Ga naar de inhoud

Analyse van bestaande data

Het Mulier Instituut verzamelt verschillende soorten data en kan eigen en externe data analyseren. Ook maken we gebruik van big data.

Kwantitatief onderzoek

Beschikbare data

We verzamelen zelf gegevens, maar we kunnen ook over relevante databestanden van andere partijen beschikken. Met deze data voeren we op verzoek analyses uit. Voorbeelden van databestanden zijn:

  • de Gezondheidsenquête van het CBS vanaf 2001;
  • de Vrijetijdsomnibus van het Sociaal en Cultureel Planbureau, tweejaarlijks vanaf 2014;
  • ledeninformatie van bij NOC*NSF aangesloten bonden, vanaf 1960;
  • de Database SportAanbod (geo-informatie van sportlocaties);
  • sportuitgaven van gemeenten (IV3-data);
  • sportverenigingen in Nederland (Kamer van Koophandel).

Bekijk ook het overzicht van alle beschikbare sportdeelnamedata.

Analyses met beschikbare data

We kunnen nadere analyses op de data van eerder onderzoek of van externe bestanden uitvoeren. Voorbeelden daarvan zijn:

  • de verhouding tussen sportende mannen en vrouwen, jongeren en ouderen: naar sport, maar ook naar bijvoorbeeld opleiding, inkomen of gezinssamenstelling;
  • vergelijking met andere sporten;
  • vergelijkingen in de tijd (vanaf 2001);
  • percentage sporters naar doelgroep;
  • motivatie per sport;
  • loopbanen van sporters.

Big data

We hebben veel kennis in huis om complexe big data-analyses uit te voeren (o.a. met R). Via API-interfaces kunnen we toegang tot app- en websitedata krijgen (bijvoorbeeld van Strava/Fietstelweek).

Voorbeelden van analyses met big data van het Mulier Instituut zijn:

In de komende jaren investeert het Mulier Instituut verder in het werken met big data.

Kansen en problemen van big data

In 2016 hebben we met het rapport ‘Big data en (breedte-)sport’ geprobeerd meer duidelijkheid te scheppen over de kansen van big data voor sportonderzoek. De kracht van big data is vooral duidelijk in combinatie met andere, traditionelere methoden van dataverzameling. Problemen bestaan met representativiteit en verkrijgbaarheid. Daarnaast vergt big data dikwijls complexe data-analyse om vragen beantwoord te krijgen. In het rapport beschrijven we de kansen voor (sociale) media, persoonlijke meters/apps, dataregisters en (openbare) observaties.

De SportklimaatApp

Met de SportklimaatApp kunnen we makkelijk een grote hoeveelheid (on)sportieve gedragingen tijdens een sportwedstrijd vastleggen. We ontwikkelden deze applicatie zelf, coördineren de dataverzameling en beheren en controleren de verzamelde data.

Lees meer op de pagina over sportief wedstrijdgedrag.