Blik op levenslopen met deep data
De belangrijkste bron voor Van Gaalens onderzoek is het Stelsel van Sociaal statistische Bestanden (SSB). Het SSB is een stelsel van koppelbare registers en enquêtes, die onderling op elkaar zijn afgestemd en consistent gemaakt. De registergegevens in het SSB omvatten steeds meer verschillende gegevens over een steeds langere periode, zodat sociale fenomenen en veranderingen daarin steeds beter kunnen worden gedocumenteerd en in kaart gebracht.
Belangrijkste kenmerken
‘Voor beleid blijven enkelvoudige statistieken ook belangrijk, maar het verhaal achter maatschappelijke fenomenen is veelal complex’, aldus Van Gaalen. ‘Wil je hier recht aan doen, dan wil je niet alleen weten welke groepen er zijn en wat de belangrijkste kenmerken zijn. Je wilt ook weten hoe een bepaalde groep is ontstaan en welke factoren daar een rol bij speelden. Waarom zitten mensen in een bepaalde positie, hoe kan het dat mensen bijvoorbeeld langdurig zonder werk zitten? Wie blijft alleen wonen na een scheiding en maakt het uit of er minderjarige kinderen in huis zijn?’
‘Het maakt nog steeds uit in welk sociaal milieu kinderen opgroeien. Kinderen lijken in veel opzichten erg op hun ouders’
Gemeenschappelijke kenmerken
Beleidsmakers willen volgens de kersverse hoogleraar niet alleen weten welke leeftijdsgroepen langdurig uitkeringsafhankelijk zijn of welke opleiding ze hebben gevolgd. Ze willen ook weten of ze misschien ándere gemeenschappelijke kenmerken hebben waar je op het eerste gezicht niet aan zou denken. Voor deze diepere analyses koppelt Van Gaalen registerdata waar nodig aan enquêtes en onderzoekt hij de samenhang tussen onderwijs, arbeidsmarkt en demografische carrière binnen bepaalde groepen.
Levensloop
Er zijn ook nog mogelijke samenhangen binnen huishoudens, binnen familie- en partnerrelaties. Die worden in een sociale context geplaatst. Dit om te begrijpen waarom bepaalde mensen een verhoogde kans hebben langdurig zonder werk te zitten. Een belangrijk element in het werk van Van Gaalen is het onderzoeken van de samenhang tussen kenmerken van ouders en kinderen. Vooral waar het gaat om het krijgen en kunnen verzilveren van maatschappelijke kansen. Van Gaalen: ‘Het maakt nog steeds uit in welk sociaal milieu kinderen opgroeien. Kinderen lijken in veel opzichten erg op hun ouders. Uit het SSB kan ook informatie worden gehaald over de woonbuurt of de werkomgeving. Dan kun je bijvoorbeeld onderzoeken waarom vrouwen geen carrière maken in bepaalde werksituaties. Je kunt dan zien of dat met de afspiegeling van mannen en vrouwen binnen een organisatie te maken heeft en of dat door de tijd verandert.’
Smart sampling
Het voordeel van werken met registraties is dat de onderzoeker over genoeg personen beschikt, die voldoen aan de randvoorwaarden van de te onderzoeken groep. Daarvoor wordt bijvoorbeeld gebruik gemaakt van smart sampling: heel gericht steekproeven afbakenen. Voor onderzoek naar co-ouderschap en de inhoud van het ouderschapsplan dat sinds 2009 geldt (een samenwerking met sociologen en juristen van de Universiteit Utrecht) kon Van Gaalen uit de registraties feilloos de groep ouders filteren die in 2010 scheidden, terwijl de kinderen minderjarig waren. Daarna kon deze groep worden benaderd met een enquête. Ook is er een groep uit de data gehaald die niet scheidde en een groep die voor 2010 is gescheiden.
Deep data
Nóg verder inzoomen en nóg dieper de data in duiken levert nóg specifiekere groepen op. Zoals bijvoorbeeld ouders van een kind dat voor het vijfde levensjaar door moord of doodslag is omgekomen. ‘Dat is gelukkig een marginale groep, maar het is wel belangrijk daar vat op te krijgen. Geen big data, maar deep data dus.’ In samenwerking met onderzoekers en hoogleraren zal Van Gaalen publiceren over zijn bevindingen en zo onder meer bijdragen aan de wetenschappelijke basis van het maatschappelijk debat over sociale ongelijkheid en sociale veranderingen.