6. Samenvatting & conclusies

Om de onderwijsachterstandenindicator actueel te houden wil het ministerie van Onderwijs, Cultuur en Wetenschap regelmatig evalueren en herijken. Het doel hiervan is dat het gebruikte model ontwikkelingen in de populatie in de tijd volgt. In de evaluatie die we in dit rapport hebben besproken, staan vooral de coëfficiënten en schaalwaarden van het model van de po-indicator centraal. Daarnaast hebben we gekeken naar het effect van het meenemen van extra asielinstroom gegevens voor de identificatie van asielzoekers en statushouders.

In hoofdstuk 3 hebben we de resultaten gepresenteerd van het opnieuw schatten van de coëfficiënten en schaalwaarden aan de hand van een grotere steekproef. Hierbij hebben we een recentere periode toegevoegd aan de steekproeven die zijn gebruikt bij de ontwikkeling van de huidige po-indicator. Hoewel technisch mogelijk hebben we geen modellen beschreven waarin rekening wordt gehouden met extra indirecte effecten. Dit bleek theoretisch niet goed onderbouwd te kunnen worden. De resultaten van het toevoegen van een recentere periode laten zien dat de invloed van een aantal variabelen sterker wordt. De lagere opleidingsniveaus, sommige herkomstgroepen en verblijfsduur korter dan 5 jaar krijgen een grotere invloed op de onderwijsscore van het kind. De invloed van sommige andere herkomstgroepen, het gemiddeld opleidingsniveau van de moeders op en een school en ouders in de schuldsanering neemt daarentegen af.

Wat het effect is van deze veranderingen op school- en gemeenteniveau hebben we in hoofdstuk 4 besproken. Om het effect van de herijkte methode ten opzichte van de huidige methode van de po-indicator goed te kunnen analyseren hebben we de achterstandsscores gestandaardiseerd. Daarbij hebben we gezien dat de veranderingen in achterstandsscores te verklaren zijn op basis van de veranderingen in het model. Bij scholen en gemeenten waar de veranderingen het grootst zijn, is een aanzienlijk deel van de verandering het gevolg van de imputatie van de onderwijsscores bij kinderen waarvoor we geen onderwijsscore uit kunnen rekenen. Echter, deze veranderingen zijn ook een gevolg van de veranderingen in het herijkte model. Doordat de input hiervoor verandert, verandert ook de donorselectie. Voor sommige scholen en gemeenten pakt dit positief uit, voor sommige scholen en gemeenten negatief. Dit resultaat was te verwachten omdat we ook bij de plausibiliteitsanalyses van achterstandsscores voor scholen en gemeenten in het verleden al hebben gezien dat voor hetzelfde kind de geïmputeerde onderwijsscore van jaar op jaar flink kan veranderen.

Als laatste hebben we ook gekeken naar het effect van het meenemen van extra asielinstroom gegevens voor de identificatie van asielzoekers en statushouders in het onderzoeksbestand. Hoewel het effect hiervan klein is, zijn er geen belemmeringen om deze extra gegevens niet mee te nemen.