Auteur: Jaap Walhout, Bas Vollenbroek

Onderwijsachterstandenindicator - Gemeenten; 2018-2021

Plausibiliteitsanalyses

Over deze publicatie

Deze publicatie beschrijft en analyseert verschillen in onderwijsachterstandsscores van gemeenten tussen de jaren 2020 en 2021, verschillen in voorlopige en definitieve achterstandsscores en ontwikkelingen in onderwijsscores en de onderliggende omgevingskenmerken van leerlingen over de jaren 2018 tot en met 2021. De voornaamste bevinding is dat achterstandsscores van de meeste gemeenten tussen de jaren 2020 en 2021 weinig fluctueerden en dat fluctuaties die zich voordoen plausibel zijn.

1. Inleiding

In het kader van het in 2019 in werking getreden nieuwe onderwijsachterstandenbeleid, publiceert het Centraal Bureau voor de Statistiek (CBS) jaarlijks per gemeente een onderwijsachterstandsscore (hierna: achterstandsscore). Deze scores drukken de verwachte onderwijsachterstand in gemeenten uit, op basis waarvan het ministerie van Onderwijs, Cultuur en Wetenschap (OCW) het onderwijsachterstandenbudget over gemeenten verdeelt. Om de juistheid van deze scores vast te stellen, voert het CBS jaarlijks plausibiliteitsanalyses uit. Dit rapport is een weergave van deze analyses gebaseerd op gegevens voor de jaren 2018 tot en met 2021.

Het CBS spreekt van een onderwijsachterstand als leerlingen door ongunstige omgevingskenmerken slechter presteren op school dan ze bij een gunstigere situatie zouden kunnen. Het CBS berekent ieder jaar per leerling een onderwijsscore die de verwachte onderwijsachterstand weergeeft gegeven diverse omgevingskenmerken. Deze omgevingskenmerken betreffen het opleidingsniveau van zowel de moeder als de vader, het land van herkomst van de ouders, of ouders in de schuldsanering zitten, de verblijfsduur van de moeder in Nederland, en het gemiddelde opleidingsniveau van moeders van leerlingen op school.

Het CBS vertaalt onderwijsscores van kinderen met behulp van een in de wet1) vastgelegde formule naar achterstandsscores voor gemeenten. Het CBS telt per gemeente de scores op van de kinderen in de leeftijd van 2,4 tot 4 jaar en leerlingen van de scholen in de gemeente die landelijk gezien tot de 15% laagst scorende leerlingen behoren. Dit is de bruto achterstandsscore. Deze bruto achterstandsscore geeft de verwachte omvang van het risico op onderwijsachterstand weer in een gemeente. Op die brutoscore wordt een drempelwaarde in mindering gebracht, om versnippering van het budget tegen te gaan. De drempelwaarde is afhankelijk van het totaal aantal kinderen in gemeenten: hoe meer kinderen, hoe hoger de drempel. Na aftrek van de drempel heeft elke gemeente een netto score. Op basis van deze netto score verdeelt OCW het gemeentelijk onderwijsachterstanden budget.

Deze publicatie beschrijft en analyseert de ontwikkeling van verwachte onderwijsachterstanden, onderwijsscores en de onderliggende omgevingskenmerken. Hierbij besteden we in het bijzonder aandacht aan veranderingen in de verdelingen over de jaren. Een nadere uitleg over de berekening van de achterstandsscores en hoe die van jaar op jaar kunnen variëren is te lezen in de brochure “Fluctuaties achterstandsscores scholen”2). Hoewel deze brochure is gericht op scholen, is de werking van de indicator voor gemeenten vergelijkbaar.

In hoofdstuk 2 worden de gebruikte data en methoden uiteengezet. Hoofdstuk 3 beschrijft ontwikkelingen in de omgevingskenmerken en frequentie en type imputatie van onderwijsscores. Veranderingen in onderwijsscores staan centraal in hoofdstuk 4. Hoofdstuk 5 presenteert ontwikkelingen in onderwijsachterstanden. Hoofdstuk 6 geeft een samenvatting en conclusies.

1) wetten.nl - Regeling - Besluit specifieke uitkeringen gemeentelijk onderwijsachterstandenbeleid - BWBR0041370 (overheid.nl).
2) Zie https://www.cbs.nl/nl-nl/maatwerk/2021/13/fluctuaties-achterstandsscores-scholen.

2. Data en methoden

2.1 Selectie en afbakening onderzoeksdata

Voor het uitvoeren van deze plausibiliteitsanalyses gebruiken we hetzelfde databestand als voor de jaarlijkse berekening van de achterstandsscores per gemeente. Dit bestand bevat de gegevens van alle kinderen van 2,5 tot 4 jaar en basisschoolleerlingen op 1 oktober in de jaren 2018 tot en met 2021.

2.2 Gebruikte methoden

Om ontwikkelingen in de verschillende variabelen in kaart te brengen, maken we voornamelijk gebruik van frequentieanalyses. Bij deze analyses bekijken we in hoeverre de frequentieverdelingen over de jaren heen dezelfde patronen blijven volgen. We laten de frequentieverdelingen zien voor onder andere de onderwijs- en achterstandsscores en voor de omgevingskenmerken die worden gebruikt bij de berekening van onderwijsscores. We kijken hierbij voornamelijk naar de relatieve frequentie omdat groepen van verschillende grootte daarmee makkelijk met elkaar zijn te vergelijken. Bij de analyse van de achterstandsscores per gemeente analyseren we de verschillen op twee verschillende manieren. Ten eerste kijken we naar de verschillen tussen de achterstandsscores op basis van de voorlopige en definitieve gemeentelijke indeling van 2022. In juli 2021 zijn de achterstandsscores op basis van de voorlopige gemeentelijke indeling 2022 gepubliceerd. Afgelopen juli zijn de achterstandsscores op basis van de definitieve gemeentelijk indeling gepubliceerd. Deze achterstandsscores zijn gebaseerd op de kinderen die op de peildata 1 oktober 2019 en/of 1 oktober 2020 waren ingeschreven als leerling op een basisschool of in de leeftijdsgroep 2,5 tot 4 jaar vielen. Ten tweede kijken we naar de verschillen tussen de achterstandsscores op basis van de definitieve gemeentelijke indeling van 2022 en de achterstandsscores op basis van de voorlopige gemeentelijke indeling 2023. Deze laatste zijn gebaseerd op de kinderen die op de peildata 1 oktober 2020 en/of 1 oktober 2021 waren ingeschreven als leerling op een basisschool of in de leeftijdsgroep 2,5 tot 4 jaar vielen.

3. Analyse omgevingskenmerken en imputatie

In dit hoofdstuk bekijken we de relatieve frequentie van de voor het berekenen van de onderwijsscores gebruikte omgevingskenmerken, alsmede gegevens over hoe vaak onderwijsscores geïmputeerd zijn.

3.1 Opleidingsniveau van ouders

Het opleidingsniveau van ouders is een belangrijk kenmerk voor het berekenen van de onderwijsscores. Voor het opleidingsniveau wordt gebruikgemaakt van bestaande onderwijsregistraties zoals die in het Stelsel van Sociaal-statistische Bestanden (SSB) van het CBS aanwezig zijn.

De onderwijsregistratie in het SSB is echter incompleet voor een deel van de Nederlandse bevolking. Het opleidingsniveau is vaker onbekend voor oudere mensen, mensen met een lager opleidingsniveau en mensen die (een deel van) hun opleiding in het buitenland hebben gevolgd. De onbekende opleidingsniveaus worden alsnog bepaald met specifieke statistische methoden; dit wordt ook wel imputatie genoemd. Bij het imputeren wordt gebruikgemaakt van andere kenmerken die wel bekend zijn uit registraties en die samenhangen met het opleidingsniveau van een persoon, zoals het inkomen en (indien bekend) het opleidingsniveau van de partner. Op basis van een aantal kenmerken, waaronder opleidingsniveau partner, inkomen, stedelijkheid en herkomst, wordt een voorspelling gemaakt van de onbekende opleidingsniveaus. Op individueel niveau zal deze voorspelling uiteraard niet altijd kloppen, maar gemiddeld over grotere groepen mensen geven de imputaties een betrouwbare schatting van de werkelijke verdeling van het opleidingsniveau.

De figuren 3.1.1 en 3.1.2 geven de relatieve frequentie weer van de opleidingsniveaus van ouders uitgesplitst naar jaar. De verdeling van het opleidingsniveau wordt getoond van boven, het hoogste opleidingsniveau (Hbo-, wo-master, doctor), naar beneden, het laagste opleidingsniveau (Basisonderwijs).  De figuur laat zien dat ouders, vooral moeders, in de loop der jaren vaker hoger opgeleid zijn en minder vaak mbo-4 opgeleid zijn. Ook daalt het aandeel moeders dat mbo-2 of mbo-3  is opgeleid. Relatief grote veranderingen in de opleidingsniveaus van ouders, zoals bij het jaar 2020, worden mogelijk veroorzaakt doordat de vulling van opleidingsniveaus van ouders over de tijd beter wordt. Veranderingen in de vulling kunnen vervolgens resulteren in net iets andere geïmputeerde opleidingsniveaus.

3.1.1 Opleidingsniveau vader
opl_pa2018201920202021
Hbo-, wo-master, doctor14,915,115,215,6
Hbo-, wo-bachelor22,923,124,224,5
Havo, vwo6,1666
Mbo422,121,420,519,8
Mbo2 en mbo318,518,818,418,4
Vmbo-g/t, avo onderbouw1,92,22,12,1
vmbo-b/k, mbo17,97,87,77,5
Basisonderwijs5,85,666,1


3.1.2 Opleidingsniveau moeder
opl_ma2018201920202021
Hbo-, wo-master, doctor15,716,717,117,5
Hbo-, wo-bachelor26,326,828,528,6
Havo, vwo54,84,74,6
Mbo420,920,319,819,5
Mbo2 en mbo316,716,615,315,2
Vmbo-g/t, avo onderbouw2,42,42,42,3
vmbo-b/k, mbo16,46,36,35,8
Basisonderwijs6,46,266,4

3.2 Herkomst

De figuren 3.2.1 en 3.2.2 tonen de relatieve frequentie van de herkomstcategorie uitgesplitst naar jaar. Hierbij krijgt een kind waarvan één van de ouders als herkomst Nederland heeft, ook Nederland als herkomst. Het aandeel kinderen met “Overig Afrika, overig Azië, overig Latijns-Amerika” als herkomst is de afgelopen jaren geleidelijk is gestegen. Mogelijke verklaringen hiervoor zijn de instroom van kinderen vanuit Syrië en de instroom van kennismigranten uit onder meer India.  Ook het aandeel kinderen uit (nieuwe) EU-landen is gestegen. Deze stijgingen gingen vooral ten koste van het aandeel kinderen met een Nederlandse herkomst. De aandelen kinderen in de overige herkomstcategorieën bleven grofweg gelijk over de tijd.

3.2.1 Herkomst
herk2018201920202021
Nederland79,378,67877,2
EU-15, andere ontwikkelde economieën1,61,71,71,8
Nieuwe EU-landen en economieën in transitie2,62,72,93,1
Noord-Afrika4,44,44,44,4
Oost-Azië1,41,51,51,5
Overig Afrika, overig Azië, overig Latijns Amerika5,35,65,96,3
Suriname en (voormalige) Nederlandse Antillen2,42,42,52,5
Turkije3,13,13,23,2


3.2.2 Herkomst (zonder Nederland)
herk2018201920202021
EU-15, andere ontwikkelde economieën1,61,71,71,8
Nieuwe EU-landen en economieën in transitie2,62,72,93,1
Noord-Afrika4,44,44,44,4
Oost-Azië1,41,51,51,5
Overig Afrika, overig Azië, overig Latijns Amerika5,35,65,96,3
Suriname en (voormalige) Nederlandse Antillen2,42,42,52,5
Turkije3,13,13,23,2

3.3 Verblijfsduur van de moeder

Figuur 3.3.1 geeft de relatieve frequentie van de verblijfsduur van de moeder van het kind uitgesplitst naar jaar weer. Het aandeel moeders met een verblijfsduur tussen de 5 en 10 jaar is licht toegenomen. Dit gaat ten koste van de fractie moeders met een verblijfsduur langer dan 10 jaar.

3.3.1 Verblijfsduur moeder
VERBLIJFSDUURMA2018201920202021
>1090,389,989,789,3
5-10jr4,54,64,85,3
0-5jr5,25,55,55,4

3.4 Ouders in de schuldsanering

Figuur 3.4.1 toont het percentage leerlingen met ouders in de schuldsanering uitgesplitst naar jaar. Het aandeel kinderen met ouders in de schuldsanering is de afgelopen jaren gedaald. Dit komt waarschijnlijk doordat het economisch de laatste jaren tot aan de coronacrisis steeds beter ging en de werkloosheid steeds verder is gedaald. De lage werkloosheid tijdens de coronacrisis heeft er mogelijk voor gezorgd dat de daling ook in de jaren van de coronacrisis door heeft kunnen zetten.

3.4.1 Leerlingen met ouders in de schuldsanering
WSNP2018201920202021
0,80,70,60,4

3.5 Gemiddeld opleidingsniveau van moeders op school

Figuur 3.5.1 laat de relatieve frequentie zien van het gemiddelde opleidingsniveau van de moeders op school uitgesplitst naar jaar. Het gemiddelde opleidingsniveau van de moeders op school is de laatste jaren gestegen. Dit is in lijn met de eerdere geconstateerde stijging van het opleidingsniveau van moeders.

3.5.1 Gemiddelde opleidingsniveau van moeders op school
gem_opl_ma2018 (Dichtheid)2019 (Dichtheid)2020 (Dichtheid)2021 (Dichtheid)
00,002790,001710,004020,00038
0.010760,003130,001640,004433e-04
0.021530,003490,001610,00480,00023
0.032290,003850,001620,005120,00017
0.043050,004190,001640,005370,00014
0.053820,00450,001690,005540,00013
0.064580,004760,001740,005640,00015
0.075340,004960,001810,005662e-04
0.086110,005090,001910,005633e-04
0.096870,005140,002040,005530,00045
0.107630,005140,002230,00540,00066
0.11840,00510,002470,005250,00097
0.129160,005050,002760,005090,00137
0.139920,005030,00310,004960,00188
0.150680,005070,003480,004890,00251
0.161450,005190,003880,004910,00326
0.172210,005410,004270,005060,0041
0.182970,005710,004650,005380,00502
0.193740,006090,005010,005880,00597
0.20450,006520,005340,006550,00691
0.215260,006970,005660,007390,00781
0.226030,00740,005970,008340,00861
0.236790,00780,006280,009330,00928
0.247550,008150,006580,01030,00979
0.258320,008480,006890,011160,01012
0.269080,008790,00720,011830,01026
0.279840,009140,007490,012260,01022
0.290610,009570,007770,012430,01001
0.301370,010090,008040,012340,00964
0.312130,010720,00830,012010,00916
0.32290,011440,008570,011490,00859
0.333660,012230,008880,010840,00799
0.344420,013040,009260,010130,00738
0.355190,013810,009740,009420,00679
0.365950,01450,010350,008780,00627
0.376710,015060,011090,008250,00584
0.387480,015460,011990,00790,00553
0.398240,015710,013010,007740,00535
0.4090,015810,014150,00780,00531
0.419770,015780,015370,008080,0054
0.430530,015660,016620,008580,00561
0.441290,015490,017870,009280,00589
0.452050,015290,019060,010170,00621
0.462820,015080,020160,011240,00653
0.473580,014890,021130,012480,00681
0.484340,014750,021950,013840,00704
0.495110,014680,022580,015290,00724
0.505870,01470,0230,016780,00742
0.516630,014830,023220,018240,00761
0.52740,015090,023230,019610,00785
0.538160,015510,023060,020840,00817
0.548920,016120,022750,021870,00859
0.559690,016970,022360,022640,00912
0.570450,018090,021950,023170,00977
0.581210,019510,021610,023450,01052
0.591980,021250,021440,023520,01137
0.602740,023310,02150,02340,01228
0.61350,025640,021840,023140,01325
0.624270,028150,022480,022770,01424
0.635030,030710,023420,022330,01523
0.645790,033170,024650,021890,0162
0.656560,035340,026110,021470,01714
0.667320,037060,027740,021140,01801
0.678080,03820,029460,020960,01883
0.688850,038690,031170,020990,01961
0.699610,038520,032780,02130,02036
0.710370,037770,034190,0220,02114
0.721140,036630,03530,023120,02197
0.73190,035320,036040,024710,02292
0.742660,034020,036350,026760,02402
0.753420,032880,036240,029230,02526
0.764190,032040,035760,032010,02662
0.774950,031520,034940,034960,02805
0.785710,031310,033890,037890,02946
0.796480,031360,032680,040550,03077
0.807240,031590,031430,042740,03188
0.8180,031930,030240,044250,03271
0.828770,032340,029190,044930,0332
0.839530,032820,028370,044720,03332
0.850290,033440,027840,043620,0331
0.861060,03430,027660,041790,03259
0.871820,035470,027850,039480,03189
0.882580,037020,028440,036970,03111
0.893350,038940,029370,034550,03041
0.904110,041150,030580,032470,02992
0.914870,043520,0320,030960,02975
0.925640,045870,033570,030160,03
0.93640,0480,035210,030140,03071
0.947160,049730,036880,030920,0319
0.957930,050970,038530,03240,03354
0.968690,051690,040160,03450,03555
0.979450,051950,041780,037060,03783
0.990220,051930,043420,039960,04025
1.000980,051870,045120,043060,04266
1.011740,052050,04690,046210,04494
1.02250,052690,048790,049340,04695
1.033270,053960,050780,052370,04864
1.044030,055920,052890,055230,04998
1.054790,058530,055090,057890,05099
1.065560,06170,057390,060310,05172
1.076320,065220,059750,062460,05224
1.087080,068890,062170,064320,05263
1.097850,072480,064610,065890,05299
1.108610,07580,067020,067170,0534
1.119370,078710,069350,068150,05394
1.130140,081140,071550,068830,0547
1.14090,083090,073580,069240,05575
1.151660,084630,075420,06940,05714
1.162430,085910,077080,069390,05891
1.173190,087070,07860,069310,06105
1.183950,088240,080070,069260,06349
1.194720,089490,081540,069370,06611
1.205480,090870,083040,069780,06876
1.216240,092390,084550,070590,07129
1.227010,094020,0860,071860,07354
1.237770,095690,087260,073620,07538
1.248530,097350,088190,075850,07676
1.25930,098940,088690,078450,07766
1.270060,100460,088680,081320,07814
1.280820,101880,08820,084340,07834
1.291590,103250,087380,087390,07842
1.302350,10460,086450,090370,07859
1.313110,105960,085750,093250,07911
1.323870,107350,08560,095990,08017
1.334640,108770,086280,09860,08193
1.34540,11020,087950,101080,08451
1.356160,111630,090670,103460,08795
1.366930,113030,09440,105740,09224
1.377690,11440,098980,107940,09727
1.388450,115750,10420,110070,10288
1.399220,117110,10980,112130,10884
1.409980,11850,115510,114140,11489
1.420740,119980,121110,116080,12077
1.431510,121560,12640,117960,12622
1.442270,123280,131230,119760,13105
1.453030,125120,135520,121490,13509
1.46380,127060,139260,123130,13831
1.474560,129070,142550,124680,14075
1.485320,131120,145470,126130,14252
1.496090,133170,148140,127480,14372
1.506850,135190,150640,128710,14447
1.517610,13720,153030,129790,14488
1.528380,13920,155320,130710,14506
1.539140,141260,157480,131440,1451
1.54990,143450,159440,131990,14508
1.560670,145880,16110,132380,14507
1.571430,148650,16240,132690,14511
1.582190,151910,163320,133030,14522
1.592950,155750,16390,133550,14538
1.603720,160220,164310,134390,14553
1.614480,165310,164850,135640,1456
1.625240,1710,165830,137370,14547
1.636010,177210,167570,139580,14508
1.646770,183820,170360,142250,14441
1.657530,190710,174360,145320,14348
1.66830,197730,179640,148750,14237
1.679060,204790,186110,152530,14124
1.689820,211820,193560,15670,14027
1.700590,218790,201690,161360,13966
1.711350,225760,210140,166640,13964
1.722110,232790,218520,172680,14043
1.732880,240010,226470,179610,1422
1.743640,247480,233580,187370,14522
1.75440,25520,239560,195780,14961
1.765170,263070,244220,20460,15539
1.775930,270960,247410,213450,16259
1.786690,278660,249050,221950,17112
1.797460,285960,249130,22970,18077
1.808220,292690,247720,236330,19126
1.818980,298720,2450,241580,20218
1.829750,304010,241220,245310,2131
1.840510,308610,236720,247520,22353
1.851270,312590,231920,248390,23306
1.862040,316060,227280,248210,24139
1.87280,319080,223280,247440,24835
1.883560,321660,220380,246650,25393
1.894320,323780,219120,246430,25825
1.905090,325370,219680,247220,26172
1.915850,326390,222230,249340,26466
1.926610,326880,22680,252910,26733
1.937380,326970,233340,257880,26991
1.948140,326860,241650,263980,27245
1.95890,326820,25150,270840,27488
1.969670,327140,26260,277980,27702
1.980430,328010,27460,284920,27863
1.991190,329530,287180,291240,27948
2.001960,331650,30,296610,27936
2.012720,334180,312770,300870,27812
2.023480,336820,32520,303930,27575
2.034250,339240,337010,305920,27227
2.045010,341190,3480,307080,26799
2.055770,342580,358020,307670,26326
2.066540,343440,366950,307940,25852
2.07730,343940,37470,308150,25422
2.088060,344350,38120,308560,25085
2.098830,344970,386430,309360,24881
2.109590,346120,39040,31070,24844
2.120350,348030,393140,312680,24996
2.131120,350850,394730,315330,25344
2.141880,354610,395270,318630,25881
2.152640,35920,394870,322470,26586
2.163410,364430,393640,326760,27429
2.174170,370060,391650,331350,28373
2.184930,375780,388930,336050,29376
2.195690,381370,385580,340710,30394
2.206460,386720,381650,345180,31394
2.217220,391790,377230,349320,3235
2.227980,396660,372510,353010,3324
2.238750,401490,367730,356150,34053
2.249510,406440,363250,358670,34779
2.260270,411690,359470,360540,35417
2.271040,417350,356790,361810,35969
2.28180,42340,355530,362560,3644
2.292560,429710,355920,362960,36837
2.303330,436030,358010,363220,37168
2.314090,441980,361660,363620,37443
2.324850,447140,366660,364490,37667
2.335620,451270,372520,366110,37854
2.346380,454240,378840,368740,38017
2.357140,456160,385320,372570,38173
2.367910,457320,391810,377680,38339
2.378670,458180,398310,384080,38538
2.389430,459270,404970,391610,38792
2.40020,461120,412060,400040,39119
2.410960,464150,419870,408990,39529
2.421720,468550,428690,418060,40021
2.432490,474330,43870,426770,40579
2.443250,481250,449930,434720,41167
2.454010,488940,462240,441570,41739
2.464770,496950,475310,447020,42235
2.475540,504870,488590,451090,42589
2.48630,512490,501430,453960,42766
2.497060,519810,513240,45590,42747
2.507830,526990,523490,457270,42542
2.518590,534250,531770,458490,42185
2.529350,541820,537890,459970,41731
2.540120,549820,541830,462070,4125
2.550880,558210,543770,465070,4081
2.561640,566710,544070,46910,40473
2.572410,574890,543160,474130,4028
2.583170,582190,541530,479960,40252
2.593930,587980,539620,486220,40387
2.60470,591730,537780,492370,40663
2.615460,592880,536250,497710,41057
2.626220,591530,535120,501690,41526
2.636990,587840,534360,503850,42054
2.647750,582190,533910,503970,42634
2.658510,575060,533720,502070,43277
2.669280,566950,533730,498420,44
2.680040,558330,533930,493580,44818
2.69080,549530,534320,488250,4574
2.701570,540760,534890,483250,46756
2.712330,532090,535580,479380,47839
2.723090,523520,536290,477310,48939
2.733860,5150,536830,477530,49992
2.744620,506530,536890,480280,50927
2.755380,49820,536080,485610,51668
2.766140,490230,533930,493190,52161
2.776910,482870,530160,502440,52396
2.787670,47640,524540,512780,5238
2.798430,4710,517050,523590,52146
2.80920,466770,507850,534230,5174
2.819960,463610,497320,544060,51219
2.830720,46130,486010,552490,50641
2.841490,459460,474550,558980,50053
2.852250,457660,46360,563070,49492
2.863010,455440,453740,564490,48977
2.873780,452380,445420,563130,4851
2.884540,448210,438890,559110,48082
2.89530,442790,434170,552750,47674
2.906070,436150,431160,544490,4726
2.916830,428680,429330,535120,46822
2.927590,420890,428250,525220,46348
2.938360,413340,427480,515270,45837
2.949120,406660,426730,505550,45297
2.959880,401390,425810,496130,44742
2.970650,397950,424740,486950,44197
2.981410,396630,42370,477830,43685
2.992170,397460,422980,468570,43236
3.002940,400310,422930,459020,42875
3.01370,404840,423880,449160,42627
3.024460,410580,426020,439090,42511
3.035230,416950,429390,429110,42541
3.045990,423350,433830,419630,42733
3.056750,429150,438830,411190,43082
3.067510,433870,443780,404190,43576
3.078280,437120,448010,398960,44199
3.089040,438630,450890,395660,44935
3.09980,438240,45190,394340,4576
3.110570,435890,450680,394860,46651
3.121330,431640,447110,396930,47576
3.132090,425690,441220,400180,48499
3.142860,418350,433280,404150,49377
3.153620,410020,423660,408390,50159
3.164380,401190,412870,412450,50792
3.175150,392360,401430,4160,51221
3.185910,3840,389910,41880,51392
3.196670,376570,378940,420710,51256
3.207440,370270,369010,421770,50828
3.21820,365090,360550,422120,5013
3.228960,360860,353890,421860,49211
3.239730,357280,349190,421060,48135
3.250490,353970,346470,419710,46975
3.261250,350530,345530,417730,45804
3.272020,346660,346020,414940,44679
3.282780,342170,34740,411160,4364
3.293540,337030,349090,40620,42707
3.304310,331340,350470,399940,41877
3.315070,325370,351030,392310,41139
3.325830,319390,35040,383390,4047
3.336590,31370,348310,373310,39857
3.347360,308560,34490,362280,39289
3.358120,304020,340440,35070,38767
3.368880,300050,335280,338910,38299
3.379650,296530,329780,327280,37891
3.390410,293310,324270,316160,37546
3.401170,290220,318960,305910,37254
3.411940,287140,313980,296850,36994
3.42270,283990,309370,289270,36734
3.433460,280710,30510,283360,36439
3.444230,277260,30110,279240,36072
3.454990,273620,297320,276890,35608
3.465750,269740,293740,27620,35035
3.476520,265560,290390,27690,34353
3.487280,2610,287350,278660,33586
3.498040,255990,284640,281040,32774
3.508810,250540,282260,283560,3195
3.519570,244710,280190,285870,31147
3.530330,238620,278310,287710,30385
3.54110,232450,276470,288970,29677
3.551860,226420,274510,289630,29024
3.562620,220730,272240,28980,28423
3.573390,215560,269520,289650,27867
3.584150,211010,266210,289360,27347
3.594910,207090,262260,289060,26856
3.605680,203770,257710,288820,26389
3.616440,200930,252650,288610,25943
3.62720,198460,247270,288280,25516
3.637960,196290,241870,28760,25101
3.648730,194370,236740,28630,24696
3.659490,192770,232120,284190,24299
3.670250,191550,228140,281120,23907
3.681020,190840,224820,277010,23523
3.691780,190660,222050,271850,2315
3.702540,191010,219620,265720,22792
3.713310,191740,217230,258720,22455
3.724070,192610,214630,251050,22144
3.734830,193310,211650,242940,21866
3.74560,193480,208250,234680,21625
3.756360,192840,204560,226570,21422
3.767120,191220,20090,218970,21257
3.777890,188610,197690,21220,21124
3.788650,185230,195330,206620,2101
3.799410,181550,19410,20230,20902
3.810180,178010,194150,199230,20785
3.820940,175050,195460,197310,20652
3.83170,172910,197860,196320,20497
3.842470,171690,201010,196010,20325
3.853230,171230,204470,196110,20147
3.863990,171210,207740,19640,19979
3.874760,17120,210290,196690,19838
3.885520,170710,211610,196880,19734
3.896280,169310,211260,19690,19672
3.907050,166690,20890,196720,19648
3.917810,162690,204160,196280,19649
3.928570,157270,197260,195480,19656
3.939330,15060,188440,194150,19655
3.95010,143020,178080,192130,19639
3.960860,134840,166690,189230,19609
3.971620,126380,154850,185320,19574
3.982390,117970,143110,18030,19547
3.993150,109920,131990,174230,1954
4.003910,102490,121930,167250,1956
4.014680,095950,113240,159630,19605
4.025440,090510,106160,151760,19663
4.03620,086330,100780,144050,19711
4.046970,083550,097150,136930,19722
4.057730,08220,095290,130760,19658
4.068490,082260,095080,12580,19487
4.079260,083670,096270,122240,19193
4.090020,086040,098640,119940,18768
4.100780,0890,101930,118690,18214
4.111550,092120,10580,118230,17548
4.122310,094930,109920,118320,16793
4.133070,097020,113940,118790,15982
4.143840,098020,117520,119540,15148
4.15460,097720,120350,120570,14327
4.165360,096060,122180,121970,1355
4.176130,093160,122860,123830,12843
4.186890,089280,122280,126230,12225
4.197650,08480,120430,129150,11706
4.208410,080150,117350,132470,1129
4.219180,075790,113290,135910,10963
4.229940,072120,108490,139050,10709
4.24070,069350,103220,141470,10513
4.251470,067550,09780,142830,10362
4.262230,066680,092530,142950,10247
4.272990,066610,087730,141810,10161
4.283760,067080,083710,139580,10107
4.294520,067840,080670,136610,1009
4.305280,06860,078780,133330,10119
4.316050,069090,078060,130190,10202
4.326810,069140,078430,127570,10346
4.337570,068640,079710,125720,10554
4.348340,067580,081650,124720,10826
4.35910,066060,08390,124460,11147
4.369860,064230,086150,124680,11494
4.380630,062320,088210,124990,11842
4.391390,060520,090,125040,12159
4.402150,058960,09150,124560,12416
4.412920,05770,092810,123430,12582
4.423680,056740,094020,12160,12634
4.434440,056050,095230,119160,1256
4.445210,055550,096480,116220,12356
4.455970,055170,097740,112910,12029
4.466730,05490,098860,109320,11599
4.47750,054720,099640,105490,11089
4.488260,054680,099820,101420,10526
4.499020,054860,099110,097070,09941
4.509780,055360,097390,092420,09359
4.520550,05630,094630,087440,08799
4.531310,057690,090890,082170,08272
4.542070,059530,086380,076690,07787
4.552840,061780,081380,07110,07348
4.56360,064310,076220,065480,06956
4.574360,066970,071240,059910,0661
4.585130,069590,066740,054470,06306
4.595890,071990,062940,049220,06039
4.606650,0740,059990,044220,05805
4.617420,075490,057880,039510,05598
4.628180,07640,056510,035180,05416
4.638940,076730,055730,03130,05258
4.649710,076530,055220,027960,0513
4.660470,075920,054740,025270,05036
4.671230,075030,054090,023350,04986
4.6820,074010,053130,02220,0499
4.692760,072940,051830,021840,05053
4.703520,071830,050220,022240,05178
4.714290,070650,048410,023350,05361
4.725050,069310,046540,02510,05596
4.735810,067720,04480,027380,05866
4.746580,065770,043320,03010,06157
4.757340,063390,042260,033150,06448
4.76810,060560,041690,036430,06725
4.778860,05730,041680,039830,06971
4.789630,053730,042180,043250,07176
4.800390,049980,043090,046580,07338
4.811150,046230,044250,049680,07457
4.821920,042670,045490,052420,07538
4.832680,039430,04660,054690,07585
4.843440,036620,047420,05640,07601
4.854210,03430,04780,057490,07594
4.864970,03250,047680,057930,07568
4.875730,031210,047050,057760,07529
4.88650,030420,046020,057040,07485
4.897260,030070,044760,055880,07443
4.908020,030150,043480,05440,0741
4.918790,030620,042410,052750,07391
4.929550,031430,041780,051070,0739
4.940310,032560,04170,049470,07401
4.951080,033990,042160,048070,07413
4.961840,035690,043050,046950,07413
4.97260,037610,044210,046120,07386
4.983370,039720,045410,045580,07318
4.994130,041950,04640,04530,07198
5.004890,044220,046990,045220,07025
5.015660,046410,047040,045260,068
5.026420,048370,046470,045340,06535
5.037180,049920,045310,045370,06244
5.047950,050890,043650,045230,05945
5.058710,051120,041630,044870,05654
5.069470,050550,039390,04420,05385
5.080230,04920,037080,043210,05149
5.0910,047250,03480,041910,04945
5.101760,044970,032570,040320,04774
5.112520,04280,030380,038550,04632
5.123290,041170,028210,03670,04515
5.134050,040420,026040,034890,0442
5.144810,040750,023870,03320,04345
5.155580,042220,021730,031680,0429
5.166340,044660,019710,030330,04254
5.17710,04780,017930,029160,04237
5.187870,051210,016520,028120,04238
5.198630,054460,015590,027170,04257
5.209390,057130,015260,026270,04291
5.220160,058910,01560,025420,04337
5.230920,059640,016540,024630,04391
5.241680,059270,017980,023940,04445
5.252450,057850,019780,023430,04494
5.263210,055630,021780,023120,04528
5.273970,052810,023840,023040,04543
5.284740,049580,025820,023170,04533
5.29550,046070,027630,023490,04495
5.306260,04240,02920,023920,04432
5.317030,038650,03050,024380,04348
5.327790,034890,031550,024780,04249
5.338550,031210,032330,025020,04144
5.349320,027690,032850,025020,04037
5.360080,024390,033050,024730,03932
5.370840,021380,032890,02410,03827
5.38160,018710,032340,023130,03718
5.392370,01640,031360,021840,036
5.403130,014430,029970,020280,03468
5.413890,012730,028220,018570,03321
5.424660,011270,02620,01680,03157
5.435420,009980,024040,015060,02982
5.446180,008830,02190,013430,028
5.456950,007790,019930,011950,02617
5.467710,006860,018230,010660,02438
5.478470,006030,016880,009550,02266
5.489240,005340,01590,008630,02103
5.50,004780,015240,007860,01946

3.6 Imputatie van de onderwijsscore

Indien niet alle omgevingskenmerken van leerlingen bekend zijn kunnen we niet direct een onderwijsscore vaststellen. Vaak ontbreken omgevingskenmerken doordat één of beide ouders niet geregistreerd staan in het Basisregistratie Personen (BRP). Ook kan een leerling een asielstatus3) hebben of zelf niet geregistreerd staan in het BRP. In deze gevallen wordt de onderwijsscore geïmputeerd. Figuur 3.6.1 toont voor de geïmputeerde onderwijsscores de relatieve frequentie van de methode van imputatie uitgesplitst naar jaar. De methode van imputatie hangt af van welke gegevens ontbreken. Ongeveer 7% van de onderwijsscores is geïmputeerd in alle bestudeerde jaren. Van de groep kinderen waarvan de onderwijsscore is geïmputeerd, is de groep kinderen waarbij de onderwijsscore is geïmputeerd omdat de vader onbekend is het grootst met 4,3% in 2018 en ongeveer 3,8% in 2021. De groep kinderen waarbij de onderwijsscore is geïmputeerd omdat het kind in het COA- of IND-bestand staat was 1,8% in 2018 en 1,9% in 2021.

3.6.1 Methode van imputatie onderwijsscores
impu2018201920202021
Score kind geïmputeerd, want moeder is onbekend2,62,62,62,6
Score kind geïmputeerd, want vader is onbekend59,756,557,656,1
Score kind geïmputeerd, want beide ouders zijn onbekend1011,39,410,8
Score kind geïmputeerd, want kind in COA- of IND-bestand24,326,727,228,2
Score kind geïmputeerd, want NOAT kind niet in BRP3,32,83,22,4

3.7 Percentage geïmputeerde onderwijsscores per gemeente

Figuur 3.7.1 laat de relatieve frequentie van het percentage geïmputeerde onderwijsscores per gemeente uitgesplitst naar jaar zien. Het aandeel gemeenten met een waarvan 5 tot 10% van de leerlingen een geïmputeerde score heeft daalt over de jaren heen. De categorie 2,5 tot 5% neemt toe.

3.7.1 Percentage geïmputeerde onderwijsscores per gemeente
pcatimp2018201920202021
10 tot 20%6,66,55,46,5
5 tot 10%42,94037,737,2
2,5 tot 5%47,65154,153,4
1 tot 2,5%2,62,32,52,6
minder dan 1%0,30,30,30
0%0000,3

3.8 Asielstatus

Voor leerlingen die zijn geregistreerd als asielzoeker en/of een verblijfsvergunning3) hebben gekregen (hierna: leerlingen met een asielstatus) zijn de omgevingskenmerken vaak onbekend. Omdat hier het risico op onderwijsachterstand groot is, wordt voor al deze leerlingen een vaste onderwijsscore gebruikt: het gemiddelde van de scores van de 15% laagst scorende leerlingen. Leerlingen met een asielstatus dragen hierdoor sterk bij aan hoge achterstandsscores. 

Figuur 3.8.1 laat zien dat het aandeel leerlingen met een asielstatus tussen de jaren 2018 tot en met 2021 vrij stabiel is gebleven.

3.8.1 Leerlingen met een asielstatus
asiel2018201920202021
1,81,91,81,9
3) Dit wordt afgeleid vanuit een bestand van het Centraal Orgaan opvang Asielzoekers (COA) en de Immigratie- en Naturalisatiedienst (IND) met kinderen die sinds 2014 zijn geregistreerd als asielzoeker en/of een verblijfsvergunning hebben gekregen.

4. Analyse onderwijsscores

In dit hoofdstuk beschrijven we ontwikkelingen in onderwijsscores door de jaren heen.

4.1 Beschrijvende statistieken onderwijsscores

Tabel 4.1.1 toont beschrijvende statistieken voor onderwijsscores uitgesplitst naar jaar. De gemiddelde onderwijsscore is de afgelopen jaren licht gestegen. De grenswaarde, dat wil zeggen de onderwijsscore waarvoor geldt dat landelijk gezien 15% van de onderwijsscores onder deze grenswaarde valt, ziet een vergelijkbare lichte stijging. Ook de gemiddelde onderwijsscore van de onderwijsscores onder de grenswaarde kent een lichte stijging. Het gegeven dat deze drie statistieken zo goed als constant zijn over de jaren betekent dat bij een constante populatie kinderen van een gemeente, constant in termen van zowel aantal kinderen als omgevingskenmerken van kinderen, de achterstandsscore over de jaren heen vergelijkbaar zal zijn.

4.1.1 Beschrijvende statistieken onderwijsscores
Ngemiddeldestandaard deviatieminimummaximumgrenswaarde (15%)gemiddelde < 15%
20181664474535,213,64523,38543,3530,96529,48
20191655229535,263,65523,35543,32530,99529,5
20201640838535,363,65523,35543,35531,08529,58
20211624948535,423,65523,47543,34531,13529,63

4.2 Verdeling onderwijsscores

Figuur 4.2.1 geeft de frequentieverdeling van onderwijsscores. De figuur laat zien dat hogere onderwijsscores relatief vaak voorkomen, en lagere onderwijsscores relatief weinig voorkomen, in de meest recente jaren. Dit is consistent met de eerdere bevinding dat de gemiddelde onderwijsscore is gestegen over de tijd (zie paragraaf 4.1). De vorm van de verdeling met pieken en dalen wordt veroorzaakt door de manier waarop de onderwijsscores zijn berekend en in het bijzonder doordat de omgevingskenmerken die zijn gebruikt voor het berekenen van onderwijsscores, discrete variabelen zijn.