Data analyse en data visualisatie helpt onderwijs verder

- Jeroen Langendam

Als er een soort organisatie is die de waarde van informatie en kennis zou moeten begrijpen, is het wel de universiteit. Maar kunnen universiteiten ook gebruik maken van data analyse om het slagingspercentage te laten stijgen én te zorgen dat studenten met hogere cijfers afstuderen?

Het is de Heilige Graal in het onderwijs: hoe zorgen we dat studenten zo snel mogelijk met goed resultaat slagen voor hun opleiding.

Veel vragen die we achter de schermen proberen te beantwoorden zijn allemaal bedoeld om de resultaten van studenten te verbeteren:

  • Hoe kunnen we voorspellen welke studenten dreigen af te vallen.
  • Hoe zorgen we dat geen enkele student uitvalt en elke student de ondersteuning krijgt die hij nodig heeft.
  • Zijn de vakken en modules die we geven wel zodanig ontworpen dat ze geen onnodige drempels opleveren in de studievoortgang?
  • Is het docentenkorps toegerust op haar taak
  • Zijn er voldoende studiefaciliteiten?

Om hierover gegevens te vergaren worden studenten aan een veelvoud aan enquetes blootgesteld. Studenten mogen vakken evalueren en docenten beoordelen. Ze krijgen vragenlijsten over de IT-faciliteiten en over  nog veel meer. Elk van deze enquêtes levert waardevolle informatie op waarmee het onderwijs versterkt kan worden. Maar vaak wordt elk onderzoek op zichzelf bekeken, zonder de samenhang met andere zaken te zien.

Rsultaten worden bovendien vaak geïnterpreteerd op basis van statistische methodes die studenten in het eerste jaar aangeleerd krijgen. Scholen zijn, zo wordt wel eens gezegd: rijk aan gegevens, maar arm aan inzicht. Gelukkig zijn er ook scholen die geavanceerdere technieken gebruiken om informatie uit hun data te halen. In dit artikel bespreken we vier voordelen.

Case study: data analyse bij universiteiten

Vier Amerikaanse universiteiten laten echter zien dat je met data analyse en data science nog veel meer inzichten kunt opdoen met de data die je al hebt.

Meet de studievoortgang

Het Sinclair Community College uit Ohio ontdekte dat studenten steeds vaker colleges oversloegen. Dat is een probleem, want een student die lessen niet bijwoont heeft een sterk verhoogde kans het examen niet te behalen.

Niemand snapte waar dit hoge absentisme vandaan kwam, dus besloot men data analyse te gebruiken op gegevens over student-inschrijvingen, aanwezigheid in de colleges en de studieresultaten. Door data visualisatie in een “degree audit report” kon het bestuur van de instelling de voortgang van haar studenten beter volgen. Daardoor wist men precies welke studenten waren vastgelopen, maar ook onder welke mentor deze vielen, welke afstudeerrichting ze gekozen hadden en nog veel meer.

Dankzij de informatie konden studie-begeleiders gericht contact opnemen met studenten voor wie de laatste loodjes het zwaarst leken te wegen. Door de gerichte begeleiding nam het slagingspercentage van de school sterk toe.

Informatie bubbles

Bij de Oklahoma State University krijgt data visualisatie de vorm van bubble charts (bellendiagram). Zo is er een bubble chart waarop de universiteit per faculteit kan bijhouden hoeveel studenten uitvallen en hoeveel ECTS studenten in een bepaald jaar behalen. Dit helpt de universiteit om knelpunten te signaleren en deze vervolgens aan te pakken.

De informatie waarop de Oklahoma State University zich baseert was niet nieuw. Maar doordat deze alleen in tabelvorm beschikbaar was, was het lastig om verbanden te zien en patronen te herkennen. Dankzij de data visualisatie zien bestuurders veel sneller waar er bij gestuurd moet worden. Doordat sneller ingegrepen wordt, kunnen studenten sneller slagen.

Geïnspireerd door dit succes wil de Oklahoma State University de gegevens rondom de aanwezigheidsregistratie gaan automatiseren, zodat er elke week een actuele rapportage beschikbaar is. Zo wil de instelling haar onderwijs verbeteren. Door ook gegevens te gaan bijhouden over de carrière van haar alumni hoopt de universiteit ook meer inzicht te krijgen in de effecten van keuzes tijdens de studie op het latere werkende leven.

Weg met Excel, leve data visualisatie

Zoals zoveel onderwijsinstellingen bulkte de University of North-Texas van de data. Een van de belangrijkste gegevens die deze instelling al jaren bijhoudt is de uitval van studenten.  Deze belangrijke indicator zegt veel over de succeskansen van studenten. De gegevens werden echter bijgehouden in Excel, waarbij je alleen de gegevens van één specifiek semester kon inzien. Het leggen van verbanden tussen vakken was daardoor moeilijk en het was nagenoeg onmogelijk om trends in de tijd te herkennen.

Door data analyse en data visualisatie toe te passen, ontstond ineens een meerjarig beeld, waardoor de University of Texas belangrijke nieuwe trends en ontwikkelingen ontdekte. Naar aanleiding hiervan werden procedures aangepast en beleidswijzigingen doorgevoerd, waardoor het slagingspercentage sterk toenam. Volgens de universiteit scheelt dat jaarlijks 450.000 dollar aan kosten.

Meer zelfsturing in het onderwijs dankzij data visualisatie

De University of Idaho heeft data analyse tools gebruikt om een dashboard te ontwikkelen voor al haar medewerkers. Medewerkers zijn niet meer afhankelijk van hun opleidingscoördinator of manager voor gegevens, maar kunnen deze zelf inzien. En dit kan op wanneer ze maar willen. Inschrijvingen voor vakken, resultaten van studenten, aanwezigheidscijfers en meer wordt overzichtelijk gepresenteerd op een manier die hen helpt om hun werk beter te doen.

Neem studie-adviseurs: dankzij de real-time data konden ze precies zien waar en wanneer ze moesten ingrijpen op studenten op het pad naar hun diploma te houden.

Ook heeft de data de University of Idaho doen beseffen dat ze de financiële steun aan studenten (beurzen) anders moesten inrichten. Vanouds baseerde de universiteit zich op studieresultaten, waardoor de beste studenten meer financiële ruimte hadden.

Alleen bleken niet alle goed-presterende studenten deze steun nodig te hebben. Dankzij de data visualisatie kon de universiteit beter herkennen wie de financiële steun ook echt nodig had. Hierdoor konden studenten die anders uit zouden zijn gevallen blijven studeren. Ook vermoedt de universiteit dat er studenten aan een studie zijn begonnen die anders nooit een studie overwogen zouden hebben.

Inzichten helpen je verder

Het hoger onderwijs heeft te maken met een steeds scherpere concurrentiestrijd om de student. Ook worden er steeds hogere eisen gesteld aan de informatievoorziening van (en door) onderwijsinstellingen. Uit de vier hierboven besproken case studies komt naar voren dat data analyse en data visualisatie aan die behoefte tegemoet komt door de beschikbare gegevens op een heldere, begrijpelijke en betekenisvolle manier te presenteren.

Steeds meer onderwijsinstellingen ontdekken dat ze dankzij heldere informatie hun onderwijs verbeteren kunnen verbeteren. Dankzij data visualisatie zijn docenten beter in staat om in te spelen op de specifieke behoefte van klassen en krijgen studenten alle ondersteuning die ze nodig hebben op hun opleiding op succesvolle wijze af te ronden. Daarom besluiten steeds meer instellingen over te gaan tot data visualisatie.