Voorspellers van woningtevredenheid:
Een kwantitatief onderzoek naar de
determinanten van woningtevredenheid
Auteur: Victor Blank
Student: 10594701 – victor.blank@hotmail.com Begeleider: Aslan Zorlu
Colofon
Titel: Voorspellers van woningtevredenheid: Een kwantitatief onderzoek naar de determinanten van woningtevredenheid Auteur: Victor Johannes Albertus Blank (10594701) victor.blank@hotmail.com +31 6 344 91 713 Onderwijsinstelling: Universiteit van Amsterdam Faculteit de Maatschappij- en Gedragswetenschappen Bachelor Sociale Geografie en Planologie Nieuwe Achtergracht 166 1018 WV Amsterdam 020 - 525 5820 Scriptiebegeleider: Dhr. dr. A. (Aslan) Zorlu Tweede Lezer: Mw. A.E. (Edda) Bild MSc Plaats: Amsterdam Datum: 18 juni 2018Inhoudsopgave
COLOFON ... 3 LIJST VAN TABELLEN EN FIGUREN ... 5 LIJST VAN TABELLEN ... 5 LIJST VAN FIGUREN ... 5 1. INLEIDING ... 6 2. THEORETISCH KADER ... 8 2.1 WONINGKENMERKEN ... 8 2.2 OMGEVINGSKENMERKEN ... 11 2.3 PERSOONLIJKE EN HUISHOUDELIJKE KENMERKEN ... 13 3. ONDERZOEKSOPZET ... 17 3.1 ONDERZOEKSVRAAG ... 17 3.3 HYPOTHESES ... 18 3.4 ONDERZOEKSOPZET ... 21 3.5 DATA ... 21 3.6 VARIABELEN ... 22 3.6.1 Afhankelijke variabele ... 22 3.6.2 Onafhankelijke variabelen ... 23 4. ANALYSE ... 27 4.1 BIVARIATE ANALYSE ... 27 4.1.1 Woningkenmerken ... 29 4.1.2 Omgevingskenmerken ... 33 4.1.3 Persoonlijke en huishoudelijke kenmerken ... 37 4.2 REGRESSIEANALYSE ... 42 5. CONCLUSIE ... 53 6. BEPERKINGEN EN AANBEVELINGEN VOOR ONDERZOEK ... 56 7. LITERATUURLIJST ... 57 BIJLAGEN ... 60 BIJLAGE 1: MANIPULATIE VARIABELEN ... 60 BIJLAGE 2: KRUISTABELLEN MET STATISTISCHE TOETS ... 61 BIJLAGE 3: REGRESSIEANALYSES ... 64Lijst van tabellen en figuren
Lijst van tabellenTABEL 1: CLASSIFICATIE EN FREQUENTIE VAN WONINGTEVREDENHEID. BRON: CBS, WOON 2015. ... 23
TABEL 2: KRUISTABEL WONINGTEVREDENHEID MET WOZ-WAARDE. ... 29
TABEL 3: KRUISTABEL WONINGTEVREDENHEID MET TYPE WONING. ... 30
TABEL 4: KRUISTABEL WONINGTEVREDENHEID MET HET WOONOPPERVLAKTE. ... 31
TABEL 5: KRUISTABEL WONINGTEVREDENHEID MET VERHOUDING KAMERS-PERSONEN. ... 32
TABEL 6: KRUISTABEL WONINGTEVREDENHEID MET BUURTTEVREDENHEID. ... 33 TABEL 7: KRUISTABEL WONINGTEVREDENHEID MET HET CONTACT MET DE BUURT. ... 34 TABEL 8: KRUISTABEL WONINGTEVREDENHEID MET OVERLAST VAN OMWONENDEN. ... 35 TABEL 9: KRUISTABEL WONINGTEVREDENHEID MET DE MATE VAN STEDELIJKHEID ... 36 TABEL 10: KRUISTABEL WONINGTEVREDENHEID MET LEEFTIJD ... 37 TABEL 11: KRUISTABEL WONINGTEVREDENHEID MET HUISHOUDENSAMENSTELLING. ... 38 TABEL 12: KRUISTABEL WONINGTEVREDENHEID MET ETNICITEIT. ... 39 TABEL 13: KRUISTABEL WONINGTEVREDENHEID MET GESLACHT. ... 40 TABEL 14: KRUISTABEL WONINGTEVREDENHEID MET INKOMEN. ... 40 TABEL 15: KRUISTABEL WONINGTEVREDENHEID MET EIGENDOMSSITUATIE. ... 41 TABEL 16: KRUISTABEL WONINGTEVREDENHEID MET OPLEIDINGSNIVEAU. ... 42 TABEL 17: OVERZICHT VAN VARIABELEN IN DE REGRESSIEMODELLEN. ... 44 TABEL 18: MODELSTATISTIEKEN BEHOREND BIJ DE REGRESSIEANALYSES. ... 45 TABEL 19: ORDINALE LOGISTISCHE REGRESSIE VAN WONINGTEVREDENHEID MET ODDS RATIOS. ... 47 Lijst van figuren FIGUUR 1: VARIABELEN BETROKKEN BIJ HEDONIC PRICING MODEL. BRON: LAURICE & BHATTACHARYA, 2005. ... 11
FIGUUR 2: HET AANTAL KAMERS PER PERSOON IN HET HUISHOUDEN. BRON: CBS, 2018. ... 11
FIGUUR 3: CONCEPTUEEL MODEL. ... 18
FIGUUR 4: INTERPRETATIE VAN CRAMÉR’S V. BRON: UNIVERSITY OF TORONTO ... 28
1. Inleiding
Zoals het klokje thuis tikt, tikt het nergens. Home, sweet home. In alle soorten en maten biedt een dak boven het hoofd (tot zekere hoogte) een droog, warm en veilig bestaan. Al sinds ‘de nieuwe steentijd’, zo’n 11.000 jaar v. Chr., begeeft de mens zich in hutten en langhuizen om zich te beschermen tegen de elementen en andere bedreigingen (Towrie, 1996). Tegenwoordig waarborgt een huis veel meer dan slechts primaire levensbehoeften. Tegenwoordig is een huis ook een symbool. Het staat niet alleen symbool voor de klasse van de inwoners binnen een samenleving, maar ook voor het vormen van een familie, een plek van verbinding (Gram-Hansen & Bech-Danielsen, 2004). In hetzelfde onderzoek van Gram-Hansen en Bech-Danielsen wordt het gevoel van het sociale aspect van ‘een thuis’ gekoppeld aan de materiële structuur van het huis, waar niet alleen grootte en locatie van het huis, maar ook de inrichting van het meubilair een rol speelt. Het is duidelijk dat bewoners sentimenten toedichten aan hun huis, maar hoe uit zich dat?
Tevredenheid met de woning wordt erkend als een belangrijk component voor de algemene kwaliteit van het leven (Adams, 1984; Van Beuningen, 2018). Het tegemoet komen van individuele behoeften op de woningmarkt is ondertussen vervlochten met de Nederlandse verzorgingsstaat. Al sinds 1901 waarborgt de woningwet dat elke Nederlander een zekere, minimale, woningkwaliteit kan genieten. Vandaar ook dat in dit onderzoek de centrale probleemstelling zal zijn: “Welke woning-, omgevings-, persoonlijke en huishoudelijke kenmerken zijn van invloed op woningtevredenheid in Nederland?”.
De maatschappelijke en wetenschappelijke relevantie van dit onderzoek berust op enkele concepten. Ten eerste helpt het op maatschappelijk vlak de wensen van bepaalde groepen mensen (e.g. op basis van demografische kenmerken) in kaart te brengen. Dit kan vervolgens het Nederlandse woningbeleid helpen vormen en evalueren. Daarnaast zou het onderzoeken van woningtevredenheid kunnen helpen met het begrijpen van beslissingen van huishoudens in het kader van mobiliteit, locatievoorkeuren en verhuisgedrag. Tevens blijkt tevredenheid met de woning en met de woonomgeving erg bepalend voor de algehele tevredenheid met het leven. Fried (1984) beargumenteert dat
de woontevredenheid, op tevredenheid met het huwelijk na, de belangrijkste bepaler voor levenstevredenheid is.
Deze onderzoeksopzet zal verder bestaan uit een theoretisch kader waar een theorie en twee empirische onderzoeken besproken zullen worden. Vervolgens zal in het daaropvolgende onderzoeksopzet het conceptuele model gepresenteerd worden, gevolgd door de presentatie van de dataset die centraal staat in deze scriptie en de methoden. Vervolgens zal de data middels twee statistische methodes geanalyseerd worden waarna conclusies worden getrokken met betrekking tot de probleemstelling. Tot slot zullen de beperkingen van het onderzoek besproken worden en zullen aanbevelingen worden gedaan voor vervolgonderzoek.
2. Theoretisch kader
In de volgende paragrafen zullen theorieën omtrent woningtevredenheid uiteen worden gezet. Het theoretische raamwerk wordt onderverdeeld in een drietal sub kenmerken, namelijk: woningkenmerken, omgevingskenmerken en tot slot persoonlijke en huishoudelijke kenmerken. Hierbij zal literatuur worden besproken die relevant is voor het onderzoek naar woningtevredenheid. Dit theoretische kader vormt het fundament voor de keuzes omtrent variabelen en analyses en biedt op die manier een leidraad voor het onderzoek
2.1 Woningkenmerken
Voorspellers van woningtevredenheid zijn onderzocht in vele contexten (Baillie & Peart, 1993; Ha & Weber, 1991; Lu, 1999). Hieruit komt doorgaans naar voren dat woningkenmerken van invloed zijn op de woningtevredenheid. De belangrijkste woningkenmerken voor dit onderzoek worden hierna belicht.
Ten eerste, zal de WOZ-waarde worden belicht. Deze waarde wordt door de gemeente vastgesteld aan de hand van verkochte woningen in de buurt van de desbetreffende woning waarop de gemeente een inschatting van de marktwaarde in euro’s van de woning maakt.. Uit onderzoek van Van Beuningen (2018) is gebleken dat een hogere WOZ-waarde een positief effect heeft op de woningtevredenheid. Des te hoger de WOZ-waarde, des te meer men tevreden is met de woning. Lu (1999) stelt ook vast dat in de Amerikaanse casus een hogere woningwaarde een positief effect op de woningtevredenheid heeft. De WOZ-waarde is van belang omdat het een gepercipieerde, initiële en directe vaststelling van de kwaliteit van de woning weergeeft. Het systeem is gebaseerd op marktwerkingen waarbij vraag en aanbod uiteindelijk de WOZ-waarde bepalen. Een grotere vraag leidt tot een hogere prijs, de vraag wordt gedreven door wensen van consumenten en deze wensen impliceren kwaliteit. In de financiële sector is het toepassen van het zogeheten ‘Hedonic Pricing Model’ snel, efficiënt en tamelijk accuraat gebleken voor het vaststellen van de monetaire waarde van een woning. Aangezien de WOZ-waarde een determinant voor woningtevredenheid is, is het nuttig om tevens de determinanten van de WOZ-waarde te bekijken. De basale vorm van het model is Pi= f(Si, Ni) waar Pi de prijs van woning i is, Si de vector van de structurele
eigenschappen van de woning en Ni de vector van de buurtkenmerken is. Vervolgens
worden meerdere wonings- en omgevingskenmerken die in het model betrokken, waarop uiteindelijk een woningprijs kan worden afgeleid. Zoals eerder in het
theoretisch kader beschreven is, is woningwaarde, of WOZ-waarde, van invloed op de woningtevredenheid. Hierbij kan het Hedonic Pricing Model inzicht bieden in hoe woningwaarde tot stand komt (Laurice & Bhattacharya, 2005).
De variabelen van het Hedonic Pricing Model tonen overeenkomsten met variabelen die woningtevredenheid vormgeven. Dat is aannemelijk aangezien een directe uiting van wenselijkheid of tevredenheid kan worden vertaald naar hoeveel geld iemand over heeft voor een bepaalde woning.
Ten tweede zou het type woning van invloed zijn op de tevredenheid met de huidige woning. Het type woning loopt enigszins parallel aan de WOZ-waarde in de zin dat bijvoorbeeld vrijstaande woningen normaliter een hogere WOZ-waarde hebben dan een etagewoning. De relatie tussen type woning en woningtevredenheid is echter lastig vast te stellen door de subjectieve wensen van de bewoner zelf. Literatuur wijst uit dat ‘ruimtelijkere’ woningen doorgaans tevredenere inwoners hebben (Lu, 1999). Dit impliceert dat inwoners van vrijstaande huizen of twee-onder-een-kap woningen meer
woningtypen ook waarschijnlijk hogere WOZ-waarden hebben. Hogere woningkosten hebben ook een positief effect op de woningtevredenheid omdat hogere kosten geassocieerd worden met een hogere kwaliteit van de woning. Overigens kan het type woning in verband worden gebracht met de huishoudsamenstelling, en dat heeft ook weer een effect heeft op de woningtevredenheid, daarover later meer.
Ten derde, zoals eerder vermeldt, resulteert een groter woonoppervlakte in een grotere woningtevredenheid. In beginsel al doordat een ruimtelijkere woning meer vrijheid voor de bewoners zou bieden en daardoor mensen tevredener zouden zijn (Lu, 1999; Van Beuningen, 2018). In een onderzoek naar verbeteringen van woningen in de Australische casus werd door 82,9% van de bewoners, van voornamelijk stedelijke gebieden, aangegeven dat een grotere woning het voornaamste verbeterpunt van hun huidige woning zou zijn. Dat was overigens verreweg de grootste groep (Buys & Miller, 2012). Dit concept loopt ook parallel met het concept van het type woning. Waar woonoppervlakte ook samenhangt met een bepaald type woning.
Bij een groter woonoppervlakte, zal de woning vaak ook meer kamers tellen. Uit het onderzoek van Van Beuningen (2018) is gebleken dat een sterke determinant van woningtevredenheid het aantal kamers per persoon in het huishouden is, zie figuur 2. Dat wil zeggen dat de mogelijkheid om je als bewoner enigszins af te sluiten en privacy op te zoeken belangrijk is voor de mate van tevredenheid met de woning. Uit dit onderzoek blijkt ook dat de grootte van de kamers niet direct toe doet (Van Beuningen, 2018).
2.2 Omgevingskenmerken
Vanuit een planologisch opzicht vormen de omgevingsfactoren een belangrijke rol in het tot stand komen van woningtevredenheid. Hoe omgevingsfactoren tot stand komen is een heel complex en breed proces. Om te beginnen vormt de buurttevredenheid al een interessant concept. Adams (1992) schrijft dat tevredenheid met de directe omgeving een significante invloed heeft op de algehele kwaliteit van het leven en voldoening in het leven, zelfs na het controleren voor andere factoren zoals huwelijk, opleidingsniveau, etniciteit en leeftijd. Woningtevredenheid en buurttevredenheid hebben een positief effect op elkaar. Omgevingskenmerken hebben een duidelijk effect op woningtevredenheid, maar dat is minder dan dat woningkenmerken effect hebben op de buurttevredenheid (Lu, 1999).
Binnen de drie subcategorieën die worden onderscheiden in dit theoretische kader blijken omgevingskenmerken een complex concept. Binnen de omgevingskenmerken wordt onderscheid gemaakt tussen subjectieve en fysieke omgevingskenmerken. Subjectieve omgevingskenmerken zijn doorgaans van meer invloed op de tevredenheid met de ‘buurt’ ten opzichte van fysieke kenmerken (Bruin & Cook, 1997; Lu, 1999; Oh, 2003). Het gegeven dat subjectieve kenmerken zwaarder wegen voor bewoners wordt
ten opzichte van realiteit, mensen meer beïnvloedt (Grogan-Kaylor et al., 2006). Een probleem bij de subjectieve benadering is de discrepantie tussen wat de bewoner als zijn ‘buurt’ acht ten opzichte van wat de feitelijke, geografische, definitie van de buurt is (Kahana et al., 2003). Verder blijkt dat tevredenheid met de buurt positief correleert met tevredenheid met de huidige woning. Een determinerende factor voor de vorming van buurttevredenheid is de ‘perceptie’ dat de bewoner ‘vriendelijke buren’ heeft. Deze variabele is erg significant (Bruin & Cook, 1997; Parkes et al, 2002). Daarnaast is een gevoel van onderling vertrouwen en sociale cohesie een sterke bepaler van buurttevredenheid (Oh, 2003). Baum (2010) bevestigt dit met de vaststelling dat slechte sociale contacten in de buurt inderdaad leiden tot een lagere buurttevredenheid. Buurtsamenstelling is ook van invloed op de tevredenheid die men heeft met de buurt (Parkes et al., 2001). Diversiteit blijkt geen positieve invloed te hebben op de buurttevredenheid. Dit is van verschillende kanten te benaderen: diversiteit op basis van inkomen, etniciteit, et cetera. Het negatieve effect berust op een vaststelling die al eerder is gemaakt.; namelijk dat mensen goed gedijen in omgevingen waar positief contact is met mensen in de buurt. Als dat er een sterke socio-economische of etnische mix is, zouden mensen het lastiger vinden om op lokale schaal relaties op te bouwen. Putnam (2007) bevestigt dit gedachtegoed in een onderzoek naar diversiteit in woonomgevingen. In het onderzoek wordt vastgesteld dat naarmate een buurt meer divers wordt, de tevredenheid afneemt door de afnemende mogelijkheid om makkelijk te binden met mensen uit de buurt. In de praktijk zien we dat doorgaans wordt gestreefd naar een diverse woonomgeving voor wat betreft socio-economische bewoners. Denk daarbij bijvoorbeeld aan het ‘ongedeelde stad’ beleid wat in Amsterdam van kracht is.
Een ander punt dat van invloed is op de buurttevredenheid betreft de overlast die bewoners ondervinden. Overlast heeft een direct negatief verband met de woningtevredenheid. Overlast bestaat in allerlei vormen. Fysieke kenmerken van overlast daargelaten (vernieling, rommel op straat, etc.) heeft overlast in de sociale context een negatieve impact op de buurttevredenheid. Hiermee wordt gedoeld op de overlast die wordt ondervonden van omwonenden. Denk hierbij worden factoren als geluidsoverlast, stank, et cetera.
Een volgend punt dat van invloed is op de buurttevredenheid is de mate van stedelijkheid. Het gaat hier vaak over de dichtheid van adressen. Kasarda en Janowitz (1974) stellen vanuit hun systemic model dat mensen die in dichtbevolkte stedelijke gebieden wonen niet direct minder tevreden zouden zijn met hun omgeving, zolang zij maar goede sociale netwerken hebben opgebouwd. Voorheen werden theorieën omtrent tevredenheid met de woonomgeving doorgaans gedomineerd door het idee dat het leven in dichtbevolkte gebieden minder tevredenheid met zich mee zou brengen door de anonimiteit en wanorde die stedelijkheid met zich mee zou brengen, ten opzichte van dunbevolkte rurale gemeenschappen. Dit gedachtegoed stroomde vanuit de sociologie door waar Weber stelde dat goede buurten persoonlijke en wederzijdse relaties onder zijn inwoners diende te faciliteren (Wirth, 1938). Redelijkerwijs zou men kunnen verwachten dat stedelijkheid ook enigszins samenhangt met overlast van omwonenden als bedoeld in vorige alinea. Tegelijkertijd faciliteert hoge bevolkingsdichtheid ook interactie tussen bewoners, wat weer een positief effect zou hebben. Hierdoor is de relatie die stedelijkheid heeft met de woningtevredenheid ambivalent.
2.3 Persoonlijke en huishoudelijke kenmerken
Tot slot hebben persoonlijke en huishoudelijke kenmerken een invloed op de woningtevredenheid. Directe effecten zijn altijd lastig te meten in verband met de relatie die ‘tevredenheid met het leven’ heeft met woningtevredenheid. Van Beuningen (2018) heeft immers vastgesteld dat tevredenheid met het leven een positief verband houdt met de woningtevredenheid. Veel persoonlijke en huishoudelijke kenmerken houden verband met levenstevredenheid. Desalniettemin blijft er een verband bestaan. Life-course literatuur, naast bestaande literatuur betreffende woningtevredenheid, kan nuttig zijn voor verdere achtergrondanalyses in het kader van persoonlijke en huishoudelijke kenmerken van de bewoner die van invloed zijn op de woningtevredenheid.
Ten eerste, leeftijd. Leeftijd is een dimensie die vele invalshoeken biedt wat betreft de benadering van de woningtevredenheid. Leeftijd is een indicator voor dynamische
macroperspectief vond Baird et al. (2010) dat tevredenheid met het leven afhankelijk is van de leeftijd en zoals eerder opgemerkt , is tevredenheid met het leven van invloed op de woningtevredenheid. Een studie naar levenstevredenheid over de gehele levensloop in Duitsland en het Verenigd Koninkrijk laat zien dat tevredenheid in beide landen gedurende de volwassenheid weinig afneemt, vervolgens is er wel een sterke daling in tevredenheid bij mensen ouder dan 70. De Britse casus verschilde echter wel enigszins van de Duitse doordat er een vrij grote stijging van tevredenheid vanaf een jaar of 40 tot begin 70 was (Baird et al., 2010). Uit verdere life-course literatuur wordt duidelijk dat mobiliteitsafwegingen sterk gelinkt zijn aan de levensfase en daarmee dus ook aan leeftijd. Bernard et al. (2014) beschrijft hoe in het jongvolwassenen leeftijdscohort mensen graag willen verhuizen, vervolgens daalt deze wens weer tot dat de middelbare leeftijd wordt bereikt. Dan is er wederom een verhuiswens als een gevolg van familieformatie en het krijgen van kinderen. Wanneer de pensioenleeftijd wordt bereikt is er weer een piek in verhuiswensen, door de aangepaste woningbehoeftes die een hogere leeftijd met zich meebrengen. Bernard et al. tonen aan dat mobiliteit omtrent wonen en levensfase sterk met elkaar gelinkt zijn. De relatie die mobiliteit heeft met de tevredenheid met de woning is daarentegen ambivalent. Een verhuiswens impliceert een gemis met de huidige woonsituatie wat een negatief effect op de woningtevredenheid zou hebben. Of dit gemis zich ook vertaalt naar de tevredenheid met de woning is echter niet concreet vast te stellen. Men zou namelijk niet per se ontevreden met de woning zijn wanneer bijvoorbeeld de huishoudenssamenstelling verandert. Het kan ook zo zijn dat het een kwestie van overmacht is dat de bewoners moeten verhuizen en dus niet direct de motivatie bij de woning ligt.
Ten tweede vertoont de huishoudenssamenstelling enigszins overlap met de life-course literatuur betreffende leeftijd. De samenstelling van een huishouden is voor een deel te verbinden met leeftijd en daarmee levensfase. Huwelijken, familie formatie, kinderen, alleenstaanden, deze factoren zijn heel globaal in een leeftijdsfase te plaatsen. Literatuur wijst uit dat alleenstaande ouders de laagste tevredenheid vertonen met de woning (Lu, 1999). Hiernaast blijkt de burgerlijke stand, welke indirect invloed heeft op de huishoudenssamenstelling, een invloed te hebben op de levenstevredenheid. De levenstevredenheid heeft daarna weer een effect op de woningtevredenheid, een secundair effect (Chipperfield & Havens, 2001).
Een derde factor is etniciteit. In hoeverre etniciteit effect heeft op de woningtevredenheid blijft lastig vast te stellen. Etniciteit is een sterk contextueel afhankelijke variabele. In de Amerikaanse context is gebleken dat er een verschil tussen etniciteit is wat betreft woningtevredenheid. In de Nederlandse context heeft nog geen concreet onderzoek naar de relatie tussen etniciteit en de woning plaatsgevonden. Roet en Mulder (2010) stelden wel vast in hun onderzoek naar de relatie tussen buurttevredenheid en etniciteit, dat autochtone Nederlanders doorgaans het meest tevreden waren met hun leefomgeving, gevolgd door Surinamers, Marokkanen en Turken. Wel bleek dat deze verschillen wegvielen op het moment dat werd gecorrigeerd voor enkele controle variabelen zoals of te weten? inkomen en opleidingsniveau. Zoals eerder is vastgesteld, is de relatie tussen buurttevredenheid en woningtevredenheid tweezijdig. Hiermee kunnen de bevindingen van Roet en Mulder toch van toepassing zijn op dit onderzoek. Lu (1999) vond tevens in de Amerikaans context dat ‘whites’ hogere tevredenheid uitte met hun woning. Dat is natuurlijk in een andere etnische en socio-economische context ten opzichte van de context die wij in Nederland kennen.
Op de vierde plaats wijst literatuur uit dat geslacht een effect kan hebben op de woningtevredenheid. Galster en Hesser (1981) vonden dat vrouwelijke hoofden van het huishouden over het algemeen minder tevreden waren met zowel de type woning waarin zij woonden als de kwaliteit van deze woning. In contrast stelt Lu (1999) vast dat mannen doorgaans minder tevredenheid met de woning uiten dan vrouwen.
Ten vijfde blijkt het inkomen dat een individu geniet in alle tevredenheidsfacetten terug te komen. Doorgaans betekent een hoger inkomen grotere tevredenheid, meerdere studies bevestigen dit (Van Beuningen, 2018; Lu, 1999; Roet & Mulder, 2010). Ten grondslag aan de toename van woningtevredenheid als gevolg van inkomen ligt de vrijheid in- en mogelijkheid tot het bereiken van woningvoorkeuren. Het inkomen stijgt naarmate mensen ouder worden, waarmee een element van levenstevredenheid stijgt, maar ook indirecte elementen van woningtevredenheid spelen een rol. (Speare, 1974). Dit geeft ook weer aan hoeveel kruisverbanden er spelen in het vaststellen van woningtevredenheid. Variabelen hebben op zich effect op de tevredenheid, maar hebben
op de woningtevredenheid. Hierbij is ook een link te leggen naar WOZ-waarden, type woningen en woonoppervlaktes. Een hoger inkomen stelt mensen in staat om in woningen met hoge WOZ-waarden te wonen. Ook brengt een hogere leeftijd veelal een hoger inkomen, of in ieder geval daarmee geaccumuleerde middelen met zich mee. Al deze concepten hangen met elkaar samen.
Een zesde element is de eigendomssituatie. Literatuur wijst uit de eigendomssituatie van de woning sterke invloed heeft op de tevredenheid met de woning. Huiseigenaren zouden meer tevreden zijn met hun woning dan huurders (Lu, 1999; Van Beuningen, 2018; Elsinga & Hoekstra, 2005). Redenen hiervoor zijn dat er een grotere capaciteit tot het personaliseren van de woning is in het geval van een koopwoning. Een huurder zou minder vrijheid en betrokkenheid voelen met de woning waarin hij of zij woont. Ook impliceert een koopwoning meer vrijheid in vestigingslocatie waardoor bewoners in beginsel al meer tevreden zijn, omdat vestigings- en woningkeuze direct bij henzelf ligt. Daarnaast wordt een hoger inkomen natuurlijk geassocieerd met het bezit van een koopwoning en een hoger inkomen heeft op zichzelf al een positief effect op de woningtevredenheid (Lu, 1999). Dit concept hangt ook samen met inkomen en leeftijd. Een hoger inkomen stelt mensen eerder in staat stelt om een koopwoning te verwerven. Mensen op hogere leeftijd hebben meestal meer middelen geaccumuleerd hetgeen hen in staat stelt eerder een woning te kopen. Bleemer et al. (2014) stelt dat mensen op hogere leeftijd veel eerder participeerden op de woningmarkt waardoor zij geschiktere en goedkopere woningen konden kopen. Recente ontwikkelingen op de woningmarkt maakt het jongvolwassenen moeilijker om goedkope en geschikte woningen te vinden, huur- en met name koopwoningen.
Tot slot speelt het opleidingsniveau een rol. Lu (1999) wijst aan dat er aanleiding is om geloven dat mensen met een lager opleidingsniveau eerder geneigd zijn om minder tevreden te zijn met de woning. Opleidingsniveau hangt positief samen met inkomen en zoals eerder vastgesteld is inkomen weer positief gerelateerd aan woningtevredenheid.
3. Onderzoeksopzet
In de onderzoekopzet zal in de eerste paragraaf de onderzoeksvraag worden herhaald, ook zullen de ondersteunende subcategorieën worden vastgesteld. Vervolgens zal in de tweede paragraaf het conceptuele model van het onderzoek worden gepresenteerd. Daarna zullen de hypotheses opgesteld worden en de data samen met de variabelen worden gepresenteerd. 3.1 Onderzoeksvraag Zoals al aan bod is gekomen in de inleiding zal de onderzoeksvraag van dit onderzoek als volgt zijn: “Welke woning-, omgevings-, persoonlijke en huishoudelijke kenmerken zijn van invloed op woningtevredenheid in Nederland?”.
Zoals duidelijk geworden in het theoretische kader wordt de onderzoeksvraag aan de hand van een drietal categorieën ondersteund. Met behulp van beschikbare literatuur zijn de categorieën zodanig opgesteld dat ze de belangrijkste thema’s binnen de woningtevredenheidsliteratuur reflecteren. Hiertoe zijn de determinanten van deze tevredenheid dus opgesplitst in drie categorieën, namelijk woningkenmerken, omgevingskenmerken en persoonlijke en huishoudelijke kenmerken.
Om de relevantie van de determinanten te achterhalen worden analyses toegepast op de geselecteerde variabelen. De woning- en omgevingskenmerken zullen naar verwachting een determinerend effect hebben op de afhankelijke variabele, de tevredenheid met de woning. De omgevingskenmerken zullen tevens een controlerende rol hebben ten opzichte van de woningkenmerken. De persoonlijke en huishoudelijke kenmerken zullen ook determinerend zijn, maar zullen daarnaast dienen als controle variabelen, net zoals de omgevingskenmerken.
Na de statistisch analyses die toegepast zullen worden in dit onderzoek zullen de resultaten worden besproken in het licht van het theoretische kader waarna conclusies gevormd zullen worden met betrekking tot de onderzoeksvraag.
3.2 Conceptueel model
In figuur 2 wordt het onderzoek schematisch weergegeven. De verklarende variabelen vertegenwoordigen de categorieën als vermeldt in paragraaf 3.1 van links naar rechts respectievelijk (categorie 1 tot en met 3). 3.3 Hypotheses
Voorafgaand aan de statistische analyses zullen nog enkele hypotheses worden opgesteld om de verwachting omtrent de resultaten in kaart te brengen. Op basis van de eerder aangehaalde literatuur kunnen deze verwachtingen opgesteld worden aan de hand van de totstandkoming van de woningtevredenheid. De daadwerkelijke hypotheses zullen cursief worden weergegeven.
Met betrekking tot woningkenmerken zal verwacht worden dat de eerste hypothese is: “een hogere WOZ- waarde wordt geassocieerd aan een hogere woningtevredenheid.” Voorgaand onderzoek heeft uitgewezen dat WOZ-waarde een impliciete determinant voor de kwaliteit van de woning is. Op basis hiervan zou men kunnen verwachten dat hogere kwaliteit een hogere tevredenheid oplevert; dus een hogere WOZ-waarde levert een hogere woningtevredenheid op. Daarnaast zou de verwachte tweede hypothese zijn: “woonoppervlakte zal een positief verband houden met de woningtevredenheid.” Hierbij kan gelijk het type woning betrokken worden als verduidelijking en ondersteuning. De bovenstaande verwachtingen brengen ons bij de derde hypothese: ”(half-) vrijstaande
Woning-
tevredenheid
Omgevings-kenmerken
Woning-
kenmerken
Persoonlijke en huishoudelijke kenmerkenV E R K L A R E N D E V A R I A B E L E N Figuur 3: Conceptueel model.
woningen en andere woningtypes die geassocieerd worden met een ruimtelijke opbouw zoals boerderijen, leidt tot meer tevredenen bewoners van deze huizen.”. Dit berust op de theoretische achtergrond dat ruimtelijkheid sterk wordt gewaardeerd door bewoners (Lu, 1999; Van Beuningen; 2018; Buys & Miller, 2012). Hierbij wordt wel de kanttekening geplaatst dat wanneer er gecontroleerd zal worden voor inkomen, dit verband voor een deel wegvalt. Hierachter zit het idee dat de bewoners van ruimtelijkere woningen in een socio-economische context geplaatst kunnen worden waarin bijvoorbeeld grotere woningen meer binnen de sociale normen van de bewoners liggen. Daarentegen wordt wel verwacht dat, ongeacht controle, het aantal kamers per persoon in het huishouden een sterke determinant is voor de tevredenheid met de woning. Van Beuningen (2018) vond in haar onderzoek dat meer kamers per persoon in het huishouden sterk wordt geassocieerd met de tevredenheid, wat ons bij de laatste hypothese binnen de woningkenmerken brengt: “naarmate de verhouding kamers per persoon in het huishouden stijgt, stijgt ook de woningtevredenheid”. Na meer dan twee kamers per persoon zal dit verband relatief dalen.
Wat betreft omgevingskenmerken, is de eerste hypothese dat: “de tevredenheid met de buurt zeer sterk samenhangt met de woningtevredenheid, ongeacht controle”. Op basis van de besproken literatuur blijkt de buurttevredenheid een concept te zijn dat vrijwel onlosmakelijk verbonden is met de woningtevredenheid (Adams, 1992; Lu, 1999). De tweede hypothese is: “naarmate het contact in de buurt toeneemt, worden mensen meer tevreden met de woning, eveneens ongeacht controle.” De bewoner waardeert sociaal contact in de buurt kennelijk zeer hoog en door het verband dat woningtevredenheid heeft met buurttevredenheid slaat dit contact door op de woning (Baum, 2010; Bruin & Cook, 1997; Oh, 2003; Parkes et al, 2002). De derde hypothese is: “naarmate men meer overlast ondervindt zal men minder tevreden zijn met de woning, ongeacht controle.” Voortbordurend op het gedachtegoed dat ten grondslag ligt aan het contact met de buurt wordt verwacht dat men minder tevreden zal zijn met de woning op het moment dat er veel overlast van omwonenden wordt ondervonden. In de laatste hypothese in het kader van de omgevingskenmerken wordt tot slot, verwacht, “dat naarmate de stedelijkheid toeneemt, de tevredenheid zal afnemen. Dit verband zal echter niet sterk zijn.” De theorie omtrent dit concept is enigszins ambivalent, Kasarda en Janowitz
(1974) stelden dat er aanleiding was om aan te nemen dat stedelijkheid een lagere tevredenheid zou opleveren, maar dit onderzoek stamt uit 1974.
Tot slot de hypotheses voor de persoonlijk en huishoudelijke kenmerken. De eerste hypothese is: “naarmate de leeftijd stijgt, zal men meer tevreden zijn, tot een leeftijd ouder dan 75 jaar. Daarna zal de tevredenheid weer dalen.” Deze verwachting is zo opgesteld omdat naarmate mensen ouder worden zij over meer middelen kunnen beschikken, grotere levenstevredenheid vertonen, hun eigendomssituatie gunstiger is en zij een wenselijkere huishoudsamenstelling hebben met betrekking tot woningtevredenheid (Baird et al., 2010; Bernard et al., 2014). De tweede hypothese luidt als volgt: “etniciteit zal van invloed zijn op de woningtevredenheid. Autochtone Nederlanders zijn namelijk meer tevreden dan Westerse allochtonen en Westerse allochtonen vervolgens weer meer tevreden dan niet-Westerse allochtonen”. Roet en Mulder (2010) vonden dat autochtone Nederlanders het meest tevreden zijn met de buurt. Overigens vond Lu (1999) zoals hiervoor opgemerkt dat ‘whites’ in de Amerikaanse context het meest tevreden waren met de woning. Dit impliceert dat de etnische meerderheden doorgaans meer tevredenheid vertonen met de woning, vandaar deze hypothese. Wat betreft verwachtingen omtrent de samenstelling van het huishouden wordt de volgende hypothese opgesteld aan de hand van het werk van Lu (1999) en Chipperfield & Havens (2001): “in ieder geval zullen alleenstaande ouders het minst tevreden met hun woning zijn.” Verder is op basis van life-course literatuur te verwachten dat gehuwden meer tevreden zouden kunnen zijn. De uitwerking van deze verwachting in dit onderzoek is dat paren (met kind(eren)) het meest tevreden zullen zijn. De volgende hypothese is: “respondenten met een koopwoning zullen meer tevreden zijn dan respondenten met een andere eigendomssituatie”. Literatuur omtrent dit concept heeft uitgewezen dat het bezitten van een woning een sterke determinant is van woningtevredenheid (Lu, 1999; Van Beuningen, 2018; Elsinga & Hoekstra, 2005). Met betrekking tot inkomen zal de volgende hypothese opgesteld worden: “naarmate het inkomen stijgt, stijgt ook de woningtevredenheid”. Dit wordt verwacht op basis van de theorie omtrent dit concept (Van Beuningen, 2018; Lu, 1999; Roet & Mulder, 2010). Een hoger inkomen correleert namelijk met hogere levenstevredenheid wat weer correleert met hogere woningtevredenheid. Ook zou het bewoners in staat stellen hun woning te personaliseren naar behoeven. Tot slot, de hypothese omtrent opleiding is volgens de
betreffende literatuur (Lu, 1999) als volgt: “opleiding zal weinig tot geen verband houden met de woningtevredenheid.”, Onderzoeksopzet
Het onderzoek zal strikt kwantitatief van aard zijn. Kwantitatief onderzoek is geschikt om middels grootschalige statische analyse de onderzoeksvraag te beantwoorden, aangezien de schaal van het onderzoek heel Nederland betreft. Voor een onderzoek op dit schaalniveau is kwalitatief onderzoek niet geschikt door de specifieke focus en diepgang die deze vorm van onderzoeksopzet behoeft.
Gezien de aard van kwantitatief onderzoek zal de generaliseerbaarheid van de resultaten die voortvloeien uit dit onderzoek hoger liggen dan ten opzichte van kwalitatief onderzoek (Bryman, 2012, pp.160). Zeker wanneer in acht wordt genomen dat de data, zoals in de volgende paragraaf zal blijken, bijna 63.000 respondenten bevat. Een grote steekproef (n) zal over het algemeen statistische relevanter zijn, waarna het gemakkelijk is om uitspraken te doen over de populatie waaruit de steekproef getrokken is.
Gezien de relevantie van dit onderzoek is grootschalig kwalitatief onderzoek tevens toepasselijk omdat op basis van de hogere generaliseerbaarheid van het onderzoek eventueel gemakkelijker beleid kan worden gevormd.
3.4 Data
Het Woononderzoek Nederland van 2015 (WoON 2015) vormt de bron van data voor deze scriptie. In het WoON 2015 staat statistische informatie op het gebied van wonen en woonomgeving centraal. De doelpopulatie van het onderzoek was de Nederlandse bevolking van 18 jaar en ouder, in een private huishoudingssituatie verkerend. Door middel van een enquête, gekoppeld aan gegevens van het Centraal Bureau van de Statistiek, het kadaster, belastingdienst en huursubsidiegegevens, werd er informatie verzameld bij meer circa 63.000 respondenten tussen september 2014 en mei 2015 (SCP, 2018). Na deze koppeling is de data van de WoON enquête verrijkt met data van de bovenstaande instanties.
De onderzoekseenheden binnen het WoON 2015 onderzoek betroffen derhalve de Nederlandse populatie van minimaal 18 jaar oud die in een private huishoudingssituatie verkeert. Respondenten zijn zoals gebruikelijk geanonimiseerd. Verder zijn de classificaties aangehouden zoals aangegeven in de enquête. Als verder in het onderzoek zelf classificaties worden aangemaakt door de onderzoeker, zal dit worden verklaard.
3.5 Variabelen
In de volgende paragrafen zullen de variabelen worden gepresenteerd waar frequenties en classificaties zullen worden vastgesteld. Binnen de variabelen zal onderscheid worden gemaakt tussen afhankelijke en onafhankelijke variabelen, waarbij de afhankelijke variabele de ‘tevredenheid met de woning’ betreft. Vervolgens zal door middel van statistische analyse worden vastgesteld welk verband de onafhankelijke variabelen hebben met de afhankelijke variabele.
3.6.1 Afhankelijke variabele
De afhankelijke variabele betreft hier dus de ‘tevredenheid met de woning’. In de WoON 2015 enquête wordt een specifieke vraag gewijd aan de tevredenheid met de woning. Gemeten aan de hand van een Likertschaal dienden respondenten hun tevredenheid te rapporteren aan de hand van de volgende vraag: “Hoe tevreden bent u met uw huidige woning?”
De variabele hier zal ‘woningtevredenheid’ worden genoemd. Het is een centrale variabele in dit onderzoek en zal de kern vormen van de statistische analyses. Verder wordt, zoals zichtbaar in tabel 1, woningtevredenheid ordinaal gemeten. De subjectieve tevredenheid die respondenten aangeven bij het vermelden van hun woningtevredenheid is de beste indicatie van ‘absolute woningtevredenheid’ die beschikbaar is. Ontbrekende waarden zullen niet meegenomen worden in de analyses.
Tevredenheid met de huidige woning
Zeer
ontevreden Ontevreden tevreden, Niet maar ook niet ontevreden Tevreden Zeer tevreden Ontbrekend Frequentie 0,7% 2,1% 8,8% 46,8% 41,1% 12,1% Totaal 468 1.314 4.863 25.799 22.651 7572 n 62.668 Tabel 1: Classificatie en frequentie van woningtevredenheid. Bron: CBS, WoON 2015. 3.6.2 Onafhankelijke variabelen De volgende paragrafen zullen de onafhankelijke variabelen uiteenzetten; variabelen die van invloed zijn op de woningtevredenheid. Deze variabelen zullen zijn onderverdeeld in drie categorieën: woningkenmerken, omgevingskenmerken en persoonlijke en huishoudelijke kenmerken. De gekozen variabelen zijn zo gekozen omdat deze vanuit het theoretisch raamwerk als relevant werden omschreven, en gericht zijn op het geven van relevante uitkomsten.
3.6.2.1 Woningkenmerken
Woningkenmerken zijn van invloed op de woningtevredenheid, zo is gebleken uit de eerder aangehaalde literatuur. Hierna volgen de geselecteerde variabelen die significant blijken te zijn voor woningtevredenheid
WOZ-waarde van de huidige woning
De categorisatie van de WOZ-waarde is overgenomen vanuit de dataset. Met peildatum 1 januari 2014 is de WOZ-waarde onderverdeeld in 7 categorieën, oplopend van: 1: minder dan 150.000 euro, 2: 150.000-199.999 euro, 3: 200.000-249.999 euro, 4: 250.000-299.999 euro, 5: 300.000-399.999 euro, 6: 400.000-499.999 euro en 7: 500.000 of meer. In het onderzoek is een lage, midden en hoge indeling van de WOZ-waarde gehanteerd, namelijk: laag: minder dan 150.000 euro, midden: 150.000-399.999 en hoog: meer dan 400.000 euro.
Type woning
In de dataset wordt onderscheid gemaakt tussen de volgende acht woningtypes: 1: Flat, appartement, etagewoning, boven- of benedenwoning; 2: Rijtjeshuis, tussenwoning, hoekwoning; 3: Half-vrijstaande woning; 4: Vrijstaande woning; 5: Boerderij, woning met tuindersbedrijf; 6: Woning met aparte winkel, kantoor-, praktijk- of bedrijfsruimte; 7: Wooneenheid met gezamenlijk gebruik van keuken of toilet; 8: Geen van deze.
Woonoppervlakte
Evenals bij de WOZ-waarde is het woonoppervlak ordinaal gemaakt door anders continue data gecategoriseerd weer te geven. De vierkante meters zijn ondergebracht in
drie categorieën, zijnde: klein: kleiner dan 90 m2, middelgroot: 90-149 m2 en groot: 150
m2 of meer.
Kamers per persoon in het huishouden
Wederom drie categorieën, namelijk: minder dan 1 kamer per persoon, 1 of 2 kamers per persoon en meer dan 2 kamers per persoon. Deze verhouding van kamers met personen is standaard opgenomen in de dataset.
3.6.2.2 Omgevingsfactoren
De onafhankelijke variabelen met betrekking tot omgevingsfactoren die zullen hierna gepresenteerd worden. Literatuur wijst uit dat omgevingsfactoren een sterke relatie hebben in het kader van woningtevredenheid.
Tevredenheid met de buurt
De onafhankelijke variabele ‘tevredenheid met de buurt’ wordt gemeten aan de hand van een Likertschaal, evenals de tevredenheid met de huidige woning. Hierin variëren de waarden van de variabelen in vijf stappen, van zeer ontevreden tot zeer tevreden.
Contact in de buurt
Het contact in de buurt wordt ook gemeten aan de hand van een Likertschaal. Waar de respondent moet aangeven of hij het eens is met de stelling: ik heb veel contact met andere buurtbewoners. Antwoorden liggen op een vijftallige schaal van zeer mee eens tot zeer oneens.
Overlast van omwonenden
Overlast van omwonenden kan drie waarden aannemen. Respondenten werden gevraagd hoe vaak zij overlast hadden van omwonenden en konden daar op antwoorden: 1: Vaak, 2: Soms of 3: (Bijna) nooit.
Stedelijkheid
De mate van stedelijkheid wordt door het CBS gecategoriseerd in 5 schalen. De onderverdeling is als volgt. 1: Zeer sterk stedelijk, 2: Sterk stedelijk, 3: Matig Stedelijk; 4: Weinig stedelijk en 5: Niet stedelijk. Deze classificering baseert het CBS op de adresdichtheid, met andere woorden, het aantal adressen die zich op een vierkante kilometer bevinden. Deze dichtheden zijn respectievelijk: 1: meer dan 2500 adressen
per km2, 2: tussen 1500 en 2500 adressen per km2, 3: tussen 1000 en 1500 adressen per
km2, 4: tussen 500 en 1000 adressen per km2 en 5: minder dan 500 adressen per km2.
3.6.2.3 Persoonlijke en huishoudelijke kenmerken
Tot slot volgen hieronder de persoonlijke en huishoudelijke variabelen die zijn geselecteerd op basis van hun relevantie die is vastgesteld in het theoretisch kader. Leeftijd De leeftijd is ingedeeld aan de hand van zeven klassen. 1:17-24 jaar, 2: 25-34 jaar, 3: 35-44 jaar, 4: 45-54 jaar, 5: 55-64 jaar, 6: 65-74 jaar en 7: 75 jaar en ouder. Huishoudenssamenstelling
In de dataset is tevens de samenstelling van het huishouden opgenomen aan de hand van vijf klassen. Respondenten konden de samenstelling doorgeven aan de hand van de volgende opties: 1: eenpersoonshuishouden, 2: paar, 3: paar + kind(eren), 4: 1-oudergezin en 5: niet-gezinshuishouden. Etniciteit Het CBS onderverdeeld etniciteit in drie categorieën. Respondenten konden aangeven of zij 1: autochtoon waren, 2: niet-westers of 3: westers. Aan de hand van de definitie die het CBS aandraagt kan men onder allochtoon (optie 2 en 3) verstaan: iemand van wie
Geslacht
Door de verrijking van het CBS aan de WoON enquête is het geslacht van de respondent beschikbaar. De variabele, dichotoom, kan of 1: man of 2: vrouw aannemen.
Inkomen
Het CBS classificeert het besteedbare inkomen aan de hand van drie klassen, laag, midden en hoog inkomen. De top 20 procent van de Nederlandse inkomens wordt als een hoog inkomen geacht, dat zijn inkomens van minimaal €29.773 euro. Het middensegment bestaat uit de opvolgende 40 procent, dat zijn inkomens onder €29.773 maar boven €18.390. Tot slot vormt de onderste 40 procent van inkomens de lage klasse, dat zijn dus inkomens onder €18.390 (Van den Brakel & Ament; CBS, 2010) Eigendomssituatie De eigendomssituatie worden de volgende categorieën onderscheiden: 1: koopwoning, 2: sociale huur, 3: particuliere huur en 4: onbekend (OP is geen lid van de huishoudkern of onderhuurder). Opleidingsniveau In de WoON-enquête wordt gevraagd naar de hoogst afgeronde opleiding of cursus van de respondent waarbij kan worden gekozen uit: 1: Geen, 2: Lagere school (inclusief speciaal onderwijs, bijv. LOM, BLO, etc.), 3: Lbo of vso (Its, leao, vbo, huishoudschool, ambachtsschool), 4: Vmbo of lwoo (inclusief theoretische leerweg), 5: Mavo (ulo, mulo), 6: Havo (mms), 7: Vwo, gymnasium of atheneum (hbs, lyceum). 8: Mbo (mts, meao, middenstandsdiploma, pdb, mba), 9: Hbo (hts, kweekschool, associate degree), 10: Universitaire opleiding, inclusief postdoctorale opleidingen en promotieonderzoek en 11: Andere opleiding/cursus.
Voor dit onderzoek is er voor gekozen om deze opleidingsniveaus onder te brengen in de categorieën zoals het CBS deze gecategoriseerd heeft: Laag (1, 2, 3 en 11), middel (4, 5, 6, 7 en 8) en een hoog opleidingsniveau (9 en 10).
4. Analyse
Het volgende deel van deze scriptie zal gericht zijn op de beschrijving van de statistische analyses. Deze analyses zijn erop gericht om de empirische relatie tussen de hierboven beschreven variabelen te belichten en verdere inzichten omtrent de eerder omschreven theoretische concepten te genereren. Eerst zal door middel van een ‘bivariate analyse’ de onafhankelijke relatie tussen de te verklaren variabelen en een verklarende variabele worden belicht. Nadat de individuele band van de variabelen met de woningtevredenheid is belicht zal worden overgegaan op een logistische regressie analyse. Hierin zullen meerdere modellen worden getoetst waarbij telkens nieuwe variabelen worden betrokken.
4.1 Bivariate analyse
Een bivariate analyse betreft een analyse van twee variabelen tegelijk om erachter te komen of de twee variabelen gerelateerd aan elkaar zijn. Dit betekent in feite dat men op zoek gaat naar bewijs dat variatie in een variabele samenhangt met variatie in de andere. Een belangrijke kanttekening die geplaatst dient te worden bij het uitvoeren van een bivariate analyse is dat de analyse slechts de relatie tussen de twee variabelen vaststelt en dus niet causaliteit kan vaststellen (Bryman, 2012, pp.339). Verder is het van belang om te realiseren dat bij het uitvoeren van een bivariate analyse niet gecontroleerd wordt voor andere variabelen. Intuitie en kritische benadering omtrent de analyses zijn van groot belang om conclusies omtrent valse verbanden vast te stellen. Bijvoorbeeld, bij het vaststellen van de relatie tussen leeftijd en woningtevredenheid is het mogelijk dat eigenlijk het indirecte verband wordt gemeten tussen bijvoorbeeld inkomen en woningtevredenheid, waardoor in feite een andere verband wordt gemeten dan eigenlijk de bedoeling was. De kritische blik op de resultaten van de bivariate analyse kan derhalve niet verslappen.
Kruistabellen kunnen worden gebruikt om op een flexibele manier onderlinge relaties te analyseren. Hierbij wordt vaak in de cellen een percentage weergegeven, die de gerelateerde frequentie weergeeft, uitgewerkt in rijen. Bij bivariate analyses wordt tevens gebruikt gemaakt van beschrijvende statistieken die inzicht geven in de relatie tussen de twee variabelen. Omdat alle variabelen nominaal, dan wel ordinaal zijn (gemaakt), is het passelijk om hiertoe drie soorten beschrijvende statistieken te betrekken. Het betreft dan Cramér’s V, Gamma en de chi-kwadraat test (χ²), te beginnen met Cramér’s V. Deze toets wordt typisch toegepast om relaties tussen nominale variabelen te testen, waarop de toets vervolgens een positieve waarde produceert,
Omdat relaties in sociaaleconomisch onderzoek vaak zwakker zijn dan in de natuurwetenschappen dien de interpretatie van de toetswaarden enigszins te worden bijgesteld. De aangenomen waarden van de toets zullen geïnterpreteerd worden aan de hand van figuur 3. Deze test kan dus wel de sterkte van de relatie tussen twee variabelen weergeven, maar niet de richting. Cramér’s V wordt toegepast wanneer tenminste één van de betrokken variabelen nominaal of dichotoom is (Bryman, 2012, pp. 344). Vaak wordt Cramér’s V weergegeven samen met de chi-kwadraat toets. Eenvoudig gezegd geeft een hogere chi-kwadraat waarde een hoger verband aan tussen de twee variabelen. Tot slot, gamma. Deze statistische toets wordt gebruikt wanneer de relatie tussen twee ordinale variabelen wordt onderzocht. De waarden van gamma liggen tussen de -1 en 1 waarbij 1 een perfecte positieve relatie weergeeft en -1 een perfect negatieve relatie, 0 geeft dus geen relatie aan. De interpretatie van deze statistische toets zal vergelijkbaar verlopen ten opzichte van Cramér’s V. Figuur 4: Interpretatie van Cramér's V. Bron: University of Toronto
4.1.1 Woningkenmerken
De volgende bivariate analyses worden uitgevoerd ter verschaffing van inzichten omtrent de relaties tussen de afhankelijke variabele, woningtevredenheid, en de onafhankelijke kenmerken van de woning. WOZ-waarde van de huidige woning De onderstaande kruistabel toont het verband van de tevredenheid met de woning en de WOZ-waarde van de woning aan. De gamma heeft een waarde van 0,451 wat wijst op een positieve relatie. Tevredenheid met de woning Zeer
ontevreden Ontevreden tevreden, Niet
maar ook niet ontevreden Tevreden Zeer tevreden WOZ-waarde Laag 1,9% 4,8% 15,0% 52,5% 25,8% Midden 0,4% 1,2% 6,1% 45,9% 46,3% Hoog 0,2% 0,5% 8,8% 46,8% 41,1% Gamma, χ², Sig 0,451 4696,770 0,000 Tabel 2: Kruistabel woningtevredenheid met WOZ-waarde. Uit de tabel zelf is globaal ook op te maken dat een hogere WOZ-waarde gepaard gaat met een grotere woningtevredenheid. Bewoners van woningen met een lage WOZ-waarde vertonen, meer dan bewoners van midden en hoge WOZ-waarden, in grotere mate ontevredenheid, ook al betreft dit lage percentages. Het verschil in tevredenheid komt ook sterk naar voren onder de categorieën ‘Niet tevreden, maar ook ‘Niet ontevreden’ en ‘Zeer tevreden’, waar in beiden ook een tweedeling ontstaat tussen enerzijds lage WOZ-waarden en anderzijds midden en hoge WOZ-waarden. Deze bevindingen zijn voor het grootste deel in lijn met de literatuur omtrent woningtevredenheid, waarin wordt aangehaald dat hogere WOZ-waarden zouden zorgen voor hogere tevredenheid. Deze resultaten laten eigenlijk zien dat er niet veel verschil is tussen bewoners van woningen met midden en hoge WOZ-waarden wat betreft woningtevredenheid.
Type woning
De onderstaande tabel geeft aan in hoeverre de afhankelijke variabele een relatie heeft met het type woning waar de respondent in woont. Cramér’s V geeft een waarde van 0,138 aan hetgeen duidt op een tamelijk zwakke relatie tussen deze twee variabelen.
Tevredenheid met de woning
Zeer
ontevreden Ontevreden tevreden, Niet
maar ook niet ontevreden Tevreden Zeer tevreden Type Woning Flat, appartement, boven- of benedenwoning 1,7% 4,4% 13,8% 49,3% 30,8% Rijtjeshuis, tussenwoning, hoekwoning 0,6% 2,0% 8,5% 51,4% 37,5% Half-vrijstaande woning 0,2% 0,8% 3,9% 41,0% 54,2% Vrijstaande woning 0,2% 0,6% 2,8% 32,0% 64,5% Boerderij, woning met tuindersbedrijf 0,1% 1,7% 4,5% 39,2% 54,4% Woning met aparte winkel, kantoor-, praktijk- of bedrijfsruimte 2,1% 1,9% 9,0% 44,3% 42,7% Wooneenheid met gezamenlijk gebruik van keuken of toilet 2,0% 5,9% 21,9% 57,0% 13,1% Geen van deze 1,9% 1,9% 10,0% 48,5% 27,6% Cramér’s V, χ², Sig 0,138 4169,204 0,000 Tabel 3: Kruistabel woningtevredenheid met type woning. Het type woning waar de respondent in woont lijkt dus van zwakke invloed te zijn op de woningtevredenheid. Zeker omdat bij deze bivariate analyse nog niet wordt gecorrigeerd voor factoren die uitspraak doen over de kwaliteit van de woning, hetgeen ook van invloed is op de woningtevredenheid. In eerste instantie valt wel op dat de meest tevreden bewoners mensen zijn die in een (half-)vrijstaande woning of op een
boerderij wonen. Dit sluit in beginsel aan bij de bevindingen in de vakliteratuur waar wordt geopperd dat een ruimtelijk gevoel en positieve relatie heeft met de woningtevredenheid.
Woonoppervlakte
De onderstaande tabel geeft de relatie weer tussen de woningtevredenheid en de woonoppervlakte. De betrokken statistische toets, gamma, geeft een waarde van 0,393 aan. Dit wijst op een redelijk sterke positieve relatie tussen de twee variabelen.
Tevredenheid met de woning
Zeer
ontevreden Ontevreden tevreden, Niet
maar ook niet ontevreden Tevreden Zeer tevreden Woon oppervlakte Klein 1,9% 4,9% 14,8% 50,8% 27,6% Midden 0,5% 1,5% 7,4% 49,3% 41,4% Groot 0,2% 0,7% 3,2% 34,2% 61,7% Gamma, χ², Sig 0,393 4384,762 0,000 Tabel 4: Kruistabel woningtevredenheid met het woonoppervlakte.
Uit tabel 4 is ook redelijk goed op te maken dat een groter woonoppervlakte samenhangt met een grotere tevredenheid met de woning, dit wordt bevestigd in literatuur. Woonoppervlakte is wel een variabele die meerdere perspectieven kent. Zo kan er niet vast worden gesteld dat de causaliteit direct voortvloeit uit de oppervlakte of dat het komt door indirecte effecten. Denk hierbij bijvoorbeeld aan het woningtype, zoals hiervoor aangegeven, of het hebben van een ruimtelijkere woning of de verhouding van bewoners ten opzichte van het aantal kamers in de woning. Het blijft dus belangrijk om stil te staan bij de indirecte effecten.
Kamers per persoon in het huishouden
Tabel 5 geeft de relatie weer tussen de woningtevredenheid en het aantal kamers per persoon in het huishouden. De statistische toets, gamma, geeft een waarde van 0,187 weer hetgeen duidt op een zwakke relatie.
Tevredenheid met de woning
Zeer
ontevreden Ontevreden tevreden, Niet
maar ook niet ontevreden Tevreden Zeer tevreden Verhouding kamers-personen <1 kamer p.p 4,7% 9,5% 17,9% 47,3% 20,7% 1 tot 2 kamers p/p 0,9% 2,6% 9,9% 48,6% 38,0% >2 kamers p/p 0,5% 1,7% 7,0% 44,5% 41,1% Gamma, χ², Sig 0,187 1107,049 0,000 Tabel 5`: Kruistabel woningtevredenheid met verhouding kamers-personen.
De eerder aangehaalde literatuur wees uit dat het aantal kamers per persoon in het huishouden een sterke invloed zou hebben op de woningtevredenheid. Het vermogen om als deelnemer in het huishouden jezelf te kunnen terugtrekken zou dus erg belangrijk zijn voor de tevredenheid met de woning. Deze sterke relatie komt echter niet zo sterk naar voren uit deze bivariate analyse. Op het eerste gezicht is op te maken uit de kruistabel dat bewoners van woningen met meer dan twee kamers per persoon in grotere mate hun tevredenheid uitten dan bewoners van woningen met minder dan één kamer, maar het zijn geen exorbitante verschillen. Ook hier moet men zichzelf afvragen of het concept ‘verhouding kamers-personen’ in dit verband wel gemeten wordt. Misschien spelen concepten als woonoppervlakte, samenstelling van het huishouden en type woning ook nog een rol hierbij.
4.1.2 Omgevingskenmerken
De volgende bivariate analyses worden uitgevoerd ter om inzicht te verschaffen in de relaties tussen de afhankelijke variabele, woningtevredenheid, en de onafhankelijke kenmerken van de omgeving. Hierbij zullen zowel de subjectieve als de objectieve kenmerken worden betrokken.
Tevredenheid met de buurt
De onderstaande kruistabel geeft de relatie tussen de woning- en buurttevredenheid weer. De gamma van 0,618 is zeer hoog. De relatie tussen de twee variabelen is derhalve zeer sterk. En wel zodanig dat moet worden stilgestaan bij de vraag of de twee variabelen wellicht niet hetzelfde concept meten. Hier wordt in het vervolg van de analyse niet van uitgegaan. Tevredenheid met de woning Zeer ontevreden Ontevreden Niet tevreden, maar ook niet ontevreden Tevreden Zeer tevreden Tevredenheid met de buurt Zeer ontevreden 18.4% 17.8% 24.2% 29.9% 9.7% Ontevreden 3.4% 12.9% 26.3% 44.4% 12.9% Niet tevreden, maar ook niet ontevreden 1.2% 3.9% 23.8% 54.7% 16.4% Tevreden 0.5% 1.6% 6.9% 57.9% 33.2% Zeer tevreden 0.2% 0.8% 3.0% 25.4% 70.5% Gamma, χ², Sig 0,618 16570,642 0,000 Tabel 6: Kruistabel woningtevredenheid met buurttevredenheid. De relatie tussen de woningtevredenheid en de tevredenheid met de buurt is heel sterk. Dit is ook te zien aan de kruistabel, waar de bewoners die het meest tevreden zijn met hun woning doorgaans het meest tevreden zijn met hun buurt. Voor het tegenovergestelde is hetzelfde te zeggen, namelijk daar waar de minst tevreden bewoners ook dezelfde sentimenten toekennen aan beide variabelen. Dit is sterk in lijn
kunnen we natuurlijk niet opmaken welke kant de relatie opgaat, maar uit de theorie bleek toch dat het een grotendeels tweezijdige causaliteit betreft.
Contact met de buren
De relatie tussen woningtevredenheid en het contact met de buren (in de buurt) is redelijk sterk, met een gamma van 0,252, en verschaft daarmee inzicht in de relatie tussen de twee variabelen.
Tevredenheid met de woning
Zeer
ontevreden Ontevreden tevreden, Niet
maar ook niet ontevreden Tevreden Zeer tevreden Contact met buurt Helemaal mee oneens 3.2% 6.4% 17.6% 49.2% 23.6% Mee oneens 0.9% 3.1% 10.9% 51.7% 33.4% Niet mee eens, maar ook niet oneens 0.6% 1.8% 8.7% 49.0% 39.9% Mee eens 0.6% 1.7% 6.0% 43.2% 48.6% Helemaal mee eens 0.8% 1.6% 5.3% 29.7% 62.5% Gamma, χ², Sig 0,252 2587,946 0,000 Tabel 7: Kruistabel woningtevredenheid met het contact met de buurt.
Uit de kruistabel wordt duidelijk dat het hebben van contact in de buurt positief samenhangt met de woningtevredenheid. Sociale cohesie en positief contact met buurtgenoten wordt ook geassocieerd met een grotere tevredenheid met de buurt en tevens een grotere tevredenheid met de woning. Zoals eerder is uitgewezen hebben deze twee maten van tevredenheid een tweezijdig effect op elkaar.
Overlast van omwonenden
Tabel 8 geeft de relatie tussen de afhankelijke variabele en de mate van overlast van omwonenden weer. De statistische toets, gamma, geeft een waarde van -0,418 weer, hetgeen een zeer sterke negatieve relatie aanduidt.
Tevredenheid met de woning
Zeer
ontevreden Ontevreden tevreden, Niet
maar ook niet ontevreden Tevreden Zeer tevreden Overlast van
omwonenden (Bijna) nooit
0.5% 1.6% 6.6% 45.4% 45.9% Soms 1.1% 3.8% 14.5% 53.3% 27.2% Vaak 5.9% 10.2% 23.5% 44.5% 15.9% Gamma, χ², Sig -0,418 3914,764 0,000 Tabel 1: Kruistabel woningtevredenheid met overlast van omwonenden.
Vaak overlast hebben van omwonenden zou een negatief effect hebben op de woningtevredenheid. Deze bevindingen zijn in lijn met de literatuur omtrent dit concept en liggen daarmee ook in de lijn der verwachtingen. Een blik op de percentuele frequenties bevestigt deze statistische toetswaarde. Zoals in het theoretische kader wordt aangehaald, speelt perceptie een grote rol bij de ervaringen van bewoners. Door het sterke verband is het waarschijnlijk dat er meerdere concepten worden vastgelegd binnen deze analyse. Zo zou men kunnen opperen dat de perceptie van overlast zwaarder zou kunnen wegen als andere factoren in het leven van de bewoner opspelen die een negatief effect zouden hebben op de woningtevredenheid. Denk hierbij bijvoorbeeld aan woningkenmerken die duiden op een negatieve samenhang met de woningtevredenheid (klein, lage WOZ, etc.). Irritaties die voortvloeien uit deze ontevredenheid zouden kunnen doorslaan op de percepties van verschillende buurtkenmerken waarbij men dus bijvoorbeeld sneller geïrriteerd zou kunnen raken met omwonenden (lees overlast van omwonenden). Een kritische evaluatie van de relatie tussen dit soort concepten is dus constant nodig.
Stedelijkheid De onderstaande tabel biedt inzicht in de relatie tussen de tevredenheid met de woning met de mate van stedelijkheid. De gamma geeft een waarde van -0,172 aan wat duidt op een zwakke negatieve relatie. Tevredenheid met de woning Zeer
ontevreden Ontevreden tevreden, Niet maar ook niet ontevreden Tevreden Zeer tevreden Stedelijkheid Niet stedelijk 0.3% 1.3% 6.4% 43.5% 48.5% Weinig stedelijk 0.5% 1.5% 6.4% 44.3% 47.3% Matig stedelijk 0.6% 1.7% 6.8% 45.9% 45.1% Sterk stedelijk 0.9% 2.6% 9.7% 48.2% 38.6% Zeer sterk stedelijk 1.5% 3.9% 12.6% 49.3% 32.6% Gamma, χ², Sig -0,172 1182,497 0,000 Tabel 9: Kruistabel woningtevredenheid met de mate van stedelijkheid Deze bevindingen staan niet direct in de lijn der verwachtingen. In de theoretische opzet van dit onderzoek werd geopperd dat de relatie die stedelijkheid met woningtevredenheid heeft, klein positief zou zijn. Dit werd zo opgesteld aan de hand van de assumptie dat bewoners goed zouden gedijen in gebieden waar positieve sociale interactie gestimuleerd wordt. Sterk stedelijke gebieden zouden dit gedachtegoed in de hand werken. Nu blijkt echter dat dit verband, ook al zwak, negatief is. Hierbij kan het concept van ruimtelijkheid natuurlijk een rol spelen, waar een meer ruimtelijkere woonomgeving meer tevredenere bewoners zou opleveren. Deze resultaten wijzen op het idee dat sociaal contact niet direct wordt bevorderd, of hand in hand gaat met, een dichtbevolktere woonomgeving. Daarnaast zou deze hogere bevolkingsdichtheid als katalysator voor overlast kunnen fungeren, waarvan wij hebben gezien dat deze ook een negatief verband houdt met de woningtevredenheid.
4.1.3 Persoonlijke en huishoudelijke kenmerken
Hierna volgen de kruistabellen met de bijbehorende statistische toetsen tussen de afhankelijke variabele en onafhankelijke variabelen in het kader van persoonlijke en huishoudelijke kenmerken.
Leeftijd
Tabel 10 toont de resultaten van de bivariate analyse van de tevredenheid met de woning en de leeftijd van de respondent. Hiertoe geeft de samenhang coëfficiënt een waarde aan van 0,200 wat wijst op een redelijk positieve samenhang.
Tevredenheid met de woning
Zeer
ontevreden Ontevreden tevreden, Niet maar ook niet ontevreden Tevreden Zeer tevreden Leeftijd 17-24 jaar 1.4% 3.9% 15.6% 55.6% 23.6% 25-34 jaar 1.5% 3.9% 12.7% 53.7% 28.1% 35-44 jaar 1.2% 3.2% 10.7% 48.1% 36.8% 45-54 jaar 0.9% 2.4% 8.9% 45.7% 42.1% 55-64 jaar 0.7% 1.7% 7.5% 44.1% 46.0% 65-74 jaar 0.3% 1.5% 6.0% 43.6% 48.6% 75 jaar en ouder 0.3% 1.1% 4.9% 44.5% 49.1% Gamma, χ², Sig 0,200 1792,022 0,000 Tabel 10: Kruistabel woningtevredenheid met leeftijd De resultaten uit tabel 10 wijzen dus op een, zwak positief verband. Ook optisch is dit verband waar te nemen, er is te zien hoe ouder de respondent is, hoe meer tevreden deze is met zijn of haar woning. Dit is voor het grootste deel in lijn der verwachtingen. Verwacht was namelijk dat mensen naarmate zij ouder werden meer tevreden zouden worden met hun woning, tot het moment dat zij grofweg een jaar of 75 werden, hierna zou de tevredenheid namelijk dalen. Wij observeren echter dat respondenten van 75 jaar en ouder de meest tevreden groep zijn van de gehele steekproef. De reden dat leeftijd toch wel enigszins lineair verband houdt met de woningtevredenheid is wellicht toe te schrijven aan de notie dat naarmate mensen ouder worden zij meer middelen vergaren en accumuleren. Deze middelen kunnen vervolgens toegepast worden in het kader van het personaliseren van de woning om deze naar zijn of haar persoonlijke voorkeuren te maken. Voeg hier de recente ontwikkelingen van de huizenmarkt met
jongvolwassenen hun weg moeten vinden in een dure woningmarkt, terwijl de oudere generaties op tijd hun voet wisten te planten (Bleemer et al., 2014). Deze ontwikkelingen bemoeilijken jongere generaties om geschikte woningen te vinden en huisbezitter te worden. Life-cycle literatuur kan hierbij betrokken worden. Deze literatuur verbindt namelijk enkele concepten die los van elkaar gezien kunnen worden. Zo zou geopperd kunnen worden dat mensen vanaf 35 jaar grotendeels samenwonen met een partner. Deze samenstelling van huishouden heeft een effect, doch klein, op de woningtevredenheid, zo zal blijken uit de volgende bivariate analyse. Deze verbanden zijn niet direct te herleiden uit tabel 10 maar deze onderliggende relaties dienen desalniettemin te worden belicht. De discrepantie wat betreft tevredenheid is niet erg groot, zeker wanneer men waarneemt dat in de categorie ‘tevreden’ de jongste respondenten de grootste groep vormen, toch dient er stilgestaan te worden bij de onderliggende concepten en verbanden. Samenstelling van het huishouden In tabel 11 is de relatie tussen de tevredenheid met de woning met de samenstelling van het huishouden weergegeven. De waarde van Cramér’s V is 0,083, wat duidt op een zeer zwakke relatie. Hieruit kan worden afgeleid dat er nauwelijks samenhang is tussen de afhankelijke variabele en de samenstelling van het huishouden. Tevredenheid met de woning Zeer ontevreden Ontevreden Niet tevreden, maar ook niet ontevreden Tevreden Zeer tevreden Samenstelling huishouden Eenpersoons huishouden 1.0% 3.1% 10.8% 48.7% 36.4% Paar 0.4% 1.3% 6.4% 43.7% 48.2% Paar + kind(eren) 0.7% 2.0% 7.5% 46.9% 43.0% 1-oudergezin 2.6% 5.4% 14.6% 49.0% 28.4% niet-gezinshuis- houden 1.2% 3.5% 14.9% 56.6% 23.7% Cramér’s V, χ², Sig 0,083 1502,499 0,000 Tabel 11: Kruistabel woningtevredenheid met huishoudensamenstelling.
Uit de eerder aangehaalde literatuur werd duidelijk dat het effect van de samenstelling van het huishouden ambivalent zou zijn, de bovenstaande bevindingen bevestigen dit. In de literatuur werd wel bevestigd dat (getrouwde) stellen meer tevredenheid met het leven als met de buurt vertoonden, welke natuurlijk samenhangen met de woningtevredenheid. Paren (met kinderen) zijn in deze analyse ook het meest vertegenwoordigd in de ‘zeer tevreden’ categorie. Alleen zijn dit geen overtuigende verschillen.
Etniciteit
De kruistabel van de tevredenheid met de woning en etniciteit wordt weergegeven in tabel 12. De samenhang coëfficiënt, Cramér’s V, heeft een waarde van 0,113, een zeer zwakke relatie dus. Tevredenheid met de woning Zeer ontevreden Ontevreden Niet tevreden, maar ook niet ontevreden Tevreden Zeer tevreden Etniciteit Autochtoon 0.6% 1.9% 7.9% 46.5% 43.2% Niet- Westers 4.1% 7.6% 18.3% 49.3% 20.7% Westers 1.0% 3.2% 10.1% 48.0% 37.7% Cramér’s V, χ², Sig 0,113 1959,402 0,000 Tabel 12: Kruistabel woningtevredenheid met etniciteit.
Zoals Cramér’s V al aangeeft is er geen direct concreet verband tussen een specifieke etniciteit en de tevredenheid met de woning. Theorie omtrent deze variabelen wijst uit dat autochtone Nederlanders het meest tevreden zouden kunnen zijn. Wanneer een blik op de kruistabel wordt geworpen is dit verband te herkennen. In de categorie ‘zeer tevreden’ zijn autochtone Nederlanders relatief het meest vertegenwoordigd, kort gevolgd door westerse allochtonen. Niet-westerse allochtonen vertonen ten opzichte van de andere twee etnische groepen de minste tevredenheid. Dit is in de lijn der verwachtingen, maar dit blijven geen overtuigende cijfers en slechts een optische interpretatie, want de samenhang coëfficiënt is immers zeer laag.
