Onderzoeksvragen
Hoe kan de gemeente Heusden uithuisplaatsing voorkomen? Wat zijn de belangrijkste risicofactoren voor uithuisplaatsing? Welke combinaties van factoren spelen een grote rol?
Gebruikte data
Voor deze analyse is gebruikgemaakt van CBS-microdata over de periode 2015-2018. De analyse zoekt naar inzichten op ‘groepsniveau’: data over algemene kenmerken met data over jeugdhulpgebruik.
Microdata: koppelbare data op persoons-, bedrijfs- en adresniveau waarmee onderzoekers onder strikte voorwaarden statistisch onderzoek mogen doen.
Op basis van literatuur en data mining zijn de meest onderscheidende factoren geïdentificeerd die het risico op een hulptraject verhogen of verlagen:
Kind- omgevingsfactoren:
- Kindfactoren, te denken valt aan: onderwijsniveau, voortijdig school verlaten, leerdelict HALT.
- Omgevingsfactoren, te denken valt aan: scheiding ouders, werksituatie, schulden.
Alle factoren:
- Financiële situatie: inkomen personen, huishuidinkomen, schuldsanering
- Gezondheid: gebruik jeugdbescherming, jeugdhulp, jeugdreclassering
- Onderwijs: hoogst behaalde diploma, volgen van onderwijs, opleiding, voortijdig schoolverlater, type opleiding
- Personen & huishoudens: huishoudkenmerken (aantal, relatie), persoonskenmerken (geslacht, leeftijd, herkomst), kinderen en hun juridische ouders, scheiding meegemaakt
- Veiligheid: bekend bij HALT, bekend bij slachtofferhulp NL, verdacht van misdrijf
Betrokken organisaties
Methode en techniek
Het startpunt was de risicotaxatietool, garage2020, een succesvolle aanpak van de gemeente Amsterdam. Deze tool is gedeeld met de gemeente Heusden en daarop is verder gebouwd.
Hoe werkt de tool?
Historische gegevens van Amsterdamse jongeren van het CBS. De tool geeft inzicht in (combinatie van) risicofactoren die uithuisplaatsing voorspellen.
De tool is gevoed met 18 CBS microdata-bestanden.
Belangrijkste inzichten
Uit de data-analyse bleek dat kinderen uit eenoudergezinnen met een moeder die geen werk heeft en (fors) jonger dan 30 jaar was toen ze haar eerste kind kreeg, en die in een huurwoning met huurtoeslag wonen, een verhoogde kans hebben om uit huis geplaatst te worden of onder toezicht te worden gesteld. Natuurlijk is hiermee niet gezegd dat kinderen uit deze risicogroep niet zonder problemen kunnen opgroeien of dat uit andere gezinnen geen kinderen uit huis worden geplaatst worden. De uitkomsten geven wél aan dat extra aandacht voor het ondersteunen van deze vrouwen en hun kinderen nodig is om te voorkomen dat er problemen ontstaan of groter worden.
De inzichten uit de data-analyse zijn benut in een design thinkingproces (kwalitatieve verdieping, met onder meer vragenlijsten).
Aandachtspunten en overige kenmerken
-
De koppeling en datavoorbereiding was zeer arbeidsintensief (80% van het werk).
- Clustering toont relatieve verschillen, geen absolute uitsluiting van andere kenmerken per groep.
Meer informatie
Contactpersoon: Patrica Prüfer | patricia.prufer@centerdata.nl
Datasamenwerking/Organisatie(s): Centerdata (namens Smart Start)
Titel: Smart Start – Heusden – Kinderen wonen thuis