Data analyseren en interpreteren

515641_8532_Picto_data

Het analyseren en interpreteren van (meet)gegevens is een cruciale vaardigheid om uit ruwe data bruikbaar (bewijs)materiaal (evidence) te verkrijgen, waarop verdere redeneringen gebouwd kunnen worden, modellen kunnen ontwikkeld worden en wetmatigheden en theorieën mee onderbouwd worden.

Een eerste stap daarin is het kunnen inschatten van de betrouwbaarheid van de beschikbare data. Inzicht in hoe deze data verworven is, hoe groot mogelijke afwijkingen kunnen zijn tussen gemeten waarden en effectieve waarden, inzicht in juistheid en precisie, zijn hierbij noodzakelijk. Het spreekt vanzelf dat hierbij een koppeling optreedt met de vaardigheid rond onderzoeken plannen en uitvoeren. Vertrouwdheid met instrumenten in onderzoeksmethodes is hiervoor een must.

Data_accuraat vs precies

Leerlingen moeten ook kunnen oefenen in het selecteren van relevante data voor het beantwoorden van specifieke onderzoeksvragen. Metingen geven soms veel meer informatie dan relevant en noodzakelijk, het komt er dan op aan van een gefundeerde beslissing te kunnen nemen welk deel in aanmerking komt voor verdere analyse. Leerlingen moeten ook bewust zijn van het gevaar van “cherry picking” (het enkel selecteren van die data die aan de verwachtingen voldoet) bij een dergelijke selectie.

Verzamelde data en meetgegevens hebben maar een meerwaarde als ze zodanig geordend en gepresenteerd worden zodat patronen en relaties zichtbaar worden. Om deze relaties zichtbaar te kunnen maken, moeten leerlingen vertrouwd zijn met het gebruik van tabellen, grafieken en methodes voor statistische analyse. Zij moeten in staat zijn om in grafieken en tabellen patronen als recht en omgekeerde evenredigheden te ontdekken en deze relaties als basis te gebruiken voor het opbouwen van modellen (zoals vergelijkingen). Inzicht in welke voorstellingsmethodes ter beschikking zijn, en welke voorstelling in welk geval het meest efficiënt is, moet aangebracht, opgebouwd en ingeoefend worden. Hierin is een duidelijke rol weggelegd voor ICT: kunnen werken met spreadsheets en visualiseringstools zijn essentieel voor het efficiënt verwerken van grote hoeveelheden data. Kennis van dergelijke tools stelt leerlingen ook in staat om te experimenteren met verschillende ordeningen en visualisaties om het meest effectieve resultaat te bekomen.

Het is duidelijk dat hier een leerlijn moet voorzien worden van elementaire vaardigheden in een eerste graad, zoals data voorstellen in tabellen en grafieken met behulp van een spreadsheet, intermediaire vaardigheden in een tweede graad zoals het ontdekken van rechte en omgekeerde evenredigheden en toevoegen van trendlijnen, tot meer geavanceerde vaardigheden in een derde graad. Deze leerlijnen zijn nu niet zichtbaar genoeg in de leerplannen, onder andere door de verspreiding hiervan in leerplannen wiskunde (waar een expliciet deel rond grafieken in de eerste graad aanwezig is) en de verschillende leerplannen van de aparte wetenschapsdomeinen.

Leerlingen moet ook de kans geboden worden om te discussiëren in welke mate gevonden patronen significant zijn of niet. Dit kan gebeuren door kritisch naar de data en de meetmethodes te kijken, alsook door te kijken naar gekende modellen en theorieën. Dit geeft voor leerlingen ook een opportuniteit om de terugkoppeling te maken naar modelvorming en de relatie tussen model en werkelijkheid.