Betreft: Onderzoek op basis van DUO data naar welke factoren een (belangrijke) rol spelen in het ziekteverzuim in het voortgezet onderwijs
Uitgave: SEOR BV
In opdracht van: In opdracht van het ministerie van OCW en Voion
Datum: mei 2023
Ziekteverzuim verstoort de bedrijfsvoering van een school en heeft daarmee een negatieve invloed op de kwaliteit van het onderwijs. Toenemende personeelstekorten maakt dit probleem nog nijpender en zorgt voor (extra) werkdruk bij de overige werknemers. Een effectieve verzuimaanpak is dus van belang om de negatieve gevolgen te minimaliseren. Voor een effectieve verzuimaanpak is inzicht nodig in welke factoren een (belangrijke) rol spelen in het ziekteverzuim. Daarom heeft Voion, samen met het ministerie van OCW, een verdiepend onderzoek laten uitvoeren door SEOR op de DUO-data[1]. Hoofddoel van het verdiepend onderzoek is om te kijken of er (extra) aanknopingspunten te vinden zijn om de Verzuimbenchmark-VO en het verzuimbeleid van de vo-scholen te optimaliseren.
Data-bestanden
- In tegenstelling tot de openbare bestanden van DUO die op schoolniveau (Brin) worden gepresenteerd, heeft SEOR voor dit onderzoek de beschikking gekregen over de (geanonimiseerde) individuele verzuimdata van werknemers in het vo van 2016 t/m 2021. Daarmee was het mogelijk om verzuimgegevens aan elkaar te koppelen en eventuele (andere) ziekteverzuimpatronen te ontdekken. Aan deze dataset van DUO heeft SEOR nog de volgende organisatievariabelen toegevoegd:
- Percentage leerlingen uit APCG-gebied (Armoedeprobleem-cumulatie-gebieden);
- Gemiddelde inspectiescore van een school (Geen oordeel/onvoldoende/onvoldoende, tenzij/voldoende);
- Leerling leraar ratio (LLR).
Voornaamste conclusies
- De kwaliteit van de DUO-data is goed en ondanks dat er een aantal scholen ontbreken in het bestand is het wel representatief voor het vo.
- De verklaarde variantie op basis van de data is helaas laag (10%). Dit betekent dat het grootste deel van het ziekteverzuim niet verklaard kan worden met de variabelen die in de dataset zitten, maar andere oorzaken heeft.
- Het onderzoek biedt, mede door bovenstaande, weinig (nieuwe) aanknopingspunten voor een effectiever verzuimbeleid. Het ziekteverzuimpercentage op school wordt (significant) beïnvloedt door de volgende school- en persoonskenmerken: schooltype, denominatie, verstedelijking, schoolgrootte, leerling-leraar ratio, leeftijd en werktijdfactor.
- Vanaf 20 weken voor aanvang van een lange verzuimperiode (meer dan 41 dagen), loopt het gemiddeld aantal verzuimdagen langzaam op, met name één maand voor aanvang van een lange ziekteverzuimperiode. Deze statistiek geeft in de praktijk echter te weinig handvatten om vroegtijdig (preventieve) interventies uit te kunnen voeren.
- De inrichting van de Verzuimbenchmark-VO op basis van schooltype is terecht; in de dataset is schooltype het meest onderscheidende criterium voor de hoogte van het ziekteverzuim op school, zowel voor het nulverzuim als ook voor het kort, middellang en (zeer) lang verzuim. Een verdere uitsplitsing naar verstedelijking en leeftijd zou eventueel nog een (kleine) aanvulling kunnen zijn.
- Omdat de data van goede kwaliteit is, biedt het een goede basis voor verder onderzoek (bijv. experimenteren met verschillende verzuimaanpakken op scholen).
Overige opvallende zaken
Bij de analyse op schoolniveau komt een aantal opvallende zaken naar voren:
- Grotere scholen (Brin’s) met meer werknemers hebben gemiddeld een lager verzuim. Een mogelijke verklaring hiervoor zou kunnen zijn dat grotere scholen een beter verzuimbeleid en/of meer handelingsvermogen hebben dan kleinere scholen.
- Scholen met een lage leerling-leraar ratio (lage LLR), dus kleine klassen, hebben een hoger verzuim. Het is aannemelijk dat het hebben van (zeer) kleine klassen, met name iets zegt over het schooltype (m.n. pro-scholen hebben kleine klassen) en de problematiek van de leerlingpopulatie. Echter blijft dit effect ook bestaan als er wordt gecorrigeerd voor schooltype. Het (aannemelijke) verband dat grotere klassen tot meer werkdruk en dus tot meer ziekteverzuim leiden, wordt niet gevonden in de data.
- De relatie tussen verzuim en deeltijdfactor blijkt complex.
Op persoonsniveau is er een duidelijke omgekeerde causaliteit tussen verzuim en deeltijdfactor: mensen die gezonder zijn kunnen meer werken en hebben dus zowel een hoge deeltijdfactor als een lager verzuim. Dit betekent echter nadrukkelijk niet dat meer werken ervoor zorgt dat je minder vaak verzuimt.
Op schoolniveau zien we namelijk dat scholen met een gemiddeld hogere deeltijdfactor ook een hoger verzuimpercentage hebben. Het kan natuurlijk zijn dat dit wordt veroorzaakt door zaken die buiten het model zitten (bijv. door verslechtering van de werk-privé balans), maar het is niet uit te sluiten dat een uitbreiding van uren mogelijk tot een wat hoger ziekteverzuim leidt als dit betekent dat mensen meer gaan werken dan optimaal voor hen is. Dus als mensen die vanwege gezondheid of een betere werk-privé balans minder uren zijn gaan werken, weer meer gaan werken, wordt de kans op ziekteverzuim voor hen waarschijnlijk groter.
[1] Schoolbesturen in het voortgezet onderwijs zijn verantwoordelijk voor het aanleveren van correcte verzuim- en formatiegegevens aan DUO. De dekkingsgraad voor de gegevensaanlevering in het vo ligt de afgelopen jaren rond de 96%.
Lees het volledige onderzoek >>
