Participatiesurvey

Informatie

Via de webtool geven we gebruikers de mogelijkheid om zelf cijfermateriaal uit de dataset van de Participatiesurvey te genereren. In totaal kunnen 702 vragen (variabelen) worden opgevraagd (volledige lijst). De verdeling van elke variabele kan daarnaast worden opgesplitst naar tien kenmerken. Zo kan nagegaan worden of de verdeling van bijvoorbeeld sporten anders is voor mannen dan voor vrouwen, voor jongeren dan voor ouderen, ... De kenmerken waarnaar kan opgesplitst worden, beschrijven we onderaan deze pagina. Voor een correcte interpretatie geven we hieronder een statistische leeswijzer.

 

Statistische leeswijzer

De cijfers die in de webtool worden getoond, zijn berekend op de gewogen dataset. Ook al is de steekproef louter toevallig getrokken uit het Rijksregister en is een heel groot deel van de geselecteerde personen bereid gevonden aan het onderzoek deel te nemen (68%) kunnen, zoals in alle survey-onderzoek, lichte vertekeningen optreden doordat sommige groepen in de bevolking systematisch meer of minder deelnamen aan het onderzoek. Zo blijkt uit de non-respons analyse dat, zoals in alle survey-onderzoek, er een ondervertegenwoordiging is van de oudste leeftijdsgroepen (vooral bij vrouwen) en lager opgeleiden. Om hiervoor te compenseren, is de gerealiseerde steekproef gewogen zodat het de verdeling naar leeftijd, geslacht en opleidingsniveau (gecombineerd) in de Vlaamse bevolking perfect weerspiegelt. In het boek Participatie in Vlaanderen. Basisgegevens en kerncijfers van de Participatiesurvey 2009 wordt in deel 2 uitgebreid ingegaan op de toegepaste weegprocedure. Het kunnen omgaan met een gewogen dataset is een uniek kenmerk van de webapplicatie die op maat van de participatiesurvey is ontwikkeld.

Het gegeven dat de cijfers berekend worden op een steekproef uit de bevolking, en niet op de totale bevolking, heeft als implicatie dat de steekproefresultaten nooit met 100% zekerheid kunnen doorgetrokken worden naar de volledige Vlaamse bevolking. Zoals bij alle (correct uitgevoerde) toevalssteekproeven moet ook hier rekening worden gehouden met een foutenmarge. In de webtool wordt die foutenmarge weergegeven in de vorm van een 95%-betrouwbaarheidsinterval. Als we bijvoorbeeld in de Participatiesurvey vaststellen dat 8,4% van de steekproef frequent een bibliotheek bezocht (in de zes maanden voorafgaand aan de bevraging), kan vanuit de statistische theorie berekend worden dat met 95% betrouwbaarheid kan gesteld worden dat tussen 7,4% en 9,4% van de totale Vlaamse bevolking anno 2009 (tussen 14 en 85 jaar) frequent een bibliotheek bezoekt (op een periode van zes maanden). In de tabel met de univariate (niet opgesplitste) verdeling worden daarom telkens naast de percentages zoals berekend in de steekproef ook de 95%-betrouwbaarheidsintervallen weergegeven.

Als ervoor gekozen wordt om de verdeling van een variabele naar één van de tien beschikbare kenmerken op te splitsen, wordt in een kruistabel de verdeling van een variabele binnen elk  van de categorieën van het kenmerk waarnaar wordt opgesplitst, weergegeven. Als we bijvoorbeeld bibliotheekbezoek opsplitsen naar leeftijd, wordt voor elke leeftijdscategorie het percentage niet-bezoekers, incidentele bezoekers en frequente bezoekers weergegeven. Aangezien het kenmerk waarnaar wordt opgesplitst steeds in de rijen staat, sommeren de percentages in elke rij tot 100% (op afrondingsfouten na). Zo kan voor bibliotheekbezoek worden vastgesteld dat terwijl 41% van de 14-17-jarigen geen bibliotheek bezocht dit bij de 65-plussers 86,7% bedraagt. Dit verschil wijst op een verband tussen leeftijd en bibliotheekbezoek. Ook hier geldt dat de steekproefresultaten niet zomaar met 100% zekerheid kunnen doorgetrokken worden naar de totale bevolking. Omdat het gebruik van betrouwbaarheidsintervallen in kruistabellen zwaar ten koste zou gaan van overzichtelijkheid, kiezen we hier voor een andere benadering. Voor elke cel in de tabel geven we via een kleurcode aan of er in de steekproef voldoende aaanwijzing is dat bepaalde categorieën onder- dan wel oververtegenwoordigd zijn. Blauwe cellen wijzen op een statistich significante (= kan met voldoende betrouwbaarheid naar de totale bevolking doorgetrokken worden) ondervertegenwoordiging. Rode cellen wijzen op een statistisch significante oververtegenwoordiging. Indien er een grijze kleur wordt aangegeven, wijst dit erop dat geen betrouwbare uitspraken over de totale bevolking kunnen gemaakt worden voor die cel. In de kruistabel van leeftijd en bibliotheekbezoek bijvoorbeeld merken we dat de jongste leeftijdsgroep (14-17 jaar) statistisch significant ondervertegenwoordigd is in de groep van niet-bibliotheek bezoekers. Er kan dan op een betrouwbare manier gesteld worden dat ook in de bevolking die leeftijdsgroep meer de bibliotheek bezoekt. Bij 65-plussers merken we dat er een statistisch significante ondervertegenwoordiging is in de categorie van frequent bibliotheekbezoek. Er kan dan op een betrouwbare manier gesteld worden dat die leeftijdsgroep in de bevolking ondervertegenwoordigd is in de categorie van frequent bibliotheekbezoek.

Tot slot willen we de gebruiker van de webtool wijzen op de beperking van kruistabellen (bivariate analyse). Bivariate verschillen kunnen mogelijk misleidend of tenminste verhullend zijn. Als bijvoorbeeld wordt vastgesteld dat participatiecijfers voor een bepaalde activiteit sterk verschillen naar opleidingsniveau en leeftijd, komt dat mogelijk neer op tweemaal dezelfde vaststelling. Jongeren zijn immers gemiddeld genomen hoger opgeleid dan ouderen. Als er hogere participatiecijfers bij jongeren worden vastgesteld, kan dat dan zowel te maken hebben met hun jonge leeftijd als met hun hogere opleidingsniveau. Via ‘multivariate’ analysetechnieken kunnen beide van elkaar onderscheiden onderscheiden worden. Dit  gebeurt in de verschillende hoofdstukken van het boek Participatie in Vlaanderen. Eerste analyses van de Participatiesurvey 2009. De kritische gebruiker van de webtool houdt dan best steeds in het achterhoofd dat de daar vastgestelde verschillen bruto verschillen zijn die mogelijk door andere kenmerken (mee) verklaard kunnen worden.

 

Kenmerken waarnaar kan opgesplitst worden

De webtool biedt de mogelijkheid om de verdeling van de variabelen op te splitsen naar andere kenmerken. De reeks kenmerken waarnaar kan opgesplitst worden is dezelfde als degene die in het boek Participatie in Vlaanderen. Eerste analyses van de Participatiesurvey 2009 worden gebruikt in de basisset van verklarende variabelen in de multivariate analyses. We zetten ze hieronder op een rij.

Geslacht

Verdeling van geslacht (percentages)

vrouw

50,8

man

49,2

totaal

(N)

100,0

(3.146)

 

Leeftijd

Omdat voor vele participatievariabelen niet zomaar een lineair verband kan verondersteld worden met leeftijd, hanteren we een in klassen gegroepeerde leeftijdsvariabele. Daarbij maken we een onderscheid gebaseerd op levensfasen: jongeren (14-17), jongvolwassenen (18-34), volwassenen (35-54), ‘medioren’ (55-64), en 65-plussers (65-85).

Verdeling van leeftijd (percentages)

14-17

6,5

18-34

23,5

35-54

35,1

55-64

14,9

65+

20,0

totaal

(N)

100,0

(3.146)

 

Opleidingsniveau

Het opleidingsniveau wordt geoperationaliseerd als het hoogst behaalde diploma. Vertrekkende van een gedetailleerde meting van het hoogst behaalde diploma in 16 antwoordcategorieën worden vier categorieën onderscheiden: geen diploma of enkel diploma lager onderwijs, diploma lager secundair onderwijs, diploma hoger secundair onderwijs en diploma hoger onderwijs. Leerlingen en studenten worden gegroepeerd in een afzonderlijke categorie (‘volgt nog voltijds dagonderwijs’).


Verdeling van opleidingsniveau (percentages)

volgt nog voltijds dagonderwijs

11,1

geen of lager onderwijs

23,2

lager secundair onderwijs

18,0

hoger secundair onderwijs

24,0

hoger onderwijs

23,7

totaal

(N)

100,0

(3.133)

 

Taakinhoud

Eerder dan een eenvoudige beroepenclassificatie te hanteren, zullen we participatieverschillen nagaan naargelang de inhoud van het werk dat mensen verrichten. Voor arbeidsactieven worden in de vragenlijst negen vragen opgenomen die peilen naar verschillende aspecten van de jobinhoud: ‘geven van leiding aan anderen’, ‘opvolgen van orders en instructies’, ‘praktisch, uitvoerend werk’, ‘helpen van mensen’, ‘financiële zaken’, ‘besturen van de zaak, de onderneming of dienst’, ‘artistiek werk, met kunst’, ‘ontwikkelen van nieuwe technieken of nieuwe ideeën’, ‘vorming, onderwijs of begeleiding geven aan anderen’. Respondenten werd per item gevraagd om op een 7-puntenschaal aan te geven in welke mate zij met dit aspect geconfronteerd worden in de uitoefening van hun job (gaande van ‘nooit’ tot ‘voortdurend’). Om respondenten op basis van deze informatie in te delen in zinvolle categorieën van jobinhoud worden twee stappen gevolgd. Eerst worden via een factoranalyse[1]de onderliggende latente dimensies uit de negen items geïdentificeerd. Daarbij komen vier factoren naar voor: ‘mate van managementactiviteiten’, ‘mate van vorming, opleiding of helpen van mensen’, ‘mate van routinewerk’, en ‘mate van creativiteit’. Vervolgens wordt een clusteranalyse[2]uitgevoerd op de factorscores om respondenten in te delen in zinvolle groepen naar jobinhoud. Drie groepen worden geïdentificeerd: een cluster die hoog scoort op vorming, onderwijs, mensen helpen én creativiteit, een cluster die zich in sterke mate met managementtaken bezig houdt en ook hoog scoort op de factor creativiteit, en tenslotte een cluster die louter uitvoerend (routine)werk verricht.

Voor studenten maken we een onderscheid naar studierichting. We onderscheiden twee categorieën: eerder sociaal-culturele richtingen (talenonderwijs, lerarenopleiding, medische en paramedische sector, juridisch en bestuurlijk onderwijs, sociaal-cultureel onderwijs, kunstonderwijs, ...) en eerder economisch-technische richtingen (agrarisch onderwijs, techniek, transport en verkeer, economisch, administratief en commercieel onderwijs, horeca, bakker, slager, openbare orde en veiligheid, ...).

Tenslotte worden in dezelfde variabele de personen die niet werken en ook geen voltijds onderwijs volgen, opgesplitst in twee categorieën. Gepensioneerden worden onderscheiden van degenen die omwille van andere redenen niet arbeidsactief zijn (werklozen, huisvrouwen- of mannen, arbeidsongeschikten, en mensen op ziekte-, bevallingsverlof of verlof zonder wedde (loopbaanonderbreking)).

De drie aangehaalde groepen (arbeidsactieven, studenten en andere niet-arbeidsactieven) worden in de hierboven besproken onderverdelingen in een enkele variabele ‘taakinhoud’ opgenomen. De variabele ‘taakinhoud’ deelt de respondenten in principe ook op in drie levensfasen: studietijd, (potentiële) werktijd en pensioen.


Verdeling van taakinhoud (percentages)

andere niet-werkend

14,5

gepensioneerd

23,4

studie: sociaal-cultureel

4,6

studie: economisch-technisch

5,5

job: vorming/onderwijs/mensen helpen

9,7

job: management + creatief

14,6

job: routinewerk

27,8

totaal

(N)

100,0

(3.098)

 

Gezinssituatie

Op basis van de beschikbare gedetailleerde informatie in de vragenlijst over de gezinssituatie worden vier categorieën onderscheiden: bij hun ouders inwonende kinderen (kunnen ook kotstudenten zijn) of alleenstaanden, personen die samenwonen (ook gehuwden) met een partner zonder inwonende kinderen, samenwonenden met jonge kinderen (7 jaar of jonger), samenwonenden met oudere kinderen (tussen 7 en 18 jaar).

Verdeling van gezinssituatie (percentages)

inwonend bij ouders of alleenstaand

31,5

woont met partner, geen inwonende kinderen

40,3

heeft kind(eren), jongste kind 7 jaar of jonger

13,9

heeft kind(eren), jongste kind ouder dan 7 en jonger dan 19

14,3

totaal

(N)

100,0

(3.136)

 

Woonplaats

Eerder dan de geografische locatie van de woonplaats beschouwen we de graad van stedelijkheid. Voor de indeling van gemeenten volgen we Van Hecke (1997) die de Vlaamse gemeenten in zes groepen indeelt op basis van hun score op acht verschillende functies (detailhandel; cultuur; overheidsfuncties; sport, recreatie en horeca; diensten met loketfunctie; medische, maatschappelijke en sociale zorg; onderwijs; verkeersfunctie). Wij nemen de middencategorieën (‘centrumgemeenten in de regionaalstedelijke gebieden’, ‘centrumgemeenten in de structuurondersteunende kleinstedelijke gebieden’, ‘centrumgemeenten in de kleinstedelijke gebieden op provinciaal niveau’ en ‘gemeenten die grenzen aan Brussel’) samen. We onderscheiden dan drie groepen: ‘centrumgemeenten in grootstedelijke gebieden’ (Antwerpen, Gent en Brussel), ‘centrumgemeenten’ en ‘niet-centrumgemeenten’.

Verdeling van woonplaats (percentages)

grootstedelijk centrum

11,9

ander centrum

32,3

niet-centrum

55,8

totaal

(N)

100,0

(3.134)

 

Sociaal vrijetijdsnetwerk

In de vragenlijst werd aan respondenten gevraagd om de voornamen op te noemen van de mensen met wie ze regelmatig hun vrije tijd doorbrengen. Op basis van het aantal verkregen namen onderscheiden we drie categorieën van netwerkgrootte: 0 tot 4 mensen, 5 tot 9 mensen, 10 mensen of meer.

Verdeling van sociaal vrijetijdsnetwerk (percentages)

0 tot 4 mensen

32,9

5 tot 9 mensen

27,1

10 of meer mensen

40,0

totaal

(N)

100,0

(3.146)

 



[1]Principal axis factoring met promax-rotatie. Het item ‘geven van leiding aan anderen’ werd uit de analyse geweerd omwille van een sterke lading op verschillende factoren.

[2]Via k-means clustering.