3. Methodologie
3.3. Resultaten
3.3.2. Analyse van de resultaten
3.3.2.3. Analyses
3.3.2.3.1. Huidige woning
3.3.2.3.1.1. Invloed van inkomen op de afzonderlijke duurzaamheidsinvesteringen
Wanneer we de invloed van inkomen op de afzonderlijke duurzaamheidsinvesteringen willen aantonen, wordt dit gedaan met een logistische regressie. Aangezien er 18 mogelijke duurzaamheidsinvesteringen zijn die de respondenten konden aanduiden, zal deze logistische regressie 18 keer gebeuren. In de logistische regressies is inkomen steeds de onafhankelijke variabele en de afzonderlijke duurzaamheidsinvestering steeds de afhankelijke variabele. Om de resultaten van deze analyses overzichtelijk te houden, zullen deze gebundeld worden in één tabel, en zal deze tabel in zijn geheel besproken worden.
Variabele Regressiecoëfficiënt (Standaardafwijking)
Warmtepomp water-water (geothermisch) 0,27** (0,08)
Warmtepomp lucht-water 0,23* (0,10) Warmtepomp lucht-lucht 0,18 (0,11) Zonnepanelen 0,12* (0,06) Zonneboilers 0,21* (0,10) Buitenscreens 0,12 (0,07) Binnenscreens 0,22** (0,08) Zonnewerende folie -0,06 (0,10) Drielagig glas 0,03 (0,06)
Ventilatiesysteem C of D, al dan niet met warmterecuperatie
0,12* (0,06)
Architecturaal: voorziening van luifels 0,22** (0,07)
Architecturaal: beperkte glaspartijen op Zuid/West -0,04 (0,10)
Architecturaal: oriëntatie 0,08 (0,06)
Waterzuinige (douche)kraan 0,03 (0,06)
Toilet aangesloten op regenwater 0,18** (0,06)
Wasmachine aangesloten op regenwater 0,02 (0,06)
Energiezuinige verlichting en apparatuur 0,04 (0,05)
Groenstroomleverancier -0,08 (0,05)
*: p < 0,05; **: p < 0,01
Indien alle 18 duurzaamheidsinvesteringen als verschillende variabelen worden bekeken, zijn er 8 duurzaamheidsinvesteringen waarvoor inkomen een significant effect heeft. Dit is zo voor investeringen in warmtepomp water-water, warmtepomp lucht-water, zonnepanelen, zonneboilers, binnenscreens, ventilatiesysteem C of D (al dan niet met warmterecuperatie), voorziening van luifels en een toilet aangesloten op regenwater. Voor alle analyses waarin het inkomen een significant effect heeft op de duurzaamheidsinvesteringen is er een positief verband. De regressiecoëfficiënten bevinden zich hier tussen 0,12 en 0,27 met het zwakste verband voor zonnepannelen en ventilatiesysteem C of D en het sterkste verband voor warmtepomp water-water. Dit verband valt als volgt te interpreteren: wanneer het inkomen met 1 eenheid toeneemt (1 eenheid is 1000€) is er 27% meer kans dat de respondenten zullen investeren in een warmtepomp water-water. Dit verband geldt in beide richtingen.
Wanneer we de invloed van inkomen op de afzonderlijke duurzaamheidsinvesteringen onderzoeken zien we dus dat voor 8 van de 18 investeringen een hoger inkomen zorgt voor een hogere kans dat duurzaamheidsinvesteringen zullen gebeuren. De analyses bevestigen in 8 gevallen de hypothese dat een hoger inkomen zorgt voor meer duurzaamheidsinvesteringen, maar voor de andere 10 gevallen wordt de hypothese niet bevestigd. Om hier een eenduidig antwoord op te geven, zal in 3.3.2.3.1.3. de correlatie tussen inkomen en som investeringen huidig worden geanalyseerd.
3.3.2.3.1.2. Invloed van duurzaamheidspositionering op de afzonderlijke duurzaamheidsinvesteringen
Wanneer we de invloed van duurzaamheidspositionering op de afzonderlijke duurzaamheidsinvesteringen willen aantonen, doen we dit met een logistische regressie. Aangezien er 18 mogelijke duurzaamheidsinvesteringen zijn die de respondenten konden aanduiden, zal deze logistische regressie 18 keer gebeuren. In de logistische regressies is duurzaamheidspositionering steeds de onafhankelijke variabele en de afzonderlijke duurzaamheidsinvestering steeds de afhankelijke variabele. Om de resultaten van deze analyses overzichtelijk te houden zullen deze gebundeld worden in één tabel, en zal deze tabel in zijn geheel besproken worden.
Variabele Regressiecoëfficiënt (Standaardafwijking)
Warmtepomp water-water (geothermisch) 0,13 (0,16)
Warmtepomp lucht-water 0,19 (0,02) Warmtepomp lucht-lucht 0,13 (0,24) Zonnepanelen 0,27* (0,13) Zonneboilers 0,04 (0,23) Buitenscreens -1,31 (0,15) Binnenscreens 0,30 (0,18) Zonnewerende folie 0,20 (0,22) Drielagig glas 0,33* (1,31)
Ventilatiesysteem C of D, al dan niet met warmterecuperatie
0,28* (0,12)
Architecturaal: voorziening van luifels 0,12 (0,14)
Architecturaal: beperkte glaspartijen op Zuid/West 0,16 (0,22)
Architecturaal: oriëntatie 0,37** (0,14)
Waterzuinige (douche)kraan 0,43** (0,13)
Toilet aangesloten op regenwater 0,38** (0,12)
Wasmachine aangesloten op regenwater 0,25* (0,12)
Energiezuinige verlichting en apparatuur 0,68** (0,13)
Groenstroomleverancier 0,45** (0,14)
Indien alle 18 duurzaamheidsinvesteringen als verschillende variabelen worden bekeken, zijn er 9 duurzaamheidsinvesteringen met een significant effect. Dit is zo voor zonnepanelen, drielagig glas, ventilatiesysteem C of D, oriëntatie, waterzuinige kranen, toilet aangesloten op regenwater, wasmachine aangesloten op regenwater, energiezuinige verlichting en apparatuur en groenstroomleveranciers. Voor alle analyses waarin duurzaamheidsstellingen een significant effect hebben op de duurzaamheidsinvesteringen is er een positief verband. De regressiecoëfficiënten bevinden zich hier tussen 0,25 en 0,68 met het zwakste verband voor wasmachine aangesloten op regenwater en het sterkste verband voor energiezuinige verlichting en apparatuur. Dit verband valt als volgt te interpreteren: wanneer de respondenten 1 eenheid hoger scoren op de zeven-punts Likertschaal en zichzelf dus als duurzamer beschouwen, is er 68% meer kans dat de respondenten zullen investeren in energiezuinige verlichting en apparatuur. Dit verband geldt in beide richtingen.
Wanneer we de invloed van duurzaamheidspositionering op de afzonderlijke duurzaamheidsinvesteringen onderzoeken zien we dus dat voor 9 van de 18 investeringen een hogere gemiddelde score op duurzaamheidspositionering (grotere neiging om duurzaam te handelen) voor het vaker doen van deze duurzaamheidsinvesteringen zorgt. Om een eenduidig antwoord te kunnen geven over het verband tussen duurzaamheidspositionering en som investeringen huidig zal in 3.3.2.3.1.4 de correlatie tussen beide worden geanalyseerd.
3.3.2.3.1.3. Verband tussen inkomen en som investeringen huidig
Wanneer we het verband tussen inkomen en som investeringen huidig willen onderzoeken doen we dit aan de hand van een correlatie. De gebruikte variabelen zijn inkomen en som investeringen huidig. Er is sprake van een significante, zwakke correlatie tussen inkomen en som investeringen huidig (r (341) = .13, p = .015).
Hoewel het gaat om een zwakke correlatie, kan in combinatie met de resultaten uit de logistische regressies, die het verband tussen inkomen en som investeringen huidig onderzoeken, besloten worden dat de hypothese dat een hoger inkomen zorgt voor meer duurzaamheidsinvesteringen bevestigd wordt.
3.3.2.3.1.4. Verband tussen duurzaamheidspositionering en som investeringen huidig
Wanneer we het verband tussen duurzaamheidspositionering en som investeringen huidig willen onderzoeken, doen we dit aan de hand van een correlatie. De gebruikte variabelen zijn duurzaamheidspositionering en som investeringen huidig. Er is sprake van een significante, zwakke correlatie tussen duurzaamheidspositionering en som investeringen huidig (r (400) = .13, p = .009).
Hoewel het ook hier gaat om een zwakke correlatie kan, in combinatie met de resultaten uit de logistische regressies die het verband tussen duurzaamheidspositionering en de afzonderlijke duurzaamheidsinvesteringen onderzoeken, besloten worden dat mensen die positief scoren op hoe duurzaam zij ingesteld zijn, ook meer duurzaamheidsinvesteringen zullen doen.
3.3.2.3.1.5. Verband tussen behoefte om duurzaam te wonen en som investeringen huidig
Wanneer we het verband tussen behoefte om duurzaam te wonen en som investeringen huidig willen onderzoeken, doen we dit aan de hand van een correlatie. De gebruikte variabelen zijn behoefte om duurzaam te wonen en som investeringen huidig. Er is sprake van een significante, relatief sterke correlatie tussen behoefte om duurzaam te wonen en som investeringen huidig (r (400) = .44, p <0,001).
3.3.2.3.1.6. Meervoudige lineaire regressie: som investeringen huidig
Naast de logistische regressies, waarmee wordt nagegaan wat de invloed van inkomen en duurzaamheidspositionering op duurzaamheidsinvesteringen is, zijn er uiteraard ook andere elementen die invloed hebben op de hoeveelheid duurzaamheidsinvesteringen die gedaan worden. Hier zal met een lineaire regressie onderzocht worden wat de invloed is van behoefte om duurzaam te wonen, inkomen en duurzaamheidspositionering op som investeringen huidig. In de enquête hadden de respondenten de mogelijkheid om bij een aantal aangeboden redenen aan te duiden hoe sterk die reden meespeelde in de keuze om te verhuizen. Één van deze aangeboden redenen was de behoefte om duurzaam te wonen. Hiermee wordt bedoeld in welke mate iemand belang hecht aan hoe duurzaam een woning is in gebruik (dus niet in opbouw).
Het inkomen, de behoefte om duurzaam te wonen en duurzaamheidspositionering zijn evenwel niet de enige variabelen die het aantal duurzaamheidsinvesteringen bepalen. We nemen in ons model ook een aantal controlevariabelen op om het model realistischer te maken, namelijk: jaartal van verhuis, bewoonbare oppervlakte huidig, aantal bewoners huidig en % inleg ouders huidig. Jaartal van verhuis, bewoonbare oppervlakte en aantal bewoners spreken voor zich. Met % inleg ouders huidig wordt bedoeld hoeveel percent van de aankoopprijs van de huidige woning + bouwgrond de respondenten juist van hun ouder(s) als gift hebben gekregen. Deze controlevariabelen vinden we terug in de literatuur of zijn gekozen op basis van eigen inzichten of aanvoelen.
Samengevat wordt er dus gewerkt met volgende variabelen: Y = som investeringen huidig
X1 = behoefte om duurzaam te wonen X2 = duurzaamheidspositionering X3 = inkomen
X4 = jaartal van verhuis
X5 = bewoonbare oppervlakte huidig X6 = aantal bewoners huidig
Variabele Regressiecoëfficiënt (Standaardafwijking)
Model 1 constant -0,40 (0,99)
behoefte om duurzaam te wonen 1,03** (0,12)
duurzaamheidspositionering 0,40* (0,19)
inkomen 0,15 (0,08)
Model 2 constant -97,96** (26,11)
behoefte om duurzaam te wonen 0,92** (0,13)
duurzaamheidspositonering 0,48* (0,19)
inkomen 0,09 (0,09)
jaartal van verhuis 0,05** (0,01)
bewoonbare oppervlakte 0,00 (0,00)
aantal inwoners 0,01 (0,13)
% inleg ouders huidig 0,01 (0,01)
* : p < 0,05; **: p < 0,01
Tabel 9: Lineaire regressie met Y = som investeringen huidig (B, S.E., Sig.).
Adjusted R square F Sig.
Model 1 0,24 30,91 <0,001
Model 2 0,27 16,00 <0,001
Tabel 10: Lineaire regressie met Y = som investeringen huidig (Adjusted R square, F, Sig.).
De analyse is onderverdeeld in twee modellen. In het eerste model wordt enkel gewerkt met de afhankelijke variabele en de verklarende variabelen. In het tweede model worden de controlevariabelen hier nog aan toegevoegd. De determinatiecoëfficiënten in model 1 en model 2 tonen aan dat het toevoegen van de controlevariabelen aan de verklarende variabelen ervoor zorgt dat een groter stuk van de variatie in de hoeveelheid investeringen verklaard wordt. Model 1 verklaart 24% van de mate waarin duurzaamheidsinvesteringen gedaan worden terwijl dit in model 2 27% is.
In model 1 zijn de verklarende variabelen behoefte om duurzaam te wonen en duurzaamheidspositionering significant. Behoefte om duurzaam te wonen en som investeringen huidig hebben een positief significant verband. Wanneer de behoefte om duurzaam te wonen toeneemt met 1 eenheid (op een schaal van 1 tot 5) is het geschatte effect dat men 1.03 meer duurzaamheidsinvesteringen zal doen. Duurzaamheidspositionering en som
investeringen huidig hebben ook een significant positief verband. Wanneer men zich duurzamer positioneert en men op een schaal van 1 tot 7 met 1 eenhied stijgt is het geschatte effect dat men 0,40 meer duurzaamheidsinvesteringen zal doen.
Wanneer de controlevariabelen worden toegevoegd in model 2 zijn opnieuw de verklarende variabelen behoefte om duurzaam te wonen en duurzaamheidspositionering significant, maar ook de controlevariabele jaartal van verhuis is dan significant. In dit model gaat men 0,91 meer duurzaamheidsinvesteringen doen wanneer de behoefte om duurzaam te wonen met 1 eenhied toeneemt en gaat men 0,48 meer duurzaamheidsinvesteringen doen wanneer men zich duurzamer positioneert. Er is een positief significant verband tussen jaartal van verhuis en som investeringen huidig, wat hier wilt zeggen dat men 0,05 meer investeringen gaat doen wanneer men 1 jaar later verhuisd is.
Het is evenwel belangrijk om op te merken dat het niet per se mogelijk was om 30 jaar geleden dezelfde duurzaamheidsinvesteringen te doen als nu én dat er mogelijks een verschil zit op het type duurzaamheidsinvesteringen die je potentieel kan doen tussen eengezinswoningen en meergezinswoningen. In deze analyze moeten we er van uitgaan dat de mogelijke investeringen 30 jaar geleden dezelfde waren als wat ze nu zijn en dat er geen verschil is in duurzaamheidsinvesteringen tussen eengezinswoningen en meergezinswoningen. Uitzoeken wat het verschil precies is tussen mogelijke duurzaamheidsinvesteringen vroeger en nu, en wat het verschil is in duurzaamheidsinvesteringen tussen eengezinswoningen en meergezinswoningen komt in deze masterproef niet aan bod, maar is eventueel relevant voor toekomstig onderzoek. Dit wordt later verder besproken.
Opdat we op het einde van de literatuurstudie kunnen hypothetiseren dat een hoger gezinsinkomen zal zorgen voor meer duurzaamheidsinvesteringen, zou dit idealiter bevestigd worden door de gemaakte analyses. Als we de resultaten van de lineaire regressie en de logistische regressie en correlatie tussen het inkomen en de duurzaamheidsinvesteringen bekijken, valt het op dat bij sommige logistische regressies en bij de correlatie het inkomen wel significant is in de analyse, maar dat dit bij de lineaire regressie niet significant is. Dit komt omdat er in de lineaire regressie naast de variabele inkomen ook rekening gehouden wordt met andere variabelen. Indien het zuivere verband tussen inkomen en duurzaamheidsinvesteringen dus bekeken wordt, kan de hypothese bevestigd worden. Wanneer er meerdere variabelen worden opgenomen in een meervoudige lineaire regressie, en er dus meer invloeden zijn op de duurzaamheidsinvesteringen, wordt de hypothese dat een hoger inkomen zorgt voor meer duurzaamheidsinvesteringen ontkracht.
3.3.2.3.1.7. Meervoudige lineaire regressie: Epeil huidig
Naast het onderzoek naar de invloed van verschillende variabelen op de hoeveelheid duurzaamheidsinvesteringen die gedaan worden, is het ook interessant om te kijken naar de invloed van dezelfde variabelen op Epeil huidig. Ook hier zal met een meervoudige lineaire regressie onderzocht worden wat de invloed is van behoefte om duurzaam te wonen, inkomen en duurzaamheidspositionering op Epeil huidig. In de enquête hadden de respondenten de mogelijkheid om zowel voor hun vorige als hun huidige woning een categorie aan te duiden waar hun E-peil binnen viel of valt. Omgekeerd dan bij de hoeveelheid duurzaamheidsinvesteringen is het gewenst om hier een negatief significant verband te hebben tussen de verklarende variabelen en het E-peil, aangezien een lager E-peil overeenkomt met een hogere energie- ëfficientie.
Het inkomen, de behoefte om duurzaam te wonen en duurzaamheidspositionering zijn evenwel niet de enige variabelen die Epeil huidig bepalen. We nemen in ons model ook een aantal controlevariabelen op om het model realistischer te maken, namelijk: jaartal van verhuis, bewoonbare oppervlakte huidig, aantal bewoners huidig en % inleg ouders huidig. Opnieuw spreken jaartal van verhuis, bewoonbare oppervlakte en aantal bewoners voor zich. Met % inleg ouders huidig wordt het percentage bedoeld van de aankoopprijs van de huidige woning + bouwgrond die de respondenten van hun ouder(s) als gift hebben gekregen. Deze controlevariabelen vinden we terug in de literatuur of zijn gekozen op basis van eigen analyse.
Samengevat wordt er dus gewerkt met volgende variabelen: Y = Epeil huidig
X1 = behoefte om duurzaam te wonen X2 = duurzaamheidspositionering X3 = inkomen
X4 = jaartal van verhuis
X5 = bewoonbare oppervlakte huidig X6 = aantal bewoners huidig
Variabele Regressiecoëfficiënt (Standaardafwijking)
Model 1 constant 1170,1** (14,84)
behoefte om duurzaam te wonen -8,68** (1,66)
duurzaamheidspositionering -3,66 (2,78)
inkomen -1,97 (1,12)
Model 2 constant 2377,29** (340,14)
behoefte om duurzaam te wonen -6,42** (1,52)
duurzaamheidspositonering -4,02 (2,48)
inkomen -1,63 (1,11)
jaartal van verhuis -1,13** (0,17)
bewoonbare oppervlakte -0,01 (0,02)
aantal inwoners 2,74 (1,56)
% inleg ouders huidig -0,7 (0,11)
* : p < 0,05; **: p < 0,01
Tabel 11: Lineaire regressie met Y = Epeil huidig (B, S.E., Sig.).
Adjusted R square F Sig.
Model 1 0,20 14,17 <0,001
Model 2 0,38 15,01 <0,001
Tabel 12: Lineaire regressie met Y = Epeil huidig (Adjusted R square, F, Sig.).
Ook deze analyse is onderverdeeld in twee modellen. In het eerste model wordt enkel gewerkt met de afhankelijke variabele en de verklarende variabelen. In het tweede model worden de controlevariabelen hier nog aan toegevoegd. De determinatiecoëffici¨ënten in model 1 en model 2 tonen aan dat het toevoegen van de controlevariabelen aan de verklarende variabelen ervoor zorgt dat een groter stuk van de variatie in de hoogte van het E-peil verklaard wordt. Model 1 verklaart 20% van de hoogte van het E-peil terwijl dit In model 2 38% is.
In model 1 is behoefte om duurzaam te wonen de enige variabele met een significant verband. Meer specifiek gaat het om een negatief significant verband. Wanneer de behoefte om duurzaam te wonen toeneemt met 1 eenheid (op een schaal van 1 tot 5) is het geschatte effect dat het E-peil van de woning met 8,68 punten daalt. Wanneer de controlevariabelen worden toegevoegd in model 2 is opnieuw de verklarende variabele behoefte om duurzaam te wonen significant, maar ook de controlevariabele jaartal van verhuis is dan significant. In dit model
gaat het E-peil van de woning met 6,42 punten dalen wanneer de behoefte om duurzaam te wonen met 1 eenhied toeneemt en gaat het E-peil van de woning met 1,13 punten dalen wanneer iemand 1 jaar later verhuist.
Ook hier is het van belang om te verduidelijken dat er, zoals besproken in de literatuurstudie, een verschil is in wetgeving omtrent de hoogte van het E-peil 30 jaar geleden en wat er vandaag opgelgd wordt. Het hoeft geen betoog dat bijvoorbeeld een uitgedrukte behoefte om duurzaam te wonen ervoor zal zorgen dat het E-peil zakt, maar hiernaast heeft de wetegeving omtrent de hoogte van het E-peil uiteraard ook een effect. De wetgeving, en de daarmee gepaarde maximale E-peilen doorheen de afgelopen jaren die steeds lager zijn komen te liggen, zijn in dit onderzoek niet opgenomen. Het kan relevant zijn voor toekomstig onderzoek om deze wetgeving mee te betrekken in een soorgelijke analyse, om een beter beeld te krijgen wat nu écht de invloed is van andere factoren op de hoogte van het E-peil. Dit wordt later verder besproken.