Bachelorscriptie Studierichting Psychologie
Faculteit Sociale Wetenschappen - Universiteit Leiden Januari 2017
Bachelorproject: 19 Studentnummer: 1455664
Begeleider: drs. W.L.G. Verschuur Sectie: Cognitieve Psychologie
Verwachtingen over Mobiliteit
Een pilot survey onderzoek onder oudere
automobilisten
Bachelorscriptie
Inhoudsopgave Samenvatting/Abstract……… 3-4 Inleiding……… 5 Doel- en vraagstelling………10 Methode……….12 Participanten……….. 12
Materiaal, meetinstrumenten en procedure………... 12-13 Statistische analyse……….... 13 Resultaten………. 13 Achtergrond respondenten ………... 13-14 en 16 Soort variabelen……… 14 Factoranalyse………. 14-15 Ompoling………... 17-18 Interne betrouwbaarheid……… 17-18 Schaalconstructie………... 17-18 Assumpties en multicollineariteit……….. 19-22 Kritische grens……….. 21
Proportie verklaarde variantie………... 21-22 ANOVA……… 22-23 Coëfficiënten………. 23-25 T-toets voor de verschillen tussen twee onafhankelijke groepen.. 23 en 26 Verwachting en intentie van gedrag………. 23-24 en 26 Discussie………26
Literatuur... 31-33 Bijlagen Bijlage A Informatiebrief……….. 34
Bijlage B Verklaring van Toestemming……… 35
Bijlage C Open vragenlijst………. 36
Bijlage D Gesloten vragenlijst………... 38
Samenvatting
Het doel van dit onderzoek is onderzoeken welke factoren van invloed zijn op de verwachtingen en intenties van oudere automobilisten van 60 jaar of ouder om wel of niet te blijven autorijden. Hiervoor wordt het model van theorie van gepland gedrag (TPB) gebruikt (Azjen, 1991). Dit klassieke TPB model is in dit onderzoek uitgebreid. Een voorstap in het onderzoek is dat er een aantal semi-gestructureerde vragenlijsten werd afgenomen bij de doelgroep (N = 4). Daarna is er op basis van deze informatie en de literatuur een gestructureerde vragenlijst afgenomen (N = 117). Met behulp van meervoudige hiërarchische regressie zijn modellen ter verklaring van de
verwachtingen en intenties getoetst. Uit het onderzoek komt naar voren dat de factoren attitude, subjectieve norm, waargenomen gedragscontrole en morele overtuiging significant bijdragen aan de verwachting om te stoppen met autorijden. 47% van de verwachting wordt verklaard door deze genoemde factoren. Deze
uitkomsten komen overeen met hetgeen dat in de literatuur werd gevonden. Alleen de factoren subjectieve norm (in klassieke- en uitgebreide model) en morele overtuiging in uitgebreide model leveren een significante bijdrage aan de voorspelling van de intenties om te stoppen met autorijden. De belangrijkste factor ter verklaring van verwachtingen is attitude (β = -.43, t(-5.21), p ≤ .001) en de belangrijkste factor ter verklaring van de intentie is de subjectieve norm (β = .30, t(3.42), p = .001). Verder komt uit de resultaten naar voren dat, als we kijken naar de intentie en verwachting om te stoppen met autorijden, er geen verschil is tussen de groep ouderen die in vergelijking tot twee jaar geleden minder vaak autorijden tegenover diegenen die even vaak autorijden.
Summary
The aim of this study is to analyze which factors may effect expectations and intentions of older drivers (60 years or older) to drive or stop driving. For this the model of theory of planned behavior (TPB) is used (Azjen, 1991) and this classical model was extended. First semi-structured interviews were administered (N = 4). Based on results of these interviews and literature research a structured questionnaire was developed and administered to older drivers (N = 117). Hierarchical multiple regression analysis was applied to analyze the data. There were two main dependent variabels: the intentions and the expectations of drivers to stop (or to continue)
moral norm and anticipated regret have a significant effect on the expectations to stop (or to continue) driving. These results confirm earlier results from the research
literature. The factors subjective norm (in classical TPB model and in the extended TPB model) and moral norm (in extended TPB model) are significant predictors of the intentions of driving behavior. The remaining factors of intentions of driving behavior are not significant. The extended TPB model of expectations is significant. The most important factors are attitude in predicting expectation and subjective norm in predicting intentions. Results also show that if we compare the group of older drivers who drive less than two years before with the group that drives as frequently as two years ago do not differ in their intentions to stop driving.
Inleiding
Het aantal verkeersdoden is in 2015 gestegen ten opzichte van 2014. Er kwamen hierbij 621 mensen om in het verkeer in het jaar 2015. En in het jaar 2014 kwamen er 570 mensen om in het verkeer. Dat zijn er 51 meer verkeersdoden dan in 2014
volgens de cijfers van het Centraal Bureau voor de Statistiek (2015). Hierbij is het aantal verkeersdoden onder ouderen vanaf 60 jaar relatief hoog ten opzichte van andere leeftijdsgroepen. Door de toenemende vergrijzing zal in de toekomende jaren het verschijnsel van verkeersdoden steeds meer voorkomen (Centraal Bureau voor de Statistiek, 2014). De ouderen van nu verplaatsen zich namelijk meer dan voorheen.
Ook door de toenemende leeftijd kan het psychische en fysieke functioneren afnemen (SWOV, 2012). Het verwerven en verwerken van informatie wordt moeilijker. Als gevolg kan men handelingen moeilijker gaan uitvoeren. Hierdoor zouden ouderen meer tijd nodig hebben voor waarnemen, beslissen en handelen. Belangrijk probleem voor ouderen is dat verschillende functiebeperkingen zich gelijktijdig voordoen. Hierdoor hebben ze niet met één functiebeperking te maken, maar met meerdere functiebeperkingen die gelijktijdig een rol spelen. Daarnaast treden de beperkingen bij ouderen vaak zeer geleidelijk op, zonder dat de oudere zich realiseert dat zijn vermogens verminderen (SWOV, 2012).
In het verkeer kan dit dus ertoe leiden dat oudere automobilisten eerder in de problemen komen dan andere leeftijdsgroepen automobilisten.
De overheid stelt voor een oudere automobilist van 75 jaar en ouder een verplichting om een medische keuring te ondergaan waarbij het om eigenschappen gaat als: voldoende lichamelijke- geestelijke gesteldheid voor een auto besturing, voldoende gezichtsvermogen en geen bezwarende ziektes (Centraal Bureau
Rijvaardigheidsbewijzen, 2016). Vanaf de eerste keuring moet telkens elke vijf jaar opnieuw een keuring plaatsvinden. Die keuringen die om de vijf jaar plaatsvinden geven aan of er geen zodanige gebreken zijn waardoor het rijden niet meer veilig kan gebeuren.
Tegelijkertijd wil men als oudere zo lang mogelijk mobiel blijven om aan de maatschappij te kunnen deelnemen (Chipman, Payne, & McDonough, 1998). Zo kan men sociale contacten onderhouden als vrienden bezoek of familie en ook de
Als ouderen die de beperkingen voor een deel compenseren dan kunnen ze nog beter aan het verkeer deelnemen. Met compenseren wordt bedoeld dat ouderen zich aanpassen in hun rijgedrag om zo veilig mogelijk te rijden (Hakamines-Blomqvist, 2004).
Kortom: Het is van belang dat de ouderen automobilisten zo lang mogelijk en veilig rijden. Om deze doelgroep te stimuleren om zo lang mogelijk op een veilige manier te rijden, moet men weten hoe ouderen zelf denken over hun mobiliteit. Mobiliteit
betekent verplaatsbaarheid en wordt gedefinieerd als de mogelijkheid om je fysiek te verplaatsen. Door inzicht te krijgen in de bewuste verwachtingen en intenties over stoppen of doorgaan met autorijden is het mogelijk de beslissingen van oudere
automobilisten te verklaren. Hierbij zal in dit onderzoek gebruik gemaakt worden van de theorie van gepland gedrag (Ajzen, 1991).
Theorie van gepland gedrag
Deze theorie stelt dat bewuste verwachtingen of intenties die oudere
automobilisten hebben van hun mobiliteit (in ons onderzoek het stoppen of doorgaan met autorijden) bepaald worden door drie factoren: attitude (eigen opvatting),
subjectieve norm (opvattingen van anderen) en waargenomen gedragscontrole (inschatting van eigen mogelijkheden het gedrag uit te voeren).
Het model theorie van gepland gedrag is verder uit te breiden naar de affectieve en morele determinanten van gedrag: geanticipeerde spijt en morele overtuiging.
Daarnaast hebben wij ons model uitgebreid met een variabele verwachting (zie figuur 1). Uit onderzoek is gebleken dat meerdere factoren een rol spelen op de intentie van het gedrag (Abraham & Sheeran, 2003; Manstead, 2000).
In figuur 1 staat schematisch weergegeven hoe het uitgebreide model (theorie van gepland gedrag) eruit ziet.
Figuur 1. Uitgebreide model van Ajzen, de theorie van gepland gedrag
Attitude
Attitude wordt gedefinieerd als de houding of mening die iemand heeft ten opzichte van een bepaald gedrag. Een attitude is opgebouwd uit een ‘belief’ en een ‘evaluatie’ van een betreffende belief (Baron & Branscombe, 2012). Een ‘outcome belief’ is een geloof (inschatting) over de verwachte uitkomst van het gedrag. Er wordt hiermee bedoeld, dat wanneer men een bepaald gedrag vertoont, er bepaalde uitkomsten als gevolg ontstaan. Deze factor gaat over de verwachting nu, die men heeft alvorens men het gedrag vertoont. Een ‘evaluatie’ van een betreffende belief (geloof) is de beoordeling van de verwachte uitkomsten van het gedrag. Het is ook wel de waarde die men hecht aan de uitkomst die men verwacht te krijgen door een bepaald gedrag.
Uit onderzoek blijkt dat mobiliteit gerelateerd is aan mentale en fysieke
gezondheid van ouderen (Owsley, 2002). Mobiliteit zorgt ervoor dat ouderen zich onder andere onafhankelijk en vrij voelen (Owsley, 2002). Hierdoor willen ouderen zo lang mogelijk autorijden. Verder is gebleken dat autorijden een sociale leven geeft om zo in contact te kunnen komen met vrienden en familie (Ragland, 2004). Dit geeft een positieve evaluatie weer om te blijven rijden.
Subjectieve norm
Subjectieve norm is de subjectieve ervaring over wat een individu denkt dat andere mensen van hem verwachten (Baron & Branscombe, 2012). Kortom: wat men
verwacht dat anderen denken dat de sociale norm is. Een ‘subjectieve norm’ is opgebouwd uit ‘normative belief’ en ‘motivation to comply. Met ‘normative beliefs’ wordt bedoeld dat wat ervaren wordt als ‘dat wat men zou moeten doen’. Het kan dus gezien worden als gedragsregels die mensen voorschrijven van wat ze moeten doen. ‘Motivation to comply’ wordt gezien als bereidheid tot inschikken met de norm. Het gaat over in hoeverre men bereid is om mee te gaan met de sociale norm.
Zo is uit onderzoek gebleken dat ouderen meer gehoor geven aan het advies van de huisarts dan van familie (Persson, 1993).
Waargenomen gedragscontrole
Waargenomen gedragscontrole gaat om de mate waarin iemand denkt het gedrag ook daadwerkelijk uit te kunnen voeren (Baron & Branscombe, 2012). Het is weer onder te verdelen in ‘controle beliefs’ en ‘influence of control beliefs’.
Controle beliefs zijn gedachten over aanwezige factoren, die uitvoering van het gedrag kunnen bevorderen of beperken. Deze controle beliefs worden beinvloed door eigen ervaringen bepaald gedrag, maar ook ervaringen van anderen kunnen een rol spelen. Wanneer men meer bronnen en mogelijkheden denkt te hebben en minder belemmeringen ziet, zal een grotere controle van het gedrag worden waargenomen.
Uit onderzoek (O’Neill & Dobbs, 2004) is gebleken dat de medische toestanden als slechte visueel zicht, beperkte cognitieve vaardigheden ervoor zorgen voor het
moeilijker maken om te gaan rijden (remmende factor). Er zijn ouderen die kiezen om te compenseren om zo alsnog te blijven rijden (Hakamines-Blomqvist, 2004).
Ouderen gaan vooral korte afstanden nemen, meer overdag rijden en op de rustige weg rijden (Hakamines-Blomqvist, 2004). Dit kan als stimulerend factor gezien worden om alsnog door te blijven rijden.
Geanticipeerde spijt
Met geanticipeerde spijt worden spijtgevoelens bedoeld die mensen verwachten te ervaren als ze nalaten een bepaald gedrag als autorijden uit te voeren (Abraham & Sheeran, 2003). Als mensen verwachten dat ze zich achteraf spijt zullen hebben als ze gewenst gedrag nalaten, zal de kans groter zijn dat ze het gewenste gedrag uitvoeren.
Het belang van geanticipeerde spijt als determinant van gedrag is in verschillende studies aangetoond. Zo is er in een meta-analyse van theorie van gepland gedrag studies een correlatie gevonden tussen geanticipeerde spijt en (intentie en
verwachting) met een waarde van R2 = 0.46 (N = 9257 participants, k = 25 studies) (Conner et al., 2007).
Morele overtuiging
De morele overtuiging is de perceptie van een individu over de morele correctheid van een gedrag, die het gedrag kan beïnvloeden (Manstead, 2000). Mensen kunnen een verantwoordelijkheid voelen om zich op een bepaalde manier te gedragen.
Achtergrondvariabelen
De achtergrondvariabelen kunnen de componenten binnen het model van theorie van gepland gedrag indirect beïnvloeden (Ajzen & Fishbein, 2005). Er hoeft echter geen verband te zijn tussen de achtergrondvariabelen en de componenten (Ajzen & Fishbein, 2005). Zonder de achtergrondvariabelen is het nog steeds mogelijk om de sterkte van de intentie om het gedrag uit te voeren te beïnvloeden door de
componenten binnen het model van theorie van gepland gedrag. De
achtergrondvariabelen hebben geen directe relaties tot de intentie en het uitvoerende gedrag.
Een belangrijke achtergrond variabele is het geslacht die invloed heeft op het gedrag autorijden. Vrouwen rijden over het algemeen voorzichter dan de mannen (McKenna et al., 1991). Tevens rapporteerden vrouwen meer ontwijkingsgedrag en stress dan mannen in een conditie van moeilijk autorijden (McKenna et al., 1991).
Het uiteindelijke gedrag
De genoemde variabelen leiden in combinatie samen tot een vorming van intentie en/of verwachting om het gedrag te vertonen.
Intentie wordt gedefinieerd als een sterkte waarin een persoon bewust plant om bepaald toekomstig gedrag wel of niet uit te voeren. Het wordt dus gezien als een voornemen om een bepaald gedrag uit te voeren. Het wil niet zeggen dat elke intentie ook daadwerkelijk wordt uitgevoerd (Warshaw & Davis, 1985).
Verwachting wordt gedefinieerd als de schatting van de individu over de verwachting dat een persoon een bepaald toekomstig gedrag daadwerkelijk zal uitvoeren. Het is dus de aanname of een bepaald gedrag ook daadwerkelijk zal worden uitgevoerd. Een verwachting kan realistisch zijn, maar dat hoeft niet
(Warshaw & Davis, 1985). Zo is uit onderzoek gebleken dat verwachting van gedrag als een betere predictor wordt gezien dan intentie van gedrag (Warshaw & Davis, 1985).
In het algemeen geldt dat een positieve attitude (houding), negatieve sociale druk, positieve gevoel van controle en negatieve waardering voor geanticipeerde spijt en morele overtuiging leiden tot een grotere intentie en/of verwachting om het gedrag (autorijden) te vertonen. Wanneer de kans zich vervolgens voordoet zal men overgaan tot het gedrag. Zo wordt de intentie en verwachting gezien als de directe voorspellers van het gedrag.
Behalve gedragsintentie en gedragsverwachting kan waargenomen gedragscontrole ook direct invloed hebben op gedrag. Een persoon kan bijvoorbeeld de intentie
hebben om auto te rijden, maar als zijn gezondheid het niet toelaat, is de waarschijnlijkheid voor het uitvoeren van het gedrag autorijden niet groot.
Gedragsmeting wordt in dit onderzoek niet uitgevoerd. Het hoort uitgevoerd te worden bij een duidelijk begin en einde van een gedrag. Hiervoor ontbreekt de tijd.
Doel- en vraagstelling Doelstelling
Het doel van dit onderzoek is onderzoeken welke verwachtingen en intenties oudere automobilisten hebben van hun mobiliteit (stoppen of doorrijden). Hiervoor dient het model van theorie van gepland gedrag te worden gebruikt (Azjen, 1991). Dit model hebben wij in dit onderzoek uitgebreid (Figuur 1). Het model wordt getoetst om een antwoord te geven op de algemene vraagstelling.
Algemene vraagstelling
De algemene vraagstelling luidt: Welke factoren zijn van invloed op de
verwachtingen en intenties van automobilisten om wel of niet te blijven autorijden? Specifiek zijn zij van plan (intentie) of verwachten zij in de nabije toekomst te stoppen met autorijden of blijven zij zo lang mogelijk achter het stuur?
Het is belangrijk dat ouderen mobiel blijven, maar wel verantwoord en veilig op de weg gaan. Hierbij is de uiteindelijke beslissing om wel of niet autorijden erg
belangrijk. Met dit onderzoek kunnen we bepalen welke factoren binnen het model invloed hebben op de verwachting en intenties om auto te rijden. Verder is het
mogelijk om met de verkregen informatie een interventieprogramma op te stellen voor de oudere automobilisten om ze veilig en lang mogelijk te laten autorijden.
De eerste hypothese
De eerste hypothese luidt: Waargenomen gedragscontrole heeft de meeste invloed op de intentie en verwachting van gedrag.
Er zijn eerder onderzoeken gedaan naar de factoren die van invloed zijn op de verwachtingen van automobilisten om wel of niet te blijven autorijden. Volgens de onderzoeken bleek de factor waargenomen gedragscontrole de meeste invloed te hebben op iemands intentie en verwachting van gedrag (Siren & Haustein, 2014; McNamara et al., 2013). In dit onderzoek werd het klassieke model van theorie van gepland gedrag gebruikt. In ons onderzoek voegen we achtergrond variabelen en factoren geanticipeerde spijt en morele overtuiging toe. Hiermee kunnen we eerst toetsen of de extra toevoegingen een invloed hebben op de factor waargenomen gedragscontrole. Zo kunnen we de oorsprong van waargenomen gedragscontrole bepalen en een betere verklaring geven. Tevens kan er gekeken worden of het uitkomst van de bovengenoemde onderzoek geconfirmeerd kan worden. Het is in de wetenschap belangrijk om zorgvuldig en betrouwbaar te werk gaan met een
onderzoek. Het is tenslotte belangrijk voor het veiligheid om de juiste beslissingen te maken om op tijd te stoppen met autorijden indien het nodig is. Er zijn namelijk verschillende groepen waarbij de ene groep zich gezond voelt en door rijd en een andere groep die bezig is met compenseren. Met deze hypothese kunnen we kijken of dat van invloed is.
De tweede hypothese
De tweede hypothese luidt: Ouderen die in vergelijking tot twee jaar geleden minder vaak autorijden zijn eerder van plan te stoppen met autorijden dan ouderen die even vaak autorijden dan twee jaar geleden
Het zal over het algemeen niet vaak voorkomen dat ouderen opeens veel meer gaan rijden. Daarom wordt er vergeleken tussen de groep automobilisten die aangeven dat
even vaak of minder vaak autorijden ten opzichte van twee jaar terug. Het is van belang om te weten of ouderen automobilisten nu in vergeleken met 2 jaar terug even vaak of minder vaak rijden in de toekomst. Zo zou men specifiek de verschillen tussen mensen kunnen maken die minder vaak en even vaak rijden. Het minder vaak
autorijden zou kunnen duiden op compensatie. Men zou verwachten dat als je aan eerder aan het compenseren bent later in de toekomst minder vaak auto gaat rijden (remmend factor). Uit onderzoek is gebleken dat ouderen die aan het compenseren zijn in de toekomst minder auto gaan rijden doordat ze voorzichtig willen zijn (Hakamines-Blomqvist, 2004). Het onderzoek dat wij uitvoeren is door middel een gesloten vragenlijst is een momentopname. Met behulp van deze vraag kunnen we bekijken of er een relatie (verwachtingen en intenties in de toekomst) is met wat ze nu aan het doen zijn, dat wil zeggen of ze nu al aan het compenseren zijn. Het kan dus een verband laten zien tussen wat oudere automobilisten nu doen en wat hun verwachtingen zijn.
Methode Participanten
Voor het onderzoek zijn er participanten geselecteerd onder automobilisten van 60 jaar of ouder die in het bezit zijn van een rijbewijs. De reden voor deze leeftijdsrange is dat deze automobilisten in de toekomst mogelijk een beslissing zullen nemen om door te gaan of te stoppen met autorijden. Er zullen 4 participanten nodig zijn voor het open interview (bijlage C). Daarnaast zullen we een streven hebben naar tenminste 100 participanten voor de gesloten vragenlijst (bijlage D). Dit kan ervoor zorgen dat de resultaten inhoudelijk generaliseerbaar worden.
Materiaal, meetinstrumenten en procedure
Het is de bedoeling dat iedere deelnemer van de bachelorprojectgroep van één persoon uit onze doelgroep een vragenlijst afneemt in een open interview (bijlage C). Vooraf werden ze geïnformeerd over het doel van het onderzoek met betrekking tot verwachtingen en intenties van ervaren automobilisten. Daarna kregen ze een informatiebrief (bijlage A) en een Verklaring van Toestemming (bijlage B). De participanten kunnen toestemmen voor het onderzoek door een handtekening te zetten op Verklaring van Toestemming. Indien participanten aan het eind van het onderzoek geïnteresseerd waren in de onderzoeksresultaten, dan konden zij dat
kenbaar maken door een emailbericht te sturen naar: verwachtingenovermobiliteit@gmail.com.
Uit de verkregen informatie van het open interview en literatuuronderzoek werden de antwoorden geanalyseerd en werd er vervolgens een gestructureerde gesloten vragenlijst (bijlage D) samengesteld. Deze vragenlijst wordt gebruikt in kwantitatief onderzoek. De vragen die gesteld zullen worden zijn erg specifiek en gesloten met een antwoordschaal van 1 tot en met 5. Het zal over de volgende concepten gaan: attitude, waargenomen gedragscontrole, subjectieve norm, morele overtuiging, geanticipeerde spijt en verwachtingen en intenties (bijlage D). Er is dan statistische analyse van de antwoorden mogelijk.
Statistische analyse
Voor toetsing van ons onderzoek (uitgebreid model van gepland gedrag) zal de meervoudige hiërarchische regressie gebruikt worden. Hiermee kunnen we de algemene onderzoeksvraag beantwoorden. Op basis van de correlatie van meerdere onafhankelijke variabelen met de afhankelijke variabelen bekijken we of er een voorspellend verband te zien is. Uiteindelijk zullen we een bepaalde hoeveelheid van gewicht krijgen van elke component wat de sterkte aangeeft in hoeverre die
component de intentie en verwachting van gedrag beïnvloedt.
Voor het toetsen van de individuele hypothesen gebruiken we de volgende statistische toetsen: meervoudige hiërarchische regressie (hypothese 1) en onafhankelijke t-toets (hypothese 2).
Resultaten Achtergrond respondenten
Voor dit onderzoek vindt er een steekproef plaats. Een steekproef houdt in dat er een bepaalde selectie (deel) van de populatie wordt gebruikt om een uitspraak over de gehele (totale) populatie te doen. In dit onderzoek bestaat de populatie uit 117 oudere automobilisten van 60 jaar of ouder die in het bezit zijn van een rijbewijs. Het
merendeel van de participanten is man (60,7%) en gemiddelde leeftijd is 71,44. Voorafgaand aan de meervoudige hiërarchische regressie analyse zijn alle variabelen bestudeerd door middel van het berekenen van de descriptieven in SPSS (Statistical Package for the Social Sciences). In de tabel 2 worden elk achtergrondvariabele item beschreven met het aantallen, de verdeling % deelpopulatie, het gemiddelde en
standaarddeviatie. Hiermee wordt de gehele selectie van deze deelpopulatie weer gegeven met de achtergrondvariabelen (descriptieve data).
Soort variabelen
Alle zeven (onafhankelijke variabelen) voorspellende variabelen (attitude, waargenomen gedragscontrole, subjectieve norm, morele overtuiging en
geanticipeerde spijt) moeten categorisch of kwantitatief zijn, oftewel een interval of ratioschaal hebben. Ook de afhankelijke variabele (verwachtingen en intenties) moet kwantitatief zijn (Vocht, 2015). De genoemde variabelen hebben een interval of ratioschaal. Hiermee is aan deze voorwaarde voldaan in dit onderzoek voor het uitvoeren van een multiple regressie analyse.
Factoranalyse
De onderscheid tussen de concepten verwachtingen en intenties was niet duidelijk te onderscheiden. Voorafgaand aan de multiple hiërarchische regressie analyse wordt een principale componenten factoranalyse (PCA) uitgevoerd om vast te kunnen stellen welk van de twaalf geselecteerde vragen verwachtingen en intenties de items meten bij de concepten verwachtingen en intenties. De techniek factoranalyse groepeert items in factoren (clusters) die bij elkaar horen (Vocht, 2015). De mate waarin een afzonderlijk (vraag) item laadt op de factor reflecteert de sterkte van de relatie tussen het item (vraag) en het algehele concept verwachtingen en intenties dat gemeten wordt door alle items van deze factor. In de factoranalyse waarbij de rotatie van varimax methode met Kaiser normalisatie wordt toegepast wordt er verschillen tussen de items gezocht. In de tabel 1 is te zien dat de volgende items tot een geheel concept vormen: (VE1 – behorend bij vraag 17), (VE3 – behorend bij vraag 19), (VE6 – behorend bij vraag 22) , (INT1r – behorend bij vraag 23), (INT5 – behorend bij vraag 27), (INT3 – behorend bij vraag 25) en (VE2r – behorend bij vraag 18). Al deze genoemde items scoren dicht bij elkaar en lijkt te behoren tot een dimensie.
Terugkijkend naar (bijlage D) de vragenlijst is de vraag 17: ‘Ik verwacht in de nabije toekomst te stoppen met autorijden’. Dit duidt tot een dimensie verwachting. Zo vormt (VE1 – behorend bij vraag 17) met de rest van de items tot een dimensie verwachting . De overige items (INT6 – behorend bij vraag 28), (VE4 - behorend bij vraag 20), (VE5 - behorend bij vraag 21), (INT2 - behorend bij vraag 24), (INT4 - behorend bij vraag 26) behoren dan tot de dimensie intenties. In figuur 2 is zijn de
punten van de componenten lading van de items visueel weergegeven waarin de dimensies goed te onderscheiden zijn.
Tabel 1. Factoranalyse Item Component 1 Component 2 VE1 0.5 0.08 VE3 0.59 0.04 VE4 -0.1 0.6 VE5 0.07 0.39 VE6 0.42 0.29 INT2 0.19 0.6 INT3 0.6 -0.04 INT4 -0.07 0.74 INT5 0.55 0.31 INT6 0.14 0.72 VE2* 0.82 0 INT1* 0.81 -0.07 *Item is omgepoold
Tabel 2. Descriptieve data Achtergrondvariabelen aantal (n) verdeling % populatie gemiddelde (M) standaarddeviatie (SD) geslacht 0.39 0.49 man 71 60.70% vrouw 46 39.30% leeftijd 71.44 6.97 60-64 jaar 21 17.90% 65-69 jaar 28 24.00% 70-74 jaar 31 26.40% 75-79 jaar 21 18.00% 80-84 jaar 10 8.70% 85-89 jaar 6 5.20% Burgerlijke staat 1.66 1.11 Gehuwd 83 70.90% Partnerschap 6 5.10% Weduwe/weduwnaar 13 11.10% Alleenstaand 15 12.80% Partner rijbewijs 2.09 0.62 Nee 17 14.50% Ja 72 61.50% Stedelijkheid 1 3.85 0.83 niet stedelijk 8 .90% weinig stedelijk 19 6.80% matig stedelijk 65 16.20% sterk stedelijk 21 55.60%
zeer sterk stedelijk 17.90%
Opleiding 2.73 0.92 Lagere school 8 6.80% Laag middelbaar 46 39.30% Hoog middelbaar 33 28.20% Hoog 30 25.60% Gezondheid 1.15 0.43 Goed 102 87.20% Middelmatig 12 10.30% Matig 3 2.60% Soort werk 1.66 1.10 Geen 80 68.40% Loondienst 11 9.40% Zelfstandig 12 10.30% Vrijwillig 11 9.40% Loondienst + zelfstandig 2 1.70%
Ompoling
De antwoorden op een item kunnen omgepoold (omgecodeerd) worden. Dit is nodig wanneer de betekenis van de waarden die je gebruikt omgekeerd moet worden om zo tot een gelijke betekenis op de schaal te krijgen. Aangezien de antwoorden op ene item (vraag) wat anders betekenen dan bij andere item. De volgende vragen zijn omgepoold: vraag 7, 11, 13, 14, 15, 16, 18, 23 (zie Bijlage D). Een gehele overzicht van (omgepoolde) items die zijn gekoppeld aan de concepten is weergegeven (tabel 3).
Interne betrouwbaarheid
Het is van belang om de interne consistentie (betrouwbaarheid) te meten bij
meervoudige schalen. Om vast te stellen of meerdere items (vragen) samen één schaal mogen vormen wordt er gebruikt gemaakt Cronbach’s Alpha. Het is een maat voor de interne consistentie van de schaal. Dit wordt getoetst op basis van de onderlinge correlatie van de verschillende items (vragen). Het zegt verder niks over de validiteit. Uit de Cronbach’s alpha komt een waarde, van 0 tot 1. Waarden < .60 wijzen op onvoldoende betrouwbaarheid. Waarden tussen .60 en .80 wijzen op redelijk tot goede betrouwbaarheid. Waarden > .80 wijzen op een hoge betrouwbaarheid (Heus, Van der Leeden, & Gazendam, 1995). Aanvullend kijkt men naar “Cronbach’s alpha if item deleted” of er een factor verbeterd kan worden door een item te verwijderen. De item 30 (behorend bij subjectieve norm), item 42 (behorend bij geanticipeerde spijt), item 29 (behorend bij intentie) werden verwijderd doordat de waarde van Cronbach’s alpha verhoogd kan worden. Na het ompolen en verwijderen van items wordt de waarde van Cronbach’s alpha, de schalen met betekenis en de behorende items weergegeven in tabel 4. Hierbij is per factor een betrouwbaarheidsanalyse uitgevoerd.
Schaalconstructie
De verschillende stelling van per onafhankelijke variabele concept werden samengevoegd in één variabele die de gemiddelde score van dat bepaalde
onafhankelijke variabele concept weergeeft. De samenvoeging wordt met behulp van SPSS gedaan door transform en dan compute te drukken. In het vakje ‘Function Group’ wordt de optie ‘Statistical’ aangeklikt. Verder wordt er in het vakje ‘Functions and Special Variables’ de ‘Mean’ aangevinkt. De items (de stelling per concept) van de variabelen die samengevoegd worden worden geselecteerd en dan krijgt de
variabele nieuwe schaalnaam. Zo kan verder een causaal verband verondersteld tussen de afhankelijke variabelen (Y) verwachting of intenties en per onafhankelijke
samengevoegde variabelen (X).
Tabel 3. (Omgepoolde) Items gekoppeld aan vraag
Factor: attitude Factor: waargenomen gedragscontrole Factor: verwachting Factor: intenties Factor: subjectieve norm Factor: morele overtuiging Factor: geanticipeerde spijt
AT1 – vr. 1 WG1 -vr. 10 VE1 - vr. 17 INT6 - vr. 28 SN2 - vr. 31 MO1 -vr. 35 GS1 - vr. 39 AT2 - vr. 2 WG2r - vr. 11 VE3 - vr. 19 VE4 -vr. 20 SN3 -vr. 32 MO2 -vr. 36 GS2 - vr. 40 AT3 - vr. 3 WG3 - vr. 12 VE6 - vr. 22 VE5 - vr. 21 SN4 - vr. 33 MO3 -vr. 37 GS3 - vr. 41 AT4 - vr. 4 WG4r - vr. 13 INT1r - vr.
23 INT2 - vr. 24 SN5 - vr. 34 MO4 - vr. 38 AT5 - vr. 5 WG5r -vr. 14 INT5 - vr. 27 INT4 - vr. 26
AT6 -vr. 6 WG6r - vr. 15 INT3 -vr. 25 AT7r -vr. 7 WG7r - vr. 16 VE2r -vr. 18 AT8 - vr. 8
AT9 -vr. 9
r = item is omgepoold, vr = vraag
Tabel 4. De uiteindelijke schalen met scorebetekenis, items en α
Schalen Betekenis: Vraagnr. Alpha
(α) Attitude (AT) Waargenomen controle (WG) Verwachtingen (VW) Intenties (IN) Sociale norm (SN) Morele Normen (MO) Geanticipeerde Spijt (GS)
Een 1 betekent dat je autorijden negatief waardeert, een 5 betekent dat je autorijden positief waardeert.
Een 1 betekent een lage waargenomen gedragscontrole, een 5 betekent een hoge waargenomen gedragscontrole.
Een 1 betekent een lage verwachting, een 5 betekent een hoge verwachting.
Een 1 betekent een lage intentie, een 5 betekent een hoge intentie.
Een 1 betekent dat je weinig gehoor geeft, een 5 betekent dat je veel gehoor geeft.
Een 1 betekent een lage morele overtuiging, een 5 betekent een hoge morele overtuiging. Een 1 betekent weinig geanticipeerde spijt, een 5 betekent veel geanticipeerde spijt.
1 tot 9 10 tot 16 17-19, 22-23, 25, 27 20-21, 24, 26, 28 31-34 35-38 39-41 .80 .80 .72 .60 .56 .51 .79
Voorwaarden om een multipele regressie-analyse uit te voeren (assumpties en multicollineariteit)
Om op een correcte wijze te kunnen generaliseren van steekproef naar populatie, dient men aan assumpties (aannames) voldaan te zijn. Hierbij word er gecontroleerd of de multiple regressie analyse wel geschikt is en of er sprake is van een lineaire samenhang van alle onafhankelijke met de afhankelijke variabelen. In de multiple regressie analyse kan de statistische toetsing gevoelig zijn voor schending van de assumpties. Als men zich niet houdt aan de voorwaarden dan kunnen er problemen ontstaan als onjuist resultaten, verkeerd interpreteerbare resultaten of zijn de
uitkomsten niet generaliseerbaar naar de populatie. De assumpties hebben betrekking op de residuen. Residu (ει) is een verschil tussen de waargenomen waarde
(onafhankelijke variabele) en voorspelde waarde (afhankelijke variabele).De volgende drie assumpties gelden bij een regressiemodel: normaliteit van de residuen, homogene spreiding van de residuen en lineariteit.
De assumptie van normaliteit van de residuen houdt in dat de residuen normaal verdeeld (continue kansverdeling) moeten zijn. Een manier om de normaliteit van de residuen te controleren is het gebruik maken van de probability– probability (P-P) plot. Hiermee wordt de cumulatieve verdeling van de analysevariabele vergeleken met de verdeling die wordt verwacht indien de variabele normaal verdeeld (de diagonale lijn) is. In plot (figuur 3 en 4) staat iedere geobserveerde waarde (horizontaal as) uit tegen de waarde die je zou verwachten (verticaal as). De diagonale lijn geeft aan hoe de datapunten er uit zou zien als deze normaal verdeeld is. Als de verschillende data dicht op de diagonale lijn liggen, kan men aannemen dat er voldaan is aan de aanname van normaliteit van de residuen. Hiermee zijn de verschillende data normaal verdeeld. Een systematische afwijkingen van de diagonale lijn duiden op schending van de assumptie, oftewel afwijking van de normaliteit van de residuen. Tevens is er een andere manier om de normaliteit van de residuen te controleren door gebruik te maken van een histogram (figuur 5 en 6) waarbij de verdeling aan de linker en rechter kant gelijkmatig afnemen. Ook dan is er sprake van een normaal verdeling. Figuur 5 geldt voor het concept intentie en figuur 6 geldt voor het concept verwachting.
Figuur 3. P-P plot (verwachting) Figuur 4 P-P plot (intenties)
Figuur 5. Histogram (intentie) Figuur 6. Histogram (verwachting) De assumptie van homogene spreiding van de residuen (homoscedasticiteit = σ2) houdt in dat de variantie van de residuen constant moeten zijn, oftewel de variantie moet gelijk zijn voor alle mogelijke waarden van de onafhankelijke variabelen. Deze assumptie kan met behulp van een residuenplot (spreidingsdiagram) gecontroleerd worden. Zie hiervoor figuur 7 en 8. Figuur 7 geldt voor het concept intentie en figuur 8 geldt voor het concept verwachting. In deze plot wordt de gestandaardiseerde residuen (verticale as) tegen de gestandaardiseerde voorspellingen (horizontale as) weergegeven. Als de variantie (spreiding) van datapunten rond de nullijn
Figuur 7. Scatterplot (intentie) Figuur 8. Scatterplot (verwachting) De assumptie lineariteit houdt in dat er een lineair verband moet bestaan tussen de afhankelijke variabele en de onafhankelijke variabelen in een vorm van een
regressievergelijking (lineaire vergelijking). Deze assumptie wordt ook gecontroleerd met behulp van een residuenplot (figuur 7 en 8). Als de residuen willekeurig
verspreid liggen rond het gemiddelde van nul dan wordt er aan de aanname voldaan dat er een lineair verband is tussen de afhankelijke en onafhankelijke variabelen.
Naast de assumpties moet er rekening worden gehouden met (multi)collineariteit. De term (multi)collineariteit houdt in dat de onafhankelijke variabelen met elkaar samenhangen, oftewel er is sprake van onderlinge correlatie van onafhankelijke variabelen. Er kunnen problemen ontstaan zoals dat de variantie van de effecten toeneemt, waardoor het lastiger wordt om te interpreteren welke onafhankelijke variabele nou hoeveel verklaart. Een (multi)collineariteit kan opgespoord worden door de variance inflation factor (VIF). Voor variabelen met een variance inflation factor (VIF) hoger dan 4 is er sprake van te grote multicollineariteit (Miles & Shevlin, 2001). In tabel 5 zijn van de klassieke- en uitgebreide model de VIF resultaten
weergegeven met hun bij behorende concept. Volgens de tabel is er geen sprake van (multi)collineariteit.
Kritische grens
Er is een significantie niveau (kritische grens) van 5% is aangehouden; alpha is .05. P-waarden die onder .05 liggen worden hierbij als significant gezien.
Proportie verklaarde variantie = R2
In tabel 6 is met behulp van de regressie analyse de proportie verklaarde variantie (R2 ) weergegeven. De proportie verklaarde variantie (R2 ) geeft de proportie van de variantie weer in percentage wat van de afhankelijke variabele verklaard word door de
set van onafhankelijke variabelen (klassieke- of uitgebreide model van theorie van gepland gedrag). De rest van de waarde (percentage) wordt beschouwd als de proportie onverklaarde variantie, oftewel wat waarschijnlijk verklaard wordt door andere factoren die van invloed kunnen zijn op de afhankelijke variabelen. Hierbij zijn alle modellen significant.
Tabel 5. Collineariteit Soort Model
variance inflation factor (VIF)
Klassieke model van theorie van gepland gedrag
Attitude 1,24
Subjectieve Norm 1,00
Waargenomen Gedragscontrole 1,24 Uitgebreid model van theorie van gepland
gedrag Attitude 1,41 Subjectieve Norm 1,05 Waargenomen Gedragscontrole 1,40 Morele Overtuiging 1,05 Geanticipeerde Spijt 1,21
Tabel 6. Proportie verklaarde variantie + ANOVA
Model (met intentie als afhankelijke variabele) Proportie verklaarde variantie = R2 Proportie onverklaarde variantie (andere factoren) Sum of Squares (SS) df Mean Square (MS) F p Klassieke model van theorie van
gepland gedrag 0,12 = 12 % 88% 6,46 3 2,15 5,12 .002 Uitgebreid model
van theorie van
gepland gedrag 0,20 = 20 % 80% 10,10 5 2,02 5,11 .000* Model (met verwachting als afhankelijke variabele) Klassieke model van theorie van
gepland gedrag 0,44 = 44 % 56% 27,94 3 9,31 29,48 .000* Uitgebreid model
van theorie van
gepland gedrag 0,47 = 47 % 53% 29,79 5 5,96 19,54 .000*
ANOVA
Uit de gegevens van Anova (tabel 6) komt naar voren dat het alle modellen als geheel significant wordt beschouwd. De significantie van alle modellen als geheel zijn namelijk lager dan 0.05.
Coëfficiënten
In tabel 7 wordt er een overzicht van multiple regressie analyse, met β en significantie weergegeven. De P waarden geven aan of de gevonden waarden
significant (p < .05). Als het blijkt dat de gevonden waarden significant zijn dan heeft die waarde invloed op de afhankelijke variabele.
Uit de gegeven coëfficiënten (tabel 7) kan opgemaakt worden welke
onafhankelijke variabelen de grootste invloed heeft op de afhankelijke variabele, oftewel welke onafhankelijke variabele het meeste van de afhankelijke variabele verklaart. De Standardized Coefficients Beta (β) zijn de regressiegewichten die de sterkte bepalen wat van invloed zou kunnen zijn op de afhankelijke variabele. In figuur 9 en 10 zijn de uitgebreide model (TPB) visueel weergegeven waarin β en de richting op de pijlen van de onafhankelijk variabelen zijn aangegeven.
T-toets voor de verschillen tussen twee onafhankelijke groepen
In tabel 8 is de t toets voor onafhankelijk groepen weergegeven. Met behulp van de t-toets voor onafhankelijke steekproeven word er vergeleken tussen twee
onafhankelijke steekproeven (groep die even vaak rijd en groep die minder vaak rijd). Met de toets wordt er getoetst of significant van elkaar verschillen. De verschillen worden getoetst in verwachting en intentie. Uit de resultaten van tabel 8 komt naar voren dat er geen significant verschil is tussen mensen die minder vaak rijden (M = 4.13, SD = .64) en mensen die even vaak autorijden (M = 3.97, SD = .65) bij een intentie van gedrag (t(108) = 1.215, p = .227). Ook komt uit tabel 8 naar voren dat er geen significant verschil is tussen mensen die minder vaak rijden (M = 2.33, SD = .71) en mensen die even vaak autorijden (M = 2.11, SD = .7) bij een verwachting van gedrag (t(108) = .813, p = .418). Voor deze T-toets geldt een criterium van alpha .025. Deze genoemde p waarden zijn dus niet significant, oftewel er zijn geen verschillen tussen de groepen.
Verwachting en intentie van gedrag Uit de gegeven percentage aantallen in tabel 9 kan opgemaakt worden hoeveel
procent van de participanten een verwachten en intentie hebben om te stoppen, door te rijden of neutraal zijn. Wat betreft de verwachting over autorijden in de toekomst gaf 72% van de respondenten aan door te gaan met autorijden en 6% stelde te willen stoppen met autorijden. Voor intentie liggen die percentages namelijk anders: 3% van de respondenten gaf aan door te gaan met autorijden en 76% heeft de intentie te stoppen met autorijden.
Tabel 7. Overzicht van multiple regressie analyse, met β, t-waarden en significantie Model (met intentie als
afhankelijke variabele) Onafhankelijke variabelen Standardized Coefficients Beta (β) t-waarde P 1 attitude 0.03 0.32 0.752 subjectieve norm 0.35 3.92 .000* waargenomen gedragscontrole -0.02 -0.18 0.862 2 attitude 0.10 0.93 0.353 subjectieve norm 0.30 3.42 0.001 waargenomen gedragscontrole -0.03 -0.29 0.774 morele overtuiging 0.23 2.65 0.009 geanticipeerde spijt -0.14 -1.46 0.146
Model (met verwachting
als afhankelijke variabele)
1 attitude -0.39 -5.02 .000* subjectieve norm 0.20 2.76 .000* waargenomen gedragscontrole -0.35 -4.39 0.007 2 attitude -0.43 -5.21 .000* subjectieve norm 0.20 2.82 0.006 waargenomen gedragscontrole -0.29 -3.48 0.001 morele overtuiging 0.14 1.97 0.052 geanticipeerde spijt 0.11 1.49 0.139
Figuur 9. Uitgebreide model (TPB) met intentie als afhankelijke variabele
Tabel 8. Descriptieve + T-toets data (voor de 2de individuele hypothese)
Rijfrequentie 95%CI for
Mean Difference
Minder vaak Even vaak
M SD N M SD N t df P Intentie 4.13 0.64 33 3.97 0.65 77 -.171, .410 1.215 108 0.227
Verwachting 2.33 0.71 33 2.11 0.7 77 -.104, .433 0.813 108 0.418
N = aantal, M = gemiddelde, SD = standaarddeviatie, df = aantal vrijheidsgraden, t = toetsstatistiek van een t-toets, P-waarde is significant bij een niveau van .025
Tabel 9. Verwachting en intentie van rijgedrag
Verwachting percentage
(%) Doorrijden (hoge verwachting om door te rijden / lage
verwachting om te stoppen) 71.8
Neutraal rijgedrag 22.2
Stoppen (hoge verwachting om stoppen / lage
verwachting om door te rijden) 6
Intentie
Doorrijden (hoge verwachting om door te rijden / lage
verwachting om te stoppen) 2.6
Neutraal rijgedrag 21.4
Stoppen (hoge verwachting om stoppen / lage
verwachting om door te rijden) 76.1
Discussie
In deze afsluitende paragraaf wordt de onderzoeksconclusie beschreven aan de hand van de resultaten. De conclusie zal bestaan uit het beantwoorden van de algemene vraagstelling en de twee individuele hypothesen.
Uit de onderzoeksresultaten blijkt dat dit onderzoek voldoet aan de voorwaarden om een multipele regressie-analyse uit te voeren. Daarnaast blijkt uit de gegevens van Anova (tabel 6) dat alle modellen als geheel significant worden beschouwd. De significantie (p-waarden) van alle modellen als geheel zijn namelijk lager dan 0.05. Verder blijkt uit de resultaten van de interne consistentie (betrouwbaarheid) dat intenties een waarde van Cronbach’s Alpha heeft van .60. Dit wordt geïnterpreteerd als redelijk tot goede betrouwbaarheid (Heus, Van der Leeden, & Gazendam, 1995).
De Cronbach’s Alpha waarde van verwachtingen is een waarde van 0.72. Het concept verwachtingen is betrouwbaarder dan het concept intenties.
Dit komt overeen met de gegevens van de proportie verklaarde variantie = R2, want het model van intenties heeft namelijk een lagere proportie verklaarde variantie (R2 = 12% in klassieke model en R2 = 20% in uitgebreide model) dan het model van
verwachtingen (R2 = 44% in klassieke model en R2 = 47% in uitgebreide model). Uit eerder onderzoek bleek ook dat verwachting van gedrag een betere voorspeller is dan intentie van gedrag (Warshaw & Davis, 1985). Uitkomst van de bovengenoemd onderzoek kan geconfirmeerd worden.
De algemene vraagstelling luidt: Welke factoren zijn van invloed op de
verwachtingen of intentie van automobilisten om wel of niet te blijven autorijden? Om deze algemene vraagstelling te beantwoorden maken we gebruik van de onderzoeksresultaten (tabel 7).
In het model van intentie bleken de volgende factoren significant te zijn:
subjectieve norm in het klassieke model (β = .35, t(3.92), p ≤ .001), subjectieve norm in het uitgebreide model (β = .30, t(3.42), p = .001) en morele overtuiging in het uitgebreide model (β = .23, t(2.65), p = .009). Dit betekent dat deze factoren invloed hebben op de intentie van automobilisten om wel of niet te blijven rijden.
In het model van verwachting bleken de volgende factoren significant te zijn: attitude in het klassieke model (β = -.39, t(-5.02), p ≤ .001), attitude in het uitgebreide model (β = -.43, t(-5.21), p ≤ .001), subjectieve norm in het klassieke model (β = .2, t(2.76), p ≤ .001), subjectieve norm in het uitgebreide model (β = .20, t(2.82), p = .006), waargenomen gedragscontrole in het klassieke model (β = -.35, t(-4.39), p = .007) en waargenomen gedragscontrole in het uitgebreide model (β = -.29, t(-3.48), p = .001). Verder is in het model van afhankelijke variabele verwachting zichtbaar dat de factor morele overtuiging in uitgebreide model een statistische tendens heeft, namelijk (β = .14, t(1.97), p = .052). De bovengenoemde factoren hebben invloed op de verwachting van automobilisten om wel of niet te blijven rijden.
Er zijn duidelijke verschillen op te merken tussen de verwachting en intentie van gedrag. De verschillen tussen de modellen zouden mogelijke kunnen komen doordat verwachting een betere voorspeller is (Warshaw & Davis, 1985) en dat verwachting een hogere betrouwbaarheid heeft dan intentie.
De invloed van de subjectieve norm geeft voor de respondenten aan dat de mening van anderen belangrijk is om te bepalen of ouderen stoppen of doorgaan met
autorijden en/of de ouderen gevoelig zijn voor sociale druk. In de literatuur is onder het concept subjectieve norm gebleken dat ouderen meer gehoor geven aan het advies van de huisarts dan van familie (Persson, 1993). Dit komt overeen met de gevonden resultaten zowel in het model met verwachtingen als in het als in het model met intenties.
Ook de invloed van de morele overtuiging speelt voor respondenten een rol bij het maken van een keuze om te rijden of te stoppen. De respondenten voelen een
verantwoordelijkheid om te stoppen of doorgaan met rijden. Er moet rekening worden gehouden dat ouderen de antwoorden op morele overtuigingen sociaal wenselijk zouden kunnen beantwoorden.
Daarnaast geeft de invloed van attitude (houding) voor de respondenten aan dat het een rol speelt bij een verwachting om te rijden of te stoppen. Zo blijkt dat een
positieve attitude leidt tot een grotere verwachting om het gedrag (autorijden) te vertonen. Ook in de literatuur wordt onder het concept attitude beweerd dat autorijden een sociale leven en onafhankelijk gevoel geeft (Owsley, 2002; Ragland, 2004). Dit komt overeen met de gevonden resultaten dat attitude een invloed heeft op de verwachtingen.
Verder wordt de invloed van waargenomen gedragscontrole bepaald door een interactie tussen controleovertuigingen en de invloed van controleovertuigingen. Deze speelt kennelijk ook een rol bij de respondenten als het gaat om een verwachting. Tevens is in de literatuur onder het concept waargenomen gedragscontrole gebleken dat de medische toestanden als visuele beperkingen, beperkte cognitieve vaardigheden het moeilijker maken om te gaan rijden (O’Neill & Dobbs, 2004). Ook dit komt overeen met de gevonden resultaten in het model met verwachtingen.
Als laatst is in een studie belang van het concept geanticipeerde spijt als determinant voor gedrag bij intentie en verwachting aangetoond (Conner et al., 2007). Het onderzoeksresultaat laat daarentegen zien dat in het model met
verwachting (β = .11, t(1.49), p = .139) en intentie (β = -.14, t(-1.46), p = .146) de waargenomen controle geen invloed heeft.
Eerste individuele hypothese
Nu verder op de eerste hypothese wat als volgt luidt: Waargenomen
gedragscontrole heeft de meeste invloed op de intentie en verwachting van gedrag. De regressiegewichten (β) zijn weergegeven in absolute waarden. De absolute waarde geeft aan hoe ver dat reële getal van nul afligt. Dus hoe verder het getal van de nul afligt des te sterker het regressiegewicht die invloed heeft op de afhankelijke variabele.
Uit de onderzoeksresultaten komt naar voren dat subjectieve norm (sterkst regressiegewicht) in klassieke model TPB (β = .35, t(3.92), p ≤ .001) en uitgebreid model TPB (β = .30, t(3.42), p = .001) het meeste invloed heeft op intentie.
Verder komt uit de resultaten naar voren dat attitude (sterkst regressiegewicht) in klassieke model TPB (β = -.39, t(-5.02), p ≤ .001) en uitgebreid model TPB (β = -.43, t(-5.21), p ≤ .001) het meeste invloed heeft op verwachting. Dit komt niet overeen met de gevonden literatuur waarin wordt besproken dat waargenomen gedragscontrole het meeste invloed heeft op intentie en verwachting (Siren & Haustein, 2014; McNamara et al., 2013). Kennelijk geven de respondenten aan dat ze de meeste waarde hechten aan de mening van anderen om te bepalen of ze stoppen of doorgaan met autorijden en/of ze zijn het meest gevoelig voor sociale druk. Dit geldt alleen voor de intentie van gedrag.
Verder blijkt dat de respondenten het meest beïnvloed worden door de factor attitude als het gaat om de verwachting van gedrag.
Hiermee wordt de hypothese volgens het resultaat verworpen.
Tweede individuele hypothese
De tweede individuele hypothese luidt: Ouderen die in vergelijking tot twee jaar geleden minder vaak autorijden zijn eerder van plan te stoppen met autorijden dan ouderen die even vaak autorijden dan twee jaar geleden.
Uit de resultaten van tabel 8 komt naar voren dat er geen significant verschil is tussen mensen die minder vaak rijden (M = 4.13, SD = .64) en mensen die even vaak autorijden (M = 3.97, SD = .65) bij een intentie van gedrag (t(108) = 1.215, p = .227). Ook komt uit tabel 8 naar voren dat er geen significant verschil is tussen mensen die minder vaak rijden (M = 2.33, SD = .71) en mensen die even vaak autorijden (M = 2.11, SD = .7) bij een verwachting van gedrag (t(108) = .813, p = .418).
Deze genoemde p waarden zijn dus niet significant. De resultaten geven dus aan dat er geen verschillen zijn tussen de groep die even vaak en minder rijden. Hiermee wordt de hypothese volgens het resultaat verworpen. Men zou verwachten dat als je eerder aan het compenseren bent later in de toekomst minder vaak auto gaat rijden
(remmende factor). De literatuur komt niet overeen met de gevonden resultaten, want uit onderzoek is gebleken dat ouderen die aan het compenseren zijn in de toekomst minder auto gaan rijden doordat ze voorzichtig willen zijn (Hakamines-Blomqvist, 2004).
Om een duidelijke verklaring op de individuele hypothese te krijgen is het raadzaam om nogmaals een onderzoek uit te voeren waarbij hogere interne consistentie
(betrouwbaarheid) aanwezig is. Dit kan worden gedaan door duidelijkere vragenlijst af te nemen. Ook zou het helpen om persoonlijk een vragenlijst af te nemen om bias te voorkomen door bijvoorbeeld het niet begrijpen van een vraag.
Literatuur
Abraham, C., & Sheeran, P. (2003). Acting on intentions: The role of anticipated regret. British Journal of Social Psychology, 42(4), 495-511.
Ajzen, I. (1991). The theory of planned behavior. Organizational behavior and human decision processes, 50(2), 179-211.
Ajzen, I., & Fishbein, M. (2005). The influence of attitudes on behavior. The handbook of attitudes, 173, 221.
Baron, R. A., & Branscombe, N. R. (2012). Social Psychology (13th ed.). Boston, MA: Pearson.
Centraal Bureau Rijvaardigheidsbewijzen. (2016). Rijbewijs op hoge leeftijd. Gedownload op 12 oktober 2016 van https://www.cbr.nl/medisch.pp
Centraal Bureau voor de Statistiek. (2014). Bevolkingsprognose 2014–2060: groei door migratie. Gedownload op 12 oktober 2016 van https://www.cbs.nl/- /media/imported/documents/2014/51/2014-bevolkingsprognose-2014-2060-groei-door-migratie-art.pdf?la=nl-nl
Centraal Bureau voor de Statistiek. (2015). Aantal verkeersdoden stijgt naar 621 in 2015. Gedownload op 12 oktober 2016 van
https://www.cbs.nl/-/media/_excel/2016/16/verkeersdoden- naar- geslacht- leeftijd-vervoermiddel-type-ongeluk-2015- mw.xlsx
Chipman, M. L., Payne, J., & Mcdonough, P. (1998). To drive or not to drive: The influence of social factors on the decisions of elderly drivers. Accident
Analysis and Prevention, 30(3), 299-304.
Conner, M., Lawton, R., Parker, D., Chorlton, K., Manstead, A. S., & Stradling, S. (2007). Application of the theory of planned behaviour to the prediction of objectively assessed breaking of posted speed limits. British Journal of Psychology, 98(3), 429-453.
Hakamies-Blomqvist, L. (2004). Safety of older persons in traffic. Transportation in an aging society: A decade of experience, 22-35.
Heus, P., van der Leeden, R., & Gazendam, B. (1995). Toegepaste data-analyse: technieken voor niet-experimenteel onderzoek in de sociale wetenschappen.
Utrecht: Lemma.
Kaiser, F. G. (2006). A moral extension of the theory of planned behavior: Norms and anticipated feelings of regret in conservationism. Personality and Individual Differences, 41(1), 71-81.
Lindstrom-Forneri, W., Tuokko, H., & Rhodes, R. E. (2007). “Getting Around Town”: A preliminary investigation of the theory of planned behavior and intent to change driving behaviors among older adults. Journal of Applied Gerontology, 26(4), 385-398.
Manstead, A.S.R. (2000). The role of moral norm in the attitude-behavior
relationship. In D.J. Terry & M. A. Hogg (Eds.). Attitudes, behavior, and social context (pp. 11-30). Mahwah, NJ: Lawrence Erlbaum.
McKenna, F. P., Stanier, R. A., & Lewis, C. (1991). Factors underlying illusory self- assessment of driving skill in males and females. Accident Analysis &
Prevention, 23(1), 45-52.
McNamara, A., Chen, G., George, S., Walker, R., & Ratcliffe, J. (2013). What factors influence older people in the decision to relinquish their driver's licence? A discrete choice experiment. Accident Analysis & Prevention, 55, 178-184. Miles, J., & Shevlin, M. (2001). Applying regression & correlation: A guide for
students and researchers. London: Sage Publications.
O'Neill, D., & Dobbs, B. M. (2004). Age-related disease, mobility, and driving. In Transportation Research Board Conference Proceedings (No. 27). Owsley, C. (2002). Driving mobility, older adults, and quality of
life. Gerontechnology, 1(4), 220-230.
Persson, D. (1993). The elderly driver: deciding when to stop. The Gerontologist, 33(1), 88-91.
Petraitis, J., Flay, B. R., & Miller, T. Q. (1995). Reviewing theories of adolescent substance use: organizing pieces in the puzzle. Psychological bulletin, 117(1), 67.
Ragland, D.R., Satariano, W.A., & MacLeod, K.E. (2004). Reasons given by older people for limitation or avoidance of driving. Gerontologist, 44(2). 237-244. Siren, A., & Haustein, S. (2014). Driving cessation anno 2010 which older drivers
give up their license and why? Evidence from Denmark. Journal of Applied Gerontology, 35, 1, 18-38.
SWOV (2012). Ouderen in het verkeer. Gedownload op 12 oktober 2016 van
http://www.swov.nl/rapport/Factsheets/NL/Factsheet_Ouderen_in_het_verkee r.pdf
Vocht, A. G. A. (2015). Basishandboek SPSS 23: statistiek met SPSS 23. Bijleveld Press.
Warshaw, P. R., & Davis, F. D. (1985). Disentangling behavioral intention and behavioral expectation. Journal of experimental social psychology, 21(3), 213-228
Bijlage A: Informatiebrief
Informatiebrief voor deelnemers van het onderzoek: Verwachtingen over Mobiliteit - Een vragenlijstonderzoek onder automobilisten van 60 jaar en ouder.
Doel van het onderzoek
De aankomende jaren zal naar verwachting het aantal ouderen in het verkeer stijgen. Veel oudere automobilisten zullen blijven autorijden, anderen zullen minder vaak deelnemen aan het verkeer of zelfs overwegen om te stoppen met autorijden. Van invloed op de mobiliteit zijn de omstandigheden waardoor ouderen als automobilisten aan het verkeer deelnemen. Deze omstandigheden kunnen zich wijzigen. Zo is sinds 2014 de leeftijdsgrens voor een verplichte medische keuring verhoogd van 70 naar 75 jaar. De uitslag van deze keuring moet positief zijn om te mogen blijven autorijden. Daarnaast zullen ouderen die stoppen met werken, minder kilometers rijden. Een wijziging in de pensioenleeftijd kan derhalve de mobiliteit van ouderen beïnvloeden. Tot slot wordt verondersteld dat de lichamelijke en mentale gesteldheid van invloed is op de mobiliteit van ouderen. In dit onderzoek vragen wij ons af:
Welke verwachtingen en intenties hebben ervaren automobilisten van 60 jaar en ouder over hun mobiliteit? Zijn zij van plan of verwachten zij in de nabije toekomst te stoppen met autorijden of blijven zij zo lang mogelijk achter het stuur? Uw
antwoorden kunnen een waardevolle bijdrage leveren aan de beantwoording van deze vragen.
Inhoud van het onderzoek
Alle informatie die in het kader van dit onderzoek wordt verzameld wordt als strikt vertrouwelijk behandeld. Alle gegevens worden in anonieme vorm verwerkt en bewaard. Er zal worden gezorgd dat onbevoegden geen inzage in de gegevens krijgen en dat de gegevens niet tot personen zijn terug te leiden. Deelname aan dit onderzoek is geheel vrijwillig en vrijblijvend. Dit betekent dat u te allen tijde, zonder opgaaf van reden, kunt besluiten om uw deelname aan het onderzoek te beëindigen. Als dank voor uw medewerking zult u een klein presentje ontvangen.
Indien u na afloop van dit onderzoek geïnteresseerd bent in de resultaten van dit onderzoek, kunt u een mail sturen naar verwachtingeno vermobiliteit@gmail.com. Coördinatie
Dit onderzoek wordt gecoördineerd door de heer W.L.G. Verschuur. Indien u vragen heeft over dit onderzoek kunt u dat bespreken met hem of met degene die u benaderd heeft. De heer Verschuur is telefonisch te bereiken op 071-5273624 (e-mail:
Verschuur@fsw.leidenuniv.nl ). Indien u vindt dat u onjuist bent geïnformeerd over dit onderzoek, of klachten heeft over de uitvoering of bejegening tijdens dit
onderzoek, verdient het aanbeveling dit te bespreken met de onderzoeker of met de coördinator van het onderzoek. Indien u dat niet wilt, of indien dat geen oplossing geeft, kunt u ook een klacht indienen bij het bestuur van het departement Psychologie: Instituut Psychologie, Postbus 9555, 2300 RB Leiden.
Bijlage B: Verklaring van Toestemming
Verklaring van Toestemming
Geachte mevrouw/mijnheer,
Hartelijk dank voor uw deelname aan ons onderzoek. In dit onderzoek zijn wij geïnteresseerd naar de meningen van ervaren automobilisten met betrekking tot factoren die van belang zijn om deel te nemen aan het verkeer. Op basis van deze meningen zullen wij mogelijk de overheid kunnen adviseren om maatregelen te nemen ter bevordering van de verkeersveiligheid en verkeersdeelname van ervaren automobilisten.
Na deze tekst volgt een vragenlijst. Deze bevat zowel vragen als stellingen. U wordt vriendelijk verzocht geen vragen en uitspraken over te slaan.
Door deze Verklaring van Toestemming te ondertekenen verklaart u op de hoogte te zijn van het doel van het onderzoek en geheel vrijwillig te hebben ingestemd met uw deelname. Uw resultaten zullen alleen voor dit onderzoek gebruikt worden en geheel anoniem verwerkt worden. U behoudt het recht om op elk moment deelname aan dit onderzoek te beëindigen. Deze verklaring is alleen geldig voor dit onderzoek.
Dit onderzoek wordt gecoördineerd door Drs. William Verschuur van de Universiteit Leiden (telefoon: 071-5273624; e-mail: verschuur@fsw.leidenuniv.nl). Indien u vragen of klachten heeft over dit onderzoek, kunt u met hem contact opnemen.
- - - -- - - Gelieve hieronder uw handtekening te zetten om daarmee te bevestigen dat u de informatie gelezen en begrepen heeft en ermee akkoord gaat.
Handtekening:
………..
Bijlage C: open vragenlijst
Verwachtingen over mobiliteit
1 Algemeena) Hoe lang heeft u al uw rijbewijs?
b) Wat is uw leeftijd? _______ Jaar Man/vrouw (omcirkelen)
2 Attitude
a) Vindt u het leuk om auto te rijden?
b) Vindt u het belangrijk om te kunnen auto rijden? Waarom? c) Wat vindt u minder leuk aan auto rijden?
d) Hoeveel dagen in de week rijdt u? Hoeveel km?
3 Waargenomen gedragscontrole:
a) Welke problemen komt u tegen tijdens het rijden? Welke factoren zorgen hiervoor?
b) Welke factoren zorgen ervoor dat u goed in staat bent om te rijden?
c) Denk u dat er binnen nu en 5 jaar iets zal veranderen in uw rijgedrag? Zo ja, wat?
d) Heeft u in de afgelopen jaren veranderingen in uw rijgedrag ondervonden? Zo ja, wat?
4 Morele overtuigingen
a) Wat vindt u van medische keuringen (verklaring van geschiktheid) die moeten plaatsvinden vanaf de leeftijd van 75 jaar? Hoe kijkt u hier tegen aan?
b) Tot welke leeftijd denk u dat het voor ouderen acceptabel is om te blijven rijden?
c) Stel iemand veroorzaakt een ongeluk omdat hij of zij door
mening hier over?
5 Subjectieve norm
a) Wat vinden mensen uit u omgeving van uw rijvaardigheden?
b) Zijn er mensen geweest die op- of aanmerkingen hebben gemaakt over uw rijgedrag (bijv. een familielid of uw huisarts)?
c) Met wiens mening over uw rijgedrag houdt u rekening (huisarts vs. familie)? d) Stel deze persoon is van mening dat u het best kunt stoppen met autorijden,
wat zou u hier dan mee doen?
6 Verwachtingen en intentie
a) Wat verwacht u van u rijvaardigheden de aankomende jaren?
b) Denkt u er wel eens aan om te stoppen met auto rijden in de nabije toekomst?
c) Wat verwacht u van uw mobiliteit in het verkeer in de nabije toekomst? d) Als u zou stoppen met rijden, op welke manier denkt u zich dan te
verplaatsen?
e) Maakt u nu wel eens gebruik van het Openbaar Vervoer (OV), hoe ervaart u dat?
f) Denkt u dat uw sociale leven zal veranderen wanneer u zou stoppen met autorijden? Zo ja, hoe?
7 Geanticipeerde spijt
a) Bent u bang om spijt krijgen wanneer u stopt het auto rijden (bijv. omdat u dan dingen zult moeten laten die u voorheen wel kon doen?)
b) Kunt u zich voorstellen dat u spijt krijgt wanneer u niet op tijd stopt met auto rijden? Zou dit mee wegen in uw beslissing om te stoppen met rijden? Om dit op deze manier te ondervangen?
39 Geachte heer/mevrouw,
Hartelijk dank voor uw deelname aan ons onderzoek. In dit onderzoek zijn wij geïnteresseerd naar de meningen van ervaren automobilisten met betrekking tot factoren die van belang zijn om deel te nemen aan het verkeer. Op basis van deze meningen zullen wij mogelijk de overheid kunnen adviseren om maatregelen te nemen ter bevordering van de verkeersveiligheid en verkeersdeelname van ervaren automobilisten.
Na deze tekst volgt een vragenlijst. Deze bevat zowel vragen als stellingen. U wordt vriendelijk verzocht geen vragen en uitspraken over te slaan.
Door deze Verklaring van Toestemming te ondertekenen verklaart u op de hoogte te zijn van het doel van het onderzoek en geheel vrijwillig te hebben ingestemd met uw deelname. Uw resultaten zullen alleen voor dit onderzoek gebruikt worden en geheel anoniem verwerkt worden. U heeft het recht om deelname aan dit onderzoek op elk moment te beëindigen. Deze verklaring is alleen geldig voor dit onderzoek. Dit onderzoek wordt gecoördineerd door Dr. William Verschuur van de Universiteit Leiden (telefoon: 071-5273624; e-mail: verschuur@fsw.leidenuniv.nl). Indien u vragen of klachten heeft over dit onderzoek, kunt u met hem contact opnemen.
Wanneer u klaar bent met het invullen van de vragenlijst, ontvangt u een presentje ter waardering van uw deelname.
- - - -- - - - - - - - - - - - Gelieve hieronder uw handtekening te zetten om daarmee te bevestigen dat u de informatie gelezen en begrepen heeft en ermee akkoord gaat.
Datum: ………
40
1. Wat is uw geslacht? Man Vrouw
2. Wat is uw leeftijd? ….... jaar 3. Wat is uw burgerlijke staat? Gehuwd
Partnerschap
Weduwe/weduwnaar (ga naar vraag 5)
Alleenstaand (ga naar vraag 5)
4. Is uw partner in bezit van een rijbewijs? Ja Nee
5. Wat is uw woonplaats? ……….
6. Wat is uw hoogst genoten opleiding? ☐ Lagere school
☐ Laag middelbaar: lbo, mavo, mulo, vmbo
☐ Hoog middelbaar: havo, hbs, vwo, atheneum, gymnasium
☐ Hoog: hbo, wo
7. Hoe beoordeelt u uw gezondheid? ☐ goed ☐ middelmatig ☐ matig 8. Bent u werkzaam? ☐ nee ☐ loondienst ☐ zelfstandig ☐ vrijwillig 9. Hoe vaak maakt u gebruik van de openbaar vervoer?
☐ dagelijks
☐ paar keer per week ☐ paar keer in het jaar ☐ nooit
10. Zijn de volgende vormen van openbaar vervoer in uw woonplaats makkelijk bereikbaar?
bus: ☐ ja ☐ nee
tram: ☐ ja ☐ nee
metro: ☐ ja ☐ nee
trein: ☐ ja ☐ nee
11. Hoeveel kilometer rijdt u met de auto naar schatting per week? ……….km 12. Hoe beoordeelt u uw rijfrequentie in vergelijking tot twee jaar geleden?
