VOORTIJDIG SCHOOLVERLATEN IN HET MIDDELBAAR BEROEPSONDERWIJS DEEL I OMVANG EN BETEKENIS DEEL II METHODOLOGISCHE VERANTWOORDING
2002 - 10
INHOUDSOPGAVE DEEL I OMVANG EN BETEKENIS 5 1
INLEIDING 6
2
FEITEN EN FACTOREN 8
3
CONCLUSIES EN NABESCHOUWING 11 DEEL II METHODOLOGISCHE VERANTWOORDING 18
1
INLEIDING 19
2
HET INSPECTIEONDERZOEK 20
2.1
Onderzoeksmethode 20
2.2
De gegevens, volledigheid en representativiteit 20
3
OMVANG EN SAMENHANG VAN VOORTIJDIG OPLEIDING- EN SCHOOLVERLATEN IN DE GEGEVENS 24
3.1
Gemiddeld aantal opleidingsstakers per leerjaar en per opleiding 24
3.2
Opleidingsstakers naar opleidings- en instellingskenmerken 25
3.3
Percentages opleidingsstakers naar afzonderlijke kenmerken 25
3.4
Inspectieoordelen 28
3.5
De invloed van opleidingen en instellingen: verschillende niveaus 29
3.6
Vakinstellingen 30
4
BESTEMMINGEN VAN OPLEIDINGSSTAKERS 32
4.1
De bestemming van opleidingsstakers 32
4.2
Bestemming ongediplomeerde en gediplomeerde schoolverlaters 34 LITERATUUR 38 BIJLAGE(N)
I
BEREKENING VAN HET PERCENTAGE OPLEIDINGSSTAKERS PER OPLEIDING 39
II
TECHNIEK MULTI-NIVEAU ANALYSE 41
DEEL I OMVANG EN BETEKENIS
1
INLEIDING
Voortijdig schoolverlaten is een maatschappelijk probleem dat niet voor niets voor overheid en onderwijsinstellingen een belangrijk punt van zorg is. Betrokken partijen onderschrijven het belang een duidelijk overzicht te hebben van de omvang van het voortijdig schoolverlaten en de oorzaken hiervan, aangezien de groep voortijdig schoolverlaters op verschillende fronten slechtere kansen heeft om een goede maatschappelijke positie in te nemen. Voortijdig schoolverlaters hebben minder kans een goede positie op de arbeidsmarkt te veroveren, hebben veelal een lager inkomen en zijn gemiddeld genomen langer werkzoekend dan deelnemers met een startkwalificatie (ROA 2001). Ook de kans op criminaliteit is hoger voor voortijdig schoolverlaters (Junger-Tas 2000). Tenslotte verdient de groep allochtonen in dit kader extra aandacht. Allochtone deelnemers zijn oververtegenwoordigd binnen het vmbo en de lagere niveaus van het middelbaar beroepsonderwijs. Juist hier laten de cijfers zien dat de uitval het grootst is (ITS/Sardes 2002). Cijfers die met elkaar overeenkomen zijn echter moeilijk te achterhalen. Onderzoeken komen tot verschillende uitvalcijfers en percentages, en variëren van een jaarlijkse uitval van 40.000 voor het vo en de bve samen (Sardes 1998, CBS 1997) tot een uitval van 70.000 voor alleen het beroepsonderwijs (Van Eijndhoven & Vlugt 1998). Percentages die worden genoemd variëren van 40 procent (Hövels 1999) tot 60 procent (Van Batenburg en Den Boer 1994) alleen in het beroepsopleidende leerwegonderwijs (BOL-onderwijs). Ook schattingen van voortijdig schoolverlaten laten grote verschillen zien tussen de sectoren. De oorzaken van deze uiteenlopende cijfers zijn voor een belangrijk deel terug te voeren op de gebrekkige registratie van deelnemersgegevens door onderwijsinstellingen en RMC’s en het ontbreken van volledige cohortstudies (CINOP 2000; Dekkers e.a. 2001; Uerz e.a. 1999; ARK december 2001). Voortijdig schoolverlaters en opleidingsstakers Gebleken is dat relatief veel deelnemers die voortijdig met de opleiding stoppen na verloop van tijd opnieuw starten met een opleiding (Van Batenburg en Den Boer, 1994; Sardes 2001). Met name binnen ROC’s waar een breed scala aan opleidingen mogelijk is, komt het voor dat deelnemers overstappen naar een andere opleiding of na een korte (buitenschoolse) periode alsnog een nieuwe opleiding starten. Voor deze groep wordt in het rapport de term opleidingsstakers gehanteerd. In deze gevallen kan ook nauwelijks van een problematische situatie worden gesproken, zij het dat dit van de onderwijsinstelling organisatorische inspanning vergt en de langere leerroute ook hogere kosten met zich meebrengt. Het maatschappelijk probleem betreft met name die deelnemers die voortijdig de instelling ongekwalificeerd verlaten en waarvan niet bekend is of zij binnen afzienbare termijn dezelfde of een andere opleiding hervatten, de feitelijke voortijdig schoolverlaters. Door de gebrekkige informatievoorziening in de scholen is niet goed na te gaan in hoeverre er sprake is van voortijdig schoolverlaten (VSV) en in hoeverre er sprake is van opleidingsstakers.
6
Het onderzoek De volgende twee vragen staan in dit onderzoek centraal: 1. Wat is de (geschatte) omvang van het voortijdig schoolverlaten? 2. Wat is de samenhang tussen de omvang en opleidings- en instellingskenmerken? In dit onderzoek wordt gebruik gemaakt van een uniek databestand van de inspectie waarin deelnemergegevens gekoppeld zijn aan leerjaarkenmerken, opleidingskenmerken en instellingskenmerken. Met deze data is het mogelijk verschillende uitsplitsingen naar relevante kenmerken te maken. Vervolgens is voor een deel bekend met welke bestemming de deelnemers de opleiding verlaten hebben. Vooral het overstappen naar een andere opleiding is daarbij van belang. Bij de analyse zijn gegevens van 244 beroepsopleidingen van 33 ROC’s en 20 beroepsopleidingen van negen vakinstellingen betrokken. Deze opleidingen zijn in de periode april 2000 tot april 2002 door de inspectie bezocht. Volgens de tellingen gaat het daarbij om 26.690 deelnemers. De gehele populatie van middelbare beroepsopleidingen in Nederland bestaat uit 7589 opleidingen met in totaal 425.436 deelnemers (bekostigingstelling oktober 2000). Het gaat daarbij om 43 ROC's, 2 categorale mbo-scholen, 1 mbo-afdeling van een hogeschool en 15 vakinstellingen. De onderzoekgegevens omvatten 69 procent van deze instellingen en betreffen 6 procent van het totaal aantal deelnemers uit het secundair beroepsonderwijs. Leeswijzer Het rapport valt omwille van de leesbaarheid en vanwege de complexiteit van het onderzoek in twee delen uiteen. Deel I beschrijft en verklaart de belangrijkste conclusies uit het onderzoek en verbindt deze met mogelijke oplossingsrichtingen. In deel II wordt een methodologische verantwoording van het onderzoek gegeven en een onderbouwing van de onderzoeksresultaten.
7
2
FEITEN EN FACTOREN
Het inspectieonderzoek naar voortijdig schoolverlaten in het middelbaar beroepsonderwijs leidt tot een aantal conclusies die in dit hoofdstuk worden samengevat. Tevens wordt in verklarende zin betekenis gegeven aan de onderzoeksresultaten. Deel II bevat de methodoligische verantwoording en onderbouwing. De gemiddelde uitval in het middelbaar beroepsonderwijs is jaarlijks 37 procent Binnen ROC’s is de gemiddelde uitval voor alle opleidingen 35 procent; voor vakinstellingen is dit aanmerkelijk hoger, namelijk 46 procent. De percentages betreffen alle deelnemers die voortijdig de opleiding verlaten, inclusief de groep die de opleiding later alsnog afmaakt of een andere opleiding voortzet. Van dit hoge percentage ‘opleidingsstakers’ gaat echter 31 procent weer door met een andere opleiding, hetzij binnen het eigen ROC (17 procent) of elders. Het aantal deelnemers dat het onderwijs zonder diploma verlaat – de feitelijke voortijdig schoolverlaters - ligt tussen de 12 en 25 procent. De onnauwkeurigheid van dit percentage is het gevolg van een zwakke registratie van schoolloopbaangegevens van individiduele onderwijsdeelnemers, zowel binnen instellingen als tussen instellingen. De uitval is in het eerste leerjaar het hoogst Het percentage deelnemers dat met de opleiding stopt is in het eerste leerjaar het hoogst. Naarmate de opleiding vordert, neemt het aantal opleidingsstakers fors af. De gemiddelde uitval per leerjaar is 17 procent. Een factor die bij de uitval in het eerste leerjaar een rol speelt is het individuele keuzeproces van de deelnemer en de wijze waarop de onderwijsinstelling dit proces instrumenteert en begeleidt. De overgang tussen het voortgezet onderwijs (met name vmbo) en mbo verloopt niet naadloos en draagt daarmee het risico in zich dat op het individuele niveau het beroepskeuzeproces wordt bemoeilijkt. Een voor de hand liggende relatie tussen de kwaliteit van voorlichting, intake en begeleiding van de onderwijsinstelling en het percentage opleidingsstakers kan echter uit de inspectieonderzoeken niet worden afgeleid. De uitval is op het laagste niveau het hoogst Een relatief hoge uitval in het eerste leerjaar impliceert dat met name de éénjarige assistentopleidingen gekenmerkt worden door een extreem hoge uitval. Het aantal deelnemers dat hier de opleiding staakt is 44 procent. Een factor die hierbij meeweegt is het niveau van de vooropleiding. Een lager vooropleidingsniveau leidt tot hogere uitval en aangezien de assistentopleidingen juist bedoeld zijn voor deelnemers met een beperkte of niet afgeronde vooropleiding, is het risico groter dat deelnemers voortijdig afhaken.
8
De uitval is in de beroepsopleidende leerweg het hoogst Over het algemeen is de gemiddelde uitval bij opleidingen in de beroepsopleidende leerweg hoger (36 procent) dan bij de beroepsbegeleidende leerweg (32 procent). Dit verschuift echter naarmate het opleidingsniveau hoger is. Bij de middenkaderopleidingen op niveau 4 is de voortijdige uitval in de BBL aanmerkelijk hoger dan in de BOL. Een verklaring voor de veelal hogere uitval in BOL dan BBL is niet eenvoudig te geven. Een aantal factoren kunnen hierbij een rol spelen, zoals de aantrekkingskracht van de arbeidsmarkt en/of een tekortschietende aansluiting tussen onderwijs en beroepspraktijk. Uit inspectieonderzoeken kan dit laatste echter niet worden aangetoond. Opvallend is dat slechts een gering aantal deelnemers dat een BOL-opleiding staakt dezelfde opleiding in de beroepsbegeleidende leerweg vervolgt. De meeste BOLdeelnemers die een opleiding staken en een andere opleiding vervolgen, kiezen daarbij dezelfde leerweg. Een factor die daarbij meespeelt is dat de gelijkwaardigheid van beide leerwegen veelal niet vertaald wordt in een afstemming van programmering, waardoor een soepele overstap tussen leerwegen wordt bemoeilijkt. Een verklaring voor een hogere uitval bij BBL op niveau 4 is evenmin éénduidig te geven, maar hangt mogelijk samen met de zwaarte van de combinatie werken en leren op dit niveau. BBL-opleidingen op niveau 4 komen relatief weinig voor en het betreft – vaker dan op lagere niveaus – deelnemers die al een aantal jaren werken en veelal ’s avonds de middenkaderopleiding volgen naast een volledige werkweek. Deze extra belasting kan tot hogere uitval leiden. De uitvalcijfers verschillen nauwelijks tussen de beroepssectoren Hoewel de percentages tussen sectoren niet veel lijken te verschillen is het aantal opleidingsstakers het laagst binnen de sector zorg & welzijn (32 procent) en het hoogst binnen de economische sector (38 procent). Een belangrijke verklaring voor dit verschil is echter gelegen in het aantal assistentopleidingen dat per sector wordt aangeboden. Binnen de sector zorg & welzijn zijn slechts 3 assistentopleidingen bij het onderzoek betrokken en aangezien op dit niveau de uitval het hoogst is, vertekent dit het beeld. Uit inspectieonderzoeken kan niet worden aangetoond dat kenmerken van de beroepssectoren – en daarmee indirect die van de beroepsopleidingen tussen sectoren – samenhang vertonen met de mate van uitval. Van ruim de helft van de opleidingsstakers is de bestemming niet bekend Van 53 procent van de opleidingsstakers is niet bekend wat hun bestemming is. Bij vakinstellingen is het percentage ‘onbekende bestemming’ lager dan bij ROC’s. Opvallend is dat van 70 procent van de BBL-opleidingsstakers de bestemming onbekend is. Een verklaring voor het hoge aantal BBL-deelnemers dat met onbekende bestemming vertrekt is mogelijk gelegen in de arbeidsrelatie met de werkgever. De BBL-deelnemer voelt zich in eerste instantie werknemer. Hoewel de onderwijsinstelling volledig verantwoordelijk is voor de opleiding inclusief de beroepspraktijk, is het denkbaar dat het keuzeproces dat aan het voortijdig beëindigen van de opleiding vooraf gaat zich buiten de schoolsituatie voltrekt, meer dan bij BOL-deelnemers het geval is en wenselijk zou zijn. Het is overigens niet ondenkbaar dat een groot deel van deze groep alsnog op een later tijdstip de opleiding vervolgt of een andere werkkring vindt en een daarbij aansluitende opleiding start.
9
Ook op het niveau van de assistentopleidingen blijft van een groot deel van de opleidingsstakers onbekend wat hun bestemming is. Dat dit op het laagste kwalificatieniveau een punt van zorg is hangt samen met de geringe keuzemogelijkheden die deelnemers op dit niveau hebben. Per definitie hebben deelnemers op dit niveau een niet afgeronde of beperkte vooropleiding. Hun kansen om succesvol een startkwalificatie te behalen zijn daarbij al geringer dan deelnemers met een afgeronde vooropleiding. Meer nog dan bij andere groepen uitvallers is het voor deze groep van belang dat niet alleen de uitval tot een minimum wordt beperkt, maar dat de keuzebegeleiding niet kan resulteren in ‘bestemming onbekend’. Hoewel het aantal opleidingsstakers bij vakinstelllingen hoger ligt dan bij ROC’s is het percentage dat met ‘bestemming onbekend’ wordt uitgeschreven aanmerkelijk lager dan bij ROC’s, namelijk op 32 procent. Behalve dat dit verschil verklaard kan worden door een mogelijk betere registratie van uitstroomgegevens, speelt waarschijnlijk het klein aantal assistentopleidingen – of het geheel ontbreken van dit laagste niveau - bij vakscholen een rol. Het is juist deze groep deelnemers die zich blijkbaar buiten de onderwijssituatie het moeilijkst laat traceren. Minstens éénderde van de opleidingsstakers vervolgt alsnog een opleiding Van ruim 30 procent van de opleidingsstakers is bekend dat zij met een andere opleiding doorgaan. Meer dan de helft daarvan doet dit binnen hetzelfde ROC (17 procent). Aangenomen mag worden dat een deel van de opleidingsstakers die de instelling met onbekende bestemming verlaten, alsnog in een andere opleiding instroomt of op een later tijdstip de opleiding hervat. Verondersteld dat dit voor alle opleidingsstakers met ‘onbekende bestemming’ het geval is dan zou het aantal feitelijke voortijdige schoolverlaters ‘slechts’ 12 procent zijn. In het geval dat alle opleidingsstakers met ‘bestemming onbekend’ niet meer in het onderwijs terugkeren dan moet het feitelijk aantal voortijdig schoolverlaters geschat worden op 25 procent. Bij vakinstellingen liggen de minimum- en maximumvariant nog aanzienlijk hoger, namelijk tussen de 25 en 40 procent. Het brede opleidingsrepertoire van ROC’s draagt er kennelijk toe bij dat deelnemers verleid worden tot een nieuwe opleidingskeuze. Van de ‘herstarters’ is echter onbekend of zij alsnog een diploma behalen of opnieuw tot het jaarlijks percentage behoren dat de opleiding staakt.
10
3
CONCLUSIES EN NABESCHOUWING
In de inleiding van dit onderzoeksrapport zijn twee vragen gesteld waarop het onderzoek zich richt; beide onderzoeksvragen worden in dit hoofdstuk beantwoord. Daarop aansluitend worden de oplossingsrichtingen nader onderzocht. 1. Wat is de geschatte omvang van het voortijdig schoolverlaten? 2. Wat is de samenhang tussen de omvang van het voortijdig schoolverlaten en opleidings- en instellingskenmerken? De omvang van voortijdig schoolverlaten De eerste vraag vereist een genuanceerd antwoord, omdat er onderscheid gemaakt moet worden tussen deelnemers die voortijdig met de opleiding stoppen (de opleidingsstakers van wie bekend is dat zij aansluitend een andere opleiding voortzetten) en deelnemers die het onderwijs ongekwalificeerd verlaten, de feitelijke voortijdig schoolverlaters. Het aantal deelnemers dat jaarlijks voortijdig met de opleiding stopt, de opleidingsstakers, is volgens het inspectieonderzoek 37 procent. Dit cijfer wijkt niet af van percentages die in eerdere onderzoeken zijn vastgesteld. Het aantal opleidingsstakers dat het onderwijs zonder diploma verlaat – de feitelijke voortijdig schoolverlaters - ligt tussen de 12 en 25 procent. De grote marge wordt veroorzaakt door de gebrekkige registratie van de bestemming van deelnemers. De samenhang met opleidings- en instellingskenmerken Het antwoord op de tweede vraag is globaal als volgt te beantwoorden. Er is een relatie tussen het percentage opleidingsstakers en opleidingskenmerken, maar deze is niet overal éénduidig. Samenvattend is de uitval groot in het eerste leerjaar, in opleidingen op niveau 1 en in de beroepsopleidende leerweg. In het vorig hoofdstuk zijn deze conclusies nader toegelicht en zonodig genuanceerd. Er blijkt geen relatie te bestaan tussen de omvang van de opleiding, de instelling en het percentage opleidingsstakers. Dit laatste is van betekenis, omdat veelal impliciet verondersteld wordt dat er een negatieve relatie zou bestaan tussen de omvang van instellingen en het percentage voortijdige uitval. Opvallend is dat de gevonden relaties vooral structuurkenmerken van de opleidingen betreffen en er nauwelijks een relatie is te zien met instellingsspecifieke inrichtingskenmerken zoals die door de inspectie worden onderzocht. Verondersteld mag worden dat de kwaliteit van de deelnemersbegeleiding in positieve zin correleert met een geringe uitval. Datzelfde geldt voor de kwaliteit van voorlichting en intake. Ook zal een instelling die haar maatschappelijke opdracht serieus neemt de toegankelijkheid voor kansarme groepen willen vergroten, maar daarbij niet altijd in staat zijn om het grotere risico van voortijdige uitval tot een minimum te beperken. Hoewel deze verbanden op basis van de beschikbare onderzoeksdata niet kunnen worden aangetoond, mag de algemene veronderstelling juist worden geacht dat procesmatige begeleiding van de onderwijsdeelnemer voortijdige uitval helpt voorkomen. Het onderzoek naar voortijdig schoolverlaten geeft geen expliciet beeld van de relatie tussen doelgroepkenmerken, bijvoorbeeld etniciteit en voortijdig schoolverlaten. Alleen het niveau van de vooropleiding is in het onderzoek betrokken en dit blijkt een
11
belangrijke relatie te vertonen met voortijdig schoolverlaten. Deelnemers met een beperkte of niet afgeronde vooropleiding starten veelal op het laagste kwalificatieniveau en met name op dit niveau is de uitval het hoogst. Uit eerdere onderzoeken (ITS/Sardes, 2000) blijkt dat allochtonen oververtegenwoordigd zijn op de laagste kwalificatieniveaus en meer voor BOL dan 1 BBL kiezen . Ook is bekend dat allochtone deelnemers vaker dan autochtone deelnemers het onderwijs ongekwalificeerd verlaten. Een rechtstreekse relatie tussen voortijdig schoolverlaten enerzijds en etniciteit, opleidingskenmerken en instellingskenmerken anderzijds kan op basis van de huidige gegevens niet worden aangetoond. Het ligt echter voor de hand dat een dergelijk onderzoek meer variatie zou laten zien tussen instellingen en regio’s dan nu het geval lijkt. Nogmaals een probleemverkenning In de verklaring ligt niet altijd de oplossing besloten. In het vorig hoofdstuk is bij de verschillende deelconclusies aangegeven welke factoren een rol spelen bij de uitkomsten van het onderzoek. De werkelijkheid waarin de oplossingen voor het geconstateerde probleem zich moeten aandienen is echter complexer. Om aanknopingspunten te vinden voor het terugdringen van het voortijdig schoolverlaten is het allereerst noodzakelijk het probleem exacter te definiëren dan tot op heden het geval is. Het gaat dan om twee vragen: Wát is het probleem en van wíe is het probleem. Het eerder gemaakte onderscheid tussen opleidingsstakers en voortijdig schoolverlaters is daarbij van belang. Met de grootschalige ROC-vorming werd onder meer beoogd de keuzemogelijkheden en doorstroommogelijkheden van deelnemers te vergroten en een tussentijdse overstap naar een andere opleiding te versoepelen. Dit zou bijdragen aan de bestrijding van een verondersteld hoge ongekwalificeerde uitstroom in het beroepsonderwijs van de jaren tachtig en negentig. Uit de gegevens die de inspectie heeft verzameld blijkt dat een groot deel van de opleidingsstakers binnen een ROC inderdaad aansluitend of op korte termijn met een andere opleiding start, veelal binnen dezelfde instelling. Voor zover bekend geldt dit voor ruim een derde van de opleidingsstakers. Behalve dat deze groep als een bedrijfseconomisch risico kan worden gezien in het kader van rendementsbekostiging, kan deze groep niet gedefinieerd worden als een maatschappelijk probleem. Bij de vakinstellingen – die per definitie een geringere omvang en beperkter opleidingenaanbod hebben dan ROC’s – blijkt dat slechts 14 procent van de opleidingsstakers een nieuwe opleiding start en dat ruim de helft van de opleidingsstakers gaat werken. Bij ROC’s is bekend dat 16 procent van de opleidingsstakers gaat werken. De werkelijke groep voortijdig schoolverlaters die ongekwalificeerd het middelbaar beroepsonderwijs verlaat ligt jaarlijks ergens tussen de 12 en 25 procent; de marge wordt ingegeven door het groot aantal opleidingsstakers waarvan de bestemming onbekend is. In het gunstigste geval beperkt de ‘probleemgroep’ zich slechts tot 12 procent; in het tegenovergestelde geval betreedt een kwart van de deelnemers in het middelbaar beroepsonderwijs ongekwalificeerd de arbeidsmarkt. De vraag rijst welk percentage maatschappelijk aanvaardbaar is. 1
Een mogelijke verklaring daarvoor zou zijn dat allochtonen drempels ondervinden bij het verwerven van een BPV-plaats. Inspectieonderzoek heeft dat echter niet kunnen aantonen.
12
Oplossingsrichtingen Als we voortijdig schoolverlaten definiëren als een maatschappelijk probleem, dan spelen met name sociaal-economische factoren op macro-niveau een rol bij onze behoefte om het probleem op te lossen. Hoge ongekwalificeerde uitstroom leidt tot hoge overheidsuitgaven, onderbenutting van arbeidspotentieel, werkloosheid en versterking van sociale tweedeling. Op individueel niveau manifesteren de sociaaleconomische effecten van een moeizamer intreden op de arbeidsmarkt zich in lagere inkomsten en een lagere sociale status. Nog tot ver in de twintigste eeuw werd onderwijs als een belangrijk instrument gezien om de sociale mobiliteit van kansarme groepen in de samenleving te bevorderen. Het geloof in de maakbaarheid van de samenleving was groot en onderwijs was daartoe een belangrijk instrument. ‘Hoger onderwijs voor allen’ was het middel om de sociale mobiliteit te vergroten en de verschillen tussen sociale klassen te verkleinen. Inmiddels zijn voor de gemiddelde Nederlander persoonlijke kwaliteiten en opleidingsniveau belangrijker voor het verwerven van een maatschappelijke functie dan sociaal milieu, en heeft de hoge toegankelijkheid van het hoger onderwijs alweer plaats moeten maken voor selectie aan de poort. Voor een grote groep allochtone jongeren geldt echter nog steeds dat onderwijs het middel is om de sociale status van hun ouders te ontstijgen. Hoewel de deelname van allochtonen in het hoger onderwijs de laatste jaren toeneemt, toont de oververtegenwoordiging van deze doelgroep in het vmbo en de lagere niveaus van het middelbaar beroepsonderwijs aan dat een achterstand bij aanvang van het onderwijs slechts moeizaam wordt ingelopen. De scheve verdeling van allochtonen over de onderwijssectoren en de relatief hoge ongekwalificeerde uitstroom tonen aan dat alle inspanningen van overheid en scholen ten spijt de dreigende bestendiging van een ongewenste maatschappelijke tweedeling nog niet is gekeerd. Het ligt voor de hand de onderwijsinstelling een belangrijke rol toe te dichten in het voorkomen van voortijdig schoolverlaten en het waarborgen van hindernisvrije individuele schoolloopbanen. Een relatie tussen instellingsspecifieke kenmerken en het percentage voortijdige schoolverlaters blijkt echter nauwelijks aantoonbaar en dit vraagt om enige relativering waar het de betekenis van de school in het leven van de individuele deelnemer betreft. In het gunstigste geval instrumenteert de onderwijsinstelling de begeleiding van het keuzeproces zo optimaal mogelijk, maar ook dan kan zij niet concurreren met invloeden die bepalender zijn voor de individuele keuzes dan de kwaliteit van de intake en begeleiding. Jongeren in het middelbaar beroepsonderwijs bevinden zich in de belangrijkste fase van hun persoonlijke ontwikkeling: de puberteit. Er zijn veel krachten die dan van invloed zijn op het complexe keuzeproces waar de jongvolwassene zich voor geplaatst ziet. De invloed en bindende betekenis van jeugdculturen op het individuele handelen, de verwachtingen uit de eigen sociaal-economische omgeving en de culturele achtergrond, zijn in deze levensfase veelal bepalender voor het individuele keuzeproces dan een goed georganiseerde intake en een verantwoorde zorgstructuur. Het onderwijs zou zich daarom primair moeten blijven richten op de kwaliteit van het begeleidingsproces; het aantal voortijdige schoolverlaters kan indicatief zijn voor die kwaliteit, maar is daar zelden rechtstreeks het gevolg van. Hoe dan ook: onderwijsinstellingen zijn de belangrijkste actoren in het streven de ongekwalificeerde uitstroom tot een minimum te beperken. In hun pogingen daartoe stuiten zij echter op de spanning tussen maatschappelijke opdracht, mogelijkheden en
13
beperkingen van deelnemers en bedrijfseconomisch resultaat. In dit spanningsveld liggen echter ook de aangrijpingspunten voor verbetering. In onderstaand schema zijn de factoren die voor de definiëring en positionering van het probleem van voortijdig schoolverlaten van belang zijn, aangegeven. De gearceerde aspecten bieden op instellingsniveau en vanuit onderwijsperspectief de aangrijpingspunten voor oplossingsrichtingen. Figuur 1
Aangrijpingspunten bestrijding voortijdig schoolverlaten Probleemfactoren
Niveau Macro “de maatschappij”
Meso “de instelling”
Micro “het individu”
Economisch Niet benut arbeidspotentieel Hoge overheidsuitgaven 5. Bedrijfseconomisch rendement (VSV als bedrijfsrisico) Uitstel van inkomsten Lage salarissen
Sociaal Dreigende werkloosheid Sociale tweedeling 4. Toegankelijkheid Sociale infrastructuur Jeugdculturen Schoolcultuur Lage sociale status
Onderwijskundige aangrijpingspunten 1. Van kwalificaties naar competenties 2. Duaal leren en aansluiting vmbo/mbo 3. Individuele onderwijsloopbaan
1. Van kwalificaties naar competenties. Een belangrijke ontwikkeling die al in gang is gezet, betreft de inrichting van de opleidingenstructuur op basis van competenties. Dit zal op termijn de plaats innemen van de gedetailleerde kwalificatiestructuur die deelnemers in een vroeg stadium in een te specifiek beroepsprofiel dwingt. Transfer van vaardigheden naar diverse beroepspraktijken wordt bepalend voor de inrichting van de opleidingen. Transfer van vaardigheden naar een grotere range van beroepspraktijken en de ontwikkeling van het lerend vermogen van de deelnemer wordt daarbij belangrijk. Het binnenschools leren staat ten dienste van de ontwikkeling van bredere praktijkgerichte competenties en vaardigheden die een transfer van een specifieke buitenschoolse praktijksituatie naar verwante beroepspraktijken eenvoudig mogelijk maakt. De continue switch en afstemming tussen situatiegebonden praktijken en situatieoverstijgende competenties zou er toe moeten leiden dat opleidingen niet langer een fuik vormen naar een te gedetailleerd beroepsprofiel. De deelnemer krijgt daarbij meer mogelijkheden om zijn eigen keuzeproces te sturen. De helderheid van de beroepsprofielen zoals de kwalificatiestructuur die heeft opgeleverd blijft ook bij competentiegericht leren van belang. Het blijft essentieel dat de deelnemer zich een juist beeld vormt van het beroep of beroepenveld waar hij voor wordt opgeleid.
14
Aanname: Een betere en bredere aansluiting van persoonlijke competenties en vaardigheden op het beroepenveld leidt tot minder uitval. 2. Duale opleidingen en doorlopende trajecten. De formele (bekostigings)verschillen tussen BOL en BBL sluiten niet aan bij de grote behoefte van onderwijsinstellingen, bedrijven en deelnemers om meer te kunnen variëren in de verhouding theorie/praktijk. De praktijkcomponent zou per opleiding moeten kunnen variëren, afhankelijk van noodzakelijke theoretische kennis, niveau van werkzaamheden, aard van beroepsprofiel en de match van deelnemer en bedrijf. De scheiding BOL/BBL zou plaats moeten maken voor duale trajecten, waarvan de inrichting voldoet aan 1600 SBU en de verdeling theorie/praktijk in de onderwijs- en examenregeling wordt verantwoord. Door een flexibele en transparante inrichting van de opleidingstructuur kan beter worden aangesloten bij individuele uitstroomkenmerken van het vmbo. Aanname: Een flexibele structuur ten behoeve van een sluitende match tussen de inrichting van de opleiding en de beroepspraktijk leidt tot minder uitval. 3. Individuele onderwijsloopbaan De huidige breuklijn tussen vmbo en mbo draagt het risico in zich dat op individueel niveau een, al dan niet gedwongen, ‘heroverweging’ van beroepskeuze in het eerste jaar tot uitval leidt. De overgang van vmbo naar mbo zou zich meer moeten karakteriseren als een moment in het continue en op de persoon toegesneden keuzebegeleidingsproces, dan als een breuklijn tussen twee afwijkende onderwijssystemen. De intake en begeleiding van ROC’s lijkt nu soms meer gericht op het herstellen van de ongewenste effecten van de overgang, dan op het waarborgen van de continuïteit van het leerproces. De ontwikkeling van een individueel portfolio of doorstroomdossier zal er toe bijdragen dat de individuele onderwijsloopbaan van de deelnemer vanaf de start van de basisvorming tot de intrede op de arbeidsmarkt het sturend element wordt waarlangs het leerproces én het begeleidingsproces verloopt. Een naadloze aansluiting van opleidingstructuur én zorgstructuur tussen vmbo en mbo zijn daarvoor voorwaardelijk. De mogelijkheden van leerrechten in de vorm van vouchers is interessant om onderzocht te worden. De psychologische grens tussen leerplicht (vmbo) en leerrecht (mbo) kan voor de 16+ deelnemer een extra motivatie vormen. Bovendien zou dit er toe moeten kunnen leiden dat deelnemers tijdelijk een opleiding onderbreken zonder dat zij daarmee tot een maatschappelijk probleem worden gekwalificeerd. Aanname: Vormgeving van het onderwijs en de zorgstructuur vanuit individueel perspectief (doorlopende schoolloopbaan) leidt tot minder uitval. 4. Sociale structuren. In de geboden oplossingsrichtingen speelt het onderwijs een belangrijke rol en is de onderwijsinstelling de belangrijkste actor. Vanuit de individuele deelnemer gezien, zijn scholen vooral instituten waar zich een belangrijk deel
15
van hun sociale leven afspeelt. Schoolcultuur en jeugdcultuur vallen deels samen, maar kunnen ook botsen en daardoor tot voortijdige uitval leiden. Kennis en inzicht in sociale structuren en jeugdculturen waarbinnen deelnemers opereren verdienen binnen de zorgstructuur meer aandacht dan nu binnen het onderwijs gebruikelijk is. Dat impliceert tevens dat de (regionale) zorgstructuur verbreed zou moeten worden naar andere maatschappelijke terreinen en instanties, zoals buurtwerk, jeugdhulpverlening, gezondheidszorg en justitie. Deze verbreding naar een basisvoorziening voor de zorgstructuur wordt al dan niet benut vanuit de individuele begeleidingsbehoefte. Dit helpt voorkomen dat eenmaal gemaakte keuzes onomkeerbaar lijken en er adequaat hulp geboden wordt op het moment dat de deelnemer zelf de regie nog heeft over zijn/haar keuzes. Het kost meer moeite een deelnemer die bij een RMC wordt gemeld, opnieuw terug te leiden naar het onderwijs, dan een deelnemer tijdens het begeleidingsproces van een ongewenste keuze te weerhouden of naadloos door te sluizen naar een beter passende beroepsopleiding. Het inspectieonderzoek heeft onder meer aangetoond dat er geen directe relatie bestaat tussen de omvang van de onderwijsinstelling en de omvang van het voortijdig schoolverlaten. Kennelijk zijn de grootschalige ROC’s er steeds meer toe in staat om vanuit een bestuurlijke visie het onderwijs kleinschalig te organiseren. De deelnemer voelt zich hierdoor deel van een kleine sociale structuur. De inspectieonderzoeken tonen tevens aan dat de kwaliteit van de begeleidingstructuur binnen ROC’s toeneemt en dat instellingen zelf ervaren dat dit de omvang van voortijdige beëindiging van de opleiding gunstig beïnvloedt. De concurrentie met andere sociale factoren die van invloed zijn op het individuele keuzeproces is echter groot; verbreding van de zorgstructuur kan hierbij van betekenis zijn. Een Amerikaans gezegde vat dit goed samen: It takes a village to raise a child. Aanname: Kennis, inzicht en gebruik van sociale structuren leidt tot minder uitval
16
5. Onderwijsrendement Een aantal keren wordt in het onderzoeksrapport (Deel II) aangegeven dat de onnauwkeurigheid van de conclusies het gevolg is van de zwakke gegevensregistratie door instellingen. In de diverse inspectieonderzoeken en het jaarlijks Onderwijsverslag benadrukt de inspectie dat de functionaliteit van managementinformatiesystemen nog veel te wensen over laat. De registratie van deelnemersgegevens die van betekenis zijn voor de bepaling van het onderwijsrendement zijn nog zeer gebrekkig en worden dus nog nauwelijks in bestuurlijke zin benut door het management van de ROC’s. Ook is de registratie bij de RMC’s niet optimaal (ARK, 2001). Het streven naar verhoging van het onderwijsrendement zou daarom allereerst gericht moeten zijn op verbetering en bewaking van de registratie van relevante gegevens. Het aangekondigde onderwijsnummer zal het inzicht in individuele schoolloopbanen en de omvang van het voortijdig schoolverlaten scherper aan het licht brengen dan nu het geval is. Aanname: Beter inzicht in de omvang van het probleem leidt tot betere oplossingen
Tot slot Een aantal ontwikkelingen, zoals competentiegericht leren, verbetering aansluiting vmbo/mbo en het onderwijsnummer, is inmiddels al in gang gezet. Het is daarbij echter van belang dat de beoogde effecten steeds worden gerelateerd aan de betekenis die het kan hebben in de bestrijding van het voortijdig schoolverlaten. De analyse van het probleem heeft duidelijk gemaakt dat er nauwelijks een relatie bestaat met instellingspecifieke factoren. De oplossingsrichtingen moeten daarom ook breder gezocht worden dan de bij de onderwijsinstelling alleen.
17
DEEL II METHODOLOGISCHE VERANTWOORDING
18
1
INLEIDING
Het voortijdig schoolverlaten is een onderwerp dat al vele bewerkingen en publicaties kent, de cijfermatige onderbouwing is steeds kwetsbaar vanwege de ongrijpbare materie door niet sluitende registratiesystemen. In dit onderzoek wordt gebruik gemaakt van een uniek databestand van de inspectie waarin deelnemergegevens gekoppeld zijn aan leerjaarkenmerken, opleidingskenmerken en instellingskenmerken. Met deze data is het mogelijk verschillende uitsplitsingen naar relevante kenmerken te maken. Vervolgens is voor een deel bekend met welke bestemming de deelnemers de opleiding verlaten hebben. Vooral het overstappen naar een andere opleiding is daarbij van belang. In Deel I wordt expliciet ingegaan op het verschil tussen voortijdige schoolverlaters en opleidingsstakers. In hoofdstuk 2 wordt de wijze van het verzamelen van de gegevens nader belicht. In hoofdstuk 3 wordt de omvang en samenhang kwantitiatief verantwoord en in hoofdstuk 4 worden enige gegevens omtrent de bestemming van de deelnemers gepresenteerd.
19
2
HET INSPECTIEONDERZOEK
In dit hoofdstuk wordt ingegaan op de wijze waarop de gegevens verzameld zijn door de inspectie en de relatie met de populatie in het bekostigde BVE onderwijs.
2.1
Onderzoeksmethode
In de afgelopen vier jaar is voor een groot aantal bekostigde en niet-bekostigde BVEinstellingen de kwaliteit van het onderwijs beoordeeld door middel van het Integraal Instellings Toezicht (IIT). De kwaliteit is beoordeeld aan de hand van een toetsingskader waarin de volgende 10 kwaliteitskenmerken zijn gemeten: doelgroepenbeleid, voorlichting en intake, doelmatigheid programma, maatwerk en flexibiliteit, leerplaatsen en leermiddelen, onderwijsleerproces, beroepspraktijkvorming, begeleiding en voorkoming voortijdig schoolverlaten, voorwaarden examens en evaluatie en verbetering. Bij elke instelling is de kwaliteit van een selectie van opleidingen op de genoemde kwaliteitsaspecten onderzocht. Bovendien is gekeken naar de context en de sturingsmechanismen (waaronder kwaliteitszorg) in de instelling. Een onderdeel van de gegevensverzameling bij het IIT betreft deelnemersgegevens. De deelnemersgegevens zijn niet per individuele deelnemer geïnventariseerd, maar per leerjaar. Over ieder leerjaar van de geselecteerde opleidingen is gevraagd naar aantallen deelnemers op een teldatum. De gegevens bestaan in de eerste plaats uit het aantal deelnemers in een leerjaar van een opleiding en vervolgens uit het aantal deelnemers dat deze opleiding verlaat: met een diploma, zonder een diploma of zonder diploma, maar met één of meer certificaten. Deze laatste twee groepen vormen samen de opleidingsstakers. Daarnaast is gevraagd naar de bestemming van de opleidingsstakers: een andere leerweg van dezelfde opleiding, een andere opleiding in de eigen instelling, een andere opleiding bij een andere instelling, werk of onbekend. Tot slot is bij ieder leerjaar nagegaan hoeveel deelnemers een bepaalde vooropleiding hebben gevolgd: gediplomeerd of ongediplomeerd havo, gediplomeerd of ongediplomeerd mavo, gediplomeerd of ongediplomeerd vbo of een restcategorie (overig of onbekend). Op basis van deze gegevens is het verband nagegaan tussen opleidingsstakers en opleidings- en instellingskenmerken, zoals bijvoorbeeld kwalificatieniveau, leerweg en regio. Daarnaast zijn de samenhangen tussen het opleidingstaken en de kwaliteitsoordelen van de inspectie bestudeerd.
2.2
De gegevens, volledigheid en representativiteit
De gegevens zijn niet compleet. Voor sommige opleidingen ontbreken één of meerdere leerjaren. Soms is dat het laatste of eerste leerjaar omdat opleidingen net zijn begonnen of net zijn opgeheven. Ook komt het voor dat er ‘gaten’ in een opleiding vallen, waarbij gegevens over tussenliggende leerjaren ontbreken. Vooropleiding en bestemming ontbreken regelmatig (de restcategorieën zijn groot). Deze onvolkomenheden komen voort uit de flexibele opleidingenstructuur van de ROC's en uit de startfase van de instellingsbrede informatisering van deelnemersgegevens.
20
Bij de analyse zijn gegevens van 244 beroepsopleidingen van 33 ROC’s en 20 beroepsopleidingen van 9 vakinstellingen betrokken. Deze opleidingen zijn in de periode april 2000 tot april 2002 door de inspectie bezocht. Volgens de tellingen gaat het daarbij om 26.690 deelnemers. De gehele populatie van middelbare beroepsopleidingen in Nederland bestaat uit 7.589 opleidingen met in totaal 425.436 deelnemers (bekostigingstelling oktober 2000). Het gaat daarbij om 43 ROC's, 2 categorale mbo-scholen, 1 mbo-afdeling van een hogeschool en 15 vakinstellingen. De onderzoekgegevens omvatten 69 procent van deze instellingen en betreffen 6 procent van het totaal aantal deelnemers uit het secundair beroepsonderwijs. Voor de beschrijving van de samenhangen tussen de omvang van het opleidingsverlaten en de instellings- en opleidingskenmerken, is van belang of de verdeling van de kenmerken in de dataset lijkt op die van de gehele populatie. Dit blijkt voor een deel het geval te zijn. In het IIT van de inspectie is gekozen voor een evenredige verdeling naar sector. Te kleine opleidingen zijn vanwege praktische en overwegingen van representativiteit vaak niet doorgelicht. Verdeling van opleidingen Als gekeken wordt naar de verdeling van het aantal beroepsopleidingen in de dataset, dan is er een lichte ondervertegenwoordiging van de kwalificatieniveaus 2 en 3 en een zware oververtegenwoordiging van kwalificatieniveau 4. Er zitten dus te veel middenkaderopleidingen in de dataset (26% in de populatie, 40% in de dataset). De verhouding BOL – BBL is in de populatie net andersom dan in de dataset: in de populatie 60 procent BBL-opleidingen, in de dataset is dit maar 37 procent. Het aantal opleidingen in de sector zorg en welzijn is in de dataset bijna drie maal zo groot als in de populatie (32% versus 12%). Dit is ten koste gegaan van de technische opleidingen: 34 procent in de dataset versus 57 procent in de populatie. De verdeling naar de drie regio's wijkt ook af tussen dataset en populatie. Het aantal opleidingen in het midden van Nederland is oververtegenwoordigd en in het zuiden van Nederland ondervertegenwoordigd. Samenvattend: de dataset bevat te veel opleidingen op kwalificatieniveau 4, van de leerweg BOL, sector zorg & welzijn en uit regio ‘Midden’. Verdeling van aantallen deelnemers Als de verdeling van het aantal deelnemers in de dataset wordt afgezet tegen die in de populatie, dan is voor drie van de vier kenmerken een zelfde patroon zichtbaar. In de dataset zit 61 procent van het aantal deelnemers in middenkaderopleidingen, terwijl 44 procent van de populatie in deze opleidingen zit (zie ook Figuur 1). De deelnemersverdeling naar leerweg is in de dataset een goede afspiegeling van de populatie: 72 procent BOL in de dataset versus 66 procent in de populatie. De dataset bevat in verhouding veel meer deelnemers in de sector zorg & welzijn, dan de populatie: 45 procent versus 28 procent. Het aantal deelnemers in zowel techniek als economie is relatief te laag. Evenmin is de verdeling naar regio representatief. Regio ‘Midden’ bevat in verhouding te veel deelnemers in de dataset (43% versus 33%), terwijl regio ‘Zuid’ te weinig bevat (27% versus 35%).
21
Figuur 1 Verhouding van het aantal deelnemers per kwalificatieniveau in de dataset en in de populatie 100
procent
80
dataset populatie
61,3
60
43,95
40 16,6
20
26
23,59 18,3
3,8 6,46
0 assistent
basisberoep
vakopleiding middenkader
Deze afwijking van de totale populatie kan van invloed zijn op de berekening van het totale percentage opleidingsstakers in Nederland. Omdat er geen rekening wordt gehouden met verschillen tussen de dataset en de populatie bestaat de kans dat het percentage opleidingsstakers iets wordt over- of onderschat. Dit heeft verder geen effect op de analyse van verschillen tussen opleidingskenmerken en instellingskenmerken. In Figuur 2 staan de inspectiegegevens verder uitgesplitst. Dit figuur geeft per leerjaar en kwalificatieniveau weer hoeveel deelnemers er volgens de data stonden ingeschreven. In totaal hebben we informatie over 26.643 deelnemers in 604 leerjaren. Figuur 2 Totaal aantal deelnemers per leerjaar per niveau (totale N=26.690, totaal aantal deelnemers in NL in 1999-2000= ± 425.000) absolute aantallen
7000
6232
6000 4816
5000 4000
3523
3000 2000 1000
2383
2700 2021
1019
1796
1624 547
0 lj1 lj2 lj3 lj4 assistent
lj1 lj2 lj3 lj4 basisberoep
lj1 lj2 lj3 lj4 vakopleiding
lj1 lj2 lj3 lj4 middenkader
Van de leerjaren, opleidingen en instellingen zijn de volgende kenmerken onderzocht op verschillen in opleidingstaken:
22
Leerjaarniveau: ! vooropleiding: een maat voor het gemiddelde niveau van de deelnemers per leerjaar ! leerjaarhoogte: eerste leerjaar, tweede leerjaar, derde leerjaar of vierde leerjaar Opleidingsniveau ! kwalificatieniveau: assistent (1), basisberoep (2), vakopleiding (3) of middenkader (4) ! leerweg: beroepsopleidende leerweg (BOL) of beroepsbegeleidende leerweg (BBL) ! sector: techniek, economie of zorg & welzijn ! opleidingsgrootte (aantal deelnemers per opleiding) ! inspectieoordelen (o.a. op het gebied van beleid t.a.v. voortijdig schoolverlaten) Instellingsniveau ! instelling behorend tot de 4 grote gemeenten ! instellingsgrootte (aantal deelnemers per instelling) ! instellingsregio: Noord, Midden of Zuid Deze achtergrondkenmerken hangen op een ingewikkelde manier met elkaar samen en daardoor bestaat de verleiding om verkeerde conclusies te trekken over de verschillen in het percentage opleidingsstakers wanneer hier geen rekening mee wordt gehouden. Als op het eerste gezicht bijvoorbeeld zou blijken dat bij de BBL het percentage opleidingsstakers twee keer zo klein is als bij de BOL hoeft dit niet meteen te betekenen dat de BBL dus beter kwalificeert dan de BOL. De BBL is namelijk in bepaalde sectoren en op bepaalde kwalificatieniveaus oververtegenwoordigd. In plaats van de leerweg die verantwoordelijk is voor de hoogte van het opleidingsverlaten, kan het ook het niveau of de sector van de opleiding zijn. Dit betekent dat hier een analysetechniek gehanteerd moet worden die hier rekening mee houdt. In hoofdstuk 3 wordt hier op teruggekomen.
23
3
OMVANG EN SAMENHANG VAN VOORTIJDIG OPLEIDINGEN SCHOOLVERLATEN IN DE GEGEVENS
In dit hoofdstuk wordt ingegaan op de omvang van het voortijdig schoolverlaten, de bestemming en de relatie met de opleidings- en instellingskenmerken.
3.1
Gemiddeld aantal opleidingsstakers per leerjaar en per opleiding
Eerst bekijken we de uitvalcijfers per leerjaar en daarna voor de gehele opleiding. Per leerjaar verlaat gemiddeld 16 procent van de deelnemers voortijdig de opleiding. Echter, dit percentage is per leerjaar verschillend en verschilt daarbij ook tussen de niveaus. Figuur 3 geeft het gemiddelde percentage opleidingsstakers per leerjaar en niveau weer. In Figuur 3 is meteen zichtbaar dat dit percentage over de leerjaren afneemt. Voortijdige uitval is het hoogste in leerjaar 1, ongeacht het niveau, en het laagste in het hoogste leerjaar van de afzonderlijke niveaus. Wanneer dezelfde leerjaren over de verschillende niveaus worden vergeleken springt het assistentniveau er duidelijk uit. Gemiddeld valt 38 procent van alle deelnemers op het assistentniveau voortijdig uit. De assistentopleiding heeft de grootste ongediplomeerde instroom. Figuur 3 Percentage opleidingstakers per leerjaar per niveau 50
44
procenten
40 30 19
20
19
15
18 11
10
13
10
6
5
lj3
lj4
0 lj1
lj2
lj3
lj4
assistent
lj1
lj2
lj3
lj4
basisberoep
lj1
lj2
lj3
lj4
vakopleiding
lj1
lj2
middenkader
Het gemiddeld percentage opleidingsstakers voor alle opleidingen en type instellingen tezamen bedraagt 37% met een reikwijdte van 0 tot 100%. Er bestaan dus opleidingen zonder voortijdige uitval (35 opleidingen) en opleidingen met een voortijdige uitval van 100% (10 opleidingen). De gemiddelde uitval van opleidingen verbonden aan een ROC is 35% en van opleidingen verbonden aan een vakinstelling is 46%. Het onderscheid tussen ROC en vakinstelling blijft in het vervolg van dit rapport gehandhaafd.
24
3.2
Opleidingsstakers naar opleidings- en instellingskenmerken
Verschillende opleidings- en instellingskenmerken vertonen een samenhang met het voortijdig beëindigen van de opleiding. Dit wordt in deze paragraaf geïllustreerd aan de hand van kruistabellen waarin het percentage opleidingsstakers is afgezet tegen verschillende kenmerken. Daarbij wordt telkens onderscheid gemaakt naar de verschillende kwalificatieniveaus. Het blijkt uit deze kruistabellen hoe bedriegelijk eenvoudige correlaties kunnen zijn; bij nadere analyses blijken veel ogenschijnlijke verbanden namelijk weg te vallen. In het vervolg van dit hoofdstuk wordt het opleidingstaken nader onderzocht door middel van een multi-niveau analyse. Met een dergelijke analyse wordt namelijk rekening gehouden met de hiërarchische structuur van de data, de specifieke verdeling van het percentage opleidingsstakers en de onderlinge samenhang van de kenmerken. Omdat het aantal opleidingen binnen vakinstellingen in onze dataset niet groot genoeg is voor een dergelijke analyse wordt er tenslotte nog een meer kwalitatieve beschrijving gegeven van het opleidingstaken binnen de vakinstellingen.
3.3
Percentages opleidingsstakers naar afzonderlijke kenmerken
In Tabel 1 staat het gemiddelde percentage opleidingsstakers per niveau naar leerweg (BOL en BBL) binnen ROC’s vermeld. Tabel 1 Percentage opleidingsstakers per niveau naar leerweg Kwalificatieniveau Leerweg BOL BBL Assistent 49 29 Basisberoep 52 26 Vakopleiding 30 21 Middenkader 34 49 Totaal 36 32
Totaal 44 33 27 37 35
Het percentage opleidingsstakers is op het oog hoger op het assistent- en middenkaderniveau dan op het vakopleidingen- en basisberoepsniveau. Het hoge percentage opleidingsstakers bij het assistentniveau komt vooral bij de BOL naar voren. Het hoge percentage opleidingsstakers bij de middenkaderopleidingen is terug te vinden bij de BBL. Tabel 2 en Tabel 3 geven het percentage opleidingsstakers naar respectievelijk sector en opleidingsgrootte.
25
Tabel 2 Percentage opleidingsstakers per niveau naar sector Kwalificatieniveau Sector Techniek Economie Zorg & welzijn Assistent 62 45 21 Basisberoep 29 43 37 Vakopleiding 13 40 26 Middenkader 44 33 35 Totaal 36 38 32
Totaal 44 33 27 37 35
Het percentage opleidingsstakers is het laagste binnen de sector zorg & welzijn. Deze sector heeft weinig opleidingen op het assistentniveau (3), terwijl daar de voortijdige uitval gemiddeld over de sectoren het hoogst is. Techniek kent een hoge uitval op assistentniveau. Opvallend bij techniek is ook het lage percentage opleidingsstakers bij de vakopleidingen. Tabel 3 Percentage opleidingsstakers per niveau naar opleidingsgrootte Kwalificatieniveau Opleidingsgrootte < 46 46 – 120 > 120 deelnemers deelnemers deelnemers Assistent 30 45 84 Basisberoep 36 37 26 Vakopleiding 45 18 28 Middenkader 20 33 40 Totaal 33 32 37
Totaal 44 33 27 37 35
In Tabel 3 lijkt er vooral op het assistentniveau en het middenkaderniveau een verband te bestaan tussen opleidingsstakers en opleidingsgrootte. Uit de multi-niveau analyse zal echter blijken dat ook dit een schijnverband is. Het feit dat deze samenhang hier naar voren komt kan volledig verklaard worden door de verdeling van de leerjaren, de niveaus en de leerwegen over de opleidingen van verschillende grootte. Zo zijn in de dataset de BOL-opleidingen veel groter dan BBL-opleidingen. Daarbij komen grote opleidingen op het assistentniveau bijna niet voor, terwijl er weinig kleine middenkaderopleidingen zijn. De samenhang tussen het percentage opleidingsstakers en opleidingskenmerken kunnen als volgt worden samengevat:
26
•
Het percentage opleidingsstakers is het hoogste op het assistentniveau (kwalificatieniveau 1) en het laagste op het vakopleidingniveau (kwalificatieniveau 3).
•
Opleidingen met een beroepsbegeleidende leerweg (BBL) kennen minder opleidingsstakers dan opleidingen met een beroepsopleidende leerweg (BOL). Bij de BBL is de uitval hoog op het middenkaderniveau in tegenstelling tot de BOL. Bij de BOL daarentegen, is de uitval hoog op het assistentniveau in tegenstelling tot de BBL.
•
Bij de sector zorg & welzijn is in het algemeen een lagere uitval te bespeuren. De technische vakopleidingen hebben een relatief zeer lage uitval.
Tabel 4 geeft het percentage opleidingsstakers per niveau naar vooropleiding weer. De gemiddelde vooropleiding van de deelnemers hangt sterk samen met het niveau van de opleiding. Om die reden zijn niet alle cellen van de tabel gevuld. Op het assistentniveau stromen er geen deelnemers met een hoge vooropleiding in. In de literatuur wordt als belangrijke reden van voortijdige opleidingsuitval vaak de vooropleiding genoemd. Het blijkt uit eerder onderzoek dat instromers zonder vodiploma een grotere kans lopen voortijdig uit te vallen dan gediplomeerde instromers (CINOP 2000). Tabel 4 Percentage opleidingsstakers per niveau naar vooropleiding Kwalificatieniveau Vooropleiding Laag Midden Hoog Assistent 45 Basisberoep 17 32 10 Vakopleiding 14 16 20 Middenkader 23 14 12 Totaal 21 15 12
Totaal 45 18 15 13 16
Bovenstaande tabel is gebaseerd op leerjaargegevens en niet op opleidingsgegevens zoals alle voorgaande tabellen. De reden hiervoor is dat vooropleiding per leerjaar verschilt. Het totale percentage van 16 is hier dan ook de gemiddelde uitval per leerjaar. De randtotalen laten zien dat het percentage opleidingsstakers voortijdig opleidingverlaten afneemt naarmate vooropleiding en kwalificatieniveau toenemen. met een hogere vooropleiding en ook met een hoger kwalificatieniveau. Echter, het negatieve verband tussen vooropleiding en opleidingsstakers doet zich alleen voor op het middenkaderniveau. Kenmerken van ROC’s hangen met elkaar en met opleidingskenmerken samen. De twee instellingskenmerken waar we hier in geïnteresseerd zijn, zijn de instellingsgrootte en de locatie van de ROC’s: in één van de vier grote steden of elders in Nederland. In Tabel 5 zijn de percentages opleidingsstakers per niveau naar instellingsgrootte gepresenteerd. Tabel 5 Percentage opleidingsstakers per niveau naar instellingsgrootte Kwalificatieniveau Instellingsgrootte < 6.000 6000 – 10.000 > 10.000 deelnemers deelnemers deelnemers Assistent 36 37 49 Basisberoep 22 42 28 Vakopleiding 24 28 27 Middenkader 28 29 48 Totaal 26 32 41
Totaal 44 33 27 37 35
Het percentage opleidingsstakers lijkt duidelijk lager voor opleidingen die aan een klein ROC zijn verbonden. Toch zal uit de multi-niveau analyse blijken dat er geen directe samenhang bestaat tussen instellingsgrootte en opleidingsstakers.
27
Tabel 6 Percentage opleidingsstakers per niveau naar G4 Kwalificatieniveau G4 G4 rest A’dam R’dam Utrecht Assistent Basisberoep Vakopleiding Middenkader Totaal
65 35 33 54 50
40 33 27 34 33
-
-
65 31 24 56 49
Totaal Den Haag 65 59 65 46 54
44 33 27 37 35
In Tabel 6 is te zien dat we geen gegevens hebben voor twee van de vier grote steden: Amsterdam en Rotterdam ontbreken. Deze tabel laat een verschil zien tussen het percentage opleidingsstakers in de grote steden en de rest van Nederland. Dit verschil is hier 17 procent. Hoge percentages komen vooral voor in Den Haag. De relaties tussen het percentage opleidingsstakers en instellingskenmerken kunnen als volgt worden samengevat: •
Er lijkt een samenhang te bestaan tussen instellingsgrootte en opleidingsstakers. Echter, deze samenhang blijkt later in een multi-niveau analyse niet meer naar voren te komen. Dit komt omdat de meeste verschillen bestaan op het niveau van de opleidingen. Instellingskenmerken voegen daar niets meer aan toe.
Er lijkt een samenhang te bestaan tussen locatie van de instellingen en het percentage opleidingsstakers. Echter, ook hier blijkt deze samenhang in een multi-niveau analyse geen stand te houden. Ook hiervoor geldt de bovenstaande verklaring.
3.4
Inspectieoordelen
De kwaliteit van het bve-onderwijs is door de inspectie gemeten met een toetsingskader, bestaande uit domeinen, kwaliteitskenmerken en indicatoren. De vier domeinen zijn: Toegankelijkheid, Primair proces, Kwalificering en Zelfregulering. Op het opleidingsniveau zijn de in hoofdstuk 2 genoemde kwaliteitskenmerken onderzocht. De beoordeling heeft op een vierpuntschaal plaatsgevonden. De scores van de opleidingen op deze tien kenmerken zijn erg scheef verdeeld. Meestal scoort een opleiding ‘meer sterk dan zwak’ tot ‘sterk’ (dit is binnen de range ‘zwak’, ‘meer zwak dan sterk’, ‘meer sterk dan zwak’, ‘sterk’). We hebben de standaarden gedichotomiseerd naar voldoende of onvoldoende score en zijn nagegaan in hoeverre het percentage opleidingsstakers hier een samenhang mee vertoont. Wanneer het verschil tussen onvoldoende en voldoende kleiner is dan 10 procent, wordt dit niet als een samenhang beschouwd. In totaal blijkt er één van de tien standaarden een samenhang te vertonen met het 2 opleidingstaken . Dit is de standaard ‘begeleiding en voorkoming van voortijdig 2
In de multi-niveau analyse blijkt geen enkele standaard een significant effect te hebben op het percentage voortijdig opleidingsverlaten. Dit zal voor een deel komen door de scheve verdeling van de oordelen over de standaarden.
28
schoolverlaten’. Dit verband bestaat in de te verwachten richting: hoe beter de begeleiding, des te lager de uitval. Het verschil tussen voldoende en onvoldoende is hier 11 procent. Dit verschil is vooral toe te schrijven aan de onderliggende indicator ‘persoonlijke begeleiding’.
3.5
De invloed van opleidingen en instellingen: verschillende niveaus
Het percentage opleidingsstakers is in dit rapport onderzocht op drie verschillende niveaus: de gegevens zijn per leerjaar (1) geteld, maar deze leerjaren maken onderdeel uit van opleidingen (2). Deze opleidingen zijn weer onderdeel van instellingen (3). Het is goed mogelijk dat opleidingen binnen dezelfde instelling op elkaar lijken wat betreft de voortijdige uitval, bijvoorbeeld omdat de instelling beleid daartoe voert. In deze paragraaf is steeds rekening gehouden met de groepering van de gegevens. De gegevens zijn per leerjaar in de opleidingen geanalyseerd. Het blijkt dat de voortijdige uitval per leerjaar rond het gemiddelde van 17 procent fluctueert wanneer rekening wordt gehouden met de structuur van de niveaus. Rond dit gemiddelde verschillen de percentages tussen de diverse leerjaren, opleidingen en instellingen. De fluctuaties worden voor maar een zeer gering deel bepaald door verschillen tussen instellingen. Op opleidings- en leerjaarniveau is deze fluctuatie aanzienlijk groter. Opleidingen en leerjaren verschillen flink van elkaar in het percentage opleidingsstakers. Wanneer we conclusies willen trekken over verschillen in het percentage opleidingsstakers tussen kenmerken van opleidingen en instellingen, moeten we weten hoe deze kenmerken met elkaar samenhangen. Zo is bijvoorbeeld de uitval in de zorgsector veel lager dan in de sector economie. Tegelijkertijd bevat de sector economie veel meer assistentenopleidingen. Is het dan de sector van de opleiding of het niveau van de opleiding dat een grotere voortijdige uitval tot gevolg heeft? Door in een multi-niveau analyse deze kenmerken gecombineerd op te nemen, wordt rekening gehouden met hun onderlinge samenhang. Er zijn op deze wijze verschillende modellen getoetst. Begonnen is met een model met maar een beperkt aantal kenmerken. Telkens is er een opleidings- of instellingskenmerk toegevoegd aan dit model. Op deze wijze is goed te zien welke kenmerken wel en welke niet samenhangen met het percentage opleidingsstakers. Samenvattend zijn de resultaten uit de multi-niveau analyse als volgt:
29
•
Gemiddeld is het percentage opleidingsstakers per leerjaar 17 procent.
•
Er is bijna geen verschil in voortijdige uitval tussen verschillende instellingen.
•
Het aantal opleidingsstakers is groter in leerjaar 1 en 2 dan in leerjaar 3 en 4.
•
De omvang van het aantal opleidingsstakers is gemiddeld genomen groter op kwalificatieniveau 1 dan bij de overige drie niveaus. Dit beeld wordt
genuanceerd wanneer er onderscheid wordt gemaakt naar leerwegen en sectoren: -
Op kwalificatieniveau 1 is het percentage opleidingsstakers groter op de BOL dan bij de BBL. Op dit niveau verschillen de sectoren niet van elkaar.
-
Op kwalificatieniveau 2 is het percentage opleidingsstakers groter op de BOL dan bij de BBL. Op dit niveau verschillen de sectoren niet van elkaar.
-
Op kwalificatieniveau 3 is percentage opleidingsstakers groter op de BOL dan bij de BBL. Op dit niveau is er minder voortijdige uitval binnen de sector techniek dan binnen de sector economie.
-
Op kwalificatieniveau 4 is het percentage opleidingsstakers groter op de BBL dan bij de BOL. Op dit niveau is er minder voortijdige uitval binnen de sector zorg & welzijn dan binnen de sector economie.
Een hoger vooropleidingsniveau in een leerjaar gaat samen met een lager percentage opleidingsstakers.
3.6
Vakinstellingen
De dataset bevat gegevens over 20 opleidingen van 10 vakinstellingen. Vanwege dit kleine aantal kunnen er geen verbanden worden opgespoord tussen het percentage opleidingsstakers en kenmerken van opleidingen en instellingen. Hieronder zullen daarom enkele korte beschrijvingen van de vakopleidingen en het percentage opleidingsstakers worden vermeld. De onderzochte opleidingen van de vakinstellingen behoren bijna allemaal tot de sector techniek. Het gaat om opleidingen voor instrumentmaken, afwerking, grafische vormgeving, wegenbouw, meubelmaken, operationele techniek en een opleiding voor stuurman. Drie opleidingen zijn gericht op de slagerijbranche en vallen onder de sector economie. Er is geen enkele assistentopleiding in de dataset. Het aantal basisberoepsopleidingen en vakopleidingen is gering: drie respectievelijk 5. Er zijn dus 12 middenkaderopleidingen. Het overgrote deel bestaat uit BOL (16). Vakinstellingen bevinden zich vaker in de grote steden dan ROC's. Er zijn maar liefst 10 opleidingen binnen en tien opleidingen buiten de G4. De vakinstellingen die in de G4 liggen, zijn verhoudingsgewijs groot (meer dan 800 deelnemers). Het percentage opleidingsstakers is gemiddeld 46 bij de BOL. De 4 BBL-opleidingen hebben gezamenlijk een percentage opleidingsstakers van 62. Het kwalificatieniveau van de BBL-opleidingen is veel lager dan bij de BOL-opleidingen. Het percentage opleidingsstakers is veel hoger bij de 3 basisberoepsopleidingen dan bij de overige opleidingen. Dit is 83 procent bij de basisberoepsopleidingen versus respectievelijk 36 en 53 procent bij vakopleidingen en middenkaderopleidingen. Het percentage opleidingsstakers bij de technische opleidingen is 35. De 3 economische opleidingen lopen erg uiteen: de percentages zijn 0,35 en 88. Dit loopt
30
op met het dalen van het kwalificatieniveau: 0 bij de niveau-4 opleiding, 35 bij de niveau-3 opleiding en 88 bij de niveau-2 opleiding. De tien opleidingen behorend tot instellingen in de G4 hebben gemiddeld een hoger percentage voortijdig vertrek dan de opleidingen buiten de G4: 53 versus 31 procent. Bij grote instellingen is de omvang van het percentage opleidingsstakers hoger dan bij kleine: 48 respectievelijk 36 procent. De percentages wisselen sterk binnen de instellingen. Omdat er gemiddeld maar van 2 opleidingen gegevens per vakinstelling zijn verzameld, zijn gemiddelde percentages bij instellingen niet erg betrouwbaar. Om deze reden is het hachelijk om over verbanden te spreken tussen genoemde instellingskenmerken en het percentage opleidingsstakers.
31
4
BESTEMMINGEN VAN OPLEIDINGSSTAKERS
4.1
De bestemming van opleidingsstakers
Een gemiddelde uitval van 37 procent is erg hoog. Ruim één derde van alle deelnemers in het beroepsonderwijs verlaat voortijdig de opleiding. Echter, uit bestemminggegevens valt op te maken dat een deel van deze voortijdige uitvallers overstapt naar een andere opleiding. Voor het voortgezet onderwijs en de bve-sector samen blijkt zelfs dat 45 procent van de opleidingsstakers met succes wordt geholpen om terug te keren naar het onderwijs (Tilborg & van Es 2001). Ook wordt er wel onderscheid gemaakt tussen groepen voortijdig schoolverlaters die in meerdere of mindere mate succesvol op de arbeidsmarkt of elders terecht komen. Daarbij wordt er één groep genoemd, ‘de onvrijwillig werkloze’, waarmee problemen kunnen ontstaan, de overige groepen zouden zich goed redden in de Nederlandse samenleving 3 (Dekkers e.a. 2001) . Met behulp van bestemminggegevens kunnen we een schatting maken van het percentage opleidingsstakers dat niet op korte termijn terugkeert naar school. De bestemminggegevens waar we voor dit rapport de beschikking over hebben zijn niet volledig. Van 53 procent van de deelnemers die voortijdig een ROC verlaten is bij de opleidingen de bestemming onbekend. Dit geldt voor 32 procent van de deelnemers die voortijdig een vakinstelling verlaten. Dit zijn op zichzelf opmerkelijk hoge cijfers. De deelnemerbestemming wordt op de vakinstellingen dus beter bijgehouden dan op de ROC’s. Figuur 4 geeft weer welk percentage van de opleidingsstakers in welke bestemmingscategorie geplaatst is. De eerste drie categorieën hebben alle betrekking op verder doorleren op een andere manier. Switchen tussen leerwegen komt relatief weinig voor. Dit gebeurt vaker op een ROC dan op een vakinstelling. Dit verschil tussen ROC en vakinstelling geldt ook voor het gaan volgen van een andere opleiding aan dezelfde instelling. Een ROC heeft doorgaans meer keuze in opleidingen en leerwegen dan een vakinstelling, waardoor het begrijpelijk is dat deze bestemming vaker voorkomt bij deelnemers aan een ROC. Het is zelfs een redelijk hoog percentage ROC-deelnemers dat ervoor kiest een andere opleiding te gaan volgen binnen hetzelfde ROC.
3
De door hen onderscheiden groepen zijn: 1) de succesvolle ongeschoolde ambachtswerker, 2) de spijtoptant (gaat verder), 3) de geldverdiener, 4) de vrijwillige werkloze (vooral meisjes) en 5) de onvrijwillige werkloze.
32
Figuur 4 Bestemming van opleidingstakers naar soort instelling 60
55
53
procent
50 40
32
30
17
20 10
4
1
10 12
16
ROC VAK
1
0 andere leerweg
andere opleiding in zelfde instelling
andere opleiding in andere instelling
werk
onbekend
Dit ligt precies andersom voor de deelnemers die na hun vertrek een andere opleiding aan een andere instelling gaan volgen. Deelnemers aan vakinstellingen doen dit vaker dan deelnemers aan ROC’s. Zij hebben minder keus binnen hun eigen instelling. Wanneer de percentages van de eerste drie categorieën bij elkaar opgeteld worden, blijkt dat van de voortijdig vertrekkende ROC-deelnemers tenminste 31 procent weer een opleiding gaat volgen. Van de deelnemers aan de vakinstellingen is dit 14 procent. De overige deelnemers gaan werken of vertrekken met een voor de instelling onbekende bestemming. Het kan goed zijn dat een deel van de deelnemers met ‘bestemming onbekend’ ook weer opnieuw een opleiding is gaan volgen en alsnog in staat is deze succesvol af te ronden. Bij een telefonische enquête onder voortijdig schoolverlaters (vo en bve) zegt bijvoorbeeld 94 procent van de ondervraagden uiteindelijk wel een diploma te willen halen (Voncken 2000). Op basis van deze deelnemersgegevens is het mogelijk een schatting te maken van voortijdig schoolverlaten met een minimum en een maximum variant. Wanneer van de opleidingsstakers het aantal dat op één of andere manier terugkeert naar school wordt afgetrokken, houden we de deelnemers over waarvan een deel gaat werken en waarvan een deel een voor de instelling onbekende bestemming heeft. Van de deelnemers met een onbekende bestemming kan een deel ook weer terug naar school gaan. In de maximale variant gaat niet één deelnemer met onbekende bestemming terug naar school, in de minimale variant gaan alle deelnemers met onbekende bestemming terug naar school. De waarheid zal ergens in het midden liggen. Figuur 5 geeft per soort instelling het maximale en het minimale percentage voortijdig schoolverlaten weer.
33
Figuur 5 Percentage opleidingstakers (OPS) en voortijdig schoolverlaten (VSV), de maximale en minimale variant naar soort instelling 50
gaat terug naar school
procent
40 30
gaat terug naar school
bestemming onbekend
o
bestemming onbekend
20 10
gaat w erken
gaat w erken
ops maximale vsv minimale vsv
0 ROC
VAK
Uit Figuur 5 wordt duidelijk dat het geschatte percentage jongeren dat geen diploma behaalt binnen ROC’s tussen de 12 en 25 procent ligt, terwijl dit bij de vakinstellingen tussen de 25 en 40 procent ligt. Dit is duidelijk lager dan de percentages opleidingsstakers die aan het begin van deze paragraaf genoemd werden. Het is dus relevant te kijken naar de bestemming van opleidingststakers om uitspraken te doen over het percentage voortijdig schoolverlaten in Nederland. Zoals beschreven in dit rapport en zoals ook al uit eerder onderzoek blijkt, is het percentage opleidingsstakers in het beroepsonderwijs schrikbarend hoog. Uit de gegevens van de inspectie blijkt dat gemiddeld één derde van alle deelnemers in het beroepsonderwijs niet in staat lijkt de opleiding die ze volgen af te ronden met een diploma. Echter, wanneer er rekening wordt gehouden met de bestemming van de voortijdig vertrekkende deelnemers, blijkt een deel toch weer terug te keren naar het onderwijs. Het werkelijke aantal voortijdig schoolverlaters zoals uit onze gegevens naar voren komt, bevindt zich voor ROC’s ergens tussen de 12 en 25 procent.
4.2
Bestemming ongediplomeerde en gediplomeerde schoolverlaters
In deze paragraaf wordt nu dieper ingegaan op de bestemming van opleidingsverlaters door deze naar verschillende opleidingskenmerken uit te splitsen. Omdat de gegevens over vakinstellingen beperkt in aantal zijn, worden deze hier buiten beschouwing gelaten. In Figuur 6 is de bestemming van voortijdig vertrokken ROC deelnemers uitgesplitst naar niveau en leerweg. Ter vergelijking is dit ook gedaan voor gediplomeerde schoolverlaters in Figuur 7. Om de figuren overzichtelijk te houden, zijn de categorieën die een terugkeer naar school aanduiden, samengenomen.
34
Figuur 6 Bestemming van opleidingstakers van ROC's naar niveau en leerweg
100
procent
80 60
opleiding werk
40
onbekend
20 0
BBL
BBL
BOL
middenk.
vakopl.
basisb.
assis.
middenk.
vakopl.
basisb.
assis.
BOL
TOTAAL
Wat meteen opvalt in Figuur 6 zijn de grote verschillen tussen BOL en BBL. Deze verschillen lijken groter dan de verschillen tussen de kwalificatieniveaus binnen de leerwegen. Bij de beroepsopleidende leerweg is het aandeel van de deelnemers dat gaat werken op elk niveau het kleinst. Met name op het assistentniveau in de BOLopleidingen stroomt een klein aandeel van de opleidingsstakers de arbeidsmarkt in, namelijk zeven procent. Echter, de categorie onbekend is op dat niveau het grootst: van meer dan 50 procent van alle opleidingsstakers is onbekend welke bestemming ze hebben. Bij de BBL-opleidingen liggen de verhoudingen geheel anders. Over het geheel genomen is de groep deelnemers in de BBL met onbekende bestemming zeer groot; op drie van de vier kwalificatieniveaus komt dit boven de 70 procent. De verschillen tussen BOL en BBL zijn vooral te vinden in de bestemming 'weer naar school' en 'onbekend'.
100
Figuur 7 Bestemming van gediplomeerde schoolverlaters van ROC's naar niveau en leerweg
procent
80 60
opleiding werk
40
onbekend
20 0 BBL
BOL
BBL
middenk.
vakopl.
basisb.
assis.
middenk.
vakopl.
basisb.
assis.
BOL
TOTAAL
Figuur 7 geeft de bestemming van gediplomeerden naar niveau en leerweg weer.
35
Wanneer de totalen van de twee leerwegen van Figuur 6 en Figuur 7 met elkaar vergeleken worden, is te zien dat de patronen gelijk zijn. Deelnemers die de BBL verlaten, voortijdig of gediplomeerd, beginnen minder vaak aan een nieuwe opleiding dan deelnemers die de BOL verlaten. Gediplomeerde schoolverlaters op het assistentniveau uit de BOL gaan opvallend vaak opnieuw een opleiding volgen. Helaas is uit de gegevens niet bekend op welk niveau dit dan gebeurt, maar het ligt voor de hand te veronderstellen dat ze alsnog een startkwalificatie op niveau 2 proberen te halen. Dit is te zien als de regulier bedoelde doorstroming. In Figuur 8 wordt de bestemming van opleidingsstakers uitgesplitst naar sector. Opnieuw is dit ook naar kwalificatieniveau uitgesplitst. In Figuur 9 gebeurt dit ook voor de gediplomeerde schoolverlaters.
100
Figuur 8 Bestemming van opleidingstakers van ROC's naar niveau en sector
procent
80 60
opleiding werk
40
onbekend
20 0 zorg
econ
zorg & welzijn
tech.
middenk.
vakopl.
basisb.
economie
assis.
middenk.
vakopl.
basisb.
assis.
middenk.
vakopl.
basisb.
assis.
techniek
Totaal
Gemiddeld genomen is er tussen de sectoren weinig verschil in bestemmingen van opleidingsstakers. De categorie ‘onbekend’ is iets kleiner bij de sector zorg & welzijn, maar dit verschil is minimaal. Uitgesplitst naar niveau binnen de drie verschillende sectoren zijn er enkele verschillen te zien. Op het assistentenniveau is bij de sector techniek (5 opleidingen) te zien dat er niemand gaat werken na het voortijdig verlaten van de opleiding. Op het basisberoepsniveau is te zien dat opleidingsstakers uit de sector economie relatief vaak de arbeidsmarkt instromen. Dit komt op dit niveau opvallend veel vaker voor dan bij de andere sectoren. Op het niveau van de vakopleidingen is de uitstroom naar werk juist hoog binnen de sector techniek. Opvallend weinig deelnemers binnen deze sector stromen na het voortijdig beëindigen van een vakopleiding terug het onderwijs in. Op het middenkaderniveau tenslotte, gaan veel deelnemers uit de sector techniek opnieuw een opleiding volgen. Voor de sector zorg & welzijn geldt dat op ieder niveau ongeveer evenveel voortijdig vertrekkende deelnemers opnieuw een opleiding gaan volgen.
36
Figuur 9 Bestemming van gediplomeerde schoolverlaters van ROC's naar niveau en sector 100
procent
80 opleiding
60
werk
40
onbekend
20 0 zorg
econ.
zorg & welzijn
techn.
middenk.
vakopl.
basisb.
economie
assis.
middenk.
vakopl.
basisb.
assis.
middenk.
vakopl
basisb.
assis.
techniek
Totaal
De bestemming van gediplomeerde deelnemers verschilt tussen de sectoren. Het opvallendste verschil is dat gediplomeerden uit de sector economie vaker een andere opleiding gaan volgen dan opleidingsverlaters uit de andere sectoren. Bij techniek is de uitstroom naar werk hoger dan dat dit bij de sector economie en zorg & welzijn het geval is. Opvallend is dat gediplomeerden in de sector economie op het basisberoepsniveau en in de sector zorg & welzijn op het vakopleidingsniveau vaker de arbeidsmarkt betreden dan op andere niveaus en in andere sectoren. Dit patroon komt redelijk overeen met het patroon dat bij de opleidingsstakers gevonden is. De categorie ‘onbekend’ is in alle gevallen het grootste.
37
LITERATUUR Algemene Rekenkamer (december 2001). Begeleiding en herplaatsing van voortijdige schoolverlaters. Batenburg, Th. A. van en P. den Boer (1994). Intern rendement en de breedte van het opleidingsaanbod in het mbo. Groningen: RION, Instituut voor Onderwijsonderzoek. Centraal Bureau voor de Statistiek (1997). Onderwijsmatrix 1996. Voorburg/Heerlen: CBS. Centraal Bureau voor de Statistiek (2002). Statline. http://statline.cbs.nl/StatWeb Dekkers, H., A. Claassen en R. Portengen (2001). Drop-outs per definitie kansloos? Een onderzoek naar het perspectief van zeer voortijdig schoolverlaters. Pedagogische studiën, vol. 78, nr. 3, p. 184-196. Eijndhoven, E. van en F. Vlug (1998). Het zal ons een zorg zijn!? “Non scholae sed vitae discimus”. Een onderzoek naar de kansen van risicoleerlingen in Regionale Opleidingen Centra in Nederland. Arnhem: Rijn IJssel College, Regionaal Opleidingen Centrum Arnhem. Goldstein, H. (1995) Multilevel Statistical Models. London, Edward Arnold: New York, Wiley. Hövels, B., H. Rademacker en G. Westhoff (1999). Early school-leaving, qualifications and youth unemployment. Research and practice in Germany and in the Netherlands. Delft: Eburon. Inspectie van het Onderwijs (2000-6). Voor wie is de school? Jongeren over de invloed van het schoolklimaat op het voortijdig schoolverlaten. Utrecht: Inspectie van het Onderwijs. Junger-Tas, J. (2000). Diploma’s en goed gedrag. De maatschappelijke functie van het onderwijs vanuit justitieel perspectief. Den Haag: Ministerie van Justitie, Directoraat-Generaal Preventie, Jeugd en Sanctiebeleid. Rasbash, J. e.a. (2000), A user’s guide to MlwiN, Version 2.1a, Multilevel models project, Institute of Education, Universoity of London. Steehouder, P. en T. Pauwels (2000). Aansluiting vmbo-bve. Stand van zaken, ontwikkelingen en perspectieven. Den Bosch: Cinop. Tilborg, L. van en B. Spit (1998). Almanak voortijdig schoolverlaten 1998. Utrecht: Sardes. Tilborg, L. van en W. van Es (2001). Almanak voortijdig schoolverlaten 2001. Utrecht: Sardes. Tilborg, L. van en W. van Es (2002). De uitkomsten van de RMC analyse 2001. Nijmegen/Utrecht: ITS/Sardes. Uerz, D., R. Portengen en H. Dekkers (1999). Zonder diploma van school? Een crosssectionele studie naar zeer voortijdig schholverlaten. Nijmegen: ITS. Voncken, E. en E. Mellink (2000). Je bent jong en je weetniet wat je wilt… . Een inventarisatie van push- en pull-factoren die leiden tot voortijdig schoolverlaten in de bve-sector. Amsterdam: SCO-Kohnstamm Instituut. Wolbers, M.H.J. (2001). Schoolverlaters tussen onderwijs en arbeidsmarkt 2000. Maastricht: Researchcentrum voor Onderwijs en Arbeidsmarkt (ROA), Faculteit der Economische Wetenschappen en Bedrijfskunde, Universiteit Maastricht.
38
BIJLAGE
I
BEREKENING VAN HET PERCENTAGE OPLEIDINGSSTAKERS PER OPLEIDING Wanneer er een groep deelnemers begint aan een opleiding willen we weten hoeveel daarvan deze opleiding uiteindelijk succesvol voltooit. Dit aandeel kan beschouwd worden als het rendement van een opleiding. Simpelweg betekent dit voor een middenkaderopleiding zoals geïllustreerd in Figuur B1, dat in totaal 15,44+9,88+1,32+2,03=28,7% van alle deelnemers uitvalt over een tijdsperiode van vier jaar. Het rendement van een dergelijke opleiding is dan het spiegelbeeld hiervan, namelijk 71,3%. Er zijn echter twee problemen verbonden aan deze manier van redeneren. Ten eerste mogen percentages van verschillende groepen niet zomaar bij elkaar opgeteld worden en ten tweede betreffen onze gegevens niet een opleidingscohort dat begint in jaar ‘t’ en de opleiding beëindigt in jaar t+4. We hebben hier te maken met deelnemers die in hetzelfde schooljaar in verschillende leerjaren van de opleiding stonden ingeschreven. Om toch te kunnen berekenen wat het percentage opleidingsstakers per opleiding is, hebben we gekozen voor een cohort-benadering. Dit hebben we gedaan door het totaal aantal opleidingsstakers (de som van het aantal opleidingsstakers per leerjaar) te delen door het gemiddeld aantal deelnemers per leerjaar. We hebben gekozen voor het gemiddeld aantal deelnemers per leerjaar omdat eventuele ontbrekende eerste leerjaren of vreemde aantallen in een enkel leerjaar hiermee worden uitgemiddeld. Wanneer in een enkel geval het percentage opleidingsstakers boven de 100% uitkwam, is dit naar 100% teruggebracht. Figuur B1 Aantal deelnemers ingeschreven op 1 oktober 2000 op een middenkaderopleiding
300 250 200 150 100 50 0
272
253
aantal VOV
percentage VOV
20
227
15,44
197
15 10
9,88
42
25
1,32
2,03
4
3 lj1
lj2
lj3
5
percentage
aantallen
totaal aantal deelnemers
0
lj4
middenkader
Wanneer we de cohort-benadering toepassen op de opleiding in Figuur B1, komen we uit op een percentage opleidingsstakers van 31,2% (aantal uitvallers (42+25+3+4=74) gedeeld door het gemiddeld aantal deelnemers per jaar (272+253+227+197)/4=237,25)). Natuurlijk bestaan er ook andere mogelijkheden om
39
het percentage opleidingsstakers op opleidingsniveau te schatten. We hebben er verschillende geprobeerd en de verschillende schattingen wijken nauwelijks van elkaar af.
40
BIJLAGE
II
TECHNIEK MULTI-NIVEAU ANALYSE In dit rapport wordt rekening gehouden met de organieke structuur van de instellingen door middel van multi-niveau analyse: leerjaren zijn onderdeel van opleidingen en opleidingen vormen onderdeel van instellingen. In simpele bewoording komt het er op neer dat multi-niveau analyse rekening houdt met de geneste structuur van de data. Zoals bijvoorbeeld leerlingen in klassen elkaar beïnvloeden en ze dus een gemeenschapelijke ‘klassencomponent’ hebben, zo geldt dat ook voor opleidingen in instellingen. Vervolgens is het mogelijk om meerdere variabelen in een model op te nemen, zodat er gecontroleerd wordt voor mogelijke samenhang tussen deze variabelen. Omdat we te maken hebben met een afhankelijke (te schatten of te verklaren) variabele die uitgedrukt is als een percentage van een groep, hebben we een speciale schattingsmethode moeten gebruiken. Deze methode, die de afhankelijke variabele als binomiaal verdeeld verondersteld, houdt rekening met de natuurlijke begrenzing van een percentage (deze wordt als een proportie opgenomen, lopend van 0 tot 1). Een percentage kan nooit negatief zijn en nooit boven de 100 uitkomen. Om dit te benaderen worden de variabelen logistisch verdeeld (S-curve): een toename aan de randen (bijvoorbeeld van 3 naar 4 procent) heeft een minder grote impact dan een toename in het midden van de verdeling (bijvoorbeeld van 52 naar 53 procent). Omdat vervolgens de afwijkingen van het gemiddelde van het percentage opleidingsstakers – onze afhankelijke variabele – behoorlijk groot zijn, is er gekozen voor een extrabinomiale verdeling. Daarbij is er onderscheid gemaakt tussen drie niveaus: leerjaren, instellingen en opleidingen. Deze drie niveaus zijn als random effecten meegenomen. Dit bespaart vrijheidsgraden en veronderstelt dat de opgenomen leerjaren, instellingen en opleidingen random uit een populatie getrokken zijn. De eigenlijke eenheden zijn op leerjaarniveau, de leerjaren zijn ook als afzonderlijke fixed effecten meegenomen, met daarbij het hoogste leerjaar als referentiecategorie. De te verklaren variabele is dus de proportie opleidingstaken per leerjaar. Daarbij is met verschillende modellen geschat in hoeverre dit percentage samenhangt met (a) het leerjaar waarin deelnemers zich bevinden, (b) het kwalificatieniveau van de opleiding, (c) de leerweg, (d) de sector, (e) de vooropleiding, (f) de opleidingsgrootte, (g) de regio, (h) de locatie, (i) de instellingsgrootte en (j t/m s) inspectieoordelen. Het eerste geschatte model is het zogenaamde lege model. Hierin kan de constante beschouwd worden als een benadering van het gemiddeld percentage opleidingsstakers. Daarnaast geeft dit model aan hoe groot de variantie van het percentage opleidingsstakers tussen de instellingen, tussen de opleidingen binnen de instellingen en tussen de leerjaren binnen de opleidingen is. De bijbehorende vergelijking ziet er als volgt uit: -1
Proportie OPS=antilogit(-1,581)=[1+exp(1,581)] ≈0,17 Waarbij de varianties tussen instellingen en opleidingen als volgt worden gegeven (standaard fout tussen haakjes): Variantie instellingen
41
0,130 (0,081)
Variantie opleidingen Variantie leerjaren
0,749 (0,124) 141,824 (10,598)
Op het hoogste niveau is er geen significant verschil tussen instellingen. De variantie op leerjarenniveau is extra hoog vanwege de toegepaste weging met het totaal aantal ingeschreven deelnemers per leerjaar. Door aan dit lege model telkens een verklarende variabele toe te voegen wordt het best passende model gezocht. Wanneer een variabele geen significante bijdrage vertoonde aan de proportie opleidingsstakers, werd deze uit het volgende model verwijderd. In alle modellen zijn telkens de afzonderlijke leerjaren, de kwalificatieniveaus, de leerweg en de vooropleiding opgenomen. Deze vertonen alle een samenhang met het percentage opleidingsstakers. Uiteindelijk zijn we tot het volgende model gekomen: In formulevorm ziet ons geprefereerde model er als volgt uit: Logit(proportie opleidingsstakers per leerjaar)=-1,810 + 1,359*leerjaar1 + 1,143*leerjaar2 + 0,437*leerjaar3 + 0,747*niv1 + 0,188*niv2 + 0,779*niv3 + 0,659*bbl + 0,038*instellingsgrootte + -1,420*niv1*bbl + -1,368*niv2*bbl + -1,598*niv3*bbl + -0,337*niv1*zorg + 0,699*niv2*zorg + -0,309*niv3*zorg + 1,132*niv1*tech + -0,240*niv2*tech + 1,316*niv3*tech + 0,130*tech + -0,661*zorg + -0,524*vooropleiding De vetgedrukte coëfficiënten zijn significant. Een negatieve coëfficient betekent dat het opleidingstaken kleiner is dan in de referentiecategorie (bijvoorbeeld in leerjaar 1 groter dan in leerjaar 4). Een positieve coëfficient betekent dat het opleidingstaken groter is dan in de referentie categorie. Om de werkelijke proportieverschillen te berekenen moet de antilog van de coëfficienten genomen worden. (Zie Goldstein 1995, voor een verdere uitleg hierover.) Deze coëfficienten zijn uit te drukken in percentages. Dit is gedaan voor een aantal opleidingskenmerken. Op deze wijze kan berekend worden wat het verschil in opleidingstaken is (binnen een bepaalde betrouwbaarheidsrange) tussen bijvoorbeeld leerjaren met een hoogste gemiddelde vooropleiding en leerjaren met een laagste gemiddelde vooropleiding. Echter, dit soort percentageverschillen variëren over niveaus, leerjaren en sectoren vanwege de logistische verdeling van de afhankelijke variabele. Soms is er slechts een verschil van 7 procent tussen laagste en hoogste vooropleiding, soms bereikt dit verschil ook de 30 procent. Om toch een idee te krijgen van de geschatte coëfficienten worden hier 3 figuren gepresenteerd die per sector, leerweg, niveau en leerjaar patronen van opleidingstaken laten zien. Aan de lengte van de lijnen in de drie figuren is te zien welk kwalificatieniveau het betreft. Het assistentenniveau duurt slechts één jaar en heeft alleen een markering bij leerjaar 1. Het basisberoepsniveau duurt doorgaans twee jaar en heeft dus een markering bij leerjaar 1 en leerjaar 2, verbonden door een ononderbroken of stippellijn, afhankelijk van de leerweg. Hetzelfde geldt voor de vakopleidingen (3 jaar) en het middenkaderniveau (4 jaar). Voor alle figuren geldt dat de berekeningen zijn uitgevoerd voor het laagste gemiddelde vooropleidingniveau.
42
Figuur BII.1 VOV voor de sector economie; minimale vooropleiding, BOL & BBL 100 90 80 70
BOL-assists.
60
BOL-basisber.
50
BOL-vakopl. BOL-middenk.
40
BBL-assist.
30
BBL-basisber.
20
BBL-vakopl.
10
BBL-middenk.
0 1
2
leerjaren
3
4
In Figuur BII.1 is goed te zien dat het opleidingstaken bij de BBL lager is dan bij de BOL, behalve op het middenkaderniveau. Verder neemt het OPS op alle niveaus af over de leerjaren. In de volgende twee figuren die de sector techniek en zorg & welzijn betreffen, is het OPS bij de BBL niet meer opgenomen. De verschillen tussen BBL en BOL zijn bij deze sectoren hetzelfde gemodelleerd als bij de sector economie. Figuur BII.2 VOV voor de sector techniek; minimale vooropleiding, BOL 100 90 80 70
BOL-assists.
60
BOL-basisber.
50
BOL-vakopl.
40
BOL-middenk.
30 20 10 0 1
2
leerjaren
3
4
In Figuur BII.2 is goed te zien dat het OPS binnen de sector techniek erg hoog is op het assistentenniveau, ook vergeleken met de andere twee sectoren in Figuur BII.1 en BII.3.
43
100 90 80 70 60 50 40 30 20 10 0
Figuur BII.3 OPS voor de sector zorg; minimale vooropleiding, BOL
BOL-assists. BOL-basisber. BOL-vakopl. BOL-middenk.
1
2
3
4
leerjaren
Voor de sector zorg & welzijn is het patroon van OPS gelijkmatig. Er zijn hier geen opvallende uitschieters.
44