Aanbevelingen voor vervolgonderzoek

In dit onderzoek werd gebruik gemaakt van het generieke concurrerende waarden model om zowel schoolleiderschap als schoolcultuur en de relaties daartussen in kaart te brengen. Daarbij kwam een model naar voren voor een effectieve schoolleider, met kenmerken van transformationeel leiderschap, gekoppeld aan een duidelijke externe gerichtheid. Deze ‘vindingrijke en productieve’ schoolleider zou de ‘ontwikkelingsgerichtheid’ van een school kunnen bevorderen, waardoor de uitkomsten worden verbeterd. Het verdient aanbeveling om sterk ontwikkelingsgerichte scholen nader te onderzoeken. Wat zijn precies de kenmerken van deze scholen en van de schoolleiders? Sterk ontwikkelingsgerichte scholen zijn waarschijnlijk niet de scholen met de hoogste leerprestaties. Scholen met hoge leerprestaties lijken vooral te zijn gericht op het in stand houden van de bestaande situatie. In een vervolgonderzoek zou kunnen worden nagegaan in hoeverre er op ontwikkelingsgerichte scholen sprake is van transformationeel en gedistribueerd leiderschap. Hierbij zou de gehele schoolleiding moeten worden betrokken en niet alleen de locatieleider. Er zijn flinke verschillen tussen scholen in de verdeling van leiderschapstaken binnen de schoolleiding. Deze taakverdeling zou expliciet in het onderzoek meegenomen moeten worden, om verschillen tussen schoolleiders beter te kunnen analyseren. Overigens zijn er aanwijzingen dat ‘gedistribueerd leiderschap’, total

leadership, of collective leadership, waarbij het gecombineerde effect van vele bronnen van

leiderschap (niet alleen van de eindverantwoordelijke schoolleider, maar ook van andere leidinggevenden, docenten, ouders, leerlingen en andere functionarissen, individueel of in teams) wordt bepaald, een grotere (indirecte) invloed heeft op de leerresultaten, dan leiderschap van de eindverantwoordelijke schoolleider alleen (vgl. Leithwood et al., 2006b, Leithwood & Mascall, 2008). Collective leadership zou tot vier procent van de totale variantie in de leerresultaten kunnen verklaren (Leithwood & Mascall, 2008). Aangezien verondersteld wordt dat het totale effect van schoolfactoren op de leerprestaties (main school effect, vgl. Luyten, 1994) niet meer dan vier tot negen procent van de variantie in de leerresultaten verklaart (zie Scheerens & Bosker, 1997, p.79), zou het grootste deel van het schooleffect moeten worden toegeschreven aan ‘gecombineerd leiderschap’. De vraag is echter wat dit gecombineerde leiderschap precies inhoudt. In het onderzoek van Leithwood en Mascall (2008) gaat het om een unidimensionele maat, die alleen bestaat uit een score voor de invloed op de besluitvorming. Verder wordt in dit onderzoek slechts in beperkte mate rekening gehouden met leerlingkenmerken en is niet duidelijk in hoeverre de schoolcompositie nog meespeelt in het effect van collective leadership. Tenslotte blijkt dat ook in het gecombineerde leiderschap de formele schoolleider nog steeds een belangrijke rol speelt. Leithwood en Mascall (2008) concluderen dan ook:

Recognizing that some form of leadership distribution has always been a necessary feature of school and other professional organizations, there is (as yet) no empirical justification for advocating more planful distribution of leadership as a strategy for organizational improvement beyond those important efforts to enlist the full range of capacities and commitments found within school organizations. (p. 557)

De uitkomsten van het onderzoek naar schoolleiderschap blijken slecht vergelijkbaar te zijn door een gebrek aan standaardisatie in de meetmethoden. Het zou daarom aanbeveling verdienen om te werken aan een gevalideerd gemeenschappelijk instrumentarium, bijvoorbeeld op basis van ‘best practices’.

De (ontbrekende) samenhang tussen prestatiegerichtheid en de leerprestaties, in relatie tot de samenstelling van de leerlingenpopulatie zou ook een onderwerp kunnen zijn voor nader

onderzoek. Daarbij zou vooral de situatie op katholieke scholen, die prestatiegerichter zijn dan andere scholen en hogere doorstroompercentages en leerprestaties behalen, nauwkeuriger geanalyseerd moeten worden.

De relatie tussen het doorstroompercentage (rendementsmaat) en het gemiddelde eindexamencijfer (effectiviteitsmaat) vormt eveneens een interessant onderwerp. Uit dit onderzoek blijkt dat het doorstroompercentage een klein positief effect heeft op het gemiddelde eindexamencijfer. Het is echter voor te stellen dat een hoger doorstroompercentage juist tot een lager gemiddeld eindexamencijfer zou leiden, wanneer meer leerlingen met matige cijfers ‘het voordeel van de twijfel’ zouden krijgen. Anderzijds zou een positieve atmosfeer op school en een goed werkklimaat in de klassen tot hogere leerprestaties kunnen leiden en minder uitval van leerlingen, waardoor het doorstroompercentage wordt verhoogd. Wellicht spelen hier wederkerige, positieve en negatieve relaties tussen het doorstroompercentage en het examencijfer door elkaar. Het gemiddelde eindexamencijfer kan worden beschouwd als een maat voor schooleffectiviteit en het doorstroompercentage van de derde klas naar het diploma als een maat voor efficiëntie (Maslowski, 2001, p. 107). Het doorstroompercentage is niet helemaal objectief, omdat het bijvoorbeeld kan afhangen van de houding van de school tegenover ‘zittenblijven’ (Maslowski, 2001, p.116). Het geeft echter wel een beeld van de selectiviteit van de school. Voor een juiste beoordeling van de prestaties van een school zijn beide uitkomstmaten dus van belang (vgl. Scheerens, 1989, p.157).

Leithwood en Levin (2005) geven aan dat er significante indirecte effecten zijn van transformationeel en gedistribueerd leiderschap op de leerprestaties. Miller en Rowan (2006) leiden uit de contingentiebenadering22 af dat ‘organische vormen van management’ vaker zouden ontstaan in een dynamische omgeving en daar ook effectiever zouden zijn, dan meer directieve en hiërarchische vormen van management. In een grootschalig onderzoek vinden zij hiervoor echter geen bewijs. Nader onderzoek van de verschillen tussen prestatiegerichte katholieke scholen die weinig concurrentie ervaren en andere scholen, die zich in een meer dynamische omgeving bevinden, zou hier licht op kunnen werpen. Barker (2007) concludeert uit een case study dat opvallende resultaten die werden verkregen onder leiding van een bijzondere transformationele schoolleider, voor een belangrijk deel moesten worden toegeschreven aan een veranderde samenstelling van de leerlingenpopulatie. Het aantrekken van meer kansrijke studenten kan overigens ook als een positief resultaat worden gezien. Bij de toetsing van meetmodellen en structurele modellen in dit onderzoek vormde het aantal deelnemende scholen (103) een beperking voor de hoeveelheid variabelen in een model. Per variabele zijn zeker tien tot twintig cases nodig (zie Garson, z.j., b). Voor de toetsing van het structurele model met contextvariabelen, leiderschapsvariabelen, intermediaire variabelen en uitkomstvariabelen werd een oplossing gevonden, door het model in twee delen te optimaliseren en daarna samen te voegen. Deze strategie van het opsplitsen van modellen is wellicht nog verder door te voeren, waardoor de mogelijkheid ontstaat om de geldigheid van (deel-)modellen te testen door middel van kruisvalidering, omdat voor kleinere modellen minder cases nodig zijn. Hiermee vermindert het risico van kanskapitalisatie. Kanskapitalisatie kan tot gevolg hebben dat het resultaat alleen geldig is voor de steekproef en

22 _{Zie Scheerens, 1989, p. 141: “De contingentiebenadering komt erop neer dat de effectiviteit van een}

organisatiestructuur afhankelijk is van contextkenmerken (zoals de omgeving, de technologie, de grootte of de leeftijd van de organisatie. De basisgedachte van de contingentietheorie is in strijd met de idee dat er één in allerlei situaties toepasbaar effectiviteitsmodel zou kunnen worden geformuleerd.”

niet generaliseerbaar naar de gehele populatie (vgl. Kelloway, 1998; MacCallum, Roznowski & Necowitz, 1992; Stevens, 2002).

In dit onderzoek werd een aanvang gemaakt met meerniveau analyses. Hierbij bleek dat software en procedures voor meerniveau structural equation modeling nog volop in ontwikkeling waren. Vanwege de problemen die dit opleverde, werd ervoor gekozen om over te stappen op een éénniveau benadering, waarbij gegevens werden geaggregeerd naar schoolniveau. Dit leidt tot een verlies aan variantie. De betrouwbaarheid van de geaggregeerde variabelen bleek echter acceptabel te zijn, vanwege het grote aantal docenten en leerlingen per school. Bij de toetsing van het causale model werden de analyses verder vereenvoudigd, door aan te nemen dat alle latente variabelen zonder meetfouten werden gemeten. Dit zou (kleine) afwijkingen kunnen opleveren in de parameterschattingen (Jöreskog & Sörbom, 1993a, p. 37). Er zijn methoden beschikbaar om de meetfout(-variantie) te schatten, bijvoorbeeld aan de hand van de betrouwbaarheid van de variabelen. Vanuit methodologisch oogpunt zou het interessant kunnen zijn om de uitkomsten van de relatief eenvoudige benadering in dit onderzoek te vergelijken met die van een meer geavanceerde benadering.

Door gebruik te maken van meerniveau technieken bij de structurele analyse zouden de kenmerken van leerlingen beter verdisconteerd kunnen worden (zie bijv. De Maeyer et al., 2007). In een meerniveau model kunnen individuele leerprestaties en achtergrondkenmerken worden opgenomen. Het verwerven van individuele leerlingengegevens viel echter buiten het bestek van dit onderzoek. Voor het gebruik van dit soort gegevens moet toestemming worden gevraagd aan leerlingen of ouders. Bovendien is het een extra belasting voor scholen om deze gegevens aan te leveren en dit zou de bereidheid om deel te nemen aan het onderzoek niet hebben bevorderd. Tenslotte zou het een heel karwei zijn geweest om alle verschillende leerlingengegevens aan elkaar te koppelen. Door de invoering van het onderwijsnummer, vanaf 2002, worden nu gegevensbestanden opgebouwd in het Basisregister Onderwijs waarin individuele leerlingenprestaties zijn gekoppeld aan achtergrondgegevens. Voor toekomstig onderzoek biedt dit uiteraard perspectieven. Het gebruik van gegevens uit het Basisregister Onderwijs is echter strikt gereguleerd in de Wet Onderwijsnummer. Slechts een aantal instanties, zoals de Inspectie van het Onderwijs en het Centraal Bureau voor de Statistiek, hebben toegang tot deze gegevens. Om gebruik te kunnen maken van gegevens uit het Basisregister Onderwijs, ligt samenwerking met deze instanties dus voor de hand. Het combineren van wederzijdse expertise zou daarbij voordelen kunnen opleveren. Overigens zijn er over de schoolbeleving van leerlingen in dit onderzoek individuele data verzameld, terwijl er eveneens individuele achtergrondvariabelen werden gemeten. Een verdergaande meerniveau benadering zou dus op basis van de beschikbare gegevens ook al mogelijk zijn. Een belangrijke beperking van dit onderzoek is dat het cross-sectioneel is in plaats van

longitudinaal. Dat betekent dat causale relaties alleen gebaseerd zijn op de theorie. Het

onderzoek laat een ‘dwarsdoorsnede’ of een ‘snap shot’ zien van de situatie. Het is mogelijk dat toevallig tijdelijke verbanden zichtbaar zijn. Er is geen zekerheid over de causaliteit, omdat er slechts op één tijdstip is gemeten. De negatieve directe relaties tussen schoolleidersgedrag en de leerprestaties zouden bijvoorbeeld een gevolg kunnen zijn van de nadruk die de laatste jaren wordt gelegd op het afleggen van verantwoording door scholen over hun resultaten (accountability). Schoolleiders van slecht presterende scholen zijn geneigd om acties te ondernemen om de school te verbeteren, schoolleiders van goed presterende scholen minder. De gegevens die beschikbaar zijn via de opbrengstenkaarten voor het voortgezet onderwijs maken het in principe mogelijk om de resultaten over een aantal

jaren te bestuderen. Een beperkte longitudinale benadering is dus realiseerbaar. Verder zijn er ook gegevens beschikbaar over andere vakken of combinaties van vakken, zoals de moderne vreemde talen en de exacte vakken. Het zou nuttig zijn om het structurele model nogmaals te testen aan de hand van de eindexamencijfers voor deze vakkenclusters. De effecten van school- en leerlingkenmerken kunnen namelijk uiteenlopen voor verschillende vakken (vgl. Korobko, 2007). Leithwood en Levin (2005) benadrukken eveneens dat verschillende uitkomstmaten nodig zijn, inclusief lange termijn effecten.