ArticlePDF Available

Onderzoek naar een nieuwe gewichtenregeling gewogen. Een beter systeem voor de toekenning van extra financiële middelen aan scholen met achterstandsleerlingen?

Authors:
  • Semi-retired

Abstract

Weighting weighted student funding system research The core of the Dutch educational disadvantage policy is the so-called weighted student funding system. Schools with students from disadvantaged home backgrounds receive extra financial resources to combat educational delays. This system was developed in the 1980s and then discerned three indicators of disadvantage, parental educational level, occupational level, and country of birth. Analyses suggested a predictive validity estimate of 0.50, or 25 percent of explained variance in the students’ educational attainment. Nowadays there only is one indicator of disadvantage left, parental educational level, with a validity estimate of 0.20, or no more than 4 percent of explained variance. At the request of the Ministry of Education a new study was performed to arrive at a model with better predictive validity. This article critically appraises the results of this study focusing on two themes: what is its value-added quality, and does it solve the practicalities?
« GDR Educational Research Note - 30 May 2017 - p. 1 »
Onderzoek naar een nieuwe gewichtenregeling gewogen
Een beter systeem voor de toekenning van extra financiële middelen aan scholen met
achterstandsleerlingen?
Dr. Geert Driessen
Geert Driessen Research
E driessenresearch@gmail.com
W www.geertdriessen.nl
Summary
Weighting weighted student funding system research
The core of the Dutch educational disadvantage policy is the so-called weighted student funding
system. Schools with students from disadvantaged home backgrounds receive extra financial
resources to combat educational delays. This system was developed in the 1980s and then
discerned three indicators of disadvantage, parental educational level, occupational level, and
country of birth. Analyses suggested a predictive validity estimate of 0.50, or 25 percent of
explained variance in the students’ educational attainment. Nowadays there only is one indicator
of disadvantage left, parental educational level, with a validity estimate of 0.20, or no more than
4 percent of explained variance. At the request of the Ministry of Education a new study was
performed to arrive at a model with better predictive validity. This article critically appraises the
results of this study focusing on two themes: what is its value-added quality, and does it solve the
practicalities?
Keywords: Educational Disadvantage Policy; weighted student funding; primary education;
validity; equity
1 De gewichtenregeling
Sinds zo’n vier decennia wordt er in Nederland beleid gevoerd om onderwijsachterstanden die
het gevolg zijn van sociale, economische en culturele factoren gelegen in de omgeving waarin
kinderen opgroeien te voorkomen en bestrijden. Het belangrijkste financiële instrument van dit
beleid is de zogenoemde gewichtenregeling. Deze houdt in dat kinderen naar gelang hun
veronderstelde achterstand een bepaald formatiegewicht krijgen en dat schoolbesturen daarvoor
extra budget ontvangen om gericht aan de bestrijding van die achterstand te werken. De
gewichtenregeling is halverwege de jaren tachtig ontwikkeld en onderscheidde destijds drie
« GDR Educational Research Note - 30 May 2017 - p. 2 »
achterstandsindicatoren, namelijk de opleiding, het beroep en het geboorteland van de ouders. De
geschatte predictieve validiteit van deze indicatoren tezamen bedroeg circa 0.50, ofwel 25%
verklaarde variantie. In de loop der jaren zijn de indicatoren beroep en geboorteland geschrapt en
de afgelopen tien jaar hanteert het ministerie van OCW alleen nog opleiding als indicator. In een
eerder artikel in Mens & Maatschappij (Driessen, 2015) heb ik laten zien dat de predictieve
validiteit daarvan nog slechts circa 0.20 bedraagt, ofwel 4% verklaarde variantie. In mijn ogen
volstrekt onvoldoende om dit onderdeel van het beleid, waarmee al ruim dertig jaar jaarlijks meer
dan 600 miljoen euro gemoeid is (in het basisonderwijs zo’n kwart miljard euro en in het
Gemeentelijk Onderwijsachterstandenbeleid (GOAB) 361 miljoen euro; Ministerie van OCW,
2016a), te verantwoorden nog los van alle andere praktische uitvoeringsperikelen. Afsluitend
stelde ik daarom de vraag of het hele beleid niet over een andere boeg moest worden gegooid,
bijvoorbeeld door ondanks mogelijke bezwaren gebruik te maken van systematisch
verzamelde vroege toets- en observatieresultaten.
2 Nieuw onderzoek
2.1 Inleiding
In 2016 heeft het ministerie van OCW het CBS opdracht gegeven een nieuw model te
ontwikkelen dat op basis van omgevingskenmerken van leerlingen een betere voorspelling zou
moeten geven van verwachte onderwijsachterstanden. Belangrijk verschil met de huidige situatie,
waarbij scholen zelf de informatie over het ouderlijk opleidingsniveau moeten verzamelen en
administreren, is dat er gebruik zou moeten worden gemaakt van registerdata, dat wil zeggen
gegevens die al via andere centrale bronnen beschikbaar zijn en waardoor de scholen zelf geen
gegevens meer hoeven te verzamelen. In de woorden van staatssecretaris Dekker: ‘Hiermee
worden de uitvoeringsproblemen opgelost en wordt de voorspelkracht van de huidige indicator
verbeterd’ (Ministerie van OCW, 2016b, p. 1).
Een team van negen CBS-onderzoekers heeft daarvoor een reeks kwantitatieve analyses
verricht, daarbij ondersteund door elf topambtenaren, vertegenwoordigers van
belangenverenigingen en wetenschappers. De vraag is nu wat deze hele exercitie aan nieuwe,
valide en praktisch bruikbare inzichten heeft opgeleverd. Hierna vat ik de hoofdpunten van de
CBS-rapportage (Posthumus e.a., 2016; 2017) samen en maak daarbij en passant een (kritische)
vergelijking met mijn eigen analyses naar de relatie tussen kind- en gezinskenmerken enerzijds
en onderwijsprestaties anderzijds (Driessen, 2015).
2.2 Schoolprestaties
Als afhankelijke variabele binnen de modellen waarin de voorspellende kracht van de
verschillende achterstandsindicatoren wordt getoetst, heeft het CBS gekozen voor de Cito
Eindtoets, waarvan de (totaal)scores afkomstig zijn uit de gecombineerde drie metingen van het
COOL5-18 cohortonderzoek (voor een beschrijving van het COOL-onderzoek zie Driessen,
Elshof, Mulder & Roeleveld, 2015). Bij die keuze kunnen meteen al vraagtekens worden
« GDR Educational Research Note - 30 May 2017 - p. 3 »
geplaatst. Immers, deze toets is afgenomen op het eind van de basisschool. Voor mijn analyses
heb ik de resultaten op de Citotoetsen Taal voor Kleuters en Rekenen voor Kleuters, afgenomen
in groep 2, gebruikt en vergeleken. De reden is simpel. Omdat uit onderzoek was gebleken dat de
achterstanden van bepaalde groepen van kinderen gedurende hun gang door het basisonderwijs
maar mondjesmaat werden ingelopen of soms zelfs alleen maar groter werden (Mulder &
Meijnen, 2013; Roeleveld e.a., 2011), heeft het ministerie enige tijd geleden het accent in het
beleid verlegd van het bestrijden naar het voorkomen van achterstanden, dus voordat de kinderen
aan hun schoolloopbaan beginnen. Inhoudelijk gezien krijgt momenteel de voor- en
vroegschoolse fase (i.c. kinderdagverblijven, peuterspeelzalen, kleutergroepen basisschool)
daarom verreweg de meeste aandacht. Dan ligt het niet voor de hand om bij de zoektocht naar
indicatoren die de kans op onderwijsachterstanden zo goed mogelijk moeten voorspellen uit te
gaan van de eindachterstand-, maar van de beginachterstand (ofwel: groep 8, respectievelijk
kleutergroepen). Het gaat er in het beleid om gelijke kansen te bieden bij gelijke capaciteiten, dus
los van de invloed van omgevingskenmerken. Door nu te focussen op eind groep 8 wordt naast
de invloed van het gezin en de buurt ook de invloed van de school en acht jaar onderwijs
meegenomen. Daardoor ontstaat een onzuivere situatie; het gaat daarbij bovendien niet alleen om
de invloed van acht jaar onderwijs sec, maar eveneens voor zover daar sprake van is om het
effect van acht jaar onderwijsachterstandsbestrijding op de betreffende school. Als het goed is
zouden de verschillen tussen doelgroepen en niet-doelgroepen door dat beleid dan verkleind
moeten zijn, maar of dat feitelijk ook het geval is, is onduidelijk in ieder geval doet zich zo’n
effect niet voor alle subgroepen (bv. allochtonen en autochtonen) in gelijke mate voor. Dat roept
de vraag op in hoeverre de door het CBS gerapporteerde samenhangen voor groep 8 een over- of
onderschatting inhouden van de empirische realiteit.
Het argument dat het CBS opvoert om niet voor Taal voor Kleuters en/of Rekenen voor
Kleuters te kiezen, is dat zou zijn gebleken dat de betrouwbaarheid daarvan onvoldoende was.
(Het Cito, dat de betreffende toetsen heeft ontwikkeld, rapporteert overigens een betrouwbaarheid
van 0.89, respectievelijk 0.87; Lansink & Hemker, 2012; Koerhuis & Keuning, 2011). Er deed
zich volgens het CBS een zeer sterke clustering van toetsscores voor op schoolniveau,
hetgeen zou duiden op een sterk testafname-effect (i.c. de resultaten zijn mede afhankelijk van
degene die de test afneemt). Helaas ontbreekt een verantwoording voor deze suggestie. En een
vraag die opkomt is of, als er zich inderdaad een dergelijke clustering zou voordoen, deze niet het
gevolg is van een selectie-effect (en concentratie-effect): sommige scholen worden ten gevolge
van sociaal-etnische segregatie bezocht door meer doelgroepkinderen dan andere scholen en
scoren daardoor als geheel bij aanvang al veel beter of slechter dan andere.
Een tweede opmerking betreft de keuze voor de totaalscores op de Eindtoets; deze toets is
samengesteld uit de onderdelen taal, rekenen en wereldoriëntatie. Het zou interessant zijn
geweest als bij de modeltoetsing een onderscheid was gemaakt naar elk van deze vakgebieden
apart. Heeft onderwijsachterstand typisch te maken met taal, wat zeker in het begin sterk op de
thuisomgeving steunt, of op rekenen en wereldoriëntatie, twee typisch schoolvakken? Dat blijft
nu onduidelijk.
« GDR Educational Research Note - 30 May 2017 - p. 4 »
2.3 Indicatoren
De opdracht voor het CBS was gebruik te maken van (bij het bureau beschikbare) registerdata.
Op basis van een (beknopte) literatuurstudie is een eerste selectie gemaakt van kenmerken op het
niveau van het kind, het gezin, de buurt en de school.
Informatie over de (uiteindelijk) centrale verklarende variabele, het ‘behaalde’ ouderlijk
opleidingsniveau, komt uit het Opleidingsniveaubestand. Dit bestand verkeert in opbouw en voor
40 procent van de Nederlanders ontbreekt op dit moment nog een score. Ouderen, laagopgeleiden
en allochtonen zijn vooralsnog ondervertegenwoordigd. De verwachting is dat het bestand
mettertijd grotendeels gevuld zal zijn. Omdat momenteel juist de doelgroepen van het
onderwijsachterstandenbeleid ondervertegenwoordigd zijn, heeft het CBS deze voor de
onderhavige analyses opgehoogd middels imputatie van opleidingsgegevens uit andere
bestanden. Omdat tot op heden althans financiële middelen toegekend worden op
schoolniveau, is het volgens het CBS niet belangrijk voor iedere ouder afzonderlijk het juiste
opleidingsniveau te weten; het gaat om het bepalen van de juiste samenstelling van
opleidingsniveaus per school. En dat is volgens het CBS gelukt. Daar past echter wel een
opmerking bij. Het CBS gaat er kennelijk bij voorbaat al vanuit dat de toekenning van extra
middelen op schoolniveau zoals die op dit moment wordt gehanteerd een goede is en
gehandhaafd blijft. De vraag is of dat terecht is; er is immers niet alleen veel kritiek op de
gewichtenregeling, maar ook op de wijze waarop de middelen in de praktijk worden verdeeld en
aangewend. In mijn artikel (Driessen, 2015) had ik al aangegeven dat er weinig bekend is over de
wijze waarop de schoolbesturen de extra middelen over de scholen en leerlingen verdelen. Uit
eerder onderzoek was wel gebleken dat, omdat het budget wordt toegekend als onderdeel van de
lumpsum, veel scholen het als gewone basisfinanciering zien en vooral inzetten om klassen te
verkleinen. Uit recent onderzoek van Cebeon/Regioplan (2016) blijkt dat naast
klassenverkleining, de inzet van onderwijsassistenten en pre-teaching belangrijke
bestedingsdoelen zijn. Verder valt op dat de middelen in de praktijk veel breder worden ingezet
dan alleen op de doelgroepkinderen (maar dat volgt ook al uit de keuze voor bestedingsdoelen).
OAB is gericht op het bestrijden van de relatieve achterstand, ofwel op kinderen die weliswaar
over de capaciteiten beschikken, maar deze niet tot ontwikkeling kunnen brengen ten gevolge van
ongunstige factoren in de thuissituatie. In de praktijk blijken de OAB-middelen in het primair en
voortgezet onderwijs echter met name gericht op leerlingen met absolute achterstanden, dat wil
zeggen op kinderen die slecht presteren, ongeacht belemmerende factoren in de thuissituatie
(Ministerie van Financiën, 2017).
Los daarvan blijft het probleem van de beschikbaarheid en betrouwbaarheid van informatie
over de opleiding van personen met een buitenlandse herkomst bestaan. Dat speelt niet alleen
voor degenen die hier al langer verblijven, maar zeker ook voor de grote aantallen meer recent
ingestroomde asielzoekers en vluchtelingen en hun in het kader van gezinshereniging volgende
kinderen. Onduidelijk is hoe dat uitwerkt op de schatting van de scores van scholen waar deze
groepen geconcentreerd voorkomen, de achterstandsscholen. Daarnaast gaat het in het CBS
Opleidingsniveaubestand alleen om formele, geregistreerde opleidingen en is het de vraag hoe
actueel de betreffende gegevens zijn (en blijven).
« GDR Educational Research Note - 30 May 2017 - p. 5 »
Ten behoeve van de analyses zijn de onderscheiden opleidingsniveaus in hun relatie tot de
score van het kind op de Cito Eindtoets getransformeerd tot een zogenoemde quasi-continue
variabele. Behalve opleiding ouders als individuele indicator is ook het gemiddelde
opleidingsniveau van de school als indicator meegenomen.
Het herkomstland is een volgende geselecteerde indicator. Daarbij gaat het om het
geboorteland van de juridische ouders. Een van de redenen waarom het ministerie van OCW
destijds heeft besloten dit kenmerk te laten vallen als indicator, is dat meer en meer ‘allochtonen’
al meerdere generaties in Nederland verblijven. Daardoor zou het geboorteland van de ouders sec
vanzelf minder relevant worden. Uit onderzoek (bv. Driessen & Merry, 2011) is gebleken dat
naarmate ouders langer in Nederland verblijven de schoolprestaties van hun kinderen inderdaad
verbeteren. Van belang daarbij is echter dat er zich in dat opzicht grote verschillen voordoen
tussen geboortelanden. Teneinde met dit type ontwikkelingen rekening te houden ware het
wellicht beter geweest om (ook) het geboorteland van de grootouders mee te nemen, zoals dat
bijvoorbeeld ook in het Vlaamse onderwijsachterstandenbeleid gebeurt.
De herkomstlanden zijn, net als de opleidingsniveaus, in hun relatie tot de score op de Cito
Eindtoets getransformeerd tot een quasi-continue variabele. Aanvullend op het geboorteland is
ook nog de verblijfsduur van de juridische ouders meegenomen, in drie grove categorieën,
namelijk korter dan 5 jaar, 5-14 jaar, en 15 jaar en langer.
Een laatste indicator voor onderwijsachterstanden betreft de vraag of een van de ouders in de
schuldsanering zit. Volgens het CBS geeft dit een goede indicatie van de stabiliteit van de
gezinsomstandigheden.
Alle andere beschikbare gezinskenmerken (zoals inkomen, thuistaal, samenstelling),
schoolkenmerken (samenstelling naar herkomst ouders) en buurtkenmerken (samenstelling naar
verstedelijking, inkomen, woningwaarde en aandeel allochtonen) bleken uiteindelijk niet van
belang - al dan niet in hun samenhang met de geselecteerde indicatoren die meer van belang
bleken.
2.4 Intelligentie
Teneinde te kunnen onderzoeken wat de invloed is van omgevingskenmerken op schoolprestaties
heeft het CBS gecorrigeerd voor intelligentie, c.q. aangeboren capaciteiten. Een
onderwijsachterstand kan immers worden gedefinieerd als een vorm van onderpresteren. Gebruik
is gemaakt van de NSCCT (Niet-Schoolse Cognitieve Capaciteiten Test;
http://www.nscct.2ya.com). Deze toets is in het COOL-cohortonderzoek, waar de betreffende
gegevens vandaan komen, afgenomen in groep 5 (Driessen, Elshof, Mulder & Roeleveld, 2015).
Het CBS gaat er vanuit dat de intelligentie op die leeftijd voor 80 procent vastligt. De correlaties
tussen intelligentie en schoolprestaties bedragen in COOL 0.47 voor woordenschat, 0.51 voor
begrijpend lezen en 0.57 voor rekenen/wiskunde. Om rekening te houden met mogelijke
vertekeningen door de invloed van de sociale omgeving (‘culturele vertekening’) zijn de NSCCT-
scores gecorrigeerd met behulp van informatie over het ouderlijk opleidingsniveau en
geboorteland.
« GDR Educational Research Note - 30 May 2017 - p. 6 »
3 Het best-passende voorspellingsmodel
Het CBS heeft een reeks modellen getoetst met wisselende indicatoren. Steeds was de vraag: met
welke indicatoren kunnen verschillen in Cito Eindtoetsscores het beste worden voorspeld?
Gebruik is gemaakt van structurele vergelijkingsmodellen (SEM) met een stepwise procedure. In
een eerste reeks is steeds gecorrigeerd voor intelligentie, in een tweede reeks niet. In Tabel 1
staan de resultaten van beide reeksen.
Tabel 1 De predictie van de scores op de Cito Eindtoets (groep 8): het best-passende model,
met en zonder correctie voor intelligentie (n=13466)
Met correctie voor
intelligentie
Zonder correctie voor
intelligentie
Afhankelijke
Onafhankelijke
r
pa
pb
ß
pb
Eindtoets
Opleiding moeder
0.38
***
***
0.23
***
Eindtoets
Opleiding vader
0.36
***
***
0.21
***
Eindtoets
Herkomst
-0.20
***
***
-0.08
***
Eindtoets
Gemiddelde opleiding school
0.24
***
0.09
0.05
***
Eindtoets
Verblijfsduur moeder 0-5 jaar
-0.02
*
0.73
-0.00
0.61
Eindtoets
Verblijfsduur moeder 5-15 jaar
-0.03
***
***
0.05
***
Eindtoets
Ouder(s) in schuldsanering
-0.07
***
***
-0.04
***
Eindtoets
Intelligentie
0.53
***
***
Intelligentie
Opleiding moeder
0.13
***
***
Intelligentie
Opleiding vader
0.13
***
***
% Adj. R2
19.8
pa: *** <0.01; ** <0.05; * <0.10
pb: *** <0.001
De tabel laat zien dat opleiding moeder en opleiding vader de meest-bepalende factoren zijn (de
correlatie tussen beide bedraagt in COOL overigens 0.49), op een flinke afstand gevolgd door
herkomst en gemiddelde opleiding, verblijfsduur en schuldsanering. Uit andere informatie in het
rapport kan worden afgeleid dat na opleiding deze andere vijf kenmerken nauwelijks nog iets
toevoegen aan verklaringskracht, in het model zonder correctie voor intelligentie niet meer dan
zo’n 1%. De verklaarde variantie in het model met correctie voor intelligentie lijkt met 41.8% vrij
hoog te liggen. Het CBS (p. 44) concludeert: ‘Dat is in vergelijking met andere
sociaalwetenschappelijke studies hoog.’ Maar wanneer intelligentie niet wordt meegenomen, en
dat gebeurt immers in de uiteindelijke gewichtenregeling ook niet, resteert daarvan met 19.8%
minder dan de helft.
Hoe verhouden zich deze resultaten tot die van mijn analyses (Driessen, 2015)? In Tabel 2
worden de bevindingen van mijn best-passende model samengevat.
« GDR Educational Research Note - 30 May 2017 - p. 7 »
Tabel 2 - De predictie van scores op de Citotoetsen Taal voor Kleuters en Rekenen voor Kleuters
(groep 2): het best-passend model met geselecteerde moeder-indicatoren (n=4871)
Taal
Rekenen
r
ß
% R2
r
ß
% R2
Taalvaardigheid
0.25
0.13
6.2
Hoogste opleiding
0.24
0.18
5.6
Hoogste opleiding
0.24
0.16
+2.5
Taalvaardigheid
0.21
0.10
+1.7
Geboorteland NL
0.23
0.12
+1.0
Geboorteland NL
0.18
0.09
+0.5
Totaal
9.6
Totaal
7.8
Alle effecten p<0.001
De opleiding van de moeder is voor de schoolprestaties een relatief sterke predictor, met name
voor de rekenprestaties. En ook in groep 2 blijkt dat geboorteland nauwelijks nog iets toevoegt in
de verklaring van prestatieverschillen. Opmerkelijk is echter dat de in totaal door de drie
predictoren verklaarde variantie slechts de helft van die uit de CBS-modellen voor groep 8
bedraagt. Deels kan dat op het conto worden geschreven van de lagere correlaties: in groep 8
0.38, en in groep 2 0.24. Ter vergelijking kan worden opgemerkt dat in een meta-analyse van
effecten van SES (sociaal-economische status) op schoolprestaties Sirin (2005) voor de periode
1990-2000 uitkomt op een gemiddelde correlatie van 0.30. Er zijn daarbij echter verschillen naar
onderwijsfase: in de kleuterfase bedraagt de correlatie rond de 0.20 en eind basisschool rond de
0.30. De meest gehanteerde SES indicator is opleiding ouders; daarvan bedraagt de gemiddelde
correlatie 0.30.
4 Perspectief
Bij de ontwikkeling van de gewichtenregeling in 1984 is 0.40 als ondergrens voor de predictieve
validiteit van de indicatoren aangehouden (Doesborgh, 1983). Hoewel dat toen niet erg hoog
werd geacht. De indicatoren uit het best-passende CBS-model nu kennen een predictieve
validiteit van 0.44. Dat lijkt een enorme verbetering ten opzichte van de validiteit van circa 0.20
van de huidige gewichtenregeling die louter is gebaseerd op de opleiding van de ouders. Toch is
het de vraag of het hier ook echt om ‘winst’ gaat. Immers, een groot deel daarvan wordt
veroorzaakt door het feit dat de samenhang opleiding ouders x schoolprestaties kind aan het
begin van de basisschool veel minder sterk is dan aan het eind van de basisschool. Een
vervolgvraag luidt dan welk tijdstip het meest adequaat is en of die hogere validiteit niet louter
een artefact is van het tijdstip van toetsing.
Wat het CBS-model duidelijk maakt is dat na opleiding de andere indicatoren nauwelijks nog
iets extra’s toevoegen aan verklaringskracht. De vraag is dan of het wel zinvol is deze in een
nieuwe gewichtenregeling op te nemen. Het CBS zou precies moeten uitrekenen wat de
toegevoegde waarde van elk van deze indicatoren is. En ook of er verschillen zijn naar vakgebied
taal, rekenen en wereldoriëntatie.
Het CBS maakt voor de indicator opleiding gebruik van het Opleidingsniveaubestand. Dit
bestand is vooralsnog niet compleet en vooral voor de doelgroepen ontbreken de gegevens; dit
« GDR Educational Research Note - 30 May 2017 - p. 8 »
geldt in het bijzonder voor allochtonen. Daarnaast bevat dit register alleen formele opleidingen en
is het de vraag hoe actueel de gegevens zijn. Dit maakt de inzet van deze registerdata toch minder
betrouwbaar.
De validiteit lijkt met dus 0.44 vrij hoog, maar in absolute termen kunnen daar toch stevige
vraagtekens bij worden geplaatst. Een dergelijke validiteit, met minder dan 20% verklaarde
variantie, laat immers nog bijzonder veel ruimte voor ruis. De trefzekerheid bij het enkel op basis
daarvan identificeren van achterstandsleerlingen is laag en de kans op vele vals-positieven en
vals-negatieven is levensgroot. De opmerking van staatssecretaris Dekker (Ministerie van OCW,
2016b, p. 2) dat de resultaten laten zien ‘…dat met een reeks van geselecteerde
omgevingskenmerken een sterke voorspelling gedaan kan worden van de onderwijsachterstanden
van kinderen uit de doelgroep, hebben het karakter van wishful thinking.
Maar bovenstaande opmerkingen over de gewichtenregeling betreffen slechts één kant van de
zaak. De problemen rond de inzet van de extra gelden voor achterstandsbestrijding blijven
gewoon bestaan. Het CBS houdt bij haar modelontwikkeling bij voorbaat vast aan de huidige
verdeelsystematiek. De middelen zijn weliswaar gebaseerd op de thuissituatie van individuele
leerlingen, maar worden als onderdeel van de lumpsum toegekend aan schoolbesturen, die ze
herverdelen over hun scholen. Recent onderzoek (Cebeon/Regioplan, 2016; Ministerie van
Financiën, 2017) laat zien dat er op schoolniveau het meeste wordt ingezet voor
klassenverkleining en onderwijsassistenten, nou niet meteen activiteiten die gericht zijn op
individuele leerlingen en waarvan bewezen is dat ze effectief zijn (Driessen, 2013; Hattie, 2009).
Of de extra middelen ook echt terecht komen bij de leerlingen waarvoor ze zijn toegekend en of
daarbij met evidence-based interventies wordt aangesloten bij de specifieke problemen die de
kinderen hebben is in hoge mate twijfelachtig. Uit genoemd onderzoek blijkt dat ze voor een
belangrijk deel worden besteed aan het wegwerken van absolute achterstanden, dus niet per se
die van doelgroepkinderen. In de dagelijkse onderwijspraktijk maken leraren dat onderscheid
tussen relatieve en absolute achterstanden vaak helemaal niet.
Al met al blijven we met een reeks cruciale vragen zitten. Wat is nu de toegevoegde waarde
van dit onderzoek? Wat heeft het meer opgeleverd dan dat we al wisten? Is voor de schatting van
de predictieve validiteit de juiste criteriumvariabele gekozen? Is die validiteit, los daarvan,
voldoende? Hoe groot is de kans op vals-negatieven en vals-positieven? Wat is na de
opleidingsvariabelen de toegevoegde waarde nog van de overige indicatoren in het model?
Kunnen die niet gewoon worden weggelaten? Wat betekent dit alles voor de verdeling en inzet
van de extra middelen? Wordt daar op een efficiëntere en effectievere manier mee omgegaan?
Mogen we nu een effectiever beleid verwachten, dat wil zeggen een beleid dat tot aantoonbare
effecten leidt?
Noot
Met dank aan de redactie van Mens & Maatschappij voor haar opmerkingen bij een eerdere
versie van dit paper.
« GDR Educational Research Note - 30 May 2017 - p. 9 »
Literatuur
Cebeon/Regioplan (2016). Besteding middelen terugdringen onderwijsachterstanden in het
primair en voortgezet onderwijs. Amsterdam: Cebeon.
Driessen, G. (2015). De wankele empirische basis van het onderwijsachterstandenbeleid. De
afnemende validiteit van indicatoren voor de toewijzing van extra middelen. Mens &
Maatschappij, 90(3), 221-243.
Driessen, G., & Merry, M. (2011). The effects of the integration and generation of immigrants on
language and numeracy achievement. Educational Studies, 37(5), 581-592.
Driessen, G., Elshof, D., Mulder, L., & Roeleveld, J. (2015). Cohortonderzoek COOL5-18.
Technisch rapport basisonderwijs, derde meting 2013/14. Nijmegen: ITS/ Amsterdam:
Kohnstamm Instituut.
Hattie, J. (2009b). Visible learning: A synthesis of over 800 meta-analyses relating to
achievement. London & New York: Routledge.
Koerhuis, I., & Keuning, J. (2011). Wetenschappelijke verantwoording van de toetsen Rekenen
voor kleuters. Arnhem: Cito.
Lansink, N., & Hemker, B. (2012). Wetenschappelijke verantwoording van de toetsen Taal voor
kleuters voor groep 1 en 2 uit het Cito Volgsysteem primair onderwijs. Arnhem: Cito.
Ministerie van Financiën (2017). Onderwijsachterstandenbeleid, een duwtje in de rug?
Interdepartementaal beleidsonderzoek naar het onderwijsachterstandenbeleid. Den Haag:
Ministerie van Financiën.
Ministerie van OCW (2016a). Ontwikkelingen schoolgewichten gemeentelijk
onderwijsachterstandenbeleid. Brief aan de voorzitter van de Tweede Kamer der Staten-
Generaal, d.d. 22 juni 2016. Den Haag: Ministerie van OCW.
Ministerie van OCW (2016b). Uitkomsten eerste fase CBS-onderzoek Herziening
gewichtenregeling primair onderwijs-Fase I. Brief aan de voorzitter van de Tweede Kamer
der Staten-Generaal, d.d. 13 december 2016. Den Haag: Ministerie van OCW.
Mulder, L., & Meijnen, W. (2013). Onderwijsachterstanden in de BOPO-periode 2009-2012.
Een reviewstudie. Nijmegen: ITS.
Posthumus, H., Bakker, B., Laan, J. van der, Mooij, M. de, Scholtus, S., Tepic, M., Tillaart, J.
van den, & Vette, S. den (2016). Herziening gewichtenregeling primair basisonderwijs Fase
I. Den Haag: CBS.
Posthumus, H., Bakker, B., Graham, J., Houwen, K. van der, Tepic, M., Tillaart, J. van den,
Scholtus, S., Verhallen-Schumacher, D., & Vette, S. den (2017). Herziening
gewichtenregeling primair basisonderwijs. Hoofdlijnenrapport. Den Haag: CBS.
Roeleveld, J., Driessen, G., Ledoux, G., Cuppen, J., & Meijer, J. (2011). Doelgroepleerlingen in
het basisonderwijs. Historische ontwikkeling en actuele situatie. Amsterdam: Kohnstamm
Instituut.
« GDR Educational Research Note - 30 May 2017 - p. 10 »
Sirin, S. (2005). Socioeconomic status and academic achievement: A meta-analytic review of
research. Review of Educational Research, 75(3), 417453.
Article
Full-text available
De nieuwe gewichtenregeling die de kern vormt van het Onderwijsachterstandenbeleid en ontworpen is door het CBS bevat drie dubieuze indicatoren. Een verbetering zal zij daarom zeker niet zijn.
Article
Full-text available
Het onderwijsachterstandenbeleid gaat een nieuwe fase in. Het ministerie van OCW heeft het CBS gevraagd een nieuw model te ontwikkelen voor de toekenning van extra budget aan de scholen ter bestrijding van onderwijsachterstanden. Dit ter vervanging van de gewichtenregeling, waarbij scholen extra geld ontvangen voor laagopgeleide ouders. In deze blog wordt verschillende argumenten aangevoerd waarom die nieuwe regeling geen verbetering van de (al zwakke) oude zal zijn. Deze tekst verscheen eerder op DidactiefOnline. Geert Driessen (2018). Zo doorgaan met het onderwijsachterstandenbeleid? Blog Didactief Online, 4 januari 2018, https://didactiefonline.nl/blog/blonz/zo-doorgaan-met-het-onderwijsachterstandenbeleid
Article
Full-text available
The frail empirical foundation of the educational disadvantage policy Educational opportunities are influenced by factors lying in the home situation of the children. To compensate for unfavorable circumstances, the Dutch government in the 1970s launched the educational disadvantage policy in primary education. The core of this policy is the so-called weighted student funding system. This policy instrument departs from the premise that students can be discerned according to level of disadvantage, and that schools with disadvantaged students accordingly should receive extra financial resources to combat educational delays. When this system was developed in the early 1980s, three indicators of disadvantage were applied, viz. parental educational level, occupational level, and country of birth. Analyses performed at the time suggested a predictive validity estimate of 0.50, or 25 percent of explained variance in the students’ educational attainment. In the course of years the demographic circumstances have changed and the funding system has been adapted. Nowadays there only is one indicator of disadvantage left, viz. parental educational level. Analyses performed on data from the 2014 measurement wave of the national large-scale COOL5-18 cohort study show a validity estimate of 0.20, or no more than 4 percent of explained variance. It is argued that the empirical foundation of the educational disadvantage policy has become questionably frail and that instead of employing demographical family characteristics, focusing on the actual performance of children based on test achievement or teacher observations probably offers a more valid alternative.
Article
Full-text available
This meta-analysis reviewed the literature on socioeconomic status (SES) and academic achievement in journal articles published between 1990 and 2000. The sample included 101,157 students, 6,871 schools, and 128 school districts gathered from 74 independent samples. The results showed a medium to strong SES–achievement relation. This relation, however, is moderated by the unit, the source, the range of SES variable, and the type of SES–achievement measure. The relation is also contingent upon school level, minority status, and school location. The author conducted a replica of White’s (1982) meta-analysis to see whether the SES–achievement correlation had changed since White’s initial review was published. The results showed a slight decrease in the average correlation. Practical implications for future research and policy are discussed.
Article
Full-text available
In many Western countries the pressure exerted on immigrants to integrate has become intense in recent years. Efforts to preserve their ethnic identity through multicultural recognition has now been replaced by the requirements of active civic participation and assimilation. Of course integration is considered important not only for the immigrant parents but also for their children. The central question in this article is whether there is a relationship between the degree of integration of the immigrant parents and the generation of their children on the one hand and the level of language and numeracy achievement of the children on the other. To answer this question we use data collected in 2008 from the Dutch COOL5–18 cohort study. The information comes from more than 9000 immigrant and 16,000 indigenous children and their parents. The results show that as immigrant parents are better integrated and their children are of later generations, the language and numeracy skills of the children improve, though there remain large differences in achievement between different ethnic groups.
Book
This unique and ground-breaking book is the result of 15 years research and synthesises over 800 meta-analyses on the influences on achievement in school-aged students. It builds a story about the power of teachers, feedback, and a model of learning and understanding. The research involves many millions of students and represents the largest ever evidence based research into what actually works in schools to improve learning. Areas covered include the influence of the student, home, school, curricula, teacher, and teaching strategies. A model of teaching and learning is developed based on the notion of visible teaching and visible learning. A major message is that what works best for students is similar to what works best for teachers - an attention to setting challenging learning intentions, being clear about what success means, and an attention to learning strategies for developing conceptual understanding about what teachers and students know and understand. Although the current evidence based fad has turned into a debate about test scores, this book is about using evidence to build and defend a model of teaching and learning. A major contribution is a fascinating benchmark/dashboard for comparing many innovations in teaching and schools.
Wetenschappelijke verantwoording van de toetsen Rekenen voor kleuters
  • I Koerhuis
  • J Keuning
Koerhuis, I., & Keuning, J. (2011). Wetenschappelijke verantwoording van de toetsen Rekenen voor kleuters. Arnhem: Cito.
Onderwijsachterstandenbeleid, een duwtje in de rug? Interdepartementaal beleidsonderzoek naar het onderwijsachterstandenbeleid
  • Ministerie Van Financiën
Ministerie van Financiën (2017). Onderwijsachterstandenbeleid, een duwtje in de rug? Interdepartementaal beleidsonderzoek naar het onderwijsachterstandenbeleid. Den Haag: Ministerie van Financiën.
Ontwikkelingen schoolgewichten gemeentelijk onderwijsachterstandenbeleid
  • Ocw Ministerie Van
Ministerie van OCW (2016a). Ontwikkelingen schoolgewichten gemeentelijk onderwijsachterstandenbeleid. Brief aan de voorzitter van de Tweede Kamer der StatenGeneraal, d.d. 22 juni 2016. Den Haag: Ministerie van OCW.