Omgevingsanalyse als beleidsinstrument Strategisch omgaan met gegevens Paul
Omgevingsanalyse als beleidsinstrument Strategisch omgaan met gegevens Paul Mahieu & Jan Vanhoof
Inhoud • Omdat gegevens belangrijk zijn • 3 stellingen • Een model • 4 cases • slotbeschouwing 2
Inhoud • Omdat gegevens belangrijk zijn • 2 stellingen • Een model • cases • slotbeschouwing 3
Meten is weten Omdat De minister het zegt: “informatierijke schoolomgeving” De internationale trend heet: * evidence based management * data driven decision making * data driven development De inspectie er een zaak van maakt: “e / i / q” -scan 4
Voorontwerp van decreet betreffende de kwaliteit in het onderwijs § 2. Met het oog op het realiseren van de vermelde doelstellingen, moet een onderwijsinstelling ten minste: • • • 1° de onderwijsreglementering respecteren (cf. minimumdoelen, erkenningsvoorwaarden, financiering- en subsidiëringsvoorwaarden; 2° beschikken over voldoende beleidsvoerend vermogen daartoe; 3° een eigen kwaliteitssysteem hanteren, met inbegrip van een vorm van zelfevaluatie waar de regelgeving dit vereist. 5
Implicaties voor schoolbeleid? Kortom: Om in een context van deregulering en het vergroten van de autonomie onderwijskwaliteit te waarborgen, moet de mogelijkheid van scholen om de beleidsruimte te benutten groot zijn. • Vandaar de opkomst van termen als beleidsvoerend vermogen, beleidskracht, interne kwaliteitszorg en zelfevaluatie • Vandaar de opkomst van geïnformeerde schoolontwikkeling 6
Meten is weten Omdat - Het een meerwaarde geeft aan het schoolbeleid - Het een antwoord is op een maatschappelijke vraag/verwachting - Het mogelijk is dank zij o. a. nieuwe wettelijke en technische opportuniteiten 7
Inhoud • Omdat gegevens belangrijk zijn • 2 stellingen • Een model • cases • slotbeschouwing 8
2 stellingen • Cijfers zeggen op zich niets • Onderzoek is geen doel 9
Gegevens meten Gegevens gegevens + code, legende, … informatie + ervaring weten kennis + wijsheid actie doen 10
Gegevens – informatie - kennis • • 7. 52 8. 52 9. 52 … • 8. 22 • 9. 22 • 10. 22 • … / / / 8. 38 9. 38 10. 38 / / / 9. 08 10. 08 11
Gegevens – informatie - kennis Antwerpen / Turnhout • 7. 52 / 8. 38 • 8. 52 / 9. 38 • 9. 52 / 10. 38 • … Turnhout / Antwerpen • 8. 22 / 9. 08 • 9. 22 / 10. 08 • 10. 22 / 11. 08 • … 12
Gegevens – informatie - kennis Antwerpen / Turnhout • 7. 52 / 8. 38 • 8. 52 / 9. 38 • 9. 52 / 10. 38 • … Turnhou / Antwerpen • 8. 22 / 9. 08 • 9. 22 / 10. 08 • 10. 22 / 11. 08 • … 13
Vraag: Welke gegevens / kennis / vormen van kennismanagement Zijn beschikbaar / nodig voor de uitbouw van kwaliteitsvol onderwijs ?
2 stellingen • Cijfers zeggen op zich niets • Onderzoek is geen doel 15
Kwaliteitszorg als systematische en geïnformeerde beleidsvoering PLANNEN AANPASSEN DOEN CONTROLEREN 16 16
17
18
Geïnformeerde schoolontwikkeling: Beleidsgerichte invalshoek 19
Geïnformeerde schoolontwikkeling: onderzoeksgerichte invalshoek Een heldere vraag als uitgangspunt vooropstellen Relevant Gekaderd Werk maken van doelmatige gegevensverzameling Een gepaste strategie voor de gegevensverzameling kiezen Validiteit bewaken Betrouwbaarheid bewaken Bewaken van de efficiëntie en haalbaarheid Het beantwoorden van de vraag - Interpretatie 20
Bij de interpretatie: Een gepaste basis voor beoordeling Een normgericht referentiekader: Hoe goed doen wij het in vergelijking met anderen? Een criteriumgericht referentiekader: Hoe goed doen wij het in vergelijking met onze eigen verwachtingen/standaarden? Een schoolgericht referentiekader. Hoe goed doen wij het in vergelijking met voorheen? 21
Inhoud • Omdat gegevens belangrijk zijn • 2 stellingen • Een model • cases • slotbeschouwing 22
Een model CIPO context (omgeving) input (wat komt binnen) proces (hoe doen we het) output (wat gaat uit 23
Meten is weten Een model MRMM macro (wereld tot Vlaanderen) regio (Antwerpen) meso (de school) micro (de klas) 24
Van Pisa tot ouderbezoek C I P O Context Input Proces output Macro Regio Meso Micro 25
5 cases C I P O Context Input Proces output Macro Regio Meso Micro 26
Inhoud • Omdat gegevens belangrijk zijn • 2 stellingen • Een model • cases • slotbeschouwing 27
5 cases C I P O Context Input Proces output Macro Regio Meso Micro 28
Segregatiecurve in Antwerpen (2008) 29
In- en uitstromers SO in Antwerpen 30
31
32
C I P O Context Input Proces output Macro Regio Meso Micro 33
Meso-context • bronnen: • • Het “café” om de hoek Eigen (markt)onderzoek Omgevingsanalyse (LOP) Desk research van eigen gegevens (personeel, publiek, leveranciers, …) • Raden en organen • Toekomstverkenning 34
3 de jaar handel School 1 School 2 School 3 School 4 School 5 School 6 School 7 School 8 School 9 35
36
Semantische differentiaal • Groot • Moeilijk • Wit • … • Klein • Gemakkelijk • Zwart • … 37
Toekomstverkenning • • Backcasting Scenario’s Gaming en simulatie Modellen Netwerk-analyse Delphi-onderzoek SWOT-analyse 38
C I P O Context Input Proces output Macro Regio Meso Micro 39
Meso-input • Inhoud: • GOK-indicatoren - Thuistaal - Trekkende bevolking - Opleiding moeder - Thuisloos - Vervangingsinkomen • Recruteringskaarten • Schoolachterstand • Anderstalige nieuwkomers 40
Meso-input • Bron • • LOP (schoolfiches) Interne gegevens CLB Marktonderzoek 41
42
43
C I P O Context Input Proces output Macro Regio Meso Micro 44
Meso-proces & output Inhoud: Voortgang leerlingen Voortgang onderwijsproces Doorstroming lln. Schoolontwikkelingsproces 45
Meso-proces & output Bron: Zelf-evaluaties Schooldoorlichting AGODI via LOP (zittenblijven, doorstroom Bu. O) SIBO (www. schoolfeedback. be) Rapporten klassenraden 46
47
Schoolfeedbackproject als casus • Ontwikkeling van een systeem voor • geautomatiseerde aanmaak en distributie van schoolfeedback • voor elke school die dat wil • Voor de leergebieden / groepen naar keuze • Op basis van toetsen & modellen ontwikkeld in wetenschappelijk onderzoek • Ontwikkelingsperspectief 48
Voorbeeld feedbackrapport • Feedback op schoolniveau - Concepten • Leerwinst • Corrigeren voor instroomkenmerken • Toegevoegde waarde - Groeicurven - Kruistabellen - Representatie instroomkenmerken in diagrammen (cirkel, staaf, blokken) en boxplot - Toelichtingen gestandaardiseerd • Feedback op leerlingniveau: - ruwe vaardigheidsscores - percentielzones 49
Om af te ronden 50
Inhoud • Omdat gegevens belangrijk zijn • 2 stellingen • Een model • cases • slotbeschouwing 51
Gebruik • Instrumenteel: Concrete actiepunten • Conceptueel: anders kijken en een verfijnder beeld • Symbolisch: Legitimatie voor keuzes • Strategisch: basis voor verantwoording • Motiverend en prikkelend • Leerlinggericht 52
Barrières Wantrouwen tegenover data Gebrek aan opleiding Werken met data geen deel van de job Leerkracht = vak- en handelingsgericht, niet datagericht • Data leidt weg van onderwijzen … • => geen datagerichte cultuur • • 53
- Slides: 53