Auteur: Jaap Walhout, Lisa van der Storm, Bertina Ransijn
Plausibiliteitsanalyses Risico-indicator Onderwijsachterstanden Basisonderwijs - Gemeenten

5. Analyse achterstandsscores

In dit hoofdstuk vergelijken we voorlopige en definitieve achterstandsscores in 2020/2021 (op basis van de voorlopige en definitieve gemeentelijke indeling 2023) alsmede voorlopige achterstandsscores in 2022/2023 (op basis van de voorlopige gemeentelijke indeling 2024) en definitieve achterstandsscores in 2020/2021 (op basis van de definitieve gemeentelijke indeling 2023). We doen dit voor zowel achterstandsscores met als zonder drempel.

Op basis van de voorlopige achterstandsscore wordt het budget voor de GOAB (Gemeentelijk Onderwijs Achterstanden Beleid) verdeeld en al een deel van het budget uitgekeerd. Op basis van de definitieve scores wordt ook definitief de verdeling van het budget vastgesteld. Eventuele wijzigingen in de achterstandsscore worden dan in de laatste uitbetaling van het budget gecorrigeerd. Een vergelijking tussen voorlopige en definitieve achterstandsscores toont aan hoe groot deze wijzigingen en correcties zijn.

Er zijn een aantal oorzaken waardoor de definitieve achterstandsscores af kunnen wijken van de voorlopige scores. Ten eerste kan er sprake zijn van een verandering in het gemiddelde opleidingsniveau van moeders op een school. Dit kan het gevolg zijn van een fusie van scholen in de periode tussen de productie van de voorlopige en de definitieve scores. Een schoolfusie kan zowel binnen de gemeentegrens zijn als over de gemeentegrens heen. Alleen als het een fusie is tussen twee vestigingen binnen hetzelfde BRIN-nummer én binnen dezelfde gemeente verandert het gemiddelde opleidingsniveau van moeders niet. Verschillen in het gemiddelde opleidingsniveau van moeders zorgen voornamelijk voor verschillen in individuele onderwijsscores van leerlingen op die school, dit kan vervolgens resulteren in een verandering van het aantal achterstandsleerlingen binnen een gemeente. Daarnaast zorgen verschillen in het gemiddelde opleidingsniveau van moeders op een school indirect ook voor kleine verschillen in het populatiegemiddelde van onderwijsscores en de grenswaarde. 

Ten tweede kan er sprake zijn van een verschuiving van achterstandsleerlingen over gemeentegrenzen heen. Dit kan het gevolg zijn van zowel een fusie van scholen over de gemeentegrens heen, of het wijzigen van de gemeentegrens. In beide gevallen kan het zijn dat een school bij het berekenen van de definitieve scores in een andere gemeente wordt ingedeeld. In het geval van een wijziging van de gemeentegrens geldt dat ook voor peuters. De scores van de verhuizende schoolvestiging en/of verhuizen dan mee van de ene naar de andere gemeente.

5.1 Vergelijking voorlopige en definitieve achterstandsscores op basis van voorlopige en definitieve gemeentelijke indeling 2023 (peiljaren 2020 en 2021)

De figuren 5.1.1 en 5.1.2 geven verschillen tussen voorlopige (horizontale as) en definitieve achterstandsscores (verticale as) in 2019/2020 weer, zowel voor achterstandsscores zonder (5.1.1) als met drempel (5.1.2). De figuren laten zien dat bijna alle gemeenten op of vlakbij de diagonaal liggen, wat betekent dat de verschillen tussen voorlopige en definitieve achterstandsscores van gemeenten in 2020/2021 over het algemeen klein waren.

Achterstandsscores gemeenten, 2020/2021, VRL t.o.f. DEF

Achterstandsscores gemeenten, 2020/2021, VRL t.o.f. DEF

Grootste absolute verschillen 

De tabellen 5.1.3 en 5.1.4 geven de gemeenten met de grootste negatieve (5.1.3) en positieve (5.1.4) verschillen tussen voorlopige en definitieve achterstandsscores met drempel in 2020/2021 weer. Voor wisselingen in achterstandsscores zijn zoals genoemd in paragraaf 5 meerdere redenen aan te wijzen. Wat betreft de vergelijking van de voorlopige en definitieve achterstandsscores in 2020/2021 hebben er enkel schoolfusies binnen de gemeentes plaatsgevonden, er is geen sprake van schoolfusies over een gemeentegrens heen of wijzigingen in de gemeentelijke indeling. Het verwerken van schoolfusies heeft gevolgen voor de grenswaarde en het populatiegemiddelde van de onderwijsscores. Voor de scholen die betrokken zijn bij de fusie verandert ook het gemiddelde opleidingsniveau van de ouders. Fusies hebben dus effect op de betrokken scholen, maar ook in mindere mate op alle andere scholen.

5.1.3 Grootste negatieve verschillen (met drempel)
Gemeentevoorlopige achterstandsscoredefinitieve achterstandsscoreverschilverschil (%)
Amsterdam82 400,45082 384,420-16,030-0,02
Diemen1 623,3301 609,850-13,480-0,83
Oss5 933,3505 921,355-11,995-0,20
Nissewaard7 388,4907 377,840-10,650-0,14
Emmen6 480,9156 470,900-10,015-0,15
Opsterland 605,195 600,515-4,680-0,77
Alphen aan den Rijn4 701,3754 697,865-3,510-0,07
Uitgeest 132,275 128,975-3,300-2,49
Heerde 589,345 586,545-2,800-0,48
Nieuwegein3 418,5903 416,220-2,370-0,07

5.1.4 Grootste positieve verschillen (met drempel)
Gemeentevoorlopige achterstandsscoredefinitieve achterstandsscoreverschilverschil (%)
Rotterdam97 691,13597 719,300 28,1650,03
Haarlemmermeer4 919,5804 927,340 7,7600,16
Zoetermeer9 176,1559 182,875 6,7200,07
's-Hertogenbosch8 139,3808 145,920 6,5400,08
Zandvoort 586,050 591,835 5,7850,99
Venlo8 032,9808 036,170 3,1900,04
Moerdijk1 575,3051 577,630 2,3250,15
Hardenberg2 513,8352 515,985 2,1500,09
Barneveld2 811,6652 813,810 2,1450,08
Vijfheerenlanden3 187,3503 189,495 2,1450,07

Grootste percentuele verschillen 

De tabellen 5.1.5 en 5.1.6 geven de gemeenten met percentueel gezien de grootste negatieve (5.1.5) en positieve (5.1.6) verschillen tussen voorlopige en definitieve achterstandsscores met drempel in 2020/2021 weer.

5.1.5 Grootste negatieve verschillen (met drempel)
Gemeentevoorlopige achterstandsscoredefinitieve achterstandsscoreverschil (%)verschil
Uitgeest 132,275 128,975-2,49-3,300
Diemen1 623,3301 609,850-0,83-13,480
Opsterland 605,195 600,515-0,77-4,680
Heerde 589,345 586,545-0,48-2,800
Son en Breugel 79,635 79,345-0,36-0,290
Oss5 933,3505 921,355-0,20-11,995
Emmen6 480,9156 470,900-0,15-10,015
Nissewaard7 388,4907 377,840-0,14-10,650
Gooise Meren 114,345 114,210-0,12-0,135
Súdwest-Fryslân2 641,2802 639,090-0,08-2,190

5.1.6 Grootste positieve verschillen (met drempel)
Gemeentevoorlopige achterstandsscoredefinitieve achterstandsscoreverschil (%)verschil
Zandvoort 586,050 591,8350,99 5,785
Haarlemmermeer4 919,5804 927,3400,16 7,760
Moerdijk1 575,3051 577,6300,15 2,325
Hardenberg2 513,8352 515,9850,09 2,150
's-Hertogenbosch8 139,3808 145,9200,08 6,540
Barneveld2 811,6652 813,8100,08 2,145
Zoetermeer9 176,1559 182,8750,07 6,720
Vijfheerenlanden3 187,3503 189,4950,07 2,145
Venlo8 032,9808 036,1700,04 3,190
Rotterdam97 691,13597 719,3000,03 28,165

5.2 Vergelijking definitieve (op basis van definitieve gemeentelijke indeling 2023; peiljaren 2020 en 2021) en voorlopige (op basis van voorlopige gemeentelijke indeling 2024; peiljaren 2022 en 2023) achterstandsscores

We vergelijken definitieve achterstandsscores voor 2020/2021 (op basis van de definitieve gemeentelijke indeling 2023) met voorlopige achterstandsscores voor 2022/2023 (op basis van de voorlopige gemeentelijke indeling 2024), zodat we een beeld krijgen van de stabiliteit van achterstandsscores tussen jaren. 

Oorzaken van (sterke) dalingen in achterstandsscores zijn een daling van het aantal leerlingen en peuters, netto uitstroom van leerlingen en peuters met lage onderwijsscores en het stijgen van onderwijsscores van leerlingen en peuters. Verder spelen ook verhuizingen een rol doordat deze niet altijd gelijkmatig verdeeld zijn over de populatie. Bij sommige gemeenten is te zien dat de achtergrondkenmerken van de populatie kinderen die naar een gemeente toe verhuizen anders is dan de achtergrondkenmerken van de kinderen die naar een andere gemeente verhuizen. Een veelvoorkomende reden voor netto uitstroom van leerlingen en peuters met lage onderwijsscores is een daling van het aantal leerlingen met een asielstatus. Voor de jaren die we nu hebben onderzocht, hebben we een tweetal additionele oorzaken van fluctuaties: de herijking en de wisseling van het peilmoment (zoals beschreven in paragraaf 2.3). De gevolgen van de herijking resulteren hier in een andere populatie van leerlingen die tot achterstandsleerlingen behoren. Een aantal specifieke herkomsten met negatieve coëfficiënten zien we – vooral in gemeenten met grote steden – minder voorkomen in deze populatie. Hetzelfde zien we met een aantal opleidingsniveaus van de ouders. Mede door deze veranderingen is het beeld dat de gemiddelde score van de achterstandsleerling dichterbij het populatiegemiddelde ligt. Daarbovenop, mede door de wisseling van het peilmoment, zien we dat er relatief minder ouders kunnen worden gekoppeld aan de leerlingen, waardoor we meer imputatie van het opleidingsniveau zien.

Meer informatie over de oorzaken van dalingen en stijgingen van achterstandsscores is te lezen in de brochure “Fluctuaties achterstandsscores scholen”4). Hoewel deze brochure is gericht op scholen, is de werking van de indicator voor gemeenten vergelijkbaar.

De figuren 5.2.1 en 5.2.2 geven verschillen tussen definitieve achterstandsscores in 2020/2021 (horizontale as) en voorlopige achterstandsscores in 2022/2023 (verticale as) weer, zowel voor achterstandsscores zonder (5.2.1) als met drempel (5.2.2). De figuren laten zien dat bijna alle gemeenten op of nabij de diagonaal liggen, wat betekent dat de voorlopige achterstandsscores in 2022/2023 over het algemeen vergelijkbaar waren met de definitieve achterstandsscores in 2020/2021.

Achterstandsscores gemeenten, DEF 2020/2021 <=> VRL 2022/2023

Achterstandsscores gemeenten, DEF 2020/2021 <=> VRL 2022/2023

Grootste absolute verschillen 

De tabellen 5.2.3 en 5.2.4 tonen de gemeenten met de grootste negatieve (5.2.3) en positieve (5.2.4) verschillen tussen definitieve achterstandsscores in 2020/2021 en voorlopige achterstandsscores in 2022/2023. Beide tabellen bevatten vooral grotere gemeenten met hoge achterstandsscores. Dit is intuïtief, omdat grote gemeenten bij een vergelijkbaar percentueel verschil in absolute termen aanzienlijk grotere verschillen hebben dan kleinere gemeenten. Verschillen in de achterstandsscores zijn het gevolg van verschuivingen in de samenstelling van de kindpopulatie door onder meer verhuizingen van kinderen tussen gemeenten. In sommige gemeenten is de ‘verhuisinstroom’ aanzienlijk anders van samenstelling dat de ‘verhuisuitstroom’. Zo kan een netto uitstroom van asielkinderen in gemeenten een daling in achterstandsscores veroorzaken.

5.2.3 Grootste negatieve verschillen (met drempel)
Gemeentedefinitieve achterstandsscorevoorlopige achterstandsscoreverschilverschil (%)
Rotterdam97 719,30089 972,965-7 746,335-8
Amsterdam82 384,42076 188,770-6 195,650-8
's-Gravenhage77 158,77572 701,215-4 457,560-6
Almere20 742,80019 648,775-1 094,025-5
Tilburg17 309,77016 263,545-1 046,225-6
Schiedam12 554,46011 765,550-788,910-6
Enschede13 174,26512 457,370-716,895-5
Utrecht23 261,42522 720,280-541,145-2
Capelle aan den IJssel5 586,5005 073,240-513,260-9
Gouda5 281,8704 863,270-418,600-8

5.2.4 Grootste positieve verschillen (met drempel)
Gemeentedefinitieve achterstandsscorevoorlopige achterstandsscoreverschilverschil (%)
Hoeksche Waard1 477,9602 007,575 529,61536
Leeuwarden4 894,4405 375,010 480,57010
Haarlemmermeer4 927,3405 376,460 449,1209
Eindhoven14 717,04015 134,825 417,7853
Boxtel1 067,2401 478,420 411,18039
Lansingerland 503,790 900,730 396,94079
Apeldoorn7 204,4157 600,255 395,8405
Emmen6 470,9006 859,960 389,0606
Westland3 571,3003 951,650 380,35011
Tytsjerksteradiel1 348,0201 706,855 358,83527

Grootste percentuele verschillen 

De tabellen 5.2.5 en 5.2.6 geven de gemeenten met percentueel gezien de grootste negatieve (5.2.5) en positieve (5.2.6) verschillen tussen definitieve achterstandsscores in 2020/2021 en voorlopige achterstandsscores in 2022/2023 weer. Beide tabellen bevatten uitsluitend kleinere gemeenten, wat verklaarbaar is omdat in absolute zin bescheiden veranderingen voor deze gemeenten percentueel gezien grote veranderingen kunnen zijn.

5.2.5 Grootste negatieve verschillen (met drempel)
Gemeentedefinitieve achterstandsscorevoorlopige achterstandsscoreverschil (%)verschil
Ameland 7,160 0,000-100-7,160
Waalre 1,260 0,000-100-1,260
Vlieland 18,915 11,265-40-7,650
Schiermonnikoog 13,740 9,995-27-3,745
Simpelveld 211,535 157,655-25-53,880
Westerwolde1 915,1501 605,710-16-309,440
Hilvarenbeek 219,050 186,970-15-32,080
Vaals 413,605 352,220-15-61,385
Olst-Wijhe 298,020 252,965-15-45,055
Staphorst 630,490 543,510-14-86,980

5.2.6 Grootste positieve verschillen (met drempel)
Gemeentedefinitieve achterstandsscorevoorlopige achterstandsscoreverschil (%)verschil
Oegstgeest 0,000 52,260* 52,260
Vught 14,835 136,535820 121,700
Eemnes 32,190 114,010254 81,820
Heeze-Leende 46,520 135,895192 89,375
Nuenen, Gerwen en Nederwetten 64,675 151,420134 86,745
Heumen 92,990 213,115129 120,125
Midden-Delfland 60,280 134,075122 73,795
Houten 258,250 499,93094 241,680
Mook en Middelaar 13,520 25,84591 12,325
Ommen 146,195 275,70089 129,505
* Omdat de eerste score nul is, kan er geen percentage worden uitgerekend omdat een cijfer niet door nul gedeeld kan worden.

4) Zie: Fluctuaties achterstandsscores scholen.