Het uitvoeren van een optimalisatie programma valt of staat bij het vormen van hypotheses. Door je hypothese steeds op dezelfde manier te vormen, ontstaat overlap tussen de verschillende onderzoeken die je uitvoert. Deze overlap zorgt niet alleen voor een hoger rendement van jouw programma maar ook voor de waarborging van kennis binnen je organisatie. Hypotheses vormen hiermee de basis van een datagedreven kenniscultuur waarin het onderzoeken van aannames centraal staat en besluitvorming plaatsvindt op basis van datagedreven gedragsinzichten.
Bij Online Dialogue vormen de psychologen de hypotheses en zorgen ervoor dat de hypotheses van alle verschillende onderzoeken overlappen. Hypotheses worden gevormd op basis van inzichten uit data en eerdere onderzoeken. Bij iedere nieuwe hypothese wordt rekening gehouden met de hoofdlijn (hoofdhypothese). Op deze manier leveren alle individuele onderzoeken een belangrijke bijdrage aan een groter geheel: fundamentele datagedreven gedragsinzichten. Hoe we deze hypotheses opstellen en hoe je ervoor kan zorgen dat er een duidelijke lijn in jouw onderzoeken naar voren komt, zal in dit artikel worden uiteengezet.
Hypothese gedreven onderzoek
Om tot een hypothese te komen en deze te onderzoeken worden in de wetenschap doorgaans 8 stappen doorlopen. Ook bij Online Dialogue stellen wij onze hypotheses op deze manier op (zie artikel FACT&ACT).
- Vorm een onderzoeksvraag (F)
- Voer achtergrondonderzoek uit (F)
- Creëer een hypothese (A)
- Ontwerp een experiment (C)
- Verzamel data (T)
- Analyseer de resultaten (A)
- Trek conclusies (C)
- Communiceer de resultaten (T)
In een hypothese wordt de relatie tussen twee of meerdere variabelen voorspeld. Een hypothese bestaat echter uit meer dan een voorspelling. Om die reden begint elke hypothese altijd met een onderzoeksvraag die vervolgens geanalyseerd wordt met achtergrondonderzoek. Pas na het achtergrondonderzoek stelt de onderzoeker een hypothese op. Je hypothese dient altijd een onderbouwde voorspelling te zijn van wat je verwacht dat er gebeurt tijdens je experiment.
Je doel is altijd om te falsificeren
Waak ervoor dat je hypothese zeer waarschijnlijk niet correct is. De hypothese voorspelt wat je als onderzoeker verwacht dat er gaat gebeuren. Het doel van het onderzoek is om te bepalen of de voorspelling foutief is of niet. Er zijn altijd meerdere variabelen die het effect kunnen verklaren waardoor er een hoge kans is dat jouw hypothese niet correct is.
Belangrijk hierbij is dat je nauwkeurig analyseert welke variabelen, die je niet hebt meegenomen in je hypothese, mogelijk van invloed zijn geweest. Ook wanneer je hypothese waar blijkt te zijn. Deze analyse vormt de basis voor weer nieuwe hypotheses. Door op deze manier stap 6 en 7 steeds als input te gebruiken voor stap 1 en 2 creëer je een duidelijke rode lijn in je onderzoeken en dus je hypotheses.
- Vorm een onderzoeksvraag (F)
- Voer achtergrondonderzoek uit (F)
- Creëer een hypothese (A)
- Ontwerp een experiment (C)
- Verzamel data (T)
- Analyseer de resultaten (A)
- Trek conclusies (C)
- Communiceer de resultaten (T)
Hoe vorm je een hypothese?
Waar een hypothese vaak nog beschreven wordt als een vraag of een gevoelsmatige aanname is het eigenlijk meer specifiek. Een hypothese kan worden beschreven als een onderbouwde aanname over een relatie tussen twee of meerdere variabelen. Bijvoorbeeld: ”Koopgedrag is afhankelijk van positieve gevoelens van zekerheid”
Onderneem voordat je een hypothese vormt de volgende stappen om ervoor te zorgen dat jouw onderzoekshypothese een goed onderbouwde aanname is:
- Verzamel zoveel mogelijk observaties (zowel kwalitatief als kwantitatief)
- Evalueer deze observaties en zoek naar mogelijke oorzaken
- Creëer een lijst met mogelijke en testbare oorzaken
- Bedenk of er manieren zijn waarop je de mogelijke oorzaken kan bevestigen of weerleggen (falsifieerbaarheid)
Voorbeelden
Een manier om een onderzoekshypothese op te stellen is volgens de volgende opmaak:
“Als [deze veranderingen worden toegepast aan de volgende “predictoren”], dan [zal er een waarneembare verandering optreden aan een specifieke “uitkomstvariabele”.”
Een aantal voorbeelden in deze opmaak:
“Studenten die ontbijt (predictor) eten zullen beter presteren op een psychologie examen (uitkomstvariabele) dan studenten die geen ontbijt (predictor) eten”
“Koopgedrag (uitkomstvariabele) is afhankelijk van positieve gevoelens van zekerheid met betrekking tot het merk (predictor)”
Hypothese checklist
- Wat zijn je observaties (zowel kwalitatief als kwantitatief)?
- Wat zijn mogelijke en testbare oorzaken?
- Wat zijn manieren waarop je de mogelijke oorzaken kan bevestigen of weerleggen (falsifieerbaarheid)?
- Is jouw hypothese gericht op iets dat je kunt meten?
- Bevat jouw hypothese zowel een afhankelijke als een onafhankelijke variabele?
- Kan je zowel de afhankelijke als de onafhankelijke variabelen beïnvloeden?
- Sluit jouw tekstvariant aan bij de afhankelijke en onafhankelijke variabelen uit jouw hypothese?
- Is jouw voorspelling foutief of niet?
- Welke variabelen, die je niet hebt meegenomen in je hypothese, zijn mogelijk ook van invloed geweest?
- Welke alternatieve onderzoeksvragen/hypotheses kun je opstellen de hand van de uitkomsten?
De waarde van een goede hypothese
Er is veel te doen omtrent het vormen van hypotheses. Op papier is een hypothese een goed onderbouwde aanname over wat je verwacht dat er gaat gebeuren. Door volgens een vaste methode te werken en je hypothese goed te onderbouwen voordat je ze opstelt zal er ook in jouw onderzoeken een rode lijn ontstaan, zijn je onderzoeksideeën onuitputtelijk en zal het rendement van je programma toenemen. Heb je iets aan deze checklist en wat zijn jouw ervaringen?
