Het doel van wetenschappelijk onderzoek is meer inzicht te krijgen in de wereld om ons heen. Om dit te doen, bestuderen onderzoekers verschillende groepen mensen of populaties. Deze populaties kunnen zo klein zijn als een paar individuen van één werkplek of zo groot als duizenden mensen die een dwarsdoorsnede van de Canadese samenleving vertegenwoordigen. De resultaten van dit onderzoek geven vaak inzicht in de wisselwerking tussen werk en gezondheid in die groepen. Maar hoe weten we of de resultaten van een onderzoek op een andere groep of populatie kunnen worden toegepast?
Om deze vraag te beantwoorden, moeten we eerst het begrip generaliseerbaarheid begrijpen.
In zijn eenvoudigste vorm kan generaliseerbaarheid worden omschreven als het doen van voorspellingen op basis van waarnemingen uit het verleden.
Met andere woorden, als iets in het verleden vaak is gebeurd, zal het in de toekomst waarschijnlijk ook voorkomen. In studies kunnen onderzoekers, als ze eenmaal genoeg gegevens hebben verzameld om een hypothese te ondersteunen, een premisse ontwikkelen om de uitkomst in vergelijkbare omstandigheden met een zekere mate van nauwkeurigheid te voorspellen.
Twee aspecten van generaliseerbaarheid
Generaliseren naar een populatie. Wanneer wetenschappers het over generaliseerbaarheid hebben, passen zij de resultaten van een steekproef soms toe op de grotere populatie waaruit de steekproef is getrokken. Stel bijvoorbeeld de vraag: “Welk percentage van de Canadese bevolking steunt de Liberale Partij?” In dit geval zou het voor onderzoekers belangrijk zijn om mensen te enquêteren die de bevolking in het algemeen vertegenwoordigen. Daarom moeten zij ervoor zorgen dat de respondenten van de enquête relevante groepen van de grotere bevolking in de juiste verhoudingen omvatten. Voorbeelden van relevante groepen kunnen zijn op basis van ras, geslacht of leeftijdsgroep.
Generaliseren naar een theorie. In ruimere zin heeft het begrip generaliseerbaarheid betrekking op de overgang van waarnemingen naar wetenschappelijke theorieën of hypothesen. Dit soort generalisatie komt erop neer dat tijd- en plaatsgebonden waarnemingen worden gebruikt om een universele hypothese of theorie op te stellen. Zo stelden de Britse onderzoekers Richard Doll en Bradford Hill in de jaren veertig en vijftig van de vorige eeuw vast dat 647 van de 649 longkankerpatiënten in Londense ziekenhuizen rokers waren. Dit leidde tot veel meer onderzoeken, met steeds grotere steekproeven, met verschillende groepen mensen, met verschillende hoeveelheden roken, enzovoort. Toen bleek dat de resultaten consistent waren over persoon, tijd en plaats, werden de waarnemingen veralgemeend tot een theorie: “roken veroorzaakt longkanker.”
Eisen voor generaliseerbaarheid
Voor generaliseerbaarheid hebben we een onderzoekssteekproef nodig die een bepaalde populatie van belang vertegenwoordigt – maar we moeten ook de contexten begrijpen waarin de onderzoeken worden gedaan en hoe die de resultaten kunnen beïnvloeden.
Voorstel dat je een artikel leest over een Zweeds onderzoek naar een nieuw oefenprogramma voor mannelijke arbeiders met rugpijn. Het onderzoek werd uitgevoerd bij mannelijke werknemers van fitnesscentra. Onderzoekers vergeleken twee benaderingen. De helft van de deelnemers kreeg een pamflet over lichaamsbeweging van hun therapeut, en de andere helft kreeg een oefenprogramma onder leiding van een voormalig Olympisch atleet. Uit de studie bleek dat werknemers in de oefengroep sneller weer aan het werk gingen dan werknemers die het pamflet hadden gekregen.
Aannemend dat de studie goed was uitgevoerd, met een sterke opzet en zorgvuldige rapportage, kunnen we de resultaten vertrouwen. Maar naar welke bevolkingsgroepen zou je deze resultaten kunnen generaliseren?
Een aantal factoren die in aanmerking moeten worden genomen, zijn onder meer: Hoe belangrijk is het dat een Olympiër het trainingsprogramma uitvoert? Zou het trainingsprogramma werken als het door een onbekende therapeut werd gegeven? Zou het programma werken als het door dezelfde Olympiër werd gegeven, maar in een land waar hij of zij niet bekend is? Zouden de resultaten van toepassing zijn op werknemers van andere werkplekken die verschillen van fitnesscentra? Zouden vrouwen op dezelfde manier op het trainingsprogramma reageren?
Om ons vertrouwen in de generaliseerbaarheid van het onderzoek te vergroten, zou het herhaald moeten worden met hetzelfde trainingsprogramma maar met verschillende aanbieders in verschillende settings (hetzij werkplekken of landen) en dezelfde resultaten moeten opleveren.