Hoe datageletterd zijn uw leraren?
Van ingewikkelde statistische hoogstandjes naar beproefde en duidelijke methode
Door: Dr. Gert Gelderblom
‘De leerlingresultaten bij begrijpend lezen op onze school zijn onvoldoende. En dat is niet verwonderlijk, want veel leerlingen kunnen niet vlot lezen.’ Een logische verklaring toch? Of… misschien toch niet?
‘Op onze school hebben we te maken met veel afstromers. Veel leerlingen die vanuit de basisschool met een havo-advies binnenkomen, zitten na twee jaar op VMBO-tl of kader. De adviezen van de basisscholen zijn dus veel te hoog.’ Lijkt me helder. Of… schijn bedriegt?
‘Uit de resultaten van de vragenlijst sociale veiligheid die wij op onze school hebben afgenomen, blijkt dat vooral leerlingen uit een bepaalde klas zich onveilig voelen. Deze klas heeft les van een startende leraar. Dat verklaart alles.’ Of is dat te kort door de bocht?
Jumping to conclusions
Dit is slechts een greep uit veelvoorkomende aannames in het onderwijs. Echter blijken snelle aannames die we hebben over problemen in het onderwijs nogal eens niet te kloppen. We signaleren een probleem, hebben een gevoel over de oorzaak, en hup, we trekken conclusies. Jumping to conclusions wordt dit verschijnsel in de literatuur wel genoemd. Het liefst willen we vandaag nog het probleem oplossen. Daarom worden oplossingen vaak op basis van haastige, oppervlakkige en slecht onderbouwde conclusies bedacht. Het schoolteam gaat vervolgens met veel elan aan de slag om deze vermeende ‘oplossingen’ te implementeren. Maar na verloop van tijd slaat het enthousiasme om in teleurstelling doordat de verwachte en zo gehoopte verbeteringen uitblijven. Is dit een herkenbare situatie voor uw school?
Datageletterdheid
Het kan anders en zoveel beter, blijkt uit wetenschappelijk onderzoek. De sleutel hiertoe zit hem in het effectief benutten van data. Daarbij kan gedacht worden aan gegevens uit leerlingvolgsystemen, observaties, doorstroomcijfers, doublurepercentages, enzovoorts. Door deze beschikbare data goed te analyseren in relatie tot het probleem, kan de oorzaak áchter een probleem goed in beeld worden gebracht. Vragen die dan aan de orde komen zijn: is er wel echt een probleem? Hoe lang doet dit zich al voor? In welke (leer)jaren en bij welke leerlingen signaleren we dit? Door in kleine teams aan de hand van data een probleem en mogelijke oorzaken systematisch te onderzoeken, voorkomt u dat er veel tijd en geld verspild worden. Daarvoor is wel nodig dat leraren datageletterd zijn. In hoeverre zijn uw leraren dat? En uw schoolleiders? En bent u zelf datageletterd?
Meer dan statistische hoogstandjes
Bij de term datageletterdheid wordt al snel gedacht aan ingewikkelde analyses met Excel, regressieanalyses en andere statistische hoogstandjes. Volgens de Amerikaanse wetenschappers Ellen B. Mandinach en Edith S. Gummer is datageletterdheid van leraren echter zoveel meer dan het kunnen hanteren van statistische technieken. Zij onderscheiden 52 vaardigheden die zich laten samenvatten in vijf hoofdcomponenten: 1) identificeren van problemen en het formuleren van een vraagstelling; 2) verzamelen van data; 3) vertalen van data in kennis; 4) vertalen van conclusies in verbetermaatregelen; 5) evalueren van verbetermaatregelen. (Mandinach en Gummer (2016)). De wetenschappers benadrukken dat het van belang is dat leraren data moeten begrijpen en interpreteren in relatie tot de context waarin ze zijn verzameld en in relatie tot het vak dat onderwezen wordt. Datagebruik dient daarom geïntegreerd te worden in alle andere essentiële aspecten van onderwijs en lesgeven, zoals vakkennis, onderwijskundige vaardigheden, kennis van het curriculum en kennis van de leerlingen en hun specifieke kenmerken.
“Het kan anders en zoveel beter. De sleutel hiertoe zit hem in effectief benutten van data.”
Vijf hoofdcomponenten van datageletterdheid
- Identificeren van problemen en het formuleren van een vraagstelling;
- Verzamelen van data;
- Vertalen van data in kennis;
- Vertalen van conclusies in verbetermaatregelen;
- Evalueren van verbetermaatregelen.
Bron: Mandinach en Gummer (2016).
Datateam®methode
Ondanks de breed gedragen overtuiging dat het belangrijk is dat leraren voldoende datageletterd zijn, is dat nu lang niet altijd het geval, zo concludeerde ook Prof. dr. Kim Schildkamp van de Universiteit Twente. Schildkamp is internationaal befaamd en toonaangevend op het gebied van datagebruik. Leraren vinden het vaak moeilijk om data op een gestructureerde wijze te gebruiken en om informatie uit data te linken aan hun eigen handelen. Hoe werk je vanuit dit vertrekpunt als schoolteam toe naar een gedegen gebruik van data? Schildkamp ontwikkelde hiertoe samen met een team van onderwijswetenschappers de Datateam®methode. Deze methode biedt een gestructureerde aanpak om onderwijsproblemen aan de hand van data op te lossen. De Datateam®methode wordt inmiddels in tal van landen in zowel het primair als ook het voortgezet onderwijs gebruikt. De methode is bewezen effectief voor de kwaliteit van het lesgeven van leraren. Dit heeft het Ministerie van Onderwijs doen besluiten om de methode op te nemen op de menukaart van effectief gebleken interventies die in het kader van de NPO-middelen kunnen worden ingezet.
In het professionaliseren van leraren en andere onderwijsprofessionals op het gebied van datageletterdheid trekt Expertis Onderwijsadviseurs graag samen met u op. Expertis is de afgelopen jaren intensief betrokken geweest bij het verfijnen en onderzoeken van de Datateam®methode. Sinds 2021 is Expertis trotse eigenaar van deze effectief gebleken vorm van professionalisering van schoolteams. Inmiddels boekten tientallen scholen in zowel het primair als voortgezet onderwijs mooie resultaten door het werken met de Datateam®methode. Wilt u aan de slag met de Datateam®methode op uw school? Klik dan hier.
Ichthus College Kampen
Het Ichthus College in Kampen heeft de kracht van deze methode zelf ondervonden in de aanpak van grote uitdagingen in de onderwijskwaliteit. Matthijs Oosterhoff, docent en kwaliteitsmedewerker aan het Ichthus College, vertelt over het werken in datateams: “Voorheen keken wij, net als veel andere scholen, oppervlakkig naar data. We gingen te veel uit van ons onderbuikgevoel in het nemen van beslissingen. De kracht van Datateam®methode is niet alleen dat je deze intuïtie kunt toetsen aan data en zo effectieve interventies kunt inzetten. Maar ook dat het schoolbreed gedragen wordt: van directie tot en met degenen die met de ‘voeten in de klei’ staan. Dat werkt versterkend. Expertis heeft ons begeleid en gecoacht in dit traject. Die coaching heb ik als heel fijn ervaren. Hoe pas je de theorie achter de Datateam®methode nu écht toe in de praktijk? Het stappenplan van de methode is helder, maar het voegt veel waarde toe als iemand je bij de hand neemt in het doorlopen van het proces. De aanpak heeft zichzelf bewezen: we willen continu werken via datateams.”
“De aanpak heeft zichzelf bewezen: we willen continu werken via Datateams.”
Meer weten?
- Klik hier om meer te lezen over het succesvolle datateamtraject van het Ichthus College.
- Lees hier meer over de Datateammethode.
- Bekijk hier het gratis webinar over effectief datagebruik door Prof. Dr. Kim Schilkamp.
Bent u benieuwd naar wat de datateammethode voor uw school kan betekenen? Neem contact op met Dr. Gert Gelderblom via 06 – 49 35 56 88 of via gert.gelderblom@expertis.nl.
Geraadpleegde literatuur:
Mandinach, E. B., & Gummer, E. S. (2016). Data Literacy for Educators. Making It Count in Teacher Preparation and Practice. New York: Teachers College Press.