Soms heb je een bepaald onderzoeksidee, dat in theorie veelbelovend is, maar waarvan je niet zeker weet of het uitvoerbaar is. Thijs Lindner, promovendus aan de Erasmus School of Social and Behavioural Sciences, had zo’n idee. Om erachter te komen hoe realistisch zijn plannen waren, wendde hij zich tot het ODISSEI Social Data Science Team (SoDa).
Momenteel werkt Lindner aan een onderzoek dat al vergevorderd is: hij onderzoekt opvattingen over sociale zekerheid onder burgers. ‘Terwijl er al veel bekend is over politieke meningen van burgers over sociale zekerheid, weten we maar weinig over inhoudelijke betekenissen die mensen hieraan geven’, vertelt Lindner. Via focusgroepen sprak hij mensen met zeer uiteenlopende sociaaleconomische achtergronden. Op basis van deze gesprekken stelde hij met zijn collega’s via het LISS panel verdere vragen, waarvan hij nu de uitkomsten analyseert. Het doel en de uitvoering van dat onderzoek zijn duidelijk. Zijn eigen kwalitatieve achtergrond kwam hier goed tot zijn recht, en in de loop van het onderzoekstraject heeft hij zich meer toegelegd op het kwantitatieve aspect.
Maar wat doe je als je geïnspireerd raakt door ander onderzoek, dat niet direct in te passen is in je huidige project? ‘Ik ontwikkel een onderzoeksplan om, geïnspireerd op dit bestaande onderzoek uitgevoerd in het buitenland, in de toekomst met vergelijkbare Nederlandse data te bekijken hoe het betreffende vraagstuk zich hier heeft ontwikkeld. Hiervoor wil ik gebruik maken van inductieve clusteranalyses. De exacte methode is innovatief, nieuw en daardoor onbekend. Er zijn daarom in de literatuur te weinig methodologische voorbeelden, daar kijk je natuurlijk als eerst. Omdat die voorbeelden er niet zijn, is het voor zo’n vraag heel fijn om bij SoDa aan te kloppen,’ lichtte Lindner toe.
Zijn vraag draaide om de rekenkracht die een computer nodig had om het nieuwe onderzoek uit te voeren. ‘Als je data uit 28 waves gebruikt, met 1500 respondenten en 200 items per wave, dan levert dat potentieel miljoenen combinaties van items die met elkaar samenhangen. Ik vroeg me af of een thuiscomputer dat aankon, of dat je hiervoor richting een supercomputer zou moeten gaan. In mijn directe omgeving is er ook niet iemand die op een dergelijke vraag antwoord kon geven, vandaar dat ik met SoDa contact zocht’.
Het SoDa Team streeft ernaar op laagdrempelige wijze onderzoekers te helpen met verschillende soorten vragen rondom computationele sociale wetenschappen. Erik-Jan van Kesteren, teamleider van SoDa, heeft met Lindner in een uur de belangrijkste uitdagingen doorgelopen. Ze hebben gekeken hoe de analyse mogelijk uitgevoerd zou kunnen worden en hoe dit efficiënt geprogrammeerd kon worden. Op basis daarvan konden ze concluderen dat het onderzoeksidee van Lindner nog goed op een thuiscomputer uitgevoerd zou kunnen worden. ‘Ik ben heel blij met de hulp die ik heb gekregen, als ik over dit project in de toekomst nog vragen zou hebben, dan weet ik gelijk wie ik daarvoor zou kunnen spreken,’ concludeert Lindner.
Vraag het SoDa
Heb jij een data-gerelateerde vraag voor SoDa? Bezoek dan de komende Data Drop-in op 16 december.
Relevante links
Foto door Ana Municio op Unsplash