• No results found

N

4744

4744

4744

gemiddelde

1616

103

3216

mediaan

1502

100

2926

minimum

6

53

1

maximum

7657

363

9704

Energieverbruik

N

4744

gemiddelde

23

mediaan

22

minimum

2

maximum

75

tussen voorspellende factoren voor huishoudens met een laag energieverbruik en huishoudens met een hoog energieverbruik. Er ontstaan twee modellen: laag ten opzichte van gemiddeld en hoog ten opzichte van gemiddeld. In feite ontstaan er twee binaire logistische modellen, waardoor de analyse zal resulteren in twee series die beide alle parameters in berekening nemen (Zorlu, mastercollege ‘Methoden en technieken’, 2014).

Tot slot moet worden opgemerkt dat bij het samenstellen van de afhankelijke variabele alledrie de componenten evenveel gewicht in de schaal leggen. Ik heb hiervoor gekozen omdat ik denk dat het verbruik van water een vergelijkbare druk op het milieu legt als de uitstoot van CO2 door het verbruik van gas en

elektriciteit. Bovendien vind ik het aannemelijk dat huishoudens met een groen waterverbruik in de meeste gevallen óók een groen gas- en elektriciteitsverbruik hebben. De groenheid van verbruik impliceert immers bewuste keuzes en heeft daardoor betrekking op de algehele houding ten opzichte van energieverbruik.

Tabel Nul-d. Energieverbruik in klassen

N

N%

laag

1903

40,1

gemiddeld

954

20,1

hoog

1887

39,8

4.3 Onafhankelijke variabelen

1. Bouwjaar

Tabel 1. Bouwjaar in klassen

Het bouwjaar van een woning is het jaar waarin een

woning is opgeleverd voor bewoning.

De variabele heeft drie categorieën: voor 1945, tussen

1945 en 2000 en vanaf 2000.

2. Oppervlakte woning

Tabel 2. Oppervlakte woning De oppervlakte van de woning is gemeten in m² en is

exclusief buitenruimten.

De variabele is continu en loopt van 8 tot 600.

3. Besteedbaar inkomen

Tabel 3. Besteedbaar inkomen Het besteedbaar inkomen betreft het bruto jaarinkomen

van het huishouden, minus de premies en belastingen.

Sommige respondenten hadden grote (negatieve) verdiensten,

onder andere door hun zelfstandig ondernemerschap.

Om een scheef beeld te voorkomen zijn daarom 15 respondenten uit de analyse gehaald.

Het inkomen is door 1000 gedeeld, omdat de toename per euro geen waarneembare waarde kent.

N

N%

<1945

979

20,6

1945-2000

3263

68,8

>2000

502

10,6

totaal

4744

100,0

Woonoppervlak

N

4744

gemiddelde

112

min/max

8/600

standaardafwijking 583

Inkomen

N

4744

gemiddelde

34,7

min/max

1.2/144.9

standaardafwijking 18,2

4. Aantal personen

Tabel 4. Aantal personen in klassen Deze variabele omvat het aantal bewoners dat op

het moment van de opname hun hoofdverblijf in de woning heeft. Het aantal bewoners wordt gebruikt om de specifieke jaarlijkse nettowarmtebehoefte voor

warmtapwaterbereiding te bepalen.

Deze variabele is voorafgaand aan de woningopname ingevuld op basis van gegevens uit de bewonersenquête, tijdens de woningopname is deze invulling gecontroleerd.

Omdat maar weinig mensen met meer dan vier personen hun woning delen, is deze variabele onderverdeeld in drie categorieën: een persoon, twee personen en meer dan twee personen.

5. Aanwezigheid

Op de vraag hoe vaak er iemand aanwezig is in de woning kon men kiezen uit drie antwoordmogelijkheden: overdag en ’s avonds meestal niemand thuis, verschillend per dag en moment of bijna altijd iemand thuis (zie tabel 5a). De respondenten die onregelmatige aanwezigheid opgaven is gevraagd hun aanwezigheid te specificeren (zie tabel 5b). Per dagdeel (06.00-09.00, 09.00-12.00, 12.00-15.00, 15.00-18.00, 18.00-23.00 en 23.00-06.00) is ingevuld op hoeveel doordeweekse dagen er iemand thuis aanwezig is. De respondenten die 6, 7 of 8 doordeweekse dagen aanwezigheid opgaven zijn samengevoegd met de maximale dagdeelscore van 5. Elke onregelmatige respondent kan een minimale score van 0 en een maximale score van 30 behalen. De gehercodeerde variabele is vervolgens op basis van percentielscores in drie klassen ingedeeld: zelden iemand thuis, soms iemand thuis en vaak iemand thuis. Daarna is een nieuwe variabele aangemaakt waarin deze variabele gecombineerd is met de categorieën ‘nooit iemand’ en ‘altijd iemand’ (zie tabel 5c).

Voorbeeld vragenlijst:

Welke van de volgende situaties is het meeste op uw huishouden van toepassing? Er is overdag en ’s avonds meestal niemand thuis

Er is bijna altijd iemand thuis

Het verschilt per dag en moment van de dag of er iemand thuis is

N

N%

1

1556

32,8

2

1893

39,9

>3

1295

27,3

Tabel 5a. Aanwezigheid Tabel 5b. Wisselend aanwezig

Tabel 5c. Aanwezigheid in klassen

6. Opleidingsniveau

Met het opleidingsniveau wordt de hoogst afgeronde opleiding bedoeld die in het huishouden aanwezig is. Hiertoe zijn bij de variabelen ‘opleiding respondent’ en ‘opleiding partner’ eerst gehercodeerd met de waarden 9 (anders) als missing. Daarna is een nieuwe variabele samengesteld: “Opleidingsniveau huishouden”. De waarde van deze variabele is gelijk gesteld aan die van ‘opleiding respondent’ als de waarde voor ‘opleiding respondent’ hoger is dan de waarde van ‘opleiding partner’, als de waarde van ‘opleiding respondent’ gelijk is aan die van ‘opleiding partner’ of als de waarde ‘opleiding partner’ missing is.

De variabele is in klassen gecodeerd (zie tabel 6). Een laag opleidingsniveau omvat het basisonderwijs tot VMBO-niveau. 41 respondenten hebben geen opleidingsniveau opgegeven (missing values).

Tabel 6. Opleidingsniveau in klassen

N

N%

niemand

341

7,2

iemand

1963

41,4

wisselend

2440

51,4

totaal

4744

100,0

N

N%

zelden

146

3,1

soms

624

13,2

vaak

1670

51,4

totaal

2440

100,0

N

N%

nooit

341

7,2

zelden

146

3,1

soms

624

13,2

vaak

1670

35,2

altijd

1963

41,4

totaal

4744

100,0

N

N%

laag

1222

25,8

middel

1468

30,9

hoog

2013

42,4

totaal

4703

99,1

7. Stedelijkheid

De stedelijkheidsgraad wordt door het CBS bepaald door de concentratie van menselijke activiteiten te meten, gebaseerd op de gemiddelde omgevingsadressendichtheid. De vijf antwoordcategorieën bestaan respectievelijk uit niet stedelijk, weinig stedelijk, matig stedelijk, sterk stedelijk en zeer sterk stedelijk. Hetgeen neerkomt op minder dan 500, 500-1000, 1000-1500, 1500-2500 en 2500 of meer adressen per km².

Voor de analyses is de variabele in drie klassen gecodeerd (zie tabel 7): niet stedelijk (0-1000 adressen) gemiddeld stedelijk (1000-1500 adressen) en stedelijk (1500 of meer adressen). Hieruit blijkt dat meer dan de helft van de respondenten in een stedelijk gebied woont, terwijl iets minder dan een derde in een niet- stedelijke omgeving woont.

Tabel 7. Stedelijkheid in klassen

8. Milieubewustzijn (energiebesparende maatregelen)

Het milieubewustzijn wordt gemeten aan de hand van deelname aan energiebesparende maatregelen. Onder besparingsmaatregelen worden de volgende activiteiten verstaan: afval scheiden, bewust proberen om het gas- of elektriciteitsverbruik te verminderen en bewust proberen om het waterverbruik te verminderen. Met behulp van een factoranalyse is gecontroleerd of de afzonderlijke variabelen tot één schaal kunnen worden gecombineerd. Een factoranalyse wijst uit dat meer dan de helft van de variantie door één factor wordt verklaard (zie tabel 8). Het samenvoegen van deze drie variabelen is aldus geoorloofd gebleken.

De variabele is gehercodeerd in drie categorieën: geen maatregel, een of twee maatregelen en drie maatregelen (ziet tabel 8a). Meer dan de helft van de respondent blijkt te rapporteren dat zij 1 of 2 energiebesparende maatregelen treffen.

Tabel 8. Factoranalyse Tabel 8a. Besparingsmaatregen in klassen

N

N%