Euclides - Nederlandse Vereniging van Wiskundeleraren
Euclides - Nederlandse Vereniging van Wiskundeleraren
Euclides - Nederlandse Vereniging van Wiskundeleraren
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
scores voor een verzameling gegevens, maar<br />
dat zij een magere conceptuele basis vormen<br />
voor het representeren <strong>van</strong> de gehele groep,<br />
bijvoorbeeld in het vergelijken met andere<br />
groepen. Voor het interpreteren <strong>van</strong> de<br />
verzamelde data is kennis over de context<br />
<strong>van</strong> het statistisch onderzoek eveneens <strong>van</strong><br />
belang. Kunnen we de data beschouwen<br />
als behorende tot een steekproef uit een<br />
statische, welomschreven populatie, zodat<br />
wij op basis <strong>van</strong> het steekproefresultaat een<br />
schatting kunnen geven <strong>van</strong> de verdeling <strong>van</strong><br />
de variabele in de populatie? Zie figuur 1. Of<br />
moeten we de data opvatten als afkomstig<br />
uit een dynamisch veranderende populatie<br />
met interactie tussen tal <strong>van</strong> variabelen,<br />
waardoor elk resultaat kan zijn beïnvloed<br />
door tal <strong>van</strong> factoren die we niet hebben<br />
onderzocht? Zie figuur 2.<br />
In steeds meer onderzoeken op dit gebied<br />
wordt onderwijs ontworpen met inzet<br />
<strong>van</strong> geschikt gemaakte software, waardoor<br />
<strong>van</strong>zelf de aandacht <strong>van</strong> het berekenen<br />
verschuift naar het redeneren. McClain &<br />
Cobb (2001) hebben onderwijs ontworpen<br />
waarin leerlingen door opdrachten en het<br />
gebruik <strong>van</strong> software actief aan het werk<br />
gaan met het verzamelen en interpreteren<br />
<strong>van</strong> data in betekenisvolle contexten. Zij<br />
concentreerden zich in hun onderzoek<br />
op het redeneren met de ‘big ideas’ <strong>van</strong><br />
de statistiek, waarin het concept <strong>van</strong><br />
verdeling als de karakteristiek <strong>van</strong> een<br />
dataverzameling centraal staat. Centrum-<br />
en spreidingsmaten, scheefheid, relatieve<br />
frequentie e.d. worden als kenmerken <strong>van</strong><br />
een verdeling geïntroduceerd. Zie figuur 3<br />
en figuur 4.<br />
Hierbij maakten de leerlingen gebruik<br />
<strong>van</strong> de computer voor het analyseren<br />
<strong>van</strong> data, maar ook werd de computer<br />
ingezet voor het ondersteunen <strong>van</strong> het<br />
denken met wiskundige begrippen. Het<br />
doel was het ontwikkelen <strong>van</strong> het logisch<br />
redeneren over manieren om gegevens<br />
te structureren teneinde een conclusie te<br />
kunnen trekken. Het onderzoek richtte zich<br />
op het redeneren <strong>van</strong> de leerlingen binnen<br />
één dataset en op het vergelijken <strong>van</strong><br />
twee dataverzamelingen. De onderzoekers<br />
rapporteren dat de leerlingen regelmatig<br />
in discussie gingen over de aanpak, de<br />
geschiktheid <strong>van</strong> de te kiezen statistische<br />
maten en de zinvolheid <strong>van</strong> conclusies in<br />
het licht <strong>van</strong> de contexten.<br />
Bakker & Gravemeijer (2003) en Bakker<br />
figuur 1 Een steekproef uit<br />
een statische populatie<br />
figuur 2 Een steekproef uit een dynamisch<br />
veranderende populatie<br />
figuur 3 Rechtsscheve verdeling<br />
figuur 4 Linksscheve verdeling<br />
E u c l i d E s 177