Seminar matching en selectie in het hoger onderwijs

Transcriptie

1 Seminar matching en selectie in het hoger onderwijs Matching op Hogeschool Rotterdam Peter van Gulik, Hogeschool Rotterdam Djurre Holtrop, NOA / VU

2 1. Matching: Wat is het en wat mist het? 2. Onderzoek: Matching op Hogeschool Rotterdam 3. Matching: Wat moet de toekomst ons brengen

3 Matching binnen Hogeschool Rotterdam: Programma studiesucces G5 afspraken inzake studiesucces Prestatieafspraken OCW Kwaliteit In Verscheidenheid (KIV)

4 Aanmeldingen ongewogen

5 Aanmeldmoment Vroege aanmelders (voor 1 mei) die laat (na 1 juli) de SKC deden stopten vaker met de opleiding dan studenten die vóór 1 juli de SKC deden.

6 Studiesucces voor iedereen Voor de poort Proefstuderen / open dagen Startgesprekken (sinds 2009), nu Studiekeuzecheck (KIV) Invulling van het programma ligt bij de opleiding Willen (Motivatie) NOA Startmeter Kunnen Centrale ondersteuning via Studiekeuzebegeleiding De- en centrale selectie, gewone selectie Summerschools (zeer summier) Startweek ( sinds 2012)

7 Studiesucces voor iedereen Na de poort Studie Loopbaan Coaching (SLC) Alle opleidingen hebben een SLC programma Herijking vindt plaats Ondersteunend onderwijs Bijspijkeren (sinds 2013 Taalcentrum) Persoonlijke effectiviteit Peercoaching toegewezen / afgerond / uren Persoonlijk 85% tevreden Doelgroepmentoraten (12%) Vakgericht 74% voldoende bij herkansing 2,5 punten hoger Waardering: 8

8 Studiekeuzecheck met daarbinnen de NOA Startmeter SLC: Aankomend student: Het gesprek maakt duidelijk waarom de opleiding wel/niet bij de student past (64%) Door het gesprek is duidelijk waarom de opleiding wel/niet bij mij past (69%, -2%) Ik geef het gesprek gemiddeld een 6,4 (-0,3). Ik denk dat de student een 6,8 geeft. Ik geef het gesprek gemiddeld een 7,4 (-0,3). Overtuiging studiekeuze en studeren twijfelde ik over de keuze voor deze opleiding wist ik het bijna zeker wist ik het zeker Voor het studiekeuzeadviesgesprek 7% 31% 63% Na het studiekeuzeadviesgesprek 5% 13% 83%

9 De startmeter - Sinds Jaarlijks ongeveer 8000 studenten - Veel aanpassingen door de tijd heen -, maar de basis is hetzelfde gebleven

10 De startmeter - Inhoud: - Achtergrondvragen - Motivatie en Leerstijlen vragenlijst (MLV-H) - Competentietest (CT)

11 De startmeter - het proces - Alle studenten krijgen een gesprek - Alle docenten worden door HR getraind - Opleidingen kiezen zelf (gedeeltelijk) hoe ze de startmeter willen inrichten - Webservicekoppeling tussen mijn.hr.nl en NOAonline

12 De startmeter - voor een student - De (aspirant) student ontvangt een uitnodiging van de opleiding - De student gaat naar mijn.hr.nl klikt op de link naar de startmeter - De student en opleiding ontvangen een rapport van de resultaten

13 De startmeter - een voorbeeld

14

15 Het onderzoek - Kunnen we studiesucces voorspellen met de gegevens van de startmeter? - Kunnen we de match met een opleiding bepalen?

16 Het onderzoek - de groep studenten hebben de startmeter gemaakt tussen 2010 en ,9%, gemiddelde leeftijd 19,83 jaar - 36,1% gestopt of geswitcht met de opleiding in het eerste jaar

17 Het onderzoek - de groep

18 Het onderzoek - de gebruikelijke manier - Alle startmeteronderdelen laten significante relaties zien met studiesucces: - Achtergrondkenmerken met gemiddeld cijfer bv. Tijd voor studie r = Motivatie met gemiddeld cijfer bv. Extrinsieke motivatie r = Competenties met gemiddeld cijfer bv. Nauwkeurigheid r =.093

19 Het onderzoek - de analyse - Een neurale netwerkanalyse bekijkt de relatie van een set gegevens (de startmeter) met een uitkomst (studiesucces). Deze analyse bouwt het best voorspellende model aan de hand van de gegevens.

20 Het onderzoek - de analyse

21 Het onderzoek - de analyse - Een neurale netwerkanalyse maakt een model om studiesucces mee te voorspellen - Met dit model kunnen we voor alle studenten een voorspelling doen van hun studiesucces - Ten slotte relateren we de voorspelling van het model aan het daadwerkelijke studiesucces

22 Het model - Ter illustratie, het model berekent voor alle variabelen gewichten en hoe ze met elkaar samenhangen. De computer doet er een paar minuten over om dit allemaal te berekenen.

23 Resultaten - De voorspelling verklaart 18.4% (r =.43) van het gemiddeld cijfer van studenten

24 Resultaten - Daarnaast kunnen we 11.6% (r =.34) van de behaalde studiepunten voorspellen

25 Het onderzoek - voetnoten - We kunnen (bijna) geen uitval voorspellen - We nemen (maar) een beperkte hoeveelheid gegevens mee: - Competenties (7 schalen) - Motivatie en leerstijlen (7 schalen) - Geslacht, leeftijd en gekozen opleiding

26 Het onderzoek - cohorten - Om het nut van deze methode beter te testen hebben we een model gemaakt op basis van de studenten uit de cohorten 2010, 2011, en We hebben vervolgens dit model gebruikt om een voorspelling te doen voor studenten uit Het model voorspelde studiesucces redelijk (r =.30)

27 Het onderzoek - conclusies - We kunnen betere voorspellingen over studiesucces doen als we verder kijken dan alleen simpele relaties - Het is mogelijk om de match met een opleiding gedeeltelijk te bepalen met een beperkte set gegevens

28 Het onderzoek overwegingen (1) - Neurale netwerkanalyses hebben veel informatie nodig, die is niet altijd beschikbaar - Is het van deze tijd om een black box te gebruiken bij een voorspelling?

29 Het onderzoek overwegingen (2) - Om de match met andere opleidingen te bepalen zijn mogelijk gegevens nodig die niet voor alle studenten relevant zijn. - Dit betekent dat voor een goede doorverwijzing meer informatie nodig is dan een generiek assessment.

30 Matching: een stukje van de legpuzzel Studiesucces afhankelijk van de mix - adequate oriëntatie op de studiekeuze - zekerheid over de studiekeuze - willen / kunnen - de juiste plek - een goede start

31 Een goede start

32 Oriëntatie / zekerheid keuze studie Het op tijd aanmelden en op tijd de SKC doen is een uiting van zekerheid over de studiekeuze en adequate oriëntatie op de studiekeuze. Uit eerder onderzoek is bekend dat deze factoren een positieve invloed op studiesucces hebben én dat studenten die over deze factoren beschikken zich meestal vroeg aanmelden.

33 Zekerheid over de studiekeuze Fase 1: Open dagen / proefstuderen / decanen Fase 2: NOA startmeter & gesprek docent Willen / Kunnen gericht op 1 ste keuze student 10 % switchen extra aandacht via studiekeuzebegeleiding Fase 3: Opzet studie eerste half jaar Startmeter bood voldoende aanknopingspunten: - voor gesprek (69%), - voor goed onderbouwd advies (31%). 55% vond dat het studiekeuzeadvies goed te onderbouwen was met alle informatie die over de aankomend studenten ter beschikking was. 61% vond het lastig om o.b.v. de SKC een negatief advies te geven. 21% van de SLC-ers gaat (zeker) de startmeterrapporten gebruiken bij SLC.

34 Studiesucces binnen Hogeschool Ontwikkeling Rotterdam Zorgschil ingezet hogeschool breed Te ver van de student Ron Bormans (voorzitter College van Bestuur) Essay Kwaliteit in de klas Herijking: meer in de klas en de individuele student (programma Binding) Tevreden met het effect voor de poort, aandacht nu op verhogen van het effect na de poort