Onderzoeksresultaten presenteren
Goede onderzoeksresultaten zijn snel te volgen. De lezer moet meteen kunnen zien welke onderzoeksvraag centraal stond, welke uitkomst echt telt en op welke data die uitkomst rust. Of je nu schrijft voor een rapport, scriptie of presentatie: sterke resultaatpresentatie maakt bewijs zichtbaar, niet alleen conclusies.

Daarom presenteer je bevindingen feitelijk en controleerbaar. Je beschrijft wat er uit de data komt en houdt interpretatie, oorzaken en gevolgen apart voor de discussie of conclusie. Met die scheiding blijft je verhaal geloofwaardig. Hieronder vind je een praktische aanpak voor tekst, tabellen en grafieken, bruikbaar voor kwantitatieve, kwalitatieve en mixed-methods onderzoek.
Van analyse naar heldere kernboodschap
Onderzoeksresultaten presenteren begint niet bij de software-output, maar bij de vraag die je wilde beantwoorden. Maak per onderdeel duidelijk of je een hypothese toetst, een deelvraag beantwoordt of een centraal thema uitwerkt. Zo begrijpt de lezer direct waarom een bepaald resultaat ertoe doet. Een resultaat zonder zichtbare koppeling aan de hoofdvraag voelt al snel als losse informatie, ook als de analyse technisch klopt, zeker in een dataverhaal voor niet-data-teams. Voor het structureren van onderzoeksresultaten tot één logisch, overtuigend verhaal helpt data storytelling.
Formuleer bevindingen vervolgens neutraal en concreet. Schrijf niet dat een interventie “goed werkte” of dat respondenten “duidelijk positiever” waren als die duiding nog uitgelegd moet worden. Schrijf liever wat je daadwerkelijk hebt gevonden, bijvoorbeeld dat de gemiddelde score na een meting hoger lag dan ervoor, of dat een bepaald thema in meerdere interviews terugkwam. Daarmee blijft het verschil scherp tussen observatie en interpretatie. De resultatensectie laat zien wat het bewijs is; de discussie legt uit wat dat bewijs mogelijk betekent.
Een andere belangrijke stap is selectie. Niet elke analyse die je uitvoert, hoort automatisch in je rapport of presentatie terecht te komen. Laat alleen de uitkomsten zien die nodig zijn om de onderzoeksvraag te beantwoorden. Tussenstappen, verkennende analyses of ruwe output kunnen nuttig zijn tijdens het onderzoeksproces, maar maken de eindpresentatie vaak zwaarder dan nodig. De lezer zoekt geen compleet logboek van alles wat je hebt geprobeerd, maar een heldere lijn van vraag naar bewijs.
Veranker iedere bevinding bovendien in de onderliggende data. Noem steeds op welke groep, variabele, meetmethode, meetperiode of databron het resultaat betrekking heeft. Bij kwantitatief onderzoek betekent dat bijvoorbeeld dat je aangeeft op welke steekproef of vergelijking een percentage of gemiddelde is gebaseerd. Bij kwalitatief onderzoek laat je zien uit welk type bron een thema naar voren komt, zoals interviews, observaties of documenten. Zonder die context blijft een uitkomst te abstract om goed te beoordelen.
De kernboodschap van je resultaten ontstaat dus niet vanzelf uit de analyse. Ze wordt helder doordat je elk resultaat koppelt aan de juiste vraag, de juiste data en de juiste formulering. Dat is de basis van onderzoeksresultaten presenteren op een manier die zowel leesbaar als controleerbaar is.
Bouw je resultaten op in een volgorde die bewijs levert
De overtuigingskracht van je resultatensectie zit niet alleen in wat je laat zien, maar ook in de volgorde waarin je dat doet. Een logische opbouw helpt de lezer stap voor stap van context naar uitkomst.
- Begin bij de basis: wie of wat is onderzocht? Beschrijf eerst de steekproef, context of dataset, inclusief omvang, relevante kenmerken, meetmomenten of bron. Daardoor kan de lezer latere uitkomsten meteen plaatsen. Een verschil in percentages of scores krijgt pas betekenis als duidelijk is tussen welke groepen is vergeleken, uit welke populatie de gegevens komen of onder welke omstandigheden de data zijn verzameld.
- Zet daarna de beschrijvende of baseline-cijfers neer voordat je naar de hoofdresultaten gaat. Eerst laat je zien wat de uitgangssituatie is, hoe variabelen verdeeld zijn of wat gemiddelde waarden op het startmoment waren. Pas daarna werk je toe naar verschillen, verbanden, interacties of veranderingen over tijd. Die volgorde maakt het makkelijker om te begrijpen wat normaal, verwacht of vergelijkbaar was en waar de echte afwijking of ontwikkeling zit.
- Houd dezelfde structuur aan in tekst, tabellen en figuren. Bespreek je eerst onderzoeksvraag 1 en daarna onderzoeksvraag 2, laat die volgorde dan ook terugkomen in Tabel 1, Figuur 1 en de alinea’s eromheen. Dat voorkomt dat de lezer moet bladeren, terugzoeken of zelf verbanden moet leggen. Zeker in scripties en uitgebreide onderzoeksrapporten is die consistentie essentieel voor rust en controleerbaarheid.
- Noem ook niet-significante of onverwachte uitkomsten wanneer die relevant zijn voor een eerlijke lezing van de resultaten. Alleen resultaten tonen die je verwachting bevestigen, geeft een vertekend beeld van het onderzoek. Juist het uitblijven van een verschil, of een uitkomst die anders loopt dan gedacht, kan belangrijk zijn voor de hoofdvraag. Transparantie vergroot hier je geloofwaardigheid meer dan een ogenschijnlijk “mooier” verhaal.
- Denk bij de volgorde alsof je bewijs stapelt. Iedere alinea, tabel of figuur moet de volgende logisch voorbereiden. Bij kwalitatief onderzoek kan dat betekenen: eerst een overzicht van de hoofdthema’s, daarna subthema’s en vervolgens korte citaten als ondersteuning. Bij kwantitatief onderzoek werkt vaak: eerst beschrijving, dan vergelijking, dan toetsing. Zo voelt de opbouw niet willekeurig, maar als een redenering die de lezer stap voor stap naar het antwoord leidt.
Presenteer cijfers anders dan thema’s
Niet elk type resultaat vraagt om dezelfde vorm van rapporteren. Cijfers, thema’s en gecombineerde datasets worden overtuigend wanneer je taal en detailniveau laat aansluiten op de aard van het bewijs.
| Type resultaten | Wat rapporteer je? | Hoe presenteer je het helder? |
|---|---|---|
| Kwantitatief | Concrete maten zoals n, percentages, gemiddelden, spreiding en de uitkomst van een statistische toets voor de vergelijking of samenhang die je onderzoekt. | Formuleer exact en compact. Laat zien op welke groep, variabele en meting het cijfer slaat, zodat de lezer verschil ziet tussen ruwe observatie en statistische samenvatting. |
| Kwalitatief | Thema’s, patronen, terugkerende perspectieven en korte bewijsfragmenten uit interviews, observaties of documenten. | Gebruik citaten als ondersteuning van het thema, niet als vervanging ervan. Eerst benoem je het patroon, daarna laat je met een fragment zien waarop die samenvatting rust. |
| Mixed methods | Cijfers en thema’s die dezelfde subvraag beantwoorden en elkaar aanvullen, bijvoorbeeld een trend uit een enquête naast verklarende patronen uit interviews. | Houd de koppeling expliciet. Laat zien welk cijfer en welk thema bij elkaar horen, zodat de lezer begrijpt hoe beide vormen van data samen meer inzicht geven. |
De hoofdregel is eenvoudig: kies terminologie die past bij de data en de analysemethode. Zeg bij cijfers niet dat iets “sterk leeft” als je alleen percentages hebt, en noem bij interviews niet dat iets “vaak voorkomt” zonder te laten zien waarop die samenvatting is gebaseerd. Zo blijft voor de lezer duidelijk wat observatie is en wat jouw samenvatting daarvan.
Maak ingewikkelde informatie helder, begrijpelijk en overtuigend
Wanneer kies je tekst, tabel of grafiek?
Niet elke uitkomst hoeft in een grafiek, en niet elk detail verdient een plek in lopende tekst. De beste presentatievorm, zoals een infographic of dashboard, hangt af van wat de lezer snel moet begrijpen: een kernbevinding, een exacte vergelijking of een zichtbaar patroon.
| Vorm | Kies dit wanneer | Wat is de functie? | Waar moet je op letten? |
|---|---|---|---|
| Lopende tekst | Als je de belangrijkste bevinding in één of enkele zinnen duidelijk kunt formuleren. | Tekst is geschikt om de kernboodschap te geven, bijvoorbeeld welk verschil relevant is of welke uitkomst de onderzoeksvraag direct beantwoordt. | Herhaal niet alle cijfers uit een tabel woord voor woord. Gebruik tekst om te sturen wat de lezer moet onthouden, niet om complete data opnieuw uit te schrijven. |
| Tabel | Als exacte waarden vergeleken moeten worden, of wanneer meerdere categorieën, meetmomenten of variabelen naast elkaar staan. | Een tabel geeft precisie. De lezer kan waarden rustig terugzoeken en verschillen nauwkeurig vergelijken. | Neem geen ruwe software-uitvoer letterlijk over. Maak van analyse-output een leesbare tabel met duidelijke kolommen, benamingen en alleen de data die nodig zijn. |
| Grafiek | Als trends, verhoudingen, veranderingen over tijd of onderlinge verschillen snel zichtbaar moeten zijn. | Een grafiek maakt patronen in één oogopslag herkenbaar en helpt vooral wanneer visuele vergelijking belangrijker is dan exacte decimalen. | Kies een eenvoudige vorm, eerlijke schaal en duidelijke labels. Een te druk ontwerp of decoratieve stijl kan de hoofdbevinding juist verstoppen. Zie ook misleidende grafieken voorkomen. |
| Visuale doorvertaling | Als dezelfde resultaten later ook gedeeld moeten worden met management, stakeholders, klanten of een breder publiek. | Dan kan dezelfde inhoud worden samengevat in een infographic, data visualisatie of geanimeerde uitleg, zodat complexe onderzoeksinformatie sneller landt. | Voeg geen nieuwe claims toe. De visualisatie blijft gebaseerd op dezelfde feiten; alleen de vorm verandert om begrip en aandacht te vergroten. |
De kern is dat iedere vorm een eigen taak heeft. Tekst geeft richting, tabellen geven precisie en grafieken tonen patronen. Gebruik ze dus aanvullend, niet als driedubbele herhaling van exact dezelfde informatie. Wanneer onderzoeksuitkomsten ook buiten het rapport begrijpelijk moeten zijn, kan een extra vertaalslag helpen. Bij Animation Agency ligt de nadruk in zo’n fase op datavisualisatie: dezelfde feiten blijven overeind, maar worden toegankelijker gemaakt voor een breder publiek. Voor interactieve presentaties richting stakeholders is een dashboard-visualisatie vaak geschikt.
Zo maak je tabellen en figuren zelfstandig leesbaar
Een goede tabel, figuur of datavisualisatie moet ook los van de omringende alinea begrijpelijk zijn. Dat vraagt om duidelijke informatie, consequente notatie en een bewuste verwijzing vanuit de tekst. Praktische richtlijnen vind je in datavisualisatie: uitleg, voorbeelden en tips.
- Geef elke tabel en figuur een titel die meteen zegt waar de lezer naar kijkt. Vermeld zo nodig onderwerp, doelgroep, meetmoment of vergelijking. Een titel als “Resultaten” is te algemeen; een titel als “Gemiddelde gebruiksscore per meetmoment” helpt direct om de inhoud te plaatsen.
- Label alle onderdelen volledig. Kolommen, rijen, assen en categorieën moeten helder benoemd zijn, inclusief eenheden waar dat nodig is. Gebruik een legenda wanneer kleuren, symbolen of patronen betekenis hebben. Als niet alles in de titel past, voeg dan een korte toelichtende noot toe onder de tabel of figuur.
- Toon per type variabele de juiste informatie. Bij categorische gegevens zijn n en percentages vaak de basis, omdat de lezer wil weten hoeveel waarnemingen binnen elke categorie vallen. Bij continue gegevens zijn gemiddelden en spreiding gebruikelijk wanneer dat past bij je analysemethode. Het belangrijkste is dat de weergegeven maten logisch aansluiten op de aard van de data.
- Houd notatie overal hetzelfde. Gebruik consequent hetzelfde aantal decimalen, dezelfde afkortingen en dezelfde manier van significantieaanduiding. Wissel bijvoorbeeld niet halverwege tussen komma’s en punten of tussen afkortingen die nergens zijn uitgelegd. Volg waar relevant APA of andere rapportagerichtlijnen, zodat de lezer weet wat de notatie betekent.
- Verwijs in de lopende tekst expliciet naar wat opvalt. Schrijf niet alleen “zie Tabel 2”, maar benoem ook waar de lezer op moet letten, bijvoorbeeld dat groep A hoger scoorde dan groep B of dat de spreiding tussen metingen toenam. Zo krijgt de tabel of figuur een duidelijke functie in je verhaal in plaats van een losse bijlage in het midden van de pagina.
- Controleer of de tabel of figuur zelfstandig leesbaar is voor iemand die het onderzoek niet van binnen kent. Begrijpt die persoon wat er wordt vergeleken, welke eenheden zijn gebruikt en wat de afkortingen betekenen? Als het antwoord nee is, ontbreekt er meestal geen extra design, maar basiscontext. Juist die kleine aanvullingen maken je resultaatpresentatie professioneler en betrouwbaarder.
Veelgemaakte fouten die je geloofwaardigheid kosten
Zelfs inhoudelijk sterke onderzoeksresultaten kunnen minder overtuigen door fouten in formulering of vorm. Dit zijn de missers die het vaakst ten koste gaan van helderheid en betrouwbaarheid.
- Interpretatie opnemen in de resultatensectie. Zodra je in plaats van bevindingen al verklaringen, oorzaken of waardeoordelen geeft, vervaagt het verschil tussen bewijs en mening. Dat maakt je presentatie minder neutraal.
- Alleen significante of verwachte uitkomsten tonen. Ook niet-significante en onverwachte resultaten kunnen relevant zijn voor de onderzoeksvraag. Laat je die weg, dan wordt je rapport minder transparant.
- Context over steekproef, databron of meetmoment weglaten. Dan lijken cijfers precies, maar zijn ze niet goed te beoordelen. Een percentage zonder duidelijke basis zegt weinig.
- Onbewerkte software-output, overvolle tabellen en niet-uitgelegde afkortingen gebruiken. Dat verlaagt de leesbaarheid direct. Hetzelfde geldt voor drukke of decoratieve visualisaties; ook een onduidelijke grafiekkeuze voor b2b-rapportage maakt de hoofdbevinding niet duidelijker.


Klaar om jouw A naar AA te brengen?
Of het nu gaat om een ambitie, product, proces, technologie of idee: wij maken zichtbaar wat het bijzonder maakt en vertalen het naar beeld dat helder, overtuigend en onmogelijk te negeren is.






