nauwelijks ruis. Er zijn diverse bronnen van bias in de radiotechniek. Er kunnen andere zenders zijn die het signaal storen, hoge gebouwen, bomen, en zelfs de atmosfeer kan het uitgezonden signaal verstoren waardoor het misvormd aankomt bij de ontvanger. In de methodologie is dit begrip overgenomen. Het heeft betrekking op het de mate waarin het feitelijke empirische gegeven zonder ruis wordt gemeten.
Er zijn diverse bronnen van bias denkbaar die samengaan met de manier van meten. Zo zal een enquêteur geheel onbevooroordeeld de antwoorden van de respondent moeten noteren. Dat zal niet altijd lukken: hij/zij heeft zijn eigen vooroordelen, leest misschien niet alle antwoordalternatieven voor, moet een interpretatie maken van het (lange) antwoord dat de respondent geeft zodat het te coderen valt etc.
Dit zijn vormen van enquêteursbias. Er kan ook sprake zijn van respondentbias: hij/zij doet zich beter voor dan hij in werkelijkheid is, geeft sociaal wenselijke antwoorden, laat zich beïnvloeden door omstanders etc.
Een andere type bias komt voor bij observeren. Iemand die weet dat hij geobserveerd wordt, gedraagt zich anders dan iemand die dat niet weet. Ook hier speelt de observator een rol: hij/zij moet het te observeren gedrag interpreteren en beoordelen.
Ook vragenlijsten en "echte" meetinstrumenten hebben altijd een bepaalde mate van ruis. Het kan de validiteit en de betrouwbaarheid behoorlijk aantasten.
De mate waarin ruis voorkomt, is afhankelijk van de kwaliteit van het meetinstrument. Zo zal je minder last van ruis hebben als je gebruik maakt van getrainde observatoren en enquêteurs. Een vragenlijst die snel-snel is opgezet is doorgaans van veel mindere kwaliteit dan een vragenlijst die eerst is uitgetest bij een aantal proefrespondenten en waarbij er ook op is gelet of er geen fouten in het signaal en de ontvanger voorkomen.
Goed nadenken over de wijze van operationaliseren is dus van groot belang. Ruis in de meting moet zoveel mogelijk worden voorkomen. Het kan kwalijke gevolgen hebben. Het kan ertoe leiden dat je de dingen niet goed meet en dat al jouw analyses alleen maar onzin oplevert. Je onderzoek kun je dan in de prullenbak gooien.
© Foeke van der Zee (2017). hulpbijonderzoek.nl/online-woordenboek
- specialist in Onderzoek en Statistiek
- auteur van boeken over onderzoek
Aan Bias gerelateerde trefwoorden:
- meten
- meetinstrument
- operationaliseren
- validiteit
- betrouwbaarheid