Methodologie van praktijkgericht onderzoek...over en vormgeven van praktijkgericht onderzoek in de...

Methodologie van praktijkgericht onderzoekdr. Jac Christis

Methodologie van praktijkgericht onderzoekdr. Jac Christis

26 november 2020

3

Inhoud

Ter Ingeleide ........................................................................................................................................................................................................................................ 5

Voorwoord: een boek met een geschiedenis ................................................................................................................................................................... 7

1. De methodologie van praktijkgericht fundamenteel en toegepast onderzoek ..................................................................................13

2. Fundamenteel (praktijkgericht) onderzoek: de empirische cyclus ............................................................................................................29

3. De professional en de interventiecyclus..................................................................................................................................................................49

4. Interventies uitvoeren en/of onderzoeken: orde in de chaos .......................................................................................................................65

5. Toegepast onderzoek in het kader van de interventiecyclus: de designs van toegepast onderzoek ...................................85

6. Toegepast onderzoek en de A3 methode: kwaliteitsbewaking zonder onderzoeksplan ........................................................... 107

7. Het driestromen model: combi neren van praktijkgericht funda menteel en toegepast onderzoek .......................................119

8. Organization Theory and Philosophy: dissolving the realism-constructivism debate ................................................................ 131

9. Problems: objective facts or subjective constructions? .............................................................................................................................. 149

Bibliografie ......................................................................................................................................................................................................................................165

5

Ter Ingeleide

Voor u ligt een boek over de methodologie van

praktijkgericht fundamenteel en toegepast

onderzoek. Het boek is geschreven door dr. Jac

Christis, ter gelegenheid van zijn afscheid als lector

‘Organisatieontwerp en Verandering’ (O&V)* aan de

Hanzehogeschool, waar hij van 2009 – 2020 lector is

geweest. Het lectoraat O&V maakt onderdeel uit van

het Marian van Os Centre of Expertise Ondernemen en

is verbonden aan het Instituut voor Bedrijfskunde. Het

lectoraat heeft ‘Slim Organiseren’ als kernthema en richt

zich op de sectoren MKB, zorg en het HBO. Het lectoraat

richt zich op het ondersteunen van individuele bedrijven

en instellingen op het gebied van procesinnovatie. Doel

daarvan is om door middel van slim organiseren zowel

de kwaliteit van de organisatie (in termen van kosten,

tijd en kwaliteit) als die van de arbeid (in termen van

stressrisico’s en leermogelijkheden) te verbeteren.

Jac heeft als grondlegger van het lectoraat een

stevige basis gelegd voor de toekomst. Hij heeft een

naam opgebouwd als specialist op het gebied van

systeemtheorie en organisatieontwerp (integratie Lean/

QRM/MST) en op het gebied van werkstress en werkdruk.

Op beide gebieden wordt de bijdrage van het lectoraat als

vernieuwend ervaren. Jac mag trots zijn op de behaalde

resultaten, die hij samen met zijn competente, bevlogen

en betrokken onderzoeksgroep heeft gerealiseerd. Het

werkveld heeft grote waardering voor de ontwikkelde

instrumentaria, zoals de werkdrukinstrumenten voor

HBO- en zorginstellingen. Ook heeft het lectoraat

beduidende meerwaarde voor het onderwijs en

scholing van docenten, zowel voor opleidingen in het

economisch domein, als in het technisch domein en de

zorgopleidingen. Dat alles doet het lectoraat op basis van

deugdelijke kennisontwikkeling, waarin wetenschappelijke

gedegenheid en praktijkrelevantie hand in hand gaan. Jac

publiceert regelmatig in wetenschappelijke tijdschriften

en is mede daardoor een veelgevraagd spreker, ook

internationaal.

Wij hebben Jac ervaren als een degelijke, kritische en

veelzijdige onderzoeker. Slim onderzoeken om slim

te organiseren gaan bij Jac hand in hand. De manier

waarop praktijkgericht onderzoek wordt vormgegeven,

zowel uitgevoerd door lectoren en docentonderzoekers

als door studenten, heeft hem altijd in grote mate

geboeid. Hij zat ook zeker voor in de klas, wanneer het

gesprek ging over hoe wij onderzoek uitvoeren in de

vele innovatiewerkplaatsen die de Hanzehogeschool rijk

is. Met name was hij daarin begaan met het helpen van

studenten die soms vastliepen in hoe ze een vraagstuk

uit de praktijk onderzoekmatig kunnen aanpakken. Jac

is door de jaren heen voor het Centre of Expertise een

belangrijke sparring partner geweest in het denken

over en vormgeven van praktijkgericht onderzoek in de

context van het HBO. Dit thema, dat in den lande volop

in ontwikkeling is, heeft hem geïnspireerd om een aantal

artikelen aan te wijden. Inmiddels vormen deze artikelen

de basis voor dit serieuze boek, waarin Jac handreikingen

biedt voor lectoren en docentonderzoekers om

praktijkgericht onderzoek uit te voeren in het HBO.

* Het lectoraat ‘Organisatieontwerp en Verandering’ (O&V) heette voorheen het lectoraat ‘Arbeidsorganisatie & Arbeidsproductiviteit’ (A&A).

6

Het praktijkgerichte onderzoek in het HBO heeft de

afgelopen decennia een enorme vlucht voorwaarts

genomen. De Hanzehogeschool is hierin een belangrijke

speler, met meer dan 50 lectoren verbonden aan

drie grote Centres of Expertise en drie kenniscentra.

Middels ons praktijkgerichte onderzoek willen wij impact

realiseren, ter versterking van instellingen en bedrijven

in de regio. Ons praktijkgerichte onderzoek, zowel

toegepast als fundamenteel, is tevens van eminent

belang voor het leer- en ontwikkelproces van onze

studenten en docentonderzoekers. Wij hebben dan

ook enorm veel waardering voor deze prachtige reeks

artikelen die Jac als ‘legacy’ aan de Hanzehogeschool

schenkt. Mogelijk vormt deze reeks artikelen een opmaat

voor een handboek methodologie voor lectoren en

docentonderzoekers in het HBO.

Wij zijn Jac veel dank verschuldigd voor zijn inspirerende

en degelijke bijdragen aan de Hanzehogeschool en de

beroepspraktijk en wensen hem een hele goede toekomst

toe.

Drs. Renate Coumou, dean Instituut voor Bedrijfskunde

Dr. Hugo Velthuijsen, directeur Marian van Os Centre of

Expertise Ondernemen

7

Voorwoord: een boek met een geschiedenis

Van een artikel naar een boek

Dit boek is begonnen als een artikel over de A3 methode

waarvan mijn Nijmeegse meelezers (Jan Achterbergh

en Harrie Regtering) zeiden dat het materiaal voor

drie artikelen bevatte: voordat je de A3 methode kunt

uitleggen moet je eerst behandelen wat het verschil

is tussen praktijkgericht fundamenteel en toegepast

onderzoek. Dat was goed gezien. Het ene artikel werden

er drie en telkens als ik merkte dat een onderwerp te veel

ruimte in beslag begon te nemen werd het een nieuw

artikel. Zo ging het van een naar drie, van drie naar vijf,

van vijf naar zeven artikelen en als er geen deadline was

geweest waren het er nog meer geworden. Deze artikelen

zijn de hoofdstukken van dit boek geworden.

Aan de zeven artikelen heb ik twee nooit

gepubliceerde artikelen toegevoegd die nog

steeds relevant zijn voor het onderwerp. Het

eerste is een Wittgensteiniaans analyse van het

realisme-constructivisme debat en het tweede een

Wittgensteiniaans analyse van de vraag of problemen

nu objectieve feiten of subjectieve constructies zijn. Het

eerste beschouw ik nog steeds als een van mijn beste

artikelen en het tweede zou ik hebben herschreven als ik

meer tijd had gehad.

Lector aan de Hanzehogeschool: integreren

praktijkgericht fundamenteel en toegepast onderzoek

Ga ik verder terug in de tijd, dan is dit boek begonnen

in januari 2009 en het resultaat van mijn werk als lector

Organisatieontwerp en Verandering (‘slim organiseren’)

aan de Hanzehogeschool Groningen. Een lector

moet samen met het werkveld onderzoeksvoorstellen

ontwikkelen (vraagarticulatie), daar externe financiering

voor zien te krijgen (acquisitie) en, als dat lukt, het

onderzoek samen met docenten en studenten uitvoeren

(praktijkgericht onderzoek). Dat betekent in mijn opvatting

dat je

• Samen met docentonderzoekers studenten begeleidt

bij hun toegepaste onderzoeksprojecten (zie het

artikel over de A3 methode).

• Samen met docentonderzoekers praktijkgericht

fundamenteel onderzoek uitvoert dat, in de woorden

van Van Aken en Andriessen, nieuwe, generieke

kennis voor de praktijk oplevert (het verschil tussen


is het thema van het hele boek).

• In bijvoorbeeld SIA-RAAK projecten het toegepast

onderzoek van studenten combineert en integreert

met het praktijkgerichte fundamenteel onderzoek

van de docentonderzoekers (zie het artikel over het

driestromen model).

Daarnaast heb ik, samen met Annet Jantien Smit,

cursussen ‘Designs van praktijkgericht onderzoek’

gegeven aan docenten en docententeams van

de Hanzehogeschool. Uitgangspunt daarvan was

de beslisboom waarmee het eerste artikel van dit

boek eindigt en dat in de daaropvolgende artikelen

uitgewerkt wordt. Het is altijd ons idee geweest

deze beslisboom tot een handboek uit te werken: je

kijkt naar je onderzoeksvraag, bepaalt aan de hand

daarvan om wat voor soort onderzoek het gaat en

welke onderzoeksdesigns daarbij horen, je slaat het

desbetreffende hoofdstuk open en weet wat je voor

8

je onderzoek moet doen. Docenten hebben ons vaak

gevraagd ‘wanneer komt dat boek er nou?’ Dit is niet dat

boek, maar wel een eerste stap daar naar toe.

UHD systeemtheorie aan de Radboud Universiteit

Nijmegen: wat zijn kundes?

Ga ik nog verder terug in de tijd dan kom ik terecht

bij november 1998, de start van mijn tijd als UHD

Systeemtheorie aan de bedrijfskundeopleiding van de

Radboud Universiteit Nijmegen. Veel van de ideeën die

in dit boek staan vinden daar hun oorsprong: over wat

praktijkwetenschappen of kundes zijn, waarom je die als

onderzoeker en als professional kunt beoefenen en wat

de verschillen tussen het praktijkgerichte fundamentele

onderzoek van de een en het toegepast onderzoek van

de ander zijn. Dat vereist enige toelichting.

Als bachelor coördinator heb ik destijds meegewerkt

aan het ontwikkelen van een nieuw profiel voor de

opleiding bedrijfskunde en een nieuw daarop aangepast

curriculum. In dat profiel staat (nog steeds) dat deze

opleiding studenten opleidt tot academisch onderzoeker

en/of professional in de sociaalwetenschappelijke

en integrale bedrijfskunde. Daaraan is een discussie

voorafgegaan over wat kundes in het algemeen en

bedrijfskunde in het bijzonder nu eigenlijk is: een

interdiscipline die je als onderzoeker en als professional

kunt beoefenen en die studenten in staat stelt problemen

in hun onderlinge samenhang (integraal) te analyseren en

op te lossen. Ik neem de elementen een voor een door,

want ze komen allemaal in dit boek terug.

Interdiscipline. Dus geen technische, geen

economische, maar sociaalwetenschappelijke

bedrijfskunde en dus ook drie grote

sociaalwetenschappelijke vakken in het curriculum.

Onderzoeker en professional. Dus niet alleen het HBO

maar ook de universiteit leidt professionals op. Onze

studenten kregen daarom al in het eerste jaar een cursus

onderzoeksmethodologie waarin zowel de empirische

cyclus (de onderzoeker) als de interventiecyclus (de

professional) behandeld werd en in het derde jaar een vak

interventiemethodologie. En onze studenten mochten,

ook in de master, afstuderen op toegepast, bijvoorbeeld

diagnostisch onderzoek, want dat behoort tot de praktijk

van professional.

Academisch onderzoeker en professional. Het

academisch gehalte van de opleiding ligt besloten in het

academisch gehalte van de gebruikte begrippen (taal) en

theorieën of, eenvoudig geformuleerd, in het academisch

gehalte van de gebruikte literatuur. Aan een HBO

opleiding ben je aangewezen op goede professionele

literatuur. En tot mijn schande moet ik bekennen dat ik te

laat heb ontdekt dat er ook goede professionele literatuur

bestaat. In mijn ervaring is het verschil dit: universitaire

studenten moeten veel (academische) literatuur lezen en

doen weinig praktijkprojecten en HBO studenten hoeven

minder (professionele) literatuur te lezen en doen meer

praktijkprojecten. Het is zeker niet zo dat het een betere

professionals oplevert dan het ander. Volgens mij is het

gewoon van de kwaliteit van je opleiding afhankelijk of je

goede professionals aflevert.

Integrale bedrijfskunde. Daar bestaat geen vak voor

(alhoewel je zou kunnen verdedigen dat systeemtheorie

daarbij helpt). Onder de bezielende leiding van Herman

van den Bosch zijn we destijds met semesterteams gaan

werken: stabiele teams van docenten die verschillende

vakken geven aan een beperkt aantal soortgelijke

studenten, namelijk die van hetzelfde semester. Elk

semester had een thema, een integratie vak en een

integratieproject. Integreren leer je aan de hand van

concrete probleemgevallen.

Je kunt je voorstellen dat dit curriculum niet

zonder slag of stoot tot stand is gekomen. We gingen

van een opleiding met een groot aantal kleine vakken

naar een opleiding met een klein aantal grote vakken

(deels facultair vastgestelde vakken). Bovendien

kwamen er door het nieuwe profiel nieuwe vakken

9

bij. De verdelingsruimte was dus klein: er moesten

vakken geschrapt en/of samengevoegd worden. Van

Thompson (1967) is de uitspraak dat een curriculum een

wapenstilstand is en een curriculumwijziging een oorlog.

Dat was in Nijmegen niet anders.

Leerstoelgroep ‘Organization Design & Change’: de

methodologie van toegepast onderzoek

Ik was als UHD verbonden aan de leerstoelgroep

‘Organization Design & Change.’ Die leerstoelgroep

bestond voor de helft uit een bolwerk van

systeemtheoretici en sociotechnici. De sociotechniek is,

in de woorden van Ulbo de Sitter, een structuurtheorie

die ontwerpers gebruiken voor structuuranalyse

(diagnose) en structuurbouw (herontwerpen). Wij waren

dus ontwerpers die de sociotechniek door fundamenteel

onderzoek verder ontwikkelden, bijvoorbeeld door die te

integreren met het werk van andere systeemtheoretici,

met het werk van Porter en Christensen, met ‘lean

production’ of empirisch te vergelijken met theorieën

over Shared Service Centers en Multidimensionaal

Organiseren.

En we begeleidden studenten bij hun toegepaste

afstudeeronderzoek. Die afstudeerprojecten

hadden vaak de volgende standaardvorm: wat zijn

de problemen van organisatie X (op het gebied van

de kwaliteit van de organisatie, van de arbeid en

van de arbeidsverhoudingen), zijn deze problemen

structuurbepaald en zo ja, in welke richting moet die

structuur herontworpen worden (oplossingsruimte)?

Gestuurd door het methodologieonderwijs schreven al die

studenten op dat hun design dat van een case studie is

(lage externe en hoge interne validiteit). Dat past natuurlijk

niet op een diagnostisch onderzoek: of organisatie

X problemen heeft is onafhankelijk van de vraag of

andere organisaties problemen hebben. Idem voor de

structuurvraag en de oplossingsruimte. Dat leidde tot,

soms felle, discussies met de methodologiecollega’s.

De weerslag daarvan kun je nalezen in het artikel

van Achterbergh, Vriens, Doorewaard (2009) over de

logica van diagnostisch onderzoek (verschenen in het

liber amicorum voor Piet Verschuren) en het artikel

van Christis, Fruytier (2013) over de methodologie

van praktijkgericht onderzoek (verschenen in het liber

amicorum voor Hans Doorewaard). In dat laatste artikel

staat de eerste versie van de beslisboom die centraal

staat in dit boek en waarmee je, aan de hand van je

onderzoeksvraag, kunt bepalen wat voor type onderzoek

een student uitvoert en welke designs daarbij horen.

Bovendien heb ik een aantal jaren meegedaan aan

de scriptiegroep van Marc van Hooft over participatief

actieonderzoek (Marc is een specialist op dit gebied).

Studenten die daaraan meededen voerden geen

onderzoek uit, maar organiseerden als facilitator ‘future

search conferences’ of burgerparticipatieprojecten.

In Nijmegen kon je dus niet alleen als toegepast

onderzoeker afstuderen, maar ook als facilitator, die zelf

geen onderzoek uitvoert.

Onderzoeker bij het NIA: van socioloog naar

bedrijfskundige

Voordat ik aan de Nijmeegse bedrijfskunde opleiding

kwam te werken heb ik tien jaar als onderzoeker gewerkt

bij het Nederlands Instituut voor Arbeidsomstandigheden

(NIA), voorheen het CCOZ, daarna NIA-TNO en nu

een TNO instituut. Ik kwam daar binnen als socioloog,

afgestudeerd in de sociologie van arbeid en bedrijf. En

ik ging daar als bedrijfskundige uit. Dat is bijzonder,

want ik kan mij uit mijn studententijd herinneren dat ik

vrienden die pedagogie of onderwijskunde studeerden,

plaagde met de opmerking dat wat zij deden geen echte

wetenschap was: een beetje psychologie, een beetje

sociologie en veel te praktijkgericht. Dan sociologie: dat

is echte wetenschap. Ik leed in die tijd aan wat Campbell

(2005) het etnocentrisme van de basisdisciplines noemt.

Dat veranderde aan het NIA. Daar werd praktijkgericht

10

onderzoek uitgevoerd en dat vereist een interdisciplinaire

aanpak. Als je een brede belangstelling hebt dan is de

bedrijfskunde ideaal: je kunt neuzen in alle disciplines

en interdisciplines: niet alleen de sociologie, maar ook

de psychologie, antropologie, economie, geschiedenis,

filosofie en recht van arbeid en organisatie. En doordat je

zoektocht gestuurd wordt door het probleem waar je mee

bezig bent loop je minder kans jezelf te verliezen in deze

zoektocht.

Ik vind dus bedrijfskunde het mooiste vak dat

er is. Ik ben mij ervan bewust dat niet iedereen dat

enthousiasme deelt. Volgens Ewald Engelen moet je die

opleiding zo snel mogelijk opheffen. Ik kan mij daar iets

bij voorstellen. Wanneer ik op feestjes en partijen vertel

dat ik bedrijfskundige ben, wordt daar door anderen

vaak aan toegevoegd: ‘maar hij is eigenlijk socioloog

hoor!’ Ik denk echter dat Ewald het met me eens is (1)

dat de economische wetenschap eerder voor opheffing

in aanmerking komt: die richt veel meer schade aan, (2)

dat het meer gaat om goede en slechte bedrijfskunde en

economie, temeer omdat (3) Ewald zelf terecht cum laude

gepromoveerd is op een bedrijfskundig proefschrift over

industriële democratie: er moet dus, ook volgens Ewald,

goede bedrijfskunde mogelijk zijn.

Leiding geven en coördineren

In mijn NIA tijd werd mij in een functioneringsgesprek

het volgende meegedeeld: ‘Jac, je bent een prima

onderzoeker, maar je zit aan de top van je loopbaan.

Wil je doorgroeien, dan moet je leidinggevende worden.

Je zult het met ons eens zijn dat zoiets niets voor jou

is. Eigenlijk hoor jij op de universiteit thuis. Daarvoor

zul je moeten promoveren en wij geven je uren om

daarmee te beginnen.” Dat was een prima voorstel

en in 1998 ben ik cum laude gepromoveerd op het

onderwerp ‘Arbeid, organisatie en stress’ bij dezelfde

promotor als Ewald. Wij behoren beide tot de ‘Veit

Bader school’: goede bedoelingen en nieuwe ideeën

zijn niet genoeg. Je moet onderzoeken of die nieuwe

ideeën ook goede ideeën zijn. Dat is hard werken. Als je

daarbij theoretische en praktische problemen tegenkomt

dan los je die op door (1) te differentiëren (door meer

begrippen en onderscheidingen te introduceren) en

(2) te desaggregeren (door meer analyseniveaus te

introduceren).

Al snel na het afronden van mijn proefschrift kwam

ik in Nijmegen terecht. En wat gebeurt daar? Binnen de

kortste keren werd ik semester coördinator en niet lang

daarna leerstoelgroep coördinator (omdat de hoogleraar

Dean van de faculteit was geworden). Ik moest dus

taaklasttabellen invullen en samen hebben we de BaMa

structuur ingevoerd (van een tweejarig doctoraal naar een

eenjarige master). En niet lang daarna werd ik bachelor

coördinator met als opdracht: ontwikkel een voorstel voor

een nieuw profiel en een daarop aangepast curriculum.

Voor iemand die niet geschikt is voor een leidinggevende

functie zijn dit toch op zijn minst semi-leidinggevende

functies.

Terug naar de hogeschool en het lectoraat: mijn ‘dream

team’

Ik moet zeggen dat ik van al mijn coördinerende functies,

het coördineren van het lectoraat het leukste heb

gevonden. Toen ik in 2009 aan de Hanze begon zat ik in

Nijmegen een beetje vast. Ik ben de Hanzehogeschool

Groningen dan ook dankbaar dat ze me de kans hebben

gegeven mijn beroepsloopbaan met plezier in mijn

werk te kunnen beëindigen (in Groningen heb ik de lol

in mijn werk weer teruggevonden). De ontvangst door

de lectoren en programmamanager van het Kennis

Centrum Arbeid was een warm bad en de samenwerking

uitermate prettig. Dat geldt ook voor de samenwerking

met (de teamleiders van) de opleidingen Bedrijfskunde,

Management in de Zorg en Technische Bedrijfskunde

en voor de gesprekken met de opeenvolgende

Deans van het Instituut voor Bedrijfskunde (vooral

11

de werkoverleggen met mijn eerste Dean, Rob van

Linschoten, heb ik als beginnend lector als bijzonder

prettig ervaren).

Maar bovenaan staat de samenwerking met

mijn docentonderzoekers (mijn ‘dream team’). Ik ben

begonnen als een controlefreak die niets uit handen

kan geven en zich overal verantwoordelijk voor voelt.

Dat hebben ze stap voor stap ‘afgebroken.’ Dat begon

met Hester (mijn management assistente): “Jac, heb

je nog werk voor me?” en met Rechiena: “Jac, ik ben

projectleider. Zal ik de vergaderingen voorbereiden

en de agenda opstellen?” En ik ben geëindigd als

iemand die de zaken los kan laten en op zijn team

durft te vertrouwen. Ik hoef nu niet meer van te

voren alle problemen opgelost en alle beslissingen

genomen te hebben. In plaats daarvan kan ik tijdens

vergaderingen ontspannen achterover leunen om te

zien hoe mijn team problemen bediscussieert, oplost

en beslissingen neemt, hoe moeilijk die problemen en

beslissingen ook zijn. Ik discussieer natuurlijk wel mee

(zonder discussie krijg ik geen nieuwe ideeën) maar het

lectoraat hebben we in de loop der tijd georganiseerd

als een samenwerkingsproces: iedereen doet met alles

mee, praat over alles mee en beslist over alles mee.

In die zin zijn we het tegendeel van een hiërarchisch

georganiseerde ‘lectoraatspyramide.’

Tijdens een van onze vergaderingen hebben

we eens een felle discussie gehad over de vraag of

leidinggevenden hun medewerkers moeten kunnen

motiveren en inspireren. Mijn docentonderzoekers

vonden van wel en ik van niet: dan ga je er vanuit dat

medewerkers niet gemotiveerd en geïnspireerd zijn. Dat

lijkt mij beledigend voor die medewerkers en zelf ben

ik nooit met motiveren of inspireren bezig geweest (“als

je niet gemotiveerd bent, kom je er niet in”). Uiteindelijk

kwamen we op het volgende compromis uit: je moet

elkaar motiveren en inspireren. Volgens mij zijn we daar

erg goed in geslaagd en was dat eerder het onbedoelde

resultaat van de manier waarop we samenwerkten dan

van bewuste pogingen daartoe. Dus: jullie waren een

inspirerende club waar ik veel van heb geleerd en erg van

heb genoten: ik zal de samenwerking met jullie missen.

Expertisecentrum ‘slim organiseren’

Bij mijn aanstellingsgesprek met het CvB werd mij

naar mijn ambities gevraagd. Mijn antwoord luidde: het

ontwikkelen van een expertisecentrum ‘slim organiseren.’

Volgens mij zijn we daar goed in geslaagd. Een thema

(‘slim organiseren’) toepassen in drie sectoren (MKB, zorg

en HBO onderwijs) levert synergie op, zowel inhoudelijk

als in werkwijze: docentonderzoekers kunnen makkelijk

van project/sector wisselen.

Vanaf het begin hebben we geprobeerd onze

praktijkproducten in de vorm van web-based online

handleidingen te gieten. De eerste was nog uitproberen

en leren. De tweede (over het integreren van lean

procesverbetering met duurzaamheid) was al een stuk

beter. Bij het ontwerpen van zo’n website worden de

taken verdeeld en moet iedereen ‘met de billen bloot.’

Je producten worden door anderen becommentarieerd

en gecorrigeerd. Dat is even wennen. Ook die stap

zijn we goed doorgekomen. We hebben geleerd te

accepteren dat je niet overal even goed in kunt zijn en

van anderen kunt leren. Je kunt dan gezamenlijk trots

zijn op het eindresultaat. Onze derde website (over

werkdrukvermindering door procesverbetering) is dan

ook een ‘beauty’ geworden. Daarin hebben we het in

een eerder project ontwikkelde werkdrukinstrument voor

teamleiders in de zorg gekoppeld aan een methodiek om

knelpunten op werkdrukgebied te analyseren en op te

lossen. De website is erg mooi geworden

(https://minderwerkdrukindezorg.nl/). Volgens ons is

het de enige methodiek die op zoek gaat naar feitelijke

in plaats van naar ervaren werkdruk. Hiermee kun je

voorkomen dat een discussie die start met de feitelijke

werkdruk (‘daar hebben we allemaal last van’) eindigt

https://minderwerkdrukindezorg.nl/

12

in een discussie over ervaren werkdruk (‘dat is voor

iedereen anders’). Je voorkomt zo, met andere woorden,

dat je in het fitness centrum zwetend op een hometrainer

zit en denkt: ‘maar het begon toch allemaal met de

werkdruk die te hoog was? Hoe ben ik dan hier terecht

gekomen?’. De belangstelling uit het veld is dan ook

groot. We hebben in opdracht van Zestor een variant

voor het HBO gemaakt en in opdracht van de Stichting

Openbare Bibliotheken een variant voor de bibliotheken.

En het nog lopende project over de organisatie

van het voortraject bij klantspecifieke productie (hoe

organiseer je de samenwerking tussen verkoop,

engineering, werkvoorbereiding en planning?) staat

als een huis en zal zeker ook een mooi praktijkproduct

opleveren.

Jac Christis

november 2020

13

1. De methodologie van praktijkgericht fundamenteel en toegepast onderzoek

Of: wat is er mis met het onderscheid tussen fundamenteel en praktijkgericht onderzoek?

Praktijkgericht onderzoek hoort vooral bij de toegepaste wetenschappen, praktijkwetenschappen, ontwerpwetenschappen of kundes. Praktijkgericht onderzoek kan zowel fundamenteel zijn (het domein van de onderzoeker) als toegepast (het domein van de professional). Het is daarom een misverstand om praktijkgericht onderzoek te contrasteren met fundamenteel (ook wel: theoriegericht) onderzoek. In deze bijdrage inventariseren we de gevolgen van dit misverstand voor (het onderwijs in) de methodologie van praktijkgericht onderzoek.

1. Waarom zou praktijkgericht onderzoek niet fundamenteel kunnen zijn?

Inleiding

In de Nederlandse discussie treffen we twee opvattingen

aan over praktijkgericht onderzoek. In de ‘Doorewaard/

Verschuren (D/V) traditie’ wordt praktijkgericht

onderzoek gecontrasteerd met fundamenteel onderzoek:

praktijkgericht onderzoek is iets anders dan fundamenteel

onderzoek en daar heb je dus ook een andere

methodologie voor nodig. In de ‘Van Aken/Andriessen

(VA&A) traditie’ wordt gesteld dat praktijkgericht

onderzoek wel degelijk fundamenteel is: het is een vorm

van ‘use-inspired basic research’ (Stokes 1997). Binnen

praktijkgericht onderzoek maken VA&A een onderscheid

tussen verklarend en ontwerpgericht onderzoek. Voor

verklarend onderzoek zou geen en voor ontwerpgericht

onderzoek zou wel een nieuwe methodologie vereist zijn.

Dat is de methodologie van ontwerpgericht onderzoek,

design science, of design research.

In deze bijdrage sluit ik aan bij de ‘VA&A traditie.’ Ik maak

echter binnen praktijkgericht onderzoek een verschil

tussen fundamenteel en toegepast onderzoek. En ik zal

laten zien:

• Dat ontwerpgericht onderzoek ook verklarend

onderzoek is.

• Dat er geen verschil bestaat tussen de methodologie

van zuiver fundamenteel en praktijkgericht

fundamenteel onderzoek: in beide gevallen doorloop

je de empirische cyclus.

• Dat er een groot verschil bestaat in de methodologie

van praktijkgericht fundamenteel en toegepast

onderzoek. In het laatste geval doorloop je niet de

empirische, maar de interventiecyclus.

• Dat er daarom vooral behoefte bestaat aan een

‘Handboek Methodologie van Toegepast Onderzoek

in het kader van de Interventiecyclus’ zowel voor

studenten als voor docenten die hen moeten

begeleiden.

14

Doorewaard en Verschuren: fundamenteel versus

praktijkgericht onderzoek

Als je, zoals in de D/V traditie een onderscheid maakt

tussen fundamenteel (theoriegericht) en praktijkgericht

onderzoek, ga je er van uit dat praktijkgericht onderzoek

niet fundamenteel kan zijn. Dat lijkt mij onjuist. In de

wetenschap treffen we naast de ‘basic sciences’ of

zuivere wetenschappen ook ‘applied sciences’ aan.

Daartoe behoren niet alleen de geneeskunde en de

technische wetenschappen, maar ook onderwijskunde,

bedrijfskunde, communicatiewetenschappen, rechten,

bouwkunde, Europa studies, enzovoort. Ze hebben

met elkaar gemeen dat ze zich ieder specialiseren op

het analyseren en oplossen van praktijkproblemen. We

noemen ze daarom ook wel praktijkwetenschappen of

ontwerpwetenschappen. Wij noemen dit in dit artikel

voortaan de kundes.

Het praktijkgericht onderzoek van de kundes

kan twee vormen aannemen. Het kan fundamenteel

onderzoek zijn dat gericht is op het ontwikkelen van

nieuwe generieke kennis voor de desbetreffende kunde.

En het kan toegepast onderzoek zijn waarin deze kennis

door professionals gebruikt wordt bij het analyseren

en oplossen van problemen van individuele patiënten,

leerlingen, bedrijven, gezinnen, regio’s, enzovoort.

Neem kankeronderzoek als voorbeeld. Eerste vraag:

is dat fundamenteel onderzoek? Antwoord: ja, want het

levert nieuwe generieke kennis op over oorzaken van en

oplossingen voor kanker. Het is, met andere woorden,

fundamenteel, theoriegericht onderzoek. Tweede vraag:

is het praktijkgericht onderzoek? Antwoord: ja, want

het is op zoek naar oorzaken van en oplossingen voor

praktijkproblemen. Daarom stoppen we er zoveel geld in.

Derde vraag: is het toegepast onderzoek? Antwoord: nee,

want het genereert nieuwe kennis die vervolgens door

de professional in toegepast onderzoek gebruikt wordt.

Het toegepast onderzoek van de arts daarentegen is

niet gericht op het genereren van nieuwe geneeskundige

kennis. Daarom wordt binnen de geneeskunde een

onderscheid gemaakt tussen theoretische en klinische

geneeskunde. Conclusie: praktijkgericht onderzoek

kan zowel fundamenteel als toegepast zijn. Als dat

zo is moet je geen onderscheid tussen fundamenteel

en praktijkgericht onderzoek maken. Tussen beide

vormen van praktijkgericht onderzoek (fundamenteel en

toegepast) bestaan grote methodologische verschillen.

Dat heeft verstrekkende gevolgen voor zowel het

onderwijs in de methodologie van praktijkgericht

onderzoek als voor de praktijk van dat onderzoek zelf.

Van Aken en Andriessen: ontwerponderzoek als nieuw

paradigma

VA&A stellen terecht dat er, zoals in de geneeskunde en

technische wetenschappen, wel degelijk praktijkgericht

fundamenteel onderzoek bestaat. Zij noemen dat

ontwerpgericht onderzoek (ook design science en design

research). Dit onderzoek is gericht op het ontwikkelen

van nieuwe wetenschappelijke kennis in de vorm van

generieke oplossingen voor generieke veldproblemen.

En ze onderscheiden dit van het ontwikkelen van

specifieke oplossingen voor specifieke veldproblemen

door professionals. Dat betekent dat je twee vormen

van ontwerpen hebt: het ontwerpen van generieke

oplossingen en van specifieke oplossingen. En zij

concentreren zich op de methodologie van het ontwerpen

van generieke oplossingen.

VA&A benadrukken terecht dat het onderzoek

van lectoraten in het HBO gericht moet zijn op het

ontwikkelen van generieke kennis en oplossingen.

Lectoraten dienen dus meer te doen dan alleen studenten

te begeleiden bij hun toegepaste praktijkprojecten. Om

lectoraten daarbij te helpen hebben ze hun ‘Handboek

Ontwerpgericht Wetenschappelijk Onderzoek’

geschreven. Dat boek is bedoeld voor lectoraten, niet

voor studenten. Een term voor twee verschillende dingen

(ontwerpen van generieke en specifieke oplossingen) is

15

niet handig. Uit de context is telkens af te leiden om welke

vorm van ontwerpgericht onderzoek het gaat: om de

fundamentele of de toegepaste vorm.

VA&A maken dus geen onderscheid tussen


(ze vinden toegepast onderzoek geen goede term).

Dat is jammer, want op deze wijze weten we niet

hoe we studenten bij hun toegepaste praktijk- en

afstudeerprojecten moeten begeleiden. Die analyseren

immers specifieke problemen en ontwerpen daar

specifieke oplossingen voor. Daarvoor hebben we een

‘Handboek Toegepast Onderzoek’ (in het kader van de

interventiecyclus) nodig.

VA&A introduceren wel een ander onderscheid,

namelijk dat tussen praktijkgericht verklarend en

praktijkgericht ontwerponderzoek. Zij zijn van

mening dat praktijkgericht ontwerponderzoek een

eigen methodologie vereist (een nieuw paradigma).

In deze bijdrage zal ik onder meer laten zien dat

ontwerponderzoek ook verklarend onderzoek is en dat

praktijkgericht fundamenteel onderzoek methodologisch

niet verschilt van zuiver fundamenteel onderzoek en

dus ook geen nieuwe methodologie vereist. Tussen


bestaan echter grote methodologische verschillen. Wat

daarom eerst en vooral vereist is in het HBO, is een

handleiding praktijkgericht toegepast onderzoek voor

studenten en docenten.

Voor het onderbouwen van deze conclusies ga

ik eerst in op het onderscheid tussen praktijkgericht

fundamenteel en praktijkgericht toegepast onderzoek in

de kundes. En vervolgens behandel ik de gevolgen van

dit onderscheid voor (het onderwijs in) de methodologie

van praktijkgericht onderzoek.

2. De toegepaste wetenschappen, praktijkwetenschappen, ontwerpwetenschappen of kundes

De drie kenmerken van de kundes: praktijkgericht,

interdisciplinair en integraal

De kundes zijn ten eerste praktijkwetenschappen. Ze

specialiseren zich ieder op een soort praktijkprobleem:

bedrijfskunde op bedrijfsproblemen, onderwijskunde

op onderwijsproblemen, geneeskunde op

gezondheidsproblemen, communicatiewetenschappen

op communicatieproblemen, enzovoort. De

basisdisciplines daarentegen concentreren zich op

de grondslagenproblemen van hun eigen discipline.

Omdat praktijkproblemen zich niet aan de disciplinaire

organisatie van de basiswetenschappen houden

hebben we de kundes nodig. Ze vormen als het ware

de brug tussen de basiswetenschappen enerzijds en

praktijkproblemen anderzijds. Zouden de basisdisciplines

praktijkwetenschappen zijn, dan hadden we de kundes

niet nodig. Daarom hebben alle kundes:

the common problem of bridging the gap between

the social system that produces scientific knowledge,

on the one hand, and the social system where

professional practice takes place, on the other

(Simon 1967: 16).

Dat betekent dat kundes, ten tweede, noodzakelijkerwijs

interdisciplinair zijn: het zijn interdisciplines. Je kunt de

kundes ook disciplines noemen (met subdisciplines),

maar dan zie je niet waarin ze verschillen van de

basisdisciplines: alleen de kundes zijn interdisciplines.

Daarom kloppen we voor gezondheidsproblemen bij de

geneeskunde aan, niet de biologie, voor bestuurskundige

problemen bij de bestuurskunde, niet bij de sociologie en

voor economische problemen bij de economie, niet bij de

psychologie. Economie is dus, in mijn opvatting, ook een

kunde, zij het een merkwaardige. Die is erin geslaagd in

16

de loop der tijd alle psychologische (‘homo economicus’)

en alle sociologische (zuivere markten) uit haar

theorievorming te verwijderen. Dat heeft haar verklarend

en voorspellend vermogen geen goed gedaan. Dat wordt

dan ook, in homeopathische doses, gecorrigeerd door

psychologische elementen (‘behavioral economics’) en

sociologische elementen (‘institutional economics’) toe

te voegen. Lukt dat, dan wordt de economie weer een

interdiscipline.

Natuurlijk kun je voor praktische problemen ook bij

de basisdisciplines aankloppen. Je moet ze dan eerst

geïnteresseerd krijgen (het moet ook bijdragen aan de

verdere ontwikkeling van hun basisdiscipline) en als dat

lukt krijg je een eenzijdige, want disciplinaire analyse van

het probleem. Daarom wordt in kankeronderzoek gebruik

gemaakt van inzichten uit de meest uiteenlopende

basisdisciplines. Die inzichten worden omgezet in

een nieuwe interdisciplinaire theorie, in dit geval over

oorzaken en gevolgen van – verschillende vormen van –

kanker. Omgekeerd leveren de basisdisciplines inzichten

aan de meest uiteenlopende kundes. Van biologische

inzichten wordt niet alleen in de geneeskunde gebruik

gemaakt, maar bijvoorbeeld ook in de milieukunde en de

aardwetenschappen.

Omdat praktijkproblemen zelden ‘stand alone’

optreden (het zijn vaak ‘wicked problems’ of ‘problem

messes’) dienen de kundes, ten derde, integraal te zijn.

Ze dienen in staat te zijn verschillende bedrijfskundige,

onderwijskundige of geneeskundige problemen in hun

onderlinge samenhang te analyseren en op te lossen.

Voor dat probleem bestaat geen theoretische oplossing:

er bestaat niet zoiets als een integrale geneeskundige,

bestuurskundige of bedrijfskundige theorie, waarin alle

geneeskundige, bestuurskundige of bedrijfskundige

problemen in hun onderlinge samenhang beschreven en

verklaard worden.

Er bestaat dus een groot contrast tussen de kundes

als interdisciplines en de basisdisciplines: die zijn niet

praktijkgericht, niet interdisciplinair en niet integraal.

In die zin is al het onderzoek van de kundes ‘mode 2’

onderzoek of praktijkgericht onderzoek. Daar staat echter

tegenover dat de kundes niet zonder de basisdisciplines

(‘mode 1’ onderzoek) kunnen. Vergelijk je de kundes

met een boom, dan vormen de basisdisciplines waarvan

gebruik wordt gemaakt de wortels van de boom: de

sociologie, psychologie, economie, enzovoort van

organisaties en de sociologie, psychologie, economie,

enzovoort van het recht. De takken van de boom worden

gevormd door de verschillende subspecialisaties of

functionele deeldisciplines binnen de kundes. Die

specialiseren zich verder in deelproblemen van de kunde.

In de geneeskunde zijn dat de verschillende ziektes en

aandoeningen en/of de verschillende delen van ons

lichaam. In de bedrijfskunde zijn dat de verschillende

organisatieproblemen (strategie-, marketing-, plannings-,

personeelsproblemen, enzovoort). En in het recht

correspondeert dit met de verschillende vormen

van recht (publiekrecht, privaatrecht, contractrecht,

internationaalrecht, enzovoort). De kundes zijn dus via

de basisdisciplines diep geworteld in de wetenschap en

reiken via hun takken tot ver in de praktijk. In de stam

van de boom dienen de twee problemen van de kundes

opgelost te worden (zie uitvoerig hierover Christis 2009):

• Het probleem van interdisciplinariteit: het integreren

van de ‘wortelvakken’ (basisdisciplines).

• Het probleem van integraliteit: het integreren van de

‘takkenvakken’ (functionele deeldisciplines).

Kundes: de rol van de onderzoeker en de professional

Kundes kun je beoefenen als onderzoeker die nieuwe

kennis voor de kunde produceert en als professional

die bestaande kennis toepast op individuele

probleemgevallen. In de geneeskunde staat dit bekend

als het verschil tussen theoretische en klinische

geneeskunde:

17

[I]t will be useful to begin by distinguishing between

theoretical and clinical medicine. What could be

called theoretical medicine consists of a body of

laws and theories, many of them involving causality

… This kind of causal claim is described as generic,

because it covers many cases. In clinical medicine,

however, a doctor examines a particular patient and

has to find out what causes that patient’s symptoms.

… This is an instance of single case, rather than

generic causality. … Medical students generally learn

theoretical medicine to begin with, and then, when

they have mastered some current medical knowledge,

they learn how to apply it to individual patients in

clinical practice (Gillies 2019: 1).

Dit is in de overige kundes niet anders. Elke kunde

bestaat uit een ‘body of knowledge’ dat door

onderzoekers verder ontwikkeld wordt, dat studenten

zich in het onderwijs eigen maken om het vervolgens als

professionals in hun beroepspraktijk toe te passen of om

het als promovendus verder te ontwikkelen. Professionals

in de technische beroepen die zich als professional

verder willen ontwikkelen kunnen een Professional

Doctorate (PD) volgen. Ze krijgen dan een jaar les in

inhoudelijke vakken om zo hun kennis te updaten. Die

kennis moeten ze dan in het tweede jaar toepassen op

een probleem in hun bedrijfspraktijk. Een PD is dus geen

PhD voor professionals.

De onderzoeker ontwikkelt nieuwe, generieke kennis

voor de kundes. Dat onderzoek verschilt methodologisch

niet van dat van de basis wetenschappen of van zuiver

fundamenteel onderzoek. Het is echter wel degelijk

praktijkgericht onderzoek. Het wordt immers uitgevoerd

in het kader van de kundes en het is de taak van die

kundes nieuwe kennis te ontwikkelen voor het analyseren

en oplossen van praktijkproblemen (geneeskundige,

onderwijskundige, bedrijfskundige, enzovoort

problemen).

Professionals gebruiken bestaande kennis voor het

analyseren en oplossen van praktijkproblemen. Dat

onderzoek is deels beschrijvend van aard (wat zijn de

problemen?) en deels verklarend van aard (wat zijn

daarvan de oorzaken en daarvoor de oplossingen?).

Dat onderzoek levert nieuwe kennis op over en voor het

probleemgeval dat onderzocht wordt. Het levert echter

geen nieuwe kennis op voor de desbetreffende kunde:

het is dus geen fundamenteel, maar toegepast empirisch

onderzoek.

Natuurlijk ontwikkelen professionals in hun

toegepaste onderzoek ook nieuwe, creatieve

oplossingen. Een docent ontwikkelt een nieuwe

lesmethode, een school een nieuw anti-pestprogramma

of een bedrijf een nieuwe planningsmethodiek.

Dit ligt voor de hand, want de praktijk staat onder

handelingsdwang en kan voor oplossingen niet op de

wetenschap wachten. Het gaat echter om specifieke

oplossingen: je weet dat het in dit geval werkt, maar

niet of het in andere gevallen ook zal gaan werken. Dat

moet nog onderzocht worden. Het is dan de taak van

de kundes om die slimme oplossingen op te sporen,

ze op hun wetenschappelijke merites te beoordelen, te

veralgemeniseren door ze op te nemen in abstractere

begrippen en theorieën om ze daarna te respecificeren

voor gebruik ervan in andere contexten. Volgens mij is

dit wat we in praktijkgericht fundamenteel onderzoek,

ontwerpgericht onderzoek en lectoraatsonderzoek doen.

Methodologische verschillen tussen praktijkgericht

fundamenteel en toegepast onderzoek

Toegepast onderzoek verschilt methodologisch wel van

het praktijkgericht fundamenteel onderzoek. Omdat je

in toegepast onderzoek geen nieuwe theorie toetst heb

je, ten eerste, geen generaliseringsprobleem (externe

validiteit) en neemt, ten tweede, het verklaringsprobleem

(interne validiteit: klopt mijn verklaring?) een andere vorm

aan.

18

Externe validiteit. Wanneer je na onderzoek tot de

conclusie komt dat een patiënt de griep heeft of dat de

werkdruk bij een opleiding erg hoog is, dan is de vraag

‘kun je dit generaliseren?’ onzinnig. Immers, of iemand

de griep heeft en of de werkdruk hoog is, is onafhankelijk

van de vraag of iemand anders de griep heeft en of

de werkdruk bij een andere opleiding hoog is. De arts

generaliseert niet van een patiënt naar een populatie.

In plaats daarvan vraagt de arts zich af ‘tot welke van

de bekende populaties behoort mijn patiënt: die van

de virusinfecties, van de bacteriële infecties of van de

hypochonders?’

Interne validiteit. Toegepast onderzoek is verklarend

onderzoek. Je bent echter niet op zoek naar nieuwe,

nog onbekende oorzaken. In plaats daarvan luidt je

onderzoeksvraag

• In diagnostisch onderzoek: welke van alle mogelijke

en bekende oorzaken zijn in dit geval aanwezig en

verklaren het probleem (oorzaken van ongewenste

gevolgen)?

• In ontwerpgericht onderzoek: welke van alle mogelijke

en bekende oplossingen gaan in dit geval tot succes

leiden (oorzaken van gewenste gevolgen)?

De professional wordt hier geconfronteerd met wat wel

het probleem van de kloof tussen wetenschap en praktijk

genoemd wordt of wat Schön (1983) het verschil tussen

de ‘high ground’ van de theorie en de ‘swamp’ van de

praktijk noemt. De professional moet de generieke

kennis van de wetenschap weer contextualiseren:

welke combinatie van meewerkende, tegenwerkende,

terugwerkende, modererende en interveniërende

factoren bepalen in dit geval de ongewenste gevolgen

(diagnostisch onderzoek) en de gewenste gevolgen

(ontwerpgericht onderzoek)? De professional moet,

met andere woorden, al die andere factoren die in

fundamenteel onderzoek worden buitengesloten (zoals

in een ‘randomized control trial’), nu weer ‘insluiten.’ De

interne validiteit van fundamenteel onderzoek verhoog je

door voor de werking van andere oorzaken A, B en C te

controleren om zo te kunnen bewijzen dat X een oorzaak

van Y is. De interne validiteit van toegepast onderzoek

verhoog je door omgekeerd te kijken welke van alle

mogelijke oorzaken X, A, B en C in dit geval aanwezig zijn.

Je mag, met andere woorden, geen oorzaken over het

hoofd zien of uitsluiten. Dat geldt zowel voor diagnostisch

onderzoek (oorzaken van ongewenste gevolgen of

problemen) als voor ontwerpgericht onderzoek (oorzaken

van gewenste gevolgen of doelen). Let wel, we hebben

het hier over ontwerpgericht onderzoek in het kader van

de interventiecyclus, dat wil zeggen, over het ontwerpen

van specifieke oplossingen voor specifieke problemen.

Dat betekent dat toegepast onderzoek, alhoewel het

over ‘single cases’ gaat, geen casestudie is (zie Christis,

Fruytier 2013). Gerring (2006; 2007) noemt diagnostisch

onderzoek, om het te onderscheiden van een casestudie,

een ‘single outcome study.’ Dat betekent omgekeerd

dat je als professional weinig hebt aan een handleiding

casestudie onderzoek. Daarin wordt veel aandacht

besteed aan de wijze waarop je cases selecteert om

zo de externe validiteit te verhogen. En er wordt veel

aandacht besteed aan de wijze waarop je de interne

validiteit kunt verhogen. Echter, de professional die

toegepast onderzoek uitvoert selecteert geen cases:

die cases selecteren de professional met de vraag: kun

je mijn problemen analyseren en oplossen? Bovendien

heeft de professional geen generaliseringsprobleem:

externe validiteit is niet van toepassing op toegepast

onderzoek. En het vergroten van je interne validiteit doe

je in toegepast onderzoek op een andere manier dan

in fundamenteel onderzoek. Je zoekt immers niet naar

nieuwe, nog onbekende oorzaken. In plaats daarvan wil

je weten welke combinatie van bekende oorzaken in dit

geval aanwezig is. Hetzelfde geldt voor de wijze waarop

professionals hun interventie evalueren. Een generieke

oplossing kun je wel, maar een specifieke oplossing kun

19

je niet met een RCT evalueren. Dat doen professionals (de

arts, docent, sociaal werker, enzovoort) dan ook niet. Die

gebruiken daar een ander design voor.

De onderzoeker en de professional: een samenvatting

Samengevat zien de verschillen tussen het praktijkgericht

fundamentele onderzoek van de onderzoeker en het

praktijkgericht toegepast onderzoek van de professional

er als volgt uit:

Onderzoeker Professional

Kennisprobleem wetenschap (kunde)

Handelingsprobleem praktijk

Genereert nieuwe kennis Past bestaande kennis toe

Fundamenteel onderzoek Toegepast onderzoek

Empirische cyclus Interventiecyclus

Wetenschappelijk: productdefinitie en procesdefinitie

Wetenschappelijk: alleen procesdefinitie

Tabel 1. De onderzoeker en de professional

(Christis, Fruytier 2013: 225).

In de kundes start de onderzoeker met een

kennisprobleem van de kunde en eindigt met nieuwe

kennis voor de kunde. Dat is fundamenteel onderzoek

dat plaats vindt in het kader van de empirische cyclus

(de dialoog tussen idee en bewijs). Dat onderzoek is

wetenschappelijk, zowel in een productdefinitie (het

levert nieuwe wetenschappelijke kennis) als in een

procesdefinitie (die kennis is op wetenschappelijk

verantwoorde wijze verworven). De professional

daarentegen start met een handelingsprobleem van de

praktijk en past bestaande kennis toe op individuele

gevallen of ‘single cases.’ Dat is toegepast onderzoek

dat plaats vindt in het kader van de interventiecyclus. Dit

onderzoek is niet wetenschappelijk in de productdefinitie,

want levert geen nieuwe wetenschappelijke kennis op.

Het dient echter wel op wetenschappelijk verantwoorde

wijze uitgevoerd te worden (procesdefinitie).

3. Misverstanden over praktijkgericht onderzoek

Contrasteer praktijkgericht onderzoek niet met

fundamenteel (theoriegericht) onderzoek

Wij contrasteren niet, zoals velen dat, al of niet in

navolging van het werk van Doorewaard en Verschuren

wel doen, fundamenteel (theoriegericht) onderzoek met

praktijkgericht onderzoek. Zoals we hebben laten zien

kan praktijkgericht onderzoek zowel fundamenteel als

toegepast zijn. En VA&A wijzen er terecht op dat het

onderzoek van lectoraten praktijkgericht fundamenteel

onderzoek zou moeten zijn.

Vervang de term ‘toegepast onderzoek’ niet door

praktijkgericht onderzoek

Dat betekent dat we niet de term ‘toegepast onderzoek’

overbodig vinden (omdat het van lineair denken zou

getuigen) en vervangen door praktijkgericht onderzoek.

Zouden we dat wel doen, dan hebben we geen

naam meer voor het onderzoek dat professionals

uitvoeren. Dat onderzoek is immers niet fundamenteel,

want genereert geen nieuwe wetenschappelijke

kennis. Het is wel praktijkgericht, want analyseert

praktijkproblemen en ontwerpt daar oplossingen voor.

Omdat professionals bestaande kennis toepassen op

individuele gevallen noemen we dat praktijkgericht

toegepast onderzoek (of gewoon: toegepast onderzoek

in het kader van de interventiecyclus). In dit onderzoek

wordt de interventiecyclus (of regulatieve cyclus)

doorlopen. We vervangen toegepast onderzoek dus

niet door praktijkgericht onderzoek, maar maken binnen

praktijkgericht onderzoek een onderscheid tussen

fundamenteel en toegepast onderzoek.

Toegepast onderzoek is ook het type onderzoek dat

HBO studenten leren uitvoeren als voorbereiding op hun

beroepspraktijk. Dat betekent dat ze onderwezen moeten

worden in de methodologie van toegepast onderzoek.

Dat leren ze niet uit handboeken over de methodologie

20

van fundamenteel onderzoek, want die gaan over een

andere vorm van onderzoek. Ze worden daar eerder

door in verwarring gebracht. Ze zeggen dan bijvoorbeeld

dat hun diagnostisch onderzoek, bijvoorbeeld naar de

omvang en oorzaken van de werkdruk bij een opleiding,

een kwalitatieve case studie is. Hun N is immers 1, dus

een casestudie en een casestudie is altijd kwalitatief.

Ze verwarren dan een casestudie (een van de designs

van fundamenteel onderzoek) met diagnostisch

onderzoek (een van de designs van toegepast

onderzoek). Vervolgens schrijven ze uit hun handboek

over dat hun onderzoek daarom een lage externe en

hoge interne validiteit heeft. Maar een diagnostisch

onderzoek heeft geen generaliseringsprobleem en in

het handboek staat niet hoe je de interne validiteit van

een diagnostisch onderzoek veilig stelt. Wanneer ze

vervolgens in hun diagnostisch onderzoek een enquête

(een methode van dataconstructie) gebruiken weten

ze niet meer of hun onderzoek kwantitatief (enquête)

of kwalitatief (N is 1) is. Ze verwarren dan een design

met de gebruikte methoden van dataconstructie. En

als de survey niet op een steekproef berust weten

ze niet of ze nu wel of geen generaliseringsprobleem

hebben. Ze verwarren dan de case (de opleiding met

een probleem) met de waarnemingseenheden waarmee

je uitspraken over de case wil doen. Drie ingevulde

enquêtes is te weinig om uitspraken over de opleiding

te doen (representativiteit van je gegevens). Maar of de

werkdruk van die opleiding hoog is, is onafhankelijk van

de vraag hoe hoog de werkdruk bij andere opleidingen

is (externe validiteit is niet van toepassing: je hebt geen

generaliseringsprobleem). Je mag deze studenten dus

niet vragen om algemene conclusies uit hun onderzoek

te trekken (de bijdrage van hun onderzoek aan de

wetenschap). Wat je ze wel mag vragen is of ze het

onderzoek een volgende keer anders zouden doen: zou je

dan een andere theorie met andere begrippen toepassen

en dus over andere dingen gegevens verzamelen en

zou je dat met andere methoden van dataconstructie

(en analyse) gedaan hebben? Je vraagt ze dan wat ze

conceptueel, theoretisch en methodologisch geleerd

hebben van hun onderzoek.

Wees voorzichtig met de term ‘toegepaste

wetenschappen’

Wel vinden we de term ‘applied sciences’ misleidend als

aanduiding van de kundes. Een hele reeks van auteurs

(Polanyi 1985, Stokes 1997, Vincenti 1990, Auyang

2004) heeft erop gewezen dat in de kundes niet alleen

toegepast, maar ook fundamenteel, praktijkgericht

onderzoek plaats vindt. Vergelijk bijvoorbeeld Stokes

(1997) over het verschil tussen ‘pure basic research

and use-inspired basic research.’ Zie ook Polanyi: “The

structure of systematic technology which comprises a

large part of engineering is essentially similar to that of

pure science and its advances consist, like those of pure

science, in the expansion of a system of knowledge by a

series of original contributions” (1956: 240; mijn nadruk).

In de woorden van Vincenti: “[Engineering], though it may

apply science, is not the same as … applied science”

(Vincenti 1990: ). Vandaar dat je de kundes beledigt

als je zegt dat de basiswetenschappen nieuwe kennis

ontwikkelen die in de ‘applied sciences’ wordt toegepast.

Die kennis moet eerst ‘bewerkt’ en verder ontwikkeld

worden tot nieuwe interdisciplinaire kennis voordat

die nieuwe kennis door de professional kan worden

toegepast. Nieuwe geneeskundige kennis wordt in de

geneeskunde, niet in de basisdisciplines ontwikkeld.

Ga niet uit van een conflict tussen praktische relevantie

en methodologische grondigheid

We zien niet, zoals zovelen dat wel doen, een conflict

tussen ‘rigor and relevance’, tussen methodologische

grondigheid en praktische relevantie (Andriessen 2014).

Kankeronderzoek dient niet alleen methodologisch

grondig te zijn, maar is ook uitermate praktisch relevant.

21

En omgekeerd is toegepast onderzoek niet alleen

praktisch relevant, maar dient ook methodologisch

grondig te zijn. Anders zadel je de praktijk op met

verkeerde diagnoses en oplossingen. Andriessen

lijkt het hiermee inmiddels eens te zijn. In 2016

wordt (voor de beoordeling van bachelor scripties

bedrijfskunde) het begrip bruikbaarheid geïntroduceerd.

Onderzoeksresultaten zijn bruikbaar als ze relevant zijn

voor de bedrijfspraktijk en als ze op methodologisch

grondige wijze tot stand zijn gekomen: “Het voordeel van

het begrip ‘bruikbaarheid’ is dat relevantie en grondigheid

daarbij onlosmakelijk met elkaar verbonden zijn en dus

beide goed (genoeg) moeten zijn” (Schilder, Munneke,

Andriessen 2016: 66). Ze trekken daaruit de volgende

conclusie: “Ons voortschrijdend inzicht op basis van dit

onderzoek is dat de voor bachelor studenten vereiste

grondigheid van het afstudeerwerk verre van bescheiden

moet zijn, maar juist zeer deugdelijk: goed afgestemd op

de praktijksituatie. … Dit vraagt mogelijkerwijs een groter

begrip van onderzoeksmethodologie dan tot nu toe het

geval is” (68-69). Dat roept echter de vraag op wat we

onder onderzoeksmethodologie moeten verstaan en wat

de onderzoeksmethodologie van toegepast onderzoek is

(het type onderzoek dat veel studenten uitvoeren).

Onderzoeksmethodologie: verwar een

onderzoeksdesign niet met methoden van

dataconstructie

Zowel fundamenteel als toegepast onderzoek zijn vormen

van empirisch onderzoek en moeten dus voldoen aan

de criteria van meetvaliditeit en betrouwbaarheid: ze

moeten methodologisch grondig zijn. Hoe je aan deze

criteria voldoet is afhankelijk van de gekozen methode

van dataconstructie. Daarvan te onderscheiden is het

design of ontwerp van je onderzoek. Een design gaat

over de strategie die je gebruikt om de externe en interne

validiteit van je onderzoek te verhogen. Hoe je dat doet is

afhankelijk van het design dat je kiest.

Onderzoeksmethodologie gaat over beide en je moet

design en methoden van dataconstructie niet door

elkaar halen: “Failing to distinguish between design and

method leads to poor evaluation of designs. Equating

cross-sectional designs with questionnaires, or case

studies with participant observation, means that the

designs are often evaluated against the strengths and

weaknesses of the method rather than their ability to

draw relatively unambiguous conclusions or to select

among rival hypotheses” (De Vauss 2012: 9; zie ook

Christis, Smit 2018). Een case studie is een design waarin

je verschillende methoden van dataconstructie kunt

gebruiken, waaronder bijvoorbeeld gestandaardiseerde

vragenlijsten. Omgekeerd is een survey of enquête een

methode van dataconstructie die je in verschillende

designs kunt toepassen.

Voor fundamenteel onderzoek kun je kiezen uit een

breed scala van onderzoeksdesigns die je helpen de

interne validiteit (kan ik bewijzen dat mijn verklaring

klopt?) en de externe validiteit (kan ik de gevonden

verklaring ook generaliseren?), zie hierover verder het

artikel over fundamenteel onderzoek in het kader van de

empirische cyclus. Wat zijn echter de designs die je in

toegepast onderzoek gebruikt?

De designs van toegepast onderzoek

Zoals we gezien hebben is een diagnostisch onderzoek

geen casestudie. Je hebt geen generaliseringsprobleem

(externe validiteit) en de interne validiteit is van een

andere aard dan in fundamenteel onderzoek. Dat komt

omdat je bestaande theorieën toepast op een ‘single

case.’ Het is ook geen experiment, cross-sectionele

studie of longitudinale (cohort) studie. Hetzelfde geldt

voor de volgende fasen van het toegepast onderzoek: het

ontwerpen van oplossingen, het implementeren daarvan

en het evalueren van de bereikte resultaten. Je evalueert

een specifieke oplossing en je kunt daarvoor niet de

designs van fundamenteel evaluatieonderzoek gebruiken

22

waarin je generieke oplossingen evalueert. Je gebruikt

dus geen ‘randomized control trial’ (RCT).

Stel dat je als docent een nieuwe lesmethode

ontwikkelt of als sportwetenschapper een nieuw

bewegingsprogramma. Je neemt dus niet een elders

ontwikkelde methode of programma over om die aan

lokale omstandigheden aan te passen en in te voeren.

In plaats daarvan ontwikkel je iets nieuws. Je zou dan

vooraf je klas in een interventiegroep en controlegroep

kunnen indelen zodat je achteraf kunt bewijzen dat

jouw nieuwe methode of programma de oorzaak is

van beter leren of meer bewegen. Maar waarom zou

je dat doen? Voor een RCT zijn je aantallen te klein (je

kunt niet randomiseren), de interventie is niet blind en

tijdens het proces heb je geen controle over factoren

die de resultaten kunnen beïnvloeden: leerlingen uit

beide groepen zien, praten en beïnvloeden elkaar. Dat

kun je niet verbieden. Als je interventie succesvol is en

je twijfelt over de vraag of dat dankzij of ondanks jouw

nieuwe lesmethode of bewegingsprogramma is, kun je

ook andere methoden gebruiken. Ten eerste ligt aan je

interventie een idee ten grondslag over waarom die zou

werken. Je denkt dat interventie I via stappen A, B en

C leidt tot gewenst gevolg Y. Je kijkt dan of de stappen

A, B en C ook daadwerkelijk hebben plaats gevonden

(een vorm van processtracing). Je weet dan niet alleen

dat, maar ook waarom je interventie succesvol was. Als

je dan nog steeds twijfelt kun je ook een ‘single case

experiment’ doen: je stopt de interventie drie weken

en kijkt wat er dan met de resultaten gebeurt. Als de

resultaten omlaag gaan is dat aanvullend bewijs voor het

succes van je interventie. Is dat niet het geval, dan kun je

weer naar het proces kijken: was de interventie fout, of is

er iets mis gegaan bij stap A, B of C? Als daar iets mis is

gegaan kun je op zoek gaan naar de oorzaken daarvan.

Op deze wijze ontdek je achteraf de meewerkende en

tegenwerkende factoren die van invloed zijn op het

resultaat van je interventie. Natuurlijk is het beter die

vooraf in je implementatieonderzoek te ontdekken: welke

aanvullende maatregelen heb ik nodig om van mijn

interventie een succes te maken (wat zijn meewerkende

en tegenwerkende factoren)?

Dit was een lang verhaal om duidelijk te maken

dat je in toegepast onderzoek niet de designs van

fundamenteel onderzoek toepast. In plaats daarvan

gebruik je de designs van toegepast onderzoek, dat wil

zeggen, de designs van achtereenvolgens diagnostisch,

ontwerpgericht, implementatie en evaluatieonderzoek.

In al die designs stel je andere vragen die je op een

andere manier moet beantwoorden. Die designs vertellen

je, met andere woorden, wat je moet doen om de interne

validiteit van je toegepaste onderzoek te vergroten.

Dat betekent dat voor het onderwijs aan HBO

studenten alleen die handleidingen bruikbaar zijn die de

logica van de interventiecyclus volgen en die studenten

daar stapsgewijs doorheen leiden: wat moet je doen

in een diagnostisch onderzoek, wat vervolgens in een

ontwerpgericht onderzoek, enzovoort. Handleidingen

fundamenteel onderzoek gaan niet helpen. Die bevatten

stof die de student niet nodig heeft en niet de stof die

ze wel nodig hebben. Bovendien leiden ze tot het soort

verwarringen die we eerder beschreven hebben.

Maak binnen praktijkgericht onderzoek geen verschil

tussen kwantitatief en kwalitatief onderzoek

In de D/V traditie wordt niet alleen een onderscheid

gemaakt tussen fundamenteel en praktijkgericht

onderzoek. In een volgende stap wordt binnen

praktijkgericht onderzoek een onderscheid gemaakt

tussen kwantitatief en kwalitatief praktijkgericht

onderzoek, zie de desbetreffende handleidingen van

Doorewaard, Tjemkes (2019) en van Doorewaard, van de

Ven (2019).

Het onderscheid tussen kwantitatief en kwalitatief

onderzoek kan betrekking hebben op:

• Het aantal cases: kleine of grote N.

23

• Het meetniveau van je gegevens: nominaal, ordinaal,

interval of rationiveau.

• De gebruikte analyse techniek: kwantitatief als

je de statistiek gebruikt en kwalitatief als je de

verzamelingenleer en de logica van noodzakelijke en

voldoende voorwaarden gebruikt.

Voor fundamenteel onderzoek (en dus ook voor

fundamenteel praktijkgericht onderzoek) is het

onderscheid niet zo bruikbaar omdat je in de

onderzoekspraktijk de meest uiteenlopende combinaties

tegenkomt zoals ‘kwalitatieve’ casestudies waarin

‘kwantitatieve’ gegevens van intervalniveau gebruikt

worden en ‘kwantitatieve’ (grote N) studies waarin de

kwalitatieve analysetechniek van de verzamelingenleer

gebruikt wordt, zoals in de studie van Ragin, Fisk (2017).

Je kunt dus beter aangeven wat het aantal cases is dat

je onderzoekt, welke meetniveaus je gebruikt en welke

analysetechniek je toepast. Dan hoef je niet meer aan te

geven of je onderzoek nu kwalitatief of kwantitatief is.

Voor toegepast onderzoek is het onderscheid zeker

onbruikbaar. Ten eerste gebruik je hier niet de designs

van fundamenteel onderzoek. Je N is altijd 1, of het nu

om een persoon, gezin, afdeling, organisatie, regio of

wat dan ook gaat. Maar je onderzoek is geen casestudie.

Ten tweede gebruik je tijdens de verschillende fasen

van je toegepast onderzoek de meest uiteenlopende

methoden van dataconstructie. In de beschrijving van het

probleem combineer je bijvoorbeeld gestandaardiseerde

vragenlijsten, bestaande databestanden (over levertijden)

en procesobservaties. Bij de analyse van de oorzaken

combineer je semigestructureerd interviews met

procesobservaties. En bij het ontwerponderzoek gebruik

je open interviews of focusgesprekken voor het bepalen

van de functionele vereisten waaraan de oplossing

moet voldoen. Ten derde gebruik je, niet verwonderlijk,

de meest uiteenlopende analysetechnieken:

je operationaliseert bijvoorbeeld vooraf bij de

gestandaardiseerde vragenlijsten en een gedeelte van de

procesobservaties, bij de open interviews en een ander

gedeelte van de procesobservaties codeer je achteraf.

En een gedeelte van de gegevens analyseer je met de

descriptieve statistiek. Je kunt studenten die toegepast

onderzoek gaan doen dus niet dwingen vooraf te kiezen

tussen een kwantitatief of kwalitatief design (wat dat ook

moge zijn).

Maak geen onderscheid tussen praktijkgericht

verklarend en praktijkgericht ontwerponderzoek

Van Aken (2011) zegt terecht dat praktijkgericht

onderzoek ook fundamenteel kan zijn. Binnen

praktijkgericht fundamenteel onderzoek maakt hij

echter een onderscheid tussen verklaren en ontwerpen:

“Waar verklarend onderzoek zich alleen bezig houdt

met oorzaken, houdt ontwerponderzoek zich ook bezig

met oplossingen” (2011: 26). Volgens Van Aken moet

daarom ook “een onderscheid worden gemaakt tussen

verklarend praktijkgericht onderzoek en ontwerpgericht

praktijkgericht onderzoek” (28). Bij het eerste gaat het

om diagnostisch onderzoek en “[d]it type praktijkgericht

onderzoek kan de klassieke methodologie van

sociaalwetenschappelijk onderzoek gebruiken”(28). Dat is

niet zo bij ontwerpgericht onderzoek: “[d]aarvoor is een

andere methodologie nodig”(28).

Dit is om meerdere redenen onjuist. Ten eerste is

diagnostisch onderzoek geen fundamenteel onderzoek.

Je toetst daarin geen nieuwe theorie over oorzaken en

gevolgen, maar past bestaande theorieën toe. Daarom

kun je voor het ontwerpen van diagnostisch onderzoek

niet terecht bij de klassieke methodologie. Zoals we

gezien hebben leer je daar alles over het ontwerpen

van experimenten, case studies, cross-sectionele en

longitudinale studies, maar niets over het ontwerpen

van een diagnostisch onderzoek. Dat komt omdat een

diagnostisch onderzoek geen vorm van fundamenteel

maar van toegepast onderzoek is. Ten tweede ben

24

je ook in ontwerponderzoek bezig met oorzaken en

verklaringen. In fundamenteel praktijkgericht onderzoek

ben je op zoek naar generieke oplossingen die ook wel

ontwerpopstellingen genoemd worden. Oplossingen

zijn oorzaken van gewenste uitkomsten en ook volgens

Van Aken moet je hypothesen daarover toetsen en

alternatieve hypothesen uitsluiten: “Ontwerpopstellingen

… geven niet alleen bij het gegeven type veldprobleem

een onderzochte generieke interventie met de verwachte

uitkomsten, maar ook een verklaring voor die uitkomsten.

We noemen dat de generatieve mechanismen” (33).

Een generatief mechanisme is het causale mechanisme

dat leidt van oorzaak of interventie X naar uitkomst of

gevolg Y. Voor onderzoek daarnaar wordt het Interventie,

Context, Mechanisme, Outcome (ICMO) model gebruikt.

Dat is een verklarend model en de wijze waarop je

hypothesen daarover toetst dient, zoals al het verklarend

onderzoek, aan de eis van interne validiteit te voldoen.

Slaag je daarin, dan weet je niet alleen dat iets werkt

(“pragmatische validiteit”), maar ook waarom het werkt

(mechanisme M) en in welke context (C) het werkt. Je

kunt dus de interne validiteit van dit onderzoek (klopt mijn

verklaring?) niet vervangen door pragmatische validiteit

(werkt het?).

Voor dit type onderzoek heb je geen nieuwe

methodologie nodig. In de klassieke methodologie

literatuur kun je nalezen hoe je dit kunt doen met

bijvoorbeeld een experiment, een vergelijkende

casestudie of een vorm van ‘process tracing.’ Dat

ligt voor de hand want het gaat hier om vormen van

fundamenteel onderzoek. De resultaten hiervan gebruikt

de professional om specifieke veldoplossingen te

ontwerpen. De professional staat dan voor het probleem

te onderzoeken of datgene wat generiek werkt ook in dit

geval gaat werken. Daarvoor kan de professional niet

terecht bij de klassieke methodologie literatuur. In plaats

daarvan heeft de professional een handleiding ‘toegepast

onderzoek in het kader van de interventiecyclus’ nodig.

Is het onderscheid tussen fundamenteel en toegepast

onderzoek lineair?

Velen denken dat het traditionele onderscheid tussen

‘basic’ en ‘applied science’ of tussen praktijkgericht

fundamenteel en praktijkgericht toegepast onderzoek

getuigt van lineair denken: toegepast onderzoek als

doorgeefluik naar de praktijk van de in fundamenteel

onderzoek verkregen inzichten. Dat is volgens

ons om minstens drie redenen onjuist. Ten eerste

hebben we eerder gezien dat de verhouding tussen

wetenschappelijke basisdisciplines en kundes niet

lineair is: in de kundes wordt, inderdaad met behulp van

inzichten uit de basisdisciplines nieuwe, interdisciplinaire

kennis ontwikkeld. Deze nieuwe kennis wordt ontwikkeld

in praktijkgericht fundamenteel onderzoek en gebruikt in

toegepast onderzoek.

Ten tweede is, binnen de kundes, de verhouding

tussen wetenschappelijke kennis en de toepassing

daarvan door professionals niet lineair: professionals

worden bij hun interventies altijd geconfronteerd met

wat we de kloof tussen wetenschap en praktijk genoemd

hebben. Wetenschap levert algemene kennis, terwijl

de professional kennis nodig heeft over de unieke

kenmerken van het cliëntsysteem. Dit is het onderwerp

van Schön (1983): hoe redden professionals zich in het

moeras van de praktijk? Professionals dichten die kloof

gedeeltelijk op basis van hun op ervaring gebaseerde,

impliciete kennis. Wanneer ze daaraan twijfelen of

wanneer die onvoldoende is, gaan ze onderzoek doen.

Toegepast onderzoek is niets anders dan onderzoek

waarin de kloof tussen wetenschap en praktijk, tussen

algemene en specifieke oplossingen gedicht wordt.

De professional lijkt hierin op de expert schaker. Die

weet meteen wat hij moet doen, weet ook dat hij aan

tunnelvisie zou kunnen lijden en onderzoekt daarom of

hij wel gelijk heeft. En soms weet ook de expert schaker

niet meteen wat hij moet doen. Dan moet hij sowieso

onderzoek doen.

25

En ten derde hoeft het niet zo te zijn dat het de

wetenschap is die nieuwe oplossingen verzint voor

de praktijk. Vaak is het andersom: het is de praktijk

(bedrijven, scholen, docenten) die met problemen

geconfronteerd wordt en die, onder handelingsdwang,

daar oplossingen voor moet verzinnen. Het is dan de

taak van de kundes om die oplossingen op te sporen,

ze op hun merites te beoordelen (zijn het ook slimme

oplossingen?), te veralgemeniseren door ze op te nemen

in abstractere begrippen en theorieën om ze daarna te

respecificeren voor gebruik ervan in andere contexten.

Volgens mij is dit ook wat in ontwerpgericht

onderzoek in de VA&A traditie gedaan wordt: start met

een idee dat aan de wetenschap of aan de praktijk kan

zijn ontleend. Zoek vervolgens professionals in bedrijven,

scholen, zorginstellingen, enzovoort die daarmee willen

experimenteren. Beschouw deze experimenten als cases

waarop je bijvoorbeeld een vergelijkende casestudie

uitvoert. En communiceer de resultaten van je onderzoek

over wat waarom in welke context werkt terug aan de

praktijk (in de vorm van instrumenten of handleidingen) en

aan de wetenschap (in de vorm van artikelen). Daar ben

ik het helemaal mee eens (zie verder het artikel over het

driestromen model). Het enige wat ik zeg is, ten eerste, dat

de professionals die in hun eigen praktijk experimenteren

toegepast onderzoek in het kader van de interventiecyclus

uitvoeren en de ontwerpgerichte onderzoekers

praktijkgericht fundamenteel onderzoek in het kader van

de empirische cyclus uitvoeren. Dat zijn verschillende

vormen van onderzoek die ook methodologische van

elkaar verschillen. En ik zeg, ten tweede, dat je voor dat

praktijkgerichte fundamenteel onderzoek geen nieuwe

methodologie nodig hebt. Je doet, net als de zuiver

fundamenteel onderzoeker, onderzoek naar oorzaken en

gevolgen, met dien verstande dat je je specialiseert op

ongewenste (problemen) en gewenste (doelen) gevolgen.

Dat heeft gevolgen voor wat je onderzoekt, maar niet voor

hoe je dat doet.

Fundamenteel onderzoek: zuiver en praktijkgericht.

Omdat praktijkgericht onderzoek zowel fundamenteel

als toegepast kan zijn, bestaat er ook een onderscheid

tussen zuiver fundamenteel en praktijkgericht

fundamenteel onderzoek. Alle bovengenoemde auteurs

(Polanyi, Stokes, Vincenti, Auyang) wijzen erop dat dit

onderscheid niet methodologisch van aard is (Polanyi:

ze zijn “essentially similar”). Vandaar dat je met

praktijkgericht fundamenteel onderzoek Nobelprijzen kunt

winnen. En vandaar dat je ook geen nieuwe methodologie

of paradigma nodig hebt.

Om misverstanden te voorkomen: soms is het

onderscheid makkelijk te maken. Soms is het moeilijker

en gaat het om een grijs middengebied (maar dat

sommige dingen grijs zijn betekent niet dat zwart en

wit niet bestaan). En belangrijker: vaak is fundamenteel

onderzoek beide. Het is niet ongebruikelijk om

wetenschappelijk onderzoek af te sluiten met een

concluderende paragraaf waarin zowel de opbrengsten

voor de zuivere (‘basic science’) als de praktijkgerichte

wetenschap (‘applied science’) samengevat worden.

Het verschil is dus niet methodologisch, maar volgens

mij institutioneel van aard en heeft betrekking op de

organisatie, aansturing en financiering van fundamenteel

onderzoek. Polanyi was een groot voorstander van de

vrijheid van fundamenteel onderzoek (in zowel haar

zuivere als praktijkgerichte vorm) en verdedigde dat

tegen marxisten als Bernal die voorstander waren

van een planmatige aanpak van al het fundamenteel

onderzoek. Die strijd heeft Polanyi verloren. Zeker

nu er, na het einde van de koude oorlog, minder geld

beschikbaar is voor wetenschappelijk onderzoek wordt in

de aansturing en financiering ervan praktische relevantie

steeds belangrijker. Sommigen beoordelen dit positief

en noemen het de overgang van ‘mode 1’ naar ‘mode 2’

onderzoek (Nowotny et al. 2001). Anderen beoordelen het

negatiever en noemen het de overgang van academische

naar postacademische wetenschap (Ziman 2000).

26

Voor het WO is deze discussie over de vrijheid van

onderzoek uitermate belangrijk (zie het recente pleidooi

van Feringa). Voor het HBO is deze discussie niet zo

interessant: onderzoeksfinanciering uit de 1e geldstroom

is, in vergelijking met de universiteit, gering. Wij zijn

dus aangewezen op 2e en 3e geldstroom financiering.

Die krijgen we alleen als we, in onze vraagarticulatie,

aantonen dat ons onderzoek praktisch relevant is. En dat

geld krijgen we alleen als we een kennisleemte vullen,

dat wil zeggen, als we nieuwe, algemene kennis voor de

praktijk ontwikkelen.

4. Conclusies en vooruitblikWe hebben laten zien dat in de kundes zowel

praktijkgericht fundamenteel als praktijkgericht toegepast

onderzoek plaats vindt. Het een behoort tot het domein

van de onderzoeker en het ander tot het domein van de

professional. Vervolgens hebben we de misverstanden

behandeld die optreden wanneer je praktijkgericht

onderzoek contrasteert met fundamenteel onderzoek

(D/V traditie) of wanneer je binnen praktijkgericht

onderzoek een onderscheid maakt tussen verklarend en

ontwerpgericht onderzoek (VA&A traditie). En tenslotte

hebben we laten zien dat er geen methodologische

verschillen bestaan tussen zuiver fundamenteel en

praktijkgericht fundamenteel onderzoek en grote

verschillen tussen de methodologie van praktijkgericht

fundamenteel en praktijkgericht toegepast onderzoek.

Ik ben mij ervan bewust dat mijn bijdrage vol ‘kritiek’

en ‘correcties’ staat. Ik beschouw echter mijn kritiek

op de VA&A traditie als een vorm van ‘vriendelijke

kritiek.’ In deze traditie wordt er terecht op gewezen dat

praktijkgericht onderzoek fundamenteel kan zijn en dat

lectoraten gericht moeten zijn op dit type onderzoek:

genereren van generieke, nieuwe praktijkgerichte kennis.

In vergelijking daarmee is mijn kritiek op de D/V traditie

‘onvriendelijker’: wanneer je praktijkgericht onderzoek

contrasteert met fundamenteel onderzoek sla je de

verkeerde weg in. In die zin sta ik in de VA&A traditie, met

dien verstande dat daarin verbeteringen mogelijk zijn.

Bovendien is een aanvulling (geen correctie) nodig in de

vorm van een handleiding toegepast onderzoek. Volgens

mij wordt deze traditie daar alleen maar beter van.

De verschillende onderscheidingen die ik heb

aangebracht vormen het onderwerp van de volgende

artikelen, het eerste over fundamenteel onderzoek in

het kader van de empirische cyclus, het tweede en

derde over de interventiecyclus en het vierde over de

designs van toegepast onderzoek in het kader van de

interventiecyclus. Daarin gebruiken we de volgende

beslisboom voor het bepalen van je onderzoeksdesign

(Figuur 1). Daarmee kun je aan de hand van je

onderzoekvraag bepalen wat voor soort onderzoek je

gaat doen en welke onderzoeksdesigns daar bij horen.

In het vijfde artikel (Design thinking en de A3 methode)

presenteer ik een methodiek voor het begeleiden van

studenten en professionals bij het uitvoeren van hun

toegepaste onderzoek waar wij in het onderwijs goede

ervaringen mee hebben opgedaan. En in het zesde artikel

(over het driestromen model) laat ik zien hoe je in een

lectoraat het toegepast onderzoek van studenten kunt

combineren met het fundamenteel onderzoek van het

lectoraat (lector en docentonderzoekers). Dat model is

geïnspireerd op, maar verschilt van het tweestromen

model van Van Aken en Andriessen.

27

Figuur 1. Soorten onderzoek en onderzoeksdesigns (zie ook Christis, Fruytier 2013: 228).

Formuleer onderzoeksvraag

Fundamenteel

Kies design: experiment, case, enz.

Beschrijven Verklaren

Bepaal aard onderzoek

Toegepast

EvaluatieImplementatieOntwerpgerichtDiagnostisch

Bepaal design ahv vraag

29

2. Fundamenteel (praktijkgericht) onderzoek: de empirische cyclus

De designs van fundamenteel onderzoek

Praktijkgericht onderzoek kan zowel fundamenteel als toegepast zijn. Omdat zuiver fundamenteel en praktijkgericht fundamenteel onderzoek methodologisch niet van elkaar verschillen gaat dit artikel over de methodologie van fundamenteel onderzoek in het kader van de empirische cyclus. We lichten eerst met een voorbeeld de empirische cyclus toe. Daarna behandelen we een aantal kenmerken van de empirische cyclus. Vervolgens gaan we nader in op het verschil tussen onderzoeksontwerp en methoden van dataconstructie. Het een gaat over de interne en externe validiteit van je onderzoek en het ander over de meetvaliditeit en betrouwbaarheid van je gegevensverzameling. Tot slot werken we dit uit voor de twee vormen van fundamenteel empirisch onderzoek: beschrijvend en verklarend onderzoek.

1. De empirische cyclus: uitleg met een voorbeeld

De empirische cyclus

Fundamenteel onderzoek volgt de logica van de

empirische cyclus. Daarin doorloop je vier fasen. In de

inductieve fase verzamel je gegevens en zoek je naar

patronen daarin. In de abductieve fase verzin je voor die

patronen een verklaring. In de deductieve fase leid je uit

je verklarende idee hypothesen af die je in de inductieve

fase toetst. Dan weet je of je nieuwe idee ook een goed

idee is: nieuwe ideeën verzinnen is makkelijk, maar

bewijzen dat het goede ideeën zijn is hard werken. In

schema:

Theorie

Patroon

Abductie Deductie

Inductie/ Beschrijven

Inductie/Toetsen/Verklaren

Hypothesen

Empirie

Figuur 1. De empirische cirkel (zie ook Blaikie 1993: 157).

30

De term ‘abductie’ komt van Peirce: “Abduction consists

in studying facts and devising a theory to explain them”

(CP 5.145) en “Abduction is the process of forming an

explanatory hypothesis” (CP 5.171). Een abductie is dus

een hypothese over een verschijnsel die, als hij waar

zou zijn, het verschijnsel zou verklaren. Omdat je niet

weet of de verklaring waar is moet je dat toetsen: “That

which is to be done with the hypothesis is to trace out

its consequences by deduction, to compare them with

the results of experiment by induction, and to discard

the hypothesis, and try another, as soon as the first has

been refuted; as it presumably will be” (CP 7.220). Zo

geformuleerd is een abductie geen ‘inference to the best

explanation.’ Zo’n ‘inference’ gebruik je als je niet kunt

toetsen.

Ik reserveer de term ‘hypothese’ voor de deductieve

fase. Het resultaat van de abductieve fase is een

verklarend idee dat je uitwerkt in een theorie. In de

deductieve fase leid je daaruit hypothesen af die je in de

inductieve fase toetst. Bij wijze van voorbeeld: het idee

is dat er naast productiekosten ook transactiekosten

bestaan. Dat idee werk je uit in een theorie (wat zijn

transactiekosten en waardoor worden ze bepaald?).

Daaruit leid je hypothesen af die je gaat toetsen. Het

resultaat is de transactiekostentheorie (TCE) van

Williamson. Een theorie is dus meer dan een verzameling

hypothesen: uit een theorie kun je onbepaald veel

uitspraken en hypothesen afleiden. Vandaar dat je

theorieën alleen ‘indirect’ kunt toetsen: theorieën zijn

‘ondergedetermineerd’ door de feiten. En vandaar dat

de TCE zich ontwikkelt tot een onderzoeksprogramma:

in verschillende rondes wordt de theorie verfijnd en

toegepast op nieuwe onderwerpen.

Zowel het beschrijven van patronen als het toetsen

van verklarende hypothesen zijn inductief, omdat

in beide gevallen gebruik gemaakt wordt van een

steekproef uit alle mogelijke, waaronder toekomstige

gegevens. In het ene geval gaat het om empirisch

beschrijvend en in het andere geval om empirisch

verklarend onderzoek.

De empirische cyclus: disruptive innovation

(Christensen)

Als voorbeeld van het doorlopen van de empirische

cyclus nemen we het onderzoek van Christensen naar

‘disruptive innovation.’ In Christensen (2006) beschrijft

hij op systematische wijze al deze stappen. Christensen

deed al langer onderzoek naar technologische innovatie.

Dat is een onderzoeksgebied waarin telkens nieuwe

vormen van technologische innovatie ontdekt worden:

incrementele en radicale innovatie, competentie

versterkende en vernietigende innovatie, modulaire

en architecturale innovatie. Elk nieuw onderscheid

beschrijft en verklaart een verschijnsel dat door het

vorige onderscheid niet verklaard kon worden: het zijn

afwijkende verschijnselen of anomalieën die om een

nieuwe verklaring vragen.

In zijn onderzoek ontdekte Christensen een nieuw

afwijkend verschijnsel. In een aantal gevallen worden de

zittende dominante spelers in een sector (bijvoorbeeld

producenten van hoogwaardige en dure mainframes)

verdrongen door nieuwe toetreders die met een in

vergelijking ‘armoedig’ en goedkoper product (zoals

de eerste pc’s) langzaam een weg naar boven afleggen

totdat ze de grote spelers verdrongen hebben. Dat is voor

hem aanleiding een nieuw onderscheid te introduceren,

dat tussen ‘sustaining innovation’ en ‘disruptive

technology.’ In het eerste geval leidt technologische

verbetering tot producten waarmee je meer kunt doen

dan de gemiddelde klant nodig heeft (zoals steeds betere

mainframes). In het tweede geval start je met een nieuw

product dat minder kan dan de gemiddelde klant nodig

heeft en dat je vervolgens gaat verbeteren totdat je, in dit

geval, met de verbeterde pc’s de mainframe producenten

uit de markt hebt gedrukt.

31

Christensen: inductieve fase

Christensen start dus in de inductieve fase met de

ontdekking van een nieuw patroon. Wat hij vervolgens

doet in deze fase is het opbouwen van een data base:

“It entailed building a database of all components and

technologies in every disk-drive model ever announced

by any company in the world between 1976 and 1992;

of the revenue histories of every disk-drive company;

and of the market shares of each competitor by

product segment. This data were a complete census,

not a statistical sample” (40). Vervolgens worden

deze gegevens over technologische vernieuwingen

gecategoriseerd in twee soorten: sustaining en disruptive.

En tot slot wordt gekeken of het patroon zich telkens

voordoet: bij sustaining innovation overleven de zittende

dominante spelers en bij disruptive innovation niet.

Je zit hier nog steeds in de beschrijvende fase.

Ook als je regressieanalyses gebruikt doe je dat voor

beschrijvende doeleinden. Een regressielijn vat op

eenvoudige wijze je gegevens samen: het is een data

verdichter (‘data condenser’). Voor een verklaring van

de verschijnselen moet je naar de volgende fase: “My

finding that the industry’s leading firms almost always

triumphed in battles of sustaining innovation and that

entrant firms typically beat the incumbent leaders when

disruptive innovations emerged was the conclusion of this

stage in the process of building the theory of disruption;

at this point in the research, this was a statement of

correlation”(41).

In de inductieve, beschrijvende fase (1) bouw je dus

een database op, (2) je categoriseert de gegevens en (3)

met behulp daarvan kijk je of je de patronen, bijvoorbeeld

in de vorm van correlaties, terugvindt in je data. Je kunt

nu in de inductieve fase blijven. Dat betekent dat je gaat

kijken of hetzelfde patroon zich ook in andere sectoren

voordoet. En, belangrijker, je moet volgens Christensen,

op zoek gaan naar afwijkingen van het patroon. Die

helpen je bij de zoektocht naar verklaringen. Zo wist IBM

als enige mainframe producent ontwrichting te ontlopen.

Hoe kan dat?

Christensen: abductieve fase

In de abductieve fase ga je op zoek naar mogelijke

verklaringen voor de gevonden patronen of correlaties:

“researchers, through careful observation, move beyond

statements of correlation to define what causes the

outcome of interest. … Their understanding of causality

enables researchers to assert what actions managers

ought to take to get the results they need” (42). De

verklaring die Chistensen ontwikkelde ontstond uit

gesprekken met Bruggelman over de wijze waarop

bedrijven hun bronnen alloceren (‘the resource allocation

process’). Zittende bedrijven (‘incumbents’) investeren

niet in ontwrichtende technologieën omdat het niet past

in hun business model: waarom zou je investeren in

goedkope producten met kleine marges als je klanten

hebt die dure producten met grote marges kopen?

Hiermee konden ze ook afwijkende gevallen uit de

beschrijvende fase verklaren. IBM, dominant in de markt

van de mainframes wist disruptie door pc’s te ontlopen

door een aparte business unit voor de pc-markt op te

zetten met een eigen business model. Blijkbaar kun

je business modellen niet vermengen. In de pc-markt

bedien je andere klanten die een andere marketing

vereisen, je hanteert een andere winstformule (kleine

marges op veel producten) en je maakt een product

waarvoor andere processen nodig zijn die je op een

andere manier organiseert.

Van ‘symptom-based’ naar ‘cause-based’ definities

Net als in de geneeskunde, leidt het vinden van oorzaken

tot een nieuwe, op oorzaken gebaseerde definitie van

het verschijnsel. Omdat zittende bedrijven over alle

benodigde kennis en resources beschikken om een

ontwrichtende technologie op de markt te brengen,

kan de verklaring niet in de aard van de technologie zelf

32

liggen: “In other words, it was not a technology problem;

it was a business model problem. I made a mistake when

I labeled the phenomenon as a disruptive technology;

the disruptive business model in which the technology is

deployed paralyzes the incumbent leader” (43). Vandaar

dat de term ‘disruptive technology’ wordt vervangen door

de term ‘disruptive innovation’: “A disruptive innovation

is financially unattractive for the leading incumbent to

pursue, relative to its profit model and relative to other

investments that are competing for the organization’s

resources” (49).

Dit betekent dat je, net als in de geneeskunde, je

data base moet updaten. Er komen nieuwe voorbeelden

bij, bijvoorbeeld van niet-technologische ontwrichtende

innovaties (zoals de wijze waarop Toyota wereldleider in

de auto-industrie is geworden). En er gaan voorbeelden

af: niet elk geval waarin zittende bedrijven door nieuwe

toetreders verdrongen worden zijn voorbeelden van

ontwrichtende innovatie. Dat is alleen wanneer dat

verdringingsproces verklaard wordt door onverenigbare

business modellen. Christensen wijst er dan ook

regelmatig op dat innovaties die als ontwrichtend

bestempeld worden volgens zijn theorie niet ontwrichtend

zijn.

Christensen: deductieve fase

Uit de theorie worden in de deductieve fase hypothesen

afgeleid die nu over oorzaken gaan (gehanteerde

business modellen) en over contexten waarin de

hypothese wel of niet opgaat. Zo voorspelt de theorie dat

je ontwrichting kunt voorkomen door het opzetten van

een aparte business unit, ver van het hoofdkantoor en

met een eigen business model.

Christensen: inductief toetsende fase

De theorie wordt tenslotte getoetst door hem toe te

passen op andere sectoren (‘de theorie geldt voor

sector A, maar geldt hij ook voor sector B, en als voor

B, dan ook voor sector C, enzovoort?’). Het aantal

sectoren waarop de theorie inmiddels is toegepast is

indrukwekkend. Daarbij gaat het niet alleen om vele

verschillende industriële sectoren, maar ook om sectoren

als onderwijs en gezondheidszorg. Maar er zijn altijd

sectoren waarop de theorie nog niet is toegepast: ook

toetsen blijft een inductief proces.

Aanvullend bewijs krijgt de theorie als je vooraf kunt

voorspellen welke technologie later ontwrichtend zal

blijken te zijn (zoals Christensen in 1995 bijvoorbeeld

deed voor de flash memory). Je past dan je theorie

niet toe op andere sectoren, maar op de toekomst. Je

beantwoordt daarmee wat Christensen de ‘killer question’

noemt: ‘‘It clearly applies to the history of the disk-drive

industry. But does it apply to its future as well?’’

Ook in de toetsende fase is het opsporen

van anomalieën een belangrijk onderdeel van het

onderzoeksproces. Je gebruikt ze om je theorie te

verbeteren: “As noted previously, these improvements are

made by sharpening the definitions and measures of the

phenomena, by defining better categorization schemes,

and by refining our understanding of the mechanism of

causality” (47).

Christensen: toepassing in de interventiecyclus

Bedrijven kunnen de theorie van Christensen gebruiken

om te kijken of ze bedreigd worden door ontwrichtende

innovaties (diagnose) en wat ze daaraan kunnen doen

(ontwerp oplossingen). Aanvullend bewijs voor de

theorie wordt dan ook geleverd door bedrijven die

ontwrichting weten te ontlopen door het advies van

Christensen te volgen: zet een nieuwe business unit op

met een eigen, afwijkend business model (zoals Intel

deed voor de ontwikkeling, productie en verkoop van de

processor Celeron en Kodak met zijn goedkope digitale

fotocamera’s). Praktische toepassing van de theorie kan

dus aanvullend bewijs voor de juistheid ervan leveren.

33

2. Kenmerken van de empirische cyclusDe cyclus als dialoog tussen theoretisch idee en

empirisch bewijs

Ragin (1994) noemt de empirische cyclus een dialoog

tussen idee en bewijs. Je ziet een patroon, hebt een

idee over de verklaring ervan en moet vervolgens dat

idee empirisch zien te bewijzen. De cyclus start met

beschrijvend onderzoek. Beschrijvend onderzoek heeft

een belangrijke functie. Ten eerste is het, ook voor

beleidsmakers, belangrijk te weten hoe de werkloosheid

of de armoede zich ontwikkelt, hoeveel en welke mensen

schuldproblemen hebben, enzovoort. Ten tweede vormt

het de start van de empirische cyclus. Als je dat verkeerd

doet loop je het risico verklaringen te gaan zoeken voor

verschijnselen die niet of niet in die omvang bestaan.

Replicatieonderzoek in de psychologie leidt hier tot

onthutsende resultaten (Chambers 2017). En omgekeerd:

als verschijnselen je ontgaan kun je ook niet op zoek naar

verklaringen daarvoor.

Dat wil niet zeggen dat elke onderzoeker met

beschrijvend onderzoek begint. De wetenschap is een

collectieve onderneming. Daarin kristalliseren zich

onderzoeksprogramma’s rond bepaalde onderwerpen.

In die programma’s

• Wordt de cyclus voortdurend doorlopen.

• Kan iedereen op elk moment van de cyclus

instappen.

• Kan alles betwijfeld worden: we voeren voortdurend

conceptuele, theoretische, empirische en, zeker in de

kundes, praktische discussies.

• Streven we naar het combineren van verschillende

vormen van onderzoek en van bewijs: ‘reliable

knowledge’ (Ziman 1978) vereist robuuste bewijzen.

Onderzoeksprogramma’s kunnen zich kristalliseren

rond theoretische benaderingen en rond empirische

verschijnselen. Als je naar een TCE congres gaat krijg je

presentaties over verschillende onderwerpen die vanuit

dezelfde theorie belicht worden: niet alleen het ‘kopen of

maken’ vraagstuk, maar ook het privatiseringsvraagstuk,

enzovoort (volgens Williamson kun je elk vraagstuk dat je

kunt herformuleren als een contractueel vraagstuk met

de TCE bestuderen). Als je daarentegen naar een ‘kopen

of maken’ congres gaat krijg je presentaties waarin

hetzelfde onderwerp vanuit verschillende theoretische

benaderingen belicht wordt (niet alleen TCE maar ook

vanuit de ‘resource based view’ of RBV). Praktijkgerichte

onderzoekers gaan bij voorkeur naar het laatste soort

congres. Ze combineren verschillende theorieën en

vertalen dat in vuistregels als: alleen uitbesteden als

de productiekosten lager zijn (bedrijfseconomie), de

transactiekosten lager zijn (TCE) en het niet om een

kerncompetentie gaat (RBV).

Theoretisch en empirisch onderzoek

Trek je een horizontale streep door de cyclus, dan krijg

je een theoretisch gedeelte (abductie en deductie) en

een empirisch gedeelte met twee vormen: beschrijven

van patronen en toetsen van verklaringen voor die

patronen. De dialoog tussen theorie en empirie neemt in

de verschillende wetenschappen verschillende vormen

aan. Die dialoog is in de fysica strak gekoppeld, neemt

in de biologie andere vormen aan en is in de sociale

wetenschappen losjes gekoppeld (de klacht over

theorieloze empirie en empirieloze theorie).

Onderzoek in de bovenste helft van de cyclus kan

twee vormen aannemen: conceptueel onderzoek en

theoretisch onderzoek. Voor beschrijvend onderzoek

heb je begrippen nodig: voordat je het aantal werklozen

kunt tellen moet je eerst definiëren wie waarom als

werkloos telt. Voor verklarend onderzoek heb je naast

begrippen ook theorieën over oorzaken, causale

mechanismen en gevolgen nodig: in verklarend

onderzoek beschrijf je in termen van oorzaken en

gevolgen. In die zin vereist elk empirisch onderzoek

conceptueel en theoretisch voorwerk. Maar je kunt

34

je ook specialiseren, zoals in theoretische fysica of

experimentele fysica.

In conceptueel onderzoek neem je een begrip

als onderwerp en onderzoek je wat de beste wijze

van definiëren en operationaliseren van dat begrip is.

Voorbeelden zijn studies van het ILO (International Labour

Office) over de verschillende manieren waarop het begrip

‘werkloosheid’ gedefinieerd, geoperationaliseerd en

gemeten wordt en studies in de politieke wetenschappen

waarin onderzocht wordt op welke wijzen het begrip

‘democratie’ gedefinieerd, geoperationaliseerd en

gemeten wordt en hoe zich dit verhoudt tot de data

bestanden waarvan veel democratie onderzoek gebruik

maakt.

In theoretisch onderzoek construeer je nieuwe

theorieën, óf omdat je een nieuw fenomeen ontdekt

hebt (zoals Christensen), óf omdat je denkt een betere

theorie te hebben voor het verklaren van al bekende

fenomenen (zoals Williamson). Deze theorieën kunnen

zich vervolgens ontwikkelen tot onderzoeksprogramma’s.

In empirisch onderzoek, tenslotte, beschrijf je wat het

geval is (beschrijvend onderzoek) of toets je verklarende

theorieën over de oorzaken van wat het geval is

(verklarend onderzoek).

Figuur 2. De verschillende vormen van onderzoek.

Wetenschappelijk onderzoek

Conceptueel onderzoek

Beschrijvend onderzoek

Designs van fundamenteel onderzoek

Methoden van dataconstructie en analyse

Genereren nieuwe kennis(fundamenteel onderzoek)

Empirisch onderzoek

Toepassen bestaande kennis(toegepast onderzoek)

Interventiecyclus

Designs van toegepast onderzoek

Theoretisch onderzoek

Verklarend onderzoek

Empirische cyclus:

35

De verschillende vormen van onderzoek

Omdat we in toegepast onderzoek ook beschrijven

en verklaren (bijvoorbeeld in diagnostisch onderzoek

waarin we problemen beschrijven en vervolgens naar

verklaringen zoeken) en omdat de wijze waarop we

dat doen in toegepast onderzoek anders is dan in

fundamenteel onderzoek, krijgen we het volgende

overzicht van vormen van onderzoek. Ze corresponderen

met het feit dat we in de wetenschap altijd conceptuele,

theoretische, empirische en praktische discussies voeren:

Omdat in toegepast onderzoek geen nieuwe theorie

getoetst wordt kom je daarin andere problemen

tegen die je op een andere manier moet oplossen:

je hebt daar andere designs voor nodig. In een

diagnostisch onderzoek heb je bijvoorbeeld geen

generaliseringsprobleem (externe validiteit). Daar hoef

je dus in je design geen voorzieningen voor te treffen.

Echter, ook in toegepast onderzoek moet je gegevens

verzamelen en de wijze waarop je dat doet moet, net als

in fundamenteel onderzoek, valide en betrouwbaar zijn.

Er bestaat dus een verschil tussen je onderzoeksdesign

aan de ene kant en je methoden van dataconstructie aan

de andere kant.

3. Het verschil tussen onderzoeksdesigns en methoden van dataconstructie

Wat is een design?

Een onderzoeksdesign gaat niet over de logistiek,

maar over de logica van je onderzoek (Yin 1989: 29).

Je kunt immers pas een onderzoeksplan maken als

je weet welk onderzoeksdesign je gaat toepassen. Je

design gaat over de vraag wat de slimste strategie is

om je nieuwe idee of theorie empirisch te bewijzen:

“A research design is not just a work plan. A work plan

details what has to be done to complete the project

Experiment

Questionnaire

Interview (structured or loosely

structured)

Observation

Analysis of documents

Unobtrusivemethods

Case study

Questionnaire


structured)

Observation


Unobtrusivemethods

Longitudinal design

Questionnaire


structured)

Observation


Unobtrusivemethods

Cross-sectional design

Questionnaire


structured)

Observation


Unobtrusivemethods

Design type

Method of data collection

Figuur 3. Onderzoeksdesigns en methoden van dataconstructie (De Vauss 2012: 10).

36

but the work plan will flow from the project’s research

design. The function of a research design is to ensure

that the evidence obtained enables us to answer the

initial question as unambiguously as possible” (De Vauss

2012: 9). Daarvoor moet je bijvoorbeeld kunnen bewijzen

dat je alternatieve verklaringen hebt uitgesloten. Dat

heet de interne validiteit van je onderzoek. Een design

vertelt je hoe je dat gaat doen, dat wil zeggen, welke

strategie je daarvoor gaat gebruiken. Alle designs zijn

strategieën voor het verhogen van de interne validiteit.

Ze verschillen van elkaar in de manier waarop je dat doet

(experimentele controle, gerandomiseerde controle,

statistische controle, enzovoort). De Vauss onderscheidt

de volgende vier designs (we zullen dit later verder

uitwerken), zie Figuur 3 (pag. 35).

Design versus methoden van dataconstructie

Dit eenvoudige schema maakt duidelijk dat je het kiezen

van een onderzoeksdesign niet moet verwarren met

het kiezen van een methode van gegevensverzameling:

“Failing to distinguish between design and method

leads to poor evaluation of designs. Equating cross-

sectional designs with questionnaires, or case studies

with participant observation, means that the designs are

often evaluated against the strengths and weaknesses

of the method rather than their ability to draw relatively

unambiguous conclusions or to select among rival

hypotheses” (De Vauss 2012: 9).

Je kiest eerst een design en pas daarna bepaal je

welke – combinatie van – technieken je gaat gebruiken om

gegevens te verzamelen. Kiezen voor een gevalsstudie

betekent niet dat je noodzakelijkerwijs – alleen maar –

kwalitatieve gegevens gebruikt en kiezen voor een

experiment betekent niet dat je noodzakelijkerwijs

– alleen maar – kwantitatieve gegevens gebruikt. Dat

maakt het onderscheid tussen kwantitatief en kwalitatief

onderzoek onbruikbaar: is een case studie waarin je een

gestandaardiseerde vragenlijst gebruikt nu kwalitatief

(want een case) of kwantitatief (want gestandaardiseerde

vragenlijst)?

De onbruikbaarheid van het onderscheid tussen

kwantitatief en kwalitatief

Het onderscheid tussen kwantitatief en kwalitatief

onderzoek kan verwijzen naar

• Het aantal onderzochte cases: kleine N en grote N.

• Het meetniveau van je gegevens: nominaal, ordinaal,

interval en ratio.

• De gebruikte analysetechniek: waarschijnlijkheidsleer

en statistiek of Boleaanse algebra en

verzamelingenleer.

Het aantal feitelijke combinaties dat we in onderzoek

aantreffen is groter dan de eenvoudige tweedeling in

kwantitatief en kwalitatief onderzoek. Je kunt daarom

beter aangeven wat het aantal cases is dat je onderzoekt,

wat het meetniveaus is van je gegevens en welke

analysetechniek (statistiek of verzamelingenleer) je

gebruikt. Je hoeft dan geen antwoord meer te geven op

de vraag of je onderzoek kwantitatief of kwalitatief is.

Voor toegepast onderzoek in het kader van de

interventiecyclus is het onderscheid totaal ongeschikt.

Je onderzoekt altijd een case (het probleem van een

persoon, gezin, afdeling, bedrijf, land, enzovoort). Maar

je design is geen case study (zie Gerring 2006). En in

toegepast onderzoek combineer je altijd meerdere

manieren van dataconstructie, werk je met gegevens

van verschillende meetniveau’s en gebruik je meerdere

analysetechnieken.

Analysetechnieken gebaseerd op de statistiek

Statistische technieken en regressieanalyses worden

voor drie doeleinden gebruikt (Berk 2004):

• Om te beschrijven (‘descriptive statistics’): een

regressielijn is een beknopte beschrijving van je

gegevens (een ‘data condenser’).

37

• Om conclusies over een populatie te trekken

(‘inferential statistics’). Dat stelt eisen aan je

steekproef en aan het statistisch model dat je

gebruikt.

• Om verklaringen te toetsen (‘causal inference’): je

moet dan bewijzen welke van de gevonden correlaties

causaal zijn (‘correlation does not imply causation’).

Dat stelt hoge eisen aan het onderliggend statistisch

model.

Het eerste is statistisch gesproken relatief makkelijk

(Berk: drie hoeraatjes), het tweede al moeilijker (Berk:

twee hoeraatjes) en het derde heel erg moeilijk en

volgens sommigen onmogelijk (Berk: een hoeraatje).

Dit wil overigens niet zeggen dat beschrijvend onderzoek

gemakkelijk is. Integendeel, beschrijvend onderzoek

kan heel moeilijk zijn. De moeilijkheid is echter niet

gelegen in het onderliggende statistisch model, maar

in je gegevensverzameling: het proces van definiëren,

operationaliseren en meten.

Analysetechnieken gebaseerd op de verzamelingenleer

Gebruik je de verzamelingenleer, zoals in de door Ragin

ontwikkelde vorm van ‘Qualitative Comparative Analysis’

(QCA), dan ben je op zoek, niet naar de causale bijdrage

van afzonderlijke factoren (‘variables compete’) maar

naar de bijdrage van combinaties of configuraties van

factoren (‘variables combine’). In statistisch onderzoek

vergelijk je variabelen met elkaar en verdwijnen de

cases uit het zicht in de zoektocht naar ‘correlations

across cases.’ In een QCA vergelijk je cases met elkaar

op basis van combinaties van factoren. Je zoekt naar

configuraties die voldoende of noodzakelijk zijn voor de

uitkomst. Je onderzoekt dus geen covariaties met behulp

van de statistiek. In plaats daarvan zoek je voldoende

en noodzakelijke voorwaarden met behulp van de

verzamelingenleer. Bij een voldoende voorwaarde is X

een subset van Y: altijd als je X aantreft, tref je ook Y aan.

Altijd als de benzine op is staat je wagen stil. Maar het

omgekeerde is niet waar: er zijn ook andere configuraties

die tot Y leiden (het principe van equifinaliteit). Bij een

noodzakelijk voorwaarde is Y een subset van X: altijd

als je Y aantreft, tref je ook X aan. Maar het omgekeerde

is niet waar. Bij wijze van voorbeeld. Omvang is een

noodzakelijke voorwaarde voor arbeidsdeling en

bureaucratisering: alle bureaucratische bedrijven zijn

groot. Maar niet alle grote bedrijven zijn bureaucratisch:

Buurtzorg Nederland is een grote, niet-bureaucratische

organisatie.

Goertz en Mahony (2012) stellen voor kwalitatief

onderzoek te definiëren als onderzoek dat ‘within-case’

analyses combineert met analysetechnieken gebaseerd

op de verzamelingenleer:

“Instead we see differences in basic orientations to

research, such as whether one mainly uses within-

case analysis to make inferences about individual

cases (as qualitative researchers do) or whether one

mainly uses cross-case analysis to make inferences

about populations (as quantitative researchers do).

We even suggest that the two traditions are best

understood as drawing on alternative mathematical

foundations: quantitative research is grounded in

inferential statistics (i.e. probability and statistical

theory), whereas qualitative research is (often

implicitly) rooted in logic and set theory” (2).

Goertz en Mahoney wijzen terecht op de grote verschillen

tussen beide analysetechnieken. Maar ook de analyse

techniek van de verzamelingenleer kan op grote data

sets (grote N) toegepast worden zoals in Ragin, Fiss

(2017). De studie van Ragin en Fiss is informatief omdat

daarin dezelfde dataset zowel statistisch als theoretisch

geanalyseerd wordt. Onderzocht wordt de relatie tussen

ras, klasse, testscores en armoede. De dataset is die van

Fischer et al. (1996) Inequality by design. Dit onderzoek

38

was op haar beurt een reactie op de beroemde en

beruchte studie van Herrnstein en Murray (1994) The

Bell Curve: Intelligence and Class Structure in American

Life. De studie van Ragin en Fiss laat zien dat in dit

geval onderzoek naar configuraties meer en vooral

beleidsrelevantere informatie oplevert dan statistisch

variabelenonderzoek.

Kwaliteitscriteria empirisch onderzoek

Omdat er een verschil bestaat tussen design en

methoden van dataconstructie, bestaat er ook een

verschil tussen de kwaliteitscriteria die we daarvoor

hanteren. Omdat in elk empirisch onderzoek, van

welke aard dan ook, gegevens verzameld worden

dient dit onderzoek te voldoen aan de criteria van

meetgeldigheid en betrouwbaarheid. Onderzoeksdesigns

van fundamenteel onderzoek worden beoordeeld op de

criteria van interne en externe validiteitvaliditeit. Zoals we

in het artikel over toegepast onderzoek zullen zien, ligt

dat bij de designs van toegepast onderzoek anders.

Kwaliteitscriteria methoden dataconstructie:

meetvaliditeit en betrouwbaarheid

De wijze waarop je gegevens verzameld moet aan twee

criteria voldoen: meetvaliditeit (meet je wat je wilt meten?)

en betrouwbaarheid (de resultaten van de meetmethode

moeten onafhankelijk zijn van de persoon die de methode

toepast en van de context waarin die toegepast wordt).

Deze criteria (meetvaliditeit en betrouwbaarheid) zijn

zo algemeen geformuleerd, dat ze je niet vertellen wat

je moet doen om daaraan te voldoen. Dat weet je, ten

eerste, pas als je weet om wat voor soort begrippen het

gaat. Werkloosheid kun je direct meten, voor het meten

van intelligentie of betrokkenheid heb je indicatoren

nodig. En ook de ‘output gap’ (wat zou Nederland

geproduceerd hebben zonder recessie?) kun je alleen

indirect meten.

En dat weet je, ten tweede, pas als je voor een

van de technieken hebt gekozen. Als je voor een

gestandaardiseerde vragenlijst kiest is het vooraf

operationaliseren van je begrippen essentieel: de items

van je vragenlijst zijn de laatste stap van het proces

van operationaliseren (van begrip via dimensies naar

indicatoren). Kies je voor open interviews, dan is het

proces van achteraf coderen essentieel: dat doe je in

verschillende rondes en liefst niet alleen (‘interrater

reliability’). Operationaliseren is dus hetzelfde als

vooraf coderen: hoe verder je gaat in het vooraf

operationaliseren, des te minder hoef je achteraf te

coderen. Het heeft dus weinig zin om open interviews te

houden als er al goede operationalisaties beschikbaar

zijn. Je komt er dan als onderzoeker achteraf achter dat

de resultaten van je codering wel of niet overeenkomen

met bestaande operationaliseringen. Je komt er dan,

met andere woorden, achter dat je het onderzoek niet

goed hebt voorbereid. Omgekeerd heeft het weinig zin

studenten die gestructureerde interviews gebruiken te

dwingen hun gegevens achteraf te coderen.

Ik wil er ook op wijzen dat deze criteria zo

algemeen geformuleerd zijn dat ze onafhankelijk zijn

van welke wetenschapsfilosofische (ontologische en

epistemologische) positie dan ook. Of je nu positivist,

empiricist, realist, constructivist of wat dan ook bent,

wanneer je empirisch onderzoek doet zal je altijd een

antwoord moeten kunnen geven op de vraag of je manier

van verzamelen van gegevens valide en betrouwbaar

is. Dat is zo wanneer je wil weten wat de omvang en

ontwikkeling van de werkloosheid is en dat is zo wanneer

je wil weten wat het betekent om werkloos te zijn.

Kwaliteitscriteria onderzoeksdesign: interne en externe

validiteit

Je design is gericht op het vergroten van de interne

validiteit (klopt de gevonden verklaring, dat wil zeggen,

ben je erin geslaagd alternatieve verklaringen uit te

39

sluiten?) en de externe validiteit van je onderzoek (kun je

de gevonden verklaring generaliseren naar de populatie?).

Ook deze criteria zijn zo algemeen geformuleerd dat

ze je niet vertellen wat je moet doen om daaraan te

voldoen. Dat weet je pas als je voor een van de designs

gekozen hebt. Kies je voor een ‘randomized control trial’

(RCT) dan gebruik je randomisatie voor het uitsluiten

van andere verklaringen. Kies je voor een etnografische

veldstudie of een ‘grounded theory approach’, dan ben

je voortdurend bezig met het formuleren en toetsen

van alternatieve verklaringen: de etnograaf bestudeert

bij wijze van spreken elke avond zijn aantekeningen of

‘field notes’, categoriseert observaties en formuleert

alternatieve hypothesen die hij de komende dagen gaat

toetsen (die hypothesen sturen dus zijn proces van

gegevensverzameling). Je gebruikt hiervoor ook andere

toetsen dan in statistisch onderzoek.

En ook deze criteria zijn zo algemeen

geformuleerd dat ze onafhankelijk zijn van

welke wetenschapsfilosofische (ontologische en

epistemologische) positie dan ook. Of je nu positivist,

empiricist, realist, constructivist of wat dan ook bent,

wanneer je empirisch verklarend onderzoek doet zal je

altijd een antwoord moeten kunnen geven op de vraag

of je alternatieve verklaringen kunt uitsluiten en of je de

gevonden conclusies kunt generaliseren.

4. Empirisch onderzoek: beschrijvend onderzoek

Beschrijven en verklaren

Beschrijvende uitspraken gaan over wat het geval is

en verklarende uitspraken over waarom dat zo is. In

het eerste geval beschrijf je bijvoorbeeld de omvang

van de werkloosheid in Nederland op dit moment

of ontwikkelingen daarin over de afgelopen jaren. In

verklarend onderzoek zoek je naar de oorzaken van die

omvang of ontwikkelingen. Je beschrijft dan in termen

van oorzaken en gevolgen. In fundamenteel onderzoek

maak je ruzie met elkaar over wat nu de oorzaken van

werkloosheid zijn. In toegepast onderzoek gebruik je

die theorieën om te bepalen welke van die oorzaken in

dit geval aanwezig zijn en wat je in dit geval kunt doen

om die oorzaken of de werking ervan uit te schakelen.

Wanneer je interventies succes hebben is dat aanvullend

bewijs voor de juistheid van de toegepaste theorie.

Wanneer je interventies geen succes hebben (ondanks

kwantitatieve verruiming blijft de inflatie laag) ga je

twijfelen aan de juistheid van de toegepaste theorie. Of

je vertrouwt een theorie en past hem toe in toegepast

onderzoek. Of je vertrouwt hem niet en onderzoekt hem

in fundamenteel onderzoek. Vergelijk een theorie met een

bril. Of je zet hem op om naar de wereld te kijken. Of je

zet hem af om hem te bestuderen. Beide tegelijk kan niet.

Voor beschrijvend onderzoek heb je alleen begrippen

nodig. Voor verklarend onderzoek heb je daarnaast

een theorie over oorzaken en gevolgen nodig. Kort

geformuleerd: zonder begrippen weet je niet wat je ziet

en zonder theorieën weet je niet waar je moet kijken (naar

oorzaken en gevolgen).

Conceptuele en empirische discussie

In empirisch onderzoek maken we een onderscheid

tussen conceptuele discussies (hoe definiëren we het

begrip ‘werkloos’?) en empirische discussies (heb je het

aantal werklozen goed geteld?). In onderstaande figuur

staan de gegevens over werkloosheid weergegeven

voor zes verschillende definities van werkloosheid of

‘unemployment’ (U-1 tot U-6).

Een conceptuele discussie gaat over de vraag: waarom

hanteer je welke van de zes definities van werkloosheid?

Voor een antwoord op die vraag helpt het niet naar de

feiten (het bovenstaande plaatje) te kijken. Die vertellen

je niet welke van de zes waarom de beste definitie

is. In plaats daarvan moet je naar jezelf kijken en wat

je waarom belangrijk vindt. Alle zes de definities zijn

40

gebaseerd op overeenkomsten. Ze verschillen van

elkaar in welke overeenkomsten relevant gevonden

worden. Als je een paar uur per week werken relevant

vindt tel je die mensen mee. Vind je dat niet dan tel je

ze niet mee. In beide gevallen zal je moeten uitleggen

waarom je welke overeenkomsten wel of niet relevant

vindt.

Een conceptuele discussie gaat dus niet over

de feiten, dat wil zeggen, over de overeenkomsten

en verschillen tussen de dingen: daar zijn er te veel

van. In plaats daarvan gaat die discussie over welke

overeenkomsten we waarom relevant of belangrijk

vinden: “concepts express and direct our interests”

(Wittgenstein). Begrippen zijn dus altijd waardeafhankelijk.

Dat kunnen morele waarden zijn (zoals bij het begrip

moord). Het kunnen echter ook praktische waarden zijn

(zoals bij het begrip onkruid).

Omdat de waarde afhankelijkheid van begrippen

zo belangrijk is, hier een paar voorbeelden. Mannen

kunnen oud en jong, groot en klein, dik en dun en

getrouwd en ongetrouwd zijn. Van al die overeenkomsten

en verschillen vonden we getrouwd en ongetrouwd zo

interessant dat we daar een apart begrip voor hebben

geïntroduceerd: ongetrouwde mannen zijn vrijgezellen.

Wat we geconstrueerd of geproduceerd hebben is het

begrip, niet het verschijnsel: ook voor de introductie van

het begrip bestonden er ongetrouwde mannen. Je kunt

mensen per ongeluk, uit zelfverdediging en met opzet

Figuur 4. Werkloosheid in Amerika.

41

of met voorbedachte rade doden. Dat laatste noemen

we moord. Dat doen we niet omdat we met opzet doden

zo interessant vinden, maar omdat we dat moreel

verwerpelijk vinden. We gebruiken een morele waarde bij

onze definitie. Ook hier geldt: wat we construeren is het

begrip, niet het verschijnsel. Ook voor de introductie van

het begrip moord werden er mensen met opzet gedood.

En, tot slot, wetenschappers hebben de definitie van

het begrip planeet veranderd zodat Pluto niet meer als

planeet telt. Dat deden ze niet om morele redenen, maar

omdat ze dat handiger vonden voor hun classificatie van

hemellichamen. En om de (wereldwijde) fanclubs voor

het behoud van Pluto als planeet hebben ze een nieuwe

categorie gecreëerd, die van dwergplaneet. Dat deden

ze niet omdat dit handig was, maar om die fanclubs

tevreden te stellen. Maar Pluto is nog steeds diezelfde

modderige ijsbal die het eerder was.

We trekken hieruit de volgende conclusies. (1)

Definities zijn altijd normatief: ze functioneren als regels

waarmee je kunt kijken of het begrip juist of onjuist

wordt gebruikt. Zeggen dat er getrouwde vrijgezellen

zijn is geen ontdekking, maar onzin. Je hebt dan niet

begrepen wat het woord ‘vrijgezel’ betekent. En zeggen

dat we zonder begrippen niets kunnen beschrijven

is geen ontdekking, maar een misleidende herhaling

van een definitie: beschrijven betekent of is hetzelfde

als begrippen gebruiken om te vertellen wat het

geval is. Zeggen dat er geen beschrijvingen zonder

begrippen bestaan is hetzelfde als zeggen dat er geen

getrouwde vrijgezellen bestaan: het verschil tussen

beschrijven met en zonder begrippen is net zo onzinnig

als het verschil tussen getrouwde en ongetrouwde

vrijgezellen. (2) Definities zijn altijd waardeafhankelijk:

we hebben waarden nodig om te bepalen welke van alle

overeenkomsten en verschillen we waarom belangrijk

vinden. (3) Daarbij kan het om de meest uiteenlopende

waarde gaan: morele waarden (moord), praktische

waarden (onkruid), epistemische waarden (planeet). Je

kunt, zoals bij je keuze voor de definitie van werkloosheid

ook verschillende waarden combineren.

Wanneer je een ruime definitie van werkloosheid

hanteert kan dat om – een combinatie van – verschillende

waarden gaan. Morele waarden: je vindt dat mensen

recht hebben op een fatsoenlijke baan met een

fatsoenlijke beloning. Een baan van een paar uur per

week behoort daar niet toe. Epistemische waarden:

met een ruime definitie kun je beter verklaren waarom

de lonen niet stijgen en/of waarom zoveel mensen

ontevreden zijn, terwijl het ‘zo goed gaat met de

economie.’ Definitiekeuzes kunnen ook economische

gevolgen hebben. Met een ruime definitie van

werkloosheid gaan centrale banken minder snel de rente

verhogen om oververhitting en inflatie te vermijden.

Een empirische discussie gaat over de vraag of je

goed geteld hebt. Daarvoor moet je eerst het begrip

gedefinieerd hebben, anders kun je niet gaan tellen:

betekenisvragen (van de woorden die we gebruiken)

gaan altijd vooraf aan waarheidsvragen (van de dingen

die we daarmee zeggen). Maar een conceptuele

keuze of beslissing verandert niets aan de feiten: het

bovenstaande plaatje blijft hetzelfde. Ook als je mensen

met een paar uur werk niet meetelt blijft het aantal

mensen met een paar uur werk hetzelfde. Onze waarden

spelen een belangrijke rol bij het definiëren van onze

begrippen. Maar bij het tellen neemt de werkelijkheid het

over. Anders geformuleerd: of het aantal mensen met

een paar uur werk toe- of afneemt is onafhankelijk van

de vraag of je ze wel of niet meetelt als werkloos. Het

zijn dus niet de feiten die waardeafhankelijk zijn, maar

de begrippen die we gebruiken in ons onderzoek naar

de feiten. Zeggen dat er geen objectieve feiten bestaan

omdat feiten waardeafhankelijk zijn is dus een ernstige

vergissing. Je verwart dan een conceptuele met een

empirische discussie. En je introduceert dan een onzinnig

onderscheid tussen objectieve en subjectieve feiten. Je

voegt dan aan de zinnige vraag of het regent de onzinnige

42

vraag toe of het objectief of subjectief regent. Wanneer

je zegt dat feiten subjectief, want waardeafhankelijk zijn,

kom je, waarschijnlijk onbedoeld, in het verkeerde kamp

van de feitenontkenners terecht. Wanneer je daarentegen

zegt dat begrippen waardeafhankelijk zijn onderstreep je

het belang van conceptuele discussies, dat wil zeggen,

van discussies die je moet voeren voordat je op zoek kunt

gaan naar de feiten.

Feiten zijn dus ook geen sociale constructies. Wat

wij construeren zijn de begrippen die we gebruiken,

zoals het begrip ‘werkloos’ (wie zou dat anders moeten

doen?). Maar ontwikkelingen in de omvang van de

werkloosheid worden door veel factoren bepaald, zoals

bijvoorbeeld het uitbreken van een pandemie. Een

daarvan is inderdaad de definitie die gebruikt wordt:

wanneer de centrale bank een krappe definitie gebruikt

loopt ze het risico te snel in te grijpen en zo, onbedoeld,

de werkloosheid te vergroten (zoals bij de ‘double dip’

recessie in de EMU na de financiële crisis van 2008).

Onderzoek naar betekenissen

Het woord ‘betekenis’ kan verschillende betekenissen

hebben, zoals woordbetekenis (wat betekent het woord

‘werkloos’ of ‘verpleegkundige’?), persoonlijke betekenis

(wat betekent verpleegkundige zijn voor jou?), sociale

betekenis (wat betekent het om verpleegkundige te zijn?)

of symbolische betekenis (waar staat het beroep van

verpleegkundige symbool voor?).

Dit zijn allemaal beschrijvende vragen. Belangrijk

is, dat hermeneutisch of fenomenologisch onderzoek

niet gereduceerd kan worden tot het onderzoeken van

persoonlijke betekenissen. Veel van dat onderzoek is juist

gericht op sociale betekenissen. Voor de hermeneutiek

(het interpreteren van oude Bijbelteksten) ligt dat voor de

hand: je kunt niet meer naar persoonlijke betekenissen

vragen. En de persoonlijke betekenis van de negende

symfonie van Beethoven is iets anders dan bijvoorbeeld

de muzikale betekenis ervan.

Onderzoek naar sociale betekenissen kan verschillende

vormen aannemen. Zo onderzocht Benner (Power and

excellence in nursing) de vraag ‘wat betekent het om

verpleegkundige te zijn?’ door een inhoudsanalyse uit

te voeren op verhalen van verpleegkundigen over wat zij

als expertprestaties beschouwden. En Watson (In search

of management) onderzocht de vergelijkbare vraag ‘wat

betekent het om manager te zijn?’ met behulp van een

etnografische veldstudie. Daarvan te onderscheiden zijn

beschrijvend vragen als ‘wat doen managers?’ (zoals

in Mintzberg The nature of managerial work) of wat

doen verpleegkundigen (als voorbereiding op eventuele

curriculumwijzingen in de opleiding tot verpleegkundige)?

Al deze studies wijzen op het belang van beschrijvend

onderzoek.

Uitkomsten van beschrijvend onderzoek

naar betekenissen kunnen natuurlijk opgenomen

worden in verklarend onderzoek. Wanneer mensen

prestatiebeloning zien als een symbool van wantrouwen

(“ze vinden dat we niet hard genoeg werken want anders

zouden ze geen prestatiebeloning invoeren”) zullen ze

anders reageren dan wanneer ze prestatiebeloning zien

als een erkenning van hun individuele prestatie.

5. Empirisch onderzoek: de designs van verklarend onderzoek

Verklaren: het CMO model

Causale verklaringen hebben de volgende algemene

vorm: oorzaak X (of combinatie van oorzaken X1…n) heeft,

door haar inwerking (mechanisme M) op systeem Z, effect

of uitkomst Y. Dit heet ook wel het context, mechanisme,

uitkomst of ‘outcome’ (CMO) model van verklaren. Of

het slikken van aspirines (X) leidt tot het verlichten van

hoofdpijn (Y) is mede afhankelijk van de toestand van ons

lichaam (Z). Het gaat dus altijd om de causale kracht of

capaciteit van de aspirine (‘active power’) en de causale

ontvankelijkheid van ons lichaam (‘passive power’).

43

Het CMO model is door Pawson (1989) geïntroduceerd

en is op haar beurt gebaseerd op het werk van

Bhaskar (1975; 1979). Bhaskar schrijft voor filosofen.

Als methodoloog leer je daar niet veel van. Pawson

schrijft voor methodologen. Hij is een van de weinigen

die geprobeerd heeft methodologische conclusies

te trekken uit het werk van Bhaskar. Die conclusies

hebben betrekking op hoe je als empirisch onderzoeker

verschijnselen meet en hoe je ze verklaart. Het

‘realistische interview’ is de eerste opbrengst en het CMO

de tweede. Daar leer je als methodoloog veel van.

Causale mechanismen

Dat aspirines hoofdpijn kunnen verlichten komt omdat

de werkzame stof van aspirine (acetylsalicylzuur )

de werking van bepaalde enzymen (DOX) blokkeert

waardoor het lichaam geen prostaglandines produceert.

Prostaglandines produceren op hun beurt pijn,

ontstekingen en temperatuurverhogingen. Ze beschermen

echter ook de maag. Het blokkeren van de productie van

prostaglandines heeft dus zowel positieve gevolgen (je

hebt minder hoofdpijn en koorts) als negatieve gevolgen

(bijwerkingen): je kunt er maagbloedingen van krijgen

(zie Auyang (z.j.)). Aspirine is een goed voorbeeld van wat

tegenwoordig mechanisme verklaringen genoemd worden.

Mechanismen kun je als volgt definiëren: “A mechanism

for a phenomenon consists of entities and activities

organized in such a way that they are responsible for the

phenomenon” (Illari, Williamson 2012: 120).

Twee hoofdvormen vormen van verklarend onderzoek

Dit betekent dat verklarend onderzoek twee vormen kan

aannemen:

• Of je zoekt, zoals in een RCT of QCA, naar constante

relaties tussen X en Y.

• Of je zoekt, zoals in laboratorium experimenten of

case studies, naar het causale mechanisme M dat Y

produceert.

In het eerste geval onderzoek je of X de oorzaak is van Y.

Bij wijze van voorbeeld: je wagen staat stil omdat er geen

benzine in zit. Vraag: waarom is dat zo? Antwoord: omdat

wagens altijd stil staan als er geen benzine in zit. Kennis

van deze algemene relatie kan op ervaring gebaseerd zijn

en ze kan gebaseerd zijn op wetenschappelijk onderzoek.

Daarin heb je of hoge correlaties ontdekt of ontdekt dat

de afwezigheid van benzine een voldoende maar niet

noodzakelijke voorwaarde is voor het stil staan van je

wagen (er zijn ook andere oorzaken die tot hetzelfde

resultaat leiden).

In het tweede geval onderzoek je waarom dat zo is,

dat wil zeggen, waarom de wagen benzine nodig heeft

om te kunnen rijden. Je gaat dan als het ware onder de

motorkap kijken en legt uit waarom een auto met een

verbrandingsmotor benzine nodig heeft. Je beschrijft dan

het causale mechanisme dat Y produceert.

In onderzoeksprogramma’s, zoals in de geneeskunde,

proberen we beide vormen van verklaren te combineren.

Snow toonde destijds aan dat gebruik van de waterpomp

op Broadstreet de oorzaak was van de cholera epidemie

in Londen. We noemen dit een oorzaak omdat we deze

kennis kunnen gebruiken om cholera te vermijden: door

geen gebruik meer te maken van die waterpomp. Maar

pas later ontdekte Koch dat de ‘echte’ oorzaak gelegen

is in de aanwezigheid van micro-organismen in het

water. Daarvoor heb je een theorie nodig over wat die

organismen op basis van welke eigenschappen in ons

lichaam kunnen doen.

Om te kunnen bewijzen dat X (de waterpomp, het

micro-organisme) de oorzaak is van Y (cholera) moet

je andere verklaringen kunnen uitsluiten. Dat is de

belangrijkste functie van je onderzoeksdesign. Die

designs verschillen van elkaar in de wijze waarop ze dat

doen.

44

Een ordeningsmodel

We hebben twee hoofdvormen van verklarend onderzoek

onderscheiden: onderzoek dat op zoek is naar constante

relaties tussen oorzaak en gevolg (X-Y onderzoek)

en onderzoek dat op zoek is naar het mechanisme

dat de relatie tussen X en Y verklaart (M onderzoek).

In de sociale wetenschappen vereist M onderzoek

een case study. Je traceert daarin het proces dat van

X via tussenstappen naar Y leidt. Vandaar de naam

‘procestracing.’

X-Y onderzoek kan experimenteel en observationeel

zijn. In experimenteel onderzoek manipuleer je zelf de

relevante variabelen. Experimenteel onderzoek kan

verschillende vormen aannemen zoals het laboratorium

experiment (LE), de ‘Randomized Control Trial’ (RCT)

en het natuurlijk experiment (NE). In observationeel

onderzoek manipuleer je de relevante variabelen

niet: je onderzoek berust op niet-experimentele

data. Observationeel onderzoek kan gebaseerd

zijn op de statistiek (variabelenonderzoek) en op de

verzamelingenleer (configuratie onderzoek). In het

een ben je op zoek naar covariaties en in het ander

naar noodzakelijke en/of voldoende voorwaarden.

Variabelenonderzoek kan cross sectioneel en

longitudinaal zijn. En configuratie onderzoek heeft de

vorm van een vergelijkende case study: je vergelijkt

cases, maar het aantal cases dat je onderzoekt kan groot

zijn. In schema (met de designs vetgedrukt):

Constante relaties tussen X en Y: experimentele

designs

Voor onderzoek naar constante relaties tussen X en Y

kun je verschillende designs gebruiken. Omdat je weet

dat Y niet alleen door X, maar ook door andere factoren

beïnvloed wordt (die andere factoren heten ‘cofounders’)

kun je voor een laboratorium experiment kiezen. Je weet

Designs verklarend onderzoek

X-Y onderzoek

Experimenteel

Variabelenonderzoek

Cross sectioneel

RCTLE NE

Observationeel

Configuratie onderzoek

Longitudinaal Vergelijkende case study

M onderzoek (process tracing)Case study

Figuur 5. De designs van fundamenteel, verklarend onderzoek.

45

dan voor welke andere factoren je moet controleren en je

schakelt die uit of houdt die constant (externe controle).

Bovendien zorg je ervoor dat het object waarop je

experimenteert hetzelfde blijft (interne controle: je Petri

schaaltjes). En tenslotte varieer je de onafhankelijke

variabele (je interventie). Op deze wijze produceer je

in het experiment de constante relatie tussen X en

Y. Cartwright noemt een experiment dan ook een

nomologische machine: alles moet in het experiment op

zijn plaats zitten om die constante relatie te krijgen. Het

kan jaren duren voordat je dat voor elkaar hebt.

Dat betekent omgekeerd dat die constante relatie of

‘wet’ buiten het experiment niet meer optreedt. Buiten

het experiment treden al die andere factoren wel op en

blijft het object niet hetzelfde. Experimenteel gevonden

wetten zijn ceteris paribus (CP) wetten en buiten het

experiment zijn de ceteris niet meer paribus. Dat aspirines

hoofdpijn verlichten is dan ook geen uitspraak over wat

altijd gebeurt. In plaats daarvan is het een uitspraak

over wat aspirines kunnen doen, gegeven de toestand

van ons lichaam. Het is, met andere woorden, een

uitspraak over causale capaciteiten (van aspirines) en

causale ontvankelijkheden (van ons lichaam). Daarom

kan Cartwright (1983) zeggen dat de natuurwetten liegen.

En daarom kan Weick zeggen dat “[w]hen experimental

findings support a theory the theory, not the findings,

is generalized to the world outside the laboratory and

people will predict what will happen in that world based

on the theory” (Weick 1983: 494).

Je kunt, zoals in een RCT, ook die andere factoren

randomiseren. Je vervangt dan experimentele controle

door randomisatie. Randomisatie heb je onder andere

nodig wanneer interne controle (hetzelfde object)

onmogelijk is. Je kunt een patiënt niet zowel behandelen

als niet behandelen. Om het effect van de behandeling

te bepalen heb je dus vergelijkbare personen nodig. Ook

die zijn moeilijk te vinden. Daarom randomiseren we. En

daarom treffen we in de fysica geen RCT’s aan.

Doordat je het toeval laat bepalen wie in de interventie

en wie in de controle groep komen te zitten, kun je er

vanuit gaan dat die andere factoren of ‘cofounders’ gelijk

verdeeld zijn over beide groepen. Het enige verschil is

dan het wel of niet ontvangen van de ‘treatment.’ Door

de gemiddelde effecten van beide groepen te meten

kun je bepalen of interventie X de oorzaak is van Y. In

een RCT onderzoek je dus gemiddelde effecten: over

de individuele gevallen in beide groepen kun je geen

uitspraken doen. Nog sterker, de interventiegroep bevat

altijd gevallen waar, ondanks interventie X resultaat Y niet

optreedt. En de controlegroep bevat altijd gevallen waar,

ondanks de afwezigheid van interventie X resultaat Y wel

optreedt. RCT’s zijn dus geen ‘single case’ verklaringen.

Daarom moeten we in toegepast onderzoek altijd

kijken of de gevonden verklaring ook in dit geval, waar

al die andere factoren wel een rol kunnen spelen, van

toepassing is.

Tenslotte kunnen we, wanneer we geluk hebben

en weten waar we naar moeten kijken situaties

ontdekken waarin de wereld voor ons een interventie

en controle groep heeft ‘klaar gezet.’ Dat heet een

natuurlijk experiment. Het cholera onderzoek van

Snow is daarvan het beroemdste voorbeeld. Een ander

voorbeeld is het onderzoek van Card en Krueger (1994)

naar het effect van het verhogen van het minimumloon

op de werkgelegenheid: daalt die of niet? Daarvoor

onderzochten ze de ‘fast food’ keten restaurants in

twee op elkaar lijkende regio’s (New Jersey en Oost

Pennsylvania) waarvan in de een wel en in de ander niet

het minimumloon verhoogd werd. De wereld zelf heeft

dus voor een interventie- en controlegroep gezorgd. De

werkgelegenheid bleek niet te dalen. De discussie gaat

natuurlijk over de vraag of de twee regio’s inderdaad op

alle relevante overige variabelen hetzelfde zijn. Voor een

natuurlijk experiment geldt hetzelfde als voor een RCT:

je hebt aanvullend onderzoek nodig voor je de resultaten

elders kun toepassen: effecten zijn mede afhankelijk

46

van de omvang van de verhoging, van de hoogte van

het bestaande minimumloon en van de toestand van de

economie (recessie of hoogconjunctuur?).

Constante relaties tussen X en Y: observationele

designs met variabelenmodellen

Wanneer je niet voor een experimenteel design, maar

voor een observationele studie kiest, grijp je zelf

niet in: je manipuleert noch de ‘treatment’ variabele,

noch de overige factoren of ‘cofounders.’ In plaats

daarvan observeer je de verkregen gegevens (vandaar

‘observational studies’). En vervolgens vervang je

experimentele controle door statistische controle. In

een observationele studie ontdek je vele correlaties. Je

moet die nu causaal gaan interpreteren: welke daarvan

kunnen we wel en welke niet als oorzaak gevolg relaties

beschouwen? Dat doe je door te kijken of de waarde en

het teken van die correlatie verandert of verdwijnt als

je controleert voor die andere variabelen. In complexer

design kijk je ook naar interveniërende (mediërende) en

modererende variabelen. In al deze gevallen maak je

gebruik, niet van de beschrijvende statistiek (bestaat er

een correlatie tussen X en Y?), maar van de verklarende

statistiek (wijst die correlatie ook op een oorzaak gevolg

relatie?). Variabelenonderzoek kan cross-sectioneel en

longitudinaal zijn.

Constante relaties tussen X en Y: observationele

designs met configuratiemodellen

In een variabelenmodel gebruik je de statistiek om

te bepalen welke variabelen het beste een uitkomst

verklaren: variabelen concurreren met elkaar. In een

configuratiemodel gebruik je de verzamelingenleer om

te kijken welke combinatie van oorzaken het beste de

uitkomst verklaart. In de woorden van Ragin: “In this view,

causal conditions do not compete with each other; rather,

they combine in different ways to produce the outcome”

(Ragin, Fiss 2017: 2). Op deze manier weet je beter in

welke combinatie of context een oorzaak tot gewenste

of ongewenste effecten zal leiden. De verschillen met

statistische analysetechnieken zijn groot. Je bent niet

op zoek naar het effect van afzonderlijke variabelen,

maar van combinaties of configuraties van verschillende

variabelen. Je bent niet op zoek naar covariaties, maar

naar noodzakelijke en/of voldoende voorwaarden. De

relatie tussen oorzaak en gevolg is niet symmetrisch,

maar asymmetrisch: de aanwezigheid van Y (bijvoorbeeld

armoede) heeft andere oorzaken dan de afwezigheid van

Y. En je kunt op zoek naar verschillende oorzaken van Y

(equifinaliteit).

Causale mechanismen: ‘process tracing en ‘causal

process observations’

Variabelen en configuratiemodellen zijn niet zo geschikt

voor het onderzoeken van causale mechanismen.

Daarvoor heb je case studies nodig waarin je het

proces traceert dat leidt van oorzaak X tot uitkomst

Y. Daarvoor heb je ‘within case’ data nodig (‘causal

process observations’). Je stelt rivaliserende hypothesen

op over start, stappen in het proces en uitkomst. En

deze hypothesen worden getoetst op de vraag of het

noodzakelijke en/of voldoende voorwaarden zijn: is stap

een in het proces een noodzakelijke en/of voldoende

voorwaarde voor de volgende stap?

In de sociale wetenschappen wordt steeds meer

de in de biologie gehanteerde definitie van een causaal

mechanisme gebruikt: “A mechanism for a phenomenon

consists of entities and activities organized in such a

way that they are responsible for the phenomenon”

(Illari, Williamson 2012: 120). Het is verleidelijk om,

zoals in rationele keuze theorieën, de aandacht te

concentreren op de actoren als ‘entities’ en de wijze

waarop zij beslissen als ‘activities.’ Je vergeet dan dat

het de organisatie van het systeem is dat bepaalt wat

de ‘entities’ zijn en wat ze doen. Bij wijze van voorbeeld,

ontleend aan Cartwright (2012). Een in de Indiase staat

47

Tamil Nadu uitgevoerde RCT leidde tot de conclusie dat

het geven van extra geld aan moeders met kinderen

gekoppeld aan scholing over juiste voeding grote

resultaten opleverde in de gezondheid van kinderen (in

vergelijking met de controlegroep, waarin geen extra

geld en scholing gegeven werd). Daarom werd deze

interventie ook in Bangladesh uitgerold. Dat werd een

complete mislukking. Het bleek dat in de nieuwe situatie

niet de moeders, maar de schoonmoeders belast zijn

met de zorg voor kinderen en dat niet de moeders, maar

de vaders het geld beheren (en dus niet aan gezonde

voeding, maar aan andere dingen besteden). De

verklaring voor dit mislukken is een structuurverklaring:

de twee gezinssystemen (gedefinieerd als systemen met

posities) verschillen structureel van elkaar. Er is dus niets

mis met die moeders, maar de interventie (X) is niet goed

afgestemd op het systeem (Z) waarin het zijn werking

moet produceren. Hoe het causale proces verloopt wordt,

met andere woorden, bepaald (of beter: gestructureerd)

door de structuur of organisatie van het systeem waarvan

het proces onderdeel uitmaakt.

Schijnbare overeenkomsten

Process tracing lijkt op het gebruik van interveniërende

variabelen in variabelenonderzoek. En combinaties

van factoren lijken op modererende variabelen in

variabelenonderzoek. Maar de achterliggende logica

is anders. Process tracing berust op ‘within case’

gegevens die getoetst worden met de verzamelingenleer.

Interveniërende variabelen berusten op ‘across case’

gegevens en worden statistisch getoetst (in meervoudige

regressieanalyses of structurele vergelijkingen modellen).

En modererende variabelen meet je met interactietermen

in je regressievergelijking. Het achterliggende idee

is dat het effect van twee gecombineerde variabelen

groter is dan het effect van de afzonderlijke variabelen.

Dat is iets anders dan de logica van noodzakelijke en

voldoende voorwaarden. Bovendien is het toepassen van

interactietermen complex en moeilijk te interpreteren,

zeker als je meer dan een modererende variabele

wilt onderzoeken. Je komt dit soort onderzoek dan

ook nauwelijks tegen in tijdschriften. Stel dat je het

probleem van ‘intersectionaliteit’ wil bestuderen: je

bent zwart, vrouw, hebt laag opgeleide ouders die

niet veel verdienen. Wat is het effect daarvan op je

schoolprestaties, je beroepsloopbaan of je inkomen? Dat

is met interactietermen niet of nauwelijks te bestuderen

(zie Schudde 2018). Met een QCA is dat relatief eenvoudig

te doen.

Samenvattend: met een RCT kun je ontdekken dat

kleine klassen de leerprestaties vergroten. Met een

variabelenmodel kun je ontdekken wat het grootste effect

heeft: kleine klassen of goede, professionele docenten.

En met een QCA kun je ontdekken dat je kleine klassen

moet combineren met goede docenten en voldoende

lokalen om de leerprestaties te verhogen. Het voorbeeld

is ontleend aan Cartwright (2012). Als je de resultaten

van een RCT over de effectiviteit van kleine klassen gaat

‘uitrollen’ moet je er rekening mee houden dat kleine

klassen meer goede docenten en meer lokalen vereisen.

Hou je daar geen rekening mee, dan heeft de ‘uitrol’,

ondanks de kleine klassen, toch geen resultaat.

Multi-method research

Je kunt in je onderzoek designs ook combineren. Een

ruwe vorm daarvan is de boodschap van Rodrik (2012):

als een case study de resultaten van je regressieanalyses

tegenspreekt moet je die resultaten weggooien.

Gedifferentieerder is de aanpak van Seawright (2016)

en Goertz (2017). Hun uitgangspunt is dat elk design

zwakke en sterke kanten heeft. Dat betekent dat je de

onzekerheden van het ene design kunt reduceren met de

sterke kanten van een ander design. Zo kun je volgens

Seawright case studies gebruiken om je regressie

analyses te testen en te verfijnen en kun je regressie

analyses gebruiken om je case selectie te verbeteren.

48

Goertz concentreert zijn aandacht op het combineren

van M onderzoek (process tracing) met X-Y onderzoek

in al haar vormen. Dat ligt voor de hand want verklarend

X-Y onderzoek berust vaak op veronderstellingen

over het causale mechanisme. Wat je in multi-method

research combineert zijn designs. Welke methoden van

dataconstructie nodig zijn is een andere vraag.

6. ConclusiesIn deze bijdrage heb ik uitgelegd wat de empirische

cyclus is, wat het verschil is tussen onderzoeksdesign

enerzijds en methoden van dataconstructie anderzijds,

welke soorten empirisch onderzoek er bestaan en wat de

designs van fundamenteel onderzoek zijn. Fundamenteel

onderzoek moet voldoen aan de eisen van interne en

externe validiteit. Hoe je daaraan voldoet is afhankelijk

van het design dat je toepast. En fundamenteel

onderzoek moet voldoen aan de eisen van meetvaliditeit

en betrouwbaarheid. Hoe je dat doet is afhankelijk van de

gekozen methode van dataconstructie.

In de volgende bijdragen behandelen we eerst de

interventiecyclus en vervolgens de designs van toegepast

onderzoek in het kader van de interventiecyclus. We

zullen zien dat die designs fundamenteel verschillen

van de designs van fundamenteel onderzoek. Dat

betekent dat we aan toegepast onderzoek andere

kwaliteitseisen stellen. Dat geldt niet voor de methoden

van dataconstructie. Ook toegepast onderzoek is

empirisch onderzoek en moet dus voldoen aan de eisen

van meetvaliditeit en betrouwbaarheid.

49

3. De professional en de interventiecyclus

In deze bijdrage leg ik uit (1) wat professionals doen als ze interveniëren, (2) dat interventies altijd een ontwerpkundig en een veranderkundig aspect hebben en (3) waarom ze daarbij altijd waarden- en feitendiscussies voeren. Interveniëren is dus meer dan alleen onderzoeken. Vandaar dit aparte artikel over de interventiecyclus en het volgende over de designs van toegepast onderzoek in het kader van de interventiecyclus.

1. Wat doen professionals?Professionals interveniëren: om problemen op te

lossen

Professionals analyseren problemen en ontwerpen

daar oplossingen voor. De aard van die problemen

is afhankelijk van de desbetreffende professie:

geneeskundige problemen, werktuigbouwkundige

problemen, bedrijfskundige problemen, onderwijskundige

problemen, bestuurskundige problemen, enzovoort.

Dit alles betekent dat professionals interveniëren: de

bestaande situatie verandert niet vanzelf in de gewenste

situatie. Oplossen van problemen wordt door Simon

(1996) gedefinieerd als een ontwerpproces, dat wil

zeggen “as devising courses of action aimed at changing

existing situations into preferred ones.” Ackoff (1981)

definieert het als “designing a desirable future and

inventing ways to bring it about by way of planning.”

Het wordt ook omschreven als “the actions we take to

improve a real world problem situation” (Checkland &

Scholes, 1990) en Schön spreekt van ‘problem setting’

als voorwaarde voor ‘problem solving’ (Schön 1983: 40).

Professionals interveniëren in stappen: de

interventiecyclus

Professionals interveniëren in stappen: voordat je

oplossingen kunt ontwerpen moet je eerst het probleem

nader omschrijven of preciseren en daar vervolgens de

oorzaken van onderzoeken (diagnose van het probleem).

Figuur 1. De interventiecyclus.

Diagnose

Evaluatie Ontwerp

Implementatie

50

Vervolgens ontwerp je verschillende oplossingen waaruit

je de beste selecteert. Daarna ga je de oplossingen

implementeren en de resultaten ervan evalueren,

zie Figuur 1.

Dit heet de interventiecyclus (soms ook de regulatieve

cyclus of de handelingscyclus genoemd). Argyris & Schön

(1978) spreken van “discovery (mapping the problem),

inventing (the solution), producing (implementing the

solution) and monitoring (evaluating the results).” Abbott

(1988) gebruikt weer andere termen (‘diagnosis, inference

and treatment’) en laat evaluatie achterwege wanneer hij

zegt dat professionals drie ‘jurisdictional claims’ hebben

of drie bevoegdheden claimen:

claims to classify a problem, to reason about it, and

to take action on it: in more formal terms, to diagnose,

to infer, and to treat. Theoretically, these are the

three acts of professional practice. … The three are

modalities of action more than acts per se. But the

sequence of diagnosis, inference, and treatment

embodies the essential cultural logic of professional

practice (Abbott, 1988: 40).

In de interventiecyclus passen professionals bestaande

kennis (de ‘body of knowledge’ van het desbetreffende

beroep) toe op individuele probleemgevallen of

‘single cases’ zoals personen, gezinnen, afdelingen,

organisaties, gemeenten, regio’s, economieën, enzovoort.

Omdat de evaluatie kan leiden tot een nieuwe diagnose

spreken we van een cyclus. En het proces is iteratief:

volgende stappen kunnen leiden tot herziening van vorige

stappen van de cyclus.

Professionele interventies zijn gebaseerd op feiten

Professionals baseren zich zo veel mogelijk op feiten in

plaats van op aannames, dat wil zeggen, op wat het geval

is in plaats van op wat ze denken dat het geval is. Elke

stap van de interventiecyclus start met beschrijvende

en/of verklarende onderzoeksvragen en in elke stap

moeten ze bepalen welke gegevens ze nodig hebben

voor het beantwoorden van die vragen (ontleend aan

de theorie die ze gebruiken) en hoe ze die gegevens

gaan verzamelen en analyseren (hun methoden van

dataconstructie). In die zin doorlopen ze bij elke stap

de onderzoekscyclus. Hun onderzoek is echter van

toegepaste aard: ze ontwikkelen geen nieuwe kennis

voor de wetenschap, maar passen bestaande kennis

toe op individuele probleemgevallen en ontwikkelen

nieuwe kennis over en voor dit probleemgeval. Dat heeft,

zoals we zullen zien, grote gevolgen voor de designs

van toegepast onderzoek en voor de kwaliteitscriteria

waarmee we dat onderzoek beoordelen.

Professionals interveniëren samen met

belanghebbenden en betrokkenen

Interventies van professionals hebben altijd een

waarden- en een feitenaspect (zie verder waarden-

en feitendiscussies). Daaruit kun je afleiden dat

ze altijd belanghebbenden en betrokkenen in hun

interventies moeten betrekken. Ten eerste om met hen

waardendiscussie te voeren (wie vindt wat waarom

belangrijk?). En ten tweede om met hen feitendiscussies

te voeren: zowel voor het verkrijgen als voor het

beoordelen van de feiten ben je mede aangewezen op

medewerking, kennis en ervaring van de betrokkenen.

Bovendien vergroten professionals daardoor het

draagvlak voor hun analyses en oplossingen. Hoe

meer ze belanghebbenden en betrokkenen mee laten

doen in het onderzoek, des te meer hun interventie

een participatief karakter krijgt. Het wordt dan een

vorm van actieonderzoek of participatief toegepast

onderzoek. Ook actieonderzoek volgt de logica van

de interventiecyclus en is dus toegepast onderzoek.

Wanneer je dat participatief doet is het actieonderzoek.

51

Actieonderzoek

Actieonderzoek kan verschillende vormen aannemen.

Wanneer ik me tot de bedrijfskunde beperk kun je,

zoals in Group Model Building (Vennix 1996) gebruikers

uitleggen hoe je een systeem dynamisch model maakt

dat ze vervolgens gebruiken om zelf hun problemen

in kaart te brengen. Je kunt, zoals in Soft Systems

Methodology (Checkland, Scholes 1990) een eenvoudig

CATWOE model (Customer, Actor, Transformation,

Weltanschauung, Owner, Environment) aanbieden,

waarmee gebruikers zelf hun problemen in kaart brengen.

Je kunt, zoals lean of sociotechnische consultants,

beschikken over een uitgebreid repertoire aan modellen

en technieken. Die draag je over aan de gebruikers

zodat die daarmee zelf problemen kunnen analyseren

en oplossingen kunnen ontwerpen. Wanneer al je

veranderprojecten mislukken en als je denkt dat dit aan

de organisatiecultuur ligt, kun je Schein te hulp roepen.

Die legt dan in een sessie uit wat cultuur in zijn opvatting

is (“a set of shared, basic underlying assumptions that are

no longer conscious, but are taken for granted as the way

the world is”) en hoe je die kunt onderzoeken. Met behulp

daarvan ontdekken medewerkers zelf hun gedeelde

onbewuste vooronderstellingen (Schein 1993). En je kunt,

tenslotte, zoals in Argyris, Schön (1996) organisaties

helpen om lerende organisaties te worden. Je legt dan

uit dat er een verschil is tussen wat mensen zeggen

(‘espoused theory’) en wat ze denken (‘theory in use’).

Dat verschil belemmert zowel enkelslag als dubbelslag

leren. In een aantal sessies wordt medewerkers geleerd

te zeggen wat ze denken waardoor deze leerblokkades

opgeheven worden.

Al deze vormen van actieonderzoek berusten op

expertise van de actieonderzoeker (in systeemdynamica,

in CATWOE definities, in de toolbox van lean en

sociotechniek, in cultuur en cultuuronderzoek en in

leren en leerblokkades). In die zin zijn het allemaal

expertbenaderingen. En in al deze vormen van

actieonderzoek worden gebruikers de middelen

aangeboden het onderzoek zelf uit te voeren. In die zin

zijn het allemaal procesbenaderingen. Het heeft dan

ook weinig zin om, zoals in Schein (1993) proces- en

expertbenaderingen met elkaar te contrasteren. Van een

expertbenadering zou pas sprake zijn wanneer het gehele

onderzoek door een – externe – expert wordt uitgevoerd.

In een extreme vorm van participatie voeren de

professionals zelf geen onderzoek uit en bieden ook geen

formele of inhoudelijke diagnostische of ontwerpmodellen

en gereedschappen aan. In plaats daarvan faciliteren ze

het onderzoek dat door de betrokkenen zelf uitgevoerd

wordt. Het zijn dan ook geen onderzoekers meer,

maar ‘facilitators.’ Denk in de bedrijfskunde aan de

verschillende vormen van ‘large scale interventions,

future search conferences of Team Syntegrity’ en in

de politieke wetenschappen aan de verschillende

vormen van burgerparticipatie en experimenten met

‘deliberative democracy.’ Let wel: er is een groot verschil

tussen de professional die zegt ‘ik ga samen met jullie

onderzoek doen’ en de professional die zegt ‘jullie

doen zelf het onderzoek en ik creëer daarvoor alleen

de randvoorwaarden.’ In het laatste geval ben je geen

onderzoeker, maar een facilitator en dat is een vak apart.

De interventiecyclus: definitie en werkelijkheid

We hebben in het voorafgaande gedefinieerd wat de

interventiecyclus is. In navolging van Achterbergh en

Vriens (2019: 109) noemen we dit een ideaaltypische

definitie. Die beschrijft niet wat er in werkelijkheid

gebeurt, maar wat een interventie in zijn zuiver vorm is.

Die zuivere vorm tref je in de werkelijkheid nooit aan.

Een ideaaltypische definitie kun je voor beschrijvende

doeleinden gebruiken. Je ontdekt zo verschillen in de

wijze waarop experts en beginners de cyclus doorlopen

(het onderwerp van ‘design science’ dat vooral is

toegepast op architecten). Of je ontdekt zo verschillen

in de wijze waarop de verschillende beroepsgroepen de

52

cyclus doorlopen (bijvoorbeeld artsen versus ingenieurs).

Je leert dan van software ingenieurs hoe je het

ontwerpproces kunt organiseren (Scrum), van computer

ontwerpers hoe je gebruikers erbij kunt betrekken

(Human-Centered Design) en van industriële ontwerpers

welke creatieve technieken je daarbij kunt toepassen

(Design Thinking). En je leert zo het verschil tussen

‘design science’ (experts springen snel naar oplossingen

en redeneren dan terug naar problemen) en ‘design

thinking’ (je moet je eerst verdiepen in het probleem

voordat je aan oplossingen mag beginnen).

De ideaaltypische definitie kun je ook prescriptief

gebruiken. Je kunt dan onderzoeken of in een interventie

voldoende aandacht is besteed aan de analyse van

het probleem en of men te snel naar oplossingen is

gaan zoeken (‘jumping to solutions’). En je gebruikt

het natuurlijk ook om studenten de methodologie van

hun beroep te leren: interventiemethodologie, dat wil

zeggen, ‘the sequence of diagnosis, inference and

treatment’ (Abbott). Je leert studenten dan in hun beroep

‘methodisch te werken.’ Het is dan ook niet verwonderlijk

dat handboeken methodisch werken de logica van de

interventiecyclus volgen.

2. Ontwerpkunde en veranderkundeProfessionals moeten bij hun interventies niet alleen

problemen analyseren, oplossingen ontwerpen en

die implementeren en evalueren. Het succes van hun

interventies is ook afhankelijk van het draagvlak dat ze

weten te creëren voor hun analyses en oplossingen.

In de verschillende kundes wordt dit op uiteenlopende

wijze gethematiseerd. In de geneeskunde gaat het

bijvoorbeeld om ‘treatment efficacy’: als je een demente

bejaarde pillen voorschrijft weet je dat de therapie gaat

mislukken als je niet extra voorzieningen treft die ervoor

zorgen dat deze patiënt de pillen op tijd inneemt. Je kijkt

dan opnieuw en vanuit een ander gezichtspunt naar je

cliëntsysteem: dat de patiënt dement is, is irrelevant voor

de medische diagnose, maar uitermate relevant voor

de effectiviteit van de therapie: “Just as the diagnostic

system removes the human properties of the client to

produce a diagnosed case, so also the treatment system

must reintroduce these properties to make treatment

effective for real clients, human or corporate” (Abbott

1988: 46).

Dat geldt niet alleen voor de arts, maar ook voor

de architect of de jurist. De advocaat kijkt eerst wat

juridisch haalbaar is, procederen of schikken? Daarvoor

is juridische expertise vereist. Vervolgen kijkt de

advocaat of de cliënt dit financieel of emotioneel aankan.

De advocaat kijkt dan vanuit een nieuw, financieel-

economisch of psychologisch perspectief naar de

cliënt en herdefinieert het probleem als een financieel

of emotioneel probleem. De advocaat kan dan tot de

conclusie komen dat wat juridisch de beste oplossing is

financieel of emotioneel onhaalbaar is of dat aanvullende

maatregelen nodig zijn om de juridische oplossing

financieel of emotioneel haalbaar te maken.

Hetzelfde geldt voor de economische problemen van

de Europese Monetaire Unie (EMU). Je kunt als econoom

slimme oplossingen ontwerpen voor de weeffouten in het

ontwerp van de EMU. Daarvan bestaan er inmiddels een

heleboel. Als econoom kun je echter niets zeggen over

de politieke haalbaarheid van die oplossingen. Daarvoor

moet je het herdefiniëren als een politiek probleem en

nader analyseren met de taal en daarin geformuleerde

theorieën van de politieke wetenschappen. Je kunt er dan

(net als bij de advocaat) achter komen dat economisch

gezien juiste oplossingen politiek gezien niet haalbaar

zijn.

In de bedrijfskunde staat dit bekend als het probleem

van weerstand tegen verandering, het onderwerp van de

veranderkunde. Ook de veranderkunde herintroduceert

kenmerken van het cliëntsysteem die irrelevant zijn

voor het bepalen van de ontwerpkundige diagnose en

oplossing. Ze kijkt vanuit een ander perspectief (dat

53

wil zeggen, met andere begrippen en theorieën) naar

het cliëntsysteem. Ze onderzoekt of voor de gevonden

oplossing voldoende draagvlak bestaat en hoe je die kunt

verhogen. Over de juistheid van de oplossing kan ze geen

uitspraken doen, want daarvoor heb je de ontwerpkunde

nodig.

Dat betekent dat bedrijfskundige professionals, zoals

alle professionals, meervoudig moeten kunnen kijken:

zonder ontwerpkundige kennis en vaardigheden zijn ze

blind en zonder veranderkundige kennis en ervaring zijn

ze machteloos. Zonder veranderkundige kennis loop

je het risico geen draagvlak te vinden voor correcte of

zelfs slimme oplossingen. En zonder ontwerpkundige

kennis loop je het risico cliënten te ondersteunen bij het

implementeren van verkeerde oplossingen. Net zoals

een jurist juridische expertise nodig heeft (procederen

of schikken?) zo heeft een bedrijfskundige eerst en

vooral bedrijfskundige expertise nodig. Je kunt als

bedrijfskundige niet zeggen: van marketingproblemen,

personeelsproblemen of structuurproblemen heb

ik geen verstand, maar van veranderkunde weet ik

alles. Dat is als een pianodocent die zegt niets van

pianospelen, maar alles van doceren te weten. Net als

eerder bij expert- en procesbenaderingen zien we ook

hier dat het onvruchtbaar is ontwerpen en veranderen of

ontwerpen en ontwikkelen met elkaar te contrasteren.

Alle professionals dienen over beide vormen van kennis

en vaardigheden te beschikken.

Er zijn dus ook veranderkundige redenen om

belanghebbenden en betrokkenen te laten participeren in

de interventie. Je doet dat samenvattend:

• Omdat je draagvlak voor je analyses en

oplossingen nodig hebt, zeker wanneer het om

gedragsverandering gaat.

• Omdat je waardendiscussies voert: wat is waarom

voor wie een probleem en doel?

• Omdat je feitendiscussies voert (over wat het geval is

en wat daar de oorzaken van zijn): daar heb je lokale

kennis en ‘know-how’ van betrokkenen voor nodig.

3. Waarden- en feitendiscussies3.1. De combinatie van waarden en feiten in de

interventiecyclus

Combineren waarden en feiten

Een probleem is een toestand of situatie die als

ongewenst wordt gewaardeerd. Daarvoor moet je niet

alleen weten wat het geval is (de feiten), maar ook hoe

wat het geval is gewaardeerd wordt (waarden). Daar

heb je dus niet alleen feiten, maar ook waarden voor

nodig. Vandaar dat de eerste fase van een diagnostisch

onderzoek ook een kloofanalyse genoemd wordt: je

beschrijft de kloof tussen feitelijke en gewenste situatie.

In schema:

Waarden

Feitelijke situatie Ongewenst (probleem)

Figuur 2. Probleem: feiten en waarden.

54

Waarden zijn algemeen geformuleerde gezichtspunten die

je kunt gebruiken om meer specifieke criteria of normen

te formuleren voor het beoordelen van situaties. Vergelijk

het verschil tussen ‘ik voel me niet lekker’ en ‘ik heb 390

koorts.’ Voordat je naar oorzaken kunt gaan zoeken moet

je daarom eerst het probleem preciseren (zie verder over

de designs van toegepast onderzoek). De arts vraagt of

je koorts hebt, last van hoofdpijn, van maagpijn en hoe

het met de ontlasting staat. De operations manager (bij

levertijdproblemen): hoe vaak lever je bij welke orders

hoeveel tijd te laat. De HR manager: wie verzuimen in

welke afdeling hoe vaak en hoelang? Dit zijn allemaal

beschrijvende vragen: de waaromvraag wordt pas in

de volgende fase van de diagnose gesteld. Door deze

beschrijvende vragen te beantwoorden preciseer je het

probleem: je deelt het op in deelproblemen en je kunt nu

bepalen welke daarvan het ernstigste zijn: langdurend en

niet kortdurend verzuim is het probleem. Je kunt dit ook

een probleemanalyse noemen, mits je dit niet verwart met

een analyse van de oorzaken van je problemen.

In de tweede fase van een diagnostisch onderzoek

beantwoord je de waaromvraag. Daarvoor herdefinieer

je de situatie als een ongewenst gevolg en ga je op zoek

naar de oorzaken ervan. In diagnostisch onderzoek

zoeken we dus naar oorzaken van – ongewenste –

gevolgen (‘causes of effects’), zie Figuur 3.

Problemen hebben altijd meerdere oorzaken. Die moet je

niet alleen ontdekken, maar ook ordenen (zie verder over

de designs van toegepast onderzoek).

Bij het ontwerpen van oplossingen doe je iets

vergelijkbaars. Je formuleert een doel, dat wil zeggen,

een gewenste situatie. Daarvoor heb je alweer waarden

nodig, waarmee je een situatie als gewenst beoordeelt.

Hoe preciezer je dat doet, des te preciezer kun je bij de

evaluatie bepalen of de oplossing succesvol is geweest.

Vervolgens zoek je naar de middelen of manieren om dat

doel te bereiken. Daarvoor herdefinieer je de gewenste

situatie als een gewenst gevolg en ga je op zoek naar

oorzaken van dit gewenste gevolg. De oorzaken van

het gewenste gevolg zijn de middelen of oplossingen

die je gebruikt om je doel te bereiken of je probleem

op te lossen (de kloof tussen ongewenste en gewenste

situatie te dichten): als X een oorzaak is van Y en Y is een

gewenst gevolg, dan is X een middel om Y te bereiken,

zie Figuur 4. Hier onderzoeken we dus de gewenste (en

ongewenste) gevolgen van oorzaken (‘effects of causes’).

Je selecteert uit de oplossingen door naar de gewenste

en ongewenste nevengevolgen te kijken. Dit heet in de

literatuur besluitvorming onder constraints. Je keuze

moet aan een aantal eisen voldoen (de constraints). Een

daarvan kies je als hoofddoel en gebruik je om middelen/

oplossingen te genereren. En de andere constraints zijn

je nevendoelen die je gebruikt om middelen/oplossingen

te selecteren: je kiest dat middel dat het hoogst scoort op

hoofddoel en nevendoelen.

In interventies combineren we dus altijd een

waardenschema en een feitenschema over oorzaken en

gevolgen (Luhmann 1973), zie Figuur 4.

Er bestaat dus een verschil tussen doel (ophouden met

roken, slagen voor je tentamens) en de middelen om dat

doel te bereiken. Wanneer je vaak zakt voor je tentamens

is het slagen voor je tentamens niet de oplossing, maar

het doel. Oplossingen zijn de middelen of maatregelen

die je neemt om dat doel te bereiken.

Dit alles betekent dat we bij interventies altijd in

meer of mindere mate geconfronteerd worden met het

probleem van waardencomplexiteit en van causale

complexiteit.

3.2. Waardencomplexiteit

Zijn problemen subjectief?

De verleiding is groot om problemen subjectief te

noemen. Ze berusten immers op beoordelingen van de

feiten: “Echter, problemen bestaan niet.

55

Althans, problemen zijn geen objectieve situaties in de

werkelijkheid. Problemen zijn subjectieve oordelen over

situaties in de werkelijkheid. Of, zoals Joseph Kessels het

verwoordde: ‘Een probleem is een interpretatie van een

gevoel van onbehagen’ (Kessels, 2005). Bij het stellen van

een diagnose is dus altijd sprake van een norm en van

een situatie die niet aan de norm voldoet” (Andriessen

2011: 85; de verwijzing is naar Joseph, niet naar Jos

Kessels).

Dat is nogal kort door de bocht. Ik voel me niet goed,

neem mijn temperatuur op en blijk 400 graden koorts te

hebben (corona te hebben, een tumor te hebben). Ik zeg

‘ik heb een probleem want ik heb 400 koorts (corona,

een tumor). Wat is daar subjectief aan? Om te bepalen

of en wanneer waarden subjectief zijn, moeten we, ten

eerste, een onderscheid maken in verschillende soorten

waarden, zoals bijvoorbeeld in Von Wright (1963) Varieties

of goodness. Je kunt een maaltijd of concert goed

noemen omdat je ervan genoten hebt. Je noemt het dan

een lekkere maaltijd of een mooi concert (hedonistische

waarden). Dat kun je subjectief noemen: wat de een

lekker vindt, vindt de ander vies. Dat is een kwestie

van smaak en dat zou je interpretaties van gevoelens

van (on)behagen kunnen noemen. Je kunt echter ook

zeggen dat de maaltijd bereid is door een goede kok die

goede gereedschappen op een goede manier gebruikt.

Dan heb je het over instrumentele waarden (een goed

mes, een goede werkwijze) en technische waarden (een

goede kok, een goed onderzoeker, een goed student).

Dat zijn geen subjectieve waarden: je kunt een maaltijd

lekker vinden, maar je hebt verstand van koken nodig om

van de kok te kunnen zeggen dat het een goede kok is.

Wanneer een docent een tentamen nakijkt en daar een

onvoldoende voor geeft interpreteert hij geen gevoel van

onbehagen. In plaats daarvan gebruikt hij normen om

te beoordelen of de student de stof begrepen heeft. Als

dat niet zo is, geeft hij een onvoldoende en kan hij daar

een gevoel van onbehagen aan overhouden. En als de

student bezwaar maakt en zegt ‘dat is uw subjectieve

interpretatie van de stof; ik interpreteer de stof anders’

dan zal de docent erop wijzen dat er een verschil bestaat

tussen iets begrijpen en iets interpreteren. Voordat je

de stof kunt interpreteren moet je die eerst begrijpen

en in dit geval heeft de student de stof niet begrepen.

Lesgeven vooronderstelt het verschil tussen begrijpen en

interpreteren!

Feiten Waarden

Oorzaak/Middel

Gevolg/Situatie Ongewenst (probleem)

Gewenst (doel)Figuur 4. Ontwerp: oorzaken van gewenste gevolgen (doelen).

Feiten Waarden

Oorzaak Gevolg/Situatie Ongewenst (probleem)

Figuur 3. Diagnose: oorzaken van ongewenste gevolgen (problemen).

56

Zo zijn er verschillende soorten waarden die we

gebruiken om criteria en normen te formuleren. Die

zijn zeker niet allemaal subjectief zoals hedonistische

waarden subjectief zijn. Tot onze waarden behoren ook

morele waarden waarmee we mensen en hun daden

en karakter beoordelen. Dat brengt mij bij mijn tweede

punt: het verschil tussen de rol die waarden spelen bij

het definiëren van onze begrippen enerzijds en bij de

uitspraken die we daarmee doen anderzijds. Je kunt

mensen op verschillende manieren doden: per ongeluk,

uit zelfverdediging en opzettelijk of met voorbedachte

rade. Het laatste definiëren we als moord omdat we dat

moreel verwerpelijk of moreel slecht vinden. Zeggen dat

moorden slecht is, is dubbel op: we vinden opzettelijk

doden slecht en daarom noemen we het moord. Ons

morele oordeel zit dus al in het woord ‘moord’ besloten.

Dat is geen kwestie van smaak: over smaak valt geen

rationele discussie te voeren en over morele waarden wel.

Met deze definitie kunnen we vervolgens gaan tellen

(net zoals eerder met een definitie van werkloosheid).

We komen er dan achter dat er een aanzienlijke stijging

van het aantal moorden heeft plaats gevonden. Dat is

een uitspraak over de feiten: een empirische uitspraak

die waar is als je goed geteld hebt en onwaar als je

fout geteld hebt. Uit wat het geval is kun je niet afleiden

wat het geval behoort te zijn: dat het aantal moorden is

toegenomen betekent niet dat dit zo behoort te zijn. Dat

lijkt op wat wij tegen onze kinderen zeggen ‘dat andere

kinderen meer beeldschermtijd hebben betekent niet

dat dit ook zo behoort te zijn.’ Het verschil is dit. Voor

het beoordelen van het aantal uren beeldschermtijd

(‘statement of fact’) hebben we waarden nodig die we

omzetten in normen waarmee we de feiten beoordelen:

tot zo veel uur is goed en daarboven is slecht (statement

of value’). Voor het beoordelen van het aantal moorden

(‘statement of fact’) heb je die waarden niet nodig,

want het morele oordeel ligt al besloten in het woord

‘moord.’ Als er – meer – gemoord wordt ga je niet meer

discussiëren over de vraag of dat goed of slecht is.

Die discussie hebben we al gevoerd toen we moesten

besluiten of we doden met opzet moord willen noemen.

Daarom lijken zoveel ‘statements of value’ (dit is een

slecht mes, een slechte docent, een slecht medicijn

en het aantal verkeersdoden, het aantal moorden is

toegenomen) op ‘statements of fact’: als je begrijpt wat je

daaronder moet verstaan kun je empirisch vaststellen of

dat ook het geval is. Er bestaat zo dus geen kloof tussen

‘statements of value’ en ‘statements of fact’ (zie ook

Hacker 2018).

In het algemeen komen we twee redenen tegen om

problemen subjectief te noemen: (1) problemen zouden

subjectief zijn omdat er geen objectieve feiten bestaan

en (2) problemen zouden subjectief zijn omdat er geen

objectieve waarden bestaan. Deze discussie wordt verder

uiteengerafeld in het artikel ‘Problems: objective facts or

subjective constructions?’

Waardenpluralisme en waardendiscussie

Waarden zijn algemene gezichtspunten die we gebruiken

om beoordelingscriteria en -normen te ontwikkelen.

Waardenconflicten treffen we overal aan: in ons

persoonlijke leven, tijdens ons werk, in de politiek.

Monisten zeggen dat we die conflicten kunnen oplossen

met behulp van een ultieme waarde (nut in het utilitarisme)

of procedure (de ‘originele positie’ van Rawls of de

‘machtsvrije dialoog’ van Habermas). Waardenpluralisten

zoals Sen (2009) zeggen dat dit we soort ‘perfecte’

theorieën niet hebben omdat ze onmogelijk zijn, dat we ze

ook niet nodig hebben (om bijvoorbeeld te concluderen

dat een maatschappij zonder slavernij beter is dan

een met slavernij) en dat we waardenconflicten in de

praktijk dan ook anders oplossen. Sen stelt daarom een

vergelijkende benadering voor: we vergelijken alternatieve

maatregelen niet met de enig juiste maatregel, maar met

elkaar. Dat doen we in verschillende contexten (conflicten

tussen rechtvaardigheid en loyaliteit lossen we in ons

57

persoonlijke leven anders op dan in organisaties of in

de politiek). Sen maakt vooral gebruik van makkelijke

voorbeelden, maar gaat de ‘hard choices’ (wat als we

moeten kiezen tussen een maatschappij zonder slavernij

en een maatschappij zonder honger?) uit de weg.

Dergelijke ‘hard choices’ komen wel aan bod in Bader

(2007).

Wat waardenpluralisten als Sen en Bader met

waarden (en doelen) doen lijkt op wat Simon deed met

het zoeken naar middelen voor het bereiken van onze

doelen. Omdat we niet alle middelen kennen en niet van

al die middelen in een seconde de gevolgen kunnen

uitreken (absolute rationaliteit) zijn wij beperkt rationeel.

Omdat we niet alles weten en in een seconde kunnen

uitrekenen maximeren we niet maar zijn we tevreden

met bevredigende oplossingen, met oplossingen die

goed genoeg zijn. Ons doel is niet ‘maximizing’ maar

‘satisficing’ (een samentrekking van ‘to satisfy’ en to

suffice’). Ook daarin vergelijken we alternatieve middelen

niet met de enig beste (die kunnen we niet vinden) maar

met elkaar. Daarvoor gebruiken we slimme zoekregels

(heuristics) en stopregels (we kunnen niet eeuwig

machtsvrij blijven discussiëren).

Het is belangrijk erop te wijzen dat beperkte

rationaliteit geen gebrek is: zelfs de wereldkampioen

schaken is beperkt rationeel. Omdat hij niet alles kan

uitrekenen moet hij kiezen en hij is wereldkampioen

geworden omdat hij dat slimmer doet dan anderen. De

boodschap van Simon is dus niet dat wij, omdat we

beperkt rationeel zijn, verkeerde en domme beslissingen

nemen (Tversky en Kahneman over ‘heuristics and

biases’). Zijn boodschap is eerder omgekeerd dat

we, omdat we beperkt rationeel zijn, slim moeten zijn

(Gigerenzer over ‘adaptive heuristics’).

Simon had het natuurlijk alleen over de zoektocht

naar middelen. Volgens hem kun je over waarden niet

rationeel discussiëren. Volgens waardenpluralisten kan

dat wel. Zij ontkennen niet dat er objectieve en universele

waarden bestaan: het zijn geen relativisten. Zij zeggen

alleen (1) dat er zich conflicten tussen die waarden

kunnen voordoen, (2) dat we die conflicten niet kunnen

oplossen met abstracte principes, regels en procedures

en (3) dat we die in die vorm ook niet nodig hebben

omdat we die conflicten op een andere manier oplossen

(en soms niet kunt oplossen). Ook zij zeggen dat je niet

kunt maximeren (met behulp van een perfecte theorie),

maar moet streven naar bevredigende oplossingen en

dat je die vindt door vergelijkend te werk te gaan met

kennis van de context waarin de conflicten zich voordoen.

Vergelijk Bader’s verdediging van ‘minimal moralism.’

‘Perfect moralism’ is ons, net als absolute rationaliteit,

niet gegeven. Dat betekent niet dat we irrationeel zijn,

maar naar slimme oplossingen moeten zoeken. Dat lijkt

overigens op de boodschap van Aristoteles: we hebben

geen abstracte regels, maar praktische wijsheid nodig.

En Bader (2013; 2020) adviseert politieke filosofen

en wetenschappers dan ook meer te kijken naar de

kundes en de professionals en de wijze waarop zij met

waardenconflicten omgaan: door ze te voorkomen,

door ze te herdefiniëren, door verschillende waarden te

combineren en te balanceren, door minimale normen te

formuleren, enzovoort.

Waardendiscussie in de interventiecyclus

Waardendiscussies doen zich voor in de diagnose

(wat is waarom voor wie een probleem?) en in de

ontwerpfase (wat is voor wie waarom het doel?) van

de interventiecyclus. Waardenpluralisten maken een

onderscheid tussen conflicten tussen waarden (vrijheid

en gelijkheid) en binnen een en dezelfde waarde (wat

moeten we onder rechtvaardigheid verstaan, wat zijn de

criteria die we daarvoor gebruiken?). Daaraan voegen

we toe dat dezelfde ontwikkelingen verschillend kunnen

uitpakken en daarom voor de een wel en voor de ander

niet voor problemen zorgt. Dat is niet in de ‘subjectieve’

betekenis (wat de een vervelend vindt, vindt de ander

58

aangenaam), maar in de ‘objectieve’ betekenis: X veroor-

zaakt wel problemen voor de een en niet voor de ander.

Bij wijze van voorbeeld: als opwarming van de aarde

wel tot negatieve gevolgen in het zuiden, maar niet in

het noorden leidt, dan hebben zij in het zuiden wel en

wij in het noorden (nog) geen probleem. Wij moeten dan

besluiten of we het zuiden gaan helpen, bijvoorbeeld

omdat wij het meeste CO2 uitstoten, omdat wij hen arm

hebben gemaakt en houden en/of omdat ons hetzelfde te

wachten staat.

Voordat we op waardendiscussies in de

interventiecyclus ingaan dient opgemerkt te worden

dat veel van onze discussies niet over waarden gaan

maar over de feiten. Omdat waarden zo algemeen

geformuleerd zijn kunnen we het daar meestal makkelijk

over eens worden (iedereen is voor het behoud van de

aarde en tegen de vernietiging ervan). Wanneer we over

de opwarming van de aarde discussiëren, discussiëren

we vooral over de feiten: hoeveel en hoe snel warmt

die op, wat zijn daarvan de oorzaken, wat zijn daarvan

waar en voor wie de gevolgen? Daarom is het ook zo

belangrijk dat professionals in de interventiecyclus op

zoek gaan naar de feiten en proberen om aannames

over problemen, oorzaken en oplossingen door feiten te

vervangen. Die feiten kunnen zo duidelijk zijn dat je geen

waardendiscussie meer hoeft te voeren.

Conflicten tussen waarden die we delen

Waardendiscussies in de interventiecyclus kunnen, zoals

gezegd, drie hoofdvormen aannemen. In het eerste

geval delen we dezelfde waarden, maar conflicteren die

waarden met elkaar. We zijn allemaal voor Profit, Planet

en People, maar het is moeilijk die waarden tegelijkertijd

te realiseren. We discussiëren dan over de vraag welke

wanneer waarom het belangrijkst is. Dit staat bekend

als besluitvorming onder constraints: de drie P’s zijn de

constraints waaraan je beslissingen moeten voldoen.

Je kiest er een als doel, bijvoorbeeld Profit als je een

profit organisatie bent. De andere twee doelen zijn dan

constraints of nevendoelen. Je gebruikt het hoofddoel,

in dit geval Profit, om naar ‘winstgevende maatregelen’

te zoeken. En je selecteert daaruit die maatregelen die

ook goed zijn voor Planet en People. Let wel, wanneer je

Planet als hoofddoel selecteert, krijg je een andere set

van maatregelen waaruit je vervolgens die maatregelen

selecteert die ook goed zijn voor Profit en People. Het

maakt dus uit wat je als hoofddoel selecteert. Daarom is

het zo belangrijk dat er ook onderzoekers zijn die Planet

of People als hoofddoel nemen en gaan zoeken naar de

middelen om dat hoofddoel te bereiken. Op deze manier

vergroot je de set van maatregelen die aan alle drie de

eisen voldoet. Anders geformuleerd: wanneer je Planet

als hoofddoel kiest vergroot je de kans op het vinden van

maatregelen die je niet vindt met Profit als hoofddoel,

terwijl ze wel goed voor de Profit doelstelling kunnen zijn.

Je herkent hierin de logica van ontwerpgericht

onderzoek als tweede fase van de interventiecyclus:

je start met het bepalen van de functionele vereisten

(hoofd- en nevendoelen), je gebruikt het hoofddoel

om alternatieve middelen te genereren en je selecteert

daaruit door naar de gevolgen voor de nevendoelen te

kijken. Daarom is het zo belangrijk dat professionals

aandacht besteden aan de vraag wat het hoofddoel

wordt en welke nevendoelen geformuleerd worden. Het

maakt nogal veel uit of je bij lean verbeteringsprojecten

duurzaamheid wel of niet als nevendoel meeneemt. Doe

je dat wel, dan kun onderzoeken of je verbeterproject

schadelijk is voor het milieu (heroverwegen) of goed is

voor het milieu (zichtbaar maken).

Conflicten binnen dezelfde waarde: wat verstaan we

onder X?

In haar tweede vorm gaat het niet over waarden die

conflicteren omdat ze moeilijk tegelijkertijd te realiseren

zijn, maar om de criteria of principes die we gebruiken om

te bepalen dat aan waarde X is voldaan. Sen past dit toe

59

op rechtvaardigheid met zijn voorbeeld over de fluit. Je

hebt een fluit te verdelen. Geef je die aan degene die het

best fluit kan spelen, die te arm is om een fluit te kopen of

die de fluit gemaakt heeft? Daar kom je op dit abstracte

niveau niet uit en je hebt een hoop contextinformatie

nodig om hier een eerlijke beslissing in te vinden. Vergelijk

het met een maaltijd in een gezin. Je hebt eten over. Geef

je dat aan degene die het eten het lekkerst vindt (het

meest van geniet), die het eten het meeste nodig heeft of

die de maaltijd gemaakt heeft?

Dit soort discussies voeren we voortdurend: wat

verstaan we onder goed onderwijs, goede zorg of

onder Profit uit de drie P’s? Neem Profit als voorbeeld.

Het gaat niet om de vraag hoe we dat meten, maar om

de vraag wat een onderneming winstgevend maakt.

Stel, een onderneming heeft problemen met haar

winstgevendheid en die worden in een MT vergadering

besproken. De kwaliteitsmanager zal zeggen dat het

een kwaliteitsprobleem is, de bedrijfsleider, dat het

een planningsprobleem is, de HR manager dat het een

personeelsprobleem is, de marketingmanager dat het

een verkoopprobleem is en de onderhoudsmanager

dat het een onderhoudsprobleem is. Elke functionele

specialist beschouwt zijn specialisme als bepalend voor

de winstgevendheid van de onderneming.

Wat doet de professional in zo’n geval? Die zal

eerst op zoek gaan naar de feiten: wie heeft gelijk c.q.

hoe groot zijn de problemen op al deze gebieden. Stel

dat de problemen op al deze gebieden groot zijn, dan

zal de professional (1) kijken of er een samenhang

tussen deze problemen bestaat (onderhoudsproblemen

veroorzaken bijvoorbeeld zowel kwaliteits- als

planningsproblemen) en (2) kijken of die samenhang

bepaald wordt door de structuur van de organisatie.

In beide gevallen kun je dan door een probleem aan te

pakken (onderhoudsproblemen, een structuurprobleem)

meerdere problemen tegelijkertijd oplossen. Is dat

niet het geval, dan zal de professional samen met het

MT gaan prioriteren: welk probleem is waarom het

belangrijkst, waar leggen jullie strategisch de nadruk op:

kosten, kwaliteit of levertijd? Vervolgens transformeer je

dat in een vorm van besluitvorming onder constraints:

we zetten in op kwaliteit en gaan zoeken naar kwaliteit

verhogende maatregelen (hoofddoel). Maar die

maatregelen moeten voldoen aan minimale normen op

het gebied van kosten en levertijden (nevendoelen).

Waardenconflicten als belangenconflicten

Waardendiscussies, zowel tussen waarden als

binnen dezelfde waarden, zijn nauw verbonden met

belangendiscussies. Wat goed is voor de werkgever

(Profit) hoeft niet goed te zijn voor de werknemers

(People) en wat goed is voor de onderhoudsmanager

hoeft niet goed te zijn voor de verkoopmanager of

systeembeheerder.

Algemeen gesproken betekent dit dat de professional

het probleem vanuit het perspectief van verschillende

belanghebbenden bekijkt en het zo probeert te

herdefiniëren dat het relevant is voor verschillende

belanghebbenden. Vandaar dat de professional niet

alleen kijkt naar wat het probleem is, maar ook naar

waarom het een probleem is (negatieve gevolgen van

probleem X op verschillende terreinen) en voor wie het

een probleem is (wie daar waarom belang bij heeft). En

bij het ontwerpen van oplossingen zal de professional

zoeken naar ‘multifunctionele’ middelen, dat wil zeggen,

naar maatregelen waarmee je tegelijkertijd verschillende

problemen kunt oplossen. De gevolgde werkwijze is

dezelfde als eerder omschreven. De professional

• Gaat op zoek naar de feiten: wie heeft gelijk, dat wil

zeggen, wat is waarom voor wie een probleem? Het

resultaat is dat het meestal om meerdere problemen

tegelijkertijd gaat.

• Zoekt naar achterliggende oorzaken die bepalend

zijn voor de samenhang tussen de problemen.

Die achterliggende oorzaak maakt het probleem

60

belangrijk voor verschillende partijen en door

de achterliggende oorzaak aan te pakken los je

meerdere problemen tegelijkertijd op.

• Prioriteert, als dat niet mogelijk is en combineert dat

met minimale normen (hoofd- en nevendoelen).

• Zoekt naar compenserende maatregelen voor

benadeelde partijen.

3.3. Causale complexiteit

Causale complexiteit

In zijn meest eenvoudige vorm verwijst causale

complexiteit naar het feit dat oorzaken altijd meerdere

(gewenste en ongewenste) gevolgen hebben en dat

omgekeerd gevolgen altijd meerdere oorzaken hebben.

In de literatuur wordt daarom een onderscheid gemaakt

tussen onderzoek naar de verschillende oorzaken van

een gevolg (‘causes of effects’) en onderzoek naar

de verschillende effecten van een oorzaak (‘effects

of causes’). Bovendien gaat het niet om van elkaar

onafhankelijke oorzaken, maar om combinaties,

constellaties, configuraties (Ragin) of arrangementen

(Cartwright) van achtereenvolgens meewerkende,

tegenwerkende, terugwerkende, gemengde, mediërende

en modererende oorzaken. Niet oorzaak X1, maar

configuratie X1…n of proces X1…n leidt tot gevolg Y. Dat

betekent dat alles in die configuratie of dat proces op

zijn plaats moet zitten, anders mislukt in fundamenteel

onderzoek je experiment en in toegepast onderzoek je

interventie.

Zowel fundamenteel als toegepast onderzoek

worden geconfronteerd met het probleem van causale

complexiteit. In fundamenteel onderzoek wil je bewijzen

dat X een oorzaak van Y is, terwijl je weet dat A, B

en C ook oorzaken van Y zijn. Om te bewijzen dat X

een oorzaak is, moet je daarom die andere oorzaken

(alternatieve verklaringen) kunnen uitsluiten: je moet

daarvoor controleren. Dat is het vraagstuk van interne

validiteit en dat probeer je op te lossen door een van de

designs te kiezen en vervolgens het gekozen design op

de juiste manier uit te voeren. Dat ligt anders in toegepast

onderzoek.

Toegepast onderzoek: de kloof tussen wetenschap en

praktijk

In toegepast onderzoek neemt het probleem van

causale complexiteit een andere vorm aan. Je weet dat

Y meerdere mogelijke (combinaties van) oorzaken heeft:

niet alleen X, maar ook A, B en C. In toegepast onderzoek

wil je weten welke van deze mogelijke oorzaken in dit

geval aanwezig zijn (in de diagnose) of gebruikt kunnen

worden (in het ontwerp van oplossingen). Je wilt dus

niet A, B en C uitsluiten maar insluiten: je wilt geen

aanwezige oorzaken in de diagnose en oplossingen in

de ontwerpfase over het hoofd zien. Daarom zien de

designs van toegepast onderzoek er anders uit en neemt

het vraagstuk van interne validiteit een andere vorm aan.

Dat komt omdat je geen nieuwe theorie toetst, maar

bestaande theorieën toepast op een individueel geval.

Dit wordt ook wel de kloof tussen wetenschap en

praktijk genoemd: professionals moeten de generieke

kennis van de wetenschap wanneer ze die gaan

toepassen weer contextualiseren (Schön). Dat is

gedeeltelijk een vaardigheid die professionals alleen in

de praktijk kunnen leren: ze kunnen zich ontwikkelen van

‘novice’ tot ‘expert’ (Dreyfuss, Dreyfuss 1986; Benner

1984). Ze kunnen die kloof ook door onderzoek verkleinen.

Volgens ons is dit de belangrijkste functie van toegepast

onderzoek. In de woorden van Cartwright: toegepast

onderzoek moet professionals helpen de kloof te

overbruggen tussen ‘het werkt ergens’ en ‘het werkt hier.’

4. De coronacrisis als voorbeeldKenmerken van de coronacrisis

In de coronacrisis zie je alle kenmerken van

praktijkgericht onderzoek terugkomen, zowel in haar

fundamentele vorm (welke medische behandelingen

61

helpen, welke maatregelen hebben effect, wat zijn

daarvan de nevengevolgen?) als in haar toegepaste vorm

(hoe behandel ik deze patiënt, hoe richt ik deze intensive

care of dit verpleeghuis in, wat zijn voor deze regio de

beste maatregelen?).

Interdisciplinaire aanpak. Praktijkproblemen zoals

de coronacrisis houden zich niet aan de disciplinaire

organisatie van de wetenschap. De coronacrisis

heeft vele aspecten die door evenzovele disciplines

en interdisciplines onderzocht worden. Zou je een

Kennisinstituut Corona oprichten, dan zou je al die

disciplines en interdisciplines daarin vertegenwoordigd

willen hebben.

Integrale aanpak. De coronacrisis is een ‘messy

problem’ dat uiteenvalt in vele verschillende problemen

die in onderlinge samenhang (integraal) geanalyseerd

en opgelost moeten worden. Net zoals er geen integrale

geneeskundige, onderwijskundige of bedrijfskundige

theorie bestaat, zo bestaat er ook geen integrale corona

theorie. Ik denk dat de systeemtheorie hier goede

diensten kan verlenen maar dat zou een apart artikel

vereisen (steekwoord: reductie van complexiteit).

Waardendiscussies. Bij het nemen van maatregelen

moeten voortdurend verschillende waarden, principes en

belangen tegen elkaar afgewogen worden. Dit proberen

we te vermijden door naar ‘multifunctionele’ middelen

te zoeken, te verzachten door minimale normen te

formuleren, door benadeelde groepen te compenseren

en door contexten te onderscheiden (waardenconflicten

lossen we in scholen anders op dan in ziekenhuizen en

daar weer anders dan in verpleeghuizen). Ook hier is dus

de kunst van het balanceren vereist.

Feitendiscussies. Daarnaast voeren we

feitendiscussies. Kenmerkend voor de coronacrisis is dat

we zo weinig weten en dat we voortdurend met nieuwe

feiten geconfronteerd worden. Dat stelt eisen aan de

arena’s waarin we over waarden en feiten discussiëren

en aan de wijze waarop we de zoektocht naar middelen

organiseren (als experiment en met scenario’s zodat we

ons kunnen voorbereiden).

De arena’s waarin we discussiëren

Juist omdat we zo weinig weten over oorzaken en

gevolgen van COVID-19 voeren we heftige feiten- en

waardendiscussies: als we een vaccin zouden hebben,

zouden we een hoop van die discussies niet meer hoeven

voeren. Een dergelijke discussie vereist discussies in drie

arena’s:

• Een publieke discussie waarin alle waarden en

belangen aan de orde gesteld kunnen worden. Omdat

hier niets besloten wordt hebben we ook ‘partijdige’

analyses nodig om te voorkomen dat we waarden,

principes en belangen (benadeelde groepen) over het

hoofd zien.

• Een politieke discussie waarin de politiek collectief

bindende besluiten moet nemen. Die discussie dient

geïnformeerd (niet gestuurd) te worden door de

publieke discussie en lastig gevallen te worden door

de wetenschap.

• Een wetenschappelijke discussie die zowel de

publieke als de politieke discussie, klassiek

Weberiaans, lastig valt met onwelgevallige feiten:

als je X doet gebeurt ook Y; nu je dit weet wil je nog

steeds X doen? En met inconsistente waarden: je

doet X omdat je waarde A belangrijk vindt; waarom

doe je dan ook niet Y (want dient dezelfde waarde A)

en waarom laat je Z niet achterwege (want die spreekt

waarde A tegen)?

Dat vereist een combinatie van “democratizing science

and expertizing democracy” (Bader 2014). “Democratizing

science’ om haar te openen voor waarden en belangen

die onvoldoende aan bod komen in de wetenschap. En

‘expertizing democracy’, o.a. door contraexpertise te

organiseren.

62

Hoe organiseren we die discussies?

Juist omdat we zo weinig weten, stellen we niet onze

doelen, gaan aan de slag en kijken over een jaar wat dat

heeft opgeleverd (in de bestuurskunde heet dit ‘New

Public Management’ of ‘principal agent’ besturing en

in de bedrijfskunde de ‘waterval methode’). In plaats

daarvan delen we het proces op in kleine stukken,

bepalen voorlopige doelen en maatregelen, monitoren

de resultaten en nieuw verworven inzichten en passen

op basis daarvan doelen en middelen (maatregelen) aan.

Juist onder voorwaarden van onzekerheid gebruik je

doelen om middelen te zoeken en gebruik je de zoektocht

naar middelen om je doelen aan te passen en/of aan te

scherpen. In de bestuurskunde heet dit ‘Experimentalist

Governance’ (Sabel) of ‘Pragmatist Governance’ (Ansell).

En in de bedrijfskunde heet dit ‘Scrum’ (zie uiterst

informatief en leesbaar Sutherland 2014), een werkwijze

die weer is ontleend aan de besturingsfilosofie van het

Toyota Production System (zie ook W. Simon 2006).

De ‘dialoog’ tussen doelen en middelen

Wat volgt is gedeeltelijk een parafrase van Pernu (2020).

Zonder doelen kun je niet naar middelen zoeken dus

je start volgens Pernu met het bepalen van je doelen

of targets: je doelvariabelen en de gewenste waarden

ervan. Systeemtheoretisch: je bepaalt wat de essentiële

variabelen zijn en welke waarden ze moeten aannemen.

Die heb je nodig om te kunnen bepalen wat en hoe groot

de problemen zijn (de kloof tussen feitelijke en gewenste

waarden) en ze bepalen de zoektocht naar oorzaken en

oplossingen.

Je start dus meteen met een waardendiscussie over

targets: wordt de target “the COVID-19 death rate, …

the rate of infection (RO), the confirmed number of cases

in a population, the number of hospitalized cases, the

number of intensive care unit cases?” (45). Elke target

levert een ander probleem op (een andere kloof tussen

feitelijke en gewenste situatie). En elke target stuurt je

op een zoektocht naar andere soorten oorzaken en

oplossingen waarvoor andere expertise vereist is. En

elke target raakt op een andere manier aan waarden en

belangen. Vandaar het belang van een waardendiscussie

over targets: waarom de keuze voor deze – combinatie

van – doelvariabelen met deze gewenste waarden?

Omdat de onzekerheid zo groot is hebben de targets een

voorlopig karakter en organiseren we de zoektocht naar

oplossingen in korte iteraties, zodat je snel kunt bijsturen,

maar lang genoeg om effecten te kunnen zien. Bovendien

bereid je je voor door met scenario’s te werken, zodat je

niet verrast wordt door afwijkende ontwikkelingen.

Vervolgens start de empirische discussie: hoe bepaal

je bijvoorbeeld de ‘COVID-19 death rate?’ Je kunt de

aandacht richten op de ‘excessive death rate.’ Maar

die is niet zuiver: die neemt toe door COVD-19 maar

bijvoorbeeld af door het kleiner aantal verkeersdoden

door de lockdown. Elke target gaat dus gepaard met

grote meetproblemen: we weten niet genoeg en moeten

werken met aannames en schattingen. Het produceren

en beoordelen daarvan is een vak apart.

In een tweede stap ga je volgens Pernu kijken naar

de ‘control’ variabelen, naar de variabelen die het gedrag

van de targets beïnvloeden. Systeemtheoretisch zijn dat

de parameters. Onderzoekers gebruiken die om op zoek

te gaan naar oorzaken. En voor ontwerpers zijn het ‘de

knoppen waaraan je kunt draaien om gewenste effecten

te bereiken’ (Mintzberg). Zoals gezegd, vereist elke target

andere expertise voor het ontdekken van die oorzaken

en ‘knoppen.’ Bovendien worden we hier geconfronteerd

met nieuwe waarden- en feitendiscussies. We willen niet

alleen onze doelstellingen bereiken, maar formuleren ook

nevendoelen: wat is het effect van de oplossingen op de

economie (bruto nationaal product, werkgelegenheid,

faillissementen?), op de kwaliteit van het leven van de

ouderen, op de kwaliteit van het leven van de jongeren,

enzovoort?

63

Dit is een voorbeeld van besluitvorming onder

constraints: je gebruikt het hoofddoel om oplossingen te

genereren en de nevendoelen om daaruit te selecteren.

Je moet dus niet alleen een waardendiscussie over

hoofddoelen (targets) maar ook over nevendoelen voeren:

waarom kiezen we voor welke nevendoelen. Hier worden

we met alle waardenconflicten geconfronteerd: conflicten

tussen waarden (volksgezondheid versus economie),

conflicten binnen een en dezelfde waarde (wat verstaan

we onder menswaardig ouder worden en sterven?) en

conflicten tussen ongelijk geraakte groepen (ouderen

versus jongeren).

Een dergelijke waardendiscussie vereist ‘partijdige’

onderzoekers, dat wil zeggen, onderzoekers die zich

concentreren op een waarde, een principe of een

partij. Zij moeten ervoor zorgen dat zowel de publieke

als de politieke discussie op een geïnformeerde wijze

gevoerd kan worden. Zij hoeven geen beslissingen over

oplossingen te nemen. Hun functie is ervoor te zorgen dat

er geen waarden, principes en/of groepen over het hoofd

gezien worden. Collectief bindende beslissingen nemen

is aan de politiek. Democratische politiek is immers

niets anders dan een procedure waarmee we, ondanks

legitieme meningsverschillen over waarden en feiten,

toch collectief bindende beslissingen kunnen nemen: [w]

here consensus stops, politics starts (Barber 1984: 129).

Waarheid en perfectie kunnen daar per definitie niet de

doelstellingen van zijn. Daarover verschillen we immers

van mening. Dat laat onverlet dat die democratische

besluitvorming wat ‘sterker’ zou kunnen zijn, zie Barber

(1984) over ‘strong democracy’, Bader (2014) over

‘associational democracy’ of Gutmann en Thompson

(2004) over ‘deliberative democracy.’

Ook in het debat over de coronacrisis streven we

dus niet naar perfecte oplossingen. In plaats daarvan

proberen we waardenconflicten te herzien door te

wijzen op nieuwe feiten: wat als in de tweede golf de

toename van corona gevallen niet gepaard gaat met

een vergelijkbare toename van sterfgevallen, wat als

blijkt dat de strengheid van de lockdown geen effect

heeft op de terugval van de economie (in haar simpele

vorm: je blijft thuis om niet ziek te worden en/of anderen

te besmetten versus je gaat werken en wordt ziek en/

of besmet anderen)? We proberen waardenconflicten

te vermijden door naar multifunctionele oplossingen te

zoeken, door ten aanzien van nevendoelen minimale

normen te stellen (we definiëren een bottom line in plaats

van het theoretisch hoogst haalbare), we compenseren

benadeelde groepen en we onderscheiden contexten

(een verpleeghuis is iets anders dan een ziekenhuis).

We praktiseren, met andere woorden, de kunst van het

balanceren.

65

4. Interventies uitvoeren en/of onderzoeken: orde in de chaos

In deze bijdrage ontwikkel ik een model waarmee orde gecreëerd kan worden in de veelheid van termen en benaderingen die we tegenkomen in het land van praktijkgericht onderzoek. Het model onderscheidt drie mogelijkheden: een drastische reductie van complexiteit. Met behulp van dit model kun je direct zien (1) dat en wanneer dezelfde term voor verschillende dingen gebruikt wordt, (2) dat of wanneer verschillende termen gebruikt worden, de overeenkomsten groter zijn dan de verschillen. En je kunt (3) onderzoeken waarom een benadering niet in een van de logisch mogelijke vormen past: wat zegt dat over het model en wat over de desbetreffende benadering? Het model is beschrijvend bedoeld: het kijkt alleen naar wat gedaan wordt. En het is een poging tot verzoening: als we erachter komen dat we – ongeveer – hetzelfde doen, hoeven we niet zo’n ruzie met elkaar te maken.

Een opmerking vooraf over ontwerpers en

professionals

Wij zijn geneigd een onderscheid te maken tussen

ontwerpers en andere professionals. Je hebt de meer

artistieke ontwerpers: industrieel ontwerp (‘mooie dingen

maken’), grafisch ontwerp, mode ontwerp, interieur

ontwerp, landschapsontwerp, ontwerpen van games en

architectuur. Veel van deze ontwerpopleidingen zijn dan

ook aan kunstacademies verbonden. En je hebt de meer

technische ontwerpers: werktuigbouwkundig ontwerp,

bouwkundig ontwerp, computerontwerp, software

ontwerp, enzovoort. Sinds Schön en Simon noemen we

echter alle professionals ontwerpers: het zijn allemaal

‘problem solvers’ en ‘reflective practitioners.’ In deze

opvatting zijn dus ook artsen, docenten, advocaten,

managers en sociaal werkers ontwerpers. En volgens

de ‘design thinkers’ kunnen alle professional de door

de meer artistieke ontwerpers ontwikkelde creatieve

technieken gebruiken: alle professionals kunnen

‘design thinkers’ worden. Ze zouden dan allemaal tot de

‘creatieve klasse’ kunnen behoren. Ik gebruik daarom

in het vervolg de termen ontwerper en professional

door elkaar: ze volgen allemaal de logica van de

interventiecyclus.

De chaos: een veelvoud van termen en benaderingen

Iedereen die praktijkgericht onderzoek wil gaan doen

komt onder andere de volgende termen en benaderingen

tegen: ‘Design science, design research, research by

design, design experiments, design thinking, action

research, soft systems methodology (SSM), inside and

outside action research, action learning, networked

action learning, action learning research, future search

conference, futures literacy, team syntegrity.’ Dit zijn

verschillende termen voor benaderingen of werkwijzen

waarvan we niet goed weten wat daaronder zit, wat

daartussen de overeenkomsten en verschillen zijn. Stel,

je bent een HBO docent die een afstudeerder moet

begeleiden, een MO docent die haar onderwijs wil

onderzoeken, een zorginstelling die haar processen wil

66

verbeteren, een communicatiewetenschapper die een

reclamecampagne moet ontwerpen, hoe kies je dan uit

dit aanbod?

Als je je dieper in de materie gaat verdiepen, ontdek

je al snel (1) dat dezelfde term voor verschillende

dingen gebruikt wordt en dat (2) mensen van mening

verschillen over wat we onder die term moeten verstaan.

Zo verschilt design science (en soms ook design

research) in de traditie van Lawson, Cross en Dorst

(hoe denken architecten?) van design science (en soms

design research) in de VA&A traditie (hoe ontwikkelen

we generieke oplossingen voor praktijkproblemen?).

De een voorziet de professional van generieke

ontwerptechnieken en de ander van generieke

oplossingen. Dat verschilt weer van de docent die haar

eigen onderwijs wil verbeteren. Die is op zoek naar

specifieke oplossingen voor haar specifieke probleem.

Dat wordt ook design research genoemd, maar is geen

design research in de VA&A betekenis van het woord.

En als je wilt weten wat actieonderzoek is ontdek

je dat daar in de verschillende disciplines iets anders

onder wordt verstaan. In Operations Management

tijdschriften zul je niet tegenkomen dat actieonderzoek

moet leiden tot emancipatie van onderdrukte groepen

en/of tot zelftransformatie. En Rowell e.a. (2015) hebben

een Delphi onderzoek onder expert actieonderzoekers

in onderwijsland uitgevoerd, waarin een wanhopige

poging wordt gedaan om uit 30 kenmerken een

gemeenschappelijke kern te construeren.

Orde in de chaos: een ordevoorstel

Mijn oplossingsstrategie is de volgende. Creëer eerst een

overzicht van wat logisch mogelijk is. Volgens mij zijn er

maar vijf dingen mogelijk. Een logische ruimte van vijf is

een drastische reductie van complexiteit. Kijk vervolgens

niet naar de term, maar naar wat in de verschillende

benaderingen feitelijk gedaan wordt. En plaats vervolgens

die benadering in een van de vijf mogelijkheden.

De bedoeling is nadrukkelijk niet de veelvoud van termen

te vervangen door vijf. De bedoeling is om te laten zien

dat de overeenkomsten groter zijn dan de verschillen,

dat we, gezien die overeenkomsten, niet zo veel ruzie

hoeven te maken en dat we van de – kleine – verschillen

kunnen leren. Zo kan ik in bijdrage zes laten zien dat de

A3 methode een vorm van ontwerpgericht toegepast

onderzoek is die erg lijkt op design thinking en alle

kenmerken van actieonderzoek heeft. Dat lijkt me alleen

maar winst.

De logische ruimte

De logische mogelijkheden zijn deze. De eerste

mogelijkheid: je doet als professional toegepast

onderzoek in het kader van de interventiecyclus. Als je

onderzoek begint met een specifiek probleem en eindigt

met – de evaluatie van – een specifieke oplossing, dan

doe je toegepast onderzoek. Dat is dus altijd ‘single case’

onderzoek, met dien verstande dat het om een kleine

cases (de docent die zijn eigen onderwijs onderzoekt)

en grote cases kan gaan zoals in Stiglitz (2016). Daarin

worden de problemen van de Euro beschreven, oorzaken

onderzocht (weeffouten in het ontwerp van de Euro),

oplossingen geformuleerd en op politieke haalbaarheid

vergeleken. Ook dit is een voorbeeld van toegepast,

diagnostisch onderzoek.

Dit toegepast onderzoek kan twee vormen

aannemen. Je kunt het alleen doen of samen met anderen

(participatief). Die participatie kan verschillende vormen

aannemen en verschillende graden van effectiviteit

hebben. Bij de behandeling van de interventiecyclus

hebben we gezien dat er nog een derde vorm is: je doet

geen onderzoek (alleen of samen), maar je structureert

als facilitator de discussie. Daarvoor kun je kiezen uit een

groot aantal werkvormen. De eerste mogelijkheid bestaat

dus uit drie vormen: twee als toegepast onderzoeker en

een als facilitator.

67

De tweede mogelijkheid: je doet als onderzoeker

praktijkgericht fundamenteel onderzoeker in het

kader van de empirische cyclus. Je start dan niet met

een handelingsprobleem van de praktijk, maar met

een kennisprobleem van de wetenschap/de kundes.

Dat kan twee vormen aannemen. Of je onderzoekt

ontwerpproducten. Je bent dan op zoek naar generieke

oplossingen. Of je onderzoekt het ontwerpproces zelf

(je onderzoekt hoe de architect ontwerpt, de docent

doceert, de arts behandelt, enzovoort). Je bent dan

op zoek naar generieke werkwijzen, methoden en

technieken. Wanneer je op zoek bent naar generieke

oplossingen kun je ‘top down’ te werk gaan. Je leidt dan

uit de theorie een oplossing af die je gaat testen met

een van de designs van fundamenteel onderzoek (RCT,

laboratorium experiment, vergelijkende casestudie,

enzovoort). Je kunt ook ‘bottom up’ te werk gaan. Je

verlaat je bureau en gaat op zoek naar oplossingen die

de praktijk heeft verzonnen. Die ga je onderzoeken om

generieke conclusies te trekken over wat, waarom in

welke context wel of niet werkt. In beide gevallen vergroot

je de oplossingsruimte waaruit professionals kunnen

kiezen. Die zullen echter altijd aanvullend toegepast

onderzoek moeten doen om de vraag te kunnen

beantwoorden of het in dit geval ook gaat werken.

Zie het ordeningsschema in Figuur 1.

In wat volgt gebruik ik dit schema, niet om benaderingen

te beoordelen, maar om ze te vergelijken door te kijken

naar wat ze doen. Je ziet dan meer overeenkomsten dan

verschillen. Ik gebruik het ook om de moeilijke gevallen te

beoordelen. Moeilijke gevallen zijn benaderingen die niet

in het schema lijken te passen. Ik begin met de vraag die

mij vaak gesteld wordt: ‘Doen professionals eigenlijk wel

onderzoek?’

Doen professionals onderzoek?

Alle professionals volgen de logica van de interventie-

cyclus. Dat kan minimaal zijn: de huisarts kijkt naar je oog

en schrijft een zalf voor. En het kan maximaal zijn: de zalf

werkt niet en je wordt doorverwezen naar de specialist.

Figuur 1. Ordeningsschema praktijkgericht onderzoek.

Praktijkgericht onderzoek

Toegepast:interventiecyclus

Specifieke oplossing

Fundamenteel:empirische cyclus

Zelfstandig Ontwerpproduct

Generieke oplossing

Participatief Facilitator Ontwerpproces

Generieke techniek

68

Die laat onderzoek uitvoeren, komt er niet uit en laat

aanvullend onderzoek uitvoeren. Je blijkt een ontsteking

in de oogbol te hebben, krijgt een prednisonspuit in je

oog en de problemen verdwijnen. Je functioneert dan

als een ‘design experiment’: de specialist probeert net

zolang uit tot een oplossing is gevonden.

De huisarts baseert zijn diagnose op wat het meest

waarschijnlijk is: in 99% van de gevallen helpt de zalf.

De huisarts kan moeilijk iedereen meteen naar de

specialist doorverwijzen. De specialist onderzoekt welke

van alle mogelijke oorzaken de huisarts over het hoofd

heeft gezien. De vraag is nu: doet alleen de specialist of

ook de huisarts onderzoek? Mijn antwoord: ze volgen

beide de logica van de interventiecyclus en doen beide

onderzoek in deze minimale betekenis van het woord: ook

de huisarts voerde een diagnostisch onderzoek uit. Als

professionals twijfelen gaan ze onderzoek in de ruimere

betekenis van het woord doen: ze gaan op zoek naar

de feiten. Ze doen dat om te verhinderen dat ze denken

te weten wat probleem, oorzaken en oplossingen zijn

zonder dat onderzocht te hebben. Ze vervangen dan

aannames door feiten. Daarvoor heb je niet alleen een

kritische of onderzoekende houding nodig. Die moet je

altijd hebben: je moet je altijd afvragen ‘klopt dit?’ Wat

je daarvoor nodig hebt is onderzoeksvaardigheden en in

dit geval vaardigheden in de methodologie van toegepast

onderzoek.

Wat doen professionals als ze toegepast onderzoek

doen: ze interveniëren

Alle professionals volgen de logica van de interventie-

cyclus. Dat kan ook niet anders, want ze beginnen

allemaal met een specifiek probleem en eindigen met

een evaluatie van een specifieke oplossing. Dat is

een heel algemene of hoog abstracte karakterisering

van wat professionals doen. Maar dat geldt voor alle

benaderingen die zeggen dat die geschikt is voor alle

professionals, voor alle soorten problemen en in alle

contexten. Zodra je die gaat specificeren voor beroep X

introduceer je dingen die niet gelden voor beroep Y.

De interventiecyclus zul je dus ook, misschien in

andere termen, in al die benaderingen tegenkomen. Neem

als voorbeeld de IDEO versie van design thinking met

haar vijf fasen: ‘Empathize—Research Your Users’ Needs,

Define—State Your Users’ Needs and Problems, Ideate—

Challenge Assumptions and Create Ideas, Prototype—

Start to Create Solutions en Test—Try Your Solutions

Out.’ Je herkent de diagnostische en de ontwerpgerichte

fase en je ziet meteen dat implementeren en evalueren

ontbreken. Voeg je die toe “(zoals in Anders Skoe) dan

krijg je het Problem solving model: Figuur 2.

Je herkent hierin de stappen van de interventiecyclus

zoals ik die eerder beschreven heb: Problem Space als

aanduiding van de diagnose fase, Solution Space als

aanduiding van de ontwerpgerichte fase, gevolgd door

implementatie en evaluatie. En dit verschilt niet van wat

actieonderzoekers doen, wat docenten die hun onderwijs

onderzoeken doen (design research of research by

design) of wat wij onze studenten met de A3 methode

laten doen. Ik denk alleen dat het mogelijk is om, zelfs

op dit hoge abstractieniveau, meer aanwijzingen te

geven over de verschillende stappen. Zo bestaat de

implementatie niet alleen uit een actieplan of projectplan.

Daar gaat de vraag aan vooraf wat je moet doen om van

je oplossing een succes te maken (meewerkende en

tegenwerkende oorzaken). Pas dan kun je een projectplan

maken. Hetzelfde geldt voor (1) de wijze waarop je een

probleem preciseert en (2) de wijze waarop je naar

oorzaken zoekt. Meer daarover in de bijdrage over de

designs van toegepast onderzoek.

Op lagere niveaus van algemeenheid zullen

verschillen ontstaan. De huisarts zal geen etnografisch

achtig onderzoek bij patiënten uitvoeren. Maar als je een

nieuwe intensive care unit ontwerpt is zo’n etnografisch

achtig onderzoek bij patiënten en hun familie erg nuttig.

69

Hoe interveniëren professionals: design science en

design research

Design Science (en design research) hebben het

ontwerpproces zelf als object van onderzoek. Aanleiding

voor dit onderzoek was de vraag of ontwerpen (dat

wat architecten, stadsplanners en ingenieurs doen)

wel wetenschap is (en of je dat aan universiteiten moet

onderwijzen). Om die vraag te kunnen beantwoorden

zou je moeten onderzoeken wat ontwerpers (vooral,

maar niet alleen architecten) doen (design research)

met als doel: het ontwerpen van een algemene theorie

over ontwerpen (design science). Je ontdekt dan hoe

ontwerpers denken, zoals in Cross (1982) Designerly

Ways of Knowing, Lawson (1983) How Designers Think:

The Design Process Demystified, Rowe (1987) Design

Thinking en Lawson, Dorst (2009) Design Expertise. De

belangrijkste conclusies van het onderzoek luiden: (1) dat

alle professionals ontwerpen en (2) dat ontwerpen geen

wetenschap is: naast wetenschappers en kunstenaars

heb je ook nog ontwerpers:

Figuur 2. Problem solving model (Camachio 2018: 638).

• Clarify (fact or meaning?)

• Eliminate duplicates

• Criteria• Vote• Decide

• Both/and• Eliminate• Negative

voting• Force

Field Analysis

DecisionEvaluationIdea Generation

• Fast• Crazy and wild• Key words• No “?”• No evaluation

the real problem with... is...

• Clarify• Eliminate

duplicate• Vote• Decide

Causal analysis• 5x why• effects

AnalysisDefinitionPerception

• Personal• List all...• No “?”• No evaluation

Cau-se

Pro-blem

Ef-fect

Action Plan

What Who When

result

Evaluation

Fo

cu

sA

im s

ha

rpy

OpenOpen

Narrow

Narrow

Close

Close

Problem Space Solution Space Implementation

Action

Take a break

Symptom Problem as understood

70

Just as the other intellectual cultures in the sciences

and the arts concentrate on the underlying forms of

knowledge peculiar to the scientist and the artist,

so we must concentrate on the ‘designerly’ ways of

knowing, thinking and acting (Cross 2007: 46).

De eerste conclusie komt overeen met die van Simon

(1996) in The sciences of the artificial en van Schön

(1983) in The reflective practitioner. De tweede conclusie

wijkt af van die van Simon. Dat komt natuurlijk omdat

design science zich richt op wat de professional

doet. Wanneer je kijkt naar wat de bouwkundig,

onderwijskundig, geneeskundig, enzovoort onderzoekers

doen, dan kun je niet anders concluderen dan dat het

om wetenschap gaat (‘use-inspired basic research’).

Dat geldt natuurlijk ook voor design science (en design

research) zelf: dat is geen toegepast onderzoek in het

kader van de interventiecyclus, maar praktijkgericht

fundamenteel onderzoek in het kader van de empirische

cyclus. Ook design science is een vorm van ‘use-

oriented basic research’ gericht op het ontwikkelen van

nieuwe wetenschappelijk kennis, in dit geval over het

ontwerpproces. Design science intervenieert niet, maar

onderzoekt de wijze waarop professionals interveniëren.

In de loop van hun onderzoek ontdekken de ‘design

scientists’:

• Dat beginners anders te werk gaan dan experts.

• Dat je gebruikers bij het onderzoek moet betrekken

(Norman 1988).

• Dat je ‘wicked problems’ kunt tegenkomen (Buchanan

1992). Je kunt dan volgens Rittel en Webber (1973)

en in navolging van Simon, niet maximeren, maar

moet tevreden zijn met bevredigende (‘satisficing’)

oplossingen.

• Dat je moeilijke problemen kunt oplossen door ze te

herdefiniëren (reframen) (Schön 1983).

Het is dan ook niet verwonderlijk dat deze gemeenschap

van onderzoekers ‘pissed of’ is wanneer ineens het

ontwerpbureau IDEO met design thinking op de markt

verschijnt. Ze vinden het moeilijk hier iets nieuws in te

herkennen. En ze ontdekken dat ze in de beslotenheid

van de academie ideeën hebben ontwikkeld waar

anderen een benadering van hebben gemaakt, waarmee

ze de publiciteit halen en goed geld verdienen.

Inmiddels zijn de gemoederen weer bedaard en heeft

er, in markttermen gesproken, een fusie plaats gevonden.

In Delft is in 1991 een reeks van Design Thinking

Research Symposia gestart, waarin mensen als Cross en

Dorst een vooraanstaande rol vervullen. En Norman is, na

zijn aanvankelijke scepsis, tot ‘inkeer’ gekomen:

Designers have developed a number of techniques

to avoid being captured by too facile a solution.

They take the original problem as a suggestion, not

as a final statement, then think broadly about what

the real issues underlying this problem statement

might really be (for example by using the “Five Whys”

approach to get at root causes). Most important of

all, is that the process is iterative and expansive.

Designers resist the temptation to jump immediately

to a solution to the stated problem. Instead, they first

spend time determining what the basic, fundamental

(root) issue is that needs to be addressed. They don’t

try to search for a solution until they have determined

the real problem, and even then, instead of solving

that problem, they stop to consider a wide range of

potential solutions. Only then will they finally converge

upon their proposal. This process is called “Design

Thinking” (Norman 2013).

Hoe interveniëren professionals: design thinking

Design thinking is een vorm van participatief toegepast

onderzoek die in Stanford is ontwikkeld. David Kelley is

de oprichter van zowel de Stanford ontwerp opleiding

71

als van het ontwerpbureau IDEO. Hij had zelf het

productontwerp programma van Stanford gevolgd (de

ME310), startte meteen daarna een ontwerpbureau (later

IDEO) en werd als docent gevraagd voor de opleiding

industrieel ontwerp aan Stanford. Het ging hier niet om

de ME310. Die was vooral voor werktuigbouwkundig

ontwerpers. Het bijzondere aan de opleiding industrieel

ontwerpen was dat die ondergebracht was onder

engineering. Daardoor was er naast aandacht voor

esthetiek ook aandacht voor ‘cleverness’, dat wil zeggen,

voor bruikbaarheid en verkoopbaarheid:

[Industrieel ontwerp opleidingen] were all in art

schools, Stanford was not … This program has

always been in the engineering school. It had a joint

relationship with the art department, but the center

has always been in the engineering school, so it’s

more about cleverness. Bob McKim was about

cleverness. Aesthetics entered in the cleverness, but

it was just one aspect of cleverness (alle citaten uit

Camacho 2016).

Kelley bouwde voort op het werk van zijn voorgangers

die de nadruk legden op werken met visuele middelen

en creativiteit (Arnold) en op onderzoek bij gebruikers

(McKim: anders krijg je je producten niet verkocht). Kelley

voegde daar het werken in multidisciplinaire teams aan

toe. Dat ontstond als volgt. Om het doceren uitdagend

te houden nodigde hij andere hoogleraren uit om les

te komen geven (“So I taught with an art professor,

I taught with a computer science professor, with a

business professor”). Die namen hun eigen studenten

mee waardoor een ontwerpopleiding ontstond waarin

docenten van verschillende opleidingen les geven aan

studenten van verschillende opleidingen die in groepen

moesten samenwerken aan ontwerpopdrachten.

Zo ontstond ook het idee voor een nieuwe ontwerp

opleiding:

That’s how the idea for the design school came

about…. I saw how powerful it was to have multiple

professors and students from different departments.

So I started proposing to the university that we do

that. It took many, many years.

Hier ligt ook de oorsprong van de term ‘design

thinking.’ Studenten wisten, omdat ze van verschillende

opleidingen kwamen, niet zo goed waar ze nu expert

in werden. Volgens Kelley werden ze expert in design

methodologie, maar dat sloeg niet aan. Expert design

thinking wel:

“No, you’re experts at a way of thinking, you’re

experts at design thinking.” I said “a way of thinking,”

and then they changed to say “design thinking” and

that caught on for some reason.

Daarmee veranderde de opleiding industrieel ontwerpen

in een opleiding design thinking. Studenten ontdekten bij

de uitvoering van hun projecten dat juist het onderzoek

bij gebruikers tot verassende ideeën kan leiden. In

die fase komen nieuwe oplossingen in zicht door het

oorspronkelijke probleem te herdefiniëren (reframen):

Where we are now, the thing about design thinking

that is really powerful, is that we put the definition

of the problem in the middle of the loop. This allows

you to change what you are working on. We call this

“the reframe,” and it turns out to be the place where

we usually come up with the big idea. … As you go

through the process, you see something new through

reframing. You realize that right next to the original

thing you thought you were working on is something

that’s much more important to the people that you are

trying to help.

72

Ook de verschuiving van de aandacht naar maatschap-

pelijke vraagstukken komt van de studenten zelf:

The reason for working on social problems is that

if I want to teach students about design thinking as

methodology, the best way to teach them is to give

them a problem that they care about. … For many

years, students didn’t care about social innovation,

so I gave them design problems about bicycles and

cars. Now, this generation, if you interview them, they

care a lot about social innovation. They also care

a lot about sports. In my last class, students had

to redesign the experience of going to a San Jose

hockey game. They were excited about that. … If I ask

them to design a McDonald’s, nobody is interested.

If I have them design a solar car or a way to recycle

garbage, they are totally excited.

De design school staat los van de nog steeds bestaande

ME310. De school staat ook los van het Stanford

Center for Design Research. Volgens Kelley wordt daar

wetenschappelijk (promotie)onderzoek gedaan en dat

verschilt van wat de designschool doet:

Every project has some kind of practice-based

research. We don’t do what is conventionally referred

to as scientific research that I can think of. … Our

research is design research in that self-reported kind

of inquiry – “What do you think of this?”

De samenwerking met IDEO is inniger. Ze delen eenzelfde

denkwijze en medewerkers van IDEO geven les in de

designopleiding. Kelley benadrukt dat de vernieuwingen

niet van de opleiding, maar van IDEO komen. Dat ligt

voor de hand want dat is een organisatie met meer dan

700 medewerkers en met grote klanten in binnen- en

buitenland. Dan moet je voortdurend vernieuwen en

kwaliteit leveren. Voor een opleiding ligt dat anders:

IDEO has to continuously come up with new ways

of doing things, new ways of presenting, new ways

of prototyping … in order to have the client pay you

and be happy … In my opinion, you can just see that

the imperative for advancing the state of knowledge

at IDEO is much greater than at Stanford. Stanford’s

goal is teaching the methodology to students, getting

them to master design thinking. That’s my goal. I want

them to be masters of design thinking.

IDEO voert ook sociale projecten uit maar heeft daarvoor

om voor de hand liggende redenen een aparte non-profit

organisatie opgericht:

Then not-for-profit funders like The Gates Foundation

came to us and said, “Look, if you were not-for-profit,

we’d give you a lot more projects.” We said, “We want

more projects,” so we changed the company. It’s

an independent organization. You have to quit IDEO

to work for IDEO.org. IDEO.org mostly hires its own

people, but it’s a separate company.

Bij het beoordelen van het werk van IDEO moet je een

onderscheid maken tussen inhoud (wat doen ze bij

hun klanten?) en PR (hoe presenteert IDEO zich in de

openbaarheid?). Als je naar de inhoud kijkt zie je dat IDEO

mooie projecten uitvoert (zoals bij Kaiser Permanente over

verpleegkundige overdrachten aan bed). Kijk je naar de

PR dan moet je dat met een korreltje zout nemen. Vooral

Tim Brown, een van de CEO’s van IDEO, verkondigt in

woord en geschrift dat je zonder design thinking geen

innovatieve onderneming kunt zijn en dat je met design

thinking alle slecht gedefinieerde en/of complexe, ‘messy’

of ‘wicked problems’ kunt oplossen: “Design teams use

design thinking to tackle ill-defined/unknown problems

(aka wicked problems) because they can reframe these in

human-centric ways and focus on what’s most important

for users” (IDEO website). Of je nu winst wil maken of de

73

wereld wil redden, zonder design thinking gaat dat niet.

Daar vallen kanttekeningen bij te maken.

Ten eerste start de interventiecyclus meestal met

een algemeen en in die zin slecht gedefinieerd probleem

(patiënt: ik voel me niet goed). De eerste stap bestaat

dan ook uit het preciseren van dat probleem (arts:

heeft u maagpijn, hoofdpijn, koorts en hoe staat het

met de ontlasting?). Pas daarna kun je naar oorzaken

en oplossingen gaan zoeken. Lukt dat, dan heb je

een slecht, want algemeen gedefinieerd probleem,

omgevormd tot of geherdefinieerd in een hanteerbaar en

oplosbaar probleem. Dat gaat bij de IDEO projecten niet

anders.

Ten tweede is het niet zo dat we voor veel complexe

maatschappelijke problemen geen oplossingen hebben

en dat we design thinking nodig hebben om tot die

oplossingen te komen. Dat is een belediging voor al die

mensen die in ngo’s, netwerken, instituten of waar dan

ook slimme oplossingen hebben bedacht op de meest

uiteenlopende terreinen. Bij wijze van voorbeeld: als je

wilt weten hoe je ons belastingstelsel rechtvaardiger en

efficiënter kunt maken, moet je naar de website van ‘Tax

Justice’ gaan. Waar het aan ontbreekt is in veel gevallen

niet slimme, creatieve oplossingen, maar aan politiek

draagvlak of, in de woorden van Mark Blyth, aan politieke

moed.

Concluderend moet je volgens mij een verschil

maken tussen ‘Ik ben industrieel ontwerper en beheers

de techniek van design thinking dus ik kan ook

probleemgezinnen helpen’ en ‘ik ben sociaal werker, weet

veel van de problematiek van probleemgezinnen en zou

voor het analyseren en oplossen daarvan de techniek van

design thinking kunnen gebruiken.’ Het eerste lijkt me

onzin en gevaarlijk het tweede zinnig en vruchtbaar. Je

kunt, met andere woorden, niet alle opleidingen van de

Hanzehogeschool samenvoegen en daar een opleiding

design thinking van maken. Zonder inhoudelijke expertise

blijf je een amateur.

En tenslotte zouden de artistieke ontwerpopleidingen ook

naar binnen kunnen kijken en zich (zoals destijds in het

lectoraat van Hugues Boekraad) afvragen: hoe kun je in

een vercommercialiseerde wereld als grafisch ontwerper

je artistieke en maatschappelijke integriteit bewaren, ook

als je een huisstijl voor een grote organisatie ontwerpt (zie

voor een verslag Schalken 2006).

Wat levert het onderzoek van professionals op: wat

betekent design research?

Design science en design research wordt echter ook

gebruikt voor onderzoek, niet van hoe ontwerpers

ontwerpen of professionals interveniëren, maar voor

onderzoek dat gericht is op het ontwikkelen van

oplossingen voor problemen. Daarbij maakt het veel

verschil uit of je op zoek bent naar specifieke of generieke

oplossingen.

Het toegepaste onderzoek van de professionals

levert ‘single case’ resultaten op: wat is in dit geval het

probleem, zijn in dit geval de oorzaken en in dit geval

de oplossingen? Ontwerpgericht onderzoek verwijst

dan naar de tweede stap uit de interventiecyclus: je

formuleert functionele vereisten (hoofd- en nevendoelen),

genereert alternatieve oplossingen, selecteert er een en

test die uit. In deze betekenis voert elke professional ook

ontwerpgericht onderzoek uit.

De resultaten van toegepast onderzoek kun je niet

generaliseren. Uit wat in dit geval het geval is kun je

niet afleiden wat in andere gevallen het geval zal zijn.

Natuurlijk kun je, triviaal, concluderen dat in gelijke

gevallen hetzelfde het geval zal zijn. Maar dat zegt niets

over wat in niet gelijke gevallen het geval zal zijn. Dus

zelfs als je nieuwe problemen ontdekt (door herdefinities),

nieuwe oorzaken ontdekt of nieuwe oplossingen ontdekt,

heb je aanvullend onderzoek nodig om daar algemene

conclusies uit te kunnen trekken. Je onderzoekt dan

waarom de gevonden oplossing in welke vorm en in welke

context ook zou kunnen werken.

74

Dat aanvullend onderzoek is ontwerpgericht onderzoek

in de tweede betekenis van het woord. Dat is geen

toegepast, maar praktijkgericht fundamenteel onderzoek

dat, in de woorden van VA&A niet op zoek is naar

specifieke oplossingen voor specifieke problemen

(‘single case’ oplossingen), maar naar generieke

oplossingen voor generieke problemen. Daarvoor

onderzoek je bijvoorbeeld een en liefst meerdere

interventies om daar algemene conclusies uit te trekken.

Zelfs wanneer je in een promotieonderzoek zelf die

interventies uitvoert, zoals in de proefschriften van Erik

Soepenberg (2010) en Ben van der Hilst (2019) dan nog

doe je twee verschillende dingen. Bij de interventies volg

je de logica van de interventiecyclus en doe je toegepast

onderzoek. Bij het onderzoeken van die interventies volg

je de logica van de empirische cyclus. Je kunt, zoals

Soepenberg, starten met de theorie (over ‘workload

control’) en dat bij verschillende bedrijven uitproberen.

En je kunt, zoals Van der Hilst, starten met de praktijk

(het ontwikkelen en uitproberen van het concept van de

unit organisatie) en aan het eind van de rit kijken hoe zich

dit tot bestaande theorieën verhoudt (een ietwat riskante

strategie). Daarom kun je niet promoveren op alleen maar

interventies. En daarom is een Professional Doctorate

(PD) iets anders dan een promotietraject: je past dan de

in het eerste jaar nieuw verworven kennis in het tweede

jaar toe op een ‘single problem case’, liefst in je eigen

bedrijf of praktijk.

In een derde betekenis verwijst ontwerpgericht

onderzoek, zoals we gezien hebben, naar onderzoek

van het ontwerpproces. Je bent dan op zoek naar

nieuwe technieken zoals visuele middelen, story telling,

‘etnografisch interviewen’, enzovoort. Je onderzoekt dan

of deze technieken ook door andere professionals, die

zich in andere contexten met andere problemen bezig

houden, gebruikt kunnen worden. Design science en

design research kan dus verwijzen

• Naar onderzoek van het ontwerpproces: hoe doen

professionals dat? Dat is een vorm van praktijkgericht

fundamenteel onderzoek.

• Naar onderzoek waarin specifieke oplossingen ont-

wikkeld worden: een vorm van toegepast onderzoek.

• Naar onderzoek waarin generieke oplossingen

ontwikkeld worden: een vorm van praktijkgericht

fundamenteel onderzoek.

Actieonderzoek: wel of geen generieke kennis en

oplossingen?

Ik heb actieonderzoek gedefinieerd als participatief

toegepast onderzoek. Volgens mij is dat de kern van

elke vorm van actieonderzoek: ze volgen allemaal

de stappen van de interventiecyclus en ze doen dat

allemaal op participatieve wijze. Dat is een ruime

definitie van actieonderzoek. Alle benaderingen waarin

kennis wordt overgedragen die vervolgens door de

betrokkenen gebruikt wordt om, onder begeleiding

van of samen met de onderzoeker, problemen te

analyseren, oorzaken te ontdekken en oplossingen te

ontwerpen, zijn vormen van actieonderzoek. Het maakt

niet uit of de overgedragen kennis betrekking heeft op

cultuur (Schein), op systeemdynamica (Group Model

Building), het CATWOE model (soft systems theory), de

sociotechniek of lean. De werkwijze is hetzelfde en ligt

ook voor de hand: gebruikers weten het meeste over

wat er gebeurt. Ze missen alleen een perspectief dat

hen helpt daar op een voor hen nieuwe en vruchtbare

manier orde in aan te brengen. Al deze benaderingen

zijn ‘expert benaderingen’, want ze berusten allemaal op

expertise in het kennisgebied dat wordt overgedragen.

En al deze benaderingen zijn ‘procesbenaderingen’ of

‘ontwikkelbenaderingen’, want ze berusten allemaal op

participatie van de gebruiker.

Je kunt aan actieonderzoek kenmerken toevoegen

(een discussie waar ik buiten blijf), je kunt ook de

gebruikte participatieve technieken onderzoeken

75

en vergelijken (wat me erg vruchtbaar lijkt). Maar

volgens mijn ordeningsschema kun je niet zeggen

dat actieonderzoek gebruikt kan worden om nieuwe,

wetenschappelijke, generieke kennis te ontwikkelen. Dat

moeten we dus nader onderzoeken.

Actieonderzoekers kunnen hiervoor verwijzen naar

de uitspraak van Kurt Lewin (een van de grondleggers

van actieonderzoek): de beste manier om een systeem

te leren kennen is door het te veranderen. Daar is niets

tegen in te brengen. Dat doet zowel de experimentator

als de actieonderzoeker. In beide gevallen gaat het om

‘single case’ verklaringen. Alleen, uit het eerste kun je

algemene conclusies trekken omdat de interventie heeft

plaats gevonden onder gecontroleerde omstandigheden.

Bij actieonderzoek is dat niet het geval. De beste manier

om de Hanzehogeschool te leren kennen is door te

proberen haar te veranderen. Wat je daarvan leert, de

nieuwe kennis die daarvan het resultaat is kun je echter

niet generaliseren naar andere hogescholen. Die hebben

een andere structuur (geen grote faculteiten, maar kleine

instituten), een andere geschiedenis, andere strategische

doelstellingen, een andere studentenpopulatie, enzovoort.

Ik zeg dus niet dat actieonderzoek geen nieuwe kennis

oplevert. Integendeel, nieuwe kennis is het doel van al

het toegepaste onderzoek, ook van actieonderzoek.

Waarom zou je anders onderzoek doen? Ik zeg alleen dat

actieonderzoek nieuwe ‘single case’ of ‘dit geval’ kennis

oplevert die je, net als de nieuwe ‘single case’ kennis van

de arts, niet hoeft en niet kunt generaliseren. Daar heb je

aanvullend en een ander soort onderzoek voor nodig.

Actieonderzoekers hanteren als reactie op deze kritiek

vaak een andere strategie. Ze zeggen dan dat je gelijk

hebt binnen een positivistische wetenschapsopvatting.

Actieonderzoek is echter gebaseerd op een niet- of

post-positivistische wetenschapsopvatting. Je verlegt

dan de methodologische discussie over wat je doet

naar een filosofische discussie over de ontologische en

epistemologische grondslagen van wat je doet. Je krijgt

dan vervolgens een discussie of je voor je actieonderzoek

een constructivistische, kritisch realistische of kritisch

hermeneutische wetenschapsopvatting nodig hebt.

Omdat de discussie niet meer gaat over wat je doet heeft

die daarvoor ook geen gevolgen. Iedereen die de soft

systems theory toepast gebruikt het CATWOE model

om gebruikers daarmee hun problemen in kaart te laten

brengen. Daarbij maakt het niet uit of je constructivist,

kritisch realist, kritisch hermeneut, positivist of helemaal

niks bent: je doet allemaal hetzelfde. Die discussie voegt

dus, methodologisch gesproken en hoe interessant

ook, niets toe. Die functioneert als een ‘idle wheel’

(Wittgenstein), als een tandwiel dat ronddraait zonder

ergens contact mee te maken.

Je ziet dit terugkomen in de discussie over de

‘niet-positivistische’ kwaliteitscriteria die je voor

actieonderzoek nodig zou hebben. Standaard kom je dan

het criterium pragmatische validiteit tegen: de oplossing

moet werken en als die niet werkt is je actieonderzoek niet

valide. Afgezien van het feit dat pragmatische validiteit,

zo gedefinieerd, niets zegt over de generaliseerbaarheid

van je uitkomsten, gaat hier nog iets mis. Laten we

daarvoor kijken naar wat er gebeurt als de oplossing

niet of (tijdens je actieonderzoek) nog niet werkt. Je

gaat dan onderzoeken hoe dat komt. En je ontdekt dat

je belangrijke personen vergeten bent te interviewen,

open interviews verkeerd gecodeerd hebt, data

bestanden over het hoofd hebt gezien. Je ontdekt dan,

met andere woorden, dat je actieonderzoek niet voldoet

aan de eisen van meetgeldigheid en betrouwbaarheid.

Vervolgens corrigeer je voor deze fouten en de oplossing

werkt. Dat komt dan omdat je de meetgeldigheid en

betrouwbaarheid van je gegevens verbeterd hebt. Of je

ontdekt dat de oplossing niet werkt omdat je oorzaken

over het hoofd hebt gezien. Je ontdekt dan, met andere

woorden, dat je actieonderzoek niet voldoet aan de eis

van interne validiteit: je verklaring klopt niet. Vervolgens

corrigeer je voor deze fout en de oplossing werkt. Dat

76

komt omdat je de interne validiteit van je actieonderzoek

hebt verhoogd. Natuurlijk kun je voor actieonderzoek,

net als voor fundamenteel onderzoek, op zoek gaan

naar aanvullende kwaliteitscriteria. Die kunnen echter

nooit de methodologische criteria van meetgeldigheid

en betrouwbaarheid en van interne validiteit vervangen.

Dat heeft niets met wetenschapsfilosofie en alles met

onderzoeksmethodologie te maken.

Wat je zeker niet moet doen is herhaalbaarheid van

een experiment vervangen door ‘recoverability’ van je

actieonderzoek: “Our criterion was the ‘recoverability’

of the whole course of thinking in the research by any

interested outsider” (Checkland 2012: 469). Dat is

geen kwaliteitscriterium, maar een procedure die ook

de experimentator moet volgen om anderen in staat

te stellen te controleren of jouw onderzoek aan de

standaard kwaliteitseisen voldoet.

Kun je actieonderzoek en de ‘grounded theory

approach’ combineren?

Wat zeker niet kan is als student, onderzoeker of

promovendus zeggen dat je actieonderzoek gaat

uitvoeren en daarvoor de ‘grounded theory approach’

gebruikt: je zou dan bijvoorbeeld als student alles moeten

vergeten wat je geleerd hebt, om bij je onderzoek naar

problemen onbevooroordeeld de feiten te kunnen laten

spreken. Dat veronderstelt, ten eerste, dat we studenten

drie jaar lang les hebben gegeven in vooroordelen

die ze vervolgens in hun afstudeeronderzoek weer

moeten vergeten. En, ten tweede, vergeet je dan, of

weet je niet, dat de ‘grounded theory approach’ een

bijzonder arbeidsintensief design voor fundamenteel

onderzoek is, gericht op het ontwikkelen van nieuwe

‘middle range’ theorieën. Als er al een theorie bestaat

hoef je de benadering niet toe te passen. En als die

niet bestaat, ga je overdag observeren en in de avond

coderen (van verschijnselen in categorieën en vervolgens

in hypothesen over relaties tussen gecategoriseerde

verschijnselen). Wat je doet is observeren. En wat

je niet mag doen is interveniëren: samen met de

geobserveerden beschrijven van problemen, zoeken naar

oorzaken en ontwerpen van oplossingen.

Appreciative Inquiry (AI)

AI is een vorm van actieonderzoek of van participatief

toegepast onderzoek. Het past echter niet in het schema,

omdat je in deze benadering niet met problemen moet

beginnen. Dat levert alleen maar negatieve energie op.

In plaats daarvan moet je beginnen met wat goed gaat.

In haar dogmatische vorm is met problemen beginnen

een slecht en met wat goed gaat beginnen met een goed

idee, zie Figuur 3.

Natuurlijk kan het nuttig zijn om te analyseren wat

waarom goed gaat. Maar, ten eerste, start ook AI met

een probleem. Als er geen problemen zijn hoef je geen

AI interventie toe te passen. Als er wel problemen zijn,

dan stelt AI voor om die op een indirecte manier aan te

pakken, namelijk door te analyseren wat wel goed gaat.

En je gebruikt die nieuw verworven inzichten om wat

niet goed gaat te verbeteren. Ten tweede lijken me de

vooronderstellingen waarop AI berust niet juist. Om dat

te verduidelijken kan ik het beste het voorbeeld van een

pianoles gebruiken.

Ten eerste. Wanneer mijn pianodocente na het

voorspelen alleen maar zegt ‘mooi gedaan, volgend stuk’

dan zoek ik een andere pianodocent. Ik wil namelijk leren

en dat doe ik vooral van wat niet goed gaat. Dat heeft

niets met negatieve energie te maken. Ook ik droom en

‘imagine what might be.’ Maar om dat te bereiken moet

ik toch echt van mijn fouten leren. Wanneer teams leren

om gezamenlijk problemen te analyseren en op te lossen

creëert dat in onze ervaring juist positieve energie. Je

bent trots op het bereikte resultaat en op de manier

waarop je dat gedaan hebt. Je zelfvertrouwen wordt

groter omdat je iets geleerd hebt.

77

Ten tweede. Alle docenten weten dat je zowel positieve

als negatieve feedback moet geven. Dus mijn docente

zegt na het voorspelen ‘dat heb je mooi gedaan, maar …’

Of ‘dat heb je mooi gedaan, vooral daar en daar, maar …’

En niet ‘de laatste twee maten waren mooi, maar …’

Ten derde. Normaal gesproken gaat de les dan verder

met de maren. Geanalyseerd wordt wat niet goed gaat: is

het een technisch probleem, of een muzikaal probleem,

of zit je verkeerd of in een te verkrampte houding?

Ten vierde. Soms gebruikt mijn docente de AI

methode: ‘de laatste twee maten waren mooi. Als je

datzelfde ook in passage X en Y doet wordt het er een

stuk beter op. Laten we eens analyseren wat je in die

laatste twee maten precies doet, zodat je beter weet wat

je in de andere passages moet doen.’ Mijn docente past

dus meestal de ‘deficit-based’ werkwijze toe en soms de

AI methode.

Op basis van deze vergelijking kunnen we de volgende

conclusies trekken. Ook AI start met problemen, maar

tracht die op indirecte wijze op te lossen. In die zin valt de

benadering onder de interventiecyclus. Ze start met een

probleem en eindigt met een evaluatie van de oplossing:

heeft die bijgedragen tot een beter functioneren van

het cliëntsysteem? Deze werkwijze is, net als bij de

pianoles, soms nuttig en vruchtbaar, maar niet altijd.

Het zou prettig zijn om te weten wanneer AI nuttig is

en wanneer niet. Maar zeggen dat AI altijd beter is dan

‘deficit-based change’ lijkt mij onjuist en dogmatisch.

Professionals kunnen daar niet veel mee. Cliënten komen

met problemen en dan kun je niet zeggen ‘daar gaan

we ons niet mee bezig houden, vertel eens wat er goed

gaat.’ Volgens mij zijn professionals altijd bezig met het

verbeteren van wat slecht gaat en het versterken van wat

goed gaat. Daarbij kan het nuttig zijn te dromen over wat

je wilt bereiken. Die droom vertelt je wat de kloof tussen

gewenste en feitelijke situatie is en bij het realiseren van

die droom zal je toch echt moeten analyseren wat je

daarbij in de weg zit en wat daarvoor oplossingen zijn.

Identify the problem

What is the need?

Deficit-Based Change

TWO CONTRASTING MODELS FOR ORGANIZATIONAL CHANGE

Discovery

Discover the best of what is

Constructionist-Based Change

Analyze causes

What’s wrong here?

Dream

Imagine what might be

Analyze possible solutions

How can we fix it?

Design

Dialogue what would be

Action planning

Problem solved!

Destiny

Create what will be

Figuur 3. Appreciative inquiry (Mohr, Watkins 2002: 5).

78

Bovendien is het onjuist te zeggen dat starten met

problemen altijd negatieve energie oproept. Juist

wanneer problemen als nijpend of schrijnend worden

ervaren kan het negatieve energie oproepen wanneer

je zegt dat we daar onze aandacht niet op moeten

richten. En tenslotte kan er ook in de interventiecyclus

bij het bepalen van de doelen en functionele vereisten

gedroomd worden. Om te verhinderen dat de doelen

niet ambitieus genoeg zijn, kun je in die fase mensen

‘droomkastelen’ laten bouwen.

De professional: onderzoeker of facilitator?

Ik heb eerder een onderscheid gemaakt tussen een rol

als toegepast onderzoeker en als facilitator. In het eerste

geval ben je expert in een inhoudelijk gebied en past die

expertise al of niet participatief toe. In het tweede geval

ben je expert in het structureren van een discussie en

past die expertise toe. Voorbeelden daarvan zijn Emery’s

werkconferenties, Weisbord’s Future Search Conference,

Axelrod’s Conference Model Redesign, Beer’s Team

Syntegrity en het door de Unesco ontwikkelde Futures

Literacy. Als participatief onderzoeker begeleid

je ook, maar als facilitator ben je alleen maar een

procesbegeleider: je bemoeit je niet met de inhoud en je

beperkt je tot het aanbieden van een werkvorm en het

toezien op het naleven van de spelregels van de gekozen

werkvorm.

Laat ik eerst een voorbeeld geven van het verschil

tussen de onderzoeker en de facilitator. Je kunt als

onderzoeker Beer’s Viable System Model (VSM)

gebruiken om problemen in kaart te brengen en

oplossingen te ontwerpen. Je kunt dat zelfstandig of

participatief doen. In het laatste geval behoor je volgens

Checkland tot de zachte systeembenadering:

One limitation in using the VSM model is that

although it is claimed to have “considerable power

to describe and predict, diagnose and prescribe,”

it is presented in no methodological framework, no

process for using the model. One such methodology

which can cheerfully accommodate the VSM model is

that of Soft Systems Methodology (SSM) (Checkland

1986: 269).

Je vervangt het CATWOE model door het VSM model

en datgene wat altijd als voorbeeld van een harde

systeembenadering wordt beschouwd is ineens een

zachte systeembenadering geworden.

Je kunt in plaats van het VSM ook de door Beer

ontwikkelde werkvorm Team Syntegrity (TS) gebruiken.

TS onderscheidt zich van andere werkvormen door

het feit dat het een oplossing gevonden heeft voor

het agenda probleem. Volgens Beer is een werkvorm

alleen democratisch als deelnemers zelf de agenda

vaststellen. Een tweedaagse TS start dan ook met een

vernuftige procedure waarin iedereen de kans krijgt

mee te doen aan het bepalen van de agenda. Een

facilitator onderzoekt dus niets, maar ziet er op toe dat de

spelregels van de gekozen werkwijze nageleefd worden.

De enige die daarvan verstand heeft (daarin expert is),

is de facilitator. Voor het gebruiken van TS moet je een

opleiding volgen en een licentie verkrijgen. Een facilitator

specialiseert zich dus in een van de vele werkvormen

of beheerst meerdere werkvormen zodat hij daaruit kan

kiezen.

Dit soort werkvormen worden meestal gebruikt

voor ‘het bepalen van de grote lijnen’: wat is nu de

aard van de problemen die we tegenkomen en/of waar

willen we naar toe (visie, missie en strategie)? Die kun

je als onderzoeker invlechten in je toegepast onderzoek

(in de diagnose en/of ontwerpfase). Een diagnostisch

onderzoek start met een kloofanalyse: het verschil

tussen feitelijke en gewenste situatie. Wanneer het

cliëntsysteem (in dit geval een bouwbedrijf) niet goed

weet wat die gewenste situatie is (wat de gewenste

waarden van relevante variabelen zijn) kun je een

79

werkconferentie organiseren waarin het cliëntsysteem

die variabelen (wat vinden we belangrijk?) en gewenste

waarden bepaalt. Je bent dan een facilitator die een

waardendiscussie van het cliëntsysteem faciliteert.

Vervolgens kun je als onderzoeker de kloof in kaart gaan

brengen. Dezelfde procedure kun je herhalen wanneer

doelen vastgesteld en/of uit oplossingsrichtingen

gekozen moet worden. De desbetreffende studente heeft

voor dit afstudeeronderzoek bij een bouwbedrijf in mijn

herinnering, een negen of tien gekregen.

Framing en reframing: over metaforen en abducties

Framing en reframing zijn we al verschillende keren

tegengekomen en wordt door Dorst (2015) gebruikt voor

zijn variant van design thinking: Frame Innovation. Create

New Thinking by Design. Dorst gebruikt de problemen

van een druk uitgaansgebied in Sydney als voorbeeld.

Bij die problemen moet je denken aan wildplassen,

openbare dronkenschap, vechtpartijen, drugsdeals

en aanrandingen. De gemeente/politie definieerde het

probleem als een ordehandhavingingsprobleem. Dan

ga je vanzelf oplossingen zoeken in het versterken

van de ordehandhaving. Dat leverde niet veel op en

de onderzoeksgroep van Dorst pakte het anders aan.

Door bezoekers van het gebied te observeren en

met hen te praten ontdekten ze dat deze mensen het

gebied bezochten om plezier te hebben. Daardoor

ontstond het idee dat het uitgaansgebied lijkt op een

muziekfestival. Daar gaan ook grote massa’s mensen

naar toe om plezier te hebben. Vervolgens kun je kijken

hoe op muziekfestivals vergelijkbare problemen opgelost

worden: openbare toiletten plaatsen, mensen tussentijds

vermaken, ervoor zorgen dat ze weg kunnen als ze willen.

De vergelijking van het uitgaansgebied met een

muziekfestival is een metafoor of analogie. Dat zijn

vormen van figuurlijk taalgebruik (Fogelin 2011), die

altijd berusten op een (meestal impliciete) negatieve

en een positieve analogie. Wanneer je van X (een

uitgaansgebied, een organisatie, je vriendin) zegt dat

het Y of als een Y is (een muziekfestival, een machine,

het zonnetje in je leven) dan ga je er vanuit dat iedereen

weet dat een uitgaansgebied iets totaal anders is dan een

muziekfestival, een organisatie iets totaal anders is dan

een machine en je vriendin iets totaal anders dan de zon.

Dit zijn de negatieve analogieën die je impliciet laat omdat

je veronderstelt dat iedereen weet dat je de vergelijking

niet letterlijk moet nemen: het gaat om vormen van

figuurlijk taalgebruik. Je vriendin zal dus niet zeggen

‘gekkie, ik ben helemaal geen zon.’ In plaats daarvan zal

ze zeggen ‘vertel op en leg uit.’ Zij is dan nieuwsgierig

naar de wijze waarop jij jouw kennis van eigenschappen

van de zon gebruikt om nieuw licht te laten schijnen op

kenmerken van je vriendin. In een analogie (X is als een Y)

gebruik je dus bestaande kennis over Y om nieuwe kennis

te ontwikkelen over X.

Vooral bij abducties wordt gebruik gemaakt van

analogieën: stel dat licht zich gedraagt als watergolven

of dat de interne structuur van een atoom lijkt op

de structuur van het heelal. Uit zo’n analogie kun

je hypothesen afleiden: als dat zo is zou licht ook

kenmerken x, y en z moeten hebben of zouden we binnen

atomen dezelfde krachten tegen moeten komen. Worden

die hypothesen bevestigd, dan verliezen de analogieën

hun figuurlijk karakter: lichtgolven bestaan echt en die

krachten komen we echt binnen atomen tegen (over het

gebruik van metaforen in de wetenschap en het verschil

tussen vruchtbare en onvruchtbare metaforen, zie

uitvoerig Aronson, Harré, Way 1994).

Abducties en het gebruik van analogieën zijn dus

niet het kenmerk of voorrecht van ontwerpers. Inductie,

deductie en abductie zijn redeneervormen die we

gebruiken in ons dagelijkse leven, in ons professionele

leven en in ons wetenschappelijke leven. De kunst

is het verzinnen van goede analogieën. Je kunt de

interne structuur van een atoom ook vergelijken met

een racebaan, maar dat levert niet veel op. Je kunt je

80

vriendin ook vergelijken met een winkelcentrum en als

je dat op een voor haar bevredigende wijze doet ben je

een meester in het maken van analogieën. Wanneer je

echter bij de vergelijking met de zon de nadruk legt op het

verschroeiende en vernietigende karakter van de zon zal

ze het uitmaken. Het is dan ook onjuist om te zeggen dat

we niet weten wat organisaties zijn omdat we er zoveel

metaforen op kunnen toepassen zoals in Morgan’s (2006)

Images of Organization. We weten wat organisaties zijn,

anders konden we ze niet onderscheiden van machines

of organismen. En met elke vergelijking leren we nieuwe

dingen over organisaties. Vergelijk het met je vriendin:

met hoe meer metaforen je haar kunt verblijden, des te

meer zal ze het gevoel hebben dat je haar kent. En als

je dat niet kunt, zal ze gaan denken dat je niet in haar

geïnteresseerd bent.

Framing en reframing: de geschiedenis van het begrip

De term framing is al oud en werd geïntroduceerd door

Bateson (1972): dieren moeten elkaar een signaal of

cue geven dat ze niet willen vechten maar stoeien. De

een moet het framen als een stoeipartij en de ander

moet begrijpen dat het om een stoeipartij gaat. Dat

signaal is een vorm van metacommunicatie. Bateson

heeft dat uitgewerkt in een theorie over waar die

metacommunicatie, bijvoorbeeld in de vorm van ‘double

binds’ fout kan gaan. ‘Wees spontaan’ is daar een

bekend voorbeeld van. Maar ook ouders die hun kinderen

voorhouden dat ze moeten zeggen wat ze denken en

vervolgens, als hun kinderen dat doen, zeggen dat ze niet

zo brutaal moeten zijn, communiceren met een dubbele

boodschap.

Goffman (1974) gebruikt het begrip in zijn boek

‘Frame analysis’ om de interpretatiekaders te analyseren

die we gebruiken in onze navigatie door het dagelijks

leven. Schön (1983) gebruikt het begrip in zijn analyse van

de interventiepraktijk van professionals en wijst op het

belang van herdefinities van problemen. Schön wijst er

terecht op dat frames niet waar of onwaar zijn: in Sydney

was sprake van problemen met gezagshandhaving.

Wanneer je een probleem herdefinieert kijk je vanuit een

ander perspectief naar hetzelfde probleem. De discussie

gaat dan niet om de vraag welk perspectief waar is,

maar welk perspectief het meest vruchtbaar is. In Schön,

Rein (1994) Frame reflection: toward the resolution

of intractable policy controversies wordt dit verder

uitgewerkt met als conclusie dat reframen moeilijk is en

zeker niet altijd werkt.

Inmiddels heeft het begrip ook zijn ingang gevonden

in de communicatie-, media- en politieke wetenschappen.

Daar wordt het gebruikt om te laten zien dat de wijze

waarop je een boodschap framed, dat wil zeggen,

verpakt, invloed heeft op de acceptatiekans van die

boodschap. Tversky en Kahneman hebben laten zien

dat de wijze waarop je een keuzesituatie verwoordt van

invloed is op de keuzes die mensen maken. En Lakoff

(2004/2016) gebruikt het om te laten zien hoe rechtse

politici hun boodschap framen en hoe linkse politici meer

aandacht zouden moeten besteden aan de wijze waarop

zij hun boodschap framen. Framen dat doen journalisten

als ze artikelen schrijven en politici als ze onaangename

boodschappen moeten verkondigen. Je analyseert dan

bijvoorbeeld hoe Trump zijn corona maatregelen framed.

En Lakoff vertelt ons hoe we daarmee om moeten gaan.

Niet de boodschap en het frame van de tegenstander

herhalen en dan weerleggen. Door het herhalen versterk

je die boodschap. In plaats daarvan moet je met je eigen

boodschap beginnen en daar aansprekelijke frames voor

ontwikkelen (zoals in Wray 2012, Connors, Mitchell 2017

en Kelton 2020).

Framing en reframing: een voorstel

Dit hele veld overziende zou mijn voorstel, kort

samengevat, het volgende zijn. Ik zou de term frame

reserveren voor de wijze waarop een boodschap verpakt

wordt. En ik zou het herdefiniëren van problemen gelijk

81

stellen aan het gebruiken van een ander perspectief

om naar hetzelfde probleem te kijken. Dat andere

perspectief stelt je in staat andere dingen te ontdekken.

Dat kan resulteren in een andere boodschap en je kunt

vervolgens nadenken over de vraag hoe je die boodschap

aantrekkelijk kunt verpakken, bijvoorbeeld door gebruik te

maken van antiframes of van ‘story telling.’

Door een onderscheid te maken tussen boodschap

en verpakking kun je eerst de boodschap analyseren

(bijvoorbeeld: we moeten bezuinigen omdat anders de

staatsschuld te groot wordt) en daarna de verpakking

of het frame (de overheid moet, net als gezinnen, haar

huishoudboekje op orde houden). Je kunt vervolgens

aantonen dat die boodschap onjuist is (bezuinigen in een

recessie maakt de zaak alleen maar erger; daarom doen

we dat nu, in corona tijd ook niet) en dat de verpakking

op een valse voorstelling van zaken berust: het budget

van een overheid met een eigen munt is iets totaal anders

dan het budget van een huishouden. Een huishouden

kan failliet gaan, een overheid met een eigen munt niet.

Die kan gewoon geld ‘bijdrukken.’ Je kunt, tenslotte

je eigen boodschap formuleren en daar frames voor

verzinnen waardoor mensen niet meer zo schrikken van

bijvoorbeeld het woord ‘staatsschuld.’

Voor het definiëren en herdefiniëren van problemen

gebruiken we het woord framen niet, want dat woord

reserveren we in mijn voorstel voor de verpakking van

je boodschap. Je doet daarmee recht aan het gegeven

dat frames ook kunnen berusten op een verkeerde

voorstelling van zaken. In plaats daarvan werken

we uit wat je doet als je een probleem definieert en

herdefinieert. Een probleem definiëren of definiëren als

X betekent een perspectief kiezen. En een probleem

herdefiniëren betekent vanuit een ander perspectief

naar dat probleem kijken zodat je andere aspecten

van dat probleem te zien krijgt. Een perspectief ligt

besloten in of bestaat uit de taal (begrippen) en de

daarin geformuleerde theorieën die je gebruikt om het

probleem te definiëren. Verschillende perspectieven

kunnen allebei de waarheid opleveren. Vroeger werd

daarvoor het voorbeeld van het liftprobleem gebruikt.

Het verhaal gaat als volgt. Een hoteleigenaar wordt

geconfronteerd met klagende gasten: die moeten te lang

op de lift wachten. De eigenaar roept een ingenieur te

hulp die de zaak onderzoekt en met een oplossing komt:

een nieuwe lift met ingebouwde slimme technologie zou

de wachttijden verkorten. Dat kost echter een hoop geld.

De eigenaar vraagt daarom een vriend die psycholoog

is om ook een keer naar het probleem te kijken. De

psycholoog observeert de wachtende gasten, ziet dat

ze zich vervelen, plaatst spiegels zodat de gasten elkaar

ongemerkt kunnen bekijken en zie, de klachten nemen af:

de gasten vervelen zich niet meer. De een analyseert het

probleem in de taal van de werktuigbouwkunde (vanuit

het perspectief van de werktuigbouwkundige) de ander

in de taal van de psycholoog (vanuit het perspectief van

de psychologie). Tegen beider verhalen valt niets in te

brengen: ze hebben allebei gelijk. Het enige verschil is,

dat de ene analyse leidt tot een dure en de andere tot een

goedkope oplossing.

Onder de noemer van waardendiscussie zijn we

al tegengekomen dat actoren in het cliëntsysteem

vanuit hun perspectief naar een probleem kijken.

In een MT vergadering waarin wordt besproken

waarom het zo slecht gaat met de organisatie,

is de kans groot dat de kwaliteitsmanager het zal

definiëren als een kwaliteitsprobleem, de bedrijfsleider

als een planningsprobleem, de verkoper als een

marketingprobleem, de HR functionaris als een

personeelsprobleem, de systeembeheerder als een

ICT probleem en de onderhoudsmanager als een

onderhoudsprobleem. En ze weten ook allemaal wat de

oplossing is: meer ICT, beter personeel, meer marketing,

meer preventief onderhoud, enzovoort. Dit is wat

Checkland, ietwat overdreven, de ‘Weltanschauung’ (W)

van actoren (A) noemt.

82

Hier hebben we het echter over het perspectief waarmee

de professional/onderzoeker naar het probleem

kijkt. Herdefiniëren betekent dan vanuit een ander

perspectief naar het probleem kijken. Toegepast op

de MT vergadering zou de professional vanuit een

integraal perspectief kunnen kijken: is het mogelijk

dat die problemen met elkaar te maken hebben en

een gemeenschappelijke oorzaak hebben? En zou

die oorzaak gelegen kunnen zijn in de cultuur van de

organisatie of in de structuur van de organisatie. In het

eerste geval herdefinieer je het probleem, net als Schein,

in een cultuurprobleem en stel je een cultuurdiagnose

voor. En in het tweede geval herdefinieer je het

probleem, net als de sociotechniek of lean, als een

structuurprobleem en stelt een structuurdiagnose voor.

En je kunt samen met het MT bepalen welk probleem het

meest dringend is. Je start dan een interventie op dat ene

probleem: preciseren van het probleem, oorzaken in kaart

brengen, enzovoort. Als het om een personeelsprobleem

gaat zul je dat doen in de taal en daarin geformuleerde

theorieën van HRM, een planningsprobleem in de taal en

daarin geformuleerde theorieën van OM, enzovoort.

Ook de professional moet dus bepalen vanuit welk

perspectief hij naar het probleem kijkt, dat wil zeggen,

in welke taal en met welke theorie hij het probleem

definieert. Ook de professional moet het probleem

definiëren of herdefiniëren. De keuze van een perspectief

zegt niets over de waarheid van wat je te zien krijgt.

Analyseren vanuit een cultuurperspectief kan tot de

conclusie leiden dat er geen cultuurproblemen zijn en

analyseren vanuit een structuurperspectief dat er geen

structuurproblemen zijn. Net zoals een taal bepaalt wat

je kunt zeggen, bepaalt je perspectief wat je kunt zien.

Over de waarheid van wat je met die taal kunt zeggen of

wat je met dat perspectief kunt zien beslist de empirie.

Als professional zul je meestal meerdere perspectieven

combineren: je kunt de problemen van de Euro zowel

vanuit een economisch perspectief als vanuit een politiek

perspectief analyseren, de advocaat kijkt zowel vanuit

een juridisch perspectief (procederen of schikken) als

vanuit een financieel en emotioneel perspectief naar de

cliënt (kan die dat financieel en/of emotioneel aan?) en de

bedrijfskundige kijkt zowel vanuit een ontwerpkundig als

vanuit een veranderkundig perspectief naar het probleem.

Samenvattend: zonder perspectief zie je niets (er

bestaat geen ‘view from nowhere’). Perspectieven kun

je kiezen, maar wat je te zien krijgt is ‘up to the world.’

In de woorden van Luhmann: aan de ‘subjectiviteit’ van

een perspectief beantwoordt de ‘objectiviteit’ van het

aspect dat je te zien krijgt. Als je een ander perspectief

gebruikt krijg je andere aspecten te zien en als je meer

perspectieven gebruikt krijg je meer aspecten van het

probleem te zien. Je kunt verschillende perspectieven

combineren, maar er bestaat geen allesomvattend

perspectief (er bestaat geen ‘God’s eye view’). Een

professional moet dus ‘meervoudig’ kunnen kijken. Maar

de kunst van de professional is gelegen in het kiezen en

combineren van de perspectieven die ‘in dit geval’ het

meest vruchtbaar zijn. Daarvoor is het advies ‘je moet

meervoudig kijken’ niet voldoende.

Terug naar het Sydney voorbeeld: hoe kan de

professional interveniëren?

De door de onderzoeksgroep van Dorst uitgevoerde

analyse van het uitgaansgebied van Sydney is een

mooi voorbeeld hoe je met behulp van een analogie

een oorspronkelijk soort probleem kunt herdefiniëren

in een ander soort probleem: je observeert en

spreekt onbevooroordeeld met de bezoekers van het

uitgaansgebied en tijdens die ‘etnografische’ fase springt

je een idee te binnen (‘het lijkt op een muziekfestival’), dat

je direct op het spoor naar nieuwe oplossingen zet.

Stel nu dat je een vergelijkbare opdracht krijgt:

de gemeente/politie van Eindhoven vraagt je het

Stratumseind, eenzelfde soort probleemgebied, te

onderzoeken. Je kent het Sydney voorbeeld niet en

83

moet een plan van aanpak bedenken. Bovendien

twijfel je aan je creatieve vermogens en je wilt dus niet

onbevooroordeeld en onvoorbereid het gebied gaan

bestuderen. Je kunt dan ook literatuur verzamelen over

crowd control, bijvoorbeeld door op internet te gaan

kijken. Je ontdekt dan al snel dat crowd control een

vak is dat onderdeel uitmaakt van de veiligheidskunde.

Daar wordt les in gegeven en bestaat literatuur

over. Bij het bestuderen van de literatuur zie je dat

onderscheid gemaakt wordt tussen crowd control bij

voetbalwedstrijden, demonstraties, muziekfestivals

en drukke plaatsen zoals spoorwegstations en

uitgaansgebieden. De vergelijking heeft nu haar

metaforisch karakter verloren: muziekfestivals en

uitgaansgebieden lijken op elkaar omdat ze vallen onder

hetzelfde supertype, namelijk dat van crowd control.

En ze verschillen van elkaar omdat het verschillende

subtypen van hetzelfde supertype zijn. Deze literatuur

gebruik je om een overzicht te maken van mogelijke

problemen, mogelijke oorzaken en mogelijke oplossingen.

Vervolgens ga je onderzoeken welke van deze problemen

en oorzaken in dit geval (het Stratumseind) aanwezig zijn.

Daarvoor kun je de meest uiteenlopende methoden van

gegevensverzameling gebruiken. En het kan zijn dat je

nieuwe problemen en/of oorzaken ontdekt. Vervolgens

kijk je welke van de oplossingen al of niet in aangepaste

vorm in dit geval kunnen gaan werken.

Stel nu dat je dezelfde opdracht krijgt, je twijfelt aan

je creatieve vermogens en die literatuur bestaat niet.

Dan maak je geen onderzoeksplan, maar doorloopt

stap voor stap de fasen van de interventiecyclus,

bijvoorbeeld met behulp van de A3 methode. Je start met

een algemeen geformuleerd probleem: er is sprake van

gezagshandhavingsproblemen. In een eerste stap ga je

dat probleem preciseren: om welke problemen gaat het

(wildplassen, dronkenschap, vechtpartijen, enzovoort). Bij

elk probleem stel je verschillende vragen: hoe vaak, door

wie, wanneer/hoe laat, waar, enzovoort. In het Sydney

voorbeeld zou je dan al snel ontdekken dat de meeste

problemen zich na twaalven voordoen.

In de volgende stap stel je de verklarende

waaromvraag: wat zijn de oorzaken van dit gedrag. Je

ontdekt dan dat de mensen niet weg kunnen omdat

de uitgaansgelegenheden vol zitten en de treinen na

twaalven niet meer rijden, terwijl ze vol bier zitten: ze

kunnen nergens naar het toilet. En je ontdekt dat mensen

niet weg kunnen en zich gaan vervelen, vertier zoeken

en gaan vechten. In deze stap werk je in de ‘breedte’:

je zoekt naar zo veel mogelijk oorzaken. En je werkt

in de diepte: je zoekt naar oorzaken van oorzaken. Zo

ontdek je dat veel problemen een gemeenschappelijke

achterliggende oorzaak (‘root cause’) hebben: de mensen

kunnen niet weg. In de derde stap ga je naar oplossingen

zoeken. Aangrijpingspunt zijn de gevonden directe en

achterliggende oorzaken. Je stelt voor openbare toiletten

te plaatsen (wildplassen), te kijken of de treinen eerder

kunnen gaan rijden (minder mensen), er voor alternatief

vermaak gezorgd kan worden (vechtpartijen), enzovoort.

Dit zijn drie verschillende manieren om hetzelfde

probleem te onderzoeken. Ze hebben een aantal

kenmerken gemeenschappelijk. In alle drie de gevallen

• Worden de fasen van de interventiecyclus doorlopen.

• Verdiepen de onderzoekers zich eerst in het

probleem, voordat ze oplossingen ontwerpen.

• Verlaten ze hun bureau om ter plekke te kijken en te

praten.

• Baseren ze zich zo veel mogelijk op de feiten.

• Betrekken ze belanghebbenden en betrokkenen meer

of minder intensief in hun onderzoek.

In die zin zijn het alle drie vormen van toegepast

onderzoek in het kader van de interventiecyclus. Er

bestaan ook verschillen. De eerste werkwijze is een open

vorm die start met een etnografisch achtig onderzoek.

Dat vereist een hoge mate van zelfvertrouwen: je moet

erop vertrouwen dat de ideeën ‘vanzelf’ gaan stromen

84

tijdens het onderzoek. ‘Creative confidence’ is dan ook

volgens Kelley het belangrijkste wat zijn studenten tijdens

de opleiding verwerven:

Once you have design thinking in your life, you have

creative confidence. You say, “I’ve solved difficult

problems before. I know how to do this. I’ll put a team

together. I’ll build prototypes. I’ll understand the users

to get the ideas for what is really meaningful to the

people that I’m designing for. I’ll bet you that I’d come

up with something, with intention, something that’s

successful.” That’s confidence.

In het tweede geval ontleen je dat zelfvertrouwen aan

de inhoudelijke kennis over het probleem dat je gaat

onderzoeken. Je hebt je eerst verdiept in de literatuur

voordat je je in het concrete probleemgeval gaat

verdiepen. Hoe vaker je dit gedaan hebt, des te groter

je ‘creative confidence’ wordt: je weet bij bijvoorbeeld

procesverbeteringsprojecten welke theorieën en

technieken je bij welke problemen kunt inzetten. Je wordt

daar steeds flexibeler en creatiever in en ontwikkelt

een eigen stijl van werken. Ik denk dat de meeste IDEO

projecten uit een combinatie van beide werkwijzen

bestaat. Ook IDEO medewerkers zullen zich eerst in de

literatuur over overdrachten verdiepen voordat ze met hun

onderzoek starten. En niets let hen tijdens dat onderzoek

gebruik te maken van etnografisch achtige technieken

uit de eerste werkwijze. Dat verschilt niet van wat bij

lean de ‘gemba’ wordt genoemd: verlaat je bureau en ga

naar de werkvloer om daar te kijken en te praten. En laat

vooral medewerkers zelf een ‘value stream map’ maken

of een visgraat invullen. Ik denk dat de eerste werkwijze

vooral werkt bij het ontwerpen van nieuwe producten

en diensten en de tweede bij problemen waarvoor

inhoudelijke expertise is vereist.

In het derde geval ontleen je het zelfvertrouwen aan

het methodisch karakter van de werkwijze. Je wordt bij

elke stap gedwongen bepaalde vragen te stellen. En in

de loop van je onderzoek merk je tot je verrassing dat

je steeds meer van het probleem begint te begrijpen en

tot verrassende oplossingen kunt komen (zie verder de

bijdrage over de A3 methodiek). Heb je dat een paar keer

gedaan, dan groeit je ‘creative confidence.’ Wat en hoe

ingewikkeld het probleem ook is, je vertrouwt erop dat

je er met de A3 methodiek wel uit komt. Deze werkwijze

is vooral geschikt wanneer over het probleem weinig in

de literatuur te vinden is. Wanneer die literatuur er wel is,

combineer je gewoon werkwijze twee en drie.

85

5. Toegepast onderzoek in het kader van de interventiecyclus: de designs van toegepast onderzoek

In deze bijdrage (1) behandel ik de overeenkomsten en verschillen tussen fundamenteel en toegepast onderzoek, (2) licht ik de beslisboom over vormen en designs van onderzoek toe en (3) beschrijf ik achtereenvolgens de designs van toegepast diagnostisch, ontwerpgericht, implementatie en evaluatieonderzoek.

1. Overeenkomsten en verschillen fundamenteel en toegepast onderzoek

Overeenkomsten: empirisch onderzoek

Bij zowel fundamenteel als toegepast onderzoek gaat

het om vormen van empirisch onderzoek: je formuleert

onderzoeksvragen, verzamelt gegevens en probeert

daarmee de onderzoeksvragen te beantwoorden. De

wijze waarop je dat doet moet voldoen aan de eisen van

meetvaliditeit en betrouwbaarheid. En de wijze waarop

je, op haar beurt, aan die eisen voldoet is afhankelijk van

de gekozen manier van dataconstructie. Kijk naar het

desbetreffende hoofdstuk of handboek en je weet hoe je

dat moet doen. Ook toegepast onderzoek moet aan deze

eisen voldoen: anders zadel je de opdrachtgever op met

verkeerde diagnoses en/of oplossingen.

Beschrijven en verklaren

Zo geformuleerd (formuleer vragen, verzamel gegevens

en beantwoord de vragen) klinkt onderzoek doen

gemakkelijk. Er bestaan echter grote verschillen tussen

beschrijvend en verklarend onderzoek. Bij beschrijvend

onderzoek kun je aan de vragen aflezen waarover je

gegevens moet verzamelen. Bij verklarend onderzoek

is dat niet zo. Voordat je bij verklarend onderzoek

naar gegevens kunt gaan zoeken heb je eerst een

theorie over oorzaken en gevolgen en vervolgens een

onderzoeksdesign (een onderzoeksstrategie) nodig.

De theorie vertelt je naar welke gegevens (over

oorzaken en gevolgen) je moet gaan kijken. Vandaar:

zonder begrippen weet je niet wat je ziet en zonder

theorie weet je niet waar je moet kijken. De theorie

mondt altijd uit in een onderzoeksmodel. Dat model is

een beknopte weergave van je onderzoeksvragen: het

vertelt je wat je gaat onderzoeken, dat wil zeggen, welke

vragen je gaat beantwoorden. Hoe dat onderzoeksmodel

eruit ziet is afhankelijk van de aard van de geformuleerde

theorie: zoekt die naar effecten van afzonderlijke

oorzaken dan wordt het een variabelenmodel, met

onafhankelijke en afhankelijke variabelen. Zoekt je

theorie naar combinaties van oorzaken dan ziet je

onderzoeksmodel eruit als een configuratiemodel:

je onderzoekt de effecten van een beperkt aantal

configuraties van oorzaken.

Daarna moet je de onderzoeksstrategie bepalen: je

onderzoeksontwerp. Wanneer je fundamenteel onderzoek

doet kun je daarvoor kiezen uit een groot aantal mogelijke

ontwerpen die we eerder behandeld hebben. En pas dan

kun je gaan nadenken over de wijze waarop je gegevens

86

gaat verzamelen. Immers, pas nu weet je of je een voor-

en nameting moet uitvoeren en bij wie je dat moet doen,

of je een interventie- en controlegroep gebruikt, over

welke ‘overige factoren’ (‘cofounders’) je gegevens moet

verzamelen, enzovoort.

Vandaar dat je onderzoeksplan en –verslag bestaat

uit een theoretische verantwoording: hoe ziet de theorie

en het daaruit afgeleide onderzoeksmodel eruit? In

dat onderzoeksmodel staan je onderzoeksvragen.

Daarna komt een hoofdstuk over je onderzoeksontwerp,

gevolgd door een hoofdstuk over je methoden

van dataconstructie. Ik zou daar ook altijd twee

hoofdstukken van maken. Dan loop je niet het risico je

onderzoeksontwerp te verwarren met je methoden van

dataconstructie.

De verschillen: zoeken naar nieuwe versus gebruiken

van bestaande verklaringen

Ook toegepast onderzoek is verklarend onderzoek. In

de diagnostische fase ben je op zoek naar oorzaken

van problemen en in de ontwerpgerichte fase ben je op

zoek naar oorzaken van gewenste effecten. Dat zijn de

middelen waarmee je doelen bereikt of problemen oplost.

‘Toegepaste verklaringen’ verschillen echter

fundamenteel van ‘fundamentele verklaringen.’ In beide

gevallen word je geconfronteerd met het probleem

van causale complexiteit. In zijn meest eenvoudige

vorm verwijst dat naar het feit dat elk gevolg meerdere

oorzaken en elke oorzaak meerdere gevolgen heeft.

Voor de fundamentele onderzoeker betekent dit dat

hij wil bewijzen dat X een oorzaak van Y is, terwijl hij

weet dat A, B en C ook oorzaken van Y zijn. Hij moet

daarom ‘controleren’ voor A, B en C. Hoe hij dat doet

is afhankelijk van het gekozen design. Hij kan daarvoor

gebruik maken van een van de vele experimentele of

observationele designs. Met die designs probeert hij

de interne validiteit (kan ik bewijzen dat mijn verklaring

klopt?) van zijn onderzoek te verhogen.

Als de onderzoeker bovendien wil generaliseren (externe

validiteit), dan moet hij daarvoor extra voorzieningen

treffen. Hij moet bij een grote N een juiste steekproef

gebruiken en bij een kleine N aandacht besteden aan de

selectie van zijn case(s): een typische case, afwijkende

case, enzovoort.

Wat betekent interne validiteit voor toegepast

onderzoek?

Voor de toegepaste onderzoeker ligt dit anders. Die

weet dat X, A, B en C mogelijke oorzaken zijn van Y en

moet de vraag beantwoorden: welke van die mogelijke

oorzaken zijn in dit geval aanwezig? Dat doe je in

diagnostisch onderzoek waarin Y een ongewenst effect

is en in ontwerpgericht onderzoek waarin Y een gewenst

effect is. De toegepast onderzoeker moet dus niet

andere oorzaken controleren door die uit te sluiten. Hij

mag omgekeerd geen oorzaken over het hoofd zien. Hij

hoeft niet meer te bewijzen dat X, A, B en C mogelijke

oorzaken van Y zijn. Daar heeft fundamenteel onderzoek

al voor gezorgd. In plaats daarvan moet de toegepast

onderzoeker een overzicht hebben van alle mogelijke

oorzaken om te kunnen bepalen welke daarvan in dit

geval aanwezig zijn.

Je zou kunnen zeggen dat de fundamenteel

onderzoeker op zoek is naar goede verklaringen: is X een

generieke oorzaak van Y? En de toegepast onderzoeker

is op zoek naar volledige verklaringen: welke specifieke

combinatie van alle mogelijke oorzaken verklaren in dit

geval effect Y? Ook de toegepast onderzoeker moet dus

kunnen bewijzen dat zijn verklaringen kloppen (interne

validiteit). Dat vraagstuk neemt alleen een andere vorm

aan.

Waarom externe validiteit niet van toepassing is op

toegepast onderzoek

Moet toegepast onderzoek ook voldoen aan de eis van

externe validiteit? Nee, want die is niet van toepassing,

87

niet relevant. Als de toegepast onderzoeker tot de

conclusie komt dat in dit geval oorzaken B en C aanwezig

zijn, is de vraag ‘kun je dit generaliseren?’ onzinnig. Dat

was niet de vraag en of in dit geval B en C aanwezig zijn

is onafhankelijke van de vraag of B en C ook in andere

gevallen aanwezig zijn. Als de arts concludeert dat je

corona hebt, de controller dat de cash flow opdroogt, de

medezeggenschapsraad dat de werkdruk is toegenomen,

de hogeschool dat de studentenaantallen teruglopen, dan

zal niemand vragen ‘kun je dat generaliseren?’ De enig

relevante vraag is: hoe komt dat?

Conclusie

Toegepast onderzoek moet, zoals elke vorm van

empirisch onderzoek, voldoen aan de eisen van

meetgeldigheid en betrouwbaarheid. Voor toegepast

onderzoek is de eis van externe validiteit niet relevant

en niet van toepassing. En de eis van interne validiteit

neemt een andere vorm aan. Daarom pas je ook niet

de designs van fundamenteel onderzoek toe. Aan deze

methodologische eisen kun je andere eisen toevoegen,

maar die kunnen nooit deze methodologische eisen

vervangen. Je kunt bijvoorbeeld pragmatische validiteit

toevoegen. Dan heb je twee mogelijkheden. Of je bedoelt

met pragmatische validiteit hetzelfde als interne validiteit:

je weet waarom iets werkt en kunt dat bewijzen. Dan

voegt het niets toe. Of het betekent iets anders. Dan

vervangt het interne validiteit niet, maar voegt daar iets

aan toe, wat dat ook moge zijn.

Toegepast onderzoek: de kloof tussen wetenschap en

praktijk

Professionals worden altijd geconfronteerd met de kloof

tussen wetenschap en praktijk. Wetenschappelijke

kennis is algemeen van aard. Ze levert kennis die

geldt onder experimenteel gecontroleerde condities

(ceteris paribus wetten), gerandomiseerde condities,

statistisch gecontroleerde condities, vereenvoudigde

simulatie condities of nauwkeurig gespecificeerde

‘scope conditions.’ Daarmee kan dan ook nooit de vraag

beantwoord worden wat in een concreet geval oorzaken

en oplossingen zijn. In dat concrete geval zijn immers de

ceteris niet paribus, de condities niet gerandomiseerd,

niet statistisch gecontroleerd, niet vereenvoudigd zoals in

simulatiestudies en de ‘scope conditions’ niet hetzelfde

(zie uitvoerig Cartwright, Hardy 2012). Omgekeerd

hoeft wat in een concreet geval werkt, niet te werken

in een ander geval. Condities kunnen daar immers

anders zijn. In deze zin is er altijd sprake van een kloof

tussen wetenschap en praktijk. En het is de taak van de

professional die kloof te overbruggen.

Professionals moeten dus de generieke kennis van

de wetenschap wanneer ze die gaan toepassen, weer

contextualiseren (Schön 1983). Dat betekent dat ze weer

oorzaken moeten gaan toevoegen. Dat is gedeeltelijk een

vaardigheid die professionals alleen in de praktijk kunnen

leren: ze kunnen zich ontwikkelen van ‘novice’ tot ‘expert’

(Dreyfuss, Dreyfuss 1986; Benner 1984). Ze kunnen die

kloof ook door onderzoek verkleinen. Volgens ons is dit

de belangrijkste functie van toegepast onderzoek. In

de woorden van Cartwright: toegepast onderzoek moet

professionals helpen de kloof te overbruggen tussen ‘het

werkt ergens’ en ‘het werkt hier.’ Daarvoor kunnen ze niet

de designs van fundamenteel onderzoek gebruiken, zoals

het volgende voorbeeld laat zien.

Een voorbeeld: ‘Growth Diagnostics’

Laten we als niet-medisch voorbeeld een diagnostisch

instrument bekijken dat door Hausmann, Rodrik en

Velasco (2005) ontwikkeld is om de oorzaken van

economische groeiproblemen te onderzoeken, zie

Figuur 1 (‘growth diagnostics’). Het instrument is

ontwikkeld als reactie op en alternatief voor wat wel de

Washington consensus genoemd wordt: als een land bij

het IMF om hulp vraagt is de oplossing altijd hetzelfde,

namelijk bezuinigen (‘fiscal consolidation’), dereguleren,

88

privatiseren en liberaliseren. Dat is nog steeds zo. Als

een land door de coronacrisis in moeilijkheden raakt

en bij het IMF om hulp aanklopt, dan moet dat land, in

ruil daarvoor ‘structurele hervormingen’ doorvoeren en

bijvoorbeeld bezuinigen op de gezondheidszorg (zie het

Oxfam persbericht van 12 0ktober 2020: “Over 80 per

cent of IMF Covid-19 loans will push austerity on poor

countries”).

In ‘growth diagnostics’ worden in plaats daarvan

op basis van een theorie de mogelijke oorzaken van

groeiproblemen geïdentificeerd. Met behulp hiervan

kan een land bepalen wat in zijn geval de oorzaak van

groeiproblemen is (‘binding constraint’) en daarvoor

oplossingen ontwerpen. Je herkent hierin de structuur

van elk diagnostisch onderzoek: beschrijvend (wat is de

kloof tussen feitelijke en gewenste groei?) en verklarend

(welke van alle mogelijke oorzaken zijn in dit geval

aanwezig en verklaren de gebrekkige groei van dit land?):

Aan de onderzoeksvraag kun je zien dat het hier om

toegepast onderzoek gaat: het onderzoek start niet met

een kennisprobleem van de wetenschap en is niet gericht

op het ontwikkelen van nieuwe wetenschappelijke kennis.

In plaats daarvan start het met een handelingsprobleem

van de praktijk, namelijk economische groeiproblemen.

En aan de vraag kun je zien dat het om een toegepast

diagnostisch onderzoek gaat: wat zijn de oorzaken van

onze groeiproblemen. Het diagnostisch instrument brengt

alle mogelijke oorzaken in kaart en de diagnostische

vraag luidt: welke daarvan zijn in dit land aanwezig?

Figuur 1. Growth diagnostics.

Low return to economic activity

Low social returns

Low appropriability

Low human capital

Poor geopraphy

Bad infrastructure

Possible causes

Problem: low levels of private investment and entrepreneurship

Source: Ricardo Hausmann, Dani Rodruk, and Andrés Velasco, “Getting the diagnosis right”,

Finance and Development 43 (2006), available at http://www.inf.org/external/pubs/ft/fandd/2006/03/hausmann.htm.

Used with permission.

High cost of finance

Goverment failures

Macro risks:property rights,

corruprion, taxes

Macro risks:financial, monetary,

fiscal instability

Market failures

Information externalities:

“self-discovery”

Bad international

finance

Lowdomestic

saving

Coordination externalities

Bad local

finance

Poor Inter-

mediation

89

Het diagnostisch model is een onderzoeksmodel dat

uit een theorie is afgeleid. Dus ook een diagnostisch

onderzoek start met een theoretische verantwoording.

Daarin leg je uit welke theorie je waarom selecteert voor je

diagnostisch onderzoek. Je legt bijvoorbeeld uit waarom

je niet voor het IFM-model en wel voor het ‘Hausmann,

Rodrik, Velasco’-model hebt gekozen. En als je voor

het laatste kiest, dan kun je dat model nog aanvullen,

bijvoorbeeld omdat in dit model (zoals in alle neoklassieke

modellen) nogal eenzijdig de nadruk wordt gelegd op het

niveau van private investeringen. Dit alles mondt uit in

een onderzoeksmodel, dat je vertelt waarover je allemaal

gegevens moet gaan verzamelen. Het model heeft een

horizontale en een verticale dimensie. In de breedte

(horizontaal) zoek je naar meerdere oorzaken en in de

diepte (verticaal) zoek je naar oorzaken van oorzaken of

achterliggende oorzaken (‘root causes’). Je kunt nu, in

het hoofdstuk over methoden van dataconstructie, gaan

uitleggen op welke wijze je de vereiste gegevens gaat

verzamelen. Maar wat is nu het design van je onderzoek?

Wat is het design van een diagnostisch onderzoek?

De vraag is nu: welk design moet je kiezen? Omdat je een

land onderzoekt is het geen experiment, cross-sectionele

studie of longitudinale studie. De verleiding is groot

om het een casestudie te noemen. Je onderzoek heeft

immers betrekking op een geval (N = 1): het land met

groeiproblemen. Ga je nu in een handboek casestudie

onderzoek kijken hoe je het onderzoek vorm moet geven,

dan zal je uitgebreide verhandelingen aantreffen over

• Externe validiteit van casestudies en de eisen die dat

stelt aan het selecteren van je case of cases.

• Interne validiteit en de eisen die dit stelt aan het

uitsluiten van alternatieve verklaringen en de wijze

waarop je dit kunt toetsen.

Zijn deze eisen ook of ook in deze vorm van toepassing

op diagnostisch onderzoek?

Externe validiteit: is niet van toepassing op toegepast

onderzoek

Wanneer de ambtenaren van bijvoorbeeld Venezuela na

toepassing van het instrument tot de conclusie komen

dat vormen van overheidsfalen de belangrijkste oorzaak

zijn, heeft het dan zin om te vragen of zij deze conclusie

kunnen generaliseren? Nee, natuurlijk niet. Wat in

Venezuela de oorzaak is, is immers onafhankelijk van de

vraag wat in Bolivia of in andere landen de oorzaak is.

Wat van alle mogelijke oorzaken de feitelijke oorzaken zijn

kan van land tot land verschillen. De oorzaak in Bolivia

zou gelegen kunnen zijn in vormen van marktfalen. Je

hebt dan niet de verklaring voor Venezuela weerlegd. Je

onderzoeksvraag is immers niet: is overheidsfalen een

mogelijke oorzaak van groeiproblemen? Dat weten we

al. De onderzoeksvraag luidt: verklaart overheidsfalen in

dit geval de groeiproblemen of zijn daar andere oorzaken

– mede – voor verantwoordelijk? Dat betekent dat het

onzinnig is om te vragen of je de uitkomsten van een

diagnostisch onderzoek kunt generaliseren. Daar gaat je

vraag niet over. Die gaat over de oorzaken die in dit geval

aanwezig zijn. Vandaar dat je ook geen aandacht hoeft te

besteden aan het selecteren van cases. Het is omgekeerd

zo dat die cases jou selecteren.

Een diagnostisch onderzoek is dus geen

gevalsstudie. Je hoeft niet na te denken over caseselectie

(typische case, afwijkende case, enzovoort), want de

case selecteert jou. Het enige wat je moet doen is de

volgende onderzoeksvraag beantwoorden: welke van alle

bekende oorzaken zijn in dit geval aanwezig en verklaren

ongewenst gevolg Y? Vandaar dat Gerring (2006; 2007)

het een ‘single outcome study’ noemt en nadrukkelijk

geen gevalstudie. En vandaar dat een handboek

casestudie onderzoek je niet gaat helpen bij het ontwerp

van je diagnostisch onderzoek. Integendeel, die zet je op

het verkeerde spoor. Dat geldt niet alleen voor de externe,

maar ook voor de interne validiteit van je onderzoek.

90

Interne validiteit: is in andere vorm van toepassing op

toegepast onderzoek

Ook in toegepast onderzoek moet je onderzoek voldoen

aan de eis van interne validiteit (klopt je verklaring?).

Anders zadel je de opdrachtgever op met verkeerde

diagnoses en/of oplossingen. Interne validiteit neemt

echter een andere vorm aan. Als je, in fundamenteel

onderzoek, wilt bewijzen dat overheidsfalen een

mogelijke oorzaak is van groeiproblemen en als je

weet of vermoedt dat groeiproblemen ook veroorzaakt

kunnen worden door marktfalen en door hoge

financieringskosten, dan is je design erop gericht deze

alternatieve verklaringen uit te sluiten. Als je geluk hebt

tref je een natuurlijk experiment aan: twee landen zijn

zo goed als identiek, maar het ene land heeft last van

overheidsfalen en het andere land niet. Je hebt dan

een interventiegroep (het land met overheidsfalen) en

een controlegroep. Als het land met overheidsfalen

groeiproblemen heeft en het andere niet, kun je met

voldoende zekerheid concluderen dat overheidsfalen een

generieke oorzaak is van groeiproblemen.

Dat ligt in toegepast, in dit geval diagnostisch

onderzoek anders. Ten eerste weet je nu dat

overheidsfalen een mogelijke oorzaak is en het

enige wat je hoeft te doen is kijken of in dit land

sprake is van overheidsfalen. Daarvoor heb je geen

experimenteel design nodig. En, ten tweede, hoef je

nu geen alternatieve verklaringen uit te sluiten. Het

probleem van toegepast onderzoek is andersom: al

die factoren of oorzaken waarvoor in fundamenteel

onderzoek gecontroleerd wordt, kunnen in dit geval

wel aanwezig zijn. Als je pech hebt is er zowel sprake

van overheidsfalen, van marktfalen en van hoge

financieringskosten. Dan zal je moeten bepalen welke

van deze aanwezige oorzaak de belangrijkste is en waar

je gaat beginnen bij het ontwerpen van oplossingen. Je

mag, met andere woorden, in toegepast onderzoek geen

aanwezige oorzaken over het hoofd zien. Dit hebben

we eerder gedefinieerd als de kloof tussen wetenschap

en praktijk: in toegepast onderzoek moet je generieke

kennis contextualiseren, dat wil zeggen, toepasbaar

maken op een individueel geval. Daarvoor moet je

oorzaken toevoegen. Dat kan verschillende vormen

aannemen:

• Een gevolg (ongewenst in diagnostisch en gewenst in

ontwerpgericht onderzoek) kan meerdere oorzaken

hebben. Je bent dan op zoek naar configuraties van

oorzaken.

• Of een gevolg ook optreedt is afhankelijk van een

gevalsspecifieke constellatie van meewerkende,

tegenwerkende, terugwerkende, mediërende

en modererende factoren. Je gebruikt dan een

variabelenmodel.

• Tussen oorzaak en gevolg ligt een causaal proces.

Het kan dus zijn dat niet oorzaak X, maar een van de

stappen die leiden tot gevolg Y verantwoordelijk is

voor de ongewenste of gewenste effecten. Net als in

de geneeskunde kijk je dan naar waar in het proces je

het beste kunt interveniëren.

Theorieën: gebruiken of onderzoeken

Professionals moeten in toegepast onderzoek op zoek

naar theorieën die hen een overzicht van mogelijke

oorzaken geven. Ten aanzien van de theorieën die ze

aantreffen zijn er twee mogelijkheden (zie Polanyi 1958):

óf je vertrouwt de theorie niet en gaat hem kritisch

onderzoeken óf je vertrouwt hem wel en gaat hem

gebruiken om daarmee feitelijke oorzaken op te sporen.

In het eerste geval is de theorie je object van onderzoek

(klopt die wel?) en kom je in de empirische cyclus

terecht. Je onderzoekt dan de theorie op conceptuele,

theoretische en/of empirische onvolkomenheden. In

het tweede geval zijn de oorzaken van groeiproblemen

van land X je object van onderzoek en gebruik je de

theorie als middel om die oorzaken in kaart te brengen.

Je komt dan in de interventiecyclus terecht: je toetst

91

geen nieuwe theorie, maar past hem toe. Als je een

theorie vergelijkt met een lens of bril waarmee je naar

de wereld kijkt, dan volgt daaruit dat je die theorie niet

tegelijkertijd kunt bestuderen (waarvoor je de bril moet

afzetten) en toepassen (waarvoor je hem moet opzetten).

Als je hem gaat toepassen, moet je in de theoretische

verantwoording uitleggen waarom je die theorie

vertrouwt.

In de praktijk worden theorieën vaak tegelijkertijd

bestudeerd en toegepast. Maar we verdelen dat.

Onderzoekers bestuderen de theorie kritisch en leveren

zo input voor het verwerpen of verbeteren van de theorie.

Op basis van die wetenschappelijke kritiek heeft Rodrik

inmiddels nieuwe elementen aan het model toegevoegd.

Professionals passen de theorie toe en leveren input

over moeilijkheden die ze bij de toepassing tegen zijn

gekomen. Die zijn in dit geval vooral gelegen in het

verzamelen van gegevens. Omdat veel van de mogelijke

oorzaken alleen indirect gemeten kunnen worden heb je

daar slimme strategieën voor nodig. Op basis van beide

inputs wordt de ‘Handleiding Growth Diagnostics’ waar

nodig aangepast en verbeterd.

Is toegepast onderzoek wetenschappelijk onderzoek?

Voor toegepast onderzoek heb je andere designs nodig

dan de designs van fundamenteel onderzoek. Voordat we

de designs van toegepast onderzoek gaan behandelen,

beantwoorden we eerst de vraag of toegepast onderzoek

wel wetenschappelijk onderzoek is.

We hebben eerder een onderscheid gemaakt

in een productdefinitie en een procesdefinitie van

wetenschappelijk onderzoek. Fundamenteel onderzoek

voldoet aan beide definities. Toegepast onderzoek

levert geen nieuwe generieke kennis op en is dus alleen

in de procesdefinitie wetenschappelijk onderzoek: het

moet voldoen aan de procescriteria van meetvaliditeit,

betrouwbaarheid en interne validiteit.

Bovendien pas je In toegepast onderzoek bestaande

kennis toe. Dat betekent dat de begrippen en theorieën

die je in het toegepast onderzoek gebruikt zo veel

mogelijk ontleend moeten zijn aan de academische en/

of professionele literatuur. Daarin verschilt het van het

onderzoek dat we in ons alledaagse leven uitvoeren.

Laat ik dat met een voorbeeld verduidelijken. Als ik

thuis bezoek krijg en koekjes bij de koffie wil presenteren,

merk ik dat die telkens op zijn. Iemand uit het gezin eet

stiekem al die koekjes op. Ik vermoed, hem kennende,

dat het mijn zoon is. Om deze hypothese, gebaseerd op

een theorie over het karakter van mijn zoon, te testen

ga ik een empirisch onderzoek uitvoeren. Als methode

van gegevensverzameling kies voor het gebruik van een

camera die ik op de koekjestrommel richt en verdekt

opstel. Na een week draai ik de film versneld af en

moet, tot mijn verassing, concluderen dat het niet mijn

zoon, maar mijn vrouw is die stiekem al die koekjes

opeet. Dit is een empirisch onderzoek dat aan alle

formele procescriteria voldoet. Ik heb uit mijn theorie

een falsificeerbare hypothese afgeleid en die getoetst

op een manier die aan alle criteria van meetgeldigheid,

betrouwbaarheid en interne validiteit voldoet. Toch

zal niemand dit een wetenschappelijk onderzoek

noemen. De reden daarvoor is dat ik voor dit onderzoek

alleen alledaagse begrippen en theorieën gebruik.

Voor dat onderzoek heb ik geen professionele en/of

wetenschappelijke expertise nodig.

Je onderzoek moet dus ook geformuleerd zijn

in de taal en daarin geformuleerde theorieën van

de desbetreffende beroepsgroep of professional.

Dat geldt voor de monteur, de sociaal werker of

schuldhulpverlener, de jurist en de arts. Daarom roep

ik bij problemen met mijn verwarmingsketel, schulden,

onterechte belastingaanslagen of ziekten de hulp van

deze professionals in. Mijn alledaagse begrippen en

theorieën schieten voor het analyseren en oplossen van

deze problemen tekort. Deze professionals beschikken

92

wel over die taal en theorieën (inhoudelijke expertise) en

weten bovendien hoe ze mijn problemen op een juiste

manier moeten onderzoeken. Dat vereist feiten die op

een valide en betrouwbare manier verkregen zijn en

verklaringen die intern valide zijn.

2. De designs van toegepast onderzoekEen beslisboom

Voor het kiezen van je onderzoeksdesign hebben we

een beslisboom ontwikkeld. Voor het doorlopen van die

beslisboom hoef je allen maar naar je onderzoeksvraag

te kijken. Je kunt aan je onderzoeksvraag aflezen

wat voor soort onderzoek je gaat uitvoeren. Omdat

beschrijven en verklaren zowel in fundamenteel als

toegepast onderzoek plaats vinden moet je eerst weten

of je vraag een fundamentele of een toegepaste is. Gaat

de vraag om een kennisprobleem van de wetenschap,

dan is het een fundamentele vraag (wordt aids

veroorzaakt door een virus of door een leefstijl?). Gaat de

vraag over een handelingsprobleem van de praktijk, dan

gaat het om een toegepaste vraag (heeft deze persoon

aids en zo ja, wat kunnen we daaraan doen?). Wanneer

het om een toegepaste vraag gaat kun je alweer aan de

vraag aflezen om wat voor soort toegepast onderzoek

het gaat.

• Diagnostisch onderzoek: wat zijn in dit geval de

problemen (beschrijvend) en wat zijn daarvan in dit

geval de oorzaken (verklarend)?

• Ontwerpgericht onderzoek: wat is in dit geval van alle

mogelijke oplossingen de beste (verklarend)?

• Implementatieonderzoek: wat hebben we aanvullend

nodig om implementatie van de oplossing succesvol

te maken (verklarend)?

• Evaluatieonderzoek: hebben we onze doelstellingen

bereikt (beschrijvend) en zo nee, waarom niet

(verklarend)?

Formuleer onderzoeksvraag

Fundamenteel

Kies design: experiment, case, enz.

Beschrijven Verklaren

Bepaal aard onderzoek

Toegepast

EvaluatieImplementatieOntwerpgerichtDiagnostisch

Bepaal design ahv vraag

Figuur 2. Beslisboom met soorten onderzoek en designs.

93

Het verschil tussen de designs van toegepast en

fundamenteel onderzoek

Ik noem dit de designs van toegepast onderzoek

omdat ze gaan over de logica van je onderzoek: welke

stappen moet je zetten om een goed antwoord op je

vragen te krijgen. Omdat het niet gaat om het toetsen

van nieuwe theorieën, maar om het toepassen van

bestaande, verschillen deze designs van die van

fundamenteel onderzoek. Je hoeft immers geen extern

validiteitsprobleem op te lossen. En het probleem van

interne validiteit moet je op een andere manier oplossen.

Natuurlijk kun je zeggen dat een professional,

bijvoorbeeld een arts, ook start met vermoedens of

hypothesen die getoetst worden. Het nadeel daarvan

is dat de suggestie gewekt wordt dat ook de arts

fundamenteel onderzoek doet. Zoals we gezien hebben

is dat niet zo. Als je dan toch van hypothesen wil spreken,

noem het dan toegepaste, diagnostische hypothesen.

Dan weet je dat die met toegepast onderzoek getoetst

worden.

En natuurlijk kun je zeggen dat in het kader van

toegepast onderzoek ook experimenten plaats vinden,

zoals de ingenieur die, bij het ontwerpen van een vleugel

voor een nieuw vliegtuig, benodigde parameterwaarden

experimenteel bepaalt, bijvoorbeeld in een windtunnel.

De ingenieur doet dat, omdat engineering als wetenschap

– nog – geen model heeft ontwikkeld waaruit diezelfde

parameterwaarden theoretisch afgeleid kunnen worden

(letterlijk: waarmee die parameterwaarden berekend

kunnen worden, zie Vincenti 1990). Maar het ontwerpen

van een vliegtuig is geen wetenschappelijk experiment,

alhoewel je tijdens het ontwerpen, in het kader van

je gegevensverzameling gebruik kunt maken van

experimenten om de benodigde gegevens te verkrijgen.

Dat experiment is een beschrijvend experiment. En de

resultaten zijn alleen toepasbaar op de vleugel die je in de

windtunnel test. Je kunt de resultaten van dit experiment

niet generaliseren. Onderzoekers die een model willen

ontwikkelen waarmee ontwerpers parameters kunnen

uitrekenen zodat ze geen gebruik meer hoeven te maken

van windtunnel experimenten, moeten daarom een

beroep doen op diezelfde windtunnelfaciliteiten om hun

theorie te testen. Dan gebruik je windtunnelexperimenten

niet om een specifieke vleugel te testen, maar om een

algemene theorie te testen. Op deze manier ontwikkel je

generieke kennis die de ontwerper kan gebruiken in zijn

toegepaste onderzoek.

En natuurlijk kun je zeggen dat interventies eigenlijk

ook experimenten zijn. Je probeert immers iets uit tot het

werkt. Vandaar dat soms gesproken wordt over ‘design

experiments.’ In die zin is het eerste supersonische

vliegtuig het resultaat van een ‘design experiment’:

de achterliggende theorie en daaruit afgeleide

‘berekeningsmodellen’ zijn pas jaren later ontwikkeld

(Vincenti 1997). Je gebruikt dan echter een ruime definitie

van het begrip ‘experiment.’

Naast het klassieke experiment (steekwoord RCT)

onderscheiden bijvoorbeeld Ansell en Bartenberger

(2016) het Darwiniaanse en het generatieve experiment.

Evolutie verloopt via het variatie-selectie-retentie

mechanisme. In het Darwiniaanse experiment

probeer je randvoorwaarden te creëren waarbinnen

de variatie toeneemt (bijvoorbeeld door parallelle en/

of snelle experimenten). Uit de vele experimenten

worden de beste geselecteerd. Dit is het basisidee

van ‘experimentalist governance’ (Dorf, Sabel 1998;

Sabel, Zeitlin 2012) en van ‘pragmatist democracy’

(Ansell 2011). In het generatieve experiment probeer je

een innovatie stapsgewijs succesvol te maken, zoals

in zogenaamde ‘design experiments’ (Stoker, John

2009). Dus, in het gecontroleerde experiment observeer

je of interventie X succesvol is, in het Darwiniaanse

experiment genereer je zo veel mogelijk succesvolle

interventies en in het generatieve experiment maak je

interventie X succesvol:

94

Controlled experimentation exercises strong control

in order to isolate causality so as to deductively prove

or disprove hypotheses; Darwinian experimentation

requires sufficient variation in order to inductively

produce innovations or benchmarks; and generative

experiments iteratively refine ideas or design

concepts in order to abductively generate novel

solutions (Ansell, Bartenberger 2016: 69).

In wat volgt worden achtereenvolgens de designs

van diagnostisch, ontwerpgericht, implementatie en

evaluatieonderzoek behandeld.

3. Diagnostisch onderzoekEen diagnostisch onderzoek bestaat uit een beschrijvend

en een verklarend gedeelte:

• Beschrijvend: wat is het probleem (kloof tussen

feitelijke en gewenste situatie)?

• Verklarend: welke – combinatie van alle – mogelijke

en bekende oorzaken zijn in dit geval aanwezig

en verklaren in dit geval het probleem (‘causes of

effects’)?

3.1. De kloofanalyse

De aanleiding: een algemeen geformuleerd probleem

Een diagnose start meestal met een algemeen

geformuleerd en in die zin ‘slecht gedefinieerd’ probleem:

ik voel me niet goed, de economische groei blijft achter,

het verzuim is te hoog, we hebben als gezin te veel

schulden, kinderen worden op school gepest, bewegen te

weinig, enzovoort. Zoals we eerder gezien hebben zit aan

elk probleem een feiten en een waarden kant. Je voert

dus eerst een waardendiscussie en gaat daarna op zoek

naar de feiten.

Het resultaat van de waardendiscussie is dat je

beter weet wat waarom voor wie een probleem is. Als

je geluk hebt is het resultaat dat hetzelfde probleem

verschillende negatieve gevolgen heeft voor verschillende

belanghebbenden. Meer belanghebbenden zullen dan om

verschillende redenen het belang van het probleem inzien

en zich committeren aan het analyseren en oplossen van

het probleem.

Het resultaat van het feitenonderzoek is een

precisering van het algemeen geformuleerde probleem.

Ik voel me niet goed wordt: ik heb koorts, hoofdpijn, een

laag HB en bloed in mijn ontlasting. Het verzuim is te

hoog wordt: vooral het langlopend en niet het kortdurend

verzuim of vooral in afdelingen A en B en niet in C en D.

Schulden worden: vooral schulden bij Wehkamp en bij

de woningcorporatie. Je verheldert op deze manier het

probleem door het op te delen in deelproblemen.

Waardendiscussie

Waardendiscussies kunnen over verschillende

onderwerpen gaan en de vorm en intensiteit waarin je die

voert of organiseert is contextafhankelijk. Waarden zijn

algemene gezichtspunten die we gebruiken om criteria

en normen te formuleren waarmee we preciezer kunnen

bepalen of aan waarden voldaan wordt. Lichamelijke

gezondheid, financiële gezondheid, welzijn van kinderen

of medewerkers zijn voorbeelden van dergelijke algemeen

geformuleerde waarden. Waardendiscussies kunnen drie

onderwerpen gaan.

Eerste onderwerp: wat zijn de criteria en normen

die we gebruiken? Soms is het nodig om de criteria

en normen die je nodig hebt voor je kloofanalyse te

preciseren: hoe scherper die normen zijn, des te beter

kun je onderzoeken wat de kloof tussen feitelijke en

gewenste situatie is. Ik heb eerder het voorbeeld van een

bouwbedrijf gegeven, waar de onderzoeker eerst een

werkconferentie heeft georganiseerd. Daarin structureert

zij als facilitator een discussie van het bedrijf over de

doelen. Systeemtheoretisch geformuleerd gaat het om

het bepalen van de essentiële variabelen: in dit geval niet

alleen kosten, kwaliteit en doorlooptijden en levertijden,

maar ook het welzijn van de medewerkers (minder

95

werkdruk en meer leer- en ontwikkelingsmogelijkheden).

En vervolgens wordt bepaald wat de gewenste waarden

van de geselecteerde essentiële variabelen moeten

zijn. Daarna kan zij als onderzoeker op zoek gaan naar

de kloof tussen feitelijke en gewenste situatie van alle

geselecteerde essentiële variabelen.

Meestal zal zo’n discussie bewaard worden tot het

eerste onderdeel van het ontwerpgerichte onderzoek:

het bepalen van de hoofd- en nevendoelen (functionele

vereisten) waaraan oplossingen moeten voldoen. We

hebben vaak geen precieze normen en criteria nodig om

te bepalen dat een waarde in het geding is: ook zonder

die normen weet je dat er iets met je gezondheid is,

schulden te hoog zijn of kinderen te vaak gepest worden.

Waar je dan behoefte aan hebt is het preciseren van het

probleem. Voordat je dat gaat doen, moet je nog twee

waardendiscussies voeren.

Tweede onderwerp: waarom is het een

probleem? Een probleem is een probleem omdat

het zelf een oorzaak is van negatieve gevolgen.

Gezondheidsproblemen kunnen ook leiden tot problemen

op je werk, verzuimproblemen leiden ook tot hogere

kosten en tot inzetproblemen, werkdruk kan ook leiden

tot verlaging van de kwaliteit van de zorg, schulden zijn

niet alleen een financieel probleem, maar leiden ook tot

spanningen in het gezin. Je bepaalt hiermee de ernst van

het probleem: als probleem A ook slecht is voor X, Y en

Z (negatieve gevolgen heeft voor X, Y en Z) dan is het

belangrijk iets aan probleem A te doen.

Derde onderwerp: voor wie is het een probleem? Een

antwoord op deze vraag ligt vaak, maar niet altijd, in het

verlengde van het antwoord op de eerdere vraag (waarom

is het een probleem?). Verminderen van de werkdruk

blijkt dan niet alleen goed voor de medewerkers, maar

ook voor de cliënten/patiënten te zijn (kwaliteit zorg),

verlagen verzuim blijkt dan ook de kosten te verminderen

en de inzetplanning te vergemakkelijken, enzovoort.

Op deze wijze bepaal je niet alleen waarom het een

probleem is, maar ook wie belang hebben bij een analyse

en oplossing van het probleem. Als je geluk hebt blijkt

dat je onderzoeksproject ondersteund wordt door vele

belanghebbenden of stakeholders. Als je pech hebt is dat

niet het geval. Daarom is een volledige waardendiscussie

zo belangrijk: je kunt dan ontdekken dat aanvankelijk

ongeïnteresseerde of zelfs vijandige partijen zich toch

aan je onderzoek committeren.

Samenvattend: in dit gedeelte van de diagnose

bepaal je:

• Wat het probleem is: een algemene formulering van

het probleem.

• Waarom het een probleem is: door te kijken naar

de negatieve gevolgen van het probleem op andere

terreinen.

• Voor wie het een probleem is: door te kijken wie wel en

wie niet door de negatieve gevolgen geraakt worden.

De wijze waarop en de intensiteit waarin je dit doet is

contextafhankelijk. Je zou in het onderwijs studenten

kunnen laten oefenen met dit soort, voor hun beroep

specifieke, waardendiscussies. Je leert studenten

dan meervoudig te kijken: zowel vanuit verschillende

inhoudelijke perspectieven als vanuit het perspectief van

verschillende belanghebbenden.

Onderzoek naar de feiten

In dit gedeelte van de probleemverheldering ga je

op zoek naar de feiten: hoe groot is het probleem?

Daarvoor dien je het probleem te preciseren door het

onder te verdelen in deelproblemen. Daarvoor formuleer

je een aantal beschrijvende vragen. Hoe hoog is het

verzuim wordt bijvoorbeeld: van wie (welke mensen),

waar (welke afdeling), hoelang (kort of langdurend).

Hoe hoog zijn de schulden wordt: hoe hoog zijn welke

schulden (wonen, zorg, kleding) bij welke partijen

(Wehkamp, woningcorporatie, gemeente) met welke

aflossingstermijnen.

96

Vervolgens maak je een onderzoeksplan, of beter,

een ‘plan methoden van dataconstructie’ of korter

‘een dataplan’: welke gegevens heb ik nodig om deze

beschrijvende vragen te beantwoorden, waar kan ik die

gegevens vinden (bestaande databestanden) of moet

ik ze zelf produceren (interviews, procesobservaties)

en hoe ga ik ze analyseren? Je bent nu klaar om het

onderzoek uit te gaan voeren: je verzamelt de vereiste

gegevens en rapporteert over de bereikte resultaten.

Elke beschrijvende vraag krijgt een zo precies mogelijk

antwoord.

Je onderzoek bestaat dus uit de volgende stappen:

• Formuleer zo veel mogelijk beschrijvende

vragen, hoeveel, waar, wanneer, bij wie, in welke

vorm, hoelang, enzovoort. Je formuleert geen

waaromvragen: die horen bij de analyse van de

oorzaken.

• Maak een data plan: met welke combinatie van

methoden van dataconstructie ga ik de vereiste

gegevens verzamelen?

• Voer het beschrijvend onderzoek uit.

• Rapporteer over de bereikte resultaten. Daarin zullen

grafieken, taartdiagrammen en dergelijke komen te

staan.

Kijk bij elke stap in hoeverre je dat met of zelfs door de

betrokkenen kunt laten doen. Je kunt zelf observeren.

Maar je kunt ook samen met de betrokkenen een

coderingsschema maken dat betrokkenen zelf gebruiken

voor observaties.

In het onderwijs kun je dit gedeelte van

het diagnostisch onderzoek koppelen aan een

cursusonderdeel methoden van dataconstructie

en analyse en een cursus descriptieve statistiek

(gemiddelden, medianen, standaardafwijkingen,

frequentieverdelingen). Beide vormen onderdeel

van een cursus ‘methodologie van beschrijvend

onderzoek.’ Speciale aandacht vraagt het gebruik van

gestructureerde interviews. Daarin operationaliseer

je vooraf minder dan in een gestandaardiseerd en

meer dan in een open interview. Hoe meer je over een

onderwerp weet (literatuurstudie) des te minder hoef

je open interviews te gebruiken. Je hoeft dan achteraf

ook geen inhoudsanalyse uit te voeren en met Atlas

Ti te gaan coderen. Hoe meer je vooraf structureert/

operationaliseert, des te minder hoef je achteraf te

coderen. Je dwingt dan studenten vooraf veel aandacht

te besteden aan hun gestructureerde interview en

bespaart ze achteraf een hoop werk.

Het resultaat van dit beschrijvend onderzoek is dat je

nu beter weet voor welke problemen je wel en voor welk

problemen je niet op zoek hoeft te gaan naar oorzaken en

oplossingen.

3.2. Analyse van de oorzaken

Oorzaken: in de breedte en in de diepte

Je kunt nu op zoek gaan naar de oorzaken van

gespecificeerde en nauwkeurig omschreven problemen.

Systeemtheoretisch geformuleerd ben je op zoek naar de

parameters die de waarden van je essentiële variabelen

beïnvloeden. Je onderzoeksvraag is dus een verklarende

en luidt: welke van alle mogelijke oorzaken van het

probleem zijn in dit geval aanwezig? We hebben eerder

gezien dat je dit altijd op twee manieren doet:

• In de breedte ga je op zoek naar – combinaties van –

aanwezige oorzaken.

• In de diepte ga je op zoek naar oorzaken van

oorzaken, achterliggende oorzaken of ‘root causes.’

Achterliggende oorzaken kunnen de gemeenschappelijk

oorzaak zijn van directe oorzaken. Hoge bloeddruk,

hoog cholesterol, overgewicht en diabetes zijn directe

mogelijke oorzaken van hartklachten. Een ongezond

dieet is een mogelijke achterliggende oorzaak van al deze

directe oorzaken. Je brengt zo een causaal proces in

kaart dat er bijvoorbeeld zo uitziet:

97

Je ontdekt zo, stroomopwaarts, de oorzaak van

verschillende gevolgen stroomafwaarts, of de ‘distal

causes’ (veraffe oorzaken) van ‘proximate causes’

(dichtbije oorzaken). Door achterliggende oorzaken aan

te pakken (ongezond dieet) kun je dus verschillende

problemen tegelijkertijd oplossen.

Een bijzonder geval wordt gevormd door structuur-

oorzaken. Je vermoedt dan dat alle verschillende

problemen een gemeenschappelijke oorzaak hebben

in de structuur van het systeem. Alle problemen zijn

aspecten van het systeem en de samenhang daartussen

wordt bepaald door de structuur van het systeem. De

problemen van de Economisch Monetaire Unie (EMU)

worden dan veroorzaakt door weeffouten in het ontwerp

van de structuur van de EMU, problemen van organisaties

door de functionele structuur ervan en problemen in

gezinnen doordat er iets fout zit in de structuur van de

communicaties in het gezin. Wanneer de oorzaak gelegen

is in de structuur van het systeem, dan is de oplossing

een vorm van systeemtherapie, of dat systeem nu een

gezin, een organisatie of de EMU is. Wanneer je dit

vermoedt, voer je een structuurdiagnose uit. Die heeft de

volgende vorm:

• Wat zijn de problemen (kloof analyse)?

• Zijn deze problemen structuur bepaald (structurele

oorzaak)? Je gaat hier dus niet op zoek naar

afzonderlijke oorzaken. In plaats daarvan ga je op

zoek naar de structuur van het systeem.

• Zo ja, wat is dan de oplossingsruimte (de ruimte

waarbinnen in de volgende stap naar oplossingen

gezocht wordt)?

De sociotechniek en lean zijn structuurtheorieën die je kunt

gebruiken voor het uitvoeren van zo’n structuurdiagnose

van organisaties, net zoals een theorie over een ‘volledige

muntunie’ gebruikt kan worden voor een structuurdiagnose

van de EMU en een theorie over paradoxe communicaties

voor een structuurdiagnose van gezinnen.

Causale onderzoeksmodellen

In al deze gevallen wordt gebruik gemaakt van

een onderzoeksmodel met afhankelijke variabelen

(problemen), onafhankelijke variabelen (oorzaken) en

interveniërende variabelen (tussenliggende oorzaken). Als

je geluk hebt kun je die in de literatuur vinden: vandaar

dat aan een diagnostisch onderzoek een literatuurstudie

vooraf dient te gaan. Daaruit haal je informatie over

mogelijke problemen, oorzaken en oplossingen die je in je

toegepaste onderzoek kunt gebruiken.

Wanneer je economische groeiproblemen onderzoekt,

gebruik je het diagnostisch onderzoeks model van ‘Growth

Diagnostics.’ Wanneer je de Karasek vragenlijst gebruikt

om werkdrukproblemen in kaart te brengen dan is je

onderzoeksmodel het ‘job demand control’ model.’ En de

arts die op zoek is naar de oorzaken van hartklachten van

een patiënt gebruikt het model in Figuur 4.

Als je geluk hebt kun je dit soort modellen in de literatuur

vinden of zelf samenstellen op basis van de gevonden

literatuur. Soms heb je dan een model met een volledig

overzicht van mogelijke directe en achterliggende

oorzaken. Dat kun je dan direct toepassen. Je verzamelt

met het ‘Growth Diagnostics’ model gegevens en

rapporteert over de uitkomsten, je verstuurt de Karasek

vragenlijst, verwerkt de gegevens en rapporteert over de

diabetes hartklachtenovergewichtOngezond dieet

Figuur 3. Een causaal proces.

98

uitkomsten (welke van de onderzochte banen of functies

vallen onder de categorie van de ‘high strain jobs’?).

Soms levert het literatuuronderzoek alleen maar een

lijst van mogelijke oorzaken op. Daarmee ontdek je de

feitelijk aanwezige oorzaken, maar die moet je vervolgens

ordenen: wat zijn de directe en wat de achterliggende

oorzaken, of: wat zijn de achterliggende oorzaken

van de ontdekte oorzaken (waarom eet deze patiënt

zo ongezond?). En soms onderzoek je een probleem

waarover niet of nauwelijks bruikbare literatuur bestaat.

Je zult dan ‘brainstorm’ technieken moeten gebruiken om

oorzaken te ontdekken en te ordenen. Daarvoor bestaan

verschillende technieken (zie verder het A3 artikel over

het gebruik van de visgraat methode of de ‘five why’s’).

Wanneer je dus geen kant en klaar diagnostisch model

hebt, wordt bij het vinden en ordenen van oorzaken

een beroep gedaan op het vermogen van de toegepast

onderzoeker of professional om causaal te kunnen

denken en redeneren.

Causaal redeneren voor professionals

Sinds kort worden ook formele modellen ontwikkeld

die professionals in hun toegepaste onderzoek moeten

helpen bij het zoeken naar en ordenen van – de relaties

tussen – oorzaken (en oplossingen). Die gaan er allemaal

vanuit:

• Dat het meestal niet een oorzaak, maar een

combinatie (of configuratie) van verschillende

oorzaken is die tot een ongewenst effect of probleem

leidt.

• Dat een oorzaak meestal als onderdeel van een

causaal proces tot een ongewenst effect of probleem

leidt.

Ze zijn er dus allemaal op gericht de professional in zijn

toegepast onderzoek te helpen bij het beantwoorden

van de vraag: welke combinatie van oorzaken of welk

causaal proces veroorzaakt in dit geval het probleem?

En dezelfde modellen kunnen bij het ontwerpgerichte

onderzoek gebruikt worden bij de beantwoording van de

vraag: welke combinatie van oorzaken of welk causaal

proces leidt in dit geval tot het gewenste effect (doel)?

Voorbeelden zijn Layne, Steinberg, Steinberg (2014)

Causal Reasoning Skills Training for Mental Health

Practitioners: Promoting Sound Clinical Judgment in

Evidence-Based Practice en Cowen, Cartwright (2014)

Making the Most of the Evidence in Education: A Guide

for Working Out What Works …. Here and Now.

Hoog cholesterol

Hartklachten

Ongezond dieet

Diabetes OvergewichtGenetische

factorenHoge bloeddrukRoken

Figuur 4. Diagnostisch onderzoeksmodel hartklachten (ontleend aan Gillies 2019: 210).

99

Layne e.a. gebruiken een variabelenmodel: wat zijn in dit

geval de meewerkende, tegenwerkende, mediërende en

modererende factoren? Cowen en Cartwright gebruiken

configuratiemodellen (‘causal cake’) en procesmodellen:

wat is het proces dat leidt van oorzaak X tot (ongewenst/

gewenst) effect Y en wat kan daar allemaal in mis gaan?

En in de operations management literatuur zijn modellen

in omloop die werken met noodzakelijke en voldoende

voorwaarden: welke conditie is noodzakelijk en/of

voldoende voor welke andere conditie. Deze formele

modellen helpen de professional:

• Bestaande causale modellen over oorzaken en

oplossingen aan te vullen en geschikt te maken voor

toepassing op concrete probleemgevallen (‘single

cases’).

• Zelf ‘single case’ specifieke causale modellen te

ontwerpen.

Ze dwingen de professional het causale net dat ze

uitwerpen om oorzaken te vangen, te vergroten en te

verfijnen: niet alleen naar één oorzaak zoeken, maar ook

kijken naar meewerkende en tegenwerkende oorzaken,

naar tussenliggende oorzaken.

We zijn nog niet in staat geweest deze literatuur te

verwerken en om te zetten in een praktisch overzicht (dat

is ‘work in progress’). Wel zou je deze literatuur kunnen

gebruiken in het onderwijs in de vorm van een cursus

over het gebruik van causale onderzoeksmodellen in

toegepast onderzoek. Daarin zouden aan de orde kunnen

komen:

• Wat zijn causale modellen in toegepast onderzoek?

• Welke verschillende vormen kunnen ze aannemen?

• Hoe en waar vind je ze?

• Hoe kun je ze zelf maken?

3.3. Het design en onderzoeksplan van een

diagnostisch onderzoek

Je dient altijd een literatuuronderzoek uit te voeren over

het probleem dat je gaat onderzoeken. Je gebruikt dat

om een overzicht van mogelijke problemen, oorzaken en

oplossingen te maken. Als je geluk hebt vind je een kant

en klaar diagnostisch model dat je in die vorm direct kunt

toepassen. Als je minder geluk hebt, moet je zo’n model

zelf samenstellen uit wat je in de literatuur hebt gevonden.

En als je pech hebt, kun je niets vinden. Je moet dan

lopende het onderzoek als het ware inductief op zoek

naar problemen, oorzaken en oplossingen. Dat heeft,

zoals we zullen zien, grote gevolgen voor het maken van

een onderzoeksplan dat vooraf gaat aan je onderzoek.

De opzet voor (en verslag over) een diagnostisch

onderzoek ziet er als volgt uit:

• Hoofdstuk 1. Inleiding: aanleiding, achtergrond en

probleemstelling

• Hoofdstuk 2. Onderzoeksdesign

• Hoofdstuk 3. Theoretische verantwoording en

onderzoeksmodel

• Hoofdstuk 4. Methoden van dataconstructie en analyse

• Hoofdstuk 5. Onderzoeksresultaten

• Hoofdstuk 6. Conclusies en aanbevelingen

• Hoofdstuk 7. Reflectie

Hoofdstuk 1. Inleiding: aanleiding, achtergrond en

vraagstelling

Je voert overleg met je opdrachtgever en met

belanghebbenden. Op basis daarvan inventariseer je:

• Wat het probleem is: een algemene formulering van

het probleem.

• Waarom het een probleem is: door te kijken naar

de negatieve gevolgen van het probleem op andere

terreinen.

• Voor wie het een probleem is: door te kijken wie

wel en wie niet door de negatieve gevolgen geraakt

worden.

100

Hoofdstuk 2. Onderzoeksdesign

Aan de vraagstelling kun je zien dat het

• Om toegepast onderzoek gaat: aanleiding is niet

een kennisprobleem van de wetenschap, maar een

handelingsprobleem van de praktijk.

• Om diagnostisch onderzoek gaat.

Als je opdrachtgever geen diagnostisch onderzoek nodig

vindt en direct naar oplossingen wil zoeken, leg je uit dat

het verstandiger is om eerst de problemen te preciseren

en de oorzaken daarvan te onderzoeken. Wanneer dat niet

lukt, zul je merken dat in het ontwerpgericht onderzoek

het bepalen van de functionele vereisten (aan welke

hoofd- en nevendoelen moet de oplossing voldoen?) het

karakter krijgt van een diagnostisch onderzoek.

Je legt uit dat een diagnostisch onderzoek altijd bestaat uit

• Een beschrijvend gedeelte: wat zijn in dit geval de

problemen (kloofanalyse).

• Een verklarend gedeelte: wat zijn in dit geval de

oorzaken?

Eén onderzoeksplan?

In veel gevallen stokt hier het schrijven van een

onderzoeksplan. Beschik je over een allesomvattend

onderzoeksmodel (zoals in ‘Growth diagnostics’) of

wordt het een structuurdiagnose, dan kun je verder met

je theoretische verantwoording. Daarin leg je uit waarom

je voor deze theorie hebt gekozen, hoe het diagnostisch

onderzoekmodel eruit ziet en hoe je dat gaat toepassen.

Doe je geen structuurdiagnose of beschik je niet over

een bestaand allesomvattend onderzoeksmodel dan

heb je een probleem. Je hebt immers eerst een nadere

precisering van het probleem nodig voordat je kunt

uitleggen hoe je naar de oorzaken daarvan gaat zoeken.

Dan is het beter een onderzoeksplan te maken voor het

beschrijvend gedeelte en daar meteen mee aan de slag

te gaan. Als je daarmee klaar bent kun je vervolgens een

onderzoeksplan maken voor het verklarend gedeelte.

Zo kun je het onderzoek stapsgewijs voortzetten: je

maakt dan per stap een onderzoeksplan (zie verder het

artikel over de A3 methode: daarin vervang je een groot

onderzoeksplan door vele kleine onderzoeksplannen per

stap). Ik voeg daarom hier het onderzoeksplan voor het

beschrijvend gedeelte in.

Onderzoeksplan beschrijvend gedeelte

Je start met een algemeen geformuleerd probleem dat

je gaat preciseren. Je onderzoek bestaat dan uit de

volgende stappen:

• Formuleer zo veel mogelijk beschrijvende vragen,

hoeveel, waar, wanneer, bij wie, in welke vorm,

hoelang, enzovoort. Je formuleert geen waarom-

vragen: die horen bij de analyse van de oorzaken.

• Maak een data plan: met welke combinatie van

methoden van dataconstructie ga ik de vereiste

gegevens verzamelen?

• Voer het beschrijvend onderzoek uit.

• Rapporteer over de bereikte resultaten. Daarin zullen

grafieken, taartdiagrammen en dergelijke komen te

staan.

• Bediscussieer de resultaten met de opdrachtgever en

overleg over de volgende stap.

Hoofdstuk 3. Theoretische verantwoording (eventueel

voor het verklarend gedeelte)

Je bestudeert de literatuur, niet om naar leemtes

in de kennis te zoeken die je met fundamenteel

onderzoek wilt opheffen. In plaats daarvan bestudeer

je de literatuur om beargumenteerd een selectie te

kunnen maken en te kunnen verantwoorden waarom

je welke theorie of combinatie van theorieën gaat

gebruiken voor het (beschrijven van problemen en)

onderzoeken van de oorzaken ervan. Je theoretische

verantwoording mondt altijd uit in een onderzoeksmodel.

Dat onderzoeksmodel is letterlijk een schematische

101

weergave van je onderzoeksvragen. Het bestaat immers

uit een of meer afhankelijke variabelen (de problemen)

en een aantal onafhankelijke variabelen (oorzaken). En

je onderzoeksvraag luidt: welke van deze mogelijke

oorzaken zijn in dit geval aanwezig? Je kunt dus pas

onderzoeksvragen formuleren als je klaar bent met je

theoretische verantwoording.

Vaak formuleren studenten al aan het einde van

de inleiding hun onderzoeksvragen (zo staat het in

het format). Die beginnen dan met vragen als: welke

begrippen heb ik nodig, welke theorieën kan ik gebruiken?

Strikt genomen zijn dit geen onderzoeksvragen, laat staan

empirische onderzoeksvragen. Ze wijzen je erop dat je

eerst een theoretische verantwoording moet schrijven.

En pas als die af is kun je empirische onderzoeksvragen

formuleren. Zoals eerder gezegd, treffen we hier drie

mogelijkheden aan:

• Je treft in de literatuur een volledig diagnostisch

onderzoeksmodel aan. Dat bestaat niet alleen

uit mogelijke oorzaken, maar ook uit een

ordening daarvan in bijvoorbeeld onafhankelijke

interveniërende en afhankelijke variabelen of in

mogelijke combinaties van oorzaken. In dit geval kun

je het onderzoeksmodel direct toepassen.

• Je kunt uit de literatuur wel een overzicht van

mogelijke oorzaken halen, maar je zult tijdens het

onderzoek (1) moeten controleren of dit inderdaad alle

mogelijke oorzaken zijn en (2) de gevonden oorzaken

moeten ordenen: in combinaties van oorzaken of in

directe en achterliggende oorzaken, enzovoort. Je

werkt dan met een ‘onvolledig’ onderzoeksmodel, dat

je alleen tijdens je onderzoek volledig kunt maken.

• Je vindt in de literatuur niets of nauwelijks iets over

mogelijke oorzaken. Je zult dan, liefst samen met

betrokkenen, een verklaring van de problemen

moeten opbouwen: wat zijn in dit geval de oorzaken

en hoe verhouden die oorzaken zich tot elkaar? Je

werkt dan feitelijk volgend met de A3 methode.

Hoofdstuk 4. Methoden van dataconstructie

Je weet nu waarover je gegevens moet verzamelen (je

onderzoeksmodel). Je weet ook waarom je deze en niet

andere gegevens moet verzamelen (de theorie die je gaat

toepassen). Nu moet je aangeven op welke wijze je dat

gaat doen. Waarschijnlijk zul je voor de verschillende

onderdelen van je onderzoek verschillende methoden

van dataconstructie en –analyse gebruiken. Je zult,

met andere woorden, waarschijnlijk ‘kwantitatieve’ en

‘kwalitatieve’ methoden combineren. Je bent nu gereed

om het onderzoek te gaan uitvoeren.

Hoofdstuk 5. Onderzoeksresultaten

Hier doe je verslag van je onderzoeksresultaten. Per

probleem de belangrijkste oorzaken en zo mogelijk

geordend naar achterliggende oorzaken, meewerkende

en tegenwerkende oorzaken, enzovoort.

Hoofdstuk 6. Conclusies en aanbevelingen

Aanbevelingen gaan over de richting waarin naar

oplossingen gezocht moet worden (oplossingsruimte). Het

ontwerpen van oplossingen is onderwerp van de volgende

stap uit de interventiecyclus: ontwerpgericht onderzoek.

Hoofdstuk 7. Reflectie

Hier vertel je wat je van het onderzoek hebt geleerd en

wat je een volgende keer anders zou doen.

102

4. Ontwerpgericht onderzoekDe stappen van ontwerpgericht onderzoek

Ontwerpgericht onderzoek (in het kader van de

interventiecyclus) bestaat altijd uit te volgende stappen:

• Bepaal de functionele vereisten (hoofd- en

nevendoelen) waaraan oplossingen moeten voldoen

(waardendiscussie).

• Genereer met het hoofddoel alternatieve oplossingen

(middelen om doelen te bereiken): ‘effects of causes’,

want je kijkt of en waarom een oplossing inderdaad

het gewenste effect heeft.

• Selecteer aan de hand van de nevengevolgen de

beste oplossing: ‘effects of causes’, want je bekijkt

van elke oplossing de positieve en negatieve

nevengevolgen.

• Kijk of de oplossing werkt: test de oplossing voordat

je hem invoert (de C uit de PDCA cyclus of het

prototyping van design thinking).

Waarden en feiten kant

Ook ontwerponderzoek heeft een waardenkant (bepalen

functionele vereisten) en een feitenkant. En ook in het

feitenonderzoek ben je op zoek naar oorzaken (van

gewenste effecten) en word je met het probleem van

causale complexiteit geconfronteerd (de kloof tussen

wetenschap en praktijk). In veel opzichten vormt

ontwerpgericht onderzoek dus het spiegelbeeld van

diagnostisch onderzoek.

4.1. Bepalen functionele vereisten: waardendiscussie

Ook hier bepaal je samen met opdrachtgever het wat,

waarom en hoe:

• Wat worden de hoofd- en nevendoelen?

• Waarom deze nevendoelen: op welke terreinen

hebben ze betrekking?

• Voor wie zijn dit belangrijke nevendoelen: wie zijn de

belanghebbenden?

Aandacht voor nevendoelen is van belang. Anders

kom je er later achter dat de oplossing wel werkt, maar

schadelijk is op andere terreinen en/of voor andere

belanghebbenden. Je stimuleert meervoudig kijken in

deze waardendiscussie: je kijkt vanuit verschillende

inhoudelijke perspectieven en vanuit het perspectief

van verschillende belanghebbenden. En je probeert te

maximeren: je formuleert hoge normen voor alle doelen.

Of je bent minder ambitieus en beperkt je tot minimale

normen voor de nevendoelen. In het laatste geval wordt je

oplossingsruimte groter.

In welke vorm en in welke intensiteit je deze discussie

structureert is contextafhankelijk. En soms moet je hier

zelfstandig onderzoek uitvoeren, zoals etnografisch

achtig onderzoek bij toekomstige gebruikers (klanten,

cliënten of patiënten) bij het ontwikkelen van nieuwe

producten of diensten.

4.2. Genereren oplossingen

Je gaat eerst in de literatuur zoeken naar bekende

generieke oplossingen. Als je geluk hebt vind je een

set van alternatieve oplossingen. Als je nog meer geluk

hebt vind je alternatieve oplossingen plus aanwijzingen

over de context waarin ze waarom wel of niet werken

(het resultaat van ontwerpgericht onderzoek in het

kader van de empirische cyclus). Maar dan nog moet je

onderzoeken of en waarom de oplossing in dit geval gaat

werken.

Wanneer je die oplossingen niet kunt vinden in de

literatuur, moet je ze zelf, liefst samen met betrokkenen,

verzinnen. En als je zo’n oplossing ontworpen hebt moet

je ook hier kijken of en waarom die in dit geval gaat

werken.

In beide gevallen word je geconfronteerd met het

probleem van causale complexiteit: gewenste gevolgen

hebben meerdere meewerkende, tegenwerkende,

enzovoort oorzaken). In je onderzoek naar oplossingen

richt je je daarom op:

103

• Combinaties van oorzaken: oorzaak X (de oplossing)

gaat alleen maar werken in combinatie met oorzaken

A, B en C (kleinere klassen gaan alleen maar werken

als je dat kunt combineren met meer ervaren

leerkrachten en meer leslokalen).

• Causale processen: oorzaak X leidt via de stappen A,

B en C tot gewenst gevolg Y. Als er iets fout gaat in

die tussenstappen zal de oplossing niet werken. Bij

wijze van voorbeeld: kleinere klassen leidt tot meer

aandacht van leerkrachten voor individuele leerlingen,

leidt tot meer gemotiveerde leerlingen leidt tot betere

leerprestaties.

Ook hier moet je dus oorzaken ordenen en ook hier kan

dat met:

• Een variabelenmodel: meewerkende, tegenwerkende,

interveniërende, modererende factoren.

• Een configuratiemodel: combinaties van oorzaken

die gezamenlijk noodzakelijke en/of voldoende

voorwaarden zijn voor het gewenste resultaat.

Cartwright noemt dit een ‘causal cake.’

• Procesmodellen: het causale proces dat leidt van

oorzaak X tot gewenst effect Y.

Op deze manier ontwikkel je wat in de evaluatieliteratuur

een programmatheorie wordt genoemd: een theorie die

verklaart waarom oorzaak/oplossing X in dit geval gaat

werken. Die gebruik je:

• Om te discussiëren over je oplossingen: aan de

theorie ontleen je je argumenten.

• Om oplossingen uit te proberen: welke combinaties

hebben we nodig, via welke processtappen loopt de

oplossing?

• Om straks in de evaluatie te kunnen verklaren waarom

een oplossing gewerkt of niet gewerkt heeft.

Oplossingen genereren is een proces van divergeren (je

start met veel ideeën) en convergeren (je eindigt met een

beperkt aantal of met een oplossing).

4.3. Oplossingen selecteren

Oplossingen selecteren is een voorbeeld van wat in

de literatuur besluitvorming onder constraints wordt

genoemd. Je oplossing moet aan verschillende eisen

voldoen. Eén daarvan selecteer je als hoofddoel en

gebruik je om oplossingen te genereren. De andere eisen

zijn je constraints (nevendoelen) die je gebruikt om uit

de oplossingen de beste te selecteren. Bij het genereren

van oplossingen concentreer je je op de vraag of de

oplossing ook het gewenste effect op het hoofddoel

heeft. De bedoeling is dat je op die manier verschillende

middelen voor het bereiken van hetzelfde doel genereert

(functioneel equivalente middelen). Je maakt hier gebruik

van het feit dat hetzelfde gevolg meerdere oorzaken kan

hebben. Dat betekent omgekeerd dat je verschillende

middelen hebt om hetzelfde doel te bereiken.

Bij het selecteren van de beste oplossing neem

je elke oplossing en onderzoekt wat daarvan de

ongewenste en gewenste gevolgen zijn. Je maakt hier

gebruik van het feit dat elke oorzaak meerdere gevolgen

heeft en je selecteert het middel met de meeste positieve

nevengevolgen. Je oplossing is dan een multifunctioneel

middel, dat wil zeggen, een middel waarmee je meerdere

doelen bereikt.

Je moet je tijdens het onderzoek ook kunnen laten

verrassen. Het kan zijn dat je oplossingen onverwachte

negatieve nevengevolgen hebben. Die moet je meenemen

bij de selectie. Het kan ook zo zijn dat oplossingen

onverwachte positieve nevengevolgen hebben. Ook die

moet je meenemen bij de selectie.

Selecteren doe je door een matrix te construeren.

Horizontaal staan de verschillende hoofd- en

nevendoelen en de waarden die ze mogen aannemen.

Verticaal staan de verschillende oplossingen. En in de

hokjes staan de scores. De oplossing met de hoogste

score wordt geselecteerd.

Het zal duidelijk zijn dat de oplossingsruimte bepaald

wordt door het aantal nevengevolgen en de ‘hoogte’

104

van de daaraan gekoppelde normen. Blijven er meer

oplossingen over die aan alle eisen voldoen, dan kun je

de normen aanscherpen/verhogen. Voldoet geen enkele

oplossing aan alle vereisten, dan moet je verder zoeken of

de normen verlagen.

4.4. Oplossingen uitproberen

Voordat je besluit een oplossing te gaan implementeren

is het verstandig die eerst uit te proberen. Als een

organisatie overgaat op telefoneren via de computer kun

je dat beter eerst op kleine schaal testen. Anders loop je

het risico dat de organisatie een week lang telefonisch

onbereikbaar is.

Van design thinking (en van de Lean Start Up) weten

we dat we heel snel moeten itereren tussen genereren,

selecteren en uittesten van oplossingen. Soms kan dat

en is dat zinvol. Soms kan dat niet. De logica is dus:

genereren, selecteren en uittesten. Hoe iteratief dat gaat

is contextafhankelijk.

5. ImplementatieonderzoekVaak wordt hier volstaan met het formuleren van een

projectplan: wie moet wanneer welke actie ondernemen

voor de implementatie van de geselecteerde en uitgeteste

oplossing? Wij laten dit voorafgaan door een onderzoek

naar de aanvullende factoren die je nodig hebt en waarop

je moet letten voor een succesvolle implementatie. Die

heeft een veranderkundige kant: bestaat er draagvlak

voor deze oplossing? Dat is mede afhankelijk van de

‘kwaliteit’ van de waardendiscussies die je hebt gevoerd:

zijn alle gezichtspunten en alle belanghebbenden aan bod

gekomen. En dat is mede afhankelijk van de mate waarin

je het onderzoek participatief hebt uitgevoerd: in welke

vorm hebben betrokkenen meegedaan bij het preciseren

en analyseren van de problemen en bij het genereren,

selecteren en uitproberen van de oplossingen?

Implementatieonderzoek heeft ook een ontwerpkundige

kant. Ik concentreer me hierop.

5.1. Wat kan er mis gaan bij de implementatie?

Algemeen gesproken moet je de volgende vragen

beantwoorden:

• Welke factoren dragen bij aan een succesvolle

implementatie: meewerkende oorzaken?

• Welke factoren bedreigen een succesvolle

implementatie: tegenwerkende factoren?

• Wat betekent dat voor de organisatie van de

implementatie?

Dat lijkt op wat je doet in de ontwerpgerichte fase, maar

daar keek je naar meewerkende en tegenwerkende

factoren gezien vanuit de oplossing. Hier doe je dat vanuit

het perspectief van de implementatie (alhoewel ik toegeef

dat het onderscheid niet altijd scherp is).

Wat Cowen en Cartwright (2019) hiermee bedoelen is

het volgende. In je ontwerpgerichte gedeelte heb je een

oplossing ontworpen. Die neemt bijvoorbeeld de vorm

aan van een ‘causal cake’: de combinatie van factoren die

tot het gewenste effect gaat leiden. Of die neemt de vorm

aan van een causaal proces: de stappen die leiden van

oorzaak X naar gewenst effect Y. Je neemt nu die ‘causal

cake’ of dat causale proces als uitgangspunt en vraagt

je af: wat draagt bij aan het realiseren van die ‘causal

cake’ of van dat causale proces en wat zou dat kunnen

tegenwerken? Voor het causale proces ziet het formele

model dat je daarvoor gebruikt er zoals Figuur 5 uit.

De processtappen die tot het gewenst effect leiden zijn

het resultaat van je ontwerpgerichte onderzoek. In je

implementatieonderzoek ga je op zoek naar de factoren

die ten opzichte daarvan meewerken (‘support factors’)

of tegenwerken (‘interrupters’ en ‘off-setters) factoren zijn.

5.2. Projectplan implementatie

Na het uitvoeren van een implementatieonderzoek

beschik je over alle informatie die je nodig hebt voor het

maken van een projectplan.

105

6. EvaluatieonderzoekBeschrijven en verklaren

Evaluatieonderzoek heeft een beschrijvend en een

verklarend gedeelte:

• Beschrijvend: zijn de resultaten behaald (is de kloof

opgeheven)?

• Verklarend. Zo ja, ligt dit aan de interventie?

• Verklarend. Zo nee, ligt dit aan

- Gebreken in de implementatie?

- Verkeerde oplossing?

- Verkeerde diagnose?

Net zoals de designs voor fundamenteel onderzoek niet

passen op een diagnostisch onderzoek, zo passen ze

ook niet op de evaluatie van de bereikte resultaten: je zet

de interventie niet op als een RCT. Je toetst immers geen

generieke, maar een specifieke oplossing en bovendien

zal je N veel te klein zijn.

Doelen bereikt: dankzij of ondanks de interventie?

Wanneer je in het beschrijvend gedeelte constateert dat

de resultaten bereikt zijn, zul je niet verrast zijn. Je hebt

oplossingen ontworpen, je hebt gekeken welke overige

factoren (‘causale cake’) nodig zijn om van die oplossing

een succes te maken, je hebt uitgezocht via welk

causaal proces de oplossing zal gaan werken en je hebt

gekeken wat je in de implementatie nog aan aanvullende

maatregelen moet nemen. Als er toch sceptici zijn (zijn de

doelen nu dankzij of ondanks de interventie opgetreden?)

dan loop je het causale proces langs (process tracing)

of de ‘causal cake’ zodat je kunt uitleggen waarom de

doelen bereikt zijn. Toegepast op het voorbeeld van de

kleinere klassen: je kunt laten zien dat je kleinere klassen

gecombineerd hebt met meer leslokalen en ervaren

leerkrachten. En je kunt laten zien dat docenten meer

aandacht besteden aan leerlingen en leerlingen daardoor

gemotiveerder werken. Mocht je dan nog twijfelen, dan

kun je een ‘single case’ experiment uitvoeren. In zijn

eenvoudigste vorm betekent dit dat je weer vier weken

met grote klassen gaat werken en kijkt wat het effect op

de leerprestaties is. Gaan die omlaag dan is je interventie

juist geweest. Gaan die niet omlaag dan kun je gaan

twijfelen. Wanneer dat inderdaad het geval is, volg je de

procedure die je ook toepast als de doelen niet bereikt

zijn.

Supportfactor

Supportfactor

Supportfactor

Supportfactor

Step 1

Interrupter

Step 2

Off-setter

Step 3 Effect

Activity Activity Activity

Figuur 5. ‘Streetlevel theory of change’ (Cowen, Cartwright 2019: 19).

106

Doelen niet bereikt: dankzij of ondanks de interventie

Wanneer de doelen niet bereikt zijn hoeft dat niet aan de

oplossing te liggen. Om dat te onderzoeken loop je de

interventie van achter naar voren langs:

• Is er iets fout gegaan in de implementatie en zo ja,

hoe kunnen we dat herstellen?

• Is er iets fout gegaan bij het ontwerpen van de

oplossingen: ligt het aan de oplossing zelf of:

- Is er iets fout gegaan in het proces dat leidt van

oplossing tot effect?

- Hebben we aanvullende factoren over het hoofd

gezien?

• Is er iets fout gegaan bij de analyse van de oorzaken:

hebben we oorzaken over het hoofd gezien?

• Is er iets fout gegaan bij het preciseren van het

probleem: hebben we problemen over het hoofd

gezien?

Vandaar dat het zo belangrijk is om goed te

documenteren wat je allemaal in de verschillende stappen

van de interventiecyclus gedaan hebt. Je hebt immers

een zoektocht achter de rug, niet naar goede, maar naar

volledige verklaringen (van ongewenste en gewenste

effecten). Bij een interventie moet alles op zijn plaats

zitten en dat is niet altijd even makkelijk.

107

6. Toegepast onderzoek en de A3 methode: kwaliteitsbewaking zonder onderzoeksplan

In deze bijdrage schetsen we het probleem van het onderzoeksplan en stellen voor de A3 methode als oplossing daarvoor te gebruiken. We beschrijven de algemene kenmerken van de A3 methode. Vervolgens lichten we de stappen van de A3 methode toe met een verzonnen en echt voorbeeld. Tot slot wijzen we op de grote overeenkomst tussen de A3 methode en ‘design thinking.’

1. InleidingHet probleem: is een onderzoeksplan altijd mogelijk?

Studenten die toegepast onderzoek uitvoeren in hun

minor, IWP, stage of afstudeerproject dienen meestal

eerst een onderzoeksplan in te dienen. Voortgang van

hun onderzoek is afhankelijk van de goedkeuring van

dit plan. Een onderzoeksplan bestaat gewoonlijk uit:

een theoretische verantwoording, onderzoeksvragen

(hoofd- en deelvragen), selectie onderzoeksdesign en

een methodologische verantwoording van te gebruiken

methoden van gegevensverzameling en -analyse.

Het probleem is dat dit alles niet goed past op het

sequentieel en iteratief karakter van het toegepast

onderzoek dat studenten uitvoeren (zie de conclusie

van Smit 2018). In dit type onderzoek wordt vaak pas

in de loop van het onderzoek duidelijk wat het ‘echte’

probleem is, wat daar de oorzaken van zijn en wat,

gegeven deze oorzaken, de beste oplossingen zijn.

Studenten hebben dan ook grote moeite met het maken

van een onderzoeksplan en zijn daar veel tijd mee

kwijt: hoe moeten ze uitleggen wat hun methode van

gegevensverzameling wordt (voor het onderzoeken van

oorzaken en oplossingen) als ze nog niet weten wat het

‘echte’ probleem is, laat staan wat daar de oorzaken

van zijn? En opdrachtgevers worden ongeduldig omdat

studenten te lang bezig zijn met het formuleren van hun

onderzoeksplan. Zij hebben liever dat studenten direct

aan de slag gaan.

Een oplossing: de A3 methode

Een oplossing voor dit probleem kan het gebruik van

de A3 methode zijn. De A3 methode is ontwikkeld

door Toyota en wordt door veel Lean bedrijven en

instellingen gebruikt als te hanteren werkwijze bij hun

procesverbeteringsprojecten (zie Shook 2008). De A3

methode ontleent haar naam aan het format waarop

over de onderzoeksresultaten gerapporteerd wordt: op

A3 format. Dit dwingt tot een beknopte rapportage. De

A3 methode volgt de stappen van de interventiecyclus.

Dit dwingt de gebruikers om zich eerst te verdiepen

in het probleem en de oorzaken ervan voordat ze

oplossingen gaan ontwerpen. In deze methode wordt

één onderzoeksplan vooraf vervangen door meerdere

onderzoeksplannen en wel voor elke stap in het

onderzoek. Dit sluit aan op de werkwijze die algemeen

aanbevolen wordt bij projecten met grote onzekerheden:

(1) deel het project op in kleinere eenheden of stappen

(iteraties), (2) monitor de uitkomsten van elke stap (snelle

108

feedback) en (3) pas op basis daarvan de stappen aan

(adaptief).

Het gebruik van de A3 methode betekent voor

studenten dat ze geen onderzoeksplan vooraf hoeven

te maken (maar wel geïnstrueerd moeten worden in

het gebruik van de methodiek). Voor opdrachtgevers

betekent het dat studenten meteen aan de slag kunnen.

En voor docenten betekent het dat de begeleiding van

studenten geïntensiveerd wordt: studenten dienen

per stap feedback te krijgen. Ook de begeleiding is

sequentieel, iteratief en adaptief. Docenten bewaken de

kwaliteit van het onderzoek door studenten te helpen bij

het verhogen van de meetvaliditeit en betrouwbaarheid

van hun gegevens en van de interne validiteit van

hun verklaringen. Zeker wanneer studentenprojecten

onderdeel uitmaken van en materiaal leveren voor

praktijkgericht onderzoek dat door het lectoraat

wordt uitgevoerd is toezicht op de kwaliteit van het

studentenonderzoek van groot belang.

2. De A3 methodeDe A3 methode

Deze methode ontleent haar naam aan het format waarop

je over de resultaten van je onderzoek rapporteert: op

A3 format. De methode vertelt je hoe je het onderzoek

uitvoert:

• Je doet het in stappen met een logische volgorde

(diagnose, ontwerp, implementatie, evaluatie). Zo

voorkom je de valkuil van ‘jumping to solutions’:

oplossingen ontwerpen zonder je eerst te verdiepen

in het probleem en de oorzaken ervan.

• Je baseert je op feiten. Op die manier voorkom je de

valkuil van aannames: denken te weten

- wat het probleem is zonder het te onderzoeken

- wat de oorzaken zijn zonder het te onderzoeken

- wat de oplossingen zijn zonder het te

onderzoeken

• Je voert het onderzoek samen met de betrokkenen

uit. Door hen te betrekken in zowel de analyse van het

probleem als het ontwerpen van oplossingen vergroot

je het draagvlak voor het implementeren van de

gevonden oplossingen.

• Je rapporteert op A3 format. Daardoor word je

gedwongen beknopt te rapporteren en gebruik te

maken van visuele middelen (taartdiagrammen,

frequentieverdelingen en dergelijke).

Je doet het dus in stappen, gebaseerd op de feiten en

samen met de betrokkenen. De stapsgewijs ingevulde

A3 dient als communicatiemiddel voor alle betrokken

partijen. Vaak wordt die dan ook in een openbare ruimte

aan de muur gehangen. Een voorbeeld van een lege en

ingevulde A3 is te vinden in Figuur 1.

A3 en interventiecyclus

De A3 volgt de stappen van de interventiecyclus. Ze

voegt alleen tussen probleemverheldering (precisering

van het probleem) en analyse van de oorzaken de stap

doelen bepalen toe. Dat heeft het voordeel dat meteen

duidelijk is dat doelen en oplossingen niet hetzelfde

zijn. Ophouden met roken is geen oplossing, maar een

doel. Oplossingen zijn de middelen die je gebruikt om

dat doel te bereiken. Bovendien sluit het ‘organisch’ aan

op het preciseren van het probleem. Die resulteert in

een aantal specifieke problemen of variabelen met een

ongewenste waarde. Vervolgens kun je voor elk specifiek

probleem het doel, de gewenste waarde, bepalen. Bij het

ontwerpen van oplossingen neem je deze doelen over

en hoef je alleen de nevendoelen te bepalen. Hoofd- en

nevendoelen vormen de functionele vereisten waaraan je

oplossingen of tegenmaatregelen moeten voldoen.

De A3 vergeleken met andere indelingen

De A3 is ontwikkeld voor procesverbeteringsprojecten.

Je kunt hem echter als algemene ‘probleemoplossings-

109

Achtergrond/Aanleiding Tegenmaatregelen/oplossingen

Huidige situatie/Probleemverheldering

Implementatie

Doelen

Analyse oorzaken Evaluatie

Figuur 2. De methodieken vergeleken.

Figuur 1. Lege en ingevulde A3.

PDCA DMAIC A3 8D/PSP

Plan Define Clarify the problem 1. Create Team & collect information2. Describe the Problem

Measure Break down the Problem

Set a target 3. Define Containment Actions

Analyse Analyse the Roor Cause 4. Analyse the Root Cause

Develope Countermeasures 5. Define Possible corrective Actions

Do Improve See Countermeasures 6. Implement corrective Action

Check Control Evaluate Results & Processes 7. Define Actions to avoid Recurrence8. Congratulate your Team

Act Standardize Succes

methode’ gebruiken. Zo zijn er ook productontwerpers die

met de A3 werken. In de praktijk van procesverbetering

kom je ook andere methodieken tegen. Die hebben met

elkaar gemeen dat zoeken naar de feiten en goed meten

centraal staan in het verbeteringsproces. Het gaat om

de PDCA cyclus van Deming en Toyota (Plan, Do, Check,

Act), de DMAIC cyclus van Six Sigma (Define, Measure,

Analyze, Improve, Control) en de 8D/PSP methode (Eight

Disciplines Problem Solving Process). Deze methode is

tijdens WOII door het leger ontwikkeld en in de 80er jaren

door de Ford onderneming overgenomen.

Alle methodieken volgen ongeveer de interventie-

cyclus: ze starten met een probleem en eindigen met de

evaluatie van de oplossing. Ze passen niet allemaal even

goed op de A3 (zie onderstaand overzicht).

110

De PDCA cyclus past niet zo goed. Het klinkt raar om

onder Plan zowel de diagnose als het ontwerp van

oplossingen te laten vallen (vijf A3 activiteiten). En Check

als evaluatie klinkt ook raar. Het basisidee dat aan de

PDCA ten grondslag ligt is, dat je een oplossing altijd

eerst moet uitproberen (Check) voordat je hem invoert

(Act). De invoering (implementatie) moet je echter ook

evalueren. De PDCA cyclus past, naar mijn mening,

dan ook beter op de ontwerpgerichte fase van de

interventiecyclus: Plan (verzin een oplossing), Do (probeer

hem uit), Check (kijk of die werkt) en Act (voer hem dan

pas in). Dit komt ook beter overeen met de PDSA cyclus

van Deming: “Plan a change, Do- carry out the change

or test (preferably on a small scale), Study the results,

Act- adopt the change or run through the cycle again”

(zie Moen, Norman (2009) over de evolutie van de PDCA

cyclus).

DMAIC past beter op de A3 en in feite worden veel

van de DMAIC technieken in de A3 toegepast. De 8D/PSP

methode maakt een onderscheid tussen ‘containment

actions’ en ‘corrective actions.’ Dat kan soms nodig zijn,

maar als je dat onderscheid weg laat lijkt het weer veel

op de A3. Dit alles overziende lijkt ons dat de A3 het

beste overeenkomt met de interventiecyclus. Vooral de

nadruk op stap twee: preciseren van het probleem en de

‘meedogenloze’ boodschap ‘ga op zoek naar de feiten en

meet die’ werken goed in het onderwijs. Het is dan ook

onze indruk dat studenten die hebben leren werken met

de A3 of met DMAIC betere afstudeerscripties schrijven:

ze zijn beter voorbereid op het uitvoeren van toegepast

onderzoek in het kader van de interventiecyclus.

A3: beknopte rapportage

Gebruik van het A3 format dwingt je om per stap beknopt

over de resulaten van je onderzoek te rapporteren. Dat

stimuleert het gebruik van visuele middelen en beknopte

formuleringen. De boodschap is dan ook: als het niet op

een A3 past

• Vertel je te veel.

• Snap je het nog niet.

• Gebruik je te weinig visuele middelen.

• Of moet je meerdere A3’s maken.

Wanneer je bijvoorbeeld na stap twee (precisering van

het probleem) op verschillende problemen uitkomt

kun je daarna verder gaan met een aparte A3 voor elk

afzonderlijk probleem.

Het onderzoek dat ten grondslag ligt aan de

resultaten wordt bewaard in de vorm van ‘onderliggende

documenten.’ Wanneer je klaar bent met je onderzoek,

kun je de A3 en de onderliggende documenten gebruiken

om een onderzoeksverslag te maken dat aan alle

eisen voldoet. Je bent alleen niet begonnen met een

allesomvattend onderzoeksplan. In plaats daarvan heb

je het onderzoek stap voor stap opgebouwd. Dat geeft je

de flexibiliteit het onderzoek aan te passen aan wat je per

stap ontdekt. Daartoe behoren ook iteraties: terug gaan

naar de vorige stap om die te herzien. In je eindverslag

doe je wat alle onderzoekers doen: een onderscheid

maken tussen het onderzoeksproces dat ‘messy’ is en

een onderzoeksverslag waarin je zo efficient mogelijk

probeert te bewijzen wat je beweert.

De A3 als communicatiemiddel

De A3 wordt dus stap voor stap opgebouwd of ‘ingevuld.’

De A3 is het document dat je gebruikt voor overleg en

discussie over de voortgang van het onderzoek met

• Je opdrachtgever en/of bedrijfsbegeleider.

• De bij het onderzoek betrokkenen, bijvoorbeeld de

medewerkers.

• Je medestudenten.

• De begeleiders van de hogeschool.

Een goede A3 is dan ook vooral een verslag van de

dialoog die je met al deze partijen hebt gevoerd:

111

What really makes an A3 ‘a good one’ isn’t the

specific collection of facts and data that tell a perfect

problem-solve. A good A3 is a reflection of the

dialogue that created it (Shook 2008).

Door de beknopte rapportage kan die ‘dialoog’ kort en ‘to

the point’ verlopen. Wij betrekken ook medestudenten in

deze dialoog. Aanvankelijk moesten studenten per stap

elkaars A3’s beoordelen (met een beoordelingsformulier).

Tegenwoordig laten we studenten vragen stellen bij elkaars

A3. Het is de bedoeling, niet dat je elkaar beoordeelt,

maar dat je elkaar stimuleert om nog eens kritisch naar

je eigen onderzoek te kijken. Bovendien leren studenten

zo van elkaars A3. En, tenslotte, verloopt het proces

‘gedisciplineerder.’ Studenten zijn nu eenmaal gevoeliger

voor kritiek van hun medestudenten (‘waarom heb je de A3

te laat ingeleverd?’) dan van docentbegeleiders.

Dit alles maakt de A3 uitermate geschikt voor

online begeleiding. De A3’s zijn via Blackboard voor

alle studenten beschikbaar. Ze kunnen daar online

hun vragen invoegen (comments). Docenten kunnen

de A3’s en gestelde vragen bespreken en online een

aantal algemene opmerkingen plaatsen. De ‘MS Teams’

vergaderingen verlopen efficiënt: studenten uploaden hun

A3, geven een korte toelichting, de A3 wordt besproken,

indien nodig wordt informatie uit de onderliggende

documenten geüpload en na een kwartier kun je

door naar de volgende A3. Voeg daaraan korte online

flitscolleges toe met uitleg over de stappen en je hebt een

volledige online cursus. Natuurlijk is een mix van online en

‘face to face’ het beste.

3. De stappen van de A3 met een verzonnen en echt voorbeeld

Achtergrond

Wij hebben ervaring opgedaan met het werken met

de A3 in de minor Slim Produceren van de opleiding

Technische Bedrijfskunde en in het keuzevak

Onderzoeksmethodologie van de deeltijdopleiding

Management in de Zorg. Inmiddels wordt de A3 ook

elders in de opleiding gebruikt voor het begeleiden van

studenten bij hun praktijkprojecten.

In het keuzevak voeren teamleiders met hun team

eerst een werkdrukonderzoek uit. Het resultaat daarvan

is een overzicht van knelpunten (moeilijk of niet oplosbare

verstoringen tijdens de uitvoering van het werk) waarvan

het hele team zegt: hier hebben we last van bij de

uitvoering van ons werk, dat ligt niet aan ons en als deze

knelpunten weggewerkt worden, dan verminder je niet

alleen onze werkdruk, maar verbeter je ook de kwaliteit

van de zorg. Met het werkdrukonderzoek breng je, met

andere woorden, de ‘daily hassles’ of dagelijkse irritaties

van het werk in kaart. En dat kunnen er per dag (!) een

hoop zijn.

Vervolgens selecteert de teamleider met het team het

meest dringende knelpunt en gaat met behulp van de A3

dat knelpunt analyseren en oplossen. Het voorbeeld dat

we gebruiken komt uit een van deze A3’s. Wij noemen

onze werkdrukbenadering ‘werkdrukvermindering door

procesverbetering.’ Wie daar meer over wil weten kan

naar de website https://minderwerkdrukindezorg.nl/

gaan. Daarop wordt niet alleen het werkdrukinstrument

uitgelegd, maar staan ook flitscolleges over de A3

methode.

Een voorbeeld: het probleem van de overwaking

We zullen de werkwijze verduidelijken met het

voorbeeld van de overwaking. Een verpleegkundige

in overwakingsdienst kan gebeld worden om hulp en

ondersteuning te bieden aan en vaak ook op andere

afdelingen, omdat die niet over de vereiste expertise

beschikken. Bij team X stond dit met stip als eerste op

de lijst van knelpunten: ze werden in hun opvatting veel

te vaak gebeld en moesten te vaak van de afdeling af. Dit

probleem werd dan ook geselecteerd om met behulp van

de A3 methode nader te analyseren en op te lossen.

112

Stap 1. Aanleiding/achtergrond

In dit gedeelte van de A3 vermeld je kort wat het

probleem is en waarom het een probleem is en voor

wie het een probleem is. Het waarom verwijst naar de

nadelige gevolgen van het probleem op verschillende

terreinen. Die kunnen in de zorg bijvoorbeeld betrekking

hebben op de werkdruk in de zorg van werknemers,

voor de kwaliteit van de zorg, voor de cliënt en voor

de efficiency van het zorgproces. Je hebt dan meteen

te pakken voor wie het een probleem is: voor de

medewerkers, de cliënten en de werkgever.

Verzonnen voorbeeld

Ik ga met klachten over mijn gezondheid naar de huisarts.

Die vertelt mij dat de achterliggende oorzaak gelegen is

in het feit dat ik veel te veel alcohol drink. Zijn advies: als

je werkelijk iets aan je gezondheidsproblemen wilt doen

moet je minder gaan drinken.

• Wat is het probleem: ik drink te veel.

• Waarom is het een probleem: dat is niet alleen slecht

voor mijn gezondheid, maar levert ook spanningen in

mijn gezin op en benadeelt mijn functioneren op het

werk.

• Voor wie is het een probleem: niet alleen voor mij,

maar ook voor mijn gezin en werkgever.

Voorbeeld overwaking

Aanleiding/achtergrond

De overwaking (verantwoordelijke verpleegkundige

gedurende de dag-, avond- en nachtdienst) wordt

veel telefonisch gestoord tijdens de werkzaamheden

en is veel/vaak gedurende langere tijd van de afdeling

waardoor de collega met wie wordt samengewerkt

alleen achter blijft en werkzaamheden niet uitgevoerd

kunnen worden. Daardoor neemt niet alleen de

werkdruk toe, maar verslechtert ook de zorg voor

patiënten.

Stap 2. Huidige situatie

In deze stap wordt het algemeen geformuleerde

probleem gepreciseerd door het uiteen te leggen in

deelproblemen. Dat doe je door beschrijvende vragen te

formuleren: wat, waar, hoe veel, hoe lang, door wie, voor

wie, enzovoort.

Verzonnen voorbeeld

Ik ga onderzoeken wat ik drink, hoeveel ik drink en

wanneer ik dat doe. Het resultaat:

• Whisky: elke dag na mijn werk een paar.

• Bier: elke vrijdagavond met mijn vrienden in het café

in grote hoeveelheden.

• Wijn: elke zaterdag en zondag met mijn vrouw tijdens

en na het eten. Dat begint met een fles maar worden

er vaak meer.


Dat verpleegkundigen vaak gebeld worden is een

aanname, of beter, een ervaringsgegeven. We weten

niet precies hoe vaak ze gebeld worden, waarvoor,

hoelang ze weg zijn, enzovoort. In deze stap wordt

het probleem dus nader geanalyseerd door het op te

delen in deelproblemen. Dat doe je door beschrijvende

onderzoeksvragen te formuleren. Vervolgens ga je met je

team onderzoek doen: gegevens verzamelen waarmee

je de onderzoeksvragen kunt beantwoorden. In het

voorbeeld:

Gedurende 5 dagen hebben de medewerkers met

overwakingsdienst bijgehouden hoe vaak ze werden

opgeroepen, waarvoor en hoeveel tijd ze dit heeft

gekost. Het probleem is hiervoor opgeknipt in

kleinere stukjes:

• Hoe vaak wordt de overwaking gestoord tijdens

de dag- avond- en nachtdienst?

• Hoe vaak is deze verstoring voor cliëntgebonden

en hoe vaak voor niet-cliëntgebonden vragen?

113

• Hoe vaak moest degene met overwaking van de

afdeling?

• Hoeveel tijd is degene die van de afdeling moest

weg gebleven?

• Bleef er een collega alleen achter op de afdeling?

• Welke werkzaamheden konden er niet uitgevoerd

worden?

Uit ervaring is gebleken dat dit de moeilijkste en de

belangrijkste stap van de A3 is. De moeilijkste want ‘we

weten toch al wat het probleem is. Waarom zouden we

dat moeten gaan onderzoeken?’ De belangrijkste, want

als deze stap goed wordt uitgevoerd kun je nauwkeuriger

je doel bepalen, op zoek gaan naar oorzaken en

oplossingen en later beter evalueren of je de doelen

gehaald hebt.

Over de resultaten van het onderzoek wordt beknopt

op de A3 gerapporteerd. Daar komen bijvoorbeeld dit

soort frequentieverdelingen en taartdiagrammen te

staan:

Stap 3. Doel formuleren

Je hebt een algemeen geformuleerd probleem

uiteengelegd in deelproblemen die opgelost moeten

worden. Je kunt nu direct voor de geselecteerde

deelproblemen de doelen bepalen. Hoe nauwkeuriger

je dat doet, des te makkelijker wordt het om straks te

beoordelen of je die doelen bereikt hebt: minder drinken

of minder gebeld worden zijn niet echt duidelijke doelen.

Verzonnen voorbeeld

Een doel is niet hetzelfde als een oplossing. Als ik te veel

drink is minder drinken niet de oplossing, maar het doel.

Oplossingen zijn de middelen die ik gebruik om dat doel

te bereiken. Ik formuleer als doelen:

• Whisky: meteen mee stoppen.

• Bier: drastisch verminderen tot vijf glazen op de

vrijdagavond.

• Wijn: beperken tot samen een fles op de zaterdag en

zondagavond.


Doel

Voor 31 december 2018 willen we voor elke afdeling

• dat ze bij minimaal 75 % van alle

overwakingsdiensten max. 2 keer worden

opgeroepen voor verpleegkundige

handelingen vanuit een andere afdeling,

• dat ze bij minimaal 75 % van alle

overwakingsdiensten max. 10 minuten van de

eigen afdeling af zijn voor verpleegkundige

handelingen,

• dat ze bij minimaal 95% van alle

overwakingsdiensten niet worden opgeroepen

voor niet- verpleegkundige handelingen van een

andere afdeling.

Stap 4. Analyse oorzaken

Nu je beter weet wat de problemen precies zijn kun je op

zoek gaan naar de oorzaken. De onderzoeksvraag is een

verklarende en heeft de volgende algemene vorm: welke

van alle mogelijke oorzaken zijn in dit geval aanwezig en

verklaren het probleem?

0

16

14

12

10

8

6

4

2

Dag Avond Nacht

■ Cliëntgebonden handelingen tijdens overwaking

■ Niet-cliëntgebonden handelingen tijdens overwaking

114

Oorzaken moet je

• In de ‘breedte’ onderzoeken: vaak heeft hetzelfde

probleem meerdere oorzaken.

• In de ‘diepte’ onderzoeken: elke oorzaak heeft weer

achterliggende oorzaken (‘root causes’).

Als je geluk hebt kun je uit de literatuur over het

desbetreffende probleem een overzicht van mogelijke

oorzaken samenstellen. Je literatuurstudie mondt dan

uit in een onderzoeksmodel met daarin de mogelijke

oorzaken (onafhankelijke variabelen) van het probleem

(afhankelijke variabele). Dat onderzoeksmodel kan ook

een complexere vorm hebben:

• Een variabelenmodel met ook interveniërende en

modererende variabelen.

• Een configuratiemodel met combinaties van oorzaken

die gezamenlijk de noodzakelijke en/of voldoende

voorwaarden zijn van het ongewenst effect.

• Een procesmodel waarin het causale proces van

oorzaak tot gevolg beschreven wordt.

Je onderzoekt vervolgens welke van alle mogelijke

oorzaken dit geval aanwezig zijn. Daarna ga je die

oorzaken ordenen.

Bestaat die literatuur niet, dan moet je met je team

over mogelijke oorzaken brainstormen. Lean biedt

daarvoor een aantal technieken aan. Een daarvan is

de visgraatmethode. De kop van de visgraat staat voor

het probleem en de graten voor mogelijke oorzaken

zoals machines, mensen, procedures en dergelijke.

Je kunt zo’n visgraat aan de muur hangen. Iedereen

kan daarop oorzaken invullen. Je kunt dat ook doen

als bij de graten de mogelijke oorzaken staan die je uit

de literatuurstudie hebt gehaald. Het resultaat is een

overzicht van oorzaken die in dit geval aanwezig zijn.

Van die oorzaken kun je vervolgens de achterliggende

oorzaken onderzoeken. Lean gebruikt daarvoor de

techniek van de ‘five whys.’

Zowel een ingevulde visgraat als de ‘five whys’ kun je

direct op je A3 zetten.

Met de visgraat (of met je onderzoeksmodel van

mogelijke oorzaken) ontdek je meerdere feitelijke

oorzaken. Wij zijn nu nog bezig verschillende

methodieken uit te proberen waarmee je die

oorzaken kunt ordenen. Daar kunnen bijvoorbeeld al

achterliggende oorzaken tussen zitten. Een makkelijke

manier is om met pijltjes de onderlinge afhankelijkheden

tussen de oorzaken in kaart te brengen. Dat zou een

overzicht van directe en achterliggende oorzaken op

kunnen leveren.

Verzonnen voorbeeld

Ik heb, vanwege de cognitieve en emotionele complexiteit

van mijn problemen, besloten om voor elk probleem

en bijbehorend doel een aparte A3 te maken. Voor het

whiskyprobleem ziet de oorzakenanalyse er als volgt uit.

Ik ontdek dat ik elke dag whisky drink omdat ik

gespannen van mijn werk thuis kom. Whisky drinken

is geen gewoonte, want dat doe ik alleen op deze

momenten. Op deze oorzaak pas ik de ‘five whys’ toe:

waarom drink ik elke dag als ik van mijn werk thuiskom

een of meerdere whisky’s? Omdat ik gespannen van mijn

werk thuiskom. Waarom? Omdat ik ruzie heb met mijn

baas. Waarom? Omdat ik vaak te laat kom. Waarom?

Omdat ik te veel drink en me daardoor verslaap. In dit

geval vormt de keten van oorzaken van oorzaken een

vicieuze cirkel: de oorzaken versterken elkaar (positieve

feedback) waardoor het probleem steeds erger wordt.

Dat betekent omgekeerd dat ik met een oplossing voor

mijn drankprobleem twee problemen tegelijk oplos.

Als uit de oorzakenanalyse blijkt dat ik alcoholist ben,

moet ik niet minder gaan drinken, maar ophouden met

drinken. Op de A3 moet ik dan terug naar het doel en dat

herformuleren: de werkwijze is niet alleen sequentieel,

maar ook iteratief: uitkomsten van volgende stappen

kunnen aanleiding zijn om vorige stappen aan te passen.

115

Voorbeeld van de overwaking

De problemen hebben twee hoofdvormen: gebeld

worden voor cliëntgebonden en voor niet-cliëntgebonden

handelingen. Daar worden twee A3’s voor gemaakt.

We concentreren ons op het probleem van de niet-

cliëntgebonden handelingen.

Uit de visgraatanalyse bleek dat een van de oorzaken

van niet-cliënt gerelateerde telefoontjes gelegen is in

het feit dat ze voor 8.00 uur in de ochtend veel gebeld

werden door leveranciers en medewerkers die naar

binnen moeten. Daarop werden de ‘five whys’ toegepast:

Waarom bellen ze? Omdat ze voor een gesloten deur

staan. Waarom? Omdat het service loket dan nog niet

open is. Waarom? Omdat hiermee in de roostering

van het service loket geen rekening is gehouden.

Waarom? Omdat men niet wist tot welke problemen voor

verpleegkundigen in de overwaking dit zou leiden.

Analyse oorzaken

Na toepassing van visgraat en ‘five whys’ twee

hoofdoorzaken:

• Niet-cliëntgebonden telefoontjes: service balie is

tot 8.00 uur dicht.

• Cliëntgebonden telefoontjes: gebreken in de

basisroosters van de afdelingen.

Nu je weet wat de precieze problemen en wat daar de

– achterliggende – oorzaken van zijn, kun je de kennis

van die oorzaken gebruiken voor het ontwerpen van

oplossingen of tegenmaatregelen.

Stap 5. Tegenmaatregelen/oplossingen ontwerpen

Tegenmaatregelen zijn de middelen om je doel te

bereiken. Meestal zijn er meerdere middelen om hetzelfde

doel te bereiken. Het ontwerpen van oplossingen bestaat

dus altijd uit de volgende stappen:

• Bepaal de eisen waaraan de oplossing moet voldoen:

hoofddoel en nevendoelen.

• Genereer meerdere oplossingen: met behulp van het

hoofddoel.

• Selecteer daaruit de beste: aan de hand van de

gewenste en ongewenste nevengevolgen van de

oplossingen.

• Test de oplossing eerst uit voordat je hem invoert.

Verzonnen voorbeeld

Ik weet dat ophouden met whisky drinken moeilijk zal

worden. Om mijn doel, geen whisky meer, te bereiken

leeg ik alle whiskyflessen, zoek een ‘buddy’ die ik kan

bellen als ik het moeilijk heb, overleg met mijn gezin hoe

ze mij kunnen ondersteunen en ga in gesprek met mijn

baas.


Als nevendoel wordt geformuleerd dat de oplossing

kostenneutraal en gebruikersvriendelijk moet zijn (niet

tot nieuwe problemen mag leiden) en niet ten koste mag

gaan van de kwaliteit van de zorg.

Voor het probleem van de gesloten deur in de

ochtend bestaan verschillende oplossingen: je zou met

pasjes of in te tikken codes kunnen gaan werken. Je

zou ook de service balie om 7.30 uur open kunnen laten

gaan. De eerste twee maatregel gaan geld kosten en

brengen veiligheidsrisico’s met zich mee. Als je zonder

kosten de service balie om 7.30 uur open kunt laten gaan,

zou dat duidelijk de voorkeur genieten. Dit waren de

tegenmaatregelen voor het probleem van de overwaking:

Tegenmaatregelen

• Service balie een half uur eerder om 7.30 uur laten

starten.

• Nieuw basisrooster per afdeling opstellen met

zodanige verdeling van verpleegkundigen dat

in alle diensten altijd een verpleegkundige

werkzaam is in de overwaking volgens een vast

basisrooster.

116

Stap 6. Implementatie oplossing

Hier maak je een projectplan voor de implementatie van

de oplossingen: wie moet wat wanneer met wie doen om

de oplossingen gerealiseerd te krijgen.

Het is nuttig om jezelf twee vragen te stellen voordat

je met de implementatie begint:

• Welke aanvullende maatregelen zijn er nodig om van

de implementatie een succes te maken? Bijvoorbeeld:

is er extra training vereist, wie moet geïnformeerd

worden, en dergelijke?

• Wat zou ervoor kunnen zorgen dat de implementatie

mislukt en welke aanvullende maatregelen kunnen we

nemen om dat te voorkomen?

De uitkomsten hiervan kunnen in het implementatieplan

opgenomen worden. In de tijd waarin het

overwakingsprobleem werd onderzocht lieten we het

opstellen van een projectplan nog niet voorafgaan door

een implementatieonderzoek.

Implementatie

In overleg met de service balie wordt besloten dat de

balie om 7.30 uur open gaat. Deze roosterwijziging is

zo vorm gegeven dat geen extra formatie nodig is.

Stap 7. Evaluatie

Met behulp van het doel dat in stap 3 is geformuleerd

kun je nu kijken of dat doel ook is bereikt. Is dat het

geval, dan kun je ook aantonen waarom dat zo is. Je hebt

immers verklaringen gevonden voor je probleem en je

hebt oplossingen ontworpen waarvan je kunt verklaren

waarom ze tot de gewenste gevolgen (doelen) zullen

leiden.

Zijn de doelen niet bereikt, dan loop je van achteren

naar voren de cyclus door met de vraag:

• Is er iets fout gegaan in de implementatie en zo ja,

hoe kunnen we dat herstellen?

• Is er iets fout gegaan bij het ontwerpen van de

oplossingen: ligt het aan de oplossing zelf of

- Is er iets fout gegaan in het proces dat leidt van

oplossing tot effect?

- Hebben we aanvullende factoren over het hoofd

gezien?

• Is er iets fout gegaan bij de analyse van de oorzaken:

hebben we oorzaken over het hoofd gezien?

• Is er iets fout gegaan bij het preciseren van het

probleem: hebben we problemen over het hoofd

gezien?

De opbrengst van het onderzoek

Door de service balie om 7.30 uur te openen (een

roosterwijziging die geen extra formatie heeft gekost)

is het aantal telefoontjes in de ochtend gedaald. Aan

de andere oorzaken wordt nog gewerkt. Belangrijkste

opbrengst volgens de teamleider is niet alleen dat het

aantal telefoontjes in de ochtend aanzienlijk is gedaald,

maar vooral dat de discussie in het team totaal veranderd

is. Zodra iets naar voren wordt gebracht stelt men zich

de vraag ‘is dit wel zo en moeten we dat niet eerst

onderzoeken?’

Niets wordt meer voor waar aangenomen en alles

wordt onderzocht: aannames worden op deze manieren

door feiten vervangen.

4. Conclusie: de A3 als vorm van design thinking

De A3 methode volgt de stappen van de

interventiecyclus. Dit dwingt de gebruikers om zich

eerst te verdiepen in het probleem en de oorzaken ervan

voordat ze oplossingen gaan ontwerpen. Bovendien

worden gebruikers gedwongen op zoek te gaan naar de

feiten en om het onderzoek samen met betrokkenen uit

te voeren. In deze methode wordt één onderzoeksplan

vooraf vervangen door meerdere onderzoeksplannen

voor elke stap van het onderzoek. Dit sluit aan op de

117

werkwijze die algemeen aanbevolen wordt bij projecten

met grote onzekerheden: (1) deel het project op in

kleinere eenheden of stappen (iteraties), (2) monitor de

uitkomsten van elke stap (snelle feedback) en (3) pas op

basis daarvan de stappen aan (adaptief).

Deze werkwijze van de A3 methode vertoont grote

overeenkomsten met ‘design thinking.’ ‘Design thinking’

heeft verschillende wortels en is uitgegroeid tot een

algemene probleemoplossingsmethode die toegepast

kan worden op het analyseren en oplossen van

maatschappelijke problemen, het ontwerpen van nieuwe

producten en diensten en het analyseren en oplossen

van procesproblemen. ‘Design thinking’ wordt door Don

Norman als volgt gekarakteriseerd:

Designers have developed a number of techniques

to avoid being captured by too facile a solution.

They take the original problem as a suggestion, not

as a final statement, then think broadly about what

the real issues underlying this problem statement

might really be (for example by using the “Five Whys”

approach to get at root causes). Most important of

all, is that the process is iterative and expansive.

Designers resist the temptation to jump immediately

to a solution to the stated problem. Instead, they first

spend time determining what the basic, fundamental

(root) issue is that needs to be addressed. They don’t

try to search for a solution until they have determined

the real problem, and even then, instead of solving

that problem, they stop to consider a wide range of

potential solutions. Only then will they finally converge

upon their proposal. This process is called “Design

Thinking” (Norman 2013).

Volgens ons is de A3 methode hetzelfde als design

thinking, maar dan toegepast, niet op het innoveren van

producten en/of diensten, maar op procesinnovatie.

Bovendien is het een methode die uitermate geschikt

is voor het begeleiden van studenten bij hun

praktijkopdrachten en/of afstudeerproject.

119

7. Het driestromen model: combi-neren van praktijkgericht funda-menteel en toegepast onderzoek

Studenten voeren praktijkgericht toegepast onderzoek uit, gericht op het ontwerpen van specifieke oplossingen. Lectoraten voeren praktijkgericht fundamenteel (theoriegericht) onderzoek uit, gericht op het ontwerpen van generieke kennis en oplossingen. Van lectoraten wordt echter verwacht dat ze hun fundamenteel onderzoek samen met studenten uitvoeren. Dat roept de vraag op hoe lectoraten het toegepast onderzoek van hun studenten kunnen combineren met het fundamenteel onderzoek van het lectoraat. Daarvoor hebben we het driestromen model ontworpen. Dat is geïnspireerd op, maar wijkt af van het tweestromen model van Van Aken en Andriessen (2011). In deze bijdrage presenteren we beide modellen, analyseren overeenkomsten en verschillen en presenteren een institutionele invulling van het driestromen model. Daarin komt tot uitdrukking dat het vaak niet de wetenschap, maar de praktijk zelf is die creatieve en slimme oplossingen ontwerpt. Het is de taak van de wetenschap die te onderzoeken en, indien zinvol, verder te ontwikkelen

1. InleidingWe hebben in de eerdere artikelen gezien dat je de

kundes kunt beoefenen als onderzoeker (die nieuwe

kennis voor de kunde genereert) en als professional (die

bestaande kennis toepast op individuele gevallen). De

eerste voert praktijkgericht fundamenteel onderzoek

uit en de tweede praktijkgericht toegepast onderzoek.

Tussen beide vormen van praktijkgericht onderzoek

bestaan grote methodologische verschillen. Voor

universiteiten betekent dit dat ze studenten beide moeten

bijbrengen (zoals in de geneeskunde: zowel ‘theoretical’

als ‘clinical medicine’). Universitaire kundes leiden

immers studenten op tot academisch onderzoeker en/of

professional.

Het HBO leidt daarentegen alleen professionals op

en zou zich dus in haar onderwijs moeten concentreren

op de methodologie van het toegepaste onderzoek.

Resultaat van dit toegepast onderzoek zijn onder

andere beroepsproducten zoals een diagnostisch of een

ontwerpgericht adviesrapport. In het HBO is, voor het

bevorderen van praktijkgericht onderzoek, een nieuwe

functie gecreëerd, die van lector. In alle hogescholen

zijn lectoren aangesteld en lectoraten ingericht die

praktijkgericht onderzoek moeten uitvoeren. Daarbij gaat

het om onderzoek dat naar generieke oplossingen van

praktijkproblemen zoekt. Het gaat, met andere woorden,

om onderzoek dat nieuwe kennis voor de desbetreffende

praktijkwetenschappen of kundes oplevert. Dit is

niet het type onderzoek dat studenten uitvoeren. Die

voeren immers toegepast onderzoek uit. Dat creëert

echter het volgende probleem. Lectoraten worden

nadrukkelijk verondersteld studenten in hun onderzoek

120

te betrekken. Je zou de opdracht van lectoraten als

volgt kunnen omschrijven: formuleer samen met het

werkveld onderzoeksvoorstellen (zodat zij het nuttig

vinden), zoek daar externe, bijvoorbeeld SIA-RAAK

financiering voor en wanneer je daarin slaagt, voer dan

het onderzoek samen met docenten en studenten uit.

Hoe meer externe financiering je binnenhaalt, des te

groter je onderzoeksgroep (docenten en studenten) en

omgekeerd. Je grens is de basisfinanciering waaruit

je de cofinanciering moet betalen: hoe kleiner de

basisfinanciering, des te enger de grenzen aan de groei.

Dat creëert het volgende probleem: hoe combineer je

in een lectoraat praktijkgericht fundamenteel onderzoek

van docenten met praktijkgericht toegepast onderzoek

van studenten. Voor de oplossing van dit probleem

hebben we een model ontwikkeld. Dat model heet het

driestromen model en is geïnspireerd op het tweestromen

model van Van Aken en Andriessen (voortaan VA&A).

In deze bijdrage presenteren we beide modellen en

analyseren we overeenkomsten en verschillen.

2. Het tweestromen modelKennisstroom en praktijkstroom: onderzoekers en

professionals

Volgens VA&A is praktijkgericht onderzoek gericht op

het produceren van generieke kennis voor professionals

die deze kennis toepassen in de handelingscyclus

of interventiecyclus. Onderzoekers werken in de

kennisstroom en professionals in de praktijkstroom.

Ook zij maken dus een onderscheid tussen de

onderzoeker en de professional, tussen wat Schön (1983)

de ‘high ground’ van het onderzoek en de ‘swamp’ van de

professional noemt:

Dit komt ongeveer overeen met ons onderscheid tussen

de onderzoeker en professional:

Onderzoeker Professional

Kennisprobleem wetenschap/kunde

Handelingsprobleem praktijk

Genereert nieuwe kennis Past bestaande kennis toe

Fundamenteel onderzoek Toegepast onderzoek

Empirische cyclus Interventiecyclus

Wetenschappelijk: productdefinitie en procesdefinitie

Wetenschappelijk: alleen procesdefinitie

Figuur 2. De onderzoeker en de professional.

De overeenkomsten zijn groot: onderzoekers in de

kennisstroom ontwikkelen nieuwe kennis, zijn gericht

op het algemene en breiden theorieën uit. Ze voeren,

met andere woorden, praktijkgericht fundamenteel

onderzoek uit. En (toekomstige) professionals in de

praktijkstroom analyseren specifieke problemen en

ontwerpen specifieke oplossingen in het kader van de

interventiecyclus. Ze passen bestaande kennis (‘body of

knowledge’) toe om specifieke oplossingen theoretisch

en empirisch te onderbouwen.

Stroom kennisstroom Prijktijkstroom

Functie Kennis mobiliseren & ontwikkelen Problemen oplossen & leren

Karakter Op zoek naar het algemene Aansluiten bij het specifieke

Activiteiten Onderzoeken & analyseren Adviseren en interveniëren

Houding Objectief & onafhankelijk Overtuigend & afhankelijk

Doel Uitbreiden van theorie Onderbouwen van de praktijk

Figuur 1. De kennisstroom (van de onderzoeker) en de praktijkstroom (van de professional), Van Aken, Andriessen 2011: 80.

121

Het grote verschil is dat zij onder het kopje activiteiten

onderzoek contrasteren met advies (en daar ook

een verschillende houding aan koppelen). Dat is

volgens ons onjuist. Ook de professional voert in de

praktijkstroom onderzoek uit, want verzamelt gegevens

voor het analyseren van problemen en het ontwerpen

van oplossingen. Hanteer je een productdefinitie van

wetenschappelijk onderzoek, dan is dit onderzoek niet

wetenschappelijk. Je produceert immers geen nieuwe

wetenschappelijke kennis. Je kunt er, met andere

woorden, niet over publiceren in wetenschappelijke

tijdschriften. Hanteer je een procesdefinitie dan gaat

het wel om wetenschappelijk onderzoek: je dient de

gegevens op wetenschappelijk verantwoorde wijze

te verzamelen en te analyseren. En tenslotte is dat

onderzoek praktijkgericht: je analyseert en ontwerpt

oplossingen voor een specifiek probleemgeval. Vandaar

dat praktijkgericht onderzoek volgens ons twee vormen

kan aannemen: fundamenteel en toegepast. Dat

fundamentele onderzoek verschilt methodologisch niet

van het zuiver fundamenteel onderzoek. Het verschilt

echter ‘fundamenteel’ van het toegepast onderzoek (zie

eerdere artikelen).

VA&A zien dat anders. Zij gebruiken de term

toegepast onderzoek niet, want die zou getuigen van

lineair denken. Dat betekent dat je geen term meer hebt

voor het onderzoek dat professionals (en studenten die

tot professional worden opgeleid) uitvoeren. Omdat

professionals, ook volgens VA&A bestaande kennis

toepassen, noemen wij dat toegepast onderzoek.

Dat betekent dat je, ook volgens VA&A twee vormen

van ontwerpgericht onderzoek hebt: een gericht op

generieke oplossingen (fundamenteel) en een gericht op

specifieke oplossingen (toegepast). De eerste volgt de

logica van de empirische cyclus, de tweede die van de

interventiecyclus.

VA&A maken dus, binnen praktijkgericht onderzoek,

geen verschil tussen fundamenteel en toegepast

onderzoek. In plaats daarvan maken zij binnen

praktijkgericht onderzoek een ander onderscheid,

namelijk dat tussen beschrijvend en verklarend

onderzoek (zoals in diagnostisch onderzoek) enerzijds

en ontwerpgericht onderzoek anderzijds. Verder stellen

zij dat het methodologieonderwijs wel geschikt is voor

beschrijvend en verklarend onderzoek, maar niet voor

ontwerpgericht onderzoek. Vandaar de noodzaak

van een ‘Handboek ontwerpgericht wetenschappelijk

onderzoek.’ Dat is een handboek, niet voor studenten,

maar voor lectoren, lectoraten en docentonderzoekers

die nieuwe, generieke kennis willen ontwikkelen voor de

beroepspraktijk.

Dat lijkt ons om meerdere redenen onjuist. Ten eerste

is ontwerpgericht onderzoek ook verklarend van aard.

Ook volgens VA&A gaan we daar immers op zoek naar

de mechanismen die verklaren waarom iets in welke

context werkt, dat wil zeggen, gewenste gevolgen heeft.

Kort geformuleerd: wanneer X de oorzaak is van Y en

Y is een gewenst gevolg, dan is X een middel om Y te

bereiken, zie ook Argyris en Schön (1974): “in situation s,

to achieve consequence c, do action a.” Intervenieren kun

je niet zonder de taal van oorzaak en gevolg te gebruiken

(wat niet wil zeggen dat je intervenieren daartoe kunt

reduceren). Zowel in diagnostisch (oorzaken van

ongewenste gevolgen) als in ontwerpgericht onderzoek

(oorzaken van gewenste gevolgen) maak je gebruik van

verklarend onderzoek. Daarmee vervalt het onderscheid

tussen verklarend en ontwerpgericht onderzoek.

Ten tweede vindt zowel in het fundamenteel als in

het toegepast onderzoek beschrijvend en verklarend

onderzoek plaats. Het verschil is dat het in het ene

geval om de productie van nieuwe verklarende

kennis gaat en in het andere geval om de toepassing

daarvan op individuele gevallen, dat wil zeggen, om de

toepassing daarvan in diagnostisch en ontwerpgericht

onderzoek. Vanwege de grote verschillen tussen

fundamenteel en toegepast onderzoek is het onderwijs

122

in de methodologie van fundamenteel onderzoek niet

geschikt voor diagnostisch onderzoek. De vraag ‘is mijn

onderzoeksvraag een fundamentele of een toegepaste

vraag?’ dient dus vooraf te gaan aan de vraag ‘is mijn

onderzoeksvraag een beschrijvende of verklarende

vraag?’ En de vraag ‘is mijn onderzoeksvraag verklarend

of ontwerpgericht?’ is een verkeerde vraag: als je vraag

ontwerpgericht is weet je dat het ook om een verklarende

vraag gaat.

Dat betekent, ten derde, dat praktijkgericht

fundamenteel onderzoek niet alleen gericht is op

het ontwikkelen van generieke oplossingen (‘design

propositions’), maar ook op het ontwikkelen van

generieke diagnostische instrumenten. Voor het

ontwikkelen van beide hebben we geen nieuwe

methodologie nodig: daarvoor volstaat de methodologie

van het fundamentele onderzoek.

En, tot slot, is het volgens ons niet zo dat het

methodologieonderwijs de studenten wel voorbereid

op beschrijvend en verklarend (bijvoorbeeld

diagnostisch) onderzoek en niet op ontwerpgericht

onderzoek. Het probleem ligt volgens ons in het feit

dat studenten onderwezen worden in de methodologie

van fundamenteel onderzoek, terwijl die niet goed past

op de methodologie van het toegepast onderzoek. Zo

is diagnostisch en ontwerpgericht onderzoek in het

kader van de interventiecyclus geen gevalsstudie (zie

ook Gerring 2006), heeft geen generaliseringsprobleem

(externe validiteit) en wel interne validiteitsproblemen,

maar die zijn van andere aard (zie eerdere artikelen).

Het combineren van kennis- en praktijkstroom in het

tweestromen model

In het tweestromen model van VA&A wordt een generieke

kennisstroom gecombineerd met een specifieke

praktijkstroom. De kennisstroom is de onderzoeksstroom.

Daarin wordt enerzijds bestaande kennis gemobiliseerd

voor het analyseren en oplossen van problemen

in de praktijstroom. En daarin wordt anderzijds

nieuwe, generieke kennis geproduceerd (generieke

oplossingen) voor de praktijk. De praktijkstroom is

de handelingsstroom. Daarin wordt niet onderzocht

(mobiliseren bestaande kennis en ontwikkelen nieuwe

kennis), maar gehandeld. Daar worden problemen

opgelost, waarvan geleerd wordt. De combinatie ziet er

als volgt uit:

De praktijkstroom volgt de logica van de

handelingscyclus (of interventiecyclus of regulatieve

cyclus): diagnose probleem, ontwerp oplossing,

implementatie en evaluatie van bereikte resultaten. De

onderzoeker combineert dus niet alleen twee stromen

(mobilseren en ontwikkelen van kennis in de ene en

oplossen problemen in de andere stroom) maar ook twee

rollen:

In de kennisstroom opereert de persoon als

onderzoeker die op zoek is naar nieuwe kennis.

In de praktijkstroom opereert vaak dezelfde

persoon als veranderaar die een probleem van een

probleemeigenaar helpt oplossen (VA&A: 87).

Dit type onderzoek zou alleen door masterstudenten

uitgevoerd kunnen worden, “mits het probleem niet te

complex is en de onderzoeker goed wordt begeleid vanuit

de opleiding” (88). Volgens ons doen bachelor studenten

dit onderzoek al. Zij mobiliseren bestaande kennis (in

hun theoretische verantwoording) en gebruiken die voor

het analyseren en oplossen van het specifieke probleem

van de opdrachtgever. Mobiliseren van bestaande kennis

is, met andere woorden, standaard onderdeel van het

toegepaste onderzoek van studenten. Zij produceren

echter geen nieuwe kennis of nieuwe generieke

oplossingen. In plaats daarvan passen ze bestaande

kennis toe of specificeren ze generieke oplossingen voor

een specifiek probleem.

123

Praktijkstroom

Casus

In onze opvatting heb je dus voor toegepast onderzoek

geen kennisstroom nodig: mobiliseren van bestaande

kennis is een standaardonderdeel van toegepast

onderzoek. Dat ligt anders wanneer je start met een

kennisleemte van de wetenschap en je op zoek bent naar

nieuwe generieke kennis en oplossingen. Dan kan de

onderzoeker volgens VA&A met een matchingsprobleem

geconfronteerd worden.

Matchingsproblemen in het tweestromen model

De onderzoeker/veranderaar kan een matchingsprobleem

tegenkomen. Daarvan is geen sprake als die persoon

start met het praktijkprobleem, voor het oplossen

daarvan bestaande kennis mobiliseert en toepast bij

het ontwerpen van oplossingen (maar dan produceer

je geen nieuwe kennis). Daarvan is wel sprake wanneer

diezelfde persoon start met een kennisleemte en er

vervolgens achter komt dat het praktijkprobleem van

de probleemeigenaar niet past op het probleem waar

de onderzoeker nieuwe oplossingen voor wil ontwerpen

(88-89: in de diagnose blijkt dat het bedrijf een ander

probleem heeft dat om een andere oplossing vraagt dan

de onderzoeker in de kennisstroom wil onderzoeken). Dan

heb je inderdaad een matching probleem. In het eerste

geval zoekt de probleemhebber jou om hem te helpen

bij het oplossen van zijn probleem. In het tweede geval

heb jij een kennisprobleem en moet dan op zoek naar

probleemhebbers die dat kennisprobleem samen met jou

willen oplossen, die samen met jou naar een generieke

oplossing willen zoeken. In het eerste geval selecteert

Kennis mobiliseren Kennis ontwikkelen

LerenProblemen oplossen

Figuur 3. Het tweestromen model in beknopte vorm, Van Aken, Andriessen 2011: 81.

Kennisstroom

124

de case jou, in het tweede geval moet jij goed opletten

bij het selecteren van cases voor het oplossen van jouw

kennisprobleem. Omdat het moeilijk is om generieke

kennis te ontwikkelen op basis van een case, is het

verstandig meerdere cases te selecteren (meestal doe je

dat in je vraagarticulatie). Dit alles leidt tot het volgende,

uitgewerkte model:

Volgens ons kun je studenten (bachelor en master)

vragen bestaande kennis te mobiliseren en toe te passen

op het analyseren en oplossen van specifieke problemen

van opdrachtgevers. Ze voeren dan toegepast

onderzoek in het kader van de interventiecyclus uit.

Volgens ons kun je studenten (en onderzoekers) niet

vragen op basis van één interventie nieuwe generieke

Casus 1

Casus 1

Casus 1

Kennisstroom

Figuur 4. Tweestromen model in uitgebreide vorm, Van Aken, Andriessen 2011: 91.

Praktijkstroom

1 Theorie

Agenda van de problee-meigenaar

4. Diagnose

2 Onderzoeks-agenda

5. Actieplan-ning

3 (Her)ontwer-pen

6. Implemen-tatie

9 Reflectie

7. Evaluatie

10 Kennis-ontwikke-ling

8. Vaststellen van leren

Theoretisch

kader

Praktijk-

probleem

Kennis-

probleem

Specifieke

oplossing

Generieke

(concept)

oplossing

Vastgelegde

ervaringen

Successen,

bespre-

kingen &

verbeterin-

gen

Gemeten

effecten van

acties

Ontwerp-

kennis

Bevindingen

Mat

ch?

125

kennis te ontwikkelen. Daarvoor heb je (1) meerdere

interventies nodig en (2) voer je een ander type

onderzoek uit met een andere bewijsvoering (interne en

externe validiteit van je onderzoek). Lectoraten kunnen

wel de interventies van studenten gebruiken om nieuwe

generieke kennis te ontwikkelen. In de kennisstroom

worden generieke diagnostische instrumenten en

oplossingen (design proposities) ontwikkeld die in

verschillende interventies uitgeprobeerd worden. De

resultaten daarvan worden in de kennisstroom weer met

elkaar vergeleken en omgewerkt tot generieke kennis

en oplossingen. Daarvoor hebben we het driestromen

model ontworpen.

3. Het driestromen modelHet driestromen model

In Christis, Smit (2018) hebben we laten zien hoe je

toegepast onderzoek in de praktijkstroom (uitgevoerd

door studenten) kunt combineren met praktijkgericht

fundamenteel onderzoek in de kennisstroom (uitgevoerd

door docentonderzoekers), bijvoorbeeld door de

interventies van de praktijkstroom te gebruiken als

cases in een case vergelijkend onderzoek in de

kennisstroom. Bij dat case vergelijkend onderzoek

wordt gebruik gemaakt van bestaande inzichten uit de

wetenschappelijke stroom.

Praktijkstroom

In de praktijkstroom voeren studenten toegepast

onderzoek uit in het kader van de interventiecyclus.

Omdat het om empirisch onderzoek gaat moet

het voldoen aan de eisen van meetvaliditeit en

betrouwbaarheid. Omdat het om toegepast onderzoek

gaat, worden niet de designs van fundamenteel, maar

die van toegepast onderzoek gebruikt. Externe validiteit

is niet van toepassing op de designs van toegepast

onderzoek en interne validiteit neemt een andere vorm

aan (‘heb ik geen oorzaken over het hoofd gezien?’).

Kennisproducten

Onderwijsproducten

Praktijkproducten

Wetenschappelijke stroom: bestaande kennis

wat werkt waarom?

Kennisstroom: productie nieuwe kennis

wat werkt waarom in welke context?

Praktijkstroom: interventies

wat werkt waarom in dit geval?

Figuur 5. Praktijk-, kennis- en wetenschappelijke stroom.

126

Voor het begeleiden van studenten gebruiken we de A3

methode (zie A3 artikel). Deze methode ontleent haar

naam aan het format waarop je over de resultaten van je

onderzoek rapporteert: op A3 format. De methode vertelt

je hoe je het onderzoek uitvoert:

• Je doet het in stappen met een logische volgorde

(diagnose, ontwerp, implementatie, evaluatie). Zo

voorkom je de valkuil van ‘jumping to solutions’:

oplossingen ontwerpen zonder je eerst te verdiepen

in het probleem en de oorzaken ervan.

• Je baseert je op feiten. Op die manier voorkom je de

valkuil van aannames: denken te weten

- wat het probleem is zonder het te onderzoeken

- wat de oorzaken zijn zonder het te onderzoeken

- wat de oplossingen zijn zonder het te

onderzoeken

• Je voert het onderzoek samen met de betrokkenen

uit. Door hen te betrekken in zowel de analyse van het

probleem als het ontwerpen van oplossingen vergroot

je het draagvlak voor het implementeren van de

gevonden oplossingen.

• Je rapporteert op A3 format. Daardoor word je

gedwongen beknopt te rapporteren en gebruik te

maken van visuele middelen (taartdiagrammen,

frequentieverdelingen, en dergelijke).

Studenten bespreken hun A3 (met daarop de voortgang

van hun onderzoek) regelmatig met hun externe

begeleider/opdrachtgever, met de betrokkenen, met

hun medestudenten en met hun docentbegeleiders. De

uiteindelijke A3 is dus het verslag van een dialoog die

de student met al deze partijen heeft gevoerd. Op deze

manier kan worden toegezien op zowel de methodische

grondigheid als de praktische relevantie van hun

onderzoek.

Wanneer het onderzoek van studenten deel uitmaakt

van het onderzoek van het lectoraat ‘experimenteren’

studenten en hun opdrachtgevers met door het lectoraat

in de kennisstroom ontwikkelde generieke diagnostische

instrumenten en oplossingen (design proposities).

Kennisstroom

De interventies van de studenten worden in de

kennisstroom gebruikt, bijvoorbeeld als cases in een

case vergelijkende studie, voor het ontwikkelen van

nieuwe kennis die, in de vorm van kennisproducten

(artikelen) terugstroomt naar de wetenschappelijke

stroom, in de vorm van praktijkproducten (instrumenten)

terugstroomt naar de praktijkstroom en in de vorm van

onderwijsproducten (lesmodules) terugstroomt naar

het onderwijs. Dit onderzoek vindt plaats in het kader

van de empirische cyclus met de daarvoor gebruikelijke

kwaliteitscriteria: de methoden van dataconstructie

moeten voldoen aan de eisen van meetvaliditeit en

betrouwbaarheid. En de toegepaste designs moeten

voldoen aan de eisen van interne validiteit en externe

validiteit. Wat studenten in de praktijkstroom onder

begeleiding van docenten doen zou je actieonderzoek

kunnen noemen: het is participatief (samen) onderzoek

in het kader van de interventiecyclus. Onderzoek in de

kennisstroom maakt daar gebruik van, maar is zelf geen

toegepast onderzoek, laat staan actieonderzoek.

Wetenschappelijke stroom

In de kennisstroom wordt bovendien gebruik gemaakt

van bestaande inzichten uit de wetenschappelijke stroom

die in de kennisstroom verder ontwikkeld en/of in voor

de praktijk bruikbare vorm gegoten worden. Vaak, maar

niet altijd, zal het gaan om het verder ontwikkelen van

wetenschappelijke kennis over wat werkt met aanvullende

kennis over wat werkt in welke contexten zodat de

praktijk beter kan uitzoeken wat voor hen werkt.

Ons driestromen model is mede geïnspireerd door

het tweestromen model van Van Aken en Andriessen

(2011), maar wijkt daar in belangrijke opzichten van af.

Het twee-stromen model is bedoeld voor onderzoekers

127

(docenten en promovendi) die onderzoek in de praktijk-

en kennisstroom willen combineren. In het drie-stromen

model kan dat ook, maar het is ontwikkeld om toegepast

onderzoek van studenten in de praktijkstroom te

combineren met fundamenteel onderzoek van docenten

in de kennisstroom. In de volgende paragraaf bespreken

en analyseren we overeenkomsten en verschillen.

4. Overeenkomsten en verschillenInleiding

In het tweestromen model heeft de kennisstroom twee

functies: het mobiliseren van bestaande kennis voor de

praktijkstroom en het ontwikkelen van nieuwe kennis

(generieke oplossingen) voor de praktijkstroom. In de

praktijkstroom wordt deze kennis gebruikt in de diagnose

van het probleem en wordt de generieke oplossing

vertaalt in een specifieke oplossing. En aan het einde van

de rit kijk je of de generieke oplossing gewerkt heeft in dit

geval. In het drie-stromen model gaat dat anders.

Verschillen: de praktijkstroom in het driestromen model

Het grote verschil met het tweestromen model is, dat

wij mobiliseren van bestaande kennis en genereren

van nieuwe kennis uit elkaar halen. Mobiliseren van

bestaande kennis over problemen en oplossingen

behoort normaal bestanddeel te zijn van toegepast

onderzoek in het kader van de interventiecyclus. In dat

soort onderzoek pas je de designs van diagnostisch,

ontwerp-, implementatie- en evaluatieonderzoek toe. Hier

heb je nooit een matching probleem (want je begint niet

met een kennisprobleem van de wetenschap) en hoef je

ook geen aandacht te besteden aan het selecteren van

cases (die selecteren jou). Dat soort onderzoek kunnen

ook bachelor studenten uitvoeren. Je komt dan een

ander matching probleem tegen: dat van het matchen

van studenten met een bepaald kennisniveau (1e, 2e,

3e en 4e studiejaar) met problemen van een bepaald

complexiteitsniveau. Dit soort toegepast onderzoek is

de normale vorm van al het onderzoek van studenten (in

projecten, minoren, IWP’s, stages en afstudeerscripties).

In hun theoretische verantwoording geven ze aan welke

theorie of theorieën ze waarom geselecteerd hebben die

ze vervolgens gebruiken bij het analyseren en oplossen

van praktijkproblemen. Omdat het HBO opleidt tot

professionals is de hele opleiding op dit type onderzoek

gericht. Sinds het HBO ook praktijkgericht onderzoek

is gaan uitvoeren is er inderdaad sprake van ‘academic

drift’ (Andriessen). Die bestaat er volgens ons uit dat

hun onderzoek beoordeeld wordt met de criteria van

fundamenteel onderzoek. Dat leidt er bijvoorbeeld

toe dat studenten hun onderzoek presenteren als een

gevalsstudie (wat het niet is), moeten aangeven of hun

onderzoek empirisch-analytisch of hermeneutisch van

aard is (wat niet past op toegepast onderzoek), in hun

evaluatie van bereikte resultaten ‘randomized control

trials’ moeten uitvoeren (wat niet nodig is en meestal

ook niet kan) of gebruik mogen maken van de ‘grounded

theory’ methode (‘vergeet alles wat je geleerd hebt,

want dat zijn allemaal vooroordelen’). Geen wonder dat

studenten, onder deze voorwaarden, moeite hebben met

het maken van een onderzoeksplan en het uitvoeren van

hun onderzoek.

Verschillen: de kennisstroom in het driestromen model

Omdat het mobiliseren van kennis uit de kennisstroom is

gehaald kan de kennisstroom zich concentreren op het

genereren van nieuwe wetenschappelijke kennis. Dan

heb je ook geen matching probleem meer. In toegepast

onderzoek selecteert het probleemgeval jou: ‘ik heb een

probleem en zou jij ons willen helpen dat te analyseren

en op te lossen?’ Bij fundamenteel onderzoek selecteert

de onderzoeker probleemgevallen (cases) die passen bij

de onderzoeksvraag, dat wil zeggen, bij de problemen

waarvoor je generieke oplossingen wil ontwerpen. Dat

kun je een matching probleem noemen, maar in de

methodologie literatuur heet dat het probleem van case

128

selectie: als je aan het eind van je onderzoek generieke

kennis wil opleveren (externe validiteit) dan moet je aan

het begin van je onderzoek aandacht besteden aan de

selectie van je cases (zie hierover Gerring 2007).

Verschillen: de combinatie van de drie stromen in het

driestromen model

Het twee-stromen model vormde de inspiratiebron

voor ons drie-stromen model. Omdat we de praktijk- en

kennisstroom anders invullen, verschilt ook de wijze

waarop we de drie stromen combineren. De verschillen

zijn, samengevat, de volgende. Ten eerste halen we het

mobiliseren van kennis uit de kennisstroom en integreren

dat in de praktijkstroom. Het daar uitgevoerde onderzoek

volgt de methodologie van toegepast onderzoek in het

kader van de interventiecyclus. Interventies hebben altijd

een ontwerpkundige kant (wat is een slimme oplossing?)

en een veranderkundige kant (hoe creëer je draagvlak

voor analyses en oplossingen?). Zonder het een ben

je blind en zonder het andere ben je machteloos. Door

betrokkenen te laten participeren in je onderzoek vergroot

je het draagvlak. Je onderzoek is dan participatief van

aard en wordt daarom ook wel actieonderzoek genoemd.

Dit onderzoek kun je, mits goed begeleid, door studenten

laten uitvoeren. Je kunt dat als docentonderzoeker ook

zelf doen als je daarvoor de tijd hebt, bijvoorbeeld in

het kader van je promotieonderzoek. Meestal gebruik

je dan meerdere interventies om generieke kennis te

ontwikkelen.

Ten tweede richt het onderzoek in de kennisstroom

zich alleen op het genereren van nieuwe kennis die kan

uitmonden in generieke instrumenten die professionals

kunnen toepassen in hun diagnostisch en ontwerpgericht

onderzoek. Dit onderzoek volgt de methodologie van

fundamenteel onderzoek in het kader van de empirische

cyclus. Daarvoor is geen nieuwe methodologie van

ontwerpgericht onderzoek nodig. De interventies uit

de praktijkstroom worden nu de cases in bijvoorbeeld

een case vergelijkend onderzoek in de kennisstroom.

Daarbij combineren we een parallelle en een sequentiële

werkwijzen: een half jaar interventies in de praktijkstroom,

een half jaar vergelijkende analyse in de kennisstroom

met nieuwe input voor weer een half jaar interventies

in de praktijkstroom gevolgd door een analyse in de

kennisstroom die dan resulteert in kennis-. praktijk- en

onderwijsproducten.

En ten derde voegen we de wetenschappelijke stroom

als derde stroom toe. We willen daarmee benadrukken

dat je als praktijkgericht onderzoeker altijd met een

been in de wetenschap staat en met een been in de

praktijk. Dat betekent dat je niet alleen de wetenschap

gebruikt en verder ontwikkelt om oplossingen voor

praktijkproblemen te ontwerpen. Vaak is het omgekeerde

het geval. Immers, het is de praktijk die met problemen

wordt geconfronteerd en die daar al of niet slimme

oplossingen voor verzint. De praktijk staat immers onder

handelingsdwang en kan niet altijd op de wetenschap

wachten. Dat betekent omgekeerd dat het de taak van

de kundes is om op zoek te gaan naar die oplossingen,

die op hun merites te beoordelen, ze te veralgemeniseren

door ze te integreren in algemene theorieën en ze

vervolgens te respecificeren zodat de oplossingen ook

in andere contexten gebruikt kunnen worden (zie Christis

2011). Je bent dus, als onderzoeker in de kennisstroom,

niet alleen op zoek naar ‘probleem gevallen’ maar ook

naar ‘best practices.’ Daarvoor moeten praktijkgerichte

onderzoekers hun bureau verlaten en het HBO is hiervoor

inderdaad een ideale omgeving. Dat brengt ons, tot slot,

tot een breder gebruik van het drie-stromen model.

5. Het driestromen model: een bredere – institutionele – toepassing

De praktijk als ontwerper van oplossingen

In deze bredere toepassing van het driestromen model

staat de praktijkstroom niet voor studenten die toegepast

onderzoek uitvoeren bij opdrachtgevers. In plaats

129

daarvan staat de praktijkstroom voor de bedrijven en

organisaties die met problemen worden geconfronteerd

en daar zelf oplossingen voor verzinnen. Uit een overzicht

van belangrijke innovaties (Mol, Birkinshaw 2008 ) blijkt

dat de meeste daarvan niet van de wetenschap maar van

de praktijk komen: de divisiestructuur is door General

Motors uitgevonden, Shared Service Centers geloof ik

door IBM, en de wijkteams van Buurtzorg Nederland

door Jos de Blok (die daarmee, ook volgens hemzelf, de

wijkzuster van de kruisverenigingen herintroduceerde).

Recente voorbeelden zijn scrum en de ‘Lean start up.’

Hetzelfde zie je in het onderwijs: een ware speeltuin

van experimenten van scholen zelf. Vaak zie je dat

aan de naam van de vernieuwingen: de Montessori

school, de Freinet school. Scholen beginnen zelf met

het ontwikkelen van anti-pest programma’s of met

samenwerking met de voorschoolse opvang.

Meestal duurt het lang voordat de wetenschap deze

vernieuwingen oppikt en gaat bestuderen, gedeeltelijk om

kaf en koren van elkaar te scheiden (zie de discussie over

‘21st century skills’). En gedeeltelijk om uit te zoeken in

welke omstandigheden en in welke vorm een vernieuwing

een verbetering is.

Bedrijven en organisaties die deze vernieuwingen willen

overnemen kunnen hier niet op wachten. Om dat gat

op te vullen ontstaat een ondersteuningsstructuur

van personen, organisaties en regionale, nationale

en internationale netwerken die organisaties helpen

bij het invoeren van de vernieuwingen. Je zou dit

regionale, nationale en internationale ‘communities

of practice’ kunnen noemen. Gebaseerd op hun

ondersteuningservaringen gaan ze hier ook over

schrijven, meestal in de vorm van ‘how to …’ publicaties.

Ik noem dit de professionele literatuur. De kwaliteit ervan

loopt uiteen: sommige zijn heel slecht, sommige heel

goed en de meesten zitten daar tussen in. Dit noem ik

de kennisstroom. Daarin wordt aanvankelijk vooral op

basis van ervaringen in de praktijkstroom generieke

kennis geproduceerd voor die praktijkstroom. Zoals

gezegd, duurt het meestal enige tijd voordat er ook een

wisselwerking tussen kennisstroom en wetenschappelijk

stroom ontstaat. Zo is de Lean Start Up een soort bijbel

voor start ups geworden. Daarin staat het concept van

‘minimal viable products’ centraal. Sinds kort wordt dit

ook in de wetenschappelijke bedrijfskundige literatuur

bediscussieerd.

Figuur 6. Institutionele vorm van het driestromen model.

Wetenschappelijke stroom

Praktijkstroom

Kennisstroom

Operations managementOrganisatieontwerp en -verandering

Lean ondersteunings structuur‘community of practice’

Bedrijven en organisaties

Kennisproducten

Praktijkproducten

130

Bij wijze van voorbeeld pas ik het model toe op een

innovatie die ontwikkeld is door Toyota en nu, onder

de naam van Lean door de meest uiteenlopende

organisaties en in de meest uiteenlopende sectoren

wordt toegepast. In de ontwikkeling daarvan zie je goed

de drie verschillende stromen en hun wisselwerking

terugkomen. Het model ziet er als volgt uit en soortgelijke

modellen zouden voor veel onderwerpen gemaakt

kunnen worden, zie Figuur 6.

131

8. Organization Theory and Philosophy: dissolving the realism-constructivism debate

Woord vooraf

Veel mensen vinden dit artikel sterk, maar zijn niet

overtuigd. Ze blijven van mening dat de sociale realiteit

het product is van menselijk handelen en dat ideeën

van mensen (hun ‘subjectieve interpretaties’) daarin een

grote rol spelen. Maar daar gaat dit artikel niet over.

Ik maak een onderscheid tussen constructivisme in

haar sociologische en in haar wetenschapsfilosofische

variant. Bij de sociologische variant moet je denken aan

sociologen als Berger en Luckmann (1966) The Social

Construction of Reality: A Treatise in the Sociology of

Knowledge. Die zeggen inderdaad dat we de instituties

die we tegenkomen en waarin we leven niet moeten

reïficeren. Die hebben we zelf gemaakt en zijn het

product van ons handelen. In dat handelen spelen de

ideeën die we hebben een grote rol. Ze wijzen er ook

op dat we in ons handelen die instituties vaak niet

doorgronden en dat ons handelen onbedoelde en/of

onopgemerkte gevolgen heeft die weer terugwerken op

die instituties. Daarom lijken het dingen te zijn. Het lijkt

een beetje op Marx: mensen maken de geschiedenis,

maar niet onder zelf gemaakte omstandigheden. En

inmiddels hebben we daar ook een formule voor: de

dualiteit van structuur en handelen. Structuren vormen

het medium en de uitkomst van ons handelen en in

ons handelen reproduceren of transformeren we die

structuren. Dit is inmiddels eerstejaars sociologie

geworden en hier zal iedereen het mee eens zijn.

Beide auteurs wijzen er in de inleiding van hun boek

op dat ze zich bewust zijn van het feit dat er ook een

wetenschapsfilosofische discussie bestaat waarin de

constructie van de wereld een belangrijke rol speelt. Daar

houden ze zich bewust buiten. Ze positioneren zichzelf,

niet als filosofen, want daar hebben ze geen verstand

van, maar als kennissociologen in de traditie van Weber

en Schütz. En van het constructivisme in haar filosofische

variant geven ze later aan dat ze daar niets van moeten

hebben. Over die filosofische variant gaat dit artikel. Dat

is een discussie onder filosofen die ook doorsijpelt in de

sociale wetenschappen. Daar leidt het tot uitspraken als

‘organisaties bestaan alleen maar als begrippen in ons

hoofd’ of ‘wat mensen als feiten beschouwen zijn in feite

hun eigen projecties op de wereld’ (een performatieve

tegenspraak). En zelfs Latour is zich ervan bewust dat

(de)constructivisten, willen ze verhinderen dat ze in het

kamp van de feitenontkenners terecht komen, moeten

herdefiniëren wat ze onder (de)constructivisme verstaan

(Latour 2004). Dat lukt ze niet en gaat ze niet lukken,

omdat aan het hele debat conceptuele verwarringen ten

grondslag liggen, die vragen om een Wittgensteiniaanse

analyse. Dat is althans de boodschap van dit artikel.

Abstract

The topic of this paper is the constructivism-realism

debate, construed as an example of the intrusion

of philosophy into science. Against this intrusion

I maintain that philosophical problems are not

only different from scientific and practical ones.

They are also problematic in themselves. That is

why their import into our scientific and practical

132

work only creates confusions that hinder us in

our work. The aim of the paper is to show that the

philosophical problems that create those confusions

need a Wittgensteinian therapeutic treatment. The

method of the paper consists in comparing what

philosophers (or philosophising scientists) say we

do with what we actually do. After giving an example

of what happens when a rightly respected scientist

starts philosophizing, the method is applied, first,

to the relation between language and the world

and, second, to the relation between theories and

the world. In the first application a story about

three umpires is used to distinguish language and

discourse, between questions of meaning (of the

words we use) and questions of truth (of the things

we say). In the second application a comparison

between maps and theories is used to show the

difference between assessing the truth of descriptive

statements and explanatory theories. The examples

of the umpires and maps are introduced by Weick

and in both cases I show that neither constructivist

nor metaphysical realist conclusions follow.

1. IntroductionThe topic of this paper is the constructivism-realism

debate, construed as an example of the intrusion of

philosophy into science. By intrusion I mean such things

as philosophers telling scientific researchers to get their

‘ontology’ and ‘epistemology’ right before starting their

conceptual, theoretical or empirical research. It is similar

to what Barber (1988) calls ‘the conquest of politics’

(by philosophy). Against this intrusion or conquest, I

maintain, first, that philosophical problems should not be

confused with and should be kept apart from scientific and

practical problems. For example, both Quine’s problem

of translation and Goodman’s problem of the identity

of musical works are not problems of field linguists,

musicologists and musicians. Quine and Goodman

know this. They explicitly stress that they are not doing

linguistics or musicology: they are making a philosophical

point (Quine 1969: 34) or solving a philosophical problem

(Goodman 1976: 120). They both recommend the field

linguist and musician to go on as before and not to be

bothered by their philosophical work. That, I think, is as it

should be. The relationship is one of mutual irrelevance.

Against this intrusion I maintain, second, that philosophical

problems are not only different from scientific and practical

ones. They are also problematic in themselves. That is

why their import into our scientific and practical work only

creates confusions that hinder us in our work.

The aim of the paper is to show that the philosophical

problems that create those confusions need a therapeutic

treatment. Philosophical problems arise when we forget

things (when we are philosophising) we all know (when we

are not philosophising). What we then need are reminders

of the things we tend to forget. The primary example of

such a therapeutic conception of philosophy is of course

Wittgenstein. It is a form of scepticism about philosophy.

But the history of philosophy is full of examples of such

a therapeutic conception. According to Fogelin (1994),

the Pyrrhonian sceptics would be an early example

and Wittgenstein a later one. And Nussbaum (1988)

stresses the therapeutic similarities between Aristotle and

Wittgenstein. Moreover, in the course of this paper I will

make the claim that Bhaskar’s transcendental arguments

are best interpreted as Wittgensteinian therapeutic

arguments: they both try to remind us of what we already

(but implicitly) know, for example by making “explicit what

is presupposed by the activities in which we engage”

(Bhaskar 1975/1997: 257).

The method of the paper consists in comparing what

philosophers (or philosophising scientists) say we do

with what we actually do. A short and straightforward

example is the way Wittgenstein handles the realism-

idealism debate by comparing what ordinary (that is,

non-philosophical) parents do with what realist and

133

idealist parents do. Ordinary parents don’t teach their

children that physical objects like books and chairs exist

and neither that they do not exist. They teach them to

fetch books and sit in chairs, the existence of which

is presupposed in their teaching. Explicit questions of

existence come later: fairies and unicorns as against

books and chairs do not exist. They are creations of

our imagination or fantasy (Wittgenstein On Certainty,

par 476). Now enter the idealist and realist parents. Will

they tell their children ‘fetch that book, but don’t think

it really exists’ and ‘fetch that book and notice that it

really exists’? They may think so as philosophers, but

as parents they will probably (and hopefully) behave as

ordinary parents: they will tell their children to fetch that

book period. But then, what is the use of their views

outside philosophy? In the words of Wittgenstein:

‘One man is a convinced realist, another a convinced

idealist and teaches his children accordingly. In

such an important matter as the existence or non-

existence of the external world they don’t want to

teach their children anything wrong.

What will the children be taught? To include in what

they say: ‘There are physical objects’ or the opposite?

(Wittgenstein Zettel, par. 413)

But the idealist will teach his children the word ‘chair’

after all, for of course he wants to teach them to do

this and that, e.g. to fetch a chair. Then where will be

the difference between the idealist-educated children

and the realist ones? Won’t the difference only be one

of battle cry?’ (Wittgenstein Zettel, par. 414)

Whether the result of the paper amounts to much,

depends on how you look at it. If dissolving confusions

is considered as a great accomplishment, much is

achieved. But, therapeutic philosophy still is a form

of philosophy. It helps us in our battle against the

intrusion of philosophy into science. It clears the ground

(Wittgenstein) in order to get the real work started. But

the real work is science not philosophy.

The paper has the following structure. The realism-

constructivism debate is a debate about the relation

between language, discourse and the world: do or

don’t we speak (and think) about language (and mind)

independent things in the world? We need a language

in order to be able to say things about the world. This

means, first, that we have to distinguish between

language and discourse, between the meaning of the

words we use and the truth of the statements we make.

Questions of meaning (what determines the meaning of

the words we use?) antecede questions of truth and refer

to relation between language and the world. Questions

of truth (what determines the truth of the things we say?)

refer to the relation between discourse and the world. The

statements we make can be descriptive or explanatory.

When explanatory, they presuppose a theory. This

means, second, that we have to distinguish between the

way we assess the truth of descriptive statements and

the truth of explanatory theories.

Given this structure, I proceed as follows. To set the

stage I start in the second section with an example of

what happens when a rightly respected scientist starts

philosophizing. Mintzberg will be my example. In the

third section, I move on to the problem of the relation

between language and the world. I start this section

with the famous story of the three umpires that use the

language of baseball to call balls and strikes. The story

is introduced by Weick (1979) and used to elucidate

his notion of sensemaking and enacted environments.

With the help of a pair wise comparison I first show

that, against Weick, the second umpire is the cleverest

one: no constructivist conclusions follow from the story.

Second, I make explicit some of the presuppositions

of the practice of umpires. Third, I compare these

presuppositions with Weick’s notion of sensemaking

and enacted environments and show that those notions

134

don’t make sense. In the fourth section, I turn to the

relation between theory and the world. First, I introduce a

fourth umpire who uses a theory to interpret the puzzling

things she saw. Second, I show that the way we assess

the truth of descriptive statements cannot be applied to

theories. Third, I confront the way Weick (1993) compares

sensemaking with cartography and theories with maps,

with what map makers actually do and show that no

constructivist conclusions follow. At last, I draw some

general conclusions on the different ways we assess the

truth of theories. No theory of truth is needed here. In

the concluding section I point to similarities between a

therapeutic conception of philosophy and Bhaskar’s use

of transcendental arguments. I end by formulating an

answer to those readers who are thinking ‘with all your

talk about intrusion and therapy, in the constructivism-

realism debate you clearly come out as a realist.’

I want to stress that the paper is not an assessment

of the substantive work of Mintzberg and Weick, but

of what happens when they start philosophizing.

As such its method resembles Bennett and Hacker

(2003) on neuroscience. Moreover, my interest is in the

philosophical moves made, not in the players: these are

pretty standard moves, used by many players.

2. Philosophising scientists: a first exampleMintzberg is a scientist who is highly respected for his

work on among other things the nature of organizational

strategy. His strategy approach belongs to the configu-

ration school. When criticised by Donaldson, who works

from a contingency perspective, instead of an answer to

Donaldson’s critique, we get this piece of philosophizing:

‘Donaldson’s criticism is based on the one criterion of

accuracy: if theories are true or not. But all theories

are false; they are just words or pictures on pieces

of paper. Reality is always more complex. (The world

may not be flat, for example, but neither is it round.

It bulges at the equator and has all kinds of bumps,

called mountains.) So usefulness becomes a key

criterion, especially for practicing managers. (The flat

earth theory is particularly useful for building airport

runways in Holland).’ (Mintzberg et al. 2001: 209)

I will take this sentence by sentence (and please keep in

mind that I admire his non-philosophical work). To start

with, and as a minor point, I would say that truth claims

are not the same as claims of accuracy. To name the

date of an event is more accurate than telling which year

the event took place, but both statements can be true

or false. According to Weick (1979: 35), theories always

involve a trade off between generality, accuracy and

simplicity. Hirschman (1970) on exit, voice, and loyalty,

for example, scores high on generality and simplicity and

low on accuracy. But that does not mean it scores low on

truth. At best it means that we assess its truth differently

from theories with different scores.

More important are the next two sentences: “But

all theories are false; they are just words or pictures

on pieces of paper. Reality is always more complex.”

Whether all theories are false depends, first, on what

you think theories are and second, on what you mean by

‘being false.’ According to Mintzberg, theories are just

words and pictures on paper. That is a silly thing to say.

Compare ‘Is theory making a difficult thing to do?’ ‘No,

it is easily done. You just pick some words and pictures

and put them on paper.’ We need a theory when we make

causal, explanatory statements. Because a theory is not

exhausted by the statements in which it is formulated (we

can deduce an indefinite number of new statements from

a theory), many authors conceive of theories as models

(that can be compared with maps).

According to Mintzberg, theories are false because

they are not as complex as reality. That necessarily means

that theories would be true when they are as complex as

reality. So, Mintzberg introduces an absolute distinction

135

between complete and incomplete theories and then

proudly proclaims that theories cannot be complete:

they are all false. But the contrast is a nonsensical one.

Making theories as complex as reality (or the world) is

something we cannot do because it is a nonsense thing, an

unintelligible thing. The complexity of reality is infinite, the

world is an ever yielding horizon (Husserl) and both reality

and the world are infinite information loads (Luhmann).

There is no such thing as a complete representation of

infinity, just as there is no such thing as counting all natural

numbers. To ask for a full description or representation of

reality or the world is either elliptical for things in or aspects

of reality/the world or nonsense. In practice, completeness

is a purpose and context dependent affair, as we will see

when we compare theories with maps. A London subway

map is complete if it contains all relevant topological

information and incomplete if it doesn’t. It makes sense to

complain about a subway map that does not represent all

subway stations, but only a philosopher would ask for a

better subway map because it doesn’t represent London

‘in its full complexity.’

To say both that all theories are false and that the earth

is neither flat nor round but bulges and has bumps is, first,

self contradictory, for it claims to be true. And second,

it evades the discussion which is not about bulges and

bumps but about whether the earth is flat with bumps

or round with bumps. Nowadays that matter is settled:

the world is not flat but round (or roughly spherical).

Astronauts can see so. So, saying that the earth is flat is

first of all false. Second, it is not stating a theory let alone

a useful theory. The engineers and workmen that designed

and build our airport runways would be surprised to hear

that they use the flat earth theory. Of course they don’t.

Their job is engineering, not philosophising.

Such are the confusions, produced by a

philosophizing scientist. From a nonsensical distinction

between complete and incomplete theories, Mintzberg

draws the nonsensical conclusion that we cannot assess

the truth of theories and furthermore confuses the way we

use language to make descriptive statements and the way

we use language to formulate theories. So let us first take

a closer look at the relation between language and the

world before moving, in the fourth section, to the relation

between theory and the world.

3. Language and the world: the difference between language and discourse

The story of the three umpires

At the start of his book The Psychology of Organizing

(1979), Weick presents this story:

‘The story goes that three umpires disagreed about

the task of calling balls and strikes. The first one said,

‘I calls them as they is.’ The second one said, ‘I calls

them as I sees them.’ The third and cleverest umpire

said, ‘They ain’t nothing till I calls them’.’ (Simons,

cited in Weick 1979:1)

According to Weick, the third umpire correctly shows

us the important role that people play in creating the

environments that impose on them. What Weick means,

when he speaks about sensemaking and enacted

environments, is not the trivial truth that we act on our

environment and by doing so co-create it. According to

him, the environment is not ‘out there’, but ‘in here’, that

is, in our heads. That is pretty strong stuff that needs a

careful investigation.

In a pair wise comparison I first show that the second

umpire is the cleverest one, that is, expresses and

understands what umpires in fact do. I will contrast (1) the

realism of the first two umpires with the constructivism of

the third, (2) the activity of the second and third with the

passivity of the first and (3) the infallibility of the first and

third umpire with the fallibility of the second. The second

umpire is the only one that comes out correct in all three

comparisons.

136

Are strikes and balls independent ‘things out there’?

The most obvious similarity is that between the first two

umpires. They both think that balls and strikes are things

‘out there’ in the world, things that are independent

of their calling them balls and strikes. In that sense

you could call them realists. Compared to them, the

third umpire could be called a constructivist: balls and

strikes do not exist independent of his calling them balls

and strikes, they come into being or ‘are discursively

constituted’ by his calling them balls and strikes.

The third umpire attributes Godlike qualities to

himself. He thinks he is able to do what only God could

do: creating things in the world by uttering the words “let

there be …” But, in thinking he is the one who creates

balls and strikes, he conflates two different rules. The

first rule is about balls and strikes and determines what

counts as a ball and a strike. With this rule we define what

balls and strikes are, that is, what the concepts ‘ball’ and

‘strike’ mean. This rule is used by everyone involved in

the game: players, umpires and spectators. Without an

understanding of the rule, they could not see balls and

strikes.

The second rule is about the umpire and states that,

in the game, only the umpire has the right to decide

which are balls and strikes. In the game, the umpire has

formal and final authority. So, it is a rule, not about balls

and strikes, but about the special status of the umpire

in the game. You could say that players, spectators

and umpires agree in the language they use, but not

necessarily in the truth of the statements they make:

“What people say can be true or false. But they agree

in the language they use” (Wittgenstein Philosophical

Investigations par. 241). The agreement is one in

definitions: we all agree on the definition of balls and

strikes. This agreement does not ensure agreement in

the things we say, for example, calling a throw a ball or

a strike. That’s why we need umpires. With so much at

stake, they enable the game to go on, to prevent it from

turning into one long fight on whether a particular throw

was a ball or strike.

So, first, umpires don’t create, produce or construct

balls and strikes. These are created, that is, thrown

by pitchers. Pitchers, like all ordinary people, don’t

confuse concept (the rule) and object (balls and strikes).

Formulated in the language of Bhaskar, playing baseball

presupposes as its condition of possibility both the

transitive-intransitive distinction between word and thing

and referential detachment: when we discuss whether a

throw is a ball or strike, we refer to the same throw.

What then, second, about the rules themselves, they

surely are human creations, productions, constructions

or inventions? Of course they are. Who else could have

created them: God or Nature? But again, those rules are

not created by umpires. Umpires apply those rules. They

neither create them nor change them in every application,

for these rules are pretty stable. Then, who does? Well,

because baseball grew into a highly formalized game, the

rules of the game are nowadays determined by those who

got the authority to do so. But in the informal beginning

there was someone who said “let there be balls and

strikes.” Probably it went like this. Two boys are playing.

They take turns in throwing and hitting balls. Then they

get into a fight over changing places, the hitter saying:

“that was not a real throw; it was too wide of the mark.”

To end the fight, one of them then says “let there be balls

and strikes,” that is, “let us distinguish within throws

between balls and strikes and let us change places after

not hitting three strikes.”

What they did was this. From an indefinite number

of similarities and differences between throws they

selected the relevant ones and used them to define balls

and strikes. Assessing similarities and differences is an

empirical matter. Selecting from them the relevant ones

is not. That is, as Goodman (1972) says, an eminently

practical affair. These relevant or important similarities

and differences are then used as the defining criteria

137

of balls and strikes. In this way we create a difference

that makes a difference (Bateson). The difference

is already there, but only after the introduction of a

concept or distinction does it make a difference. This

normative status is something added to the similarities

and differences. You can look at those similarities and

differences as long as you like, but they will not tell

you which of them are relevant: throws don’t come

labeled as balls and strikes. For that, you have to look at

yourselves and what you are doing. In this case you are

playing a game in which the need arises to introduce a

new distinction. In that sense Wittgenstein can say that

concepts express and direct our interests. Concepts

are not forced on us by reality, which makes language

autonomous and arbitrary in a semantic (but not in a

sociological) sense. This, of course, is the standard

critique of referential theories of meaning.

The passivity of the first versus the activity of second

and third umpire

Both the first and second umpire treat balls and strikes

as things ‘out there’ in the world. That is not something

they believe, it is not an opinion or theory that could be

false. And it certainly is not an ontological theory. It is

just implied in what they do. Making this explicit requires

special circumstances. Imagine asking umpires whether

they really believe that strikes and balls are things out

there. They would be baffled by your question. But what,

then, is the difference between the first and second

umpire?

We discover the difference by contrasting the

passivity of the first with the activity of the second

and third umpires. For the first umpire, the presence

of balls or strikes acts as the cause of his calling them

balls or strikes. It looks like a kind of automatic and

unproblematic stimulus-response or cause-effect

relationship. He functions like an empiricist mirror of the

world. Not so for the second and third umpire. For them,

calling balls and strikes requires an active contribution.

According to the second you need to see them, which

requires looking at the throws. And according to the

third you create them. The third umpire doesn’t have to

look, for there are no balls and strikes to see or look for.

According to him there are balls and strikes only after him

calling balls and strikes.

The fallibility of the second versus the infallibility of the

first and third umpire

A third similarity, that often goes unnoticed, bears upon

the first and third umpire. They both, but for different

reasons, think that they cannot make mistakes. They

both are absolutely certain that there are balls and strikes

when they call balls and strikes. The first one thinks so,

because he calls balls and strikes when there are balls

and strikes. And the third one thinks so because when

he calls balls and strikes there are balls and strikes. For

the first umpire, the presence of balls or strikes acts as

the cause of his calling them balls or strikes. For the third

umpire his calling them balls or strikes, acts as the cause

of there being balls or strikes.

The naivety of the first and the megalomania of the

third umpire contrasts with the epistemological modesty,

with the fallibility of the second umpire. According to him,

his calling balls or strikes is conditional on him seeing

balls or strikes. He admits that he can err in two ways.

He can call balls or strikes when in fact there are no balls

or strikes and he can not call balls or strikes when in

fact there are. The second umpire correctly understands

that calling balls and strikes is a normative, ruled guided

practice that has to be learned. Not the umpire, but the

rules of the game determine what counts as a ball or

strike. To be able to apply these rules, umpires have to

understand the meaning of the words ‘ball’ and ‘strike,’

they have to understand what counts as balls or strikes.

The correct application of these rules is a practical skill

that has to be mastered. Like all skills, this ability implies

138

training and stages of skill development (Dreyfuss &

Dreyfuss, 1986; Benner, 1984): umpires start as novices,

pass through the stages of advanced beginners,

competent umpires and proficient umpires, and will end

as experts who seldom make mistakes.

The presuppositions of the practice of calling balls

and strikes

We now turn to some of the presuppositions of the

practice of the second umpire. The practice of calling

balls and strikes presupposes (1) agreement in definitions

(of the words we use), (2) agreement in judgments (of the

statements we make) and (3) a distinction between seeing

and interpreting.

Agreement in definitions: the relation between

language and the world

When we define a concept, we treat different particulars

or things in spite of their differences as the same in some

relevant aspect. In this way we classify throws as balls

and strikes, sexual behaviors as normal and abnormal,

(like incest or rape), organizations as public and private,

heavenly bodies as planets or stars and so on. In doing

so, we don’t create or change similarities and differences:

Pluto is still the same dirty mass of icy rocks although it

does not count as a planet anymore (Jewitt, Luu 2007;

Gingerich 2007) and sexual behaviors don’t change

by calling them rape (see Hacking 1999). We value the

behaviors differently and feel the need to express that

in our concepts. When scientist are discussing the

introduction of new concepts (like the distinction between

autopoietic and allopoietic systems) or the change of

existing ones (should we call the liquid with the chemical

structure D2O another kind of water, because it looks like

water or another kind of liquid, because it has another

chemical structure), they are not discussing similarities

and differences. Those can be settled empirically:

biologists did not disagree with Maturana and Varela

on the way cells work, but whether that way should be

raised to the defining criterion of life or living systems.

The same with discussing the status of Pluto (is it another

kind of Planet or a different kind of thing?) or the liquid

(is it another kind of water or a different kind of thing?).

To decide, scientists looked, not at similarities and

differences but at the respective consequences for their

classificatory schemes. For that reason Pluto isn’t a

Planet anymore and the liquid is another kind of water: it

is called ‘heavy water’ (Hacker 1996: 250-253).

This, of course, is the standard critique of referential

theories of meaning that you can find in authors as

diverse as Wittgenstein (1954), Goodman (1972), Ellis

(1984), Hunter (1990), Hallett (1991) and Elgin (1997), to

name only a few. But no constructivist conclusions follow.

What we self evidently construct are the concepts we

use, not the things referred to:

‘Wittgenstein does not deny that we, for the most

part, talk about language-independent things; he

denies only that the latter constitute the meanings

of our words, and hence that there are semantic

connections between language and world. Empirical

propositions refer to language-independent items and

are verified or falsified by the way things are.’ (Glock

1996: 275)

When discussing the relations between word,

meaning and referent, we could use Archer’s forms of

conflation as a tool to classify the different positions.

Upward conflation would be the position of the

semantic or metaphysical realist: referents determine

meaning or in Kantian language: concepts conform

to objects. According to the metaphysical realist,

language represents the essential structure of the

world. Downward conflation would be the position of

the constructivist: concepts create their referents or

objects (objects conform to concepts). From a correct

139

critique of the referential theory of meaning, they draw

a wrong, constructivist or idealist conclusion. Central

conflation would be the position of those who say

that in our discourse about the world, our contribution

and the contribution of the world interpenetrate in an

indistinguishable way:

‘Elements of what we call ‘language’ or ‘mind’

penetrate so deeply into what we call ‘reality’ that

the very project of representing ourselves as being

‘mappers’ of something ‘language independent’ is

fatally compromised from the start.’ (Putnam 1990:

228)

Analytical dualism would be the Wittgensteinian position.

We readily distinguish between the contribution of

the world (the similarities and differences) and our

contribution (attributing some of them as relevant).

Analytical dualism rests on some form of the conceptual-

empirical distinction whether in the form of Carnap’s

analytic-synthetic distinction, Wittgenstein’s distinction

between grammatical and empirical statements or

Luhmann’s distinction between self reference and

external reference. So, it distinguishes, against Quine,

between conceptual truths (as in ‘I am a bachelor

because I am an unmarried man’) and empirical truths

(as in ‘I am a bachelor because I am afraid to commit

myself’). The distinction between married and unmarried

men makes sense, for I could be both and whether I am

is settled in an empirical way. The distinction between

married and unmarried bachelors makes no sense

and that matter is settled by a conceptual analysis.

Philosophers often introduce nonsensical distinctions

1 ‘In fact, one might say that it is characteristic of Wittgenstein to try to show us that when philosophers say that we can’t do something, say that something is impossible, typically the thing they tell us it is impossible to do is a nonsense thing, unintelligible thing.’ (Putnam 1995: 40).

like married and unmarried bachelors and then

proudly proclaim that there are no married bachelors:

all bachelors are unmarried. As we saw and will see,

absolute distinctions such as complete/incomplete

theories, objective/subjective facts and truths, direct/

indirect access to the world, are like the married/

unmarried bachelor distinction. They are nonsensical

distinctions and from nonsense you can only derive

further nonsense.1

The kind of realism involved has got many names like

transcendental realism (referring to the way it is argued

for) or common sense realism (referring to the common

sense of the second umpire). I prefer ‘promiscuous

realism’ as in Dupré:

‘The realism derives from the fact that there are

many sameness relations that serve to distinguish

classes of [things] in ways that are relevant to various

concerns; the promiscuity derives from the fact that

none of these relations is privileged.’ (Dupré 1981:82)

As a consequence, truth is not language relative.

Language does not describe anything and so can not be

true or false. We use a language to say things about the

world. So, questions of meaning (of the words we use)

antecede questions of truth (of the things we say). What

we can say depends on the language we use, as every

bilingual person knows (Kuhn). But the truth of what we

say depends on how things are in the world. Even Kuhn

does not relativize truth to a language:

140

‘The point is not that laws true in one world may

be false in another but that they may be ineffable,

unavailable for conceptual or observational scrutiny. It

is effability, not truth that my view relativizes to worlds

and practices.’ (Kuhn 1993: 336; my emphasis)

Agreement in judgments

We distinguish between umpires who have difficulties

in applying rules and rules that are difficult to apply.

According to Wittgenstein, application of the rules

presupposes not only agreement in definitions but

also in judgments, that is, application of definitions.

A certain constancy of results is required: if we would

come to blows with every judgment, we would have a

reason to change the rule. The rule would not be false,

but unpractical because difficult to apply. It would lose

its point. That is why such an agreement in judgments

belongs to the framework conditions of the game. And

the agreement itself requires a certain amount of training.

So, calling a throw a strike is not true because everyone

or a majority of the community calls it a strike (the

reference is, of course, to Krippkenstein’s’ community

view). Measuring devices in tennis show that sometimes

the majority is wrong. It is the other way around. All those

involved in the game speak the language of the baseball

community. But, without a certain level of agreement

in judgments of balls and strikes, the game would be

difficult to play. And, indeed, it is sometimes difficult to

judge whether a throw is a strike or not.

Constancy of umpires’ judgments can be threatened

for different reasons. First, seeing something requires the

right position. That’s why we have linesmen in soccer and

tennis. Second, even when you are in the right position,

seeing is not measuring. You can see that someone

is tall, but not that he is six foot three. For that kind of

precision we need a measurement device (like nowadays

in tennis). And third, sometimes the umpire is confronted

with ambiguous (March) or equivocal (Weick) information.

In that case an act of interpretation or sensemaking is

required.

The typical case in soccer is the ‘Schwalbe’: when a

player falls to the ground, is that because he was tackled

or because he tried to set the scene for an undeserved

penalty kick? Is it obstruction or obfuscation? Sometimes

the thing is clear (the umpire sees a ‘Schwalbe’) and

sometimes it is not (the umpire sees the player fall to the

ground but does not know whether he has to see it as a

‘Schwalbe’ or not).

Seeing and interpreting

The distinction between seeing (a player fall to the

ground) and interpreting (it as a ‘Schwalbe’) is an

important one. If we accept it, March and Weick enriched

organizational theory by adding something that applies to

the special case of ambiguous or equivocal information:

in those cases a specialized act of interpreting or

sensemaking is required. In this way, three conditions of

decision-making can be distinguished. Decision-making

can be difficult because of incomplete information

(bounded rationality), unreliable information (opportunistic

behaviour) and because of ambiguous information.

Special about ambiguous information is that no further

investigation of the facts is possible (the umpire has to

decide on the spot) or that no further investigation of the

facts will help you in solving your problem: is it a duck

or a rabbit (Wittgenstein), is he a fascist, in which case

you shoot him or a human being, in which case you don’t

(Orwell in Spain during the civil war) and is joining the

resistance a moral obligation or a betrayal of your mother

who needs your help (Sartre)?

If, however, we say, that every seeing (hearing, reading

and so on) necessarily and always involves interpretation

or sensemaking, we need a radical transformation of the

language or conceptual scheme in which we formulate

our empirical statements and theories. In normal usage,

we distinguish in most cases between seeing and

141

interpreting.2 If you expect your mistress and instead see

your wife entering the restaurant, you ask yourself ‘what’s

up?’, which is Weick’s favorite expression for the start of

sensemaking. Now you are definitely in an emergency

crisis that calls for an act of sensemaking. However by

calling seeing your wife an interpretation, you introduce

a new kind of ‘what’s up question’ and a new concept of

interpretation as a super type with as subtypes: seeing

and that which we formerly (or in ordinary usage) called

interpreting. So you now need a new word for what we

formerly called interpretation. Does that make sense?

Of course, you could call seeing your wife an act of

sensemaking and making sense of seeing her an act of

interpretation: sensemaking produces the data that need

an interpretation (Weick). But then the question remains:

what are the data of sensemaking? If those data are inner

things, you will end up by denying the knowability or even

the existence of the outer world. In that case, the wife you

see is not out there, but in your head, as Weick seems to

think.

Weick on sensemaking and enacted environments

Seeing as interpreting: Cartesian and empiricist

misunderstandings

Constructivists like to stress the interpretive, subjective

nature of reality: to see balls and strikes is the same

as interpreting or making sense of ‘something’ with

the help of concepts. To see something is like making

an inference or stating a hypothesis. This interpretivist

thesis can come in a Cartesian and an empiricist

form. In the Cartesian subject-object conception, the

‘somethings’ that are interpreted are outer, physical

2 But not always, see Raatzsch 2003. Generally speaking, we distinguish, for example when we teach, between reading, understanding and interpreting. We give students a reading assignment, hope they understand what they read and then start a discussion on interpretation. Exams would be superfluous if we couldn’t distinguish between students who don’t understand and who interpret differently. But sometimes we call a different interpretation a different reading of the text. As always, we shouldn’t be dogmatic.

objects and their movements: you see the physical

object and its movements and infer it is your wife. In this

conception we are detached minds, confronted with a

meaningless physical world and permanently engaged

in the activity of interpreting or giving meaning to it. The

contrast, of course, is the anti-Cartesian, embodied and

embedded conception of Merleau-Ponty, Heidegger

and Wittgenstein: we live and are practically engaged

in a meaningful world of projects and tools (including

concepts as tools). Interpretation or sensemaking is a

secondary activity that we need only when something

goes wrong, as in the famous hammering example of

Heidegger.

In the empiricist conception, the ‘somethings’ that are

interpreted are inner things (sense data), that are given in

our experience and to which the mind adds something.

As a remarkable result, the outer world proves to be really

an inner one: it is no more than a logical reconstruction

out of inner sense data. So, what we see (hear, smell,

describe, explain, react to) is Appearance, not Reality

as it is ‘in itself.’ This empiricist conception (with idealist

results) was forcibly criticized in Sellars (1956) as the

‘myth of the given’, in Wittgenstein (1954) who toyed with

the idea of a phenomenalist language in his intermediate

period and in Austin (1962) on ‘sense and sensibilia.’

The critique is further expanded upon in among others

Strawson (1966), Bhaskar (1975) and Hacker (1987).

The empiricist conception seems to be difficult to

resist. It reappears in Chia (2000), according to whom we

apply concepts to the undifferentiated flux of our pre-

linguistic experience. Things in the world (like balls and

strikes)

142

‘have to be forcibly carved out of the undifferentiated

flux of raw experience and conceptually fixed and

label[l]ed so that they can become the common

currency for communicational exchanges.’ (Chia

2000: 513)

But umpires don’t apply concepts to the flux of their

inner experience. They apply concepts to what they

see: throws, thrown by pitchers. Neither throws, nor

the throwing, nor the pitchers are in your experience or

mind but outside your mind in your environment. This is

emphatically denied by Weick to whom we now turn for a

second close reading of a philosophizing scientist.

Appearance and Reality: Weick on enacted

environments

According to Weick, what we think is outside, really is

inside:

‘While the categories external/internal or outside/

inside exist logically they do not exist empirically.

The “outside” or “external” world cannot be known.

There is no methodological process by which one

can confirm the existence of an object independent

of the confirmatory process involving oneself. The

outside is a void, there is only the inside or internal

view. A person’s world, the inside or internal view,

is all that can be known. The rest can only be the

object of speculation … [W]hat investigators tend

to dismiss is the assertion that the environment is

located in the mind of the actor and is imposed by

him on experience in order to make that experience

more meaningful. It seldom dawns on organizational

theorists to look for environments inside of heads

rather than outside of them.’ (Weick 2001: 184-185)

First, saying that the categories external/internal or

outside/inside do not exist empirically is a confusing

way of saying that, as logical or formal categories,

they have no empirical content. But, of course, we can

give them empirical content. We all know what these

distinctions generally mean. But to give them empirical

content we have to specify what we are talking about.

Are we talking about refrigerators (‘put the things inside’),

persons (‘watch that car coming at you full speed’) or

organizations (‘don’t forget to observe your competitors’).

Next, according to Weick, the outside or external

world cannot be known, because it cannot be confirmed

independent of the confirmer’s confirmatory process.

But that is, first, a tautology: to confirm is to execute a

confirmatory process and the one who is doing it is a

confirmer. So, what Weick is saying, is that a confirmer

cannot confirm without confirming. Second, it implies

that we could know the external world if we could

confirm it without a confirmatory process. But that is

something we cannot do, because it is a nonsensical,

unintelligible thing. The presupposed distinction between

confirming with and without confirmatory processes is

like the one between married and unmarried bachelors.

So, like Mintzberg, Weick first introduces a nonsensical

distinction and then proudly proclaims that we cannot

confirm without confirming.

The further conclusion that the outside is a void and

that only the inside exists is, first, a self-contradiction.

To say that the external world is unknowable is to say

that we cannot know whether it is a void or a space filled

with all kind of things. Second, if only the inside exists,

the distinction collapses. In this, Weick goes further

than the constructivist who says that you could have

used another distinction (which is trivially true). He also

goes further than the deconstructivist who deconstructs

the distinction by saying that there is more inside in

the outside than you think, and vice versa (for a sober

critique, see Ellis 1984). Weick goes one step further:

‘there is no such distinction, for everything is inside.’

In fact, Weick says three different things: the outside

143

is unknowable (an object of speculation), we know the

outside is a void and the outside does not exist. But,

third, the inside has also to be confirmed, so would be a

void (or unknowable) too. This brings us to the last point:

if everything is a void, then where are we, where do we

stand when we look?

According to Weick, all we can know is a person’s

world, his inside or internal view. But that is confusing.

A world (that what you see) is not a view. A room with a

view enables you to see outside things. But what you see

depends on what things there are outside. Of course, in a

room without a view you could not see anything outside.

That is what Weick seems to think we are: rooms without

a view.

What Weick probably means is that our view or

perspective on the world determines what we can see

in the world, just as the language we use determines

what we can say. In fact, it all boils down to this: if a

subject looks at an object from a different perspective,

the subject will see a different aspect of the object. Or,

as Luhmann says, the multiplicity of perspectives of the

subjectivist corresponds to the multiplicity of aspects of

the world of the objectivist (Luhmann 1988: 50). In that

sense, they are just different sides of the same coin: to be

a subjectivist about perspectives is to be an objectivist

about aspects of or things in the world. So, perspectives

on and knowledge of the environment are ‘inside things’,

but not the environment itself. This is pretty trivial and

no constructivist conclusions on an unknowable outside

world (as in Weick) or on an indirect access to the outside

world (as in Luhmann) follow (see Christis 2001). To do

so, you need to define knowledge of (or direct access

to) the outside world either as knowledge without a

perspective or as an all perspectives encompassing

knowledge. But, both are nonsensical things (like married

bachelors). The view without a perspective, the absolute

standpoint (Williams) or the view from nowhere (Nagel)

is a nonsensical thing both literally and metaphorically.

Compare: ‘From where did you look at things?’ ‘From

nowhere.’ ‘But then, what did you see?’ ‘Well, nothing

of course, for how could you see anything if you are

nowhere?’ And an all perspectives encompassing

knowledge is nonsensical because the number of

possible perspectives is indefinite. There is no such thing

as encompassing an indefinite number of perspectives.

So, both the view from nowhere and the view from

everywhere are nonsensical views. These are not places

where we can be when we look at things.

4. Theories and the worldWe now turn to the relation between theories and the

world. I first show that the way we assess the truth of

descriptive statements cannot be applied to theories.

Then, I introduce a fourth umpire who uses a theory to

explain the things she saw. Next, I compare theories

with maps, as Weick and Fay do, and show that no

constructivist conclusions follow. Lastly, I explain how

we assess the truth of theories and why we don’t need a

theory of truth to do so.

Language, discourse and truth

Our language consists of words which we combine in

sentences that we use to say things or make statements,

among them, empirical statements. Empirical statements

can be descriptive or explanatory. Calling balls and

strikes are descriptive empirical statements. These are

true when things are as stated. If so, we say that it is

true or a fact that the throw is a strike. Now enters a

philosopher who says: ‘that is true and a fact indeed, but

only subjectively so, for there are no objective truths or

facts.’ The distinction between objective and subjective

facts is a new one, introduced by the philosopher. So

we ask him what he means (as in Rundle 1993). Does

he mean that we are lying that it rains (as in facts and

lies), that we are making it up (as in facts and fiction or

fantasy), that we conjecture it (as in facts and conjectures

144

or hypotheses) or that we make a value statement (as

in facts and values)? But, no, says the philosopher, that

the throw is a strike is neither a lie, nor fiction, nor a

conjecture, nor a value statement. It is a fact, but only

subjectively so. But, then, what does he mean by that?

Pressed for an answer he will point to the language

dependent nature of facts. Without a language we could

state neither facts nor truths. And the language we use

determines what facts we can state. With that, we heartily

agree, for that is a trivial truth we all know. But, if you call

facts for that reason subjective, than objective means:

stating a fact without a language and that is something

we cannot do: it is a nonsense thing, a non-intelligible

thing. If so, then the distinction itself is a nonsensical one.

The philosopher is, again, like someone who introduces a

distinction between married and unmarried bachelors and

then proudly states that there are no married bachelors.

In this case he distinguishes between stating a fact with

and without a language, between objective and subjective

facts and proudly concludes that we cannot state a fact

without using a language: there are no objective facts.

Because the distinction is a nonsensical one, it doesn’t

apply. Facts are neither objective nor subjective, but

just facts period. As we saw before, what we can say

depends on the language we use, but the truth of what

we say depends on how things are in the world. If what

we say is how things are, we state a fact period. And if

not, what we state is not true and so cannot be a fact.

Theories are not just descriptive empirical statements

(of for example the level of inflation in Holland). We use

theories to explain things by describing causes and

effects (of the level of inflation). They typically have the

form ‘C causes E by acting on B’, where acting on B is

the mechanism that produces E. Government spending

causes inflation by acting on the economy, but as we

all know, there are more contributing and counteracting

forces acting on the economy. That is why Cartwright

(1983) can say that the laws of physics lie and why Weick

can say that “[w]hen experimental findings support a

theory the theory, not the findings, is generalized to the

world outside the laboratory and people will predict what

will happen in that world based on the theory” (Weick

1983: 494). And both are reformulations of Bhaskar’s

transcendental refutation of a Humean conception of

causal laws as constant conjunctions.

So, we need a theory on the causal meaning of

government spending, that is, a description of the way

government spending acts on the economy. Note the

difference between the language and theory dependent

nature of our observations. Simply put: without a

language, we don’t know or understand what we see and

without a theory we don’t know where to look (for causes

and effects). That is all we can milk out of the language

and theory dependent nature of our observations.

The peculiar thing about theories is that we cannot

count the number of statements it consists of. In that it

resembles our beliefs. There is no answer to the question

‘how many beliefs do you have?’ As a consequence,

we assess their truth differently. Truth, applied to single

empirical statements is an all or nothing affair: throws

are either balls or strikes and that it rains is either true or

false. Not so with theories. Like maps, they allow grades

of truth, that is, grades of similarity in relevant features.

Before expanding on that, let us first apply the distinction

between descriptive and theoretical or explanatory

discourse to our umpires.

Seeing fool balls and inferring fixed games

The distinction between empirical and theoretical

discourse can be elucidated by looking at a fourth umpire

who was introduced by Engeström (2000: 305). This

umpire is involved in a game in which the favorite team

loses after hitting easy foul balls in critical situations.

Everyone involved saw what she saw, but for her,

regularly hitting easy foul balls is an odd fact that calls for

an interpretation or explanation. After discussing this with

145

a colleague with similar experiences, they suspect fixed

games with betting money behind it. An investigation

is opened, and it eventually escalates into indictments

of several hundred players, coaches and local baseball

officials who have been involved in fixing games and

profiting from them in betting.

The example shows us the difference between seeing

batters regularly hitting easy foul balls and interpreting

the causal meaning of this fact. The ‘things’ she saw

(foul balls) and that needed an interpretation were neither

Cartesian, outer meaningless objects nor empiricist inner

things in her experience. Our umpire looked, not at inner

things in the flux of her experience, but at outer things

in the world, that were there to see for everyone who

understands the concept of ‘foul balls.’ In that she is just

like our second umpire.

Just as fool balls are not her individual, psychological

constructions, so fixed games are not the collective,

social construction of the umpires and the investigating

team, as Engeström seems to imply. Foul balls

presuppose the institution of baseball and its rules and

fixed games presuppose in addition the institutions of

betting systems and judicial systems. Fixed games are,

like foul balls, things ‘out there’ in the world, although,

of course, we need to understand the meaning of the

expression ‘fixed games,’ we need to know what counts

as a fixed game in order to be able to distinguish fixed

from not-fixed games. Without such an understanding

we could not discover which games were in fact fixed.

So, the idea that the games were fixed started as a

conjecture or theory and after gathering evidence,

the idea ended as a fact: after the investigation

the conjecture proved to be true. The investigation

resembles the game of Mastermind: the games were

fixed before the investigation started and the task was

to find out whether this indeed was the case. Not so for

Weick and Fay.

Theories as maps

To explain what sensemaking is, Weick uses Fay’s

distinction between the ‘objectivist and realist’ game of

Mastermind and the ‘constructivist’ game of mapmaking:

“Mastermind is precisely what sensemaking is not … The

task of sensemaking resembles more closely the activity

of cartography” (Weick 2001: 8-9). Mastermind is about

discovering the code that reveals a pre-existing order,

while “for mapmakers the idea of a pre-ordered world

has no place or meaning” (Fay, as cited in Weick 2001:

9). The opponent is the metaphysical realist according

to whom there is one true map that corresponds to the

ultimate structure of reality. The alternative is to be,

first, a fallibilist about maps: a terrain can be mapped

in an indefinite number of different ways and, second,

a constructivist about the terrain: the terrain does not

contain a map to be discovered by the mapmaker, but “[t]

he terrain is an entity in part constituted by some form of

representation” (Fay 1996:210).

This is confused in many respects. First, Mastermind

resembles the activity of the private eye or detective, who

has to discover who did it. In this he uses Bayesian logic.

He starts with an idea with a prior, subjective probability.

Then he stirs things up, makes moves that elicit counter

moves and so adjusts his prior probabilities. In the

process, some ideas get discarded and other ideas gain

in subjective probability till he gets the idea right. This is

how our fourth umpire worked and many scientists and

diagnosticians work (see McKeon 2004 and Gill et al.

2005).

Second, as we saw before, metaphysical realism

is a nonsensical idea. But Fay and Weick use a wrong,

fallibilist argument and draw a false, constructivist

conclusion. Fallibilism about knowledge has nothing to do

with the fact that many maps can be made of the same

terrain. Fallibilism is about each of those maps: they all

can be true or false. Fallibilism makes science into a self

correcting enterprise (which presupposes that you can

146

be wrong). That is why Merton called science a form of

organized scepticism. And from the obvious fact that a

terrain does not contain its own map (how could it?), it

does not follow that we construct or constitute terrains by

mapping them.

Third, the map metaphor is a much used one.

Goodman (1972) stresses the simplifying nature of maps

and uses this to defend constructional systems (whether

those of Carnap or his own system) against

‘the basic anti-intellectualistic complaint that

philosophy does not duplicate experience. …

The function of a constructional system is not to

recreate experience but rather to map it. … A map

is schematic, selective, conventional, condensed,

and uniform. And these characteristics are virtues

rather than defects. The map not only summarizes,

clarifies, and systemizes, it often discloses facts we

could hardly learn immediately from our explorations.’

(Goodman 1972: 15)

More relevant for our purposes, the map metaphor is

used by Toulmin (1953), Ziman (1978), Azevedo (1997)

and Giere (2006) to defend a non-metaphysical kind

of realism. It is easy to see why: maps are neither

empiricist mirrors of a terrain nor constructivist stories

that constitute a terrain. Maps simplify and are made

to inform is about the terrain, not to move us, as with

pictures and stories (Ziman 1978). I restrict myself to the

basic points and recommend reading the originals.

First, map makers reduce the infinite complexity

of the terrain mapped. To ask for a complete

representation of the terrain is to ask for a duplication

of the terrain, which shows that you don’t understand

what a map is: “There is no such thing as a completely

unabridged map; for abridgement is intrinsic to map

making” (Goodman 1972: 15). Just ask yourself what

a map would look like with a scale of one to one, with

a method of projection that does not distort areas,

angles, gross shapes, distances and directions and

with symbols that are exact copies of what they stand

for. Most noteworthy, this simplified representation or

model of the terrain enables us to make new inferences

about the terrain, which are not inferences about our

experience. To use a map to determine the best route to

take is not to make an inference about your experience.

In the language of Bhaskar: model making is at the heart

of the theories that we use to represent and explain

things in the world.

Second, the same terrain can be mapped in

indefinitely many ways. The reason for this, of course,

is not that the terrain has no pre-ordered structure, is

unknowable or is a void. On the contrary, the reason

is that the terrain is ordered or structured in too many

different ways. Map makers have to select a perspective

that determines what kind of order will be represented.

Without a perspective the map maker couldn’t even

start. And to ask for an all perspectives encompassing

map is to ask for a nonsense thing. In the language of

Bhaskar: like map makers, scientific model makers are

epistemological relativists. The choice of perspective

is purpose dependent. You can make subway maps,

road maps, geological maps, weather maps, statistical

maps, and so on. Only after the choice of perspective,

the question of completeness arises: is the map

complete with respect to its purpose, does it contain

all relevant features, given the purpose of the map? The

same applies to the choice of projection method. To

map a three dimensional object on a two dimensional

sheet of paper necessarily produces distortions. Again,

the question is not ‘do maps distort?’ but ‘do they

distort, given the purpose of the map?’ If your purpose

is navigation, you use the Mercator projection and

definitively not the Peters projection. If your purpose

is a general purpose world map, you use neither (see

Monmonier 2004).

147

Third, map makers don’t confuse map and terrain. They

know they don’t change the terrain by using a subway

instead of a roadway map, just as organizations do not

change their environment by defining and claiming a

domain (range of products, populations served and

services rendered), which enables them to map their

relevant or task environment (Thompson 1976). Of course,

you can use a map to determine where best to build a

new road. But the terrain is changed by building that

road, not by using the map, just as organizations change

their environment by, for example, managing external

interdependencies (Thompson 1976). Note the distinction

between ‘creating’ a relevant environment and changing

it by acting on it. And map makers distinguish between

changes in maps (that better represent an unchanged

terrain) and changes in the terrain (that necessitate a new

map). Without this distinction they could neither construct

maps on the base of data about the terrain, nor verify

them, again based on data about the terrain.

In the language of Bhaskar: map makers are

transcendental realists. As ontological realists,

they distinguish between the intransitive dimension

(the terrain) and the transitive one (the map). As

epistemological relativists, they know that the same

terrain can be mapped in many purpose dependent,

different ways. They know that a map is not a mirror of

the terrain. Models, like maps, do have non-empirical,

non-deductive and non-propositional surplus elements,

that refer to the intensional, analogical and iconic aspects

of theories (Bhaskar 1975: 152). And as judgemental

rationalists they know the distinction between different

maps of different terrains and different maps of the same

terrain (referential detachment). This enables them to

rationally appraise both the purpose dependent value of

the different maps of the same terrain (for example their

explanatory value) and their correctness or truth with

respect to relevant features of the terrain.

The truth of theories

According to Luhmann, the differentiation of science

as a societal subsystem is based not only on the use of

scientific concepts (the ‘conceptualization of words’), but

also on its specialization in questions of truth. Science

is essentially a sceptical enterprise, a form of organized

scepticism (Merton). It can doubt the truth of all empirical

propositions, in the awareness that the truths of today will

be the falsities of tomorrow (Weber). Other sub-systems

cannot afford a similar sceptical attitude (for one thing,

because they are under pressure to act), and neither do

we assume such a sceptical attitude in everyday life.

In Luhmann’s view, we implicitly use something like a

redundancy theory of truth in everyday life and don’t

distinguish between knowledge and true knowledge.

Because knowing that p means the same as knowing that

it is true or a fact that p, the concept of ‘true’ seems to

be redundant. We use the true/false distinction only after

doubting: I say that it rains; you doubt that and check

by looking outside and then say that it is true or a fact

that it rains. Therefore, to Luhmann, this redundancy is

valid only for the first-order observer. For this observer,

knowledge is true knowledge; to know that it rains is the

same is to know that it is true that it rains. When one

wants to know whether this knowledge is true knowledge,

one must observe this knowledge in a second-order

observation using the distinction between true and false

(Luhmann 1990: 170).

Now how does science determine the truth of

substantive theories? To answer this question, we do not

need a theory of truth, but an elucidation of the meaning

of the concept ‘true’, of the way the concept is used,

when applied to theories. Science does determine truth

in various and combined ways. We do so by looking at

the world. This is the rational kernel of correspondence

theories of truth. But we know that theories are

underdetermined by the facts. We do so by looking at

each other to find out if we can agree about what is the

148

case. This is the rational kernel of consensus theories of

truth. But we know that we all can be wrong. We do so

by looking at our theories and their internal consistency.

This constitutes the rational kernel of coherence theories

of truth. But we know that coherent theories (like the

extremely consistent theories of those who suffer from

paranoia) can be wrong. And we do so by looking at the

success of its practical applications. This is the rational

kernel of pragmatic theories of truth. But we know that

practical successes can be based on false theories.

All those different theories of truth for the most part

just single out one of the many aspects of the use of the

word true and try to convert this aspect into a theory that

alone determines the correct application of the term true.

What we need is not a theory of truth, but a perspicuous

overview of the different ways the word true is used

(Luhmann 1990: 610; also Strawson 1992 and Williams

2002). Our problem is not determining what the word

‘true’ means but finding out what is true.

5. ConclusionsIn this paper I used the examples of umpires and

mapmakers to elucidate the relation between language

and the world and between theories and the world. In

doing so, I didn’t tell anything we didn’t already know.

Neither did Bhaskar when he introduced specialized

terms like the transitive/intransitive dimension, referential

detachment and so on. These are all reminders of

things we already, implicitly, know but tend to forget

when we start philosophizing. According to Bhaskar,

philosophy is a conceptual, a priori discipline that

presupposes the distinction between conceptual and

empirical investigations (as all analytical dualists do).

As such it does not produce empirical or a posteriori

synthetic knowledge. Instead, it uses transcendental

arguments, that start with a premise on X (that scientists

use experiments, umpires call balls and strikes and

mapmakers map a terrain) that we can all agree on and

then elaborate on what X means or on what we do when

we do X. As transcendental deductions they make explicit

what X means or what is implied in doing X. And as

transcendental refutations they show what happens if you

forget what X means or what is implied in doing X: you

then produce nonsense.

Bhaskar took over this technique from Strawson

(1959; 1966), who used it as part of his project of a

descriptive metaphysics, that is, of an analysis of the

general structure of the language we use to say things

about the world. Strawson later (1992) used the term

‘connective analysis’ to refer to his technique and the

similarities with Wittgensteinian grammatical arguments

are apparent (see Hacker1996; Glock 2002 and 2003).

Taken in this way, the ‘knowledge’ (the reminders)

produced by transcendental arguments, connective

analyses or grammatical arguments, is not about the

world, but about the language we use to talk about

the world. That the world is structured is not a deep

‘ontological’ discovery about the world, but a statement

on the way we use the word ‘world.’

So, to conclude, am I a realist who thinks that we

talk and think about language and mind independent

things in the world? And if so, what kind of realist? In a

conversation I would ask you what you mean by that and

then would show that you either are talking nonsense or

are a realist yourself. Not so in a paper. So let’s invent

a new name. My view on realism is a redundancy view.

In normal life we all are, just as the ordinary parents

introduced by Wittgenstein and just as the umpires and

map makers, introduced by Weick. Only when doubted,

do you have to affirm it, but you do so best in an indirect

way: by showing the nonsensicality of the view of your

opponent (the refutation). What remains (the deduction)

are trivial things we all know.

149

9. Problems: objective facts or subjective constructions?

Abstract. Action research is an intervention in the social world to solve a problem. In this contribution, we address the question whether such problems are necessarily subjective or objective. Our investigation is a conceptual or grammatical one (Wittgenstein). An important tool will be the distinction between grammatical and empirical statements and the related distinction between language and discourse, between how we speak and what we say, between the meaning of the words we use and the truth of the statements we make. When someone states that problems must be or necessarily are objective (or subjective), and so cannot be subjective (or objective), because it is in their nature to be objective (or subjective), then such a person is making a metaphysical use of our language. In that case we have to bring words back from their metaphysical to their everyday use. Because problems imply both facts and values, our investigation will turn on the question of the necessarily objective or subjective character of both facts and values.

1. Introduction: problem solving and the intervention cycle

Problem solving is a common, pervasive phenomenon. It

can be defined as a process of design, that is, as devising

courses of action aimed at changing existing situations

into preferred ones (Simon, 1996). It can also be defined

as designing a desirable feature and inventing ways to

bring it about by way of planning (Ackoff, 1981). And it

can be defined as the actions we take to improve a real

world problem situation (Checkland & Scholes, 1990). To

solve a problem and to reach a goal are different sides of

the same coin: if the problem to be solved is low product

quality or high unemployment levels, then the goal,

purpose or end to be reached is high product quality or

low unemployment levels.

When problem solving requires specialized expert

knowledge, we call in the help of professionals like

engineers, therapists, lawyers, doctors and business

or management consultants. Problem solving by these

professionals has its own sequential logic that consists of

• a diagnosis of the problem (problem formulation),

• the design of a solution (formulation, test and choice

of alternative solutions),

• the implementation of the solution and

• the evaluation of the results of the implementation.

Argyris & Schön (1978) speak of discovery (mapping

the problem), inventing (the solution), producing

(implementing the solution) and monitoring (evaluating

the results). Abbott (1988) uses different terms (diagnosis,

inference and treatment) and omits the evaluation when

he says that professionals have three jurisdictional

claims:

150

claims to classify a problem, to reason about it, and

to take action on it: in more formal terms, to diagnose,

to infer, and to treat. Theoretically, these are the

three acts of professional practice. … The three are

modalities of action more than acts per se. But the

sequence of diagnosis, inference, and treatment

embodies the essential cultural logic of professional

practice (Abbott, 1988, p. 40).

Because the evaluation can lead to a new diagnosis the

sequence is cyclical. And because the cycle is used to

intervene in the world to solve a practical problem, it is

called the intervention cycle. In the intervention cycle

professionals apply existing, general knowledge (the

body of knowledge of the profession at hand) to individual

and concrete problem cases such as a person, a family or

an organization. Expert professionals need special skills:

they need to be able to learn from ‘reflection in action’

(Schön, 1983). And action research needs a methodology

that differs from the methodology that scientists use in

the empirical cycle (see for example Argyris, Putnam

& Smith, 1985). In the empirical cycle, scientist use the

dialogue between idea and evidence to produce new,

scientific knowledge (Ragin 1994). Debate is still going on

about the exact nature of the similarities and differences

of the methodologies that are used in the intervention and

empirical cycle.

2. The problem of messy problemsIn their practice, managers and organizational

consultants are often confronted with situations in which

there is no agreement on the nature of the problem at

hand. According to Checkland, they are then confronted

with so-called ill-defined or messy problems. Thinking

about messy problems has led to the question whether

problems are objective facts, subjective constructions or

both:

One of the most pervasive characteristics of messy

problems is that people hold entirely different views

on (a) whether there is a problem, and if they agree

there is, (b) what the problem is. In that sense messy

problems are quite intangible and as a result various

authors have suggested that there are no ‘objective’

problems, only situations defined as problems by

people. See for instance: Ackoff (1981), Checkland

(1981), Checkland and Scholes (1990), Eden, Jones

and Sims (1983), and Bryant (1989) (Vennix ,1996,

p.13).

Objectivists treat problems as objective facts ‘out there’

and problem solving as a process that can be based

on scientific knowledge about causes and effects.

Alcoholism, for example, is a traffic problem because it

causes traffic accidents. To solve this problem we need

knowledge about the causes of alcoholism itself or about

the causal path that leads from alcoholism to traffic

accidents. Taken in this way, there are no subjective

problems. To think there are, we would have to deny

these facts about the causes and consequences of

alcoholism.

Subjectivists hold the view that problems are not

objective facts ‘out there’ in the world, but subjective

constructions created by the concepts and mental

models we use when we think and speak about

problems. In that sense, problems are not discovered but

construed. Taken in this way, there are no objective facts.

To think there are, we would have to deny the concept

dependence of the facts that figure in these problem

definitions: the nature of the problem depends on the

concepts we use to define the problem. That is why

alcoholism can be defined as a traffic problem, a family

problem, a personal problem, a social problem and so

on. Formulated in terms of second order cybernetics: the

nature of the problem depends on the distinctions we use

in observing the problem.

151

According to Abbott (1988) problems have both objective

and subjective aspects. In his opinion it would be silly to

deny the objective aspects of a problem like alcoholism.

But it would be just as silly to claim that these objective

qualities determine the subjective perception and

definition of the problem as a problem of a certain kind.

In this way, Abbott tries to steer a middle way between

objectivism on the one hand and subjectivism on the

other.

This is a most confusing situation. One party denies

the existence of subjective problems, by pointing to

objectivity of the facts that are part of problem definitions.

The other party denies the existence of objective facts

by pointing to the concept dependent nature of these

facts. And the third party holds that objective facts about

alcoholism do not determine our subjective perceptions

and definitions of problems, which makes us curious

about the exact nature of the difference between

objective facts and subjective definitions. If a messy

problem is a problem situation in which we can not come

to an agreement on the nature of the problem, this would

really be an example of a messy problem! To solve this

messy problem we need, not an empirical investigation

of the existence of objective or subjective problems and

facts, but a conceptual investigation of what we mean by

these linguistic expressions. By bringing the use of the

words ‘objective’ and ‘subjective,’ applied in conjunction

with problems, facts and values, back from their

metaphysical to their everyday use, we will show when

particular uses do make sense and when they do not.

In this contribution we explain, in a first step, the

nature of such a conceptual investigation. Applying it, in

a second step, to the objectivists, we show that they do

not pay attention to the fact-value distinction. Applying

it, in a third step, to the subjectivists, we show that they

conflate language and discourse, how we speak and

what we say, the concepts we use and the assertions we

make. In this way, we disentangle the discussion about

the subjectivity of our values (the fact - value discussion)

from the discussion about the subjectivity of facts, of our

empirical statements about and knowledge of things in

the world (the realism - antirealism discussion). The latter

contrast is often framed as a contrast between realism

and constructivism, objectivism and subjectivism or

between linguistic realism and linguistic idealism.

In a fourth step, we apply our conceptual investigation

to the way Abbot distinguishes between the objective

and subjective aspects of problems. We introduce the

imposition of a value scheme on a factual scheme of

causes and effects, which transforms these causes and

effects in means and ends or goals. With the help of this

we show that the multiplicity of – desired and undesired

– effects and causes are the condition of the possibility

of many different, but equally ‘valid, correct, true and

complete’ problem definitions. In that sense, messy

problems will be the normal case. That is the reason why

we start the intervention cycle with a diagnostic phase in

which we sort out all these possible problem definitions

and re-definitions.

3. A conceptual investigation of the objective-subjective distinction

Our investigation will be a conceptual, or, as Wittgenstein

would say, a grammatical investigation. It is an

investigation of the meaning, of the rules for the correct

application of the words that we use in empirical

statements about things in the world. Its aim is to delimit

the bounds of sense, to separate what we can say from

what we cannot say because it does not make sense

in the language we use. Grammatical statements are

descriptions, not of the things we refer to with these

words, but of the rules for the use of these words. In that

sense they define the meaning of words by describing

the rules that govern their use. Note, that the rules

described are themselves not descriptions: rules are

normative statements about the way we should or ought

152

to use the words of our language. We use these words

(that belong to our language) in for example empirical

statements about things in the world. These statements

belong to our – empirical – discourse, the truth of which

is determined by how things are in the world. Thus,

according to Wittgenstein, the meaning of words can

not be discovered by an empirical investigation of their

objects. Meanings are not objects, they are neither

‘objective’ things in the outer world, nor ‘subjective’

things in the inner world, nor ‘abstract’ things in an ideal,

Platonic world. Hence, if we want to know the meaning

of our words, we have to look, not at their outer, inner or

abstract objects, but at the way these words are used in

our language games that are embedded in our forms of

life.

Take as an example the following two statements

‘blue reds do not exist’ (or ‘there are no objects that are

red and blue all over’) and ‘stick-fetching cats do not

exist’ (Hunter, 1990, p.111). Because we know what we

mean by, what would count as a stick-fetching cat, the

second statement is an empirical statement that can be

true or false. If true, we could also say that it is a fact that

stick-fetching cats do not exist. But we can not apply

this empirical route to the first statement, for, to do so,

we would have to know what we mean by the expression

‘blue red.’ To verify or falsify the first statement, we

would have to know what would count as a blue red,

as a red that is also blue. But that is something we do

not know. The statement ‘blue reds do not exist’ is not

about something that could exist, but in fact does not.

In short, ‘there are no blue reds’ can not be an empirical

discovery, for if so, we would need a definition or sample

of the color ‘blue red.’ We need such a sample to be able

to say ‘these colors are not blue red, for they are not like

that color’ (pointing to the defining sample of the color

‘blue red’). Thus, someone who says ‘blue reds do not

exist’ either speaks nonsense (‘what do you mean by

blue red?’) or formulates a grammatical rule, disguised in

the form of an empirical statement. He then says that in

our language the expression ‘blue red’ has no meaning

and so no use. ‘Things cannot be blue red’ or ‘there are

no blue red things’ looks, not like ‘there are no stick-

fetching cats,’ but like ‘there is no such thing as castling

in draughts.’ Such a statement asserts something, not

about the existence or non-existence of things in the

world, but about the rules for the correct use of our

linguistic expressions.

4. Objectivism: ‘there are no subjective problems’

The objectivity of facts versus the subjectivity of

fantasies, conjectures and values

Statements of the objectivist like ‘there are no subjective

problems’ or of the subjectivist like ‘there are no objective

facts’ are like the statement ‘there are no blue reds.’

To see why this is so, let us take first the objectivist

who contrasts objective facts and subjective problems

(‘problems are objective facts out there and so cannot

be subjective: there are no subjective problems’). It is

important to note that we can mean different things by

‘the facts’ according to what we contrast them with (see

Rundle, 1993). If we contrast fact with fantasy and fiction,

the objectvist is right. Nobody would call alcoholism

as a traffic problem a fiction or fantasy: that alcoholism

causes traffic accidents is a fact and not a fiction like

unicorns or fairies. If we contrast fact with conjecture,

hypothesis or theory, the objectivist would again be right:

that alcoholism causes traffic accidents is an established

fact and not an as yet unproven conjecture, hypothesis

or theory. Note that we don’t call fantasies or conjectures

subjective facts. So, in this way, the objectivist contrasts

objective facts not with subjective facts, but with

fantasies and conjectures. However, by adding ‘objective’

to ‘facts,’ the objectivist does not give ‘fact’ a new

meaning, but only emphasizes with this word that facts

are not to be confused with fantasies and conjectures. If

153

adding this emphasis is what the objectivists means by

‘objective,’ he is quite correct, for we all know that facts

differ from fantasies and conjectures. But that is all there

is in this use of the word ‘objective.’ ‘Fact’ and ‘objective

fact’ mean the same thing, so you don’t need to add

‘objective’, except when you want to emphasize that what

you say is neither fantasy nor conjecture, but just plain

fact.

We can also contrast the objectivity of facts, not with

the subjectivity of fantasies and conjectures, but with the

subjectivity of values. If, now, the objectivist means by

objective, that values and value judgements play no role

in problems, he is clearly wrong. To constitute a problem

the effects of alcoholism have to be undesired effects

and the solution has to be a desired effect, that is, a

goal. Problems (and goals) presuppose both facts (about

causes and effects) and values (about undesired effects).

In a world without values there would be no problems and

goals, for we would then be indifferent to what happens

in the world. In that sense, values play the same role

in our social life as emotions play in our personal life:

they tell us when something important is at stake. That

problems imply both facts and values is not the result

of an empirical discovery, but belongs to the concept

of a problem, to what we mean by the word ‘problem.’

Someone who denies this, just does not understand what

the word ‘problem’ means.

The objectivist now has two options. Convinced by

our argument, he can say that problems necessarily have

both objective and subjective aspects, because they

imply both facts and values. But in that case he implies

that values are necessarily subjective. He can also try to

show that values are objective, in which case the contrast

between the objectivity of facts and the subjectivity of

values disappears. This brings us to the meaning of the

contrast between objective and subjective values and the

question: are values necessarily subjective?

The contrast between objective and subjective values

When we contrast facts with values we often call facts

objective and values subjective. We do so, among other

things, because the way we come to an agreement about

facts differs from the way we come to an agreement

about values. So, we use the objective/subjective

distinction in this case to point to real differences

between facts and values. But does this mean that values

are necessarily subjective and cannot be objective?

Could it be that, in this way, we overlook real and

important similarities between statements of fact and

statements of value?

To begin with, we would point out, first, that many

statements of fact are controversial. Second, that many

judgements of value (about the moral value of parental

care, the esthetical value of Bach’s ‘Art of the fugue’

or the practical value of a properly functioning TV-set)

are uncontroversial. Third, that when controversial, the

disagreement is often about underlying facts or means,

not about values or goals. And, fourth, that for example

moral controversies presuppose a common, and for

some universal concept of morality (see Raz, 1994). Of

a person without morals, we would say that he is more

like an animal than like a human being: animals lack both

a conception of morality and an elaborated capacity for

moral reasoning. For both, you need a language.

Next, we would point to the similarities between

statements of fact and statements of value. These

similarities raise serious doubts about the absoluteness

of the contrast between objective facts and subjective

values and the necessarily subjective character of

values. In this context, we can point to the application

of truth predicates to value judgements (Hallett, 1988),

to the descriptive use of evaluative concepts (Rundle,

1993, Kupperman, 2000) and to the evaluative aspects

of descriptive concepts like poison and murder (Ellis,

1993, Kupperman, 2000; see the next section for an

extended argument). Although denying an absolute

154

contrast, these writers don’t assimilate facts and

values. They don’t say that values are objective because

of these similarities, nor do they say that facts are

subjective because of these similarities. Instead, they

point to both similarities and differences. When we call

values objective because they are like facts, we tend

to overlook the differences and when we call values

subjective, because they are unlike facts, we tend to

overlook the similarities. Therefore it seems better not

to look for common properties that are the necessary

and sufficient conditions for calling values either

objective or subjective. Instead, we would recommend

to look at particular uses and particular cases, as

Wittgenstein would do. Thus, if by subjective we mean:

a matter of taste, value judgements are not subjective.

If by subjective we mean: a matter of prejudice, value

judgments are not subjective (Singer, 1989). And if by

objective we mean: absolute, whatever the particular

circumstances, value judgements are not objective

(Singer, 1989). If we mean by objective: universal, the

answer would be a qualified yes and no (Raz, 2000) and

so on.

The moral is this: if we contrast the objectivity of

facts with the subjectivity of values, we tend to overlook

similarities between statements of fact and statements

of value. And if we use the predicates objective and

subjective in conjunction with values out of context,

our statements are at best confusing and often wrong.

Instead, it would be better to state explicitly what we

mean by these expressions if we use them in concrete

cases. But, in that case, we often could also dispense

with these expressions and just state what we mean.

An alternative procedure would be the one used by Von

Wright. He always puts the expressions objective and

subjective between quotation marks and then states what

they mean in this particular case, before going on with his

argument.

5. Subjectivism: there are no objective factsWe often say that values as against facts are relational,

because they bring in the values a subject has about

objects. In that sense, statements of value have to be

relativized, both to the parties involved and the values

they hold (rain can be good for a farmer and bad for

someone who wants to take a stroll, but ‘that it can be

good for the farmer and bad for the walker’ is true for

everyone who understands the statement). This brings

us to the subjectivist who tells us that facts are relational

too. He points us, not to the value aspect of problems

but to the relational character of facts. Facts are concept

dependent and so what facts we can state depends on

the concepts we use to refer to the facts. That is quite

correct: what we can say, see and think depends on the

concepts we use. With different concepts we can say,

see and think different things. Some of the things we

can say and think (and even dream) in one language, we

can not say and think (and dream) in another language,

as every bilingual person knows. But does this make

facts necessarily subjective? Note that we call facts

objective when we contrast them with the subjectivity

of fiction, conjectures and values. In this way, we either

emphasize that facts are not fictions or conjectures, or

point to the differences between facts and values (and

so tend to overlook their similarities). So, a new contrast

is introduced, that between objective and subjective

facts. But what is this contrast supposed to mean? If

subjective means: concept dependent, then objective

means: concept independent. But, someone who says

that objective facts are concept independent, does not

understand what facts are, what we mean by the concept

‘fact.’ Such a person would have to explain to us, what

it means to state that something is a fact without using

concepts. The contrast is not between what we can and

can not do (because we lack the proper capacities), but

between sense and nonsense.

155

Of course, we create or construct concepts like

alcoholism and traffic accidents. But the number of traffic

accidents that is caused by alcoholism depends, not on

us and our concepts, but on the way things are in the

world. Hacking once said in his constructivist phase that

child abuse is both a real evil and a social construction. In

a kind of self critique he now has this to say:

What a terrible equivocation! What “it” is a real evil?

The object, namely the behavior or practice of child

abuse. What “it” is said to be socially constructed?

The concept. My [earlier] switch from object (child

abuse) to idea (the concept of child abuse) is worse

than careless (Hacking, 1999, p.29).

With the help of the concepts of child abuse and satanic

rituals we can conduct an empirical investigation and

come to the conclusion that child abuse is a pervasive

phenomenon and that satanic rituals are a rarity. When

true, we call this conclusion a fact. By this we do not mean

that it is an objective fact, but that it is neither fiction, nor

conjecture: fiction and conjectures are not subjective

facts, they are not facts at all. Now, if someone says that

it is a subjective fact, we can only ask ‘what do you mean

by that, are we wrong, is it not true what we say, is child

abuse not a pervasive phenomenon?’ And if the answer

is ‘of course you are right, and the statement is true, but

you can only assert this with the help of the concepts of

child abuse and satanic rituals and that says something

about you’ we can only agree, for we distinguish between

language and discourse, between the – meaning of the –

concepts we use and the – truth of the – things we say. If

the similarities and differences between the behaviors we

classify as child care, child abuse and satanic rituals were

not important for us, we would not have these concepts:

concepts express and direct our interests (Wittgenstein, PI

570), they prescribe what they are concepts of rather than

objects prescribing the nature of their concepts (Hunter,

1990, p.121). But what we say with these concepts tells

us something about the world. That is why we can assess

the truth of what we say about things in the world. The

position is a Wittgensteinian one:

Wittgenstein does not deny that we, for the most

part, talk about language-independent things; he

denies only that the latter constitute the meanings

of our words, and hence that there are semantic

connections between language and world. Empirical

propositions refer to language-independent items and

are verified or falsified by the way things are (Glock,

1996, p.275).

Wittgenstein contrasts empirical with grammatical

statements. Grammatical statements are statements

about the meaning of the words we use in empirical

statements about things in the world. You could say that

Wittgenstein is a realist about the things we think and

speak about and an anti-realist about the meaning of

our words: he denies that the meaning of our words is

determined by the nature of the things we refer to with

these words. This he calls ‘the autonomy of language.’

6. Language and discourse: the autonomy of language

The distinction between language and discourse,

between how we speak and what we say, between

the concepts of our language and the assertions we

make with them is a cornerstone of the philosophy of

Wittgenstein (in my Wittgenstein interpretation, I am

heavily indebted to the work of Baker and Hacker, Hallet,

Hunter and Ellis). To say something, we need a language

(Wittgenstein), a conceptual scheme (Strawson, Quine),

a vocabulary (Rorty) or a lexicon (Kuhn), but language

doesn’t say anything and so cannot be true or untrue. Our

concepts are tools and what we can say depends on the

tools we have at our disposal. According to Wittgenstein,

156

the meaning of our words can not be determined by the

nature of the things we refer to with these words. He

opposes the semantic realist who thinks that concepts

conform to the nature of their objects, that we call a horse

a horse because it is a horse, like in the story about Eve:

When Adam couldn’t think of a name for one of the

animals, according to Twain, he appealed to Eve for

help. ‘What name shall I give this animal?’ ‘Call it a

horse,’ answered Eve. ‘But why a horse?’ ‘Well,’ said

Eve, ‘it looks like a horse, doesn’t it?’ (Hallett, 1984,

p.15).

First, if we suppose that concepts conform to the

nature of there objects, that language mirrors the

unique structure of the world, then we could discover

the meaning of words by investigating their objects.

But such a procedure is viciously circular: an empirical

investigation of horses, water and so on, presupposes

that we know what these words mean. Of course, in such

an investigation we can discover new things about horses

and water, for example its chemical structure in the

latter case. If we, now, redefine water as a liquid with the

chemical structure H2O, we do not add knew knowledge,

but raise this property to the status of a defining criterion

of the concept ‘water’ in certain scientific contexts

(Hacker, 1996). And if we discover a liquid that looks

like water but has a different chemical structure (like the

liquid ‘heavy water’ with the chemical structure D2O), we

have to choose: is it a different liquid or a different kind of

water, do we treat the concept of water as analytic or do

we change its meaning (Harré, 1993)? The choice is up to

us: we can look at these two liquids as long as we want,

but they will not tell us what they are: two different liquids

or two different kinds of water. Generally speaking:

No non-linguistic entity can convey on its own the

grammar, semantics, or pragmatics of a language

– that is, the rules relating words with words, words

with things, or words with action – let alone those of

all languages (Hallett, 1984, p.7).

Second, if we suppose that concepts conform to their

objects, words would be names or labels for things in the

world. Apart from the problem of explaining how words

get attached to things in the world, it would follow that

language would consist of an infinite set of labels instead

of a restricted set of categories. The set would be infinite

because every thing in the world is unique and different

from everything else: no two horses are the same in

every respect. To apply a concept is not labeling but

categorizing, that is, treating things as similar in some

respects although they are different in other respects and

treating things as different in some respects, although

they are similar in other respects (Ellis, 1993).

Third, if we now say that concepts are determined by

the similarities (common properties, common functions

or family resemblances) of their objects, we try to avoid

multiplying our words by postulating essences and so

reduce the number of objects or referents. The problem

with this is not that there are no relations of similarity and

difference between things. The problem is that there are

too many of these relations. Things have an indeterminate

number of properties that could all be used to define a

concept in terms of similarity and difference. From all

these properties we have to select relevant ones and

what is relevant depends on our aims and values:

The problem is that any two things are alike in some

respect and different in others. So likeness alone

is powerless to settle matters of categorization. In

classifying dachshunds and Dobbermans together,

horses and zebras apart, we distinguish important

from unimportant similarities. That is, we make a

value judgment (Elgin, 1997, p.177).

157

Relevance is a highly practical, human and context

dependent affair. Things in the world do not tell us what

similarities are relevant and what differences ‘really’ make

a difference. That is up to us. So, we don’t call some

animals horses because they are horses (how could we

know this?), but, from all the similarities and differences

between these animals, we select important or relevant

ones. This enables us to treat some animals as the same

or equivalent, despite their differences and as different

from other animals despite their similarities with them. In

that sense, concepts don’t mirror things in the world, but

express and direct our interests: concepts prescribe what

they are concepts of, rather than objects prescribing the

nature of their concepts (Hunter, 1990, p.121):

In an infinitely varying world, the decision as to what

level and kind of similarity/dissimilarity will count as

equivalence is an arbitrary one: it depends among

other things on how many or how few categories

will be most useful to us. The decision is dictated

therefore by human considerations, not simply by

the structure of things. From the infinite number of

possible groupings that are available, a linguistic

community has chosen those that (for good reasons)

it is interested in, and our language is structured

accordingly (Ellis, 1993, p.95).

Hunter (1990, p.104), for example, imagines a community

that distinguishes between benign animals and hostile

beasts. Within this scheme, butterflies and dogs are

treated as the same and dogs and wolves as different.

Although different from our scheme, there is nothing

wrong about it: the differences between animals and

beasts are real differences. The scheme expresses what

this community thinks important, it expresses their forms

of life.

We can compare this with different biological

classifications. The scientific classifications of the

biologist, for example, can be based on intrinsic

properties, on reproductive isolation and on evolutionary

descent. These different classifications will all differ from

the specialist classifications of for example the timber

merchant, the herbalist or the gardener. And both the

scientific and specialist classifications will differ from the

ordinary language classifications we use when we are

cooking: to classify garlic and onions as the same would

have disastrous effects on our meals. This reflects merely

the immense variety of human interests and criteria of

relevance. So, there are countless legitimate, empirically

grounded ways of classifying things in the world. But if

we discard the metaphysical thesis about the ultimate

and essential structure of the world, the reality of those

things is not in danger. You could call this form of realism

promiscuous realism as Dupré does:

The realism derives from the fact that there are many

sameness relations that serve to distinguish classes

of organisms in ways that are relevant to various

concerns; the promiscuity derives from the fact that

none of these relations is privileged (Dupré, 1981,

p.82; see also Niiniluato, 1999, p.222).

Such a Wittgensteinian form of non-metaphysical realism

is the common core of the promiscuous realism of Dupré,

the transcendental realism of Bhaskar, the common

sense realism of Putnam, the critical realism of Niiniluato

and the rational kernel of the ‘radical constructivism’ of

Luhmann (see Christis, 2001).

As a conclusion we can state that the realism of

Wittgenstein is based on the distinction between language

and discourse and as such differs both from semantic or

metaphysical realism (according to which the meaning

of our words is determined by the nature of the things

we refer to with these words) and from the antirealist or

constructivist (according to whom we do not speak and

think about language and mind independent things in the

158

world). According to Wittgenstein, it is not the business of

our language to mirror the unique structure of the world.

Language does not describe anything and so can not

be true or untrue. But it is the business of our empirical

statements to say how things are in the world and so

these statements can be true or untrue:

The agreement, the harmony, of thought and reality

consists in this: if I say falsely that something is

red, then, for all that, it isn’t red. And when I want to

explain the word ‘red’ to someone, in the sentence

‘that is not red,’ I do it by pointing to something red

(PI 429).

To say that something is red, is an empirical statement

and belongs to empirical discourse, that can be true or

false according to the way things are in the world. To give

an ostensive definition of red is a grammatical statement

about the meaning of the word ‘red.’ Grammatical

statements describe, not objects, but the rules for the use

of the words of our language. Language is autonomous:

the meaning of our words is not determined by their outer,

inner or abstract objects, but by the rules of our language

games that are embedded in our forms of life. Thus, truth

is not language dependent: what we can say depends

on the language we use (how we speak). But the truth of

the empirical statements we actually make (what we say)

is determined by the way things are in the world. So, not

truth, but effability is relativized to language, as Kuhn

says after his ‘lexical turn’:

The point is not that laws true in one world may

be false in another but that they may be ineffable,

unavailable for conceptual or observational scrutiny.

It is effability, not truth, that my view relativizes to

worlds and practices (Kuhn, 1993, p.336; see also

Glock, 1997).

Interpreted in this way, Kuhn is neither a relativistic

Kantian (as in Hoyningen-Huene, 1993), nor a nominalist

(as in Hacking, 1993), but a critical realist (as in Niiniluato,

1999, p.224).

7. Abbot on the objective and subjective aspects of problems

Objective facts and subjective perspectives

Problems are neither objective facts nor subjective

constructions. This conclusion was the result, not of

an empirical but of a conceptual investigation of what

it makes sense to say. We also saw that problems

presuppose both facts and values. This means that

problems have both descriptive and evaluative aspects.

Often, these are called the objective and subjective

aspects of problems. This would imply that values are

necessarily subjective. However, we saw that in this way

we tend to overlook the similarities between facts and

values. Another way to distinguish between the objective

and subjective aspects of problems, is by pointing to the

fact that objective facts can be differently interpreted: we

can look at the same facts from different perspectives.

This seems to be the view of Abbot, so let us take a

closer look at his position.

Abbot takes alcoholism as an example to elucidate

the relation between the objective and subjective aspects

of problems. According to Abbot, alcoholism as a

problem was produced by the industrial revolution. In the

new time regime of industrial work there was no place

for the fuddled execution, slow work, and relaxation that

resulted from the then customary alcohol consumption

during the working day. Taken thus, alcoholism could be

defined as a productivity problem: it causes lower levels

of productivity of work (and of accidents at work). At

the same time, the industrial mass production of spirits

made them more available then ever. This “coincidence

of the rising supply and the culturally induced decline

159

in legitimate demand created ‘the problem of alcohol’”

(Abbot, 1988, p.37).

According to Abbott, the objective dimension of

alcoholism refers to the fact that alcohol consumption

always produces central nervous system depressions

with loss of fine and, ultimately, coarse motor and

sensory function. At the same time, many different,

subjective definitions of alcoholism as a problem are

possible. According to Abbot, there are two easy, and

erroneous, views of the relation between the objective

and subjective dimensions of problems:

The first holds that problems are given facts and that

varying perspectives on them are errors or ideologies.

The second argues that problems have no objective

reality whatsoever and are the simple creations of self-

seeking groups. Neither view works. To deny the objective

aspects of the alcohol problem is silly. Those objective

properties have changed little, although increasing body

size and health may have increased tolerance to the drug.

But it is just as silly to claim that these objective qualities

determine (or should determine) the subjective perception

of the problem. Alcoholism has been a biological disease,

a nervous and mental disease, a personal problem, a

moral delict, a sin. It has even been a “scourge of society”

– a problem caused by poverty and injustice and hence

not really an individual problem at all. Yet all of these

reinterpretations and reconstructions were bounded by

the objective properties of alcohol consumption itself

(Abbot, 1988, pp.37-38).

In the story that Abbot tells us, we can all recognize

the struggle between the different professions to

jurisdictional claims on alcoholism as a problem: the

doctor, the therapist, the social worker, the pastor and

the politician. Abbott uses this idea in an insightful

contribution to the sociology of the professions. But in

this way Abbot draws the wrong line between objective

facts and subjective definitions. The range of ‘objective’

facts is wider then the facts Abbot refers to. It is easy

to show why this is so. To define alcoholism as a

productivity problem, we refer to the effects of alcohol

consumption on productivity levels. When we define it as

a family problem, we refer to the effects on family life. And

when we define it as a social problem, we either refer to

its social consequences or to its social causes, in which

case not alcoholism, but society is the real problem. But

these are all facts about the causes and consequences

of alcohol consumption! It is therefore wrong to restrict

the range of objective facts to the effects on motor and

sensory function as Abbot seems to do.

The imposition of a value scheme on a causal scheme

If the range of ‘objective’ facts is wider than Abbot

suggests, where does it leave the ‘subjective’ aspect

of problem definitions? As we saw before, facts about

causes and effects are necessary, but not sufficient to

constitute a problem. We need also to attach a value

to these effects and that is where the evaluative aspect

comes in. If we apply a value scheme to effects, desired

effects become goals and undesired effects become

problems. Problems and goals are the result of the

imposition of a value scheme on a factual scheme of

causes and effects, which transforms desired effects in

ends or goals and their causes in means to reach these

goals (Luhmann, 1973). Every cause has an indeterminate

number of different effects. Without a value scheme, we

would not know to which of them we should attend. With

a value scheme we select valued effects and so neutralize

all other effects. So, just as concepts function as tools

to reduce the complexity of the world, values function as

tools to reduce the causal complexity of the world.

Generally speaking, if we define alcoholism as a set

of cognitive, motor and sensory symptoms caused by the

regular intake of spirits, then alcoholism itself has both

different effects and different causes. When undesired,

160

these effects are problems and when desired, these

effects are goals:

Figure 1 is a very simplified figure. First, we can always

reason forward from effects as themselves causes of

further effects that can be valued (alcoholism causes

lower productivity levels, which causes higher costs,

which causes lower sales and so on). Second, we

can always reason backwards from causes that are

themselves effects of earlier causes (alcoholism is caused

by unemployment, which is caused by overproduction

and so on). All causes and effects are part of an endless

chain of causes and effects. Third, figure 1 does not

represent causal complexity: the multiplicity, diversity

and epistemic incompleteness of causes (Humphreys,

1989). Figure 1 does show that the same cause can

have multiple effects and that the same effect can have

multiple causes. But it does not show that causes can be

contributing and counteracting, mixed and looping back

from effect to cause.

However, with the help of this simplified figure we

can see that we can look at a problem like alcoholism

in different ways or from different perspectives: we can

look at the different undesired effects of alcoholism and

so reconstruct it as a productivity, a traffic and a family

problem. We can also look at the different biological,

psychological and social (economic, legal, educational,

cultural and so on) causes of alcoholism and so redefine

it as a biological, psychological and social problem. In the

first case we use effect based definitions of problems,

and in the second case we use cause based (re-)

definitions.

Perspectives, objectivity and completeness

Because we value many things: healthy lives, happy

families, productive workplaces, profitable firms and so

on, we can give many effect based problem definitions

of alcoholism. And because alcoholism can have diverse

biological, psychic and social causes, we can give many

causal redefinitions of alcoholism as a problem. That

is why there are so many different problem definitions

of alcoholism: most problems are multiple and in that

sense messy problems, both from the effect and from the

causal side.

Abbott calls these different definitions of the problem

subjective and contrasts them with the objective facts of

alcoholism. As we saw before, all these definitions refer to

different facts about causes and consequences, so this

can not be the reason to call them subjective. Of course,

all these definitions look at the problem from a different

perspective, but now we get a new contrast: if we call a

redefinition subjective because it looks at the problem

from a certain perspective, then an objective definition

would be either a definition without a perspective or

Desired: goals

Undesired: problems

Neutral: indifferent

Alcoholism

Effect/Cause Effects: ValuesCauses

Figure 1. Causes, effects and values

161

an all perspectives encompassing definition. From this

contrast, the conclusion seems to follow that problem

definitions are necessarily subjective and incomplete and

cannot be objective and complete:

The reflection and debate is structured by a number

of systemic models. These are conceived as holistic

ideal types of certain aspects of the problem situation

rather than as accounts of it. It is taken as given that

no objective and complete account of a problem

situation can be provided (von Bulow, cited in

Checkland, 1995, p.51).

We can reformulate this in ‘subject-object’ terms: if

a subject uses one perspective, only some aspects

of the object become visible and if the subject uses

another perspective, other aspects of the object will

become visible. This is something we all know. But

before concluding that an objective and complete

account is impossible we should first ask ourselves,

with Wittgenstein, whether it makes sense to ask for

an objective account, defined as an account that is

either without a perspective or with an all perspectives

encompassing super perspepctive. For, it could be

possible that what we are asked to do is not something

we cannot do because we lack certain capacities, but

because it is a nonsense thing:

In fact, one might say that it is characteristic of

Wittgenstein to try to show us that when philosophers

say that we can’t do something, say something

is impossible, typically the thing they tell us is

impossible to do is a nonsense thing, an unintelligible

thing (Putnam, 1995, p.40).

So, let’s look whether such a nonsense question is

involved.

Maps, mirrors and stories

Making a problem diagnosis is often called ‘mapping

the problem.’ So, let us compare the result of such a

diagnosis (an empirical model, account or description of

the problem situation at hand) with a map of a territory.

To make a map, we need a grammar that defines the

meaning of the signs that we use and a method of

projection. The map itself is an empirical representation

of the territory. As we know, we can make different maps

of the same territory: road maps, vegetation maps,

population maps and so on. All these maps are maps

from a different perspective and so show us different

aspects of or things in the same territory.

Does it make sense to ask for a map without a

perspective? No, for in that case we wouldn’t have a

criterion that tells us what about the territory is important

for us. We can look at the territory as long as we want,

but it will not tell us what is so important about it. What

is important depends on us: going on a holiday, we

need a road map, not a population map. So, there is no

such thing as a map without a perspective, no ‘absolute

conception of reality’ (Williams), no ‘view from nowhere’

(Nagel). To represent the territory ‘as it is’ and without

using a perspective would amount to a duplication or

mirror of the territory. But a map is not a duplication or

mirror of its territory:

A map is schematic, selective, conventional,

condensed, and uniform. And these characteristics

are virtues rather than defects. The map not only

summarizes, clarifies, and systemizes, it often

discloses facts we could hardly learn immediately

from our explorations (Goodman, 1972, p.15).

Does it make sense to ask for an all perspectives

encompassing, complete super map? No, for a territory

has an indeterminate or indefinite number of aspects

that could all be used to formulate a perspective from

162

which we can draw up a map. So, again, there is no

such thing as an all perspectives encompassing map:

an indeterminate or indefinite map is no map at all. In

that sense, to describe a territory, or more generally,

the world, either is elliptical for describing aspects of or

things in the world, or nonsense: the world is an infinite

information load (Luhmann) or an ever yielding horizon

(Husserl) that is presupposed in everything we do in that

world, including the act of describing things in that world.

So, to ask for a map (or a description) without a

perspective or an all aspects encompassing map is to

ask for a nonsense thing: it shows that the asker does

not understand what the word ‘map’ means. But can

we, then, ask for an objective and complete road map,

vegetation map and so on? Not if we compare them

with (constructivist) stories that create their own objects

and so have no story independent reality to check for

objectivity and completeness. But (realist) map makers

are neither empiricist mirror makers nor constructivist

story tellers: they don’t confuse map and territory. This

enables them, first, to distinguish between changes

in their maps (better descriptions) and changes in

the territory (as when new things emerge). It enables

them, second, to check whether their maps are correct

and complete. Map makers combine epistemological

relativism (different maps are possible) with ontological

realism (we don’t confuse map and territory) and so avoid

the judgmental relativism of the constructivist storytellers

(Bhaskar). That is why their form of realism looks so much

like the realism of Wittgenstein: it is a form of realism

that is presupposed in what we do, say and think, for

example, when we make or use maps. And that is why

their ‘transcendental arguments’ (in their Strawsonian

form) look so much like Wittgenstein’s grammatical

arguments.

8. ConclusionWe investigated the use of the words ‘objective’ and

‘subjective’ in conjunction with problems, facts and

values. In general, our strategy was to look at what is

denied by calling something objective or subjective and

then to investigate whether such a denial makes sense or

not, that is, whether what is denied is a nonsense thing

or a real possibility. As a result of our investigation, some

uses appeared to be nonsensical and other uses lost their

‘explosive’ nature by making their meaning explicit. In

doing so, we also clarified the fact-value discussion and

the realism-antirealism discussion. Among other things,

we showed that Wittgenstein’s realism helps us to avoid

both the Scylla of linguistic or semantic realism and the

Charybdis of linguistic idealism and relativism (Dilman,

2002).

Our conclusions can be summarized as follows. It

is wrong to say that problems are necessarily objective

because they refer to objective facts. In this case you

‘forget’ the value aspect of problems. It is wrong to say

that problems are necessarily subjective constructions

because they refer to subjective facts. In this case, the

contrast between objective and subjective facts makes

no sense, for there are no such things as concept

independent facts. It is wrong (or at least misleading) to

say that values are necessarily subjective or objective.

In the first case, you overlook the similarities between

facts and values and in the second case you overlook

their differences. In that sense, it is at least misleading

to say that problems necessarily have an objective

and subjective aspect, for in that case you imply that

values are necessarily subjective. It is wrong to say that

problems necessarily have a subjective aspect because

they are always formulated from a certain perspective. In

this case, the distinction between a problem description

with and without a perspective makes no sense. In all

these cases, we showed that these statements transgress

163

the bounds of sense by overlooking the rules for the use

of the expressions ‘objective’ and ‘subjective.’

In other cases we showed that the meaning of the

words ‘objective’ and ‘subjective’ could be made explicit

in a meaningful way. However, their meaning proved to

be relatively innocent: no philosophical theories could be

derived from these uses. For example, when someone

speaks of objective facts, in order to contrast them, not

with subjective facts, but with fantasies, conjectures and

values, he is just emphasizing that what he states are

facts and not fantasies, conjectures or values. In that

case, what he means is that what he says are ‘really’

facts. So, when someone says that it is raining or that

inflation is caused by deficit spending, we can conduct

an ordinary or scientific empirical investigation. We then

could come to the conclusion that it is true or a fact that it

is raining or that deficit spending causes inflation. If now

someone says ‘you are right, but these are subjective, not

objective facts,’ we can only ask him: ‘what do you mean

by that, what would count as an objective fact?’

Generally speaking, the words ‘objective’ and

‘subjective’ can mean many different things, that is, can

be used in many different ways. By not paying attention

to these different uses, we produce either nonsense or

heated debates, based on a mutual misunderstanding

of what we actually mean by these words. By making

these meanings explicit, by stating explicitly what

we mean, we could avoid both producing nonsense

and producing misguided heated debates. We would

recommend the procedure, followed by Von Wright: if you

use the expressions ‘objective’ and ‘subjective’, put them

between quotation marks and state explicitly what you

mean by them in this particular case before going on with

your argument.

165

Bibliografie

Abbott, A. (1988) The system of professions. Chicago:

University of Chicago Press.

Achterbergh, J., D. Vriens (2019) Organizational

development. Designing episodic interventions.

Routledge.

Achterbergh, J., D. Vriens, H. Doorewaard (2009)

Het praktijkgerichte diagnostisch onderzoek. In:

Bleijenbergh e.a. (ed.) Voer voor Methodologen - Een

Liber Amicorum voor Piet Verschuren, pp. 17-32.

Utrecht: Lemma.

Ackoff, R. (1981). Creating the corporate future. Chicester:

Wiley and Sons.

Adcock, R., Collier, D. (2001) Measurement validity: a

shared standard for quantitative and qualitative

research. In: The American political science review,

95 (3), 529-546.

Aken, J. van, D. Andriessen (red.) (2011) Handboek

ontwerpgericht wetenschappelijk onderzoek. Den

Haag: Boom Lemma.

Andriessen, D. (2014). Praktisch relevant én methodisch

grondig? Dimensies van onderzoek in het hbo.

Utrecht: Hogeschool Utrecht.

Andriessen, D., Butter, R. (2016) Doe recht aan de

diversiteit. Kwaliteitscriteria voor onderzoek in het

HBO. Thema. Tijdschrift voor Hoger Onderwijs &

Management, 23 (1), 20-25.

Ansell, C. (2016) Pragmatist Governance. Evolutionary

learning as public philosophy. Oxford University

Press.

Ansell, C., M. Bartenberger (2016) Varieties of

experimentalism. In: Ecological Economics, 130,

64-73.

Argyris, C. and Schön, D. (1978). Organizational learning:

a theory of action perspective. Reading: Addison-

Wesley Publishing Company.

Argyris, C., Putnam, R. and Smith, D. (1985). Action

science. Concepts, methods, and skills for research

and intervention. San Francisco: Jossey-Bass

Publishers.

Aronson, J., R. Harré, E. Way (1994) Realism rescued.

How scientific progress is possible. London:

Duckworth.

Austin, J. (1962) Sense and sensibilia. Oxford: Oxford

University Press.

Auyang, S. (2004) Engineering – an endless frontier.

Cambridge: Harvard University Press.

Auyang, S. (z.j.) From experience to design – The science

behind Aspirin.

Azevedo, J. (1997) Mapping reality. Albany: State

University of New York Press.

Bader, V. (2007) Secularism or Democracy?: Associational

Governance of Religious Diversity. Amsterdam

University Press.

Bader, V. (2013). Free Speech or Non-Discrimination as

Trump? Reflections on Contextualised Reasonable

Balancing and its Limits. Journal of Ethnic and

Migration Studies, 40(2), 320 - 338.

Bader, V. (2014) Sciences, politics, and associative

democracy: democratizing science and expertizing

democracy. In: Innovation: The European Journal of

Social Science Research, 27(4), 420-441.

Barber, B. (1984) Strong democracy. Participatory politics

for a new age. University of California Press.

Barber, B. (1988) The conquest of politics. New Jersey:

Princeton University Press.

166

Bateson, G. (1972) Steps to an ecology of mind: Collected

essays in anthropology, psychology, evolution and

epistemology. San Francisco, CA: Chandler.

Benner, P. (1984) From novice to expert. Power and

excellence in nursing. California: Addison-Wesley.

Berger, P., T. Luckmann (1966) The Social Construction

of Reality: A Treatise in the Sociology of Knowledge.

Garden City, NY: Anchor Books.

Berk, R. (2004) Regression analysis. A constructive

critique. London: Sage.

Bhaskar, R (1975) A realist theory of science. Leeds:

Leeds Books.

Bhaskar, R. (1979) The possibility of naturalism. Brighton:

Harvester Press.

Blaikie, N. (1993) Approaches to social enquiry.

Cambridge: Polity Press.

Brown, T. (2008). Design Thinking. Harvard Business

Review, June: 84–92.

Buchanan, R. (1992) Wicked Problems in Design Thinking.

In: Design Issues, 8(2): 5–21.

Camacho, M. (2018) An Integrative Model of Design

Thinking. 21st DMI: Academic Design Management

Conference.

Camacho, M. (2016) In Conversation David Kelley: From

Design to Design Thinking at Stanford and IDEO. In:

The Journal of Design, Economics, and Innovation,

Volume 2 (1): 88-101.

Campbell, D. (2005). Ethnocentrism of Disciplines and the

Fish-Scale Model of Omniscience. In S. J. Derry, C. D.

Schunn, & M. A. Gernsbacher (Eds.), Interdisciplinary

collaboration: An emerging cognitive science (p.

3–21). Lawrence Erlbaum Associates Publishers.

Card, D., A. Krueger (1994) Minimum Wages and

Employment: A Case Study of the Fast-Food Industry

in New Jersey and Pennsylvania. In: The American

Economic Review 84 (4): 772-793.

Cartwright, N. (1983) How the laws of physics lie. Oxford:

Oxford University Press.

Cartwright, N., J. Hardie (2012) Evidence-based policy.

A practical guide to doing it better. Oxford: Oxford

University Press.

Chambers, C. (2017) The seven deadly sins of psychology.

Princeton: Princeton University Press.

Checkland, P. (1986) Diagnosing the system for

organizations: S. Beer. In: European Journal of

Operational Research, 23 (2): 269-270.

Checkland, P. (1995). Model validation in soft systems

practice. Systems Research 12 (1): 47-54.

Checkland, P. (2012) Four conditions for serious systems

thinking and action. In: Systems Research and

Behavioral Science, 29: 465-469.

Checkland, P. & J. Scholes. 1990. Soft systems

methodology in action. Chicester: Wiley and Sons.

Chia, R. (2000) ‘Discourse analysis as organizational

analysis.’ Organization 7(3): 513-518.

Christensen, C. (2006) The Ongoing Process of Building

a Theory of Disruption, In: Journal of Product

Innovation Management, 23:39–55.

Christis, J. 2001 ‘Luhmann’s theory of knowledge: beyond

realism and constructivism?’ Soziale Systeme, 7 (2):

328-349.

Christis, J. (2005) Theory and practice of soft systems

methodology: a performative contradiction? In:

Systems Research and Behavioral Science 22 (1):

11-26.

Christis, J. (2009) Over bedrijfskunde en andere kundes.

In H. van de Berg e.a. (red) Het gelaagde denken. Den

Haag, F&N Boekservice. (klik hier)

Christis, J., B. Fruytier (2013) Onderzoeksmethodologie in

de bedrijfskunde. In A. van de Ven (red.) Op zoek naar

het andere. Boom/Lemma. (klik hier)

Christis, J., A. J. Smit (2018) Misverstanden over

praktijkgericht onderzoek. In Onderwijsinnovatie,

maart 2017. (klik hier).

167

Christis, J., J. Achterbergh, H. van Laar (2018)

Multidimensionaal organiseren: is dat slim? In: M&O,

1: 4-29.

Connors, L., W. Mitchell (2017) Framing Modern Monetary

Theory. In: Journal of Post-Keynesian Economics, 40

(2): 239-259.

Cowen, N. Cartwright (2014) Making the Most of the

Evidence in Education: A Guide for Working Out What

Works …. Here and Now.

Cowen, N., N. Cartwright (2019) Street-level Theories of

Change: Adapting the Medical Model of Evidence-

based Practice for Policing.

Cross, N. (1982) Designerly Ways of Knowing. In: Design

Studies, 3(4): 221–7.

Cross N., K. Dorst, N. Roozenburg (eds) (1992). Research

in Design Thinking. Delft: Delft University Press.

Cross, N. (2007) Designerly Ways of Knowing. Springer.

De Vauss, D. (2012) Research design in social research.

London: Sage.

Dilman, I. (2002). Wittgenstein’s Copernican revolution.

Hampshire: Palgrave.

Doorewaard, H., B. Tjemkes (2019) Praktijkgericht

Kwantitatief Onderzoek: Een praktische handleiding.

Amsterdam: Boom hoger onderwijs.

Doorewaard,H., A. Kil, A. van de Ven (2019) Praktijkgericht

kwalitatief onderzoek (tweede druk). Een praktische

handleiding. Amsterdam: Boom hoger onderwijs.

Dorf, M., Sabel, C. (1998) A constitution of democratic

experimentalist democracy. In: Colombia Law Review,

98, 267-473.

Dorst, K. (2015) Frame Innovation. Create New Thinking

by Design. MIT Press.

Dreyfus, H., S. Dreyfus (1986) Mind over Machine: The

Power of Human Intuition and Expertise in the Era of

the Computer, Oxford, U.K.: Blackwell.

Dupré, J. (1981) ‘Natural kinds and biological taxa.’

Philosophical Review 90: 66-90.

Elgin, C. (1997) Between the absolute and the arbitrary.

Ithaca: Cornell University Press.

Ellis, J. (1989) Against deconstruction. New Jersey:


Ellis, J. (1993) Language, thought and logic. Evanstone:

Northwestern University Press.

Engström, Y. (2000) ‘Comment on Blackler et al.. Activity

theory and the social construction of knowledge: a

story of four umpires.’ Organization 7(2): 301-310.

Fay, B. (1996) Contemporary philosophy of science.

Oxford: Blackwell.

Fogelin, R. (1994) Pyrrhonian reflections on knowledge

and justification. Oxford: Oxford University Press.

Fogelin, R (2011) Figuratively speaking. Revised Edition.


Gerring, J. (2007) Case study research. Cambridge:

Cambridge University Press.

Gerring, J. (2006) Single outcome studies. In International

sociology; vol. 21 (5), 707-734.

Giere, R. (2006) Scientific perspectivism. Chicago:

University of Chicago Press.

Gill, C. (2005) ‘Why clinicians are natural Bayesians.’

Medical Journal 330: 1080-1083.

Gillies, D. (2019) Causality, probability and medicine.

London: Routledge.

Gingerich, O. (2007) ‘Planetary perils in Prague.’ Daedalus

137 (1): 137-141.

Glock, H. (1996) A Wittgenstein dictionary. Oxford:

Blackwell

Glock, H-J. (1997). Truth without people? Philosophy 72,

85-104.

Glock, H. (2002) ‘Strawson and analytic Kantianism’ in

Strawson and Kant H. Glock (ed.), Oxford: Clarendon

Press.

Glock, H. (2003) ‘The linguistic doctrine revisited.’ Grazer

Philosophische Studien 66: 143-171.

168

Goertz, G., J.Mahony (2012) A Tale of Two Cultures.

Qualitative and Quantitative Research in the Social

Sciences. Princeton: Princeton University Press.

Goertz, G. (2017) Multimethod Research, Causal

Mechanisms, and Case Studies: An Integrated

Approach. Princeton: Princeton University Press.

Gofman, E. (1974) Frame analysis. Boston: North-eastern

University Press

Goodman, N. (1972) Problems and projects. New York:

The Bobbs-Merrill Company.

Goodman, N. (1976) Languages of art. Indiana: Hackett

Publishing Company.

Gutmann, A., D. Thompson (2004) Why deliberative

democracy? Princeton University Press.

Hacker, P. (1987) Appearance and reality. Oxford:

Blackwell.

Hacker, P. (1996) Wittgenstein’s place in twentieth-

century analytic philosophy. Oxford: Blackwell.

Hacker, P. (2018) The Roots of Value. Von Wright Lecture:

Helsinki, 5th June.

Hacking, I. (1999) The social construction of what?

Cambridge: Harvard University Press.

Hallett G. (1984). Logic for the labyrinth. Boston:

University Press of America.

Hallett, G. (1988). Language and truth. New Haven: Yale

University Press.

Hallett G. 1991 Essentialism. A Wittgensteinian critique.

Albany: State University of New York Press.

Harré, R. (1993). Laws of nature. London: Duckworth.

Hirschman, A. (1970) Exit, voice, and loyalty. Cambridge:

Harvard University Press.

Humphreys, P. (1989). The chances of explanation.

Princeton: Princeton University Press.

Hunter, J. (1990) Wittgenstein on words as instruments.

Edinburgh: Edinburgh University Press.

Illari, P., Williamson, J. (2012) What is a mechanism?

Thinking about mechanisms across the sciences.

In: European Journal of Philosophy of Science 2,

119–135.

Jewitt, D., and J. Luu (2007) ‘Pluto, perception and

planetary politics.’ Daedalus 136 (1): 132-137.

Kelley, D., G. Van Patter (2005) Design as Glue:

Understanding the Stanford d-school. NextDesign

Leadership Institute.

Kelton, S. (2020) The deficit myth. New York: Public

Affairs.

Kimbell, L. (2011) Rethinking Design Thinking: Part I. In:

Design and Culture 3 (3): 285-306.

Kimbell, L. (2012) Rethinking Design Thinking: Part II. In:

Design and Culture 4 (2): 29–148.

Kuhn, T. 1983 ‘Afterwords’ in World changes. Thomas

Kuhn and the nature of science. P. Horwich (ed.),

Cambridge: MIT Press.

Kupperman, J. (2000). How values congeal into facts.

Ratio 13: 37-54.

Lakoff, G. (2004/2014) Don’t think of an elephant. Know

your values and frame the debate. Chelsea Green

Publishing Co.

Latour, B. (2004) Why Has Critique Run out of Steam?

From Matters of Fact to Matters of Concern. Critical

Inquiry, 30 (2): 225-248.

Lawson, B. (1983/2005). How Designers Think: The

Design Process Demystified. 5th edition. London:

Architectural Press.

Lawson, B. and K. Dorst. 2009. Design Expertise. Oxford:

Architectural Press

Luhmann, N. (1973). Zweckbegriff und Systemrationalität.

Frankfurt: Suhrkamp.

Luhmann, N. 1988 Erkenntnis als Konstruktion. Bern:

Benteli.

Luhmann, N. 1990 Die Wissenschaft der Gesellschaft.

Frankfurt: Suhrkamp.

Mintzberg, H. (1973) The nature of managerial work. New

York: Harper & Row.

169

Mintzberg, H. et al. (2001) ‘Researching configuration’

in Rethinking strategy. H. Volberda and T. Elfring

(eds.), Schools of Thought in Strategic Management.

London: Sage.

Mohr, B., J. Watkins (2002) The Essentials of Appreciative

Inquiry: A Roadmap for Creating Positive Futures.

Pegasus Communications.

Mol, M., J. Birkinshaw (2008) Giant steps in management

: creating innovations that change the way we work.

Harlow: Prentice Hall.

Monmonier, M. (2004) Rhumb lines and map wars: the

social history of the Mercator projection. Chicago:

Chicago University Press.

Moen, R., C. Norman (2009) Evolution of the PDCA cycle.

Paper delivered to the Asian Network for Quality

Conference in Tokyo on September 17, 2009.

Morgan, G. (2006) Images of Organization. Sage.

Norman, D. (1988). The design of everyday things .

New York: Basic Books.

Norman, D. (2013) Rethinking Design Thinking. https://jnd.

org/rehtinking_design_thnking/

Niinluoto, I. (1999). Critical scientific realism. Oxford:


Nowotny, H., P. Scott, M. Gibbons (2001) Re-Thinking

Science: Knowledge and the Public in an Age of

Uncertainty. Wiley.

Nussbaum, M. (1988) The fragility of goodness.

Cambridge: Cambridge University Press.

Pawson (1989) A measure for measures. A manifesto for

empirical sociology. London: Routledge.

Pawson, R. and N. Tilley 1997 Realistic evaluation.

London: Sage.

Pernu, T. (2020) COVID-19 and control: an essay from a

pragmatic perspective on science. In: M. Andrews

(ed.), Multidisciplinary Perspectives on the COVID-19

Pandemic. Helsinki: Helsinki Collegium for Advanced

Studies, 44-47.

Polanyi, M. (1985) Personal knowledge. London:

Routledge.

Putnam, H. 1990 Realism with a human face. Cambridge:

Harvard University Press.

Putnam, H. 1995 Pragmatism. Oxford: Blackwell.

Quine, W. 1969 Ontological relativity and other essays.

New York: Columbia University Press.

Raatzsch, R. 2003 Eigentlich Seltsames. Wittgensteins

Philosophische Untersuchungen. Paderborn:

Ferdinand Schöningh.

Ragin, C., P. Fiss (2017) Intersectional Inequality. Race,

class, test scores and poverty. University of Chicago

Press.

Raz, J. (1994). Moral change and social relativism. Social

Philosophy and Policy Foundation: 139-159.

Raz, J. (2001). Value, respect, and attachment.

Cambridge: Cambridge University Press.

Rittel, H., M. Webber, (1973) Dilemmas in a General

Theory of Planning. In: Policy Science, 4: 155-169.

Rodrik, D. (2012) Why We Learn Nothing from Regressing

Economic Growth on Policies. Seoul Journal of

Economics vol. 25 (2), 137-151.

Rowe, P. [1987] 1998. Design Thinking. Cambridge, MA:

MIT Press

Rowell, L., E. Polush, M. Riel, A. Bruewer (2015) Action

Researchers’ Perspectives about the Distinguishing

Characteristics of Action Research: A Delphi

and Learning Circles Mixed-Methods Study. In:

Educational Action Research 23 (2): 243-270.

Rundle, B. (1990). Wittgenstein and contemporary

philosophy of language. Oxford: Blackwell.

Rundle, B. (1993) Facts. London: Duckworth.

Sabel, C. (1994) Learning by Monitoring: The Institutions

of Economic Development. In N. Smelser, R.

Swedberg (Eds) Handbook of Economic Sociology.


Sabel, C. (2004) Beyond principal-agent governance:

experimentalist organizations, learning and

170

accountability. In: Engelen, E.; M. Ho (eds) De

Staat van de Democratie. Democratie voorbij de

Staat. WRR Verkenning 3 (Amsterdam: Amsterdam

University Press), pp. 173–95.

Sabel, C., Zeitlin, J. (2012) Experimentalist governance. In:

Levi-Faur, D. (ed.) Oxford Handbook of Governance.

Oxford University Press, 169-183.

Schalken, M. (2006) Periodeverslag 2003-2006 Visuele

Retorica van het grafisch ontwerpen - deel F.

Schein, E. (1995) Process consultation, action research

and clinical inquiry: are they the same? Journal of

Managerial Psychology, 10 (6): 14-19.

Schilder, P., L. Munneke, D. Andriessen 2016 Maak

afstudeerwerk relevant voor opleiding én praktijk.

HBO Kennisbank.

Schön, D. (1983). The reflective practitioner. Basic Books.

Schön, D., M. Rein (1994) Frame reflection: toward the

resolution of intractable policy controversies. New

York: Basis Books.

Schudde, L. (2018) Heterogeneous effects in education:

the promise and challenge of incorporating

intersectionality into quantitative methodological

approaches. In: Review of Research in Education, Vol.

42, pp. 72-92.

Seawright, J. (2016) Multi-method social science.


Sellars, W. 1956/1997 Empiricism and the philosophy of

mind. Cambridge: Harvard University Press.

Shook, J. (2008) Managing to Learn: Using the A3

management process. Lean Enterprise Institute.

Singer, M. (1989). Value judgments and normative claims.

Key Themes in Philosophy 24: 145-173.

Simon, H. (1967) The business school. A problem in

organizational design. In: Journal of Management

Studies, 4 (1): 1-16.

Simon, H. (1996). The sciences of the artificial.

Cambridge: The MIT Press.

Simon, H. (1997) Administrative behavior, 4th ed. New

York: Free Press.

Simon, W. (2006) Toyota Jurisprudence: Legal Theory and

Rolling Rule Regimes. In: G. de Búrca, J. Scott (Ed.)

Law and new governance in the EU and the US. Hart

Publishing, 37-64.

Smit, A. J. (2018) Complexe problemen oplossen:

design thinking of ontwerpgericht onderzoek? In:

OnderwijsInnovatie, 20 (2): 17-24.

Soepenberg, G. (2010) Workload control under diagnosis.

Groningen: University of Groningen, SOM

research school.

Stiglitz, J. (2016) The Euro And its Threat to the Future of

Europe. Penguin.

Stoker, G., P. John (2009) Design experiments: engaging

policy makers in the search for evidence about what

works. In: Political Studies, 57, 356-373.

Stokes, D. (1997) Pasteur’s Quadrant: Basic Science

and Technological Innovation. Washington, D.C.:

Brookings Institution Press.

Strawson, P. (1959) Individuals: an essay in descriptive

metaphysics. London: Methuen.

Strawson, P. (1966) The bounds of sense. London:

Routledge.

Strawson, P. (1993) Analysis and metaphysics. Oxford:


Sutherland, J. (2014) SCRUM. The art of doing twice

the work in half the time. London: Random House

Business Books.

Thompson, J. (1967) Organizations in action. New

Brunswick: Transaction.

Toulmin, S. (1953) The philosophy of science. London:

Arrow.

Van der Hilst, B. (2019) Teamgericht organiseren in het

onderwijs. Het Leren Organiseren.

Vauss, D, de (2001) Research in social design. Los

Angeles: Sage.

171

Vennix J. (1996) Group model building. Facilitating Team

Learning Using System Dynamics. John Wiley and

Sons.

Vincenti, W. (1990) What engineers know and how they

know it. Baltimore: The John Hopkins University

Press.

Vincenti, W. (1997) Engineering Theory in the Making:

Aerodynamic Calculation “Breaks the Sound Barrier.”

In: Technology and Culture, 38 (4): 819-851.

Watson, T. (1994) In search of management. Cengage

Learning Emea

Weick, K. (1979) The social psychology of organizing. New

York: Random House.

Weick, K. (1983) ‘Utilization as reverse simulation: making

the world more like the laboratory’ in Producing useful

knowledge for organizations. R. Kilmann et al.(eds),

494-521. San Francisco: Jossey-Bass.

Weick, K. (2001) Making sense of organizations. Oxford:

Blackwell.

Wittgenstein, L. (1954) Philosophical investigations.

Oxford: Blackwell.

Wittgenstein, L. (1967) Zettel. Oxford: Blackwell.

Wittgenstein, L. (1969) On certainty. Oxford: Blackwell.

Wray, R, (2012) A Meme for Money. Levy Economics

Institute of Bard College, Working Paper no. 736.

Yin, R. (1989). Case study research: Design and methods.

London: Sage Publications

Ziman, J. (1978) Reliable knowledge. Cambridge:


Ziman, J. (2000) Real Science. Cambridge University

Press.

173

Dit is een publicatie van de Hanzehogeschool Groningen,

Marian van Os Centre of Expertise Ondernemen en het

Instituut voor Bedrijfskunde.

ISBN: 978-90-5303-139-1

LectoraatOrganisatieontwerp en Verandering

Zernikeplein 23

9747 AS Groningen

ColofonAuteur: dr. Jac Christis

Design: The Creative Hub (powered by Canon)

Oplage: 100

2020 J.H.P. Christis

Methodologie van praktijkgericht onderzoek...over en vormgeven van praktijkgericht onderzoek in de...

Documents

Transcript of Methodologie van praktijkgericht onderzoek...over en vormgeven van praktijkgericht onderzoek in de...