"Nasjonale prøver viser at alt for mange elever på 5. trinn strever med grunnleggende ferdigheter i lesing." Dette kan være en typisk situasjon for en skole, der ledere og lærere sammen må forsøke å finne ut av hvorfor dette problemet har oppstått, og hva som kan forbedres fremover.
Økt fokus på analyser og bruk av data
De senere årene har fokuset økt på betydningen av å gjøre gode analyser basert på det skolen har av tilgjengelig informasjon. Formålet med analysene er at skolene setter inn tiltak for forbedring basert på kunnskap både fra skolens virksomhet og fra forskning. Slik vil sannsynligheten øke for at skolen forbedrer sin praksis og øker elevenes læring og trivsel. [1]
Det er mange ulike begreper knyttet til det å bruke data i skolen. Prosesser og beslutninger kan betegnes som data-drevne, data-informerte eller data-baserte. Her forstår vi databruk som det å kunne utnytte de tilgjengelige dataene om skolen på en strukturert måte for å ta beslutninger. Når vi her snakker om databruk så involverer dette [2]:
- Systematisk innsamling, analyse og tolkning
- Bruk av kvalitative (tykke) og kvantitative (tynne) data for å kunne ta beslutninger
- Et formål om å nå skolens mål om å forbedre kvaliteten på undervisning og elevenes læring og trivsel
En modell for bruk av data i forbedringsarbeidet
Kim Schildkamp er en av Europas fremste forskere på hvordan skoler kan bruke data på en systematisk måte i sitt utviklingsarbeid. Hun er tilknyttet universitetet i Twente og hun har sammen med en gruppe av forskere utviklet ideen om at skoler etablerer egne datateam med ledere og lærere. Gjennom arbeidet i datateam vil deltagerne gjennom dialog og samarbeid skape felles mening av dataene og finne løsningene på problemet de står overfor. Deltagerne vil gjennom erfaringen de får i datateamet kunne øke sin kompetanse og spesialisere seg på å bruke data i det strategiske analysearbeidet [3].
Det er vist at lærere ofte baserer sine beslutninger på uformelle data, heller enn formelle data. Det er derfor verdt å merke seg at bias (risiko for skjevhet eller feil slutning) spiller en rolle i dette arbeidet.
I 2019 oppsummerte Schildkamp tilgjengelig forskning på databruk i skoler, og på bakgrunn av oppsummeringen utformet hun en modell som illustrerer konseptet om hvilken rolle data har i forbedringsarbeid. Denne modellen vises i figuren under, og utdypes i den følgende teksten [4]:
Foto: Skjermbilde, Schildkamp (2019)
Å fastsette mål
Modellen viser at forbedringsarbeid i skoler ikke starter med data. Øverst i modellen står goal setting (fastsettelse av mål), som viser at prosessen med databruk bør starte med at skolene bestemmer seg for noen klart definerte, spesifikke og målbare mål. Ofte er disse målene koblet konkret til forbedring av kvalitet i undervisning og elevenes læring. Skolelederen er viktig i denne prosessen, for å sikre at målene om forbedring er utviklet kollektivt, at de er akseptert og at det har vært en god dialog rundt fastsettelse av målene.
Modellen viser videre at samtlige av fasene som følger, må relateres til målene som skolen har fastsatt.
Å samle inn data
Når målene er fastsatt må data samles inn for å kunne vurdere hvor skolen står i forhold til målene. Schildkamp understreker at det er viktig å triangulere – det vil si bruke flere datakilder - heller enn å stole blindt på en enkelt kilde når man senere skal skape mening av dataene.
Når skolen samler inn data kan dette være i form av systematisk innsamlede data (eks. klasseromsobservasjoner, kartleggingsresultater og eksamen). Schildkamp åpner imidlertid også for at det er mulig å benytte data som ikke samles inn like systematisk. For eksempel informasjon fra uformelle klasseromsobservasjoner og diskusjoner. En tredje kilde til informasjon kan være forskning og såkalte «big data» fra større undersøkelser.
Noen skoler starter prosessen med dataene, og ikke med utgangspunkt i målene. Dette er kanskje ikke så rart, da det finnes en rekke data om skolen som har blitt samlet inn over flere år. Disse dataene hadde kanskje en gang et formål knyttet til mål, men samfunnet og skolene endrer seg. Derfor er det viktig å spørre seg hva som er formålet med de innsamlede dataene som skolen har tilgjengelig, og hva som blir målt. Det kan være at det er områder skolen mangler informasjon om og at målene som nå er fastsatt gjør at skolen kanskje trenger andre typer data enn det som er tilgjengelig.
Å skape mening
Når data er samlet inn starter prosessen med å skape mening. Dataene analyseres og tolkes for å finne problemene skolen står overfor og for å finne mulige årsaker til at problemet oppstår. Deltagerne må engasjere seg i prosessen fordi hverken løsningen på problemet eller hva som kan være gode tiltak, er selvsagte. Det å skape mening er ikke en rasjonell prosess. Data kan bety og tolkes ulikt av ulike mennesker. Beslutninger vil derfor aldri kunne være basert kun på dataene. Mennesker forstår og filtrerer data gjennom sine egne linser og erfaringer, og intuisjon spiller også en viktig rolle i dette arbeidet.
Det er vist at lærere ofte baserer sine beslutninger på uformelle data, heller enn formelle data. Det er derfor verdt å merke seg at bias (risiko for skjevhet eller feil slutning) spiller en rolle i dette arbeidet.
Ulike typer av data krever ulik type prosess for å skape mening. Det å analysere og tolke formelle data skiller seg vesentlig fra å skape mening av uformelle data som samles inn mer ustrukturert. Dette kan skape utfordringer for ledere og lærere som mangler kompetanse på dette området.
Å sette inn tiltak og evaluere
Prosessen med å skape mening kan resultere i ulike tiltak for forbedring. Forskere har funnet at tiltakene som settes inn i hovedsak kan plasseres innenfor tre viktige områder av skolens virksomhet:
- Læreplanarbeid
- Vurdering
- Undervisning
Det er krevende for lærere og ledere å lage gode planer med tiltak for forbedring. Schildkamp refererer til Black og William som hevder at forbedringer noen ganger krever kraftfulle endringer i måten lærere ser på sin egen rolle og praksis. Tilgangen på data i seg selv er ingen garanti for at endringer i klasseromspraksis faktisk skjer.
Så kommer siste fase: Evaluering. Relevante spørsmål å stille i denne fasen kan være:
- Ble tiltakene vi foreslo gjennomført?
- Førte tiltakene til ønsket effekt?
- Nådde vi målene som vi satte oss?
For å svare på disse spørsmålene må data på nytt samles inn og tolkes.
Kilder
[1] Nordahl, T. (2016). Bruk av kartleggingsresultater i skolen, fra data om skolen til pedagogisk praksis. Oslo: Gyldendal Akademisk.
[2] Schildkamp, K., Handelzalts, A., Poortman, C.L., Leusink, H., Meerdink, M., Smit, M., Ebbeler, J. & Hubers, M. D. (2018). The Data Team Procedure: A Systematic Approach to School Improvement. Switzerland: Springer International publishing.
[3] Schildkamp, K., Handelzalts, A., Poortman, C.L., Leusink, H., Meerdink, M., Smit, M., Ebbeler, J. & Hubers, M. D. (2018). The Data Team Procedure: A Systematic Approach to School Improvement. Switzerland: Springer International publishing.
[4] Schildkamp, K. (2019). Data-based decision-making for school improvement: Research insights and gaps. Educational Research 2019, 61:3, 257-273, https://doi.org/10.1080/00131881.2019.1625716