Omdat een taalmodel is getraind om een plausibel antwoord te geven, niet om te weigeren. Het zal dus altijd iets produceren — ook als de vraag onduidelijk, onvolledig of verkeerd gesteld is. En juist dan klinkt het antwoord vaak het meest zelfverzekerd.

Dat is precies hetzelfde probleem als bij een slecht ontworpen vragenlijst: je krijgt altijd een score, ook als het instrument niets meet. De oplossing is in beide gevallen dezelfde — controleer de vraag voordat je het antwoord vertrouwt.

Veilig AI-gebruik draait om vier afspraken die je vastlegt vóórdat je het breed uitrolt:

• Wat mag erin — welke gegevens wel en niet, en welke tool je daarvoor gebruikt
• Wie controleert — wie beoordeelt de uitkomst voordat die naar buiten gaat
• Hoe herken je fouten — welke controlevragen stel je standaard
• Wie is verantwoordelijk — voor de inhoud blijft altijd een mens aansprakelijk

In de AI-training worden deze afspraken samen met je team opgesteld, zodat je aan het eind van de dag iets tastbaars hebt in plaats van aantekeningen.

Deels. AI is uitstekend in het opschonen van data, het schrijven van analysecode en het samenvatten van uitkomsten. AI is niet betrouwbaar in het beoordelen of een analyse methodologisch klopt, of een verschil werkelijk betekenisvol is, of een meetinstrument valide is.

Kortom: AI versnelt het werk van iemand die weet wat hij doet, en versnelt de fouten van iemand die dat niet weet.

Een goede prompt bevat vier dingen: context (waar gaat het over en voor wie), de taak (wat moet er precies gebeuren), de vorm (hoe lang, welk format, welke toon) en de grenzen (wat mag niet, wat moet je weglaten als je het niet weet).

De meeste teleurstellende antwoorden komen niet doordat het model tekortschiet, maar doordat één van die vier ontbreekt — meestal de grenzen.

De AI-training van mometRie duurt een halve of hele dag, vindt plaats op locatie of online, en werkt met de taken die je team déze week nog uitvoert. Je leert waar AI in jullie processen echt tijd bespaart en waar het gevaarlijk wordt, hoe je vragen formuleert die reproduceerbare antwoorden opleveren, en hoe je herkent of een antwoord klopt.

Voorkennis is niet nodig. Aan het eind liggen er vastgelegde werkwijzen en werkafspraken.

Een AI-procesgesprek is een dagdeel waarin ik met je team meekijk en drie processen aanwijs die AI kan overnemen, en drie waar het juist misgaat. Het is bedoeld als startpunt: je weet daarna waar de winst zit voordat je investeert in training of software.

Een data-analist rekent met de getallen die je aanlevert. Een psychometricus vraagt eerst of die getallen betekenis hebben.

Psychometrie is de wetenschap van het meten van dingen die je niet direct kunt zien: tevredenheid, motivatie, vaardigheid, kwaliteit, risico. Precies de dingen waarop organisaties hun belangrijkste beslissingen baseren. Een psychometricus beoordeelt of het meetinstrument deugt vóórdat er conclusies uit worden getrokken.

Betrouwbaarheid gaat over consistentie: krijg je dezelfde uitkomst als je opnieuw meet? Validiteit gaat over juistheid: meet je werkelijk wat je denkt te meten?

Een weegschaal die er steeds drie kilo naast zit is perfect betrouwbaar en volstrekt invalide. Andersom kan niet: zonder betrouwbaarheid is validiteit onmogelijk. Daarom worden beide altijd samen beoordeeld.

Dat bepaal je door de antwoorden te analyseren, niet door naar de vragen te kijken. De belangrijkste signalen:

• Interne consistentie (Cronbach's alfa of omega) — meten de vragen samen hetzelfde begrip?
• Itemanalyse — welke vragen dragen bij en welke voegen alleen ruis toe?
• Factorstructuur — zitten de vragen in de groepen waar je ze in dacht te hebben?
• Spreiding — als iedereen hetzelfde antwoordt, meet de vraag niets

Bij een datadiagnose worden deze analyses uitgevoerd en krijg je per vraag een oordeel: houden, herzien of schrappen.

Cronbach's alfa is een maat voor interne consistentie: in hoeverre de vragen binnen een schaal hetzelfde begrip meten. De waarde ligt tussen 0 en 1.

• Boven 0,80 — goed, geschikt voor beslissingen over individuen
• 0,70 tot 0,80 — acceptabel voor groepsvergelijkingen
• Onder 0,70 — te laag; de schaal meet waarschijnlijk meerdere dingen door elkaar

Je levert de ruwe antwoorden aan (geanonimiseerd of gepseudonimiseerd) plus de vragenlijst zelf. Binnen circa twee weken ontvang je een oordeel per vraag en per schaal, met concrete herzieningen: welke vragen je kunt schrappen, welke je moet herformuleren en welke onderwerpen je mist.

Vaak blijkt dat een onderzoek met veertig vragen met twintig vragen betrouwbaardere uitkomsten geeft — en een hogere respons.

Psychometrie is het vakgebied dat zich bezighoudt met het meten van eigenschappen die je niet direct kunt waarnemen — kennis, vaardigheden, houding, tevredenheid, motivatie. Het levert de methoden om meetinstrumenten zoals toetsen, vragenlijsten en assessments te ontwikkelen en te beoordelen op betrouwbaarheid en validiteit.

Bij een KPI-audit wordt gecontroleerd waar je stuurgetallen vandaan komen en of ze betekenen wat de naam suggereert. Veelvoorkomende bevindingen: dezelfde KPI wordt per afdeling anders berekend, de definitie is in de loop der jaren stilletjes veranderd, of het getal komt uit een bestand dat één persoon beheert.

Je ontvangt een vastgelegde definitie per KPI plus een berekening die reproduceerbaar is, los van personen.

Door de structuur van het rapport één keer vast te leggen in een template waarin tekst, berekeningen en grafieken samen staan. Daarna laad je nieuwe data in en genereert het rapport zichzelf — inclusief de getallen middenin je zinnen.

Dat scheelt niet alleen tijd: het maakt kopieerfouten onmogelijk en zorgt dat elke editie dezelfde definities gebruikt.

Ja. Je huidige rapportage wordt omgezet naar een template met dezelfde opmaak en structuur, zodat je lezers het verschil niet zien. Alleen het invullen gebeurt voortaan automatisch. Je levert het bestaande rapport aan plus een voorbeeld van de brondata.

In de praktijk gaat een rapportage die drie dagen handwerk kostte terug naar minuten. Bij een maandelijkse rapportage betekent dat ruwweg 36 werkdagen per jaar — omgerekend zo'n €18.000 aan personeelskosten voor werk dat een script in seconden doet.

De investering verdient zich daarmee meestal binnen één kwartaal terug.

Alle drie tonen interactieve dashboards in de browser. De verschillen zitten in kosten en rekenkracht:

• Licentiekosten — Power BI en Tableau rekenen per gebruiker per maand; een Shiny-dashboard heeft geen licentie per gebruiker
• Statistiek — Power BI is sterk in optellen en middelen, minder in toetsen, betrouwbaarheidsintervallen of correcties. Bij Shiny zitten analyse en weergave in hetzelfde bestand
• Maatwerk — Shiny kent nauwelijks beperkingen in wat je kunt bouwen

Niet per se. Voor intern gebruik met een beperkt aantal gebruikers zijn er gratis hostingopties. Voor bredere of beveiligde toegang zijn er betaalde opties, of kan het dashboard binnen je eigen omgeving draaien. Welke optie past bij jouw situatie en budget bespreken we in het eerste gesprek.

Ja, dat kan. Er worden vooraf afspraken gemaakt over wat er gebeurt als de data verandert, er nieuwe vragen ontstaan of de app uitgebreid moet worden. Je kunt ook kiezen voor overdracht aan je eigen team — alle code is gedocumenteerd en overdraagbaar.

Ja. Je levert de data en de vraag; je ontvangt het resultaat. Je hoeft niets te installeren en geen code te lezen. Je krijgt een rapport in gewone taal met de uitkomsten, de interpretatie en wat je er wel en niet uit mag concluderen.

De analysecode krijg je er wel bij. Ook als je er zelf niets mee doet: het betekent dat iedere andere specialist kan controleren wat er is gebeurd.

R is een gratis programmeertaal die speciaal is gemaakt voor data-analyse, statistiek en visualisatie. Je legt elke bewerking vast in code, waardoor je analyse herhaalbaar, controleerbaar en deelbaar is. R wordt wereldwijd gebruikt in wetenschap, overheid en bedrijfsleven.

• Excel — prima voor overzicht en kleine bewerkingen, kwetsbaar zodra formules en tabbladen zich opstapelen
• SPSS — solide statistiekpakket met menu's, maar met licentiekosten en analyses die lastig te reconstrueren zijn
• R — gratis, flexibel, en elke stap ligt vast in code

Dit is geen kwestie van goed of slecht gereedschap: het gaat om traceerbaarheid. Zodra je een uitkomst moet kunnen verantwoorden, wint een vastgelegd proces het van klikwerk.

• Beschrijvende statistiek: gemiddelden, spreiding, verdelingen
• Toetsing van hypothesen: t-toets, ANOVA, chi-kwadraat, non-parametrische toetsen
• Regressieanalyse: lineair, logistisch, multilevel
• Betrouwbaarheids- en itemanalyse
• Factoranalyse en clusteranalyse
• Item-responstheorie (IRT) voor toetsen en assessments
• Visualisaties: grafieken, heatmaps, boxplots

Nee. De meeste mensen die begeleid worden komen uit Excel of SPSS en hebben nooit een regel code geschreven. R leren lijkt meer op leren autorijden dan op leren programmeren: je hoeft niet te weten hoe de motor werkt om ergens te komen.

Wat wel helpt: dat je een echte vraag meeneemt en je eigen data. Leren op een oefenbestand blijft niet hangen; leren op je eigen cijfers wel.

• AI-training — de juiste vraag stellen aan AI, en controleren of het antwoord klopt (halve of hele dag)
• Maatwerk studiedag — volledig afgestemd op jouw team, data en leervraag
• Rapportages automatiseren — in één dag van handwerk naar een zichzelf vullend rapport
• R-training — klassikale training van 2 of 3 dagen via Data Science Partners
• ToetsWijzer traject — vijf bijeenkomsten voor schoolteams in PO en VO
• Workshop Toetsanalyse en Workshop Cijferbepaling — elk 3 uur, op locatie

Alle trainingen zijn btw-vrij via de CRKBO-registratie.

Op de vraag "hoe relevant en nuttig was dit voor je werk?" geven deelnemers gemiddeld een 4,3 op 5. Deelnemers van onder andere het Calvijn College, Meergronden en RVLLC beoordelen de trainingen als leerzaam, praktisch en direct toepasbaar.

Voor workshops en studiedagen geldt een minimum van 4 deelnemers. Het werkt het best met groepen van 6 tot 20: klein genoeg om met eigen data te werken, groot genoeg voor uitwisseling. Kleinere groepen zijn bespreekbaar.

Ja. Trainingen, workshops en studiedagen vinden plaats bij jou op locatie door heel Nederland, of online. Bij trainingen op locatie werk je met je eigen data en je eigen vragen — dat is precies wat maakt dat de kennis blijft hangen.

Een halve dag start vanaf 699, een volledige dag vanaf 1245, ongeacht het aantal deelnemers binnen de groepsgrootte. Alle trainingen zijn btw-vrij via CRKBO. Voor het ToetsWijzer traject (vijf bijeenkomsten) geldt een trajectprijs. Boek je meerdere workshops tegelijk, dan geldt een bundelkorting.

De ToetsAnalyser is een gratis online tool waarmee je zelf de kwaliteit van je toets meet. Je uploadt je toetsresultaten in Excel en ontvangt automatisch een analyse — zonder te rekenen of te programmeren. De tool is onbeperkt gratis te gebruiken; gegevens worden niet opgeslagen en zijn volledig anoniem.

• P-waarde — het aandeel leerlingen dat de vraag goed had. Een p-waarde van 0,90 betekent dat 90% de vraag goed beantwoordde: een makkelijke vraag. Rond de 0,50 tot 0,80 is meestal het meest informatief.
• Rir-waarde — het onderscheidend vermogen: maken leerlingen die de stof goed beheersen deze vraag vaker goed dan leerlingen die dat niet doen? Boven 0,20 is bruikbaar, boven 0,30 is goed. Een negatieve rir-waarde is een alarmsignaal: dan is er waarschijnlijk iets mis met de vraag of het antwoordmodel.

De cesuur is de grens tussen voldoende en onvoldoende. Een eerlijke cesuur bepaal je inhoudelijk, niet op gevoel of gewoonte: je stelt vast wat een leerling minimaal moet beheersen en vertaalt dat naar een score.

De bekendste methode is de grensleerling-methode, waarbij je per vraag beoordeelt of een leerling die net voldoende presteert deze vraag goed zou maken. Daarnaast weeg je de standaardmeetfout (SEM) mee — die bepaalt hoe zeker je eigenlijk bent van het verschil tussen een 5,4 en een 5,6.

Voor een reguliere schooltoets is een betrouwbaarheid van 0,70 of hoger gebruikelijk. Voor toetsen met zware consequenties — examens, selectie, zak-slaagbeslissingen — ligt de lat op 0,80 tot 0,90.

Belangrijk: betrouwbaarheid hangt sterk samen met het aantal vragen. Een toets van tien vragen haalt zelden een hoge betrouwbaarheid, hoe goed de vragen ook zijn.

• Gratis ToetsAnalyser — je doet de analyse zelf en ontvangt automatisch een rapportage met cijfers en grafieken
• Rapport Pro (€79 incl. btw) — je besteedt het uit en ontvangt binnen 24 uur een persoonlijk geschreven rapport met interpretatie, conclusies en adviezen, direct deelbaar met collega's

Ja, mits je vooraf vastlegt wat "juist" is — bijvoorbeeld bij korte definities, rekenvragen of begrippen. Voor subjectieve antwoorden zoals essays blijft handmatige beoordeling nodig, maar je kunt die scores wél invoeren en laten meenemen in de totaalanalyse.

Uit onderzoek van de Inspectie van het Onderwijs in schooljaar 2022/2023 bleek dat 32% van de onderzochte schoolafdelingen in het voortgezet onderwijs een onvoldoende kreeg voor de schoolexamens. De conclusie was dat scholen de kwaliteit van schoolexamens beter en stelselmatiger moeten bewaken.

De onderliggende oorzaak is bijna altijd hetzelfde: toetskwaliteit wordt incidenteel bekeken in plaats van structureel gemeten.

ToetsWijzer is een traject van vijf bijeenkomsten van elk drie uur, op locatie bij jouw school. Het begeleidt schoolteams van toetsvisie en toetsbeleid tot toetsmatrijs, toetsanalyse en het bepalen van een eerlijke, verdedigbare cesuur — altijd met de eigen toetsen van deelnemers als vertrekpunt.

Voor iedereen die betrokken is bij toetsontwikkeling en -beoordeling in het PO en VO:

• IB'ers en intern begeleiders die werken met leerlingvolgtoetsen
• Toetscoördinatoren en kwaliteitszorgmedewerkers die het toetsbeleid dragen
• Docenten en secties die samen hun toetspraktijk willen versterken

Geschikt voor scholen die voor het eerst bewust met toetskwaliteit aan de slag gaan én voor scholen die hun aanpak willen verdiepen en borgen.

• 1 — Toetsvisie en toetsbeleid: de vier pijlers van toetskwaliteit (doel, validiteit, betrouwbaarheid, eerlijkheid)
• 2 — Van leerdoel naar toetsmatrijs: bewust kiezen wat je toetst, op welk Bloom-niveau en met welke weging
• 3 — Toetsanalyse: p-waarden, rir-waarden en betrouwbaarheid interpreteren
• 4 — Cesuurbepaling: grensleerling-methode, standaardmeetfout en het verschil tussen een 5,4 en een 5,6
• 5 — Borging en schoolbeleid: een concreet verbeterplan en teamafspraken

Juist dan. Digitale toetssystemen genereren automatisch een toetsmatrijs, analyseren resultaten en berekenen cijfers — maar ze maken geen inhoudelijke keuzes. ToetsWijzer helpt je team begrijpen welke keuzes achter die automatische uitkomsten zitten, en of dat ook de keuzes zijn die júllie willen maken.

• Sluit de automatisch gegenereerde toetsmatrijs aan bij jullie leerdoelen?
• Begrijpen jullie wat de analyseresultaten betekenen en welke actie erop volgt?
• Is de cesuur die het systeem hanteert inhoudelijk verdedigbaar?

Na afloop kan je team:

• Bewust en beargumenteerd kiezen wat er in een toets komt
• Een toetsmatrijs opstellen die aansluit bij leerdoelen en cognitieve niveaus
• Toetsresultaten analyseren en interpreteren, met of zonder digitaal systeem
• Een eerlijke, verdedigbare cesuur bepalen
• De standaardmeetfout meewegen in zak-slaagbeslissingen
• Teamafspraken maken over toetsbeleid en die borgen

Ja. ToetsWijzer is flexibel inzetbaar: sectiespecifiek (één vakgroep werkt aan de eigen toetsen), sectieoverstijgend (meerdere secties werken aan gezamenlijk beleid) of bouwgericht in het PO (gedeelde afspraken rond leerlingvolgtoetsen). In het kennismakingsgesprek bepalen we welke opzet past.

Op momenten die passen bij jouw school: studiedagen, woensdagmiddagen of vaste overlegmomenten. Gespreid over een schooljaar of geconcentreerd in één semester.