DataTeam-methode

Laatste update op dinsdag 12 december 2017

Binnen de sector Economie doet een team van collega’s ervaring op met de zogeheten DataTeam-methode. In twee jaar tijd leren ze aan de hand van acht stappen om de werkelijke oorzaak te vinden van problemen die ze in het onderwijs tegenkomen.

De aanleiding

In de waan van de dag worden veel beslissingen in het onderwijs vanuit de onderbuik genomen en niet op basis van inhoudelijk onderbouwde argumenten. Bijvoorbeeld als het gaat over verzuim of vroegtijdige uitval van studenten. We nemen aan dat er een probleem is en zoeken naar oorzaken en oplossingen zonder dat we feitelijk weten hoe groot het probleem is en waar het door wordt veroorzaakt. Het gevolg daarvan is dat je met je collega’s ergens heel veel energie in steekt, maar merkt dat je niet echt vooruitkomt.  

Het projectdoel

Binnen de sector Economie doen 8 collega’s (docenten, teammanager en analisten) samen ervaring op met de zogeheten DataTeam-methode. In twee jaar tijd leren ze aan de hand van acht stappen om de werkelijke oorzaak te vinden van problemen die ze in het onderwijs tegenkomen.

Op basis van een grondige data-analyse komen ze in deze pilot tot gerichte aanbevelingen voor verbeteringen. Na twee jaar onder begeleiding werken met de DataTeam-methode kunnen de leden van de groep zelfstandig verder met het methodisch oplossen van problemen. Ook kunnen ze de methodiek verder uitzetten en daarmee bijdragen aan de verdere professionalisering van onze onderwijsteams.

Dit maakt het project innovatief en vernieuwend

Onderzoeksmethoden zoals deze, waarbij je op basis van harde data beslissingen neemt en problemen oplost, worden in het mbo nog nauwelijks gebruikt. Dat maakt dit project vernieuwend.

Eindresultaat

Bij de start van project in september 2016 besloten we om met twee thema’s aan de slag te gaan: verzuim en de hoge uitval in het eerste leerjaar. Vervolgens heeft het team onder externe begeleiding de acht stappen van de DataTeam-methode aangeleerd, te weten:

 

Stap 1: Probleem definiëren

Stap 2: Hypotheses opstellen

Stap 3: Data verzamelen

Stap 4: Controle kwaliteit verzamelde data

Stap 5: Data-analyse

Stap 6: Interpretatie en conclusie

Stap 7: Maatregelen nemen

Stap 8: Evaluatie

 

Het analyseren van data nam enorm veel tijd in beslag. Je hebt te maken met zoveel cijfers en verschillende variabelen dat het lastig is om de precieze oorzaak van het probleem te achterhalen. Vergelijk het met een vrucht die je laagje voor laagje moet afpellen om tot de kern te komen.

Onder invloed van meerdere factoren (functiewisseling en ziekte) is in september 2017 besloten om het project in de ijskast te zetten. Daarbij bleek de methodische aanpak te veel tijd in beslag te nemen, waardoor de prioriteiten na ruim een jaar zijn verlegd. Projecten zoals deze zijn nu eenmaal aan tijd gebonden. Dat neemt niet weg dat we met een goed gevoel terugkijken op dit project. Collega’s hebben geleerd hoe ze methodisch problemen kunnen aanpakken. Het heeft nieuwe inzichten verschaft. De DataTeam-methode heeft hen ervan bewust gemaakt dat het goed is om de waan van de dag soms los te laten en op een andere manier naar problemen in het onderwijs te kijken. Complexe vraagstukken zijn niet snel en op gevoel op te lossen. Soms moet je een stap terugdoen om grondig uit te zoeken wat er aan de hand is. Doe je dat niet, dan blijf je steeds achter de feiten aanlopen, hetgeen op de lange termijn uiteindelijk nog veel meer tijd en middelen vergt.

Hoe nu verder

Hoewel het project zelf geen vervolg krijgt, zitten de acht stappen van de DataTeam-methode natuurlijk bij collega’s in het hoofd. Zij weten hoe ze methodisch naar bepaalde vraagstukken kunnen kijken.  Daarnaast worden er vanuit Gilde Innoveert workshops aangeboden om het bewustzijn rond methodisch werken binnen Gilde Opleidingen te vergroten. Dat is natuurlijk pure winst. Wellicht zou deze workshop ook onderdeel kunnen worden van het programma van de GOcademy.

Tips voor andere sectoren of diensten

Het is goed om op een andere manier naar problemen in het onderwijs te kijken. Niet op basis van aannames vanuit de onderbuik, maar op grond van harde data. Dat gebeurt nog te weinig. Tijdens het project merkten we dat het erg lastig is om goede data bij elkaar te krijgen. Als organisatie is het belangrijk dat we onze data goed blijven verzamelen zodat de cijfers voor iedereen snel, eenvoudig en op dezelfde manier toegankelijk zijn.

Meer weten?

Gini vertelt je graag meer! Neem contact op via:

Reacties (0)

Reactieformulier

Meer weten?

Gini vertelt je graag meer! Neem contact op via:

Laat een reactie achter