Als ICT student of professional word je geacht onderzoeksvaardig te zijn. Dat betekent dat je weet hoe je je jouw onderzoek afbakent, onderzoeksvragen opstelt, en dat je die gaat beantwoorden. Daarvoor ga je op zoek naar de juiste informatie. Het vinden van de juiste en relevante informatie, begint met het stellen van goede vragen. Als je een manager inzicht in zijn data wil geven door datavisualisatie, moet je er eerst achter zien te komen wat hij nodig heeft. Is het uiteindelijke doel om levertijden te verkorten, of om applicaties met elkaar te vergelijken, dan moet je hiervoor eerst data verzamelen. Die data analyseer je en ga je vertalen tot bevindingen of onderzoeksresultaten. Met die data geef je de onderbouwing van de beantwoording van jouw onderzoeksvragen.
Als je met een gestructureerde en goed opgezette methode naar verzamelde data kijkt, kun je de gestelde vraag beter beantwoorden. Je ziet of je de juiste data hebt gevonden, of je hiermee de vragen ècht kunt beantwoorden. Is jouw onderzoek betrouwbaar: zijn de resultaten hetzelfde als je het onderzoek opnieuw zou uitvoeren?
En is jouw onderzoek valide: zeggen de resultaten iets over dat wat je wilde onderzoeken?
In het DOT-framework zul je jouw data vooral verzamelen in de onderzoeksstrategie VELD. Wat je gevonden hebt in VELD, leg je vast in een vorm waarmee je een volgende stap kunt zetten. Zo kun je processen in een procesmodel weergeven, en de bijbehorende doorlooptijden in de vorm van een tabel. De analyse van alles wat je gevonden hebt, doe je bijvoorbeeld in LAB of WERKPLAATS. Daar kun de die gegevens verder verwerken, analyseren, combineren, visualiseren of in nieuwe inzichten vertalen. Uiteindelijke onderzoeksresultaten presenteer je in SHOWROOM.
In deze bouwsteen worden verschillende technieken behandeld om te laten zien hoe je met data je onderzoek kunt onderbouwen. Dat gebeurt zowel bij kwalitatief als bij kwantitatief onderzoek, in de verschillende onderzoeksstrategieën, en ook in verschillende fasen van onderzoek. Binnen het onderzoeksframework maak je ook gebruik van de ondezoekscyclus. Soms wordt deze cyclus expliciet vermeld, maar niet altijd. Deze onderzoekscyclus laat zien dat het verzamelen en analyseren van data niet gebonden is aan één bepaalde situatie of aspect van onderzoek. Op elk moment, in diverse stadia van onderzoek kun je werken met data.
De onderzoekscyclus wordt binnen onderzoek vaak ook meermaals doorlopen. Als het gaat om onderzoek dan verdiep je je in een situatie, waar kenmerken en eigenschappen bij horen, en die worden weergegeven als data. Als onderzoeker heb je dus data nodig. Maar nog belangrijker dan het hebben van data, is het interpreteren daarvan. Je moet weten wat het betekent, en daarom moet je data vertalen in informatie.
Stel je hebt een proces onderzocht, en je hebt gemeten hoe lang het proces duurt, en hoeveel personen er bij betrokken zijn en hoe vaak. Dan kun je dat in een procesbeschrijving weergeven, en dan kun je concluderen "dat proces duurt 3 dagen, dat is niet normaal!" Maar wat is normaal? Wat betekent deze doorlooptijd, is dat uitzonderlijk lang? Of juist veel korter dan het proces een half jaar geleden duurde?
Om jouw conclusies goed te onderbouwen, moet je de gevonden data dus bruikbaar maken en goed interpreteren.