# Open antwoorden uit Google Forms analyseren

Source: https://www.formsvisualizer.com/nl/guides/google-forms-open-ended-responses

Open vragen („Wat kunnen we verbeteren?”) leveren vaak de bruikbaarste antwoorden van een enquête op, en ze zijn het lastigst samen te vatten. Google Forms toont alleen een lijst. Hier is een praktische methode om tientallen of honderden tekstantwoorden terug te brengen tot een paar duidelijke thema's.

Bijgewerkt: 2026-11-15

## Stap 1: Lees alles op één plek

Open in Google Forms **Reacties → Vraag** en kies de open vraag: je ziet alle antwoorden bij elkaar, met gelijke antwoorden gegroepeerd. Bij langere lijsten koppel je het formulier aan Spreadsheets en lees je de kolom daar. Lees elk antwoord één keer voordat je gaat tellen; de terugkerende onderwerpen vallen je snel op.

## Stap 2: Codeer de antwoorden in thema's

Coderen betekent dat je elk antwoord een of meer korte labels geeft, zoals „werkdruk”, „communicatie” of „salaris”. Voeg in Sheets een kolom toe naast de antwoorden en typ per rij het thema of de thema's. Houd de lijst met thema's kort (vijf tot tien) en voeg thema's samen die elkaar blijken te overlappen.

1. Lees de eerste 30 antwoorden en schrijf de thema's op die je ziet.
2. Geef alle antwoorden een label met die thema's; voeg alleen een nieuw thema toe als het steeds terugkomt.
3. Tel hoe vaak elk thema voorkomt (=AANTAL.ALS op de themakolom, met jokertekens als een antwoord meer dan één thema heeft).
4. Kies per thema een of twee typerende citaten.

## Stap 3: Rapporteer thema's met aantallen en citaten

Een goede samenvatting van een open vraag is een korte lijst: het thema, hoeveel mensen het noemden en een citaat dat laat zien wat ze bedoelden. „Werkdruk (34 keer genoemd): 'Er komen steeds nieuwe projecten bij zonder dat er iets afvalt.'” Daar heeft een lezer veel meer aan dan aan een pagina ruwe antwoorden.

## Woordenwolken: handig, maar alleen als eerste blik

Een woordenwolk laat zien welke woorden het vaakst voorkomen. Dat geeft snel een eerste indruk, maar de context gaat verloren: „niet” en „genoeg” worden losse woorden, en „goed” kan uit „niet goed” komen. Gebruik hem om te beginnen, niet om conclusies te trekken.

## Sneller met Forms Visualizer

Forms Visualizer zet alle antwoorden op een open vraag in een lijst en tekent een woordenwolk. Met AI op een ontgrendeld formulier of met Pro deelt de **thema-analyse** de antwoorden in thema's in, met aantallen en voorbeeldcitaten. Daarvoor stuurt hij de antwoordteksten van die vraag mee (maximaal 100, zonder e-mailadressen en telefoonnummers) en vraagt hij eerst om je bevestiging. Lees de thema's en citaten altijd zelf na voordat je erover rapporteert.

## Veelgestelde vragen

### Hoeveel thema's moet ik gebruiken?

Meestal vijf tot tien. Minder en de thema's worden vaag; meer en de lezer verliest het overzicht. Zet zeldzame onderwerpen onder „overig”.

### Mag ik respondenten citeren in een rapport?

Ja, maar haal alles weg waaraan iemand herkenbaar is, zoals namen, specifieke functies in kleine teams of unieke situaties, zeker bij medewerkersonderzoek.

### Is AI-thema-analyse betrouwbaar?

Het is een sterk eerste concept dat je uren coderen bespaart, maar het kan thema's samenvoegen of missen. Controleer de thema's en citaten aan de hand van de antwoorden voordat je de resultaten deelt.
