Det er måske ikke overraskende i sig selv, at en større andel af eleverne med størst sandsynlighed for støttebehov er uden uddannelse eller beskæftigelse. Alligevel er størrelsesordenen værd at notere, mener Indenrigs- og Sundhedsministeriets Benchmarkingenhed.

Hver sjette med behov for støtte i skolen står uden job eller uddannelse et år efter 9. klasse

17,6 procent af eleverne med størst sandsynlighed for støttebehov i skolen er uden uddannelse eller beskæftigelse 15 måneder efter, at de har afsluttet 9. klasse, viser en ny analyse af fire skoleår. For alle 9. klasses elever drejer det sig om 6,4 procent.

Offentliggjort Sidst opdateret

Indenrigs- og Sundhedsministeriets Benchmarkingenhed har undersøgt, om unge, der på baggrund af deres karakteristika har en statistisk høj sandsynlighed for at have modtaget segregeret specialundervisning i udskolingen. er i uddannelse eller beskæftigelse 15 måneder efter 9. klasse.

Analysen når frem til to hovedresultater. Det ene er, at 17,6 procent af disse elever hverken er i uddannelse eller beskæftigelse godt et år efter 9. klasse. Det gælder samlet for skoleårene 18/19 til 21/22. For alle 9. klasseelever ligger tallet på 6,4 procent.

Top og bund blandt kommunerne

Disse ti kommuner har en lavere andel uden uddannelse eller beskæftigelse 15 måneder efter 9. klasse end forventet ud fra elevernes baggrundskarakteristika:

  1. Lemvig: -11,6 procent
  2. Allerød: -6,8 procent
  3. Ishøj, -6,4 procent
  4. Kerteminde: -5,3 procent
  5. Billund: -5,2 procent
  6. Bornholm: -5,2 procent
  7. Tønder: -5,1 procent
  8. Egedal: -4,6 procent
  9. Ringkøbing-Skjern: -4,6 procent
  10. Herlev: -4,1 procent

Disse ti kommuner har en højere andel uden uddannelse eller beskæftigelse 15 måneder efter 9. klasse end forventet:

  1. Faxe: +3,6 procent
  2. Halsnæs: +4,1 procent
  3. Nordfyn: +4,2 procent
  4. Tårnby: +4,5 procent
  5. Hjørring: +4,8 procent
  6. Vesthimmerland: +4,8 procent
  7. Aarhus: +4,9 procent
  8. Odder: +5,4 procent
  9. Horsens: +6,9 procent
  10. Hedensted: +10,3 procent

Kilde: Resultater for elever med størst sandsynlighed for støttebehov

”Det er måske ikke overraskende i sig selv, at en større andel af eleverne med størst sandsynlighed for støttebehov er uden uddannelse eller beskæftigelse sammenlignet med alle elever, idet populationen netop er udvalgt for at være mere udfordret end den almene elev. Alligevel er størrelsesordenen værd at notere”, skriver benchmarkingenheden i sit ledelsesresume.

Derfor måler analysen på sandsynlighed

Analysen tager ikke udgangspunkt i, hvem der har fået specialundervisning, men i ”en statistisk høj sandsynlighed for at have modtaget segregeret specialundervisning i udskolingen”. Det skyldes, at tidligere analyser har vist, at der er forskel på, hvornår kommunerne vælger at segregere en elev.

”Det kan derfor være problematisk at sammenligne resultater specifikt for gruppen af elever i segregeret specialundervisning på tværs af kommunerne, da der netop kan være forskelle mellem kommunerne i forhold til, hvorvidt man henviser en elev til segregeret undervisning eller ej. Det kan betyde, at der vil være forskelle i, hvor udfordret gruppen af segregerede elever er på tværs af kommunerne, hvilket er afgørende for kommunens resultater for elevgruppen”, sammenfatter benchmarkingenheden.

Med andre ord afhænger kommunernes andel af elever med størst sandsynlighed for støttebehov i analysen ikke af deres visitationspraksis for specialundervisning, men i stedet af elevernes baggrundskarakteristika.

Stor forskel imellem kommunerne

Når man fordeler de 15 procent af eleverne med størst sandsynlighed for støttebehov ud på de enkelte kommuner, varierer andelen uden uddannelse eller beskæftigelse fra 5,2 til 28,1 procent. Der er med andre ord stor forskel på kommunerne.

De ti kommuner, som klarer sig bedst i analysen, har i gennemsnit 5,9 procentpoint færre elever, der er uden uddannelse eller beskæftigelse 15 måneder efter 9. klasse, end man kunne forvente. Omvendt har de ti kommuner med højest benchmarkingindikatorer 5,3 procentpoint flere elever uden uddannelse og beskæftigelse, end man kunne forvente.

Lemvig klarer sig suverænt bedst blandt kommunerne, mens Hedensted lige så suverænt skraber bunden.

35 procent har modtaget segreret undervisning

Eleverne med størst sandsynlighed for støttebehov er blandt andet oftere drenge end piger, de er i højere grad begyndt sent i skolen, og de er oftere i kontakt med sundhedssystemet.

35 procent af dem har modtaget segregeret specialundervisning i løbet af udskolingen, mens de resterende 65 procent kan have modtaget særlig støtte i almenmiljøet.

Da der er tale om de 15 procent elever med størst sandsynlighed for støttebehov på landsplan, betyder det også, at disse elever ikke er ligeligt fordelt på tværs af landets kommuner. I nogle kommuner udgør de under syv procent af alle 9. klasses elever, mens andelen i andre kommuner ligger på over 20 procent.

I analysen har benchmarkingenheden også kort set på elevernes trivsel, fravær og karakterer.

Elever med størst sandsynlighed for støttebehov har større tendens til at have lav trivsel, højt fravær, og i højere grad opnår de ikke minimum 02 i dansk og matematik ved 9. klasses afslutning sammenlignet med alle 9. klasseelever.

Også på disse punkter er der forskelle blandt kommunerne

Se, hvordan det står til i din kommune

Benchmarkingenheden har undersøgt, om det ville være muligt at måle effekten af at have modtaget segregeret specialundervisning i forhold til, om man er uden uddannelse eller beskæftigelse efter 9. klasse. Her har enheden vurderet, at det ikke kan lade sig gøre inden for analysens rammer.

”Selv om vi gennem Danmarks Statistik har adgang til en rig mængde data, er der stadig forhold, for eksempel elevens motivation, funktionsevne og sociale kompetencer, som vi ikke har data for, og som potentielt kan spille en rolle med hensyn til både at modtage segregeret specialundervisning, men også om man er uden uddannelse eller beskæftigelse”, skriver enheden.

I dette bilag fra Indenrigs- og Sundhedsministeriets Benchmarkingenhed kan du se, hvordan din kommune placerer sig på de forskellige parametre i analysen.