Hoe werkt de wetenschappelijke methode?

De eerste stap in het proces is een onderzoeksvraag bedenken op basis van een of meerdere observaties. Simpel gezegd: je kijkt naar de wereld, er valt je iets op, en je stelt jezelf daar een vraag over. Zo kan het je opvallen dat mensen slechter presteren als ze weinig geslapen hebben. Je onderzoeksvraag zou dan kunnen zijn of slaaptekort invloed heeft op cognitieve prestaties.

In de academische wereld zullen onderzoeksvragen meestal gebaseerd zijn op observaties en onderzoek van andere wetenschappers. Zo zal een academicus aan het begin van het onderzoeksproces zoveel mogelijk wetenschappelijke literatuur over een bepaald onderwerp lezen, en op basis daarvan een onderzoeksvraag bedenken.

In andere gevallen komen observaties en onderzoeksvragen soms gewoon uit de lucht vallen. Dat heet serendipiteit. Dan ontdek je iets onverwachts en bruikbaars, terwijl je daar helemaal niet naar op zoek was. Een bekend voorbeeld is de ontdekking van penicilline. Microbioloog Alexander Fleming onderzocht in 1928 de groei van de bacterie Staphylococcus aureus. Na een vakantie ontdekte hij dat een van zijn petrischaaltjes besmet was met een schimmel die de bacteriegroei verhinderde. Deze schimmel scheidde een stof uit die verschillende bacteriën kon doden. Fleming noemde deze stof ‘penicilline’ en ontdekte zo per toeval het bekende antibioticum. Serendipiteit komt regelmatig voor in de wetenschap en toont aan dat niet elke wetenschappelijke ontdekking voortkomt uit het doelgericht opvolgen van de stappen van de wetenschappelijke methode, maar soms gewoon op basis van toeval. Deze toevallige nieuwe observaties kunnen vervolgens weer aanleiding geven tot nieuwe onderzoeksvragen.

Nadat je een onderzoeksvraag hebt bedacht, formuleer je een hypothese. Dat is een mogelijk antwoord op je onderzoeksvraag. In een academische setting zal de hypothese vaak gebaseerd zijn op de observaties en ideeën van andere onderzoekers, maar ook op de eigen originele ideeën van een onderzoeker. Als we weer het voorbeeld van het slaaptekort nemen, zou je hypothese kunnen zijn dat slaaptekort tot verminderde cognitieve prestaties leidt.

Het is belangrijk dat een goede hypothese aan een aantal vereisten voldoet. Ze moet specifiek en duidelijk geformuleerd zijn. Zo kan er geen twijfel ontstaan over wat je precies wil onderzoeken en wat je verwacht te zien als je de hypothese later gaat testen. In het geval van de bovenstaande hypothese, zouden we ze nog specifieker kunnen maken. Want wat wordt er precies bedoeld met ‘slaaptekort’ en ‘cognitieve prestaties’? Een duidelijkere hypothese zou kunnen zijn: ‘Hoe minder mensen slapen (gemeten in aantal uren per nacht), hoe slechter ze scoren op geheugentaken.’

Daarnaast moet een hypothese ook toetsbaar en falsifieerbaar zijn. Dat wil zeggen dat je ze moet kunnen toetsen met proefondervindelijk onderzoek, en dat je de hypothese moet kunnen weerleggen of falsifiëren. Onze hypothese over slaaptekort wordt weerlegd als blijkt dat minder slapen niet tot verminderde cognitieve prestaties leidt. Een niet-falsifieerbare hypothese is wetenschappelijk waardeloos, omdat we dan nooit kunnen aantonen dat de hypothese onjuist is. Ten slotte wordt ook vaak het principe van de spaarzaamheid in acht genomen: het is beter om een zo simpel mogelijk antwoord op je onderzoeksvraag te geven. Je hypothese moet met andere woorden niet nodeloos complex zijn. Dit laatste is zeker geen harde eis, maar wel een goede vuistregel.

Daarnaast moet een hypothese ook toetsbaar en falsifieerbaar zijn. Dat wil zeggen dat je ze moet kunnen toetsen met proefondervindelijk onderzoek, en dat je de hypothese moet kunnen weerleggen of falsifiëren. Onze hypothese over slaaptekort wordt weerlegd als blijkt dat minder slapen niet tot verminderde cognitieve prestaties leidt. Een niet-falsifieerbare hypothese is wetenschappelijk waardeloos, omdat we dan nooit kunnen aantonen dat de hypothese onjuist is. Ten slotte wordt ook vaak het principe van de spaarzaamheid in acht genomen: het is beter om een zo simpel mogelijk antwoord op je onderzoeksvraag te geven. Je hypothese moet met andere woorden niet nodeloos complex zijn. Dit laatste is zeker geen harde eis, maar wel een goede vuistregel.

Eenmaal de hypothese geformuleerd is, wordt er een voorspelling uit de hypothese afgeleid. Je benoemt dan heel concreet wat je verwacht te zien als je hypothese zou kloppen.

In het geval van het slaaptekort zou een voorspelling kunnen zijn dat mensen die zes uur hebben geslapen in de nacht voor ze een specifieke geheugentest afleggen, significant minder goed zullen scoren op de test als mensen die in dezelfde omstandigheden acht uur hebben geslapen.

Vaak kun je meerdere voorspellingen uit dezelfde hypothese afleiden. Zo zou je in bovenstaande voorspelling de cijfers kunnen veranderen van zes naar vijf uur en van acht naar negen uur. Een andere voorspelling zou kunnen zijn dat er een stelselmatige achteruitgang in de score op de geheugentaak zou zijn naarmate mensen minder uren per nacht slapen.

De volgende stap is testen of de voorspellingen waar zijn. Dat kan je doen met een experiment. Je zou bijvoorbeeld een groep proefpersonen zes uur in je lab kunnen laten slapen, en een andere groep acht uur. Daarna laat je ze een geheugentaak uitvoeren. Als je hypothese klopt, zouden de mensen die acht uur hebben geslapen het gemiddeld beter moeten doen dan de mensen die zes uur hebben geslapen. Idealiter zijn de omstandigheden waarin de proefpersonen onderzocht worden en de persoonskenmerken (leeftijd, geslacht, opleidingsniveau…) van beide groepen gelijk, waardoor enkel het verschil in slaap een verschil in cognitieve prestaties kan verklaren.

In bovenstaand voorbeeld is het mogelijk om met een experiment de voorspellingen te testen, maar dat is niet altijd het geval. Soms zijn experimenten niet mogelijk, bijvoorbeeld omwille van economische, praktische of ethische redenen. In dat geval zal de onderzoeker gebruikmaken van niet-experimentele methoden. Twee voorbeelden daarvan zijn observatieonderzoek of vragenlijstonderzoek. In dat eerste geval observeert een onderzoeker vanop afstand hoe proefpersonen zich in een bepaalde situatie gedragen. In het tweede geval beantwoorden proefpersonen op papier of via de computer vooraf opgestelde vragen. Bij deze methoden heb je als onderzoeker minder controle over datgene wat je wil onderzoeken dan bij een experiment, waardoor je minder sterke uitspraken kan doen. Toch kan het soms niet anders. Maar welke methode je ook gebruikt, het doel is altijd hetzelfde: gegevens verzamelen om uitspraken te kunnen doen over de voorspellingen, en dus de hypothese.

Nadat deze gegevens verzameld zijn, zullen onderzoekers ze via allerlei technieken analyseren. Hoe dat gebeurt, hangt af van welk type data je hebt. Soms gaat het bijvoorbeeld over woorden zoals in vragenlijstonderzoek, maar meestal gaat het over cijfers. Deze data worden samengevat en geanalyseerd met behulp van statistische technieken.

Nadat je de voorspellingen hebt getest en de data hebt geanalyseerd, is het tijd om de resultaten te evalueren. Als blijkt dat de data je voorspellingen niet bevestigen, dan is er ergens iets fout gegaan. In theorie zou dan je hypothese geheel of gedeeltelijk fout moeten zijn. Je moet dan je hypothese aanpassen en opnieuw testen. In de praktijk kunnen ook in de andere stappen (voorspellingen afleiden, onderzoek, data-analyse) fouten gebeurd zijn. Dat er iets mis is, staat vast, maar wat precies, is soms niet zo duidelijk.

Als blijkt dat de data je voorspellingen wel bevestigen, dan ondersteunt dit je hypothese. Maar let op: dit wil daarom niet zeggen dat je hypothese bewezen is. Het kan puur toeval zijn dat de resultaten je hypothese bevestigen. Daarom is het belangrijk dat je onderzoek gerepliceerd wordt. Een andere onderzoeker moet je resultaten bevestigen door je onderzoek op dezelfde manier uit te voeren met nieuwe data. Om dit goed te kunnen doen, moet een onderzoeker diens werkwijze en resultaten gedetailleerd in een wetenschappelijke paper beschrijven. Deze paper kan dan nagekeken worden door andere onderzoekers in het domein (peerreview), en als blauwdruk dienen voor replicatieonderzoek.

Maar ook indien je resultaten gerepliceerd worden, is het nog steeds niet zeker dat je hypothese waar is. Hoe vaak je resultaten ook worden bevestigd, het is altijd mogelijk dat een volgend onderzoek je resultaten onderuit zal halen. Maar hoe vaker je resultaten door verschillende onderzoekers bevestigd worden, hoe sterker je vertrouwen in de hypothese mag zijn.

Nadat de resultaten geëvalueerd zijn, of je voorspellingen nu bevestigd of weerlegd zijn, zal je waarschijnlijk met nieuwe vragen zitten. De data die je hebt verzameld zullen weer dienen als nieuwe observaties voor jou en andere onderzoekers, en zullen weer tot nieuwe onderzoeksvragen leiden.