Monitor Techniekpact als databron van onschatbare waarde

Tijdens de Jaarconferentie Techniekpact van 15 juni 2020, die vanwege corona digitaal plaatsvond, werden ook de resultaten van de nieuwe Monitor Techniekpact getoond. Die monitor geeft elk jaar een feitelijk beeld van de ontwikkelingen in de sector. In dit artikel zoomen we niet zozeer in op die ontwikkelingen, maar vooral op de meerwaarde van de data zelf. Alie Blume, projectleider Monitoring en Data-analyse bij de Pre-University van de Universiteit Twente (UT), vertelt hoe en waarvoor zij de data gebruikt.

Voor Alie Blume was de presentatie van de monitor representatief voor wat zij als meerwaarde ervan ziet: het overzichtelijk presenteren van data. "Bijvoorbeeld de weergave van de keuze voor technische opleidingen in taartdiagrammen voor mbo, hbo en wo uitgesplitst naar geslacht. Maar ook de verscheidenheid aan data in het onderwijs en op de arbeidsmarkt. De polls tijdens de livestream maakten de presentatie levendig, maar gaven ook betekenis aan de getallen. Bijvoorbeeld dat we inmiddels meer software- en applicatieontwikkelaars in Nederland hebben, dan basisschoolleerkrachten."

De presentatie van de jaarlijkse update Monitor Techniekpact is hier terug te kijken:

Visualisatie
Blume vertelt enthousiast over de monitor. "De meerwaarde van de uitstekende visualisatie van de gegevens in de monitor op de website is dat je, ook wanneer je niet zo bedreven bent in de omgang met data, snel informatie krijgt en trends ziet. De monitor ziet er prachtig uit en de data zijn eenvoudig uit te splitsen door middel van filters: hoeveel vrouwen volgen een opleiding of werken in de sector, wat is de verdeling per cohort en instelling en nog veel meer. Doordat de resultaten jaarlijks worden geüpdatet zie je snel trends, ook als je niet diep in de data wilt duiken. En wij hebben een bron om naar te verwijzen, omdat de overzichten vrij toegankelijk zijn. Voor mij geldt overigens dat ik wel diep in de data wil duiken. Dus ik vind het vooral fijn dat ik ook toegang heb tot de bronbestanden."

Analyses op schoolniveau
"Vanuit mijn werk op de UT doe ik veel data-analyse op de instroom van eerstejaars. Elk jaar aan het eind van het eerste jaar kijk ik hoe de vwo-leerlingen, die direct na het examen naar onze universiteit kwamen, het hebben gedaan. Ik kijk onder andere naar het aantal behaalde studiepunten als maat voor studiesucces, maar ook naar de herinschrijving in het tweede jaar. Als dat bij dezelfde opleiding is, dan is dat een maat voor de juiste studiekeuze. Die gegevens herleid ik naar de school van herkomst van die leerlingen. Voor onze 25 partnerscholen maak ik jaarlijks een rapport waarin de scholen zichzelf met de andere scholen kunnen vergelijken. Bovendien krijgen ze een uitgebreider rapport over hun eigen leerlingen."

Ruwe data
"Ik ben zelf vooral geïnteresseerd in de ruwe data", vertelt Blume, "omdat ik die koppel aan mijn eigen data. Ik verrijk mijn data met gegevens over het totale examencohort van de scholen. Nina Terpstra en haar collega’s bij Platform Talent voor Technologie (PTvT) maken zogeheten draaitabellen beschikbaar waardoor die data makkelijker op te halen zijn. Vanwege het gemak waarop de data in de draaitabellen zijn uit te splitsen gebruik ik die veel. De ruwe data komen van organisaties als DUO − waar ik in het verleden verschillende bestanden eerst zelf aan elkaar moest koppelen."

Profielen
"Met al die data krijgen we meer achtergrondinformatie. Als van een school 10 leerlingen bij ons komen studeren, of 5 of 25 zegt dat nog niet veel over of dat veel of weinig is. Hoeveel examenkandidaten heeft een school bijvoorbeeld? Welke profielen volgen de leerlingen? Welke keuzevakken hebben ze gevolgd? Voor een onderzoek heb ik gekeken naar leerlingen die van Technasia komen. Ik keek naar een specifiek vak dat alleen daar wordt gegeven: 'Onderzoeken en Ontwerpen'. Of ik kijk naar leerlingen met het profielkeuzevak 'Natuur, Leven en Technologie'. Dat soort vakken heeft als doel om leerlingen te interesseren voor techniek, dus dan is het interessant om te bekijken hoeveel leerlingen die dat vak volgden bij ons terechtkomen en hoe ze het aan de UT doen. En ik ga op zoek naar dwarsverbanden: wij willen ook weten welke studierichtingen die leerlingen kiezen. De trends in de Monitor Techniekpact leg ik daarvoor naast mijn eigen data."

Wervingsbeleid
"Ook voor onze marketingafdeling zijn de data van de monitor belangrijk. We gebruiken de data om doelgroepen in kaart te brengen en passen daar ons wervingsbeleid op aan. Als we zien dat van een bepaalde school veel (of juist weinig) leerlingen naar ons komen kijken we waar dat aan ligt. Als blijkt dat de leerlingen van een school overwegend een profiel 'Economie en Maatschappij' of 'Cultuur en Maatschappij' hebben is het minder interessant om daar interesse te wekken voor harde technische opleidingen."

Voorspellende waarde
"Uiteindelijk willen we effectanalyses doen", zegt Alie Blume desgevraagd. "We zoeken naar voorspellende waardes: waar ligt het aan dat studenten het wel of niet goed doen bij ons? Wis- en natuurkunde zijn wat dat betreft goede voorspellende vakken. Uiteindelijk willen we zoveel mogelijk van die voorspellende waardes voor succes kennen. Zover zijn we nog niet maar dat is wel het doel. Ook dat helpt bij voorlichting. Dat gaat niet om zieltjes winnen maar om leerlingen op de juiste plek krijgen; dat ze een studie kiezen die bij hen past." Heeft Blume wat de data van de Monitor Techniekpact betreft nog wensen? "Nee eigenlijk niet. Ik heb alleen nog een gedetailleerde wens voor de ruwe data, namelijk een filter op natuurkunde in de draaitabel. Voor de rest: dikke pluim voor de Monitor Techniekpact!"