Op zoek naar een verklaringsmodel voor vrijwilligerswerk

Op zoek naar een verklaringsmodel voor vrijwilligerswerk


Projectnr. 08-2903

drs. C. Ergun Centrum voor Onderzoek en Statistiek (COS) Oktober 2009 In opdracht van de dienst Sociale Zaken en Werkgelegenheid.

© Centrum voor Onderzoek en Statistiek (COS) Auteur: drs. C. Ergun Project: 08-2903 Prijs: € 10,00

Adres:

Goudsesingel 78, 3011 KD Rotterdam Postbus 21323, 3001 AH Rotterdam Telefoon: (010) 267 15 00 Telefax: (010) 267 15 01 E-mail: [email protected] Website: www.cos.rotterdam.nl Gegevens mogen worden overgenomen, mits met bronvermelding. Verveelvoudiging voor eigen of intern gebruik toegestaan.

2


INHOUDSOPGAVE 1.

Inleiding

5

2.

De modellen

7

3.

Onze pragmatische benadering

13

4.

Model o.b.v. VTO-gegevens

17

5.

Model o.b.v. SI-gegevens

19

6.

Vertaalslag naar de praktische interpretatie en bruikbaarheid

21

Bijlage 1: Variabelen uit de VTO 2007

25

Bijlage 2: Variabelen uit de SI 2008

29

Bijlage 3: Interpretatie van de samenhang tussen de variabelen op basis van Cramers’ V

35

Bijlage 4: Resultaten van de regressieanalyse o.b.v. de VTO

37

Bijlage 5: Resultaten van de regressieanalyse o.b.v. de SI

41

Publicatieoverzicht COS

45


3

4


1.

INLEIDING

Het COS is gevraagd een secundaire analyse te verrichten met data uit de enquêtes van de Sociale Index 2008 (‘SI 2008’) en van de Vrijetijdsomnibusenquête 2007 (‘VTO 2007’). De analyse is in eerste instantie gericht op factoren die van invloed zijn op het verrichten van vrijwilligerswerk en op de vraag of hiermee opgedane kennis zou kunnen bijdragen aan een beter begrip ten aanzien van de verschillen in het verrichten van vrijwilligerswerk tussen deelgemeenten / buurten. Idealiter vertrekt men uit een conceptueel model dat uiteenzet hoe de factoren (in interactie) hun effect uitoefenen en wordt de dataverzameling in dat kader gerealiseerd. Vervolgens vindt de analyse plaats en wordt, als het ware, het model in de praktijk getoetst. Voor deze analyse is gekozen voor een pragmatische benadering en zal worden getracht m.b.v. een logistische regressie de participatie in het vrijwilligerswerk te verklaren door factoren uit diverse theoretische modellen voor zover mogelijk te reconstrueren op basis van de variabelen in bovengenoemde enquêtes. Dit rapport is als volgt opgebouwd. In paragraaf 2 wordt een aantal theorieën c.q. modellen om maatschappelijke participatie te verklaren toegelicht, waarbij ook wordt bekeken welke variabelen uit onze datasets de diverse componenten van het desbetreffende model eventueel kunnen representeren. In paragraaf 3 wordt vervolgens pragmatisch op zoek gegaan naar een regressiemodel dat het beste resultaat levert bij het voorspellen van de participatiekansen van de respondenten; eerst op basis van de VTO 2007, en vervolgens op basis van de enquête van de Sociale Index 2008. In paragraaf 4 wordt het gevonden beste model met meerdere variabelen op basis van de VTO 2007 gepresenteerd, en in paragraaf 5 dat op basis van de SI 2008. In paragraaf 6 tenslotte wordt een vertaalslag gemaakt van het gevondene naar de praktische interpretatie en bruikbaarheid. De niet in theorie geïnteresseerde lezer kan paragraaf 2 overslaan; de niet in techniek geïnteresseerde lezer kan (ook) de paragrafen 3, 4 en 5 overslaan. In een vijftal Bijlagen worden tenslotte achtereenvolgens de variabelen uit de VTO 2007 en die uit de SI 2008, de interpretatie van waarden van Cramers’ V en de resultaten van de regressieanalyses op VTO en SI weergegeven.


5

6


2.

DE MODELLEN

De vraag naar waarom mensen maatschappelijk participeren is niet nieuw. Het is dan ook niet verbazingwekkend dat er veel theorieën/modellen zijn ontwikkeld om maatschappelijke participatie te verklaren. Een gezamenlijk kenmerk van deze modellen is dat zij meestal ontwikkeld zijn voor politieke participatie. Hieronder zullen we belangrijke theorieën/modellen die toegepast (zouden kunnen) worden om participatie in vrijwilligerswerk te verklaren de revue laten passeren zonder de ambitie om de hele range daarvan te dekken. Tegelijkertijd zal per model ook kort worden bekeken welke variabelen uit onze dataset diverse componenten van het desbetreffende model eventueel kunnen representeren.

Het ‘Civic Voluntarism Model’ (ook wel ‘resources model’ genoemd) probeert een antwoord te geven op de vraag waarom sommige individuen niet participeren in politieke activiteiten. Daarbij worden drie mogelijke redenen voor het niet participeren geformuleerd; namelijk (1) ze kunnen het niet, (2) ze willen het niet en (3) ze zijn nooit gevraagd. Aan de eerste reden (ze kunnen het niet) wordt gerefereerd in termen van ‘resources’ zoals geld, tijd en burgerlijke vaardigheden (‘civic skills’). Het ‘psychologische engagement’-aspect dat ze het niet willen, wordt voornamelijk gedefinieerd in termen van ‘sense of political efficacy’. Ze moeten dus geloven dat hun participatie betekenis/effect zal hebben. De laatste reden wordt gerelateerd aan het netwerk van het individu. Individuen met een hoge status hebben meer resources, meer engagement en meer mensen in hun omgeving die hen vragen te participeren. Impliciet wordt participatie dus door dit model vooral aan de status van het individu gerelateerd. Het grootste probleem met dit model is echter dat het zich voornamelijk bezig houdt met de aanbodkant van de participatie; als de mensen voldoende ‘resources’ én ‘sense of efficacy’ hebben, participeren zij méér. Over de vraagkant zegt het model daarentegen helemaal niets: waarom er bij het individu de vraag bestaat naar participatie. Er is dus totaal geen aandacht voor de motieven. In de beschikbare data bevinden zich wat indicatoren die in het kader van dit model toepasbaar zijn; opleidingsniveau, etniciteit en/of taalkennis (indicatoren voor vaardigheden én ook voor het netwerk), werkloosheid, beschikbare vrije tijd, inkomensniveau, huisvesting en gezinssituatie (‘resources’), lidmaatschap, culturele participatie, contacten/isolement en sporten (netwerk). Wat vooral ontbreekt is het (psychologische) ‘engagement’. Op dit vlak is slechts bekend of de respondenten mantelzorg en/of informele hulp geven. Verder dekt de indicator ‘het vertrouwen in eigen kennen en doen’ (zelfstandigheid) uit de enquête niet dezelfde lading als ‘sense of efficacy’ (doeltreffendheid) in het ‘civic voluntarism model’. Het ‘Rational Choice Model’ beschrijft de mens als een ‘rational’ individu dat zijn beslissingen neemt door de voor hem beschikbare alternatieven te prioriteren op basis van zijn voorkeuren. Daarbij zijn de voorkeuren gebaseerd op de mate van profijt die uit de alternatieven voortvloeit. Hij kiest het alternatief dat zijn hoogste voorkeur geniet (maximale profijt én minimale kosten) en maakt altijd dezelfde keuze wanneer hij met dezelfde combinatie van alternatieven wordt geconfronteerd.


7

Het grootste probleem van dit model is dat de producten van politieke participatie (en tot een zeker niveau ook van maatschappelijke participatie) ‘public’ goederen zijn en daardoor ook voor non-participanten beschikbaar zijn. Een rationeel individu, dat probeert zijn profijt uit elke activiteit te maximaliseren en de kosten te minimaliseren, moet dan in feite juist niet participeren. Immers hij kan profiteren van deze producten zonder kosten te maken (‘free riding’). Met andere woorden mist dit model ook de motieven voor het individu. Met het inbrengen van de notie van selectieve incentives (producten waarbij geen ‘free riding’ mogelijk is) wordt getracht dit probleem in het model te verhelpen. Hoewel dit een belangrijke aanpassing is op het model, verklaart het niet de participatie in de politiek en in het soort vrijwilligerswerk waarbij geen sprake is van selectieve incentives. Met behulp van de notie altruïsme wordt getracht dit irrationele gedrag van het rationele individu in het kader van vrijwilligersparticipatie te verklaren. In feite kan dit begrip zonder problemen geplaatst worden in dit model. Een altruïstisch individu maakt kosten zonder dat daar een persoonlijk nut tegenover staat. De variabele ‘levensbeschouwelijke stroming’ uit de enquêtes kan voor een deel gebruikt worden als één van de indicaties voor altruïsme in het kader van dit model. Ook de variabelen ‘opleidingsniveau’ en ‘inkomensniveau’ kunnen eventueel daarvoor in aanmerking komen. Er zijn namelijk beweringen dat mensen met veel succes meer behoefte zouden hebben aan de satisfactie uit het teruggeven aan de gemeenschap. Aansluitend hierop kunnen de variabelen ‘etniciteit’ en ‘taalkennis’ als belangrijke variabelen worden gezien omdat de (behoefte aan) ‘satisfactie’ waarschijnlijk een effectievere rol speelt bij gemeenschappen met gelijke talen, gewoontes en tradities. Voor dit model ontbreekt in de dataset vooral de informatie over (selectieve) incentives.

Het ‘Social Psychological Model’ is vooral belangrijk voor de ‘radicale’ vormen van participatie zoals protestbewegingen en dergelijke. Het gaat hierbij om de relatie tussen attitudes en gedrag. Deze theorie onderscheidt drie determinanten voor gedrag: de attitude over het gedrag, normatieve overtuigingen (normen en waarden - persoonlijk en maatschappelijk) en motivatie te voldoen aan die normen. De attitude over het gedrag wordt gevormd door de verwachte consequenties van het gedrag en de subjectieve waarde of nut van deze consequenties. De normatieve overtuigingen geven weer in welke mate het individu een gedrag rechtvaardig acht. Daarnaast geven zij zijn perceptie weer van de mening van belangrijke derden over de rechtvaardigheid van het gedrag. De wens om aan deze normen te voldoen hangt samen met de persoonlijkheid van het individu en zijn perceptie van de redelijkheid van de mening van anderen. In dit model maakt het individu dus enerzijds een afweging van het verwachte nut uit verschillende acties. Anderzijds zit hij in een netwerk van sociale normen en waarden die voor de motivatie zorgen om een bepaald gedrag te vertonen. Hierbij speelt de self efficacy een belangrijke rol: zelfs als het individu veel baat verwacht van de participatie, zal hij wellicht niet participeren wanneer zijn sense of political-efficacy lager is. Uit de enquêtes komen slechts een paar demografische kenmerken naar voren die eventueel de attitudes van de respondenten over het gedrag kunnen beïnvloeden. Te denken valt aan geslacht, leeftijd, etniciteit, opleidingsniveau en dergelijke. Voor de andere aspecten van het model zijn geen indicatoren beschikbaar vanuit de vragenlijsten.

8


Volgens het ‘Mobilization Model’ participeren individuen als reactie op de politieke kansen die zich voordoen in hun omgeving én op de stimulansen van andere individuen. Individuen met een hoge status hebben meer politieke kansen in hun omgeving én meer mensen die ze stimuleren om te participeren. Hiermee kan dit model worden vergeleken met het ‘resources’-model. Het knelpunt hierbij is dat het niet duidelijk is waarom individuen hun gedrag aan zouden passen wanneer andere individuen dat aansporen. De variabelen uit de enquêtes die min of meer de (sociale) status van individuen aangeven, kunnen worden gebruikt in het kader van dit model (opleidingsniveau, inkomensniveau, arbeidsmarktpositie en dergelijke).

Het ‘General Incentives Model’ is gebaseerd op het idee dat de participatie van individuen, net als in de ‘rational choice’ theorie stimulansen (incentives) vereist. Maar in dit model zijn de incentives uitgebreider gedefinieerd dan slechts als individuele stimulansen. De notie van de selectieve stimulansen uit het ‘rational choice’ model wordt hier verder ontwikkeld en verondersteld wordt dat individuen participeren als reactie op verschillende typen selectieve stimulansen. Het model onderscheidt drie soorten selectieve stimulansen: processtimulansen die voortvloeien uit de deelname aan het proces (bijv. het kunnen ontmoeten van gelijkdenkende mensen), outcomegebonden stimulansen (een zetel bemachtigen in de Tweede Kamer, waarvoor participatie in de politiek een voorwaarde is) en ideologische stimulansen. Dit model besteedt duidelijk meer aandacht aan de vraagkant (motivatie) van participatie dan de andere modellen. Niet alleen wordt hier het persoonlijke belang/profijt door het groepsbelang vervangen, maar ook de self-efficacy door de group-efficacy: het effect van de mening van een individu op het nationaal beleid is vrijwel nihil, waardoor participatie (bijv. gaan stemmen) niet rationeel is, maar doordat individuen als groep wel effect kunnen uitoefenen wordt stemmen toch een rationeel gedrag. Dit model is echter vooral ontwikkeld om intensieve participatie te verklaren: lid worden van een politieke partij, zich kandidaat stellen in de verkiezingen e.d. Dat betekent dat het model meer geschikt is voor (intensieve) participatie in vrijwilligerswerk. Wat dit model betreft, ontbreken weer voornamelijk de indicatoren van motieven voor participatie in de dataset.

Het ‘Social Capital Model’ beweert dat de participatie in lokale organisaties en vrijwilligerswerk ‘a sense of trust in others’ kweekt bij mensen. Gemeenschappen met een hoge organisatiegraad, waarin individuen vaker en intensiever deelnemen aan vrijwillige activiteiten zijn waarschijnlijk rijker en succesvoller, worden beter geregeerd en hebben een hogere mate van vertrouwen. Derhalve zou politieke participatie samenhangen met de mate van ‘vertrouwen’ én vrijwillige activiteiten in een gemeenschap. Hoewel het begrip ‘social capital’ de laatste tijd niet alleen in politieke, maar in alle maatschappelijke “werelden” veel gebruikt wordt, zijn de meningen over de bruikbaarheid ervan zeer verdeeld. De twijfels vloeien voort uit het gebrek aan een duidelijke definitie van ‘social capital’. Wat is ‘social capital’? Wat zijn de componenten daarvan? Hoe functioneert het model? Soms wordt de voorraad van ‘social capital’ gezien als de mate van lidmaatschap en participatie en soms wordt het lidmaatschap zelf als determinant van ‘social capital’ gebruikt, die op zijn beurt gemeten wordt als de mate van vertrouwen.


9

De dataset bevat veel indicatoren die gebruikt zouden kunnen worden voor dit model: opleidingsniveau, lidmaatschap, culturele participatie, sociale contacten, inzet voor de buurt, vertrouwen in het bestuur, sociaal-economische positie en dergelijke. Het vertrouwen in anderen is een centraal begrip in dit model. Sommige wetenschappers vinden dat (slechts) sporten vertrouwen in anderen kan wekken en geven hier daarom een bijzondere plek aan in dit model. Daarnaast wordt door sommigen ook aangenomen dat een lange woonduur op hetzelfde adres en de aanwezigheid van familieleden die dichtbij wonen het opbouwen van ‘sociaal kapitaal’ kan vergemakkelijken. Verder kunnen individuen hun ‘social capital’ onderhouden en bevorderen, maar ook verwaarlozen. Het aantal uren tegenover de televisie is, in dit kader, het meest gebruikte voorbeeld van deze verwaarlozing. Desalniettemin zijn er argumenten tegen die luiden dat actieve individuen de TV kunnen gebruiken om informatie te vergaren.

De modellen gebaseerd op de ‘Theory of Planned Behavior’ verklaren de neiging om een bepaald gedrag te vertonen. Volgens dit model is het gedrag een gevolg van de intentie om het gedrag te vertonen. Op zijn beurt wordt de intentie gevormd door de attitude (de mening van het individu over het gevolg van het gedrag) en de subjectieve normen (de mening van familie en vrienden over het te vertonen gedrag). De ‘gepercipieerde controle’ heeft hierbij invloed op de intentie én op het gedrag zelf. Deze wordt geoperationaliseerd als aan- of afwezigheid van zowel objectieve als subjectieve hindernissen. Een belangrijke hindernis blijkt uit deze modellen ‘het gebrek aan interesse voor het gewenste gedrag’ te zijn. Net als in het geval van het ‘social psychological model’ zijn er geen gegevens in de dataset over de attitude van de respondenten en de subjectieve normen van henzelf en van hun familie en vrienden m.b.t. vrijwilligerswerk. Alleen de ‘levensbeschouwelijke stroming’ kan slechts beperkt inzicht bieden, ervan uitgaande dat alle grote religieuze stromingen altruïsme aanprijzen. Wat betreft de ‘gepercipieerde controle’ ontbreekt de belangrijkste indicator; namelijk de ‘desinteresse’. Wel zijn er een paar andere indicatoren voor objectieve/subjectieve hindernissen voor participatie; vooral in de vorm van gebrek aan ‘resources’ als geld, tijd en vaardigheden en dergelijke, maar ook informatiegebrek over het vrijwilligerswerk.

De ‘Social Cognitive Theory’ geeft een kader voor het begrijpen, voorspellen en veranderen van gedrag. Het model het gedrag via een ‘interaction’ tussen drie soorten factoren; (sociale en fysieke) omgevingsfactoren, persoonlijke factoren en gedragsfactoren. De interactie tussen persoon en gedrag betreft de invloed van gedachten en acties. De interactie tussen individu en omgeving omvat de overtuigingen en cognitieve competenties die ontwikkeld en aangepast worden op basis van de sociale invloed en structuur in de omgeving. De interactie tussen omgeving en gedrag houdt in dat het gedrag van het individu zekere aspecten van zijn omgeving bepaalt die op hun beurt weer het gedrag van de het individu beïnvloeden. De hierop gebaseerde modellen gebruiken ‘self-efficacy’ (eigen effectiviteit/doeltreffendheid) als een belangrijke indicator, waardoor ‘self-efficacy’ de meest bestudeerde persoonlijke factor is. De omgevingsfactoren zorgen ook voor het ‘rolmodel’ voor het gedrag (iemand die het gedrag vertoont in de omgeving van het individu). Met betrekking tot de sociale en fysieke omgevingsfactoren in het kader van dit model is er een redelijk aantal indicatoren te vinden in de dataset. Toch ontbreekt de belangrijkste informatie, namelijk de aan- of afwezigheid van een vrijwilliger in de omgeving (rolmodel) en de invloed van 10


de omgeving op het individu. Bovendien zijn er ook geen indicatoren die overtuigingen en gedachten van het individu weergeven. Verder dekt de variabele zelfstandigheid, zoals eerder ook aangegeven, niet helemaal dezelfde lading als ‘self-efficacy’ ten opzichte van het vrijwilligerswerk.


11

12


3.

ONZE PRAGMATISCHE BENADERING

Geen van de hierboven uiteengezette modellen kan in zijn geheel worden overgenomen, aangepast en gebruikt om de vrijwilligersparticipatie in Rotterdam te verklaren, omdat de lacunes in de beschikbare data dit niet toelaten. Desalniettemin zijn er veel variabelen beschikbaar uit de enquêtes van de Sociale Index en de VTO die als indicatoren gebruikt zouden kunnen worden in één of meerdere modellen. Met behulp van deze (soms aangepaste) variabelen kunnen we op zoek gaan naar een regressiemodel dat het beste resultaat levert bij het voorspellen van de participatiekansen van de respondenten.

De variabelen in de VTO Demografische kenmerken zoals geslacht, leeftijd en etniciteit worden in veel modellen gebruikt; niet alleen vanwege hun eventuele invloed op attitudes over het gedrag en verwacht profijt, maar ook omdat ze een indicatie geven van ‘resources’ en dergelijke. Het opleidingsniveau dient bij sommige modellen als een indicator voor het bezitten van de benodigde ‘vaardigheden’ voor participatie. Het wordt, bij andere modellen, ook gebruikt als een indicator van sociale status van het individu, waarbij hoge status ook een uitgebreider netwerk betekent. Het inkomensniveau vertegenwoordigt vooral de ‘resources’-aspect maar is tegelijkertijd ook een status-indicator. De levensbeschouwelijke stroming is bijna de enige beschikbare variabele die min of meer aan altruïsme kan worden gerelateerd. Slechts het geven van (nu of in het verleden) informele hulp en/of mantelzorg kan eventueel ook in dit kader worden gezien. De vrije tijd, het aantal voor de tv doorgebrachte uren en het aantal aan het werken bestede uren geven diverse aspecten van hetzelfde fenomeen weer, namelijk ‘resources’. De uren voor de tv worden ook gerelateerd aan de houding van individu; actief/passief, verwaarlozing van het netwerk. Het lidmaatschap, het sporten en de contacten met buren geven aan de ene kant de breedte van het netwerk en aan de andere kant het niveau van ‘trust in others’ weer. De woonduur in de buurt en in de stad, de tevredenheid met de buurt en het trots zijn op Rotterdam kunnen het netwerken vergemakkelijken. In een ander kader zijn ze indicatoren van de sociale omgeving. Het bezoek aan wijkaccommodaties en het kennen van informatiekanalen voor vrijwilligerswerk zijn indicatoren voor het informatiegebrek over vrijwilligerswerk. Het bezoek aan wijkaccommodaties is wellicht ook een houdingsindicator. De positionering t.o.v. de arbeidsmarkt vertegenwoordigt ‘resources’ gemeten in zowel tijd als geld. Alhoewel het de lading niet helemaal dekt, zal de score over zelfstandigheid als een indicator voor zelf-doeltreffendheid worden meegenomen in de berekeningen. Verder worden (woon- en bevolkings-)dichtheid, de percentages koopwoningen en eengezinswoningen en het gemiddelde WOZ-waarde van de woningen ook betrokken als (fysieke) omgevingsfactoren. De operationalisering van de variabelen in de dataset heeft plaatsgevonden met het oog op de vraagstelling van de afzonderlijke enquêtes van de SI en VTO. Daardoor is het mogelijk dat (sommige) variabelen niet genoeg verfijnd zijn om in dit kader een significante betekenis te hebben. Derhalve wordt eerst gekeken in hoeverre deze variabelen (in verschillende klassenindelingen) afzonderlijk samenhangen met participatie in vrijwilligerswerk.


13

Tabel 1:

Samenhang tussen participatie in vrijwilligerswerk en categorische variabelen; VTO.

1

Variabelen Bezoek aan wijkaccommodaties Contacten met buurtgenoten Culturele participatie Ervaring met informele hulp Ervaring met informele hulp of mantelzorg Ervaring met mantelzorg Etniciteit Geslacht Huishoudenssamenstelling Informatie over vrijwilligerswerk Inkomen Leeftijd Lidmaatschap Opleidingsniveau Positie t.o.v. arbeidsmarkt Soort levensbeschouwelijke stroming Soort werk Sporter Tevredenheid met de buurt Trots op Rotterdam Tv-uren Vrije tijd per week Werkuren Woonduur in buurt Woonduur in stad

Significantie samenhang wel wel wel wel wel wel wel niet wel wel wel niet wel wel wel wel wel wel wel wel wel niet wel niet niet

Sterkte samenhang2 niet-acceptabel zwak, minimaal zwak, minimaal gematigd sterk gematigd sterk zwak, minimaal niet-acceptabel n.v.t. niet-acceptabel gematigd sterk niet-acceptabel n.v.t. gematigd sterk zwak, minimaal niet-acceptabel zwak, minimaal niet-acceptabel zwak, minimaal niet-acceptabel niet-acceptabel zwak, minimaal n.v.t. niet-acceptabel n.v.t. n.v.t.

Phi / Cramers' V (0,062) (0,170) (0,113) (0,286) (0,256) (0,105) (0,055) (0,064) (0,225) (0,084) (0,262) (0,145) (0,079) (0,145) (0,092) (0,127) (0,050) (0,053) (0,119) (0,081)

Wat in de tabel hierboven opvalt, is dat de samenhang tussen de te verklaren variabele (participatie) en de (eventuele) verklarende variabelen over het algemeen laag is. Slechts drie variabelen hangen gematigd sterk samen met de participatie in vrijwilligerswerk: de respondenten die lid zijn van een of meerdere organisaties verrichten vaker vrijwilligerswerk. Dit geldt ook voor de respondenten die informele hulp en/of mantelzorg geven of in het verleden hebben gegeven. Ook de respondenten die aangeven dat ze weten waar de informatie over vrijwilligerswerk te halen is, participeren vaker in vrijwilligerswerk. Ook opvallend is dat er geen significante samenhang bestaat tussen de beschikbare vrije tijd en het al dan niet participeren in vrijwilligerswerk.

De variabelen in de SI Naast de variabelen die ook in de VTO-enquête (weliswaar anders geoperationaliseerd) voorkomen, zijn er veel variabelen in de SI-enquête die wellicht invloed hebben op de participatie in vrijwilligerswerk.

1 2

Voor de betekenis en waarden van de categorische variabelen zie Bijlage 1. Voor een toelichting over de sterkte van de samenhang zie Bijlage 3.

14


(Goede) gezondheid is enerzijds een duidelijke indicator voor ‘resources’ maar in een ander theoretisch kader vormen de gezondheidsproblemen ook een belangrijke ‘hindernis’ voor de participatie. Naast de inkomensgegevens is er in de data van de SI ook informatie over de moeite die de respondenten moeten hebben om rond te komen. Deze variabele kan in hetzelfde context worden gezien als de variabele gezondheid; ‘resources’ en ‘hindernissen’. De positie van de partner ten opzichte van de arbeidsmarkt kan worden geïnterpreteerd als een ‘resources’-indicator. (Er zijn onderzoeken waaruit het inkomen van de partner een significante rol blijkt te spelen bij participatie.) Het wonen in een koop- of huurwoning, de tevredenheid met de woning en de buurt en het zich wel of niet thuis voelen in buurt zijn fysieke omgevingsfactoren die eventueel invloed kunnen hebben op participatie door onder andere het netwerken te vergemakkelijken. Hieraan kunnen ook de sociale omgevingsfactoren worden toegevoegd, namelijk ‘genoeg contacten’, ‘contacten met familie en vrienden’ en ‘culturele participatie’. De hoofdbezigheid betreft de ‘resources’ gemeten in tijd en geld naast de variabele positie partner ten opzichte van de arbeidsmarkt. De moeite met Nederlands (spreken, schrijven en/of lezen) valt duidelijk onder ‘resources’. De variabelen ‘inzet voor de buurt’, ‘vertrouwen in bestuur stad en deelgemeente’, ‘binding met de buurt’, ‘Rotterdamgevoel’ en ‘discriminatie’ kunnen worden geïnterpreteerd als indicaties van het niveau van ‘trust in others’.

Tabel 2:

Samenhang tussen participatie in vrijwilligerswerk en variabelen; SI.

Variabelen3 Arbeidsmarktpositie partner Arbeidsmarktpositie samen Binding met de deelgemeente Binding met de buurt5 Contacten met buren Contacten met familie en vrienden Discriminatie Ervaring met mantelzorg Etniciteit Genoeg contacten Geslacht Gezondheid Hoofdbezigheid Huishoudenssamenstelling Inkomen Intensieve culturele participatie

Significantie samenhang niet niet wel wel wel wel niet wel wel wel wel wel wel wel wel wel

Sterkte samenhang4 n.v.t. n.v.t. zwak, minimaal zwak, minimaal niet-acceptabel niet-acceptabel n.v.t. zwak, minimaal zwak, minimaal niet-acceptabel niet-acceptabel niet-acceptabel zwak, minimaal niet-acceptabel zwak, minimaal zwak, minimaal

Phi / Cramers' V

(0,119) (0,115) (0,087) (0,038) (0,121) (0,157) (0,042) (0,034) (0,063) (0,132) (0,059) (0,109) (0,134)

3

Voor de betekenis en waarden van de categorische variabelen zie Bijlage 2. Voor de toelichting over de sterkte van de samenhang zie Bijlage 3. 5 Naast binding met de deelgemeente en binding met de buurt vertonen de variabelen ‘Binding met Rotterdam’, ‘Binding met Nederland’, ‘Binding met Europa’ en ‘Binding met eigen etnische groep’ ook een zwakke samenhang met de participatie in vrijwilligerswerk. 4


15

Inzet voor de buurt Leeftijd Opleidingsniveau Rondkomen Rotterdamgevoel Soort woning Sporter Taalproblemen Tevredenheid woning Thuisvoelen in de buurt Trots op Rotterdam Vertrouwen in deelgemeentebestuur Vertrouwen in gemeentebestuur Werkuren

wel wel wel wel wel wel wel wel wel wel wel wel wel wel

heel sterk niet-acceptabel zwak, minimaal niet-acceptabel niet-acceptabel zwak, minimaal zwak, minimaal niet-acceptabel zwak, minimaal zwak, minimaal niet-acceptabel niet-acceptabel niet-acceptabel niet-acceptabel

(0,359) (0,089) (0,152) (0,098) (0,037) (0,100) (0,109) (0,081) (0,126) (0,154) (0,046) (0,056) (0,043) (0,037)

De variabele ‘inzet voor de buurt’ hangt heel sterk samen met de participatie in vrijwilligerswerk. Dit komt ten dele doordat het begrip ‘inzet voor de buurt’ ook het vrijwilligerswerk omvat ten behoeve van de buurt waarin de respondent woont. De rest van de variabelen vertoont geen of minimale samenhang met vrijwilligerswerkparticipatie.

16


4.

MODEL O.B.V. VTO-GEGEVENS

De variabelen uit tabel 1 (uit de VTO 2007) zijn, ongeacht of ze al dan niet (sterk) samenhangen met vrijwilligerswerkparticipatie, in verschillende combinaties meegenomen in de zoektocht naar het beste verklarende model. Omdat het allemaal categorische variabelen betreft, en omdat de klassenindeling van de categorische variabelen in de logistische regressie hun significantie kan beïnvloeden, zijn ze met diverse klassenindelingen uitgeprobeerd. Het uiteindelijk beste model berekent de kans op participatie in vrijwilligerswerk als volgt6:

K = 1 / ( 1 + ε -(Z) )

waarbij K = kans om te participeren ε = 2,718 Z = 1,327 - 0,841 x Lidmaatschap (1)7 - 0,735 x Ervaring met informele hulp of mantelzorg (1) - 0,581 x Opleidingsniveau (1) - 0,314 x Opleidingsniveau (2) + 0,176 x Werkuren (1) + 0,829 x Werkuren (2) + 0,235 x Werkuren (3) - 0,188 x Sporter (1) - 0,307 x Contacten met buurtgenoten (1) - 0,531 x Bezoek aan wijkaccommodaties (1) - 0,456 x Culturele participatie (1) + 0,878 x Informatie over vrijwilligerswerk (1) + 0,174 x Informatie over vrijwilligerswerk (2) - 0,472 x Al dan niet levensbeschouwelijke stroming (1) R2 = 0,236 (Nagelkerke) -2 Log likelihood = 6074,27

De R2 is in een logistische regressie niet dezelfde als in een lineaire regressie waarbij de R2 de verklaarde variatie en daarmee de kracht van het model weergeeft. De hier gebruikte Nagelkerke R2 ligt echter, net als de gewone in de lineaire regressie, tussen 0 en 1 en geeft de voorspellende kracht van het model weer. Hoe hoger de waarde, hoe krachtiger het model. De hier gevonden waarde van 0,236 is weliswaar relatief laag, maar echt hoge R2-waarden komen in sociaal-wetenschappelijke studies zelden voor. Als iedereen met een kans van 45% of méér tot de participanten wordt gerekend, komt de totale 6

Voor uitgebreide informatie over de resultaten van de regressieanalyse zie Bijlage 4. Het getal ‘n’ achter de naam van de variabele geeft aan dat een dichotomie (‘wel-niet-variabele’) bedoeld is met betreke king tot de n waarde van de betreffende variabele.

7


17

participatie op de 31% van de VTO 2007. Het model voorspelt dan 54% van de participanten en 80% van de niet-participanten juist; in zijn totaliteit wordt bij 71% een juiste voorspelling gedaan. Kijkend naar de afzonderlijke indicatoren, kan worden vastgesteld dat de bekendheid met informatiekanalen een belangrijke rol speelt in vrijwilligersparticipatie. De kansverhouding wel / niet participeren neemt met ongeveer 140% toe bij respondenten die de kanalen kennen t.o.v. de rest8. De kansverhouding neemt daarentegen met 57% af bij respondenten die niet lid zijn van een organisatie. De afname bedraagt 51% bij personen die geen ervaring hebben met informele hulp of mantelzorg. Bij laagopgeleiden daalt de kansverhouding met 56%, bij niet-sporters met 18% en bij respondenten die relatief weinig contacten hebben met 27%. Opvallend is dat het geloof hierbij een rol speelt als het in het model wordt meegenomen in de vorm van het al dan niet behoren tot een levensbeschouwing stroming. Een volledig overzicht van de veranderingen in de kansverhoudingen is opgenomen aan het eind van Bijlage 4. Tot slot: hier worden geen causale verbanden gelegd tussen de te verklaren variabele en de verklarende variabelen omdat een ‘echt’ model ontbreekt dat verklaart hoe deze variabelen gezamenlijk functioneren en op welke manieren ze de participatie beïnvloeden.

8

Anders dan bij gewone regressieanalyse, is er bij logistische regressie geen sprake van een constant verschil in de afhankelijke (participatie) variabele als gevolg van een constant verschil in de onafhankelijke (infovrijwilligerswerk). In plaats daarvan spreken wij van een constant verschil voor de kansverhoudingen. Het model levert bijvoorbeeld voor een respondent met bepaalde kenmerken die aangeeft de informatiekanalen niet te kennen een participatiekans van 0,089 op. De kans op niet-participeren voor deze respondent is dus 1 – 0,089 = 0,911. De kansverhouding wel/niet participeren is dan (0,089 / 0,911 =) 0,097. Voor een respondent met de zelfde kenmerken die wel de informatiekanalen kent, genereert het model een participatiekans van 0,190 en een kans op niet-participeren van 0,810 (= 1 – 0,190). De kansverhouding stijgt daarmee naar (0,190 / 0,810) = 0,234. Dit betekent een toename van ((0,234 – 0,097) / 0,097 =) 140% “per stap” in de onafhankelijke variabele (infovrijwilligerswerk). In gewoon Nederlands: de kans om door het model als participant aangemerkt te worden neemt enorm toe. De zelfde informatie is te verkrijgen door van Exp(B) in de tabel ‘variables in the equation’ in Bijlage 4 per variabele 1 af te trekken. In het voorafgaande geval is dit 2,240 – 1 = 1,40 (dus 140%).

18


5.

MODEL O.B.V. SI-GEGEVENS

Ook de variabelen uit tabel 2 (uit de SI 2008) zijn, ongeacht of ze al dan niet (sterk) samenhangen met vrijwilligerswerkparticipatie, in verschillende combinaties meegenomen in een zoektocht naar het beste verklarende model. Omdat het ook hier allemaal categorische variabelen betreft, en omdat de klassenindeling van de categorische variabelen in de logistische regressie hun significantie kan beïnvloeden, zijn ze met diverse klassenindelingen uitgeprobeerd. Het uiteindelijke model berekent de kans op participatie in vrijwilligerswerk als volgt9:

K = 1 / ( 1 + ε -(Z) )

waarbij K = kans om te participeren ε = 2,718 Z = - 0,717 + 0,417 x Ervaring met mantelzorg (1) - 0,785 x Opleidingsniveau (1) - 0,437 x Opleidingsniveau (2) - 0,386 x Werkuren (1) + 0,242 x Werkuren (2) + 0,143 x Vertrouwen in deelgemeentebestuur (1) + 0,346 x Sporter (1) - 0,213 x Contacten met buren (1) - 0,342 x Intensieve culturele participatie (1) - 0,740 x Binding met de buurt (1) - 0,994 x Binding met de buurt (2) - 0,536 x Binding met de buurt (3) - 0,329 x Binding met de buurt (4) + 0,584 x Etniciteit (1) R2 = 0,121 (Nagelkerke) -2 Log likelihood = 8660,22

In dit model blijkt R2 nóg lager te zijn dan in het model op basis van de VTO-gegevens. Duidelijk is dat dit model minder presteert dan het vorige. Het blijkt dat de kansverhouding wel/niet participeren ongeveer met 80% toeneemt voor autochtonen ten opzichte van allochtonen. Een verdere differentiatie aan deze variabele levert geen verbetering op aan het model. De toename voor mensen die minder dan 12 uur per week werken is 73% in vergelijking met de rest (niet-werkenden en de mensen die meer dan 12 uur per week werken). Ook hier blijkt het 9

Voor uitgebreide informatie over de resultaten van de regressieanalyse zie Bijlage 5.


19

geven van mantelzorg een significante variabele te zijn. De kansverhouding is 52% hoger voor mensen die de afgelopen twaalf maanden mantelzorg hebben gegeven. Naast mantelzorg zijn de variabelen ‘culturele participatie’, ‘contacten’ en ‘sporten’ ook significant, wat in overeenstemming is met de bevindingen op basis van de VTO-gegevens. Van de nieuw geïntroduceerde variabelen in dit model spelen ‘de binding met de buurt’ en ‘het vertrouwen in het bestuur van de deelgemeente’ ook een rol bij het al dan niet verrichten van vrijwilligerswerk. Een volledig overzicht van de veranderingen in de kansverhoudingen is opgenomen aan het eind van Bijlage 5. Hoewel ze (iets) anders zijn geoperationaliseerd, komen de gebruikte variabalen in beide modellen voor een groot deel overeen. Het verschil in kracht tussen de twee modellen kan dus worden toegeschreven aan de extra variabelen ‘lidmaatschap’, ‘bekendheid met informatiekanalen over vrijwilligerswerk’, ‘bezoek aan wijkaccommodaties’ en ‘geloof’.

20


6.

VERTAALSLAG NAAR DE PRAKTISCHE INTERPRETATIE EN BRUIKBAARHEID

In de voorgaande paragrafen is na een beschrijving van een aantal theorieën c.q. modellen om maatschappelijke participatie te verklaren (paragraaf 2) een zoektocht beschreven naar een regressiemodel dat het beste resultaat levert bij het voorspellen van participatiekansen. Eerst werd de verklaringskracht van afzonderlijke variabelen beschreven (paragraaf 3), en daarna het beste model met meerdere bruikbare variabelen in onderlinge samenhang; eerst op basis van de VTO 2007 (paragraaf 4), en vervolgens op basis van de enquête van de Sociale Index 2008 (paragraaf 5). In het vervolg van deze paragraaf wordt een vertaalslag gemaakt van het gevondene naar de praktische interpretatie en bruikbaarheid.

Twee modellen Zoals gezegd, zijn er twee modellen ontwikkeld: één op basis van de VTO 2007 (paragraaf 4) en één op basis van de SI 2008 (paragraaf 5). Het model op basis van de VTO bleek een grotere voorspellende kracht te hebben dan het model op basis van de SI. Met het model wordt de kans geschat dat iemand participeert (dat is: vrijwilliger is), gegeven zijn of haar kenmerken. Krijgt zo iemand bijvoorbeeld door het model een kans “toegewezen” van 20%, dan kan dat ook worden geïnterpreteerd als dat 20% van de mensen met dergelijke kenmerken zou moeten participeren. Het model voorspelt dus niet op individueel niveau of iemand (met 100% kans/zekerheid) wel of niet participeert. Maar al die kansen tezamen leveren wel de totale participatie: alle percentages tellen bij elkaar op tot het totale aantal participanten! Op die manier voorspelt het model op stedelijk niveau dus de werkelijke participatiegraad van 31% uit de VTO 2007.

Modellen met afzonderlijke variabelen en modellen met combinaties van variabelen In paragraaf 3 is eerst gekeken hoe groot de verklarende kracht van variabelen afzonderlijk is. Daar kwam niet veel uit: de sterkte van de samenhang was bijna altijd hooguit ‘zwak’. Alleen de variabele ‘inzet voor de buurt’ in het SI-model bleek heel sterk samen te hangen met de participatie in vrijwilligerswerk. Dat komt echter voor een deel ook doordat het begrip ‘inzet voor de buurt’ ook het vrijwilligerswerk ten behoeve van de buurt waarin men woont omvat; een soort “cirkelredenatie” dus10. Op zich is dat natuurlijk wel een opvallende conclusie: geen enkel kenmerk is in enigszins redelijke mate onderscheidend voor het wel of niet verrichten van vrijwilligerswerk; ook niet bijvoorbeeld (huishoudens-)inkomen of gezondheid! Dit wordt niet alleen veroorzaakt doordat een aantal “theoretisch wenselijke” variabelen niet in de enquête voorkomen (zie het theoretische betoog in paragraaf 2), maar waarschijnlijk ook doordat vrijwilligerswerk een breed scala aan activiteiten en dus ook motivaties betreft, waardoor verklaringskracht nooit erg hoog kan worden. Wat voor de ene persoon een belemmering is, is voor de andere geen belemmering of zelfs een stimulans. En wat voor het ene soort vrijwilligerswerk een belemmering is, is dat voor het andere soort niet. En de individuele motivatie om vrijwilligerswerk te doen zal ook nog eens verschillen naar soort vrijwilligerswerk. Bovendien is het beleid er vaak ook nog eens op gericht om relatief minder participerende be10

Het gevaar van "cirkelredenaties" ligt vaak om de hoek: lidmaatschap van organisaties hangt positief samen met vrijwilligerswerkparticipatie, maar dat is bij sommige (maar zeker niet bij alle!) soorten vrijwilligerswerk ook een direct gevolg van elkaar (bijv. bij sportverenigingen, waar de vrijwilligers in het algemeen ook lid zullen zijn).


21

volkingsgroepen te stimuleren of zelfs met zachte hand te “dwingen”. Vervolgens zijn in paragraaf 4 twee modellen ontwikkeld waarin combinaties van variabelen zijn meegenomen. Na veel uitproberen bleek dat het materiaal van de VTO een model met een betere verklaringskracht kon leveren dan het materiaal van de SI. Een maat voor die verklaringskracht is de zogeheten R2 waar in paragraaf 4 over wordt gesproken. Bij de VTO is die 0,236, en bij de SI 0,121. ‘Nul’ betekent helemáál geen verklaringskracht, en ‘één’ betekent een perfecte verklaringskracht. Erg hoog zijn de verklarende krachten dus geen van beide, maar in dit soort sociale wetenschap is 0,236 nu ook weer niet érg slecht. Als in het VTO-model iedereen met een kans van 45% of méér tot de participanten wordt gerekend, komt de totale participatie op de 31% van de betreffende enquête. Het VTO-model voorspelt dan 54% van de participanten en 80% van de niet-participanten juist; in zijn totaliteit wordt bij 71% een juiste voorspelling gedaan. Bij het SI-model liggen die percentages lager.

Verklarende variabelen; afzonderlijk en gezamenlijk Als je mensen bij het vrijwilligerswerk wilt betrekken, moet je actieve en wat “maatschappelijk socialer ingestelde” mensen hebben; dat zal ook niet verbazen. Religie (in de zin van wel of niet gelovig) speelt een positieve rol, evenals de mate van vertrouwen in deelgemeentelijk bestuur (dat kan worden opgevat als een maat voor het maatschappelijk cynisme). En lidmaatschappen, (ervaring met) informele hulp en mantelzorg en informatie over vrijwilligerswerk spelen ook een rol. De sterkst verklarende variabele als zodanig is zoals gezegd de inzet voor de buurt. Helaas is dat een variabele waarbij sprake is van een “cirkelredenatie”: die inzet voor de buurt omvat in de vraagstelling in de enquête namelijk ook vrijwilligerswerk! Om die reden is ‘inzet voor de buurt’ uiteindelijk ook niet in het model met combinaties van variabelen meegenomen. a)

b)

Eerst kunnen we in de tabellen 1 en 2 zien hoe sterk het verband is tussen participatie en kenmerken als zodanig (afzonderlijk): zie de getallen in de laatste kolom van de tabellen 1 en 2: hoe hoger, hoe beter. De sterkte van het verband staat daar ook al (in de een-na-laatste kolom) bij. De samenhangen zijn zeer matig; alleen de kracht van inzet voor de buurt is volgens het SI-model als zodanig heel sterk, maar dat komt, zoals gezegd, ten dele ook doordat hier sprake is van een “cirkelredenatie”. Vervolgens kunnen we in de gevonden beste regressievergelijkingen zien welke variabelen in een model met onderlinge samenhang de beste verklaringen leveren. Uitgeprobeerd is, met welke set van variabelen gezamenlijk de beste verklaring wordt bereikt. Het resultaat staat in de vergelijking onder de omkaderde wiskundige formules (‘Z=’). Bijvoorbeeld op blz. 11 voor het beste model op basis van de VTO-gegevens: ‘lidmaatschap’, ‘ervaring informele hulp mantelzorg’ enzovoorts behoren tot de set variabelen die het beste VTO-model opleverden. En daarna voor het beste model op basis van de SI-gegevens: ‘ervaring mantelzorg’, ‘opleiding’, enzovoorts. De getalswaarden in de formules bij ‘Z=’ laten niet rechtstreeks zien hoe groot de bijdrage is die zulke kenmerken leveren aan de kans op vrijwilligerswerkparticipatie; daarvoor moeten ze nog omgerekend worden. Een beschrijving daarvan staat in voetnoot 8, maar is een vrij technisch verhaal.

Spreadsheet met het model Wél is de bijdrage van de kenmerken af te zien aan de veranderingen in een tevens in het kader 22


van deze onderzoeksopdracht ontwikkelde interactieve spreadsheet die het VTO-model bevat. (Want dat was immers de beste van de twee.) Als daarin eerst ‘geen lidmaatschap’ wordt ingevuld, en vervolgens ‘wel lidmaatschap’, blijkt de kans toe te nemen. Met hoeveel procent de kans toeneemt, hangt echter af van de verdere keuze van de kenmerken! Verder kunnen naar believen kenmerken worden ingevuld in deze spreadsheet, en resulteert dan telkens de participatiekans (= de participatiegraad) van “dat soort mensen”. Omdat in totaal 31% van alle Rotterdammers volgens de VTO vrijwilliger is, betekent een kans onder de 31% dat een “soort mensen” is ingevuld dat mínder dan gemiddeld vrijwilligerswerk doet, en een kans boven de 31% dat een “soort mensen” is ingevuld dat méér dan gemiddeld vrijwilligerswerk doet.

Participatie op deelgemeenteniveau Met name was het ook de bedoeling dat met het model op deelgemeenteniveau uitgerekend kon worden hoe groot de participatie volgens het model zou moeten zijn. Het verschil met de werkelijkheid zou dan kunnen worden uitgelegd als onder meer het resultaat van de deelgemeentelijke beleidsinspanningen. In onderstaande tabel is het resultaat van een dergelijke exercitie met het VTO-model te zien.

Tabel 3:

Participatie in vrijwilligerswerk volgens de VTO 2007 en volgens het VTO-model.

Deelgemeente Stadscentrum Delfshaven Overschie Noord Hillegersberg-Schiebroek Kralingen-Crooswijk Prins Alexander Feijenoord IJsselmonde Charlois Hoogvliet Hoek van Holland Pernis Rotterdam totaal 1

):

2

):

Volgens bruikbare deel VTO 20071 31,2% 30,7% 32,4% 26,3% 35,6% 31,6% 34,0% 30,6% 27,8% 28,9% 27,0% 45,7% 33,5% 31,5%

Voorspelling door het Overschatting door het model model2 +1,3% 32,5% - 0,9% 29,8% - 1,5% 30,8% +3,8% 30,2% - 0,2% 35,4% +2,0% 33,5% 0,0% 34,0% - 0,8% 29,8% +1,0% 28,8% - 0,1% 28,8% +3,6% 30,6% - 8,4% 37,3% +2,2% 35,7% 31,5% 0,0%

Respondenten van wie niet alle te gebruiken kenmerken bekend zijn, konden niet meegenomen worden in het model. De participatiepercentages in het wél bruikbare deel van het VTO-bestand zijn geijkt op het stedelijke percentage van 31,5%, maar wijken op deelgemeentelijk niveau soms licht af van die in het totale VTO-bestand. Verschil vorige twee kolommen (“modelresultaat minus enquêteuitkomst”).

Met name in de deelgemeente Hoek van Holland zijn er volgens de VTO 2007 méér vrijwilligers dan volgens het VTO-model verwacht mocht worden. Met name in de deelgemeenten Noord, Hoogvliet en Kralingen-Crooswijk zijn er volgens de VTO 2007 mínder vrijwilligers dan volgens het VTO-model verwacht mocht worden; hier zou dus nog winst te behalen moeten zijn. Dergelijke exercities kunnen ook voor andere indelingen dan naar deelgemeente worden uitgevoerd.


23

24


BIJLAGE 1: VARIABELEN UIT DE VTO 2007 Vrijwilliger

Heeft de respondent minstens één van de aangegeven organisaties aangekruist, waarvoor hij/zij onbetaald werk verricht? 0 = nee 1 = ja

Al dan niet levensbesch. stroming11

Rekent u zich tot een geloof of levensbeschouwelijke stroming? 0 = geen 1 = ja

Bezoek aan wijkaccommodaties

Bezoekt u minstens een keer per maand één van de genoemde wijkaccommodaties12? 0 = nee 1 = ja

Contacten met buurtgenoten

Hoe regelmatig heeft u contact met buurtgenoten? 0 = minder dan één keer per maand 1 = minstens één keer per maand

Culturele participatie

Frequentie van de deelname van de respondent aan de diverse culturele activiteiten13. 0 = minder dan 1 keer per maand 1 = minstens 1 keer per maand

Ervaring met informele hulp

Verricht u wel eens onbetaald werk op eigen houtje (niet binnen een organisatie)? 0 = nee 1 = ja

Ervaring met informele hulp of mantelzorg

Ervaring met mantelzorg

Is één van de vorige twee vragen met ‘ja’ beantwoord? 0 = nee 1 = ja Geeft of gaf u in de afgelopen 12 maanden meer dan 8 uur per week mantelzorg aan een familielid, vriend(in) of bekende? 0 = nee 1 = ja

11

Het betreft hier een afgeleide versie van de verderop genoemde variabele ‘Soort levensbeschouwelijke stroming’. Wijkgebouw, Buurthuis/clubhuis sociaal cultureel werk, clubhuis sportvereniging, bibliotheek. 13 Toneelvoorstelling, cabaret of kleinkunst, concert klassieke muziek, opera of operette, concert pop- / wereldmuziek, jazz- / bluesconcert, concert harmonie, fanfare, brassband, musical, uitvoering van een koor, literaire bijeenkomst, lezing over kunst/kunstgeschiedenis, debat. 12


25

Etniciteit

0 = autochtoon 1 = allochtoon (zelf of één van de ouders in het buitenland geboren)

Geslacht

1 = man 2 = vrouw

Huishoudenssamenstelling

Hoe is uw huishouden samengesteld? 1 = ik woon alleen 2 = 2 volwassenen, geen kinderen thuis 3 = (echt)paar met thuiswonend(e) kind(eren) 4 = één-ouder met thuiswonend(e) kind(eren) 5 = anders 6 = student / op kamers / inwonend

Informatie over vrijwilligerswerk

Als u vragen heeft over vrijwilligerswerk, weet u dan waar u terecht kunt voor advies, informatie of ondersteuning? 1 = ja 2 = ik denk het wel 3 = nee

Inkomen

In welke klasse valt het gezamenlijke netto inkomen van het gehele huishouden? 1 = minder dan € 950 per maand 2 = € 950 tot € 1.300 per maand 3 = € 1.300 tot € 1.900 per maand 4 = € 1.900 tot € 3.150 per maand 5 = € 3.150 tot € 3.500 per maand 6 = € 3.500 en meer per maand

Leeftijd

1 = tot en met 22 jaar 2 = 23 t/m 44 jaar 3 = 45 t/m 64 jaar 4 = 65 jaar en ouder

Lidmaatschap

0 = geen (lid van genoemde organisaties14) 1 = wel (lid van minstens één van genoemde organisaties)

Opleidingsniveau

Wat is de hoogst voltooide opleiding? 1 = laag (t/m mavo) 2 = midden (mbo, havo, vwo) 3 = hoog (hbo, wo)

14

Politieke partij of politieke vereniging; Werkgeversorganisatie, vakbond of middenstandsorganisatie; Organisatie met een specifiek maatschappelijk doel (actiegroepen, Wereldwinkel, Amnesty, e.d.); Organisatie op het gebied van natuuren milieu (Natuurmonumenten, Greenpeace); Onderwijs- of schoolvereniging; Vrouwenvereniging of vrouwenbond; Sportvereniging; Zang-, muziek- of toneelvereniging; Hobbyvereniging; Jeugdvereniging, clubhuis, padvinderij; Kerkgenootschap; Ouderenbond / -organisatie.

26


Positie t.o.v. arbeidsmarkt

Welke situatie is in hoofdzaak op u van toepassing? 1 = scholier / student 2 = baan / eigen bedrijf / zelfstandig 3 = bijstand / werkloosheidsuitkering 4 = arbeidsongeschiktheidsuitkering 5 = gepensioneerd 6 = uitzend- / oproepkracht 7 = geen eigen inkomen 8 = anders

Soort levensbeschouwelijke stroming Rekent u zich tot een geloof of levensbeschouwelijke stroming? 1 = geen 2 = humanistisch 3 = christelijk 4 = islam 5 = hindoeïsme 6 = anders Soort werk

Wat voor soort werk doet u? 0 = onbekend / niet-werkend 1 = kennisintensieve werkzaamheden 2 = creatieve en/of communicatie werkzaamheden 3 = dienstverlenende werkzaamheden 4 = uitvoerend werk 5 = onderwijs, welzijn, zorg 6 = ondersteunend werk 7 = anders

Sporter

Ziet u zichzelf als sporter? 0 = nee, in het geheel niet / nee, nauwelijks / ja, enigszins 1 = ja, tamelijk / ja zonder meer

Tevredenheid met de buurt

Hoe tevreden bent u over uw eigen woonomgeving (de buurt waarin u woont)? 1 = zeer tevreden 2 = tevreden 3 = niet zo tevreden 4 = ontevreden

Trots op Rotterdam

Bent u trots op Rotterdam? 1 = ja 2 = een beetje / nee

Tv-uren

Hoeveel uur kijkt u per dag naar televisie? 1 = één uur of minder 2 = 1 t/m 2 uur 3 = 2 t/m 4 uur 4 = 4 t/m 8 uur 5 = meer dan 8 uur


27

Vrije tijd per week

Hoeveel ‘echte’ vrije tijd heeft u gemiddeld per week? 1 = 4 uur en minder 2 = 4 t/m 8 uur 3 = 8 t/m 16 uur 4 = 16 t/m 24 uur 5 = meer dan 24 uur

Werkuren

Aantal uren per week in loondienst of als zelfstandige of meewerkend in gezinsbedrijf. 1 = geen betaalde baan 2 = één dag of minder 3 = 8-24 uur 4 = meer dan 24 uur

Woonduur in buurt

Hoe lang woont u in deze buurt? 1 = 2 jaar en korter 2 = 2 jaar t/m 5 jaar 3 = 5 jaar t/m 10 jaar 4 = 10 jaar t/m 20 jaar 5 = langer dan 20 jaar

Woonduur in stad

Hoe lang woont u in Rotterdam? 1 = 2 jaar en korter 2 = 2 jaar t/m 5 jaar 3 = 5 jaar t/m 10 jaar 4 = 10 jaar t/m 20 jaar 5 = langer dan 20 jaar

28


BIJLAGE 2: VARIABELEN UIT DE SI 2008 Vrijwilliger

In één of meerdere organisaties onbetaald actief? 0 = nee 1 = ja

Arbeidsmarktpositie partner

1 = werkend, meer dan 12 uur 2 = werkend, minder dan 12 uur 3 = niet werkend

Arbeidsmarktpositie samen

1 = beiden werken 2 = eentje werkt 3 = beiden werken niet 4 = werkend, geen stel 5 = niet-werkend, geen stel

Binding met de buurt

1 = helemaal niet verbonden 2 = niet verbonden 3 = een beetje verbonden 4 = verbonden 5 = zeer verbonden

Binding met de deelgemeente


Binding met eigen etnische groep


Binding met Europa


Binding met Nederland



29

Binding met Rotterdam


Contacten met buren

Hoe vaak contact met de directe en overige buren? 0 = minder dan 1 x maand 1 = minstens 1 x maand

Contacten met familie en vrienden

Heeft u minstens een keer contact per maand met vrienden én met familie? 0 = nee 1 = ja

Cultureel bezoek

Hoe vaak gaat u naar een theatervoorstelling, concert, cultureel festival en/of bezoekt u een museum? 1 = minstens één keer per week 2 = twee keer per maand 3 = één keer per maand 4 = minder dan één keer per maand 5 = zelden of nooit

Discriminatie

Heeft u zich in de afgelopen 12 maanden gediscrimineerd gevoeld? 1 = ja 2 = nee

Ervaring met mantelzorg

Heeft u de afgelopen 12 maanden wel eens iemand geholpen die voor langere tijd ziek, hulpbehoevend of gehandicapt is? 1 = ja 2 = nee

Etniciteit

0 = autochtoon 1 = allochtoon (zelf of één van de ouders in het buitenland geboren)

Genoeg contacten

Vindt u dat u genoeg contacten heeft met andere mensen? 1 = ja / ja maar ik zou wel wat meer contact willen 2 = nee, ik vind dat ik te weinig contacten heb

Geslacht

1 = man 2 = vrouw

Gezondheid

Hoe is uw gezondheid over het algemeen? 1 = uitstekend 2 = zeer goed 3 = goed 4 = matig 5 = slecht

30


Hobby’s

Hoeveel tijd besteedt u aan het maken van muziek, schilderen of andere creatieve hobby’s? 1 = minstens één keer per week 2 = twee keer per maand 3 = één keer per maand 4 = minder dan één keer per maand 5 = zelden of nooit

Hoofdbezigheid

Wat is uw hoofdbezigheid overdag ? 1 = ik werk meer dan 12 uur per week 2 = ik werk minder dan 12 uur per week 3 = ik volg een studie / opleiding 4 = ik doe het huishouden en / of zorg voor de kinderen 5 = ik ben werkloos / arbeidsongeschikt 6 = ik ben met pensioen / vut 7 = ik doe vrijwilligerswerk 8 = ik doe mantelzorg

Huishoudenssamenstelling

1 = ik woon alleen 2 = (echt)paar zonder thuiswonende kind(eren) 3 = (echt)paar met thuiswonende kind(eren) 4 = één ouder met thuiswonende kind(eren) 5 = andere samenstelling

Inkomen

In welke klasse valt het gezamenlijk netto maandinkomen? 1 = minder dan € 950 per maand 2 = € 950 tot € 1.300 per maand 3 = € 1.300 tot € 1.700 per maand 4 = € 1.700 tot € 2.950 per maand 5 = meer dan € 2.950 per maand

Intensieve culturele participatie15

Vindt het cultureel bezoek of het verrichten van de hobby’s minstens één keer per maand plaats? 0 = nee 1 = ja

Inzet voor de buurt

Heeft u zich afgelopen 12 maanden actief ingezet16 voor de buurt? 0 = nee 1 = ja

Leeftijd

1 = t/m 24 jaar 2 = 25 t/m 34 jaar 3 = 35 t/m 44 jaar 4 = 45 t/m 54 jaar 5 = 55 t/m 64 jaar 6 = 65 t/m 74 jaar 7 = 75 jaar en ouder

15

Het betreft hier een afgeleide versie van de eerder genoemde variabelen ‘Cultureel bezoek’ en ‘Hobby’s’. Voorgelegde mogelijkheden zijn: het vrijwilligerswerk, het leveren van actieve bijdrage aan de leefbaarheid en het leveren van een actieve bijdrage aan politiek, beleid en bestuur.

16


31

Opleidingsniveau

De hoogst voltooide opleiding die met diploma afgerond is. 1 = laag (t/m mavo) 2 = midden (mbo, havo, vwo) 3 = hoog (hbo, wo)

Rondkomen

Hoe moeilijk is rondkomen? 1 = heel moeilijk 2 = moeilijk 3 = redelijk 4 = gemakkelijk 5 = heel gemakkelijk

Rotterdamgevoel

“Ik voel me Rotterdammer.” 1 = Helemaal mee eens 2 = Mee eens 3 = Noch eens / noch oneens 4 = Mee oneens 5 = Helemaal mee oneens

Soort woning

1 = huurwoning 2 = koopwoning

Sporter

Hoe vaak sport u? 1 = minstens één keer per week 2 = minder vaak

Taalproblemen

Heeft u veel moeite met het lezen en/of schrijven en/of spreken van Nederlands? 0 = nee 1 = ja

Tevredenheid woning

Hoe tevreden of ontevreden bent u met uw woning? 1 = zeer tevreden 2 = tevreden 3 = neutraal 4 = ontevreden 5 = zeer ontevreden

Thuisvoelen in de buurt

Voelt u zich thuis in de buurt waarin u woont? 1 = ja, heel erg 2 = ja 3 = een beetje 4 = niet 5 = helemaal niet

Trots op Rotterdam

Bent u trots op Rotterdam? 1 = erg trots 2 = trots 3 = een beetje trots 4 = niet echt trots 5 = helemaal niet trots

32


Vertrouwen in deelgemeentebestuur “Ik heb veel vertrouwen in het bestuur van de deelgemeente.” 0 = nee (noch eens, noch oneens / (helemaal) mee oneens) 1 = ja ((helemaal) mee eens) Vertrouwen in gemeentebestuur

“Ik heb veel vertrouwen in het gemeentebestuur van Rotterdam.” 0 = nee (noch eens, noch oneens / (helemaal) mee oneens) 1 = ja ((helemaal) mee eens)

Werkuren

1 = meer dan 12 uur 2 = minder dan 12 uur 3 = niet werkend


33

34


BIJLAGE 3: INTERPRETATIE VAN DE SAMENHANG TUSSEN DE VARIABELEN OP BASIS VAN CRAMERS’ V

Cramers' V 0,00

In woord Geen verband

0,00 tot 0,10 0,10 tot 0,20 0,20 tot 0,25 0,25 tot 0,30 0,30 tot 0,35 0,35 tot 0,40 0,40 tot 0,45

Niet bruikbaar Zwak Gematigd Gematigd sterk Sterk Heel sterk Zorgwekkend sterk

0,45 tot 0,99 1.00

Redundant Perfect verband

Toelichting Informatie over de ene variabele helpt helemaal niet bij het schatten van de andere Niet acceptabel Minimaal acceptabel Acceptabel

Er is een uitzonderlijk sterke samenhang of beide variabelen meten hetzelfde begrip Beide variabelen meten waarschijnlijk het zelfde begrip Informatie over de ene variabele leidt tot de perfecte schatting van de andere


35

36


BIJLAGE 4: RESULTATEN VAN DE REGRESSIEANALYSE O.B.V. DE VTO Case Processing Summary Unweighted Cases(a) Selected Cases Included in Analysis

N 5422

Percent 79,3

Missing Cases

1415

20,7

Total

6837

100,0

0

,0

Unselected Cases Total

6837 100,0 a If weight is in effect, see classification table for the total number of cases. Dependent Variable Encoding Original Value 0 niet

Internal Value 0

1 vrijwilliger

1 Categorical Variables Codings Frequency

Lidmaatschap Ervaring met informele hulp of mantelzorg Informatie over vrijwilligerswerk Bezoek aan wijkaccommodaties Al dan niet levensbeschouwelijke stroming Opleidingsniveau

Werkuren

Contacten met buurtgenoten Culturele participatie Sporter

0 geen lid 1 lid 0 nee 1 ja 1 ja 2 ik denk het wel 3 nee 0 minder dan 1 keer per maand 1 minstens 1 keer per maand 0 nee 1 ja 1 laag (t/m mavo) 2 midden (mbo, havo, vwo) 3 hoog (hbo, wo) 1 geen betaalde baan 2 een dag of minder 3 8-24 uur 4 meer dan 24 uur 0 minder dan 1 keer per maand 1 minstens 1 keer per maand 0 minder dan 1 keer per maand 1 minstens 1 keer per maand 0 ziet zichzelf niet als sporter 1 ziet zichzelf als sporter


2168 3254 3369 2053 982 1123 3317 3394 2028 2719 2703 2332 1622 1468 1778 204 712 2728 1606 3816 4979 443 3032 2390

Parameter coding (1) (2) (3) 1,000 ,000 1,000 ,000 1,000 ,000 ,000 1,000 ,000 1,000 ,000 1,000 ,000 ,000 1,000 ,000 ,000 ,000 1,000 ,000 1,000 ,000 1,000 ,000

,000 1,000 ,000

,000 1,000 ,000 ,000 1,000 ,000 ,000

,000 ,000 1,000 ,000

37

Classification Table(a,b)

Step 0

Observed

Predicted

Vrijwilliger

Vrijwilliger 1 vrijwilli0 niet ger 0 3457

0 niet 1 vrijwilliger

0

1965

Overall Percentage

Percentage Correct

,0 100,0 36,2

a Constant is included in the model. b The cut value is ,300 Model Summary

Step 1

-2 Log likelihood 6724,293(a)

Cox & Snell R Square ,067

Nagelkerke R Square ,092

2

6487,646(a)

,107

,146

3

6344,907(a)

,130

,178

4

6249,988(a)

,145

,199

5

6199,137(a)

,153

,210

6

6148,978(a)

,161

,220

7

6116,971(a)

,166

,227

8

6099,202(a)

,169

,231

9

6082,706(a)

,171

,234

10

6074,273(a) ,172 ,236 a Estimation terminated at iteration number 4 because parameter estimates changed by less than ,001.

Classification Table(a)17

Step 10

Observed

Predicted

Vrijwilliger

Vrijwilliger 1 vrijwilli0 niet ger 2062 1395


Overall Percentage

451

1514

Percentage Correct

59,6 77,0 66,0

a The cut value is ,300

17

Alleen de laatste stap wordt weergegeven.

38


Variables in the Equation18

Step 10(j)

Lidmaatschap (1) Informele hulp of mantelzorg (1)

B -,841

S.E. ,070

Wald 143,663

1

Sig. ,000

Exp(B) ,431

-,735

,065

127,257

1

,000

,480

48,393

2

,000

Opleidingsniveau Opleidingsniveau (1)

-,581

,084

48,321

1

,000

,559

Opleidingsniveau (2)

-,314

,084

14,061

1

,000

,731

30,390

3

,000

Werkuren Werkuren (1)

,176

,077

5,223

1

,022

1,192

Werkuren (2)

,829

,160

26,908

1

,000

2,292

Werkuren (3)

,235

,097

5,906

1

,015

1,265

Sporter (1)

-,188

,065

8,448

1

,004

,829

Contacten met buurtgenoten (1)

-,307

,072

18,055

1

,000

,735

Bezoek aan wijkaccommodaties (1)

-,531

,066

65,339

1

,000

,588

Culturele participatie (1)

-,456

,112

16,635

1

,000

,634

114,512

2

,000

,878

,082

113,767

1

,000

2,406 1,190

Informatie over vrijwilligerswerk Informatie over vrijwilligerswerk (1) Informatie over vrijwilligerswerk (2)

a b c d e f g h i j

df

,174

,079

4,853

1

,028

Al dan niet levensbesch. (1)

-,472

,063

55,375

1

,000

,624

Constant

1,327

,138

92,069

1

,000

3,771

Variable(s) entered on step 1: Lidmaatschap. Variable(s) entered on step 2: Informele hulp of mantelzorg. Variable(s) entered on step 3: Informatie over vrijwilligerswerk. Variable(s) entered on step 4: Bezoek aan wijkaccomodaties. Variable(s) entered on step 5: Al dan niet levensbeschouwelijke stroming. Variable(s) entered on step 6: Opleidingsniveau. Variable(s) entered on step 7: Werkuren. Variable(s) entered on step 8: Contacten met buurtgenoten. Variable(s) entered on step 9: Cultuur. Variable(s) entered on step 10: Sporter.

In dit model resulteert een eenheid toe- of afname in de onafhankelijke variabele in de volgende veranderingen in de kansverhouding (de verhouding tussen de kans op wel en de kans op niet participeren):

Variabelen Lidmaatschap (1) Informele hulp of mantelzorg (1) Opleidingsniveau Opleidingsniveau (1) Opleidingsniveau (2) Werkuren Werkuren (1) Werkuren (2) Werkuren (3) Sporter (1) Contacten met buurtgenoten (1) Bezoek aan wijkaccommodaties (1) Culturele participatie (1) Informatie over vrijwilligerswerk 18

Af- / toename in de kansverhouding -57% -52% -44% -27% 19% 129% 27% -17% -27% -41% -37%



39

Informatie over vrijwilligerswerk (1) Informatie over vrijwilligerswerk (2) Al dan niet levensbeschouwelijke stroming (1) Constant

40

141% 19% -38%


BIJLAGE 5: RESULTATEN VAN DE REGRESSIEANALYSE O.B.V. DE SI Case Processing Summary Unweighted Cases(a) Selected Cases Included in Analysis Missing Cases Total

N 8382

Percent 80,1

2084

19,9

10466

100,0

0

,0

Unselected Cases Total

10466 100,0 a If weight is in effect, see classification table for the total number of cases. Dependent Variable Encoding Original Value 0 niet

Internal Value 0

1 vrijwilliger

1 Categorical Variables Codings Frequency (1)

Binding met de buurt

1 2 3 4 5 Opleidingsniveau 1 2 3 Werkuren 1 2 3 Etniciteit 1 2 Ervaring met mantelzorg 1 2 Intensieve culturele partici- 0 patie 1 Vertrouwen in deelgemeente- 0 bestuur 1 Contacten met buren 0 1 Sporter 1 2

helemaal niet verbonden niet verbonden een beetje verbonden verbonden zeer verbonden laag middel hoog meer dan 12 uur minder dan 12 uur niet werkend autochtoon allochtoon ja nee nee ja nee ja minder dan 1 x p. maand meer dan 1 x per maand nee ja


273 764 2226 4015 1104 3392 2352 2638 4705 489 3188 5066 3316 3024 5358 3830 4552 5167 3215 2757 5625 4132 4250

1,000 ,000 ,000 ,000 ,000 1,000 ,000 ,000 1,000 ,000 ,000 1,000 ,000 1,000 ,000 1,000 ,000 1,000 ,000 1,000 ,000 1,000 ,000

Parameter coding (2) (3) ,000 1,000 ,000 ,000 ,000 ,000 1,000 ,000 ,000 1,000 ,000

(4)

,000 ,000 1,000 ,000 ,000

41

,000 ,000 ,000 1,000 ,000

Classification Table(a,b)

Observed

Predicted Percentage Correct

VV 0 niet Step 0

Vrijwilliger

0 niet

0

1 vrijwilliger 6311

,0

1 vrijwilliger

0

2071

100,0

Overall Percentage

24,7

a Constant is included in the model. b The cut value is ,220

Model Summary

Step 1

-2 Log likelihood 9151,924(a)

Cox & Snell R Square ,026

Nagelkerke R Square ,039

2

9010,114(a)

,042

,063

3

8901,805(b)

,055

,081

4

8823,536(b)

,063

,094

5

8768,903(b)

,070

,103

6

8718,850(b)

,075

,111

7

8679,159(b)

,079

,118

8

8666,674(b)

,081

,120

9

8660,218(b) ,081 ,121 a Estimation terminated at iteration number 4 because parameter estimates changed by less than ,001. b Estimation terminated at iteration number 5 because parameter estimates changed by less than ,001. Classification Table(a)19

Observed

Predicted Percentage Correct

Vrijwilliger

Step 9

Vrijwilliger


Overall Percentage

0 niet 3465

1 vrijwilliger 2846

54,9

577

1494

72,1 59,2

a The cut value is ,220

19


42


Variables in the Equation20 B Step 9(i)

S.E.

Opleidingsniveau

df 2

Sig. ,000

Exp(B)


-,785

,071

120,907

1

,000

,456


-,437

,068

41,533

1

,000

,646

Etniciteit(1)

,584

,059

97,066

1

,000

1,793

Ervaring met mantelzorg (1)

,417

,054

58,806

1

,000

1,518

-,342

,056

37,213

1

,000

,710

,346

,055

40,020

1

,000

1,413

55,807

2

,000

Intensieve culturele participatie (1) Sporter (1) Werkend Werkend(1)

-,386

,062

38,352

1

,000

,680

Werkend(2)

,242

,113

4,580

1

,032

1,274

75,776

4

,000

Binding met de buurt Binding met de buurt (1)

-,740

,185

16,045

1

,000

,477

Binding met de buurt (2)

-,994

,128

60,618

1

,000

,370


-,536

,086

39,137

1

,000

,585


-,329

,076

18,912

1

,000

,719

Contacten met buren (1)

-,213

,061

12,151

1

,000

,808

,143

,056

6,422

1

,011

1,154

-,717

,114

39,538

1

,000

,488

Vertrouwen in deelgem.’bestuur (1) Constant a b c d e f g h i

Wald 122,659

Variable(s) entered on step 1: Etniciteit. Variable(s) entered on step 2: Opleidingsniveau. Variable(s) entered on step 3: Binding met de buurt. Variable(s) entered on step 4: Ervaring met mantelzorg. Variable(s) entered on step 5: Werkend. Variable(s) entered on step 6: Sporter. Variable(s) entered on step 7: Intensieve culturele participatie. Variable(s) entered on step 8: Contacten met de buren. Variable(s) entered on step 9: Vertrouwen in deelgemeentebestuur.

In dit model resulteert een eenheid toe- of afname in de onafhankelijke variabele in de volgende veranderingen in de kansverhouding (de verhouding tussen de kans op wel en de kans op niet participeren):

Variabelen Opleidingsniveau Opleidingsniveau (1) Opleidingsniveau (2) Etniciteit (1) Ervaring met mantelzorg (1) Intensieve culturele participatie (1) Sporter (1) Werkend Werkend (1) Werkend (2) Binding met de buurt Binding met de buurt (1) Binding met de buurt (2) Binding met de buurt (3)

20

Af- / toename in de kansverhouding -54% -35% 79% 52% -29% 41% -32% 27% -52% -63% -42%



43

Binding met de buurt (4) Contacten met buren (1) Vertrouwen in deelgemeentebestuur (1) Constant

44

-28% -19% 15%


Publicatieoverzicht COS Titel rapport (uitgave)

jaar

ALGEMEEN Binnenstadsmonitor 2009. De staat van de Rotterdamse binnenstad Kerncijfers & trends Rotterdam 2009 Feitenkaart Omnibusenquête 2009 Staat van Rotterdam 2009 Aandachtsgebieden in beeld 2007 Monitor Prins Alexander 2007 Feijenoord in beeld Handleiding voor het opstellen van meetbare doelstellingen

2009 2009 2009 2009 2008 2008 2007 2006

ARBEID EN INKOMEN Monitor bedrijventerreinen stadsregio Rotterdam 2009 Feitenkaart Kantoren monitor regio Rotterdam. De Rotterdamse Kantorenmarkt per 1 januari 2009 De Rotterdamse marktbezoeker 2009. Resultaten uit de Omnibusenquête 2009 Feitenkaart Inkomensgegevens Rotterdam en regio 2006 Feitenkaart Inkomensgegevens Rotterdam op deelgemeente- en buurtniveau 2006 Rotterdam voor afgestudeerden. Binding van afgestudeerde bestuurskundigen met Rotterdam Monitor Lage Inkomens Delft 2008 (i.s.m. SWA) Werken bij Roteb (i.s.m. SWA) Monitor Lage inkomens Westland. 1e meting (i.s.m. SWA) Monitor Gemeentelijke Lastendruk Rotterdam, 2003-2006* Rotterdammers over werken bij de gemeente 2005. Resultaten uit de Omnibusenquête 2005 Feitenkaart Economie en Arbeidsmarkt in Rotterdam

2009 2009 2009 2009 2009 2008 2008 2008 2007 2006 2005 2005

BEVOLKINGSGROEPEN Chinezen in Rotterdam Monitor allochtone ouderen IJsselmonde

2006 2005

COMMUNICATIE EN KLANTTEVREDENHEID Rotterdammers over de gemeentelijke dienstverlening 2009. Resultaten uit de Omnibusenquête 2009 Waardering dienstverlening parkeren 2008 Kijk- en Luisteronderzoek SLOR 2008 Rotterdammers over bouwoverlast in het centrum van Rotterdam 2008. Resultaten uit de Omnibusenquête 2008 Rotterdammers over de communicatie over ‘Rotterdam Centraal’ 2008. Resultaten uit de Omnibusenquête 2008 Het digitaal bewonerspanel Prins Alexander over het Evenementenbeleid Het digitaal bewonerspanel Prins Alexander over de deelgemeentegids Tevredenheidsmeting Feijenoord 2007 Gebruik en waardering JOS Intranet Stadswinkel op voorhand Rapportage Mediagebruik Rotterdamse Ambtenaren Communicatie wijkveiligheid. Effectmeting 2005. Middelland Communicatie wijkveiligheid. Effectmeting 2005. Tussendijken

2009 2009 2009 2008 2008 2008 2008 2007 2006 2006 2005 2005 2005

DEMOGRAFIE Feitenkaart Bevolkingsmonitor, oktober 2009 Feitenkaart Prognose huishoudens 2025 Bevolkingsprognose Rotterdam 2025 Trendprognose Rotterdam 2020

2009 2008 2007 2006

KUNST EN CULTUUR Cultuurparticipatie in deelgemeenten Cultuurparticipatie van Rotterdammers, 2007 Ruimte voor creativiteit. Onderzoek naar de bedrijfshuisvestingsvraag van creatieve ondernemers in Rotterdam Belangstelling voor opera in Rotterdam 2008 Klanttevredenheid SKVR Rotterdammers en de bibliotheek 2005. Resultaten uit de afgelopen Omnibusenquêtes

2009 2008 2008 2008 2006 2005

LEEFBAARHEID EN VEILIGHEID Rotterdammers over het milieu 2009. Resultaten uit de Omnibusenquête 2009 Vervolgmeting Monitor CO2-uitstoot Rotterdam, Woningen. Versie juni 2009 Energieverbruik door Rotterdamse huishoudens 2004 Dak- en thuislozenopvang Vlaardingen. Nulmeting 2007 Monitor hot spots Rotterdam. Vijfde meting (2007) Beleving luchtkwaliteit onder Rotterdammers 2007 Rotterdammers over singels, sloten en vijvers. Resultaten uit de Omnibusenquêtes 2002-2007 Effectmeting overlast Oude Noorden Nulmeting Leefbaarheid Opvang Pijnackerstraat Oude Noorden

2009 2009 2009 2008 2007 2007 2007 2007 2005

Publicatieoverzicht COS (vervolg) Titel rapport (uitgave)

jaar

ONDERWIJS VVE-monitor Rotterdam 2008. 3e meting Leerlingprognoses primair onderwijs Rotterdam 2007-2022 Integratie in het primair onderwijs Rotterdam Wonen en leren van volwassenen in de regio

2008 2008 2005 2005

POLITIEK EN BESTUUR Rotterdammers over burgerparticipatie 2007. Resultaten uit de Omnibusenquête 2007 Feitenkaart Het oordeel van Rotterdammers over het gemeentebestuur voorjaar 2007 Opkomen voor Rotterdam Skyline op ooghoogte Analyse deelraadsverkiezingen 2006 Analyse gemeenteraadsverkiezingen 2006

2007 2007 2006 2006 2006 2006

RUIMTELIJKE ORDENING EN VERKEER Rotterdammers over het verkeer 2009. Resultaten uit de Omnibusenquête 2009 Vervolgenquête Fiets in de metro. Evaluatie van de pilot ‘Fiets in de metro in de daluren’ Evaluatie Rotterdams Restauratiefonds 2006 Mobiliteit in Rotterdam, de stadsregio en Nederland 2004-2007 Tevredenheidsonderzoek Evenementenparkeerregeling 2007 Rotterdammers over het openbaar vervoer 2007. Resultaten uit de Omnibusenquête 2007 Masterplan Lijnbaanhoven Draagvlakmeting parkeren onder de Noorderhavenkade Belevingsonderzoek groene golf Schiekade / Schieweg Rotterdammers over imagobepalende plekken in de openbare ruimte

2009 2009 2008 2008 2007 2007 2007 2006 2006 2005

SOCIAAL BELEID Rotterdam sociaal gemeten. 2e meting Sociale Index Jonge moeders in Rotterdam. Stand van zaken 2008

2009 2008

VRIJETIJDSBESTEDING Op zoek naar een verklaringsmodel voor vrijwilligerswerk Quickscan Rotterdamse jongeren in hun vrije tijd, 2007 Nadere analyses vrijwilligerswerk in Rotterdam Bezoek en waardering groenvoorzieningen Rotterdam Rotterdammers in hun vrije tijd 2007. Resultaten uit de Vrijetijdsomnibusenquête 2007 Vrijwilligers(organisaties) in Hoogvliet. Meningen en behoeften Vrijwilligerswerk en informele hulp in Rotterdam 2007. Resultaten uit de Vrijetijdsomnibus 2007 Recreatief bezoek van Rotterdammers aan Rotterdam. Resultaten uit de Vrijetijdsomnibus 2005 Relevante trends voor het vrijwilligerswerk in 2020 Rotterdammers in de wintermaanden van 2005 Joffen in Feijenoord

2009 2009 2009 2008 2008 2008 2008 2006 2006 2005 2005

WELZIJN EN VOLKSGEZONDHEID Maatschappelijke opvang in Rotterdam Subsidiëring van welzijnsinstellingen door deelgemeenten en gemeentelijke diensten in Rotterdam, 2007 Sterfte in Rotterdam tijdens de hittegolven in juli 2006

2008 2007 2006

WONEN Monitor Woningbouwafspraken Stadsregio Rotterdam 2008 Kans van slagen. Monitor Woonruimteverdeling stadsregio Rotterdam 2008 kwartaal 4 Monitor Woonruimteverdeling Stadsregio Rotterdam 2008 Woningbehoefte stadsregio Rotterdam 2010-2020 Feitenkaart Aandachtsgroepen volkshuisvestingsbeleid Rotterdam en regio 2006 Monitor Aanbodmodel Rotterdam 2007 Woonruimteverdeling Voorne-Putten en Rozenburg juli 2007 - juli 2008 Kansen op de Schiedamse woningmarkt 2007 Komen en gaan. Selectieve migratie in Rotterdam in 2006 Evaluatie invoering huisvestingsvergunning Rotterdam Monitor Gentrification in pilotgebieden Bewoners over het nieuwe dure huursegment Rotterdammers over herstructurering 2006. Resultaten uit de Omnibusenquête 2006 Rotterdammers over de verkoop van huurwoningen 2006. Resultaten uit de Omnibusenquête 2006 Evaluatie experiment huisvestingsvergunning Bewonersonderzoek Nesselande

2009 2009 2009 2009 2009 2008 2008 2008 2008 2007 2007 2006 2006 2006 2005 2005

OVERIG Quick scan objectgebonden vergunningen Evaluatie Flexwerken dS+V Rapportage Warmtekrachtkoppeling Bergschenhoek Rotterdammers en computers 2005. Resultaten uit de Omnibusenquête 2005

2007 2006 2005 2005

Bovenstaand overzicht is een greep uit het publicatieaanbod van het Centrum voor Onderzoek en Statistiek. Een compleet overzicht is te raadplegen op Internet: http://www.cos.rotterdam.nl.

Op zoek naar een verklaringsmodel voor vrijwilligerswerk

Recommend Documents