Cross-sectioneel onderzoek: een foto van de werkelijkheid op één moment
Stel je voor dat je wilt weten hoeveel Nederlanders op een willekeurige dinsdag in september thuiswerken. Je stuurt een vragenlijst rond, verzamelt de antwoorden, en binnen een paar weken heb je een duidelijk beeld: zoveel procent werkt vanuit huis, zoveel procent niet. Dat is in essentie cross-sectioneel onderzoek: je meet een groep mensen (of bedrijven, dieren, cellen) op één moment in de tijd, en kijkt naar de situatie zoals die dan is. Geen jarenlange metingen, geen voor-en-na-vergelijking, maar een momentopname.
De term komt van het Engelse cross-section, een dwarsdoorsnede. Net zoals een chirurg een plakje weefsel onder de microscoop legt om te zien wat er op dat moment in het lichaam gebeurt, legt een cross-sectioneel onderzoek een "plakje" van de samenleving of een populatie vast. Het is een van de meest gebruikte onderzoeksvormen in de sociale wetenschappen, epidemiologie en marktonderzoek, juist omdat het relatief snel en goedkoop is uit te voeren vergeleken met onderzoek dat mensen jarenlang volgt.
Wat is het precies?
Bij cross-sectioneel onderzoek selecteren onderzoekers een steekproef: een deel van de groep waarover ze iets willen weten (de populatie). Die steekproef moet representatief zijn, wat betekent dat de samenstelling qua leeftijd, geslacht, opleiding of andere relevante kenmerken ongeveer overeenkomt met de hele populatie. Is de steekproef scheef — bijvoorbeeld alleen hoogopgeleide stedelingen — dan kloppen de conclusies niet voor de hele bevolking.
Vervolgens verzamelen de onderzoekers gegevens via vragenlijsten, interviews, metingen (zoals bloeddruk of BMI) of bestaande registraties. Cruciaal is dat dit op (ongeveer) hetzelfde moment gebeurt voor alle deelnemers. Er is dus geen sprake van het volgen van dezelfde mensen over meerdere jaren, zoals bij een longitudinaal onderzoek.
Met de verzamelde data zoeken onderzoekers naar verbanden. Bijvoorbeeld: hebben mensen die veel sporten gemiddeld een lagere bloeddruk dan mensen die dat niet doen? Zo'n verband kan interessant zijn, maar cross-sectioneel onderzoek kan niet vaststellen wat de oorzaak is en wat het gevolg. Sporten mensen weinig omdat ze al gezondheidsproblemen hebben, of ontstaan de gezondheidsproblemen doordat ze weinig sporten? Die vraag — causaliteit — vereist ander onderzoek, zoals een longitudinale studie of een experiment.
Een variant is het herhaald cross-sectioneel onderzoek: dezelfde vragenlijst wordt periodiek afgenomen, bijvoorbeeld elk jaar, maar steeds bij een nieuwe steekproef uit dezelfde populatie. Zo kun je trends in de tijd volgen (neemt het aantal thuiswerkers toe?) zonder dezelfde individuen te hoeven volgen.
Wat wil men ermee bereiken?
Het belangrijkste doel is het snel en betaalbaar in kaart brengen van de stand van zaken. Beleidsmakers willen bijvoorbeeld weten hoeveel procent van de bevolking rookt, hoeveel kinderen overgewicht hebben, of hoe tevreden mensen zijn met de zorg. Cross-sectioneel onderzoek levert die cijfers relatief snel op, zonder dat je jaren hoeft te wachten.
Daarnaast is het een uitstekend startpunt voor verder onderzoek. Als een cross-sectionele studie een opvallend verband laat zien — bijvoorbeeld tussen schermtijd en slaapproblemen bij tieners — dan kan dat aanleiding zijn voor grondiger, duurder longitudinaal onderzoek dat wél naar oorzaak en gevolg kijkt.
Het veld bestaat ook omdat sommige vragen zich simpelweg beter lenen voor een momentopname. De prevalentie van een ziekte (hoeveel mensen hebben het op dit moment) is per definitie een cross-sectioneel gegeven, in tegenstelling tot de incidentie (hoeveel nieuwe gevallen ontstaan er per jaar), waarvoor je wel over tijd moet meten.
Belangrijk is dat onderzoekers niet beweren dat cross-sectioneel onderzoek causale antwoorden geeft. De belofte is bescheidener: een betrouwbaar, actueel beeld van hoe vaak iets voorkomt en welke kenmerken samen optreden.
Voorbeelden uit de praktijk
NHANES (National Health and Nutrition Examination Survey) is een Amerikaans onderzoek dat sinds 1999 doorlopend cross-sectionele gezondheidsdata verzamelt via lichamelijk onderzoek en vragenlijsten bij duizenden Amerikanen per jaar. Het levert cijfers over onder meer obesitas, diabetes en voedingspatronen, en wordt wereldwijd gebruikt als referentiedataset in gezondheidsonderzoek.
In Nederland voert het CBS jaarlijks de Gezondheidsenquête uit, waarin telkens een nieuwe steekproef Nederlanders wordt bevraagd over gezondheid, leefstijl en zorggebruik. Dit is een klassiek voorbeeld van herhaald cross-sectioneel onderzoek: geen vaste groep die wordt gevolgd, maar elk jaar een nieuwe representatieve doorsnede.
De Eurobarometer, sinds 1974 uitgevoerd in opdracht van de Europese Commissie, meet meerdere keren per jaar de publieke opinie in alle EU-lidstaten over uiteenlopende onderwerpen, van klimaatbeleid tot vertrouwen in instituties. Elke meting is een nieuwe cross-sectionele steekproef.
De PISA-studie van de OESO test elke drie jaar de vaardigheden van vijftienjarigen in lezen, wiskunde en wetenschappen, in tientallen landen tegelijk. Ook dit is cross-sectioneel: steeds een nieuwe lichting leerlingen, geen individuele leerlingen die over jaren gevolgd worden.
Tot slot gebruikt de WHO de Global School-based Student Health Survey (GSHS), waarin sinds begin jaren 2000 in tientallen landen scholieren op één moment worden bevraagd over gezondheidsgedrag zoals roken, voeding en geweld, om landen te helpen prioriteiten te stellen in jeugdgezondheidsbeleid.
Hoe ver is de techniek?
Cross-sectioneel onderzoek is geen nieuwe of experimentele techniek — het is decennialang een basisinstrument in de methodologie van sociale wetenschappen, epidemiologie en marktonderzoek. De methode zelf is dus "volwassen", maar er zijn wel duidelijke ontwikkelingen gaande in hoe het wordt uitgevoerd.
Een belangrijke verschuiving is de opkomst van online enquêtes en big data. Waar onderzoekers vroeger huis-aan-huis moesten interviewen, kunnen ze nu binnen dagen duizenden respondenten bereiken via internetpanels. Dat maakt onderzoek sneller en goedkoper, maar brengt ook nieuwe problemen met representativiteit: mensen zonder internettoegang of met weinig digitale vaardigheid raken ondervertegenwoordigd, en online panels trekken soms een specifiek soort respondent aan.
Ook worden cross-sectionele data steeds vaker gecombineerd met routinematig verzamelde gegevens, zoals verzekeringsdata of gegevens uit elektronische patiëntendossiers, waardoor grotere steekproeven mogelijk zijn zonder dat mensen apart benaderd hoeven te worden.
Een blijvend obstakel is en blijft het onvermogen om oorzaak en gevolg vast te stellen. Methodologen blijven benadrukken dat conclusies uit cross-sectioneel onderzoek voorzichtig geïnterpreteerd moeten worden, iets wat in populaire berichtgeving nog geregeld misgaat wanneer een correlatie wordt gepresenteerd alsof het een oorzakelijk verband is.
Statistische technieken om met deze beperking om te gaan — zoals methoden die proberen te corrigeren voor omgekeerde causaliteit met aanvullende aannames — worden verder ontwikkeld, maar vervangen nooit volledig de kracht van onderzoek dat mensen daadwerkelijk over tijd volgt.
Wie werken eraan?
Cross-sectioneel onderzoek wordt uitgevoerd door een breed scala aan partijen. Nationale statistiekbureaus zoals het Nederlandse CBS, het Amerikaanse Census Bureau en Eurostat op EU-niveau voeren doorlopend grootschalige cross-sectionele enquêtes uit.
Op gezondheidsgebied zijn instituten als het Nederlandse RIVM, de Amerikaanse CDC (via NHANES) en de Wereldgezondheidsorganisatie (WHO) belangrijke spelers. Universiteiten en academische ziekenhuizen voeren daarnaast talloze kleinere cross-sectionele studies uit, vaak gepubliceerd in tijdschriften als The Lancet of BMJ.
In het onderwijsveld is de OESO (met PISA) toonaangevend, terwijl marktonderzoeksbureaus zoals Ipsos, Kantar en YouGov cross-sectioneel onderzoek commercieel inzetten voor opiniepeilingen en consumentenonderzoek. Methodologisch onderzoek naar hoe je steekproeftrekking en representativiteit verbetert, gebeurt vooral aan universitaire onderzoeksgroepen voor statistiek en methodenleer, verspreid over de VS, Europa en toenemend ook Azië.