Een eerste vraag waar we bij het ontwerp van deze module Vakdidactiek Statistiek mee te maken hebben, is hoe de vakinhoudelijke kennis zich verhoudt tot de vakdidactische kennis. Een didactische blik veronderstelt in het algemeen al de nodige vakinhoudelijke kennis en bij het lesgeven maak je als docent natuurlijk tegelijkertijd gebruik van vakdidactische vakinhoudelijke kennis. De twee zijn verweven. Ons idee is dat het met name bij statistiek nodig is om aan bepaalde vakinhoudelijke aspecten aandacht te besteden. Dat heeft de keuze van de onderwerpen die aan de orde komen mede bepaald. Daarnaast is gepoogd aandacht te besteden aan onderwerpen voor zowel het tweede- als het eerstegraads gebied.
De kern van de module betreft de thema’s data beschrijven en data overstijgen. Bij data beschrijven wordt allereerst aandacht besteed aan de verschillende manieren om data in beeld te brengen (2.1). Het is goed om (aanstaande) docenten met verschillende vormen van datarepresentatie in aanraking te brengen, omdat immers in media ook steeds orginelere en meer diverse grafische representaties worden gebruikt. Vervolgend komt het begrip meetniveau aan de orde (2.2). Het meetniveau van een variabele is bepalend voor het type statistische technieken dat kan worden gebruikt maar blijft in statistiekonderwijs vaak onderbelicht. Het derde onderwerp is statistische geletterdheid (2.3), het onderliggende begrip waarmee de statistische vaardigheid van de “geletterde burger” wel wordt aangeduid. Ten slotte is een discussieopdracht toegevoegd n.a.v. een discussie op facebook waarin verschillende (mis)concepten aan bod komen (2.5)
Het tweede thema is data overstijgen. Daar gaat het over de uitspraken die we op basis van data doen over de onderliggende populatie. Als eerste komt correlatie en causaliteit aan de orde (3.1). De kern hier is dat studenten leren onderscheid te maken tussen deze twee: correlatie impliceert geen causaliteit. Het tweede onderwerp is kansen en significantie (3.2). Het idee hier is vooral dat het begrip van kansen en significanties subtiel is en dat een significant resultaat, net als een correlatie, nog geen causaliteit impliceert. Als derde komt de interpretatie van betrouwbaarheidsintervallen (3.3) aan de orde. Hierbij is een opdracht beschikbaar die zowel kan dienen als verwerkingsopdracht bij betrouwbaarheidsintervallen, maar ook als aanleiding om het concept te introduceren. Een tweede opdracht (3.5) gaat over de interpretatie van statistieken in de dagelijkse schoolpraktijk.
Sectie 4 bevat bronnen en een geannoteerde literatuurlijst, gevolgd door een leesopdracht voor studenten.
De kern van de module zit in secties 2 en 3. Deze secties bevatten een mengeling van tekst, video’s en opgaven voor studenten van de lerarenopleiding. Een aantal opdrachten is ook beschikbaar in de vorm van een document in Word, zodat ze eenvoudig aan te passen zijn naar eigen inzicht en behoefte. In enkele gevallen wordt verwezen naar artikelen of bronnen die in sectie 4 te vinden zijn. Deze sectie bevat behalve literatuuritems ook een geannoteerde literatuurlijst en een leesopdracht voor studenten.
Deze module is geen kant-en-klare leerlijn voor een cursus statistiek; daarom is aan de opmaak ook maar beperkt aandacht besteed. Wel bevat de module een aantal elementen die in een dergelijke cursus zouden kunnen functioneren en die wij van belang achten. Als mogelijk gebruik stellen we ons voor dat een opleider statistiek van de lerarenopleiding, met de eigen opleidingspraktijk als uitgangspunt, deze module doorzoekt op bruikbare aanvullende elementen. Vervolgens kan de module (of elementen ervan) worden gekopieerd naar de eigen ELO. Een alternatief is dat delen ervan, al dan niet via de beschikbare Word documenten, worden aangepast aan de eigen insteek van de opleider of de behoefte van de student.
We hopen deze opleidershandleiding aan te kunnen vullen met suggesties uit de praktijk. Mocht u op basis van uw ervaring tips hebben voor het gebruik van deze module in de lerarenopleiding, stel ons daar dan svp van op de hoogte via p.drijvers@uu.nl.
Toelichting bij 3.1
Aardige voorbeelden over correlatie en causaliteit zijn te vinden in http://www.fisme.science.uu.nl/nwd/nwd2015/handouts/handouts.html
Toelichting bij opdracht 2.2 Meetniveau en KNMI
Toelichting bij opdracht 2.2. Verwerkingsopdrachten meetniveaus