DE STAAT VAN HET ONDERWIJS 2021 TECHNISCH RAPPORT CORONA EN HET ONDERWIJS

(1)

TECHNISCH RAPPORT CORONA EN HET ONDERWIJS

DE STAAT VAN HET ONDERWIJS 2021

april 2021

(2)

2 INHOUD

Inleiding 4

Databronnen, definities en methodes 5

2.1 Databronnen 5

2.2 Definities 7

2.3 Methodes 10

2.4 Onderzoeksverantwoording 14

Steekproefbeschrijving COVID-19-monitor 16

3.1 Basisonderwijs 16

3.2 Voortgezet onderwijs 18

Aanbod en onderwijstijd: trends 23

4.1 Basisonderwijs 23

Aanbod en onderwijstijd: verschillen naar leerlingenpopulaties 26 5.1 Bo in de eerste periode van volledig afstandsonderwijs (maart-april 2020)26

5.2 Bo tijdens de gedeeltelijke en volledige herstart (mei-juni/juli 2020) 28 Deelname aan het (afstands)onderwijs : trends 30

Deelname aan het (afstands)onderwijs : verschillen naar

leerlingenpopulaties 32

7.1 Bo in de eerste periode van volledig afstandsonderwijs (maart-april 2020)32

7.2 Bo tijdens de gedeeltelijke en volledige herstart (mei-juni/juli 2020) 36

7.3 Bo na de zomervakantie (sept-okt 2020) 36

7.4 Vo in de eerste periode van volledig afstandsonderwijs (maart-april 2020)38

Kansen en verwachte achterstanden: Trends 41

8.1 Leerachterstanden over tijd 41

8.2 Onderwijskenmerken afstandsonderwijs en ingeschatte

leerachterstanden 44

Kansen en verwachte achterstanden: verschillen naar

leerlingenpopulaties 56

9.1 Bo tijdens de gedeeltelijke herstart (mei-juni/juli 2020) 56

(3)

3

9.2 Overgang van bo-leerlingen tijdens COVID-19 59 Daadwerkelijke leergroei rekenen en taal in het bo 62

10.1 Toetsafname 63

10.2 Leergroei van leerlingen in vaardigheidsniveaus 66 10.3 Ontwikkeling van leergroei tijdens de eerste schoolsluiting 67 10.4 Ontwikkeling van leergroei naar achtergrondkenmerken 74

Referenties 91

(4)

4

Inleiding

Dit is het technische rapport dat ten grondslag ligt aan het onderdeel COVID-19 uit hoofdstuk 1 van de Staat van het Onderwijs 2021. In dit rapport staat de verantwoording over het eigen onderzoek.

In dit technisch rapport staan de volgende onderzoeksvragen centraal:

1. Wat is het onderwijsaanbod en de tijdsbesteding (geweest)?

2. In hoeverre is/was het (geven en volgen van) onderwijs mogelijk?

3. Wat zijn de gevolgen voor de ontwikkeling en kansen van leerlingen en studenten?

Dit technisch rapport bevat allereerst verdiepende analyses van de COVID-19- monitordata. Deze zijn: (1) uitsplitsingen naar achtergrondkenmerken voor een selectie van de data van de sectoren po en vo van rondes 1, 2 en 3, (2) longitudinaal overzicht van het onderwijsaanbod en de ontwikkeling van

leerlingen en studenten door het jaar (2020) heen, en (3) de samenhang tussen het onderwijsaanbod tijdens de (gedeeltelijke) schoolsluiting en de

achterstanden van leerlingen later in het jaar. Voor het algemene beeld van de resultaten van de COVID-19-monitor verwijzen we naar de gepubliceerde factsheets op www.onderwijsinspectie.nl.

Daarnaast bevat dit rapport de resultaten van de analyses naar de

daadwerkelijke achterstanden van leerlingen in het basisonderwijs (bo) op het gebied van rekenen/wiskunde, spelling en begrijpend lezen.

(5)

5

Databronnen, definities en methodes

2.1 Databronnen 2.1.1 COVID-19-monitor

Nadat de COVID-19-pandemie uitbrak en op 16 maart 2020 de scholen en instellingen sloten heeft de Inspectie van het Onderwijs al snel besloten een monitor op te zetten onder de scholen en instellingen (Inspectie van het

Onderwijs, 2020). Voor deze COVID-19-monitor hebben inspecteurs gebeld met verschillende actoren in het onderwijsveld, en hebben ze telefonisch vragen gesteld en de antwoorden geregistreerd. De gegeven antwoorden zijn kort na afloop van de dataverzameling openbaar gemaakt in factsheets die gepubliceerd zijn op onze website. In dit technisch rapport beschrijven we enkel aanvullende analyses die we met de COVID-19-monitor hebben gedaan.

De COVID-19-monitor richt zich voornamelijk op (1) het onderwijsaanbod, (2) zicht op de ontwikkeling en de aan de leerlingen/studenten geboden

ondersteuning, en (3) kwetsbare leerlingen/studenten. Daarnaast bevat elke ronde vragen die specifiek relevant waren in de toenmalige situatie.

Een nadeel van de COVID-19-monitor is dat er alleen informatie is opgehaald bij schoolleiders en bestuurders. De antwoorden die door schoolleiders en

bestuurders zijn gegeven zouden af kunnen wijken van de antwoorden die leerlingen, studenten, ouders of andere actoren in het onderwijsveld hadden kunnen geven. Schoolleiders en bestuurders zouden wellicht ook meer geneigd zijn om sociaal-wenselijke antwoorden te geven als de inspectie ze benadert om te vragen hoe het gaat. Omdat de respondenten schoolleiders en bestuurders waren, hebben we ook geen vragen gesteld waarvan verondersteld kan worden dat die niet beantwoord zouden kunnen worden met de kennis die schoolleiders en bestuurders hadden. Dit nadeel van de data moet in gedachten gehouden worden bij het lezen van de resultaten met deze data.

Zie voor meer informatie www.onderwijsinspectie.nl 2.1.1.1 Ronde 1

In ronde 1 van de COVID-19-monitor hebben inspecteurs gebeld met een willekeurige en representatieve steekproef van scholen, instellingen en

samenwerkingsverbanden (de orthopedagogisch-didactische centra (opdc’s)) in het primair onderwijs, voortgezet onderwijs, speciaal onderwijs, middelbaar onderwijs en hoger onderwijs. Daarnaast spraken we ook met werknemers van justitiële jeugdinrichtingen en gesloten jeugdzorginstellingen. De gesprekken met deze scholen, instellingen en samenwerkingsverbanden zijn eind april 2020 gevoerd.

Naast de onderwerpen die hierboven al beschreven zijn kwamen de volgende onderwerpen aan bod: afstandsonderwijs; noodopvang; toetsing en diplomering.

2.1.1.2 Ronde 2

Eind juni en begin juli 2020 spraken inspecteurs telefonisch met een groot deel van dezelfde besturen, scholen en instellingen als uit ronde 1 om ons een beeld te kunnen vormen van het onderwijs op dat moment. Wanneer niet alle

respondenten uit de eerste meting konden worden bereikt, bevroegen we tijdens

(6)

6

de tweede ronde ook nieuwe scholen. Bij vrijwel alle sectoren kunnen we

daarom spreken over een representatieve steekproef, waarbij we soms zelfs alle geregistreerde bekostigde instellingen spraken, zoals bij het mbo. Ook spraken we deze ronde met niet-bekostigd (particulier) onderwijs in het po en vo.

Naast de standaard onderwerpen kwamen in ronde 2 ook de volgende

onderwerpen aan bod: gedeeltelijke herstart; noodopvang; volledige herstart;

verschillen in ontwikkeling/achterstanden; beroepspraktijkvorming; toetsing en diplomering.

2.1.1.3 Ronde 3

Eind september en begin oktober 2020 hebben inspecteurs wederom gebeld met een groot deel van dezelfde besturen, scholen en instellingen uit ronde 1 en 2.

Daarnaast spraken we voor het eerst ook met niet-bekostigde instellingen in het mbo. De specifieke onderwerpen van ronde 3 waren: plaatsing en begeleiding;

in- en doorstroom; verschillen in ontwikkeling/achterstanden.

2.1.1.4 Amsterdamse po-scholen

In ronde 2 en 3 van de COVID-19-monitor is een digitale versie van de telefonische vragenlijst die inspecteurs onder po-scholen hebben afgenomen beschikbaar gesteld aan alle Amsterdamse po-scholen. De ingevulde antwoorden zijn ook door de gemeente Amsterdam verwerkt en gepubliceerd in de

Amsterdamse Staat van het Primair Onderwijs (Onderwijs, Informatie &

Statistiek, 2020).

2.1.2 Inschrijvingen (1cijfer-bestanden)

De BRON-bestanden bevatten onderwijsregistraties zoals door DUO verkregen van de scholen/instellingen en geleverd aan de Inspectie van het Onderwijs.

Deze BRON-bestanden zijn verrijkt door DUO tot 1-cijferbestanden.

De BRON-bestanden bevatten op leerlingniveau onder andere gegevens over de school en het bevoegd gezag en migratieachtergrond van de leerling. Daarnaast bevat BRON voor primair onderwijs (po) eindtoetsgegevens en schooladviezen.

Voor het voortgezet onderwijs (vo) zijn onderwijsniveau en profiel bekend. Voor het (voortgezet-) speciaal onderwijs ((v)so) zijn gegevens bekend over

voortgang in het (v)so, bijvoorbeeld doorstroom, verblijfsduur en uitstroomprofiel.

2.1.3 CBS Microdata

Van een aantal achtergrondkenmerken is beperkt informatie beschikbaar in de BRON-data. Vandaar dat we binnen de CBS Microdata omgeving de BRON data op individueel niveau koppelen aan deze gegevens. De gegevens die afkomstig zijn van het CBS zijn juridische ouders van de leerlingen/studenten

(KINDOUDERTAB), de opleiding van de ouders van leerlingen/studenten (HOOGSTEOPLTAB) en het inkomen van de ouders van leerlingen/studenten (Integraal Huishoudens Inkomen).

2.1.4 IBIS

Algemene gegevens van scholen, instellingen en besturen, zoals mate van stedelijkheid, hebben we gehaald uit IBIS (intern systeem).

2.1.5 Toetsgegevens uit de leerlingvolgsystemen van het NCO

Het Nationaal Cohort Onderzoek heeft bij besturen en scholen de toetsgegevens uit de leerlingvolgsystemen opgevraagd. Deze gegevens zijn geanonimiseerd ondergebracht binnen de Remote-Acces omgeving van het Centraal Bureau voor de Statistiek. Het NCO heeft daarna de data schoongemaakt, zoals

(7)

7

administratieve fouten verwijderd en leerlingen die dubbel voorkwamen, bijvoorbeeld vanwege schoolwissel, maar een keer gehouden. Wij hebben binnen de beveiligde CBS-omgeving met deze data mogen werken.

2.2 Definities

2.2.1 Leerlingenuitkomsten 2.2.1.1 Vaardigheidsscores

De toetsgegevens uit de leerlingvolgsystemen bestaan uit vaardigheidsscores van Cito-toetsen op Rekenen/wiskunde (RW), Begrijpend lezen (BG) en Spelling (S). Er is in de meeste gevallen op twee momenten in het jaar een toets

afgenomen: een toets op het midden (M)-moment meestal in januari of februari van het jaar en een toets op het eind (E)-moment meestal in mei of juni.

In het schooljaar 2019/2020 hebben minder scholen de toets op het E-moment afgenomen vanwege de eerste schoolsluiting. Het Cito heeft scholen daarom de optie geboden om de toets op het E-moment na de zomervakantie af te nemen waarna zij de scores hebben omgezet naar scores die voor de zomer behaald zouden zijn door middel van een aangepaste normering. Als leerlingen de toets op het E-moment namelijk na de zomer hebben afgenomen hebben ze langer les gehad en hebben ze daarom wellicht een hogere score dan als ze de toets voor de zomer hadden gemaakt.

We hebben vaardigheidsscores van de leerjaren 3 t/m 8. Voor groep 8 is er geen toets op het E-moment, want normaal gesproken maken leerlingen in groep 8 een Eindtoets. In groep 3 wordt geen toets op het M-moment afgenomen voor Begrijpend lezen. Op sommige scholen nemen leerlingen wel een toets af in het midden van het jaar voor Begrijpend lezen, meestal is dat de toets op het E- moment van groep 3, maar dit gaat om maar een beperkt aantal leerlingen.

Scholen gebruiken meerdere “soorten” Cito-toetsen: de 2.0 en 3.0 generatie toetsen. Bij Begrijpend lezen en Rekenen/wiskunde zijn de generatie 2-toetsen omgerekend naar generatie 3-toetsen. Voor Spelling is geen omzetformule beschikbaar en daar hebben we alleen de beschikking over de generatie 3.0 toetsen.

2.2.1.2 Vaardigheidsniveaus

De vaardigheidsscores op de verschillende toetsen zijn om te zetten in vaardigheidsniveaus. De niveaus A t/m E geven normaal gesproken de 25 procent hoogste scorende, de 25 procent boven het gemiddelde, de 25 procent onder het gemiddelde, de 15 procent ruim onder het gemiddelde en de 10 procent laagst scorende leerlingen weer.

2.2.1.3 Leergroei

Leergroei tussen de toets op het M-moment en het E-moment is berekend aan de hand van de vaardigheidsscores van de Cito-toetsen op Rekenen/wiskunde (RW), Begrijpend lezen (BG) en Spelling (S) voor de leerjaren 3 t/m 7. De leergroei tussen 2 opeenvolgende toetsen is de score van de laatst afgenomen toets minus de score op de daarvoor afgenomen toets.

We berekenen de leergroei van de leerjaren 3 t/m 7. In groep 8 is er geen toets op het E-moment. Normaal gesproken kan de leergroei in groep 8 wel berekend worden aan de hand van de Eindtoets. In het schooljaar 2019/2020 is echter de Eindtoets vervallen waardoor er toch geen leergroei voor groep 8 berekend kan worden. Voor BG kan in groep 3 geen leergroei berekend worden, omdat er geen toets op het M-moment in groep 3 is.

(8)

8

Als alternatief voor de leergroei tussen de toets op het M-moment en de toets op het E-moment gebruiken we ook de leergroei tussen de toets op het E-moment van het voorgaande schooljaar en de toets op het E-moment. Bij deze leergroei- maat hebben we alleen leergroei voor de leerjaren 4 t/m 7 aangezien er voor groep 3 geen toets op het E-moment uit het voorgaande schooljaar (groep 2) beschikbaar is.

2.2.2 Leerlingenkenmerken

2.2.2.1 Sociaaleconomische achtergrond- Hoogst behaalde opleiding ouders

Het hoogst behaalde opleidingsniveau van de juridische ouder met de hoogste opleiding van de leerling van het inschrijvingsjaar ingedeeld in vijf categorieën:

Opleiding onbekend, maximaal een mbo 2-opleiding, een mbo 3- of mbo 4- opleiding, hbo-bachelor en associate degree en wo en hbo-master.

In de meeste gevallen is van de ouders van leerlingen het hoogste behaalde opleidingsniveau bekend. Als het hoogst behaalde opleidingsniveau van de ouders niet bekend is in het inschrijvingsjaar, wordt het hoogst behaalde opleidingsniveau van de ouders in het laatst beschikbare jaar (op moment van schrijven) gebruikt: 2018. Voor de leerlingen waarvan ook in dit jaar het hoogste behaalde opleidingsniveau onbekend is, is er een aparte categorie opgenomen: Opleiding onbekend.

In onze analyses waarbij we de opleiding van de ouders als losse dummies toevoegen gebruiken we de categorie “maximaal een mbo 2-opleiding” als referentiecategorie.

2.2.2.2 Sociaaleconomische achtergrond- Inkomen van de ouders

Het gestandaardiseerd besteedbaar inkomen van het huishouden van de leerling in het inschrijvingsjaar. De laatst beschikbare gegevens (op moment van

schrijven) komen uit 2018; voor het schooljaar 2019/2020 gebruiken we gegevens uit 2018.

In de meeste statistieken maken we gebruik van het inkomen verdeeld in vijf gelijke groepen binnen de totale bevolking (quintielen), plus de categorie

“Inkomen onbekend”.

In onze analyses waarbij we het inkomen van de ouders als losse dummies toevoegen gebruiken we het eerste quintiel als referentiecategorie.

2.2.2.3 Migratieachtergrond

De migratieachtergrond van leerlingen wordt bepaald op basis van zijn/haar geboorteland en de geboortelanden van zijn/haar juridische ouders. Leerlingen worden in 3 categorieën ingedeeld: Leerlingen zonder migratieachtergrond, Leerlingen met een westerse migratieachtergrond en leerlingen met een niet- westerse migratieachtergrond van de eerste en tweede generatie.

In onze analyses waarbij we migratieachtergrond van leerlingen als losse dummies toevoegen gebruiken we de categorie “leerlingen zonder migratieachtergrond” als referentiecategorie.

2.2.2.4 Geslacht

Het geslacht van de leerling is weergegeven als een jongen of een meisje.

(9)

9 2.2.3 Schoolkenmerken

2.2.3.1 School of instelling

Met een school in het po doelen we op de combinatie van het brinnummer en het vestigingsnummer van een instelling. In het vo kijken we naar afdelingen:

met een school in het vo wordt bedoeld de combinatie van het brinnummer, het vestigingsnummer van een instelling en de afdeling (pro, vmbo of havo/vwo).

2.2.3.2 Percentage leerlingen/studenten met hoogopgeleide ouders

Het percentage leerlingen/studenten op een school of instelling met ouders die een hbo-bachelor, associate degree of een wo-diploma of hbo-master hebben. In het po maken we drie gelijke categorieën van scholen naar het percentage leerlingen/studenten met hoogopgeleide ouders. In het vo maken we 3 gelijke categorieën naar afdeling vanwege het lagere aantal bevraagde scholen en de beperkingen die het CBS oplegt ten aanzien van het exporteren van uitkomsten gebaseerd op (te) lage aantallen observaties.

2.2.3.3 Percentage leerlingen/studenten met een niet-westerse migratieachtergrond Het percentage leerlingen/studenten op een school of instelling met een niet- westerse migratieachtergrond, waarbij we de eerste en tweede generatie samen nemen. In het po maken we drie gelijke categorieën van scholen naar het percentage leerlingen/studenten met een niet-westerse migratieachtergrond. In het vo gebruiken we wederom drie gelijke categorieën naar afdeling.

2.2.3.4 Stedelijkheid

Scholen zijn ingedeeld in vijf categorieën op basis van hun schoollocatie: zeer sterk stedelijk, sterk stedelijk, matig stedelijk, weinig stedelijk en niet stedelijk.

De indeling in stedelijkheid komt van het CBS.

2.2.3.5 Provincie

De provincie van de locatie van de school.

2.2.3.6 Denominatie

Po-scholen hebben een denominatie. De categorieën zijn: openbaar, protestants-christelijk, rooms-katholiek, reformatorisch, islamitisch, gereformeerd vrijgemaakt, joods, hindoeïstisch, evangelisch, evangelische broedergemeenschap, algemeen bijzonder, antroposofisch, samenwerking openbaar - protestants-christelijk, samenwerking openbaar - rooms-katholiek, samenwerking protestants-christelijk - rooms-katholiek, interconfessioneel en gereformeerd. in onze analyses maken we gebruik van een indeling in vier groepen: openbaar, rooms-katholiek en protestants-christelijk en overig bijzonder.

2.2.3.7 Vestigingsgrootte

Het aantal leerlingen op een basisschool onderverdeeld in 5 categorieën:

Van 1 tot 100 leerlingen, van 101 tot 200 leerlingen, van 201 tot 300 leerlingen, van 301 tot 400 leerlingen en meer dan 400 leerlingen.

2.2.3.8 Percentage gewichtenleerlingen

In het verleden werd een deel van de bekostiging van scholen gebaseerd op leerlingengewichten. Leerlingen kregen een gewicht op basis van de opleiding van hun ouders. Leerlingen met een gewicht 1,2 hadden ouders die geen onderwijs hadden genoten of maximaal basisonderwijs. Leerlingen met een gewicht 0,3 hadden ouders die maximaal een equivalent van vmbo-basis hadden genoten. We gebruiken deze gewichten op leerlingenniveau om een

(10)

10

maat op schoolniveau te maken: het percentage leerlingen met een 1,2-gewicht en het percentage leerlingen met een 0,3-gewicht.

2.3 Methodes

2.3.1 Steekproeftrekking COVID-19-monitor

Per sector is een steekproef getrokken op de volledige populatie die van voldoende omvang werd geacht om in het algemeen wat te zeggen over de sector. Om de telefonische vragenlijst niet te lang te maken is ervoor gekozen om meerdere representatieve steekproeven te trekken zodat de vragenlijst verdeeld kan worden over meerdere steekproeven, de modules. Voor het bo zijn op de gehele populatie, minus de nieuwkomersvoorzieningen, buitenlandse scholen en niet-bekostigd onderwijs (n=6.833), 4 steekproeven getrokken van 125 scholen, een voor elk van de 4 modules van ronde 1. In het vo is er uit de volledige populatie van afdelingen, minus een pilotbestuur en niet-bekostigd onderwijs (n=2.749), een steekproef van 40 afdelingen getrokken voor pro en 2 steekproeven van elk 40 afdelingen voor vmbo en voor havo/vwo. In totaal zijn er dus 200 vo-afdelingen getrokken.

Niet alle scholen konden of wilden meedoen aan onze telefonische bevraging.

Om dit op te vangen werden deze scholen vervangen door een willekeurig andere school. Zowel in het bo als in het vo was hiervoor een reservesteekproef getrokken van dezelfde omvang als de reguliere steekproef: 375 scholen in het bo en 200 afdelingen in het vo.

2.3.2 Representativiteit van de COVID-19-monitor-steekproef

We controleren of de steekproeven die we gebruiken representatief zijn voor de volledige populatie. Significantie is bij de categorale variabelen bekeken met een Pearson’s chi2 test, die kijkt naar de verschillen in de gehele verdeling en niet naar de verschillen per rij. Voor de dichotome variabelen is gebruik gemaakt van t-testen om significante verschillen zichtbaar te maken.

Aangezien we te maken hebben met een zeer grote populatie-omvang zijn relatief kleine verschillen met de kleine steekproef significant op p<.05.

Significantie zegt dus niet alles. Het is belangrijk om ook naar de afwijking te kijken om volledig te kunnen beoordelen of kenmerken van de steekproef problematisch afwijken van die van de populatie. Om deze reden kijken we ook niet naar significantie op p<0.10.

2.3.3 Selectie van variabelen voor verdiepende analyses van de monitor-steekproef De COVID-19-monitor data bestaat uit enorm veel informatie. Op basis van alle beschikbare variabelen is een selectie gemaakt van theoretisch interessante variabelen om verdiepende analyses op te doen. Voor de uitsplitsingen naar kenmerken van de leerlingenpopulatie is daarnaast een aanvullende selectie gemaakt op basis van de gevonden variatie in de interessante variabelen tussen groepen scholen met verschillende leerlingenpopulaties.

2.3.4 Uitsplitsingen naar kenmerken van de leerlingenpopulatie bij de monitor- steekproef

In dit TR worden kruistabellen en figuren gepresenteerd waarin een variabele met betrekking tot het onderwijs gerelateerd wordt aan de achtergrondgegevens van een school of instelling. Hierbij zijn geen verdere controles toegevoegd.

Vanwege het relatief kleine aantal scholen dat opgenomen is in de steekproef zijn verdere uitsplitsingen of het opnemen van meer controlevariabelen niet verantwoord.

(11)

11

2.3.4.1 Onthullingsrisico en uitsplitsingen naar leerlingenpopulatie bij de monitor- steekproef

De uitsplitsingen naar de verschillende kenmerken van de leerlingenpopulatie van de monitorscholen (percentage leerlingen met wo-opgeleide ouders en percentage leerlingen met een niet-westerse migratieachtergrond) zijn niet voor alle variabelen beschikbaar. Met name in het vo zijn de mogelijkheden tot uitsplitsingen minimaal. De reden hiervoor is dat deze analyses uitgevoerd zijn in de beveiligde Microdata omgeving van het CBS. De regels ter beperking van het onthullingsrisico staan niet toe resultaten te exporteren die gebaseerd zijn op een te klein aantal observaties (<10 per cel). Vanwege het beperkte aantal observaties per afdeling in het vo blijven er voor de meeste uitsplitsingen te kleine aantallen over om deze te kunnen beschrijven.

2.3.5 Representativiteit van de gegevens uit de leerlingvolgsystemen

De voor ons beschikbare data uit de leerlingvolgsystemen is mogelijk op

meerdere manieren selectief ten opzichte van de volledige populatie. Ten eerste is het enkel de data van de besturen en scholen die meedoen aan het LVS- project van het NCO. Deelname aan dit project is vrijwillig en zonder kosten en hoewel deelname niet veel vraagt van besturen en scholen, moeten scholen toch een aantal handelingen verrichten om mee te doen. De deelnemende scholen wisten, toen ze aan het project besloten mee te doen, dat ze een rapportage zouden krijgen van het NCO met daarin de leergroei op hun school tijdens de eerste schoolsluiting. Het is aannemelijk dat vooral de scholen waarvan de leerlingen de toets op het E-moment na de schoolsluiting hebben gemaakt en die daarnaast nog eens in de rapportage naar leergroei geïnteresseerd waren, actie hebben ondernomen om mee te doen aan het project. Een tweede reden waarom de data selectief is ten opzichte van de volledige populatie is dat in het schooljaar 2019/2020 hoogstwaarschijnlijk niet alle scholen de toets op het E- moment hebben afgenomen en dat, ook op de scholen die wel toetsen hebben afgenomen, niet alle leerlingen zijn getoetst. Scholen hebben wellicht bij leerlingen die erg achterliepen de toets niet afgenomen. En wellicht zijn bepaalde leerlingen niet naar school gekomen nadat de scholen weer open gingen.

Mogelijke selectiviteit in onze data is problematisch omdat dit de resultaten van de analyses met deze data kan beïnvloeden. Als het vooral de “betere” scholen zijn die tijd hadden om toetsen van het leerlingvolgsysteem af te nemen dan leveren onze analyses met de selectieve data een onderschatting op van de echte effecten. En ook als het vooral leerlingen uit lagere sociaaleconomische milieus zijn die niet naar school zijn gekomen nadat de scholen weer open gingen en scholen toetsen hebben afgenomen, kunnen we met onze data een onderschatting van het echte effect vinden.

Om de selectiviteit te beperken wegen we onze observaties terug naar de volledige populatie. We maken hiervoor populatiegewichten (inverse probability weights), waarbij we leerlingen in de data een gewicht toebedelen op basis van hun kenmerken. Met de gehele populatie schatten we per schooljaar, leerjaar en per domein, een model waarin we kijken naar de kans om een berekende leergroei te hebben als een functie van de opleiding van de ouders, het inkomen van de ouders, de migratieachtergrond, het geslacht, het percentage leerlingen op de school met een 0.3 gewicht, het percentage leerlingen op de school met een 1.2 gewicht, de grootte van de vestiging van de school, de stedelijkheid van de school, de provincie en de denominatie van de school.

Naast dat we wegen doen we ook een aantal robuustheidscontroles om mogelijke selectiviteit verder te beperken. We bespreken deze

robuustheidscontroles hieronder.

(12)

12

2.3.6 Analyses naar de gemiddelde leergroei tijdens de eerste schoolsluiting

De hoofdvraag voor de analyses met de leerlingvolgsysteemgegevens is “Wat zijn de gevolgen geweest van de eerste schoolsluiting voor de ontwikkeling en kansen van leerlingen in het basisonderwijs op het gebied van

Rekenen/wiskunde, Spelling en Begrijpend lezen?”. Om deze vraag te beantwoorden kijken we naar de individuele leergroei tijdens de eerste schoolsluiting. We gebruiken differences-in-differences-analyses waarbij we cohorten voor de COVID-19-crisis en het COVID-19-cohort gebruiken. De leergroei van leerlingen in de twee schooljaren voor de COVID-19-crisis is daarmee de controle voor de leergroei van de leerlingen tijdens de eerste schoolsluiting. We maken hierbij de assumptie dat de leergroei van de leerlingen in het schooljaar 2019/2020 zich op eenzelfde manier zou hebben ontwikkeld als de leergroei van de leerlingen in de twee schooljaren daarvoor als er geen schoolsluiting was geweest. Meer specifiek schatten we per leerjaar en per domein het volgende model:

𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿𝐿_{𝑖𝑖,𝑡𝑡}= 𝛼𝛼 + 𝛽𝛽 ∗ 𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶. 𝑗𝑗𝑗𝑗𝑗𝑗𝐿𝐿_{𝑖𝑖,𝑡𝑡}+ 𝜀𝜀_{𝑖𝑖,𝑡𝑡} voor leerling i in jaar t.

De constante 𝛼𝛼 geeft de “normale” leergroei weer in de schooljaren 2017/2018 en 2018/2019. De coëfficiënt 𝛽𝛽 geeft de afwijking op deze normale leergroei weer in het schooljaar 2019/2020.

2.3.6.1 Verdere specificaties van het hoofdmodel

Op het simpele model in 2.3.5 brengen we enkele wijzigingen aan om onvolkomenheden in de data te ondervangen.

Ten eerste voegen we een dummy toe voor de leerlingen die de toets op het E- moment na de zomer hebben afgelegd. Het Cito heeft hun vaardigheidsscore met een aangepaste normering vastgesteld waarmee als het goed is alle

verschillen in de score als gevolg van het latere tijdstip ondervangen. De dummy die wij toevoegen is in veel gevallen insignificant, maar niet in alle gevallen.

Vandaar dat we de dummy in ons hoofdmodel standaard toevoegen.

Ten tweede verwijderen we de leerlingen die een leergroei hebben die we onrealistisch achten. In de meeste gevallen zullen hier administratieve fouten voor rare scores hebben gezorgd. We verwijderen de leerlingen met de 1 procent laagste en de 1 procent hoogste leergroei per domein, leerjaar en schooljaar.

Ten derde clusteren we de standaardfouten op de school. Dit verandert niets aan de geschatte effecten, maar wel aan de standaardfouten en dus aan de

gevonden significantie van de resultaten. De reden voor deze clustering is dat de individuele niet-geobserveerde kenmerken van leerlingen op dezelfde school vaak gecorreleerd zijn. Als we dan niet de standaard fouten clusteren op een schoolniveau, doen we onterecht alsof we meer informatie over de leerlingen hebben dan we daadwerkelijk hebben doordat elke leerling op een school als onafhankelijk van de anderen wordt gezien. Door te clusteren corrigeren we hiervoor.

Als laatste maken we gebruik van gewichten per leerling om de selectiviteit in de data tegen te gaan. In 2.3.4 beschrijven we hoe we de gewichten berekend hebben.

(13)

13 2.3.6.2 Interpretatie van de resultaten

De coëfficiënt waarin we geïnteresseerd zijn bij de analyses naar gemiddelde leergroei is 𝛽𝛽. Deze coëfficiënt geeft per leerjaar en domein aan wat het verschil is in leergroei ten opzichte van de twee schooljaren voor 2019/2020, uitgedrukt in punten op een vaardigheidsscore. We kunnen de vermindering in leergroei in het schooljaar 2019/2020 ook uitdrukken in een procentueel verschil met de twee leerjaren daarvoor door de coëfficiënt 𝛽𝛽 te delen door de constante 𝛼𝛼. Bij het bespreken van de resultaten zullen we zowel de coëfficiënten bespreken als het procentuele verschil in leergroei.

2.3.6.3 Robuustheidscontroles

Naast het hoofdmodel hebben we verschillende alternatieve modelspecificaties gebruikt. Hierboven hebben we al drie opties besproken, namelijk een model zonder de dummy voor testafname in september en oktober, het niet

verwijderen van de extreme waardes en het clusteren van de standaardfouten op schoolniveau. Het hoofdmodel hebben we daarna ook nog vergeleken met resultaten van een aantal andere specificaties.

Ten eerste hebben we ook een model geschat dat gebruik maakt van zogenaamde entropy weights. Met entropy weights wegen we de controle leerlingen (de leerlingen in de schooljaren 2017/2018 en 2018/2019) naar de steekproef van het schooljaar 2019/2020 met als doel causale effecten te schatten (Hainmueller, 2012). Engzell et al. (2020) maken ook gebruik van deze entropy weights in hun analyses naar de leergroeiverschillen in het schooljaar 2019/2020.

Ten tweede draaien we het hoofdmodel met in het schooljaar 2019/2020 enkel de leerlingen van scholen waar ten minste 10 leerlingen en ten minst 75e procent of 85 procent van de leerlingen die de toets op het M-moment heeft gemaakt ook de toets op het E-moment heeft gemaakt. De zorg kan zijn dat doordat scholen selectief zijn gaan toetsen na de eerste schoolsluiting, de leerlingen die de toets op het E-moment gemaakt hebben wellicht een positief of negatief geselecteerde groep is waardoor de resultaten vertekend worden. Door alleen naar leerlingen te kijken op scholen waar minimaal 75 procent of 85 procent van de leerlingen een toets heeft gemaakt, vermijden we deze selectie.

Uiteraard schatten we dan ons model niet op de volledige steekproef, dus ook dat kan de resultaten vertekenen. Maar als de resultaten vergelijkbaar zijn schept dat vertrouwen in de geschatte effecten van de eerste schoolsluiting op de leergroei van leerlingen.

Ten derde kijken we ook naar het leergroeiverschil in het schooljaar 2019/2020 binnen scholen door school fixed effect-modellen. Door binnen een school te kijken nemen we schoolspecifieke kenmerken niet mee waardoor verstoring van die kenmerken de geschatte effecten niet verstoren.

Zoals gezegd gebruiken we in het hoofdmodel de leergroei tussen de toetsen op het M- en het E-moment van hetzelfde schooljaar. Als laatste manier om te kijken naar de robuustheid van onze resultaten kijken we ook naar de resultaten van alle modellen met modellen waarin we als uitkomstmaat de leergroei tussen de toets op het E-moment van het voorgaande schooljaar en de toets op het E- moment gebruiken. De resultaten met deze alternatieve leergroei zijn kwalitatief vaak hetzelfde, maar in de meeste gevallen minder extreem.

Bij het bespreken van de resultaten zullen we ook de resultaten van deze alternatieve specificaties bespreken als dat relevant is.

(14)

14

2.3.7 Analyses naar de effecten van de achtergrond van leerlingen op de leergroei Naast dat we geïnteresseerd zijn in de gemiddelde leergroei van leerlingen ten tijde van de COVID-19-crisis, zijn we ook geïnteresseerd in de verschillen in leergroei van groepen leerlingen. Vooral naar de verschillen in leergroei naar de opleiding van ouders, het inkomen van ouders, de migratieachtergrond van leerlingen, stedelijkheid en het leerlinggewicht. Om dit te onderzoeken voegen we aan het hoofdmodel de achtergrondkenmerken toe, plus een interactie van het specifieke achtergrondkenmerk van dat model en de dummy voor het COVID-19-schooljaar (2019/2020). Onze interesse gaat hierbij vooral uit naar het verschil van de relatie van achtergrond in het schooljaar 2019/2020 ten opzichte van de twee eerdere schooljaren.

Aangezien achtergrond voor de opleiding van ouders, het inkomen van ouders en de migratieachtergrond van leerlingen een categorische variabele is, voegen we meerdere dummies toe aan het model met een categorie als referentie.

Om de presentatie van de resultaten te vergemakkelijken draaien we ook een model waarin we alle leerjaren samen in één model toevoegen, inclusief controles voor elk leerjaar.

2.3.7.1 Robuustheid bij de analyses naar achtergrond

Als controle vergelijken we onze resultaten met de resultaten van modellen met andere modelspecificaties. Ten eerste schatten we ook een model zonder controle voor de overige achtergrondkenmerken. Dus in een model met de interactie tussen de COVID-schooljaar-dummy en de opleiding van de ouders, voegen we niet de controles voor de migratieachtergrond, het inkomen van de ouders en stedelijkheid toe.

Ten tweede schatten we een model waarin we controleren voor de score op de toets op het M-moment. Deze toets op het M-moment bevat alle kenmerken van leerlingen die van invloed waren op de score op de toets op het M-moment.

Ten derde schatten we een model waarin we alleen leerlingen meenemen op scholen waar ten minste 10 leerlingen zijn getoetst en waar minimaal 75 procent van de leerlingen die de toets op het M-moment heeft gemaakt, ook de toets op het E-moment heeft gemaakt.

Als laatste schatten we ook modellen waarin we als alternatieve uitkomstmaat voor leergroei de leergroei tussen de toets op het E-moment van het

voorgaande schooljaar en de toets op het E-moment gebruiken.

Bij het bespreken van de resultaten zullen we ook de resultaten van deze alternatieve specificaties bespreken als dat relevant is.

2.4 Onderzoeksverantwoording 2.4.1 Wetenschappelijke adviescommissie

Voor het onderzoek beschreven in dit technisch rapport zijn twee

wetenschappers gevraagd om mee te lezen en hun commentaar te geven: dr.

Trudie Schils (Universiteit Maastricht) en dr. Kim Schildkamp (Universiteit Twente). Op twee momenten hebben dr. Schils en dr. Schildkamp dit onderzoek becommentarieerd. In juli/augustus hebben ze meegelezen met het

onderzoeksvoorstel en in december/januari met een eerste versie van het technisch rapport. In maart heeft dr. Schils nogmaals meegelezen met een

(15)

15

tweede versie van het technisch rapport waarin toen ook de LVS-analyses instonden.

De commentaren van de adviesraad gingen over zaken als steekproeftrekking en representativiteit. De wetenschappers raadden ook aan om nadruk te leggen op het feit dat de resultaten op basis van de COVID-19-monitor alleen het beeld van schoolleiders weergaven en niet van leerlingen, docenten of ouders. Bij de adviesraad was, terecht, het gemis van informatie over leerlingen, docenten en ouders.

De analyses met de LVS-gegevens (Sectie 10) zijn uitgevoerd binnen het project

“Gevolgen en kansen COVID-19 voor basisscholen en hun leerlingen” (zie hieronder) en de analyses en de resultaten zijn veelvuldig besproken met de wetenschappers betrokken bij dat project.

2.4.2 Samenwerking NCO, AWP en Gemeente Amsterdam

Het onderzoek beschreven in dit technisch rapport is gedaan in samenwerking met het Nationaal Cohort Onderzoek, de Academische Werkplaats

Onderwijskwaliteit en de gemeente Amsterdam binnen het door ZonMW- gefinancierde project “Gevolgen en kansen COVID-19 voor basisscholen en hun leerlingen”. Meer informatie over dit project is te vinden op https://education- lab.nl/themes/covid-19/.

(16)

16

Steekproefbeschrijving COVID-19-monitor

In dit hoofdstuk geven we een beknopte beschrijving van de gebruikte steekproef van de COVID-19-monitor en van de verschillen tussen onze

steekproef en de gehele populatie. We hebben de kenmerken van de scholen in de COVID-19-monitor-steekproef vergeleken met de kenmerken van scholen in de hele populatie. We gebruiken hiervoor T-testen of Pearson’s chi2 testen en geven het in de tabellen en in de tekst aan als we significante afwijkingen tussen de steekproef en de populatie vinden.

3.1 Basisonderwijs 3.1.1 Aantallen en rondes

In totaal hebben 383 bo-schoolleiders meegewerkt aan de COVID-19-monitor.

Het grootste deel daarvan heeft ook aan alle 3 de rondes meegedaan, zoals onderstaande tabel laat zien.

Tabel 3.1.1.1: Aantal bevraagde schoolleiders per ronde

Aantal observaties

Ronde 1, 2 en 3 342

Ronde 1 en 2, en niet 3 19

Ronde 1 en 3, en niet 2 9

Ronde 1, en niet 2 en 3 5

Ronde 2 en3, en niet 1 11

Ronde 2 en niet 1 en 3 1

Ronde 3 en niet 1 en2 3

Totaal over alle rondes 383

3.1.2 Representativiteit ronde 1

De COVID-19-monitorscholen zijn vrij goed representatief voor de Nederlandse basisscholen in het algemeen. Er zijn geen significante verschillen tussen de volledige populatie en de scholen die hebben deelgenomen aan de COVID-19- monitor op een aantal relevante school- en leerlingenkenmerken. De tabellen hieronder laten meer specifieke informatie zien.

Tabel 3.1.2.1: Populatie aantallen verdeeld over monitorscholen en niet

Aantal %

Geen monitor-school 5.876 93.75

Monitor-school 392 6.25

Tabel 3.1.2.2: Geografische spreiding: Provincie

Geen monitorschool % Monitorschool %

Groningen 4.29 3.32

Friesland 6.23 5.36

Drenthe 4.19 3.83

Overijssel 8.22 8.42

Flevoland 2.97 2.04

Gelderland 13.45 18.11

Utrecht 7.65 10.20

Noord-Holland 13.10 11.73

Zuid-Holland 18.03 15.56

Zeeland 3.14 2.55

(17)

17

Noord-Brabant 13.36 13.52

Limburg 5.39 5.36

Tabel 3.1.2.3: Geografische spreiding: Stedelijkheid

Zeer sterk 15.63 16.58

Sterk 26.33 28.83

Matig 16.92 17.35

Weinig 28.31 24.74

Niet 12.82 12.50

Tabel 3.1.2.4: Geografische spreiding: Regio

Midden 41.75 39.54

Noord 14.70 12.50

Oost 21.66 26.53

Zuid 21.89 21.43

Tabel 3.1.2.5: Geografische spreiding: G-4

Geen G4 91.42 90.05

Amsterdam 2.08 3.83

Rotterdam 2.80 1.79

Den Haag 2.13 2.81

Utrecht 1.58 1.53

Tabel 3.1.2.6: Denominatie

Openbaar 31.92 29.85

Rooms-katholiek 30.33 29.08

Protestants-christelijk 25.03 28.57

Overig bijzonder 12.73 12.50

Tabel 3.1.2.7: Leerlingenpopulatie: Kenmerken en vestigingsgrootte Geen monitorschool

% Monitorschool

%

Pct. meisjes 49.51 49.40

Pct. niet-westerse migratieachtergrond, 1^ste

generatie 3.57 3.52

Pct. niet-westerse migratieachtergrond, 2^de

generatie 12.89 14.16

Pct. westerse migratieachtergrond 7.55 7.96

Pct. zonder migratieachtergrond 75.98 74.36

Pct. nieuwkomers 4.72 4.63

Schoolweging 30.01 30.01

Vestigingsgrootte 220.29 226.84

Tabel 3.1.2.7: Leerlingenpopulatie: Opbouw leerlingenbestand

Pct leerjaar 1 10.30 10.52

(18)

18

3.2 Voortgezet onderwijs 3.2.1 Aantallen en ronde

In totaal hebben 208 vo-afdelingsleiders meegewerkt aan de COVID-19-monitor.

Het grootste deel daarvan heeft ook aan alle 3 de rondes meegedaan, zoals onderstaande tabel laat zien.

Tabel 3.2.1.1: Aantal school- of afdelingsleiders per ronde

Aantal pro Aantal vmbo Aantal havo/vwo

Ronde 1&2&3 37 69 71

Ronde 1&2, en niet 3 1 4 5

Ronde 1, en niet 2&3 2 3 3

Ronde 2 en niet 1&3 - 1 1

Ronde 3 en niet 1&2 - - 2

Totaal over alle rondes 42 82 84

3.2.2 Representativiteit pro ronde 1

De COVID-19-monitor is redelijk goed representatief voor de volledige populatie van pro-afdelingen op een aantal relevante school-, afdelings- en

leerlingenkenmerken. Het enige significante verschil is dat er op afdelingen die in de COVID-19-monitor bevraagd zijn minder leerlingen met een westerse migratieachtergrond zitten en meer leerlingen zonder migratieachtergrond. Bij de interpretatie van de resultaten moet hiermee rekening gehouden worden.

Waar het expliciet relevant is zal bij de bespreking van de resultaten nogmaals verwezen worden naar deze afwijking van de steekproef ten opzichte van de populatie.

De tabellen hieronder laten meer specifieke informatie zien.

Geen monitorschool Monitorschool Totaal

Pro 135 41 176

Groningen 4.44 7.32

Friesland 4.44 4.88

Drenthe 4.44 2.44

Flevoland 2.96 4.88

Utrecht 6.67 2.44

Zeeland 5.19 0.00

Limburg 4.44 4.88

(19)

19 Tabel 3.2.2.3: Geografische spreiding: Stedelijkheid

Sterk 37.04 36.59

Matig 14.81 29.27

Weinig 20.74 14.63

Niet 2.22 2.44

Noord 13.33 14.63

Oost 21.48 21.95

Midden 45.19 46.34

Zuid 20.00 17.07

Geen G4 85.93 92.68

Amsterdam 5.19 2.44

Rotterdam 5.19 0.00

Den Haag 2.22 4.88

Utrecht 1.48 0.00

Tabel 3.2.2.7: Vestigingsgrootte

1-400 85.93 90.24

401-900 8.89 2.44

901-1500 3.70 4.88

>1500 1.48 2.44

% Monitorschool

%

generatie 7.32 6.73

Pct. westerse migratieachtergrond 11.24 8.15*

Pct. zonder migratieachtergrond 59.77 68.68*

Afdelingsgrootte 59.78 64.54

*Significant verschillend op 5%-significantieniveau.

3.2.3 Representativiteit vmbo ronde 1

De vmbo-afdelingen uit de COVID-19-monitor zijn representatief voor de volledige populatie op een aantal relevante school-, afdelings- en

leerlingenkenmerken.

(20)

20

Vmbo 865 79 944

Groningen 4.05 6.33

Friesland 5.78 8.86

Drenthe 3.35 3.80

Flevoland 3.01 1.27

Utrecht 6.59 7.59

Zeeland 2.08 1.27

Limburg 5.32 1.27

Sterk 32.72 30.38

Matig 16.42 10.13

Weinig 19.54 22.78

Niet 6.24 10.13

Tabel: Geografische spreiding: Regio

Noord 13.18 18.99

Oost 18.96 17.72

Midden 48.44 45.57

Zuid 19.42 17.72

Geen G4 85.90 87.34

Amsterdam 5.20 3.80

Rotterdam 4.97 2.53

Den Haag 2.77 6.33

Utrecht 1.16 0.00

1-400 33.29 32.91

401-900 37.57 32.91

(21)

21

901-1500 20.35 25.32

>1500 8.79 8.86

Tabel3.2.3.7: Leerlingenpopulatie: Kenmerken en vestigingsgrootte Geen monitorschool

% Monitorschool

%

generatie 6.48 5.78

Afdelingsgrootte 214.65 224.39

3.2.4 Representativiteit havo/vwo ronde 1

De havo/vwo-afdelingen uit COVID-19-Monitor zijn redelijk goed representatief voor de volledige populatie op een aantal relevante school-, afdelings- en leerlingenkenmerken. Alleen qua vestigingsgrootte zijn er significante

verschillen: de afdelingen die voor de COVID-19-monitor bevraagd zijn hebben een groter leerlingaantal dan normaal voor de populatie. Er zijn verder geen havo/vwo-afdelingsleiders bevraagd van scholen uit helemaal niet stedelijke gebieden. Met deze afwijking van de steekproef ten opzichte van de populatie in het achterhoofd moeten de resultaten geïnterpreteerd worden. Waar het

specifiek relevant is zal bij de bespreking van de resultaten nogmaals verwezen worden naar deze.

Havo/vwo 579 79 658

Groningen 4.32 1.27

Friesland 5.87 3.80

Drenthe 2.59 2.53

Flevoland 2.94 2.53

Utrecht 6.91 7.59

Zeeland 2.25 0.00

Limburg 4.66 7.59

Sterk 35.06 30.38

Matig 15.20 18.99

Weinig 18.48 21.52

(22)

22

Niet 5.18 0.00

Noord 12.78 7.59

Oost 20.38 24.05

Midden 47.84 50.63

Zuid 19.00 17.72

Geen G4 85.49 84.81

Amsterdam 5.70 8.86

Rotterdam 4.15 1.27

Den Haag 3.11 3.80

Utrecht 1.55 1.27

1-400 13.30 0.00*

401-900 30.05 21.52*

901-1500 41.11 56.96*

>1500 15.54 21.52*

% Monitorschool

%

generatie 7.31 7.77

Afdelingsgrootte 261.09 326.54*

(23)

23

Aanbod en onderwijstijd: trends

Belangrijke punten:

• Schoolleiders in het basisonderwijs gaven over de tijd aan dat steeds meer docenten (zoveel mogelijk) het reguliere onderwijsprogramma volgden.

• Ook verschoof de focus op basisscholen van veel tijd naar de basisvakken naar meer tijd voor andere vakken en domeinen.

• In het voortgezet onderwijs hebben veel afdelingen het reguliere onderwijsprogramma pas na de zomer weer opgepakt.

4.1 Basisonderwijs

In het basisonderwijs gaven over de tijd steeds meer scholen aan dat ze (zoveel mogelijk) het reguliere onderwijsprogramma volgden. Tijdens de schoolsluiting in april volgde 41 procent van de scholen het reguliere programma. Na de zomervakantie, in oktober 2020 was dat 79 procent. Bovendien focusten veel scholen tijdens de schoolsluiting in april sterk op de basisvakken (taal, rekenen, lezen). Na de (gedeeltelijke) herstart (juni) gaven veel schoolleiders aan weer meer onderwijstijd te hebben voor aan andere zaken.

Figuur 4.1.1: Trend in het percentage schoolleiders dat aangaf dat op de school (zoveel mogelijke) het reguliere onderwijsprogramma uitgevoerd werd (N=89)

(24)

24

Figuur 4.1.2: De relatie tussen het percentage bo-schoolleiders dat na de zomervakantie aangaf (zoveel mogelijke) het reguliere onderwijsprogramma te volgen en de gegeven antwoorden eerder in het jaar (N=89)

Figuur 4.1.3: Trends in het percentage schoolleiders dat aangaf minimaal 75% van de tijd te besteden aan de basisvakken (N=341)

4.2 Voortgezet onderwijs

In het voorgezet onderwijs hebben veel scholen het reguliere

onderwijsprogramma pas na de zomer weer opgepakt. In april en juni volgden

(25)

25

ongeveer 39 procent van alle vo-afdelingen zoveel mogelijk het reguliere lesprogramma. Na de zomer steeg dit naar 67 procent. Vooral afdelingen voor praktijkonderwijs moesten tijdens de schoolsluiting in maart en april het reguliere programma loslaten.

Figuur 4.2.1: Trend in het percentage vo-school- en afdelingsleiders dat aangaf dat op de school (zoveel mogelijke) het reguliere onderwijsprogramma uitgevoerd werd (N over alle onderwijsniveaus =172)

Figuur 4.2.2: De relatie tussen het percentage vo-school- en afdelingsleiders dat na de zomervakantie aangaf (zoveel mogelijke) het reguliere onderwijsprogramma te volgen en de gegeven antwoorden eerder in het jaar (N over alle onderwijsniveaus =172)

(26)

26

Aanbod en onderwijstijd: verschillen naar leerlingenpopulaties

Belangrijke punten

• Van maart tot april 2020 werd volgens schoolleiders op basisscholen met veel kinderen met een niet-westerse migratieachtergrond en op scholen met weinig kinderen met wo-opgeleide ouders een hoger percentage van de tijd besteed aan de basisvakken. Deze schoolleiders gaven ook vaker aan slechts een selectieve voortzetting van het reguliere

onderwijsprogramma aan te bieden.

• Ook tijdens de gedeeltelijke herstart (mei-juni/juli) werd op bo-scholen met meer leerlingen met een niet-westerse migratieachtergrond en op bo-scholen met minder leerlingen met wo-opgeleide ouders relatief meer aandacht besteed aan de basisvakken, al is dit verschil kleiner dan tijdens de eerste periode van afstandsonderwijs.

• 80 procent van de schoolleiders schatte in dat leerlingen tijdens de eerste schoolsluiting minder tijd aan school besteedden dan voor de crisis.

5.1 Bo in de eerste periode van volledig afstandsonderwijs (maart-april 2020)

Tijdens de eerste periode van de COVID-19-crisis, gedurende de eerste schoolsluiting, werd volgens schoolleiders op basisscholen met veel kinderen met een niet-westerse migratieachtergrond en op scholen met weinig kinderen met wo-opgeleide ouders een hoger percentage van de tijd besteed aan de basisvakken. Deze schoolleiders gaven ook vaker aan slechts een selectieve voortzetting van het reguliere onderwijsprogramma aan te bieden.

Figuur 5.1.1: Het percentage bo-schoolleiders dat in april aangaf 0-75% en 75-100% van de tijd te besteden aan basisvakken naar het percentage wo-opgeleide ouders (N = 367)

Noot: Resultaten gebaseerd op eigen onderzoek van de Inspectie van het Onderwijs op basis van niet- openbare microdata van het Centraal Bureau voor de Statistiek. In totaal hebben 8 scholen aangegeven dat zij minder dan 50% van de geplande onderwijstijd aan basisvakken besteedden. Voor deze groep scholen is uitsplitsing naar leerlingenpopulatie niet mogelijk gezien de regels van het CBS met

0% 10% 20% 30% 40% 50% 60% 70% 80% 90%100%

Laagste percentage leerlingen met wo- opgeleide ouders

Gemiddeld percentage leerlingen met wo- opgeleide ouders

Hoogste percentage leerlingen met wo- opgeleide ouders

50% tot 75% van de nu geplande onderwijstijd 75% tot 100% van de nu geplande onderwijstijd

(27)

27

betrekking tot het onthullingsrisico voor individuele scholen, vandaar dat de groepen 0-50% en 50-75%

in bovenstaande tabel zijn samengevoegd.

Figuur 5.1.2: Het percentage bo-schoolleiders dat in april aangaf 0-75% en 75-100% van de tijd te besteden aan basisvakken naar het percentage leerlingen met een niet-westerse migratieachtergrond (N = 367)

Noot: Resultaten gebaseerd op eigen onderzoek van de Inspectie van het Onderwijs op basis van niet- openbare microdata van het Centraal Bureau voor de Statistiek. In totaal hebben 8 scholen aangegeven dat zij minder dan 50% van de geplande onderwijstijd aan basisvakken besteedden. Voor deze groep scholen is uitsplitsing naar leerlingenpopulatie niet mogelijk gezien de regels van het CBS met

betrekking tot het onthullingsrisico voor individuele scholen, vandaar dat de groepen 0-50% en 50-75%

in bovenstaande tabel zijn samengevoegd.

Ook gaven deze schoolleiders met veel kinderen met een niet-westerse migratieachtergrond en weinig kinderen met wo-opgeleide ouders vaker aan extra aandacht te besteden aan nieuwkomers en leerlingen uit problematische gezinssituaties. Dit laatste is waarschijnlijk omdat deze type leerlingen vaker voorkomen op dit type scholen, niet zozeer omdat hier door verschillende schoolleiders meer of minder prioriteit aan wordt gegeven.

Figuur 5.1.3: Het percentage schoolleiders dat in april aangaf het reguliere

onderwijsprogramma (zoveel mogelijk) voort te zetten naar het percentage wo-opgeleide ouders (N = 308)

Noot: Resultaten gebaseerd op eigen onderzoek van de Inspectie van het Onderwijs op basis van niet- openbare microdata van het Centraal Bureau voor de Statistiek.

0% 10% 20% 30% 40% 50% 60% 70% 80% 90%100%

Laagste percentage leerlingen met niet- westserse migratieachtergrond Gemiddeld percentage leerlingen met niet-

westserse migratieachtergrond Hoogste percentage leerlingen met niet-

westserse migratieachtergrond

50% tot 75% van de nu geplande onderwijstijd 75% tot 100% van de nu geplande onderwijstijd

0 10 20 30 40 50 60

Laagste percentage leerlingen

met wo-opgeleide ouders Gemiddeld percentage leerlingen met wo-opgeleide

ouders

Hoogste percentage leerlingen met wo-opgeleide

ouders Selectieve voortzetting van het reguliere onderwijsprogramma Zoveel mogelijk voortzetten van het reguliere onderwijsprogramma

(28)

28

Figuur 5.1.4: Het percentage schoolleiders dat in april aangaf het reguliere

onderwijsprogramma (zoveel mogelijk) voort te zetten naar het percentage leerlingen met een niet-westerse migratieachtergrond (N = 308)

Wat betreft de geplande onderwijstijd lopen de scholen niet ver uit elkaar naar leerlingenpopulatie: over alle groepen ligt het gemiddelde hier rond de 3 uur per dag, 3 uur en 10 minuten voor groep 7 en 8. Ook de inschatting van

schoolleiders van de hoeveel tijd die leerlingen besteedden aan het

afstandsonderwijs verschilt niet tussen groepen. 80 procent van de schoolleiders schatte in dat leerlingen minder tijd aan school besteedden dan voor de crisis.

5.2 Bo tijdens de gedeeltelijke en volledige herstart (mei-juni/juli 2020) Ook tijdens de gedeeltelijke herstart werd op bo-scholen met meer leerlingen met een niet-westerse migratieachtergrond en op bo-scholen met minder leerlingen met wo-opgeleide ouders relatief meer aandacht besteed aan de basisvakken, dit verschil is echter wel kleiner dan tijdens de

schoolsluitingsperiode.

Figuur 5.2.1: Het percentage bo-schoolleiders dat in juni aangaf 0-75% en 75-100% van de tijd te besteden aan basisvakken naar het percentage wo-opgeleide ouders (N = 114)

Noot: Resultaten gebaseerd op eigen onderzoek van de Inspectie van het Onderwijs op basis van niet- openbare microdata van het Centraal Bureau voor de Statistiek. In totaal hebben maar 7 scholen

0 10 20 30 40 50 60

Laagste percentage leerlingen met niet-westserse migratieachtergrond

Gemiddeld percentage leerlingen met niet-westserse

migratieachtergrond

Hoogste percentage leerlingen met niet-westserse

migratieachtergrond Selectieve voortzetting van het reguliere onderwijsprogramma

Zoveel mogelijk voortzetten van het reguliere onderwijsprogramma

0 20 40 60 80

Laagste percentage leerlingen

met wo-opgeleide ouders Gemiddeld percentage leerlingen met wo-opgeleide

ouders

Hoogste percentage leerlingen met wo-opgeleide

ouders 50% tot 75% van de nu geplande onderwijstijd

75% tot 100% van de nu geplande onderwijstijd

(29)

29

aangegeven dat zij minder dan 50% van de geplande onderwijstijd aan basisvakken besteedden. Voor deze groep scholen is uitsplitsing naar leerlingenpopulatie niet mogelijk gezien de regels van het CBS met betrekking tot het onthullingsrisico voor individuele scholen, vandaar groepen 0-50% en 50-75% in bovenstaande tabel zijn samengevoegd.

Figuur 5.2.2: Het percentage bo-schoolleiders dat in juni aangaf 0-75% en 75-100% van de tijd te besteden aan basisvakken naar het percentage leerlingen met een niet-westerse migratieachtergrond (N = 114)

Noot: Resultaten gebaseerd op eigen onderzoek van de Inspectie van het Onderwijs op basis van niet- openbare microdata van het Centraal Bureau voor de Statistiek. In totaal hebben maar 7 scholen aangegeven dat zij minder dan 50% van de geplande onderwijstijd aan basisvakken besteedden. Voor deze groep scholen is uitsplitsing naar leerlingenpopulatie niet mogelijk gezien de regels van het CBS met betrekking tot het onthullingsrisico voor individuele scholen, vandaar groepen 0-50% en 50-75% in bovenstaande tabel zijn samengevoegd.

In de geplande onderwijstijd in absolute zin (zowel voor op school als voor het afstandsonderwijs) zijn geen verschillen tussen bo-scholen naar

leerlingenpopulatie. Gemiddeld werd tijdens de gedeeltelijke herstart zo’n 12 uur op school, en 7,5 uur afstandsonderwijs gegeven.

0 20 40 60 80

Laagste percentage leerlingen met niet-westserse migratieachtergrond

Gemiddeld percentage leerlingen met niet-westserse

migratieachtergrond

Hoogste percentage leerlingen met niet-westserse

migratieachtergrond 50% tot 75% van de nu geplande onderwijstijd

75% tot 100% van de nu geplande onderwijstijd

(30)

30

Deelname aan het (afstands)onderwijs : trends

Belangrijke punten:

• Het percentage afdelingsleiders in het vo dat aangaf nog niet met alle leerlingen contact te hebben gehad daalde sterk tussen april en juni.

• Afdelingsleiders in het vo die voor de zomer moeite hadden om leerlingen volledig deel te laten nemen aan het afstandsonderwijs hadden ook vaker te maken met afwezigheid van leerlingen na de zomervakantie.

6.1 Voortgezet onderwijs

Tijdens de schoolsluiting in april rapporteerde nog 39 procent van de

schoolleiders in het voortgezet onderwijs dat ze (nog) niet met alle leerlingen contact hadden. Dit probleem was een stuk kleiner in juni toen nog maar 7 procent van de scholen niet met alle leerlingen contact had. Scholen die voor de zomer moeite hadden om leerlingen volledig deel te laten nemen aan het afstandsonderwijs hadden ook vaker te maken met afwezigheid van leerlingen na de zomervakantie. Vooral voor havo/vwo-leerlingen hing de deelname van leerlingen aan het afstandsonderwijs samen met de aanwezigheid van leerlingen na de zomervakantie.

Figuur 6.1.1: Trends in het percentage vo-schoolleiders dat aangeeft dat er leerlingen zijn waarmee geen contact is geweest (N over alle onderwijsniveaus=188)

(31)

31

Figuur 6.1.2: Het percentage vo-schoolleiders dat aangeeft dat alle leerlingen naar school komen na de zomer en deelname voor de zomer (N=200)

(32)

32

Deelname aan het (afstands)onderwijs : verschillen naar leerlingenpopulaties

In ronde 1, 2 en 3 van de COVID-19-monitor zijn school- en afdelingsleiders in het po en vo gevraagd naar de aanwezigheid en de deelname van leerlingen aan het volledige afstandsonderwijs en de aanwezigheid van docenten.

Belangrijke punten:

• Het percentage leerlingen waarmee de school geen contact heeft kunnen onderhouden tijdens de eerste schoolsluiting over de verschillende po- scholen is laag en de schoolverschillen zijn redelijk klein. In het vo waren de verschillen klein bij vmbo- en havo/vwo-afdelingen, maar groter binnen vmbo-afdelingen. Al was het beeld niet eenduidig.

• Bij bo-scholen met verschillende leerlingenpopulaties had meer dan de helft dagelijks contact met de leerlingen tijdens de eerste schoolsluiting.

• Volledige deelname tijdens de eerste schoolsluiting (maart-april) was op 90 procent van de bo-scholen met veel wo-opgeleide ouders het geval en op 71 procent op de scholen met weinig wo-opgeleide ouders, en op 88 procent van de scholen met weinig leerlingen met een niet-westerse migratieachtergrond en op 73 procent van de scholen met veel van deze leerlingen.

• Schoolleiders van bo-scholen met meer leerlingen met een niet-westerse migratieachtergrond en van bo-scholen met minder leerlingen met wo- opgeleide ouders gaven vaker aan dat ouders/verzorgers minder goed in staat waren om de leerling te ondersteunen/begeleiden tijdens de eerste schoolsluiting. Ook bij vmbo-afdelingen in het vo zagen we dit verschil naar migratieachtergrond: 69 procent van de vmbo-afdelingsleiders van scholen met een hoog percentage leerlingen met een niet-westerse migratieachtergrond gaf aan dat ouders/verzorgers minder goed in staat waren om de leerling te ondersteunen/begeleiden versus 45 procent van de vmbo-afdelingsleiders met een laag percentage leerlingen met een niet-westerse migratieachtergrond. Bij het vmbo was het ook zo dat afdelingsleiders van met een hoog percentage leerlingen met een niet- westerse migratieachtergrond vaker aangaven dat het lastig was voor de leerling om zelfstandig gedisciplineerd te werken, dan andere vmbo- afdelingsleiders.

• Toen bo-scholen weer open waren (na 8 juni) was deelname niet volledig en verschilde naar het percentage leerlingen met een niet- westerse migratieachtergrond, maar minder naar het percentage leerlingen met wo-opgeleide ouders. Op 24 procent van de bo-scholen met een hoog percentage leerlingen met een niet-westerse

migratieachtergrond kwamen alle leerlingen weer naar school, versus 63 procent op scholen met een laag percentage leerlingen met een niet- westerse migratieachtergrond.

• Net wat minder dan de helft (46 procent) van de bo-schoolleiders met een hoog percentage leerlingen met een niet-westerse

migratieachtergrond gaf aan in oktober 2020 te maken te hebben met COVID-19-gerelateerde afwezigheid van leraren, terwijl dit maar 29 procent was van de schoolleiders van scholen met een laag percentage leerlingen met een niet-westerse migratieachtergrond.

7.1 Bo in de eerste periode van volledig afstandsonderwijs (maart-april

(33)

33 2020)

Het percentage leerlingen waarmee de school geen contact heeft kunnen onderhouden over de verschillende bo-scholen is laag. Hierin zijn de schoolverschillen redelijk klein zoals in onderstaande figuur te zien is. De verschillen tussen de groepen scholen die zichtbaar zijn, zijn niet significant, en veroorzaakt door enkele outliers die relatief hoge waarden laten zien.

Figuur 7.1.1: Het percentage bo-leerlingen waarmee schoolleiders tussen maart en april geen contact hebben gehad naar kenmerken van de leerlingenpopulatie (N=350)

Niet alle leerlingen die afstandsonderwijs kregen aangeboden in de eerste schoolsluiting namen ook volledig aan het aangeboden onderwijsprogramma volgens de schoolleiders in het bo. De figuren hieronder laten zien dat de mate waarin leerlingen deelnamen verschilde tussen scholen met verschillende leerlingenpopulaties. Volledige deelname was op 90 procent van de scholen met veel wo-opgeleide ouders het geval en op 71 procent op de scholen met weinig wo-opgeleide ouders. Soortgelijk was volledige deelname het geval op 88 procent van de scholen met weinig leerlingen met een niet-westerse migratieachtergrond en op 73 procent van de scholen met veel van deze leerlingen.

0 1 2 3 4 5 6 7 8 9 10

Percentage lln met wo-

opgeleide ouders Percentage lln met een n-w migratieachtergrond

Laag Midden Hoog

(34)

34

Figuur 7.1.2: Het percentage bo-leerlingen dat volgens schoolleiders tussen maart en april volledig deelnam aan het onderwijsprogramma naar kenmerken van de leerlingenpopulatie (N=375)

Schoolleiders in het po zijn ook gevraagd naar de redenen waarom bepaalde leerlingen niet volledig aan het onderwijsprogramma deelnemen. In de meeste gevallen waren de aantallen echter te klein om hier resultaten van te mogen laten zien (zie 2.3.2). Wat we wel kunnen zeggen dat er verschillen zaten in de mate waarin schoolleiders aangaven dat ouders/verzorgers beperkte

mogelijkheden hadden om leerling te ondersteunen of te begeleiden en dat leerlingen daarom niet volledig konden deelnemen aan het programma:

schoolleiders van scholen met meer leerlingen met een niet-westerse

migratieachtergrond en van scholen met minder leerlingen met wo-opgeleide ouders geven vaker aan dat ouders/verzorgers minder goed in staat zijn om de leerling te ondersteunen/begeleiden.

0 10 20 30 40 50 60 70 80 90 100

Laag Midden Hoog Laag Midden Hoog Percentage lln met wo-

opgeleide ouders Percentage lln met een nw migratieachtergrond

Overig

(Vrijwel) iedereen