In deze bijdrage bespreken en illustreren we Relationele en Correlationele Klasse Analyse (RCA en CCA). Beide recent ontwikkelde statistische technieken introduceren een radicaal andere wijze om met surveydata om te gaan. Ze laten namelijk toe om ‘ongrijpbare’ classificatieschema’s bloot te leggen. Beide technieken groeperen individuen niet, zoals gewoonlijk gebeurt, op basis van waarden op een reeks variabelen, maar op de wijze waarop de verschillende waarden van een individu zich tot elkaar verhouden. RCA en CCA zijn zodoende in staat om symbolische grenzen bloot te leggen die mensen impliciet hanteren. We bespreken beide technieken en vergelijken ze met aanverwante, en meer gangbare, statistische technieken. Vervolgens illustreren we CCA aan de hand van een analyse op evaluaties van afbeeldingen van kunstwerken (n=2.824).
Onze analyse legt vier verschillende classificatieschema’s bloot. De eigenheid van elk schema vloeit voort uit de wijze waarop voorkeuren zich tot elkaar verhouden. Zo vinden we een schema waarin mensen alle kunstwerken in gelijke mate prefereren. Deze mensen percipiëren met andere woorden geen symbolische grenzen tussen de kunstwerken. In de andere schema’s worden wel duidelijk symbolische grenzen getrokken. Zo vinden we een schema waarbij mensen landschapsschilderkunst anders waarderen dan alle andere kunstwerken. Tot slot vinden we ook twee schema’s waarbij respondenten klassieke werken tegen moderne werken afzetten.
Onze bevindingen tonen aan dat er ook binnen legitieme kunst symbolische grenzen bestaan, en dat mensen systematisch verschillen in welke grenzen ze percipiëren en relevant achten.