Specialundervisningsbehov i Sønderborg Kommune

Størrelse: px
Starte visningen fra side:

Download "Specialundervisningsbehov i Sønderborg Kommune"

Transkript

1 Rapport Specialundervisningsbehov i Sønderborg Kommune En socioøkonomisk tildelingsmodel Søren Teglgaard Jakobsen

2 Specialundervisningsbehov i Sønderborg Kommune En socioøkonomisk tildelingsmodel VIVE og forfatteren, 2019 e-isbn: Projekt: VIVE Viden til Velfærd Det Nationale Forsknings- og Analysecenter for Velfærd Herluf Trolles Gade 11, 1052 København K VIVEs publikationer kan frit citeres med tydelig kildeangivelse.

3 Indhold Sammenfatning Formål Metode og data Metode Datagrundlag Resultater for den statistiske model Modellens forklaringskraft Benchmarking af Sønderborg Kommunes henvisningspraksis Forventet specialundervisningsbehov i Sønderborg Kommunes skoler Budgettildelingsmodel Fordeling af inklusionsmidler Bilag 1 Oversigt over modellens variable... 21

4 Sammenfatning Sønderborg Kommune har bedt VIVE om at gennemføre en analyse af forskelle i det forventede specialundervisningsbehov mellem kommunens skoledistrikter. Analysen tager højde for forskelle i elevernes demografiske, socioøkonomiske og sundhedsmæssige karakteristika. Analysen giver også et forslag til, hvordan midlerne til specialundervisning kan fordeles mellem skolerne på baggrund af de forventede forskelle i specialundervisningsbehovet. Endelig sammenlignes Sønderborg Kommunes samlede henvisningspraksis til segregeret specialundervisning 1 med henvisningspraksis på landsplan. Det forventede specialundervisningsbehov vurderes ud fra en statistisk model, som viser sammenhængen mellem de demografiske, socioøkonomiske og sundhedsmæssige karakteristika hos eleverne og sandsynligheden for, at den enkelte elev vil modtage segregeret specialundervisning. Den statistiske model er baseret på registerdata for alle grundskoleelever i Danmark og afspejler den gennemsnitlige henvisningspraksis på landsplan. Når vi ser på de relevante karakteristika hos eleverne i Sønderborg Kommune, forventes det ud fra den statistiske model, at Sønderborg Kommune henviser 4,7 % af eleverne til segregeret specialundervisning. I praksis henviser kommunen 4,1 % af sine elever. Når der tages højde for elevernes baggrundsforhold, henviser Sønderborg Kommune altså i et mindre omfang til segregeret specialundervisning end den gennemsnitlige visitationspraksis for alle kommuner. Den statistiske model anvendes til at beregne det forventede specialundervisningsbehov for hver enkelt skole i Sønderborg Kommune. Dette gøres ved at se på hver enkelt elevs demografiske, socioøkonomiske og sundhedsmæssige karakteristika og herudfra beregne den enkelte elevs sandsynlighed for at modtage segregeret specialundervisning. Disse tal sammenfattes til et gennemsnitligt specialundervisningsbehov for hver skole. Resultaterne viser, at der på baggrund af forskelle i skolernes elevgrundlag må forventes forskelle mellem skolernes specialundervisningsbehov. Nordals Skolen har et forventet specialundervisningsbehov, som ligger 51 % over gennemsnittet for kommunen. Omvendt har Dybbøl-Skolen et forventet specialundervisningsbehov, som ligger 31% under kommunegennemsnittet. Vurderingen af skolernes specialundervisningsbehov foretages, efter aftale med Sønderborg Kommune, kun på elevgrundlaget i klasse. Skolernes forventede specialundervisningsbehov anvendes som grundlag for VIVEs forslag til fordeling af midlerne til specialundervisning mellem skolernes i Sønderborg Kommune. Forskellene mellem skolernes forventede behov betyder, at midlerne i VIVEs forslag fordeles anderledes, end hvis midlerne blev fordelt jævnt efter elevtallet. Skoler med et højt forventet specialundervisningsbehov vil således få et højere beløb pr. elev til specialundervisning end skoler med et lavt forventet specialundervisningsbehov. Forslagene til fordeling af midler bør kun anvendes vedrørende midler til elever i klasse, da dette elevgrundlag danner grundlaget for beregningen af de forventede specialundervisningsbehov. Forslagene til fordelingsmodeller fremgår af afsnit 6 (på side 18). Den aktuelle henvisning til segregeret specialundervisning i kommunens skoler afviger fra skolernes forventede specialundervisningsbehov, som det bliver beregnet af VIVE-modellen. For seks af skolerne er den faktiske andel af kommunens specialundervisningselever mellem 1 og 4,4 procentpoint højere, end hvad man ville forvente ud fra elevernes socioøkonomiske baggrund og kommunens gennemsnitlige henvisningspraksis. På Hørup Centralskole og Sønderskov-Skolen er andelen af faktiske specialundervisningselever omvendt 1,8 og 5,1 procentpoint lavere end den forventede andel. Disse afvigelser mellem forventede og faktiske værdier tyder på, at der er forskelle i henvisningspraksis mellem skolerne. 1 Segregeret specialundervisning indebærer, at eleven modtager undervisning i enten specialklasse eller på specialskole. 4

5 1 Formål Formålet med dette notat er at beskrive forskelle i det forventede specialundervisningsbehov mellem skoledistrikterne i Sønderborg Kommune. Det forventede specialundervisningsbehov er beregnet på baggrund af en statistisk model (VIVE-modellen), som tager højde for den statistiske sammenhæng, der er mellem elevernes demografiske, socioøkonomiske og sundhedsrelaterede forhold og deres sandsynlighed for at modtage segregeret specialundervisning. Første skridt i analysen er estimeringen af den statistiske model, som viser sammenhængen mellem de demografiske, socioøkonomiske og sundhedsrelaterede karakteristika for eleverne og sandsynligheden for, at den enkelte elev modtager segregeret specialundervisning. Segregeret specialundervisning indebærer, at eleven modtager undervisning i enten specialklasse eller på specialskole. Den statistiske model er baseret på registerdata for alle grundskoleelever i Danmark og afspejler således den gennemsnitlige henvisningspraksis på landsplan. Modellen anvendes dernæst på Sønderborg Kommunes elever til at beregne hver enkelt elevs sandsynlighed for at modtage segregeret specialundervisning, givet deres forskellige karakteristika. Desuden beregnes det antal elever, som man på baggrund af modellen vil forvente skulle modtage segregeret specialundervisning i Sønderborg Kommunes skoledistrikter, hvis kommunen fulgte den samme henvisningspraksis som på landsplan. Den statistiske model kan anvendes som grundlag for at beskrive forskelle i forventet specialundervisningsbehov mellem Sønderborg Kommunes skoledistrikter. Samtidig kan modellen anvendes til at benchmarke Sønderborg Kommunes samlede henvisningspraksis med den gennemsnitlige henvisningspraksis på landsplan, når der tages hensyn til kommunens elevsammensætning. Endelig kan forudsigelserne fra den statistiske model anvendes som grundlag for en budgetfordelingsmodel på specialundervisningsområdet, dvs. som et værktøj til fordeling af midler til specialundervisning mellem skoler i Sønderborg Kommune. 5

6 2 Metode og data 2.1 Metode Med henblik på at kunne opstille en fordelingsmodel, som tager hensyn til specialundervisningsbehovet i de enkelte skoledistrikter, estimerer VIVE en statistisk model for sammenhængen mellem en række demografiske, socioøkonomiske og sundhedsrelaterede karakteristika hos folkeskoleeleverne (og deres forældre) og sandsynligheden for, at eleverne modtager segregeret specialundervisning. Der anvendes en statistisk model 2, som tager højde for den særlige struktur i data, hvor den afhængige variabel kun kan antage to gensidigt udelukkende værdier (modtager af segregeret specialundervisning eller ej). Modellen anvendes til at beregne hver enkelt elevs sandsynlighed for at få segregeret specialundervisning, udelukkende baseret på elevens og forældrenes karakteristika. Herfra kan det beregnes, hvor mange elever der forventes at modtage segregeret specialundervisning i hvert skoledistrikt. Dermed tager VIVE-modellen både hensyn til elevernes karakteristika og skoledistrikternes størrelse. 2.2 Datagrundlag Den primære variabel i analysen er en oplysning om, hvorvidt den enkelte elev modtager segregeret specialundervisning. Oplysninger om, hvilke elever der modtager segregeret specialundervisning, stammer fra registerdata indsamlet af Danmarks Statistik. De øvrige data om eleverne og deres forældre er indhentet fra en række forskellige registre hos Danmarks Statistik og Sundhedsdatastyrelsen. Boksen nedenfor indeholder en oversigt over de forklarende variable, som indgår i analyserne. 2 Logit-model. 6

7 Boks 1: Forklarende variable Variable vedrørende eleven: Elevens alder Elevens køn Elevens alder ved skolestart Eleven havde lav fødselsvægt (<2.500 g) Eleven er adopteret Elevens oprindelsesland Elevens gennemsnitlige antal indlæggelser de seneste fem år Elevens gennemsnitlige antal kontakter med alment praktiserende læge i de seneste fem år Eleven har haft kontakt med en speciallæge inden for de seneste fem år 1 Antal hjemmeboende børn i elevens familie Elevens forældre er samboende Mindst én af forældrene er døde Variable vedrørende forældrene: Moderens og faderens alder ved elevens fødsel 2 Moderen og/eller faderen er skilt eller blevet enke(mand) 2 Moderens og faderens alderskorrigerede indkomst (gennemsnit af de seneste fem år) 2 Moderens og faderens alderskorrigerede uddannelsesniveau (gennemsnit af de seneste fem år) 2 Moderens og faderens alderskorrigerede jobprestige (gennemsnit af de seneste fem år) 2 Moderens og faderens dominerende beskæftigelsesstatus i de seneste fem år 2 Moderens og faderens antal kontakter med alment praktiserende læge (gennemsnit af de seneste fem år) 2 Moderen og/eller faderen har haft kontakt med psykiatrien inden for de seneste fem år 2 Moderen og/eller faderen har haft kontakt med en speciallæge inden for de seneste fem år 1, 2 Moderen og/eller faderen har haft kontakt med en tandlæge inden for de seneste fem år 2 Moderens og faderens gennemsnitlige antal indlæggelser de seneste fem år 2 Moderen og/eller faderen har været i behandling for et misbrug inden for de seneste fem år 2 Moderen og/eller faderen er dømt for mindre alvorlige overtrædelser af straffeloven de seneste fem år 2 Moderen og/eller faderen er dømt for alvorlige overtrædelser af straffeloven de seneste fem år 2 Moderen og/eller faderen er dømt for personfarlige overtrædelser af straffeloven de seneste fem år 2 Moderen og/eller faderen er ukendt 2 Note: 1) Ekskl. kontakt til en psykiater. 2) Der er kodet én separat variabel for moderen og én for faderen. Enkelte variable fortjener indledningsvist en nærmere uddybning. VIVEs tidligere analyser af henvisning til segregeret specialundervisning har vist, at drenges sandsynlighed for at modtage specialundervisning er højere end pigers. Samtidig har adopterede børn højere sandsynlighed end ikke-adopterede for at modtage segregeret specialundervisning. Der er ikke noget belæg for at forvente, at fordelingen af piger/drenge eller antallet af adopterede børn skulle være systematisk forskellig på tværs af skoledistrikterne i en kommune på grund af forskelle i befolkningssammensætningen. Der kan imidlertid godt over en årrække forekomme forskelle mellem skoledistrikterne i forhold til kønsfordelingen på grund af simpel tilfældighed. Det samme gælder for antallet af adopterede børn. Sådanne tilfældige skævvridninger kan, på trods af deres lille om- 7

8 fang, have væsentlig betydning for specialundervisningsbehovet, fordi faktorerne har væsentlig betydning for sandsynligheden for segregeret specialundervisning. De to faktorer er derfor vigtige at have med i modellen. For flere af variablenes vedkommende inddrager vi oplysninger om eleverne og/eller forældrene fem år tilbage i tiden. På den måde bygger variablene ikke kun på oplysninger om hændelser mv., som finder sted i analyseåret, men også på hændelser, som finder sted i tiden op til analyseåret. Variablen for forældrenes jobprestige angiver den socioøkonomiske status, som knytter sig til forældrenes stillingsbetegnelser. Jobprestigen er opgjort i henhold til internationale standarder, og bygger på den såkaldte ISEI-score (International Standard Classification of Occupations). Variablene for både forældrenes indkomstniveau, uddannelsesniveau og jobprestige er alderskorrigeret. Alderskorrektionen består i, at forældrenes niveau på variablene udtrykker, hvor meget forældrene ligger over eller under det forventede niveau for deres aldersgruppe. Dermed tages der højde for, at forældre med højere alder typisk vil være højere uddannet samt have højere indkomst og jobprestige end yngre forældre. VIVE-modellen indeholder ikke en variabel for elevernes etniske baggrund. Årsagen er, at anden etnisk baggrund end dansk ikke i sig selv øger sandsynligheden for at modtage segregeret specialundervisning, når der samtidig tages højde for de øvrige variable i modellen. På landsplan er der således ikke nogen tendens til, at børn med anden etnisk baggrund end dansk henvises oftere til segregeret specialundervisning end etnisk danske børn med tilsvarende demografiske og socioøkonomiske karakteristika. Børn med anden etnisk baggrund har isoleret set større sandsynlighed for segregeret specialundervisning end etnisk danske børn, men altså ikke større sandsynlighed end etniske danske børn med samme demografiske og socioøkonomiske baggrund. VIVEs analyse viser faktisk, at børn med anden etnisk baggrund end dansk statistisk har en lidt mindre sandsynlighed for at modtage segregeret specialundervisning end etnisk danske børn med tilsvarende demografiske og socioøkonomiske karakteristika. Der kan være flere forklaringer på dette forhold. For det første modtager en del af eleverne med anden etnisk baggrund undervisning i dansk som andetsprog. Undervisning i dansk som andetsprog uden for normalklasser eller i modtagelsesklasser betragtes ikke som segregeret specialundervisning men kan alligevel fungere som en aflastning af klassen/skolen, som gør, at henvisning til specialklasse bliver mindre sandsynlig. En anden forklaring kan være, at forældre med anden etnisk baggrund end dansk i højere grad end etnisk danske forældre oplever det som stigmatiserende, at barnet henvises til specialklasse, og derfor i mindre grad presser på for en udredningsproces for deres barn. Trods den negative sammenhæng er variablen etnisk baggrund udeladt af VIVE-modellen på grund af den indholdsmæssige usikkerhed, der er om de bagvedliggende årsager til resultatet. Det er i denne sammenhæng vigtigt at bemærke, at skoler med en høj andel af tosprogede børn eller børn med anden etnisk baggrund end dansk af andre årsager kan have et væsentligt større udgiftsbehov end skoler med en lav andel af sådanne elever. VIVEs resultat viser blot, at dette eventuelle højere udgiftsbehov ikke skabes af et større behov for segregeret specialundervisning Population Opgørelser og analyser af henvisning til segregeret specialundervisning kan foretages enten med udgangspunkt i alle elever i grundskolealderen, dvs. både folkeskolelever og elever i privatskoler eller frie grundskoler, eller alternativt kan henvisningsandelen opgøres alene med udgangspunkt i kommunens folkeskoleelever. Det er VIVEs vurdering, at det er mest retvisende at foretage analyser 8

9 og opgørelser af henvisning til segregeret specialundervisning med udgangspunkt i alle grundskoleelever (dvs. både folkeskole- og privatskoleelever), fordi fokus alene på elever i folkeskolen vil skævvride resultaterne for de enkelte kommuner, hvis deres privatskoleandel afviger fra landsgennemsnittet. Tilsvarende kan fokus alene på folkeskoleeleverne skævvride resultaterne ved sammenligning af skoledistrikter internt i en kommune, såfremt privatskoleandelen varierer mellem skoledistrikterne. Som følge af disse overvejelser er populationsgrundlaget for udledningen af VIVE-modellen alle danske 5-17-årige grundskoleelever i skoleåret 2016/2017. Betydningen af de forskellige demografiske, socioøkonomiske og sundhedsrelaterede karakteristika i modellen er altså estimeret ud fra data, som dækker samtlige grundskoleelever i Danmark. For alle eleverne er der indhentet oplysninger om dem selv og om deres forældres socioøkonomiske karakteristika. Når vi anvender den statistiske model på populationen af elever i Sønderborg Kommune, får vi derfor hvert barns sandsynlighed for at modtage segregeret specialundervisning under antagelse af, at visitationspraksis er den samme i Sønderborg som på landsplan. Det skyldes, at modellen er beregnet på baggrund af alle danske børn. De estimerede sandsynligheder for hvert skoledistrikt i Sønderborg Kommune påvirkes dermed ikke af den faktiske henvisningspraksis i det pågældende distrikt, da det alene er elevernes socioøkonomiske baggrund, der er udslagsgivende for sandsynligheden for at modtage segregeret specialundervisning. Skoleåret 2016/2017 er det seneste år, hvor oplysningerne fra Danmarks Statistik er tilgængelige. Oplysningerne om elevgrundlaget i Sønderborg Kommune kommer fra kommunens eget elevregister og tager udgangspunkt i skoleåret 2018/2019. Beregningerne af Sønderborg Kommunes relative henvisningspraksis set i forhold til landsgennemsnittet tager således udgangspunkt i data for skolebørn i hele landet i 2016/2017. Til beregningen af budgettildelingsmodel i afsnit 6 anvendes estimaterne fra den statistiske model sammen med Sønderborgs egne elevoplysninger for skoleåret 2018/2019. Eleverne i Sønderborg Kommune er i analysen afgrænset til alle elever, som kommunen er administrationskommune for. Foruden elever bosiddende i Sønderborg omfatter det elever, som er anbragt uden for kommunen. Omvendt indgår der ikke elever, som er anbragt af en anden kommune i Sønderborg Kommune. 9

10 3 Resultater for den statistiske model Tabel 3.1 nedenfor viser de variable i VIVE-modellen, som har størst betydning for elevernes sandsynlighed for at modtage segregeret specialundervisning. Fortegnet angiver retningen på den statistiske sammenhæng. For eksempel viser fortegnet ved variablen Barnets alder, at jo ældre barnet er, jo højere er sandsynligheden for, at barnet modtager segregeret specialundervisning. Omvendt mindsker det sandsynligheden for at modtage segregeret specialundervisning, hvis barnet er en pige. Variablene i tabel 3.1 er rangeret efter deres isolerede betydning. Der indgår en række variable i den statistiske model, som for overskuelighedens skyld ikke er vist i tabel 3.1. For eksempel indeholder modellen også variable vedrørende forældrenes indkomst. Indkomstvariablen har en vis sammenhæng med elevernes sandsynlighed for at modtage segregeret specialundervisning, men den selvstændige betydning er forholdsvis lille, når der tages højde for de øvrige variable i modellen. Variablen er derfor ikke medtaget i oversigten i tabel 3.1, men er altså stadig medtaget i modellen. Afsnit 7 indeholder en komplet oversigt over alle modellens variable og deres sammenhæng med elevernes sandsynlighed for at modtage segregeret specialundervisning. Tabel 3.1 Variabel VIVE-modellen. De væsentligste forklarende variable for elevernes sandsynlighed for at modtage segregeret specialundervisning Fortegn Elevens køn (pige) - Elevens alder ved skolestart + Elevens gennemsnitlige antal indlæggelser de seneste fem år + Elevens alder + Indikator af, at eleven er anbragt (ingen børn bor hos barnets forældre) 1 + Elevens gennemsnitlige antal kontakter med alment praktiserende læge i de seneste fem år + Eleven havde lav fødselsvægt (<2.500 g) + Eleven har ikke-vestlig oprindelse - Moderens alderskorrigerede uddannelsesniveau (0=forventede uddannelsesniveau) - Eleven er enebarn 1 + Elevens forældre er samboende - Moderens primære beskæftigelsesstatus er kontanthjælpsmodtager i perioden 2 + Eleven er adopteret + Faderens alderskorrigerede uddannelsesniveau (0=forventede uddannelsesniveau) - Moderens primære beskæftigelsesstatus er førtidspensionist i perioden 2 + Note: Kilde: Modellen er beregnet på baggrund af alle landets elever i klasse i skoleåret 2016/2017. Der indgår både elever i folkeskoler, privatskoler og frie grundskoler. N= , Pseudo R2=0,161. Alle de viste variable er statistisk signifikante på 0,001-niveau. 1) Variablen er kodet i seks kategorier. Referencekategorien er 2 børn i familien. Ingen hjemmeboende børn i barnets familie er en indikator for, at eleven er anbragt. Se 7 for en uddybning af de øvrige kategorier. 2) Variablen er kodet i syv kategorier. Referencekategorien er Lønmodtager. Se 7 for en uddybning af de øvrige kategorier. VIVEs beregninger på baggrund af data fra Danmarks Statistik og Sundhedsdatastyrelsen Vi ser i tabel 3.1, at det er faktorer vedrørende eleven selv og moderen, der har den største betydning for specialundervisningsbehovet på landsplan. 10

11 Mange af de forklarende variable er i det store hele udtryk for noget af det samme. For eksempel vil et højt uddannelsesniveau og en høj indkomst langt hen ad vejen være udtryk for en høj socioøkonomisk status. Når to variable på denne måde er udtryk for det samme, kan de stjæle forklaringskraft fra hinanden. Det vil sige, at nogle af de variable, der ikke er med på listen i tabel 3.1, potentielt kunne have haft større forklaringskraft, hvis nogle af de andre variable var udeladt. Dette skal der tages forbehold for ved rangordningen af de betydende variable Modellens forklaringskraft Præcisionen af den statistiske model dvs. den statistiske models evne til at forudsige, hvilke elever der rent faktisk modtager specialundervisning illustreres i tabel 3.2 nedenfor. Dette gøres ved at undersøge, hvor stor en andel af de faktiske modtagere af specialundervisning vi indfanger, når vi stiller skarpt på de elever, som har højest henholdsvis lavest sandsynlighed for at modtage specialundervisning 4. Tabel 3.2 viser, at 49,6 % af de elever, der rent faktisk modtager specialundervisning i Sønderborg Kommune, befinder sig blandt de 10 % af eleverne, der har størst sandsynlighed for at modtage specialundervisning. Omvendt befinder 0,8 % af specialundervisningseleverne sig blandt de 10 % elever med lavest sandsynlighed. Hvis elevernes baggrundsforhold ikke havde nogen betydning for sandsynligheden for at modtage specialundervisning, ville vi i begge grupper forvente at indfange 10 % af de elever, som faktisk modtager specialundervisning. Tabel 3.2 viser altså, at modellens træfsikkerhed blandt eleverne i Sønderborg Kommune samlet set er bedre end på landsplan. Tabel 3.2 Andel af de faktiske modtagere af specialundervisning i 2016/2017, som indfanges i grupperne af elever med særlig lav og særlig høj sandsynlighed for segregeret specialundervisning 10 % med laveste sandsynlighed 10 % med højeste sandsynlighed Modtagere af segregeret specialundervisning i Sønderborg 0,8 % 49,6 % Modtagere af segregeret specialundervisning i hele landet 0,7 % 44,9 % Kilde: Danmarks Statistik og Sundhedsdatastyrelsen. VIVEs beregninger. Det er væsentligt at bemærke, at modellen aldrig forudsiger, at en elev vil have hverken 100 % eller 0 % sandsynlighed for at modtage segregeret specialundervisning. Uanset hvor belastede baggrundsforhold en elev har, vil det således aldrig blive forudsagt, at sandsynligheden er 100 % for, at barnet vil modtage segregeret specialundervisning. Tilsvarende vil der altid være en vis sandsynlighed for, at et barn uden væsentlige statistiske risikofaktorer vil komme til at modtage segregeret specialundervisning. Sammenlignes Sønderborg Kommune med hele landet på de mest betydningsfulde forklarende variable, der indgår i den statistiske model, får man et billede af den elevsammensætning, som præger kommunen på de faktorer, der har størst betydning for specialundervisningsbehovet. Tabel 3.3 viser gennemsnittet for Sønderborg Kommune og for hele landet på de forklarende variable. 3 Når flere af de forklarende variable måler noget af det samme, kan de enkelte variables koefficienter blive usikre og fremstå med insignifikante effekter, selvom der reelt er en effekt af variablen. 4 Normalt anskueliggøres forklaringskraften af en statistisk model ved at se på værdien af R 2. R 2 angiver noget forsimplet forklaret hvor meget bedre man bliver til at gætte værdien af den afhængige variabel, når man har kendskab til de uafhængige variable. I denne analyse benytter vi dog en statistisk metode (logistisk regression), hvor man ikke kan beregne en normal R 2 -værdi. Derimod beregnes den såkaldte Pseudo-R 2, som imidlertid ikke fortolkes parallelt med R 2. 11

12 Tabel 3.3 Gennemsnitsværdier for Sønderborg Kommune og hele landet på de væsentligste forklarende variable i VIVE-modellen. Beregnet forskel og enhedsangivelse Variabel Sønderborg Hele landet Forskel Enhed Andel piger blandt eleverne 47,9 % 48,5 % -0,6 % Andel Elevens gennemsnitsalder 10,8 10,6 0,2 År Mødres gennemsnitlige jobprestige 41,1 43,5-2,5 Skalapoint Mødres gennemsnitlige uddannelseslængde 3,4 3,8-0,4 Fædres gennemsnitlige uddannelseslængde 3,1 3,3-0,2 År ud over grundskolen År ud over grundskolen Andel elever ældre end syv år ved skolestart 3,6 % 2,3 % 1,3 % Andel Fædres gennemsnitlige jobprestige 43,0 44,2-1,2 Skalapoint Elevers gennemsnitlige antal kontakter med alment praktiserende læge 3,1 3,1 0,0 Antal Andel elever, hvis forældre er samboende 65,9 % 66,9 % -1,0 % Andel Andel elever, hvor der er 0 børn i elevens familie 0,8 % 0,9 % -0,1 % Andel Note: Data for alle elever i folkeskoler, privatskoler og frie grundskoler i skoleåret 2016/2017. Kilde: Danmarks Statistik og Sundhedsdatastyrelsen. Elevsammensætningen i Sønderborg Kommune adskiller sig mest markant fra landsgennemsnittet ved, at eleverne i kommunen oftere er ældre end syv år når de påbegynder, deres skolegang. Derudover er forældrene også gennemsnitligt lavere uddannede end forældre i resten af landet. Det samme gør sig gældende for forældrenes jobprestige. På baggrund af Sønderborgs gennemsnit på modellens væsentligste variable vil man umiddelbart forvente, at Sønderborg Kommune henviser en større andel af sine elever til segregeret specialundervisning end landsgennemsnittet. 12

13 4 Benchmarking af Sønderborg Kommunes henvisningspraksis I dette afsnit præsenteres nøgletal for Sønderborg Kommunes henvisningspraksis til segregeret specialundervisning. Kommunens henvisningspraksis sammenlignes med den landsgennemsnitlige henvisningspraksis, når der ved hjælp af den statistiske model er taget højde for kommunernes forskellige elevgrundlag på de relevante demografiske, socioøkonomiske og sundhedsrelaterede variable. Resultaterne er sammenfattet i tabel 4.1. Tabel 4.1 Nøgletal for henvisningspraksis til segregeret specialundervisning i Sønderborg Kommune. Skoleåret 2016/2017 Modtagere af specialundervisning Henvisningsandel (andel af alle folkeskole- og privat-/friskoleelever) Hele landet ,9 % Sønderborg Kommune: faktisk henvisning 365 4,1 % Sønderborg Kommune: forventet henvisning ud fra VIVE-modellen 412 4,7 % Sønderborg Kommune: forskel på faktisk og forventet henvisning -47-0,5 % Note: Kilde: Modellen er beregnet på baggrund af alle landets elever i klasse i skoleåret 2016/2017. Der indgår både elever i folkeskoler, privatskoler og frie grundskoler. N= Samlet elevtal i Sønderborg Kommune: Danmarks Statistik og Sundhedsdatastyrelsen. Som tidligere nævnt vurderer VIVE, at det er mest retvisende at foretage analyser og opgørelser af henvisning til segregeret specialundervisning med udgangspunkt i alle grundskoleelever (dvs. både folkeskole- og privatskoleelever), fordi et fokus alene på elever i folkeskolen vil skævvride resultaterne for de enkelte kommuner, hvis deres privatskoleandel afviger fra landsgennemsnittet. I tabel 4.1 er henvisningsandelen derfor opgjort med udgangspunkt i alle grundskoleelever. Som det fremgår af tabellen, er den faktiske henvisningsandel til segregeret specialundervisning 0,2 procentpoint lavere for Sønderborg Kommune end på landsplan. Den gennemsnitlige henvisningsfrekvens til segregeret specialundervisning er således 3,9 % på landsplan, mens den er 4,1 % i Sønderborg Kommune. Med baggrund i den statistiske model (VIVE-modellen) ville man, når der tages højde for de demografiske, socioøkonomiske og sundhedsrelaterede forhold hos kommunens grundskoleelever, forvente, at Sønderborg Kommune henviste 4,7 % af sine elever til segregeret specialundervisning, forudsat at kommunen følger den landsgennemsnitlige henvisningspraksis. Sønderborg Kommunes faktiske henvisning til segregeret specialundervisning er dermed lavere, end hvad man på baggrund af den statistiske model skulle forvente i en kommune med Sønderborg Kommunes elevsammensætning. 13

14 5 Forventet specialundervisningsbehov i Sønderborg Kommunes skoler Den statistiske model anvendes til at beregne sandsynligheden for at modtage segregeret specialundervisning for hver enkelt elev i Sønderborg Kommune på baggrund af elevens demografiske, socioøkonomiske og sundhedsrelaterede karakteristika. Disse beregninger sammenfattes til en gennemsnitlig sandsynlighed for eleverne på Sønderborg Kommunes skoler. Dette mål kan anvendes til at sammenligne de forventede specialundervisningsbehov på tværs af skolerne. Ved at tage højde for skolernes størrelse kan vi desuden beregne den forventede fordeling af specialundervisningseleverne i Sønderborg Kommune. Disse beregninger kan efterfølgende anvendes i en socioøkonomisk budgettildelingsmodel for specialundervisning. Ved beregningen af de forventede specialundervisningsbehov på kommunens skoler ses der kun på elever i klasse. Beregningen ser således bort fra specialundervisningsbehovet hos elever i 10. klasse. Beregningerne, og de afledte budgettildelinger, kan således kun anvendes for klasse. Tildelingen af midler til segregeret specialundervisning i 10. klasse må håndteres på anden vis uden for modellen. Afgrænsningen til klasse er aftalt med Sønderborg Kommune. Det er vigtigt at pointere, at de estimerede sandsynligheder for specialundervisning er relative i den forstand, at de er baseret på den faktiske brug af specialundervisning i Danmark i skoleåret 2016/2017. Modellen kan med andre ord ikke sige noget om, hvorvidt der ud fra fx et pædagogisk kriterium er behov for, at flere eller færre elever modtager specialundervisning, men kun noget om skoledistrikternes relative specialundervisningsbehov set i forhold til hinanden. Som grundlag for vurderingen af de enkelte skoledistrikters specialundervisningsbehov anvendes det elevgrundlag, som går på skolerne. Elever, der modtager specialundervisningstilbud, indgår i elevgrundlaget for skolen, beliggende i det skoledistrikt, hvor de bor. Resultaterne er sammenfattet i tabel 5.1 nedenfor. Tabellen viser beregningerne på baggrund af den statistiske model for hvert skoledistrikt. 14

15 Tabel 5.1 Skoledistrikternes forventede specialundervisningsbehov. Opgjort efter elevernes bosætningsdistrikt. Elever klasse, skoleåret 2018/2019 Skoledistrikt (bosætning) Elevgrundlag klasse Andel af samlet elevgrundlag klasse Faktisk andel af kommunens specialundervisningselever Gennemsnitlig forudsagt sandsynlighed for specialundervisning VIVE-model) Indeks for specialundervisningsbehov* Forventet andel af det samlede antal segregerede specialundervisningselever Ahlmann-Skolen 241 3,7 % 3,9 % 3,9 % 90 3,4 % Augustenborg Skole 432 6,7 % 8,8 % 4,6 % 109 7,3 % Broager Skole 621 9,6 % 8,5 % 4,3 % 100 9,6 % Dybbøl-Skolen ,8 % 7,4 % 2,9 % 69 8,8 % Fryndesholm Skole 103 1,6 % 1,7 % 5,0 % 118 1,9 % Gråsten skole 523 8,1 % 9,1 % 3,9 % 90 7,3 % Humlehøj-Skolen 358 5,5 % 9,4 % 5,6 % 130 7,2 % Hørup Centralskole 512 7,9 % 4,7 % 3,5 % 82 6,5 % Lysabild Skole 112 1,7 % 0,6 % 4,9 % 115 2,0 % Nordals Skolen 359 5,6 % 9,4 % 6,5 % 151 8,4 % Nybøl Skole 126 1,9 % 1,1 % 3,2 % 74 1,4 % Nydamskolen 427 6,6 % 10,7 % 4,1 % 96 6,4 % Nørreskov-Skolen 364 5,6 % 7,2 % 4,6 % 107 6,0 % Rinkenæs Skole 108 1,7 % 1,9 % 4,5 % 105 1,8 % Sønderskov-Skolen ,3 % 7,4 % 4,8 % ,5 % Ulkebøl Skole 626 9,7 % 8,3 % 4,3 % 100 9,6 % Total % 100 % 4,3 % ,0 % Note: Kilde: Data for alle elever i klasse i Sønderborg Kommune i folkeskoler, privat og friskoler, 2018/2019. *Indeks 100=gennemsnitlig sandsynlighed for specialundervisning i Sønderborg Kommune Danmarks Statistik, Sundhedsdatastyrelsen og Sønderborg Kommunes elevregister 15

16 Som det fremgår af tabel 5.1, er der i skoleåret 2018/2019 samlet set ca elever i klasse på skolerne i Sønderborg Kommune (det samlede elevgrundlag). Dybbøl-Skolen har det største elevgrundlag med 827 elever, hvilket svarer til, at 12,8 % af kommunens elever går på skolen. Fordelingen af kommunens elever i segregeret specialundervisning viser, at 7,4 % af de faktisk henviste elever i Sønderborg Kommune i skoleåret 2018/2019 kommer fra Dybbøl-Skolen. Lysabild Skole har den laveste andel elever visiteret til specialundervisning i dette skoleår. 0,6 % af det samlede antal visiterede specialundervisningselever er således bosat i skoledistriktet for skolen. Generelt viser fordelingen af det samlede elevgrundlag og fordelingen af de faktiske specialundervisningselever, at der en nogen forskelle på skolernes andel af elevgrundlaget og deres andel af specialundervisningseleverne. Den gennemsnitlige forudsagte sandsynlighed (ifølge VIVE-modellen) for at modtage segregeret specialundervisning varierer mellem kommunens 16 skoler. For Dybbøl-Skolen, Nybøl Skole samt Hørup Centralskole er den gennemsnitlige forudsagte sandsynlighed for at modtage specialundervisning således op mod næsten 1 procentpoint mindre end den gennemsnitlige forudsagte sandsynlighed for alle kommunens elever. En tilfældig elev fra Sønderborg har en forudsagt sandsynlighed på 4,3 % for at modtage segregeret specialundervisning (forudsat landsgennemsnitlig visitationspraksis). Elever på Humlehøj-Skolen og Nordals Skole adskiller sig fra de øvrige skoler ved at have en relativt høj gennemsnitlig forudsagt sandsynlighed for at modtage segregeret specialundervisning. Her er den gennemsnitlige forudsagte sandsynlighed 5,6 % og 6,5 %. Ved at gange skolens gennemsnitlige sandsynlighed, for at eleverne modtager segregeret specialundervisning, med deres elevtal, fås det antal specialundervisningselever, som der forventes at være fra hver skole, hvis alle skoler følger den landsgennemsnitlige henvisningspraksis. Dette tal er i tabel 5.1 omregnet, så der vises den andel af kommunens segregerede specialundervisningselever, som forventes at komme fra de enkelte skoler, givet skolernes elevsammensætning og størrelse. Dette mål tager således højde for både skolestørrelse og elevernes forventede specialundervisningsbehov. Det forventes eksempelvis på baggrund af skolestørrelse og elevsammensætning, at 8,8 % af kommunens segregerede specialundervisningselever vil komme fra Dybbøl-Skolen. Denne forventede andel er højere end skolens faktiske andel på 7,4 % af de henviste specialundervisningselever. Ved at sammenholde skoledistrikternes andel af de forventede segregerede specialundervisningselever med skolens andel af det samlede elevtal fås et udtryk for skolernes specialundervisningsbehov pr. elev 5. Det indekserede specialundervisningsbehov er et tal, der enten er større eller mindre end 100. Hvis tallet er mindre end 100, fx 95, indikerer det et forventet specialundervisningsbehov hos elevgrundlaget, som er 5 % mindre end gennemsnittet for kommunen. Hvis tallet er større end 100, fx 105, ligger det forventede specialundervisningsbehov 5 % over gennemsnittet for kommunen. For Dybbøl-Skolen giver denne beregning eksempelvis et indekseret specialundervisningsbehov på (8,8 % / 12,8 %)*100=69. Det vil sige, at elevgrundlaget for Dybbøl-Skole har et forventet specialundervisningsbehov, som ligger ca. 31 % under gennemsnittet for kommunen. Generelt viser resultaterne, at der med udgangspunkt i skolernes elevsammensætninger må forventes forskelle mellem skolernes specialundervisningsbehov i Sønderborg Kommune. Dette fremgår af tabel 5.1 direkte ved skoledistrikternes forskellige gennemsnitlige sandsynligheder for henvisning til segregeret specialundervisning. Samtidig er det illustreret ved det indekserede specialundervisningsbehov, som sammenholder skoledistrikternes forventede andel af de segregerede elever 5 Indeks for specialundervisningsbehov = (forventet andel af segregerede elever/andel af samlet elevgrundlag)*

17 med deres andel af det samlede elevgrundlag. Elevgrundlaget for Nordals Skolen har det højeste forventede specialundervisningsbehov med et behov, som er 51 % højere end det gennemsnitlige specialundervisningsbehov i Sønderborg Kommune. 17

18 6 Budgettildelingsmodel Tabel 6.1 nedenfor viser, hvordan VIVE-modellens forventede specialundervisningsbehov for Sønderborg Kommunes skoler kan anvendes som grundlag for en budgettildelingsmodel for midler til segregeret specialundervisning. Der er tale om en relativ fordelingsmodel, som fordeler en politisk fastlagt budgetramme ud på skolerne efter de relative forskelle, der er imellem skolernes specialundervisningsbehov. Modellen siger således ikke noget om, hvorvidt midlerne samlet set er tilstrækkelige ud fra en pædagogisk betragtning. VIVEs forslag til fordeling af midler til finansiering af segregerede elever fordeler midlerne efter skolernes forventede andel af de segregerede elever. Hvis skole på baggrund af den statistiske model forventes at have 5 % af kommunens segregerede elever, tildeles skolen således også 5 % af midlerne. Tildelingsmodellen forudsætter, at skolen ligeledes har betalingsforpligtigelsen for alle elever bosat i distriktet. Tabel 6.1 Budgetfordeling af midler til finansiering af segregerede elever i klasse Skoledistrikt (bosætning) Elevgrundlag klasse Budgetandel på baggrund af VIVE-modellen Ahlmann-Skolen 241 3,4 % Augustenborg Skole 432 7,3 % Broager Skole 621 9,6 % Dybbøl-Skolen 827 8,8 % Fryndesholm Skole 103 1,9 % Gråsten skole 523 7,3 % Humlehøj-Skolen 358 7,2 % Hørup Centralskole 512 6,5 % Lysabild Skole 112 2,0 % Nordals Skolen 359 8,4 % Nybøl Skole 126 1,4 % Nydamskolen 427 6,4 % Nørreskov-Skolen 364 6,0 % Rinkenæs Skole 108 1,8 % Sønderskov-Skolen ,5 % Ulkebøl Skole 626 9,6 % Total ,0 % 18

19 7 Fordeling af inklusionsmidler VIVE har endvidere udarbejdet et forslag til en model, som kan anvendes til at fordele midlerne til inkluderende indsatser på de enkelte skoler. Der gøres i den forbindelse opmærksom på, at det budget, der lægges ud på skolen efter denne model, er til inklusion af alle elever på skolerne. Det drejer sig ikke om støtte til enkelte elever, men om ressourcer til at kunne tilrettelægge undervisningen, så alle elever får optimalt udbytte. VIVEs forslag til fordeling af midlerne til inkluderende indsatser tager også udgangspunkt i skolernes relative specialundervisningsbehov. Specialundervisningsbehovet vurderes ud fra en tilpasset udgave af modellen for segregeret specialundervisning. Anvendelsen af modellen for segregeret specialundervisning er baseret på en antagelse om, at det er de samme karakteristika hos eleverne, som er afgørende for behovet for de inkluderende indsatser. Aldersvariablen er dog udeladt fra modellen. Udeladelsen af aldersvariablen skyldes en forventning om, at behovet for inkluderende indsatser ikke på samme måde, som ved behovet for segregerede indsatser, stiger efterhånden, som eleverne bliver ældre. Dette skyldes blandt andet, at de elever, som har de største udfordringer, netop har tendens til at blive henvist til segregeret specialundervisning på de ældre klassetrin og derfor ikke vil kræve ressourcer via de inkluderende indsatser. Elevgrundlaget for vurdering af skolernes relative behov for inkluderende indsatser er anderledes end ved vurderingen af behovet for segregeret specialundervisning. Ved vurdering af behovet for inkluderende indsatser ses der på de elever, som er indskrevet på skolen, fratrukket de elever, som modtager segregeret specialundervisning. Dette skyldes, at vi dermed netop har isoleret den gruppe af elever, som skolerne potentielt vil skulle lave inkluderende indsatser for. Der er dermed sammenhæng mellem tildelingskriterium og finansieringsansvar. Beregningen af budgettildelingen til finansieringen af inkluderende indsatser på skolerne sker ved at tage andelen af skolernes elever og vægte det med skolernes indekserede specialundervisningsbehov. Skolernes specialundervisningsbehov vedrørende inkluderende indsatser afviger fra specialundervisningsbehovet vedrørende segregerede indsatser. Dette skyldes en kombination af, at elevernes alder ikke har betydning for vurderingen af behovet for inkluderende indsatser, samt at elevgrundlaget er forskelligt mellem de to modeller. 19

20 Tabel 7.1 Budgetfordeling af midler til finansiering af inkluderende indsatser Skole Elever (indskrevet på skolen ekskl. segregerede elever) Indeks for forventet specialundervisningsbehov - Inkluderende indsatser Budgetandel på baggrund af VIVE-modellen Ahlmann-Skolen ,9 4,0 % Augustenborg Skole ,7 6,6 % Broager Skole ,5 9,1 % Dybbøl-Skolen ,3 9,5 % Fryndesholm Skole ,5 2,3 % Gråsten skole ,9 7,1 % Humlehøj-Skolen ,3 6,1 % Hørup Centralskole ,2 6,5 % Lysabild Skole ,7 2,4 % Nordals Skolen ,0 7,6 % Nybøl Skole ,5 1,9 % Nydamskolen ,1 5,1 % Nørreskov-Skolen ,4 6,0 % Rinkenæs Skole ,7 2,0 % Sønderskov-Skolen ,2 14,0 % Ulkebøl Skole ,8 % Total ,0 % 20

21 Bilag 1 Oversigt over modellens variable Gruppe Variabel Fortegn Signifikansniveau Barnets alder + *** Barnets køn (pige) - *** Barnets alder ved skolestart + *** Barnet havde lav fødselsvægt (<2.500 g) + *** Barnet Barnet har ikke-vestlig oprindelse - *** Barnet er adopteret + *** Barnets gennemsnitlige antal kontakter med alment praktiserende læge i de seneste fem år + *** Barnet har haft kontakt med en speciallæge inden for de seneste fem år + *** Barnets gennemsnitlige antal indlæggelser de seneste fem år + *** Hjemmeboende børn i barnets familie Ingen hjemmeboende børn i barnets familie + *** Et hjemmeboende barn i barnets familie + *** Barnets familie To hjemmeboende børn i barnets familie Ref - Tre hjemmeboende børn i barnets familie - * Fire hjemmeboende børn i barnets familie - ** Fem eller flere hjemmeboende børn i barnets familie - - Barnets forældre er samboende - *** Mindst én af forældrene er døde - - Moderen er ukendt - *** Faderen er ukendt - *** Moderens beskæftigelsesstatus (ref. kategori = "lønmodtager") Selvstændig - *** Topleder - ** Lønmodtager Ref Ledig + *** Barnets forældre Førtidspensionist + *** Kontanthjælpsmodtager + *** Øvrige - - Faderens beskæftigelsesstatus (ref. kategori = "lønmodtager") Selvstændig - *** Topleder - *** Lønmodtager Ref Ledig + * Førtidspensionist + *** Kontanthjælpsmodtager + *** Øvrig

22 Gruppe Variabel Fortegn Signifikansniveau Moderens alderskorrigerede uddannelsesniveau (0=forventede uddannelsesniveau) Faderens alderskorrigerede uddannelsesniveau (0=forventede uddannelsesniveau) - *** - *** Moderens alderskorrigerede jobprestige - *** Faderens alderskorrigerede jobprestige - *** Moderens alderskorrigerede indkomst (ref. kategori = " til ") Under * til *** til *** til ** til Ref til til *** til *** til * Mere end * Faderens alderskorrigerede indkomst (ref. kategori = " til ") Under *** til *** til *** til til Ref til til til til Mere end Moderens alder ved barnets fødsel - *** Faderens alder ved barnets fødsel + ** Moderen dømt for en mindre alvorlig straffelovsovertrædelse de seneste fem år - - Moderen dømt for en alvorlig straffelovsovertrædelse de seneste fem år + - Moderen dømt for en personfarlig straffelovsovertrædelse de seneste fem år + *** Faderen dømt for en mindre alvorlig straffelovsovertrædelse de seneste fem år + * Faderen dømt for en alvorlig straffelovsovertrædelse de seneste fem år - - Faderen dømt for en personfarlig straffelovsovertrædelse de seneste fem år + *** Moderen har haft kontakt med psykiatrien inden for de seneste fem år + *** Faderen har haft kontakt med psykiatrien inden for de seneste fem år + *** Moderen har været i behandling for et misbrug

23 Gruppe Variabel Fortegn Signifikansniveau Faderen har været i behandling for et misbrug - ** Moderens gennemsnitlige antal kontakter med alment praktiserende læge i de seneste fem år - - Moderen har været til tandlæge inden for de seneste fem år - *** Moderen har haft kontakt med en speciallæge inden for de seneste fem år - *** Faderens gennemsnitlige antal kontakter med alment praktiserende læge i de seneste fem år + - Faderen har været til tandlæge inden for de seneste fem år - *** Faderen har haft kontakt med en speciallæge inden for de seneste fem år + - Moderens gennemsnitlige antal indlæggelser de seneste fem år - - Faderens gennemsnitlige antal indlæggelser de seneste fem år - - Moderen er hverken blevet skilt eller enke i perioden - * Faderen er hverken blevet skilt eller enkemand i perioden + ** Note: Kilde: Modellen er beregnet for alle elever i folkeskoler, privatskoler og frie grundskoler i skoleåret 2016/2017. N= , Pseudo R 2 =0,161. *Sammenhængen er statistisk signifikant på minimum 5 %-niveau. **Sammenhængen er statistisk signifikant på minimum 1 %-niveau. ***Sammenhængen er statistisk signifikant på minimum 0,1 %-niveau. Danmarks Statistik og Sundhedsdatastyrelsen. 23

24

Specialundervisningsbehov i Vordingborg Kommunes skoledistrikter

Specialundervisningsbehov i Vordingborg Kommunes skoledistrikter Søren Teglgaard Jakobsen Specialundervisningsbehov i Vordingborg Kommunes skoledistrikter En socioøkonomisk tildelingsmodel Specialundervisningsbehov i Vordingborg Kommunes skoledistrikter En socioøkonomisk

Læs mere

Specialundervisningsbehov i Viborg Kommunes skoledistrikter

Specialundervisningsbehov i Viborg Kommunes skoledistrikter Thomas Astrup Bæk og Søren Teglgaard Jakobsen Specialundervisningsbehov i Viborg Kommunes skoledistrikter En socioøkonomisk tildelingsmodel Specialundervisningsbehov i Viborg Kommunes skoledistrikter En

Læs mere

Specialundervisningsbehov i Fredensborg Kommunes skoledistrikter

Specialundervisningsbehov i Fredensborg Kommunes skoledistrikter Notat Specialundervisningsbehov i Fredensborg Kommunes skoledistrikter Thomas Astrup Bæk og Jacob Seier Petersen Specialundervisningsbehov i Fredensborg Kommunes skoledistrikter VIVE og forfatterne, 2017

Læs mere

Specialundervisningsbehov i Favrskov Kommunes skoledistrikter

Specialundervisningsbehov i Favrskov Kommunes skoledistrikter Thomas Astrup Bæk og Jacob Seier Petersen Specialundervisningsbehov i Favrskov Kommunes skoledistrikter Demografiske, socioøkonomiske og sundhedsrelaterede faktorer Specialundervisningsbehov i Favrskov

Læs mere

Specialundervisningsbehov i Allerød Kommunes skoledistrikter

Specialundervisningsbehov i Allerød Kommunes skoledistrikter Notat Specialundervisningsbehov i Allerød Kommunes skoledistrikter Jacob Seier Pedersen Specialundervisningsbehov i Allerød Kommunes skoledistrikter VIVE og forfatteren, 2017 e-isbn: 978-87-93626-07-2

Læs mere

Specialundervisningsbehov i Helsingør Kommunes skoledistrikter

Specialundervisningsbehov i Helsingør Kommunes skoledistrikter Notat Specialundervisningsbehov i Helsingør Kommunes er Jacob Seier Pedersen og Thomas Astrup Bæk Specialundervisningsbehov i Helsingør Kommunes er VIVE og forfatterne, 2017 e-isbn: 978-87-93626-08-9 Layout:

Læs mere

Søren Teglgaard Jakobsen og Thomas Astrup Bæk. Socioøkonomisk ressourcetildelingsmodel for specialundervisningsområdet i Svendborg Kommune

Søren Teglgaard Jakobsen og Thomas Astrup Bæk. Socioøkonomisk ressourcetildelingsmodel for specialundervisningsområdet i Svendborg Kommune Søren Teglgaard Jakobsen og Thomas Astrup Bæk Socioøkonomisk ressourcetildelingsmodel for specialundervisningsområdet i Svendborg Kommune Socioøkonomisk ressourcetildelingsmodel for specialundervisningsområdet

Læs mere

Fordeling af midler til specialundervisning på baggrund af skoledistrikter

Fordeling af midler til specialundervisning på baggrund af skoledistrikter NOTAT Fordeling af midler til specialundervisning på baggrund af skoledistrikter Model for Norddjurs Kommune Søren Teglgaard Jakobsen Maj 2013 Indholdsfortegnelse FORMÅL... 1 METODE... 1 POPULATION...

Læs mere

Ressourcetildelingsmodel på specialundervisningsområdet Viborg Kommune. Workshop den 11. januar 2017

Ressourcetildelingsmodel på specialundervisningsområdet Viborg Kommune. Workshop den 11. januar 2017 Ressourcetildelingsmodel på specialundervisningsområdet Viborg Kommune Workshop den 11. januar 2017 Dagsorden: Rationalet bag decentralisering af midlerne til specialundervisning Den statistiske model

Læs mere

Fordeling af midler til specialundervisning

Fordeling af midler til specialundervisning NOTAT Fordeling af midler til specialundervisning Model for Norddjurs Kommune Søren Teglgaard Jakobsen December 2012 Købmagergade 22. 1150 København K. tlf. 444 555 00. kora@kora.dk. www.kora.dk Indholdsfortegnelse

Læs mere

Den økonomiske styring af specialundervisningsområdet i Randers Kommune

Den økonomiske styring af specialundervisningsområdet i Randers Kommune Jacob Seier Petersen, Thomas Astrup Bæk og Søren Teglgaard Jakobsen Den økonomiske styring af specialundervisningsområdet i Randers Kommune En gennemgang af udvikling og styringspraksis Den økonomiske

Læs mere

Ressourcetildelingsmodel for almen undervisning af elever med særlige behov

Ressourcetildelingsmodel for almen undervisning af elever med særlige behov Notat Ressourcetildelingsmodel for almen undervisning af elever med særlige behov Folkeskolers socioøkonomiske udgiftsbehov til inkluderende specialundervisning i Københavns Kommune Jacob Seier Petersen

Læs mere

Udgiftsbehovet på det specialiserede børne- og ungeområde

Udgiftsbehovet på det specialiserede børne- og ungeområde Rapport Udgiftsbehovet på det specialiserede børne- og ungeområde En socioøkonomisk analyse af udviklingen i udgiftsbehovet i Københavns Kommune Jacob Seier Petersen, Søren Teglgaard Jakobsen og Mathias

Læs mere

Notat. Udviklingen i Aarhus Kommunes socioøkonomiske udgiftsbehov. En analyse af førskoleområdet. Mikkel Munk Quist Andersen

Notat. Udviklingen i Aarhus Kommunes socioøkonomiske udgiftsbehov. En analyse af førskoleområdet. Mikkel Munk Quist Andersen Notat Udviklingen i Aarhus Kommunes socioøkonomiske udgiftsbehov En analyse af førskoleområdet Mikkel Munk Quist Andersen Udviklingen i Aarhus Kommunes socioøkonomiske udgiftsbehov En analyse af førskoleområdet

Læs mere

Analyse af ressourcestyringsmodellen i Ballerup Kommune

Analyse af ressourcestyringsmodellen i Ballerup Kommune Rapport Analyse af ressourcestyringsmodellen i Ballerup Kommune En analyse af specialundervisningsområdet Jacob Seier Petersen og Kasper Lemvig Analyse af ressourcestyringsmodellen i Ballerup Kommune En

Læs mere

Ressourcetildelingsmodel på området for udsatte børn og unge

Ressourcetildelingsmodel på området for udsatte børn og unge Jacob Seier Petersen og Anne Line Tenny Jordan Ressourcetildelingsmodel på området for udsatte børn og unge Socioøkonomiske udgiftsbehov i seks administrative distrikter i Københavns Kommune Ressourcetildelingsmodel

Læs mere

Socioøkonomisk udgiftsbehov i Halsnæs Kommune

Socioøkonomisk udgiftsbehov i Halsnæs Kommune Mikkel Munk Quist Andersen Socioøkonomisk udgiftsbehov i Halsnæs Kommune Området for udsatte børn og unge Socioøkonomisk udgiftsbehov i Halsnæs Kommune Området for udsatte børn og unge Publikationen kan

Læs mere

Udviklingen i Aarhus Kommunes udgiftsbehov

Udviklingen i Aarhus Kommunes udgiftsbehov Rapport Udviklingen i Aarhus Kommunes udgiftsbehov En analyse af udgiftsbehovet på det specialiserede børneområde og specialundervisningsområdet Jacob Seier Petersen og Mikkel Munk Quist Andersen Udviklingen

Læs mere

Ressourcetildeling på normalundervisningsområdet

Ressourcetildeling på normalundervisningsområdet Rapport Ressourcetildeling på normalundervisningsområdet Fordeling af midler til folkeskoler i Roskilde efter elevernes forventede undervisningsudbytte Jacob Seier Petersen Ressourcetildeling på normalundervisningsområdet

Læs mere

Analyse af ressourcestyringsmodellen i Ballerup Kommune

Analyse af ressourcestyringsmodellen i Ballerup Kommune Rapport Analyse af ressourcestyringsmodellen i Ballerup Kommune En analyse af specialundervisningsområdet Jacob Seier Petersen og Kasper Lemvig Analyse af ressourcestyringsmodellen i Ballerup Kommune En

Læs mere

Fordeling af specialundervisningsmidler i Aarhus Kommune

Fordeling af specialundervisningsmidler i Aarhus Kommune Thomas Astrup Bæk og Søren Teglgaard Jakobsen Fordeling af specialundervisningsmidler i Aarhus Kommune Sammenligning af Aarhus-modellen og KORA-modellen Fordeling af specialundervisningsmidler i Aarhus

Læs mere

Forslag til ændringer i tildelings- og betalingsmodellen i Udviklingsplan for specialundervisningsområdet

Forslag til ændringer i tildelings- og betalingsmodellen i Udviklingsplan for specialundervisningsområdet Notat Postadresse: Favrskov Kommune Børn og Skole Sekretariatet Skovvej 20 8382 Hinnerup Tlf. 8964 1010 favrskov@favrskov.dk www.favrskov.dk 27. januar 2016 Forslag til ændringer i tildelings- og betalingsmodellen

Læs mere

Udviklingen i Københavns Kommunes socioøkonomiske udgiftsbehov på specialundervisningsområdet

Udviklingen i Københavns Kommunes socioøkonomiske udgiftsbehov på specialundervisningsområdet Jacob Seier Petersen, Anne Line Tenney Jordan, Jesper Wittrup og Peter Holdt-Olesen Udviklingen i Københavns Kommunes socioøkonomiske udgiftsbehov på specialundervisningsområdet Udviklingen i Københavns

Læs mere

Analyse af udviklingen i det socioøkonomiske udgiftsbehov på specialundervisningsområdet

Analyse af udviklingen i det socioøkonomiske udgiftsbehov på specialundervisningsområdet KØBENHAVNS KOMMUNE Børne- og Ungdomsforvaltningen Center for Policy NOTAT Til Børne- og Ungdomsudvalget Analyse af udviklingen i det socioøkonomiske udgiftsbehov på specialundervisningsområdet KORA (Det

Læs mere

Benchmarking på anbringelsesområdet i Aabenraa Kommune

Benchmarking på anbringelsesområdet i Aabenraa Kommune Benchmarking på anbringelsesområdet i Aabenraa Kommune Aabenraa Kommune har henvendt sig til for at få belyst, hvilke forhold der er afgørende for udgiftsbehovet til anbringelser, og for at få sat disse

Læs mere

Notat om socioøkonomi og tildelingsmodellen på skoleområdet

Notat om socioøkonomi og tildelingsmodellen på skoleområdet Til: Skole og dagtilbud Notat om socioøkonomi og tildelingsmodellen på skoleområdet 24. februar 2017 Kontaktperson: Claus Humlum Gudiksen 87535549 chg@syddjurs.dk Kort om statens socioøkonomiske reference

Læs mere

Evaluering af de økonomiske kriterier for budgettildelingsmodellen for inklusion på skoleområdet

Evaluering af de økonomiske kriterier for budgettildelingsmodellen for inklusion på skoleområdet Evaluering af de økonomiske kriterier for budgettildelingsmodellen for inklusion på skoleområdet J.nr.: 17.01.10 A00 Sagsnr.: 15/24431 BESLUTNINGSTEMA I 2013 besluttedes en budgettildelingsmodel vedrørende

Læs mere

De socioøkonomiske referencer for gymnasiekarakterer Metodenotat

De socioøkonomiske referencer for gymnasiekarakterer Metodenotat De socioøkonomiske referencer for gymnasiekarakterer 2017 Metodenotat Indhold Sammenfatning... 5 Baggrund... 7 Datagrundlag... 9 Elever... 9 Fag, prøveform og niveau... 9 Socioøkonomiske baggrundsvariable...

Læs mere

De socioøkonomiske referencer for gymnasiekarakterer 2014

De socioøkonomiske referencer for gymnasiekarakterer 2014 De socioøkonomiske referencer for gymnasiekarakterer 2014 Indhold Sammenfatning... 5 Indledning... 7 Datagrundlag... 9 Elever... 9 Fag, prøveform og niveau... 9 Socioøkonomiske baggrundsvariable... 10

Læs mere

De socioøkonomiske referencer for grundskolekarakterer

De socioøkonomiske referencer for grundskolekarakterer De socioøkonomiske referencer for grundskolekarakterer Baggrund Den enkelte skoles faktiske karaktergennemsnit i 9. klasse har sammenhæng med mange forskellige forhold. Der er både forhold, som skolen

Læs mere

De socioøkonomiske referencer for gymnasiekarakterer 2016

De socioøkonomiske referencer for gymnasiekarakterer 2016 De socioøkonomiske referencer for gymnasiekarakterer 2016 Indhold Sammenfatning... 5 Indledning... 7 Datagrundlag... 9 Elever... 9 Fag, prøveform og niveau... 9 Socioøkonomiske baggrundsvariable... 10

Læs mere

Bilag Budgetmodel for udlagt specialundervisning

Bilag Budgetmodel for udlagt specialundervisning Bilag Budgetmodel for udlagt specialundervisning Indhold Baggrund... 2 Udarbejdelse af ny budgetmodel for udlagt specialundervisning i Hillerød Kommune... 2 Erfaringer fra andre kommuner vedrørende budgetmodeller

Læs mere

De socioøkonomiske referencer for grundskolekarakterer 2016

De socioøkonomiske referencer for grundskolekarakterer 2016 De socioøkonomiske referencer for grundskolekarakterer 2016 1 Indhold Sammenfatning.. 4 Elevgrundlag... 8 Skoleåret 2015/2016... 8 3-års perioden 2013/2014-2015/2016... 10 Skoletype... 11 December 2016

Læs mere

Ifølge SFI-rapporten Kommuners rammevilkår for beskæftigelsesindsatsen 1 fra 2013 kan man ud fra Aabenraa kommunes rammebetingelser forvente, at borgere i kommunen i gennemsnit er på arbejdsløshedsdagpenge

Læs mere

Specialundervisning og inklusion, 2014/15

Specialundervisning og inklusion, 2014/15 Ligestillingsudvalget 2014-15 (2. samling) LIU Alm.del Bilag 3 Offentligt Specialundervisning og inklusion, 2014/15 Efter aftalen om kommunernes økonomi for 2013 er målet, at andelen af elever inkluderet

Læs mere

ANALYSE AF SKOLERNES SOCIALE PROFIL

ANALYSE AF SKOLERNES SOCIALE PROFIL ANALYSE AF SKOLERNES SOCIALE PROFIL RAPPORT VERSION 4.0 MARTS 2012 INDHOLD 1. Indledning... 3 2. Metode og fremgangsmåde... 4 2.1 Udregning af den sociale profil score... 4 2.2 Aggregering af social profil

Læs mere

Udviklingen i Københavns Kommunes socioøkonomiske udgiftsbehov på området for udsatte børn og unge

Udviklingen i Københavns Kommunes socioøkonomiske udgiftsbehov på området for udsatte børn og unge Anne Line Tenney Jordan, Jacob Seier Petersen, Jesper Wittrup og Peter Holdt-Olesen Udviklingen i Københavns Kommunes socioøkonomiske udgiftsbehov på området for udsatte børn og unge Udviklingen i Københavns

Læs mere

Elevtal for grundskolen 2009/2010

Elevtal for grundskolen 2009/2010 Elevtal for grundskolen 29/21 Af Alexander Uldall Kølving Elevtallet har været faldende i perioden 26/7 til 29/1. For skoleåret 29/1 var der sammenlagt 715.833 elever i den danske grundskole, og sammenlagt

Læs mere

Befolkningsprognose

Befolkningsprognose Befolkningsprognose 2015-2027 Nordborg Havnbjerg Nørreskov Bakkensbro Nydam Augustenborg Fryndesholm Kværs Gråsten Nybøl Rinkenæs Egernsund Dybbøl Ulkebøl Humlehøj Ahlmann Sønderskov Hørup Lysabild Broager

Læs mere

Elev/lærer ratio i grundskolen 2009/2010

Elev/lærer ratio i grundskolen 2009/2010 Elev/lærer ratio i grundskolen 2009/2010 Af Anne Mette Byg Hornbek Elev/lærer ratioen er større i frie grundskoler (12,6) end i folkeskoler (11,2) for skoleåret 2009/2010. I folkeskolen har ratioen stort

Læs mere

De socioøkonomiske referencer for gymnasiekarakterer

De socioøkonomiske referencer for gymnasiekarakterer De socioøkonomiske referencer for gymnasiekarakterer Baggrund Den enkelte institutions eksamensresultat og eksamenskarakterer har sammenhæng med mange forskellige forhold. Der er både forhold, som institutionen

Læs mere

Thomas Astrup Bæk og Søren Teglgaard Jakobsen. Socioøkonomisk ressourcetildelingsmodel for specialundervisningsområdet for Lolland Kommune

Thomas Astrup Bæk og Søren Teglgaard Jakobsen. Socioøkonomisk ressourcetildelingsmodel for specialundervisningsområdet for Lolland Kommune Thomas Astrup Bæk og Søren Teglgaard Jakobsen Socioøkonomisk ressourcetildelingsmodel for specialundervisningsområdet for Lolland Kommune Socioøkonomisk ressourcetildelingsmodel for specialundervisningsområdet

Læs mere

Elevernes herkomst i grundskolen 2008/2009

Elevernes herkomst i grundskolen 2008/2009 Elevernes herkomst i grundskolen 2008/2009 Af Anne Mette Byg Hornbek 10 pct. af eleverne i grundskolen er af anden etnisk herkomst end dansk. Det absolutte antal efterkommere og indvandrere i folkeskolen

Læs mere

Analyse af nystartende elever og omgængere i grundskolens børnehaveklasse. Baseret på data for skoleåret 2010/11

Analyse af nystartende elever og omgængere i grundskolens børnehaveklasse. Baseret på data for skoleåret 2010/11 Analyse af nystartende elever og omgængere i grundskolens børnehaveklasse Baseret på data for skoleåret 2010/11 Analyse af nystartende elever og omgængere i grundskolens børnehaveklasse Baseret på data

Læs mere

Socioøkonomisk reference: I hvilke prøver og på hvilke skoletyper klarer eleverne sig bedre end forventet i 9. klasse i 2016/2017?

Socioøkonomisk reference: I hvilke prøver og på hvilke skoletyper klarer eleverne sig bedre end forventet i 9. klasse i 2016/2017? Socioøkonomisk reference: I hvilke prøver og på hvilke skoletyper klarer eleverne sig bedre end forventet i 9. klasse i 2016/2017? Mange undersøgelser viser, at elevernes karakterer hænger sammen med deres

Læs mere

Specialundervisning og segregering, 2012/2013

Specialundervisning og segregering, 2012/2013 Specialundervisning og segregering, 2012/2013 Skolerne nærmer sig målet om, at andelen af elever i den almindelige folkeskole skal øges til 96 procent af eleverne. I 2012/2013 var 5,2 procent af eleverne

Læs mere

Børne- og Undervisningsudvalget 2014-15 BUU Alm.del Bilag 51 Offentligt. De socioøkonomiske referencer for grundskolekarakterer 2014

Børne- og Undervisningsudvalget 2014-15 BUU Alm.del Bilag 51 Offentligt. De socioøkonomiske referencer for grundskolekarakterer 2014 Børne- og Undervisningsudvalget 2014-15 BUU Alm.del Bilag 51 Offentligt De socioøkonomiske referencer for grundskolekarakterer 2014 1 Indhold Sammenfatning... 4 Indledning... 6 Resultater... 8 Elever...

Læs mere

Andel elever, der er inkluderet i den almindelige undervisning, 2015/16

Andel elever, der er inkluderet i den almindelige undervisning, 2015/16 Andel elever, der er inkluderet i den almindelige undervisning, 2015/16 Dette notat giver overblik over andelen af elever, der er inkluderet i den almindelige undervisning den såkaldte inklusionsgrad.

Læs mere

Jacob Nielsen Arendt og Astrid Kiil. Socioøkonomisk budgettildelingsmodel for specialundervisning i folkeskolen i Kerteminde Kommune

Jacob Nielsen Arendt og Astrid Kiil. Socioøkonomisk budgettildelingsmodel for specialundervisning i folkeskolen i Kerteminde Kommune Jacob Nielsen Arendt og Astrid Kiil Socioøkonomisk budgettildelingsmodel for specialundervisning i folkeskolen i Kerteminde Kommune Publikationen Socioøkonomisk budgettildelingsmodel for specialundervisning

Læs mere

Vedrørende: Elevtal pr. 30. september 2011 (skoleåret 2011/2012) Skrevet af: Line Steinmejer Nikolajsen og Mathilde Ledet Molsgaard

Vedrørende: Elevtal pr. 30. september 2011 (skoleåret 2011/2012) Skrevet af: Line Steinmejer Nikolajsen og Mathilde Ledet Molsgaard Notat vedr. elevtal Vedrørende: Elevtal pr. 30. september 2011 (skoleåret 2011/2012) 21.11.2012 Skrevet af: Line Steinmejer Nikolajsen og Mathilde Ledet Molsgaard Indledning Dette notat beskriver eleverne

Læs mere

Elevtal for grundskolen 2010/2011

Elevtal for grundskolen 2010/2011 Elevtal for grundskolen 2010/2011 Af Mathilde Ledet Molsgaard I 2010/11 er der ca. 713.000 elever i grundskolen. Andelen af elever i frie grundskoler og efterskoler har været stigende i perioden siden

Læs mere

Analyse 8. september 2014

Analyse 8. september 2014 8. september 2014 Børn med ikke-vestlig baggrund har klaret sig markant dårligere i den danske grundskole gennem de seneste ti år Af Kristian Thor Jakobsen og Katrine Marie Tofthøj Personer med ikke-vestlig

Læs mere

Bilag Avedøre Skole, skolebestyrelsen

Bilag Avedøre Skole, skolebestyrelsen Bilag 1 Høringssvar Bemærkninger Center for Skole og Uddannelses kommentarer 1. Bestyrelsen er opmærksom på, at de økonomiske konsekvenser for skolen vil blive en anelse mindre, hvis den senest foreslåede

Læs mere

Befolkningsprognose

Befolkningsprognose Befolkningsprognose 2009-2021 Juni 2009 Side 1 Forord. Denne prognose er udarbejdet af Intern Revision/udviklingsafdelingen i foråret 2009. Prognosen danner et overblik over befolkningsudviklingen i Sønderborg

Læs mere

Formålet med denne rapport er at tilvejebringe ny viden om specialundervisningsområdet.

Formålet med denne rapport er at tilvejebringe ny viden om specialundervisningsområdet. November 2011 Forord Gennem de seneste årtier er stadigt flere børn blevet henvist til specialundervisning. Resultatet er, at udgifterne til specialundervisningsområdet er vokset mærkbart. Formålet med

Læs mere

Elever i grundskolen, 2015/16

Elever i grundskolen, 2015/16 Elever i grundskolen, Dette notat giver overblik over antallet af elever i grundskolen. Opgørelsen viser, at antallet af elever i folkeskolen er faldet siden 2011/12, mens antallet af elever i frie grundskoler

Læs mere

SOCIOØKONOMISKE BEREGNINGER I FORDELINGSMODELLERNE

SOCIOØKONOMISKE BEREGNINGER I FORDELINGSMODELLERNE SOCIOØKONOMISKE BEREGNINGER I FORDELINGSMODELLERNE AGENDA 1 2 3 Hvorfor arbejdes der med decentralisering og socioøkonomiske beregninger? Hvordan indgår beregningerne i modellerne? Et konkret, illustrativt

Læs mere

Sammenhængen mellem elevernes trivsel og elevernes nationale testresultater.

Sammenhængen mellem elevernes trivsel og elevernes nationale testresultater. Sammenhængen mellem elevernes trivsel og elevernes nationale testresultater. 1 Sammenfatning Der er en statistisk signifikant positiv sammenhæng mellem opnåelse af et godt testresultat og elevernes oplevede

Læs mere

Tandstatus hos søskende

Tandstatus hos søskende Tandstatus hos søskende Af Bodil Helbech Kleist, BOHH@kl.dk Formålet med dette analysenotat er at undersøge forskelle i tandsundheden mellem søskende, herunder betydningen af hvilket nummer i børneflokken,

Læs mere

Elever, der skifter skole i løbet af skoleåret

Elever, der skifter skole i løbet af skoleåret Elever, der skifter skole i løbet af skoleåret 2016/2017 Af Nadja Hedegaard Andersen, NCA@kl.dk Side 1 af 13 Formålet med dette analysenotat er at belyse skoleskift mellem de frie grundskoler og folkeskolerne

Læs mere

De socioøkonomiske referencer for gymnasiekarakterer 2013

De socioøkonomiske referencer for gymnasiekarakterer 2013 De socioøkonomiske referencer for gymnasiekarakterer 2013 Indhold Sammenfatning... 5 Indledning... 7 Datagrundlag... 9 Elever... 9 Fag, prøveform og niveau... 9 Socioøkonomiske baggrundsvariable... 9

Læs mere

Kilde: UNI-C s databank. Tabel (EGS) Bestand og GRS Klassetype og Institutioner og Tid Skoleår.

Kilde: UNI-C s databank. Tabel (EGS) Bestand og GRS Klassetype og Institutioner og Tid Skoleår. N OTAT Inklusion/segregering og tilvalg af folkeskolen Debatten på folkeskoleområdet berører ofte udfordringerne med inklusion. Herunder fremføres den øgede inklusion som grund til at forældre i stigende

Læs mere

Indsatstrappen i Københavns Kommune

Indsatstrappen i Københavns Kommune Notat Indsatstrappen i Københavns Kommune Udvikling i projektperioden for Tæt på Familien Hans Skov Kloppenborg og Rasmus Højbjerg Jacobsen Indsatstrappen i Københavns Kommune Udvikling i projektperioden

Læs mere

Analyse af sociale baggrundsfaktorer for elever, der opnår bonus A

Analyse af sociale baggrundsfaktorer for elever, der opnår bonus A Analyse af sociale baggrundsfaktorer for elever, der opnår bonus A Analyse af sociale baggrundsfaktorer for elever, der opnår Bonus A Forfattere: Jeppe Christiansen og Lone Juul Hune UNI C UNI C, juni

Læs mere

Frafaldet på erhvervsuddannelserne er mindsket efter reformen

Frafaldet på erhvervsuddannelserne er mindsket efter reformen 14. november 218 218:23 Rettet 3. december 218 Figur 1 var fejlbehæftet (y-akse var forkert). Figur er udskriftet. Frafaldet på erhvervsuddannelserne er mindsket efter reformen Af Anne Nissen Bonde, Charlotte

Læs mere

Elevfravær i folkeskolen og karaktergennemsnit, 2012/13

Elevfravær i folkeskolen og karaktergennemsnit, 2012/13 Elevfravær i folkeskolen og karaktergennemsnit, Elever med højt samlet fravær får gennemsnitligt set lavere karakterer end elever med lavt fravær. Selv når der tages højde for elevernes sociale baggrund,

Læs mere

Alder ved skolestart i børnehaveklasse 1

Alder ved skolestart i børnehaveklasse 1 Alder ved skolestart i børnehaveklasse 1 Af Katja Behrens I skoleåret 2009/10 startede knap 85 pct. af eleverne rettidigt i børnehaveklasse, dvs. de inden udgangen af 2009 fylder 6 år. Kun få elever starter

Læs mere

Specialundervisning i folkeskolen skoleåret 2008/09

Specialundervisning i folkeskolen skoleåret 2008/09 Specialundervisning i folkeskolen skoleåret 2008/09 Af Anne Mette Byg Hornbek Indledende overblik Dette notat belyser specialundervisning i folkeskolen i skoleåret 2008/2009, herunder i almindelige folkeskoler,

Læs mere

Statusredegørelsen for folkeskolens udvikling

Statusredegørelsen for folkeskolens udvikling Statusredegørelsen for folkeskolens udvikling For skoleåret 2016/2017 Statusredegørelsen for folkeskolens udvikling For skoleåret 2016/2017 Layout: Presse- og Kommunikationssekretariatet, Undervisningsministeriet

Læs mere

Bilag S.1: Beskrivelse af beregningen af koefficienten på indvandrerbaggrund

Bilag S.1: Beskrivelse af beregningen af koefficienten på indvandrerbaggrund Bilag S.1: Beskrivelse af beregningen af koefficienten på indvandrerbaggrund Det er kun i model (1) i artiklen, at den gennemsnitlige betydning af at have indvandrerbaggrund (α 1 ) direkte kan estimeres.

Læs mere

Hvad er den socioøkonomiske reference? Hvordan læses den socioøkonomiske reference?... 2

Hvad er den socioøkonomiske reference? Hvordan læses den socioøkonomiske reference?... 2 Indhold Hvad er den socioøkonomiske reference?... 2 Hvordan læses den socioøkonomiske reference?... 2 Hvordan kan man bruge den socioøkonomiske reference?... 3 Statistisk usikkerhed... 5 Bag om den socioøkonomiske

Læs mere

Statistisk modellering af udgiftsbehov - Statistisk model for udgifter vedrørende børn og unge med særlige behov

Statistisk modellering af udgiftsbehov - Statistisk model for udgifter vedrørende børn og unge med særlige behov Statistisk modellering af udgiftsbehov - Statistisk model for udgifter vedrørende børn og unge med særlige behov Konferencen Den gode anbringelse Vejle, 9. maj 2011 Eskil Heinesen, AKF Datagrundlag Registerdata

Læs mere

Elever i børnehaveklasse, skoleåret 2016/2017

Elever i børnehaveklasse, skoleåret 2016/2017 Elever i børnehaveklasse, skoleåret 2016/2017 Elevtallene for børnehaveklasse i grundskolen for skoleåret 2016/17 viser, at: I skoleåret 2016/2017 startede ca. 66.300 elever i børnehaveklasse i grundskolen.

Læs mere

Bilag 5: Data. Data om børn og unge, som bor i Gellerup, Tovshøj og Ellekær

Bilag 5: Data. Data om børn og unge, som bor i Gellerup, Tovshøj og Ellekær Bilag 5: Data Data om børn og unge, som bor i Gellerup, Tovshøj og Ellekær Metode og data Eksisterende data om børnene og de unge koblet med bopælsoplysninger (skoledistrikter) Som udgangspunkt præsenteres

Læs mere

Socioøkonomisk reference for karaktererne for 9. klassernes afgangsprøver

Socioøkonomisk reference for karaktererne for 9. klassernes afgangsprøver Socioøkonomisk for karaktererne for rnes afgangsprøver Obligatorisk indikator i kvalitetsrapport 2.0 Den socioøkonomiske for gennemsnittet af karaktererne for de bundne prøver for 9. klasse for folkeskoler

Læs mere

Analyse af årsager til høje udgifter til specialundervisning

Analyse af årsager til høje udgifter til specialundervisning 14. august 2016 KKN Analyse af årsager til høje udgifter til specialundervisning Det fremgår af s nøgletal på specialundervisningsområdet, at kommunen har væsentlig højere udgifter til specialundervisning

Læs mere

September 2012. Resume: Efterskolerne og uddannelsesmobilitet. Udarbejdet af DAMVAD for Efterskoleforeningen

September 2012. Resume: Efterskolerne og uddannelsesmobilitet. Udarbejdet af DAMVAD for Efterskoleforeningen September 2012 Resume: Efterskolerne og uddannelsesmobilitet Udarbejdet af DAMVAD for Efterskoleforeningen For information on obtaining additional copies, permission to reprint or translate this work,

Læs mere

Gravide i stofmisbrugs- og alkoholbehandling - karakteristika ved målgruppen og deres børn

Gravide i stofmisbrugs- og alkoholbehandling - karakteristika ved målgruppen og deres børn SocialAnalyse Nr. 6 02.2018 Gravide i stofmisbrugs- og alkoholbehandling - karakteristika ved målgruppen og deres børn I perioden 2008-2014 påbegyndte 14.595 kvinder i alderen 18-55 år stofmisbrugs- eller

Læs mere

Socioøkonomisk reference for grundskolekarakterer 2017/2018: Resultater på tværs af prøver og skoletyper

Socioøkonomisk reference for grundskolekarakterer 2017/2018: Resultater på tværs af prøver og skoletyper Socioøkonomisk reference for grundskolekarakterer 2017/2018: Resultater på tværs af prøver og skoletyper Elevernes karakterer hænger sammen med mange forskellige forhold herunder deres socioøkonomiske

Læs mere

Indvandrere og efterkommere i foreninger er frivillige i samme grad som danskere

Indvandrere og efterkommere i foreninger er frivillige i samme grad som danskere 1 Indvandrere og efterkommere i foreninger er frivillige i samme grad som danskere Færre med ikke-vestlige oprindelse end dansk oprindelse er medlem af en forening. Men ikke-vestlige indvandrere og efterkommere

Læs mere

Hæmsko: 10 sociale faktorer der øger risikoen for at stå uden uddannelse

Hæmsko: 10 sociale faktorer der øger risikoen for at stå uden uddannelse Hæmsko: 1 sociale faktorer der øger risikoen for at stå uden uddannelse AE har undersøgt en lang række sociale og faglige faktorer for at finde frem til barrierer for at få en ungdomsuddannelse. Resultaterne

Læs mere

SOCIOØKONOMISKE FAKTORER I GRUNDSKOLEN

SOCIOØKONOMISKE FAKTORER I GRUNDSKOLEN SOCIOØKONOMISKE FAKTORER I GRUNDSKOLEN Dansk Friskoleforening besluttede januar 2009 at indhente data fra Danmarks Statistik, som kan danne grundlag for at vurdere de socioøkonomiske faktorer hos eleverne

Læs mere

NOTAT. Afdeling for Dagtilbud og Skoler. Demografiregulering på skoleområdet

NOTAT. Afdeling for Dagtilbud og Skoler. Demografiregulering på skoleområdet NOTAT 6. maj 2019 Demografiregulering på skoleområdet Afdeling for Dagtilbud og Skoler Dette notat indeholder en beskrivelse af, 1. Udmøntningsudfordringer på skoleområdet ved den nuværende demografireguleringsmodel.

Læs mere

Bilag De socioøkonomiske referencer for gymnasiekarakterer. Bilag 1: Socioøkonomiske baggrundsoplysninger

Bilag De socioøkonomiske referencer for gymnasiekarakterer. Bilag 1: Socioøkonomiske baggrundsoplysninger Bilag De socioøkonomiske referencer for gymnasiekarakterer 2017 Bilag 1: Socioøkonomiske baggrundsoplysninger Bilagstabel 1 Baggrundsoplysninger Baggrundsoplysning 9. klasse FSA karaktergennemsnit Køn

Læs mere

Indhold SOLRØD KOMMUNE SKOLE OG DAGTILBUD NOTAT. Emne: Solrød Folkeskoler i tal. Til: Orientering. Dato: 17. november 2014

Indhold SOLRØD KOMMUNE SKOLE OG DAGTILBUD NOTAT. Emne: Solrød Folkeskoler i tal. Til: Orientering. Dato: 17. november 2014 SOLRØD KOMMUNE SKOLE OG DAGTILBUD NOTAT Emne: Til: Solrød Folkeskoler i tal Orientering Dato: 17. november 2014 Sagsbeh.: Thomas Petersen Sagsnr.: Indhold Karaktergennemsnit... 2 Folkeskolens afgangsprøver

Læs mere

Skoleudvalget har tidligere har besluttet, at der skal igangsættes en ny visitationsmodel med ikrafttrædelse august Kommissoriet indeholder to

Skoleudvalget har tidligere har besluttet, at der skal igangsættes en ny visitationsmodel med ikrafttrædelse august Kommissoriet indeholder to Visitationsmodel Skoleudvalget har tidligere har besluttet, at der skal igangsættes en ny visitationsmodel med ikrafttrædelse august 2017. Kommissoriet indeholder to faser: Fase 1: udarbejdelse af en ny

Læs mere

Indvandrere og efterkommere i foreninger er frivillige i samme grad som danskere

Indvandrere og efterkommere i foreninger er frivillige i samme grad som danskere Indvandrere og efterkommere i foreninger er frivillige i samme grad som danskere Bilag I afrapportering af signifikanstest i tabeller i artikel er der benyttet følgende illustration af signifikans: * p

Læs mere

Frafaldsindikatorer til opfølgning på eud reformens klare mål 2, herunder socioøkonomisk reference og frafald fra uddannelsesstart til hovedforløb

Frafaldsindikatorer til opfølgning på eud reformens klare mål 2, herunder socioøkonomisk reference og frafald fra uddannelsesstart til hovedforløb Frafaldsindikatorer til opfølgning på eud reformens klare mål 2, herunder socioøkonomisk reference og frafald fra uddannelsesstart til hovedforløb Et af hovedmålene med erhvervsuddannelsesreformen er,

Læs mere

NYBORG KOMMUNE BRUGERUNDERSØGELSE PÅ SKOLEOMRÅDET 2014 NYBORG KOMMUNE SKOLEOMRÅDET 2014

NYBORG KOMMUNE BRUGERUNDERSØGELSE PÅ SKOLEOMRÅDET 2014 NYBORG KOMMUNE SKOLEOMRÅDET 2014 BRUGERUNDERSØGELSE PÅ INDHOLD 1. Indledning.. 3 2. Svarprocent 4 3. Del 1 I. Valg af skole... 5 II. Information... 19 III.Tilfredshed med folkeskolen..... 24 IV. Konklusion del 1........ 32 4. Del 2 I.

Læs mere

Vandringer mellem folkeskoler og frie grundskoler

Vandringer mellem folkeskoler og frie grundskoler Vandringer mellem folkeskoler og frie grundskoler Sammenfatning På de frie grundskoler er andelen af elever steget med 2,7 procentpoint siden 2010/11, og i den tilsvarende periode er andelen af elever

Læs mere

Brobygger mellem skole og hjem Indsats under det strategiske samarbejde om Søstjernevej m.fl. og Nørager

Brobygger mellem skole og hjem Indsats under det strategiske samarbejde om Søstjernevej m.fl. og Nørager Rubrik Brobygger mellem skole og hjem Indsats under det strategiske samarbejde om Søstjernevej m.fl. og Nørager Statusnotat Oktober 2014 Netværkssekretariatet for den by- og boligsociale koordinering Side

Læs mere

Helt overordnet er der to skridt i udvælgelsen af sammenlignelige kommuner:

Helt overordnet er der to skridt i udvælgelsen af sammenlignelige kommuner: N OTAT Metode, FLIS sammenligningskommuner Dette notat præsenterer metoden bag udregning af sammenligningskommuner i FLIS. Derudover præsenteres de første tre modeller der anvendes til at finde sammenligningskommuner

Læs mere

Pædagogisk personale i folkeskoler og frie grundskoler

Pædagogisk personale i folkeskoler og frie grundskoler Pædagogisk personale i folkeskoler og frie grundskoler Af Det pædagogiske personale i folkeskoler 1 og frie grundskoler talte godt 69.000 medarbejdere 2 i skoleåret 2009/10. Lærerne udgør langt den største

Læs mere

En stor del af indvandreres og efterkommeres lavere karakterer i forhold til danskere kan forklares

En stor del af indvandreres og efterkommeres lavere karakterer i forhold til danskere kan forklares 30. november 2017 2017:18 19. december 2017: Der var desværre fejl i et tal i boks 2. Rettelsen er markeret med rødt. Desuden er der tilføjet en boks 4 sidst i analysen. En stor del af indvandreres og

Læs mere

Budgetfordeling på skoleområdet. Peter Holdt-Olesen Slide 1

Budgetfordeling på skoleområdet. Peter Holdt-Olesen Slide 1 Budgetfordeling på skoleområdet Peter Holdt-Olesen. 25.04.2019 Slide 1 Peter Holdt-Olesen 6 år med budgetlægning, økonomistyring og analyser i Århus Kommune 6 år som souschef i KREVI pho@index100.dk Tlf.

Læs mere

Folkeskolens økonomi i Dragør Kommune 2019

Folkeskolens økonomi i Dragør Kommune 2019 Folkeskolens økonomi i Dragør Kommune 2019 Forelagt Skoleudvalget den 12. september 2019 Den 20. august 2019 Afdelingen for Børn, Skole og Kultur, Dragør Kommune 1 Sammenfatning Dette notat indeholder

Læs mere

Elever i børnehaveklasse, skoleåret 2014/2015

Elever i børnehaveklasse, skoleåret 2014/2015 Elever i børnehaveklasse, skoleåret 2014/2015 Elevtallene for børnehaveklasse i grundskolen for skoleåret 2014/15 viser, at: I skoleåret 2014/2015 startede knap 67.600 elever i børnehaveklasse i grundskolen.

Læs mere

Opvækst i ghettoområder

Opvækst i ghettoområder Opvækst i ghettoområder På den seneste ghettoliste pr. 1. december 217 indgår i alt 22 boligområder med samlet set 55. indbyggere. Det er almene boligområder med mindst 1. beboere, som er kendetegnet ved,

Læs mere

VEJEN KOMMUNE ANALYSE AF SKOLERNES SOCIALE PROFIL

VEJEN KOMMUNE ANALYSE AF SKOLERNES SOCIALE PROFIL VEJEN KOMMUNE ANALYSE AF SKOLERNES SOCIALE PROFIL RAPPORT VERSION 1.0 MARTS 2014 INDHOLD 1. Indledning... 3 2. Metode og fremgangsmåde... 4 2.1 Udregning af den sociale profil score... 4 2.2 Aggregering

Læs mere

Bilag 1: Sociale baggrundsvariable og deres effekt på eksamenskaraktererne

Bilag 1: Sociale baggrundsvariable og deres effekt på eksamenskaraktererne Bilag 1: Sociale baggrundsvariable og deres effekt på eksamenskaraktererne Bilag til rapporten Folkeskolens faglige kvalitet. Analyse af skolernes undervisningseffekt. De baggrundsvariable, der er anvendt

Læs mere