4. Effecten voor scholen en gemeenten

In het vorige hoofdstuk hebben we de resultaten besproken van het nieuw geschatte model. Daarbij hebben we gezien dat zowel bij de coëfficiënten als bij de schaalwaarden verschillende verschuivingen ten opzichte van het huidige model plaats vinden. In dit hoofdstuk gaan we dieper in op de effecten van deze veranderingen in het model op school- en gemeenteniveau. Voor deze analyse gaan we uit van het in het vorige hoofdstuk besproken basismodel. Zoals uitgelegd in paragraaf 2.1 hebben we voor kinderen voor wie niet een onderwijsscore kan worden uitgerekend, een onderwijsscore geïmputeerd volgens de procedure zoals die ook in de po-indicator wordt gebruikt. Daar waar we in dit hoofdstuk en de rest van het rapport praten over scholen, bedoelen we schoolvestigingen.

4.1 Effecten scholen

Omdat de som van de achterstandsscores op basis van het nieuwe model afwijkt van de som van de achterstandsscores van de huidige po-indicator, hebben we de achterstandsscores gestandaardiseerd. Deze gestandaardiseerde achterstandsscores wijken af van de officieel gepubliceerde achterstandsscores. In figuur 4.1.1 vergelijken we deze gestandaardiseerde scores van de huidige indicator en het nieuwe model met elkaar. Om de vergelijking tussen oud en nieuw te vergemakkelijken hebben we ook een diagonaallijn in figuur 4.1.1 opgenomen. Alle punten die onder de diagonaal liggen vertegenwoordigen scholen die er met de nieuwe indicator op achteruit zullen gaan.

De gestandaardiseerde achterstandsscore van individuele scholen en gemeenten zijn in een aparte tabel gepubliceerd.

Zoals in figuur 4.1.1 is te zien, liggen de meeste punten in de buurt van de diagonaal. Dit betekent dat de meest scholen kunnen verwachten dat de herijkte achterstandsscore in de buurt ligt van de achterstandsscore die is gebaseerd op de achterstandsscore volgens de huidige po-indicator. 

4.1.1 Vergelijking indicatoren scholen op basis van gestandaardiseerde achterstandsscores

In aanvulling op figuur 4.1.1 hebben we in tabel 4.1.2 een kruistabel weergegeven met daarin de aantallen basisscholen die op basis van huidige of de herijkte indicator een achterstandsscore hoger dan nul hebben. 

Van alle basisscholen krijgen 41 basisscholen met de herijkte indicator een score van nul terwijl deze scholen met de huidige indicator nog een score hoger dan nul kregen. Andersom zijn er 133 scholen die op basis van de huidige indicator een score gelijk aan nul kregen, die met de herijkte indicator een score van hoger dan nul krijgen. Beide groepen scholen bestaan hoofdzakelijk uit scholen met een lage achterstandsscore.

Om het beeld van de verandering van de herijkte indicator ten opzichte van de huidige indicator verder in te vullen, hebben we in figuur 4.1.3 de verdeling van de verandering in de achterstandsscore voor scholen gevisualiseerd. Voor deze figuur hebben we de groep scholen die met zowel de huidige als de herijkte indicator een score gelijk aan nul krijgt buiten beschouwing gelaten.

4.1.3 Verdeling verandering achterstandsscore scholen

Uit figuur 4.1.3 kunnen we afleiden dat de verandering in achterstandsscore voor veel scholen redelijk klein is. In tabel 4.1.4 hebben we deze verandering ook weergegeven in een frequentietabel waarbij we de verandering in score hebben opgedeeld in groepen. De grenswaarden voor deze groepen hebben we bepaald door de standaarddeviatie één of twee keer bij het gemiddelde op te tellen of af te trekken. Voor bijna 80 procent van de scholen ligt deze verandering in achterstandspunten (afgerond) tussen de -24 en +24.

Indien we ook rekening houden met de scholen die zowel in de huidige als in de herijkte indicator geen score van boven nul krijgen, dan neemt de bandbreedte af tot respectievelijk -16 en +16.  Het aandeel scholen dat dan binnen deze bandbreedte valt neemt toe tot ca. 85 procent.

De vraag is nu waardoor die veranderingen ontstaan. In hoofdstuk 3 hebben we gezien dat zowel de coëfficiënten als de schaalwaarden soms fors kunnen veranderen. Als we inzoomen op de scholen die er het meest op achteruitgaan, dan kunnen we die groep scholen beschrijven aan de hand van een aantal vergelijkbare kenmerken. Ten eerste zien we dat op deze scholen voor een relatief groot aandeel van de leerlingen de onderwijsscore wordt geïmputeerd, met een aantal uitschieters tot boven de 40 procent. Deze imputaties worden voornamelijk met behulp van predictive mean matching (PMM) uitgevoerd . Doordat de leerlingen in het herijkte model een andere onderwijsscore krijgen verandert ook het PMM-model. Dit heeft tot gevolg dat er ook andere donoren worden geselecteerd waarvan de onderwijsscore wordt geïmputeerd bij leerlingen waarvan geen onderwijsscore is uitgerekend. Als tweede zien we dat de kinderen op deze scholen waarvoor wel een onderwijsscore kan worden uitgerekend, vooral afkomstig zijn uit de herkomstgebieden Nieuwe EU-landen en economieën in transitie, Noord-Afrika, Suriname en Antillen en Overig. Dit was te verwachten omdat we in paragraaf 3.1 hebben gezien dat de schaalwaarden – ook na vermenigvuldiging met de coëfficiënt voor herkomst – voor deze groepen zijn afgenomen. Daardoor hebben deze kinderen een kleinere kans om onder de grenswaarde te komen en tellen ze dus ook niet mee bij de berekening van de achterstandsscore van de school. Ten derde zien we dat sommige van deze scholen ook worden gekenmerkt door een relatief hoog aandeel moeders waarvan de verblijfsduur in Nederland korter is dan 5 jaar. Ook hiervan hebben we in hoofdstuk 3 gezien dan de coëfficiënt voor deze groep is toegenomen waardoor ook de kans om onder de grenswaarde te komen weer kleiner wordt. Als laatste zien we ook dat sommige van deze scholen een relatief hoog aandeel leerlingen hebben waarvan één of beide ouders onder de Wet Schuldsanering Natuurlijke Personen vallen. Ook hier geldt weer dat de coëfficiënt hiervoor is afgenomen waardoor de kans om onder de grenswaarde te komen kleiner is geworden.

Ook scholen die er veel op vooruitgaan qua (gestandaardiseerde) achterstandsscore worden vaak gekenmerkt door een hoog aandeel leerlingen voor wie een onderwijsscore moet worden geïmputeerd. Doordat ook voor deze leerlingen de input van de PMM-methode verandert, worden ook voor hen andere donoren geselecteerd. Deze donorselectie pakt voor deze scholen dus voordelig uit doordat vaker een donor wordt geselecteerd met een onderwijsscore onder de grenswaarde. Sommige van de scholen die er veel op vooruit gaan worden ook gekenmerkt door een hoog aandeel leerlingen met Turkije als herkomstgroep. Dit komt doordat deze leerlingen weliswaar een lagere schaalwaarde hebben voor de herkomstvariabele in het herijkte model, maar deze lagere schaalwaarde wordt grotendeels gecompenseerd door de hogere coëfficiënt. Het netto effect is vervolgens dat de onderwijsscore voor leerlingen met een Turkse herkomst slechts minder dan tweehonderdste toeneemt als gevolg van hun herkomst. Gecombineerd met het gegeven dat de grenswaarde van de herijkte indicator ongeveer 0,13 hoger ligt, zorgt dit ervoor dat kinderen van Turkse herkomst juist een grotere kans hebben om onder de grenswaarde uit te komen en dus bij te dragen aan de achterstandsscore van hun school.

4.2 Effecten gemeenten

Net als voor de scholen in het basisonderwijs hebben we voor de gemeenten achterstandsscores uitgerekend met zowel de huidige indicator als de herijkte indicator. Vervolgens hebben we ook deze scores gestandaardiseerd om ze met elkaar te kunnen vergelijken. In figuur 4.2.1 hebben we deze achterstandsscore tegen elkaar afzet. In vergelijking met de scholen zien we dat de punten relatief dichter tegen de diagonaallijn aanliggen. Dit betekent dat de herverdeeleffecten relatief gezien kleiner zijn dan bij de scholen.

4.2.1 Vergelijking indicatoren gemeenten op basis van gestandaardiseerde achterstandsscores

In deze grafiek wijken de drie gemeenten met de hoogste achterstandsscore – Rotterdam, Amsterdam en Den Haag – het meeste af van de diagonaal. Hoewel de vermindering in achterstandspunten groot lijkt is deze relatief gezien beperkt; voor alle drie deze gemeenten bedraagt deze daling ongeveer 4%. De gemeenten die er relatief gezien het meest op vooruit of achteruit gaan, zijn hoofdzakelijk gemeenten met een kleine achterstandsscore.

Om het beeld van de verandering van de herijkte indicator ten opzichte van de huidige indicator verder in te vullen, hebben we in figuur 4.2.2 de verdeling van de verandering in de achterstandsscore voor gemeenten gevisualiseerd. Uit deze figuur valt duidelijk op te maken dat het aandeel gemeenten dat er op vooruit gaat aanzienlijk groter is dan het aandeel gemeenten dat er op achteruit gaat. Voor deze figuur hebben we de groep gemeenten die met zowel de huidige als de herijkte indicator een score gelijk aan nul krijgt buiten beschouwing gelaten. Verder hebben we ook de gemeenten Rotterdam, Amsterdam en Den Haag niet opgenomen in deze figuur omdat de verandering in absolute zin voor deze gemeenten sterk afwijkt van de verandering bij de andere gemeenten. Door deze drie gemeenten niet op te nemen is de figuur makkelijker te interpreteren.

4.2.2 Verdeling verandering in achterstandsscore gemeenten

Uit figuur 4.2.2 valt af te leiden dat veruit de grootste groep gemeenten een relatief kleine verandering in de achterstandsscore ziet van tussen de 0 en +100. Dit zien we ook terug als we de verandering van de achterstandsscore relateren aan de achterstandsscore volgens de methode van de huidige indicator. Voor de meeste gemeente valt de relatieve verandering tussen de -6 en +22 procent. De meeste gemeenten die een toename van meer dan tien procent zien, betreffen gemeenten met een (relatief) lage achterstandsscore.

Ook voor de gemeenten hebben we gekeken waardoor die verandering ontstaan. De verklaring is vergelijkbaar met die voor de scholen. De gemeenten die er het meest op achteruitgaan worden gekenmerkt door relatief hoge percentages geïmputeerde onderwijsscores, een oververtegenwoordiging van de herkomstgroepen Nieuwe EU-landen en economieën in transitie, Noord-Afrika, Suriname en Antillen en Overig. Ook worden sommige van deze gemeenten gekenmerkt door een relatief hoog aandeel moeders waarvan de verblijfsduur in Nederland korter is dan 5 jaar.

In tegenstelling tot bij de scholen worden gemeenten die er redelijk veel op vooruitgaan juist niet gekenmerkt door ook een relatief hoog aandeel geïmputeerde onderwijsscores. Toch zien we dat een flink deel van de vooruitgang bij deze gemeenten het gevolg is van kinderen die eerst niet en met de herijkte methode wel een onderwijsscore van onder de grenswaarde krijgen geïmputeerd. Zoals we al eerder hebben uitgelegd bij de scholen is dit het gevolg van de samenstelling van de groep kinderen in een gemeente en de wijze waarop de donorselectie is vormgegeven. Verder zien we ook bij deze gemeenten dat bij de kinderen voor wie wel een onderwijsscore kan worden uitgerekend én die volgens het huidige model niet en volgens het herijkte model wel onder de grenswaarde komen, vaak één of beide ouders een laag opleidingsniveau hebben. In hoofdstuk 3 hebben we gezien dat voor deze groepen de schaalwaarde afneemt waardoor de kans groter wordt dat de onderwijsscore onder de grenswaarde uitkomt.