Cesuur bepalen bij een toets

De cesuur is de grens tussen voldoende en onvoldoende. Die grens is alleen verdedigbaar als ze past bij de moeilijkheid van de toets én bij het minimale beheersingsniveau dat je wilt aantonen. Een vast percentage goed is dus niet automatisch eerlijk.

Daarom bestaat er geen universele berekening voor cesuurbepaling. Bij meerkeuzetoetsen, parallelversies en vergelijkend beoordelen horen andere aanpakken. In dit artikel lees je welke methoden gangbaar zijn, wanneer ze passend zijn en welke randvoorwaarden nodig zijn om de uitkomst betrouwbaar te gebruiken.

Wat een verdedigbare slaaggrens betrouwbaar maakt

In toetsing betekent de cesuur, anders dan bij formatief evalueren, meer dan een praktisch afkappunt. Het is een inhoudelijk onderbouwde grens tussen voldoende en onvoldoende, gekoppeld aan het minimale niveau dat een kandidaat moet beheersen. Juist daarom is een standaardgrens, zoals 55 of 60 procent goed, niet vanzelf passend. De moeilijkheid van de toets en het beoogde eindniveau tellen altijd mee.

Belangrijk is ook het verschil tussen relatieve en absolute normen. Een scoreverdeling of rangorde laat zien hoe kandidaten zich tot elkaar verhouden, maar niet automatisch wie geslaagd is. Om te voorkomen dat de norm te streng of te soepel uitvalt, heb je inhoudsexperts of een expliciete standaardsetting nodig.

Welke methode past bij je toetsvorm?

Voor grotere toetsprogramma’s bestaan ook geavanceerdere psychometrische routes, maar die vragen meestal meer data en specialistische expertise dan in veel onderwijspraktijken direct beschikbaar is.

Zo verloopt standaardsetting met de Angoff-methode

1. Start met een gezamenlijke briefing. Daarin beschrijf je helder wie de grenskandidaat is: de minimaal competente student of deelnemer die net voldoende beheersing laat zien.
2. Laat experts vervolgens per vraag inschatten welk deel van die doelgroep het item waarschijnlijk goed zou beantwoorden. Het gaat dus niet om de gemiddelde kandidaat, maar specifiek om de grensgroep.
3. Verzamel alle schattingen en bekijk waar beoordelaars sterk van elkaar verschillen. Bespreek opvallende afwijkingen, onduidelijke items en uiteenlopende interpretaties totdat er een beter onderbouwd gezamenlijk beeld ontstaat.
4. Tel de itemschattingen op tot een voorlopige cesuur. Leg vast hoe die grens tot stand is gekomen en controleer na afname of de uitkomst strookt met de feitelijke toetsgegevens, zodat herijking mogelijk blijft.

Wanneer Cohen past bij verschillende toetsversies

Verschillende versies van dezelfde toets zijn niet automatisch even moeilijk. Voor niet-geëquivalente toetsversies is één vaste ruwe-scorecesuur daarom niet per se passend. Wanneer versies op een gezamenlijke vaardigheidsschaal zijn geplaatst, kan juist dezelfde cesuur op die schaal worden gehanteerd. De Cohen-Schotanus-methode kiest een andere route dan expert-based standaardsetting: zij gebruikt afnamedata én een vooraf gekozen normpercentage, gekoppeld aan de score van een hoog presterende referentiegroep, vaak rond het 95e percentiel.

Daardoor kan de ruwe cesuur per afname verschillen. Voor het vergelijken of handhaven van standaarden tussen toetsversies zijn equating- of IRT-methoden, of een expliciete standaardhandhavingsprocedure, vaak geschikter. Voor open prestaties of praktijkopdrachten zijn andere benaderingen vaak logischer.

Cesuur bepalen bij vergelijkend beoordelen

Bij vergelijkend beoordelen ontstaat in de eerste plaats een rangorde van zwak naar sterk. Dat is nuttig, maar het zegt nog niet waar voldoende begint. Zonder extra referentie blijft de uitkomst relatief: je weet wie hoger of lager staat, niet wie geslaagd is.

Daarom vraagt vergelijkend beoordelen voor een slaaggrens om een aanvullende stap waarin een absolute standaard wordt ingebracht. Dat kan bijvoorbeeld via benchmarkproducten uit een eerdere afname, boundary scripts, een expliciet anker ‘voldoende’ of een afzonderlijke grensbepalingsprocedure.

Werken met benchmarks uit eerdere cohorten

Benchmarks zijn studentproducten uit eerdere jaren waarvan het kwaliteitsniveau al goed bekend is. Kies alleen werk dat inhoudelijk vergelijkbaar is met de huidige opdracht, zodat het als geloofwaardig referentiepunt kan dienen. Voeg deze producten toe aan de vergelijkingen, zodat ze als vaste ankerpunten in de uiteindelijke rangorde terugkomen.

De positie van die benchmarks helpt om de relatieve ranking te verbinden aan een absolute norm. Als dezelfde aanpak over meerdere jaren wordt gebruikt, kun je bovendien beter jaar-op-jaar kalibreren.

Een anker ‘voldoende’ opnemen in de ranking

Een andere route is het toevoegen van één expliciet anker dat het minimale voldoende niveau vertegenwoordigt. Dat kan een referentiedocument of voorbeeldproduct zijn dat zorgvuldig is gekozen of samengesteld. Voeg dit referentiewerk toe aan de vergelijkingsset, waarna beoordelaars paarsgewijze kwaliteitsvergelijkingen maken.

De kracht van deze aanpak is dat beoordelaars niet alleen onderling vergelijken, maar ook een concrete standaard in de ordening meenemen. De positie van een zorgvuldig gevalideerd anker kan vervolgens als kandidaat-grens of referentie voor de cesuur dienen. Beoordeel daarbij ook werk rond de grens en leg de besluitvorming vast. Die grens ligt dus niet vanzelf in het midden van de lijst: als veel werk boven het anker uitkomt, kan de slaaggrens in de ordening anders uitvallen.

Randvoorwaarden voor een eerlijke en verdedigbare cesuur

Zonder goede voorbereiding blijft elke methode kwetsbaar.

• Zorg eerst dat items, antwoordmodellen en de toetsconstructie inhoudelijk op orde zijn.
• Werk met inhoudsdeskundigen die aantoonbaar bekend zijn met het domein, de doelgroep en het beoogde minimumniveau; leg selectie, briefing en eventuele training vast.
• Plan tijd, logistiek en voorzitterschap voor het verzamelen, bespreken en vastleggen van beoordelingen.
• Leg de gekozen methode, deskundigenoordelen, data-analyses en besluitvorming vast conform de interne toets- en examenregels van de instelling, ook bij praktijkopdrachten met meerdere beoordelaars.

Na de afname: analyseren, rapporteren en zo nodig herijken

Na afname controleer je de uitkomsten op probleemitems, onverwachte patronen en verschillen tussen toetsversies voordat de norm definitief wordt gebruikt. Leg itemaanpassingen of scorecorrecties vast, rapporteer ook de onderbouwing van de cesuur voor de kwaliteitsborging van de examencommissie en gebruik de afnamedata om de gekozen grens later te valideren en waar nodig te herijken.