Woordenschattest

De test sorteert zijn lijst op woordfrequentie en knipt hem in frequentiebanden: de vaakst gebruikte woorden eerst, de zeldzaamste achteraan. Uit elke band zie je een paar woorden, gemengd met verzonnen woorden. Per band neemt de test het aandeel echte woorden dat je aanvinkt en trekt daar het aandeel aangevinkte nepwoorden van af. Dat aandeel maal de grondvormen van de band is wat je daar kent; alle banden samen vormen je uitslag.

In de eerste ronde zie je 40 echte woorden, 2 uit elk van de 20 banden van 2.500 grondvormen, en 14 verzonnen woorden, door elkaar. Je vinkt elk woord aan waarvan je de betekenis kent. Zo'n ja-nee-taak vraagt geen definitie en geen meerkeuze, alleen ja of nee per woord. Ze lijkt op de lexicale decisietaak uit de psycholinguïstiek, waarin je beslist of een letterreeks een woord is, maar hier telt je snelheid niet.

De tweede ronde verdeelt nieuwe woorden over de banden aan de hand van je eerste antwoorden. Elke band krijgt er minstens één woord bij. Vinkte je in een band het ene woord aan en het andere niet? Dan krijgt die band in een standaardtest ongeveer twee keer zoveel woorden als een band met twee keer ja of twee keer nee. Een band die voor meer grondvormen telt, krijgt er ook meer. Statistici noemen dat Neyman-allocatie; de keuze voor die verdeling is van deze site.

Standaard bevat de tweede ronde 60 echte en 20 verzonnen woorden, zodat je in totaal 100 echte en 34 verzonnen woorden ziet. De korte versie toont er 70 en 24, de lange 160 en 54. De eerste ronde is bij elke lengte gelijk, en geen woord komt twee keer voor in één test.

Een rekenvoorbeeld voor één band. Band 10 bevat de woorden op plaats 22.501 tot 25.000 van de lijst. Stel dat je daar 7 van de 10 getoonde woorden aanvinkt, en in de hele test 1 van de 34 verzonnen woorden. Dan is 70% min 2,9% gelijk aan 67,1%: zoveel van de band telt als bekend.

De band telt voor 2.361 grondvormen: zijn 2.500 plaatsen maal de 94% die de controle als echte grondvorm hield. Dat geeft 67,1% van 2.361, ofwel 1.583 woorden uit deze band. Daarna vlakt de test de aandelen af, zodat een zeldzamere band nooit als beter bekend telt dan een vaker gebruikte. De som van alle banden wordt afgerond op honderd.

De aftrekking van de nepwoorden komt uit het onderzoek: de studies van Keuleers uit 2015 en van Brysbaert uit 2016 rekenden ook zo. De afvlakking en de verdeling van de tweede ronde zijn eigen keuzes van deze site.

De test telt lemma's: grondvormen zoals een woordenboek ze als trefwoord opneemt. Bij het lemma lopen horen woordvormen als loop, liep en gelopen, en die tellen samen als één woord. Een meervoud als huizen of een vergrotende trap als groter telt dus niet als eigen woord. Zo werken woordenboeken ook: hun trefwoorden zijn lemma's, en de vormen staan erbij.

Woordfamilies zijn ruimer: een grondwoord met al zijn afleidingen, zoals werk, werker, werken en bewerkbaar. Wie zo telt, komt op een veel lager getal uit. Brysbaert, Stevens, Mandera en Keuleers rekenden in 2016 voor het Amerikaans-Engels beide uit. Een doorsnee twintigjarige kende volgens hun schatting 42.000 lemma's, maar 11.100 grondwoorden, de kernen van woordfamilies. Dat cijfer geldt voor Amerikaanse deelnemers en hun lijst, niet voor het Nederlands.

Samenstellingen maken het tellen extra lastig. Het Nederlands plakt woorden vrij aan elkaar, zoals in fietsenstalling of boekenkast. Een samenstelling met een eigen trefwoord in Wiktionary, zoals supermarkt, telt in deze test als eigen lemma. Een gelegenheidscombinatie zonder trefwoord staat niet in de lijst.

Of een zelfstandig naamwoord de of het krijgt, staat los van de telling. Dat zoek je per woord op met de de-of-het-zoeker, die ook het meervoud en het verkleinwoord geeft.

De Nederlandse lijst telt 50.000 grondvormen: zelfstandige naamwoorden, werkwoorden, bijvoeglijke naamwoorden en bijwoorden die de Engelse en de Nederlandse Wiktionary beschrijven, zoals kaikki.org ze als data aanbiedt. De volgorde komt uit ondertitels: hoe vaak de vormen van een woord voorkomen in de ondertiteling van films en series uit OpenSubtitles 2018, geteld in de FrequencyWords-lijsten.

Ondertitels geven de gesproken taal van films en series weer. Brysbaert en New lieten in 2009 voor het Amerikaans-Engels zien dat frequenties uit ondertitels beter voorspellen hoe snel mensen een woord herkennen dan oudere tellingen uit geschreven bronnen. Keuleers, Brysbaert en New vonden in 2010 met SUBTLEX-NL hetzelfde voor het Nederlands: die frequenties verklaarden reactietijden beter dan de oudere CELEX-telling.

Een ruwe lijst bevat ook namen, afkortingen, woorden uit andere talen, verbogen vormen, tikfouten, scheldwoorden, tussenwerpsels en losse stukjes van vaste uitdrukkingen. Daarom ging een controle van deze site door een vaste willekeurige steekproef van elke band, kandidaat voor kandidaat, met algemene woordenboeken van het Nederlands als maatstaf. Wat geen grondvorm van het Nederlands is, viel af. Van de 720 bekeken kandidaten bleef 95% over.

Dat aandeel bepaalt per band voor hoeveel echte grondvormen de band telt. Zo staat de hele lijst voor 47.600 grondvormen, het hoogste getal dat je uitslag kan bereiken. De lijst is samengesteld op 18 oktober 2026.

Bijna 80% van een testlijst met 52.847 woorden: zoveel kenden zeventigplussers in het Groot Nationaal Onderzoek van 2013, tegen ongeveer 55% op dertienjarige leeftijd. Emmanuel Keuleers, Marc Brysbaert en collega's van de Universiteit Gent beschreven de uitkomsten in 2015 in het Quarterly Journal of Experimental Psychology.

Het onderzoek liep van maart tot september 2013, als publieksonderzoek van NWO met de omroepen NTR en VPRO. Er werden 572.146 tests gemaakt, door naar schatting 368.798 mensen in Nederland en Vlaanderen. Voor de analyse bleven er 278.590 over. De lijst liet namen, regelmatig verbogen of vervoegde vormen en veel doorzichtige samenstellingen weg, en naast de echte woorden stonden er 20.653 niet-woorden in.

Uit dezelfde gegevens berekenden ze de woordprevalentie: het aandeel deelnemers dat een bepaald woord kent. De omvang van de woordenschat drukten ze uit als deel van hun eigen lijst, niet als aantal woorden in het hele Nederlands. Mannen scoorden nauwelijks hoger dan vrouwen. Leeftijd, opleidingsniveau en het aantal talen dat iemand sprak, maakten meer verschil.

Deze test gebruikt een andere lijst en een andere manier van rangschikken. Zijn getal staat dus niet een-op-een naast de aandelen uit 2013, al is de aftrekking van de nepwoorden dezelfde.

Nepwoorden laten zien hoe makkelijk je ja zegt. Wie elk woord aanvinkt dat vaag bekend klinkt, zou zonder controle te hoog uitkomen. Daarom staan er niet-bestaande woorden tussen de bestaande woorden, en wat je daarvan aanvinkt, gaat als percentage van elke band af. Wie geen enkel nepwoord aanvinkt, verliest niets.

Volgens het artikel van Keuleers uit 2015 kregen de deelnemers van 2013 vooraf te lezen dat ja zeggen op een niet-woord zwaar wordt bestraft. Brysbaert, Keuleers en Mandera beschreven in 2019 de gegevens van het Dutch Crowdsourcing Project. Daar was een derde van de items een niet-woord, uit een verzameling van 54.319 woorden en 24.924 pseudowoorden.

De Gentse onderzoekers maakten hun niet-woorden met Wuggy, een programma dat Keuleers en Brysbaert in 2010 beschreven. Het vervangt klankdelen van een echt woord door andere, zodat er een nieuwe letterreeks ontstaat die er als een gewoon woord uitziet. Deze test gebruikt hetzelfde idee in een eenvoudige eigen versie. Lettergroepen van echte grondvormen werden verwisseld, en de controle koos er 122 uit die er Nederlands uitzien maar het niet zijn.

Vink je meer dan 20% van de verzonnen woorden aan, dan krijgt je uitslag een waarschuwing. Er gaat dan zoveel van alle banden af dat de schatting minder zeker wordt. Eén nepwoord dat je per ongeluk aantikt, is bij de standaardlengte 2,9% van de nepwoorden, en dat percentage gaat dan van elke band af.

Werkt zo'n ja-nee-taak? Lemhöfer en Broersma, de makers van LexTALE, noemen in hun artikel uit 2012 het werk van Mochida en Harrington. Die vonden samenhangen boven 0,8 tussen ja-nee-scores en een andere woordenschattoets. LexTALE zelf, een korte test voor gevorderde leerders van het Engels, bestaat uit 40 woorden en 20 niet-woorden.

Je passieve woordenschat is wat je begrijpt als je het leest of hoort; je actieve woordenschat is wat je zelf gebruikt als je spreekt of schrijft. Een woord als onbezonnen herken je misschien meteen, terwijl je het zelf zelden zegt. Deze test meet alleen de passieve kant: zie je het woord, weet je dan wat het betekent?

In onderzoek heten die twee ook receptieve woordenschat en productieve woordenschat. De studie van Brysbaert uit 2016 schat de productieve woordenschat op minder dan de helft van de receptieve. Een uitslag van deze test zegt dus weinig over hoeveel woorden je zelf in een gesprek gebruikt.

Ook de diepte van kennis verschilt. Een woord kennen kan betekenen dat je het in elke zin goed gebruikt, of alleen dat je ongeveer weet waar het over gaat. Een ja-nee-taak ziet dat verschil niet. Daarom noemt die studie haar eigen cijfers schattingen aan de bovenkant.

Bovenaan staat een rond getal, afgerond op honderd, en daaronder de marge: de twee getallen waartussen je werkelijke aantal waarschijnlijk ligt. Die marge is een betrouwbaarheidsinterval van 95% dat de test berekent uit de spreiding van je antwoorden per band en bij de nepwoorden. Geen onderzoek publiceert een standaardfout voor deze methode, dus de marge is eigen statistiek van deze site.

Verder zie je welk deel van de lijst je kent en voor hoeveel grondvormen de lijst telt. Ook staat er hoeveel nepwoorden je aanvinkte van het aantal dat je zag, en je vorige uitslag in dezelfde taal, als die er is. De balken tonen per frequentieband, de vaakst gebruikte eerst, welk deel als bekend telt. Daaronder staan de echte woorden die je niet aanvinkte en de verzonnen woorden, met de aangevinkte gemarkeerd.

Een voorbeeld met verzonnen antwoorden, geen norm. Iemand kent elk woord van de 6 meest gebruikte banden, de eerste 15.000 grondvormen. Daarna kent die persoon per band 6% minder, tot 16% van de laatste band, en vinkt 1 verzonnen woord aan. Op de Nederlandse lijst geeft de test dan ongeveer 31.900 woorden, waarschijnlijk tussen 27.300 en 36.500, ofwel 67% van de lijst.

Kort gezegd werkt deze woordenschat test zo. Je kiest een taal en een lengte en vinkt in twee rondes de woorden aan waarvan je de betekenis kent. De tweede ronde kijkt beter waar je antwoorden verdeeld waren. De echte woorden komen uit 20 banden van een lijst die op ondertitels is gerangschikt, en daartussen staan verzonnen woorden. Per band telt het aandeel echte woorden dat je aanvinkte, min het aandeel nepwoorden, maal het aantal grondvormen van die band. Opgeteld geeft dat je uitslag, afgerond op honderd, met een marge waarbinnen het getal waarschijnlijk ligt. Dat getal telt woorden van deze lijst, niet je hele woordenschat. Het is ook geen taalniveau, schoolcijfer of IQ-score. Elke nieuwe poging geeft weer nieuwe woorden.

Je laatste 10 uitslagen blijven in de lokale opslag van deze browser: taal, lengte, uitslag, marge en het aantal aangevinkte nepwoorden, maar geen enkel woord uit de test. Er wordt niets verstuurd, en de link van de pagina bevat alleen de taal en de lengte. Met Uitslag kopiëren zet je een regel met je getal, je marge en de link op het klembord.

Op de basisschool hoort woordenschat bij de kerndoelen. Kerndoel 2 in het Besluit kerndoelen primair en speciaal onderwijs 2026 (Stb. 2026, 198) noemt het ‘inzetten en uitbreiden van woordenschat, kennis over taal en kennis van de wereld’. Een aantal woorden noemt dat kerndoel niet.

Ook wie Nederlands als tweede taal (NT2) leert, kan de test doen. Hij geeft dan geen niveau van het Europees Referentiekader (ERK) en is niet gemaakt voor de les of het examen. Bij NT2-leerders en bij moedertaalsprekers meet hij hetzelfde: welk deel van een woordenlijst, van alledaags tot zeldzaam, iemand herkent. De balken laten zien in welke frequentieband dat deel begint te zakken.

Hoeveel woorden je in een minuut zegt, is een andere vraag dan hoeveel je er kent. Dat reken je uit met Spreektijd berekenen, van woorden naar minuten en terug.