Data Analyse

Tijdens het proces van ontwerp van enquête tot aan de daadwerkelijke analyse van de resultaten zijn er een aantal veranderingen geweest in de mogelijke analyses. Zo waren de onderzoeksresultaten idealiter gewogen en had er een clusteranalyse of differentiatieanalyse plaatsgevonden. De gebruikte analysemethodes en de reden waren sommige analyses achterwege zijn gelaten wordt in deze paragraaf uitge- legd.

Verworpen analyses

Over het algemeen genomen worden onderzoeksresultaten bij Motivaction gewo- gen. Dit verhoogt namelijk de betrouwbaarheid van de onderzoeksresultaten. De voorkeur binnen Motivaction is een prospenityweging, en als dat niet mogelijk is een RIM weging. Meer informatie over die twee vormen van weging is te lezen in bijlage 4F. Wat er gebeurt wanneer onderzoeksresultaten gewogen worden is dat sommige respondenten zwaarder meetellen op basis van kenmerken van die respondent. De- ze waarde van de respondent wordt bepaald op basis van een ander extern be- stand. Dit is in dit onderzoek echter niet mogelijk is, omdat er geen extern bestand

is waarop gewogen kan worden. Dit probleem heeft zich eerder ook al laten zien in de moeilijkheid om de populatieomvang vast te stellen.

Een andere analyse die in een vroegtijdig stadium verworpen is, is die van de clus- teranalyse en daaraan gekoppeld de differentieanalyse. In het Business-Locus mo- del is een Latente Clusteranalyse uitgevoerd om tot de zes clusters van onderne-

mers te komen in het MKB. Er zijn verschillende vormen van clusteranalyse waar- over meer te lezen is in bijlage 4G. Deze clusteranalyses doen allemaal hetzelfde,

maar allemaal op een andere manier. Een clusteranalyse zorgt ervoor dat een groep respondenten geclusterd wordt in groepen waarbij de overeenkomsten binnen een groep en de verschillen tussen groepen zo groot mogelijk zijn. De differentiatie- analyse is geen clusteranalyse, maar is een algoritme antwoord geeft op de vraag of een bestaande clustering ook goed werkt op een nieuwe groep respondenten. In overleg met de afdeling methodologie is besloten om deze analyse niet uit te voe- ren. De redenen hiervoor zijn enerzijds de afwezigheid van representativiteit en an- derzijds het te lage aantal respondenten. Voor beide bezwaren tegen een differenti- atieanalyse waren geen oplossingen. De representativiteit was afwezig door het ge- brek aan een ijkbestand om de representativiteit te garanderen en de lage respons kwam gedeeltelijk door de lage respons ratio en voor een ander deel door de be- perkte omvangschatting van de populatie.

Gebruikte analyses

Waarschijnlijkheidspercentages

De onmogelijk gebleken clusteranalyse is vervangen door waarschijnlijkheids- percentages. Deze waarschijnlijkheidspercentages zijn een onderdeel van de laten- te clusteranalyse (LCA). De LCA is de analyse die gebruikt is om de cluster in het BusinessLocus-model te bepalen en maakt het mogelijk voor iedere respondenten de kans te berekenen dat een respondent in een bepaald hoofdcluster valt. Deze kansberekening is ook uitgevoerd voor de respondenten van het DansNL onder- zoek. Met behulp van deze calculatie is door Pieter Röhling, methodoloog bij Moti- vaction, elke respondent in een hoofdcluster ingedeeld. De hulp van een methodo- loog bij deze berekening was nodig, omdat slechts enkele werknemers binnen Moti- vaction toegang hebben tot de berekeningen achter de psychografische modellen, BusinessLocus-model en Mentality, die bij Motivaction gebruikt worden.

Dataweergave

De onderzoeksresultaten zijn op verschillende manieren bewerkt voordat ze in dit rapport terecht zijn gekomen. Uit de ruwe dataset is een tabellenset opgemaakt door de afdeling Dataprocessing. Dit is gedaan aan de hand van vooraf aangege- ven kopingangen. Door het aangeven van een kopingang worden op basis van dat gegeven kruistabellen opgemaakt met alle andere vragen in de enquête. Het Busi- nessLocus-hoofdcluster is de belangrijkste gebruikte kopingang. Verder is er ge- bruikgemaakt van de kopingangen bedrijfsomschrijving, dansstijl, danscontext, leef- tijd en geslacht. De kopingangen dansstijl en danscontext zijn multikoppen. Dit be- tekent dat deze kopingangen zijn gebaseerd op vragen waarbij mensen meerdere antwoorden kunnen kiezen. Hierdoor wordt de N groter wanneer voor deze groepen kruistabellen zijn opgemaakt.

Nadat de tabellenset is opgeleverd is er gebruikt gemaakt van GraphWizard. Dit is een software programma dat het mogelijk maakt de standaard lay-out van de tabel- lenset te vertalen in grafieken. Na het selecteren van de voor dit onderzoek bruikba- re grafieken zijn er aanvullende kruistabellen opgemaakt in SPSS waar dit nodig was.

39 bewijzen dat de clusters die met behulp van de LCA gevonden zijn ook de best mo- gelijke clusters zijn en proberen de clusters beter te begrijpen door middel van inter- viewvragen met als doel de clusters beter te kunnen omschrijven. Kwalitatief onder- zoek gaat in tegenstelling tot kwantitatief onderzoek uit van casestudies. In plaats van conclusies te trekken op basis van cijfers is er in kwalitatief onderzoek ruimte voor verdieping en een beter begrip van een het ondernemerschap in een specifiek geval. In het DansNL onderzoek heeft het kwalititatief onderzoek als doel de clus- ters beter begrijpen in de context van het dansondernemerschap. In de vorige para- graaf is beschreven dat clusteranalyses bij een populatie van deze omvang niet mogelijk is. Wel is het mogelijk om zoveel mogelijk het verschil tussen de Busines- sLocus-cluster in het MKB en in de danssector bloot te leggen.

Alvorens aan de verslaglegging te beginnen zijn er een aantal afwegingen gemaakt. Om te beginnen welke respondenten komen in aanmerking voor het kwalitatieve onderzoek? Op welke manier doen manier doen we kwalitatief onderzoek? Is ge- bruik van focusgroepen of van diepte-interviews beter? En vervolgens op welke ma- nier moet het kwalitatieve onderzoek gestructureerd zijn? Deze vragen staan in bo- venstaande volgorde centraal in de volgende subparagrafen.