Methodologie

CBR-examenlocaties verschillen statistisch in moeilijkheid. Het gemiddelde slagingspercentage in Maastricht ligt structureel hoger dan in Amsterdam — een school met 50% in Maastricht presteert dus iets héél anders dan een school met 50% in Amsterdam. De Locatie-Delta corrigeert daarvoor.

Definitie. De Locatie-Delta is het verschil tussen het slagingspercentage van de school en het volume-gewogen gemiddelde van álle scholen die op dezelfde CBR-locatie examineren, in dezelfde categorie en dezelfde periode. Een Locatie-Delta van +3,2 procentpunten betekent dat de school 3,2 procentpunten boven het locatie-gemiddelde scoort.

Bayesiaanse shrinkage.Voor scholen met een klein examenvolume is een ruwe vergelijking volatiel — een school met 4 examens en 3 voldoendes heeft een “75%”-slag-% dat eigenlijk niets vertelt. We trekken het cijfer daarom richting het locatie-gemiddelde via een shrinkage-formule:

gladgestreken_pct = (geslaagd + k × locatie_gemiddelde) / (totaal + k)
Locatie-Delta     = gladgestreken_pct − locatie_gemiddelde

k = 30  (shrinkage-parameter)

Voor een school met groot examenvolume (bijvoorbeeld 300 examens) is het effect van k = 30 verwaarloosbaar — de shrinkage werkt vooral op de staart. Voor een school met 4 examens trekt de formule het cijfer sterk terug naar het locatie-gemiddelde, wat statistische ruis dempt.

Multi-locatie scholen. Voor scholen die op meerdere CBR-locaties examineren rapporteren we een volume-gewogen gemiddelde Locatie-Delta over die locaties — niet één enkel locatie-gemiddelde dat zou middelen over een populatie waar de school helemaal niet examineert.

Onder de Klein-bucket-drempel (1–24 examens, zie hieronder) renderen we de Locatie-Delta niet — ondanks shrinkage blijft de spreiding op dat volume te groot voor een betekenisvolle vergelijking.

Slagingspercentages dalen structureelmet schaal — een school met 10 examens heeft gemiddeld een hoger eerste-poging-percentage dan een school met 800 examens, niet omdat ze beter is maar omdat ze in een andere context opereert (selectiever instroombeleid, kleinere kandidatenpool, andere examenstrategie). Een eerlijke vergelijking is dus niet “school tegen landelijke gemiddelde” — het is “school tegen scholen van vergelijkbare schaal”.

We delen scholen in op basis van B-praktijk-examenvolume per kalenderjaar in vijf buckets:

• Klein — 1 tot 24 examens
• Onder-gemiddeld — 25 tot 49 examens
• Gemiddeld — 50 tot 99 examens
• Bovenmiddelmaat — 100 tot 249 examens
• Groot — 250 examens of meer

De grenzen zijn empirisch gekozen: 49/50 en 99/100 vallen vrijwel exact op de 50e en 75e percentiel van de landelijke verdeling, en de 24/25-grens scheidt scholen waarvoor individuele slagingspercentages statistisch betekenisvol zijn van scholen waarvoor dat niet zo is.

Klein-bucket (1–24). Voor scholen in deze bucket tonen we géén Locatie-Delta, géén slagingspercentage-context en géén herexamen-ratio — de spreiding tussen scholen is zo groot dat individuele cijfers niets zeggen. Wel tonen we het examenvolume en de tag-classificatie.

Drie-zin-template. Voor scholen in de overige vier buckets presenteren we het slagingspercentage altijd in een vaste context-zin:

“[School] heeft een slagingspercentage van [X]% bij eerste poging in B-praktijk. Dat is in de [positie] van scholen in jouw volume-klasse ([bucket-naam], [bucket-range] examens). De middelste helft van vergelijkbare scholen zit tussen [bucket P25]% en [bucket P75]%.”

Het positie-label valt in zes banden: top 10% / top 25% / bovengemiddelde helft / ondergemiddelde helft / onderste 25% / onderste 10%. Geen kwalitatieve oordelen — alleen statistische positionering binnen vergelijkbare scholen.

Op het platform tonen we twee verschillende landelijke nummers — voor twee verschillende doelen. Het onderscheid is essentieel om vergelijkingen eerlijk te houden.

Waarom het onderscheid bestaat.De sector-benchmark (volume-gewogen) telt grote scholen evenredig zwaar — eerlijk vanuit het perspectief van een willekeurige leerling. Maar voor school-tot-school- vergelijking zou een Klein-bucket-school dan worden afgezet tegen een impliciete Groot-bucket-leerling-mix. De peer-benchmark (ongewogen, per bucket) telt elke school even zwaar — eerlijk voor school-vergelijking, maar ongeschikt als “hoe goed doet de gemiddelde leerling het”-cijfer omdat kleine scholen domineren door aantal.

Rijscholen bieden vaak meerdere rijbewijs-categorieën aan. We groeperen die in vijf clusters per [2.4 § 4.1] — de hoofdmarkten waarin een school actief kan zijn:

• Auto — particulier personenauto-rijbewijs (B-praktijk, B-theorie, BE-aanhangwagen). De grootste cluster: ruim 7.000 actieve scholen.
• Motor — A, A1, A2 plus motor-theorie (ATH).
• Bromfiets — AM-praktijk en AM-theorie (16+ doelgroep).
• Beroepschauffeur — vrachtwagen (C/CE), Code 95, bus (D/DE), trekker (T), taxi en ADR (gevaarlijke stoffen).
• Segment-flag — geen cluster maar een aanduiding dat een entiteit géén praktijk-rijschool is. Zie volgende sectie.

Een tag verschijnt op een schoolprofiel pas als de school ten minste een minimum aantal examens in die categorie heeft afgenomen — zie de drempelregels hieronder. B-praktijk geldt als basis-identifier voor de Auto-cluster en heeft een aparte drempel.

Bewust uitgesloten van cluster-classificatie: vaarbewijs (KV1, MC), ondernemersvakbekwaamheid (ON-reeks), en tussentijdse-toets-suffixen — die passen niet in de rijschool-context of zijn administratieve varianten van een hoofdcategorie.

Niet elke entiteit met een opleidercode is een rijschool in de gangbare betekenis. Ongeveer 120 tot 150 entiteiten zijn theorie-platforms — ze nemen wél theorie-examens af (B-theorie, AM-theorie of motor-theorie), maar géén praktijk-examens. Online theorie-aanbieders, examen-locaties en examen-bemiddelingsdiensten vallen hieronder.

Definitie.Een entiteit krijgt de segment-flag “Theorie-platform” als ze ≥1 theorie-examen (BTH / AMTH / ATH) heeft afgenomen én géén B-praktijk-examen in dezelfde periode.

Waarom het ertoe doet. Theorie-platforms in een gewone rijschool-template tonen — met prominente B-praktijk-blokken — zou valselijk suggereren dat ze rijles geven. De segment-flag activeert een afwijkende profiel-template: andere copy, geen B-praktijk-blok, geen Locatie-Delta, geen herexamen-ratio. Wel: theorie-categorie, volume per theorie-tag, peer-context binnen theorie-platforms onderling.

We tonen cijfers alleen wanneer ze betekenisvol zijn. Onder die drempels renderen we niets — geen “0%”, geen tabelcel, geen vergelijking. Een leeg veld is eerlijker dan een misleidend cijfer.

Verdwenen scholen.Als een school in de meest recente snapshot geen activiteit meer heeft, blijft de URL bestaan voor SEO-continuïteit maar het profiel wordt niet meer gerenderd in de publieke laag — een technisch “niet gevonden” in plaats van een misleidend leeg profiel. Voor de intel-laag tonen we de laatste actieve periode in een banner.