Een verhuisanalyse

Eén van de belangrijkste potentiële oorzaken van attritie is verhuizing van de proefhuishoudens. Binnen het EU-SILC team heeft men dit proberen op te vangen door na het interview te vragen of het huishouden verhuisplannen heeft en indien dit zo is of ze hun toekomstig adres al kennen en willen meedelen. Ondanks deze maatregelen zal verhuis de contactname bij de volgende bevragingsronde wellicht blijven beïnvloeden, en des te meer onder kansarme huishoudens, die vaker ver- huizen dan het gemiddelde huishouden.

Om dit na te gaan hebben we nagegaan welke de achtergrondkenmerken zijn van de groep die verhuisd is in het jaar volgend op de eerste bevraging. In deze groep vinden we (significant) meer huurders en huishoudens beneden de armoe- degrens terug.

Tabel 3.5 Kenmerken van de groep respondenten die verhuisd zijn (in %)

Verhuisd

Huurders 15,1 Eigenaars 3,1 Onder de armoedegrens 10,5

Boven de armoedegrens 5,9 Problemen om de eindjes aan elkaar te knopen 8,6 Geen problemen om de eindjes aan elkaar te knopen 5,3

Eerste quintiel 9,8

Vijfde quintiel 4,8

0 inkomens uit arbeid in het huishouden 8,9 2 inkomens uit arbeid uit het huishouden 5,2 Bron: EU-SILC 2005, eigen berekeningen

Kijken we naar de bewoningstitel dan vinden we dat huishoudens die huren vaker verhuizen (15,1%) dan huishoudens die eigenaar zijn (3,1%). Huishoudens met een beschikbaar inkomen onder de armoedegrens treffen we ook vaker aan bij de groep die verhuisd is vergeleken met huishoudens die een beschikbaar inkomen hebben dat boven de armoedegrens ligt. Voor de subjectieve armoede indicator vinden we een gelijkaardig resultaat. Personen die aangeven het moeilijk te heb- ben om de eindjes aan elkaar te knopen, verhuizen vaker dan zij die zeggen hier geen probleem mee te hebben.

Ook andere inkomensgerelateerde indicatoren vertonen hetzelfde patroon. Huishoudens met een beschikbaar inkomen in het eerste quintiel verhuizen bijna twee keer zo vaak als huishoudens met een beschikbaar inkomen in het vijfde quintiel. Huishoudens zonder inkomen verhuizen ook vaker (8,9%) dan huishou- dens waar twee inkomens aanwezig zijn (5,2%).

Kwantitatieve analyse van de non-respons 37

Deze inkomensindicatoren hangen natuurlijk ook sterk samen met bewonings- titel, lage inkomens zullen het moeilijker hebben een woning aan te kopen en zul- len bijgevolg vaker huren.

4. Besluit

In dit hoofdstuk behandelden we de non-respons in de EU-SILC survey en gingen we op zoek naar de determinanten hiervan. Een vraag die bij deze oefening cen- traal stond was of sociaal uitgesloten huishoudens een grotere kans hebben om uit te vallen vergeleken met niet-arme huishoudens. We onderscheidden drie compo- nenten van non-respons: niet-bereik van de respondenten, hun weigering om deel te nemen en het niet volledig beantwoorden van alle vragen.

Zoals vaak het geval is in studies over non-respons in panelsurveys, bestond ook onze strategie uit een analyse van attritie, met name van de uitval tussen de EU-SILC bevragingsgolven van 2005 en 2006. Meer bepaald gingen we na of de socio-economische eigenschappen van de respondenten uit de zogenaamde ‘lon- gitudinale groep’ bevraagd in 2005 een positief of een negatief effect hadden op de kans op non-respons één jaar later.

De resultaten van deze analyse stellen ons in staat een inschatting te maken van de mogelijke vertekening van de resultaten van de EU-SILC enquête wat betreft indi- catoren van sociale uitsluiting:

– monetaire armoede heeft weinig rechtstreeks effect op non-respons:

– huishoudens in een situatie van monetaire armoede zijn moeilijker te con- tacteren dan personen in niet-arme huishoudens, ondermeer omdat ze vaker verhuizen;

– monetaire armoede als dusdanig heeft geen effect op de andere componen- ten van non-respons (weigering of afbreken van het interview).

– andere indicatoren van sociale uitsluiting spelen echter wel een belangrijkere rol in de kans op non-respons:

– huishoudens waar geen inkomen uit werk aanwezig is, kunnen vaker niet gecontacteerd worden, hebben een grotere kans op afbreking of mislukking van het interview, en hebben een grotere kans op de totale non-respons; – huurders lopen een groter risico op afbreking of mislukking van het inter-

view dan eigenaars, hoewel deze indicator geen significant effect had op de totale non-respons;

– een lage scholingsgraad verlaagt de bereidheid tot medewerking en de totale non-respons.

Aangezien huren en een lage scholingsgraad gecorreleerd zijn met armoede, kun- nen we dus aannemen dat er een selectieve uitval is van arme huishoudens uit de EU-SILC enquête.

Noteer dat onze non-responsanalyse eigenlijk alleen slaat op de kans op attritie, en niet op de initiële kans op non-respons. Deze laatste bedraagt een veelvoud van de attritiekans en ligt vermoedelijk eveneens hoger bij kansarme gezinnen, met als bijkomende belangrijke factor de taalbarrière bij allochtonen.

De vraag rijst dan hoe men voor dergelijke bronnen van vertekening in de steekproef kan corrigeren. In het geval van attritie is de correctie vrij eenvoudig: men kent immers de kans op uitval in functie van individuele karakteristieken van individuen. Het volstaat om elke effectieve respondent een gewicht toe te kennen dat evenredig is met zijn kans op uitval. Heeft iemand bijvoorbeeld op basis van zijn kenmerken een voorspelde kans van 40% om tussen twee opeenvolgende gol- ven af te haken, dan bedraagt het gewicht van dit individu in de steek- proef 1/(1-0,4)=1,67.

Bij de initële steekproef is een dergelijke correctie niet mogelijk, omdat men de individuele kenmerken niet eens kan kennen. Een mogelijk alternatief zou erin kunnen bestaan dat men buurtkenmerken gebruikt als proxy voor individuele kenmerken. Door koppeling van het adres van elke respondent aan een atlas van buurtontwikkeling kan men de kans op non-respons relateren aan buurtkenmer- ken (al dan niet in combinatie met kenmerken die men uit het rijksregister kan putten), om vervolgens opnieuw gewichten te berekenen voor elke respondent of buurt.

39

HOOFDSTUK 4

Selectieve non-respons in de EU-SILC: