Centraal in dit onderzoek staat de vraag welke factoren verklaren dat gemeenten al dan niet de intentie hebben om het operationeel verkeersmanagement uit te gaan besteden. Om tot antwoord op deze vraag te komen, is het van belang om de verzamelde data op zo’n manier te analyse dat het mogelijk
Unieke resources
Onzekere/complexe situatie
Al dan niet de intentie om operationeel
verkeersmanagement uit te gaan besteden
Kerncompetenties
Ervaringen met uitbesteden Omgevingskenmerken
Ex ante informatieasymmetrie (adverse selection) Ex post informatieasymmetrie (moral hazard)
Mogelijkheden tot uitbesteden Mobiliteit-/verkeers- en vervoersbeleid Standaard contractbenadering
Houding over uitbesteden
Aantal relevante actoren in de markt
Te dekken risico’s’
50 is om aan te geven of de onderzochte factoren verklaren of gemeenten al dan niet de intentie hebben om het operationeel verkeersmanagement uit te gaan besteden. De analyse van de verzamelde data, zowel uit de inhoudsanalyse als de semigestructureerde interviews, vindt plaats via codering (Baarda, De Goede & Teunissen, 2006).
De geselecteerde documenten ten behoeve van de inhoudsanalyse, bijlage 2, zijn in eerste instantie globaal doorgenomen. Het globaal doornemen maakt duidelijk welke hoofdstukken, paragrafen en/of alinea’s uit deze documenten informatie bevatten die bruikbaar is voor dit onderzoek. Deze stukken tekst zijn vervolgens specifiek doorgelezen en gecodeerd. De codes betreffen een steekwoord of samenvatting van het tekstfragment, zodat in een oogopslag duidelijk is waar het betreffende tekstfragment over gaat. De gecodeerde tekstfragmenten van de documenten behorende bij één gemeente zijn vervolgens uit de betreffende documenten gehaald en in een apart bestand geplaatst. Om structuur aan deze brei van informatie te geven, zijn de tekstfragmenten met samenhangende codes of samenvattingen samengevoegd en gereduceerd om herhaling te voorkomen. De tekst die na samenvoeging en reductie overblijft is nogmaals specifiek doorgelezen om tot slot die informatie te selecteren die relevant is voor de casusbeschrijving van de betreffende gemeente en waarmee de antwoorden uit de interviews te vergelijken zijn. Het op deze wijze analyseren van de data afkomstig uit de inhoudsanalyse zorgt ervoor dat geen relevante informatie over het hoofd wordt gezien.
Om tot codering van de semigestructureerde interviews te komen, zijn de interviews allereerst getranscribeerd. Om enige mate van anonimiteit te waarborgen, zijn de participanten niet bij naam genoemd, maar bij hun functie. Vervolgens is de codering aangebracht waarbij drie stappen zijn doorlopen. De eerste stap is het aangeven van het interviewonderwerp. Hierbij is onderscheid gemaakt tussen inleidende vragen, beleidsvragen, theoretische vragen, vragen over de context en uitbestedingsvragen. De tweede stap is het aangeven van het thema/de indicatie. Het thema/de indicatie gaat in op één of enkele vragen binnen het betreffende interviewonderwerp. Stap drie is het aanbrengen van codes bij het thema/de indicatie. Per interview is de hier genoemde stapsgewijze codering in een tabel gezet, zodat overzichtelijk is weergegeven wat de kern van het interview is en niet relevante of overbodige informatie uit het onderzoek is gefilterd. Een voorbeeld van zo’n stapsgewijze codering is opgenomen in bijlage 7. De relevante informatie die na codering van de interviews overblijft is gebruikt voor de casusbeschrijvingen.
Bovenstaande maakt duidelijk hoe van de verzamelde data tot resultaten is gekomen. Deze resultaten krijgen concreet vorm in de casusbeschrijving per gemeente in het volgende hoofdstuk. Omdat dit onderzoek zicht richt op het achterhalen van welke factoren verklaren dat gemeenten al dan niet de
51 intentie hebben om het operationeel verkeersmanagement uit te gaan besteden, is het noodzakelijk om de casusbeschrijvingen met elkaar te vergelijken. Hierdoor is het mogelijk om verbanden te leggen tussen de verschillende casussen en om te komen tot factoren die verklaren dat gemeenten al dan niet de intentie hebben om het operationeel verkeersmanagement uit te gaan besteden. Deze verbanden hebben betrekking op het operationeel verkeersmanagement, de ervaringen met uitbesteden, de houding over uitbesteden (van het operationeel verkeersmanagement) en de gemeentelijke kenmerken. Naast de vergelijking van de verschillende casussen, is het ook van belang om de subgroepen gemeenten met elkaar te vergelijken, zodat te analyseren is of er sprake is van verschillen, overeenkomsten of andere opvallende zaken tussen de subgroepen gemeenten. Zowel de vergelijking van de afzonderlijke casussen als de vergelijking van de subgroepen komen terug in het analysehoofdstuk (hoofdstuk zes). In de analyse worden de respondenten niet meer bij hun functie genoemd, maar worden de overkoepelende termen beleidsmedewerker(s), verkeerskundige(n) en ervaringsdeskundige(n) gebruikt. In bijlage 4 staat een overzicht van welke functionarissen onder de overkoepelende termen te plaatsen zijn.
4.5 Resumé
De methodologie maakt duidelijk dat dit een vergelijkend kwalitatief multiple casestudyonderzoek betreft waarbij zes gemeenten zijn onderzocht. De gemeenten zijn onderzocht op de volgende factoren: unieke resources; kerncompetenties; omgevingskenmerken; ex ante informatieasymmetrie (adverse selection); ex post informatieasymmetrie (moral hazard); standaard contractbenadering; mobiliteit-/verkeers- en vervoersbeleid; ervaringen met uitbesteden; houding over uitbesteden; en mogelijkheden tot uitbesteden. De zes gemeenten zijn geselecteerd op basis van het aantal inwoners en op basis van de dichtheid van het aantal inwoners per vierkante kilometer. De cijfers van de gemeenten over beide selectiecriteria hebben betrekking op het jaar 2012. De zes gemeenten zijn onderverdeeld in drie subgroepen gemeenten (klein, midden en groot) zodat eventuele overeenkomsten en verschillen tussen de subgroepen in kaart gebracht kunnen worden. In dit onderzoek is gebruik gemaakt van inhoudsanalyses en semigestructureerde interviews om de benodigde data te verzamelen. De verzamelde data is geanalyseerd met behulp van codering zodat het mogelijk is een vergelijking te maken tussen de onderzochte casussen en de onderscheidde subgroepen.
52