Multicollineariteit

Als laatste is het van belang bij een multivariabele regressieanalyse dat variabelen niet onder- ling correleren. Er mag dus geen sprake zijn van Multicollineariteit. Wanneer variabelen met elkaar correleren betekent dat, dat beide variabelen een gedeelde verklarende variantie hebben. Hierdoor worden de regressieresultaten in mindere mate betrouwbaar, waardoor conclusies in twijfel kunnen worden getrokken.

Om te controleren of onafhankelijke variabelen geen multicollineariteit vertonen kan er onder ander Pearson correlatietoets worden uitgevoerd. Deze toets is in tabel 2 weergegeven.

Zuidas IJ-oevers Sociale Werk- Bevolk- Groen Scholen huur gelegenheid ingsdichtheid & Water

Zuidas 1,0000

IJ-oevers 0,3858 1,0000

Sociale huur 0,2715 0,1567 1,0000

Werkgelegenheid 0,2190 0,1152 0,0753 1,0000

Bevolkingsdichtheid -0,3658 -0,3659 0,1176 0,1668 1,0000

Groen & Water 0,3812 0,1016 -0,1732 0,0180 -0,4097 1,0000

Scholen -0,0123 0,1539 0,0814 -0,186 0,0415 -0,1149 1,0000

Tabel 2: Pearson’s collineariteits-toets resultaten van alle meegenomen onafhankelijke va- riabelen

Uit tabel 2 komt naar voren dat alle meegenomen onafhankelijke variabelen niet met elkaar correleren. Aangenomen wordt dat bij een Pearson’s correlatie co¨effici¨ent waarde van ρ ≥ 0, 5 er sprake is van multicollineariteit34 . Hierdoor is het gebruik van alle onafhankelijke variabelen in de regressieanalyses verantwoord.

6

Resultaten

In dit hoofdstuk ligt de focus op de analyse van de regressieresultaten. Op basis van de be- schikbaarheid van de data, die in het vorige hoofdstuk ter sprake is gekomen, zijn meerdere regressieanalyses uitgevoerd. De resultaten van deze regressieanalyses worden in dit hoofdstuk geanalyseerd en met elkaar vergeleken. Als eerste wordt er gekeken naar de lineaire verbanden tussen afstand tot de Zuidas en de WOZ-waarde. Vervolgens worden de resultaten van een serie klassieke regressies geanalyseerd. Daarna worden er ook nog twee periode regressies met elkaar vergeleken. Deze periode analyses worden nog versterkt met een visualisering van de data.

6.1 Lineair verband

Wanneer er een onderzoek wordt gedaan naar het effect van een bepaalde locatie op de woning- waarde, kan er worden gekeken of er een lineair verband is tussen twee variabelen. Door middel van een scatterplot-analyse worden de twee variabelen tegen elkaar uitgezet. Deze scatterplot kan visualiseren of een verband lineair is en waar mogelijke outliers liggen.

In figuur 8 is een scatterplot-analyse gedaan van ’de afstand tot de Zuidas’ (x-as) en ’relatieve waardeontwikkeling van de WOZ-waarde per vierkante meter’ (y-as) in 2018 ten opzichte van 2005. Hierbij is de afstand tot de Zuidas gemeten in meters en de relatieve waardeontwikkeling van de WOZ-waarde, gemeten in procenten, weergegeven.

Figuur 8: Lineaire verband tussen de afstand tot de Zuidas (x-as) en de relatieve waarde- ontwikkeling van de WOZ-waarde per vierkante meter in procenten

Direct opvallend is het negatieve lineaire verband tussen ’de afstand tot de Zuidas’ en ’de relatieve waardeontwikkeling van de WOZ-waarde per vierkante meter’ in 2018 ten opzichte van 2005. Er is een sterke clustering van buurten waarneembaar die een relatieve WOZ-waarde ontwikkeling hebben doorgemaakt van ongeveer 40%. Deze buurten liggen voornamelijk binnen 6000 meter afstand van de Zuidas. Daarnaast valt op dat naarmate de afstand toeneemt de buurten zich sterker verspreiden over de y-as. Zogenaamde ’outliers’ vallen nu sterker op.

De relatieve ontwikkeling van buurten neemt zichtbaar af, wanneer de afstand tot de Zuidas toe neemt. Zo valt op dat er pas vanaf 7000 meter afstand tot de Zuidas buurten zijn die re- latieve ontwikkeling hebben doorgemaakt van minder dan 20%. Dit zijn voornamelijk buurten uit het Amsterdamse stadsdeel Zuidoost. Toch staan er ook buurten aan andere kant van de lineaire verwachtingslijn. Op meer dan 7000 meter afstand van de Zuidas, liggen buurten die een sterke relatieve ontwikkeling hebben doorgemaakt.

Een deel van deze buurten ligt in Amsterdam Noord. In Amsterdam Noord wordt namelijk sterk ingespeeld op de wensen van jonge gezinnen. Zij zijn op zoek naar een ruimere woning, maar binnen de ring A10 zijn deze woningen schaars en erg duur. Vanwege de ontwikkelings- mogelijkheden van Amsterdam Noord, is daar de laatste tijd goed op ingespeeld. Amsterdam Noord ligt relatief dichtbij het centrum en er is ruimte beschikbaar om te ontwikkeling. Daarom is dit stadsdeel sterk in trek bij onder andere jonge gezinnen. Daarom ontwikkelt het stadsdeel zich op het gebied van WOZ-waarde ook sterk.

In figuur 9 is wederom een scatterplot-analyse gedaan. Dit maal van ’de afstand tot de Zuidas’ (x-as) en de ’absolute waardeontwikkeling van de WOZ-waarde per vierkante meter’ (y-as) in 2018 ten opzichte van 2005. Hierbij is de afstand tot de Zuidas gemeten in meters en de absolute waardeontwikkeling van de WOZ-waarde per vierkante meter in Euro’s weergegeven.

Figuur 9: Lineaire verband tussen de afstand tot de Zuidas (x-as) en de absolute waarde- ontwikkeling van de WOZ-waarde per vierkante meter in Euro’s

Direct opvallend is het negatieve lineaire verband tussen de afstand tot de Zuidas en de absolute waardeontwikkeling van de WOZ-waarde per vierkante meter in 2018 ten opzichte van 2005. Hieruit kan opgemaakt worden dat naarmate de afstand tot de Zuidas toeneemt, de ab- solute waardeontwikkeling van de WOZ-waarde per vierkante meter van een buurt afneemt in de periode 2005 – 2018.

In figuur 9 is een sterker afnemend verband zichtbaar, met zichtbare clustering. Zo is er een clustering te zien, boven de lineaire verwachtingslijn, van buurten op ongeveer 5000 meter afstand van de Zuidas die een absolute ontwikkeling van ongeveer 2500 Euro per vierkante meter hebben doorgemaakt. De andere clustering is aan de onderzijde van de lineaire verwachtingslijn zichtbaar. Hier bevinden zich vooral buurten die een absolute ontwikkeling van minder dan 1000 Euro per vierkante meter hebben doorgemaakt.

Echter kent deze scatterplot ook outliers aan beide kanten van de lineaire verwachtingslijn binnen de gemeente Amsterdam. Daarin vormen buurten in Buitenveldert de eerste groep out- liers. Deze buurten, die dichtbij de Zuidas liggen, worden gekenmerkt door een bovengemiddeld aandeel sociale huurwoningen. Het aandeel sociale huurwoningen kan volgens de literatuur9 een negatief effect hebben op de woningwaarde van koopwoningen, waardoor mogelijk deels te verklaren valt waarom Buitenveldert een onder gemiddelde WOZ-waarde ontwikkeling heeft.

Daarnaast vallen ook bijna alle buurten in het Amsterdamse stadsdeel Zuidoost aan de onder- zijde van de lineaire verwachtingslijn. Ook deze buurten worden gekenmerkt door een boven gemiddeld aandeel sociale huurwoningen en hebben zich sterk onder gemiddeld ontwikkeld, ech- ter mag niet aan worden genomen dat het aandeel sociale huurwoningen de enige factor is die voor een onder ontwikkeling van de WOZ-waarde zorgt.

Ook aan de andere zijde van de lineaire verwachtingslijn zijn outliers te vinden. Zo liggen er ook verschillende buurten op meer dan tien kilometer afstand van de Zuidas, maar hebben deze buurten wel met een bovengemiddelde absolute waardeontwikkeling ondervonden. Het betreft hier buurten gelegen in Amsterdam Noord die zijn (her)ontwikkeld voor de grote woningvraag in Amsterdam.