Meer inzicht in de gevolgen van de toeslagenaffaire dankzij data

Recent was in het nieuws dat ruim duizend kinderen van slachtoffers van de toeslagenaffaire uit huis zijn geplaatst. Dit meldde het Centraal Bureau voor de Statistiek (CBS) na onderzoek in opdracht van het ministerie van Veiligheid en Justitie. Dit bericht werd gevolgd door veel media-aandacht. Later kwam het CBS met een correctie: er was niet onderzocht of de uithuisplaatsingen een direct gevolg zijn van de toeslagenaffaire. Daarvoor is meer onderzoek nodig.

Vanuit Van Dam & Oosterbaan geven wij graag een reactie hoe wij vanuit de data en de inhoud hier tegenaan kijken.

Kijk naar correlatie versus causaliteit

Voor het CBS met haar aanvulling kwam, gingen er veel misleidende koppen in de media rond. “Hoe nu verder met uit huis geplaatste kinderen van de toeslagenouders?” is hier slechts een voorbeeld van.

Wat hier misging, is dat correlatie en causaliteit door elkaar werden gehaald. Als twee zaken met elkaar samenhangen, wordt gesproken van correlatie. Pas als het één het ander veróórzaakt, is sprake van causaliteit. Bij twee correlerende variabelen kan er bijvoorbeeld een derde variabele zijn die van invloed is.

Een praktisch voorbeeld: het eten van ijs en bosbranden komen beide in dezelfde periode veel voor. Als je uit zou gaan van causaliteit, dan zou dat betekenen dat het eten van ijs leidt tot bosbranden. Dat is natuurlijk niet zo. Er is hier een derde factor van toepassing: de temperatuur. Niet het eten van ijsjes leidt tot bosbranden; hogere temperaturen brengen een hogere ijsconsumptie én meer bosbranden met zich mee.

Maatschappelijke vraagstukken lastig te verklaren

Juist bij maatschappelijke vraagstukken is het lastig om causaliteit aan te tonen. Dit soort vraagstukken komen namelijk niet in een laboratorium voor waar de invloed van een bepaalde factor onderzocht kan worden. Daarnaast laten maatschappelijke vraagstukken zich niet altijd goed in data uitdrukken. Daardoor is bij onderzoek vaak zichtbaar dat slechts 30% van het probleem verklaard kan worden met behulp van de beschikbare data. 70% van de factoren die invloed hebben, zijn dan niet in beeld.

Bij het verklaren van uithuiszettingen bij slachtoffers van de toeslagenaffaire speelt precies hetzelfde. Vaak komen bij deze gezinnen meerdere problemen voor, waardoor het lastig vast te stellen is wat invloed heeft op wat. Zo zijn schulden op opzichzelfstaand vaak geen directe reden voor uithuisplaatsing, maar de gevolgen die hieruit voort kunnen komen zoals het kwijtraken van het huis, of in een depressie geraken waardoor de opvoeding stagneert, kunnen wel redenen zijn voor jeugdbescherming en in bepaalde gevallen uithuisplaatsing. Dit wordt ook wel het sneeuwbaleffect genoemd.

Meer mogelijkheden dankzij combineren van data

Wat kan er dan nog wel met data worden gedaan met betrekking tot de toeslagenaffaire? Vanuit Van Dam & Oosterbaan zien wij mogelijkheden door data slim (op geanonimiseerd niveau) te combineren. Gemeenten hebben de taak gekregen om getroffen gezinnen van de toeslagenaffaire waar mogelijk te ondersteunen, waardoor zij inzicht hebben in wie dit zijn. Daarnaast beschikken gemeenten over tal van andere data: denk dan aan data rond de Participatiewet, gemeentelijke belastingen, specialistische jeugdhulp en schuldhulpverlening. Door dit geanonimiseerd aan elkaar te koppelen, ontstaat meer zicht in de problematiek bij een gezin en hoe dit door de jaren heen verandert. Daarmee kan dus het zorgpad (oftewel de cliëntreizen) van een huishouden inzichtelijk worden gemaakt.

Wat levert inzicht in zo’n zorgpad op? Allereerst kan dit op casusniveau helpen bij de ondersteuning van slachtoffers van de toeslagenaffaire. Daarnaast kan op hoger niveau een analyse worden gemaakt wat in het algemeen zichtbaar is bij de zorgpaden. Denk dan aan vragen als “Hoe lang is er al schuldhulpverlening?” en “Wanneer begon jeugdhulp bij de kinderen?”. Daarmee is het nog steeds lastig om causaliteit aan te tonen, maar wij denken wel dat hiermee meer inzicht ontstaat in de gevolgen van de toeslagenaffaire.

Randvoorwaarden

Voor deze manier van datagedreven werken zijn wel enkele randvoorwaarden. Denk hierbij vooral aan de beschikbaarheid van data en het op orde hebben van datakwaliteit. Een probleem hierbij is dat data van het sociaal domein vaak maar teruggaan tot 2015, tot het moment van de decentralisaties.

De toeslagenaffaire speelde daarvoor al, waardoor het lastig is om met gemeentelijke data een volledig beeld te krijgen van de gevolgen. Er zou dan op ingezet moeten worden om data van voor 2015 toch beschikbaar te maken: deze data hebben gemeenten met de decentralisaties wel gekregen. Ook kunnen externe partijen wellicht een rol spelen. Dit moet echter geen reden zijn om niet met data aan de slag te gaan: gemeenten hebben nu bijna zes jaar aan data over het sociaal domein. Dat is genoeg om diverse analyses mee uit te voeren.

Meer weten?

Wilt u meer weten over hoe wij uw gemeente hierbij kunnen helpen? Neem dan contact op met onze Senior Adviseur Wietse de Boer via wietse.deboer@vandamoosterbaan.nl of 06-48064651.

Eva Mommers