De invloed van school- en systeemkenmerken op (on)gelijke onderwijsuitkomsten naar sociale herkomst en thuistaal: vergelijkende analyse op PISA 2015

Gelijke onderwijskansen groeiden de voorbije decennia in vele landen uit tot een heikel thema binnen de onderwijsproblematiek. Het streven naar gelijke onderwijskansen houdt in dat schooluitkomsten van leerlingen niet (of zo weinig mogelijk) samenhangen met de sociaaleconomische status (SES), migratiestatus, thuistaal of gender van leerlingen. Vele onderwijssystemen hebben de voorbije decennia reeds heel wat middelen ingezet op het realiseren van gelijke onderwijskansen, waaronder Vlaanderen. Internationale studies zoals PISA en TIMSS tonen echter aan dat vele landen er tot op heden niet in slagen om de onderwijsongelijkheid tegen te gaan. Maar, er zijn wel grote verschillen tussen landen in de mate van onderwijsongelijkheid. Landen zoals o.a. Vlaanderen, de US of Hongarije staan bekend als onderwijssystemen met een grote onderwijsongelijkheid, terwijl landen zoals o.a. Denemarken, Finland en Canada het veel beter doen op vlak van gelijkheid. Niet alleen tussen landen worden verschillen geconstateerd, ook binnen een land blijken sommige scholen het beter te doen op vlak van gelijkheid dan andere. Dit alles leidt tot vragen zoals ‘Hoe komt het dat sommige landen er beter in slagen de onderwijsgelijkheid te verbeteren dan andere?’ of ‘Waarom hebben sommige scholen een hogere mate van onderwijsongelijkheid dan andere?’. Binnen het gelijke onderwijskansen debat, komt ook vaak de vrees naar voren dat meer gelijkheid ten koste gaat van de kwaliteit van een onderwijssysteem (Nicaise e.a., 2008). Uit een onderzoek van Danhier en Jacobs (2017) blijkt dit niet noodzakelijk het geval te zijn. Hun onderzoek toonde aan dat verschillende landen zoals Canada, Denemarken, Finland en Noorwegen simultaan beide doelen kunnen nastreven en realiseren. Deze landen combineren een hoge mate van sociale gelijkheid met hoge gemiddelde prestatieniveaus. Ondanks voorgaande voorbeelden zijn veel landen er nog niet in geslaagd de optimale verhouding tussen gelijkheid en kwaliteit te vinden en zitten zij in een trial-and-error proces. Ook in Vlaanderen is dit het geval. Gegeven het feit dat vele onderwijssystemen zowel gelijkheid als kwaliteit hoog in het vaandel hebben, focussen we ons in dit rapport op beide zaken. Meer bepaald zullen we nagaan hoe school- en systeemkenmerken enerzijds de prestaties van leerlingen (hierna leerlingpresaties) en scholen (hierna schoolprestaties), en anderzijds de ongelijkheid tussen leerlingen (hierna leerling-ongelijkheid) en tussen scholen (hierna school-ongelijkheid) kunnen verklaren. Algemeen hebben we vier onderzoeksvragen gesuggereerd: (1) Hoe en in welke mate zijn de leerlingprestaties inzake wiskunde en leesvaardigheid van 15-jarigen geassocieerd met school- en systeemkenmerken? (2) Hoe en in welke mate is de sociaaleconomische en linguïstische ongelijkheid tussen leerlingen geassocieerd met school- en systeemkenmerken? (3) Hoe en in welke mate zijn de schoolprestaties inzake wiskunde en leesvaardigheid geassocieerd met school- en systeemkenmerken? (4) Hoe en in welke is de sociaaleconomische en linguïstische ongelijkheid tussen scholen geassocieerd met systeemkenmerken? Onze ongelijkheidsmaatstaven worden allen gemeten door middel van de SES-gradiënt en de taal-gradiënt. De sociaaleconomische en linguïstische leerling-ongelijkheid wordt gemeten door resp. (1) de correlatie (meer bepaald de beta-coëfficiënt) tussen de SES van leerlingen en hun wiskunde- en/of leesvaardigheidsprestaties, (2) de correlatie tussen de thuistaal van leerlingen (spreken leerlingen thuis dezelfde taal als op school?) en hun wiskunde- en/of leesvaardigheidsprestaties. De sociaaleconomische en linguïstische school-ongelijkheid wordt gemeten door resp. (1) de correlatie tussen de school SES en de schoolprestaties inzake wiskunde en leesvaardigheid (2) de correlatie tussen het percentage anderstaligen in een school en de schoolprestaties inzake wiskunde en leesvaardigheid. In wat volgt bespreken we elk van onze onderzoeksvragen aan de hand van onze resultaten. Naast onze internationale schattingen, hebben we ook schattingen gemaakt voor Vlaanderen afzonderlijk (zie Annex 1). We stelden vast dat de resultaten voor Vlaanderen nauw aansluiten bij de resultaten die we constateerden op internationaal niveau. Gemiddelde leerling- en schoolprestaties In eerste instantie gingen we na welke school- en systeemkenmerken de leerling- en schoolprestaties inzake wiskunde en leesvaardigheid beïnvloeden. Met betrekking tot de schoolkenmerken, constateren we allereerst dat de kwaliteit van leerkrachten positief gecorreleerd is met de leerling- en schoolprestaties inzake wiskunde en leesvaardigheid. Dit betekent dat leerlingen in scholen met meer gekwalificeerde leerkrachten, het beter doen dan leerlingen in scholen met minder gekwalificeerde leerkrachten. Het waarborgen van voldoende gekwalificeerde leerkrachten blijft met andere woorden een belangrijke taak van inrichtende machten en overheden. Ten tweede vertoont ook de school-SES een positieve én sterke relatie met de leerling- en schoolprestaties. Dit suggereert dat de school SES een belangrijke determinant van de leerling- en school-ongelijkheid is: leerlingen in kansrijke scholen doen het aanzienlijk beter – ongeacht hun SES – dan leerlingen in kansarme scholen. Of nog, kansrijke leerlingen in een kansarme school zullen aanzienlijk lager scoren dan kansarme leerlingen in een kansrijke school. Het prestatieverschil tussen de meest kansrijke (95e percentiel) en de meest kansarme (5e percentiel) scholen in de OESO wordt in onze analyses geschat op circa 3 jaar formeel onderwijs. Alhoewel de ‘invloed’ van de school-SES niet te miskennen is, willen we toch voorzichtig zijn wat de richting van het effect betreft: enerzijds beïnvloedt de klassamenstelling de prestaties van individuele leerlingen; maar anderzijds bepalen hun prestaties ook de klas waar ze in terechtkomen. Sociale herkomst, schoolse segregatie en cognitieve prestaties beïnvloeden elkaar wellicht in een soort van escalerende beweging, waarbij ze doorheen de schoolloopbaan cumulatief gaan werken. Dit betekent meteen dat de variabele ‘school SES’ niet het momentaan effect van de huidige school- en klassamenstelling meet, maar eigenlijk als proxy dient voor de vicieuze cirkel waarin leerlingen uit lagere socioeconomische milieus van bij de start van hun loopbaan terechtkomen. We onderscheiden in de literatuur 7 mogelijke mechanismen die deze positieve correlatie tussen school SES en prestaties kunnen verklaren: 1) Peer group effecten: leerlingen leren niet alleen van de leerkrachten maar ook van elkaar. Het concentreren van kansarme leerlingen (die doorgaans zwakker presteren) in eenzelfde school is daarom nadelig aangezien ze minder van elkaar zullen leren (Thrupp et al., 2002; Van Eewijck & Slegers, 2010). 2) De ‘demotie-ervaring’ die leerlingen in kansarme scholen meemaken werkt eveneens ‘demotivatie’ in de hand (Pelleriaux, 2001; Van Houtte & Stevens, 2010; Spruyt, 2014). 3) Leerkrachten hebben de neiging om tegemoet te komen aan de zwakkere prestaties van hun leerlingen door de lat lager te leggen en minder inspanningen te vergen (Rosenthal & Jacobson, 1968; Heyerick, 1978; Speybroeck, 2013). 4) Schoolklimaat-effecten: concentratiescholen hebben in de regel meer tuchtproblemen, leerlingen zijn meer gefrustreerd, leerkrachten passen hun verwachtingen neerwaarts aan en spenderen meer tijd aan klasmanagement, ten koste van effectieve instructietijd (Thapa et al., 2013; Gustafsson et al., 2018). 5) Ongelijkheden in het sociaal en cultureel kapitaal van de schoolomgeving: concentratiescholen kunnen minder beroep doen op de sociale en culturele hulpbronnen van ouders en van de lokale gemeenschap (die zelf vaak kansarm is – Poesen-Vandeputte & Nicaise, 2015). 6) Soortgelijke Matteüseffecten spelen in het menselijk kapitaal en de materiële middelen van scholen: kansarme scholen worden vaak geconfronteerd met meer verouderde infrastructuur en minder sterke en ervaren schoolteams (Thrupp & Lupton, 2006; OECD, 2018b; Poesen-Vandeputte & Nicaise, 2015). Bovendien hebben kansarme scholen in gedecentraliseerde onderwijssystemen ook vaak minder werkingsmiddelen ter beschikking, omdat de lokale overheden die ze financieren zelf over kleinere budgetten beschikken. 7) Verschillen in curriculum tussen scholen met een hoge versus lage gemiddelde SES van leerlingen: Hier denken we vooral aan de ‘tracking’ die zo typisch is voor het secundair onderwijs. Leerlingen uit lagere sociale lagen van de bevolking worden systematisch meer naar het beroepsonderwijs georiënteerd, terwijl leerlingen uit begoede milieus in het algemeen vormend onderwijs geconcentreerd zitten. Het algemeen vormend onderwijs bevat uiteraard veel méér vorming in sleutelvaardigheden zoals wiskunde en taal dan het beroepsgericht onderwijs. Ongeacht de capaciteiten van de leerlingen zal dit verschil in aanbod de ongelijkheid in vaardigheden versterken (OECD, 2016a; Lavrijsen & Nicaise, 2015; Dockx, 2019). Analoge mechanismen spelen in systemen met een comprehensief curriculum waar de leerlingen op basis van hun prestaties gesegregeerd worden in niveauklassen. Alles samengenomen, is de school-SES (als uitkomst van een geleidelijk segregatieproces doorheen de voorbije schoolloopbaan) sterk gecorreleerd met de leerling- en schoolprestaties. Deze vaststelling riskeert uiteraard – door de quasimarktwerking in ons onderwijs – de segregatie en de ongelijkheid verder in de hand te werken: kansrijke ouders zullen immers vermijden om hun kinderen naar minder bevoorrechte scholen te sturen, tenzij de sociale mix door de overheid gereguleerd wordt. Anderzijds vertoont het percentage anderstaligen in een school een negatieve, maar zeer zwakke relatie met de (gemiddelde) wiskunde- en leesvaardigheidsprestaties van 15-jarige leerlingen. We concluderen aldus dat het percentage anderstalige leerlingen op school – na controle voor de individuele thuistaal - geen substantiële invloed heeft op

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.