Technical Report for the Social Cohesion Survey Flanders 2009 (SCIF 2009)
Marc Hooghe, Bram Vanhoutte & Tuba Bircan
Leuven KU Leuven October 2009
1. Introduction This report describes the methodology of the 2009 Social Cohesion Indicators in Flanders (SCIF) Survey. The SCIF Survey is designed to provide information for the Social Cohesion Indicators in Flanders Project (SCIF) about the state of social cohesion in Flemish society. The report covers the following features of the methodology: • •
• • • • • •
Questionnaire development (chapter 2) Sample design and selection (chapter 3) o Cluster Sampling: Flemish Municipalities o Cluster Analysis o Sample Fieldwork (chapter 4) Response Analysis (chapter 5) Data processing and management (chapter 6) Weighting (chapter 7) Sampling errors (chapter 8) Conclusion (chapter 9)
1
2. The development of the questionnaire The SCIF questionnaire was largely based on several existing surveys which are European Social Survey (ESS), Survey of Social Networks of the Dutch (SSND), Statistics on Income and Living Conditions (SILC), Benchmark Social Survey, … Team members from all partner universities in the SCIF project (KULeuven, University of Ghent, University of Antwerp, Free University of Brussels) participated in the preparation and the development of the questionnaire. 2.1. Cognitive Pilot Before the questionnaire was completed, cognitive interviews were used as a method of question testing to explore the cognitive processes involved when people interpret and respond to survey questions. This method aims to find out how the questions are understood and judgments about responses made and also helps to identify any problems which the questions being tested may pose for respondents and the reasons for these problems. The cognitive interviewing approach to evaluating sources of response error in survey questionnaires was developed during the 1980's through an interdisciplinary effort by survey methodologists and psychologists. The overall goal of cognitive interviewing is to reduce misinterpretation and confusion created by bad questions included on the survey instrument, thereby reducing error in the estimates created from survey data. Cognitive interviewing was recommended by authors such as Collins (2003), Jobe et al (1991), and Willis et al. (1991) as a means to improve questionnaire design and provide valid results. Cognitive interviewing is essentially a qualitative method, involving a small sample and indepth probing techniques. The main aims of the cognitive pilot were to explore respondents’: • understanding of terms used in the survey, i.e. “right-left” (in political aspect); • interpretation and judgements about questions, such as what people consider to be their “neighborhood”; • ease of recall, in thinking about, for example, forms of participation over the last twelve months; and • understanding of showcards, for example, problems with long showcards. 2.2. Questionnaire Content The questionnaire consisted of several modules, proposed by the partners of the research network, that are needed to give an adequate image of social cohesion in Flanders: Sociodemographics, generalized trust and ethnocentrism, neighborhood networks, fear of crime and collectivity, participation, quality of life, income, financial movements between the households, health, local services and political institutions, and opinions concerning redistribution, social security, unemployment and welfare. An electronic version of the questionnaire is in Appendix I.
2
3. Sample Design and Selection 3.1 Cluster Sampling: Flemish Municipalities A goal in the design of sample surveys is to obtain a sample that is representative of the population so that precise inferences can be made. Therefore effective ways of obtaining sample data is one of the most important stages of a survey. Random selection should be preserved in order to select a sample which is representative of the entire population so that it can generalize results back to the population. Kerlinger (1986) described randomization as the assignment of objects (subjects, treatments, groups, etc.) of a population to subsets (sample) of the population in such a way that, for any given assignment to a subset (sample), every member of the population has an equal probability of being chosen for that assignment. Cluster sampling involves partitioning the population into separate groups called clusters. This technique is mainly used to reduce the population heterogeneity and to increase the efficiency of the estimates. Cluster sampling is just a way to randomly choose smaller and smaller geographic areas until you get to a small enough area so that you can find or create a list of all households in order to do simple or systematic random sampling. It is desirable for the clusters to be composed of heterogeneous units with respect to the selected variables. Main advantages of cluster sampling are that it is more logistically feasible in dispersed populations since the selected households will be closer together and researchers do not need a complete list of households of the whole population. In two-stage cluster sampling, a simple random sample of clusters is selected and subsequently a simple random sample is selected from the units in each sampled cluster. For the first step our clusters are needed to be determined, therefore we applied cluster analysis to Flanders’ municipal level data (N=308) of some important variables for the year 2005. This year was chosen because it was the most recent year for which all relevant variables at the level of the municipality were available at the time of designing the survey. The second step will be unrestricted random sampling within each municipality. A simple random sample of people whose birth years are between 1924 and 1991 (also including these years), from finite population (here: the selected municipality) is a sample selected in such a manner that each possible sample combination has equal probability of being chosen. 3.2. Cluster Analysis Cluster analysis is an exploratory data analysis tool which aims at sorting different objects into groups in a way that the degree of association between two objects is maximal if they belong to the same group and minimal otherwise. The aim is to establish a set of clusters such that cases within a cluster are more similar to each other than they are to cases in other clusters. Often similarity is assessed according to a distance measure. 3.2.1. Distance Measure Distance measure determines how the similarity of two elements is calculated. There is more than one way to measure a distance. There are distances that are Euclidean (can be measured with a ‘ruler’) and there are other distances based on similarity. As Finch (2005) summarized, there are a number of clustering algorithms available, all having as their primary purpose the measurement of mathematical distance between individual observations, and groups of
3
observations. Distance in this context can be thought of in the Euclidean sense, or some other, comparable conceptualization (Johnson and Wichern, 1992). One of the primary assumptions underlying these standard methods for calculating distance is that the variables used to classify individuals into groups are continuous in nature (Anderberg, 1973). Since our variables are mostly interval scaled, we decided to use the Euclidean distance between two points as a distance measure. Euclidean distance is probably the most commonly chosen type of distance. It simply is the geometric distance in the multidimensional space. It is computed as: distance(x,y) = {
i
(xi - yi)2 }½
3.2.2. Selection of Variables: Determining which variables are important can be a difficult task, where the concept of “important” should be related to the statistical procedure we are dealing with. We seek to find the variables that best explain the distribution into the groups we have found. These variables help us to arrive at a better understanding of the multivariate structure, and as a by-product, we find a dimension reduction procedure that can be used in a new data set for the same problem (Fraiman, et. al, 2008). The principal component analysis is one of the mostly used dimension reduction techniques which identify the patterns in the data. When these patterns are already identified in the data, the data can be compressed by reducing the number of dimensions with respect to these patterns, without much loss of information. The component matrix which is calculated by using different variables for 308 Flanders’ municipalities for the year 2005 is as follows (Table 1).
4
Table 1. Rotated Component Matrix
Number of Active Firms Total Population Number of selfemployed persons in main profession Number of employees in the public sector number of available infrastructures (culture) Number of employees in the tertiary sector Total foreigners rate per 1000 inhabitants External Immigration Rate External Emigration Rate Population Density Percentage of built surface Percentage of industries and port surface Crime Rate Interquartile Coefficient Mean Income Unemployment Rate Rate of retired people over active population Mean Age
Urban Density .966
Population Mobility .018
.943 .938
Component Industry Economic
Demographics
.116
-.038
.057
.051 .023
.204 .088
-.094 .014
.000 .115
.928
.063
.138
-.066
.003
.910
026
.111
-.058
.155
.905
.092
.228
-.060
-.006
.009
.954
.109
-.073
-.119
.109
.953
.041
-.057
-.074
.042
.950
.072
.138
-.015
.133 .121
.072 .032
.918 .890
.091 .197
.073 -.043
.245
.024
.843
-.075
.024
.320 -.070
.254 .085
.631 -.020
-.179 .931
.292 .022
-.029 .146 .077
.098 .422 -.055
.213 .114 .089
.905 -.712 -.026
-.003 .202 .952
.097
-.125
.047
-.056
.948
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. Rotation converged in 5 iterations.
As can be seen from the component matrix, for classification demographic, socio-economic and criminological indicators are used as the indicators of spatial planning. This provides our 5 components, which are respectively for urbanization, demographic ageing, population size, inequality and migration. 3.2.3. Outliers Cluster Analysis can be used for outlier detection. Outliers may emerge as singletons or as small clusters far removed from the others. When clustering the main body of the data,
5
outliers are also taken into consideration since enough clusters should be selected to represent both the main body of the data and the outliers. Therefore in our analysis, outliers Antwerp, Gent and Herstappe are considered as data records that do not fit well into any cluster. Antwerp and Gent have special status as being two biggest cities in the Flanders region. Herstappe is excluded from the sample since the population is too small (n=82) and there are not enough people living in the municipality for the random sampling procedures to be applied 1. 3.2.4. Number of Clusters Finding the “right” number of clusters is another important issue in cluster analysis. There are several procedures for number determination. The suitable method for relatively small data sets such as ours is the hierarchical cluster analysis to examine the group structures of the data. In hierarchical clustering, the data are not partitioned into a particular cluster in a single step. Instead, a series of partitions takes place, which may run from a single cluster containing all objects to n clusters each containing a single object. Hierarchical clustering is subdivided into agglomerative methods, which proceed by series of fusions of the n objects into groups, and divisive methods, which separate n objects successively into finer groupings. We are going to use hierarchical clustering and afterwards K-means clustering will be applied for deciding the clusters. Consequently, two-step clustering will be the main procedure for determining the number of clusters. The traditional representation of this hierarchy is a tree (called a dendrogam), with individual elements at one end and a single cluster containing every element at the other. Agglomerative algorithms begin at the leaves of the tree, whereas divisive algorithms begin at the root. This method builds the hierarchy from the individual elements by progressively merging clusters. Where we chop the tree will be matter for the number of clusters decision. A hierarchical cluster analysis creates a tree-structure in which a model with the same amount of clusters as cases is compressed step by step to a model with only one cluster. The optimum solution sits somewhere between the stem and the vertex. The number of clusters can be determined by answering the question of at what point we should chop this tree. This can be decided by looking at where the branches still carry sufficient information as it is of utmost importance that the final typology does not only group data in an efficient manner, but also has a conceptual practicality. In order to decide the cluster numbers there are several methods depending on the data itself, by taking into account the diminishing of the distance between the different data points in the group. Each time it is calculated if it is worth adding a new cluster. Milligan and Cooper (1985) examined about 30 of these methods, also called “stopping rules”. The Calinski and Harabasz (1974) method emerged as the best and most reliable. This test which considers both the internal homogeneity of each cluster and the heterogeneity between several clusters, and for this reason it is classified among that the general methods. The optimum number of clusters according to the variance ratio criteria (VRC) of Calinski and Harabasz is the ideal if a local maximum is reached.
1
. For historical and linguistic reasons, the small community of Herstappe kept its status as an autonomous municipality, while other small municipalities in the country have been regrouped to larger units in the course of the 20th century.
6
A second test will be the Hartigan (1975) method which is called room-method for its taking into account only internal homogeneity. The advantage of this test is that it assigns also a value in those cases where there is only one cluster in the data to retrieve. The Hartigan index shows the ideal minimum number of local clusters.
In the formulas above, k is for the number of clusters, n is for the number of data points, WGSS is the within-group the sum of squares (or the sum of the distance from each point to the centre of the cluster to which it belongs in the square) and BGSS is the between-groups sum of squares (or the sum of the distances of the cluster-centres of the total centre).
Table 2: Stopping rules with respect to VRC K Within Group Between Group Sum of Squares Sum of Squares 1 1520 0 2 1326.634 15.50578 3 1109.253 33.13781 4 926.9062 35.40521 5 796.7969 37.37818 6 666.9764 60.03862 616.2818 77.8074 7 8 576.0958 83.87522 9 581.4306 105.4958 10 552.1767 134.4566 11 478.4899 160.0347
VRC(K)
3.529794 4.496035 3.819719 3.506564 5.36496 6.249521 6.156483 6.690664 7.954426 9.799614
H(K) 44.01847 58.98731 59.01785 48.82384 58.00279 24.43084 20.64774 -2.7067 15.57586 45.12161
We can conclude from these indicators that 3, 7 or 8 clusters would be optimal for dividing the Flemish municipalities (excluding Antwerp, Gent and Herstappe) into subgroups on the basis of the corresponding variables. Because we were interested in maximizing the variance at the municipal level in Flanders, we opted for the maximum score, and we assigned eight different clusters.
7
Figure 1: Cluster Analysis: 8 Clusters
8
Tabel 2: Cluster Analysis: results, typology and sample size Total Population (2005)
Sample
326.658
2
193.119
1
Large cities
632.750
5
Eastern range of Brussels
128.009
1
Overijse
Cluster
Total Municipalities
1
20
2
8
Industrial suburbs Coast
3
8
4
7
Typology
Randomly selected municipalities Willebroek Zelzate Oostende Hasselt Kortrijk Leuven Roeselare Sint-Niklaas
5
89
Rural, with older population
1.189.754
9
Bekkevoort Boechout Glabbeek Hooglede Kampenhout Laarne Roosdaal Staden Tielt
6
8
Border municipalities
94.119
1
Lanaken
7
109
Rural, younger population
1.813.397
13
8
56
Strongly Industrialised
1.006.096
7
Antwerpen Gent Totaal
1 1 307
461.496 233.120 6.078.518
3 3 45
Aarschot Dessel Diepenbeek Houthalen Ichtegem Ieper Kinrooi Landen Ninove Sint-Truiden Stekene Tessenderlo Tienen Erpe-Mere Izegem Lier Ranst Waregem Wevelgem Antwerpen (3x) Gent (3x)
The number of inhabitants in each cluster is taken into account to assign a sample point to each typology. Since we select 45 sample points (i.e., 45 respondents to be interviewed), for approximately every 135,078 inhabitants we grant one sample point. Within each cluster the size of municipality is considered for the selection probability of the respondent. Due to rounding, 44 of the 45 planned clusters could be assigned in this manner. After that there is 9
only one more cluster left and that is assigned to be Gent. The latter decision was made as a measure of precaution: since we know that response rates tend to be lower in the major cities, the final cluster was assigned to the second largest city in the region, to compensate for possible lower response rates in the major cities.
Tabel 3: Typology according to principal components for 305 Flemish municipalities.
Industrial suburbs Coast Large cities Eastern range of Brussels Rural, with older population Border municipalities Rural, younger population Strongly Industrialised
Urban Density
Population Mobility
Industry
Economic
Demographics
-0.564
-0.244
2.529
-0.590
0.133
0.349
0.360
0.308
-1.102
4.056
4.738
0.046
0.353
-0.018
-0.100
-0.166
3.370
0.956
2.059
0.016
-0.144
-0.245
-0.446
0.911
0.160
-0.484
3.874
-0.881
-1.011
0.083
-0.063
-0.058
-0.434
-0.708
-0.363
-0.0827
-0.443
0.563
0.188
-0.174
Average scores for 305 Flemish municipalities.
3.3. Sample Following the cluster analysis, 40 municipalities that will be in the sample are chosen. Within the clusters, the municipalities were assigned randomly and proportionate to the size of a municipality. It has to be noted that since the clusters were assigned proportionate to size, it is possible that a municipality receives more than one cluster. Thus was the case for Brugge (Bruges), where two clusters were assigned. Table 3 lists the names of the municipalities that are in the sample. Second, the number of samples that will be drawn out of each municipality in the sample is determined. The exact sample size is the number of respondents that are needed from that municipality. The expected sample size for every cluster is 45. However, we can assume that response rates will not be uniform across the territory: response will be lower in the urban areas compared to the rural areas of Flanders. To compensate for this effect, the initial samples have to be larger for the cities than for the urban municipalities. The exact sample sizes are calculated according to the response rates in the selected municipalities in previous surveys. Not only response rates but also any other problems that might be faced during the survey are considered. Therefore a back-up sample set is assigned for each municipality with the same number of final sample size. By this way the potential total sample size is the double of the sample size of the municipality. When the exact sample size for a municipality is not reached, a part of the extra sample, proportionate to the needed extra response, will be used.
10
Table 4: Selected municipalities for the SCIF Survey 2009 Name of the Municipality Aalst Antwerpen Beringen Brasschaat Bree Brugge Damme Eeklo Gent Grimbergen Hamme Hasselt Heist-Op-Den-Berg Herne Herselt Hoeilaart Hoogstraten HouthalenHelchteren Houthulst Lochristi Maasmechelen Merchtem Oostende Oud-Heverlee Oudenaarde Oudenburg Pittem Ronse Ruiselede Sint-Amands Sint-Gillis-Waas Sint-Niklaas Temse Tielt Tongeren Veurne Vilvoorde Wetteren Wichelen Zandhoven Total
Sample Point 1 3 1 1 1 2 1 1 3 1 1 1 1 1 1 1 1
Exact Sample Size 45 135 45 45 45 90 45 45 135 45 45 45 45 45 45 45 45
Expected Final Respons Sample Size Rate 0.66 68 0.56 243 0.66 68 0.66 68 0.66 68 0,66 136 0,66 68 0,66 68 0,59 230 0.66 68 0.66 68 0.66 68 0.66 68 0.66 68 0.66 68 0.50 90 0.66 68
Backup Total Sample Sample Size 68 136 243 486 68 136 68 136 68 136 136 272 68 136 68 136 230 460 68 136 68 136 68 136 68 136 68 136 68 136 90 180 68 136
1
45
0.66
68
68
136
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 45
45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 45 2025
0.66 0.66 0.66 0.66 0.56 0.66 0.66 0.66 0.66 0.50 0.66 0.66 0.66 0.59 0.66 0.66 0.66 0.66 0.56 0.66 0.66 0.66
68 68 68 68 81 68 68 68 68 68 68 68 68 77 68 68 68 68 81 68 68 68
68 68 68 68 81 68 68 68 68 90 68 68 68 77 68 68 68 68 81 68 68 68 3208
136 136 136 136 162 136 136 136 136 180 136 136 136 154 136 136 136 136 162 136 136 136 6416
The sample was delivered by the National Registry, and was drawn from the population of the Flemish Region between 18 and 85 years old in the selected municipalities. The project team followed the official procedure to obtain permission from the National Commission for the Protection of Privacy in Belgium to use there National Registry data.
11
3.3.1. Representativeness of the Sampled Municipalities A representative sample resulting from a sampling plan is expected to adequately reflect the properties of interest of the parent population. In other words, representativeness expresses the degree to which sample data accurately and precisely represents a characteristic of a population’s parameter variations at a sampling point. For the reliability of our survey results we need to be sure about the representativeness of our sample. Table 5 shows the mean and standard deviation for both all Flemish municipalities and the ones in our sample and t-test significance for a number of key variables. Table 5: T-test for a number of key characteristics of the selected municipalities All municipalities (308) Standard Mean Deviation Population density for 2005
Sample (40) Standard Mean Deviation
T-test Sig.
518.23
445.79
494.81
366.09
0.373
38.30
52.08
41.69
48.07
0.536
25699.95 19692.68
3029.65 1401.89
25040.41 19306.02
2864.72 1356.89
0.055 0.027*
106.52
11.56
104.41
11.27
0.104
17.13
6.99
18.15
7.06
0.049*
Mean Age 2005
40.38
1.41
40.14
1.23
0.937
Unemployment Rate 2005
6.98
2.29
7.56
2.63
0.038*
Percentage of built area
0.19
0.09
0.19
0.07
0.963
Percentage of industry and harbour
0.07
0.04
0.07
0.04
.181
Rate of foreigners per 1000 inhabitants in 2005 Mean Income 2005 Median Income 2005 Interquartile Coefficient for 2005 Crime Rate 2005
Source: NIS, Significance: * p<0.05, ** p<0.01, ***p<0.001
By comparing the first four columns above although we may have an insight, we can not conclude about the significance of the differences between the population and sample means. In order to see if the means of several indicators for sample is significantly different from the population sample we conduct a one sample t-test. In this test we test the hypothesis if the sample mean is significantly different from the population mean. The one sample t-test is conducted on the sample municipalities’ data. When we run the analysis, most of the indicators prove the representativeness as the sample means were not significantly different than the population means. The significance levels greater that 0.05 indicates that sample and population’s means are not significantly different. Only “Median Income”, “Unemployment Rate” and “Crime Rate” are slightly different from the population average. In this regard it is important to keep in mind that the SCIF survey serves a dual purpose. For theoretical reasons (the study of determinants of social cohesion), the slight overrepresentation of ‘problematic’ areas might be considered as an advantage, since it makes it easier to make inferences about these areas, even if they are not so many. At this point, it is clear that the sampled municipalities are a good reflection of Flanders as a whole. Due to the
12
proportionate to size selection of the sample municipalities, a few characteristics typical for larger areas are slightly different than we would expect Since we also are interested in obtaining a representative sample of the Flemish region, our aim is to arrive at a sample that is as close to reality as possible. This is why the final data will be weighted.
4. Fieldwork Fieldwork on the survey was carried out by trained interviewers who were members of Significant’s field interviewer panel. A face-to–face exit interview methodology was chosen in order to boost the overall response rate. Interviews were carried out between 8 April and 31 July 2009. 4.1 Briefings All interviewers conducting interviews on the study received a full day briefing by Significant research and field staff and, in most cases, SCIF researchers. Hundred and three interviewers received a full briefing for the study. The briefings covered: • The background of the project: General information about the project and the partner universities, the objectives of the research, the sample design and assignment types. • The questionnaire: Overview of the questions and the detailed information about some important and possible-to-be-found complex questions. • Contact procedures: Making contact with the respondent, arranging the appointment for the interview. 4.2 Contact procedures All the selected addresses were sent an informative official letter in advance of the interviewer’s first visit explaining the scope of the project, the purpose of the survey, how the address had been selected and stating that an interviewer would be calling at the address. The letter explained that all information would be kept confidential and stressed the importance of participation in the study. Within two weeks after the letters were sent, the respondents were contacted face-to-face. The respondents for whom it was not possible to contact at the first visit are revisited minimum 4 times, of which at least one time was during the weekend and one time in the week after 18h30. 5. Response Analysis Providing a representative picture of Flanders is one of the main aspects of our survey methodology. Inevitably, not all of the people/addresses originally issued for the survey are retained in the final dataset. A few will prove not to be living on the same address any more, and others will be lost due to non-response or incomplete data. In order to produce good quality, representative results from the survey, it is important to check whether valid but nonresponding cases are typical of those that remain and if not, to counter any resulting response bias in the grossed data set.
13
Table 6: Response analysis of SCIF project Interview conducted Language barrier Physically or mentally unable On holiday or trip during entire field work period Respondent moved and new address unknown Address unfindable or inexistent Deceased Explicit refusal Indirect Refusal At home, but no time at the moment Not home, unable to make an appointment Not at home At home, but did not open the door Refusal by someone else than respondent Explicit refusal by family member New address outside target municipality Total Total number of addresses
N 2085 181 124
% 54% 5% 3%
59 125 28 5 671 222 6 14 268 13 5 78 8 3892
2% 3% 1% 0% 17% 6% 0% 0% 7% 0% 0% 2% 0% 100%
3892
Table 6 shows that the response rate of our project is 54% which can be considered as an average rate for a survey in Belgium. The outcome of the contact procedure is listed in the same table. 17% of the contacted people from the sample list directly refused and 6% refused with several excuses to attend the survey and have the interview. Although all addresses were visited at least 4 times, and one of those visits had to be in the weekend and one during the week but after 18h, 7% of the respondents still could not be found at home. 5% of the respondent candidates were eliminated due to language barrier as they could not speak proper Dutch which is the language of the questionnaire. 6. Data Processing and Management 6.1 Editing All range checks were carried out by the interviewer when prompted to do so during the interview by a special computer program by which the questionnaire was applied. The range checks included were based on those used in previous surveys in the series, in order to maintain consistency. Moreover when the survey was being held by Significant interviewers, the contact procedure and dataset were regularly checked. 6.2 Coding Each team was responsible for the recoding of relevant variables and/or open-ended questions from different sections of SCIF questionnaire. For some attitude questions scales are recoded, mostly reversed, or grouped to reduce the categories or recoded into dummy variables. Similar to coding new scales were investigated and analyzed by the researchers involved in the Scif project. All scales that satisfy the norms for proper data analysis are added to the standard version of the dataset. 14
Although the incidence of missing values was rather low on average, ranging from 0 cases for basic demographics to 261 cases for the income variable, ME estimation of the missing values was used for the scales if appropriate. As shown by Pauwels & Svensson (2008) this does not affect the scales negatively, and increases the validity of the analyses carried out. Table 7: Scales and the corresponding questions from SCIF questionnaire Content Variables Household composition Vraag10 - Vraag11_5_9 Deprivation Vraag19 - Vraag21 Local and global identity Vraag25_0 – Vraag25_6 Generalized trust Vraag26 – Vraag 28 Ethnocentrism Vraag 30 – Vraag 32 Political trust Vraag 76_1 – Vraag 76_8 Norms Vraag 91_1 – Vraag 91_8 Position generator Vraag33_1-Vraag33_20 Neighbourhood integration Vraag36_1 – Vraag36_5 Network diversity Vraag39_1 – Vraag39_5 Workplace activity Vraag44_1 – Vraag44_5 Participation Vraag64_1 – Vraag64_18 Subjective wellbeing Vraag57_4 – Vraag67_6 Household income Vraag71 – Vraag72 Political knowledge Vraag78 – Vraag82 Political participation (non-electoral) Vraag83_1 – Vraag83_4 Satisfaction with public policy Vraag84_1 – Vraag84_5 Political efficacy Vraag86_1 – Vraag86_7 Egalitarianism Vraag93_1 – Vraag93_8 In Appendix III a short description of the origin of the scales, the wording of the used items and their scale statistics can be found. 6.4 Data outputs The survey data will be made publicly available via the SCIF data archive on the official website of the project (www.socialcohesion.eu) as an SPSS dataset when the project is finished and the planned books of the outcomes of the project are published. 7. Sampling Errors By definition, all sample survey estimates have some degree of sampling error attached to them, since not all members of the total population were surveyed. Sampling error arises because the estimate is based on a random sample rather than a full census of the population. The standard error of an estimate is a measure of the precision of the estimate in that it indicates how close, and with what probability, the estimate is to the true population value. Precision implies that an estimate obtained from another survey conducted in the same fashion at the same time would be roughly equal to the first estimate obtained. In other words, the results obtained for any single sample may, by chance, vary from the true values for the population but the variation would be expected to average to zero over a number of repeats of the survey. The amount of variation depends on both the size of the
15
sample and the sample design. The magnitude of the sampling error is, in part, a function of sample size: a large sample typically has smaller sampling error (i.e., higher precision) than would a small sample. Random error may also result from other sources such as variations in respondents’ interpretation of the questions, or variations in the way different interviewers ask questions. Efforts are made to minimize these effects through pilot work and interviewer training. The impact of this random variation is reflected in the standard errors. A frequently-used method of assessing the magnitude of sampling errors is to calculate a confidence interval for an estimate. This is an interval within which one can be fairly certain that the true value lies. The following section explains how to calculate 95% confidence intervals, using a method from standard statistical theory for large samples. A conventional measure of the confidence interval is plus or minus two standard errors of the estimate. This means that, under certain assumptions and ignoring response errors and non-response bias, 95 per cent of samples drawn in the same way would have yielded an estimate within the confidence interval. Survey analysts therefore need to be able to obtain standard errors for their surveys in order to interpret the results. 7.2 Confidence intervals The estimate produced from a sample survey will rarely be identical to the population value, but statistical theory allows us to measure the accuracy of any survey result. The standard error can be estimated from the values obtained for the sample and allows the calculation of confidence intervals which indicate the range of random variation in the survey estimates. It is common when quoting confidence intervals to refer to the 95% confidence interval around a survey estimate. This is calculated at 1.96 times the standard error on either side of the estimated percentage or mean since, under a normal distribution, 95% of values lie within 1.96 standard errors of the mean value. If it were possible to repeat the survey under the same conditions many times, 95% of these confidence intervals would contain the population values. The 95% confidence interval for the difference between two percentages is then given by: (p1-p2) +/- 1.96 x se (p1-p2) If this confidence interval includes zero then the hypothesis that the two proportions are the same and the observed difference is due to chance alone is not rejected. If the interval does not include zero then it is unlikely (less than 5% probability) that the observed difference could have occurred by chance and this constitutes a ‘significant difference’ at the 95% confidence level. The 95% confidence level was used for all significance testing in the analysis which is reported in the substantive reports on the survey. 8. Weighting To correct for under- or overrepresentation of certain demographic groups in the sample, it is important to weigh the data in case analyses based on group means are carried out. The size of the weights also serves as an indication of the accurateness of the sample. The most commonly used background indicators to use for weights are gender, age and educational level. For gender and age, the statistics of the real population are easily obtainable. For educational level, no absolute and complete data on the population of the Flemish region
16
exist. Therefore only one weight is calculated: one that adjusts the sample for the real distribution in gender and age in the Flemish Region, based on demographic statistics of 2008. A weighting should not be to fine or to coarse, since a weighting matrix with a large number of cells would overweight the data, and a weighting matrix with a small number of cells would underweight the data (see e.g. Kalton & Flores-Cervantes, 2003 for an overview of different weighting procedures). We opt for a 2 by 6 weight matrix: respondents of each sex are classified into 6 age groups. For both the real population and the sample population the cell percentages of the population distribution on age in 6 categories and gender are calculated. On the base of these percentages the weights are calculated (see Table 10). Table 8: Cell percentages of sample and population and sample weights Sample Age groups Male Female 17-29 9.951923 10.24038 30-39 8.557692 8.509615 40-49 8.317308 9.951923 50-59 8.317308 8.413462 60-69 7.355769 6.730769 70-84 5.913462 7.740385 Source population data: FOD Economie
Population (2008) Male Female 9.942021 9.689522 8.378537 8.203483 9.935082 9.625667 8.569264 8.380986 6.421377 6.656407 6.139552 8.058102
Weights Male Female 0.999005 0.946207 0.979065 0.964025 1.194507 0.967217 1.030293 0.99614 0.872971 0.988952 1.038233 1.041047
The weights show that the sample is quite accurate compared to the real population in terms of age and gender. In most age groups weighting does not seem to be necessary. There are two exceptions which makes a weighting reasonable. Male respondents aged 40 to 49 seem to be slightly underrepresented and males aged between 60 and 69 seem to be slightly overrepresented in the sample. As such, the weight factors listed in Table 8 have been included in the SCIF questionnaire and should be used in subsequent research based on the SCIF survey.
17
PART II Appendix Scale Description
18
In this part of the technical report, we briefly describe the scales that have been constructed by the SCIF team and that are routinely integrated in the SCIF dataset.
1. Household classification (Vraag10 – Vraag11) For the household position of the respondents and the classification type of their household, we used the LIPRO household taxonomy, which is a demographic classification. 2 Due to data-limitations we could not simply replicate the exact LIPRO classification, but had to modify the classification. Because the SCIF-data insufficiently discriminate between married versus cohabiting partners, we had to compress four LIPRO household positions, and also four household types into two household positions, and two household types (see Table 1). The abbreviations for the modified household position of the respondent stand for: - C2PA Child living with its two parents - C1PA Child living with one parent in the household - SING Single (one-person household) - PAR0 Respondent cohabiting with partner, without children - PAR+ Respondent cohabiting with partner, withchildren - H1PA Head of a one-parent family - NFRA Not family related adult - OTHR Others The abbreviations for the modified household types stand for: - SING A one-person household - CP0 A couple without children - CP+ A couple with children - 1PAF A one-parent family (possibly with other adults, but no partner of the parent) - OTHR Other Other limitations of the data: - It is not possible to discriminate between own parents or parents in law. In the modified classification, all parents are seen as own parents. -
It was not possible to determine which person in the household was the reference household member. We assumed parents to be the household reference (if not present, the respondents themselves), except when the children of the parents were parents themselves with their children living in the same household. In that case, the parents cohabiting with their children and own parent(s) were seen as household reference category.
2
. More information on the Lipro Household classification: Imhoff & Keilman (1991) ‘Lipro 2.0: an application of a dynamic demographic projection model to household structure in the Netherlands’.
19
Table 1: Modification of the original Lipro classification Lipro HH Position SCIV HH Position Lipro HH Type CMAR CUNM
C2PA C1PA
UNM0
SING
SING
MAR+
UNM0 MAR+ UNM+
PAR+ H1PA
NFRA
NFRA
OTHR
OTHR
CP+
1PAF
1PAF
OTHR
OTHR
Table 2: Frequencies and percentages of household positions (householdposition) N OTHR C2PA C1PA SING PAR0 PAR+ H1PA NFRA Total
CP0
UNM+
PAR0
H1PA
SING
MAR0
C1PA MAR0
SCIV HH Type
SING
45 209 58 252 666 727 114 9 2080
Table 3: Frequencies and percentages of household types (householdtype) N OTHR 54 SING 252 COUP0 666 COUP+ 936 1PAF 172 Total 2080
% 2,2 10,0 2,8 12,1 32,0 35,0 5,5 0,4 100,0
% 2,6 12,1 32,0 45,0 8,3 100,0
2. Deprivation (Vraag19 - Vraag21) a) Consumption deprivation Q20 Many people cannot afford certain things. Can your household afford – if it wants to – the following items? Please look at Card 7. 1: Yes, we/I have it or can afford 2: No, we/I cannot afford it for financial reasons 3: No, we do not have it for another reason.
20
7: Don’t know 8: No answer Q20_1 A computer Q20_2 A washing machine Q20_3 A car Q20_4 Yearly holiday of a week Q20_5 Meat, chicken of fish every other day (or vegetarian equivalent) Q20_6 Having friends or family for a meal once a month Q20_7 Keeping the dwelling sufficiently warm Table 4: Frequencies and percentages for each item n Can Cannot Other reason afford afford Computer 1737 83 258 Washing 2003 26 49 machine Car 1873 85 120 Holiday 1625 174 278 Meat or fish 2047 14 17 Meal 1747 76 252 Heating 2062 12 5
Total
Can afford
% Cannot afford
Other reason
2078 2078
83,6 96,4
4,0 1,3
12,4 2,4
2078 2077 2078 2075 2079
90,1 78,2 98,5 84,2 99,2
4,1 8,4 0,7 3,7 0,6
5,8 13,4 0,8 12,1 0,2
Only the answer 2 ‘No, we/I cannot afford it for financial reasons’ is regarded as an indicator of deprivation. After recoding to dichotomous variables, we get the following correlations: Table 5: Inter-Item correlation matrix Computer Washing machine Computer 1,000 0,419 Washing 0,419 1,000 machine Car 0,442 0,370 Holiday 0,373 0,232 Meat/ fish 0,193 0,149 Meal 0,353 0,232 Heating 0,114 0,106
Car
Holiday
Meat/fish
Meal
Heating
0,442 0,370
0,373 0,232
0,193 0,149
0,353 0,232
0,114 0,106
1,000 0,394 0,161 0,335 0,145
,394 1,000 0,230 0,422 0,183
0,161 0,230 1,000 0,391 0,227
0,335 0,422 0,391 1,000 0,154
0,145 0,183 0,227 0,154 1,000
Not being able to afford the items ‘meat or fish’ and ‘heating’ is very rare, and these items correlate very weakly with the other items. Also other studies have found that these items in fact belong to another dimension (‘Basic deprivation’) compared to the other items (‘Consumption deprivation’). The index of consumption deprivation is created by summing the other items: computer, washing machine, car, holiday, meal with friends. Cronbach’s alpha (non standardized): 0,717
21
Table 6: Deprivation score N 1818 155 43 32 18 7 2073
0 1 2 3 4 5 Total
% 87,7 7,5 2,1 1,5 0,9 0,3 100,0
b) Payment problems Q 21 Has it happened during the last 12 months that your household could not pay one of the following bills because of financial reasons? 1: Never 2: Once 3: Twice or more 7: Don’t know 8: No answer 9: Not applicable Q21_1 Rent or mortgage Q21_2 Bills for electricity, water or gas Q21_3 Health care expenses Table 7: Frequencies and percentages of the number of arrears for several types of bills Never once Twice DK NA. Not Missing or more appl. Rent / n 1918 18 23 6 3 107 5 mortgage % 92,2 0,9 1,1 0,3 0,1 5,1 0,2 Electricity, n 1989 35 29 5 3 14 5 gas, water % 95,6 1,7 1,4 0,2 0,1 0,7 0,2 Health care n 2011 21 16 5 3 19 5 % 96,7 1,0 0,8 0,2 0,1 0,9 0,2
Total 2080 100,0 2080 100,0 2080 100,0
As persons who do not pay rent or mortgage cannot have payment problems, code 9 (‘not appl.’) on the first item is recoded to 1 ‘Never’, unless these case also scored 9 on one of the other items. Number of cases recoded: 88. Correlations after recoding: Table 8: Inter-item Correlation Matrix Rent / mortgage Rent / mortgage 1,000 Electricity, gas, water 0,568 Health care 0,336
Electricity, gas, water 0,568 1,000 0,344
Health care 0,336 0,344 1,000
22
Following the study by Carpentier and Van den Bosch (2008), people are regarded as having payment problems is they could not pay bills at least twice, either for the same item, or for different ones. Table 9: Frequencies and percentages of persons having payment problems n No 2024 Yes 56 Total 2080
% 97,3 2,7 100,0
1) Social trust (Vraag 46_1 – Vraag 46_5)
The measurement of social processes as key mechanisms in understanding the relationship between social structure and crime is an important issue. We therefore pay careful attention to the measurement of these constructs. Social cohesion is such a broad concept that it is hard to find agreement on how it should be measured (Peper et al., 1999). Collective efficacy is increasingly of interest to scholars in Europe (e.g. Flap and Völker, 2005; Oberwittler, 2001; Friedrichs and Oberwittler, 2007), so an evaluation of measurement issues is of primordial interest. Collective efficacy has been defined as “social cohesion among neighbors combined with their willingness to intervene on behalf of the common good” (Sampson, Raudenbush and Earls, 1997: 918). Social cohesion and mutual trust among members of a community (‘social trust’) are an absolute condition to foster the willingness to intervene in the common interest of a community (‘informal social control’). In this study, the social trust component of the collective efficacy concept was measured. To measure ‘social trust’ respondents were asked to what extent they agreed with five different items (5-point scale: totally disagree to totally agree). Cronbach’s alpha is 0.809.
Tabel 1: Social trust items Vraag 46_1 Valid 2057 Missing 23
Vraag 46_2 2069 11
Vraag 46_3 2047 33
Vraag 46_4 2067 13
Vraag 46_5 2074 6
The missing values were imputed using the EM method.
23
Table 2: Social trust (< Sampson, Raudenbush & Earls, 1997) Items People around here are willing to help their neighbors This is a close-knit neighborhood People in this neighborhood can be trusted People in this neighborhood generally don’t get along with each other (R) Contacts between inhabitants in this neighborhood are generally positive
Factor loading 0.752 0.784 0.623
Cronbach’s alpha if deleted
0.565
0.804
0.736
0.765
0.757 0.742 0.789
2) Informal social control (Vraag 47_1 – Vraag 47_4) To measure ‘informal social control’ respondents were asked to what extend they thought it would be likely that their neighbours would intervene in four different cases (5-point scale: very unlikely to very likely). Cronbach’s alpha is 0.847.
Tabel 3: Informal social control items Vraag 47_1 Vraag 47_2 Valid 2025 2046 Missing 55 34
Vraag 47_3 2039 41
Vraag 47_4 2032 48
The missing values were imputed using the EM method.
Table 4: Informal social control (< Sampson, Raudenbush & Earls, 1997) Items Factor loading Children were skipping school and hanging out on a street 0.616 corner Children were spray-painting graffiti on a local building 0.820 Children were showing disrespect to an adult 0.843 A fight broke out in front of their house 0.778
Cronbach’s alpha if deleted 0.853 0.786 0.780 0.800
3) Disorder (Vraag 48_1 – Vraag 48_7)
Disorder is, like social cohesion, a rather ambiguous concept. Usually both physical (urban decay) and social nuisances (truants on the streets, public use of drugs and alcohol, etc.) are measured. Following Pauwels and Hardyns’ (2009) neighbourhood measures of disorder and neighbourhood crime problems, respondents were asked how many times they observed seven
24
different examples of disorder (5-point scale: never to very often). Cronbach’s alpha is 0.847.
Tabel 5: Disorder items Vraag 48_1 Vraag 48_2 Valid 2074 2069 Missing 6 11
Vraag 48_3 2067 13
Vraag 48_4 2039 41
Vraag 48_5 2064 16
Vraag 48_6 2067 13
Vraag 48_7 2063 17
The missing values were imputed using the EM method.
Table 6: Disorder Items Adolescents hanging around on street corners A group of adolescents harassing persons to obtain money or goods Men drinking alcohol in public Persons selling drugs (hash, weed, …) on the streets Somebody being threatened on the streets with a weapon or knife Fights between adolescents on the streets Men urinating in public
Factor loading 0.638
Cronbach’s alpha if deleted
0.750
0.822
0.690 0.753
0.819 0.818
0.683
0.838
0.793 0.576
0.813 0.836
0.839
4) Avoidance behaviour (Vraag 49_2 – Vraag 49_4) A well-known example of measuring a complex and multidimensional concept such as ‘fear of crime’ is the ‘avoidance behaviour’ scale in the Belgian Security Monitor, which measures the behavioural component of fear of crime. ‘Avoidance behaviour’ is measured by an additive index consisting of three items (5-point scale: never to very often). Cronbach’s alpha is 0.705.
Tabel 7: Avoidance behaviour items Vraag 49_2 Vraag 49_3 Valid 2073 2077 Missing 7 3
Vraag 49_4 2077 3
The missing values were imputed using the EM method.
25
Table 8: Avoidance behaviour (< Belgian Security Monitor) Items
Factor loading
Cronbach’s alpha if deleted
0.548
0.691
0.775
0.540
0.681
0.593
I avoid certain areas in my neighbourhood because I think they are not safe I avoid to open the door for strangers because I think it is not safe I avoid leaving home after dark because I think it is not safe
5) Fear frequency (Vraag 51, Vraag 54_1 en Vraag 54_2) An alternative question structure aims to measure the emotional affective component of fear of crime with special thought for the frequency and intensity of these feelings. ‘Fear frequency’ is measured by an index consisting of four items (5-point scale: never to daily). Cronbach’s alpha is 0.646. Table 9: Fear frequency (< Hardyns & Pauwels, 2010) Items In the last year I felt fearful about the possibility of becoming a victim of crime in general in my neighbourhood In the last year I felt fearful about the possibility of becoming a victim of burglary in my neighbourhood In the last year I felt fearful about the possibility of becoming a victim of physical violence in my neighbourhood
Factor loading
Cronbach’s alpha if deleted
0.764
0.453
0.529
0.616
0.611
0.573
6) Fear intensity (Vraag 52, Vraag 55_1 en Vraag 55_2)
‘Fear intensity’ is also measured by an index of four items. Each ‘fear intensity’ item follows on a ‘fear frequency’ item by the question: “on the last occasion, how fearful did you feel?” (5-point scale: never to very fearful). Cronbach’s alpha is 0.613. Question 52, Question 55_1 and Question 55_2 were recoded. More specifically the missing values (persons that answered “2” (“no”) on Question 50, Question 53_1 and Question 53_2) were recoded in the value “0” (“never”).
Table 10: Fear intensity (< Hardyns & Pauwels, 2010) Items In the last year I felt fearful about the possibility of becoming a victim of crime in general in my neighbourhood In the last year I felt fearful about the possibility of becoming a victim of burglary in my neighbourhood In the last year I felt fearful about the possibility of becoming a victim of physical violence in my neighbourhood
Factor loading
Cronbach’s alpha if deleted
0.753
0.414
0.520
0.581
0.551
0.550
26
7) Perceived risk of victimisation (Vraag 56_1 – Vraag 56_3)
Fear of crime can also be measured by paying attention to one aspect of the cognitive dimension, which is for example perceived risk of victimisation. Perceived risk of victimisation is measured by three questions measuring the respondent’s perception of personal or household risk of victimisation within the next 12 months (4-point scale: very small risk to very high risk). Cronbach’s alpha is 0.756.
Tabel 11: Perceived risk of victimisation items Vraag 56_1 Vraag 56_2 Vraag 56_3 Valid 2069 2070 1963 Missing 11 10 117
The missing values were imputed using the EM method.
Table 12: Perceived risk of victimisation (< Belgian Security Monitor) Items Factor loading How do you perceive the risk of your household to become 0.741 victim of burglary? How do you perceive your personal risk to become victim of 0.720 physical violence? How do you perceive your risk of becoming victim of theft 0.686 from your car?
Cronbach’s alpha if deleted .655 .673 .694
8) Victimisation (Vraag 58_1 – Vraag 58_6) Victimisation is a count variable that summarizes the different times that a person (or household) was set out for six different phenomena during the last twelve months. This count variable takes into account the six following phenomena (binomial scale: 0=no and 1=yes).
Table 13: Victimisation (< Belgian Security Monitor) Items Burglary with theft (n=2080) Car theft (n=2079) Theft from car (n=2079) Bicycle theft (n=2080) Theft outside (n=2080) Physical violence (unrelated to theft) (n=2080)
% yes 2.7 0.7 3.0 3.1 3.3 1.7
27
9) Local victimisation (Vraag 58_1 en Vraag 60_2 – Vraag 60_6) In the original questionnaire the interviewers asked if the victimisation took place in their area of residence for each and every time the respondent (or household in the case of (attempted) burglary, car-theft and theft from cars) reported to be victimized. In other words local victimisation is a count variable that summarizes the different times that a person (or household) was set out for the six mentioned phenomena within the municipality of residence during the last twelve months (binomial scale: 0=no and 1=yes).
Table 14: Local victimisation (< Belgian Security Monitor) Items Burglary with theft (n=2080) Car theft (n=2080) Theft from car (n=2079) Bicycle theft (n=2080) Theft outside (n=2080) Physical violence (unrelated to theft) (n=2080)
% yes 2.7 0.5 2.0 2.5 1.4 1.2
3. Socio-cultural Christianity (Vraag22 - Vraag23) This measurement of religious involvement was constructed by Billiet (1995) including denomination and church practice: To which religion or denomination do you consider yourself as belonging to? Apart from special occasions such as weddings and funerals, about how often do you attend religious services? Billiet proposed to merge these two traditional religious identity questions into one metric variable with following categories: 0 = no denomination 1 = free-thinking 2 = not catholic religious 3 = non-practising= marginal catholic 4 = practising = in some form still involved by attending church rituals at the prominent church holy days 5 = churchgoing catholic = regular church practice Table 10. Religious Identity code Explanation 0 No denomination 1 Free-thinking 2 Religious, but not catholic 3 Marginal catholic, no church practice 4 Marginal catholic church members = in some extent still involved by attending church rituals at the prominent church holy days 5 Core churchgoing catholic = regular church practice
# 227 183 682 591 178
% 10.9 8.8 32.8 28.4 8.6
217
10.4
28
4. Local and global identity (Vraag25_0 – Vraag 25_6) The wording of the items of this scale is a more elaborate version of the question proposed by Billiet (s.d.) in the preparation of the block of national / subnational questions in the European Social Survey (ESS). Where in ESS only a first and a second social geographical identity has to be named, we asked the respondents to what extent they felt connected to all the items, giving us more detailed information on the feeling of belonging. The question wording was as follows: On the showcard there are a number of geographical units. Can you tell us for each description to what extent you feel connected with it? Table 11: Frequencies of items for scale geographical identity Very weak Weak The neighbourhood 3 where you live (n=2078) The community or city where you live (n=2077) The province where you live (n=2076) Flanders (n=2076) Belgium (n=2076) Europe (n=2074) The whole world (n=2071)
5.1
15.0
Neither weak or strong 31.0
4.3
15.6
28.1
41.4
10.5
6.4 4.8 6.7 7.9 10.4
23.0 15.1 15.6 21.4 22.2
31.2 29.4 29.8 32.2 37.4
33.9 41.5 40.2 33.0 24.4
5.6 9.2 7.7 5.4 5.5
Strong
Very strong
36.3
12.6
The exploratory factor analysis clearly shows two subscales, one scale where the lower levels (neighbourhood, city,…) have a higher factor loading,and one where the higher levels have a higher factor loading. The missing values were imputed (which is allowed since Little’s MCAR test p=.009) and two factor scales were constructed through Principal Axis Factoring. The first scale (64% of variance in 3 items, Cronbach’s alpha .715) was named Local identification, and the second scale (61,8% of variance, Cronbach’s alpha .792) was named Global identification. Table 12: Scale characteristics Local and Global identification scales Items Factor loadings The neighbourhood where you live 0.593 The community or city where you live 0.927 The province where you live 0.539 Flanders 0.581 Belgium 0.670 Europe 0.873 The whole world 0.678
Cronbach’s alpha if deleted 0.667 0.482 0.710 0.778 0.743 0.680 0.754
3
The neighbourhood in the survey was described, if asked by the respondent, as the area that is within 10 minutes walking distance.
29
5. Generalized Trust (Vraag26 – Vraag28) Hardin (1993) states that trust is the product of experience, and adding that we constantly modify and update our trustful and distrustful feelings in response to changing circumstances. Researchers (Putnam 2000, Knack and Keefer 1997) conclude that levels of trust reported in social surveys are a good indicator of the trustworthiness of the societies in which respondents live; the trust scores tell us more about societies and social systems than about the personality and social types living in them. Based on the corresponding theories, the measurement of generalized trust was constructed by Billiet for the European Social Survey (ESS). The concept of social/generalized trust is measured on an eleven-point rating scales with the standard survey questions. The exact wordings are as follows: Question 26: Generally speaking, would you say that most people can be trusted, or that you can’t be too careful3 in dealing with people? Please tell me on a score of 0 to 10, where 0 means you can’t be too careful and 10 means that most people can be trusted. You can’t be too careful 00 01
02
03
04
05
06
07
08
09
Most people can be rusted 10
Question 27: Do you think that most people would try to take advantage of you if they got the chance, or would they try to be fair? Most people would try to take advantage of me 00 01
Most people would try to be fair 02
03
04
05
06
07
08
09
10
Question 28: Would you say that most of the time people try to be helpful or that they are mostly looking out for themselves? People mostly look out for themselves 00
01
02
03
04
05
06
07
08
09
People mostly try to be helpful know 10
30
Table 13: Characteristics of the factor scale generalized trust Items Factor loading Trust 0.782 Taking advantage of others 0.778 Selfishness 0.568
Cronbach’s alpha if deleted 0.612 0.614 0.755
Based on these items of the answers a sum scale ranging from 0 to 100 was constructed, of which the mean is 53.8 with a standard deviation of 18.07. Scale Cronbach’s Alpha: 0.749
6. Ethnocentrism (Vraag30 – Vraag32) Ethnocentrism is a socio-psychological concept which could be assessed like attitudes. It is a theoretical construct, unobservable in a direct manner. Measurements of ethnocentrism indicate how well otherness is respected and accepted (LeVine & Campbell 1971). Various operative definitions have been developed to measure ethnocentrism. For our survey, ethnocentrism is a summated rating scale with 3 items with typical Likert 11 point rating. This measurement is also developed by Billiet for the European Social Survey. The exact wording of the questions is: Question 30: Would you say it is generally bad or good for [country]’s economy that people come to live here from other countries? Bad for the Economy 00 01
02
03
04
05
06
07
08
09
Good for the economy 10
Question 31: Would you say that [country]’s cultural life is generally undermined or enriched by people coming to live here from other countries? Cultural life undermined 00
01
02
03
04
05
06
07
08
09
Cultural life enriched 10
Question 32: Is [country] made a worse or a better place to live by people coming to live here from other countries? Worse place 00
01
02
03
04
05
06
07
08
09
Better place 10
31
Table 14: Characteristics of the factor scale ethnocentrism Items Factor loading Effect to economy(bad/good) 0.731 Effect to cultural life(undermine/enrich) 0.729 Effect to living place(worse place/betterplace) 0.621
Cronbach’s alpha if deleted 0.622 0.624 0.696
Based on these items of the answers a sum scale ranging from 0 to 100 was constructed, of which the mean is 51.14 with a standard deviation of 18.94. Scale Cronbach’s Alpha: 0.734 7. Political Trust (Vraag76_1 – Vraag76_8) It is important to make a distinction between the object of the feelings of (dis)trust. While it is generally accepted that citizens could and should be rather critical toward specific political leaders, most authors assume that citizens should be able to put trust in the democratic procedures and institutions as such, i.e. the system level. Politicians can be easily replaced through elections but strong distrust in the fundamental structures of a democracy is less easily restored (Dalton 2004, 157-159; Klingemann & Fuchs 1995, 2-5; Anderson, Blais, et al. 2005). Trust in parliaments may be a good measure because confidence in institutions is about something deeper and more fundamental than trust in politicians or in particular governments. Parliament is the main representative institution of democratic governments, and sudden or consistent decline in confidence in it is a serious matter. There are also theoretical arguments for saying that confidence in institutions is the equivalent in modern large-scale society of interpersonal trust (Seligman, 1997). Therefore, we will use "confidence in different institutions" as a measure of political trust, and as an indicator of political capital as the measurement is used in European Social Survey. Table 15: Characteristics of the factor scale political trust Items Trust in politicians in general Trust in local authorities Trust in administrative services of the municipality Trust in European Union Trust in the federal government Trust in the Flemish government Trust in the police Trust in justice
Factor loading 0.739 0.683 0.633 0.752 0.815 0.807 0.649 0.664
Cronbach’s alpha if deleted 0.879 0.884 0.886 0.878 0.873 0.873 0.885 0.885
Based on these items of the answers a factor scale ranging from 0 to 100 was constructed, of which the mean is 53.51 with a standard deviation of 15.99. Scale Cronbach’s Alpha: 0.894
32
8. Norms (Vraag91_1 – Vraag91_8) It has become standard practice in surveys to include a battery questioning the acceptability of various forms of social behavior. The implicit reason to include this battery is that, indirectly, it could also inform us about the likelihood that this behavior will actually occur. Some empirical research indeed strongly supports the notion that the importance one attaches to upholding a social or legal norm, is a strong predictor of actual behavior with regard to that norm (Bardi & Schwartz 2003; Kirchler, Hoelz et al. 2008, 217-218). As far as we know, the only broad ranging comparative survey that includes a full battery on acceptance of illegal behavior is the European Values Survey (EVS), and therefore we decided to use this dataset for our further analysis. In the third wave of EVS (1999-2000) a full battery on legal permissiveness was included. Following the previous research (World Value Surveys), we decided to use the same measurement and this question is taken from European Values Study (EVS). The exact wording was: “To what extent you find the following matters to be acceptable?” Not voting Employ domestic help without paying taxes on it Using public transport without paying Getting unemployment benefit while working Tax evasion Abortion Homosexuality Euthanasia The respondents were asked to answer with a five point scale of justification degree. 1. 2. 3. 4. 5.
Completely unacceptable Unacceptable Neither unacceptable, nor acceptable Acceptable Completely acceptable
Table 16: Results of the factor analysis of norms by maximum likelihood extraction Initial Eigenvalues Extraction Sums of Squared Loadings Factor Total % of Cumulative Total % of Cumulative Variance % Variance % 1 2,301 28,761 28,761 1,760 22,002 22,002 2 1,738 21,720 50,481 1,178 14,727 36,729 3 1,008 12,604 63,085 ,295 3,692 40,421 4 ,789 9,860 72,945 5 ,636 7,952 80,897 6 ,588 7,355 88,252 7 ,528 6,603 94,855 8 ,412 5,145 100,000
Three factors have eigenvalues higher than one but the third factor is at the limit with the eigenvalue of 1.008. When we examine the rotated factor matrix below (Table 17) we see that
33
this factor is builded by only one item which is the permissiveness towards not voting behaviour. Table 17: Rotated factor matrix for 3 norm factors Items Factor 1 Not voting -0.010 Employ domestic help without paying taxes 0.160 on it Using public transport without paying 0.087 Getting unemployment benefit while working -0.077 Tax evasion 0.091 Abortion 0.624 Homosexuality 0.709 Euthanasia 0.799
Factor 2 0.091
Factor 3 0.510
0.398
0.154
0.613 0.603 0.633 0.158 0.051 0.003
-0.026 0.071 0.071 -0.094 -0.019 0.133
“Not voting” permissiveness is a single standing item to create a factor. In Belgium and so in Flanders, the variance for this question is not large as the voting rate is quite high. Therefore we decide to exclude this item and after that we did the factor analysis again and the results are demonstrated below: Table 18: Rotated factor matrix for 2 norm factors Items Factor 1 Illegal domestic help 0.159 Illegal ride with public transportations 0.084 Getting unemployment benefit despite of -0.076 working Tax evasion 0.090 Abortion 0.614 Homosexuality 0.718 Euthanasia 0.789
Factor 2 0.404 0.607 0.603 0.641 0.149 0.054 0.022
In the 1995-8 World Value Surveys, e.g., permissive attitudes toward law-breaking behavior were questioned by providing respondents with a list of law-breaking acts such as dodge fare in public transport or tax evasion. For every activity, respondents could indicate whether they thought that it could always be justified, never be justified, or something in between. These items respond to one latent factor, and therefore they can be used to create an index that measures the permissive attitude of the respondents toward law-breaking behavior. Our survey question also shows a similar attitude and the permissiveness towards the items of lawbreaking behavior created one factor. Our second factor is, as seen, is made by ethic values. Permissiveness towards abortion, homosexuality and euthanasia build up a one latent factor. Table 19: Characteristics of the factor scale norms Items Permissive_Ethics Illegal domestic help Illegal ride with public transportations Getting unemployment benefit despite of working False income declaration for taxes Abortion Homosexuality Euthanasia
Permissive_Law
0.356 0.406
0.249 0.459
Cronbach’s alpha if deleted 0.632 0.620
0.270
0.544
0.650
0.430 0.594 0.627 0.669
0.484 -0.216 -0.353 -0.419
0.614 0.595 0.600 0.598
34
Based on these items of the answers 2 factors scale ranging from 0 to 100 was constructed. Factor 1 (permissiveness for law-breaking behavior) has a mean of 27.42 with a standard deviation of 14.98 and Factor 2 (permissiveness for ethical matters) has a mean of 66.34 with a standard deviation of 21.13. Scale Cronbach’s Alpha for Factor 1 – permissiveness for law-breaking behavior: 0.744 Scale Cronbach’s Alpha for Factor 2 – permissiveness for ethical matters: 0.632
9. Position Generator (Vraag33_1 – Vraag33_20) The position generator is an instrument to grasp the ego-centered network of an individual based on the occupations of their network contacts. It was first used in the Albany study (Lin & Dumin, 1986). The version we used is a shortened version (20 items instead of 30), adapted to the Flemish context, of the position generator used in the 1999 survey the social networks of the Dutch (SSND). Their measure was based on earlier research by Boxman et al (1991), Moerbeek (2001),Völker (1995) and Völker & Flap (1999). For the standard version of the dataset tie strength, or if the person having the occupation was either family, a friend or an acquaintance, was not taken into account. Missing values were not imputed for these measures. The wording of the question was: “With which occupations do you have contact in daily life? Do you know a …. ? Is it a member of your family, a friend or an acquaintance? One of the most simple, straightforward and parsimonious measures derived in the context of social capital from the position generator is the number of accessed positions (Van der Gaag, Snijders & Flap, 2003). The respondents in the survey on average had access to 11 occupations through their network. Figure 2: Frequency of number of accessed positions (n=2045)
Number of accessed positions 200 150 100 50 0 0
1
2
3
4
5
6
7
8
9 10 11 12 13 14 15 16 17 18 19 20
35
The number of accessed positions is a rough tool, since it doesn’t discern between access to high or low status positions. Therefore some extra measures, taking into account the status differences, were constructed. To reflect prestige and status differences in occupations, specialized surveys estimate the societal status by assigning a score ranging from 0 to 100 to every occupation. The occupations were coded according to Sixma and Ultee’s 1992 prestige measures (Bakker et al, 1997). We assumed the prestige measures from 1992 from the Netherlands are valid for Flanders in 2009 as well, which is confirmed by the high correlation (.95) of the S&U occupational prestige scale with the International Socio-Economic Index of Occupational Status (ISEI) developed by Ganzeboom et al (1992). Since we also asked about people on welfare and unemployed, but these logically do not have a occupational prestige score, we gave these a score of 0 and 5 respectively. Table 20: Prestige score according to U&S and ISEI, and % of respondents who reports occupation in network (n=2045) Occupation U&S ISEI % in network On welfare (0) (0) 21.4 Unemployed (5) (5) 49.7 Construction worker 15 26 68.4 Unskilled labourer 15 26 88.0 Lorry driver 26 34 52.5 Postman 26 39 33.5 Foreman 27 25 54.5 Farmer 36 43 49.0 Hairdresser 39 30 56.8 Nurse 44 38 75.2 Artist 45 64 50.7 Secretary 52 53 64.0 Accountant 52 51 55.9 Teacher 62 66 75.6 Civil servant 64 61 66.4 Scientist 65 71 36.7 Manager 67 69 52.8 Computer scientist 68 70 70.4 Engineer 76 68 66.6 Lawyer 86 83 47.6
Following Lin (2001), the measures highest accessed prestige and range in accessed prestige are calculated based on the U&S occupational prestige scale. Other measures can be calculated, but seem less relevant for the standard version of the dataset.
10. Neighbourhood integration (Vraag36_1 – Vraag36_5) To have an idea of the contacts one has with one’s neighbour, we asked for actual behaviour towards neighbours. The exact question wording was: “Which of the following activities have you undertaken in the last 12 months with your neighbours?” Saying hello Having a chat Having a cup of coffee together
36
Giving a party/barbecue together Undertaking action to make the neighbourhood safer The respondents were asked to answer with a simple yes or no. Table 21: frequencies items neighbourhood integration Items Saying hello (n=2078) Having a chat (n=2078) Having a cup of coffee together (n=2077) Giving a party/barbecue together (n=2077) Undertaking action to make the neighbourhood safer (n=2076)
% yes 98.99 94.42 45.98 33.65 13.25
Based on these items of the answers a sum scale ranging from 0 to 100 was constructed, of which the mean is 57,25 with a standard deviation of 21,03.
11. Network diversity (Vraag39_1 – Vraag39_5) Not only the socio-economic diversity of one’s network was mapped, but diversity of one’s friend circle in terms of religion, ethnic background, sexual orientation, generation and political ideas was probed in a more direct way. The exact question wording was: Think about your friends (and not only your best friends). Do you have a friend … ? With a different religious orientation? With a different ethnic background? With a different sexual orientation? Of a different generation (at least 20 years of difference) ? With different political ideas? The respondents were asked to answer with a simple yes or no. Table 22: Frequencies items network diversity Items With a different religious orientation? (n=2055) With a different ethnic background? (n=2074) With a different sexual orientation? (n=2072) Of a different generation (at least 20 years of difference) ? (n=2075) With different political ideas? (n=1972)
% yes 43.26 38.04 44.74 52.77 72.26
A sum scale ranging from 0 to 100 was constructed. The mean of this scale is 50,49 with a standard deviation of 32,32.
12. Workplace activity (Vraag44_1 - Vraag44_5) In order to see how integrated one is at his workplace, we asked the respondents who are working or studying and have direct colleagues, if they take part in some social activities at their workplaces.
37
The exact question wording was as follows: Do you take part in the following social activities at your workplace, school or department ? Drinking coffee together Visiting a sick colleague Organising presents if someone’s leaving, having a baby etc. Eating something together during lunch break Having a drink together after work The respondents were asked to answer with a simple yes or no.
Table 23: Frequencies items workplace activty Items Drinking coffee together (n=979) Visiting a sick colleague (n=972) Organising presents if someone’s leaving, having a baby etc. (n=976) Eating something together during lunch break (n=979) Having a drink together after work (n=979)
% yes 88.36 77.06 91.91 84.47 66.29
13. Voluntary Participation (Vraag64_1 – Vraag64_18) To map the participation in several kinds of organisations, the same wording was used as in the annual SCV – survey of the Research department of the Flemish Government. This way the degree of participation (active or passive) of every respondent in 18 categories of associations is questioned. Examples for each category are provided, so the respondent can recognize easier where an association belongs. These indicators were recoded into a number of variables: the number of associations one is involved in, and some dummy variables distinguishing participants, active participants and passive participants. The exact question wording was as follows: In our country, a lot of people are a member of an association. I wil read you a list with a number of kinds of associations. Can you tell me if you are a member now or were a member before, and if you are a member now if you are an active, a passive or a board member. With passive member we mean that you pay the membership fee and/or read the magazine; an active member is someone who participates in the activities of the association and a board member is someone who has an official function within the association, such as president, secretary or treasurer. The categories of associations that were questioned were: Youth movement Environmental association An association helping physically challenged, elderly, the poor,… An art association (quire, theatre, literature, dance, music,…) A hobby club (cooking, sewing, collecting stamps, wine tasting, … A women’s movement (K.A.V., S.V.V. , K.V.L.V.,…) A social-cultural association (K.W.B., Davidsfonds,…) Sports association (also walking, chess, …) Political association or party Religious or philosophical association (parochial association, humanistic association) Neighbourhood committee (also carnival committee, redaction local magazine, …)
38
Union, professional association, … Communal advisory council, School council,… Family association (B.G.J.G.,…) Association connected to local pub (soccer, darts, …) Red Cross, voluntary firemen, … Association for the retired Other association, group or club This variables takes the form of a simple sum scale, listing the number of active memberships (theoreically ranging from 0 to 18).
14. Subjective Wellbeing (Vraag67_4 – Vraag67_6) The respondents were asked how satisfied they were over several different life domains. In constructing the questionnaire we followed the hedonic and cognitive approach to wellbeing, and based our approach on the way Cummins (1996) proposes to measure subjective satisfaction. He found that intimate life satisfaction counts most for respondents. We both asked for a general satisfaction with life in general and more specific domain satisfaction. To construct a scale that is both internally valid and gives a good idea about life satisfaction, we therefore constructed a scale combining more intimate life domains, such as family life, social life and sexual life. The exact wording of the question was: “How satisfied are you with the following:” The items used for the scale are family life, social life and sexual life. Respondents could answer on a scale ranging from 0 to 10. The missing values were imputed using the EM method, which was justified since Little’s MCAR test was significant with p=.015. The resulting factor scale has a Cronbach’s alpha of .765 and comprises 69.07 % of the variance of the three items of which it is made. Table 24: Characteristics of the factor scale subjective wellbeingf
Items Family life Social life Sexual life
Factor loading 0.778 0.710 0.709
Cronbach’s alpha if deleted 0.651 0.696 0.712
15. Household income (Vraag71 - Vraag72) This involved two steps: 1) Creating new income variable to impute Vraag72 (income categories) into Vraag71 (precise amount). The new income variable = Y Procedure: For every income category in Vraag72 we take the mid-value as imputation value, except for the two categories at the extremes. For these two categories, we start from the values within that category given by other respondents to Vraag71. From these values, we take the median as imputation value. 427 cases were thus imputed. 2) Calculating equivalent incomes (EqY)
39
For this calculation, we used the OECD modified equivalent scale (cf. Atkinson et al, 2001) : (first adult = 1; other person aged 14 or above = 0.5; children below age 14 = 0.3) Results:
Table 25: Descriptive statistics of the income variables
Income Houselhold Income Income corrected family
N 1392 1819
Minimum 0,0 0,0
Maximum 50000,0 50000,0
Mean 2805,9 2837,8
Standard.Deviation 2242,4 2060,5
1819
0,0
33333,3
1564,3
1113,5
15. Political Knowledge (Vraag78 – Vraag82) For measuring political knowledge, we use the conventional measurement, constructed by summing up a respondent’s correct answers on a 5-items battery. The correct answer is highlighted in bold. We posed five political knowledge questions: 1. The federal parliament consists of ... a. Chamber and Government b. Chamber and Senate c. Chamber, Senate and the parliaments of the regions d. Chamber, Senate and government 2. The president of the Chamber of representatives is … a. Patrick Dewael b. Herman De Croo c. Herman Van Rompuy d. Anne-Marie Lizin 3. For which domain, the federal government is NOT empowered? a. Foreign Affairs b. Justice c. Railways d. Education 4. The president of the Flemish socialist party is … a. Johan Vande Lanotte b. Freya Van den Bossche c. Frank Vandenbroucke d. Caroline Gennez 5. Which party is NOT part of the federal government? a. CdH b. N-VA c. Open VLD d. MR
40
We made 5 dummies (right answer=1) and computed a sum scale with 5 items. Table 26: Political knowledge frequencies correct Political Knowledge Question The federal government consists of … The president of the Chamber of representatives is … For which domain, the federal government is NOT empowered The president of the Flemish socialist party is … Which party is NOT part of the federal government
Correct answer # % 847 40.7 877 42.2 799 38.4 1257 60.4 975 46.9
Table27: Political knowledge sum scale Answers correct # % 0 391 18.8 1 390 18.8 2 366 17.6 3 350 16.8 4 332 16.0 5 251 12.1
16. Political Participation – non electoral activity (Vraag83_1 Vraag83_4) We posed four questions on non electoral activities, whether respondents were engaged in these. The questions are taken from the European Social Survey (Core Questionnaire Development, Chapter 5. Opinions about political issues, pp. 176-232). There are several ways to improve things or to avoid that some things go wrong in our society. Have you in the last 12 months… Table 28: Frequencies items political participation Question 1. 2. 3. 4.
contacted a politician, a civil servant or someone else of the federal/Flemish/local government? actively worked for or been a member of a political party or action group? signed a petition? taken part in a demonstration?
# 316
Answer yes % 15.2
92 454 73
4.4 21.8 3.5
Table29: Political participation sum scale # answer yes (1) # % 0 1392 66.9 1 497 23.9 2 137 6.6 3 29 1.4 4 19 0.9
41
17. Satisfaction with public policy (Vraag84_1 – Vraag84_5) Scale consists of five items: How satisfied are you with the implemented policy at the different levels of government? Give a score from 0 to 10. • Federal or Belgian government • Flemish government • Local government (mayor and aldermen of your community) • The welfare agency of your community • The collection of garbage in your community
Tabel 20 Satisfaction with policy The federal or The Flemish Belgian Government government
Valid Missing
2038 42
2037 43
Local government (mayor and aldermen of your community) 2054 26
The welfare agency of your community (OCMW)
The collection of garbage in your community
1625 455
2046 34
Because of the high proportion of missing answers for the item on the local welfare agency, this item is not included in the scale. Construction of a sum scale for remaining four items is allowed since cronbach’s alpha is high enough (.766) and the factor loadings are sufficiently high. About 60% of the variance is explained by a factor Tabel 33: Scale characteristics Factorloading Federal or Belgian government
,780
Flemish government
,873
Local government (mayor and aldermen of your community) The collection of garbage in your community
,641 ,376
18. Political Efficacy (Vraag86_1 – Vraag 86_7) We posed 6 questions on political efficacy, derived from the National Election Study (Craig et al. 1990) Political efficacy refers to “citizens’ perceptions of the responsiveness of political bodies and actors to citizens’ demands” (see Balch 1974, Converse 1972)
42
In how far do you agree or disagree with the following statements? 1. Voting has no meaning, the political parties just do what they want 2. During election time, the one political party promises more than the other, but in the end, not much comes out of it all 3. Political parties are only interested in my vote and not in my opinion 4. If people like me let politicians know what are opinions are, they will take those in account 5. People like me really have an influence on what the government does 6. Politicians have never learned to listen to people like me Items 4 and 5 were reversed, to give the same direction to all items that measure external political efficacy.
Table 32: Frequencies items External Political Efficacy Item
1 2 3 4 5 6
Totally disagree # 158 9 18 29 26 27
Disagree
% 7.6 0.4 0.9 1.4 1.3 1.3
# 624 126 310 270 252 453
% 30 6.1 14.9 13 12.1 21.8
Agree nor disagree (between both) # % 375 18 488 23.5 489 23.5 627 30.1 438 21.1 640 30.8
Agree
# 564 1003 876 891 1012 632
Totally agree
% 27.1 48.2 42.1 42.8 48.7 30.4
# 350 440 366 236 338 305
% 16.8 21.2 17.6 11.3 16.3 14.7
Exploratory Factor Analysis (extraction method: principal axis factoring) and Reliability Analysis (Cronbach’s alpha) One factor of political efficacy was made from these six items. We use the factor scores, since the item extractions differ from each other. Factor: Eigenvalue: 2.68 % of explained variance: 44.7%
Table 33: Scale characteristics factorscale political efficacy Item
Loading
1 2 3 4 5 6
.756 .715 .696 .688 .579 .555
Cronbach’s Alpha if deleted .790 .791 .778 .806 .811 .789
43
19. Egalitarianism (Vraag93_1 –Vraag93_8) Q 93: Now we have some statements on the way our society works 1: Completely agree 2: agree 3: Neither agree, nor disagree 4: disagree 5: Completely disagree 7: DK 8: NA Q93_1 Income differences are acceptable to reward differences in talent and effort Q93_2 To get a more just and decent society, differences in living standards between people should get smaller Q93_3 Unemployed people should be compelled to take a job, if it is worse than the one they used to have Q93_4 Unemployed people should get chances to get more education and skills Q93_5 The government should take action to lessen income differences Q93_6 The government should take action to guarantee a decent living standard for every child Q93_7 Many people do not get the benefit they are entitled to Q93_8 Social benefits in Belgium are too low for people who are really in need Table34: Mean and standard deviation for each item Income differences are acceptable to reward differences in talent and effort To get a more just and decent society, differences in living standards between people should get smaller Unemployed people should be compelled to take a job, if it is worse than the one they used to have
Unemployed people should get chances to get more education and skills The government should take action to lessen income differences The government should take action to guarantee a decent living standard for every child Many people do not get the benefit they are entitled to Social benefits in Belgium are too low for people who are really in need
N 2062
Mean 2,6
Standard Deviation 1,1
2060
2,4
0,9
2068
2,0
0,9
2070
1,8
0,6
2059
2,4
1,0
2066
1,6
0,7
1913 1980
2,6 2,4
1,0 1,0
Table 35: Results of the factor analysis by maximum likelihood extraction Initial Eigenvalues Extraction Sums of Squared Loadings Factor Total % of Cumulative Total % of Cumulative Variance % Variance % 1 2,483 31,036 31,036 1,821 22,762 22,762 2 1,262 15,775 46,811 3 1,063 13,293 60,104
44
4 5 6 7 8
0,915 0,686 0,655 0,492 0,443
11,443 8,575 8,182 6,154 5,543
71,547 80,121 88,303 94,457 100,000
Three factors have an eigenvalue which is bigger than one, but we find only one dominating factor.
Table 106: Factor Matrix, one factor extracted by maximum likelihood extraction Income differences are acceptable to reward differences in talent and effort To get a more just and decent society, differences in living standards between people should get smaller Unemployed people should be compelled to take a job, if it is worse than the one they used to have Unemployed people should get chances to get more education and skills The government should take action to lessen income differences The government should take action to guarantee a decent living standard for every child Many people do not get the benefit they are entitled to Social benefits in Belgium are too low for people who are really in need
Factor -,450 0,662 -0,073 0,216 0,768 0,344 0,437 0,479
Question 93_3 and question 93_4 have low loadings, and are excluded. Question 93_1 is reversed. An index (average score across items) is calculated when at least four of the six retained items have valid answers. Table 37: Reliability statistics Cronbach's Alpha 0,696
Cronbach's Alpha Based on Standardized Items 0,692
N (items) 6
45
Bibliography Anderberg, M. (1973). Cluster Analysis for Applications. New York: Academic Press. Anderson, C., A. Blais, S. Bowler, T. Donovan, and O. Listhaug. (2005). Losers' Consent. Elections and Democratic Legitimacy. Oxford: Oxford University Press. Atkinson, T., Cantillon, B., Marlier, E. & B., Nolan (2001), Social Indicators. The EU and Social Inclusion. Oxford: Oxford University Press. Bakker, B.; Sieben, I.; Nieuwbeerta, P. & Ganzeboom, H. (1997). Maten voor prestige, sociaaleconomische status en sociale klasse voor de Standaard beroepenclassificatie 1992. [Scales for prestige, socio-economic status and social class for the Standard Occupational Classification 1992] Sociale Wetenschappen 40(1):1-22. Balch, G.I. (1974). Multiple Indicators in Survey research: the concept of ‘sense of political efficacy. Political Methodology, 1, pp. 1-43 Bardi, A., & Schwartz, S. H. (2003). Values and behavior: Strength and structure of relations. Personality and Social Psychology Bulletin, 29, 1207–1220. Billiet, J. (s.d.) Chapter 10 Questions about national, subnational and ethnic identity. In: Core Questionnaire Development www.europeansocialsurvey.org Boxman, E.; De Graaf, P.M. & Flap, H.D. (1991). The impact of social and human capital on the income attainment of Dutch managers. Social Networks 13:51-73. Calinski, R.B. & Harabasz, J. (1974). A dendrite method for cluster analysis. Communications in Statistics, 3(1), 1-27. Carpentier, S. & K., Van den Bosch (2008), Problematische schulden in België. Indicatoren op basis van SILC 2004 en profiel van de bevolking in (problematische) schuldsituaties. Working Paper Sociale Zekerheid, 7. 102 p. Collins D. (2003), 'Pretesting survey instruments: An overview of cognitive methods', Quality of Life Research, 12, 229-238. Converse, P.E. (1972). “change in the American electorate” in Campbell, A. & Converse, P.E. (eds) The human meaning of social change, New York, Russell Sage, pp. 263-337.) Craig, S.C., Niemi, R.G. & Silver, G.E. (1990). Political Efficacy and Trust: A Report on the NES Pilot Study Items, in Political Behavior, 12(3), pp. 289-314 Cummins R. A. (1996). The domains of life satisfaction: an attempt to order chaos. Social Indicators Research 38, 303–332. Dalton, R. (2004). Democratic Challenges, Democratic Choices . The Erosion of Political Support in Advanced Industrial Democracies. Oxford: Oxford University Press. Flap, H. and Völker, B. (2005). Gemeenschap, informele controle en collectieve kwaden. In B. Völker (Ed.), Burgers in de buurt. Samenleven in school, wijk en vereniging (p. 41-71). Amsterdam: Amsterdam University Press. Fraiman, R., Justel, A. & Svarc, M. (2008). Selection of Variables for Cluster Analysis and Classiffcation Rules. Journal of the American Statistical Association, 103 (483), 1294-1303. Friedrichs, J. and Oberwittler, D. (2007). Soziales Kapital in Wohngebieten. In A. Franzen and M. Freitag (Eds.), Sozialkapital (Special Issue 47 of Kölner Zeitschrift für Soziologie und Sozialpsychologie) (p. 450-486). Wiesbaden: VS Verlag für Sozialwissenschaften.
46
Ganzeboom, H B G; De Graaf, P M & Treiman, D J (1992): A Standard International SocioEconomic Index of Occupational Status. Social Science Research 21,1-56 Guio, A.-C. (2005), Material deprivation in the EU. Statistics in focus - Population and social conditions, 21. Luxemburg: Eurostat. 11 p. Hardin, Russell (1993). The street-level epistemology of trust. Politics and Society, 21 (December): 505-529. Hartigan, J. (1975). Clustering Algorithms. New York: Wiley. Imhoff, E. van & N. Keilman (1991), LIPRO 2.0: an application of a dynamic demographic projection model to household structure in the Netherlands. NIDI/CBGS Publications, 23, Amsterdam/Lisse: Swets & Zeitlinger. Jobe J. & Mingay, D. J. (1991), 'Cognition and survey measurement: History and overview', Applied Cognitive Psychology, 5, 175-193. Johnson, R. A. & Wichern, D. W. (1992). Applied Multivariate Statistical Analysis. Englewood Cliffs: Prentice Hall. Kalton, G. & Flores-Cervantes, I. (2003). Weighting methods. Journal of Official Statistics, 19, 2, 81-97. Kerlinger, F.N. (1986). Foundations of Behavioral Research (3rd. ed.). New York: Holt, Kirchler, E., Hölzl, E. & Wahl. (2008). Enforced versus voluntary compliance: the “slippery slope” framework. Journal of Economic Psychology, 29(2): 210-225. Klingemann, H.-D. and D. Fuchs. (1995). Citizens and the State. Oxford: Oxford University Press. Knack, S. and Keefer, P. (1997). Does Social Capital Have an Economic Payoff? A CrossCountry Investigation. Quarterly Journal of Economics, MIT Press, vol. 112(4), pages 125188, November. LeVine, R. & D. Campbell (1971). Ethnocentrism. Theories of Conflict, Ethnic Attitudes, and Group Behavior. New York: Wiley. Lin, N. & Dumin, M. (1986) Access to Occupations through Social Ties. Social Networks 8:365-385. Lin, N. (2001). Social capital: a theory of social structure and action. Cambridge: Cambridge University Press. Milligan, G.W. & Cooper, M.C. (1985). An examination of procedures for determining the number of clusters in a data set. Psychometrika, 50(2), 159-179. Moerbeek, H. (2001). Friends and foes in the occupational career. Nijmegen : Ph.D dissertation. Nolan, B., Whelan, C. (1996), Resources, deprivation and poverty. Oxford: Clarendon Press. Oberwittler, D. (2001). Neighborhood Cohesion and Mistrust - Ecological Reliability and Structural Conditions. Working paper retrieved July 14, 2008, from Max-Planck-Institut für ausländisches und internationales Strafrecht. Pauwels, L. & Svensson, E. (2008) How serious is the problem of item nonresponse in delinquency scales and aetiological variables? A cross-national inquiry into two classroom PAPI self-report studies in Antwerp and Halmstad, European Journal of Criminology, 5 , 289. Pauwels, L. and Hardyns, W. (2009). Measuring community (dis)organizational processes through key informant analysis. European Journal of Criminology, 6 (5), 401-417.
47
Peper, B., Spierings, F., de Jong, W., Blad, J., Hogenhuis, S. and van Altena, V. (1999). Bemiddelen bij conflicten tussen buren. Een sociaal wetenschappelijke evaluatie van experimenten met buurtbemiddeling in Nederland. Delft: Eburon. Putnam, Robert (2000). Bowling Alone: The Collapse and Revival of American Community. New York: Simon and Schuster. Sampson, R. J., Raudenbush, S. W. and Earls, F. (1997). Neighborhoods and Violent Crime: A Multilevel Study of Collective Efficacy. Science, 277 (5328), 918-924. Seligman, Adam B. (1997). The Problem of Trust. Princeton: Princeton University Press. Van der Gaag, M., Snijders, T. & Flap, H. (2008) Position generator measures and their relationship to other social capital measures. In: Lin, N. & Erickson, B.H. (eds.) Social Capital: An international research program. Oxford: Oxford university press. Völker, B. & Flap, H. (1999). Getting ahead in the GDR: social capital and status attainment under communism. Acta Sociologica 41(1):17-34. Völker, B. (1995). Should auld acquaintance be forgot...? Institutions of Communism, the Transition to Capitalism and Personal Networks: The Case of East Germany. Amsterdam : Ph.D dissertation. Whelan, C. & B., Maître (2006), Comparing poverty and deprivation dynamics: Issues of reliability and validity. The Journal of Economic Inequality, 4: 303-323. Willis G. B., Royston P., & Bercini D. (1991), 'The use of report methods in the development and testing of survey questionnaires', Applied Cognitive Psychology, 5, 251-267.
48
APPENDIX I : QUESTIONNAIRE OF THE SCIF SURVEY
49
Significant CfK Geldenaaksebaan 329 3001 HEVERLEE
SCIV-survey 2009
VRAGENLIJST Tel. : +32 (0)16 74 24 16 Fax : +32 (0)16 74 24 01
- CAPI Datum: 06/04/2009
(*DP: variabelen als volgt naam geven: items krijgen nummer ipv letter dus V26_1 ipv V26_a.) (*DP: items NIET random aanbieden, tenzij anders vermeld) (*DP: blanco’s tussen de antwoordcategorieën en “weet niet” en “geen antwoord” behouden) Æ weet niet 7 geen antwoord 8 NVT 9 worden apart gecodeerd Weet niet wordt niet als antwoordcategorie aangeboden, enkel bij politieke kennisvragen (*DP: *EREP *REP: items in tabelvorm aanbieden) RESPONDENTNUMMER |__|__|__|__|__| *DP: 5 digits voorzien en twee keer het respondentnummer vragen INTERVIEWERNUMMER |__|__|__|__| *TIMER *SCREEN (ENQ. DE INLEIDING DIENT OM DE RESPONDENT DUIDELIJK TE MAKEN WAT VAN HEM / HAAR GEWENST WORDT EN WAAROM) (ENQ. LEES ZE SPONTAAN VOOR.)
Omdat het deelnemen aan een enquête niet zo vaak voorkomt, leg ik kort uit hoe het interview zal verlopen. Dit onderzoek peilt naar de sociale samenhang tussen Vlamingen. Het wordt uitgevoerd door de firma Significant Gfk in opdracht van alle universiteiten in Vlaanderen voor een onderzoek over de sociale cohesie in Vlaamse gemeenten. U bent zoals 2.000 andere inwoners van het Vlaams Gewest op een toevallige wijze gekozen uit het bevolkingsregister.
Net als de 2000 andere mensen die aan het onderzoek meedoen, worden u een aantal vragen voorgelegd. Bij de meeste vragen is er een lijstje met de verschillende antwoordmogelijkheden voorzien. Ik zal de vraag en de mogelijke antwoorden dan voorlezen. Soms zal ik u een kaartje overhandigen met de vraag en de antwoorden erop, om het voor u overzichtelijk te houden. Om te antwoorden zegt u welke mogelijkheid het beste overeenstemt met uw situatie of mening. Bij andere vragen wordt gevraagd om in uw eigen woorden uw mening over een bepaald onderwerp te beschrijven. Bij zo’n vragen noteer ik uw volledige antwoord. Om te kunnen nagaan hoe de kwaliteit van het samenleven verschilt naargelang bevolkingsgroepen, worden eerst een aantal vragen gesteld over uw leeftijd, opleiding, beroep en zo meer. Daarna staan we stil bij heel wat verschillende thema’s. Zo volgen er vragen over uw vrije tijd, uw participatie aan het verenigingsleven, uw buurt, en zo meer. Het is voor ons zeer belangrijk dat u probeert de vragen zo volledig en zo juist mogelijk te beantwoorden. Bij heel wat vragen is er geen juist of fout antwoord, ze gaan over wat u persoonlijk denkt.
50
Alle vragen en geformuleerde uitspraken in deze vragenlijst worden vanuit onderzoeksdoeleinden gesteld, maar dit betekent natuurlijk niet dat wij als onderzoekers achter alle geformuleerde uitspraken staan.
Deze bevraging verloopt volgens de regels van de wet op de privacy. Uw deelname is vrijwillig, en u heeft het recht om na de bevraging uw gegevens in te kijken en eventueel aan te passen indien u dit wenst. De antwoorden die u mij geeft zijn vanzelfsprekend volledig vertrouwelijk. De antwoorden van alle geïnterviewden worden samen in tabellen verwerkt zodat achteraf niemand, buiten uzelf, kan weten wat u hebt geantwoord. Verdere vragen, klachten en opmerkingen kan u steeds kwijt op het gratis nummer 0800/xxxxxx *Vraag A Vraag A Is dit allemaal duidelijk voor u? 1: Ja 2: Nee *FILTER: INDIEN CODE 2 OP VRAAG A, STEL VRAAG B *VRAAG B Vraag B (ENQ : VRAAG NAAR DE OPMERKINGEN VAN DE RESPONDENT EN BEANTWOORD ZIJN VRAGEN ZO GOED MOGELIJK. INDIEN DE RESPONDENT BLIJFT ZEGGEN DAT HIJ HET NIET BEGRIJPT, MOET HET INTERVIEW BEËINDIGD WORDEN) Is alles nu volledig duidelijk? 1: Ja 2: Nee *FILTER: INDIEN CODE 2 OP VRAAG B: STOP INTERVIEW Moest er tijdens het interview iets onduidelijk zijn, zegt u dat dan gerust. *TIMER *VRAAG 1 Vraag1_1 en Vraag1_2 Noteer de juiste dag en maand |__|__| Dag (*DP: range 1 – 31 of lijst) |__|__| Maand (*DP: range 1-12 of lijst) (*DP ingevoerde waarden laten bevestigen door de enquêteur) *VRAAG 2 Vraag 2_1 en Vraag2_2 Noteer de juiste begintijd van het interview (24 uur klok) |__|__| uur (*DP: range 0-23) |__|__| minuten (*DP: range 0-59)
51
(*DP ingevoerde waarden laten bevestigen door de enquêteur) VRAAG 3 Vraag3 Noteer het geslacht van de respondent 1: man 2: vrouw
*TIMER SOCIO-DEMO’S *SCREEN Eerst zou ik een paar vragen over uzelf willen stellen. *VRAAG 4 Vraag4 In welk jaar bent u geboren? (ENQ. NOTEER JAARTAL) (ENQ. INDIEN “GEEN ANTWOORD” NOTEER 99) 19 |__|__| (*DP: range 24 – 91, 99) (*DP ingevoerde waarden laten bevestigen door de enquêteur. Indien 99 vermelden dat het om “geen antwoord” gaat) *VRAAG 5 Vraag5 Bent u als Belg geboren? 1: ja 2: neen 7: weet niet (ENQ. NIET VOORLEZEN) 8: geen antwoord *VRAAG 6 Vraag6 Had uw vader bij zijn geboorte de Belgische nationaliteit? 1: ja 2: neen 7: weet niet (ENQ. NIET VOORLEZEN) 8: geen antwoord
52
*DP: FILT: STEL VRAAG 6 INDIEN CODE 2, 7 OF 8 OP VRAAG 5 *VRAAG 7 Vraag7 en Vraag7_andere Welke was de nationaliteit van uw vader bij zijn geboorte? [open vraag met landengenerator. Nederland, Frankrijk, Luxemburg, Duitsland, Turkije, Marokko vooraan] 7: weet niet (ENQ. NIET VOORLEZEN) 8: geen antwoord *VRAAG 8 Vraag8 Had uw moeder bij haar geboorte de Belgische nationaliteit? 1: ja 2: neen 7: weet niet (ENQ. NIET VOORLEZEN) 8: geen antwoord *DP: FILT: STEL VRAAG 9 INDIEN CODE 2, 7 OF 8 OP VRAAG 8 *VRAAG 9 Vraag 9 en Vraag9_andere Welke was de nationaliteit van uw moeder bij haar geboorte? [open vraag met landengenerator. Nederland, Frankrijk, Luxemburg, Duitsland, Turkije, Marokko vooraan] 7: weet niet (ENQ. NIET VOORLEZEN) 8: geen antwoord
*TIMER *SCREEN De volgende vragen gaan over het huishouden waartoe u momenteel behoort. Met huishouden bedoelen we alle personen die in eenzelfde woning wonen en hun inkomsten gedeeltelijk of geheel samenleggen. (bv. ouders en kinderen met inwonende grootouder). *VRAAG 10 Vraag10 Hoeveel personen naast uzelf wonen in dit huishouden? (ENQ: indien respondent alleen woont, 0 ingeven) |_|_| personen (range 0-10) 77: weet niet (ENQ. NIET VOORLEZEN) 88: geen antwoord *DP: FILT: STEL VRAAG 11 INDIEN VRAAG 10 >0 (filter op aantal personen) *VRAAG 11
53
Vraag11 Kan u van de leden van dit huishouden enkele kenmerken geven? We overlopen de personen één voor één, van oud naar jong. U kan hiervoor gebruik maken van toonkaart 1 tem 3. 11_1 Persoon X (automatisch) 11_2 Geslacht (ENQ. TOON KAART 1) 1.Man 2.vrouw 7: weet niet (ENQ. NIET VOORLEZEN) 8: geen antwoord
11_3 Geboortejaar |__|__|__|__| (range) 7777: Weet niet 8888: geen antwoord 11_4 Relatie : (ENQ. TOON KAART 2) 1. Echtgeno(o)t(e)/Partner 2. Zoon/dochter (inclusief stief-, pleeg-, adoptie-kind) 3. Ouder/schoonouder/ouder/stiefouder van partner 4. Broer/zus (incl. stief-, pleeg- geadopteerde broer/zus) 5. Ander familielid 6. Ander niet-familielid 7. weet niet 8. geen antwoord 11_5 Werkstatus : (ENQ. TOON KAART 3) 1. Betaald werk 2. Geen betaald werk. 7: weet niet (ENQ. NIET VOORLEZEN) 8: geen antwoord
(If 6=1 repeat bloc) *VRAAG 12 Vraag12 Hebt u ooit zelf een scheiding meegemaakt, en dan hebben we het zowel over een echtscheiding na huwelijk, een uit elkaar gaan na lang samenwonen, of een overlijden van uw partner. (ENQ. TOON KAART 4) 1: Echtscheiding 2:Scheiding na lang samenwonend
54
3: Overlijden partner 4: Neen 7:Weet niet 8:Geen antwoord
*DP: FILT: STEL VRAAG 13 INDIEN CODE 1, 2, 3, 7 OF 8 OP VRAAG 12 *VRAAG 13 Vraag13 In welk jaar was dit? [ENQ: Indien meerdere, dan meest recente] |__|__|__|__| (range) 77: weet niet (ENQ. NIET VOORLEZEN) 88: geen antwoord *VRAAG 14 Vraag14 en Vraag14_andere Wat is uw beroepstoestand nu, wat doet u op dit moment? antwoordmogelijkheden op kaart 5 aandachtig te lezen? Er is maar één antwoord mogelijk. (ENQ. TOON KAART 5) (ENQ. LEES ALLE ANTWOORDMOGELIJKHEDEN VOOR)
Mag ik u vragen eerst de
Betaald werk: 1: in loondienst als werknemer [ENQ. :ook GESKO, RVA-stage, PWA, interim, DAC, dienstencheques, meewerkend in gezins- of familiebedrijf, beschutte en sociale werkplaatsen] 2: zelfstandige 3: ambtenaar 4: kaderlid/werkgever Geen betaald werk: 5: gepensioneerd (ook brugpensioen, prepensioen, ….) 6: huisvrouw of huisman 7: in ziekteverlof/ uitkering wegens invaliditeit, handicap, ziekte of arbeidsongeval 8: in bevallingsverlof/ moederschaprust of ouderschapsverlof 9: met volledig verlof zonder wedde 10: voltijds tijdskrediet / voltijdse loopbaanonderbreking (ook ouderschapsverlof, palliatief verlof en verlof voor medische bijstand van een ziek familielid) 11: arbeidsongeschikt 12: uitkeringsgerechtigd werkloos 13: uitkering van het OCMW ontvangend (leefloon of equivalent) 14: op zoek naar een eerste job 15: studeert in volledig dagonderwijs 16: andere/zorgverzekering (ENQ. SPECIFICEER) 77: weet niet (ENQ. NIET VOORLEZEN) 88: geen antwoord *DP: FILT: STEL VRAAG 15 INDIEN CODE 1, 2, 3, 4, 15, 77 OF 88 OP VRAAG 14
55
*VRAAG 15 Vraag15 en Vraag15_postcode en Vraag15_gemeente Als u betaald werk verricht of studeert, In welke gemeente werkt of studeert u meestal? 1: Postcode of naam gemeente ingeven 2: Ik heb geen vaste werkplaats 3: Ik werk niet in België 7: Weet niet 8: Geen antwoord *VRAAG 16 Vraag16 en Vraag 16_andere Op kaart 6 staan een aantal diploma’s en getuigschriften. U kan deze rustig doorlezen. Wat is het hoogste diploma dat u heeft behaald? (ENQ.: TOON KAART 6– 1 ENKEL ANTWOORD MOGELIJK) 1: geen 2: lager onderwijs (gewoon of buitengewoon) 3: lager secundair onderwijs 4: hoger beroeps secundair onderwijs 5: hoger technisch of kunst secundair onderwijs (A2) 6: hoger algemeen secundair onderwijs 7: zevende jaar ASO/TSO/KSO/BSO of vierde graad BSO 8: hoger onderwijs buiten de universiteit (hogeschool) 9: universitair onderwijs 10: andere of bij twijfel (ENQ. SPECIFICEER) 77: weet niet (ENQ. NIET VOORLEZEN) 88: geen antwoord *DP: FILT: STEL VRAAG 17 INDIEN CODE 1, 2, 3 of 4 OP VRAAG 14 *VRAAG 17 Vraag17 Hoeveel uren werkt u in een normale werkweek? (ENQ. NOTEER AANTAL UREN) (ENQ. INDIEN “GEEN ANTWOORD” NOTEER 99 – INDIEN “WEET NIET” NOTEER 77) |__|__| (DP: range , 99 ) *VRAAG 18 Vraag18 Bent u ooit werkloos en op zoek naar werk geweest gedurende een periode van meer dan zes maanden? 1: Ja 2: Nee 7: weet niet (ENQ. NIET VOORLEZEN) 8: geen antwoord
56
*TIMER Nu komen enkele vragen over uw levensstandaard en levensomstandigheden. *VRAAG 19 Vraag19 Heeft u last van vocht of rottende ramen in uw woning? 1: Ja 2: Nee 7:Weet niet 8:Geen antwoord
*REP Vraag20_1- Een computer Vraag20_2- Een wasmachine Vraag20_3- Een wagen Vraag20_4- jaarlijks een week buitenshuis op vakantie gaan Vraag20_5- om de twee dagen vlees- of vismaaltijd (of vegetarisch equivalent) te eten Vraag20_6- minstens een maal per maand vrienden of familie ontvangen voor een etentje Vraag20_7- de woning voldoende verwarmen *VRAAG 20 Vraag 20 Veel mensen kunnen zich bepaalde zaken niet veroorloven. Kan uw huishouden indien u dat zou wensen zich volgende zaken veroorloven? U kan hiervoor gebruik maken van kaart 7. (ENQ. TOON KAART 7) 1: Ja, ik/wij beschikken er over of kunnen ons dit veroorloven 2: Nee, ik/ wij kan/kunnen het niet veroorloven vanwege financiële redenen 3: Nee, ik/wij beschikken er niet over om een andere reden. 7: weet niet (ENQ. NIET VOORLEZEN) 8: geen antwoord *EREP
*REP Vraag21_1-huishuur of hypotheek Vraag21_2-rekening van elektriciteit, water of gas Vraag21_3-gezondheidsuitgaven *VRAAG 21 Vraag 21 Is het gedurende de voorbije 12 maanden voorgekomen dat uw huishouden één of meer van de volgende rekeningen niet kon betalen omwille van financiële redenen? U kan kaart 8 gebruiken om te antwoorden. (ENQ. TOON KAART 8)
57
1: Nooit 2: 1 maal 3: 2 maal of meer 7: weet niet 8: geen antwoord 9: nvt
*VRAAG 22 Vraag22 en Vraag22_andere Tot welke levensbeschouwelijke strekking rekent u zichzelf? U kan kaart 9 gebruiken om te antwoorden. (ENQ. TOON KAART 9 - 1 ENKEL ANTWOORD MOGELIJK) 1: christelijk, maar niet katholiek 2: katholiek 3: protestants 4: joods 5: islamitisch 6: vrijzinnig 7: geen enkele levensbeschouwing 8: andere levensbeschouwing (ENQ. SPECIFICEER) 77: weet niet (ENQ: NIET VOORLEZEN) 88: geen antwoord *VRAAG 23 Vraag23 Mensen nemen wel eens deel aan kerkelijke of religieuze plechtigheden naar aanleiding van een huwelijk, begrafenis e.d. Als we deze NIET meetellen, hoe vaak neemt u dan deel aan kerkelijke of godsdienstige erediensten? U kan kaart 10 gebruiken om te antwoorden. (ENQ. TOON KAART 10 - 1 ENKEL ANTWOORD MOGELIJK) 1: nooit 2: zeer zelden 3: enkel op kerkelijke of godsdienstige feestdagen zoals Kerstmis, Pasen 4: maandelijks 5: meerdere keren per maand 6: wekelijks 7: meerdere keren per week 77: weet niet (ENQ: NIET VOORLEZEN) 88: geen antwoord *REP Vraag24_1- Geboorte? Vraag24_2- Huwelijk? Vraag24_3- Sterfte? *VRAAG 24
58
Vraag 24 Zou u voor een… een beroep doen op een godsdienstig of levensbeschouwelijk ritueel? [ENQ: Zowel in een kerk, tempel, synagoge, als vrijzinnige plechtigheden] 1: ja 2: neen 7: weet niet (ENQ: NIET VOORLEZEN) 8: geen antwoord *EREP ALGEMEEN VERTROUWEN EN ETNOCENTRISME
*REP Vraag25_0. De buurt waarin u woont Vraag25_1. De gemeente of stad waarin u woont Vraag25_2. De provincie waarin u woont Vraag25_3. Vlaanderen Vraag25_4. België Vraag25_5. Europa Vraag25_6. De hele wereld *VRAAG 25 Vraag 25 Op kaart 11 staan een aantal geografische eenheden. Kan u voor elke omschrijving zeggen in welke mate u zich ermee verbonden voelt?
(ENQ. TOON KAART 11) 1: Heel zwak 2: Zwak 3: Tussen beiden 4: Sterk 5: Heel sterk 7: (weet niet) 8: geen antwoord *EREP
*VRAAG 26 Vraag26 Denkt u, in het algemeen, dat je niet voorzichtig genoeg kan zijn in de omgang met mensen, OF, dat de meeste mensen te vertrouwen zijn? U kan kaart 12 gebruiken om te antwoorden. 0 betekent dat je niet voorzichtig genoeg kunt zijn in de omgang met mensen. 10 betekent dat de meeste mensen te vertrouwen zijn. U kan ook een tussenliggend cijfer geven. (ENQ. TOON KAART 12 - 1 ENKEL ANTWOORD MOGELIJK)
59
0: Je kunt niet voorzichtig genoeg zijn in de omgang met mensen 1: 2: 3: 4: 5: 6: 7: 8: 9: 10: De meeste mensen zijn te vertrouwen 77: weet niet (ENQ: NIET VOORLEZEN) 88: geen antwoord *VRAAG 27 Vraag27 Denkt u dat de meeste mensen zouden proberen misbruik van u te maken als zij daartoe de kans krijgen, OF zouden zij proberen eerlijk te zijn? Wilt u een antwoord geven van 0 tot 10 aan de hand van kaart 13, waarbij 0 betekent dat de meeste mensen zouden proberen misbruik van u te maken als zij daartoe de kans krijgen en 10 dat de meeste mensen zouden proberen eerlijk te zijn. (ENQ. TOON KAART 13 - 1 ENKEL ANTWOORD MOGELIJK) 0: De meeste mensen zouden proberen misbruik van u te maken als zij daartoe de kans krijgen 1: 2: 3: 4: 5: 6: 7: 8: 9: 10: De meeste mensen zouden proberen eerlijk te zijn 77: weet niet (ENQ: NIET VOORLEZEN) 88: geen antwoord *VRAAG 28 Vraag28 Denkt u dat mensen meestal aan zichzelf denken of dat zij meestal behulpzaam proberen te zijn? Wilt u een antwoord geven van 0 tot 10 aan de hand van kaart 14, waarbij 0 betekent dat mensen meestal aan zichzelf denken en 10 dat mensen meestal proberen behulpzaam te zijn. (ENQ. TOON KAART 14 - 1 ENKEL ANTWOORD MOGELIJK) 0: Mensen denken meestal aan zichzelf 1: 2: 3:
60
4: 5: 6: 7: 8: 9: 10: Mensen proberen meestal behulpzaam te zijn 77: weet niet (ENQ: NIET VOORLEZEN) 88: geen antwoord *TIMER SCREEN: In de volgende vragen, vragen we u schattingen te maken. Hier zijn geen juiste of foute antwoorden mogelijk, geef enkel uw persoonlijke schatting. *REP Vraag29_1-… zijn volgens u van buitenlandse oorsprong, dit wil zeggen: ouders of grootouders zijn niet in België geboren. Vraag29_2-… tussen 18 en 65 jaar zijn volgens u werkloos? Vraag29_3-… leven volgens u in armoede? Vraag29_4-… die werken, geven niet hun volledig inkomen aan bij de belastingen? Vraag29_5- … tussen 18 en 65 jaar krijgen volgens u een uitkering van het OCMW? (ENQ. Leefloon of equivalent)? *VRAAG 29 Vraag 29 Wat is uw indruk? Hoeveel van elke 100 mensen in België, …? (ENQ. NOTEER GETAL) (ENQ. INDIEN “GEEN ANTWOORD” TIK 888 IN; INDIEN “WEET NIET” TIK 777 IN) |__|__|__| (DP: range : 0 - 100) *EREP
*VRAAG 30 Vraag30 Is het volgens u over het algemeen goed of slecht voor de Belgische economie dat mensen uit andere landen hier komen wonen? Antwoord aan de hand van kaart 15 (ENQ. TOON KAART 15 ) 0: Slecht voor de economie 1: 2: 3: 4:
61
5: 6: 7: 8: 9: 10: Goed voor de economie 77: weet niet (ENQ: NIET VOORLEZEN) 88: geen antwoord
*VRAAG 31 Vraag31 Vindt u dat het culturele leven in België over het algemeen ondermijnd of verrijkt wordt door mensen uit andere landen die hier zijn komen wonen? Antwoord aan de hand van kaart 16 (ENQ. TOON KAART 16) 0: Culturele leven is ondermijnd 1: 2: 3: 4: 5: 6: 7: 8: 9: 10: Culturele leven is verrijkt 77: weet niet (ENQ: NIET VOORLEZEN) 88: geen antwoord *VRAAG 32 Vraag32 Is België, door mensen uit andere landen die hier zijn komen wonen, een slechtere of betere plek om te wonen geworden? Antwoord aan de hand van kaart 17 (ENQ. TOON KAART 17) 0: Slechtere plek om te wonen 1: 2: 3: 4: 5: 6: 7: 8: 9: 10: Betere plek om te wonen
62
77: weet niet (ENQ: NIET VOORLEZEN) 88: geen antwoord NETWERKEN *TIMER *REP (items in tabelvorm) Vraag33_1 Ingenieur Vraag33_2 Kapper Vraag33_3 Informaticus Vraag33_4 Bouwvakker Vraag33_5 Verpleger Vraag33_6 Jurist / advocaat Vraag33_7 Ploegbaas Vraag33_8 Secretaris/esse Vraag33_9 Werkloze Vraag33_10 Manager Vraag33_11 Vrachtwagenchauffeur Vraag33_12 Arbeider Vraag33_13 Wetenschapper / Onderzoeker Vraag33_14 Postbode Vraag33_15 Boer Vraag33_16 Leraar Vraag33_17 Kunstenaar/ Muzikant Vraag33_18 Boekhouder Vraag33_19 Leefloner Vraag33_20 Ambtenaar *VRAAG 33 Vraag 33 Met welke beroepen komt u in uw dagelijks leven in aanraking? Heeft iemand van uw familie zo’n beroep? Hoe zit dat bij uw vrienden? Zijn er kennissen van u die in een van deze beroepen werken? U kan gebruik maken van kaart 18. [ “kennis” F6] ENQ. instructie: indien respondent iemand kent in zijn familie niet verdervragen, indien niet verdervragen naar vrienden. Indien vrienden, niets verdervragen, indien geen familie en vrienden, verdervragen naar kennissen. (ENQ. TOON KAART 18) 1 Familie 2 Vrienden 3 Kennissen 4 geen 7 weet niet 8 geen antwoord *TIMER *VRAAG 34 Vraag34 Is dit een huurhuis waarin u woont of bent u eigenaar van de woning?
63
[ENQ. Toon Kaart 19] 1: Dit is een huurhuis, van een sociale huisvestingsmaatschappij 2: Dit is een huurhuis, van een andere sociale verhuurder 3: Dit is een huurhuis, van een privéverhuurder 4: Dit huis is mijn/ons/… eigendom 5: Andere 7: weet niet (ENQ: NIET VOORLEZEN) 8: geen antwoord *VRAAG 35 Vraag35_1 tot Vraag35_4 Is er iemand buiten uw huishouden die een sleutel van uw woning heeft? (ENQ. meerdere antwoorden mogelijk) (ENQ. Toon kaart 20) 0: neen 1: Ja , een familielid 2: Ja, een vriend 3: Ja, een buur [F6 ENQ: Een “buur” is iemand die op minder dan 10 minuten wandelafstand woont] 4: Ja , een kennis [“kennis” F6]
7: weet niet (ENQ: NIET VOORLEZEN) 8: geen antwoord *REP (items in tabelvorm) Vraag 36_1 - Goedendag zeggen Vraag 36_2 - Een praatje maken Vraag 36_3 - Bij elkaar een kopje koffie drinken Vraag 36_4 - Samen een feest/barbecue geven Vraag 36_5 - Actie ondernemen om de buurt veiliger te maken
*VRAAG 36 Vraag 36 Welke van de volgende activiteiten heeft u in de afgelopen twaalf maanden met uw buren ondernomen? [F6 ENQ: Een “buur” is iemand die op minder dan 10 minuten wandelafstand woont] 1: ja 2: nee 7: weet niet (ENQ: NIET VOORLEZEN) 8: geen antwoord *EREP *REP (items in tabel) Vraag 37_1 - Kan sleutelen aan een auto of brommer Vraag 37_2 - Waarvan U even de auto kan gebruiken Vraag 37_3 - Weet om te gaan met een computer
64
Vraag 37_4 - Verstand heeft van geldzaken (belastingen, subsidies, enz.) Vraag 37_5 - Actief is in een politieke partij Vraag 37_6 - 1000 euro van kan lenen Vraag 37_7 - U kan helpen bij het verhuizen Vraag 37_8 - U kan helpen om een job te vinden *VRAAG 37 Vraag 37 Ik heb hier een lijst met een aantal vaardigheden. Kent u iemand die ... binnen uw familie/vriendenkring/kennissenkring/sociale omgeving? [ENQ. Toon kaart 21 meerdere antwoorden mogelijk]. 0: Nee 1: Familielid 2: Vriend 3. Buur [F6 ENQ: Een “buur” is iemand die op minder dan 10 minuten wandelafstand woont] 4: Kennis [F6 ENQ. Met kennis bedoel ik iemand met wie u een praatje maakt of zou maken als u hem/haar op straat tegenkomt en wiens naam u kent.] 5: Collega of studiegenoot 7: weet niet (ENQ: NIET VOORLEZEN) 8: geen antwoord *EREP *REP SCREEN Denk eens aan de personen waarmee u over belangrijke zaken kan praten. Vraag 38_1 -personen binnen uw directe familie (ouders, kinderen, (schoon)broers of (-)zussen) Vraag 38_2 -collega’s of studiegenoten Vraag 38_3 -vrienden *VRAAG 38 Vraag 38 Met hoeveel …. kan u over belangrijke privézaken praten
|__|__| mensen 77: weet niet (ENQ: NIET VOORLEZEN) 88: geen antwoord *EREP *REP Vraag 39_1 -een andere religieuze oriëntatie heeft? Vraag 39_2 -een andere etnische achtergrond heeft? Vraag 39_3 -een andere seksuele geaardheid heeft? Vraag 39_4 -van een andere generatie (ten minste 20 jaar verschil) is? Vraag 39_5 -andere politieke opvattingen heeft? *VRAAG 39
65
Vraag 39 Denk nu eens na over uw vrienden (niet enkel uw beste vrienden). Heeft u een vriend(in) die… 1:Ja 2:Nee 7: Weet niet 8: Geen antwoord *VRAAG 40 Vraag40 Hoe vaak gebruikt u het internet? [ENQ: zowel thuis als ergens anders] [ENQ. Toon kaart 22] 1: Nooit 2: een keer per maand of minder 3: een keer per week 4: bijna dagelijks 5: dagelijks 7 weet niet 8 geen antwoord DP: FILT: INDIEN CODE 1 OP Q41, GA NAAR Q43 *VRAAG 41 Vraag41 Onderhoudt u contact met familie, vrienden of kennissen via het internet (via skype, e-mail, chat, Facebook, ….)? [ENQ. Toon kaart 23] 1. Nooit 2. Zelden 3. Geregeld 4. Dagelijks 7 weet niet 8 geen antwoord Vraag42 Hebt u contacten gelegd via het internet met mensen die u vroeger niet kende? [ENQ. Toon kaart 24] 1. Nee nog nooit 2. Uitzonderlijk 3. Soms 4. Geregeld 7 weet niet 8 geen antwoord *DP: FILT: STEL VRAAG 43 INDIEN CODE 1, 2, 3, 4, 12, 77 OF 88 OP VRAAG 14
66
*VRAAG 43 Vraag43 Heeft u directe collega’s ? 1 ja 2 neen
7 weet niet 8 geen antwoord
*DP: FILT: STEL VRAAG 44 INDIEN CODE 1, 7 OF 8 OP VRAAG 43
*REP Vraag44_1 -Samen koffie drinken Vraag44_2 -Op bezoek gaan bij een zieke collega Vraag44_3 -Cadeautjes organiseren als iemand weggaat, een kind krijgt, enz. Vraag44_4 -Samen eten in de middagpauze Vraag44_5 -Af en toe iets drinken na het werk *VRAAG 44 Vraag 44 Neemt u deel aan volgende sociale activiteiten op uw werk, school of afdeling? 1: Ja 2: Nee 7 weet niet 8 geen antwoord
COLLECTIVITEIT *SCREEN We willen u ook een paar vragen stellen over uw buurt. [F6: Onder buurt verstaan we alle huizen rondom uw woning waar u binnen de 10 minuten naar toe kunt wandelen.] Hierna volgen een aantal stellingen over die buurt.
*REP Vraag45_1 Als er iemand op bezoek komt, hebben de buren dat vast en zeker gezien. Vraag45_2 Iemand nieuw in de buurt valt snel op. Vraag45_3 Er wordt geroddeld in deze buurt Vraag45_4 Ik vind het leuk dat mensen in mijn buurt weten wie ik ben Vraag45_5 Het is vervelend dat men in mijn buurt alles in de gaten houdt Vraag45_6 In deze buurt krijg je negatieve reacties als je er wat anders uitziet dan normaal Vraag45_7 In deze buurt valt er niet zoveel te beleven
*VRAAG 45
67
Vraag 45 Wat vindt u van deze stellingen over uw buurt. [F6 ENQ.Onder buurt verstaan we alle huizen rond u woning waar u binnen de 10 minuten naar toe kunt wandelen.] [ENQ. Toon kaart 25] 1: Helemaal akkoord 2: Akkoord 3: Noch akkoord, noch niet akkoord 4: Niet akkoord 5: Helemaal niet akkoord 7: weet niet (ENQ: NIET VOORLEZEN) 8: geen antwoord
*EREP *REP (items in tabel) Vraag46_1 Mensen in deze buurt zijn bereid hun buren te helpen Vraag46_2 Dit is een hechte buurt Vraag46_3 Mensen in deze buurt zijn te vertrouwen Vraag46_4 Mensen in deze buurt gaan over het algemeen niet met elkaar om Vraag46_5 Contacten in deze buurt zijn over het algemeen goed
*VRAAG 46 Vraag 46 In welke mate ga je akkoord met de volgende stellingen [F6 ENQ.Onder buurt verstaan we alle huizen rond u woning waar u binnen de 10 minuten naar toe kunt wandelen.] [ENQ. Toon kaart 25] 1: Helemaal akkoord 2: Akkoord 3: Noch akkoord, noch niet akkoord 4: Niet akkoord 5: Helemaal niet akkoord 7: weet niet (ENQ: NIET VOORLEZEN) 8: geen antwoord *EREP *REP Vraag47_1 … jongeren spijbelen en op straat rondhangen in deze buurt Vraag47_2 … jongeren gebouwen bekladden met graffiti in deze buurt Vraag47_3 … jongeren een gebrek aan respect vertonen tegenover een volwassene in deze buurt Vraag47_4 … er een gevecht uitbreekt in je buurt *VRAAG 47 Vraag 47 Hoe waarschijnlijk acht u het dat iemand uit uw buurt zal tussenkomen wanneer…
68
[F6 ENQ.Onder buurt verstaan we alle huizen rond u woning waar u binnen de 10 minuten naar toe kunt wandelen.] [ENQ. Toon kaart 26] 1: Erg waarschijnlijk 2: Waarschijnlijk 3: Tussen beiden 4: Onwaarschijnlijk 5: Erg onwaarschijnlijk 7: weet niet (ENQ: NIET VOORLEZEN) 8: geen antwoord *EREP *REP Vraag48_1 Jongeren hangen rond op straat Vraag48_2 Een groepje jongeren valt iemand lastig op straat om geld of andere zaken te verkrijgen Vraag48_3 Een paar mannen drinken alcohol op straat Vraag48_4 Iemand verkoopt drugs (hasj, wiet, …) op straat Vraag48_5 Iemand wordt op straat bedreigd met een wapen of mes Vraag48_6 Jongeren vechten op straat Vraag48_7 Deze buurt heeft te kampen met wildplassers *VRAAG 48 Vraag 48 Hieronder worden enkele problematische gebeurtenissen beschreven die kunnen voorvallen. We willen graag weten hoe vaak u deze gebeurtenissen reeds gemerkt hebt in uw buurt. [F6 ENQ.Onder buurt verstaan we alle huizen rond u woning waar u binnen de 10 minuten naar toe kunt wandelen.] [ENQ. Toon kaart 27] 1: Nooit 2: Zelden 3: Soms 4: Vaak 5: Heel vaak 7: weet niet (ENQ: NIET VOORLEZEN) 8: geen antwoord *EREP *REP Vraag49_1 … u zich onveilig voelt? Vraag49_2 … u bepaalde plekken in uw gemeente mijdt omdat u het niet veilig vindt? Vraag49_3 ….u vermijdt om open te doen voor onbekenden omdat u het niet veilig vindt? Vraag49_4 … u bij duisternis wel eens vermijdt om weg te gaan van huis? *VRAAG 49 Vraag 49 Hieronder volgen enkele vragen over onveiligheid in uw buurt. Gebeurt het dat…
69
[F6 ENQ.Onder buurt verstaan we alle huizen rond u woning waar u binnen de 10 minuten naar toe kunt wandelen.] [ENQ. Toon kaart 27] 1: Nooit 2: Zelden 3: Soms 4: Vaak 5: Heel vaak 7: weet niet (ENQ: NIET VOORLEZEN) 8: geen antwoord *EREP *SCREEN ENQ. : Ik zou u nu enkele vragen willen stellen uitsluitend over het voorbije jaar, dus de afgelopen 12 maanden. *VRAAG 50 Vraag50 Heeft u zich in de afgelopen 12 maanden angstig gevoeld over de mogelijkheid dat u slachtoffer zou kunnen worden van criminaliteit in uw buurt? 1: Ja 2: Nee 7: Kan het me niet herinneren (ENQ: NIET VOORLEZEN) 8: geen antwoord *DP: FILT: STEL VRAAG 51 INDIEN CODE 1 OP VRAAG 50 *VRAAG 51 Vraag51 Hoeveel keer heeft u zich angstig gevoeld in het voorbije jaar over de criminaliteit in uw buurt? [F6 ENQ.Onder buurt verstaan we alle huizen rond u woning waar u binnen de 10 minuten naar toe kunt wandelen.] [ENQ. Toon kaart 28] 1 2 3 4 5
Nooit Enkele Keren per jaar Maandelijks Wekelijks Dagelijks
7 weet niet (ENQ: NIET VOORLEZEN) 8 geen antwoord *DP: FILT: STEL VRAAG 52 INDIEN CODE 1 OP VRAAG 50 *VRAAG 52 Vraag52 Hoe angstig voelt u zich doorgaans over criminaliteit in uw buurt
70
[F6 ENQ.Onder buurt verstaan we alle huizen rond u woning waar u binnen de 10 minuten naar toe kunt wandelen.] [ENQ. Toon kaart 29] 1: Niet erg 2: Een beetje 3: Tamelijk 4: Zeer 7: Kan het me niet herinneren (ENQ: NIET VOORLEZEN) 8: Weet het niet (ENQ: NIET VOORLEZEN) 9: Geen antwoord *REP Vraag53_1 Inbraak in uw woning Vraag53_2 Lichamelijk geweld? *VRAAG 53 Vraag 53 Hebt u zich in het voorbije jaar ooit angstig gevoeld over de mogelijkheid dat u slachtoffer zou worden van … 1: Ja 2: Nee 7: Kan het me niet meer herinneren (ENQ: NIET VOORLEZEN) 8: Weet het niet (ENQ: NIET VOORLEZEN) 9: geen antwoord *DP: FILT: STEL VRAAG 54 INDIEN CODE 1 OP VRAAG 53 *VRAAG 54 Vraag54_1 en Vraag54_2 Hoeveel keer hebt u zich zo gevoeld in het voorbije jaar? [ENQ. Toon kaart 30] 1 2 3 4 5
Nooit Enkele keren per jaar Maandelijks Wekelijks Dagelijks
7 weet niet 8 geen antwoord *DP: FILT: STEL VRAAG 55 INDIEN CODE 1 OP VRAAG 53 *VRAAG 55 Vraag55_1 en Vraag55_2 Hoe angstig voelde u zich de laatste keer? [ENQ. Toon kaart 31]
71
1: Niet erg angstig 2: Een beetje angstig 3: Tamelijk angstig 4: Zeer angstig 7: Kan het me niet herinneren (ENQ: NIET VOORLEZEN) 8: Geen antwoord *REP Vraag56_1 …een inbraak in uw woning? Vraag56_2 …lichamelijk geweld? Vraag56_3 …een diefstal uit uw voertuig? *VRAAG 56 Vraag 56 Welk risico denkt u dat u loopt om tijdens de volgende 12 maanden het slachtoffer te worden van… [ENQ. Toon kaart 32] 1: Heel groot risico 2: Groot risico 3: Klein risico 4: Heel klein risico 7: weet niet (ENQ: NIET VOORLEZEN) 8: geen antwoord *EREP *REP *VRAAG 57 Vraag57 Bent uzelf in de laatste vijf jaar slachtoffer geweest van één of meerdere strafbare feiten? 1 ja 2 neen 7 weet niet 8 geen antwoord *DP: FILT: STEL VRAAG 58 INDIEN CODE 1 OP VRAAG 57 *REP Vraag58_1 ingebroken in uw woning waarbij iets gestolen werd Vraag58_2 een auto van uw huishouden gestolen? Vraag58_3 iets uit een auto van uw huishouden gestolen? Vraag58_4 een fiets van uw huishouden gestolen? Vraag58_5 buitenshuis bestolen geweest? Vraag58_6 slachtoffer geweest van lichamelijk geweld (niet in verband met een diefstal) *VRAAG 58 Vraag 58
72
Is er/Bent u in de afgelopen 12 maanden …? 1 ja 2 neen 7 weet niet 8 geen antwoord
*DP: FILT: STEL VRAAG 60 DIRECT NA VRAAG 58_2 INDIEN CODE 1 OP VRAAG 58-2 *DP: FILT: STEL VRAAG 60 DIRECT NA VRAAG 58_3 INDIEN CODE 1 OP VRAAG 58-3 *DP: FILT: STEL VRAAG 60 DIRECT NA VRAAG 58_4 INDIEN CODE 1 OP VRAAG 58-4 *DP: FILT: STEL VRAAG 60 DIRECT NA VRAAG 58_5 INDIEN CODE 1 OP VRAAG 58-5 *DP: FILT: STEL VRAAG 60 DIRECT NA VRAAG 58_6 INDIEN CODE 1 OP VRAAG 58-6 *VRAAG 60 Vraag60_2 tot Vraag60_6 Was dit in uw eigen gemeente? 1: Ja 2: Nee 7: weet niet (ENQ: NIET VOORLEZEN) 8: geen antwoord *VRAAG 61 Vraag61 Hoe lang woont u al in deze woning? [ENQ. Toon kaart 33] 1: Minder dan 1 jaar 2: Tussen 1 en 5 jaar 3: Tussen 5 en 10 jaar 4: Meer dan 10 jaar 7: weet niet (ENQ: NIET VOORLEZEN) 8: geen antwoord
*VRAAG 62 Vraag62 Mensen hebben verschillende ideeën over de straffen die men dient te geven aan regelovertreders. Veronderstel bijvoorbeeld een 21-jarige man die voor de tweede keer schuldig is bevonden aan een woninginbraak. Deze keer heeft hij een TV gestolen. Welk van de volgende maatregelen vind je het meest geschikt in dit geval? [ENQ. Toon kaart 34] 1. boete 2. gevangenisstraf 3. gemeenschapsdienst 4. voorwaardelijke gevangenisstraf 5. een andere maatregel
73
7. weet het niet 8 geen antwoord *DP: FILT: STEL VRAAG 63 INDIEN CODE 2 OP VRAAG 62. VRAAG 63 Vraag63 Hoelang vindt u dat deze persoon in de gevangenis zou moeten blijven? [ENQ. Toon kaart 35] 1- een maand of minder 2 2 – 6 maanden 3- 6 – 11 maanden 4- 1 tot 5 jaar 5- 6 tot 15 jaar 6- 16 jaar of meer 7- levenslang 77 weet het niet 88 geen antwoord
PARTICIPATIE *REP Vraag64_1 - jeugdbeweging, -vereniging of -club Vraag64_2 - milieu- of natuurvereniging Vraag64_3 - vereniging die gehandicapten, bejaarden, kansarmen, … helpt Vraag64_4 - vereniging voor kunstbeoefening (koor, toneelkring, literatuur, dans, muziek …) Vraag64_5 - hobbyclub of -groep (koken, naaien, postzegels verzamelen, wijnproeven) Vraag64_6 - vrouwenbeweging (K.A.V., S.V.V., K.V.L.V., …) Vraag64_7 - sociaal-culturele vereniging (K.W.B., Davidsfonds, …) Vraag64_8 - sportvereniging of -club (ook wandelen, schaken) Vraag64_9 - politieke vereniging of partij Vraag64_10 - religieuze of levensbeschouwelijke vereniging (parochiaal werk, vrijzinnige vereniging,…) Vraag64_11 - wijk of buurtcomité/vereniging (carnavalsvereniging, feestvereniging en redactie van een lokaal tijdschrift) Vraag64_12 - vakbond, middenstandsorganisatie, beroepsvereniging of organisatie van werkgevers of zelfstandigen Vraag64_13 - gemeentelijke adviesraad, schoolraad, … Vraag64_14 - gezinsvereniging (B.G.J.G., …) Vraag64_15 - groepering, verbonden aan plaatselijk café (vogelpik, spaarkas, cafévoetbalploeg, groepslotto, voetbalpronostiek …) Vraag64_16 - Rode Kruis, Vlaams Kruis, vrijwillige brandweer, algemene hulpdiensten Vraag64_17 - vereniging, groep of bond voor gepensioneerden Vraag64_18 - andere vereniging, groep, club … *VRAAG 64 Vraag 64 In ons land zijn nogal wat mensen aangesloten bij verenigingen. Ik ga u een lijst met een aantal soorten verenigingen voorlezen. Kunt u mij zeggen of u daar nu lid van bent of soms vroeger lid bent van geweest
74
en indien u nu lid bent of dat dan is als actief lid, passief lid of bestuurslid? Met een passief lid bedoelen wij iemand die enkel het lidgeld betaalt en/of het tijdschrift leest ; een actief lid is iemand die aan de activiteiten van de vereniging deelneemt en een bestuurslid is iemand die binnen de vereniging een officiële functie vervult zoals voorzitter, secretaris, penningmeester. (DP deze tekst moet steeds op het scherm blijven) Op kaart 36 vindt u de antwoordmogelijkheden terug. [*item*] (ENQ. TOON KAART 36 - 1 ENKEL ANTWOORD MOGELIJK) 1: nooit lid 2: vroeger lid 3: passief lid 4: actief lid 5: bestuurslid 7: weet niet (ENQ: NIET VOORLEZEN) 8: geen antwoord *EREP *REP
Vraag 65_1 - gewandeld /gefietst Vraag 65_2 - familie bezocht Vraag 65_3 - uitgegaan (op cafe, restaurant naar een discotheek of feest) Vraag 65_4 - aan sport gedaan Vraag 65_5 - voorstelling/concert bezocht Vraag 65_6 - vrienden op bezoek gehad Vraag 65_7 - naar een vergadering geweest Vraag 65_8 - naar een sportevenement geweest als toeschouwer *VRAAG 65 Vraag 65 In de laatste 12 maanden, hoe vaak hebt u ….. [ENQ. Toon kaart 37] 1: Nooit 2: Een paar keer 3: Bijna een keer per maand 4: Enkele keren per maand 5: Bijna wekelijks 6: Meer dan een keer per week 7 weet niet 8 geen antwoord *EREP QUALITY OF LIFE
75
*SCREEN En dan nu enkele vragen over tevredenheid. *VRAAG 66 Vraag66 Alles bij elkaar genomen, hoe tevreden/blij bent u met uw leven over het algemeen ? [ENQ. Toon kaart 38] 0: Zeer ontevreden 1: 2: 3: 4 5 6 7 8 9 10: Zeer tevreden 77: weet niet (ENQ: NIET VOORLEZEN) 88: geen antwoord *REP Vraag67_1 - Met uw gezondheid Vraag67_2 - Met uw vrije tijd Vraag67_3 - Met uw beroepsleven Vraag67_4 - Met uw gezinsleven Vraag67_5 - Met uw sociaal leven Vraag67_6 - Met uw seksueel leven Vraag67_7 - Met de manier waarop de democratie werkt in België Vraag67_8 - Met de (soort) maatschappij waarin we leven *VRAAG 67 Vraag 67 Hoe tevreden bent u met de volgende zaken ? [ENQ. Toon kaart 38] 0: Zeer ontevreden 1: 2: 3: 4 4 5 6 7 8 9 10: Zeer tevreden
76
77: weet niet (ENQ: NIET VOORLEZEN) 88: geen antwoord *EREP *REP Vraag68_1 - Als er iets kan verkeerd lopen bij mij, dan zal het ook verkeerd lopen Vraag68_2 - Ik ben altijd optimistisch over mijn toekomst Vraag68_3 - Ik verwacht nooit dat de zaken positief zullen uitdraaien voor mij Vraag68_4 - Ik reken er niet op dat goede dingen ook met mij kunnen gebeuren Vraag68_5 - Over het algemeen verwacht ik dat er me meer goede dan slechte zaken zullen overkomen. *VRAAG 68 Vraag 68 In welke mate gaat u akkoord met volgende stellingen? [ENQ. Toon kaart 39] 1: Helemaal niet akkoord 2: Niet akkoord 3: Tussen beide 4: Akkoord 5: Helemaal akkoord 7: weet niet (ENQ: NIET VOORLEZEN) 8: geen antwoord INKOMEN
De leefomstandigheden van een huishouden hangen in belangrijke mate af van het inkomen. Vandaar dat we hier enkele vragen stellen over de inkomens die uw huishouden ontvangt. Het betreft hier het totale beschikbare inkomen van alle leden van het huishouden SAMEN. Dit bestaat uit de nettolonen, wedden, bedrijfsinkomens, uitkeringen, kinderbijslag e.a. van alle leden van het huishouden. *VRAAG 69 Vraag69 Kan u met het huidig totaal beschikbare inkomen van uw huishouden zeer moeilijk, moeilijk, eerder moeilijk, eerder gemakkelijk, gemakkelijk of zeer gemakkelijk rondkomen. [ENQ. Toon kaart 40] 1: Zeer moeilijk 2: Moeilijk 3: Eerder moeilijk 4: Eerder gemakkelijk 5: Gemakkelijk 6: Zeer gemakkelijk 7: Weet niet 8: Geen antwoord
*VRAAG 70
77
Vraag70 Hoe groot moet volgens u, voor een gezin met het hetzelfde aantal personen als het uwe, het totale beschikbare netto inkomen per maand zijn in België om niet arm te zijn? [ENQ: Het zelfde aantal personen kan ook “1” zijn] |__|__|__|__| € per maand 7: Weet niet 8: Geen antwoord *VRAAG 70b Vraag70b Is dit bedrag hetzelfde om niet arm te zijn onder uw kennissen, vrienden en familie (ENQ. Toon Kaart 41) 1.Ja, ik heb minimaal hetzelfde bedrag nodig om niet arm te zijn onder m’n kennissen, vrienden en familie 2. Nee, ik heb minimaal minder nodig dan het zonet opgegeven bedrag om niet arm te zijn onder m’n kennissen, vrienden en familie 3. Nee, ik heb minimaal meer nodig dan het zonet opgegeven bedrag om niet arm te zijn onder m’n kennissen, vrienden en familie" 7: Weet niet 8: Geen antwoord
*VRAAG 71 Vraag71 Hoeveel bedraagt uw totale netto gezinsinkomen (alles inbegrepen) per maand? (F6 TOTALE GEZINSINKOMEN) |__|__|__|__| euro 7: Weet niet 8: Geen antwoord *DP: FILT: STEL VRAAG 72 INDIEN CODE 7, 8 OP VRAAG 71. *VRAAG 72 Vraag72 Indien u de volgende schaal van inkomens bekijkt, kan u dan zeggen waar het totale netto gezinsinkomen van uw gezin per maand zich ongeveer bevindt? [ENQ. Toon kaart 42] 1: € 0,00 – 499 2: € 500 – 999 3: € 1000 – 1499 4: € 1500 – 1999 5: € 2000 – 2499 6: € 2500 – 2999 7: € 3000 – 3499 8: € 3500 – 3999
78
9: € 4000 – 4499 10: € 4500 – 4999 11: € 5000 of meer 77 weet niet 88 geen antwoord POLITIEK *SCREEN En dan schakelen we nu over naar politiek. *VRAAG 73 Vraag73 en Vraag73_andere Stel dat er zondag regionale verkiezingen zouden zijn, voor welke politieke partij zou u kiezen? U kan kaart 43 gebruiken om te antwoorden. En als u zou moeten kiezen, welke partij zou er dan uw voorkeur krijgen? (ENQ. TOON KAART 43) (ENQ. LEES ALLE ANTWOORDMOGELIJKHEDEN VOOR) 1: CD&V 2: N-VA 3: SP.a 4: Open VLD 5: Groen! 6: Vlaams Belang 7: Lijst Dedecker 8: SLP [ENQ: Vroeger Spirit of Vlaamse Progressieven] 9: andere (ENQ. PRECISEER) 10: blanco/ongeldig (ENQ NIET VOORLEZEN) 11: zou niet gaan stemmen (ENQ NIET VOORLEZEN) 77: weet niet (ENQ NIET VOORLEZEN) 88: geen antwoord (ENQ NIET VOORLEZEN)
*VRAAG 74 Vraag74 Als er geen stemplicht was, zou u dan gaan stemmen ? (ENQ. TOON KAART 44) 1: Altijd 2: Meestal 3: Zelden 4: Nooit 7: weet niet 8: geen antwoord
*Rep Vraag75_1: het is wettelijk verplicht
79
Vraag75_2: ik wil ervoor zorgen dat er de komende jaren een goed beleid wordt gevoerd Vraag75_3: het is een morele plicht om te gaan stemmen Vraag75_4: het steunen van mijn favoriete partij/kandidaat. *VRAAG 75 Vraag 75 Hoe belangrijk vindt u deze redenen bij het uitbrengen van uw stem? [ENQ. Toon kaart 45] 1: Helemaal niet belangrijk 2: Niet belangrijk 3: Tussen beiden 4: Belangrijk 5: Erg belangrijk 7: weet niet (ENQ: NIET VOORLEZEN) 8: geen antwoord *EREP *REP Vraag76_1 - Politici in het algemeen Vraag76_2 - De lokale overheid (burgemeester en schepenen van uw gemeente) Vraag76_3 - De administratieve diensten van de gemeente Vraag76_4 - Europese unie Vraag76_5 - De federale regering Vraag76_6 - De Vlaamse regering Vraag76_7 - De politie Vraag76_8 - Justitie *VRAAG 76 Vraag 76 Ik zal u nu enkele organisaties en instellingen voorlezen. Kunt u aangeven hoeveel vertrouwen u hebt in de volgende instellingen? U kan een cijfer geven tussen 0 (helemaal geen vertrouwen) en 10 (zeer veel vertrouwen). In welke mate heeft u vertrouwen in … ? [*item*] ? (ENQ. TOON KAART 46 - 1 ENKEL ANTWOORD MOGELIJK) 0: Helemaal geen vertrouwen 1: 2: 3: 4: 5: 6: 7: 8: 9: 10: Zeer veel vertrouwen
80
77: weet niet (ENQ: NIET VOORLEZEN) 88: geen antwoord *VRAAG 77 Vraag77 Hoe geïnteresseerd bent u in politiek? (ENQ. TOON KAART 47 )
1: Helemaal niet 2: Weinig 3: Tussen beide 4: Geïnteresseerd 5: Erg geïnteresseerd 7: weet niet (ENQ: Niet voorlezen) 8: geen antwoord Ik stel u nu enkele kennisvragen. Als u het antwoord niet weet, kan u dit gewoon aangeven en dan gaan we meteen door naar de volgende vraag. *VRAAG 78 Vraag78
Het federale parlement bestaat uit... (ENQ. LEES ALLE ANTWOORDMOGELIJKHEDEN VOOR) ENQ. Kaart 48 tonen 1: De Kamer en de Regering 2: De Kamer en de Senaat 3: De Kamer, de Senaat en de Parlementen van de deelstaten 4: De Kamer, de Senaat en de Regering 7 weet niet 8 geen antwoord *VRAAG 79 Vraag79 De voorzitter van de Kamer van Volksvertegenwoordigers is... (ENQ. LEES ALLE ANTWOORDMOGELIJKHEDEN VOOR ) ENQ. Toon kaart 49 1: Patrick Dewael 2: Herman De Croo 3: Herman Van Rompuy 4: Anne-Marie Lizin
7 weet niet 8 geen antwoord
81
*VRAAG 80 Vraag80 Voor welk van volgende thema’s is de federale regering NIET bevoegd? (ENQ. LEES ALLE ANTWOORDMOGELIJKHEDEN VOOR) ENQ. Toon kaart 50 1: Buitenlandse Zaken 2: Justitie 3: De spoorwegen 4: Onderwijs 7 weet niet 8 geen antwoord *VRAAG 81 Vraag81 De voorzitter van de Socialistische Partij (SP.a) is ... ? (ENQ. LEES ALLE ANTWOORDMOGELIJKHEDEN VOOR) ENQ. Toon kaart 51 1: Johan Vande Lanotte 2: Freya Van den Bossche 3: Frank Vandenbroucke 4: Caroline Gennez 7 weet niet 8 geen antwoord
*VRAAG 82 Vraag82 Welke partij maakt GEEN deel uit van de federale regering? (ENQ. LEES ALLE ANTWOORDMOGELIJKHEDEN VOOR) ENQ. Toon kaart 52 1: CdH 2: N-VA 3: Open VLD 4: MR 7 weet niet 8 geen antwoord *REP Vraag83_1- Een politicus, de administratie of iemand anders van de federale/vlaamse/lokale overheid gecontacteerd? Vraag83_2- Actief meegewerkt of lid geweest aan/van een politieke partij of actiegroep? Vraag83_3- Een petitie getekend? Vraag83_4- Aan een betoging deelgenomen? *VRAAG 83
82
Vraag 83 Er zijn verschillende manieren om zaken te verbeteren of om te voorkomen dat sommige dingen mislopen in onze samenleving. Hebt u gedurende de laatste 12 maanden …. 1: Ja 2: Nee 7: weet niet 8: geen antwoord *EREP *REP Vraag84_1 - De federale of Belgische overheid Vraag84_2 - De Vlaamse overheid Vraag84_3 - De gemeentelijke overheid (burgemeester en schepenen van uw gemeente) Vraag84_4 - het OCMW van mijn gemeente Vraag84_5 - het beleid inzake huishoudelijk afval in mijn gemeente *VRAAG 84 Vraag 84 Hoe tevreden bent u met het beleid dat momenteel gevoerd wordt op verschillende niveaus? Ik geef … een score van x op 10 voor het huidige beleid. 0: 0 1: 1 2: 2 3: 3 4: 4 5: 5 6: 6 7: 7 8: 8 9: 9 10: 10 *EREP *VRAAG 85 Vraag85 In de politiek spreekt men vaak over links en rechts. Waar zou u uzelf plaatsen op deze as? [ENQ: F6. “Links zal vooral streven naar gelijkheid en herverdeling. Voor rechts staat het vrijwaren van de vrijheid centraal, ook de vrijheid van ondernemen”] U kan hiervoor gebruik maken van kaart 53. (ENQ. TOON KAART 53) 0: Links 1: 2: 3: 4: 5: 6:
83
7: 8: 9: 10: Rechts 77: Weet niet 88: Geen antwoord *REP Vraag86_1 - Gaan stemmen heeft toch geen zin, de partijen doen toch wat ze willen Vraag86_2 - De meeste van onze politici zijn geschikte mensen die weten wat ze doen Vraag86_3 - Bij de verkiezingen belooft de ene partij al meer dan de andere, maar uiteindelijk komt er weinig van terecht Vraag86_4 - De politieke partijen zijn alleen maar geïnteresseerd in mijn stem en niet in mijn mening Vraag86_5 - Als er mensen zoals ik aan politici hun opvattingen laten weten, dan zullen ze daar rekening mee houden Vraag86_6 - Mensen zoals ik hebben wel degelijk invloed op wat de overheid doet Vraag86_7 - De politici hebben nooit geleerd om te luisteren naar mensen zoals ik.
*VRAAG 86 Vraag 86 In welke mate gaat u akkoord met de volgende stellingen over het politiek systeem in ons land? ENQ. Toon kaart 54 1: helemaal niet akkoord 2: niet akkoord 3: tussen beide 4: akkoord 5: helemaal akkoord 7: weet niet 8: geen antwoord *EREP *VRAAG 87 Vraag87 Hoe vaak leest u een krant? (op papier of op het internet) U kan kaart 48 gebruiken om te antwoorden. ENQ. TOON KAART 55 - 1 ENKEL ANTWOORD MOGELIJK) 1: nooit 2: minder dan één keer per maand 3: ongeveer één keer per maand 4: meerdere keren per maand 5: ongeveer één keer per week 6: meerdere keren per week 7: dagelijks 77 weet niet 88: geen antwoord
84
*DP: FILT: STEL VRAAG 88 INDIEN CODE 2 t.em. 7, 77, 88 OP VRAAG 87. *VRAAG 88 Vraag88 Welke krant leest u meestal (op papier of op het internet)? ENQ. Toon kaart 56 1: Het Nieuwsblad/ De Gentenaar/ Het Volk 2: Het Laatste Nieuws/ De Nieuwe Gazet 3: Het Belang van Limburg 4: De Standaard 5: De Gazet van Antwerpen/Mechelen 6: Metro 7: De Morgen 8 :De Tijd 9: Een andere krant 77: weet het niet (ENQ: NIET VOORLEZEN) 88: Geen antwoord Nu volgen enkele vragen over uw kijk- en luistergedrag. *VRAAG 89 Vraag89_1 en Vraag89_2 Hoeveel uren per dag kijkt u gemiddeld naar televisie ? (ENQ. NOTEER AANTAL UREN EN AANTAL MINUTEN) (ENQ. INDIEN “WEET NIET” TIK 77 IN, INDIEN “GEEN ANTWOORD” TIK 88 IN) |__|__| uren (DP: range 0-24, 77, 88) |__|__| minuten per dag (DP range 0 – 59, 77, 88) (DP ingevoerde waarden laten bevestigen door de enquêteur. Indien 88 vermelden dat het om “geen antwoord” gaat; indien 77 “weet niet” laten verschijnen) Vraag 90. Naar welk televisiestation gaat daarbij uw voorkeur uit, en kijkt u het liefst naar? [ENQ. Toon kaart 57 - slechts één aanduiden] 1. Eén 2. Canvas/Ketnet 3. VTM 4. 2BE 5. VT4 6. Regionale zender 7. Andere Vlaamse zender 8. Een Nederlandse zender 9. Een Waalse of Franstalige zender 10. Andere buitenlandse zender 11: Ik kijk nooit TV 77: Weet het niet (ENQ: niet voorlezen) 88: Geen antwoord
*REP
85
Vraag91_1 “niet gaan stemmen” Vraag91_2 “huishoudelijke hulp in het zwart tewerkstellen” Vraag91_3 “zwartrijden met het openbaar vervoer” Vraag91_4 “werklozensteun ontvangen terwijl men werkt” Vraag91_5 “belastingontduiking” Vraag91_6 “abortus” Vraag91_7 “homoseksualiteit” Vraag91_8 “euthanasie”
*VRAAG 91 Vraag 91 Nu volgen een aantal zaken die je al dan niet kan doen. In welke mate vindt u deze aanvaardbaar ENQ. Kaart tonen 58 1:Volledig onaanvaardbaar 2:Onaanvaardbaar 3:Noch onaanvaardbaar, noch aanvaardbaar 4:Aanvaardbaar 5:Volledig aanvaardbaar 7: Weet niet 8: Geen antwoord *EREP OPINIES OVER HERVERDELING, SOZ ZEK., WERKLOZEN en LEEFLONERS
*SCREEN We naderen het einde van de vragenlijst. Maar ik wil u ook nog een aantal vragen stellen over sociale zekerheid en dergelijke. *REP Vraag92_1 - de werkloosheidsuitkeringen Vraag92_2 - het leefloon [ENQ: F6 Leefloon is een uitkering van het OCMW, het vroegere bestaansminimum] Vraag92_3 - de invaliditeitsuitkeringen *VRAAG 92 Vraag 92 Vindt u … te hoog, voldoende of te laag in België? ENQ. Toon kaart 59 1 Te hoog 2 Voldoende 3 Te laag 7: Weet niet 8: Geen antwoord
86
*EREP *REP Vraag93_1 - Grote inkomensverschillen zijn aanvaardbaar om verschillen in talent en inspanning behoorlijk te belonen Vraag93_2 - Om een rechtvaardige en eerlijke maatschappij te hebben, moeten de verschillen in de levensstandaard van de mensen kleiner worden Vraag93_3 - Werklozen moeten verplicht worden snel een job aan te nemen, zelfs als deze niet zo goed is als hun vorige job Vraag93_4 - Werklozen moeten tijd en kansen krijgen om hun opleiding en vaardigheden te verbeteren. Vraag93_5 - De overheid moet maatregelen nemen om de inkomensverschillen te verminderen Vraag93_6 - De overheid moet maatregelen nemen om een menswaardige levensstandaard voor elk kind te verzekeren Vraag93_7 - Veel mensen krijgen niet de uitkering waarop ze recht op hebben Vraag93_8 - De uitkeringen in België zijn te laag om de mensen te helpen die in echte nood zitten *VRAAG 93 Vraag 93 Nu volgen enkele stellingen over de manier waarop de maatschappij werkt ENQ. Toon kaart 60 1: Helemaal eens 2: eens 3: Niet eens, niet oneens 4: Oneens 5: Helemaal oneens 7: Weet niet 8: Geen antwoord *EREP
*VRAAG 94 Vraag 94 Vraag94_1 - De uitkering die een persoon van het OCMW ontvangt verschillend is van gemeente tot gemeente. Vraag94_2 - Mensen die geboren en getogen zijn in een bepaalde gemeente moeten van het OCMW een hogere uitkering krijgen dan diegenen die nog maar korte tijd in de gemeente verblijven. Vraag94_3 - Het gemeentebestuur moet erop toezien dat financiële hulp aan armen niet te hoog wordt omdat anders teveel armen uit andere gemeenten worden aangetrokken. Vraag94_4 - Sociale diensten en uitkeringen in België zorgen ervoor dat mensen minder moeite zullen doen om voor zichzelf en hun familie te zorgen. In welke mate gaat u akkoord met volgende stellingen? U kan hiervoor opnieuw gebruik maken van kaart 61. (ENQ. TOON KAART 61)
87
1 Helemaal akkoord 2 Akkoord 3 Noch akkoord, noch niet akkoord 4 Niet akkoord 5 Helemaal niet akkoord 7: Weet niet 8: Geen antwoord *VRAAG 95 Vraag95 Van iedere 100 werklozen in België, hoeveel daarvan zijn er echt op zoek naar werk volgens u? ANTW: 0 -100. (drie digits) 777 weet niet 888 geen antwoord
PERCEPTIE VAN EIGEN RISICO *SCREEN We zouden graag hebben dat u in de volgende vragen nadenkt over wat er zou kunnen gebeuren met uw eigen persoonlijke levenssituatie in de volgende 12 maanden
*DP: FILT: STEL VRAAG 96 INDIEN CODE 1, 2, 3, 4, 77, 88 OP VRAAG 14.
*VRAAG 96 Vraag96 Hoe groot acht u de kans dat u binnen de volgende 12 maanden werkloos wordt? ENQ. Toon kaart 62 1: Heel erg onwaarschijnlijk 2: Niet erg waarschijnlijk 3: Waarschijnlijk 4: Erg waarschijnlijk 7: Weet niet 8: Geen antwoord
*VRAAG 97 Vraag97 Hoe groot acht u de kans dat er in de volgende 12 maanden periodes zullen zijn waarin u niet genoeg geld zult hebben om uw huishoudelijke behoeften te dekken? ENQ. Toon Kaart 62 1: Heel erg onwaarschijnlijk 2: Niet erg waarschijnlijk 3: Waarschijnlijk 4: Erg waarschijnlijk 7: Weet niet
88
8: Geen antwoord
*AUTOMATISCHE REGISTRATIE EINDTIJD
*SCREEN Zo, het interview zit erop. Alvast hartelijk dank voor uw medewerking. *VRAAG eindtijd Vraag eindtijd Noteer de juiste eindtijd van het interview (24 uur klok) |__|__| uur (DP: range 0-23) |__|__| minuten (DP: range 0-59) (DP ingevoerde waarden laten bevestigen door de enquêteur) (DP ingevoerde waarden laten bevestigen door de enquêteur)
89
