Om te sturen op de effectiviteit van samenwerking is het belangrijk om die te kunnen meten. Wat levert de verbinding tussen onderwijs en jeugdhulp op voor kinderen en gezinnen en voor gemeenten, scholen en jeugdhulpinstellingen? Daarom ontwikkelde het Nederlands Jeugdinstituut de Monitor AOJ op verzoek van de regio’s. De Monitor AOJ bestaat uit indicatoren en rapporten. De rapporten zijn per onderwerp een samenstelling van indicatoren die u kunt gebruiken als sturingsinformatie. Hieronder leest u meer over de achtergrond van de gegevens.

Waar komen deze cijfers vandaan?

Er worden op deze website cijfers getoond die afkomstig zijn van verschillende bronnen. De twee belangrijkste bronnen zijn:

  • het Centraal Bureau voor de Statistiek (CBS)
  • de Dienst Uitvoering Onderwijs van het ministerie van Onderwijs, Cultuur en Wetenschap (DUO)

De bronvermelding onderaan de figuren geeft aan waar deze data vandaan komen. Het NJi heeft deze data vervolgens bewerkt om tot vergelijkbare grafieken, tabellen en teksten te kunnen komen. CBS-data werden aangemaakt via de Microdataservices vanuit individuele gegevens van kinderen en gezinnen.

Niveaus van de data

Er worden drie regionale niveaus gehanteerd: de woongemeente (indeling 2018) en de twee regio’s van samenwerkingsverbanden voor passend onderwijs voor voortgezet en voor primair onderwijs (waarbij het gaat om de plek waar de jeugdige naar school gaat). De data werden geaggregeerd op elk van deze drie indelingen en op kalenderjaar en leeftijd. Ook de data over leerlingaantallen vanuit DUO zijn geaggregeerd op het niveau van de genoemde regioindelingen.

Gemeentelijke herindeling

Ieder jaar vinden er veranderingen plaats in de gemeentegrenzen in Nederland. In 2018 is het aantal gemeenten gedaald naar 380, en in 2019 naar 355. In 2020 is het aantal gemeenten gelijk gebleven.

De Monitor AOJ toont de gegevens voor de gemeenten waarvan de laatste data beschikbaar is. Dit betekent voor sommige gefuseerde gemeenten dat de gegevens nog niet beschikbaar zijn voor de nieuwe gemeentegrenzen. Ga naar cijfers en trends over onderwijs en jeugdzorg voor de laatste gegevens.

Privacyregels

Vanwege privacy redenen worden sommige aantallen niet weergegeven. Dit is het geval bij aantallen kleiner dan tien en bij hogere aantallen, waarbij het mogelijk is om kleine aantallen terug te rekenen. Wanneer de waarden kleiner dan 10 wel in de data voorkwamen, zijn ze vervangen door een benadering van dit aantal, berekend door het percentage van de betreffende regiotype (gemeente, samenwerkingsverband PO of samenwerkingsverband VO), leeftijd, en kalenderjaargroep toe te passen op het totaal in die gemeente.

Schattingen

Voor twee kenmerken, verwachte problematiek en verwacht jeugdzorggebruik, is gebruik gemaakt van modellen.

 

Verwachte problematiek

De cijfers over problematiek zijn afkomstig uit het onderzoek Health Behaviour in School Children (HBSC) uit 2013. Het HBSC onderzoek wordt niet jaarlijks maar een keer in de vier jaar afgenomen. Het is een representatief onderzoek voor de Nederlandse bevolking. In de Monitor AOJ laten we echter gegevens op gemeente- of samenwerkingsverbandniveau zien. Om deze gegevens ook op gemeente- en regioniveau weer te geven is een schattingsmethode gebruikt. Daarvoor is gebruik gemaakt van sociaal-demografische gemeentekenmerken en landelijke prevalenties over deze problemen die worden weergegeven op de website van NJi.

In de figuur over problematiek wordt voor zes soorten problemen weergegeven hoeveel jeugdigen hiermee kampen. Het gaat om depressie, angststoornissen, autisme, middelenmisbruik, gedragsstoornissen en ADHD.

De items voor problematiek worden door de volgende enquêtevragen gemeten:

  • Gedragsstoornis: kinderen die het volgende aangeven (boos en driftig worden; niet doen wat opgedragen wordt; vaak vechten; anderen laten doen wat ik wil; ik wordt vaak beschuldigd van liegen; pak dingen die niet van mij zijn)
  • ADHD: kinderen die het volgende aangeven (rusteloos, niet stilzitten; wiebelen; snel afgeleid, moeilijk concentreren, niet nadenken voordat ik iets doe; ik maak dingen niet af, kan mijn aandacht er niet bij houden.
  • Autisme: kinderen die aangeven geen vrienden te hebben en/of beter met volwassenen om te kunnen gaan en/of aangeeft nogal op zichzelf te zijn en meestal alleen te spelen.
  • Angststoornis: kinderen die aangeven voor veel dingen en/of snel bang te zijn.
  • Depressie: kinderen die aangeven dat zich elke dag ongelukkig te voelen.
  • Middelenmisbruik: kinderen die aangeven dagelijks te drinken, maandelijks cannabis te gebruiken en maandelijks te ‘bingedrinken’.

In de radarfiguur worden de gestandaardiseerde scores weergegeven. Hiermee is het mogelijk om de scores op de verschillende probleemgebieden met elkaar en met het landelijk gemiddelde te vergelijken. In de staafdiagram zien we het geschatte percentage jeugdigen dat elk probleem heeft. Deze zijn niet op te tellen tot één totaal, aangezien jongeren meerdere problemen kunnen hebben.

Verwacht jeugdzorggebruik

De cijfers over verwacht jeugdzorggebruik zijn afkomstig uit door het NJi gemaakte modellen. We voeren regressie-analyses uit waarin per gemeente kenmerken van de populatie en de omgeving van een gemeente worden gekoppeld aan het aantal kinderen dat gebruik maakte van verschillende typen jeugdzorg.

De volgende kenmerken zijn in dit model meegenomen:

  • Het aandeel kinderen in een eenoudergezin;
  • Het aandeel allochtone kinderen;
  • Het aandeel kinderen met een leerlinggewicht in het primair onderwijs;;
  • De gewogen statusscore van inwoners van de gemeente;
  • Het aandeel huishoudens met kinderen met een laag inkomen (laagste 10% van alle huishoudens in Nederland);
  • Vermogensongelijkheid (GINI);
  • Inkomensongelijkheid (GINI);
  • Het aandeel van de bewoners dat jonger is dan 18;
  • Het aandeel kinderen dat te maken heeft gehad met een scheiding (zowel huwelijk als geregistreerd partnerschap);
  • Het percentage van het grondgebied voor recreatief gebruik;
  • Stedelijkheid van de gemeente.

De regressie-analyse is “stepwise” uitgevoerd. Dit betekent dat binnen de analyse eerst het best voorspellende kenmerk in een model wordt gevat. Vervolgens wordt gekeken of een tweede kenmerk zou zorgen voor een (significant) betere voorspelling. Dit gaat door tot de voorspellende waarde van het model niet meer toeneemt. Als resultaat van deze methode zijn alleen de drie kenmerken met de grootste voorspellende waarde opgenomen in het model: het aandeel kinderen in een eenoudergezin, de gewogen statusscore van inwoners van de gemeente en de GINI-score voor inkomensongelijkheid. De overige kenmerken bleken geen toegevoegde voorspellende waarde te hebben.