De vo-indicator voor praktijkonderwijs

2.1 Ontwikkeling vo-indicator

Eerder heeft het CBS op verzoek van OCW een indicator ontwikkeld voor onderwijsachterstanden in het primair onderwijs (po). Bij deze onderzoeken is de definitie van Kloprogge en de Wit voor onderwijsachterstand gebruikt.  Zij spreken van een onderwijsachterstand als leerlingen in Nederland door een ongunstige economische, sociale of culturele omgeving slechter presteren op school dan ze bij een gunstigere situatie zouden kunnen. Met andere woorden er wordt gesproken over een (kans op) onderwijsachterstand indien leerlingen slechtere prestaties leveren op school als gevolg van omgevingsfactoren dan dat op basis van hun intelligentie verwacht zou worden. Middelen ter bestrijding van onderwijsachterstanden in het po worden inmiddels door OCW verdeeld op basis van de door het CBS ontwikkelde indicator. In onderstaand kader staat meer informatie over de po-indicator. 

Op verzoek van OCW heeft het CBS eerder verkend in hoeverre de po-indicator ook toepasbaar is als indicator voor onderwijsachterstanden in het vo. Uit die verkenning bleek dat de po-indicator een betere verklaring geeft voor onderwijsachterstanden van leerlingen in het vo dan het apc-gebied waarin zij wonen.¹²⁾ In de verkenning zijn twee varianten van de po-indicator onderzocht: een niet-herijkte indicator waarin de bijdrage van alle kenmerken uit de po-indicator hetzelfde blijft en een herijkte indicator waarin de bijdragen van deze kenmerken opnieuw zijn geschat voor het vo. Bij deze herijking werd het gevolgde onderwijsniveau gebruikt als maat voor schoolprestaties in het vo (in plaats van de Cito-scores zoals in het po). In dit onderzoek had de herijkte indicator de grootste verklaringskracht voor onderwijsachterstanden in het vo. De set van kenmerken op basis waarvan de onderwijsscores worden berekend is licht aangepast zodat deze beter aansluit bij het vo. Zo worden onderwijsscores niet langer op basis van het gemiddelde opleidingsniveau van de moeders op een school berekend. Dit omdat het gemiddelde opleidingsniveau van de moeders op een school in het vo (te) sterk samenhangt met het onderwijsniveau dat een leerling volgt (gemiddeld genomen volgen kinderen van bijvoorbeeld hoogopgeleide moeders vaker een hoger onderwijsniveau). 

Er waren echter twijfels of deze herijkte indicator geschikt was voor het bepalen van de kans op onderwijsachterstand bij leerlingen met een niet-Nederlandse herkomst. De reden voor deze twijfels waren afwijkende resultaten ten opzichte van de po-indicator die lastig waren te interpreteren. Na vervolganalyses kon dit worden teruggevoerd op beperkingen van de data die waren gebruikt bij het herijken van de indicator. Bij de herijking kon destijds namelijk alleen gebruik worden gemaakt van het onderwijsniveau waarop een leerling onderwijs volgt als maat voor onderwijsprestaties in het vo. Hierdoor kon geen onderscheid worden gemaakt tussen leerlingen die beter of slechter presteren binnen een onderwijsniveau. In het po was daarentegen een veel fijnere maat voor onderwijsprestaties beschikbaar: de Cito-eindtoetsscore. Om een beter beargumenteerde keuze te kunnen maken voor de toekomstige indicator voor onderwijsachterstanden in het vo heeft het CBS, op verzoek van OCW, de indicator nogmaals  herijkt.¹³⁾ Bij deze herijking is een meer gedetailleerde maat voor schoolprestaties in het vo onderzocht door naast het gevolgde onderwijsniveau waar mogelijk ook de behaalde examencijfers mee te nemen. Op deze manier kunnen individuele verschillen in schoolprestaties binnen een onderwijsniveau worden gemeten die bij de oorspronkelijke herijking niet in beeld waren. Deze nieuwste methode voor de berekening van onderwijsscores op leerlingniveau op het vo is inmiddels aangenomen door OCW. 

2.2 Berekening onderwijsscores op leerlingniveau in het vo

Het schema in Figuur 2.2.1. laat zien hoe per leerling een onderwijsscore wordt berekend volgens de (herijkte) vo-indicator. Hiervoor wordt naar verschillende omgevingskenmerken van de leerling gekeken. De onderwijsscore is een schatting van de kans op onderwijsachterstand gegeven iemands omgevingskenmerken en ongeacht iemands intelligentie. De onderwijsscore kan zowel negatief als positief zijn. Bij leerlingen met lage(re) onderwijsscores worden – gemiddeld over de populatie – meer onderwijsachterstanden verwacht. Het schema laat zien dat een lager opleidingsniveau van ouders bijdraagt aan lagere onderwijsscores en zodoende een grotere kans op onderwijsachterstand.¹⁴⁾ Dit geldt ook voor het hebben van een niet-Nederlandse herkomst (met uitzondering van het hebben van een Oost-Aziatische herkomst)¹⁵⁾ en wanneer iemands moeder minder dan 5 jaar lang in Nederland is. Ook het in de schuldsanering zitten van de ouders vergroot de kans op een onderwijsachterstand.¹⁶⁾ Op deze manier kan voor alle leerlingen in het vo een onderwijsscore berekend worden die de kans op onderwijsachterstand weergeeft als gevolg van omgevingskenmerken en ongeacht hun intelligentie. 

2.2.1 Schema voor het berekenen van onderwijsscores bij de herijkte vo-indicator

Pro is een onderdeel van het regulier voortgezet onderwijs. Pro is bedoeld voor leerlingen van 12 tot en met 18 jaar die moeite hebben met leren op de traditionele manier. Om toegelaten te kunnen worden tot het praktijkonderwijs worden de volgende landelijke toelatingscriteria gehanteerd:

• Het IQ van de leerling ligt tussen 55 en 80;
• De leerling heeft een leerachterstand van minimaal drie jaar op twee van de volgende domeinen: inzichtelijk rekenen, begrijpend lezen, technisch lezen, spellen. Hierbij moet één van de domeinen inzichtelijk rekenen of begrijpend lezen zijn.

Op basis van het model uit hoofdstuk 2 is eerder voor alle leerlingen in het vo een onderwijsscore berekend die hun kans op onderwijsachterstand weergeeft gegeven hun omgeving en ongeacht hun intelligentie. Hierbij zijn leerlingen van alle schoolsoorten, van pro tot vwo, meegenomen. Door het besluit van OCW om pro apart te financieren is de vraag of de huidige vo-indicator ook geschikt is om het beschikbare budget voor het tegengaan van onderwijsachterstanden in het pro te verdelen. Door te focussen op één onderwijsniveau wordt de spreiding op de onderwijsscores die berekend worden met de vo-indicator mogelijk beperkt. Indien er niet voldoende spreiding is (op de kenmerken en/of de onderwijsscores), is de huidige vo-indicator niet/minder geschikt om voor het pro afzonderlijk in te zetten. Indien de spreiding binnen het pro minimaal is zou de vo-indicator namelijk weinig toegevoegde waarde hebben ten opzichte van een model waarbij het budget per pro-leerling verdeeld wordt (algemene populatiebekostiging). Het is dus essentieel om eerst de vraag te beantwoorden of het überhaupt mogelijk en zinvol is om de huidige vo-indicator in te zetten voor het pro afzonderlijk. Meer specifiek moeten de volgende vragen beantwoord worden:

1. In hoeverre is er bij de leerlingen in het pro voldoende spreiding wat betreft de kenmerken in de vo-indicator?
2. In hoeverre is er bij de leerlingen in het pro voldoende spreiding wat betreft de onderwijsscores?

Deze vragen worden in dit hoofdstuk beantwoord. Hiervoor wordt gekeken naar leerlingen die op 1 oktober 2020 ingeschreven stonden in het bekostigde vo.  

3.1 Spreiding op kenmerken in de vo-indicator 

Zoals eerder aangegeven zijn er meerdere omgevingskenmerken waarmee rekening gehouden wordt om de kans op onderwijsachterstanden voor leerlingen in het vo te berekenen: het opleidingsniveau van de moeder, het opleidingsniveau van de vader, de herkomst van de ouders, verblijfsduur van de moeder in Nederland en of de ouders al dan niet in de schuldsanering zitten. Om de potentie van de vo-indicator voor het pro afzonderlijk in kaart te brengen is eerst bestudeerd in hoeverre bij pro-leerlingen voldoende spreiding is op de omgevingskenmerken uit de vo-indicator. In onderstaande twee figuren staat (de spreiding voor) het hoogste opleidingsniveau van de moeder (Figuur 3.1.1.) en van de vader (Figuur 3.1.2.) weergegeven zowel voor pro-leerlingen als vo-leerlingen die niet op het pro zitten. 

Duidelijk is dat zowel het opleidingsniveau van de moeder als het opleidingsniveau van de vader voor pro-leerlingen lager is (vaker enkel basisonderwijs of vmbo-b/k, mbo1) dan voor vo-leerlingen die geen pro volgen. Hoewel de hoogte van het opleidingsniveau van ouders van pro-leerlingen verschilt van overige vo-leerlingen is ook voor de pro-leerlingen voldoende spreiding zichtbaar wat betreft het opleidingsniveau van de ouders (zo zijn er ook relatief veel ouders die een mbo2, mbo3, mbo4 hebben als hoogste opleidingsniveau). 

Ook voor herkomst (Figuur 3.1.3.) en verblijfsduur van de moeder in Nederland (Figuur 3.1.4.) is gekeken of er voldoende spreiding is voor de pro-leerlingen om de vo-indicator potentieel zinvol in te kunnen zetten.

Zoals in figuur 3.1.3. te zien is, zijn er wat betreft herkomst duidelijke verschillen tussen leerlingen die wel op het pro zitten en leerlingen die niet op het pro zitten. Pro-leerlingen hebben minder vaak (minimaal één ouder met) een Nederlandse herkomst (61 procent) in vergelijking met leerlingen die niet op het pro zitten (81 procent). De spreiding wat betreft herkomst is bij pro-leerlingen groter dan bij leerlingen die geen pro volgen. De resultaten wat betreft verblijfsduur van de moeder zijn in lijn met de resultaten voor herkomst. Leerlingen die pro volgen hebben minder vaak een moeder die langer dan 10 jaar in Nederland is (84 procent) in vergelijking met leerlingen die geen pro volgen (94 procent). De spreiding wat betreft verblijfsduur van de moeder in Nederland is dus groter voor pro-leerlingen dan voor leerlingen die niet op het pro zitten. 

Het laatste kenmerk in de vo-indicator is of de ouders al dan niet een schuldsaneringstraject volgen. Ook hiervan is onderzocht of er voldoende spreiding is voor pro-leerlingen (Figuur 3.1.5.).

Leerlingen die pro volgen hebben vaker een ouder die in de schuldsanering zit (2,2 procent) dan leerlingen die een ander onderwijsniveau volgen (0,6 procent). Ook hier is dus sprake van meer spreiding bij pro-leerlingen dan bij overige leerlingen. 

3.2 Spreiding wat betreft de onderwijsscores

Bovengenoemde kenmerken samen bepalen in het huidige model van de vo-indicator de onderwijsscores. Deze scores reflecteren de kans op onderwijsachterstand zoals geschat op basis van het gepresenteerde model (Figuur 2.2.1.). In onderstaande twee grafieken staan zowel voor pro-leerlingen als voor overige vo-leerlingen de (spreiding op deze) onderwijsscores weergegeven. Dit is voor meerdere jaren gedaan (2017-2020) om zicht te krijgen op de stabiliteit van deze bevindingen.  

3.2.1 Verdeling onderwijsscores (2017-2020) voor pro-leerlingen

3.2.2 Verdeling onderwijsscores (2017-2020) voor overige vo-leerlingen

Duidelijk is dat de onderwijsscores voor pro-leerlingen lager zijn dan voor overige vo-leerlingen (dus pro-leerlingen hebben gemiddeld genomen een grotere kans op onderwijsachterstand vanwege hun omgevingskenmerken en ongeacht hun intelligentie). Ook bij pro-leerlingen is echter voldoende spreiding zichtbaar wat betreft de kans op onderwijsachterstanden: ook binnen pro zijn er leerlingen met een hogere onderwijsscore en leerlingen met een lagere onderwijsscore.  

Het aanwezig zijn van voldoende spreiding op zowel de kenmerken in het model (paragraaf 3.1.) als op de onderwijsscores (paragraaf 3.2.) is een belangrijke voorwaarde om het model van de vo-indicator zinvol in te kunnen zetten in het pro. Bovenstaande analyses laten zien dat er wat betreft spreiding geen belemmering is om het model van de vo-indicator in de toekomst ook in te zetten voor pro-leerlingen afzonderlijk.¹⁷⁾

Eerder is dus een model ontwikkeld om voor vo-leerlingen de kans op onderwijsachterstand te kunnen schatten (zie hoofdstuk 2). Dit model is ook toepasbaar voor het pro afzonderlijk: er is voldoende spreiding voor de pro-leerlingen op zowel de omgevingskenmerken als op de onderwijsscores (zie hoofdstuk 3). Omdat OCW niet op leerlingniveau, maar op vestigingsniveau bekostigt, moeten de onderwijsscores van individuele leerlingen worden opgeteld tot achterstandsscores per vestiging.¹⁸⁾ Dit “optellen” wordt aggregeren genoemd en kan op meerdere manieren. Dat wordt in dit hoofdstuk beschreven. 

4.1 Instellingen aggregatieformule

Indien de aggregatieformule van het po als basis wordt genomen voor het vo moeten de volgende beleidskeuzes worden gemaakt¹⁹⁾:

1. Allereerst moet worden besloten welke leerlingen in het pro tot de doelgroep met een relatief hoog risico op onderwijsachterstanden behoren. Dus vanaf welke onderwijsscore worden leerlingen meegeteld? Tellen bijvoorbeeld alleen de pro-leerlingen met hele lage onderwijsscores mee of is een bredere doelgroep gewenst waarin ook leerlingen die een relatief minder grote kans hebben op een onderwijsachterstand meegenomen worden [keuze 1]? 
2. Vervolgens moet worden bepaald met welk gewicht de scores van leerlingen in de doelgroep meetellen. Wegen zij allemaal even zwaar mee of wordt daarin gedifferentieerd zodat leerlingen met een grotere kans op onderwijsachterstand zwaarder meetellen [keuze 2]? 
3. Een derde keuze die gemaakt moet worden om achterstandsscores per vestiging te berekenen op basis van de onderwijsscores op leerlingniveau betreft de invoering van een drempel. Moet er een drempel zijn wat betreft aandeel doelgroepleerlingen dat een vestiging moet hebben om in aanmerking te komen voor budget en zo ja, hoe hoog moet deze drempel zijn [keuze 3]? 

4.2 Opzet aggregatieformule

Op basis van bovenstaande keuzes kan een zogenaamde aggregatieformule opgesteld worden om van onderwijsscores op leerlingniveau te komen tot achterstandsscores op vestigingsniveau. Zie het kader voor de opzet van deze aggregatieformule. 

De werking van bovenstaande formule wordt hieronder geïllustreerd aan de hand van twee fictieve rekenvoorbeelden. Stel dat de volgende beleidskeuzes gemaakt worden:

• Keuze 1: voor de omvang van de doelgroep (welke leerlingen tellen mee als doelgroepleerlingen?) wordt gewerkt met een percentage van 20 procent. In dit voorbeeld betekent dat dat enkel leerlingen met een onderwijsscore lager dan -1 tot de doelgroep behoren. De gemiddelde onderwijsscore van alle pro-leerlingen in deze doelgroep is in dit voorbeeld -2.
• Keuze 2: niet alle leerlingen die in de doelgroep zitten tellen even zwaar mee. Het is zo dat doelgroepleerlingen met een grotere kans op onderwijsachterstand zwaarder meetellen bij het berekenen van de achterstandsscores op vestigingsniveau. 
• Keuze 3: de drempel op vestigingsniveau (hoe groot moet het aandeel doelgroepleerlingen zijn alvorens een vestiging budget toegewezen krijgt om onderwijsachterstanden tegen te gaan) wordt op 12 procent gezet. 

De gemiddelde onderwijsscore van alle leerlingen op het pro is in dit voorbeeld 0. 

Het voorbeeld in tabel 4.2.1 gaat over vestiging A met 5 bekostigde leerlingen. 

Leerling 1, 3 en 4 dragen op deze vestiging niet bij aan de achterstandsscore van de vestiging omdat hun onderwijsscore (factor C in de formule) hoger is dan de grenswaarde van -1. Met andere woorden, zij vallen niet in de doelgroep. Leerling 2 en 5 dragen wel bij als de achterstandsscore op vestigingsniveau berekend wordt. Zij vallen namelijk wel in de doelgroep (zij hebben een onderwijsscore lager dan -1 wat betekent dat zij in de groep leerlingen zitten met de laagste 20 procent van de onderwijsscores). Hun bijdrage is gelijk aan het verschil tussen hun onderwijsscore en het gemiddelde van alle pro-leerlingen in Nederland (factor D in de aggregatieformule wat in dit voorbeeld 0 is). Hun totale bijdrage is 3,5 (de afstand tussen de onderwijsscore van leerling 2 tot de gemiddelde onderwijsscore van alle pro-leerlingen in Nederland is namelijk 0 - -2 = 2 en bij leerling 5 is dit 1,5). Dit is het resultaat op onderdeel A van de formule; de achterstandsscore zonder toepassing van de drempel. Op deze score moet dan nog, in lijn met keuze 3, een drempelwaarde in mindering worden gebracht (factor B in de aggregatieformule). Minimaal 12 procent van de leerlingen op een vestiging moet in dit voorbeeld namelijk in de doelgroep vallen alvorens een vestiging in aanmerking komt voor budget. Volgens de formule uit het kader hierboven is de drempel gelijk aan de uitkomst van het aantal leerlingen op een vestiging x de gekozen drempel (keuze 3) x (gemiddelde onderwijsscore van alle pro-leerlingen - gemiddelde onderwijsscore van alle pro-leerlingen die in de doelgroep vallen (keuze 1)). In dit geval komt dat neer op 5 x 0,12 x (0 - -2). De uitkomst hiervan is 1,2. De achterstandsscore voor deze vestiging is dus 2,3 (het verschil tussen 3,5 en 1,2). Deze vestiging krijgt indien deze keuzes gemaakt worden en dit de aggregatieformule is wel budget toegewezen om onderwijsachterstanden tegen te gaan.

In het tweede voorbeeld, weergegeven in tabel 4.2.2, is te zien dat op vestiging B alleen leerling 6 bijdraagt aan de achterstandsscore: dit is de enige leerling met een onderwijsscore onder de grenswaarde van -1 en dus de enige leerling die in de doelgroep valt. De totale score voor vestiging B is dan ook gelijk aan de bijdrage van leerling 6 en komt uit op 1,5 (0 - -1,5). De drempelwaarde die hier in mindering op wordt gebracht is de uitkomst van 7 x 0,12 x (0 - -2), oftewel 1,68. De daadwerkelijke achterstandsscore voor vestiging B is dus -0,18 (1,5 - 1,68). Dit betekent dat de achterstandsscore uitkomt op 0. Negatieve scores worden namelijk gelijkgesteld aan 0. Deze vestiging zou dus bij deze instellingen geen budget toegewezen krijgen om onderwijsachterstanden tegen te gaan.

Dit tweede voorbeeld illustreert dat vestigingen met leerlingen met een onderwijsscore onder de grenswaarde (dus met doelgroepleerlingen) niet altijd een positieve achterstandsscore krijgen. De drempel zorgt ervoor dat vestigingen waar de som van de bijdrages aan de achterstandsscore relatief laag is ten opzichte van het aantal bekostigde leerlingen (en waar het totale risico op onderwijsachterstand dus relatief beperkt is) niet in aanmerking komen voor middelen uit het onderwijsachterstandenbudget van OCW (indien er een drempel ingesteld wordt). 

Bovenstaande berekeningen worden voor alle vestigingen uitgevoerd. Op deze manier krijgen alle vestigingen een achterstandsscore. Op basis van deze achterstandsscores wordt vervolgens het budget verdeeld door OCW. In bovenstaand voorbeeld heeft vestiging A een achterstandsscore van 2,3 en vestiging B een achterstandsscore van 0. Stel dat het totaal van achterstandsscores van alle scholen gelijk is aan 50 en dat het totale beschikbare budget om onderwijsachterstanden tegen te gaan 100 duizend euro is. In dat geval is het budget dat vestiging A toegewezen krijgt gelijk aan: (achterstandsscore van vestiging A / som van achterstandsscores) x totale budget, ofwel (2,3/ 50) x 100 duizend = 4,6 duizend euro. Het budget voor vestiging B is (0/ 50) x 100 duizend = 0 euro.

4.3 Aggregatieformule voor pro

Op basis van eerder onderzoek en eerder opgedane inzichten heeft OCW reeds een keuze gemaakt voor een aggregatieformule voor overige vo-leerlingen (vo-leerlingen die geen pro volgen).²⁰⁾ Zoals in het vorige hoofdstuk weergegeven zijn er niet direct methodologische bezwaren om de vo-indicator in te zetten voor pro-leerlingen afzonderlijk om de kans op onderwijsachterstanden op leerlingniveau te berekenen. Dit betekent echter niet dat het ook raadzaam is om exact dezelfde aggregatieformule in te zetten bij pro als bij de rest van het vo. Hieronder staan per keuze overwegingen weergegeven waar rekening mee gehouden moet worden wat betreft de aggregatie van onderwijsscores op leerlingniveau naar achterstandsscores op vestigingsniveau voor pro.

Keuze 1:  Bepalen omvang doelgroep

Voor niet pro-leerlingen in het vo heeft OCW besloten om, net als in het po, te werken met een omvang van 15 procent (dus de leerlingen met de laagste 15 procent aan onderwijsscores vallen in de doelgroep). In onderstaande twee figuren is visueel weergegeven waar de grens van 15 procent ligt voor de pro-leerlingen (Figuur 4.3.1.) en voor de overige vo-leerlingen (Figuur 4.3.2.). Met andere woorden op basis van deze figuren wordt zichtbaar gemaakt welk deel van de leerlingen in de doelgroep valt (links van de lijn) indien een grenswaarde van 15 procent gehanteerd wordt (donkergroene lijn).  

4.3.1 Verdeling onderwijsscores (2020) voor pro-leerlingen en verschillende grenswaardes

4.3.2 Verdeling onderwijsscores (2020) voor overige vo-leerlingen en verschillende grenswaardes

Zoals duidelijk wordt in Figuur 4.3.1. valt voor pro-leerlingen deze 15%-grenswaarde exact in de piek. Met andere woorden de meeste pro-leerlingen hebben een onderwijsscore die rond de 15%-grenswaarde zit. Ook in eerdere jaren (zie bijlage 2) is te zien dat de piek samenvalt met de 15%-grenswaarde. Dit kan een reden zijn om voor pro-leerlingen te werken met een andere grenswaarde dan de 15%-grenswaarde bij het aggregeren van de individuele onderwijsscores naar achterstandsscores per vestiging. Ook de absolute waardes met betrekking tot de kans op onderwijsachterstand kunnen een reden zijn om voor pro met een andere doelgroep te werken. Zoals in Figuur 4.3.2. te zien is correspondeert de 15%-grens voor de overige vo-leerlingen met een waarde rond de 0. Voor pro-leerlingen (Figuur 4.3.1.) valt deze grens samen met een negatieve score. Dit komt omdat pro-leerlingen gemiddeld genomen een grotere kans hebben op onderwijsachterstand (vanwege omgevingskenmerken en ongeacht hun intelligentie). De beleidskeuze die gemaakt moet worden is dus hoe groot de kans op onderwijsachterstand relatief moet zijn, ten opzichte van alle andere pro-leerlingen, om in de doelgroep te vallen.  

Keuze 2: Tellen alle leerlingen even zwaar mee of wordt daarin gedifferentieerd? 

Voor leerlingen die geen pro volgen is, net als voor het po en overige vo-leerlingen, besloten om leerlingen met een grotere kans op onderwijsachterstand zwaarder mee te laten tellen bij de berekening van de achterstandsscores. Er zijn niet direct methodologische bezwaren om dit ook te doen voor de pro-leerlingen in het vo. Het is wel goed om te realiseren dat er dus een grote groep leerlingen hetzelfde of een vergelijkbaar gewicht krijgt (dit vanwege de piek zoals hierboven beschreven). 

Keuze 3: Drempel

De derde keuze betreft de vraag of men een drempel per vestiging in wil stellen en zo ja, wat deze drempel dan moet zijn. Of er wel of geen minimaal aandeel doelgroepleerlingen moet zijn per vestiging is een beleidskeuze. In het algemeen geldt dat hoe lager de drempel hoe meer vestigingen geld krijgen. Of: hoe hoger de drempel hoe minder versnippering van het budget. Er zijn niet direct methodologische bezwaren bij het invoeren van een drempel (of een bepaalde hoogte van de drempel) wat betreft het toepassen van de vo-indicator voor pro afzonderlijk. 

Er zijn dus meerdere beleidskeuzes die gemaakt moeten worden om de onderwijsscores op leerlingniveau op te kunnen tellen tot achterstandsscores op vestigingsniveau: 

1. de omvang van de doelgroep
2. het gewicht van de doelgroepleerlingen
3. de drempel voor scholen/vestigingen

Zoals in het vorige hoofdstuk beschreven, wordt voor niet pro-leerlingen in het vo gewerkt met een grens van 15 procent om de doelgroep af te bakenen. Dit is hetzelfde als de grenswaarde die in het po gebruikt wordt. Zoals in het vorige hoofdstuk is beschreven ligt deze grens bij pro duidelijk in de piek en is de exacte onderwijsscore die bij deze grens hoort bij pro lager dan bij de rest van het vo. Op basis van deze analyses heeft OCW gevraagd om door te rekenen wat het effect is van een grenswaarde van 10 procent en van 30 procent voor afbakening van de doelgroep (dit is aan het begin en richting het einde van de piek van leerlingen). Een grenswaarde van 30 procent is een stuk hoger dan bij de rest van het vo (15 procent). Het aantal leerlingen op pro dat een relatief grote kans heeft op onderwijsachterstand is ook groter. Zo ligt de onderwijsscore die bij pro hoort bij de grens van 30 procent onder de 0 terwijl deze grens voor overige vo-leerlingen correspondeert met een onderwijsscore boven de 0 (zie ook paragraaf 4.3.). Voor keuze 2 -gewicht van de doelgroepleerling- is besloten om, net als in het po en de rest van het vo, leerlingen met een grotere kans op onderwijsachterstand zwaarder mee te laten tellen bij het berekenen van de achterstandsscores. Er wordt dus niet enkel gekeken of een bepaalde vestiging doelgroepleerlingen heeft, maar er wordt ook gekeken naar hoe sterk de kans op onderwijsachterstand bij deze leerlingen is. Wat betreft drempelwaarde (hoe groot moet het aandeel doelgroepleerlingen op een vestiging zijn om geld te krijgen?) heeft OCW gevraagd de volgende 3 waardes door te rekenen: 0 procent (geen drempel/minimum aandeel doelgroepleerlingen dat een vestiging moet hebben alvorens budget toegekend wordt), 12 procent (hetzelfde als bij het po en de rest van het vo) en 20 procent (een hogere drempel vanuit de gedachte dat een vo-indicator gebruikt wordt om het beschikbare budget gerichter in te zetten en dat het zo terecht komt bij vestigingen met relatief veel doelgroepleerlingen).²¹⁾ Samenvattend is het CBS gevraagd de volgende zes scenario’s te onderzoeken (die een combinatie zijn van de omvang van de doelgroep en de drempel): 

Voor alle zes de scenario’s is het volgende onderzocht:

• Hoe wordt het budget verdeeld? Met andere woorden hoeveel vestigingen ontvangen budget en wat zijn de bedragen die vestigingen krijgen? 
• Wat is per scenario de geografische spreiding van de verdeling van het budget? 

Voor de analyses in dit hoofdstuk is gekeken naar de leerlingen die op 1 oktober 2020 ingeschreven stonden in het pro. Als beschikbaar budget is gerekend met 14 miljoen euro. OCW heeft aangegeven dat dit op het moment dat dit onderzoek uitgevoerd werd het meest waarschijnlijke budget is dat in de toekomst beschikbaar zal zijn om kansengelijkheid in het pro te bevorderen. De exacte bedragen die vestigingen ontvangen zullen anders zijn indien (toch) een ander budget ter beschikking gesteld wordt. Het globale beeld wat betreft verschillen tussen scenario’s (zoals weergegeven in dit onderzoek) zal hierdoor niet veranderen. 

5.1 Verdeling doelgroepleerlingen

Zoals in hoofdstuk 2 is aangegeven is eerst voor alle leerlingen de onderwijsscore berekend. Dit is een schatting van de kans op onderwijsachterstand (de mate waarin leerlingen het minder goed doen op school vanwege hun omgevingskenmerken dan op basis van hun intelligentie zou kunnen worden verwacht).

De eerste beleidskeuze (zie hierboven) is de vraag welke leerlingen als doelgroepleerling aangemerkt worden. Er worden twee verschillende omvangen van de doelgroep onderzocht: een doelgroep waarin de leerlingen met de laagste 10 procent van de onderwijsscores van alle pro-leerlingen in de categorie doelgroepleerling vallen en een doelgroep waarbij een grenswaarde van 30 procent gehanteerd wordt. Concreet betekent dit, zoals zichtbaar is in Tabel 5.1.1., dat bij een doelgroep van 10 procent bijna 3 duizend pro-leerlingen als doelgroepleerling aangemerkt worden. Bij een grenswaarde van 30 procent vallen meer dan 9 duizend pro-leerlingen in de doelgroep.²²⁾

Indien geen drempel gehanteerd wordt bij het berekenen van de achterstandsscores per vestiging wordt gekeken naar het aantal doelgroepleerlingen per vestiging. Het totaal aantal doelgroepleerlingen op een vestiging (en de mate van hun onderwijsachterstand) bepaalt de achterstandsscore. Als er wel een drempel gehanteerd wordt betekent dit dat er een minimaal aandeel doelgroepleerlingen op een vestiging moet zijn (ten opzichte van het totaal aantal leerlingen op de vestiging) alvorens budget toegekend wordt aan de vestiging. Hoe hoger de drempel, hoe hoger dit aandeel doelgroepleerlingen moet zijn en dus hoe minder doelgroepleerlingen er zijn die op een vestiging zitten die de drempel haalt en in aanmerking komt voor budget om onderwijsachterstanden tegen te gaan (zie ook bovenstaande tabel). 

Het effect van het invoeren van een drempel is sterker bij een kleine doelgroep dan bij een grotere doelgroep (zie tabel 5.1.1.). Dit komt omdat bij een kleine doelgroep alleen de leerlingen met een relatief veel grotere kans op onderwijsachterstand meegerekend worden. De kans dat de drempel gehaald wordt, dat minimaal 12 of 20 procent van de leerlingen op een vestiging een dermate grote kans op onderwijsachterstand heeft, is minder groot. Bij een grotere doelgroep is het relatief makkelijk voor een vestiging om de drempel te halen omdat meer leerlingen in de doelgroep vallen. 

5.2 Verdeling budget

Verdeling budget over vestigingen

In bovenstaande paragraaf is gekeken naar hoeveel doelgroepleerlingen er zijn en hoeveel van deze leerlingen al dan niet op een vestiging zitten die de drempel halen (in de verschillende scenario’s). In deze paragraaf wordt, per scenario, gekeken naar het aantal vestigingen dat al dan niet in aanmerking komt voor budget om onderwijsachterstanden tegen te gaan. In tabel 5.2.1. is weergegeven hoe het beschikbare budget verdeeld zou worden over de pro-vestigingen bij de verschillende scenario’s (in absolute aantallen en percentages). In totaal zijn er in dit onderzoek 174 pro-vestigingen. 

Indien er geen drempel is (dus een drempel van 0 procent) is er geen minimaal aandeel doelgroepleerlingen dat een vestiging moet hebben om in aanmerking te komen voor budget. Bij een brede doelgroep (30 procent) krijgen dan ook alle pro-vestigingen geld om onderwijsachterstanden tegen te gaan. Bij een kleine doelgroep (10 procent) is er een aantal vestigingen die ook indien er geen drempel is geen budget toegewezen zou krijgen. Dit komt omdat er op deze vestigingen geen leerlingen zijn die in de doelgroep vallen (er zijn op deze vestigingen geen leerlingen met een dermate grote kans op onderwijsachterstand). In het algemeen geldt dat hoe hoger de drempel hoe minder vestigingen geld ontvangen. Ook hier is zichtbaar dat het effect van de drempel bij een kleine doelgroep (10 procent) beduidend groter is dan bij een grote doelgroep (30 procent) aangezien het bij een kleine doelgroep veel lastiger is om de drempel te halen. De kans is veel kleiner dat een bepaalde vestiging een minimaal aandeel leerlingen heeft met een dermate grote kans op onderwijsachterstand. Zo zou bij een drempel van 20 procent 7 procent van de vestigingen geld ontvangen bij een kleine doelgroep terwijl bij een grote doelgroep bijna driekwart van de vestigingen geld zou ontvangen bij een drempel van 20 procent. 

Verdeling budget in bedragen

In de vorige paragraaf is aangegeven hoeveel vestigingen geld ontvangen per scenario. In deze paragraaf staat meer informatie gegeven over welke bedragen de vestigingen ontvangen. In Tabel 5.2.2. staat per scenario weergegeven welk percentage van de 174 pro-vestigingen welk bedrag zou krijgen.

In het algemeen geldt dat hoe hoger de drempel hoe minder vestigingen geld krijgen en hoe hoger de bedragen die vestigingen ontvangen. Dit komt omdat het beschikbare budget over minder vestigingen verdeeld hoeft te worden. Of anders geformuleerd: bij een lagere drempel krijgen meer vestigingen geld, maar het bedrag per vestiging (indien zij in aanmerking komen voor financiering) is lager (want hetzelfde budget moet over meer vestigingen verdeeld worden). In de tabel is bijvoorbeeld te zien dat indien er geen drempel is vrijwel alle vestigingen geld ontvangen (zowel bij een kleine als een bredere doelgroep). De meerderheid van de vestigingen ontvangt dan echter een bedrag tot 100 duizend euro. Bij een drempel van 20 procent zijn de bedragen die vestigingen ontvangen (wanneer zij budget ontvangen) hoger. Dit geldt zeker indien de doelgroep klein is: veel vestigingen ontvangen dan geen budget bij een drempel van 20 procent, maar vestigingen die budget ontvangen krijgen dan relatief vaak een bedrag van 500 duizend of meer (het totale budget wordt dan namelijk verdeeld over een veel kleiner aantal vestigingen).  

5.3 Geografische spreiding

Op verzoek van OCW is ook onderzocht hoe het beschikbare budget om onderwijsachterstanden tegen te gaan verdeeld zou worden over het land bij de verschillende scenario’s. In onderstaande figuren staat dit visueel weergegeven. Hiervoor is gekeken naar het totale bedrag dat een bepaalde gemeente zou ontvangen in een bepaald scenario en is dit gedeeld door het totaal aantal leerlingen dat pro volgt in deze gemeente. De bedragen in onderstaande figuren tonen dus het gemiddelde bedrag per pro-leerling (per gemeente en per scenario).