H5 Resultaten van de enquête
N- frequentie procent
6.1 Deductieve analyse
De deductieve analyse wordt uitgevoerd aan de hand van het conceptuele model en de
verbanden worden getoetst aan de hand van de verschillenden hypothesen. Door een regressie analyse uit te voeren kan worden gezien wat de belangrijkste factoren zijn die de perceptie van het risico en de perceptie over de verantwoordelijkheden beïnvloeden. Met de kennis van de perceptie van de burgers kunnen uitspraken worden gedaan over het bewustzijn van de burgers. De kennis over het bewustzijn is noodzakelijk om de verschillenden hypothesen te kunnen toetsen.
6.1.1 Analyse van de risicoperceptie
Om te kunnen analyseren welke factoren van invloed zijn op de risicoperceptie is het
noodzakelijk om een cijfer te geven aan het begrip risicoperceptie, welke is gebaseerd op de theoretische opvattingen. Zoals gesteld in de theorie wordt het begrip risicoperceptie
omschreven als een subjectieve beoordeling van de kans dat een gevaar optreedt en hoe bezorgd men is over de mogelijke gevolgen (Sjöberg, Moen & Rundmo, 2004). Om een getal aan de risicoperceptie te kunnen koppelen wordt er daarom gebruik gemaakt van de
variabelen ‘beoordeling risico’, ‘bedreiging van het risico (persoonlijk)’, ‘bedreiging van het risico (samenleving)’, ‘bezorgdheid over het risico (mate van bezorgdheid)’ en ‘bezorgdheid over het risico (hoe vaak bezorgd)’. Bij alle variabelen wordt ervan uitgegaan dat een hogere beoordeling leidt tot een hogere perceptie. Wanneer men zich bijvoorbeeld vaker persoonlijk bedreigd voelt zal men ook een hogere perceptie hebben. Het getal wat staat voor de
63
risicoperceptie is samengesteld door de resultaten van de hierboven genoemde variabelen bij elkaar op te tellen. In Tabel 6.1 is de variabele risicoperceptie beschreven.
Tabel 6.1
Beschrijving variabele risicoperceptie
N Minimum Maximum Mean Std. Deviation
Risicoperceptie 910 6 24 12.53 2.726
Valid N (listwise) 910
Voor de variabele risicoperceptie geldt dat men maximaal dertig punten kon halen, bij een volledig juiste inschatting van het risico en de hoogste mate van bedreiging en bezorgdheid. Het minimale aantal punten voor de risicoperceptie is drie punten, omdat bij de mate van bedreiging en bezorgdheid de laagste waarde een één is. De minimale score die is behaald voor deze variabele is 6 punten en de maximale score is 24 punten. Gemiddeld genomen wordt er voor de risicoperceptie 12.53 punten gehaald.
De factoren die de risicoperceptie beïnvloeden worden getoetst aan de hand van een multipele regressie analyse. Om een regressie analyse uit te kunnen voeren moet er aan een aantal veronderstellingen worden voldaan. Bij een tweetal veronderstellingen kan vooraf al aan voldaan worden. Zo moet de afhankelijke variabele een interval of ratioschaal hebben, in dit onderzoek is dat het geval. Daarnaast moet het verband tussen de afhankelijke en iedere onafhankelijke variabele theoretisch causaal zijn. De theoretische onderbouwing voor elke indicator/variabele is in hoofdstuk twee beschreven, er wordt van uitgegaan dat alle
verbanden theoretisch causaal zijn. De volgende veronderstellingen waaraan voldaan moeten worden zijn te controleren door middel van een residuenanalyse en een analyse van de correlatiecoëfficiënten van alle paren onafhankelijke variabelen. In Bijlage 5 is een histogram, een ‘normal probability plot’, een spreidingsdiagram van de residuen en een correlatiematrix te vinden, die gebruikt zijn om aan de volgende veronderstellingen te voldoen. De eerste veronderstelling gaat ervan uit dat het model lineair moet zijn. Wanneer gekeken wordt naar het spreidingsdiagram van de residuen is te zien dat het model lineair is, omdat de residuen geen duidelijk patroon vertonen. De volgende veronderstelling gaat ervan uit dat geen van de onafhankelijke variabelen met elkaar correleren en dus niet hetzelfde meten. In de correlatiematrix is te zien dat geen van de onafhankelijke variabelen met elkaar correleren, omdat de waarde bij r niet groter of gelijk is aan 0,9 (in de tabel aangegeven door
64
middel van Pearson Correlation). De laatste voorwaarde waaraan voldaan moet worden is of er sprake is van een normale verdeling van de residuen en een evenwichtige spreiding van de residuen. Dit is af te lezen in het histogram en het spreidingsdiagram van de residuen. Voor het model geldt dat er sprake is van een normale verdeling en een evenwichtige spreiding van de residuen.
Tabel 6.2 geeft de resultaten weer van de multipele regressie analyse met de afhankelijke variabele ‘risicoperceptie’. Uit de F-toets waarin een grenswaarde van Sig. ≤ 0,05 wordt gehanteerd, blijkt dat het model in zijn geheel significant is, aangezien het model onder de grenswaarde ligt. Daarnaast kan door middel van de ‘R-Square’ geconstateerd worden hoeveel procent van de variantie van de variabele risicoperceptie wordt verklaard door de onafhankelijke variabelen. Met dit model wordt 96 procent van de variantie verklaard door de onafhankelijke variabelen.
Op basis van deze analyse zijn een aantal significante relaties aan te tonen. In hoeverre men het risico ‘juist’ inschat heeft een significante relatie met de risicoperceptie. Wanneer men één punt hoger scoort bij de beoordeling van het risico, betekent dit een toename van de risicoperceptie met 0,995. Als men de kansen en gevolgen van het risico dus beter weet in te schatten is de risicoperceptie hoger. De bedreiging die een individu ervaart van het risico heeft, zowel op persoonlijk vlak als voor de samenleving als geheel, een positief effect op de risicoperceptie. Wanneer men meer bedreiging ziet, persoonlijk of voor de samenleving, stijgt de risico perceptie respectievelijk met 1,039 en 1,025. Een groter gevoel van bedreiging leidt dus tot een hogere risicoperceptie. Ook de bezorgdheid over het risico heeft een significante relatie met de risicoperceptie. Wanneer de mate van bezorgdheid hoger wordt, daalt de risicoperceptie met 0,208. Een opmerkelijke relatie, aangezien
verwacht werd dat een hogere mate van bezorgdheid leidt tot een hogere perceptie van het risico. Hoe vaak iemand bezorgd is heeft wel een positieve relatie met de risicoperceptie. Vaker bezorgd zijn leidt tot een stijging van 1,577 bij de risicoperceptie. Hoe vaker iemand bezorgd is, hoe hoger de risicoperceptie is. De onafhankelijke variabele ‘overige oorzaken’ heeft ook een significante relatie met de risicoperceptie. Deze variabele houdt in dat men de oorzaak van het risico het meest wijdt aan ‘klimaatverandering (toename regenval)’, ‘een andere reden, namelijk’ en/of ‘dat weet ik niet’. Naarmate men een van deze oorzaken heeft gekozen, betekent dit een negatief effect op de risicoperceptie. Hoewel het door de diverse inhoud van de variabele lastig te stellen is, kan gezegd worden dat wanneer men de oorzaak niet weet of het toekent aan klimaatverandering of een zelf beschreven reden de
65 Tabel 6.2
Overzicht resultaten analyse met afhankelijke variabele risicoperceptie
Coëfficiënt S.E. Bèta Sig.
Beoordeling Risico ,995 ,012 ,576 ,000
Bedreiging van het risico (persoonlijk) 1,039 ,023 ,357 ,000 Bedreiging van het risico (samenleving) 1,025 ,018 ,412 ,000 Bezorgdheid over het risico (mate van bezorgdheid) -,208 ,024 -,070 ,000 Bezorgdheid over het risico (hoe vaak bezorgd) 1,577 ,034 ,389 ,000
Publieke oorzaken ,037 ,031 ,011 ,227
Private oorzaken -,058 ,038 -,013 ,128
Overige oorzaken -,200 ,050 -,035 ,000
Verwachting schade door hevige regenval -,053 ,018 -,023 ,004
Publieke oplossingen ,080 ,036 ,023 ,027
Private oplossingen ,053 ,034 ,016 ,121
Overige oplossingen ,233 ,090 ,025 ,010
Ervaringsfactoren ,015 ,010 ,012 ,117
Beschrijvende sociale normen -,004 ,022 -,002 ,847
Dwingende sociale normen ,023 ,021 ,010 ,257
Mate van bereidheid ,020 ,018 ,009 ,266
Beoordeling verantwoordelijkheid -,003 ,015 -,001 ,861 Type beleid ,044 ,022 ,014 ,042 Geslacht ,112 ,040 ,021 ,005 Leeftijdscategorie ,039 ,013 ,023 ,002 Opleidingsniveau -,004 ,011 -,003 ,698 Woningeigendom -,025 ,056 -,003 ,656 Inkomen -,029 ,016 -,013 ,070 N 910 910 910 910 Constante ,317 ,233 - ,173 R-square ,960
66
afname van de risicoperceptie. De volgende significante relatie is die met de verwachting van de schade door hevige regenval. Naarmate men een lagere verwachting heeft van de
herhalingstijd van schade aan de woning door hevige regenval, neemt de risicoperceptie met 0,053 af. De lagere verwachting van hoe vaak er schade door hevige regenval wordt
opgelopen lijkt dus samen te hangen met een lagere risicoperceptie. Als men vaker schade verwacht aan de woning zal dit bijdragen aan de perceptie van de risico’s. De variabele ‘geslacht’ kent ook een significante relatie met de risicoperceptie. Binnen de variabele geldt dat ‘vrouw’ gelabeld is met een nul en ‘man’ gelabeld is met een één. De analyse toont aan dat een man een hogere risicoperceptie heeft dan een vrouw, aangezien er een stijging van 0,112 van de risicoperceptie is wanneer het een man betreft. Tot slot heeft ook de
leeftijdscategorie een significante relatie met de risicoperceptie. Wanneer de
leeftijdscategorie hoger is, is er sprake van een stijging van de risicoperceptie van 0,039. Een hogere leeftijd zorgt ervoor dat men een hogere mate van risicoperceptie heeft.
Om aan te tonen welke factoren de meeste invloed hebben op de risicoperceptie, moet worden gekeken naar de bèta-coëfficiënten. Deze coëfficiënten zijn namelijk
gestandaardiseerd en met elkaar te vergelijken. Van de onafhankelijke variabelen met een significante relatie met de risicoperceptie, heeft de beoordeling van het risico de meeste invloed op de risicoperceptie. De variabelen, met uitzondering van de mate van bezorgdheid, die onder de risicofactoren vallen hebben een aanzienlijk groter effect dan de ander
variabelen met een significante relatie. Het geslacht heeft, volgens dit model, de minste invloed op de risicoperceptie.
6.1.2 Analyse van de verantwoordelijkheidsperceptie
Zoals eerder gesteld is er een theoretische verwachting van een aantal factoren die de
verantwoordelijkheidsperceptie beïnvloeden. Met deze analyse wordt getoetst welke factoren invloed hebben op de verantwoordelijkheidsperceptie en of er andere factoren van invloed zijn. Op basis van de theorie wordt ervan uit gegaan dat de verwachte verantwoordelijkheden vooral worden beïnvloed door de kennis die iemand heeft over wie verantwoordelijk is en in hoeverre maatregelen worden toegekend aan een bepaalde partij. Om een getal te kunnen koppelen aan de verwachte verantwoordelijkheden wordt gebruik gemaakt van de variabelen ‘beoordeling verantwoordelijkheid’, ‘beoordeling oorzaakkennis privaat’ en ‘beoordeling reactiekennis privaat’. Hoe hoger het cijfer bij ‘beoordeling verantwoordelijkheid’ geeft aan dat de verantwoordelijkheden beter worden ingeschat. Verwacht wordt dat wanneer men bij de oorzaakkennis en reactiekennis voor de ‘private’ variant kiest verantwoordelijkheid legt
67
bij private partijen, wat in dit onderzoek wordt gezien als de ‘juiste’ verantwoordelijkheid. Een goede inschatting van de verantwoordelijkheden en de juiste oorzaak en reactiekennis lijdt dus tot de juiste verwachte verantwoordelijkheden. Het getal wat staat voor de verwachte verantwoordelijkheden is samengesteld door een som van de resultaten van de hierboven genoemde variabelen. In Tabel 6.3 is de variabele risicoperceptie beschreven.
Tabel 6.3
Beschrijving variabele verantwoordelijkheidsperceptie
N Minimum Maximum Mean Std. Deviation Verantwoordelijkheids-
perceptie 910 0 10 3.42 1.789
Valid N (listwise) 910
Bij de variabele verantwoordelijkheidsperceptie kon men maximaal elf punten halen,
namelijk zes punten voor een volledig goed beoordeling van de verantwoordelijkheden en de overige vijf punten voor het juist beoordelen van de oorzaak- en reactiekennis. Daarnaast is er een minimum van nul punten, als alles verkeerd wordt ingeschat. Geen punten is ook het minimum bij de respondenten en tien punten is het hoogste wat is gehaald. De gemiddelde score bij de verantwoordelijkheidsperceptie is 3.42 punten.
Voor het toetsen van de factoren die mogelijk invloed hebben op de
verantwoordelijkheidsperceptie is een multipele regressieanalyse uitgevoerd. Binnen deze analyse zijn de variabelen waaruit de variabele ‘verantwoordelijkheidsperceptie’ is
opgebouwd, uit de analyse gelaten. Dit is gedaan omdat deze variabelen een te grote invloed hebben op het model waardoor er geen lineaire regressie ontstaat. Ook voor deze analyse geldt dat er voldaan moet worden aan een aantal veronderstellingen. Aan de eerste twee veronderstellingen kan vooraf worden voldaan. De afhankelijke variabele heeft een ratioschaal en er wordt veronderstelt dat het verband tussen de afhankelijke en iedere
onafhankelijke variabele theoretisch causaal zijn. Bijlage 6 toont een histogram, een ‘normal probability plot’, een spreidingsdiagram van de residuen en een correlatiematrix, welke zijn gebruikt om te toetsen of aan de volgende veronderstellingen kan worden voldaan. Ten eerste moet het model lineair zijn. Uit het spreidingsdiagram van de residuen is te zien dat het model lineair is. Ten tweede blijkt uit de correlatiematrix dat geen van de onafhankelijke variabelen met elkaar correleert, omdat de waarde bij r niet groter of gelijk is aan 0,9 (in de
68
tabel aangegeven door middel van Pearson Correlation). Tot slot moet er sprake zijn van een normale verdeling van de residuen en een evenwichtige spreiding van de residuen. Om dit te toetsen wordt gekeken naar het histogram en het spreidingsdiagram van de residuen. De residuen in dit model zijn gelijk verdeeld en er is tevens sprake van een evenwichtige spreiding van de residuen.
De resultaten van de multipele regressie analyse met de afhankelijke variabele ‘verantwoordelijkheidsperceptie’ zijn weergegeven in Tabel 6.4. Het model is in zijn geheel significant, aangezien het resultaat bij de F-toets onder de grenswaarde van 0,05 ligt.
Daarnaast wordt met dit model 23,7 procent van de variantie verklaard door de
onafhankelijke variabelen. Hoewel dit geen groot deel van de variantie is, zijn er wel een aantal significante relaties aangetoond met dit model. Twee variabelen die vallen onder de oorzaakkennis vertonen een significante relatie met afhankelijke variabele
verantwoordelijkheidsperceptie. Het gaat om de variabelen waarbij men de oorzaak van het risico het meest wijdt aan publieke of overige oorzaken. Wanneer de variabele ‘publieke oorzaken’ met één punt stijgt daalt de verantwoordelijkheidsperceptie met 0,4. Voor een stijging van de variabele ‘overige oorzaken’ met één punt geldt een daling van 0,763. Op basis van dit model kan gesteld worden dat wanneer men de oorzaken van het risico toewijdt aan het handelen van publieke partijen, het gevoel van verantwoordelijkheid af neemt. Wanneer men meer de nadruk legt op de overige oorzaken, waaronder de categorie ‘weet ik niet’, dan daalt dit gevoel van verantwoordelijkheid nog meer. Hieraan gekoppeld is aan te tonen dat voor de variabelen ‘publieke oplossingen’ en ‘overige oplossingen’ ook een significante relatie bestaat met de verantwoordelijkheidsperceptie. Een toename van de variabele ‘publieke oplossingen’ met één punt, leidt tot een afname van de
verantwoordelijkheidsperceptie met 0,766. Bij een toename van de variabele ‘overige oplossingen’ is er zelfs sprake van een daling van de verantwoordelijkheidsperceptie met 1,85. Als men kiest voor de publieke oplossingen die het risico moeten verminderen, dus oplossingen die moeten worden uitgevoerd door de overheden, dan daalt de
verantwoordelijkheidsperceptie. Het niet weten welke oplossingen het risico verminderen leidt tot een forse afname van de verantwoordelijkheidsperceptie en daarmee het gevoel van verantwoordelijkheid nemen. De mate van bereidheid heeft eveneens een significante relatie met de verantwoordelijkheidsperceptie. Wanneer de mate van bereidheid groter wordt dan daalt de verantwoordelijkheidsperceptie met 0,149. Een hogere bereidheid om bij te dragen aan het voorkomen van het risico leidt dus tot een lager gevoel van verantwoordelijkheid nemen. Dit is een opmerkelijk verband, aangezien verwacht werd dat een hoge mate van
69 Tabel 6.4
Overzicht resultaten analyse met afhankelijke variabele verantwoordelijkheidsperceptie
Coëfficiënten S.E. Bèta Sig.
Beoordeling Risico ,034 ,034 ,030 ,308
Bedreiging van het risico (persoonlijk) ,102 ,065 ,054 ,116 Bedreiging van het risico (samenleving) ,069 ,052 ,042 ,183 Bezorgdheid over het risico (mate van bezorgdheid) -,124 ,067 -,064 ,064 Bezorgdheid over het risico (hoe vaak bezorgd) -,150 ,098 -,057 ,124
Publieke oorzaken -,400 ,077 -,182 ,000
Overige oorzaken -,763 ,129 -,203 ,000
Verwachting schade door hevige regenval -,029 ,052 -,019 ,576
Publieke oplossingen -,766 ,079 -,339 ,000
Overige oplossingen -1,850 ,208 -,303 ,000
Ervaringsfactoren ,061 ,027 ,072 ,024
Beschrijvende sociale normen ,051 ,062 ,032 ,404
Dwingende sociale normen -,061 ,059 -,041 ,302
Mate van bereidheid -,149 ,050 -,103 ,003
Type beleid ,158 ,062 ,077 ,011 Geslacht ,041 ,113 ,012 ,719 Leeftijdscategorie -,116 ,036 -,103 ,001 Opleidingsniveau ,055 ,031 ,055 ,076 Woningeigendom ,259 ,159 ,051 ,103 Inkomen ,005 ,045 ,003 ,914 N 910 910 910 910 Constante 5,460 ,628 - ,000 R-square ,237
F-toets (ANOVA) 13,816 (sig. ,000)
bereidheid gekoppeld is aan de juiste kennis over de verantwoordelijkheden. Tot slot is ook de leeftijd van belang, aangezien deze variabele een significante relatie heeft met de
afhankelijke variabele. Wanneer de leeftijdscategorie met een ‘stap’ omhoog gaat, leidt dit tot een afname van de verantwoordelijkheidsperceptie van 0,116. Een hogere leeftijd lijkt dus
70
samen te gaan met een lagere verantwoordelijkheidsperceptie en dus minder kennis over de juiste verantwoordelijkheden. Wederom een opmerkelijke relatie, omdat verwacht werd dat een hogere leeftijd tot meer kennis van de juiste verantwoordelijkheden zou leiden.
Welke factoren het meeste invloed hebben op de verantwoordelijkheidsperceptie kan worden getoetst aan de hand van de gestandaardiseerde bèta-coëfficiënten. De variabele ‘publieke oplossingen’ heeft de meeste invloed op de verantwoordelijkheidsperceptie, wanneer gekeken wordt naar de variabelen met een significante relatie met de
verantwoordelijkheidsperceptie in dit model. In hoeverre men de oplossingen voor het verminderen van het risico aan overheidspartijen toe-eigent, heeft de meeste invloed op de verantwoordelijkheidsperceptie. Ook het niet kennen van de juiste oplossingen heeft een grote invloed op deze afhankelijke variabele. De mate van bereidheid en de leeftijdscategorie hebben in dit model het minste invloed op de verantwoordelijkheidsperceptie.
6.1.3 Analyse van het bewustzijn
Door de analyse van zowel de risico- als de verantwoordelijkheidsperceptie is duidelijk geworden welke factoren de meeste invloed hebben op deze vormen van perceptie. De volgende stap in de analyse is het onderzoeken van het bewustzijn, omdat met het begrip bewustzijn de hypothesen zoals gesteld in dit onderzoek getoetst kunnen worden. In dit onderzoek wordt uitgegaan dat het bewustzijn een samenstelling is van de risicoperceptie en de verantwoordelijkheidsperceptie. In deze analyse zijn de hypothese en de sub-hypothesen, zoals in de inleiding opgesteld, leidend. De sub-hypothesen gaan voornamelijk in op een veronderstelling dat er verschillen zijn tussen de gemeenten Breda en ’s-Hertogenbosch, zoals beschreven in Hoofdstuk 4. De hypothese is als volgt:
‘Bij de kennis van de risicopercepties (en de daarbij achterliggende factoren) en de verwachte verantwoordelijkheden van burgers, kan een bewustzijnskloof tussen publieke partijen en burgers worden waargenomen’.
Ondersteunend aan deze hoofdhypothese zijn er een aantal sub-hypotheses opgesteld:
1) Het verschil tussen het daadwerkelijke risico en de risicoperceptie van burgers draagt bij aan de aanwezigheid van een bewustzijnskloof.
a. In een gemeente waar de risico’s op het gebied van hevige neerslag hoger zijn, is de bewustzijnskloof kleiner en dus het bewustzijn groter.
71
b. In een gemeente waar vaker wateroverlast door hevige regenbuien plaatsvindt, is de bewustzijnskloof kleiner.
2) Onvoldoende kennis van burgers over de verantwoordelijkheden binnen het stedelijk waterbeheer draagt bij aan de aanwezigheid van een
bewustzijnskloof.
a. In een gemeente waar, door middel van beleid, actiever wordt ingezet op de zelfredzaamheid van inwoners op het gebied van wateroverlast door hevige regenval, is de bewustzijnskloof kleiner.
De verschillende hypothesen stellen dat het bewustzijn van verschillende individuen kan verschillen als er sprake is van een verschil in daadwerkelijke risico’s, de mate van
wateroverlast of de mate van zelfredzaamheid bij de burger. Om deze hypothesen te toetsten wordt gebruik gemaakt van de variabele ‘bewustzijn’. Deze variabele is een samenstelling van de variabelen ‘risicoperceptie’ en ‘verantwoordelijkheidsperceptie’. Hierbij wordt ervanuit gegaan dat een hoger aantal punten van de variabele een hoger bewustzijn van de respondenten voorstelt. Een hogere score bij de risicoperceptie plus een hogere score bij de verantwoordelijkheidsperceptie leidt namelijk tot een hoger bewustzijn. Het minimaal aantal punten wat gescoord kan worden is 3 en het maximale is 41. Het bewustzijn van de
respondenten in het geheel en van de respondenten in Breda en in ’s-Hertogenbosch staan beschreven in Tabel 6.5. Alle respondenten bij elkaar hebben een minimale score van 8 punten en een maximale score van 25 punten voor de variabele bewustzijn. Het gemiddelde van deze groep is 15.95 en er is sprake van een hoge standaarddeviatie, wat een grote spreiding van de waarden betekent. Gezien deze resultaten kan dus gesteld worden dat het bewustzijn van deze respondenten niet hoog ligt. Er lijkt sprake te zijn van een
bewustzijnskloof, omdat er vanuit de publieke partijen verwacht wordt dat men een hoger bewustzijn heeft en daardoor de risico’s en verantwoordelijkheden beter inschat.
De respondenten in de gemeenten Breda en ’s-Hertogenbosch hebben allebei een minimale score van acht en in Breda is het maximale 24 punten en in ’s-Hertogenbosch 25 punten. Met een gemiddelde van 15.53 punten voor het bewustzijn, hebben de inwoners van Breda een lager bewustzijn dan de inwoners van ’s-Hertogenbosch (gemiddeld 16,52).
72 Tabel 6.5
Overzicht bewustzijn
N Minimum Maximum Mean Std. Deviation
Bewustzijn 910 8 25 15.95 3.261
Bewustzijn Breda 237 8 24 15.53 3.071
Bewustzijn ’s-Hertogenbosch 98 8 25 16.52 3.303
De eerste sub-hypothese stelt dat het verschil tussen het daadwerkelijke risico en de