Digitaal toetsen in Maple TA

22 februari 2010 door ICTO TEAM
Maarten Kroesen (TBM)

In het vak spm1330 moeten studenten leren te werken met een aantal data-analyse technieken met behulp van het programma SPSS. Voor het grassroots project zijn 5 digitale Maple TA huiswerkopdrachten gemaakt die studenten moesten afronden.

Projectbeschrijving
Het project besloeg de periode april-juni 2011 en betrof de oplevering van een vijftal digitale huiswerkopdrachten in Maple TA. Binnen deze opdrachten leerden studenten oefenen met data-analyse technieken (beschrijvende statistiek en bivariate analyse technieken) in SPSS. Het innovatieve karakter van het project zat hem in de mogelijkheid de opgaven voor studenten te individualiseren. Door parameters in de opgaven te randomiseren was de uiteindelijk opdracht voor iedere student anders. Hierdoor werd de mogelijk tot kopiëren uitgesloten (iets wat voorgaande jaren een probleem vormde). Daarnaast werden alle opgaven automatisch nagekeken, hetgeen de nakijktijd tot 0 reduceerde.

Evaluatie
De mogelijkheid tot ransomiseren van de parameters is een succesfactor. Studenten worden op die manier gedwongen om individueel met de SPSS (en SPSS) aan de slag te gaan. De Maple TA server liep niet altijd even soepeltjes. Soms viel deze uit waardoor studenten geen toegang hadden tot de opdrachten. Dit kan duidelijk verbeterd worden. ICT heeft duidelijk toegevoegd waarde gehad. Uiteindelijk hebben alle studenten (160) de opdrachten gemaakt. Het slagingspercentage over de periode 2010-2011 is 83.7%, ten opzichte van 68.4% in de periode daarvoor. Er is geen kwantitatieve evaluatie geweest. Uit mijn contacten met studenten maakte ik op dat de opdrachten goed waren ontvangen. Volg de Maple TA cursus, deze helpt je snel op de weg. Zoek even of er al opgaven beschikbaar zijn voor jouw vak. Er bestaat al een grote database met opdrachten over allerlei gebieden.

Meer informatie:

Docent: Maarten Kroesen (TBM); emailadres: m.kroesen@remove-this.tudelft.nl
Jaargang: 2010-2011


Terug naar:  Onderwijsthema's | Tools | Docentervaring

 

 

© 2017 TU Delft

Metamenu