Segregatiemonitor basisonderwijs 2020-2021
Tekst van het document
De groep huishoudens (met én zonder kinderen) in Utrecht met de 20% laagste inkomens komt ongeveer overeen met de groep huishoudens met een inkomen tot 150% van het wettelijk sociaal minimum (CBS Statline). Huishoudens met kinderen hebben gemiddeld een hoger huishoudinkomen dan huishoudens zonder kinderen (Utrecht in Cijfers). Ongeveer 12% van de meerpersoonshuishoudens heeft in 2020 een inkomen tot 150% van het wettelijk sociaal minimum (CBS Statline). Met gebruik van een 20-60-20% inkomensindeling is het waarschijnlijk dat er een aandeel kinderen uit huishoudens met [lage] middeninkomens is meegenomen in de groep kinderen in huishoudens met de laagste 20% inkomens. Door een 25-50-25% inkomensindeling te gebruiken zou de categorie ‘laagste inkomens’ een groter aandeel kinderen in huishoudens met middeninkomens omvatten. Daarnaast zou het gebruik van een 25-50-25% inkomensindeling ook niet direct leiden tot een-op-een vergelijkbaar resultaat met landelijke studies omdat wij de inkomensindeling ijken op de situatie in Utrecht, en niet de landelijke inkomensverdeling gebruiken. Om deze redenen is besloten in deze monitor gebruik te maken van een 20-60-20% inkomensindeling. Herkomst Voor de indeling naar herkomst kijken we naar het geboorteland van de ouders van kinderen die in Utrecht naar school gaan. Hierin is de volgende indeling in drie groepen gemaakt:
32
• • •
Beide ouders zijn in Nederland geboren Eén ouder is in Nederland geboren en één ouder is in het buitenland geboren Beide ouders zijn in het buitenland geboren
Hiermee sluiten we aan bij de nieuwe indeling naar herkomst die het CBS in 2021 geïntroduceerd heeft. In deze indeling speelt generatie geen rol en kijken we alleen naar het geboorteland van de ouders van kinderen. Ook in ander recent onderzoek naar onderwijssegregatie is gebruik gemaakt van deze indeling (KBA et al., 2023). Missende data en imputatie opleiding van ouders De gegevens over de opleiding van ouders bij het CBS zijn niet voor iedereen volledig. Voor de gebruikte dataset was bij 18 procent van de kinderen onbekend wat de behaalde opleiding van een van de ouders was. CBS beschrijft dat deze gegevens niet compleet willekeurig ontbreken: Het gaat met name om ouders die in het buitenland geboren zijn, ouders die een particuliere opleiding hebben gevolgd en ouders van hogere leeftijd (Arts et al., 2021). We hebben er daarom voor gekozen om de missende gegevens te imputeren. Zo kan vertekening van de resultaten beperkt worden. We hebben multipele imputatie met Markoff Chain Monte Carlo simulaties uitgevoerd. In meerdere iteraties schatten we door middel van logistische regressie de opleiding van de ouders. Dit proces wordt een aantal keren herhaalt.
Voor de predictoren in het logistische regressie model hebben we gekeken naar de correlatie van de kenmerken in de dataset en steeds per soort kenmerk het kenmerk met zoveel mogelijk cases en een zo hoog mogelijke correlatie gekozen. In totaal hebben we 15 kenmerken geselecteerd. Bij een hoger aantal predictoren is de toename in voorspellende kracht van het model vaak verwaarloosbaar (Buuren, 2018). Door naar de variatie tussen de schattingen te kijken van de verschillende iteraties, geven we een beeld geven van de betrouwbaarheid van de schattingen. Een vuistregel voor het te kiezen aantal iteraties is dat dit gelijk is aan het percentage missende data (Buuren, 2018). We hebben daarom gekozen voor 18 iteraties. Wanneer we de opleiding van ouders categoriseren naar de driedeling waarmee we de segregatie indexen hebben berekend (geen startkwalificatie; havo/vwo, mbo-2,3,4; hbo, wo), zien we dat er nauwelijks verschillen zijn tussen de verschillende imputaties. Er is doorgerekend met de opleidingscategorie het vaakste geschat is bij de 18 imputaties. In een aantal gevallen zijn twee opleidingscategorieën even vaak geschat zijn. In dat geval hebben we gekeken naar verhouding in de populatie voor de geschatte driedeling en op basis daarvan de meest waarschijnlijke categorie toegekend.
Bronvermelding en disclaimer: Resultaten in deze monitor, met als aangegeven bron ‘CBS Microdata’, zijn gebaseerd op eigen berekeningen door Gemeente Utrecht en Oberon op basis van niet-openbare microdata van het Centraal Bureau voor de Statistiek (CBS). Deze microdata zijn onder voorwaarden voor statistisch en wetenschappelijk onderzoek toegankelijk. Voor nadere informatie zie cbs.nl of neem contact op via microdata@cbs.nl.
33