Mobiliteit in Lunetten

In samenwerking met:

Mobiliteit in Lunetten Een onderzoek naar de relatie tussen wonen en werken

Joep Janson Anne Jop de Jong Robbert Neijenhuis Bernd van Nieuwenhoven

3360873 3343715 3514234 3343782

Universiteit Utrecht Faculteit Geowetenschappen Sociale Geografie & Planologie WetenschappelijkeOnderzoeksoefening Bereikbaarheid in Lunetten ‘Wie werkt waar en waarom?’

In samenwerking met:

Mobiliteit in Lunetten Een onderzoek naar de relatie tussen wonen en werken

Contact: [email protected]

2

Voorwoord Voor u ligt het onderzoeksrapport aangaande het onderwerp ‘Mobiliteit in Lunetten’. Dit rapport is samengesteld door 4 studenten (subgroep 4) ‘Sociale Geografie en Planologie’ aan de faculteit Geowetenschappen van de Universiteit Utrecht. Het onderzoek is uitgevoerd voor het vak ‘Wetenschappelijke Onderzoeksoefening’ en werd mede uitgevoerd in samenwerking met en in opdracht van het Bewoners Overleg Lunetten (BOL). Het streven was een beter beeld te krijgen van de mobiliteitssituatie in de Utrechtse wijk Lunetten en in ons geval meer inzicht te krijgen in ‘wie waar werkt en waarom’. De focus ligt met name op de rol die de woonlocatie speelt bij de baankeuze. Wij danken Drs. Sjef van Hoof en Jaap Minnema Msc. voor hun bijdrage als universitair begeleiders namens de Universiteit Utrecht. Daarnaast danken wij Dhr. Frits Lintmeijer (Wijkwethouder Zuid en Wethouder Verkeer), Dr. Jan Prillwitz (Docent aan de Universiteit Utrecht), Dhr. Roland Pereboom (Directeur Milieu Centrum Utrecht) en Dhr. Tabe Tietema (Secretaris van het Mobiliteitsplatform Utrecht) voor hun medewerking aan de interviews. Ten slotte zouden wij graag onze woorden van dank richten tot het Bewoners Overleg Lunetten voor het mogelijk maken van dit onderzoek. Joep Janson Anne Jop de Jong Robbert Neijenhuis Bernd van Nieuwenhoven

4

Inhoudsopgave Inleiding .................................................................................................................................................... 6 H1. Theoretisch kader .............................................................................................................................. 8 1.1 Eigenschappen van de woonlocatie en de baan ................................................. 8 1.2 Woonlocatie als belangrijke factor voor de werklocatie ........................................ 9 1.3 Reistijd ........................................................................................... 10 1.4 Conclusie ......................................................................................... 12 H2. Operationalisering ............................................................................................................................ 13 2.1 Beschrijving onderzoeksgebied ................................................................. 13 2.2 Operationalisering hypothesen ................................................................. 14 2.3 Verantwoording onderzoeksmethoden en steekproeftrekking .............................. 16 2.4 Conclusie ......................................................................................... 18 H3. Steekproefbeschrijving en representativiteitsanalyse ..................................................................... 19 3.1 Huishoudenskenmerken ........................................................................ 19 3.2 Financiële kenmerken ........................................................................... 19 3.3 Representativiteit van de steekproef ........................................................... 20 3.4 Conclusie ......................................................................................... 22 H4. Diepte –interviews ........................................................................................................................... 23 4.1 Inleiding .......................................................................................... 23 4.2 Belangrijkste topics interviews ................................................................. 23 4.3 Conclusie ......................................................................................... 25 H5. Statistische analyse .......................................................................................................................... 26 5.1 Inleiding .......................................................................................... 26 5.2 Onderzoekshypothesen ......................................................................... 26 5.3 Conclusie ......................................................................................... 36 H6. Bevindingen en conclusie ................................................................................................................. 38 Literatuurlijst .......................................................................................................................................... 40 Bijlage 1. Enquête ................................................................................................................................... 41 Bijlage 2. Analyseschema ....................................................................................................................... 50 Bijlage 3. Uitvoertabellen SPSS representativiteitsanalyse .................................................................... 52 Bijlage 4. Uitgeschreven interviews........................................................................................................ 59 Bijlage 5. Procesverslag analyse hypothesen ......................................................................................... 60 Bijlage 6. Logboek ................................................................................................................................... 74

5

Inleiding In de jaren ’70 werd begonnen met de bouw van de wijk Lunetten. De afronding van de wijk vond plaats in 1984. De wijk, vaak getypeerd als ‘bloemkoolwijk’ (Lunetten, 2008) heeft een typische structuur en werd ruim opgezet, met veel groen en overige openbare ruimte. Autoverkeer wordt via een rondweg door de wijk geleid. De wijk bestaat daarnaast uit een wirwar van straten, woonerven en hofjes. De wijk is oorspronkelijk opgezet als autoluwe wijk. Een gevolg hiervan is, dat autoverkeer slechts via een beperkt aantal toegangswegen de wijk in en uit kan. Veel van dit (lokale) autoverkeer is woon-werk verkeer. Lunetten heeft ruim 11.500 inwoners, verdeeld over meer dan 6500 huishoudens (Wistudata, 2011). De wijk heeft weinig hoogbouw (meer dan 4 verdiepingen) en kent veel gezinswoningen met voor- en achtertuin. Er zijn relatief veel ‘speciale woonvormen’, zoals begeleid wonen projecten voor o.a. verslaafden en probleemjongeren, maar ook woongroepen. De wijk biedt plaats aan 625 bedrijven, zowel bedrijven met een eigen (of gehuurd) bedrijfspand, als bedrijven die worden gevormd door één persoon die vanuit huis werkt. De grootste sector in Lunetten is de zakelijke dienstverlening (31% van het totaal aantal bedrijven). Bedrijven in de sector transport en communicatie en de gezondheidszorgsector (beide 12.5% van het totaal aantal bedrijven), staan op de gedeelde tweede plaats (Wistudata, 2011). Ondanks de aanwezigheid van deze bedrijven is de wijk Lunetten hoofdzakelijk een woonwijk. Een woonwijk als Lunetten, met meer dan 10.000 inwoners, is voor winkeliers een voldoende groot afzetgebied om zich te vestigen. In het centrum, aan de Hondsrug, is een relatief groot winkelcentrum, met twee supermarkten en een aantal kleinere (speciaal)zaken. Ook is er een groot sociaal cultureel centrum, een theaterzaal en een jongerencentrum aanwezig in het centrum van de wijk. De wijk is zo opgezet, dat iedereen die woont binnen de wijk, alle wijkvoorzieningen gemakkelijk met de fiets kan bereiken. Dit valt onder andere te zien aan de vele vrije fietspaden die door de wijk lopen. Een andere opvallende eigenschap is dat de basisscholen geclusterd zijn in het midden van de wijk. Openbare basisschool De Klim, Rooms-katholieke basisschool De Spits en Protestantse basisschool De Baanbreker vormen samen een ‘scholeneiland’ binnen de wijk. De wijk laat zich gemakkelijk afbakenen: ze wordt gescheiden door een aantal grote infrastructurele bouwwerken. Aan de westzijde van de wijk ligt de ‘Waterlinieweg’, die meer naar het noorden langs de rand van Utrecht loopt. Ten zuiden van Lunetten bevindt zich de snelweg A12 (de weg van Den Haag richting Arnhem). De oostkant van de wijk wordt afgebakend door de A27 (Breda – Almere). Deze kruist bij Knooppunt Lunetten de A12, één van de grootste fileknelpunten van Nederland (Autoen-vervoer, 2011). Aan de noordzijde loopt er een spoorbaan vanuit Utrecht richting Houten. Aanleiding onderzoek Toen de eerste huizen opgeleverd werden in 1977, hebben de mensen die naar Lunetten zijn verhuisd een keuze gemaakt voor Lunetten. Bij de keuze voor een bepaalde woning spelen niet alleen de specifieke kenmerken van de wijk mee, maar ook de eigenschappen van de woning zelf. De persoonlijke voorkeuren die iemand ten aanzien van deze eigenschappen heeft, bepalen uiteindelijk of iemand daadwerkelijk ergens gaat wonen (Molin & Timmermans, 2002, p. 5). Er zijn echter ook inwoners die niet voor Lunetten gekozen hebben: een deel van de inwoners is meeverhuisd met zijn/haar ouders, of in deze wijk geboren, zij hebben zelf niet de keuze gemaakt te gaan wonen in Lunetten. Toch kan gesteld worden dat het ook een keuze is om als (jong)volwassene in Lunetten te blijven. Er zijn immers momenten in het leven waarbij verhuizen serieus wordt overwogen. Een goed voorbeeld hiervan is het beginnen van een studie. Ten eerste is er niet altijd een passende studie te vinden in de woonomgeving. Soms is de afstand simpelweg niet te overbruggen. Op de tweede plaats is er behoefte onder studenten om het huis uit te gaan en van de vrijheid van het op kamers wonen te gaan genieten. Ook na het afronden van de studie komt verhuizen weer in beeld. Een nieuwe levensfase breekt aan: men gaat op zoek naar een baan. Hier geldt weer dat er niet altijd werk naast de deur is dat past bij opleiding, competenties en/of voorkeuren. Er zal dus gereisd moeten worden tussen woning en werk. De reisafstand van werknemers is het resultaat van de locatie van de woning en de locatie van het werk. De manier waarop deze reisafstand overbrugd wordt heeft te maken met de mobiliteit

6

van de werknemer, maar ook persoonlijk overtuigingen, principes of zelfs het weer kunnen hier invloed op uitoefenen. Ondanks de hierboven beschreven overgang naar andere levensfases, waarin er relatief veel verhuisd wordt, blijft een verhuizing een ingrijpende verandering in iemands leven. Ditzelfde geldt voor het vinden van ander werk. Voor sommigen is het werk een reden om te verhuizen, anderen hechten meer waarde aan hun woning en woonomgeving en passen hier hun werk op aan. Dit onderzoek heeft als doel, aan de hand van enquêtes onder werkende personen woonachtig in Lunetten en een aantal diepte interviews met deskundigen, meer inzicht te krijgen in de rol die de woonlocatie speelt bij het kiezen voor een baan. Hierbij worden bestaande theorieën en onderzoeken over dit onderwerp nader bekeken en de situatie in Lunetten zal hieraan getoetst worden. Om de bovenstaande doelstelling te bereiken wordt gedurende het onderzoek gebruik gemaakt van de volgende probleemstelling: “In hoeverre laten personen die wonen in Lunetten hun woonlocatie meewegen in de baankeuze en wat zijn de voornaamste verschillen in deze keuze tussen diverse groepen bewoners?” Om deze brede onderzoeksvraag verder uit te splitsen, zijn er een viertal deelvragen geformuleerd. Deze deelvragen staan hieronder genoteerd: 1. 2. 3. 4.

Welke rol speelt Lunetten als woonlocatie bij de baankeuze van de inwoners? Bestaan er opvallende verschillen tussen Lunettenaren met andere persoonskenmerken in hoe ze hun woonlocatie laten meewegen bij de baankeuze ? Welke baaneigenschappen zijn voor Lunettenaren van belang bij de baankeuze? Hoeveel bedraagt de woon-werkafstand bij werkenden uit Lunetten en is deze hetzelfde tussen huishoudens met verschillende persoonskenmerken?

Het verslag is als volgt opgebouwd: allereerst zal aan de hand van een literatuurstudie inzichtelijk worden gemaakt hoe de verbanden liggen tussen alle factoren die een rol spelen bij de baankeuze. De verbanden zullen vervolgens schematisch worden weergegeven in het conceptueel model, waaruit de onderzoekshypothesen zullen worden afgeleid (hoofdstuk 1). Na het formuleren van de onderzoekshypothesen wordt beschreven hoe deze te verwachten verbanden kunnen worden aangetoond of juist kunnen worden verworpen. Er wordt verder specifiek ingegaan op de manier van onderzoek doen (kwantitatieve en kwalitatieve methoden) en de opbouw van de steekproef (hoofdstuk 2). Na het trekken van de steekproef is het nodig te onderzoeken of de getrokken huishoudens representatief zijn voor de totale populatie. Dit is gedaan in hoofdstuk 3. Als aanvulling op de door middel van enquêtes verzamelde gegevens, worden een aantal sleutelpersonen geïnterviewd. De interviews worden geanalyseerd en de resultaten zijn verwerkt in hoofdstuk 4. Wanneer alle informatie is verzameld en is gecontroleerd of de steekproef de juiste opbouw en samenstelling heeft, kunnen de in hoofdstuk 1 geformuleerde onderzoekshypothesen worden getoetst op juistheid. De uitkomsten van deze toetsen zijn uiteengezet in hoofdstuk 5. Tot slot is alles nog eens op een rijtje gezet en verwerkt in de conclusie. Hierbij zal worden teruggekoppeld naar de hierboven geformuleerde hoofd- en deelvragen (hoofdstuk 6). In de bijlagen kan terug worden gevonden hoe de enquête er uit ziet die is gebruikt voor het verzamelen van de onderzoeksgegevens (bijlage 1). Op welke manier de enquêtevragen per hypothese aan elkaar zijn gekoppeld voor het uitvoeren van statistische toetsen is staat schematisch in het analyseschema (bijlage 2). De uitvoertabellen van de representativiteitsanalyse zijn terug te vinden in bijlage 3. De schriftelijke uitwerkingen van de afgenomen interviews zijn terug te lezen in de vierde bijlage. In het procesverslag staan de uitvoertabellen die zijn geïnterpreteerd voor het toetsen van de onderzoekshypothesen (bijlage 5). In de zesde en laatste bijlage is het logboek te zien, waarin is bijgehouden welke werkzaamheden zijn verricht en door wie deze zijn uitgevoerd.

7

H1. Theoretisch kader Dit onderzoek richt zich op de invloed die de woonlocatie speelt bij de keuze voor een bepaalde baan. Bij het kiezen van een baan zijn er echter nog een aantal belangrijke factoren. Werkzoekenden doorlopen een proces waarin bewust een groot aantal factoren tegen elkaar wordt afgewogen. Een van deze factoren is de woonlocatie. Ook bij het zoeken naar een woning wordt er een afweging gemaakt tussen de verschillende eigenschappen van de woning en de woonomgeving. Een eventuele baan kan natuurlijk ook weer een rol spelen bij het kiezen van een woonlocatie. In dit hoofdstuk zullen de belangrijkste factoren besproken worden die een rol spelen bij het maken van een keuze voor een bepaalde baan. Leidend in het onderzoek is de aanname dat deze keuze voor een groot deel afhangt van de woonlocatie. Allereerst wordt besproken waarop de keuze voor een bepaalde woning en/of woonlocatie is gebaseerd. Tevens wordt gekeken welke persoonskenmerken wel of geen invloed uitoefenen op deze keuze. Hetzelfde zal gedaan worden bij de keuze voor een baan (paragraaf 1.1). Vervolgens zal gekeken worden hoe belangrijk de woonlocatie is bij de keuze voor een baan. Ook hier wordt beschreven dat verschillende persoonskenmerken kunnen leiden tot een meer of mindere mate van invloed van woonlocatie op de keuze voor een baan (paragraaf 1.2). In de laatste paragraaf zal het begrip reistijd centraal staan. Dit begrip wordt gekoppeld aan de begrippen ‘mobiliteit’ en ‘infrastructuur’. Reistijd is een van de belangrijkste factoren die in overweging wordt genomen bij de keuze voor een baan (paragraaf 1.3). Vanuit dit brede kader, dat samen het conceptueel model vormt (zie figuur 1.1) kan vervolgens gekeken worden naar de situatie van Lunetten. De vraag is dan in welke mate de bestaande theorieën en gevonden verbanden ook van toepassing zijn op Lunetten. “Zijn er afwijkende patronen waar te nemen?” “Wat is de reden voor de gevonden overeenkomsten en verschillen?”. Om deze vragen te kunnen beantwoorden, zullen aan het eind van dit hoofdstuk in de conclusie, op basis van het theoretische kader, acht onderzoekshypothesen worden geformuleerd (paragraaf 1.4).

1.1 Eigenschappen van de woonlocatie en de baan Keuze woonlocatie De woning en de woonomgeving vormen een substantieel onderdeel van de omgeving waarin het dagelijkse leven van een huishouden zich afspeelt. Daarom worden er in het geval van een verhuizing veel (hoge) eisen gesteld aan de woning en de woonomgeving. In het onderzoek van (Feenstra, 2008, p. 26) is een overzicht gegeven van de samenstelling van de woonwensen. Hieruit komt onder andere naar voren dat de specifieke eigenschappen van een huis zoals de eigendomssituatie, de grootte, het type en de prijs belangrijke factoren zijn voor het kiezen van de woning. De eigenschappen van de woonomgeving zoals het voorzieningenniveau, de afstand tot voorzieningen, sociale veiligheid, contacten en de afstand tot werklocaties zijn belangrijke eigenschappen van de woonomgeving. Bij het uitkiezen van een woning zal echter niet aan alle gestelde eisen kunnen worden voldaan, door onvolledige informatie over de woningmarkt van de woningzoekende en door een beperkt aantal beschikbare woningen. Ook zal gekeken moeten worden of de gestelde eisen haalbaar zijn binnen het beschikbare budget (Feenstra 2008, p. 26). Voor de woonomgeving geldt ook dat niet aan alle woonwensen kan worden voldaan. Hoe de woonwensen worden ingevuld verschilt uiteraard per huishouden en is onder andere afhankelijk van de leeftijd van de desbetreffende personen, de huishoudensamenstelling, het inkomen en de leefstijl van het huishouden. Omdat enkel de eenzijdige relatie of invloed wordt bekeken van woonlocatie op de keuze voor een baan, zijn de eigenschappen die een rol spelen bij de keuze voor de woonlocatie niet opgenomen in het conceptueel model (figuur 1.1).

Keuze voor een baan In de volgende paragraaf wordt de relatie besproken tussen de woonlocatie en de werklocatie. Toch is het eerst van belang de voor werkenden belangrijke eigenschappen van een baan te behandelen. Feenstra (2008) geeft een overzicht van een aantal factoren dat van invloed is op de beroepskeuze.

8

Een werkzoekende maakt een selectie van beschikbare arbeidsplaatsen door te kijken naar de eisen aan opleidingsniveau, de bedrijfssector en baankenmerken. Mensen met een verschillende opleiding zullen logischerwijs kiezen voor banen met verschillende eigenschappen uit andere bedrijfssectoren. Een aantal bedrijfssectoren die worden genoemd zijn: landbouw en visserij, bouw, transport, bank- en verzekeringswezen, gezondheidszorg en overheid en onderwijs. De kenmerken van de baan zijn ook van invloed op de beroepskeuze zo stelt hij. Bij baankenmerken valt onder andere te denken aan: werktijden, salaris, collega’s, carrièremogelijkheden, aansluiting bij de opleiding en werklocatie. De manier waarop elk van deze kenmerken belangrijk wordt gevonden bij de baankeuze, hangt af van verschillen in eigenschappen van de persoon. Onderzoekshypothese 1 gaat in op hoe deze baankenmerken worden gewaardeerd door mensen met andere (persoonlijke) eigenschappen en kenmerken: ‘Laagopgeleiden vinden collega’s en reistijd belangrijkere eigenschappen van een baan dan hoogopgeleiden’. In figuur 1.1 is de invloed die baaneigenschappen hebben bij de keuze voor een baan schematisch weergegeven. In dit figuur is ook te zien dat de mate van invloed van baaneigenschappen op de baankeuze afhankelijk is van de verschillende persoonskenmerken die iemand heeft.

1.2 Woonlocatie als belangrijke factor voor de werklocatie In veel literatuurstudies naar woonlocatiekeuze wordt genoemd dat de het wonen in een huis een groot beslag legt op het budget van een huishouden en dat dit sterke samenhang vertoont met de keuzes die gemaakt worden ten aanzien van sparen. Aangezien een woning een vaste plek heeft in de ruimte en deze in principe onveranderlijk is, bestaat er ook een sterke relatie tussen de woonlocatie en diverse aspecten die te maken hebben met het werk. Zo worden keuzes met betrekking tot de mobiliteit en het woon-werkverkeer vaak gemaakt met de woonlocatie als leidende factor (Kan, 1999, p.46; Feenstra, 2008, p.24-26, Van Wee, 1994). De relatie tussen woonlocatie en de keuze voor een baan is niet eenzijdig. Het kan ook zo zijn dat de woonlocatie afgestemd wordt op de locatie van de baan. In dit geval is er sprake van werklocatiedominantie. Van Wee (1994, p.39-42) bespreekt een aantal literatuurstudies waar wordt ingegaan op de woonlocatiekeuze terwijl de werklocatie een gegeven is. In deze studies wordt gesteld dat de woonlocatie vooral afhangt van de ondervonden weerstand van verplaatsen naar het werk. Reistijd en reiskosten dragen het meest bij aan de weerstand van verplaatsen. In onderzoek van Reitsma en Vergoossen (1986) onder pas verhuisden werd de waarneming gedaan dat de werklocatie vaak als uitgangspositie diende en dat het ruimtelijk handelen in veel gevallen werd aangepast aan de werklocatie. Hoewel er dus sprake kan zijn van werklocatiedominantie heeft dit onderzoek als uitgangspunt zich te richten op de woonlocatie als leidende factor. Hier is ten eerste voor gekozen omdat– indien wederzijdse relaties als uitgangspunt genomen zouden worden- er geen sprake zou zijn van een werkbaar conceptueel model en de praktische uitvoerbaarheid in het geding zou komen. Deze uitgangspositie zou namelijk inhouden dat er achterhaald moet worden welke baan een respondent had ten tijde van zijn verhuizing naar de wijk Lunetten. Ten tweede hebben (maatschappelijke-culturele) veranderingen ervoor gezorgd dat er een woonlocatiedominantie steeds vaker waar te nemen is. Deze veranderingen worden hierna besproken. Verandering Tot in de jaren ’80 was de benadering van werklocatiedominantie de meest gebruikelijke. Tegenwoordig is er steeds vaker sprake van woonlocatiedominantie. Dit valt te verklaren uit een tweetal ontwikkelingen. In de eerste plaats is de afgelopen decennia de mobiliteit van mensen sterk e toegenomen. Onder andere het autobezit is door stijgende inkomens sinds de 2 W.O sterk toegenomen (Van Wee, 1994). Daarnaast is het traditionele rollenpatroon sinds de jaren ’60 aan het veranderen. Waar eerst hoofdzakelijk één persoon zorgde voor het hoofdinkomen van het gezin, komt het nu steeds vaker voor dat beide partners een betaalde baan hebben. De laatste jaren is er steeds grotere aandacht gekomen voor tweeverdieners en hun woonlocatie. In 1977 was 34% van de huishoudens nog tweeverdiener, maar in 2000 is dit aantal gestegen tot 76%. Ook kiezen vrouwen steeds vaker voor een carrière en krijgen ze op latere leeftijd kinderen. Daarnaast neemt het aantal kinderen dat vrouwen krijgen al jaren af. Dit zorgt voor een steeds belangrijker wordende woonlocatie voor het gezin. Want waar men vroeger gewoon verhuisde als de kostwinner ergens anders een baan accepteerde, moet tegenwoordig rekening gehouden worden met werkende

9

partners (Van Ham, 2003, pp. 113-116; Bohte & Maat, 2009, pp. 1-3). Hypothese 2 moet uitsluiten wat de invloed is van woonlocatie ten opzichte van baaneigenschappen bij het kiezen van een baan: ‘Woonlocatie is een belangrijkere factor bij de keuze voor een baan dan de eigenschappen van deze baan: werktijden, salaris, collega’s, reistijd, carrièremogelijkheden, aansluiting bij opleiding.’ Persoonskenmerken Hieronder zullen de persoonskenmerken worden besproken waarbij verwacht wordt dat er de grootste verschillen optreden in de mate waarin woonlocatie van invloed is op de keuze voor een baan. Eerder werd al duidelijk dat persoonskenmerken een bepaalde invloed uitoefenen op een verband. De mate waarin de woonlocatie een rol speelt bij de keuze voor een baan, is afhankelijk van welke persoonskenmerken iemand heeft. Een aantal voorbeelden laat zien welke persoonskenmerken er onderscheiden worden. Opleidingsniveau werd al genoemd in de eerste paragraaf. Hier zullen ook het aantal jaren dat iemand woonachtig is op zijn huidige woonlocatie, de inkomenssituatie (in het conceptueel model ‘sociaal-economische positie’) en het woningtype worden besproken. De laatste kan zowel als persoonskenmerk als eigenschap van de woonlocatie worden gezien, maar omdat de hypothese die bij dit kenmerk hoort voor een ander deel ingaat op de invloed van woonlocatie op de keuze voor een baan komt ‘woningtype’ in deze paragraaf aan bod. Het aantal jaren dat iemand woonachtig is op zijn/haar huidige locatie is een belangrijk gegeven. Het kan namelijk iets zeggen over de mate van gehechtheid aan de woonlocatie. De in paragraaf 1.1 besproken woonwensen kunnen zelden of nooit allemaal worden ingewilligd. Toch zal een pas verhuisd persoon zich na verloop van tijd thuis gaan voelen in de omgeving en berusten in de wetenschap dat de best mogelijke keuze is gemaakt. Er is sprake van een zeer sterke duurafhankelijkheid: mensen die lang op dezelfde plek wonen hebben slechts een kleine kans om te verhuizen. Na verloop van tijd neemt de dominantie van de woonlocatie dus toe (Van Wee, p 109). Hypothese 3 luidt dan ook: ‘Mensen die al langer in Lunetten wonen laten hun woonlocatie sterker meewegen in de keuze voor een baan dan mensen die minder lang in de wijk wonen.’ Uit het bovenstaande kan worden afgeleid dat de woonlocatie de afgelopen decennia steeds belangrijker is geworden. Een van de verklaringen voor het groeiende belang van de woonlocatie is de toename van het aantal huishoudens met tweeverdieners (Van Ham, 2003). De woonlocatie is in dit geval voor beide partners een belangrijk uitgangspunt waarop de werklocaties moeten worden afgestemd. Hieruit is de volgende hypothese afgeleid: ‘Bij tweeverdieners speelt de woonlocatie een grotere rol bij de keuze voor een baan dan huishoudens met één kostwinner.’ (onderzoekshypothese 4). In een onderzoek van Simpson (1980) naar de invloed van woonlocatie op baankeuze, concludeert hij dat mensen met een hoger beroepsniveau en een hogere specialisatie in een groter gebied zoeken naar een nieuwe baan. Mensen met een hoger beroepsniveau hebben dus te maken met een grotere woon-werkafstand en dus een langere reistijd (Simpson, 1980, p 345). Hieruit is de volgende hypothese afgeleid: ‘Werkenden in Lunetten met een hoger opleidingsniveau verhuizen gemiddeld sneller voor een reistijdverkorting dan werkenden in Lunetten met een lager opleidingsniveau’ (onderzoekshypothese 5). Simpson (1980, pp.343-344) concludeert verder dat informatie die een werkzoekende heeft over de arbeidsmarkt onvolledig is en dat het zoekgedrag van de werkzoekende de dominante factor is in de werklocatiekeuze en niet de verwachte reiskosten (in tijd, moeite en geld). Onderzoekshypothese 6 gaat uit van een verschil in het type woning en welke factor belangrijker gevonden wordt bij de baankeuze. Verondersteld wordt dat ‘Mensen met een koopwoning hun woonlocatie sterker laten meewegen in de keuze voor een baan dan mensen zonder een koopwoning.’ Van Wee (1994) stelt dat de weerstand tegen verhuizen voor huishoudens met een koopwoning hoger is dan voor huishoudens zonder koopwoning. Naast de overdrachtsbelasting speelt het feit dat het kopen van een woning relatief vaak voorkomt in de stabiele levensfasen – waarin meer wordt geïnvesteerd in de woonlocatie – een belangrijke rol.

1.3 Reistijd Naast de woonlocatie en de eigenschappen van de baan zal de (verwachte) reistijd tussen de woonlocatie en de potentiële baan een grote rol spelen in de keuze voor deze baan (Feenstra, 2008;

10

Simpson, 1980, p. 345; Van Wee (1994), p. 110). Reistijd wordt voor een belangrijk deel bepaald door de bestaande infrastructuur tussen woonlocatie en werklocatie (zie figuur 1.1). Daarnaast heeft de mobiliteit van een huishouden zeer grote invloed op de reistijd. Bereikbaarheid Mensen die willen of moeten reizen tussen verschillende locaties, bijvoorbeeld tussen hun woning en hun werk, zijn afhankelijk van de bestaande infrastructuur. De kwaliteit hiervan bepaalt namelijk de bereikbaarheid van verschillende locaties. Het begrip mobiliteit hangt sterk samen met bereikbaarheid. Deze begrippen worden in de literatuur over de keuze voor een bepaalde woonlocatie of werklocatie veel genoemd (oa. van Wee, 1994 en Kan, 2003). Toch is mobiliteit niet hetzelfde als bereikbaarheid: Mobiliteit heeft betrekking op personen, bereikbaarheid heeft juist betrekking op een bepaalde locatie. Hoe bereikbaar een bepaalde locatie is, hangt af van de aanwezige infrastructuur. Hierbij gaat het niet alleen om (auto)wegen, maar ook om treinverbindingen, tram- en buslijnen, fiets- en voetpaden. Het verkeers- en vervoerssysteem heeft grote invloed op de samenhang tussen de woonlocatie en de werklocatie. Deze systemen hebben de laatste jaren grote veranderingen gekend. Het wegennetwerk is fors uitgebreid, net als het openbaar vervoersnetwerk (van Wee, 1994, P. 60). Mobiliteit Hierboven is de invloed van bereikbaarheid op de reistijd besproken. Voor een ander deel wordt reistijd tussen woning en werklocatie bepaald door de mobiliteit. De mobiliteit komt grotendeels voort uit de persoonskenmerken van een individu. Hieronder zal verder ingegaan worden op dit begrip. Mobiliteit is onder te verdelen in twee categorieën. Aan de ene kant bestaat mobiliteit uit de verplaatsingsmogelijkheden, aan de andere kant is het verplaatsingsgedrag of zijn de verplaatsingskeuzes van invloed op de mobiliteit van iemand. Mobiliteit kan op verschillende manieren worden gemeten. Er kan zowel gekeken worden naar de mobiliteit van huishoudens als die van individuen. In dit onderzoek naar de mobiliteit in Lunetten gelden huishoudens als onderzoekseenheid. Om mobiliteit te kunnen meten, kan er gekeken worden naar de mogelijkheden en beperkingen en naar de voorkeuren van huishoudens ten aanzien van verplaatsing. Er bestaat echter geen eenduidige methode. Er kan bijvoorbeeld gekeken worden of een huishouden beschikking heeft over een auto. Ook kan de nabijheid van een treinstation of bushalte gemeten worden. In het laatste geval kan de bereikbaarheid van deze voorzieningen weer van invloed zijn op de mobiliteit van een persoon. Een zeer belangrijk aspect bij mobiliteit is de keuzes die gemaakt worden ten aanzien van de verplaatsing: met welk vervoersmiddel, op welk moment van de dag wordt er gereisd en welke route wordt er genomen naar de eindbestemming? De keuzes die huishoudens kunnen maken voor hun verplaatsingsgedrag zijn niet oneindig. Mobiliteit van huishoudens wordt beperkt door allerlei factoren, zoals geld, beschikbare tijd, beschikbare vervoersmiddelen en infrastructuur (Feenstra, 2008). Toch zijn er ook allerlei hulpmiddelen die de mobiliteit weer kunnen vergroten. Hierbij kan bijvoorbeeld gedacht worden aan navigatiesystemen en verkeersinformatiediensten. Keuze voor een woon- of werklocatie De tijd die men nodig heeft om de afstand tussen woning en werk af te leggen wordt grotendeels bepaald door de aanwezige infrastructuur en door mobiliteit. Doordat er beperkingen zijn aan de mobiliteit van huishoudens, zal er bij de keuze voor een bepaalde locatie om te wonen of te werken rekening gehouden worden met de mobiliteit c.q. reistijd. Niet elk huishouden hanteert hierbij dezelfde grenzen. Hoe ver of hoe lang iemand bereid is te reizen verschilt per geval en is dus afhankelijk van persoonskenmerken. Op basis van deze verschillen, is de zevende hypothese geformuleerd. ‘Eenpersoonshuishoudens worden verondersteld minder woon-werk afstand af te leggen dan meerpersoonshuishoudens.’ De maximale tijd die huishoudens bereid zijn te reizen of kunnen reizen (door beperkingen van de mobiliteit) bepaalt het gebied waarbinnen huishoudens oriënteren wanneer ze op zoek zijn naar een nieuwe woonlocatie of een andere baan (Feenstra, 2008; van Wee, 1994, P. 39). Uit het hier bovenstaande is ook de achtste en laatste hypothese afgeleid, namelijk dat ‘huishoudens die beschikking hebben over een auto, een grotere woon-werk afstand afleggen ten opzichte van huishoudens zonder auto.’ Verondersteld wordt dat het hebben van een auto de mobiliteit van het huishouden verbetert (Williams, 2009, p. 48).

11

Doorgaans prefereren de meeste werkenden een korte woon-werkafstand en reistijd (Van Wee. 1994 p. 53). Daarom zal men kiezen voor een woon-werk as met de beste infrastructuur, dit betekent immers een kortere reistijd. Een plaats met een centrale ligging in een vervoersnetwerk en met veel kwalitatief hoogwaardige aansluitingen op dat netwerk, zal een hogere aantrekkelijkheid hebben voor forensen om te wonen en/of te werken.

Figuur 1.1: Conceptueel model met daarin schematisch de belangrijkste onderlinge relaties tussen factoren weergegeven

1.4 Conclusie De keuze voor een bepaalde baan wordt beïnvloed door vele factoren. In dit theoretisch hoofdstuk zijn de belangrijkste factoren genoemd. Toch is het hierboven genoemde niet uitputtend. Ook zaken als ervaringen bij vorige werkgevers en sollicitaties, de toegang tot informatie en kennis over de arbeidsmarkt en het gevoel bij een bepaalde baan kunnen de keuze beïnvloeden. Toch gaat het in dit onderzoek niet hoofdzakelijk om welke factoren de keuze voor een bepaalde baan beïnvloeden, maar om de invloed van woonlocatie op deze baankeuze. In het conceptuele model, schematisch weergegeven in figuur 1.1, wordt van drie factoren gesteld dat ze direct invloed hebben op de keuze voor een baan. Deze drie factoren zijn: de woonlocatie, de eigenschappen van de baan en de reistijd. De manier waarop deze drie factoren invloed uitoefenen op de keuze voor een baan, hangt af van een aantal andere factoren. Zo kan het veel uitmaken wat iemands opleidingsniveau is of in welk type huishouden men leeft. Deze persoonskenmerken spelen bij veel relaties in het model een rol. Het bepaalt namelijk welke eisen iemand stelt, hoe iemand ergens over denkt en welke mogelijkheden iemand heeft ten aanzien van de baankeuze. Hieronder staan alle in de tekst besproken hypothesen nog eens op een rijtje. Onderzoekshypothesen: Hypothese 1: Laagopgeleiden vinden collega’s en reistijd belangrijkere eigenschappen van een baan dan hoogopgeleiden. Hypothese 2: Woonlocatie is een belangrijkere factor bij de keuze voor een baan dan de eigenschappen van deze baan: werktijden, salaris, collega’s, reistijd, carrièremogelijkheden, aansluiting bij opleiding. Hypothese 3: Mensen die al langer in Lunetten wonen laten hun woonlocatie sterker meewegen in de keuze voor een baan dan mensen die minder lang in de wijk wonen. Hypothese 4: Bij tweeverdieners speelt de woonlocatie een grotere rol bij de keuze voor een baan dan huishoudens met één kostwinner. Hypothese 5:Werkenden in Lunetten met een hoger opleidingsniveau verhuizen gemiddeld sneller voor een reistijdverkorting dan werkenden in Lunetten met een lager opleidingsniveau. Hypothese 6: Mensen met een koopwoning laten hun woonlocatie sterker meewegen in de keuze voor een baan dan mensen zonder een koopwoning. Hypothese 7: De af te leggen woon-werkafstand is kleiner bij meerpersoonshuishoudens dan bij eenpersoonshuishoudens. Hypothese 8: De af te leggen woon-werk afstand is groter bij personen die beschikking hebben over een auto in vergelijking met mensen die dit niet hebben.

12

H2. Operationalisering Om inzichtelijk te maken hoe het onderzoek is opgebouwd en is uitgevoerd, zullen in dit hoofdstuk de gemaakte keuzes worden verantwoord. Allereerst zal uiteengezet worden hoe tot het onderzoeksgebied gekomen is en zullen de kerngegevens van de wijk worden besproken. Vervolgens zal gekeken worden hoe de onderzoekshypothesen, zoals beschreven in het eerste hoofdstuk, zijn vertaald naar concrete vragen in de enquête (de enquête is te vinden in bijlage 1). De keuzes die bij deze operationalisering gemaakt zijn, zullen worden verantwoord. Ook zal er in dit hoofdstuk worden ingegaan op de wijze van steekproeftrekking. Het proces, waarin een aselecte steekproef is genomen uit de totale populatie (alle huishoudens in de wijk Lunetten), zal worden beschreven. De getrokken huishoudens zijn verdeeld over de vier deelgroepen die deelnamen aan het onderzoek. Ook moest er voor gezorgd worden dat deze groepen op dezelfde manier zouden handelen tijdens het enquêteren. De gemaakte afspraken zullen in dit hoofdstuk ook aan bod komen. Om de onderzoeksgegevens die voortkomen uit de enquêtes aan te vullen, is ervoor gekozen om aanvullend een aantal diepteinterviews af te nemen. Deze interviews zullen worden behandeld in hoofdstuk 4 en de interviews staan uitgeschreven in bijlage 4. De gemaakte keuzes voor de desbetreffende geïnterviewden worden echter besproken in dit hoofdstuk.

2.1 Beschrijving onderzoeksgebied Zoals in de inleiding beschreven, ligt Lunetten ingesloten tussen een viertal infrastructurele transportassen. Het gaat om de Waterlinieweg, de A12, de A27 en de spoorverbinding van Utrecht naar Houten (Zie figuur 2.1). Alle huishoudens die binnen deze vier grenzen liggen, behoren tot de wijk Lunetten en maken onderdeel uit van de totale populatie. Het gaat in totaal om 11.564 inwoners, verdeeld over 6518 huishoudens. Figuur 2.1: Lunetten, gelegen tussen de Waterlinieweg, de A12, de A27 en de spoorverbinding (Bron: Openstreetmap.org).

13

Lunetten is een relatief jonge wijk. Het percentage 65-plussers in Lunetten-Zuid ligt meer dan 3 procentpunt lager dan het gemiddelde van Utrecht (6,7% om 9,8%). Voor Lunetten-Noord ligt dit percentage op 8.7. Het percentage potentiële beroepsbevolking is in Lunetten groter dan in Utrecht. Het percentage allochtonen is relatief laag (25%). Voor Utrecht als geheel ligt dit percentage op 32% (WistUdata, 2011).

2.2 Operationalisering hypothesen Hypothese 1: Laagopgeleiden vinden collega’s en reistijd belangrijkere eigenschappen van een baan dan hoogopgeleiden. In deze hypothese draait het om het verschil in voorkeuren voor een baan tussen laag- en hoogopgeleiden. Het begrip ‘belangrijkere eigenschappen’ houdt het cijfer dat een respondent aan een baaneigenschap toekent in, een voorbeeld: Een persoon ‘X’ vindt bij de keuze voor een nieuwe baan zijn reistijd niet belangrijk, hier kent hij een laag cijfer (bijvoorbeeld 2) aan toe, echter een persoon ‘Y’ vindt reistijd wel degelijk belangrijk en kent een hoog cijfer toe (bijvoorbeeld 9). In enquêtevraag 53 werd ze gevraagd om voor de mate waarin ze een factor van belang vinden bij de keuze van een nieuwe baan, een cijfer te geven op een schaal van 1 tot 10 (1=totaal onbelangrijk, 10=zeer belangrijk). De respondent heeft zo de mogelijkheid om de factoren ten opzichte van elkaar te wegen, immers de respondent gebruikt dezelfde cijferschaal voor elk van de factoren. In feite wordt in deze hypothese dus voor twee factoren getoetst. In deze hypothese is het verwachte verband dat het cijfer dat de respondent toekent aan reistijd, verschilt als ook het opleidingsniveau verschilt. Dit is aan de respondent voorgelegd in vraag 10: ‘Wat is uw hoogst voltooide opleiding?’. Het opleidingsniveau is opgesplitst in drie klassen: ‘laagopgeleid’, ´middelbaar opgeleid´ en ‘hoogopgeleid’. Laagopgeleid bevat de respondenten die geen opleiding genoten hebben of de volgende opleidingen hebben voltooid: lagere school, basisschool, LBO (LTS, LEAO, LHNO, etc.), MAVO, MULO, VMBO. De klasse ‘middelbaar opgeleid’ bevat de opleidingen: MBO, HAVO, VWO, Atheneum en Gymnasium. De klasse ‘hoogopgeleid’ bestaat uit respondenten met een van de volgende voltooide opleidingen: HBS, HBO, Universitaire opleiding. De indeling van de Utrechtse Buurtmonitor (WistUdata, 2011), is aangehouden en later gebruikt bij de representativiteitsanalyse. Door de opleidingen op deze manier in te delen, ontstaan er ongeveer even grote groepen. Hypothese 2: Woonlocatie is een belangrijkere factor bij de keuze voor een baan dan de eigenschappen van deze baan: werktijden, salaris, collega’s, reistijd, carrièremogelijkheden en aansluiting bij opleiding. Voor deze hypothese is het van belang welke van de bovenstaande factoren van invloed zijn op de keuze voor een baan. Voor het kunnen toetsen van deze hypothese is enquêtevraag 53 gebruikt. Hierin konden mensen zoals eerder gezegd verschillende eigenschappen van een baan becijferen. Bij vraag 45 konden respondenten ook cijfers geven maar dan voor de woonlocatie. Door het gemiddelde cijfer te bereken bij beide vragen, kan uitgezocht worden of mensen die bij vraag 52 aangegeven hebben de woonlocatie belangrijker te vinden bij de keuze voor een baan, ook daadwerkelijk hogere cijfers geven bij de waardering van de wooneigenschappen. Of juist andersom: geven mensen die aan hebben gegeven bij de keuze van een nieuwe baan de eigenschappen van de baan belangrijker te vinden, ook daadwerkelijk hogere cijfers voor hoe belangrijk ze bepaalde eigenschappen van de baan vinden. Hypothese 3: Mensen die al langer in Lunetten wonen, laten hun woonlocatie sterker meewegen in de keuze voor een baan dan mensen die minder lang in de wijk wonen. Door enquêtevraag 5: ‘In welk jaar bent u in Lunetten komen wonen?’, te relateren met enquêtevraag 52: ‘Wat vindt u belangrijker bij de keuze voor een nieuwe baan: Uw woonlocatie of de eigenschappen

14

van uw baan?’, is de verwachting dat er verbanden zichtbaar worden tussen het aantal jaren dat een respondent woonachtig is in Lunetten en de factoren die een rol spelen bij de keuze voor een baan. Door bij vraag 5 het jaartal af te lezen en dit af te trekken van 2011, konden we logischerwijs het aantal jaren dat diegene woonachtig is in Lunetten achterhalen. Er is gekozen voor een klassenindeling wat betreft aantal jaren woonachtig. Aangezien iemand had aangegeven in 1976 te zijn gaan wonen in Lunetten en dus 35 jaar woonachtig is in de wijk, hebben we er voor gekozen vijf klassen van zeven te maken. In de eerste plaats omdat er op deze manier even grote klassen ontstaan. In de tweede plaats is hiervoor gekozen omdat zo voldoende celvulling per groep ontstond. Hypothese 4: Bij tweeverdieners speelt de woonlocatie een grotere rol bij de keuze voor een baan dan huishoudens met één kostwinner. Enquêtevragen 11 en 13: ‘Wat is uw huidige arbeidssituatie?’ en ‘Heeft uw partner een vaste baan van meer dan 12 uur per week?’ staan centraal bij deze hypothese. Respondenten die bij vraag 11 antwoorden: werken of studerend/werkend en bij vraag 13 antwoorden met ‘ja’ rekenen we tot tweeverdiener. Respondenten die aangeven te werken bij vraag 11(Werkend of studerend/werkend) en aangeven dat hun partner niet werkt bij vraag 13, hebben we gerekend tot huishoudens met één kostwinner. Dit zelfde geldt voor respondenten die aangeven niet te werken bij vraag 11 (nietwerkend of studerend) en bij vraag 13 antwoorden met ‘ja’. Vervolgens wordt gekeken hoe deze twee groepen antwoorden op vraag 52: ‘Wat vindt u belangrijker bij de keuze voor een nieuwe baan: Uw woonlocatie of de eigenschappen van uw baan?’. Hypothese5: Werkenden in Lunetten met een hoger opleidingsniveau verhuizen gemiddeld sneller voor een reistijdverkorting dan werkenden in Lunetten met een lager opleidingsniveau. Er is bij de indeling van de opleidingsniveaus gekozen voor dezelfde indeling als bij hypothese 1 (laag, middelbaar en hoogopgeleid). Er wordt bij deze hypothese gebruik gemaakt van een scenariovraag, namelijk enquêtevraag 49: ‘Uw reistijd naar uw werk neemt aanzienlijk af. Is dit een reden voor u om te verhuizen uit Lunetten?’. Door deze vraag te relateren met enquêtevraag 10: ‘Wat is uw hoogst voltooide opleiding?’, is de verwachting dat er verbanden zichtbaar worden tussen het opleidingsniveau van de en de bereidheid van de respondent om te verhuizen voor een kortere reistijd. Hypothese 6: Mensen met een koopwoning laten hun woonlocatie sterker meewegen in de keuze voor een baan dan mensen zonder een koopwoning. Het gaat in deze hypothese nadrukkelijk om het verschil tussen respondenten met een koopwoning en respondenten zonder een koopwoning. Onder respondenten met een koopwoning wordt verstaan: alle respondenten die eigenaar, of deels- eigenaar zijn van een woning. Onder respondenten zonder een koopwoning verstaan we alle personen die hebben aangegeven geen koopwoning te hebben. Deze informatie is verkregen door middel van enquêtevraag 4: ‘Heeft u een koopwoning?’ Door deze vraag te verbinden met enquêtevraag 52: ‘Wat vindt u belangrijker bij de keuze voor een nieuwe baan: Uw woonlocatie of de eigenschappen van uw baan?’ , is de verwachting dat er verbanden zichtbaar worden tussen het al dan niet in bezit zijn van een koopwoning en de rol van de woonlocatie. De relatie die voor deze hypothese van belang is, is de relatie tussen koopwoning en woonlocatie, de verwachting is dat dit verband sterker is bij respondenten met een koopwoning dan bij respondenten zonder een koopwoning. Hypothese 7: De af te leggen woon-werkafstand is kleiner bij meerpersoonshuishoudens dan bij eenpersoonshuishoudens. Door enquêtevraag 29: ‘Wat is de postcode van uw werklocatie?, te relateren met enquêtevraag 7: ‘Wat is uw huishoudensamenstelling?’, is de verwachting dat er verbanden zichtbaar worden tussen de huishoudensamenstelling en de afstand die een respondent afgelegd tot aan zijn huidige werk. Respondenten die bij vraag 7 antwoorden met ‘alleenstaand’ worden vanzelfsprekend gezien als eenpersoonshuishoudens. De rest wordt gerekend onder meerpersoonshuishoudens. Het verwachte

15

verband gaat ervan uit dat respondenten uit meerpersoonshuishoudens een kleinere afstand afleggen tot het werk dan respondenten uit éénpersoonshuishoudens. De postcodes van de werklocatie van de respondenten zullen door middel van een berekening met het computerprogramma GIS worden omgezet in een afstand in kilometers. Voor Lunetten als woonlocatie zal daarbij een vast punt worden gekozen. Hypothese 8: De af te leggen woon-werk afstand is groter bij personen die beschikking hebben over een auto in vergelijking met mensen die dit niet hebben. Deze hypothese is vergelijkbaar met hypothese 7 aangezien er wederom wordt gekeken naar woonwerkafstand. Vraag 29: ‘Wat is de postcode van uw werklocatie?’ wordt opnieuw gebruikt. Er zal wederom gebruik worden gemaakt van een GIS berekening. In tegenstelling tot hypothese 7 wordt nu echter gekeken naar de woon-werkafstand van aan de ene kant mensen met een auto en aan de andere kant personen zonder auto. Hierbij zal gebruik worden gemaakt van enquêtevraag 15: ‘Heeft u een auto tot uw beschikking?’. Respondenten die deze vraag beantwoorden met: Ja, in (gedeeld) eigendom of Ja, een huurauto, worden beschouwd als mensen met een auto tot hun beschikking. Om de hypotheses te toetsen wordt er gebruik gemaakt van statistische toetsen. In bijlage 2 wordt weergegeven welke toetsen per hypothese gebruikt zijn (Analyseschema). In hoofdstuk 5 wordt een statistische analyse gegeven van de hierboven beschreven hypothesen.

2.3 Verantwoording onderzoeksmethoden en steekproeftrekking 2.3.1 Gebruikte onderzoeksmethoden Om op een wetenschappelijk verantwoorde manier tot kennis te komen, is het nodig om op een systematische en gestructureerde wijze onderzoek te doen. In het onderzoek naar mobiliteit in Lunetten is ervoor gekozen om gebruik te maken van zowel kwantitatieve als kwalitatieve onderzoeksmethoden. Omdat er vier groepen zijn die hetzelfde gebied onderzoeken, is de keuze gemaakt gezamenlijk te werken aan één eenduidig veldwerkonderzoek. Er is dus gekozen voor één (wat langere) enquête. Een nadeel van deze methode is dat de diepgang per subgroepje een stuk lager is (door het lagere aantal enquêtevragen dat per groepje gesteld kan worden). Toch heeft het werken op deze manier grote voordelen: er kan veel tijd bespaard worden door één gezamenlijke veldwerkprocedure af te werken, in plaats van vier losse. Daarnaast zijn de gegevens van alle onderzochte huishoudens voor alle groepjes beschikbaar. Iedere afzonderlijke groep kan op deze manier met een groter aantal waarnemingen zijn hypothesen toetsen. Hieronder zal verder ingegaan worden op de gevolgde procedure tijdens het kwantitatieve onderzoek, waarna de gebruikte kwalitatieve onderzoeksmethoden worden belicht. 2.3.2 Kwantitatief onderzoek Een bruikbare manier om systematisch tot de benodigde onderzoeksresultaten te komen is het afnemen van enquêtes. Deze kwantitatieve methode kan systematisch inzicht geven in de manier waarop huishoudens in Lunetten tegen mobiliteitsproblemen in de wijk aankijken. Een voordeel van kwantitatief onderzoek in de vorm van enquêtes is ten eerste gelegen in het feit dat de kosten zeer laag zijn. Ten tweede is de anonimiteit bij het schriftelijk afnemen van enquêtes zeer hoog. Het feit dat mensen anoniem de enquête invullen en deze enquête later pas genummerd wordt, heeft een gunstig effect op de grootte van de respons. Mensen zullen immers minder snel sociaalwenselijke antwoorden geven op gevoelige vragen. Dit zorgt er voor dat de responsvertekening laag blijft (Boeije et al, 2009). Ten derde kan de respondent de enquête op een zelf gekozen tijd en tempo invullen. Mensen zullen hierdoor sneller geneigd zijn mee te werken. Ten vierde is kwantitatief onderzoek in de vorm van enquêtes beter repliceerbaar dan bijvoorbeeld kwalitatieve interviews. Er zal nooit een identieke steekproef kunnen worden getrokken. Echter, als beide steekproeven representatief zijn, is het mogelijk te generaliseren (Boeije et al, 2009). Ten vijfde zijn enquêtegegevens makkelijk en snel te verwerken en te analyseren door middel van het uitvoeren van statistische toetsen in SPSS. Om uitspraken te kunnen doen over alle huishoudens in Lunetten (6518), is het nodig dat er een steekproef wordt getrokken die representatief is voor de populatie. Om een goede afspiegeling van

16

de gehele wijk Lunetten te krijgen, zal de steekproef van voldoende omvang moeten zijn. Vervolgens kunnen op basis van de steekproefgegevens statistische toetsen uitgevoerd worden, die met (meestal) 95% betrouwbaarheid iets kunnen zeggen over de gehele populatie. Om te voorkomen dat de betrouwbaarheid van het onderzoek in het geding komt, zal een zo nauwkeurig mogelijke afspiegeling van de populatie onderzocht moeten worden. Dit wordt bereikt door het trekken van een aselecte steekproef. Om ‘ruis’ te voorkomen wordt de selectieprocedure van de aselecte steekproef op een gestructureerde manier tot stand gebracht. Dit houdt in dat er met behulp van een ‘random selecter’ in Excel een lijst wordt opgesteld van de te onderzoeken huishoudens. Omdat de onderzoeksgroep uit 16 onderzoekers bestaat, is het van groot belang om aandachtig en gestructureerd aan het werk te gaan om zo miscommunicatie en overlapping te voorkomen. Zoals hierboven vermeld, is er in onderling overleg tussen de vier verschillende onderzoeksgroepen gewerkt aan een algemene aanpak voor het afnemen en het verwerken van de enquêtes. Er is gebruik gemaakt van een adressenlijst van Lunetten en de minimaal benodigde respons voor het onderzoek is berekend (60% non-respons). Na onderling overleg met de veldwerkcoördinatoren is besloten een random toevalsgetal generator los te laten op de 6518 huishoudens in Lunetten. Bij deze willekeurige selectie moest rekening worden gehouden met een onderzoekster uit Groningen, die tevens ging enquêteren in de wijk. Door de door haar benaderde huishoudens uit te sluiten in onze steekproef, kon voorkomen worden dat huishoudens twee keer benaderd zouden worden. Er volgde een selectie van 840 random nummers. Rekening houdend met een non-respons van 60% moesten er voor een representatieve steekproef 336 huishoudens benaderd worden. Dit betekent dat elke onderzoeksgroep een respons van 84 huishoudens moet zien te realiseren. Om de non-respons zo laag mogelijk te houden, is ervoor gekozen om potentiële respondenten de enquête in hun eigen tijd en tempo te laten invullen. Tijdens het enquêteren wordt consequent gevraagd wanneer het de mensen zou schikken de enquête in te vullen. We hebben er als groepjes voor gekozen ons als enquêteurs hier zoveel mogelijk op aan te passen. Daarnaast is om de nonrespons zo laag mogelijk te houden besloten op drie verschillende dagdelen te enquêteren. Er wordt op een middag, avond en in het weekend geënquêteerd zodat de mensen die ’s middags niet thuis zijn alsnog worden benaderd op tijden waar de kans groot is dat ze wel thuis zijn. Zijn zij ook ’s avonds niet te bereiken dan wordt als laatste poging een tijdstip in het weekend geprobeerd. Zijn zij ook dan niet thuis dan wordt deze respondent met de term ‘non-respons’ betiteld. Dit geldt ook voor de huizen waar niemand woont. 2.3.3 Kwalitatief onderzoek Naast kwantitatief onderzoek is het voor de kwaliteit van het leeronderzoek van groot belang kwalitatief onderzoek te verrichten. Er is gekozen voor diepte-interviews welke een goede aanvulling zijn op de enquête-uitkomsten en de in hoofdstuk 1 behandelde wetenschappelijke literatuur. Doordat er gekozen is voor ‘expert-interviews’ is het mogelijk dieper in te gaan op bepaalde onderwerpen, aangezien de geïnterviewden een autoriteit zijn op het desbetreffende gebied. Een ander voordeel van diepte-interviews is dat bij een dergelijke methode door kan worden gevraagd op bepaalde antwoorden, hetgeen logischerwijs niet mogelijk is bij enquêtes. Aangezien de hoofdvragen en thema’s vast liggen, kan gesproken worden van een semigestructureerd interview (Boeije, 2009). Bovendien bestaat de mogelijkheid – aangezien er is gekozen voor ‘expert interviews’ – de uitkomsten uit de enquête voor te leggen aan de geïnterviewde. De geïnterviewde kan zo helpen bij de interpretatie van de kwantitatieve gegevens. Voor het selecteren van geschikte kandidaten voor de diepte-interviews, is een aantal criteria gehanteerd. Ten eerste moeten de diepte-interviews bijdragen aan de theoretische achtergrond van het onderzoek. Op deze manier bestaat deze niet alleen uit literatuuronderzoek, maar ook uit een andere vorm van (primaire) gegevens. Vervolgens is de vraag wie te benaderen voor een interview. Het is de bedoeling met deze interviews meer diepgang te krijgen in het onderzoek. Omdat het onderzoek zich erg specifiek richt op de invloed van woonlocatie op werklocatie in de wijk Lunetten, is het lastig personen te vinden die alles afweet van dit onderwerp op deze locatie. Een iets bredere oriëntatie helpt daarbij. De eerste

17

persoon die in aanmerking komt voor een interview is iemand binnen de Universiteit Utrecht, Jan Prillwitz. Hij doceert in de Stadsgeografie aan de Universiteit en kan met zijn kennis inhoudelijk dieper ingaan op vragen over mobiliteit en forensisme. Een tweede persoon die kan helpen de processen die spelen binnen de wijk Lunetten te begrijpen, is wijkwethouder Zuid en wethouder Verkeer Frits Lintmeijer. Hij is actief in contact met de diverse bewonersgroepen binnen Lunetten en speelt een (politieke) rol bij de besluitvorming rondom de verbreding van de rijksweg A27. De derde persoon die geïnterviewd zal gaan worden, is Roland Pereboom. Hij is de directeur van het Mileucentrum Utrecht. Dit milieucentrum houdt zich bezig met de diverse problemen rondom de geluidsoverlast en milieuvervuiling in de wijk Lunetten. Ook weet hij veel over de gang van zaken bij de uitbreiding van de A27 en de (milieu)eisen die hierbij worden gesteld. Naast Roland Pereboom zal ook Tabe Tietema, Secretaris van het Mobiliteitsplatform Utrecht, bij het interview aanwezig zijn. Hij werkt nauw samen met Pereboom en heeft veel kennis over mobiliteitsvraagstukken in Utrecht en mobiliteitsvraagstukken in het algemeen. De personen die geïnterviewd zullen worden hebben een zeer divers werkgebied en beleidsveld. Hiermee kan vanuit verschillende invalshoeken gekeken worden naar de mobiliteitssituatie in de wijk Lunetten. Daarnaast zal worden geprobeerd meer informatie te verkrijgen over de verbanden die belangrijk zijn bij het onderzoeken van de woonlocatie en de invloed van woonlocatie op werklocatie.

2.4 Conclusie Om de in hoofdstuk 1 besproken theorie te kunnen gebruiken als basis voor het eigen onderzoek, zijn de in dat hoofdstuk geformuleerde onderzoekshypothesen hier gebruikt als uitgangspunt. De op theorie gebaseerde verwachtingen moeten uiteindelijk getoetst kunnen worden. Daarvoor is het nodig alle begrippen te operationaliseren. Bij elke hypothese is vermeld welke vragen uit de enquête gebruikt zijn om de gegevens aan elkaar te koppelen. Ook is er telkens verantwoord hoe bepaalde variabelen zijn opgebouwd. Zo wordt bij hypothese 1 (het verschil in beoordeling van baaneigenschappen door mensen met een ander opleidingsniveau) uitgelegd hoe de ruwe informatie uit de enquête (hoogste voltooide opleiding) is verwerkt tot opleidingsklassen. De gemaakte keuzes zijn telkens inzichtelijk gemaakt en verantwoord. Ook is beschreven waarom er is gekozen voor de kwantitatieve onderzoeksmethode en welke stappen zijn doorlopen bij het opzetten van het enquête onderzoek. Hierin speelde de steekproeftrekking een zeer centrale en belangrijke rol. Hier hangt namelijk voor een groot deel van af of er sprake is van een aselect getrokken representatieve steekproef. Tot slot is verantwoord waarom gekozen is voor het doen van een aantal extra diepteinterviews, wat valt onder het doen van kwalitatief onderzoek. Het is zeer belangrijk alle gemaakte keuzes te verantwoorden, omdat dit de inzichtelijkheid en repliceerbaarheid van het onderzoek bevordert.

18

H3. Steekproefbeschrijving en representativiteitsanalyse Bij het nemen van een steekproef van 321 huishoudens uit de Utrechtse wijk Lunetten, is er onder andere gevraagd naar een aantal algemene eigenschappen en persoonskenmerken. Allereerst zal door middel van een beschrijving van de statistische gegevens een beeld gegeven worden van de samenstelling van de steekproef. Vervolgens zal aan de hand van een vijftal categorale variabelen worden gecontroleerd in hoeverre de steekproef representatief is voor de gehele populatie, namelijk voor alle huishoudens in de wijk Lunetten. Bij afwijkingen van de steekproef ten opzichte van de populatie, zal er gewogen moeten worden.

3.1 Huishoudenskenmerken 3.1.1 Aantal jaren woonachtig in Lunetten Er zijn een aantal huishoudenskenmerken die de moeite waard zijn nader te bestuderen. Wanneer er wordt gekeken naar het aantal jaren dat mensen uit de steekproef in de wijk wonen, valt het op dat de respondenten gemiddeld al langer dan 10 jaar in Lunetten wonen. Sommigen wonen al vanaf het begin van de wijk (1976) in Lunetten, maar de meeste respondenten zijn pas in de afgelopen 10 jaar komen wonen in de wijk (tabel B 3.1A). Er is sprake van een zeer negatief scheve verdeling. Om te kijken wat de relatieve spreiding van de waarnemingen is ten opzichte van het gemiddelde, is de variatiecoëfficiënt berekend (tabel B 3.1B). Deze geeft met een waarde van 0.89 een hoge relatieve spreiding weer. Opvallend is dat ruim 20% van de mensen in een onderzoek naar de Utrechtse wijken en buurten (WistUdata, 2011) aangeeft binnen 2 jaar zeker te willen verhuizen uit de wijk Lunetten. 3.1.2 Huishoudensgrootte Het gemiddelde huishouden in Lunetten telt 1.8 personen (WistUdata, 2011). In Nederland wonen er gemiddeld 2.2 mensen per huishouden (Centraal Bureau voor de Statistiek, 2011). De gemiddelde huishoudensgrootte in de getrokken steekproef bedraagt echter 2.91 (tabel B 3.2B). Dit is ruim één persoon hoger dan het gemiddelde van Lunetten. Dit verschil valt deels te verklaren aan het feit dat er relatief veel studentenhuishoudens in de steekproef zitten (13.3%). Studenten hebben op de vraag uit hoeveel mensen hun huishouden bestond vaak hoge aantallen opgegeven: het aantal mensen met wie men op één adres woont (tot maximaal 9 personen). In de statistieken worden studentenwoningen vaak gerekend tot eenpersoonshuishoudens, waardoor het gemiddelde lager uitvalt. In de steekproef woont meer dan een kwart (27.1%) van de respondenten in een huishouden met twee personen. Iets meer dan een vijfde (22.2%) vormt alleen een huishouden. Huishoudens met drie personen maken 18.5% van het totaal uit (tabel B 3.2A). Ook de relatieve spreiding (variatiecoëfficiënt) is berekend. De spreiding ten opzichte van het gemiddelde is met 0.587 redelijk groot. Los van het aantal personen per huishouden, is er ook gevraagd of er kinderen jonger dan 12 jaar deel uitmaken van het huishouden. Deze vraag werd door 26% van de respondenten met ‘ja’ beantwoord (tabel B 3.2C).

3.2 Financiële kenmerken 3.2.1 Arbeidssituatie Met de vraag wat de huidige arbeidssituatie van de respondenten is, kan gekeken worden hoe de steekproefverdeling is tussen werkenden, niet-werkenden, studerenden en mensen die zowel werken als studeren. Van de respondenten heeft 67.7% een betaalde baan. 13% van de respondenten gaf aan dat men niet werkte. 9.3% gaf aan te studeren zonder vaste baan ernaast. 9.9% van de respondenten gaf aan zowel te studeren en te werken (tabel B 3.3). De mensen die een baan hebben (niet per definitie een vaste baan van meer dan 12 uur per week), werken gemiddeld 31.6 uur per week. 4 uur per week is het minimale waargenomen aantal uren, 60 uur per week het maximale. De steekproevenverdeling is echter niet normaal verdeeld. Er is sprake van een negatief scheve verdeling. De meest voorkomende waarde is 40 uur per week. Het gemiddelde ligt hier onder, door uitschieters met lage waarden. De standaarddeviatie is hoog (9.511),

19

maar dit komt door de uitschieters aan de hoge en lage kant van de verdeling. Een betere indicator voor de spreiding is de relatieve spreiding (variatiecoëfficiënt). Deze bedraagt 0.30 en is hiermee betrekkelijk klein (tabel B 3.4A & B 3.4B). Naast de arbeidssituatie van de respondent zelf, is er ook gevraagd naar de werksituatie van een eventuele partner. In 41.6% van de gevallen gaf de respondent aan een partner te hebben met een vaste baan van 12 uur per week of meer. 21.1% van de respondenten had geen partner met een vaste baan. Voor de overige 37.3% was deze vraag niet van toepassing. Het percentage voor wie deze vraag niet van toepassing was, komt overeen met het percentage alleenstaanden (tabel B 3.5A). Omdat het kan zijn dat een respondent heeft ingevuld een partner te hebben met een vaste baan van meer dan 12 uur per week of meer, zonder zelf een vaste baan te hebben, wordt er ook nog gekeken naar het aandeel tweeverdieners. Nu blijkt dat van alle respondenten 40.3% samen met de partner een dubbel inkomen heeft (tabel B 3.5B). 3.2.2 Inkomen Hier zal gekeken worden naar het netto maandinkomen van de respondenten uit de steekproef. Er is onderscheid gemaakt tussen drie verschillende inkomensklassen. Dit omdat het huishoudensinkomen niet altijd even nauwkeurig valt in te schatten en om te voorkomen dat er een drempel gecreëerd wordt de vraag te beantwoorden (bijvoorbeeld doordat het gevoelig kan liggen bij respondenten). De drie klassen zijn: 1500 euro of minder, 1501 t/m 3000 euro en 3001 euro of meer. 24.8% van de respondenten geeft aan een maandinkomen te hebben van 1500 euro of minder. De grootste groep respondenten (39,4%) zit in de middelste klassen, dus heeft een netto maandinkomen tussen de 1501 en 3000 euro. De overige 35.8% heeft een inkomen boven de 3001 euro (tabel B 3.6A). Het autobezit lijkt gerelateerd te zijn aan het inkomen: in de steekproef heeft 60,8% minstens één auto in bezit. Daar komt nog 4.3% bij van mensen die een auto huren of in gedeeld bezit hebben. Deze respondenten geven dus aan wel te beschikken over een auto. De overige 34.9% heeft geen auto tot zijn/haar beschikking (tabel B 3.6B)

3.3 Representativiteit van de steekproef Om te testen of de getrokken steekproef representatief is voor alle huishoudens in de Utrechtse wijk Lunetten, wordt er in deze paragraaf gekeken naar de frequentieverdelingen van een aantal categorale variabelen. Er zal getoetst worden op de variabelen geslacht, leeftijd, percentage mensen in een koopwoning, opleidingsniveau en huishoudensamenstelling. De gegevens die gebruikt zijn om te testen of de getrokken steekproef representatief is voor de populatie, zijn afkomstig van Wistudata (2011). 3.3.1 Geslacht Uit de gegevens op WistUdata blijkt dat er in de wijk Lunetten meer mannen dan vrouwen wonen. Het percentage mannen is 50.4% en het percentage vrouwen 49.6%. In de steekproef van 326 personen (huishoudens zijn de onderzoekseenheid, maar van de mensen die de enquête hebben ingevuld zijn basisgegevens gevraagd) is er een iets andere verdeling van mannen en vrouwen: 51.2% is man, 48.8% is vrouw (tabel B 3.7A). Om te onderzoeken of het verschil tussen de waargenomen frequentie en de te verwachten frequentie significant is, is er een Chi-kwadraad goodness-of-fit toets gebruikt. Na analyse van de uitvoer kan met 95% betrouwbaarheid geconcludeerd worden dat er geen significant verschil bestaat tussen de waargenomen verdeling tussen mannen en vrouwen en de te verwachten verdeling op basis van de gegevens van WistUdata (tabel B 3.7B & B 3.7C). De getrokken steekproef is dus representatief voor de populatie voor de variabele geslacht. 3.3.2 Leeftijd Om te testen of de leeftijdsopbouw van de respondenten uit de steekproef representatief is voor de opbouw van alle inwoners van de Utrechtse wijk Lunetten, is weer gebruik gemaakt van een Chikwadraat Goodness-of-fit toets. Allereerst zijn er leeftijdsklassen gemaakt: 18-24 jaar, 25-34 jaar, 3544 jaar, 45-54 jaar, 55-64 jaar en 65 jaar en ouder. Deze klassen komen overeen met de populatiegegevens die te vinden zijn op WistUdata (2011). Er zijn geen directe percentagegegevens genomen van de populatie, aangezien daarin ook de 0-18 jarigen waren meegenomen. Deze personen komen echter niet terug in de getrokken steekproef. Voor de Goodness-of-fit toets zijn de absolute

20

aantallen genomen en aan de hand hiervan is het aandeel per leeftijdsklasse berekend over alle inwoners ouder dan 18 jaar. Hieronder staan de verwachte percentages op basis van de gegevens van WistUdata tegenover de waargenomen leeftijdsverdeling. Tabel 3.1: Verdeling over leeftijdscategorieën in Lunetten als geheel en in de steekproef

Leeftijdsklasse Lunetten Steekproef

18-24 jaar 17.3% 14.7%

25-34 jaar 24.8% 29.8%

35-44 jaar 19.2% 21.8%

45-54 jaar 18.8% 21.2%

55-64 jaar 11.0% 7.4%

65+ 8.9% 5.2%

Bron: WistUdata (2011); zie ook tabel B 3.8A

Na het doen van een Chi-kwadraat Goodness-of-fit toets kan met 95% betrouwbaarheid geconcludeerd worden dat er een significant verschil is tussen de waargenomen leeftijdsverdeling en de verwachte leeftijdsverdeling op basis van de gegevens van WistUdata (tabel B 3.8B & B 3.8C). De significantie is kleiner dan 0.05, dus de nul-hypothese dat de waargenomen en verwachte waarden aan elkaar gelijk zijn, wordt verworpen. Er moet dus gewogen gaan worden om de gevonden verschillen te compenseren. Respondenten die tussen de 25 en 54 jaar zijn, zijn oververtegenwoordigd in de steekproef. Respondenten tussen de 18 en 24 jaar en van 55 jaar en ouder zijn juist ondervertegenwoordigd (tabel 3.1 & tabel B 3.8B). Voor deze verschillen zal worden gecorrigeerd door middel van weging. De variabele leeftijd is hiervoor gekozen omdat de indelingen in leeftijdsklassen nauwkeurig zijn en precies overeenkomen met de klassenindeling in de steekproef. De ontstane verschillen tussen de te verwachten leeftijdsopbouw op basis van de gegevens van WistUdata en de waargenomen leeftijdsopbouw, kunnen deels verklaard worden door te kijken naar de manier van enquêteren. Er werd bij het afgeven van de enquête aan de deur vermeld dat een van de gezinshoofden deze moest invullen. Elke keer dat er ook een thuiswonend kind van boven de 18 jaar in dat huishouden woonde, had deze geen kans de enquête in te vullen. Een andere verklaring zou kunnen zijn dat mensen uit deze leeftijdscategorie minder bereid zijn mee te werken aan een enquêteonderzoek. Dit argument kan ook de ondervertegenwoordiging van ouderen verklaren. In de praktijk bleken ouderen vaker dan gemiddeld niet mee te willen werken aan de enquête, omdat ze het te lang vonden duren, het ze te ingewikkeld leek of omdat ze de deur niet open durfden te doen. 3.3.3 Aandeel koopwoningen De test op de variabele ‘wel of geen koopwoning’ moet laten zien of er in de getrokken steekproef geen over- of ondervertegenwoordiging is van huishoudens die wonen in een koopwoning. Weer is gebruik gemaakt van de Chi-kwadraat Goodness-of-fit toets en van gegevens afkomstig van WistUdata. Uit de gegevens van WistUdata blijkt dat in geheel Lunetten 38% van de huishoudens wonen in een koopwoning. Dit terwijl in de steekproef 46.7% van de huishoudens aangaf in een koopwoning te wonen (tabel B 3.9A) . Er kan met 95% betrouwbaarheid geconcludeerd worden dat er een significant verschil is tussen het waargenomen aandeel van koopwoningen en het verwachte aandeel koopwoningen. In bijlage 2.3 is te zien dat de ‘significance’ kleiner is dan 0.05 en dus moet de nul-hypothese - de waargenomen en verwachte waarden zijn aan elkaar gelijk – wordt verworpen. Er moet dus gewogen worden, aangezien er een oververtegenwoordiging is van huishoudens die een koopwoning hebben. Aangezien het slechts mogelijk is te wegen op één variabele, zal er niet gecorrigeerd worden voor de oververtegenwoordiging van huishoudens met een koopwoning. Toch zal een deel van de oververtegenwoordiging van koopwoningen gecorrigeerd worden door te wegen op de variabele leeftijd. Het hebben van een koop of huurwoning is namelijk voor een groot deel afhankelijk van de levensfase (en dus leeftijd) waarin iemand zich bevindt. Er zou een samenhang kunnen zijn tussen de ondervertegenwoordiging van ouderen in de steekproef en de ondervertegenwoordiging van huurwoningen. Ouderen wonen gemiddeld gezien vaker in een huurwoning. 3.3.4 Opleidingsniveau Om te bekijken of er in de getrokken steekproef geen lagere of hogere afspiegeling is van mensen met een bepaald opleidingsniveau – dus of de steekproef representatief is voor de populatie – wordt er weer een Chi-kwadraat Goodness-of-fit toets uitgevoerd. De respondenten worden onderverdeeld in opleidingsklassen. Om te kunnen vergelijken met de populatiegegevens van WistUdata, is het nodig dat dezelfde klassen worden gehanteerd. Het gaat om drie opleidingsklassen, namelijk ‘laag

21

opgeleiden’ (geen opleiding, lager onderwijs/basis onderwijs, LEAO, LHNO, LTS, MAVO, MULO, VMBO), ‘middelbaar opgeleiden’ (MBO, HAVO, Atheneum, Gymnasium) en ‘hoog opgeleiden’ (HBO, Universiteit). In heel Lunetten is 15.0% van de inwoners laagopgeleid, 28.9% middelbaar opgeleid en 56.0% hoog opgeleid. In de getrokken steekproef lagen deze percentages iets anders, respectievelijk 14%, 22% en 64% (tabel B 3.10A). Er is dus een oververtegenwoordiging van hoogopgeleiden in de steekproef. Ook uit de Goodness-of-fit test (tabel B 3.10 B & B 3.10C) blijkt dat er met 95% betrouwbaarheid een significant verschil is tussen het waargenomen opleidingsniveau en het verwachte opleidingsniveau (Sig. < 0.05, dus nul-hypothese – gelijke aantallen - wordt verworpen). Daarom moet er gewogen worden voor de variabele opleidingsniveau. Omdat het slechts mogelijk is om op één variabele te wegen, zal er niet gecorrigeerd worden voor de oververtegenwoordiging van hoogopgeleiden en de ondervertegenwoordiging van middelbaar opgeleiden. Toch zal een gedeelte van het verschil worden gecorrigeerd door de variabele leeftijd te wegen. Er is namelijk een oververtegenwoordiging van jonge mensen in de steekproef (25 t/m 34 jaar) maar ook van mensen van middelbare leeftijd (35-54 jaar). Juist deze jonge mensen (76% hoogopgeleid) en mensen van middelbare leeftijd (69% hoogopgeleid) hebben een hoge opleiding (tabel B 3.10D). Wanneer er dus wordt gecorrigeerd voor de variabele ‘leeftijd’, zal tegelijkertijd een groot deel van de oververtegenwoordiging van hoogopgeleiden gecorrigeerd worden. 3.3.5 Huishoudenssamenstelling De samenstelling van het huishouden is ook een variabele waarbij representativiteit getoetst kan worden. Omdat studenten niet als aparte categorie voorkomen in de populatiegegevens op WistUdata, worden de studenten samengevoegd met de groep ‘alleenstaanden’. Deze groep is dan goed voor 37.5% van het totaal. 23.2% wordt gevormd door samenwonende ouders zonder thuiswonende kinderen en 31.4% door samenwonende ouders met thuiswonende kinderen. Ook wordt 7.9% van de huishoudens uit de steekproef gevormd door eenoudergezinnen (tabel B 3.11A). In de gehele wijk Lunetten zijn er veel meer alleenstaanden (56.9%) en juist minder paren zonder thuiswonende kinderen (20.1%) en minder paren met thuiswonende kinderen (17.7%). De eenoudergezinnen (5.3%) worden dus ook iets oververtegenwoordigd. Om te kijken of de gevonden verschillen significant zijn, wordt er een Chi-kwadraad Goodness-of-fit toets uitgevoerd (tabel B 3.11B en B 3.11C) Er kan met 99% betrouwbaarheid geconcludeerd worden dat er een significant verschil is tussen de waargenomen huishoudensamenstelling en de verwachte huishoudensamenstelling op basis van de gegevens van WistUdata. Er zal gecorrigeerd moeten worden voor deze verschillen door middel van weging. Doordat onbekend is hoe de grote groep alleenstaanden (56.9%) in de populatie is opgebouwd en studenten niet als aparte groep zijn opgenomen, kunnen de verschillen in de klassenindelingen tussen steekproef en populatie het significante verschil in de representativiteitsanalyse verklaren.

3.4 Conclusie Na het beschrijven van de steekproef, is duidelijk geworden hoe de steekproef is opgebouwd. De algemene huishoudskenmerken en financiële kenmerken zijn besproken. Dit heeft inzicht opgeleverd over de werksituatie en inkomens van de huishoudens, maar ook over de huishoudensgrootte en het aantal jaren dat huishoudens in de wijk Lunetten wonen. In het gedeelte daarna is op vijf verschillende variabelen getoetst of de getrokken steekproef representatief is voor de populatie – alle huishoudens in de wijk Lunetten. Bij slechts één variabelen (geslacht) bleek de steekproef representatief. Bij de overige variabelen was er een significant verschil tussen de verwachte waarden op basis van de populatie en de waargenomen waarden. Aangezien representativiteit een vereiste is voor het kunnen uitvoeren van statistische toetsen, moeten de verschillen tussen steekproef en populatie dus worden gecorrigeerd. Dit is gedaan door middel van weging. Er kan echter maar voor één variabele gewogen worden. Hier is gekozen voor de variabele leeftijd, omdat de indeling in leeftijdsklassen van de populatiegegevens zeer nauwkeurig is en overeenkomt met de klassenindeling uit de steekproef. Dat houdt in dat de verschillen die bestaan bij de andere drie variabelen (opleidingsniveau, het bezitten van een koopwoning en huishoudenssamenstelling) worden genegeerd. Toch zullen de verschillen van deze variabelen ook kleiner worden door te wegen op de variabele leeftijd. Het opleidingsniveau, het bezitten van een koopwoning en de huishoudenssamenstelling zijn deels afhankelijk van (correleren met) de variabele leeftijd.

22

H4. Diepte –interviews 4.1 Inleiding Om een beter inzicht te krijgen in de onderwerpen rondom het mobiliteitsvraagstuk, is gedurende de looptijd van het onderzoek een aantal interviews afgenomen. Deze interviews met een expert op het gebied van mobiliteit en met mensen die zich in de praktijk bezighouden met de verkeerssituatie in Utrecht en Lunetten in het bijzonder, moeten meer diepgang geven aan de tot nu toe onderzochte onderwerpen. Bovendien wordt het op deze manier mogelijk het vraagstuk vanuit verschillende invalshoeken en beleidsvelden te bezien. Het afnemen van diepte-interviews wordt gerekend tot de kwalitatieve onderzoeksmethodologie. De voordelen van deze methode zijn al eerder besproken in hoofdstuk 2. Het is in ieder geval een goede aanvulling op de gebruikte kwantitatieve onderzoeksmethode. Allereerst is er een interview gehouden met Frits Lintmeijer, de wethouder Verkeer van Utrecht en de wijkwethouder van de wijk Zuid (waar Lunetten in ligt). Daarnaast is er een interview gehouden met Dr. J. Prillwitz, een expert op het gebied van mobiliteitsvraagstukken. Hij is werkzaam aan de Universiteit Utrecht en heeft onder andere onderzoek gedaan naar woonlocatiekeuze en bereikbaarheid van voorzieningen. Ook zijn Roland Pereboom en Tabe Tietema van het Milieucentrum Utrecht geïnterviewd. In dit interview is gesproken over onder andere de uitbreidingsplannen van de A27 en de mobiliteitssituatie van Lunetten en van Utrecht in het algemeen. In dit hoofdstuk worden verbanden gelegd tussen de drie gehouden interviews en de gebruikte literatuur (hoofdstuk 1), waaruit de onderzoekshypothesen zijn afgeleid. De visies van de geïnterviewden zullen worden gecontroleerd op overeenkomsten en verschillen. Met behulp van het computerprogramma Nvivo zijn de interviews geanalyseerd. De belangrijkste onderwerpen zijn in een overzicht geplaatst (figuur 4.1). Figuur 4.1: Codeboom Interviews (Bron: Nvivo).

4.2 Belangrijkste topics interviews 4.2.1 Beleving Lunetten In de interviews met Dhr. Lintmeijer en Dhr. Pereboom en Dhr. Tietema wordt verwezen naar de woonlocatie factoren van Lunetten. Tijdens de interviews is gesproken over de typische kenmerken van de wijk Lunetten. Wethouder Lintmeijer gaf aan dat de beleving van de inwoners van Lunetten goed is en dat er sprake is van een groot samenhorigheidsgevoel. Dit is onder andere te zien aan de hoge waardering die de wijk krijgt op de Utrechtse buurtmonitor (WistUdata, 2011). Dhr. Lintmeijer stelt dat ondanks het toenemende autobezit, het groene karakter van de wijk in stand is gehouden. De wethouder spreekt wel over ontevreden gevoelens onder inwoners wat betreft de geluidsoverlast en overlast door hangjongeren. Uit het interview met Dhr. Pereboom en Dhr. Tietema wordt nog een andere visie gegeven op de woonbeleving in Lunetten. Dhr. Pereboom zegt dat Lunetten in de eerste plaats een aantrekkelijke wijk is voor ouders met kinderen. In tegenstelling tot wat vaak gesuggereerd wordt, denkt Dhr. Pereboom dat de zogenaamde bloemkoolstructuur van de wijk juist vrij goed functioneert. Hij heeft niet het idee dat het heel veel problemen oplevert. “En daarbij zijn de straatjes soms zo nauw dat het lastig is met de auto door de wijk te manoeuvreren”, aldus Dhr. Tietema. Door de opzet van de wijk zijn veel voorzieningen juist binnen niet al te lange tijd bereikbaar met de fiets, zo stelt Dhr. Pereboom.

23

4.2.2 Knelpunten In Lunetten vormt vooral de toenemende (externe) verkeersdruk een probleem. Omdat, Lunetten als het ware ingesloten is tussen de A12 en A27 heeft de wijk extra last van het verkeer. Door de grote filevorming op deze snelwegen zijn er plannen voor verbreding van deze wegen. Dhr. Pereboom en Dhr. Lintmeijer stellen dat dit tot veel onvrede leidt onder de bewoners van Lunetten. Ze zijn bang dat het leidt tot meer overlast, in de vorm van stank en geluid. Aan de andere kant maken mensen juist doordat de snelwegen vanuit de wijk relatief makkelijk te bereiken zijn, vaak gebruik van de snelwegen door met de auto naar hun werk te gaan. Dhr. Lintmeijer en Dhr. Pereboom stellen dat er wat dat betreft een tegenstrijdigheid bestaat. Wat betreft de treinverbinding zijn Dhr. Pereboom en Dhr. Tietema niet heel positief. De verbinding vanuit Lunetten met Den Bosch en Eindhoven is volgens hen voldoende. De trein vertrekt echter niet vaak genoeg in het uur. De trein zou eigenlijk vier keer in het uur naar Utrecht Centraal moeten vertrekken. Van daaruit kunnen mensen dan doorreizen met de trein of de bus. Tietema stelt verder dat ‘’de bus hierdoor op dit moment meer een concurrent is van de trein, en de trein niet zozeer een concurrent van de bus’’. 4.2.3 Infrastructuur Lunetten en bereikbaarheid In het theoretisch kader wordt een tegenstrijdigheid geconstateerd bij personen die gebruik maken van de auto om naar hun werk te reizen, maar ook overlast ondervinden van de snelweg. Deze ervaringen van overlast ontstaan wanneer er bijvoorbeeld natuur verdwijnt of wanneer er last ondervonden wordt van het door het verkeer geproduceerde geluid. In de interviews met Dhr. Lintmeijer en Dhr. Pereboom wordt dit toegeschreven aan het onvermogen van mensen steeds in te schatten welke effecten ons gedrag heeft op maatschappelijk/sociale problemen als congestie. Bereikbaarheid hangt sterk samen met de kwaliteit van de infrastructuur, zoals ook beschreven in hoofdstuk 1. De kwaliteit van de infrastructuur in Lunetten is over het algemeen goed, toch laat de bereikbaarheid vaak nog te wensen over. Dit wordt besproken met Dr. Prillwitz en Dhr. Pereboom en Dhr. Tietema. Perenboom en dr. Prillwitz geven beiden aan dat de verbreding van de snelweg geen oplossing is voor de verkeersproblemen rondom Lunetten op de lange termijn. Slechts op de korte termijn stroomt het verkeer beter door, en is er sprake van een betere doorstroming. Maar op de lange termijn lopen de snelwegen weer vol. ‘’Kijk je kan nieuw asfalt aanleggen en hiermee voldoen aan de vraag voor de eerste 10 jaar, maar in de spits staat het 5 of 10 jaar later toch weer vast’’, aldus Dhr. Pereboom. Omdat de kwaliteit van de infrastructuur verbetert (meer snelweg), neemt ook het autogebruik toe. Dhr. Pereboom stelt dat mensen hun gedrag aanpassen aan de ruimte die er is. Dr. Prillwitz noemt het een kwestie van ‘Supply and demand’. Veranderingen in de infrastructuur leveren weinig op. Het is efficiënter om mensen alternatieven voor autogebruik te bieden (Prillwitz) of het gedrag van mensen te veranderen (Pereboom). Dit is echter lastig te doen, aangezien autogebruik vaak een soort vast ritueel is geworden (Pereboom en Prillwitz). 4.2.4 Invloed persoonskenmerken De invloed van een bepaalde levensstijl is de laatste jaren steeds groter geworden in de keuze waar mensen gaan werken. Onder andere de toename van het aantal werkende vrouwen werd in hoofdstuk 1 al genoemd. Dr. Prillwitz signaleert dit verschijnsel ook en benadrukt de specifieke situatie in Nederland. In Nederland werken volgens hem in vergelijking met het buitenland veel vrouwen. Dr. Prillwitz vertelt dat hij in zijn onderzoek nog een bredere trend signaleert, waarbij mensen in twee verschillende huizen wonen en dan maar af en toe samen komen. Te denken valt aan een zogenaamde LAT-relatie (living apart together). Dr. Prillwitz stelt dat het vroeger heel normaal was om in ‘life stages’ te denken. Mensen gaan samenwonen, krijgen een kind en zoeken vervolgens naar een huis in de suburb met een tuin en een veilige omgeving. ‘’Het was een klassieke beweging’’. Vandaag de dag zien we echter een tegengestelde beweging. Mensen besluiten juist in de stad te blijven wonen, omdat daar veel meer faciliteiten zijn. ‘’Klassieke opvattingen kunnen hierdoor niet meer worden gegeneraliseerd’’, aldus Dr. Prillwitz. Ook Dhr. Tietema stelt dat dergelijke keuzes zeer verschillend zijn per individu en dat het erg afhankelijk is van je eigen voorkeuren. Dit verduidelijkt hij door een voorbeeld te geven uit zijn leven, waarin hij aangaf dat toen hij in 1991 met zijn vrouw naar een huis zocht, op zoek was naar een huis in een groene omgeving met een tuin voor de kinderen.

24

4.2.5 Opzet Lunetten Lunetten heeft een autoluwe opzet. Er is gestreefd naar een opzet waarbij alle voorzieningen te bereiken zijn zonder de auto te gebruiken. Volgens Dhr. Pereboom levert dit vandaag de dag – het autogebruik is sinds de oplevering van de wijk drastisch toegenomen – geen problemen op. Wel zou volgens Dhr. Pereboom de directe fietsverbinding naar het Noorden van Utrecht verbeterd kunnen worden. Nu moet je door een wirwar van steegjes en straatjes. Bij de verbreding van de snelwegen zou dan ook volgens Dhr. Pereboom een deel van de Waterlinieweg omgezet moeten worden in fietspad. Dr. Prillwitz legt uit dat over het algemeen voor een autoluwe opzet gekozen wordt om mensen tegemoet te komen in hun eisen. De eisen van toekomstige bewoners, kunnen samengevat worden in zogenaamde zoek patronen. In deze patronen wordt de voorkeur gegeven voor bepaalde woon(omgevings)factoren, bij de zoektocht naar een toekomstige woning. Als men bijvoorbeeld vaak fietst, kan een keuze gemaakt worden voor een autoluwe wijk als Lunetten. Dr. Prillwitz voegt hieraan toe dat de fiets eigenlijk flexibeler is dan de auto. Hierdoor kan een autoluwe opzet bijdragen aan minder autogebruik in de stad. 4.2.6 Verschil in reistijd Dr. Prillwitz stipt de groeiende bereidheid om verder te reizen, onder forenzen aan. Door toenemend autogebruik is er een veel groter bereik. Forenzen zijn ook bereid verder te reizen voor hun baan. Ook wordt de reis gebruikt om te ontspannen, alvast te werken, of om zich alvast in te leven in de rol als bijvoorbeeld ouder. Dr. Prillwitz stelt dat de totale reistijd – welke in hoofdstuk 1 beschreven is als uitkomst van onder andere de bestaande infrastructuur- van forenzen de afgelopen jaren alleen maar is toegenomen. Een paar jaar geleden was de maximale reistijd nog een uur, tegenwoordig ligt deze op 75 minuten. ‘’Bovendien zijn de vervoersmiddelen die gebruikt kunnen worden uitgebreid en worden deze sneller’’, aldus Dr. Prillwitz. Dhr. Pereboom benadrukt naast de reistijd nog de belangrijke rol van veiligheid en de hoeveelheid verschillende vervoersmiddelen dat gebruikt moet worden om een afstand te overbruggen. Mensen zijn over het algemeen volgens hem niet snel bereid meerdere vervoersmiddelen per reis te gebruiken en zeker niet als dit extra veel tijd kost.

4.3 Conclusie Resumerend hebben de interviews bijgedragen aan een verdieping en een beter begrip van de factoren die invloed hebben op het mobiliteitsgedrag in Lunetten. Het interview met Dhr. Lintmeijer is afgenomen met één vertegenwoordiger uit ieder subgroepje. Hierdoor kon niet al te specifiek in worden gegaan op ieder onderwerp. Toch is door dit interview een duidelijker beeld ontstaan op de samenspraak met de inwoners van de wijk en de verschillende beleidsvraagstukken waar wethouder Lintmeijer mee te maken heeft. Ook kon de wethouder veel vertellen over de wijkbeleving onder de bewoners. Dhr. Pereboom en Dhr. Tietema van het Milieucentrum Utrecht trokken het gesprek als het ware naar een hoger schaalniveau door Lunetten meer als onderdeel van het geheel te zien. Er werden veel relaties gelegd met ontwikkelingen in overige delen van Utrecht en de stad Utrecht als geheel. Tevens werd met name door Dhr. Pereboom veel ingezoomd op Lunetten, aangezien hij zelf woonachtig is in Lunetten. Hierdoor kon hij veel van zijn eigen ervaringen benoemen om zaken te verduidelijken. In het interview met dr. Prillwitz zijn vooral de ontwikkelingen op het gebied van mobiliteit naar voren gekomen. Als wetenschapper benadrukte hij vooral de theoretische kant van het onderzoek. Hij gaf enkele voorbeelden van aannames en gevalstudies die ons theoretisch kader, beschreven in hoofdstuk 1, bevestigen. De interviews hebben stuk voor stuk bijgedragen aan de theoretische achtergrond van dit onderzoek. Het was mogelijk in de interviews wat dieper in te gaan op bepaalde bevindingen uit de literatuur en enkele onderzoeksresultaten voor te leggen. Doordat de geïnterviewden een zeer divers werkgebied en beleidsveld hebben, kon vanuit verschillende invalshoeken gekeken worden naar deze bevindingen en onderzoeksresultaten en meer specifiek op de mobiliteitssituatie in de wijk Lunetten.

25

H5. Statistische analyse 5.1 Inleiding Dit hoofdstuk zal zich richten op de inhoudelijke analyse van de onderzoekshypothesen. Deze hypothesen zijn eerder voortgevloeid uit het conceptueel model (hoofdstuk 1). Dit model geeft schematisch weer welke factoren van invloed kunnen zijn bij de keuze voor een nieuwe baan. Ook de in de literatuur genoemde onderlinge relaties tussen deze factoren zijn in het model verwerkt. De hypothesen kunnen gezien worden als aannames over de steekproef, waarbij de bestaande literatuur over het onderwerp zoals gezegd als uitgangspunt heeft gediend. Het schematisch weergeven van de door andere onderzoekers gevonden en verwachtte verbanden kan bijdragen aan een goed overzicht van de belangrijkste relaties. De volgende stap is binnen de steekproef te kijken naar onderlinge relaties, of naar in de literatuur nog niet gevonden verbanden. Wanneer er een theoretische achtergrond is geschetst, kan worden overgegaan op het aanvullen en controleren van deze theorie. Dit wordt gedaan aan de hand van de verzamelde gegevens in de steekproef. Na invoer van deze data kan er met behulp van statistische toetsen aangetoond worden of de verwachtte verbanden wel of niet bestaan. Doel van de steekproeftrekking is het mogelijk te maken de gevonden uitkomsten te generaliseren van de steekproef naar de populatie. Dus dat er gesteld kan worden dat een gevonden verband in de steekproef ook geldt voor de gehele populatie. Voorwaarde om dit te kunnen doen is een representatieve steekproef. De representativiteit van de steekproef is getoetst in hoofdstuk 3. Hieruit is gebleken dat de getrokken steekproef niet volledig representatief is voor de populatie – alle huishoudens in Lunetten. Er moet dus voorzichtig omgegaan worden met uitspraken over de populatie. Toetsuitkomsten zijn dan ook niet per se algemeen geldend voor alle huishoudens in Lunetten, maar uiteraard wel voor onze steekproef. Bij het toetsen van de verschillende onderzoekshypothesen is er gebruik gemaakt van twee soorten statistische toetsen. Dit zijn de zogenaamde 'parametrische' en 'niet-parametrische' toetsen. Het verschil tussen beide soorten toetsen is dat er bij parametrische toetsen geëist wordt dat de steekproef normaal verdeeld is. Het aantal cases moet minimaal 30 zijn en de verdeling mag niet ‘scheef’ zijn ten opzichte van het gemiddelde. Bovendien moet er minimaal één ratio/interval variabele getoetst worden. Bij niet-parametrische toetsen zijn deze eisen er niet. Dit houdt echter wel in dat de toetsen minder sterk zijn. Er wordt ook wel gesproken van minder 'power' (Vocht de, 2011). Hierna volgt per hypothese de uitwerking van de bevindingen op basis van de statistische toetsen. Voor een stapsgewijze beschrijving en analyse van de statistische uitvoer, zie bijlage 5. In de hierna volgende paragraven zal waar nodig ook verwezen worden naar deze bijlage. In dit geval staat er een B (van bijlage) voor het tabelnummer. Het aantal respondenten waarmee per hypothese is getoetst, verschilt, afhankelijk van het aantal mensen dat de gebruikte enquêtevragen niet kon of wilde invullen.

5.2 Onderzoekshypothesen Hypothese 1 'Laagopgeleiden vinden collega’s en reistijd belangrijkere eigenschappen van een baan dan hoogopgeleiden.' Voor het toetsen van deze hypothese is het nodig onderscheid te maken tussen verschillende opleidingsniveaus. Er zijn drie klassen gemaakt, namelijk 'laag opgeleid', 'middelbaar opgeleid' en 'hoog opgeleid'. In hoofdstuk twee is beschreven welke opleidingen vallen in welke opleidingsklasse. Met behulp van een statistische parametrische toets is gekeken of er een verschil bestaat in hoe mensen met een verschillend opleidingsniveau de baaneigenschappen 'collega's' en 'reistijd' beoordelen. Omdat het om twee van elkaar onafhankelijke variabelen gaat, wordt de hypothese opgesplitst in twee delen. Eerst zal de variabele ‘collega’s’ worden getoetst, daarna de variabele ‘reistijd’. Omdat het gaat om een gemiddeld cijfer (interval/ratio variabele) en een klassenindeling

26

met rangorde (ordinaal) van meer dan 2 categorieën, is er gekozen voor een variantieanalyse, oftewel ANOVA. De verdeling van de steekproef over de verschillende opleidingsniveaus is als volgt: 45 van de 322 respondenten waren laagopgeleid (14%), 71 respondenten waren middelbaar opgeleid (22%) en 206 respondenten waren hoog opgeleid (64%). Bij de ANOVA toets wordt gekeken of er significante verschillen bestaan tussen de gemiddelde cijfers die zijn gegeven voor collega's en reistijd door respondenten uit de drie opleidingsklassen. Laagopgeleiden uit de steekproef geven gemiddeld een 7.66 voor hoe belangrijk ze collega's vinden bij de keuze van een nieuwe baan. Hoogopgeleiden geven hiervoor een 7.79 (tabel 5.1). Uit de uitvoertabel B 5.1.3 blijkt dat het verschil tussen laag en hoogopgeleiden niet significant is met 95% betrouwbaarheid. Laagopgeleiden uit de steekproef beoordelen reistijd met een 8.13, terwijl hoogopgeleiden deze met een 7.50 beoordelen (tabel 5.1). Of dit verschil significant is, blijkt uit uitvoertabel B5.1.5. Er kan met 95% betrouwbaarheid gesteld worden dat laagopgeleiden reistijd significant belangrijker vinden bij de keuze voor een nieuwe baan dan respondenten met een middelbare of hoge opleiding. Tabel 5.1: Gemiddelde cijfers per opleidingsklasse voor de variabelen Collega's en Reistijd

Collega's Laag Middelbaar Hoog

Reistijd 7.66 7.83 7.79

8.13 7.28 7.50

Op basis van het bovenstaande, kan geconcludeerd worden dat het eerste deel van onderzoekshypothese 1 verworpen moet worden. Er is namelijk geen significant verschil in hoe belangrijk laag- en hoogopgeleiden collega's vinden. Het tweede deel van de hypothese moet echter niet worden verworpen. Er is namelijk wel een significant verschil in hoe belangrijk reistijd gevonden wordt. Al eerder bleek uit de literatuur dat bij de keuze voor een nieuwe baan er verschillende baaneigenschappen zijn die een belangrijke rol kunnen spelen bij de afweging. Hoe mensen deze eigenschappen beoordelen, verschilt natuurlijk per persoon en is afhankelijk van iemand zijn persoonskenmerken, in dit geval opleidingsniveau (Feenstra, 2008). Om een volledig beeld te kunnen krijgen van hoe deze verschillende baaneigenschappen worden beoordeeld door mensen met een ander opleidingsniveau, is verder onderzoek hiernaar nodig. Uit de gemiddelde cijfers die mensen geven voor collega's en reistijd, blijkt dat ze deze factoren belangrijk vinden bij de keuze voor een nieuwe baan en dat ze dit dus zullen meenemen in hun afweging. Om nog eens op een andere manier naar deze relatie te kijken, is de verhuisgeneigdheid van respondenten bij een 'aanzienlijke reistijdverkorting' gemeten. Dit geeft niet alleen eendimensionaal weer hoe belangrijk reistijd wordt gevonden bij de baankeuze, maar ook of dit doorslaggevend kan zijn in de keuze te verhuizen voor de nieuwe baan. 22.9% van de laagopgeleiden zegt bij een aanzienlijke reistijdverkorting te verhuizen en 29.8% van de hoogopgeleiden zegt in zo’n situatie te verhuizen. Deze verschillen zijn echter met 95% betrouwbaarheid niet significant. Hypothese 2 'Woonlocatie is een belangrijkere factor bij de keuze voor een baan dan de eigenschappen van deze baan: werktijden, salaris, collega's, reistijd, carrièremogelijkheden en aansluiting bij opleiding.' Deze hypothese veronderstelt een verschil tussen twee type mensen. Aan de ene kant zijn dit diegenen die woonlocatie belangrijker vinden bij de keuze voor een nieuwe baan dan baaneigenschappen. Aan de andere kant de groep die de eigenschappen van de baan belangrijker vindt. Deze hypothese onderzoekt het verschil tussen woonlocatiedominantie – waar Tabe Tietema in het interview heel duidelijk van uitgaat - en werklocatiedominantie, twee begrippen die worden beschreven in hoofdstuk 1 (Van Wee, 1994). Er is gekeken of mensen die aan hebben gegeven bij de keuze van een nieuwe baan de woonlocatie belangrijker te vinden dan de eigenschappen van de baan, ook daadwerkelijk hogere cijfers geven

27

voor hoe belangrijk ze bepaalde eigenschappen van de baan vinden. Het gaat hier om 'werktijden, salaris, collega's, reistijd, carrièremogelijkheden en aansluiting bij opleiding'. Daarnaast is gekeken of mensen die woonlocatie belangrijker vinden bij de keuze voor een baan, ook daadwerkelijk hogere cijfers geven bij de waardering van de wooneigenschappen. Het gaat hier om 'nabijheid van voorzieningen, voldoende infrastructuur, autoluwe wijk en nabijheid van werk'. De variabelen ‘werklocatie partner’ en ‘aantrekkelijk voor kinderen’ zijn buiten beschouwing gelaten, omdat de gemiddelde cijfers van deze variabelen sterk bepaald worden door het wel of niet hebben van een partner (of kinderen). Hiermee geeft een dergelijk cijfer alleen weer hoe belangrijk deze eigenschappen worden gevonden door de individuele respondent, en zegt het in mindere mate iets over de specifieke kwaliteiten van de wijk. Door middel van een statistische parametrische toets is gekeken of er verschillen zijn in hoe belangrijk respondenten de eigenschappen van de baan vinden en in hoe belangrijk ze eigenschappen van de woonlocatie vinden. Omdat het gaat om een interval/ratio variabele en een nominale variabele met twee categorieën, is er gebruik gemaakt van de Student's T-toets. Van alle respondenten van de enquête gaven er 115 aan de woonlocatie belangrijker te vinden bij de keuze voor een nieuwe baan dan de werklocatie (40%). 172 personen gaven juist aan de eigenschappen van de baan zwaarder te laten meewegen (60%) (tabel B5.1.2). Om te kijken of de gemiddelde waardering van de baaneigenschappen bij mensen die aan hebben gegeven de baaneigenschappen belangrijker te vinden ook daadwerkelijk hoger is, zijn de twee gemiddelden tegen elkaar afgezet in de T-toets. Mensen die woonlocatie belangrijker vonden, gaven gemiddeld een 7.52. Mensen die de baaneigenschappen belangrijker vinden, gaven een 7.50 gemiddeld (tabel B5.2.2). Deze gemiddelden zijn praktisch aan elkaar gelijk, en er is dan ook geen significant verschil (tabel B5.2.3) met 95% betrouwbaarheid. Vervolgens is er ook gekeken of mensen die de woonlocatie belangrijker vinden een gemiddeld hoger cijfer geven hoe belangrijk ze de geselecteerde wooneigenschappen vinden. Mensen die de woonlocatie belangrijker vinden, geven gemiddeld een 7.41 voor de geselecteerde factoren. Mensen die baaneigenschappen belangrijker vinden, geven gemiddeld een 7.16 (tabel B5.2.4). Deze gemiddelden verschillen wel, maar blijken na analyse van de toetsuitvoer (tabel B5.2.5) met 95% betrouwbaarheid niet significant. De hypothese - dat woonlocatie een belangrijkere factor is bij de keuze voor een baan dan de eigenschappen van deze baan - moet op basis van het bovenstaande worden verworpen. Er is geen significant verschil tussen hoe belangrijk de respondenten uit de steekproef de geselecteerde baaneigenschappen en woonlocatiefactoren beoordeelden. Uit de tweede hypothese blijkt dat er geen significant verschil is tussen hoe zwaar huishoudens uit de steekproef hun woonlocatie laten meewegen en hoe zwaar de baaneigenschappen bij de baankeuze. Een meerderheid van de respondenten (60%) gaf echter aan de baaneigenschappen belangrijker te vinden bij de baankeuze. Het zou voor deze respondenten dus minder uitmaken hoe ver de nieuwe baan van de woonlocatie afligt, als eigenschappen als salaris, werktijden en carrièremogelijkheden maar aansluiten bij de persoonlijke voorkeuren. Bij de volgende hypothesen zal verder getoetst worden bij welke persoonskenmerken iemand een grotere kans heeft woonlocatie (of baaneigenschappen) belangrijker te vinden. Hypothese 3 'Mensen die al langer in Lunetten wonen laten hun woonlocatie sterker meewegen in de keuze voor een baan dan mensen die minder lang in de wijk wonen.' Voor het toetsen van deze derde onderzoekshypothese, is het nodig dat er een indeling is in klassen van het aantal jaren dat respondenten wonen in de wijk Lunetten. Mensen hebben opgegeven in welk jaar ze zijn komen wonen in de wijk. Met deze informatie is een klassenindeling van vijf groepen gemaakt: '7 jaar of minder, 8 t/m 14 jaar, 15 t/m 21 jaar, 22 t/m 28 en 29 t/m 35 jaar' (waarom voor deze indeling is gekozen, zie H2). Bij deze hypothese is er weer onderscheid gemaakt tussen mensen

28

die hebben aangegeven woonlocatie belangrijker te vinden en mensen die baaneigenschappen belangrijker vonden bij de keuze voor een baan (zie ook hypothese 2). In de literatuur wordt het aantal jaren dat iemand woonachtig is op zijn/haar huidige locatie gezien als een belangrijk gegeven. Het is een indicator voor de mate van gehechtheid aan de woonlocatie. In de literatuur spreekt men van een zeer sterke duurafhankelijkheid: naarmate iemand langer op dezelfde plek woont, is de kans kleiner dat hij/zij verhuist. Na verloop van tijd neemt de dominantie van de woonlocatie dus toe (Van Wee, p 109). Door middel van een statistische niet-parametrische toets is gekeken of er verschillen zijn in hoe belangrijk respondenten de eigenschappen van de baan vinden en in hoe belangrijk ze eigenschappen van de woonlocatie vinden. Het gaat hier om een zwak ordinale variabele en een nominale variabele, dus is een kruistabel met een Chi-kwadraat toets de enige optie. Wanneer de kruistabel nader bekeken wordt, valt op dat de slechts 26.7% van de mensen die nog maar kort (7 jaar of minder) in Lunetten wonen, aangeeft hun woonlocatie zwaarder te laten meewegen dan de baaneigenschappen bij de keuze voor een baan. Bij elke volgende klasse neemt het percentage mensen die de woonlocatie belangrijker vindt toe - met uitzondering van de klasse 15 t/m 21 jaar, die blijft constant - tot 63.6% in de laatste klasse (tabel 5.2). Tabel 5.2: Procentuele verdeling van de belangrijkste factor bij een nieuwe baan uitgesplitst naar het aantal jaren woonachtig in de wijk Lunetten Aantal jaren woonachtig Belangrijker bij 7 jaar of minder 8 t/m 14 jaar 15 t/m 21 jaar 22 t/m 28 jaar 29 t/m 35 jaar nieuwe baan Woonlocatie 26.7% 49.2% 48.6% 56.5% 63.6% Baaneigenschappen 73.3% 50.8% 51.4% 43.5% 36.4%

Met een Chi-kwadraat toets is vervolgens gekeken of er een verband bestaat tussen het aantal jaren dat iemand woont in de wijk Lunetten en of iemand woonlocatie of baaneigenschappen belangrijker vindt bij de keuze voor een baan. In de bijlage (tabel B5.3.2) staat de uitvoer van deze toets. Aan de hand van deze uitvoer kan geconcludeerd worden dat er met 99% betrouwbaarheid een significant verband bestaat tussen de onderzochte variabelen. Nu rest alleen nog de vraag wat de sterkte is van dit verband. De Cramer's V (tabel B5.3.3) geeft 0.276, wat duidt op een zwak verband. De derde hypothese moet niet worden verworpen op basis van het bovenstaande. Er is dus een statistisch verband: naarmate iemand langer in de wijk woont, is de kans groter dat iemand woonlocatie belangrijker vindt bij de keuze voor een nieuwe baan dan de eigenschappen van de baan. Hypothese 4 ‘Bij tweeverdieners speelt de woonlocatie een grotere rol bij de keuze voor een baan dan bij huishoudens met één kostwinner.’ Ook bij deze hypothese zal er gekeken worden naar de relatie tussen woonlocatie en de baaneigenschappen. Dit levert opnieuw een nominale variabele op. De onafhankelijke variabele is in deze hypothese ‘tweeverdiener’. Er is onderscheid gemaakt tussen huishoudens die afhankelijk zijn van één hoofdinkomen en de huishoudens die een dubbel inkomen hebben (beide partners een baan van minimaal 12 uur in de week). Ook dit is een nominale variabele. De toets die uitgevoerd kan worden om te onderzoeken of er sprake is van een statistisch verband, is de Chi-kwadraat toets. Ook dit keer wordt er dus een niet-parametrische toets gebruikt. Uit de literatuur over dit onderwerp kan worden afgeleid dat de woonlocatie de afgelopen decennia steeds belangrijker is geworden. Een van de verklaringen voor het groeiende belang van de woonlocatie is de toename van het aantal huishoudens met tweeverdieners (Van Ham, 2003). Door deze ontwikkeling verandert het leven van personen en dit heeft uiteraard ook zijn weerslag op de mogelijkheden voor huishoudens (Interview Jan Prillwitz). De woonlocatie is in dit geval voor beide partners een belangrijk uitgangspunt waarop de werklocaties moeten worden afgestemd. Uit deze gedachtegang kan worden afgeleid dat de woonlocatie een belangrijkere plaats in kan nemen bij huishoudens met twee werkenden. Of dit daadwerkelijk het geval is zal hieronder worden getoetst. In

29

tabel 5.3 is te zien hoe de verschillende type huishoudens verdeeld zijn over de klassen ‘woonlocatie belangrijker’ of ‘baaneigenschappen belangrijker’. Tabel 5.3: Procentuele verdeling van de belangrijkste factor bij een nieuwe baan per inkomenstype Inkomenstype huishouden Belangrijker bij nieuwe baan Eén kostwinner Tweeverdieners Woonlocatie 36.4% 43.1% Baaneigenschappen 63.6% 56.9%

Van de huishoudens met één hoofdinkomen geeft 36.4% van de respondenten aan de woonlocatie belangrijker te vinden dan de eigenschappen van de baan bij de keuze voor een nieuwe baan. 63.6% vindt de baaneigenschappen dus belangrijker. Bij de tweeverdieners is 43.1% van mening dat woonlocatie belangrijker is bij de baankeuze. Dit is dus meer dan bij de huishoudens met één kostwinner en komt overeen met de bevindingen uit de theorie. Huishoudens met één kostwinner vinden de baaneigenschappen vaker belangrijk (zelfs meer dan het gemiddelde van 60% van de steekproef). Door het hebben van één inkomen, zijn de eigenschappen van de baan (zoals salaris, reistijd en carrièremogelijkheden) extra belangrijk voor het welzijn van het gehele huishouden. Wanneer gekeken wordt of dit verschil significant is (tabel B5.4.2), blijkt dat er met 95% betrouwbaarheid geconcludeerd mag worden dat er géén significant verband is. De vierde hypothese moet dus worden verworpen. Het gevonden verschil is dus te klein om niet op toeval te berusten. Er is na het toetsen van het verband tussen de variabelen ‘inkomenstype huishouden’ en ‘belangrijker bij nieuwe baan’ verder uitgesplitst naar respondenten die aan hebben gegeven te verhuizen bij een salarisverhoging van 15% en respondenten die aan hebben gegeven niet te verhuizen voor een salarisverhoging van 15%. Er is dus een extra controlevariabele toegevoegd aan de toets. Er bleek echter geen significant verschil te zijn. Hypothese 5 ‘Werkenden in Lunetten met een hoger opleidingsniveau verhuizen gemiddeld sneller voor een reistijdverkorting dan werkenden in Lunetten met een lager opleidingsniveau.’ De vijfde hypothese beoogt te onderzoeken of er verschillen bestaan tussen werkenden met een verschillend opleidingsniveau in de mate waarin ze zich verbonden voelen met de wijk Lunetten. De verbondenheid met de wijk wordt in dit geval gemeten door de verhuisgeneigdheid van een persoon. Door te vragen of een werkende zou verhuizen wanneer hij een nieuwe baan kan krijgen met verbeterde baaneigenschappen, wordt de mate van binding met de wijk gemeten (zie hoofdstuk 2). Geeft een respondent aan te willen verhuizen, zou hij zijn woonlocatie opgeven voor een verbetering van de werksituatie. Wanneer iemand aangeeft niet te verhuizen is de verbetering van de situatie niet groot genoeg om ervoor te verhuizen, of is iemand teveel gehecht aan zijn woonlocatie. Hier kan voor gecontroleerd worden door te kijken wat iemand belangrijker vindt bij de keuze voor een baan: woonlocatie of de baaneigenschappen. Er is opnieuw gebruik gemaakt van de variabele ‘opleidingsklassen’, met drie klassen: ‘laag, midden en hoog opgeleid’. Hoe deze tot stand is gekomen staat beschreven in hoofdstuk 2. De afhankelijke variabele is of iemand heeft aangegeven te verhuizen uit Lunetten bij een aanzienlijke reistijdverkorting. Met een zwak ordinale variabele van meer dan twee klassen en nominale variabele moet er een Kruskal-Wallis toets worden uitgevoerd. Door het ontbreken van een interval/ratio variabele is dit dus een niet-parametrische toets. Uit het eerste hoofdstuk, waar de bestaande literatuur over dit onderwerp is besproken, komt naar voren dat mensen met een hoger opleidingsniveau en een hogere specialisatie in een groter gebied zoeken naar een baan dan mensen met een lager opleidingsniveau (Simpson, 1980). Er is door de hogere opleiding en vooral door de hogere specialisatie minder aanbod van banen die overeenkomen met de eisen die deze hoger opgeleide werkzoekende stelt. Het resultaat is dat de woon-werk afstand gemiddeld groter is bij hoogopgeleiden. Werkenden zullen echter een korte reistijd nastreven (Simpson, 1980; Feenstra, 2008 en Van Wee 1994). De eerste optie is een baan dichterbij de

30

woonlocatie te zoeken op het moment dat zich een betere optie voordoet. Deze hypothese toetst voor de tweede optie: verhuizen naar een locatie dichter bij de baan. Allereerst is onderzocht of er een verschil bestaat tussen respondenten met een verschillend opleidingsniveau, in welke factor ze belangrijker vinden bij de keuze voor een baan: de woonlocatie of de baaneigenschappen. Er blijkt een significant verband tussen deze variabelen (tabel B5.5.11). Hoogopgeleiden hebben een grotere kans de baaneigenschappen belangrijker te vinden dan de woonlocatie dan laagopgeleiden. Op basis hiervan is de tweede optie, verhuizen naar een locatie dichter bij de baan, het meest voor de hand liggend. De volgende stap is het analyseren van de uitvoertabellen van de Kruskal-Wallis toets. Er kan met 95% betrouwbaarheid geconcludeerd worden dat de verdelingen van de klassen ‘laag, midden en hoog opgeleid’ identiek zijn (tabel B5.5.3.). Voor het kunnen verwerpen of aanhouden van de onderzoekshypothese, is het nodig te bekijken of er wel verschillen zijn tussen de klassen ‘laag opgeleid’ en ‘hoog opgeleid’. Dit is gecontroleerd door middel van een Mann-Whitney toets. Hiermee kunnen alle combinaties van klassen tegen elkaar worden getoetst. Er blijkt met 95% betrouwbaarheid dat de verdelingen nog steeds identiek zijn (tabel B5.5.7). Afgaand op deze uitkomsten moet de onderzoekshypothese dus worden verworpen. Er bestaat dus geen verschil tussen laag- en hoogopgeleide werkenden uit Lunetten als het gaat om verhuisgeneigdheid na een reistijdverkorting. Hypothese 6 ‘Mensen met een koopwoning laten hun woonlocatie sterker meewegen in de keuze voor een baan dan mensen zonder een koopwoning.’ Met de zesde hypothese wordt onderzocht of er een verschil bestaat in hoe belangrijk huishoudens mét en huishoudens zonder koopwoning de woonlocatie vinden bij de baankeuze. De afhankelijke variabele is dus wat men zwaarder laat meewegen bij de baankeuze: de baaneigenschappen of de woonlocatie. De onafhankelijke variabele is bij deze hypothese het wel of niet hebben van een koopwoning. Omdat deze variabelen twee nominale (dichotome) variabelen zijn, is bij het doen van statistische toetsing de Chi-kwadraat toets nodig. De verdeling tussen woon- een huurwoningen ligt in de steekproef rond 50%. In totaal woont 44.6% van de respondenten in een koopwoning. De overige 55.4% zijn dus huurders. Om de hypothese te kunnen toetsen wordt gebruik gemaakt van een kruistabel, waarna er een niet-parametrische toets wordt uitgevoerd. In de tabel hieronder (tabel 5.4) is te zien hoe de verdeling is van huishoudens met en zonder koopwoning in wat ze belangrijker vinden bij de keuze voor een nieuwe baan. Tabel 5.4: Procentuele verdeling van de belangrijkste factor bij een nieuwe baan uitgesplitst naar wel of geen koopwoning Wel of geen koopwoning Belangrijker bij nieuwe baan Koopwoning Geen koopwoning Woonlocatie 50.4% 32.1% Baaneigenschappen 49.6% 67.9%

In de boventaande tabel is duidelijk te zien dat de huishoudens met een koopwoning (50.4%), relatief meer waarde hechten aan de woonlocatie wanneer het gaat om het kiezen voor een nieuwe baan dan huishoudens zonder koopwoning (32.1%). Bij huishoudens zonder koopwoning zullen de baaneigenschappen vaker een doorslaggevende rol spelen bij de baankeuze en niet de woonlocatie. In het eerste hoofdstuk is eerder al de koppeling gemaakt tussen het type woning waarin men woont – een koop- of huurwoning – en de verhuisgeneigdheid van huishoudens. Op basis van de theorie besproken in dit hoofdstuk wordt verwacht dat mensen met een koopwoning minder geneigd zijn tot verhuizen. Van Wee (1994) geeft hiervoor een duidelijke verklaring: Ten eerste brengt de overdrachtsbelasting die betaald moet worden bij de verkoop van een woning extra kosten met zich mee. Daarnaast schrijft van Wee de lagere verhuisgeneigdheid toe aan het feit dat het kopen van een woning relatief vaak voorkomt in de stabielere levensfasen.

31

Om te kijken of deze theorie ook geldt voor de huishoudens uit de steekproef, zal de hypothese statistisch getoetst worden. Bij deze toetsing gaat het erom of er een significant verband is tussen de twee variabelen. Na het aflezen van de toetsuitvoer (tabel B5.6.2) kan met 95% betrouwbaarheid worden geconcludeerd dat er een significant verband bestaat tussen de twee onderzochte variabelen. De onderzoekshypothese moet met deze uitkomsten niet worden verworpen. Een huishouden die woont in een koopwoning heeft dus een grotere kans woonlocatie belangrijker te vinden bij de baankeuze dan huishoudens zonder koopwoning. Hypothese 7 ‘De af te leggen woon-werkafstand is kleiner bij meerpersoonshuishoudens dan bij eenpersoonshuishoudens.’ Bij deze hypothese wordt gekeken of de gemiddelde woon-werkafstand van personen uit meerpersoonshuishoudens al dan niet significant kleiner is dan de gemiddelde woonwerkafstand voor eenpersoonshuishoudens uit Lunetten. De variabele woon-werkafstand betreft een ratio variabele. Huishoudensamenstelling is een nominale (dichotome) variabele, aangezien er onderscheid is gemaakt tussen twee groepen. Het aantal kilometers afgelegd bij woon-werkverkeer kon berekend worden doordat respondenten in de enquête is gevraagd de postcode van hun werkadres in te vullen. Met behulp van het computerprogramma GIS is het aantal kilometers berekend. Hierbij dient opgemerkt te worden dat voor de woonlocatie een vast punt in Lunetten is genomen. In figuur 5.1 is te zien waar mensen uit Lunetten werken. Er is een duidelijke concentratie in en rondom de stad Utrecht waarneembaar.

Figuur 5.1: Werklocatiespreiding van werkenden uit Lunetten.

In hoofdstuk 1 is uitvoerig gesproken over beperkingen aan de mobiliteit van huishoudens. Het is uiteengezet dat bij de keuze voor een bepaalde locatie om te wonen of te werken rekening gehouden moet worden met de mobiliteit/reistijd. Hoe ver of hoe lang iemand bereid is te reizen tussen woning en werk verschilt uiteraard per individu en is daarmee afhankelijk van persoonskenmerken.

32

In onze steekproef zaten in totaal 70 eenpersoonshuishoudens en 250 meerpersoonshuishoudens. In tabel 5.5 is te zien dat de gemiddelde woon-werkafstand bij eenpersoonshuishoudens 57,4 kilometer bedraagt. Voor meerpersoonshuishoudens is dit 42 kilometer. Tabel 5.5: Gemiddelde woon-werkafstand (in kilometers). Huishoudensamenstelling Eenpersoonshuishoudens Meerpersoonshuishoudens

Gemiddelde woonwerkafstand 57,4 km. 42,0 km.

Om te achterhalen of bovenstaand verschil in gemiddelden significant is, is er een t-toets uitgevoerd. Er wordt dus gebruik gemaakt van een parametrische toets. In Tabel B5.7.2 valt af te lezen dat de varianties van beide verdelingen gelijk zijn. Vervolgens kan in dezelfde rij worden afgelezen dat de 0hypothese met 95% betrouwbaarheid moet worden verworpen. Op basis van deze toets mag geconcludeerd worden dat er een significant verschil bestaat tussen meerpersoonshuishoudens en eenpersoonshuishoudens wat betreft het gemiddeld aantal afgelegde woon-werkkilometers. Op basis van het bovenstaande moet de zevende hypothese dus niet worden verworpen. Een verklaring hiervoor kan deels gezocht worden in het gegeven dat, ervan uitgaande dat een deel van de meerpersoonshuishoudens uit tweeverdieners bestaat, meerpersoonshuishoudens een woonlocatie kiezen die voor beiden niet al te ver gelegen is van het werk. Ze zoeken naar zogenaamde ‘strategische woonlocaties’ (Van Ham, 2003). Om een voorbeeld te geven: partners zoeken naar een woonlocatie die voor beiden maximaal 40 minuten van het werk af ligt. Dit terwijl iemand die alleen woont geen rekening hoeft te houden met een partner of andere gezinsleden. Hij/zij is misschien wel bereid maximaal 70 minuten te reizen voor zijn/haar werk. Hypothese 8 ‘De af te leggen woon-werk afstand is groter bij personen die beschikking hebben over een auto in vergelijking met mensen die dit niet hebben.’ Bij deze hypothese gaat het evenals bij hypothese 7 om de woon-werkafstand van inwoners uit Lunetten (figuur 5.1). Bij deze hypothese wordt echter een vergelijking gemaakt tussen aan de ene kant mensen die beschikking hebben over een auto en aan de andere kant mensen die dit niet hebben. Bij deze hypothese dient opgemerkt te worden dat mensen die beschikking hebben over een auto, niet automatisch met deze auto naar hun werk reizen. De variabele woon-werkafstand betreft wederom een ratio variabele. Net als bij hypothese 7 is de woon-werkafstand berekend met behulp van GIS door het invoeren van de postcodes van de werkadressen. Autobezit is een nominale (dichotome) variabele, aangezien er onderscheid is gemaakt tussen twee groepen. Bij de zevende hypothese in dit hoofdstuk en in hoofdstuk 1 is uiteengezet dat de maximale tijd die huishoudens bereid zijn te reizen, of kunnen reizen (door beperkingen van de mobiliteit) het gebied bepaalt waarbinnen huishoudens oriënteren wanneer ze op zoek zijn naar een baan (Feenstra, 2008; van Wee, 1994, P. 39). Als een blik wordt geworpen op de steekproef, blijkt dat de gemiddelde woonwerkafstand 43,7 kilometer bedraagt bij huishoudens die beschikking hebben over een auto. Bij huishoudens die geen auto tot hun beschikking hebben ligt deze afstand op 48,7 kilometer (tabel 5. 6). Dit is dus niet in overeenstemming met onze verwachtingen. Dit zou verband kunnen hebben met de grote hoeveelheid files rondom Utrecht. Een andere verklaring zou kunnen liggen in specifieke ligging van Lunetten nabij station Utrecht centraal: mensen gaan in dit geval sneller met de trein en zijn bereid grotere afstanden af te leggen (Interview Jan Prillwitz). Tabel 5.6: Gemiddelde woon-werkafstand (in kilometers). Gemiddelde woon-werkafstand Auto tot beschikking ja/ nee Ja 43,7 km. Nee 48,7 km.

Met behulp van de postcodes van de werklocaties is het niet alleen mogelijk de afstanden te berekenen van woning naar werk, ook kan deze informatie grafisch worden weergegeven (figuur 5.2 & 5.3). De kaarten zullen hieronder inhoudelijk worden besproken.

33

Figuur 5.2: Kaart werklocatiespreiding naar vervoersmiddel: huishoudens met en zonder de beschikking over een auto

Figuur 5.3: Kaart werklocatiespreiding naar vervoersmiddel: huishoudens met en zonder de beschikking over een auto binnen Utrecht

Allereerst is in figuur 5.2 te zien hoe de spreiding is van werklocaties van zowel mensen die geen beschikking hebben over een auto (Kaart A) en mensen die wel beschikking hebben over een auto (Kaart B). Daarnaast is de procentuele verdeling van het aantal werkenden zonder auto binnen en buiten de provincie Utrecht berekend. Dit is ook gedaan voor de werkenden met een auto. Er blijkt bijna geen verschil: 79% van de werkenden zonder een auto tot hun beschikking werkt buiten de provincie, tegenover 80% van de werkenden met de beschikking over een auto. Eerder bleek er een verschil bleek te bestaan in de gemiddelde woon-werk afstand van beide groepen. Dit valt niet te verklaren aan de mensen die buiten de provincie Utrecht werken. Er kunnen echter verschillen in reisafstand zijn binnen de provincie Utrecht. Figuur 5.3 laat zien hoe de spreiding is van werkenden binnen de provincie Utrecht. Kaart A geeft weer de werkenden zonder beschikking over een auto zien, kaart B de personen met de beschikking over een auto. Op beide kaarten is een duidelijke clustering te zien in en rondom Utrecht (straal binnen 5 kilometer van Lunetten). Er zijn echter relatief meer personen zonder auto die meer dan 5 kilometer van Lunetten werken. Wat ook opvalt is de relatief grote concentratie van werkenden zonder auto tot hun beschikking in Amersfoort en op de Uithof (figuur 5.3 A). Het is zeer aannemelijk dat voor het overbruggen van deze woon-werk afstand het openbaar vervoer wordt gebruikt. Om ten slotte te kijken of er sprake is van een significant verschil is een t-toets op het verschil van twee populatiegemiddelden uitgevoerd. Het betreft dus een parametrische toets. In tabel B5.8.2 valt af te lezen dat de varianties van beide groepen gelijk zijn. Verder kan uit de tabel geconcludeerd worden dat de nul-hypothese niet wordt verworpen met 95% betrouwbaarheid. De gemiddelde woon-werkafstand in kilometers verschilt dus niet significant tussen huishoudens met of zonder auto. Op basis van onze steekproefgegevens moet hypothese 8 dus worden verworpen. Er bleek echter wel dat mensen zonder beschikking over een auto gemiddeld verder reisden tussen woning en werk dan mensen met een auto. Dit was tegen de verwachtingen in.

5.3 Conclusie Het toetsen van de bovenstaande acht onderzoekshypothesen heeft tot voldoende informatie geleid om uitspraken te kunnen doen over de steekproef. Al in de inleiding van dit hoofdstuk werd vermeld dat deze uitspraken niet zonder meer gelden voor de gehele populatie. Een aantal van de hypothesen bleken niet aantoonbaar te kloppen. Anderen lieten echter een statistisch verband of verschil zien tussen twee variabelen. Allereerst is er gekeken naar wat belangrijker werd gevonden bij de baankeuze: de woonlocatie of de eigenschappen van de baan. Uit de steekproefgegevens blijkt dat 60% van de respondenten de eigenschappen van de baan belangrijker vindt en 40% de woonlocatie. Welke baaneigenschappen belangrijk werden gevonden (uitgesplitst naar opleidingsniveau) werd in de eerste hypothese getoetst. Er bleek dat laagopgeleiden reistijd gemiddeld belangrijker vonden dan hoogopgeleiden bij de baankeuze. Er was geen verschil in hoe belangrijk goede collega’s gevonden werden. Verder onderzoek is nodig om een volledig beeld te krijgen van welke baaneigenschappen het belangrijkst worden gevonden door huishoudens met bepaalde eigenschappen. In de tweede hypothese is getoetst of de groep die de woonlocatie belangrijker vindt (hoewel in de minderheid), bepaalde buurteigenschappen die overeenkomen met de eigenschappen van de wijk Lunetten daadwerkelijk belangrijker vindt. Andersom is gekeken of de groep die de eigenschappen van de baan belangrijker vindt bij de baankeuze, een aantal baaneigenschappen – waarvan uit de literatuur blijkt dat ze een grote rol kunnen spelen bij de baankeuze – daadwerkelijk belangrijker vindt. Er blijkt geen significant verschil. Er kunnen dus geen uitspraken gedaan worden over hoe belangrijk de woonlocatie of de baaneigenschappen worden gevonden. Wel kan gekeken worden welke van de twee vaker als belangrijkste factor wordt gezien. Bij de baankeuze wordt rekening gehouden met een aantal factoren. Uit de literatuur blijkt dat een aantal baaneigenschappen van belang zijn, maar ook de woonlocatie en de daarmee samenhangende af te leggen reistijd. Persoonskenmerken (zoals leeftijd, opleidingsniveau, inkomen etc.) kunnen ook een grote invloed uitoefenen op het keuzeproces. In de derde, vierde en zesde hypothese wordt er getoetst op verschillen tussen respondenten met andere persoonskenmerken.

36

Zo bleek er een verband tussen welke factor belangrijker werd gevonden bij de baankeuze en het aantal jaren dat men in de wijk Lunetten woont. Naarmate een huishouden langer in de wijk Lunetten woont, bestaat er een grotere kans dat de woonlocatie als belangrijkste factor wordt gezien bij de baankeuze. Dit houdt in dat huishoudens minder snel geneigd zijn te verhuizen en dus rekening houden met de huidige woonlocatie wanneer gezocht wordt naar een nieuwe baan. Uit de literatuur bleek dat er ook een verschil zou kunnen bestaan tussen tweeverdieners en huishoudens met maar één inkomen. In de steekproef werd er wel een verschil gevonden, maar dit verschil bleek te klein om op niet op toeval te berusten. Een ander in de literatuur gevonden verband wordt in de zesde hypothese getoetst. Het gaat hier om het verschil tussen huishoudens die wonen in een koopwoning en die niet in een koopwoning wonen. Hieruit bleek dat huishoudens met een koopwoning vaker de woonlocatie belangrijker vinden bij de baankeuze. Het hebben van een koopwoning zorgt voor een extra verbondenheid met de buurt, zodat ook met het oriënteren op een nieuwe baan men minder geneigd is te verhuizen. In de laatste twee hypothesen is getoetst hoe de af te leggen woon-werk afstand in verband staat met het feit of een huishouden uit één of meerdere personen bestaat (hypothese 7), en met het al dan niet hebben van een auto (hypothese 8). Er blijkt een aantoonbaar verschil te zijn tussen de gemiddelde af te leggen woon-werk afstand van eenpersoonshuishoudens (57.4 km) en van meerpersoonshuishoudens (42.0 km). Dit kan liggen aan de extra beperkingen die een huishouden met meerdere personen oplegt: men moet rekening houden met op tijd thuis zijn voor het eten of dat de auto door een ander lid uit het huishouden nodig is voor een avondactiviteit. De laatste hypothese veronderstelde dat huishoudens die beschikking hebben over een auto een grotere woon-werk afstand afleggen. Het tegendeel bleek waar: mensen met een auto in het bezit reisden gemiddeld minder ver naar het werk (43.7 km) dan mensen zonder auto (48.7 km). De grote afstanden worden vaker met het OV afgelegd. Hierin kan meespelen dat de OV reistijd niet volledig ‘verloren’ is. Er kan bijvoorbeeld gewoon gewerkt worden onderweg.

37

H6. Bevindingen en conclusie Met dit onderzoek is getracht een beter beeld te krijgen van de mobiliteitssituatie in de Utrechtse wijk Lunetten. De uitgangssituatie was een antwoord te krijgen op de vraag: ‘wie waar werkt en waarom?’. De focus lag in de eerste plaats op de rol die de woonlocatie speelt bij de baankeuze. De hoofdvraag die centraal heeft gestaan in dit onderzoeksrapport luidt “In hoeverre laten personen die wonen in Lunetten hun woonlocatie meewegen in de baankeuze en wat zijn de voornaamste verschillen in deze keuze tussen diverse groepen bewoners?” Om deze brede onderzoeksvraag verder uit te splitsen in gesimplificeerde vragen, is een viertal deelvragen geformuleerd, te weten: 1. 2. 3. 4.

Welke rol speelt Lunetten als woonlocatie bij de baankeuze van de inwoners? Bestaan er opvallende verschillen tussen Lunettenaren met andere persoonskenmerken in hoe ze hun woonlocatie laten meewegen bij de baankeuze ? Welke baaneigenschappen zijn voor Lunettenaren van belang bij de baankeuze? Hoeveel bedraagt de woon-werkafstand bij werkenden uit Lunetten en is deze hetzelfde tussen huishoudens met verschillende persoonskenmerken?

Om bovenstaande hoofdvraag en deelvragen te kunnen beantwoorden is allereerst in hoofdstuk 1 een theoretische basis gelegd van waaruit het onderzoek gestart kon worden. Uit deze (inter-) nationale wetenschappelijke literatuur is een conceptueel model voortgevloeid waaruit de onderzoekshypothesen uiteindelijk zijn afgeleid. Met behulp van een kwantitatieve onderzoeksmethode, namelijk de enquête, is getracht zo veel mogelijk informatie te verzamelen over de inwoners van Lunetten. Vervolgens is door middel van statistische toetsing van de verzamelde gegevens onderzocht of de opgestelde onderzoekshypothesen op basis van deze enquête al dan niet verworpen dienden te worden. Hierbij moet een kanttekening geplaatst worden, aangezien de gedane steekproef voor de enquête voor veel variabelen niet representatief was. Hierdoor kan dus niet zonder meer gesteld worden dat de uitkomsten van deze steekproef algemeen geldend zijn voor geheel Lunetten. Naast dit kwantitatieve onderzoek is tevens gebruik gemaakt van zogenaamd kwalitatief onderzoek. Er is een drietal diepte-interviews gehouden welke een goede aanvulling zijn geweest op de enquête-uitkomsten en de in hoofdstuk 1 behandelde wetenschappelijke literatuur. Door deze interviews werd het mogelijk dieper in te gaan op bepaalde onderwerpen, aangezien iedere geïnterviewde gezien kan worden als een autoriteit op mobiliteitsgebied. Daarbij werd een veelzijdig beeld verkregen en kon het onderwerp doordat de geïnterviewden bestonden uit een wethouder, werknemers van een Milieucentrum en een wetenschapper vanuit verschillende invalshoeken worden benaderd. Uit zowel de interviews als de enquêteresultaten kwam naar voren dat woonlocatie een aanzienlijke rol kan spelen bij de baankeuze. Op de vraag of mensen de woonlocatie of de baaneigenschappen belangrijker vonden bij de baankeuze, antwoordde 40% van de mensen dat ze de woonlocatie het belangrijkst vonden. Bovendien geeft 33% van de mensen aan bij een verhuizing geen rekening te houden met de huidige baan, maar juist een prettige woonlocatie uit te zoeken en daar de baan vervolgens op af te stemmen. Dit geeft duidelijk aan dat de woonlocatie één van de factoren is die van invloed is op de baankeuze. Vervolgens rijst de vraag of er ook verschillen zijn in hoe mensen met bepaalde persoonskenmerken of eigenschappen de baankeuze maken: zijn er type personen die de woonlocatie vaker laten meewegen dan anderen? Er kwam duidelijk naar voren dat mensen uit de steekproef die al langer in de wijk woonden de woonlocatie steeds vaker laten meewegen bij de baankeuze. Er is dus een positief verband: naarmate het aantal jaren dat iemand uit de steekproef in Lunetten woont hoger is, zal de kans groter zijn dat hij/zij de woonlocatie belangrijker vindt bij de baankeuze. Ook het hebben van een koopwoning blijkt van invloed te zijn op de afweging. Mensen die in een koopwoning wonen zijn vaker geneigd rekening te houden met de woonlocatie. Dit komt waarschijnlijk door de (financiële) verbondenheid met de wijk die het hebben van een koopwoning met zich meebrengt.

38

Duidelijk is dat de woonlocatie een aanzienlijke rol kan spelen bij de baankeuze. Er is verder gekeken naar de belangrijkste baaneigenschappen die worden afgewogen bij de baankeuze. Welke baaneigenschappen zijn het belangrijkst? Er blijkt dat bijna alle vooraf veronderstelde belangrijke eigenschappen ook daadwerkelijk van groot belang zijn bij de baankeuze. Het gaat hier om onder andere het salaris, de collega’s, de carrièremogelijkheden, de aansluiting bij de opleiding en de reistijd. Onderzocht is of mensen met een verschillend opleidingsniveau een andere afweging maken bij de baankeuze. Het blijkt zo te zijn dat mensen uit de steekproef met een laag opleidingsniveau reistijd gemiddeld belangrijker vinden dan hoogopgeleiden. Er zal verder onderzoek gedaan moeten worden of er nog andere verschillen bestaan tussen hoe mensen met bijvoorbeeld een hoog of laag inkomen, wel of geen kinderen, een koop- of huurwoning de eigenschappen van de baan afwegen. Ten slotte is gekeken naar alle werkenden in de steekproef. Door de postcodes van het werk van de respondenten te analyseren, werd inzichtelijk hoe de spreiding is van banen over Nederland. Ook kon de hemelsbrede afstand tussen woning en werk worden berekend. Waarom reist de ene persoon verder naar zijn werk dan de andere? Opvallend was dat huishoudens die bestonden uit één persoon een gemiddeld grotere woon-werk afstand aflegden dan huishoudens van twee of meer personen. Meerpersoonshuishoudens zullen al bij de woonlocatiekeuze rekening met elkaar moeten houden. Afstand naar werk en andere voorzieningen moet voor beide partners te overbruggen zijn. Ook werd verondersteld dat huishoudens die beschikking hebben over een auto gemiddeld verder reisden dan mensen zonder de beschikking over een auto. Deze veronderstelling blijkt niet te kloppen. Het tegendeel bleek het geval: mensen zonder auto reisden gemiddeld juist verder naar hun werk. Het gevonden verschil bleek echter niet significant. De woning en de baan zijn twee zeer belangrijke gegevens die mensen zekerheid en houvast geven. Het uitzoeken van de meest ideale woning en woonomgeving en het vinden van een passende baan vereist een ingewikkelde afweging van allerlei factoren. Het is duidelijk geworden dat iedereen op zijn eigen manier deze afwegingen maakt. Toch zijn er generaliserende uitspraken te doen. Mensen met overeenkomstige eigenschappen blijken soms op dezelfde manier een afweging te maken. De inzichten die zijn voortgekomen uit dit onderzoek bieden voldoende aanleiding voor een vervolgonderzoek, waarbij niet alleen extra wordt ingegaan op de baankeuze, maar bijvoorbeeld ook op de totstandkoming van de woningkeuze. Veranderingen door de tijd heen kunnen worden aangetoond met een herhaling van het onderzoek in de toekomst. Bovendien is het interessant om de in Lunetten gevonden uitkomsten te kunnen vergelijken met soortgelijke wijken elders in Utrecht of Nederland. Op deze manier kan een breder en beter inzicht worden verkregen in hoe woonlocatie en werklocatie met elkaar samenhangen.

39

Literatuurlijst Auto-en-vervoer (2011), File top 10 (Knelpunten ochtend& avondspits) [online]. http://auto-envervoer.infonu.nl/verkeer/17326-file-top-10-knelpunten-ochtend-avondspits.html [geciteerd op 29 mei, 2011]. e

Boeije, H, Hart, H ’t en Hox, J (2009), Onderzoeksmethoden. 8 druk. Boom Onderwijs. Bohte, W & Maat, K (2009), Deriving and validating trip destinations and modes for multi-day GPSbased travel surveys: a large-scale application in the Netherlands. Transportation research part cemerging technologies, 17(3), 285-297. Centraal Bureau voor de Statistiek (2011), Bevolking, huishoudens [online]. http://statline.cbs.nl/StatWeb/selection/?DM=SLNL&PA=37975&VW=T [geciteerd op 16 mei 2011]. Feenstra, A (2008), Woon-werkverkeer, dezelfde rit elke dag weer. De verdeling van beroepsbevolking en arbeidsplaatsen per inkomensgroep als mobiliteitsindicator voor woon-werkverkeer. 30 oktober 2008. Ham, M van (2003), Strategische woonlocaties voor tweeverdieners. Rooilijn, Vol. 36, No. 3, p.113118. Kan, K (1999), Dynamic Modeling of Housing Tenure Choice. Journal of Urban Economics 48, 46.69. Kan, K (2003), Residential mobility and job changes under uncertainty. Journal of Urban Economics 54 (2003) 566–586. Lunetten (2008), Lunetten heeft de vorm van een bloemkool? In 2001 was een onderzoek. Hoe staan de zaken nu? [online]. http://www.lunetten.nl/bol/thema/leefbaarheid/fotoactie/ [geciteerd op 29 mei, 2011]. Molin, E & Timmermans, H. (2002), Accessibility Considerations in Residential Choice Decisions: Accumulated Evidence from the Benelux. TRB 2003 Annual Meeting CD-ROM. Pp. 1-12. Ostrovsky, Y (2005) Canadian journal on aging. Volume 23 Supplement, Issue: (May 18, 2005), pp: S23-S37 Reitsma, R.F. & Vergoossen, TH. W. M. (1986), Een causale typologie van migratie: de rol van de pendel. In: Nederlandse geografische Studies. Vol. 26. P. 130-155. Simpson, W. (1980), A simultaneous model of workplace and residential location, incorporating job search. In: Journal of urban Economics, vol8, p. 330-349. Vocht, A de (2011), Reader Wetenschappelijke Onderzoeksoefening, april 2011. Wee, G.P van (1994), Werklocaties, woonlocaties en woon-werkverkeer [online]. http://rivm.openrepository.com/rivm/bitstream/10029/9930/1/251701017.pdf [geciteerd op 29 mei 2011]. Williams, S. (2009), Tourism Geography: A new synthesis. Oxon: Routledge. Tweede editie. WistUdata (2011), Gemeente Utrecht; Lunetten; bevolking. [online] http://utrechtbuurt monitor.nl/ [geciteerd op 29 mei 2011].

40

Bijlage 1. Enquête Enquête mobiliteit in Lunetten Beste meneer/mevrouw, Voor u ligt de enquête mobiliteit in Lunetten. Deze enquête wordt gebruikt voor een onderzoek naar mobiliteit in Lunetten, uitgevoerd vanuit de Faculteit Geowetenschappen van de Universiteit Utrecht. Het is de bedoeling dat de enquête wordt ingevuld door de hoofdbewoner/bewoonster van dit adres. De enquête kan in ongeveer 10-15 minuten ingevuld worden. Met uw gegevens wordt vertrouwelijk omgegaan: ze blijven anoniem en worden alleen voor dit onderzoek gebruikt. Er worden zowel open vragen als meerkeuze vragen aan u voorgelegd. Het is de bedoeling dat u bij de open vragen kort en bondig antwoordt. Bij meerkeuze vragen kleurt u de antwoordmogelijkheid in: maximaal één optie inkleuren. Als u een antwoord wilt verbeteren, zet dan een duidelijk kruis door het eerder geselecteerde antwoord en kleur het nieuwe antwoord in. Alvast hartelijk bedankt voor uw medewerking

Donderdag 30 juni zullen de resultaten van het onderzoek worden gepresenteerd aan geïnteresseerden. De bijeenkomst zal plaatsvinden om 19:30 uur in de Musketon aan de Hondsrug nummer 19. U kunt aan het einde van de enquête aangeven of u deze bijeenkomst wilt bijwonen.

Wilt u meer weten over het onderzoek? Neem dan contact op met: R. Neijenhuis – [email protected] De begeleider van dit onderzoek is dhr. MinnemaMSC - [email protected] – 030-2533538

41

Enquête mobiliteit in Lunetten

Enquête nummer:

Eerst enkele vragen over uzelf: 1. Wat is uw geslacht?

o o

Man Vrouw

2.

Wat is uw geboortejaar? ……………………………………..

3.

Wat is uw postcode? Vul alstublieft de laatste twee letters in. …………………………………….

4.

Heeft u een koopwoning?

o o

Ja Nee

5.

In welk jaar bent u in Lunetten komen wonen? ………………………………..

6.

Uit hoeveel personen bestaat uw huishouden? …………………………………

7.

Wat is uw huishoudensamenstelling?

o o o o o o 8.

Samenwonend / gehuwd, zonder thuiswonende kinderen Samenwonend / gehuwd, met thuiswonendekinderen Éénoudergezin Studentenhuis Overig, namelijk ………………………………

Zijn er thuiswonende kinderen jonger dan 12 jaar binnen uw huishouden?

o o 9.

Alleenstaand

Ja Nee

Op welke politieke partij heeft u bij de laatste landelijke verkiezingen gestemd?

o o o o

VVD PvdA CDA PVV

o o o o

D’66 Groenlinks SP Christenunie

o o o

Overige partijen Niet gestemd / blanco Ik wil dit niet zeggen

10. Wat is uw hoogst voltooide opleiding?

o o o o o

Geenopleiding Lagere school, basisschool LBO (LTS, LEAO, LHNO, etc.) MAVO, MULO

o o o o

MBO HAVO, VWO, Atheneum, Gymnasium, HBS HBO, Universitair Anders, namelijk …………………………………

VMBO

42

11. Wat is uw huidige arbeidssituatie?

o o o o

Werkend Niet-werkend Studerend Werkend/studerend

12. Indien uw huidige arbeidssituatie werkend of werkend/studerend is, hoeveel uur per week werkt u dan? …………. 13. Heeft uw partner een vaste baan voor meer dan 12 uur per week?

o o o

Ja Nee Niet van toepassing

14. Wat is het totale netto-maandinkomen van uw huishouden?

o o o

€1500 of minder €1501- €3000 €3001 of meer

15. Heeft u een auto tot uw beschikking?

o o o

Ja, in (gedeeld) eigendom Ja, eenhuurauto Nee

16. Wat is voor u het belangrijkste vervoersmiddel? (noteer voor de vervoersmiddelen een cijfer van 1 t/m 5 in volgorde van belangrijkheid, waarbij 1 staat voor meest belangrijk en 5 voor minst belangrijk) …… Auto. …… Fiets / brommer / scooter …… Trein …… Bus / tram …… Lopend

De volgende vragen hebben betrekking op de geplande verbreding van de A12/A27 en de geplande uitbreiding van de spoorlijn Amsterdam – Den Bosch. 17. Bent u actief bezig (geweest) met het verkrijgenvan informatie over de geplandeinfrastructurele uitbreidingsplannen?(omcirkel wat voor u van toepassing is). a) A12/A27: ja/nee b) Spoorbaan: ja/nee (indien nee op beide antwoorden, ga door naar vraag 20) 18. Bent u wel eens naar een informatiebijeenkomst over de infrastructurele uitbreidingsplannen geweest?(omcirkel wat voor u van toepassing is). a) A12/A27: ja / nee b) Spoorlijn: ja / nee

43

19. Bent u lid van een bewonersvereniging/belangengroep die zich bezig houdt met de geplande infrastructurele uitbreidingsplannen?

o o

Ja Nee

20. Hoe zou u uw eigen kennisniveau met betrekking tot de infrastructurele uitbreidingsplannen omschrijven?

21. Wat is uw houding ten opzichte van de geplande uitbreiding van de A27?

22. Wat is uw houding ten opzichte van de geplande uitbreiding van de spoorbaan langs Lunetten?

23. Benoem wat voor u het belangrijkste nadeel is van de infrastructurele uitbreidingen rondom Lunetten? a) A12/A27: ……………………………………………………………………………………………………………………… b)

Spoorbaan:

……………………………………………………………………………………………………………………..

24. Benoem wat voor u het belangrijkste voordeel is van de infrastructurele uitbreidingen rondom Lunetten? a) A12/A27: ……………………………………………………………………………………………………………………. b)

Spoorbaan: ……………………………………………….……………………………………………………………………

25. Hoe lang bevindt u zich gemiddeld per dag buiten de wijk (in uren)?

o o o o o

Minder dan 1 uur 1-3 uur 4-6 uur 7-9 uur Meer dan 9 uur

26. Geef aan in hoeverre u het eens bent met de volgende stellingen: Zeer Oneens Niet oneens oneens / niet eens a) De snelweg (A12 en/of A27) ligt dichtbij mijn woning b) De spoorbaan (Amsterdam – Den Bosch) ligt dichtbij mijn woning

Eens

Zeer eens

o

o

o

o

o

o

o

o

o

o

44

De volgende vragen hebben betrekking op uw gebruik van het openbaar vervoer 27. Geef antwoord op de volgende vragen: Niet

a) Hoe vaak heeft u de afgelopen maand gebruik gemaakt van het openbaar vervoer? b) Hoe vaak heeft u de afgelopen maand gebruik gemaakt van de openbaar vervoer aansluitingen in de wijk Lunetten? (bushaltes en NS-station) c) Hoe vaak heeft u de afgelopen maand gebruik gemaakt van de bus voor verplaatsingen binnen de wijk Lunetten?

1-5 keer

6-10 keer

11-15 keer

16-20 keer

Meer dan 20 keer

o

o

o

o

o

o

o

o

o

o

o

o

o

o

o

o

o

o

28. Wanneer het aantal vertrekkende treinen (in de richting van zowel Utrecht Centraal als Den Bosch) van 4 naar 6 treinen per uur toeneemt, zou ik vaker gebruik maken van de trein.

De komende vragen hebben betrekking op het vervoersmiddel dat u gebruikt om de afstand tussen de woonen werklocatie af te leggen. 29. Wat is de postcode van uw werklocatie? Indien u deze niet weet, vult u dan de straat en plaats in. …………………………………….. ……………………………………..

o

Ik heb geen vaste werkplek

30. Met welk vervoersmiddel legt u de grootste afstand af tussen de woon- en werklocatie?

o o o o o o

Auto Fiets/ Brommer / Scooter Bus Trein Lopend Anders, namelijk …

Indien u bij vraag 30 een ander antwoord dan de auto heeft ingevuld, kunt u verdergaan bij vraag 33. 31. a) In het afgelopen jaar zijn de brandstofprijzen met 15 procent gestegen. Bent u om deze reden het afgelopen jaar op een ander vervoersmiddel overgestapt dan de auto?

o o

Ja, vult u dan ook vraag 31b in. Nee , gaat u dan verder met vraag 32.

b) Op welk vervoersmiddel bent u overgestapt?

o o o o o

Bus Trein Fiets Lopend Anders, namelijk …

45

32. a) Ik zou op een ander vervoersmiddel overstappen wanneer de brandstofprijzen het komende jaar met 30 procent zouden stijgen.

b) Op welk vervoersmiddel zou u overstappen?

o o o o o

Bus Trein Fiets Lopend Anders, namelijk …......................................................

33. Welke factor speelt de grootste rol voor u bij de keuze voor een vervoersmiddel tussen de woon- en werklocatie?

o o o o o

Comfort Milieuoverwegingen Kosten Reistijd Anders, namelijk ………………………………………………………………..

34. a) Mijn kennis op het gebied van alternatieve vervoersmiddelen naar mijn werk is te beschrijven als:

b) Mijn kennis op het gebied van openbaar vervoer in Utrecht is te beschrijven als:

Geef aan in hoeverre u het eens bent met de volgende stellingen: 35. Ik ben bereid over te stappen op een ander vervoersmiddel wanneer er in mijn ogen een goed alternatief komt. 36. Ik maak gebruik van mijn huidige vervoersmiddel omdat het onderdeel van een gewoonte is. 37. Ik maak gebruik van mijn huidige vervoersmiddel omdat ik het gevoel heb dat ik geen andere mogelijkheid heb.

Zeer oneens

Oneens

Niet oneens / niet eens

Eens

Zeer eens

o

o

o

o

o

o

o

o

o

o

o

o

o

o

o

46

De volgende vragen hebben betrekking op de autoluwheid van Lunetten en uw ervaring hiervan Geef aan in hoeverre u het eens bent met de volgende stellingen: 38. De intensiteit van het verkeer in de wijk Lunetten ervaar ik als rustig. 39. De intensiteit van het verkeer in de straat waar ik woon ervaar ik als rustig. 40. Ik ervaar parkeeroverlast in de wijk Lunetten. 41. Ik ervaar parkeeroverlast in de straat waar ik woon.

Zeeroneens

Oneens

Nietoneens / nieteens

Eens

Zeereens

o

o

o

o

o

o

o

o

o

o

o

o

o

o

o

o

o

o

o

o

42. Indien u overlast ervaart van de intensiteit van het verkeer in de wijk Lunetten, zou u dan kunnen aangeven op welke locatie en wanneer (op welke dag en welk dagdeel) dit is. Wanneer u geen overlast ervaart vult u NVT in …………………………………………………………………………………………………………………………………………… …………………………………………………………………………………………………………………………………………… …………………………………………………………………………………………………………………………………………… 43. Indien u parkeeroverlast ervaart in de wijk Lunetten, zou u dan kunnen aangeven op welke locatie en wanneer (op welke dag en welk dagdeel) dit is. Wanneer u geen overlast ervaart vult u NVT in …………………………………………………………………………………………………………………………………………… …………………………………………………………………………………………………………………………………………… …………………………………………………………………………………………………………………………………………… 44. De wijk Lunetten is opgezet vanuit de ‘autoluwe’ visie. Een aantal kenmerken hiervan zijn: een uitgebreid voet/fietspadennetwerk, aanwezigheid openbaar groen, het doorgaande verkeer over de ringweg, de vaak doodlopende woonerven/hofjes en de OV-aansluitingen (bus/trein). Hoeveel waarde hecht u aan deze ‘autoluwe’ visie? (Geef een cijfer van 1 t/m 5, waarbij 5 de hoogste waarde heeft) …………

47

De volgende vragen hebben betrekking op de woon- en werklocatie in relatie met de mobiliteit Hoe belangrijk vindt u de volgende factoren voor uw woonlocatie?(Geef elk van de factoren een cijfer tussen 1 en 10 (1=totaal onbelangrijk, 10=zeer belangrijk). 45. Factoren

Cijfer

Nabijheid van voorzieningen Voldoende infrastructuur Aantrekkelijk voor kinderen Autoluwe wijk Nabijheid van werk. De volgende vragen schetsen een paar scenario’s. Geef bij elk van de scenario’s aan wat u zou doen. 46. U krijgt een nieuwe baan aangeboden met een 15% salarisverhoging. is dit een reden voor u om te verhuizen uit Lunetten?

o o

Ja Nee

47. U krijgt een nieuwe baan, met fantastische collega’s. Is dit een reden voor u om te verhuizen uit Lunetten? O Ja

o

Nee

48. Uw werktijden verbeteren aanzienlijk. Is dit een reden voor u om te verhuizen uit Lunetten?

o o

Ja Nee

49. Uw reistijd naar uw werk neemt aanzienlijk af. Is dit een reden voor u om te verhuizen uit Lunetten?

o o

Ja Nee

50. Stel: u gaat verhuizen. Houdt u rekening met uw huidige werklocatie, of kiest u een baan die beter bij uw nieuwe woonlocatie past? (Voorkeur invullen)

o o

Ik houd rekening met mijn huidige baan Ik pas mijn baan aan

51. Wat zou voor u absoluut een reden zijn om uit Lunetten te verhuizen met betrekking tot uw baan? ……………………………………………………………………………………………………………………………………………… 52. Wat vindt u belangrijker bij de keuze voor een nieuwe baan: Uw woonlocatie of de eigenschappen van uw baan?

o o

Woonlocatie Eigenschappen baan

48

53. Hoe belangrijk vindt u onderstaande factoren bij de keuze van u nieuwe baan? (Geef elk van de factoren een cijfer tussen 1 en 10 (1=totaal onbelangrijk, 10=zeer belangrijk). Factoren

Cijfer

Werktijden Salaris Collega’s Reistijd Carrièremogelijkheden Aansluiting bij opleiding Werklocatie partner

54. Geef een cijfer van 1-10 voor wonen in Lunetten ………

Dit is het einde van de enquête. Hartelijk dank voor uw medewerking! Tot slot, zou u aan willen geven of u van plan bent de presentatie van de eindresultaten bij te wonen op 30 juni in buurthuis de Musketon? Laat in dat geval uw emailadres achter op de adreslijst van de enquêteur.

o o

Ja, Nee

49

Bijlage 2. Analyseschema

Hypothese 1: Laagopgeleiden vinden collega’s en reistijd belangrijkere eigenschappen van een baan dan hoogopgeleiden. Afhankelijke variabele(n): Cijfers: Reistijd, Collega’s Meetschaal: Ratio Enquêtevraag: 53 Onafhankelijke variabele: Opleidingsniveau Meetschaal: Ordinaal (3 onafhankelijke steekproeven) Enquêtevraag: 10 Analyse techniek Anova Hypothese 2: Woonlocatie is een belangrijkere factor bij de keuze voor een baan dan de eigenschappen van deze baan: werktijden, salaris, collega’s, reistijd, carrièremogelijkheden, aansluiting bij opleiding. Afhankelijke variabele: 1. werktijden, salaris, collega’s, reistijd, carrièremogelijkheden, aansluiting bij opleiding. 2. nabijheid van voorzieningen, voldoende infrastructuur, aantrekkelijk voor kinderen, autoluwe wijk, nabijheid van werk Meetschaal: Gemiddeld cijfer van score alle variabelen: ratio Enquêtevraag: 53, 45 Onafhankelijke variabele: Woonlocatie/ eigenschappen baan Meetschaal: Nominaal Enquêtevraag: 52 Analyse techniek: T-toets Hypothese 3: Mensen die al langer in Lunetten wonen laten hun woonlocatie sterker meewegen in de keuze voor een baan dan mensen die minder lang in de wijk wonen. Afhankelijke variabele: Woonlocatie/eigenschappen baan Meetschaal: Nominaal Enquêtevraag: 52 Onafhankelijke variabele: Jaren woonachtig in Lunetten (verdeeld in 5 categorieën van 7 jaar) Meetschaal: Nominaal Enquêtevraag: 5 Analyse techniek: Chi-kwadraat Hypothese 4: Bij tweeverdieners speelt de woonlocatie een grotere rol bij de keuze voor een baan dan bij huishoudens met één kostwinner. Afhankelijke variabele: Woonlocatie/eigenschappen baan Meetschaal: Nominaal Enquêtevraag: 52 Onafhankelijke variabele: Twee verdiener Meetschaal: Nominaal Enquêtevraag: 11 & 13 Analyse techniek: Chi-kwadraat Hypothese 5: Werkenden in Lunetten met een hoger opleidingsniveau verhuizen gemiddeld sneller voor een reistijdverkorting dan werkenden in Lunetten met een lager opleidingsniveau. Afhankelijke variabele: Keuze reistijdverkorting Meetschaal: Nominaal Enquêtevraag: 49 Onafhankelijke variabele: Opleidingsniveau Meetschaal: Sterk ordinaal Enquêtevraag: 10 Analyse techniek: Kruskal-Wallis toets

50

Hypothese 6: Mensen met een koopwoning laten hun woonlocatie sterker meewegen in de keuze voor een baan dan mensen zonder een koopwoning. Afhankelijke variabele: Woonlocatie - eigenschappen baan Meetschaal: Nominaal Enquêtevraag: 52 Onafhankelijke variabele: Koopwoning Meetschaal: Dichotoom Enquêtevraag: 4 Analyse techniek: Chi-kwadraat Hypothese 7: De af te leggen woon-werkafstand is kleiner bij meerpersoonshuishoudens dan bij eenpersoonshuishoudens. Afhankelijke variabele: Woon-werkafstand Meetschaal: Ratio Enquêtevraag: 29 Onafhankelijke variabele: Huishoudensamenstelling Meetschaal: Nominaal Enquêtevraag: 7 Analyse techniek: T-toets Hypothese 8: De af te leggen woon-werk afstand is groter bij personen die beschikking hebben over een auto in vergelijking met mensen die dit niet hebben. Afhankelijke variabele: Woon-werkafstand Meetschaal: Ratio Enquêtevraag: 29 Onafhankelijke variabele: Autobezit Meetschaal Nominaal Enquêtevraag: 15 Analyse techniek: T-toets

51

Bijlage 3. Uitvoertabellen SPSS representativiteitsanalyse Tabel B 3.1A: Aantal jaren woonachtig in Lunetten

Tabel B 3.2B: Aantal jaren woonachtig in Lunetten

Frequentietabel Frequency

Valid

Missing Total

Valid Cumulative Percent Percent .3 .3 .3

Percent

1976

1

1978

5

1.5

1.6

1.9

1979

9

2.8

2.8

4.7

1980

2

.6

.6

5.3

1981

9

2.8

2.8

8.2

1982

2

.6

.6

8.8

1983

3

.9

.9

9.7

1984

2

.6

.6

10.3

1985

6

1.8

1.9

12.2

1986

5

1.5

1.6

13.8

1987

4

1.2

1.3

15.0

1988

3

.9

.9

16.0

1989

2

.6

.6

16.6

1990

2

.6

.6

17.2

1991

11

3.4

3.4

20.7

1992

5

1.5

1.6

22.3

1993

3

.9

.9

23.2

1994

4

1.2

1.3

24.5

1995

4

1.2

1.3

25.7

1996

8

2.5

2.5

28.2

1997

7

2.1

2.2

30.4

1998

14

4.3

4.4

34.8

1999

12

3.7

3.8

38.6

2000

9

2.8

2.8

41.4

2001

14

4.3

4.4

45.8

2002

5

1.5

1.6

47.3

2003

8

2.5

2.5

49.8

2004

13

4.0

4.1

53.9

2005

19

5.8

6.0

59.9

2006

13

4.0

4.1

63.9

2007

21

6.4

6.6

70.5

2008

25

7.7

7.8

78.4

2009

24

7.4

7.5

85.9

2010

30

9.2

9.4

95.3 100.0

2011

15

4.6

4.7

Total

319

97.9

100.0

9999

7

2.1

326

100.0

Statistics welk jaar komen wonen Lunetten Valid Missing Mean Std. Deviation N

Variance Skewness Std. Error of Skewness Range

319 7 2000.19 9.618 92.501 -.897 .137 35

Minimum

1976

Maximum

2011

Variatiecoëfficiënt

0.890

----------------------------------------------------------------------------------------------------------------

52

Tabel B 3.2A: Huishoudensgrootte

Tabel B 3.2B: Huishoudensgrootte

Frequentietabel

Statistics

Frequency Percent Valid Percent Cumulative Percent Valid

Valid

325

1

72

22.1

22.2

22.2

Missing

2

88

27.0

27.1

49.2

Mean

3

60

18.4

18.5

67.7

Std. Deviation

1.708

4

57

17.5

17.5

85.2

Variance

2.918

5

19

5.8

5.8

91.1

Skewness

1.058

6

15

4.6

4.6

95.7

Std. Error of Skewness

7

10

3.1

3.1

98.8

Range

8

9

4

1.2

1.2

100.0

Minimum

1

325

99.7

100.0

Maximum

9

1

.3

326

100.0

Total Missing 99 Total

N

Variatiecoëfficiënt

1 2.91

.135

0.587

Tabel B 3.2C: Thuiswonende kinderen onder de 12 jaar Frequentietabel Frequency Percent Valid Percent Cumulative Percent Valid

ja

83

25.5

26.0

26.0

nee

236

72.4

74.0

100.0

Total

319

97.9

100.0

7

2.1

326

100.0

Missing 9 Total

----------------------------------------------------------------------------------------------------------------Tabel B 3.3: Huidige arbeidssituatie Frequentietabel Frequency Percent Valid Percent Cumulative Percent Valid

werkend

218

66.9

67.7

67.7

niet-werkend

42

12.9

13.0

80.7

studerend

30

9.2

9.3

90.1

werkend / studerend

32

9.8

9.9

100.0

322

98.8

100.0

Total Missing 9 Total

4

1.2

326

100.0

-----------------------------------------------------------------------------------------------------------------

53

Tabel B 3.4A: Uren werk per week Tabel B 3.4B: uren werk per week

Frequentietabel

Statistics

Frequency Percent Valid Percent Cumulative Percent 4

Valid

1

.4

.4

.4

6

2

.8

.8

1.2

8

4

1.6

1.6

2.7

9

1

.4

.4

3.1

10

3

1.2

1.2

4.3

12

3

1.2

1.2

5.4

13

2

.8

.8

6.2

15

3

1.2

1.2

7.4

16

2

.8

.8

8.2

18

2

.8

.8

8.9

20

15

5.8

5.8

14.8

21

1

.4

.4

15.2

23

1

.4

.4

15.6

24

19

7.4

7.4

23.0

25

6

2.3

2.3

25.3

26

3

1.2

1.2

26.5

27

1

.4

.4

26.8

28

8

3.1

3.1

30.0

29

2

.8

.8

30.7

30

17

6.6

6.6

37.4

31

1

.4

.4

37.7

32

43

16.7

16.7

54.5

34

4

1.6

1.6

56.0

35

2

.8

.8

56.8

36

42

16.3

16.3

73.2

38

8

3.1

3.1

76.3

40

48

18.7

18.7

94.9

42

1

.4

.4

95.3

43

1

.4

.4

95.7

45

2

.8

.8

96.5

50

5

1.9

1.9

98.4

55

2

.8

.8

99.2

60

2

.8

.8

100.0

257

100.0

100.0

Total

Valid Missing

257 0

Mean

31.57

Median

32.00

Std. Deviation

9.511

N Variance Skewness Std. Error of Skewness Range

90.457 -.461 .152 56

Minimum

4

Maximum

60

Variatiecoëfficiënt

0.30

54

----------------------------------------------------------------------------------------------------------------Tabel B 3.5A: Type huishouden Frequentietabel Frequency Valid

Alleenstaanden

Percent

37,5

37,5

73

22,4

23,2

60,6

99

30,4

31,4

92,1 100,0

kinderen Eenoudergezin Missing

25

7,7

7,9

315

96,6

100,0

9

2,8

9 System

2

,6

11

3,4

326

100,0

Total Total

Cumulative Percent

36,2

Samenwonend/gehuwd zonder kinderen Samenwonend/gehuwd met Total

Valid Percent

118

Tabel B 3.5B: Tweeverdiener Frequentietabel Frequency Valid

Missing

Percent

Valid Percent

Ja

126

38,7

Nee

187

Total

313 13

4,0

326

100,0

System

Total

Cumulative Percent

40,3

40,3

57,4

59,7

100,0

96,0

100,0

----------------------------------------------------------------------------------------------------------------Tabel B 3.6A: Netto maandinkomen van het huishouden Frequentietabel Frequency Valid

Missing

€1500 of minder

Percent

Valid Percent

Cumulative Percent

77

23,6

24,8

24,8

€1501-€3000

122

37,4

39,4

64,2

€3001 of meer

111

34,0

35,8

100,0

Total

310

95,1

100,0

9

Total

16

4,9

326

100,0

Tabel B 3.6B: Auto tot de beschikking Frequentietabel Frequency Valid

ja, in (gedeeld) eigendom

Total

Valid Percent

Cumulative Percent

60,4

60,8

14

4,3

4,3

65,1

nee

113

34,7

34,9

100,0

Total

324

99,4

100,0

ja, huur- of deelauto

Missing

Percent

197

9

2

,6

326

100,0

60,8

-----------------------------------------------------------------------------------------------------------------

55

Tabel B 3.7A: Geslacht

Tabel B 3.7C: Geslacht Frequentietabel Frequency

Valid

Missing

Valid Percent

man

166

50,9

vrouw

158

Total

324

9

Total

Test Statistics

Percent

Cumulative Percent

51,2

51,2

48,5

48,8

100,0

99,4

100,0

2

,6

326

100,0

geslacht Chi-Square

.090a

df

1

Asymp. Sig.

.764

a. 0 cells (.0%) have expected frequencies less than 5. The minimum expected cell frequency is 160.7.

Tabel B 3.7B: Geslacht Chi-kwadraat Goodness-of-fit toets Observed N

Expected N

Residual

man

166

163.3

2.7

vrouw

158

160.7

-2.7

Total

324

----------------------------------------------------------------------------------------------------------------Tabel B 3.8A: Leeftijdsklassen Frequentietabel Frequency Valid

Percent

Valid Percent

Cumulative Percent

18 t/m 24

48

14,7

14,7

14,7

25 t/m 34

97

29,8

29,8

44,5

35 t/m 44

71

21,8

21,8

66,3

45 t/m 54

69

21,2

21,2

87,4

55 t/m 64

24

7,4

7,4

94,8

65-plus

17

5,2

5,2

100,0

326

100,0

100,0

Total Tabel B 3.8B: Leeftijdsklassen

Tabel B 3.8C: Leeftijdsklassen

Chi-kwadraat Goodness-of-fit toets Observed N

Test Statistics

Expected N

Residual

Leeftijdsklas 15,474a

18 t/m 24

48

56,4

-8,4

Chi-Square

25 t/m 34

97

80,8

16,2

df

35 t/m 44

71

62,6

8,4

Asymp. Sig.

45 t/m 54

69

61,3

7,7

55 t/m 64

24

35,9

-11,9

65-plus

17

29,0

-12,0

a. 0 cells (,0%) have expected frequencies less than 5. The minimum expected cell frequency is 29,0.

Total

5 ,009

326

----------------------------------------------------------------------------------------------------------------Tabel B 3.9A: Koopwoning of niet Frequentietabel Frequency Valid

Missing Total

Percent

Valid Percent

Cumulative Percent

ja

144

44,2

44,6

44,6

nee

179

54,9

55,4

100,0

Total

323

99,1

100,0

3

,9

326

100,0

9

56

Tabel B 3.9B: Koopwoning of niet

Tabel B 3.9C: Koopwoning of niet

Chi-kwadraat Goodness-of-fit toets Observed N

Expected N

Test Statistics Residual

ja

144

122.7

21.3

nee

179

200.3

-21.3

Total

323

koopwoning Chi-Square

5.939a

df

1

Asymp. Sig.

.015

a. 0 cells (.0%) have expected frequencies less than 5. The minimum expected cell frequency is 122.7.

----------------------------------------------------------------------------------------------------------------Tabel B 3.10A: Opleidingsklassen Frequentietabel Frequency Valid

Laag Middelbaar

Missing

Percent

Valid Percent

45

13.8

14.0

Cumulative Percent 14.0

71

21.8

22.0

36.0

Hoog

206

63.2

64.0

100.0

Total

322

98.8

100.0

4

1.2

326

100.0

System

Total

Tabel B 3.10B: Opleidingsklassen

Tabel B 3.10C: Opleidingsklassen Test Statistics

Chi-kwadraat Goodness-of-fit toets Observed N Laag

Expected N 45

Middelbaar

Opleidingsklassen

Residual

48.3

-3.3

71

93.2

-22.2

Hoog

206

180.5

25.5

Total

322

9.102a

Chi-Square df

2

Asymp. Sig.

.011

a. 0 cells (.0%) have expected frequencies less than 5. The minimum expected cell frequency is 48.3.

Tabel B 3.10D: Opleidingsklassen * Leeftijdsklassen Kruistabel Leeftijdsklas 18 t/m 24

25 t/m 34

35 t/m 44

45 t/m 54

55 t/m 64

65-plus

Total

% within % within % within % within % within % within % within Leeftijds Leeftijds Leeftijds Leeftijds Leeftijds Leeftijds Leeftijds Count klas Count klas Count klas Count klas Count klas Count klas Count klas Opleidingsklassen Laag

Total

1

2,2%

8

8,2%

12

16,9%

12

17,6%

5

21,7%

7

41,2%

45

14,0%

Middelbaar

25

54,3%

15

15,5%

10

14,1%

9

13,2%

7

30,4%

5

29,4%

71

22,0%

Hoog

20

43,5%

74

76,3%

49

69,0%

47

69,1%

11

47,8%

5

29,4%

206

64,0%

46

100,0%

97

100,0%

71

100,0%

68

100,0%

23

100,0%

17

100,0%

322

100,0%

-----------------------------------------------------------------------------------------------------------------

57

Tabel B 3.11A: Huishoudenssamenstelling Frequentietabel Frequency Percent Valid Percent Cumulative Percent Valid

alleenstaand

71

21,8

21,9

21,9

samenwonend/gehuwd, zonder thuiswonende kinderen

73

22,4

22,5

44,4

samenwonend/gehuwd, met thuiswonende kinderen

99

30,4

30,6

75,0

eenoudergezin

25

7,7

7,7

82,7

studentenhuis

47

14,4

14,5

97,2

9

2,8

2,8

100,0

324

99,4

100,0

2

,6

326

100,0

overig, namelijk Total Missing 9 Total

Tabel B 3.11C: Huishoudenssamenstelling

Tabel B 3.11B: Huishoudenssamenstelling

Test Statistics

Chi-kwadraat Goodness-of-fit toets

Hh_type_klas

Observed N Expected N Residual Alleenstaanden Samenwonend/gehuwd zonder kinderen

Chi-Square

118

132,1

-14,1

73

75,4

-2,4

df

71,395a 3

Samenwonend/gehuwd met kinderen

99

49,1

49,9

Asymp. Sig.

Eenoudergezin

25

58,4

-33,4

a. 0 cells (,0%) have expected frequencies less than 5. The minimum expected cell frequency is 49,1.

Total

315

,000

58

Bijlage 4. Uitgeschreven interviews Om privacyredenen is de uitgeschreven versie van de interviews niet opgenomen in het publieke verslag.

59

Bijlage 5. Procesverslag analyse hypothesen Hypothese 1: Laagopgeleiden vinden collega’s en reistijd belangrijkere eigenschappen van een baan dan hoogopgeleiden. Afhankelijke variabele(n): Cijfers: Reistijd, Collega’s Meetschaal: Ratio Enquêtevraag: 53 Onafhankelijke variabele: Opleidingsniveau Meetschaal: Ordinaal (3 onafhankelijke steekproeven) Enquêtevraag: 10 Analyse techniek Anova

Vooronderstellingen H0: µ1 = µ2 = µ3 HA: Gemiddelden zijn niet gelijk Meetschaal: interval of ratio Drie of meer onafhankelijke aselecte steekproeven. Normaal verdeeld Populatievarianties gelijk (homogeniteit) Totale n > 100, dus voldaan Gewogen voor de variabele leeftijd Er is gekozen voor drie opleidingsklassen, namelijk ‘laag opgeleiden’ (geen opleiding, lager onderwijs/basis onderwijs, LEAO, LHNO, LTS, MAVO, MULO, VMBO), ‘middelbaar opgeleiden’ (MBO, HAVO, Atheneum, Gymnasium) en ‘hoog opgeleiden’ (HBO, Universiteit) (Zie Hoofdstuk 3 voor een uitleg voor deze indeling). Vervolgens is er voor de beide afhankelijke variabelen een toets uitgevoerd.

Uitvoertabellen Tabel B5.1.1: Frequentietabel opleidingsklassen in Lunetten. Valid

Missing Total

Opleidingsklassen Laag Middelbaar Hoog Total System

Frequency

Percent 45 71 206 322 4 326

Valid Percent 13.8 21.8 63.2 98.8 1.2 100.0

14.0 22.0 64.0 100.0

Cumulative Percent 14.0 36.0 100.0

Tabel B5.1.2: ANOVA, Collega's op werk Sum of Squares BetweenGroups

df

Mean Square

F

.764

2

.382

Within Groups

505.382

284

1.780

Total

506.145

286

Sig. .215

.807

60

Tabel B5.1.3: Multiple Comparisons Collega's op werk Bonferroni (I) (J) Opleidingsklasse Opleidingsklasse n n Mean Difference (I-J) Laag

Middelbaar

Hoog

95% Confidence Interval Std. Error

Sig.

Lower Bound

UpperBound

Middelbaar

-.174

.274

1.000

-.83

.48

Hoog

-.136

.239

1.000

-.71

.44

Laag

.174

.274

1.000

-.48

.83

Hoog

.038

.192

1.000

-.43

.50

Laag

.136

.239

1.000

-.44

.71

-.038

.192

1.000

-.50

.43

Middelbaar

Tabel B5.1.4: ANOVA, Reistijd naar baan Sum of Squares BetweenGroups

df

Mean Square

F

17.543

2

8.771

Within Groups

582.283

284

2.050

Total

599.826

286

Sig. 4.278

.015

Tabel B5.1.5: Multiple Comparisons, Reistijd naar baan Bonferroni (I) (J) Opleidingsklasse Opleidingsklasse n n MeanDifference (I-J) Laag

Middelbaar

Hoog

95% Confidence Interval Std. Error

Sig.

LowerBound

.845

*

.294

.013

Hoog

.628

*

.256

Laag

-.845*

.294

Hoog

-.218 *

Middelbaar

Laag

Upper Bound .14

1.55

.045

.01

1.25

.013

-1.55

-.14

.206

.878

-.71

.28

-.628

.256

.045

-1.25

-.01

.218

.206

.878

-.28

.71

Middelbaar *. The mean difference is significant at the 0.05 level.

Interpretatie en conclusie Variabele Collega’s: Tabel B5.1.1: de frequenties per groep weergegeven met daarbij de percentages. Tabel B5.1.2: Voor de variabele ‘Collega’s’ is de significantie 0.807 Dit is groter dan 0.05, dus H0 wordt niet verworpen met 95% betrouwbaarheid Tabel B5.1.3: om te kijken of er verschillen zijn tussen groepen (combinaties) is een Bonferroni toets uitgevoerd. In de kolom onder ‘Sig’ is te zien dat geen enkele combinatie significant is. Dit is tevens te zien in het ‘95% confidence interval’. Bij iedere combinatie ligt 0 (geen verschil) tussen de ‘LowerBound’ en de ‘Upper Bound’. Variabele Reistijd: Tabel B5.1.4: Significantie voor de variabele reistijd = 0.015 Dit is kleiner dan 0.05, dus H0 wordt verworpen met 95% betrouwbaarheid. Tabel B5.1.5: om te kijken of er verschillen zijn tussen groepen (combinaties) is een Bonferroni toets uitgevoerd. In de kolom onder ‘Sig’ is te zien dat de verschillen tussen de

61

opleidingsniveaus ‘laag’ en ‘middelbaar’ (0.013), en tussen ‘laag’ en ‘hoog’ (0.045) significant zijn voor hoe belangrijk reistijd gevonden wordt bij de keuze voor een nieuwe baan. De opleidingsklassen ‘middelbaar’ en ‘hoog’ verschillen niet significant van elkaar in hoe de variabele reistijd wordt beoordeeld (0.878). Er is dus geen significant verschil tussen de gemiddelde beoordeling van de baaneigenschap ‘collega’s’ tussen de verschillende opleidingsklassen in de steekproef. Ook onderling (dus tussen opleidingsniveaus laag, midden en hoog) zijn hier geen significante verschillen. De variabele ‘reistijd’ wordt echter wel significant verschillend beoordeeld door mensen uit verschillende opleidingsklassen. De hypothese is dus deels waar en geldt alleen voor ‘reistijd’ en niet voor ‘collega’s’. Mensen vinden reistijd belangrijk bij de keuze voor een baan (gemiddeld cijfer) Er is ook gekeken of mensen eerder geneigd zijn te verhuizen bij een aanzienlijke reistijdverkorting. Er zijn wel verschillen tussen laagopgeleiden (22.9% zegt in zo’n situatie te verhuizen) en hoogopgeleiden (29.8% zegt in zo’n situatie te verhuizen), maar deze verschillen zijn niet significant. (zie Tabel B5.1.6 en Tabel B5.1.7). Tabel B5.1.6: Reistijd verminderd reden tot verhuizen Opleidingsklassen Crosstabulation Opleidingsklassen Laag % within Count Opleidingsklassen Reistijd Ja verminderd reden Nee tot verhuizen Total

8

Middelbaar

Hoog

Total

% within Count Opleidingsklassen

% within Count Opleidingsklassen

% within Count Opleidingsklassen

22.9%

15

22.7%

56

27

77.1%

35

100.0%

29.8%

79

51

77.3%

66

100.0%

27.3%

132

70.2%

210

72.7%

188

100.0%

289

100.0%

Tabel B5.1.7: Chi-Square Tests Value

df

Asymp. Sig. (2-sided)

Pearson Chi-Square

1.628

a

2

.443

Likelihood Ratio

1.659

2

.436

Linear-by-LinearAssociation

1.348

1

.246

N of Valid Cases

289

a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 9.57.

62

Hypothese 2: Woonlocatie is een belangrijkere factor bij de keuze voor een baan dan de eigenschappen van deze baan: werktijden, salaris, collega’s, reistijd, carrièremogelijkheden, aansluiting bij opleiding. Afhankelijke variabele: 1. werktijden, salaris, collega’s, reistijd, carrièremogelijkheden, aansluiting bij opleiding. 2. nabijheid van voorzieningen, voldoende infrastructuur, aantrekkelijk voor kinderen, autoluwe wijk, nabijheid van werk Meetschaal: Gemiddeld cijfer van score alle variabelen: ratio Enquêtevraag: 53, 45 Onafhankelijke variabele: Woonlocatie/ eigenschappen baan Meetschaal: Nominaal Enquêtevraag: 52 Analyse techniek: T-toets

Er is gekeken of mensen die aan hebben gegeven bij de keuze van een nieuwe baan de eigenschappen van de baan (vraag 52) belangrijker te vinden, ook daadwerkelijk hogere cijfers geven voor hoe belangrijk ze bepaalde eigenschappen van de baan vinden. Daarnaast is gekeken of mensen die woonlocatie belangrijker vinden bij de keuze voor een baan, ook daadwerkelijk hogere cijfers geven bij de waardering van de wooneigenschappen. De variabelen ‘werklocatie partner’ en ‘aantrekkelijk voor kinderen’ zijn buiten beschouwing gelaten, omdat de gemiddelde cijfers van deze variabelen sterk bepaald worden door het wel of niet hebben van een partner (of kinderen). Vooronderstellingen H0: µ1 = µ2 HA: µ1 ≠ µ2 Meetschaal interval/ratio Twee onafhankelijke aselecte steekproeven Normaal verdeeld (n1 ≥ 30 en n2 ≥ 30) Gewogen voor de variabele leeftijd Uitvoertabellen Tabel B5.2.1: Frequentietabel:Nieuwe baan keuze tussen woonlocatie en eigenschappen baan Frequency Valid

Percent

Valid Percent

Cumulative Percent

Woonlocatie

115

35.8

40.0

40.0

Eigenschappen baan

172

53.8

60.0

100.0

Total

287

89.7

100.0

33

10.3

320

100.0

Missing

9

Total

Tabel B5.2.2: T-toets gemiddeld cijfer baaneigenschappenGroup Statistics Nieuwe baan keuze tussen woonlocatie en eigenschappen baan GemcijferWERK

N

Mean

Std. Deviation

Std. Error Mean

Woonlocatie

110

7.5188

1.14363

.10918

Eigenschappen baan

165

7.4967

.73742

.05747

63

Tabel B5.2.3: T-toets gemiddeld cijfer baaneigenschappen Independent Samples Test Levene's Test for Equality of Variances

F

t-test for Equality of Means

Sig.

GemcijferWERK Equal variances assumed

8.201

t .005

Equal variances not assumed

Sig. (2tailed)

df .195

95% Confidence Interval of the Mean Std. Error Difference Difference Difference Lower Upper

272

.846

.02208

.11354

-.20145

.24562

.179 168.702

.858

.02208

.12338

-.22149

.26566

Tabel B5.2.4: T-toets gemiddeld cijfer wooneigenschappen Group Statistics Nieuwe baan keuze tussen woonlocatie en eigenschappen baan GemcijferWOON

N

Mean

Std. Deviation

Std. Error Mean

Woonlocatie

111

7.4082

1.13977

.10828

Eigenschappen baan

168

7.1577

1.15483

.08899

Tabel B5.2.5: T-toets gemiddeld cijfer wooneigenschappen Independent Samples Test Levene's Test for Equality of Variances

F GemcijferW OON

Equalvariancesassumed Equalvariancesnotassumed

.255

Sig.

t-test for Equality of Means

t

df

95% Confidence Interval of the Sig. (2Std. Error Difference tailed) MeanDifference Difference Lower Upper

277

.076

.25058

.14053

.52724 .02607

1.788 237.234

.075

.25058

.14015

.52669 .02552

.614 1.783

Interpretatie en conclusie Tabel B5.2.1: de frequenties per groep weergegeven met daarbij de percentages. Tabel B5.2.1: Gemiddelde cijfer voor baaneigenschappen is 7.52 voor mensen die woonlocatie belangrijker vinden bij de keuze voor een baan. Gemiddeld cijfer voor baaneigenschappen is 7.50 voor mensen die werklocatie belangrijker vinden bij de keuze voor een baan. Tabel B5.2.1: Is er een significant verschil? Nee, want significantie is 0.858 (equal variances NOT assumed). Dit is groter dan 0.05, dus verwerpen we de nul-hypothese met 95% betrouwbaarheid Tabel B5.2.1: Gemiddelde cijfer wooneigenschappen is 7.41 voor mensen die woonlocatie belangrijker vinden bij de keuze voor een baan Gemiddelde cijfer wooneigenschappen is 7.16 voor mensen die werklocatie belangrijker vinden bij de keuze voor een baan. Tabel B5.2.1: Is er een significant verschil? Nee, want significantie is 0.076 (equal variances assumed). Dit is groter dan 0.05, dus verwerpen we de nul-hypothese met 95% betrouwbaarheid. Mensen die hebben aangegeven de baaneigenschappen belangrijker te vinden dan de woonlocatie bij het kiezen voor een nieuwe baan, geven significant geen hogere beoordeling voor de mate waarin ze de geselecteerde baaneigenschappen belangrijk vinden bij de keuze van een

64

nieuwe baan. Dit in tegenstelling tot de verwachting, aangezien mensen hebben aangegeven baaneigenschappen belangrijk te vinden (ten opzichte van woonlocatie). Ook is er gekeken of mensen die hebben aangegeven woonlocatie belangrijker te vinden dan de baaneigenschappen bij de keuze voor een baan, gemiddeld hogere beoordeling geven voor de mate waarin ze de geselecteerde wooneigenschappen belangrijk vinden. Er is een verschil tussen het gemiddelde cijfer voor de wooneigenschappen, maar dit verschil is niet significant.

Hypothese 3: Mensen die al langer in Lunetten wonen laten hun woonlocatie sterker meewegen in de keuze voor een baan dan mensen die minder lang in de wijk wonen. Afhankelijke variabele: Woonlocatie/eigenschappen baan Meetschaal: Nominaal Enquêtevraag: 52 Onafhankelijke variabele: Jaren woonachtig in Lunetten (verdeeld in 5 categorieën van 7 jaar) Meetschaal: Nominaal Enquêtevraag: 5 Analyse techniek: Chi-kwadraat

Vooronderstellingen H0: er is geen statistisch verband HA: er is wel een statistisch verband Meetschaal:twee categorische variabelen Aselecte steekproef Eij> 1 en maximaal 20% Eij< 5 (Cochran) Gewogen voor de variabele Leeftijd

Uitvoertabellen Tabel B5.3.1: Nieuwe baan keuze tussen woonlocatie en eigenschappen baan * JarenwoonachtigklasCrosstabulation Jarenwoonachtigklas

Eigenschappen baan

107

73.3%

Total

146

100.0%

% within Jarenwoon achtigklas

Total

% within Jarenwoon achtigklas

Count

29

%within Jarenwoon achtigklas

29 t/m 35 jaar

% within Jarenwoon achtigklas

49.2% 17

48.6%

13

56.5%

14

63.6%

112

39.3%

30

50.8% 18

51.4%

10

43.5%

8

36.4%

173

60.7%

59

100.0% 35

100.0%

23

100.0%

22

100.0%

285

100.0%

Count

26.7%

22 t/m 28 jaar Count

39

Woonlocatie

% within Jarenwoon achtigklas

15 t/m 21 jaar Count

% within Jarenwoon achtigklas

Count

Nieuwe baan keuze tussen woonlocatie en eigenschappen baan

8 t/m 14 jaar

Count

7 jaar of minder

Tabel B5.3.2: Chi-Square Tests Value

df

Asymp. Sig. (2-sided)

Pearson Chi-Square

21.682

a

4

.000

Likelihood Ratio

21.867

4

.000

Linear-by-Linear Association

18.448

1

.000

N of Valid Cases

285

a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 8.65.

65

Tabel B5.3.3: Symmetric Measures Value Nominal by Nominal

Approx. Sig.

Phi

.276

.000

Cramer's V

.276

.000

N of Valid Cases

285

Interpretatie en conclusie Tabel B5.3.1:Van de mensen die minder dan 7 jaar in Lunetten wonen, vindt 26.7% woonlocatie belangrijker bij de keuze van een baan dan de baaneigenschappen. Voor mensen die 8 t/m 14 jaar in Lunetten wonen, is dit percentage 49.2%. Voor mensen die 15 t/m 21 jaar in Lunetten wonen, is dit percentage 48.6%. Voor mensen die 22 t/m 28 jaar in Lunetten wonen, is dit percentage 56.5%. Voor mensen die 29 t/m 35 jaar in Lunetten wonen, is dit percentage 63.6%. Tabel B5.3.1: Is er een significant verband? Ja, want significantie is 0.000…, dus de nulhypothese wordt verworpen met 99% betrouwbaarheid. Tabel B5.3.1: Sterkte van het verband: Cramer’s V = 0.276, dus zwak verband. Of iemand woonlocatie of baaneigenschappen belangrijker vindt, heeft (significant) verband met het aantal jaren dat iemand in Lunetten woont. Er is dus een stijgende lijn: naarmate iemand langer in de wijk woont, is de kans groter dat iemand woonlocatie belangrijker vindt bij de keuze voor een nieuwe baan dan de eigenschappen van de baan.

Hypothese 4: Bij tweeverdieners speelt de woonlocatie een grotere rol bij de keuze voor een baan dan bij huishoudens met één kostwinner. Afhankelijke variabele: Woonlocatie/eigenschappen baan Meetschaal: Nominaal Enquêtevraag: 52 Onafhankelijke variabele: Twee verdiener Meetschaal: Nominaal Enquêtevraag: 11 & 13 Analyse techniek: Chi-kwadraat

Vooronderstellingen H0: er is geen statistisch verband HA: er is wel een statistisch verband Meetschaal:twee categorische variabelen Aselecte steekproef Eij> 1 en maximaal 20% Eij< 5 (Cochran)

Gewogen voor de variabele Leeftijd

66

Uitvoertabellen Tabel B5.4.1: Nieuwe baan keuze tussen woonlocatie en eigenschappen baan * Twee_of_een_inkomen Crosstabulation k

Twee_of_een_inkomen Tweeverdiener

Count Nieuwe baan keuze Woonlocatie tussen woonlocatie Eigenschappen en eigenschappen baan baan Total

Een kostwinner

% within Twee_of_een_inko men

Count

Total

% within Twee_of_een_inko men

Count

% within Twee_of_een_inko men

53

43.1%

48

36.4%

101

39.6%

70

56.9%

84

63.6%

154

60.4%

123

100.0%

132

100.0%

255

100.0%

Tabel B5.4.2: Chi-Square Tests Value Pearson Chi-Square Continuity Correctionb Likelihood Ratio

Asymp. Sig. (2sided)

df

1.204a

1

.273

.939

1

.332

1.204

1

.272

1.199

1

.273

Fisher's Exact Test Linear-by-Linear Association N of Valid Cases

Exact Sig. (2-sided)

Exact Sig. (1-sided)

.306

.166

255

a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 48.72. b. Computed only for a 2x2 table

Interpretatie en conclusie Tabel B5.4.1: van de tweeverdieners geeft 56.9% aan dat hij/zij de baaneigenschappen belangrijker vindt bij de keuze van een nieuwe baan, dan de woonlocatie. Bij huishoudens met één kostwinner is dit 63.6%. Tabel B5.4.2: Is er een significant statistisch verband? Nee, want significantie = 0.273. Dit is groter dan 0.05, dus wordt de nul-hypothese niet verworpen. In vergelijking met huishoudens met één kostwinner (36.4%), geeft een groter percentage van de tweeverdieners (43.1%) aan de woonlocatie belangrijker te vinden bij de keuze voor een nieuwe baan. De eigenschappen van de baan worden dus door zowel de tweeverdieners, als de niettweeverdieners het belangrijkst gevonden bij de baankeuze.

Hypothese 5: Werkenden in Lunetten met een hoger opleidingsniveau verhuizen gemiddeld sneller voor een reistijdverkorting dan werkenden in Lunetten met een lager opleidingsniveau. Afhankelijke variabele: Keuze reistijdverkorting Meetschaal: Nominaal Enquêtevraag: 49 Onafhankelijke variabele: Opleidingsniveau Meetschaal: Sterk ordinaal Enquêtevraag: 10 Analyse techniek: Kruskal-Wallis toets

Vooronderstellingen H0: De populaties hebben identieke verdelingen HA: De verdelingen van de populaties zijn niet identiek Meetschaal: onafhankelijke variabele: nominaal Afhankelijke variabele: ordinaal (rangscores) Drie of meer onafhankelijke aselecte steekproeven Gewogen voor de variabele Leeftijd

67

Er is bij de indeling van de opleidingsniveaus gekozen voor dezelfde indeling als bij hypothese 1.Omdat beide variabelen niet interval of ratio zijn, mag er geen ANOVA toets uitgevoerd worden. Er is daarom gekozen voor de Kruskal-Wallis toets. En om de verschillen tussen de opleidingsniveaus is er gekozen om een Mann-Whitney toets uit te voeren. Uitvoertabellen Tabel B5.5.1: DescriptiveStatistics N

Mean

Std. Deviation

Minimum

Maximum

Reistijd verminderd reden tot verhuizen

305

1.73

.446

1

2

Opleidingsklassen

335

2.4776

.74138

1.00

3.00

TabelB 5.5.2: Kruskal-Wallis TestRanks Opleidingsklassen

N

Reistijd verminderd reden tot verhuizen Laag

Mean Rank 37

160.24

63

156.93

Hoog

203

148.97

Total

303

Middelbaar

Tabel B5.5.3: Test Statistics a,b Reistijd verminderd reden tot verhuizen Chi-Square

1.300

df

2

Asymp. Sig.

.522

a. Kruskal Wallis Test b. Grouping Variable: Opleidingsklassen

Per opleidingsklasse onderling (Mann-Whitney toetsen):

Laag tot middelbaar Tabel B5.5.4: Laag tot middelbaar Ranks Opleidingsklassen Reistijd verminderd reden tot verhuizen

N

Mean Rank

Sum of Ranks

Laag

37

51.19

1894.00

Middelbaar

63

50.10

3156.00

Total

100

Tabel B5.5.5: Test Statisticsa Reistijd verminderd reden tot verhuizen Mann-Whitney U

1140.000

Wilcoxon W

3156.000

Z Asymp. Sig. (2-tailed)

-.250 .803

a. Grouping Variable: Opleidingsklassen

68

Laag tot hoog Tabel B5.5.6: Ranks Opleidingsklassen Reistijd verminderd reden tot verhuizen

N

Mean Rank

Sum of Ranks

Laag

37

127.66

4723.50

Hoog

203

119.19

24196.50

Total

240

Tabel B5.5.7: Test Statisticsa Reistijd verminderd reden tot verhuizen Mann-Whitney U

3490.500

Wilcoxon W

24196.500

Z

-.873

Asymp. Sig. (2-tailed)

.382

a. Grouping Variable: Opleidingsklassen

Middelbaar tot Hoog Tabel B5.5.8: Ranks Opleidingsklassen Reistijd verminderd reden tot verhuizen

N

Middelbaar

Mean Rank

Sum of Ranks

63

138.45

8722.50

Hoog

203

131.96

26788.50

Total

266

Tabel B5.5.9: Test Statisticsa Reistijd verminderd reden tot verhuizen Mann-Whitney U

6082.500

Wilcoxon W

26788.500

Z

-.750

Asymp. Sig. (2-tailed)

.453

a. Grouping Variable: Opleidingsklassen

Tabel B5.5.10: Nieuwe baan keuze tussen woonlocatie en eigenschappen baan * Opleidingsklassen Crosstabulation Opleidingsklassen Laag

Middelbaar

Hoog

Total

% within % within % within % within Coun Opleidingsklasse Coun Opleidingsklasse Coun Opleidingsklasse Coun Opleidingsklasse t n t n t n t n Nieuwe baan keuze tussen woonlocatie en eigenschappe n baan

Woonlocatie

24

72.7%

26

40.6%

64

34.2%

114

40.1%

Eigenschappe n baan

9

27.3%

38

59.4%

123

65.8%

170

59.9%

33

100.0%

64

100.0%

187

100.0%

284

100.0%

Total

69

Tabel B5.5.11: Chi-Square Tests Value

df

Asymp. Sig. (2-sided)

Pearson Chi-Square

17.314a

2

.000

Likelihood Ratio

17.160

2

.000

Linear-by-Linear Association

14.462

1

.000

N of Valid Cases

284

a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 13.25.

Tabel B5.5.12: Symmetric Measures Value Nominal by Nominal

Approx. Sig.

Phi

.247

.000

Cramer's V

.247

.000

N of Valid Cases

284

Interpretatie en conclusie Tabel B5.5.1 en Tabel B5.5.2 : hierin zijn de frequentieverdelingen waar te nemen B5.5.3: hierin valt te zien dat de Chi-square 1,3 bedraagt. Verder is er geen significant verschil (0,522). H0 wordt niet verworpen met 95% betrouwbaarheid. Vervolgens is voor elke combinatie een Mann-Whitney uitgevoerd. In B5.5.5 (Asymp. Sig. = 0.803), B5.5.7 (Asymp. Sig. = o.382) en B5.5.9 (Asymp. Sig. = 0.453) valt af te lezen dat voor elke combinatie de nulhypothese niet wordt verworpen. Er is gecontroleerd voor wat respondenten belangrijker vonden bij de baankeuze: woonlocatie of eigenschappen baan (tabel B5.5.10) Er blijkt een significant verband tussen deze variabelen (H0 niet verwerpen met 95% betrouwbaarheid) (tabel B5.5.11). Het verband (Cramer’s V) is zwak (tabel B5.5.12). De Kruskall Wallis test wijst uit dat er geen significant verschil is tussen de verschillende opleidingsklassen en de mate waarin zij verhuizen voor een reistijdverkorting.De nulhypothese dat de populaties identieke verdelingen hebben, wordt dus niet verworpen met 95 % betrouwbaarheid. Om te kijken of er verschillen zijn tussen verschillende combinaties, is voor elke combinatie een MannWhitney toets gebruikt. Ook hier zijn geen significante verschillen gevonden. Controle voor welke factor belangrijker bij baankeuze: Hoogopgeleiden vinden eigenschappen v.d. baan belangrijker (65.8%) dan laagopgeleiden (27.3%). Hypothese 6: Mensen met een koopwoning laten hun woonlocatie sterker meewegen in de keuze voor een baan dan mensen zonder een koopwoning. Afhankelijke variabele: Woonlocatie - eigenschappen baan Meetschaal: Nominaal Enquêtevraag: 52 Onafhankelijke variabele: Koopwoning Meetschaal: Dichotoom Enquêtevraag: 4 Analyse techniek: Chi-kwadraat

Vooronderstellingen H0: er is geen statistisch verband HA: er is wel een statistisch verband Meetschaal:twee categorische variabelen Aselecte steekproef Eij> 1 en maximaal 20% Eij< 5 (Cochran)

Gewogen voor de variabele Leeftijd Uitvoertabellen

70

Tabel B5.6.1: Nieuwe baan keuze tussen woonlocatie en eigenschappen baan * koopwoning Crosstabulation koopwoning ja

nee

Expected Count Count Nieuwe baan keuze tussen woonlocatie en eigenschappen baan

% within koopwoning

Expected Count Count

Total % within koopwoning

Expected Count Count

% within koopwoning

Woonlocatie

63

50.1

50.4%

52

64.9

32.1%

115

115.0

40.1%

Eigenschappen baan

62

74.9

49.6%

110

97.1

67.9%

172

172.0

59.9%

125

125.0

100.0%

162

162.0

100.0%

287

287.0

100.0%

Total

Tabel B5.6.2: Chi-Square Tests Value

df

Asymp. Sig. (2-sided)

Pearson Chi-Square

9.841

a

1

.002

Continuity Correctionb

9.094

1

.003

Likelihood Ratio

9.845

1

.002

9.807

1

.002

Fisher's Exact Test

Exact Sig. (2-sided)

Exact Sig. (1-sided)

.002

Linear-by-Linear Association N of Valid Cases

.001

287

0 cells (.0%) have expected count less than 5. The minimum expected count is 50.09. Computed only for a 2x2 table

Tabel B5.6.3: Symmetric Measures Value Nominal by Nominal

Approx. Sig.

Phi

.185

.002

Cramer's V

.185

.002

N of Valid Cases

287

Interpretatie en conclusie Tabel B5.6.1: Hierin zijn de verdelingen binnen de groepen te zien. Door naar de percentages te kijken kunnen de groepen worden vergeleken: Mensen met een koopwoning laten hun woonlocatie iets vaker meewegen bij de keuze voor een baan: 50,4 om 49,6%. Mensen zonder koopwoning laten hun woonlocatie beduidend minder meewegen bij een de keuze voor een baan. 67,9% van de mensen zegt de eigenschappen van de baan belangrijker te vinden bij de keuze voor deze baan dan de woonlocatie. Tabel B5.6.2: Hierin valt af te lezen bij de Pearson Chi-Square dat de Asymp. Sig. =0,002. H0 wordt dus verworpen met 99% betrouwbaarheid. Tabel B5.6.3: De Cramer’s V bedraagt: 0,185. Er is dus sprake van een zwak verband. Er is dus sprake van een statistisch verband tussen het al dan niet hebben van een koopwoning en het sterker laten meewegen van de woonlocatie bij de keuze van de baan dan de eigenschappen van deze baan. Uitgesplitst naar leeftijd Om te vergelijken of een andere variabele invloed heeft op de keuze voor woon/werklocatie. Is er een kruistabel gemaakt uitgesplitst naar leeftijd. Er was echter niet genoeg celvulling aanwezig.

71

Hypothese 7: De af te leggen woon-werkafstand is kleiner bij meerpersoonshuishoudens dan bij eenpersoonshuishoudens. Afhankelijke variabele: Woon-werkafstand Meetschaal: Ratio Enquêtevraag: 29 Onafhankelijke variabele: Huishoudensamenstelling Meetschaal: Nominaal Enquêtevraag: 7 Analyse techniek: T-toets

Vooronderstellingen H0: µ1 = µ2 HA: µ1 ≠ µ2 Meetschaal interval/ratio Twee onafhankelijke aselecte steekproeven Normaal verdeeld (n1 ≥ 30 en n2 ≥ 30) Gewogen voor de variabele leeftijd Uitvoertabellen Tabel B5.7.1: Group Statistics hhygrootteklas Afswerkmeter

N

Mean

Std. Deviation

Std. Error Mean

1

70

57373.00

45742.798

5479.260

2

250

41985.80

43666.708

2761.245

Tabel B5.7.2: Independent Samples Test Levene's test

Afswerkmeter

F Equal variances assumed Equal variances not assumed

3.789

Sig. .052

t-test for Equality of Means t

Sig. (2-tailed)

df

Mean Difference

95% Confidence Interval Std. Error Difference

Lower

Upper

2.575

318

.010

15387.204

5976.587

3628.524

27145.883

2.508

106.129

.014

15387.204

6135.696

3222.761

27551.646

Interpretatie en conclusie Tabel B5.7.1: dit is een table met de frequentieverdelingen. Te zien is dat het gemiddelde en de standaarddeviatie bij eenpersoonshuishuidens groter zijn. Tabel B5.7.2: hierin is de t-toets te zien. Hieruit blijkt een sig. van 0,052. Sig>0,05 dus equalvariancesassumed wordt aangehouden. De Sig is 0,010. Dit is kleiner dan 0,05. H0 wordt dus verworpen met 95% betrouwbaarheid. De 0 (geen verschil) ligt dan ook niet in het 95% betrouwbaarheidsinterval. Uit de t-toets blijkt dat er een significant verschil is tussen woon-werkafstand en huishoudengrootte. Uitgesplitst naar eenpersoons- en eenpersoonshuishoudens  dit leverde geen significante verschillen op.

72

Hypothese 8: De af te leggen woon-werk afstand is groter bij personen die beschikking hebben over een auto in vergelijking met mensen die dit niet hebben. Afhankelijke variabele: Woon-werkafstand Meetschaal: Ratio Enquêtevraag: 29 Onafhankelijke variabele: Autobezit Meetschaal Nominaal Enquêtevraag: 15 Analyse techniek: T-toets

Vooronderstellingen H0: µ1 = µ2 HA: µ1 ≠ µ2 Meetschaal interval/ratio Twee onafhankelijke aselecte steekproeven Normaal verdeeld (n1 ≥ 30 en n2 ≥ 30) Gewogen voor de variabele leeftijd Uitvoertabellen Tabel B5.8.1: Group Statistics Autoklas Afswerkmeter

N

Mean

Std. Deviation

Std. Error Mean

1

214

43667.38

43969.689

3008.329

2

106

48704.10

45606.680

4426.477

Tabel B5.8.2: Independent Samples Test Levene's test

Afswerkmeter

F Equalvariancesassume d Equalvariancesnotassu med

2.121

Sig. .146

t-test for Equality of Means t

Sig. (2-tailed)

df

Mean Difference

95% Confidence Interval Std. Error Difference

Lower

Upper

-.953

318

.341

-5036.721

5286.457 -15437.599

5364.157

-.941

203.280

.348

-5036.721

5351.985 -15589.244

5515.801

Interpretatie en conclusie Tabel B5.8.1: hierin zijn de frequenties te zien. De CV (relatieve spreiding tov het gemiddelde) bedraagt voor mensen met een auto: 1,00 en voor mensen zonder auto: 0,94. Er is dus eigenlijk geen verschil. Tabel B5.8.2: dit is de uitdraai van de t-toets. De sig. bedraagt 0,146. Sig> 0,05 dus equal variances assumed. Hieruit blijkt een significantie van 0,341. Sig> 0,05 dus H0 wordt niet verworpen met 95% betrouwbaarheid. Uit de t-toets kan dus geconcludeerd worden dat er geen significant verschil is tussen autobezit ja/nee en de af te leggen woon- werkafstand.

73

Bijlage 6. Logboek Datum 01-05-11

Taken Aanpassen probleemstelling en deelvragen adhv commentaar op WC 29-04-11 Maken CM versie 0.9 Aanpassen probeemstelling, deelvragen, conceptueel model en hypothesen n.a.v. gesprek met Minnema op 03-05

Wie Robbert

Deels

Allen Allen

Ja Ja

04-05-11

Aanmaken totaalbestand voor samenvoegen alle losse stukken

Robbert

Ja

04-05-11

Joep, Bernd, Anne Jop

Ja

06-05-11

Zoeken bruikbare literatuur voor theoretisch kader en tegelijkertijd kijken naar gebruikte methoden en naar andere conceptuele modellen. Lezen literatuur voor theoretisch kader

nvt

06-05-11

Werken aan enquête en steekproefkader

10-05-11

Allen

Ja

Robbert Anne Jop Joep

Nvt ja Ja

16-05-11

Belangrijkste vragen enquête opgesteld; nagedacht over algemene vragen/informatie die nodig is WC Lunetten: Per groepslid overleggen met andere groepen: gewerkt aan interviews, de enquête, het steekproefplan en een persbericht Schrijven aan theoretisch kader Samenvoegen enquêtes van alle 4 de groepen Afbakening enquêtegebied/werken steekproefkader met veldwerkcoördinatoren Topic lijst opstellen voor interviews WC 17-05

Robbert en Bernd Anne Jop, Joep Allen

Ja

16-05-11 17-05-11 18-05-11 19-05-11 19-05-11 20-05-11 20-05-11

Werken met datacoördinatoren aan enquêtes Definitief maken enquêtes, klaar voor afdrukken Werken aan Theoretisch kader (concept) Werken aan Concept codeerschema tijdens WC Werken aan Theoretisch kader (concept) Inleveren Concept Theoretisch kader Afnemen enquêtes 13.00-16.30 uur

Robbert, Bernd Anne Jop Allen Allen Allen Allen Dropbox Allen

02-05-11 03-05-11

11-05-11

13-05-11 13-05-11 16-05-11

nvt

Opmerkingen Deelvragen nog bedenken, probleemstelling controleren in groep. Volledig opnieuw begonnen, aparte documenten zoals ‘Onderzoeksplan’ en ‘Conceptueel Model’ moeten nog worden herzien tot totaalversie Concept inleiding is gemaakt. Structuur verslag moet nog worden vastgesteld.

Dit moest in verband met overleg met veldwerkcoördinatoren en datacoördinatoren.

ja

Nvt Ja Nvt Nvt Nvt Ja Nvt

Hier is een tweetal vragen weggevallen.

Volgens vaste afspraken met andere groepen

21-05-11 23-05-11 24-05-11

Afnemen enquêtes 10.00-14.30 uur Afnemen enquêtes 19.00- 22.00 uur Afnemen enquêtes 16.30 - 21.00 uur

Nvt Nvt Nvt

Volgens vaste afspraken met andere groepen Volgens vaste afspraken met andere groepen Volgens vaste afspraken met andere groepen

Nvt

Volgens vaste afspraken met andere groepen

Ja Nvt Nvt Nvt Ja

Aanpassen hypothesen na overleg met docent.

Enquetes ingevoerd

Robbert Allen Joep, Anne Jop, Robbert Bernd, Anne Jop Bernd, Joep Anne Jop Allen Robbert Joep en Bernd Anne Jop

25-05-11

Afnemen enquêtes 17.00 uur - 21.00 uur

25-05-11 26-05-11 27-05-11 30-05-11 31-05-11

Hoofdstuk 2 (concept) Uitwerken codeboek Invoeren enquêtes in SPSS Interview Lintmeijer en uitwerken interview Analyseschema opgesteld (concept)

31-05-11 31-05-11 01-06-11 01-06-11 06-06-11

Werken aan hoofdstuk 1 (definiteve versie) Werken aan hoofdstuk 1 Analyseschema definitieve versie GIS (kaarten)

Allen Allen Anne Jop Bernd

Nvt Nvt Ja Nvt

06-06-11

Hoofdstuk 2 (definitief)

Ja

06-06-11

Werken aan Hoofdstuk 3 (concept)

07-06-11 07-06-11 07-06-11

GIS (kaarten) Hoofdstuk 3 afmaken (Concept) Topic-lijst opstellen voor interview Jan Prillwitz

08-06-11

Interview met Jan Prillwitz

09-06-11

H3: Representativiteitsanalyse

09-06-11

Uitwerken interview Jan Prillwitz

10-06-11 14-06-11

H3: Representativiteitsanalyse Hypothesen verdeeld voor H5

Joep & Bernd Robbert en Anne Jop Bernd Robbert Bernd en Anne Jop Bernd en Anne Jop Robbert en Joep Anne Jop en Bernd Robbert Allen

Nvt

Deze enquêtes hadden we gekregen vaan een groep die er meer dan 84 had.

GIS kaarten om afstand van woon- naar werklocatie aan te geven.

Ja Nvt Ja Ja Nvt Ja Nvt Ja Nvt

Hypothesen 1 tm 4: Robbert en Joep Hypothesen 5 tm 8: Bernd en Anne Jop

15-06-11

Werken aan H5 en procesverslag hypothesen

Allen

Nvt

15-06-11

Topiclijst Roland Pereboom (Milieucentrum Utrecht)

Nvt

16-06-11

Interview Roland Pereboom

16-06-11 17-06-11

Werken aan H5 Werken aan H5

17-06-11

Uitwerken interview Jan Prillwitz

18-06-11 18-06-11 19-06-11 20-06-11

Procesverslag H5 (Bijlage 5) Begin gemaakt met opmaak Werken aan H5 Werken aan h5 en procesverslag H5

20-06-11 20-06-11 21-06-11

Interviews verwerken in Nvivo Lay-out Werken aan h5

21-06-11

Interviews verwerken in Nvivo

22-06-11

Werken aan H5

22-06-11 22-06-11 23-06-11

Werken aan H4 Lay-out Werken aan H2

Robbert en Joep Robbert en Joep Allen Robbert en Joep Bernd en Anne Jop Joep Bernd Joep Robbert en Joep Anne Jop Bernd Robbert en Joep Bernd en Anne jop Robbert en Joep Anne Jop Bernd Joep

23-06-11 23-06-11 24-06-11

Werken aan H5 Werken aan H4 H4 checken

Nvt Nvt Ja

24-06-11

GIS kaarten

Robbert Anne Jop Robbert en Joep Bernd en anne Jop

Hier konden we pas vandaag aan beginnen omdat er nog fouten stonden in het SPSS bestand en deze door een ander groepje moesten worden verbeterd.

Ja Nvt Nvt Nvt Nvt Nvt Nvt Ja

O.A begonnen met opmaak van tabellen ed.

Ja Nvt Nvt Ja Nvt Nvt Nvt Ja

Ja

Formulering Hypothesen aanpassen aan hypothesen zoals beschreven in H5 en het procesverslag van H5.

Na het afronden van H5 bleken er nog een tweetal kaartjes gemaakt te moeten worden voor het verduidelijken van twee hypothesen.

25-06-11

Werken aan Conclusie

25-06-11 26-06-11 26-06-11

Lay-out en eindredactie Lay-out en eindredactie Werken aan conclusie

26-06-11 27-06-11 27-06-11 28-06-11

Werken aan presentatie Oefenen presentatie Lay-out en eindredactie Oefenen presentatie

Robbert en Joep Bernd Bernd Robbert en Joep

Nvt

Allen Robbert Bernd Robbert

Ja Nvt Ja Ja

Nvt Nvt Ja

De hoofdvraag en deelvragen zijn voor een groot deel aangepast t.o.v. de vragen zoals opgesteld aan het begin van het onderzoek. De oorzaak hiervan lag met name in het feit dat bij het start van het onderzoek het streven was Lunetten te vergelijken met een andere wijk in Nederland wat betreft de invloed van de woonlocatie op de keuze voor een baan. Omdat echter geen bruikbaar vergelijkingsmateriaal is gevonden, is er in de loop van het onderzoek (nog voor het maken van de enquête) gekozen om vooral de focus te leggen op verschillen binnen de wijk (dus op mensen met verschillende persoonskenmerken). De nadruk bleef wel op de invloed van de woonlocatie op de baankeuze.

Logboek: aanpassingen na Hoorcolleges en Werkcolleges WC 29-04-11: Na dit werkcollege, waarin we feedback hebben gekregen op ons concept Onderzoeksplan, hebben we een tweede versie van het onderzoeksplan gemaakt. Deze tweede versie had een compleet nieuwe probleemstelling, inclusief nieuwe deelvragen. Ook is er een taakverdeling op gedetailleerd niveau gemaakt en is er een duidelijke planning gemaakt voor alle (bekende) werkzaamheden tot het eind van de periode. WC 03-05-11: Na dit werkcollege, dat eigenlijk een voortgangsbespreking met de docent was, zijn we aan de slag gegaan met de gekregen feedback. We hebben besloten opnieuw van voren af aan te beginnen: We hebben een nieuwe probleemstelling geformuleerd, de deelvragen zijn aangepast, het conceptuele model (in schema) is ingrijpend veranderd en de onderzoekshypothesen zijn opnieuw afgeleid uit het nieuwe conceptuele model. Verder is alles in één eindbestand gezet, zodat iedereen beschikking heeft over de meest recente versie. Wat nog moet gebeuren is de bestanden ‘Onderzoeksplan’ en ‘Conceptueel model’ bijwerken tot een volwaardig eindbestand, ook al wordt de informatie tegelijkertijd verwerkt in het eindverslag. Dit is vooral voor het overzicht en inzichtelijkheid in het proces. Ook is de planning nog te algemeen en ontbreekt er een taakverdeling. Deze zal zo snel mogelijk worden gemaakt. Op 04-05-11 is begonnen met het zoeken van literatuurbronnen die ons thema ondersteunen. De gevonden literatuur moet nog worden geanalyseerd en geselecteerd op bruikbaarheid voor het theoretische kader. WC 11-05-11 Voor aanvang van dit werkcollege hebben we gezamenlijk een concept gemaakt van de enquête. Niet zozeer in opmaak en in vraagstelling, maar wel de belangrijkste vragen die we in ieder geval moesten stellen om de informatie te verkrijgen die nodig is onze onderzoekshypothesen te kunnen toetsen. Tijdens het werkcollege is er op basis van het conceptueel model verder gewerkt aan de enquête. Hierbij is wel aandacht besteed aan de precieze formulering en routing van de vragen. Vervolgens is er door de verschillende personen uit de groep overleg geweest met de voorzitters, datacoördinatoren, veldwerkcoördinatoren en eindredacteuren van de andere groepen. Hier is respectievelijk gewerkt aan: de interviews, de enquête, het steekproefplan en een persbericht. WC 17-05-11 Tijdens dit werkcollege hebben we de Topic-lijst ingeleverd. De week hiervoor hebben we deze samengesteld. De topic lijst moet nog aangepast worden op de verschillende potentiële personen die we willen gaan interviewen. Het werkcollege werd gebruikt om de enquêtevragen op elkaar af te stemmen en de volgorde te bepalen. Ook werd er door de veldwerkcoördinatoren overlegd over de steekproeftrekking en de verdeling van de adressen over de verschillende groepen. In dit werkcollege zijn de definitieve deadlines gesteld voor de enquêtes. Zo konden deze op tijd verzonden worden naar de drukkerij. WC 19-05-11 Vandaag gold als deadline voor het inleveren van het concept van H1: het theoretisch kader. Toch was door e alle drukte rondom de enquête deze door de groepjes niet gehaald en is deze verschoven naar de 20 mei. Tijdens het WC is de gewenste gang van zaken besproken voor tijdens het enquêteren. Er werden instructies gegeven over hoe de gemaakte adressenlijsten bij te houden, non-respons op te schrijven en hoe te handelen in bepaalde situaties aan de deur. Ook is begonnen met een concept van het codeerschema. Dit werd door elk afzonderlijk groepje gedaan voor haar eigen enquêtevragen, en de algemene vragen. De dag na het WC is direct begonnen met het afnemen van de enquêtes in de wijk Lunetten.

78

WC 26-05-11 Dit werkcollege stond in het teken van het bespreken van het theoretisch kader (H1). Met ieder groepje werd apart het concept van dit hoofdstuk besproken. Uit het gesprek bleek dat aan de structuur van ons theoretisch kader nog wel het een en ander te verbeteren viel. Daarnaast kwam de inhoud van het hoofdstuk niet volledig overeen met het conceptueel model. Hier moest meer afstemming komen. Bovendien stond relevante informatie achteraan, terwijl dit eigenlijk eerder in het hoofdstuk benoemd zou moeten worden. In het weekend en de dagen erna is direct begonnen aan het verbeteren van het hoofdstuk. Tevens is er het een en aantal gesleuteld aan de hypothesen zodat ze meer aan zouden sluiten op het theoretisch kader. Daarnaast was het nodig enkele hypothesen aan te passen omdat we er na het afnemen van de enquêtes achter kwamen dat enkele hypothesen moeilijk te toetsen zouden zijn, dit omdat 2 van onze vragen waren weggevallen na het samenvoegen van de enquêtevragen. Bovendien kwamen we er na het enquêteren achter dat met enkele vragen niet precies de informatie werd verzameld die we eigenlijk nodig hadden voor bepaalde hypothesen. Aanpassing van enkele hypothesen was daarom noodzakelijk. In het gesprek is tevens het afnemen van de enquêtes aan bod gekomen. Er is kort gesproken over hoe het afnemen verliep. WC 31-05-11 In dit werkcollege is het concept hoofdstuk 2 (operationalisering) besproken. Met de operationalisering van de hypothesen was weinig mis. Er hoefde maar enkele aanpassingen gedaan te worden. De gebiedsbeschrijving was te uitgebreid en een groot deel hiervan kon naar de inleiding van het onderzoeksrapport verplaatst worden. De beschrijving van de steekproeftrekking was te gebrekkig en moest uitgebreider toegelicht worden. De keuze voor de verschillende onderzoeksmethoden moest meer verantwoord worden. Zo kregen we het advies de verschillende voordelen van kwantitatieve en kwalitatieve onderzoeksmethoden te benoemen. Ten slotte is het in het gesprek het analyseschema besproken. Een aantal meetschalen van variabelen was niet correct en we kregen adviezen over welke statistische toetsen we beter konden gebruiken. Het commentaar op het analyseschema hebben we direct de volgende dag verwerkt. De overige opmerkingen zijn pas na het weekend verwerkt, aangezien we de definitieve versie van hoofdstuk 1 in moesten leveren. WC 06-06-11 In dit werkcollege hadden we kort een gesprek waarin ons werd gevraagd hoe het er voor stond met het onderzoek. We hebben uitgelegd waar we op dat moment mee bezig waren en hoe onze planning voor de komende weken er uit zou zien. Ons werd geadviseerd te beginnen met de representativiteitanalyse en tevens werd ons gevraagd hoe het ervoor stond met de interviews. Op dat moment hadden we al een interview afgenomen en uitgewerkt. Na het werkcollege zijn afspraken gemaakt voor het afnemen van nog twee interviews. Na het gesprek is bovendien gestart met het afmaken van hoofdstuk 2 en met de representativiteitanalyse. WC 08-06-11 In dit werkcollege is de representativiteitanalyse (Hoofdstuk 3) besproken. We waren er als groep al achter gekomen tijdens het opstellen van hoofdstuk 3 dat verschillende variabelen niet representatief waren voor de populatie. Enkel de variabele geslacht was representatief. Onder andere opleidingsniveau, aandeel koopwoningen, huishoudensamenstelling en leeftijd waren niet representatief voor de cijfers zoals beschreven in ‘WistUdata’. Na overleg met Jaap Minnema is besloten enkel de variabele ‘leeftijd’ te wegen. In hoofdstuk 3 hadden we als groep meerdere variabelen gewogen. Uit het gesprek kwam echter naar voren dat niet op verschillende variabelen tegelijkertijd kan worden gewogen, aangezien er dan een vertekend beeld ontstaat. Het feit dat meerdere variabelen niet representatief zijn, heeft tot gevolg dat resultaten uit onze steekproef eigenlijk niet gegeneraliseerd kunnen worden naar de gehele populatie in Lunetten. We hebben echter met Jaap Minnema afgesproken dat we wel verder zouden gaan met deze steekproef. In de eerste plaats omdat er niet genoeg tijd was om nog een keer een steekproef te trekken en extra te gaan enquêteren. Het heeft wel tot gevolg dat we moeten uitkijken met het doen van uitspraken over de populatie. In het gesprek is ons daarom verteld dat we altijd voorzichtig moeten zijn met resultaten van de uitgevoerde toetsen.

79

WC 14-06-11 In dit werkcollege is de presentatie van 30 juni besproken. Er is onder andere gesproken over de duur van de presentatie en de indeling van de presentatie. Het was van belang dat er afstemming tussen de groepen zou komen. Later in de week zijn door de voorzitters van de groepjes verdere afspraken gemaakt over de presentaties. In het werkcollege is tevens besproken hoe de methodologie van het onderzoek in de presentatie moet worden verwerkt. In de loop van de week is dit door de veldwerkcoördinatoren afgesproken hoe het aangepakt moest worden en is ook afgesproken wie de methodologie gaat presenteren op 30 juni.

WC 17-06-11 In dit werkcollege is het concept van H5 besproken. Omdat we een aantal problemen hadden met het toetsen van bepaalde hypothesen, hadden we niet een volwaardig concept ingeleverd. We hadden enkel het procesverslag ingeleverd van hypothese 1 t/m 4. De toetsen die we hadden gebruikt waren in ieder geval goed en op een juiste manier, met de juiste veronderstellingen beschreven. Ten slotte kregen we nog enkele tips over hoe hoofdstuk 5 er uiteindelijk uit moest komen te zien in het eindverslag.

WC 22-06-11 In dit werkcollege is opnieuw het concept van H5 besproken. In tegenstelling tot het vorige werkcollege hadden we nu wel een deel van H5 af. Hypothesen 1 t/m 4 waren inmiddels uitgewerkt in H5. De hypothesen waren in principe op de juiste manier getoetst. Ons werd geadviseerd de rest van de hypothesen op de zelfde manier te toetsen. Voor de rest was er een aantal opmerkingen over de inleiding. Daarnaast stonden er dingen over de representativiteit van de steekproef in H5. Dit hoorde echter niet in dit hoofdstuk. Er is na het college direct begonnen met het verwerken van deze kritiek en met het verder uitwerken van de overige hypothesen.

WC 29-06-11 In dit werkcollege is de eindpresentatie die gehouden wordt in buurtcentrum ‘De Musketon’ geoefend. Gelet is op de samenhang van de presentaties van de vier groepjes. Ook is gecontroleerd op de tijd die nodig is per presentatie. De laatste inhoudelijke aanpassingen zijn gemaakt aan de hand van de feedback van docenten en studenten.

80