Samenvatting
Burgers zoeken regelmatig op het web om weloverwogen beslissingen te nemen over alledaagse zaken, zoals online aankopen, maar hoe zij redeneren met de zoekresultaten is grotendeels onbekend. Dit redeneren houdt in dat men op een bepaalde manier met data omgaat, wat statistische geletterdheid vereist—een essentiële vaardigheid in een datarijke samenleving. Veel volwassenen vinden het echter lastig om zulke data kritisch te evalueren en te interpreteren, en om datageïnformeerde beslissingen te nemen. De bestaande literatuur biedt beperkt inzicht in hoe burgers omgaan met informatie afkomstig van het web.
Wij onderzochten: Hoe redeneren volwassenen statistisch met webzoekresultaten bij het beantwoorden van alledaagse vragen? In deze casestudy observeerden en interviewden we drie middelbaar beroepsopgeleide volwassenen terwijl zij zochten naar producten of hypotheken. In tegenstelling tot dataproducenten werken dataconsumenten met reeds bestaande, vaak ambigue data over onduidelijke populaties en zonder samenhangend databestand. De deelnemers kwamen zowel ongestructureerde (weblinks) als gestructureerde data (prijzen) tegen. We analyseerden hun redeneerprocessen én de voorbereiding van data—onderdeel van wat wij data-ing noemen.
Belangrijke data-ing-handelingen waren het beoordelen van relevantie en betrouwbaarheid van data, en het gebruiken van proxyvariabelen wanneer relevante data ontbraken (bijv. prijs als indicator voor productkwaliteit). De statistische redeneringen van de deelnemers waren voornamelijk informeel. Zo dachten ze na over verbanden, maar berekenden geen statistische maten of onderzochten verdelingen.
Deze studie levert een theoretische bijdrage aan het begrip data-ing en laat zien waarom eigentijdse datacontexten kunnen vragen om een herziening van de traditionele onderzoeks- of statistische cyclus. Aangezien het huidige onderwijs vooral gericht is op de taken van dataproducenten, pleiten wij voor het opnemen van de taken van dataconsumenten. Dit kan bijvoorbeeld via authentieke contexten (zoals muziek, milieu of uitgestelde betaling), om data-exploratie, informele statistische redenering en kritische webzoekvaardigheden te bevorderen—waaronder het selecteren en filteren van informatie, het herkennen van bias en het beoordelen van bronnen.
ZDM – Mathematics Education
https://doi.org/10.1007/s11858-025-01665-4
Een artikel van het lectoraat Wiskundig en Analytisch Vermogen van Professionals (WAVP), Kenniscentrum Leren en Innoveren, Hogeschool Utrecht,