Inzichten uit data keynote door bart sigger

Wat kunt u met uw data?
Inzichten uit de praktijk
November ‘14

1
Copyright © 2014 by The Boston Consulting Group, Inc. All rights reserved.
Doelen van vandaag
Illustreren wat voor inzichten er zitten verscholen in uw data
Discussiëren hoe zulke inzichten uw beslissingen kunnen beïnvloeden
Bespreken hoe (makkelijk) u dit kunt toepassen

2
Enige context
Ontwikkelmodel School aan Zet en BCG
• Vijf algemene aspecten, waaronder ‘Goede differentiatie’
Vraag vanuit een school
• Wat betekent 'Goede differentiatie' concreet?
Als strategie consultant doen waar we goed in zijn
• Inzichten uit data halen
‘Betere differentiatie’ concreet maken
• Eenvoudige reproduceerbare analyses
Impact op beslissingen o.b.v. data bespreken
• Vanuit ons alleen suggesties
Aanleiding
Het
onderzoek

3
De achterliggende logica: doel-middel ontwarring
Uiteindelijke
doel:
Betere
differentiatie
Resultaat:
Potentie van
leerlingen
benut
Een effect:
Minder
afstroom
Middel:
Leerling op
de juiste plek
Interventies:
- Instroomniveau
- Profielkeuze
Middel:
Leerling goed
ondersteunen
Interventies:
- Extra begeleiding
- Docenten van
elkaar laten leren
=
⊃
I
II
III
IV

4
Opbouw van de presentatie
Analyse
Uitkomst analyse op
basis van data uit
Magister
Discussie
Voorgestelde actie(s) op
basis van analyses
Slechts drie analyses
Eindeloos meer mogelijk!
Volgende Analyse
Etc.

5
Agenda
Leerlingen op de juiste plek krijgen
• Passende instroomniveau kiezen
• Passende profiel (helpen) selecteren
Leerlingen goed ondersteunen
• Vroegtijdig risicogroep ondersteunen
• Docenten van elkaar laten leren
Zo kunt u dit toepassen
Appendix: overzicht eerste analyses

Afstroom
6
Cito of basisschooladvies?
Cito Basisschooladvies
Aantal leerlingen
1.500
1.000
500
0
21%
79%
20%
Afstroom
Doorstroom
80%
Op advies ‘Boven' advies
Aantal leerlingen
1.500
1.000
500
0
18%
24%
76%
82%
Doorstroom
Op advies ‘Boven’ advies
I

7
Ter discussie:
Op niveau volgens basisschooladvies indelen, want…
• 1,5 keer kleinere kans op afstroom
Boven niveau volgens basisschooladvies indelen, want…
• 3 van de 4 haalt het!
Cito blijven volgen, want…
• Objectiever en klein verschil
Hoe voorkom je tweede orde effect?
• Gaan basisscholen advies aanpassen?
• Feedback-loop naar basisscholen inbouwen?
I

100%
8
Is NT het makkelijkste profiel?
105
100
95
Index (cijfer in jaar 1 = 100%)
100%
EM
NG
1 2 3 4 5 6
110
105
100
95
0
NT
EM
NG
CM
Leerjaar
1 2 3 4 5
0
NT
Index (cijfer in jaar 1 = 100%)
Leerjaar
CM
HAVO
VWO
Aantal leerlingen
600
400
200
0
17%
48%
13%
21%
CM EM NG NT
II
Aantal leerlingen
300
200
100
0
21%
41%
21% 18%
EM NG NT
CM

9
In 1e hebben toekomstige leerlingen zelfs laagste cijfer!
HAVO
VWO
Profiel Leerjaar 1 2 3 4 5
CM 6,95 6,75 6,58 6,21 6,32
EM 6,83 6,67 6,47 6,24 6,28
NG 6,76 6,66 6,58 6,27 6,22
NT 6,70 6,79 6,60 6,37 6,45
Profiel Leerjaar 1 2 3 4 5 6
CM 7,11 7,12 6,69 6,48 6,54 6,39
EM 6,83 6,82 6,63 6,30 6,49 6,45
NG 6,99 6,81 6,65 6,48 6,51 6,41
NT 6,77 7,11 7,00 6,78 6,63 6,72

10
II
Ter discussie: juiste profiel helpen kiezen
Hypothese: N&T omgeving stimuleert leerlingen
• Is er binnen andere profielen sprake van een andere sfeer?
• Hoe kijken docenten naar de leerlingen?
Kan een school meer leerlingen aansporen om voor N&T te kiezen?
• Bv. leerlingen zonder voorkeur ‘standaard’ naar N&T
• Bv. er op wijzen dat N&T, zeker met economie, meer keuzevrijheid geeft voor studies?

11
Agenda

12
Sommige vakken voorspellen beter dan andere
Vak Geen afstroom Afstroom t/m VWO 4
Wiskunde
Verschil
Biologie
...
Gemiddeld cijfer eerste jaar leerlingen
Frans
Totaal
7,3
(range: 5,4 – 9,1)
7,2
(range: 4,4 – 9,5)
7,1
(range: 5,2 – 8,9)
...
Gem.: 7,4
(range: 7,1 – 7,7)
6,0
(range: 4,4 – 8,7)
5,9
(range: 4,1 – 8,6)
5,8
(range: 4,0 – 8,5)
...
Gem.: 6,7
(range: 5,6 – 7,3)
1,3
1,3
1,3
...
Gem.: 0,7
Informatica
7,6
(range: 6,4 – 8,7)
7,3
(range: 6,7 – 8,2)
0,3
Lichamelijke
opvoeding
7,2
(range: 6,3 – 8,1)
7,1
(range: 6,6 – 7,8)
0,1
Handvaardigheid
7,5
(range: 5,6 – 9,0)
7,3
(range: 5,7 – 8,2)
0,1

13
III
Ter discussie: vroegtijdig ingrijpen
Kan een school leerlingen tijdig en effectief begeleiden?
• Welke mogelijkheden zijn er om leerlingen (individueel) te begeleiden?
• Kan de begeleiding één van de drie benodigde vaardigheden verbeteren?
Hoe voorkom je missers?
• Liever ‘false negatives’ dan ‘false positives’

Verschil in cijfer t.o.v. voorgaand jaar Verschil in cijfer t.o.v. voorgaand jaar
14
Met welke leerlingen werkt welke docent
het best?
Goed met alle leerlingen
Goed met matige
leerlingen
Goed met sterke
leerlingen
Verschil in cijfer t.o.v. voorgaand jaar
Gem Gem. >7
>6, <7
Type leerling
Gem. <6
Gem Gem. >7
>6, <7
Type leerling
Gem. <6
Gem Gem. >7
>6, <7
Type leerling
Gem. <6
Type
docent
Effect
op types
leerling
IV
Hypothese:
didactisch
sterke docent
Hypothese:
vakinhoudelijk
sterke docent

15
IV
Ter discussie: omgaan met verschillende type docenten
Kunnen alle docenten goed worden met elke leerling?
• Hoe worden docenten opgeleid, nadat ze bij een school zijn gestart?
• Staan docenten open voor meer samenwerking om van elkaar te leren?
Kan een school leerlingen en docenten beter aan elkaar koppelen?
• Bv. klassen indelen op niveau en de 'juiste' docent voor de 'juiste' klas te zetten?
• Bv. verschillende docenten voor één klas te zetten?
• Bv. mentoren geen gewone klas te geven, maar een 'mentorklas' met 1 type leerling?
• Bv. leerlingen individueel begeleiden door het juiste type docent?

16
Agenda

17
Hoe u inzichten uit data kunt halen
Deze analyses kunnen binnen 2 uur voor u worden uitgevoerd
• Benodigdheden: mijn Excel sheets + Magister-gebruiker
Meer algemeen: wat is er voor nodig
• Uzelf de vraag stellen ‘wat zou ik willen weten’?
• Een behulpzame ‘nerd’ benaderen
• Harde data als puzzelstukje zien, niet als heilige graal
Ter overweging: toekomstmuziek
• Integratie in een softwarepakket?
• Data-analyse als standaard docenten-vaardigheid?

18
Agenda
Appendix: overzicht andere analyses

19
Een aantal van de voorgestelde analyses (I)
Doel Hypothese
Wiskundecijfer is een betere
voorspeller van afstroom dan
andere vakken
Meer jongens stromen af dan
meisjes
Jongens stromen af o.b.v. lage
cijfers/ tekortpunten voor
andere vakken dan meisjes
Verzuim tijdens lessen is een
voorspeller van afstroom
Aantal verwijderingen per jaar
is een voorspeller van afstroom
Initiële analyses hebben
tot doel vervolganalyses
en prioriteiten te bepalen
Initiële analyse
Gemiddelde cijfers in 1e jaar
per vak voor afgestroomde/
niet-afgestroomde ll-en
% afstroom voor jongens vs
meisjes
%'s van vakken met laagste
cijfer bij afstroom voor
jongens/ meisjes
Aantal verzuim voor
afstroom/niet-afstroom
Niet voldoende data beschikbaar
Aantal verwijderingen voor
afstroom/niet-afstroom
Priori
-teit?
Ja?
Ja?
Ja?
Nee?
Nee?
Afstroom
minima-liseren
Potentieel
benutten
Nut
Focus op cijfers van wiskunde
(of ander vak) voor bepalen
interventies
Bepalen of meer aandacht aan
J/M gegeven dient te worden
Extra focus op bepaalde
vakken voor jongens/meisjes
Extra aandacht voor leerlingen
met veel verzuim
Extra aandacht voor leerlingen
met veel verwijderingen
Ervaren leraren hebben meer
toegevoegde waarde
Kwartielenanalyse: relatief
rankingverschil van leer-lingen
per leraar (verband
met jaren leservaring)
Bijv.: onervaren docenten Ja?
extra laten coachen door
ervaren docenten

20
Een aantal van de voorgestelde analyses (II)
Doel Hypothese
Cito-score is een voor-speller
van doorstroom
Cito-score is een betere
voorspeller van
schoolsucces dan
basisschooladvies
Initiële analyses hebben
tot doel vervolganalyses
en prioriteiten te bepalen
Initiële analyse
Gemiddelde Cito-scores
doorstroom/niet-doorstroom
Telling diploma/afstroom
voor juistheid Cito-score vs
basisschooladvies
Priori-teit
Nee?
Nee?
Elke
leerling
op de
juiste
plek
Betere
aanslui-ting
met
vervolg-onderwijs
Nut
Indicatie hoe erg gekeken dient
te worden naar Cito-scores
Indicatie of meer gekeken dient
te worden naar Cito-scores of
basisschooladvies voor bepalen
instroom per schoolniveau
Streven
naar Fase
4 Ontwik-kelmodel
Beter georganiseerde
secties scoren relatief
beter
Relatieve gem. CE-cijfers
per vak vs rest van NL –
koppeling met kwalitatieve
beoordeling van hoeveel-heid
kennisdeling per sectie
Bijv.: minder georganiseerde Nee?
secties beter organiseren
(samen leerlingdata analyseren,
groepsplannen maken, etc.)
Potentieel
benutten
Zesjescultuur is vooral een
jongensprobleem
% jongens versus meisjes
met net een voldoende
Identificeren van leerlingen die Nee?
extra uitgedaagd dienen te
worden
Er is een correlatie tussen
succes in vervolgonderwijs
en cijfers voor gerelateerde
vakken op VO
Correlaties cijfers
vervolgonderwijs en
gerelateerde vakken op VO
Leerlingen met lage cijfers voor Nee?
gerelateerde VO-vakken extra
goed begeleiden naar
vervolgonderwijs

Thank you
bcg.com | bcgperspectives.com

Inzichten uit data keynote door bart sigger

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Ähnlich wie Inzichten uit data keynote door bart sigger

Ähnlich wie Inzichten uit data keynote door bart sigger (20)

Mehr von ExpoSchoolaanZet

Mehr von ExpoSchoolaanZet (20)

Inzichten uit data keynote door bart sigger