‘Algoritme kan helpen uitval onder mbo-studenten te verminderen’
De helft van de Nederlandse studenten volgt een mbo-opleiding, en meer dan een kwart van deze studenten valt uit. Van de groep die geen startkwalificatie haalt (diploma op niveau mbo-2), blijft 12,5 procent werkloos. Kortom, er is veel aan gelegen om de uitval onder mbo-studenten zo laag mogelijk te houden. Mbo-instellingen hebben daarbij echter weinig aan de overvloed aan onderzoek naar uitval onder studenten: dat gaat namelijk vooral over het hoger en voortgezet onderwijs.
Promovenda Irene Eegdeman (VU Amsterdam) heeft in haar promotieonderzoek geprobeerd de nood aan kennis voor specifiek het mbo enigszins te lenigen. Zij onderzocht wat de uitval van mbo-studenten bepaalt en hoe de vroegtijdige identificatie van studentuitval kan worden verbeterd.
Laat mbo-studenten beter geïnformeerd studie kiezen
Zo zocht Eegdeman naar een relatie tussen de verwachtingen aan het begin van een opleiding en de uitval onder studenten. Die twee bleken echter niet gerelateerd te zijn. Ook de cijfers die studenten verwachtten en hun eventuele uitval, waren niet gerelateerd. “De verwachtingen van studenten lijken geen bruikbare informatie te geven over welk beleid kan worden ontwikkeld”, concludeert ze daarom.
De voornaamste verklaring van deze bevinding is een gebrek aan specifieke verwachtingen bij startende studenten, die immers geen ervaring hebben met de nieuwe opleiding. “Opleidingen blijken voor toekomstige mbo-studenten (of ze succesvol zijn of niet) een verrassing, waarbij de verrassing voor de succesvolle student waarschijnlijk aangenaam is en voor de niet-succesvolle student onaangenaam”, schrijft Eegdeman.
De wekelijkse nieuwsbrief is nog korte tijd gratis te ontvangen. De voorwaarden vindt u hier.
Daar is dus winst te behalen. Als studenten beter geïnformeerd zijn ten tijde van hun studiekeuze, is de kans kleiner dat een onbekende opleiding een onplezierige verrassing wordt. Beleidsmakers in het mbo doen er daarom goed aan aspirant-studenten de opleiding vooraf te laten ervaren of ervaringen van huidige studenten voor te leggen.
Formatieve instroomtoets niet voorspellend voor uitval
Een formatieve instroomtoets bij inschrijving voor de opleiding, waarin informatie over cognitieve vaardigheden en persoonlijkheidskenmerken wordt verzameld, is evenmin een voorspeller van studentuitval, blijkt uit het onderzoek van Eegdeman. Waar vaak wordt gedacht dat deze instroomtoets een voorspeller van studentuitval is, blijkt de toets dus niet geschikt voor het opsporen van potentiële uitvallers.
Mbo-studenten die uitvallen, hebben wel een gemiddeld lager eindexamencijfer op het vmbo. Daarnaast halen mbo-studenten die uitvallen al na tien weken lagere cijfers dan studenten die niet uitvallen. Dat komt overeen met onderzoeksresultaten onder universiteitsstudenten. De eerste weken van de opleiding zijn dus bijzonder bepalend voor de latere uitval, wat “suggereert dat programma’s die bedoeld zijn om uitval tegen te gaan mogelijk vroeg na toelating moeten beginnen”, aldus Eegdeman.
Mbo-studenten met risico op uitval opsporen middels algoritme
De Amsterdamse promovenda onderzocht tevens of de uitval van mbo-studenten kan worden voorspeld middels machine learning-algoritmen, wat instellingen de kans geeft tijdiger in te grijpen. Ze liet een dergelijk algoritme een voorspelling doen bij aanvang van een studie en vervolgens na elk kwartaal, op basis van de reeds gepasseerde kwartalen. De voorspellingen bleken na verloop van tijd beter te worden.
Bij aanvang van de opleiding is de voorspelling van docenten echter beter dan de voorspelling van een algoritme, bleek uit een vergelijk tussen die twee. Docenten bleken sommige studenten met een zeer hoge kans op uitval wel te identificeren, waar het algoritme dat niet deed. Na het eerste kwartaal van het eerste studiejaar waren de voorspellingen van het algoritme echter beter.
Diploma behalen is nog iets anders
Veel van de betrokken mbo-studenten kwamen van de Sportacademie in Amsterdam. Die groep bestond vooral uit mannelijke studenten. Dat vraagt om voorzichtigheid bij het generaliseren van de resultaten, beseft Eegdeman. Daarnaast benadrukt ze dat het begeleiden naar een diploma meer omhelst dan het voorkomen van uitval.
“Uitvallen is niet het tegenovergestelde van doorzetten. Weten waarom studenten uitvallen, vertelt ons niet (direct) waarom andere studenten doorzetten. (…) Deze bevindingen vertellen instellingen niet direct wat ze kunnen doen om studenten te helpen een diploma te behalen.” Volgens Eegdeman moet het hoger onderwijs wetenschappelijke kennis blijven delen met praktijkinstellingen.
