Data Quality

Aandachtschecks schrijven die bots vangen, niet eerlijke respondenten

Door Arie Lindenburg Gepubliceerd op August 16, 2026 6 min lezen

Iergens tussen de 5% en 25% van je antwoorden in een enquete is waardeloos. Bots, professionele snelle invullers en mensen die Netflix kijken met je enquete in een tweede tabblad laten allemaal hetzelfde spoor achter in je dataset: antwoorden die lijken op data, maar niets betekenen. Met aandachtschecks spoor je ze op.

Maar aandachtschecks zijn snel verkeerd geschreven. Een strikvraag die eerlijke maar vermoeide respondenten laat struikelen maakt je data niet schoner; het verwijdert goede antwoorden en zorgt voor frustratie. Deze gids behandelt hoe je checks schrijft die onoplettendheid onderscheiden van menselijke foutjes, hoeveel je er moet gebruiken en wat je doet als iemand zakt. Als je kant-en-klare checks wilt, heeft de aandachtscheckgenerator er meer dan 20 die je direct kunt kopiëren. Lees ook waarom aandachtschecks belangrijk zijn in enquêteonderzoek.

De vier typen aandachtschecks die werken

1. Geïnstrueerde antwoorditems

De klassieker. Een vraag die de respondent precies vertelt wat hij moet doen:

"Om te laten zien dat je aandachtig leest, kies voor dit item 'Mee oneens'."

Iedereen die eerlijk antwoordt, slaagt binnen twee seconden. Iedereen die zonder te kijken alles hetzelfde aanklikt of een bot gebruikt, zakt. Vorm het precies zo vorm als de omliggende schaalitems, zodat het visueel niet opvalt; het doel is dat alleen lezers het opmerken.

2. Consistentieparen

Vraag hetzelfde twee keer, anders geformuleerd en met wat afstand ertussen:

Eerder in de enquete: "Ik werk graag in teams."
Later: "Ik werk liever alleen."

Een respondent die het met beide sterk eens is, leest niet goed. Consistentieparen werken ook als omgekeerd gecodeerde items in een schaal met meerdere items, dus je krijgt deze check vaak gratis uit een goed ontworpen instrument. Laat wat ruimte in de scoring; het licht eens zijn met beide is menselijk, het sterk eens zijn met beide is een waarschuwing.

3. Fictieve items

Beweringen die voor iedereen één waar antwoord hebben:

"Ik heb nog nooit internet gebruikt." (Terwijl je een online enquete invult.)
"Ik heb elk land ter wereld bezocht."

Houd fictieve items letterlijk onmogelijk in plaats van alleen onwaarschijnlijk, en vermijd alles wat een niet-moedertaalspreker verkeerd zou kunnen begrijpen. Het doel is om willekeurig klikken te vangen, niet om woordenschat te testen.

4. Open micro-checks

Een korte open vraag met een verifieerbaar antwoord:

"In één zin, wat was het scenario waar je zojuist over las?"

Dit zijn de sterkste botdetectors die je zelf kunt schrijven, omdat het genereren van een relevante zin vereist dat de inhoud echt verwerkt is. Ze vangen met AI gegenereerde antwoorden ook beter op dan meerkeuzechecks; meer daarover in hoe je AI-gegenereerde antwoorden op enquetes detecteert.

⚠️

Checks die eerlijke respondenten straffen

Vermijd weetjesvragen ("welke kleur had de derde afbeelding?"), geheugentests vermomd als aandachtschecks en instructies die verborgen zitten in lange alinea's die niemand hoefde te onthouden. Als een zorgvuldige respondent die op normaal tempo leest kan zakken, is het een slechte check. Je wilt een ondergrens van aandacht testen, geen bovengrens.

Hoeveel checks, en waar

Het door bewijs ondersteunde optimale aantal voor een typische enquete van 10 tot 20 minuten is twee tot drie checks, verspreid over de vragenlijst:

Platseringsplan voor aandachtschecks

Lengte enquete Checks Plaatsing
Korter dan 5 minuten 1 In het midden
5 van 15 minuten 2 Op een derde en twee derde
15+ minuten 3 Gelijkmatig verspreid, geen in de eerste minuut

Zet nooit een check in de eerste paar vragen (daar is de aandacht van nature hoog; je leert niets) en vermijd het stapelen van twee checks (zakken voor beide is één gebeurtenis, niet twee). Meng typen: een geïnstrueerd antwoord plus een consistentiepaar deekt meer fouten af dan twee geïnstrueerde antwoorden.

Bepaal je uitvalbeleid voor het veldwerk

De eerlijkste regels zijn eenvoudig en van tevoren vastgelegd:

  • Eén fout: markeer het antwoord, bewaar het en bekijk het tijdens het opschonen samen met andere signalen (snelheid, overal hetzelfde invullen).
  • Twee of meer fouten: sluit uit en meld het aantal uitsluitingen in je rapportage.
  • Verwijder nooit stilzwijgend antwoorden en bepaal de drempel nooit pas nadat je de resultaten hebt gezien. Het kiezen van een uitsluitingsregel die je resultaten mooier maakt, is een vorm van p-hacking.

Invulsnelheid is het natuurlijke aanvullende signaal. Een antwoord op een derde van de mediane invultijd met één gezakte check is een veel sterkere onderbouwing voor uitsluiting dan elk signaal afzonderlijk. Tijdcontroles en detectie van dubbele antwoorden zijn ook precies het soort dingen dat automatisch zou moeten draaien; dat is de taak van SurveySwap Protect, gebouwd om bots, dubbele antwoorden en antwoorden met lage inzet te filteren voordat ze je dataset bereiken.

Wat onderzoekers typisch opmerken

5 van 15%
Foutpercentage op een goed geschreven check in een algemene steekproef
1/3
Van de mediane invultijd: de snelheid waaronder een antwoord extra aandacht verdient
2 van 3
Aanbevolen checks voor een enquete van 15 minuten

Kwaliteit van je steekproef verandert alles

Foutpercentages op aandachtschecks zeggen net zoveel over je steekproef als over je enquête. Anonieme links op sociale media hebben een veelvoud van het foutpercentage vergeleken met een betrokken panel, omdat de prikkel om er snel doorheen te klikken hoger is en er geen verantwoording is. Op wederkerigheid gebaseerde steekproeven zitten aan de gunstige kant: op de uitwisseling van SurveySwap zijn respondenten zelf onderzoekers die willen dat hun eigen data serieus wordt genomen. Dat verandert hoe ze met jouw enquête omgaan.

Schonere data begint bij betere respondenten

Ruil gratis enquêtes met echte studenten en onderzoekers, en voeg aandachtschecks toe vanuit onze generator om je dataset onderbouwd te houden.

Ontvang gratis antwoorden

Veelgestelde vragen

Wat is een goede aandachtscheck voor een enquete?

Een geïnstrueerd antwoorditem ("kies 'Mee eens' voor deze vraag") dat hetzelfde is vormgegeven als de omliggende vragen, is de betrouwbare standaard. Combineer het met een consistentiecheck of een open micro-check voor een bredere dekking. De aandachtscheck generator heeft kopieerbare voorbeelden van elk type.

Hoeveel aandachtschecks moet een enquete hebben?

Twee tot drie voor een typische enquete, verspreid door het midden. Eén is genoeg voor korter dan vijf minuten. Meer dan drie zorgt sneller voor vermoeidheid bij de deelnemer dan dat het extra detectie oplevert.

Moet ik respondenten vertellen dat er aandachtschecks zijn?

Een korte opmerking dat de enquete kwaliteitschecks bevat is eerlijk, verhoogt de aandacht licht en helpt niet-serieuze invullers niet, omdat ze de checks nog steeds moeten vinden. Onthul niet waar of wat ze zijn.

Kan ik een respondent afwijzen die voor één aandachtscheck zakte?

Het is het beste om bij één fout een signaal te plaatsen en pas uit te sluiten bij twee of meer fouten, gecombineerd met andere kwaliteitssignalen zoals invulsnelheid. Welke regel je ook kiest, stel deze vast voor de dataverzameling en vermeld deze in je verslag.

Aandachtschecks zijn één hulpmiddel uit een hele reeks. Bekijk de volledige verzameling gratis onderzoekstools.

Tags

attention-checks data-quality survey-design

Gerelateerde artikelen

Get free respondents

Join 5,000+ researchers who collect survey responses for free.

Get started for free