Tabel 50. Verdeling van personen (studerenden) volgens hoofdvervoerswijze woon-schoolverkeer

Save this PDF as:
 WORD  PNG  TXT  JPG

Maat: px
Weergave met pagina beginnen:

Download "Tabel 50. Verdeling van personen (studerenden) volgens hoofdvervoerswijze woon-schoolverkeer"

Transcriptie

1 6 Woon-schoolverkeer De gegevens onder deze hoofding zijn gebaseerd op de gegevens van de vragen 21 tot en met 30 van de personenvragenlijst die over het woon-schoolverkeer handelen en dus niet op basis van de gegevens in het verplaatsingendeel van de personenvragenlijst (zie voor de vragenlijst: bijlage 9.4 in deel 1). Wanneer er toch gewerkt wordt op basis van de gegevens in het verplaatsingendeel, dan wordt dit duidelijk aangegeven. Tabel 50. Verdeling van personen (studerenden) volgens hoofdvervoerswijze woon-schoolverkeer Cumulative Cumulative HVMWERK Frequency Percent Frequency Percent ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ autobestuurder autopassagier trein tram/metro schoolvervoer lijnbus brom/snorfiets motor fiets te voet Frequency Missing = ,3% van alle studerenden 10 in Vlaanderen gaat met de fiets naar school. Daarmee laten de fietsers de autopassagiers een flink stuk achter zich. Ook de lijnbus scoort goed bij de schoolgaande jeugd (9,0%), net als de studerenden die te voet naar school komen (8,1%). Uit deze tabel blijkt dat bijna 67 % van de studerenden een duurzaam vervoermiddel gebruiken (als hoofdvervoerswijze) om naar school te gaan. De autopassagiers zijn hierin niet mee ingerekend: we kunnen immers pas echt over carpooling spreken indien de jongeren zelf over een rijbewijs beschikken en met iemand anders meerijden die zelf naar werk/school gaat. Een deel van de 27,3 % autopassagiers zal hieraan wel beantwoorden maar alleen verdere analyse van de gegevens kan over dat aandeel verduidelijking geven. De vermelde 67 % is dus een minimum. 10 Met "studerenden" wordt bedoeld: degenen die als hoofdactiviteit "studeren" hebben (dus excl. b.v. werkenden die avondonderwijs volgen) OVG VLAANDEREN 2 (januari 2000-januari 2001): DEEL 3A: ANALYSE PERSONENVRAGENLIJST 57

2 Tabel 51. Verdeling van personen (studerenden) volgens hoofdvervoerswijze woon-schoolverkeer en netto-gezinsinkomen HVMWERK(Hoofdvervoermiddel naar werk/school) TOTINK(Categorie van totale huishoudeninkomen) Frequency Percent Row Pct Col Pct meer dan Total 00 fr. p er maand fr. per fr. per fr. per fr. per maand maand maand maand ƒƒƒƒƒƒƒƒˆ autobestuurder ƒƒƒƒƒƒƒƒˆ autopassagier ƒƒƒƒƒƒƒƒˆ trein ƒƒƒƒƒƒƒƒˆ tram/metro ƒƒƒƒƒƒƒƒˆ schoolvervoer ƒƒƒƒƒƒƒƒˆ lijnbus ƒƒƒƒƒƒƒƒˆ brom/snorfiets ƒƒƒƒƒƒƒƒˆ motor ƒƒƒƒƒƒƒƒˆ fiets ƒƒƒƒƒƒƒƒˆ te voet ƒƒƒƒƒƒƒƒˆ Total Frequency Missing = OVG VLAANDEREN 2 (januari 2000-januari 2001): DEEL 3A: ANALYSE PERSONENVRAGENLIJST

3 In Tabel 51 koppelen we het netto-gezinsinkomen aan de hoofdvervoerswijze van het woonschoolverkeer. In deze tabel zijn er heel wat cellen waarvan het absolute aantal niet voldoende is om uitspraken te doen. We beperken onze bespreking dan ook tot de middelste inkomensklassen van autopassagiers, fietsers en voetgangers. Voor de autopassagiers zien we een stijgend (kolom)percentage naarmate het inkomen stijgt, voor fiets zien we geen verschil volgens inkomen en voor de voetgangers zien we een licht dalende trend die niet significant is. Tabel 52. Verdeling van personen (studerenden) volgens de afstand van het thuis- /kotadres tot de school Cumulative Cumulative VASTKMKL Frequency Percent Frequency Percent ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ 0-1 km km km km km km km km km km Frequency Missing = Een op vijf studerenden in Vlaanderen volgt onderwijs op maximaal 1 kilometer van thuis/kot. En bijna 60% moet niet verder dan 5 kilometer. Daartegenover staat 20,1% van de respondenten die meer dan 10 km moeten afleggen om op school te geraken. Tabel 53. Gemiddeld afgelegde afstand van het thuis-/kotadres tot de school (studerenden) Mean De gemiddeld afgelegde afstand van thuis of kot tot aan school bedraagt in Vlaanderen 8,3 km. Een controleberekening op basis van de gegevens in het verplaatsingendeel resulteert in een gemiddelde woon-schoolafstand van 6,4 kilometer. Het verschil is hier iets groter dan bij het woon-werkverkeer (zie Tabel 28). OVG VLAANDEREN 2 (januari 2000-januari 2001): DEEL 3A: ANALYSE PERSONENVRAGENLIJST 59

4 Tabel 54. Verdeling van personen (studerenden + 12 jaar) volgens de afstand van het schooladres tot de dichtstbijzijnde BTM-halte Cumulative Cumulative ABTM Frequency Percent Frequency Percent ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ 0-249m m m km km km - 5 km meer dan 5 km geen idee blanco, (meer dan 5 km?) Frequency Missing = Hier gelden dezelfde opmerkingen zoals geformuleerd bij Tabel 19 (inzake de afstanden). Wat specifiek geldt voor de afstand werkadres-btm-halte hoeft evenwel niet noodzakelijk ook te gelden voor schooladres-btm-halte (zie Tabel 30). Dit werd door ons evenwel niet onderzocht. Een derde van de studerende 12-plussers zegt binnen een straal van 250 m van de school een halte van bus, tram of metro te hebben (36,0%). Voor drie kwart zou 1 km het verst zijn dat ze moeten gaan om een BTM-halte te vinden (75,6%). 60 OVG VLAANDEREN 2 (januari 2000-januari 2001): DEEL 3A: ANALYSE PERSONENVRAGENLIJST

5 Tabel 55. Verdeling van personen (studerenden + 12 jaar) volgens de afstand van het schooladres tot de dichtstbijzijnde BTM-halte en de afstand van het thuisadres tot de dichtstbijzijnde BTM-halte ABTM(Kortste afstand werk tot bus,tram,metro) ABTMH(Kortste afstand thuis - bus,tram,metro) Frequency Percent Row Pct Col Pct 0-249m km - 1 Total 9 m 9 m.999 km 0-249m m m km km km - 5 km meer dan 5 km geen idee blanco, (meer da n 5 km?) Total (Continued) OVG VLAANDEREN 2 (januari 2000-januari 2001): DEEL 3A: ANALYSE PERSONENVRAGENLIJST 61

6 ABTM(Kortste afstand werk tot bus,tram,metro) ABTMH(Kortste afstand thuis - bus,tram,metro) Frequency Percent Row Pct Col Pct 2 km - 5 meer dan geen ide blanco, Total km 5 km e (meer da n 5 km? ) 0-249m m m km km km - 5 km meer dan 5 km geen idee blanco, (meer da n 5 km?) Total Frequency Missing = Net zoals voor het woon-werkverkeer gaan we ook voor het woon-schoolverkeer na hoe de afstandsverhouding is tussen een BTM-halte thuis en een BTM-halte aan school. Op deze manier schatten we het theoretisch potentieel BTM-gebruikers voor het woon-schoolverkeer. 39,8% van de Vlaamse studerende bevolking (+ 12 jaar) zegt zowel thuis als aan de school op minder dan 500 m een BTM-halte te hebben. Wanneer we de grens zowel thuis als aan school verschuiven 62 OVG VLAANDEREN 2 (januari 2000-januari 2001): DEEL 3A: ANALYSE PERSONENVRAGENLIJST

7 naar 1 km dan stijgt dit getal naar 64,56%. En dat terwijl we in Tabel 50 9,8% studerenden vinden die met BTM naar school gaan. Naast reeds vroeger vermelde elementen (zie o.a. bladzijde 37-38) speelt uiteraard de korte woon-schoolafstand hierin ook een belangrijke rol. Merk op dat niet in alle cellen voldoende waarnemingen zijn. Opnieuw herinneren we eraan dat de tabel gebaseerd is op subjectieve afstandswaarnemingen en dus louter ten indicatieven titel wordt opgenomen. Tabel 56. Verdeling van personen (studerenden + 12 jaar) volgens de afstand van het schooladres tot het dichtstbijzijnde treinstation Cumulative Cumulative ATREIN Frequency Percent Frequency Percent ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ 0-249m m m km km km - 5 km meer dan 5 km geen idee blanco, (meer dan 5 km?) Frequency Missing = Ook hier wijzen we erop dat de cijfers subjectieve waarnemingen zijn. Een gelijkaardig onderzoek naar schattingen van de afstand woonplaats-treinstation werd door ons niet uitgevoerd. De maaswijdte van de trein is een stuk groter dan deze van BTM (Tabel 54). 19,6% van de studerende 12-plussers heeft binnen een straal van 1 km van school een station; 57,0% vindt op maximaal 5 km van het schooladres een station. OVG VLAANDEREN 2 (januari 2000-januari 2001): DEEL 3A: ANALYSE PERSONENVRAGENLIJST 63

8 Tabel 57. Verdeling van personen (studerenden + 12 jaar) volgens de afstand van het schooladres tot het dichtstbijzijnde treinstation en de afstand van het thuisadres tot het dichtstbijzijnde treinstation ATREINH(Afstand station) ATREIN(Afstand halte trein tot werk/school) Frequency Percent Row Pct Col Pct 0-249m km - 1 Total 9 m 9 m.999 km 0-249m m m km km km - 5 km meer dan 5 km geen idee blanco, (meer da n 5 km?) Total (Continued) 64 OVG VLAANDEREN 2 (januari 2000-januari 2001): DEEL 3A: ANALYSE PERSONENVRAGENLIJST

9 ATREINH(Afstand station) ATREIN(Afstand halte trein tot werk/school) Frequency Percent Row Pct Col Pct 2 km - 5 meer dan geen ide blanco, Total km 5 km e (meer da n 5 km? ) 0-249m m m km km km - 5 km meer dan 5 km geen idee blanco, (meer da n 5 km?) Total Frequency Missing = OVG VLAANDEREN 2 (januari 2000-januari 2001): DEEL 3A: ANALYSE PERSONENVRAGENLIJST 65

10 Ook voor de trein berekenen we voor het woon-schoolverkeer het theoretisch potentieel aantal gebruikers. Opnieuw herinneren we eraan dat de tabel gebaseerd is op subjectieve afstandswaarnemingen en dus louter ten indicatieven titel wordt opgenomen. 2,59% zegt zowel thuis als op school op minder dan 500 m een station te hebben. 7,73% van de schoolgangers ouder dan 12 jaar zou zowel thuis als op school binnen 1 km een station hebben. Tegenover dit getal plaatsen we de 6,5% studerenden (Tabel 50) die effectief met de trein komen, maar die waarschijnlijk niet allemaal wonen of naar school gaan in een rechthoek van 1 km. Zoals bij het woon-werkverkeer komen hier, in tegenstelling met BTM, de percentages redelijk overeen. Gelet op de zeer korte woon-schoolafstand is treingebruik vaak niet zinvol: het station dat het dichtst bij huis ligt, zal vaak ook het station zijn dat het dichtst bij de school ligt. De trein nemen om naar school te gaan is dan zinloos. Merk op dat niet in alle cellen voldoende waarnemingen aanwezig zijn. 66 OVG VLAANDEREN 2 (januari 2000-januari 2001): DEEL 3A: ANALYSE PERSONENVRAGENLIJST

11 Tabel 58. Verdeling van personen (studerenden) volgens afstand van het thuis- /kotadres tot de school en hoofdvervoerswijze VASTKMKL(Afstand thuis-werk in km) HVMWERK(Hoofdvervoermiddel naar werk/school) Frequency Percent Row Pct Col Pct autobest autopass trein tram/ school Total uurder agier metro vervoer 0-1 km km km km km km km km km km Total (Continued) OVG VLAANDEREN 2 (januari 2000-januari 2001): DEEL 3A: ANALYSE PERSONENVRAGENLIJST 67

12 VASTKMKL(Afstand thuis-werk in km) HVMWERK(Hoofdvervoermiddel naar werk/school) Frequency Percent Row Pct Col Pct lijnbus brom/sno motor fiets te voet Total rfiets 0-1 km km km km km km km km km km Total Frequency Missing = OVG VLAANDEREN 2 (januari 2000-januari 2001): DEEL 3A: ANALYSE PERSONENVRAGENLIJST

13 Met Tabel 58 kunnen we nagaan welk hoofdvervoermiddel het best scoort in welke afstandsklasse. Voor te voet is dat - niet onverwacht - de klasse van 0 tot 1 km. De fiets wordt gelijkmatig gebruikt voor alle klassen onder 5 km. Autopassagiers vinden we het meest van 1 tot 5 km. De lijnbus speelt vooral op de middellange afstanden (7,5-15 km) en voor de trein zijn enkel de langste afstandsklassen van tel, met een uitschieter voor km. Merk op dat heel wat cellen in deze kruistabel geen zinvolle aantallen halen, wat de interpretatie een stuk eenvoudiger maakt. Tabel 59. Verdeling van personen (studerenden) volgens hoofdvervoerswijze voor de woon-schoolafstand < 5 km Cumulative Cumulative HVMWERK Frequency Percent Frequency Percent ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ autobestuurder autopassagier trein tram/metro schoolvervoer lijnbus brom/snorfiets fiets te voet We beperken ons in bovenstaande tabel tot de woon-schoolverplaatsingen kleiner dan 5 km. Aangezien fiets en te voet gaan voornamelijk gebeurt over korte afstanden, stijgt het relatieve aandeel fietsers in vergelijking met Tabel 50 van 38,3% tot 47,6%, en het aandeel voetgangers van 8,1% tot 12,9%. Openbaar vervoer wordt voornamelijk gebruikt voor lange en middellange afstand, omdat het voor- en natransport op korte afstand een niet te onderschatten verzwarende factor vormt. Het percentage treinverkeer en BTM kennen dan ook een zware terugval (trein van 6.5% naar 1.2% en BTM van 9,8% naar 2,5%). Van alle vervoermiddelen wordt de auto het meeste voor alle verschillende afstandsklassen gebruikt. Het aandeel van de auto op afstanden < 5 km blijft dan ook gelijk (30.7% tegenover 30.5%), dit in tegenstelling tot het woon-werkverkeer! Het brengen van de kinderen naar school gebeurt sowieso dus, los van de afstand (waarschijnlijk omdat men toch op weg naar het werk is of omdat de ouders vinden dat het veiligheidsaspect evenveel speelt op korte als op lange afstand). Tabel 60. Verdeling van de woon-schoolverplaatsingen volgens verplaatsingstijd (o.b.v. verplaatsingsgegevens) Cumulative Cumulative TCAT Frequency Percent Frequency Percent ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ 0 tot 5 min tot 10 min tot 15 min tot 20 min tot 30 min tot 60 min tot 120 min min Frequency Missing = De duurtijd van een verplaatsing is natuurlijk voor een groot deel afhankelijk van de lengte van een verplaatsing. Eerder vonden we al dat woon-schoolverplaatsingen behoorlijk kort zijn, de verdeling volgens verplaatsingstijd is dan ook geconcentreerd in de laagste klassen. Een op vier schoolgaanden OVG VLAANDEREN 2 (januari 2000-januari 2001): DEEL 3A: ANALYSE PERSONENVRAGENLIJST 69

14 is op 5 minuten van thuis aan school, nog eens een vierde doet er tussen 6 en 10 minuten over en nog eens een vierde doet 11 tot 20 minuten over een verplaatsing. Tabel 61. Gemiddelde woon-schoolverplaatsingstijd (o.b.v. verplaatsingsgegevens) N Mean Std Dev Minimum Maximum De gemiddelde tijdsduur van een woon-schoolverplaatsing in Vlaanderen bedraagt 16,8 minuten. Tabel 62. Gemiddelde woon-schoolverplaatsingstijd volgens afstand (o.b.v. verplaatsingsgegevens) ACAT N Obs N Mean Std Dev Minimum Maximum tot 0.2 km tot 0.5 km tot 1 km tot 2 km tot 3 km tot 5 km tot 7.5 km tot 10 km tot 15 km tot 25 km tot 40 km meer dan 40 km De gemiddelde duur van een woon-schoolverplaatsing per afstandscategorie toont duidelijk dat het gemiddelde oploopt naarmate de afstand groter wordt. 70 OVG VLAANDEREN 2 (januari 2000-januari 2001): DEEL 3A: ANALYSE PERSONENVRAGENLIJST

15 Tabel 63. Gemiddelde woon-schoolverplaatsingstijd volgens hoofdvervoerswijze (o.b.v. verplaatsingsgegevens) HFDVM N Obs N Mean Std Dev Minimum Maximum andere/onbep autobestuurder autopassagier brom/snorfietser lijnbus fietser te voet trein tram metro motorrijder De zogezegd zwakke, en op zichzelf trage vervoermiddelen worden in praktijk zeer efficiënt gebruikt. Voetgangers hebben de laagste woon-schoolverplaatsingduur. En ook fietsers scoren onder het gemiddelde. Andere vervoermiddelen die onder het gemiddelde scoren zijn autopassagiers en bromen snorfietsers. De gemiddelden van het openbaar vervoer liggen dan weer duidelijk hoger dan het algemene gemiddelde. Dit laatste is gedeeltelijk te verklaren doordat het openbaar vervoer meestal voor middellange tot lange afstanden gebruikt wordt. Dit brengen we ook in rekening in Tabel 64. Hou er ook rekening mee dat de tijd betrekking heeft op de ganse verplaatsing van deur tot deur, niet alleen op de tijd die men doorbrengt in of op het hoofdvervoermiddel hetgeen van belang is voor het openbaar vervoer (voor-en natransport). Tabel 64. Gemiddelde woon-schoolverplaatsingssnelheid (in km/uur) volgens afstand en hoofdvervoerswijze (o.b.v. verplaatsingsgegevens) Hoofdvervoerswijzen met minder dan 10 observaties zijn niet meegenomen. ATOTKMKL HFDVM N Obs N Mean Std Dev Minimum km autobestuurder autopassagier brom/snorfietser lijnbus fietser te voet autobestuurder autopassagier brom/snorfietser lijnbus fietser trein trein OVG VLAANDEREN 2 (januari 2000-januari 2001): DEEL 3A: ANALYSE PERSONENVRAGENLIJST 71

16 Uit Tabel 64 blijkt dat op de korte afstand de auto het snelste vervoermiddel is (26 km/u), gevolgd door bromfietsers en de lijnbus (20 km/u), daarna de fiets (15 km/u) en de voetgangers sluiten de rij (6km/u). Voor afstanden van 7.5 tot 25 km bestaat de kopgroep uit de auto en de trein (± 43 km/u), de bromfietsers (35 km/u) laten de lijnbus en de fietsers achter zich (23 km/u). Voor afstanden groter dan 25 km is de enige groep met nog meer dan 10 personen de trein. Het valt op dat, net zoals bij het woon-werkverkeer, elk vervoermiddel tot aan de bovengrens van zijn bereik, efficiënter wordt als de afstanden langer worden. Zoals reeds gesteld, zegt een vuistregel dat het openbaar vervoer concurrentieel wordt met de auto als de verplaatsingstijdfactor van het openbaar vervoer (= tijd nodig voor openbaar vervoer/tijd nodig voor een auto) maximaal gelijk is aan 1.5 (in meer of min naargelang de huidige verplaatsingstijd). Net zoals bij woon-werkverplaatsingen kunnen we uit de vorige tabel een schatting maken van deze verplaatsingstijdfactor. Net zoals bij de woon-werkverplaatsingen is deze schatting waarschijnlijk vertekend in het voordeel van het openbaar vervoer, maar door noodgedwongen geen rekening te houden met het ruimtelijk aspect, vertekenend in het nadeel van het openbaar vervoer (cf. opmerkingen bij Tabel 47). We zien dat voor de lijnbus de verplaatsingstijdfactor (=VF bus ) voor afstanden km = 1.3; voor km is VF bus =1.9; voor de trein vinden we voor km VF trein =1; voor km is VF trein = 1.6; voor > 40 km is VF trein = 1.4. In tegenstelling tot het woon-werkverkeer vinden we dat de lijnbus voor woon-schoolverkeer op korte afstand concurrentieel is met auto. Waar de trein genomen wordt, is deze even snel als de auto. Tabel 65. Logistische regressie van auto als hoofdvervoerswijze woonschoolverkeer (bestuurders en passagiers) N= 1054 Intercept Intercept and Criterion Only Covariates Chi-Square for Covariates AIC SC LOG L with 8 DF (p=0.0001) Parameter Standard Wald Pr > Standardized Odds Variable DF Estimate Error Chi-Square Chi-Square Estimate Ratio INTERCPT VROUW RYBEWYSC LFT PARKIETS VASTKMC KM TOTINK4P TI4P Zie voor deze en de volgende regressietabellen: bijlage 10.2 met de lijst van de betekenis van de variabelennamen in regressies. We maken in deze analyse geen verschil tussen personen die zelf met de auto komen, personen die als carpooler naar school gaan (met iemand meerijden die zelf op weg is naar een school-of werk bestemming) en personen die met de auto gebracht worden (= iemand rijdt speciaal naar de school om de scholier daar af te zetten en keert terug huiswaarts). Al deze betekenissen noemen we gewoon met de auto naar school komen. We hebben een logistische regressie gemaakt waarbij we de schoolgaande jeugd (tot 30 jaar) die meestal met de auto naar de school komt, vergelijken met degenen die meestal niet met de auto komen. De gebruikte variabelen waren geslacht, rijbewijsbezit, leeftijd, afstand dichtstbijzijnde 72 OVG VLAANDEREN 2 (januari 2000-januari 2001): DEEL 3A: ANALYSE PERSONENVRAGENLIJST

17 bushalte thuis en aan de school, afstand dichtstbijzijnde station thuis en aan de school, parkeermogelijkheden bij de school, netto-gezinsinkomen, statuut van het gezinshoofd. Het statistische pakket selecteert zelf als referenties: een mannelijke leerling zonder rijbewijs, ouder dan 13 jaar, zonder parkeerproblemen bij de school, een gezinsinkomen van minder dan BEF netto per maand en de afstand. Wat dit laatste betreft moeten we zelf de parameter invullen voor de referentiesituatie: we nemen de gemiddelde afstand tot aan de school: 8 km. In deze situatie bereiken 15% van de leerlingen de school met de auto. Meisjes gaan gemakkelijker met de auto. Lagere schoolkinderen komen vaker met de auto (onder referentiesituaties 43%), zeker bij meer gegoede gezinnen. Hoe verder de school, hoe vaker de kinderen met de auto naar school komen. Dit geldt nog meer uitgesproken voor lagere school kinderen. Jongeren ouder dan 12 jaar komen minder vaak met de auto dan kinderen onder 12 jaar, maar eenmaal een eigen rijbewijs, nemen ze weer vaker de auto. Parkeerproblemen houdt de mensen weg uit de auto (er blijft nog 9% over). Tabel 66. Logistische regressie van trein als hoofdvervoerswijze woonschoolverkeer N= 776 Intercept Intercept and Criterion Only Covariates Chi-Square for Covariates AIC SC LOG L with 6 DF (p=0.0001) Parameter Standard Wald Pr > Standardized Odds Variable DF Estimate Error Chi-Square Chi-Square Estimate Ratio INTERCPT LFT LFT VASTKMC ATREH05M ATRE20M ABUS05M We hebben een logistische regressie gemaakt waarbij we de schoolgaande jeugd (tot 30 jaar) die meestal met de trein naar de school komt, vergelijken met degenen die meestal niet met de trein komen. De gebruikte variabelen waren geslacht, rijbewijsbezit, leeftijd, afstand dichtstbijzijnde bushalte thuis en aan de school, afstand dichtstbijzijnde station thuis en aan de school, parkeermogelijkheden bij de school, netto-gezinsinkomen, statuut van het gezinshoofd. Het statistische pakket selecteert zelf als referenties: een leerling jonger dan 16 jaar, treinstation meer dan 500 m van huis, treinstation meer dan 2 km van de school, bushalte meer dan 500 m van de school en de afstand. Wat dit laatste betreft moeten we zelf de parameter invullen voor de refernetiesituatie. Aangezien de gemiddelde schoolafstand 8 km bedraagt, kiezen we opnieuw 8 km. Een eerste resultaat is dat lagere schoolkinderen niet met de trein naar school gaan. Dit effect is zo sterk, dat we deze groep uit de regressie hebben moeten halen. Berekende percentages zouden dus enkel gaan over jongeren ouder dan 12 jaar, wat niet vergelijkbaar is met de percentages berekend voor de andere regressies van woon-schoolverplaatsingen. Jongeren tussen 16 en 18 jaar nemen vaker de trein dan kinderen tussen 13 en 15 jaar. Jongeren ouder dan 19 nemen nog vaker de trein. Dat jongeren ouder dan 16, en zeker ouder dan 19, meer de trein nemen is niet enkel te wijten aan een grotere afstand tot de school, want daarvoor is een andere variabele in de regressie opgenomen. OVG VLAANDEREN 2 (januari 2000-januari 2001): DEEL 3A: ANALYSE PERSONENVRAGENLIJST 73

18 Hoe verder de school van huis, hoe groter de kans dat men de trein neemt. Een treinstation op minder dan 500 m van huis of op minder dan 2 km van de school verhoogt de kans op treingebruik. Een bushalte op minder dan 500 m van de school verlaagt het treingebruik. A priori hadden we verwacht dat een bushalte nabij het huis het treingebruik zou verhogen, omdat dit het voortransport vergemakkelijkt. We vinden hier dat dit het treingebruik echter vermindert. Dit is geen alleenstaand resultaat. Ook voor het OVG Gent (Nuyts & Zwerts 2001) vonden we dat de nabijheid van een bushalte het treingebruik kan verlagen. We kunnen dit resultaat niet verklaren. In deze regressies tasten we af wat mogelijke oorzaken kunnen zijn van bepaald vervoermiddelengebruik, en daarom hebben we deze variabele niet uit de regressie gehaald. Als methodiek hebben we alle variabelen die significant waren met P < 0.05 in het model behouden. Hierdoor kunnen we misschien verbanden vinden tussen vervoermiddelgebruik en variabelen die niet voor de hand liggen, en dus nieuwe ontdekkingen doen. Maar een ander mogelijk gevolg is dat er door zuiver toeval ook variabelen in de regressies kunnen sluipen die eigenlijk niet relevant zijn. Voor meer details over deze methodiek en de mogelijke gevolgen daarvan, zie deel 1: Methodologische analyse, deel 7.1. Dat de nabijheid van een bushalte bij de school het treingebruik zou verlagen, is hier een voorbeeld van. Ofwel is er hier een verband dat ons ontgaat, ofwel is deze variabele bij wijze van pech in de regressie gekomen. In het laatste geval is het wel verwonderlijk dat we voor het OVG Gent een vergelijkbaar resultaat gevonden hebben. Tabel 67. Logistische regressie van bus (De Lijn) als hoofdvervoerswijze woonschoolverkeer N= 1136 Intercept Intercept and Criterion Only Covariates Chi-Square for Covariates AIC SC LOG L with 7 DF (p=0.0001) Parameter Standard Wald Pr > Standardized Odds Variable DF Estimate Error Chi-Square Chi-Square Estimate Ratio INTERCPT VROUW RYBEWYSC LFT PARKIETS GZARBEID ATRE20M ABUS20M We hebben een logistische regressie gemaakt waarbij we de schoolgaande jeugd (tot 30 jaar) die meestal met de lijnbus naar de school komt, vergelijken met degenen die meestal niet met de lijnbus komen. De gebruikte variabelen waren geslacht, rijbewijsbezit, leeftijd, afstand dichtstbijzijnde bushalte thuis en aan de school, afstand dichtstbijnde station thuis en aan de school, parkeermogelijkheden bij de school, netto-gezinsinkomen, statuut van het gezinshoofd. Het statistische pakket selecteert zelf als referenties: een mannelijke leerling, zonder rijbewijs, ouder dan 13 jaar, zonder parkeerproblemen bij de school. De bushalte en het treinstation aan de school zijn verder dan 2 km meter, het gezinshoofd is bediende. In de referentiesituatie (met de bushalte aan de school verder dan 2 km) komt 3% met de lijnbus. Is de bushalte dichter dan 2 km dan komt 10% met de lijnbus naar school. Parkeerproblemen bij de school haalt ook meer kinderen naar de lijnbus. Lagere school kinderen komen zelden met de lijnbus naar school. Voor alle leeftijden nemen meisjes meer de lijnbus dan jongens. 74 OVG VLAANDEREN 2 (januari 2000-januari 2001): DEEL 3A: ANALYSE PERSONENVRAGENLIJST

19 Kinderen van arbeiders nemen vaker de lijnbus dan andere kinderen. Als jongeren hun rijbewijs halen dan nemen ze minder de lijnbus. Een treinstation nabij de school vermindert het aantal kinderen dat met de lijnbus komt. Tabel 68. Logistische regressie van tram als hoofdvervoerswijze woonschoolverkeer Te weinig data We hebben geen logistische regressie gemaakt voor tram als hoofdvervoerswijze omdat er in de steekproef te weinig kinderen met de tram naar school gaan. Tabel 69. Logistische regressie van fiets als hoofdvervoerswijze woonschoolverkeer N= 1298 Intercept Intercept and Criterion Only Covariates Chi-Square for Covariates AIC SC LOG L with 7 DF (p=0.0001) Parameter Standard Wald Pr > Standardized Odds Variable DF Estimate Error Chi-Square Chi-Square Estimate Ratio INTERCPT VROUW LFT LFT VASTKMC VR VRKMC KM We hebben een logistische regressie gemaakt waarbij we de schoolgaande jeugd (tot 30 jaar) die meestal met de fiets naar de school komt, vergelijken met degenen die meestal niet met de fiets komen. De gebruikte variabelen waren geslacht, rijbewijsbezit, leeftijd, afstand dichtstbijzijnde bushalte thuis en aan de school, parkeermogelijkheden bij de school, netto-gezinsinkomen, statuut van het gezinshoofd. Het statistische pakket selecteert zelf als referenties een jongen tussen 13 en 18 jaar en de afstand. Wat dit laatse betreft moeten we zelf de parameter bepalen voor de referentiesituatie: een haalbare fietsafstand lijkt 5 km. In de referentiesituatie fietst 70% van de middelbare schooljongens. Er is een gecombineerd effect van geslacht, leeftijd en afstand. Hoe groter de af te leggen afstand, hoe minder vaak men die fietst. Maar afstand speelt meer voor meisjes dan voor jongens. Kinderen van de lagere school fietsen minder dan jongeren van de middelbare school. Meisjes jonger dan 18 fietsen minder dan jongens van die leeftijd, maar eens ouder dan 18 nemen ze sneller de fiets. Jongens ouder dan 18 jaar fietsen minder, maar als ze fietsen hebben ze minder bezwaren tegen een grotere afstand. Bij meisjes ouder dan 18 jaar speelt afstand nog steeds een grote rol. OVG VLAANDEREN 2 (januari 2000-januari 2001): DEEL 3A: ANALYSE PERSONENVRAGENLIJST 75

20 Tabel 70. Logistische regressie van voetganger als hoofdvervoerswijze woonschoolverkeer N= 1209 Intercept Intercept and Criterion Only Covariates Chi-Square for Covariates AIC SC LOG L with 5 DF (p=0.0001) Parameter Standard Wald Pr > Standardized Odds Variable DF Estimate Error Chi-Square Chi-Square Estimate Ratio INTERCPT LFT PARKIETS VASTKMC ABUS05M KM We hebben een logistische regressie gemaakt waarbij we de schoolgaande jeugd (tot 30 jaar) die meestal te voet naar de school komt, vergelijken met degenen die meestal niet te voet komen. De gebruikte variabelen waren geslacht, rijbewijsbezit, leeftijd, afstand dichtstbijzijnde bushalte thuis en aan de school, parkeermogelijkheden bij de school, netto-gezinsinkomen, statuut van het gezinshoofd. Hier moeten we voor een referentiekader opnieuw een afstand vastleggen, want het aantal personen dat te voet naar school gaat vermindert snel per lopende kilometer. Zeg dat 1 km best haalbaar is. Verder selecteert het statistisch pakket een referentiepersoon jonger dan 18 jaar, zonder parkeerproblemen bij de school en de bushalte aan de school ligt meer dan 500 meter ver. In die situatie komt 10% te voet. Hoe verder de school, hoe minder men te voet gaat. Bij parkeerproblemen aan de school zijn meer mensen bereid om te voet te gaan. Bij jongeren ouder dan 18 jaar speelt de afstand veel minder een rol dan bij jongere personen. Dat maakt dat ze voor afstanden korter dan 1 km in vergelijking met de andere jongeren minder te voet gaan, maar voor afstanden langer dan 1 km vaker toch nog te voet gaan. Aangezien scholen meestal meer dan 1 km van huis liggen, gaan ze vaker te voet dan jongere scholieren/studenten. Een bushalte dicht bij de school doet het aantal voetgangers stijgen. We kunnen dit resultaat niet verklaren. In deze regressies tasten we af wat mogelijke oorzaken kunnen zijn van bepaald vervoermiddelengebruik, en daarom hebben we deze variabele niet uit de regressie gehaald. Als methodiek hebben we alle variabelen die significant waren met P < 0.05 in het model behouden. Hierdoor kunnen we misschien verbanden vinden tussen vervoermiddelgebruik en variabelen die niet voor de hand liggen, en dus nieuwe ontdekkingen doen. Maar een ander mogelijk gevolg is dat er door zuiver toeval ook variabelen in de regressies kunnen sluipen die eigenlijk niet relevant zijn. Voor meer details over deze methodiek en de mogelijke gevolgen daarvan, zie deel 1: Methodologische analyse, deel 7.1. Dat de nabijheid van een bushalte bij de school het te voet gaan zou bevorderen, is hier een voorbeeld van. Ofwel is er hier een verband dat ons ontgaat, ofwel is deze variabele bij wijze van pech in de regressie gekomen. In dit geval lijkt de kans dat het pech is groter, omdat we dergelijk resultaat niet in andere OVG s gevonden hebben We hebben eerder voor een ander resultaat ook reeds gesuggereerd dat het verband misschien niet echt is, maar een resultaat van toeval. Het lijkt misschien wat vreemd om enkel statistisch significante variabelen te weerhouden, en dan twee maal op te merken dat het verband toeval zou kunnen zijn. De reden hiervoor is het aantal regressies dat we gemaakt hebben (10) en het aantal variabelen dat we uitgeprobeerd hebben (tussen 30 en 60 per regressie). Er zijn dus minimaal 10*30=300 kansen dat een variabele in een regressie komt. Met P = 0.05 kunnen er dan inderdaad twee variabelen bij wijze van toeval in de regressie in sluipen. 76 OVG VLAANDEREN 2 (januari 2000-januari 2001): DEEL 3A: ANALYSE PERSONENVRAGENLIJST

21 Tabel 71. Schematisch overzicht van de modale verschuiving voor woon-school verkeer op basis van de regressies voor Vlaanderen Als een variabele in een kader een + (-) teken heeft, wil dit zeggen dat dit hoofdvervoermiddel meer (minder) gebruikt wordt bij die voorwaarde. Vb. 6 tot 12-jarigen fietsen minder dan oudere kinderen. De pijlen geven redenen aan voor modale verschuiving. Vb. als de school ver weg is nemen een aantal potentiële fietsers gemakkelijker de auto. FIETS 6-12 jaar jaar - School ver weg - Vrouw - TREIN jaar + School ver weg + Bus dichtbij - Station thuis dichtbij + Station school dichtbij jaar + 16 jaar 1) School ver weg 2) Vrouw School ver weg AUTO Vrouw + Rijbewijs jaar + School ver weg + Parkeerproblemen - Hoog inkomen + Rijbewijs T r e i n d i c h t b i j B u s d i c h t b i j VOET BUS Parkeerproblemen School ver weg - Bus school dichtbij + Parkeerproblemen 1) Parkeerprobl. 2) + 12 jaar Rijbewijs - Vrouw jaar - Parkeerproblemen + Hoofd arbeider + Bus school dichtbij + Trein school dichtbij - OVG VLAANDEREN 2 (januari 2000-januari 2001): DEEL 3A: ANALYSE PERSONENVRAGENLIJST 77

22 In tabel 71 worden de gegevens van de zes logistische regressies samengebracht, om de wijzigingen in de vervoermiddelenkeuze van de schoolgaande jeugd te verduidelijken. Onafhankelijk van alle andere variabelen (statuut gezinshoofd, inkomen, afstand tot de school, afstanden van openbaar vervoerhaltes, ) is er een effect van de leeftijd. Lagere schoolkinderen (6-12 jaar) worden in vergelijking met oudere kinderen vaak met de auto gebracht. Onder identieke omstandigheden zullen een aantal van deze kinderen vanaf 13 jaar overstappen naar de fiets of de lijnbus. Vanaf 16 jaar neemt een aantal jongeren ook de trein om de school te bereiken. Net zoals bij volwassenen jagen parkeerproblemen de kinderen uit de auto, maar niet in alle richtingen. Kinderen gaan ofwel te voet, ofwel met de lijnbus. Maar de afstanden moeten redelijk blijven. Een school die ver weg ligt, wordt onbereikbaar voor voetgangers en fietsers. Dan neemt men toch maar de auto. Meisjes laten gemakkelijker de fiets thuis, om met de auto of de lijnbus naar school te komen. Het behalen van het rijbewijs haalt scholieren voornamelijk weg uit de lijnbus. De nabijheid van de haltes van het openbaar vervoer heeft effect op het vervoermiddelengebruik. De nabijheid van een treinstation laat mensen gemakkelijker de trein nemen, de nabijheid van een bushalte lokt mensen naar de lijnbus. In bepaalde situaties zijn lijnbus en trein dus elkaars concurrenten. 78 OVG VLAANDEREN 2 (januari 2000-januari 2001): DEEL 3A: ANALYSE PERSONENVRAGENLIJST

6 Woon - schoolverkeer

6 Woon - schoolverkeer 6 Woon - schoolverkeer De gegevens onder deze hoofding zijn gebaseerd op de gegevens van de vragen 21 tot en met 30 van de personenvragenlijst die over het woon-schoolverkeer handelen en dus niet op basis

Nadere informatie

Tabel 24. Verdeling van personen (beroepsactieven) volgens hoofdvervoerswijze 8 woon-werkverkeer

Tabel 24. Verdeling van personen (beroepsactieven) volgens hoofdvervoerswijze 8 woon-werkverkeer 5 Woon-werkverkeer De gegevens onder deze hoofding zijn gebaseerd op de gegevens van de vragen 21 tot en met 30 van de personenvragenlijst die over het woon-werkverkeer handelen en dus niet op basis van

Nadere informatie

TABEL 26 VERDELING VAN PERSONEN (BEROEPSACTIEVEN) VOLGENS HOOFDVERVOERSWIJZE WOON- WERKVERKEER EN BEROEPSSTATUUT

TABEL 26 VERDELING VAN PERSONEN (BEROEPSACTIEVEN) VOLGENS HOOFDVERVOERSWIJZE WOON- WERKVERKEER EN BEROEPSSTATUUT 6 WOON-WERKVERKEER De gegevens onder deze hoofding zijn hoofdzakelijk gebaseerd op de gegevens van de vragen 21 tot en met 30 van de personenvragenlijst (zie punt 8.4 in deel 1) die over het woon-werkverkeer

Nadere informatie

Het is ook deze volgorde die we gebruiken voor deze samenvatting.

Het is ook deze volgorde die we gebruiken voor deze samenvatting. 9 Samenvatting 9.1 Schets van de steekproef Van januari 2000 tot januari 2001 werd bij 2500 gezinnen in het stadfsgewest Hasselt-Genk een onderzoek naar het verplaatsingsgedrag uitgevoerd. Hierbij werd

Nadere informatie

10 SAMENVATTING 23. 10.1 Schets van de steekproef. 10.2 Kencijfers huishoudens. 10.3 Kencijfers personen

10 SAMENVATTING 23. 10.1 Schets van de steekproef. 10.2 Kencijfers huishoudens. 10.3 Kencijfers personen 10 SAMENVATTING 23 10.1 Schets van de steekproef Van december 2000 tot december 2001 werd er in Vlaams-Brabant een onderzoek naar het verplaatsingsgedrag uitgevoerd. Het onderzoeksgebied Vlaams-Brabant

Nadere informatie

4 Verdeling van gezinnen volgens bezit van vervoermiddelen

4 Verdeling van gezinnen volgens bezit van vervoermiddelen Ook hier wijzen we erop dat de cijfers subjectieve waarnemingen zijn. Een gelijkaardig onderzoek naar schattingen van de afstand woonplaats-treinstation werd door ons niet uitgevoerd. 13,8% van de Vlamingen

Nadere informatie

4 Gebruik van openbaar vervoer

4 Gebruik van openbaar vervoer 4 Gebruik van openbaar vervoer In dit deel zoomen we wat dieper in op een aantal aspecten van het gebruik van openbaar vervoer. In deze tabel en alle volgende tabellen waarin een afstandscategorie wordt

Nadere informatie

Tabel 28. Fictief voorbeeld van een logistische regressie om de begrippen uit te leggen. Afhankelijke variabele is rijbewijsbezit.

Tabel 28. Fictief voorbeeld van een logistische regressie om de begrippen uit te leggen. Afhankelijke variabele is rijbewijsbezit. 7 Bijlage 7.1 Interpretatie van de regressies Bij een lineaire regressie drukken we een bepaalde variabele die veel getalwaarden kan aannemen, bijvoorbeeld aantal dagen carpoolen per jaar uit als een lineaire

Nadere informatie

Tabel 69: Verdeling van het gavpppd volgens geslacht en hoofdvervoerswijze. meerdere verplaatsingen heeft gemaakt.

Tabel 69: Verdeling van het gavpppd volgens geslacht en hoofdvervoerswijze. meerdere verplaatsingen heeft gemaakt. 2.2 Gavpppd en socio-economische kenmerken Iedereen die mobiliteit en verplaatsingsgedrag bestudeert, heeft wellicht al wel eens van een studie gehoord waarin socio-economische kenmerken gebruikt worden

Nadere informatie

5 Bij de analyse maken we geen gebruik meer van de 2 e invuldag

5 Bij de analyse maken we geen gebruik meer van de 2 e invuldag 5 Bij de analyse maken we geen gebruik meer van de 2 e invuldag Bij alle tot op heden uitgevoerde OVG s in Vlaanderen (Vlaanderen april 1994-april 1995, Vlaanderen januari 2000-januari 2001, de stadsgewesten

Nadere informatie

ONDERZOEK VERPLAATSINGSGEDRAG STADSGEWEST ANTWERPEN (april april 2000) DEEL 3A: ANALYSE PERSONENVRAGENLIJST PROVINCIALE HOGESCHOOL LIMBURG

ONDERZOEK VERPLAATSINGSGEDRAG STADSGEWEST ANTWERPEN (april april 2000) DEEL 3A: ANALYSE PERSONENVRAGENLIJST PROVINCIALE HOGESCHOOL LIMBURG P H L PROVINCIALE HOGESCHOOL LIMBURG DEPARTEMENT ARCHITECTUUR EN BEELDENDE KUNST ONDERZOEK VERPLAATSINGSGEDRAG STADSGEWEST ANTWERPEN (april 1999 - april 2000) DEEL 3A: ANALYSE PERSONENVRAGENLIJST Onderzoek

Nadere informatie

5 Technische aspecten i.v.m. de statistische verwerking

5 Technische aspecten i.v.m. de statistische verwerking 5 Technische aspecten i.v.m. de statistische verwerking 5.1 Gebruikte technieken: frequentietabellen en regressie De bekomen data werden uitgezuiverd aan de hand van strikte regels (Nuyts & Zwerts 2001b),

Nadere informatie

5 VERDELING VAN GEZINNEN VOLGENS

5 VERDELING VAN GEZINNEN VOLGENS 5 VERDELING VAN GEZINNEN VOLGENS VERVOERMIDDELENBEZIT-INDEX (VMB-INDEX) TABEL 8 VERDELING VAN GEZINNEN VOLGENS VMB-INDEX Cumulative Cumulative VMB Frequency Percent Frequency Percent ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ

Nadere informatie

Tabel 121: Verdeling van personen (beroepsactieven) volgens hoofdvervoerswijze woonwerkverkeer. Hoofdvervoermiddel naar werk/school

Tabel 121: Verdeling van personen (beroepsactieven) volgens hoofdvervoerswijze woonwerkverkeer. Hoofdvervoermiddel naar werk/school 4 Woon-werkverkeer De onder deze hoofding besproken tabellen 129 tot en met 133 evenals tabellen 138 en 139 zijn gebaseerd op de reëel ingevulde verplaatsingen van de verplaatsingsboekjes zoals onder de

Nadere informatie

3 Gemiddeld aantal afgelegde kilometer per persoon per dag (gaakpppd)

3 Gemiddeld aantal afgelegde kilometer per persoon per dag (gaakpppd) 3 Gemiddeld aantal afgelegde kilometer per persoon per dag (gaakpppd) 3.1 Algemeen Het gemiddeld aantal afgelegde kilometer per persoon per dag bedraagt anno 2008 41,6 km 1. Ook voor deze indicator beschikken

Nadere informatie

VERDELING VAN PERSONEN VOLGENS RIJBEWIJSBEZIT (VANAF 6 JAAR)

VERDELING VAN PERSONEN VOLGENS RIJBEWIJSBEZIT (VANAF 6 JAAR) 3 RIJBEWIJSBEZIT TABEL 1 VERDELING VAN PERSONEN VOLGENS RIJBEWIJSBEZIT (VANAF 6 JAAR) Cumulative Cumulative RYBEWYS Frequency Percent Frequency Percent ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ

Nadere informatie

5. Verdeling van de wagens volgens verschillende kenmerken

5. Verdeling van de wagens volgens verschillende kenmerken 5. Verdeling van de wagens volgens verschillende kenmerken Tabel 19. Verdeling van wagens volgens de wijze waarop ze in bezit gekomen zijn Cumulative Cumulative BEZIT Frequency Percent Frequency Percent

Nadere informatie

Het tweede (hierna) vermelde cijfer is de relatieve frequentie ( Percent ) van bovenvermeld absoluut cijfer t.o.v. de totale frequentie.

Het tweede (hierna) vermelde cijfer is de relatieve frequentie ( Percent ) van bovenvermeld absoluut cijfer t.o.v. de totale frequentie. Leeswijzer Algemeen 1. Voor algemene achtergrondinformatie i.v.m. de methodologie van dit onderzoek kan men Appendix 1 van dit rapport ( Methodologische toelichting ) raadplegen. 2. Heel wat tabellen in

Nadere informatie

2 Gemiddeld aantal verplaatsingen per persoon per dag (gavpppd)

2 Gemiddeld aantal verplaatsingen per persoon per dag (gavpppd) 2 Gemiddeld aantal verplaatsingen per persoon per dag (gavpppd) De meeste hiernavolgende tabellen werden opgebouwd rond het begrip hoofdvervoerswijze omdat dit handig is voor de analyse van een verplaatsing.

Nadere informatie

ONDERZOEK VERPLAATSINGSGEDRAG ANTWERPEN. Personenvragenlijst:

ONDERZOEK VERPLAATSINGSGEDRAG ANTWERPEN. Personenvragenlijst: ONDERZOEK VERPLAATSINGSGEDRAG ANTWERPEN Personenvragenlijst: in te vullen door iedereen in het huishouden vanaf 6 jaar (ouders mogen hun kinderen helpen bij het invullen) Deze personenvragenlijst bestaat

Nadere informatie

ONDERZOEK VERPLAATSINGSGEDRAG VLAANDEREN. Personenvragenlijst 1 (ouders mogen hun kinderen helpen bij het invullen)

ONDERZOEK VERPLAATSINGSGEDRAG VLAANDEREN. Personenvragenlijst 1 (ouders mogen hun kinderen helpen bij het invullen) ID NUMMER: - VOORN. RESP:... ENQUETEURSNUMMER: ONDERZOEK VERPLAATSINGSGEDRAG VLAANDEREN Personenvragenlijst 1 (ouders mogen hun kinderen helpen bij het invullen) De vragen worden op verschillende manieren

Nadere informatie

1. Verplaatsingskilometers

1. Verplaatsingskilometers 1. Verplaatsingskilometers 1.1 Verplaatsingskilometers OVG 3 OVG 4.1 OVG 4.2 OVG 4.3 OVG 4.4 algemeen gemiddelde 41,64 38,23 36,98 42,12 41,46 algemeen gemiddelde waarbij outliers werden weggelaten 38,4

Nadere informatie

Tabel 1: Verdeling van gezinnen volgens bezit van personenwagens. 26. Tabel 2: Verdeling van gezinnen volgens bezit van bestelwagens.

Tabel 1: Verdeling van gezinnen volgens bezit van personenwagens. 26. Tabel 2: Verdeling van gezinnen volgens bezit van bestelwagens. LIJST VAN TABELLEN A. GEGEVENS OVER VERVOERMIDDELEN HET BEZIT VAN VERVOERMIDDELEN Tabel 1: Verdeling van gezinnen volgens bezit van personenwagens. 26 Tabel 2: Verdeling van gezinnen volgens bezit van

Nadere informatie

ONDERZOEK VERPLAATSINGSGEDRAG VLAANDEREN. Personenvragenlijst 1 (ouders mogen hun kinderen helpen bij het invullen)

ONDERZOEK VERPLAATSINGSGEDRAG VLAANDEREN. Personenvragenlijst 1 (ouders mogen hun kinderen helpen bij het invullen) ONDERZOEK VERPLAATSINGSGEDRAG VLAANDEREN Personenvragenlijst 1 (ouders mogen hun kinderen helpen bij het invullen) De vragen worden op verschillende manieren beantwoord: 1. Er staan een aantal antwoordmogelijkheden

Nadere informatie

Personenvragenlijst :

Personenvragenlijst : ONDERZOEK VERPLAATSINGSGEDRAG VLAAMS-BRABANT (Aalst en Mechelen) Personenvragenlijst : in te vullen door iedereen in het huishouden vanaf 6 jaar (ouders mogen hun kinderen helpen bij het invullen) Deze

Nadere informatie

ONDERZOEK VERPLAATSINGSGEDRAG VLAAMS-BRABANT

ONDERZOEK VERPLAATSINGSGEDRAG VLAAMS-BRABANT P H L PROVINCIALE HOGESCHOOL LIMBURG DEPARTEMENT ARCHITECTUUR ONDERZOEKSCEL A rchitectuur M obiliteit O mgeving ONDERZOEK VERPLAATSINGSGEDRAG VLAAMS-BRABANT DECEMBER 2000-DECEMBER 2001 DEEL 1: METHODOLOGISCHE

Nadere informatie

Stappenplan voor het opstellen van een schoolvervoerplan

Stappenplan voor het opstellen van een schoolvervoerplan Procedures - Schoolvervoerplan stappenplan / 1 Stappenplan voor het opstellen van een schoolvervoerplan I N H O U D 1. Inventarisatie van de vervoermiddelen... 2 2. Inventarisatie van de knelpunten...

Nadere informatie

TYPE EXAMENVRAGEN VOOR TOEGEPASTE STATISTIEK

TYPE EXAMENVRAGEN VOOR TOEGEPASTE STATISTIEK TYPE EXAMENVRAGEN VOOR TOEGEPASTE STATISTIEK Prof. Dr. M. Vandebroek 1. Een aantal proefpersonen werd gevraagd een frisdrank te beoordelen door aan te geven in hoeverre ze het eens zijn met de volgende

Nadere informatie

Resultaten enquête Uithoornlijn

Resultaten enquête Uithoornlijn Resultaten enquête Uithoornlijn Juni 2015 Resultaten enquête Uithoornlijn Inleiding De gemeente Uithoorn en de Stadsregio Amsterdam willen graag weten wat inwoners van Uithoorn belangrijk vinden aan het

Nadere informatie

ONDERZOEK VERPLAATSINGSGEDRAG VLAAMS-BRABANT (DECEMBER DECEMBER 2001) DEEL 3 B: ANALYSE PERSONENVRAGENLIJST: NIET- H L

ONDERZOEK VERPLAATSINGSGEDRAG VLAAMS-BRABANT (DECEMBER DECEMBER 2001) DEEL 3 B: ANALYSE PERSONENVRAGENLIJST: NIET- H L P H L PROVINCIALE HOGESCHOOL LIMBURG DEPARTEMENT ARCHITECTUUR ONDERZOEKSCEL A rchitectuur M obiliteit O mgeving ONDERZOEK VERPLAATSINGSGEDRAG VLAAMS-BRABANT (DECEMBER 2000 - DECEMBER 2001) DEEL 3 B: ANALYSE

Nadere informatie

Vervoer in het dagelijks leven

Vervoer in het dagelijks leven Vervoer in het dagelijks leven Doordat de afstanden tot voorzieningen vandaag de dag steeds groter worden neemt het belang van vervoer in het dagelijks leven toe. In april 2014 zijn de leden van het Groninger

Nadere informatie

@Risk. Samenvatting. Analyse van het risico op ernstige en dodelijke verwondingen in het verkeer in functie van leeftijd en verplaatsingswijze

@Risk. Samenvatting. Analyse van het risico op ernstige en dodelijke verwondingen in het verkeer in functie van leeftijd en verplaatsingswijze @Risk Samenvatting Analyse van het risico op ernstige en dodelijke verwondingen in het verkeer in functie van leeftijd en verplaatsingswijze Samenvatting @RISK Analyse van het risico op ernstige en dodelijke

Nadere informatie

Pendelen in Vlaanderen

Pendelen in Vlaanderen Pendelen in Vlaanderen Een analyse van het woon-werkverkeer op basis van SEE2001 Pickery, J. (2005). Koning Auto regeert? Pendelgedrag en attitudes tegenover aspecten van het mobiliteitsbeleid in Vlaanderen.

Nadere informatie

Mobiliteit en gezinnen. Resultaten van de enquête juli - augustus 2010

Mobiliteit en gezinnen. Resultaten van de enquête juli - augustus 2010 Mobiliteit en gezinnen Resultaten van de enquête juli - augustus 2010 Mobiliteit en gezinnen Resultaten van de enquête juli - augustus 2010 De focus van de Aardig-op-weg-week 2010 is kinderen en duurzame

Nadere informatie

We berekenen nog de effectgrootte aan de hand van formule 4.2 en rapporteren:

We berekenen nog de effectgrootte aan de hand van formule 4.2 en rapporteren: INDUCTIEVE STATISTIEK VOOR DE GEDRAGSWETENSCHAPPEN OPLOSSINGEN BIJ HOOFDSTUK 4 1. Toets met behulp van SPSS de hypothese van Evelien in verband met de baardlengte van metalfans. Ga na of je dezelfde conclusies

Nadere informatie

Zowel correlatie als regressie meten statistische samenhang Correlatie: geen oorzakelijk verband verondersteld: X Y

Zowel correlatie als regressie meten statistische samenhang Correlatie: geen oorzakelijk verband verondersteld: X Y 1 Regressie analyse Zowel correlatie als regressie meten statistische samenhang Correlatie: geen oorzakelijk verband verondersteld: X Y Regressie: wel een oorzakelijk verband verondersteld: X Y Voorbeeld

Nadere informatie

2 WIJZIGINGEN VAN METHODIEK VAN DE DATAVERZAMELING T.O.V.

2 WIJZIGINGEN VAN METHODIEK VAN DE DATAVERZAMELING T.O.V. 2 WIJZIGINGEN VAN METHODIEK VAN DE DATAVERZAMELING T.O.V. DE VORIGE OVG S In vergelijking met de vorige OVG s zijn er een aantal belangrijke wijzigingen in methodiek van dataverzameling en in de inhoud

Nadere informatie

Handleiding SPSS. 1) Maak je bestand

Handleiding SPSS. 1) Maak je bestand Handleiding SPSS 1) Maak je bestand In de file die op Minerva staat, zijn de data opgenomen van alle groepjes. Het is de bedoeling dat je je eindverslag schrijft over de data van jouw groepje. Om dit te

Nadere informatie

algemeen gemiddelde 3,14 2,84-0,30

algemeen gemiddelde 3,14 2,84-0,30 1 VERPLAATSINGEN Aantal OVG3 Aantal OVG 4.1 Verschil algemeen gemiddelde 3,14 2,84-0,30 De Vlaming vanaf 6 jaar verplaatst zich gemiddeld 2,8 keer per dag. Een gemiddelde is altijd een gevaarlijk cijfer,

Nadere informatie

3.2. De wagens. Onderzoek Verplaatsingsgedrag Vlaanderen. Tabel 7. Wagens naar type. Tabel 8. Bedrijfswagens. Eindverslag van de analyse opdracht

3.2. De wagens. Onderzoek Verplaatsingsgedrag Vlaanderen. Tabel 7. Wagens naar type. Tabel 8. Bedrijfswagens. Eindverslag van de analyse opdracht 3.2. De wagens In Vlaanderen tellen we bijna 2400000 personenwagens, in het bezit van huishoudens. De wagens van (leasing- en verhuur-)bedrijven zijn hier dus niet inbegrepen. Dit verklaart ook het lage

Nadere informatie

Jongeren en Gezondheid 2014 : Socio-demografische gegevens

Jongeren en Gezondheid 2014 : Socio-demografische gegevens Resultaten HBSC 14 Socio-demografische gegevens Jongeren en Gezondheid 14 : Socio-demografische gegevens Steekproef De steekproef van de studie Jongeren en Gezondheid 14 bestaat uit 9.566 leerlingen van

Nadere informatie

Mobiliteit in cijfers 2004

Mobiliteit in cijfers 2004 Mobiliteit in cijfers 2004 Resultaten uit het eerste jaar Mobiliteitsonderzoek Nederland Adviesdienst Verkeer en Vervoer Mobiliteit in cijfers 2004 Resultaten uit het eerste jaar Mobiliteitsonderzoek

Nadere informatie

Gezondheidsenquête, België Methodologie. Wetenschap ten dienste van Volksgezondheid, Voedselveiligheid en Leefmilieu.

Gezondheidsenquête, België Methodologie. Wetenschap ten dienste van Volksgezondheid, Voedselveiligheid en Leefmilieu. Methodologie Wetenschap ten dienste van Volksgezondheid, Voedselveiligheid en Leefmilieu. Methodologie Inleiding Om sociale ongelijkheden in gezondheid in kaart te brengen en om mogelijke trends in de

Nadere informatie

Twee en een half jaar Kwaliteitsmeting in de Fysiotherapie

Twee en een half jaar Kwaliteitsmeting in de Fysiotherapie Twee en een half jaar Kwaliteitsmeting in de Fysiotherapie Feiten en cijfers tot nu toe Managementsamenvatting Na twee en een half jaar kwaliteitsmetingen in de fysiotherapie is het een geschikt moment

Nadere informatie

Tentamen Inleiding Intelligente Data Analyse Datum: Tijd: , BBL 420 Dit is geen open boek tentamen.

Tentamen Inleiding Intelligente Data Analyse Datum: Tijd: , BBL 420 Dit is geen open boek tentamen. Tentamen Inleiding Intelligente Data Analyse Datum: 19-12-2002 Tijd: 9.00-12.00, BBL 420 Dit is geen open boek tentamen. Algemene aanwijzingen 1. U mag ten hoogste één A4 met aantekeningen raadplegen.

Nadere informatie

Mobiliteit in de Thuiszorg

Mobiliteit in de Thuiszorg Mobiliteit in de Thuiszorg Mobiliteit is uitgerekend in de Thuiszorg enorm belangrijk Dienst/zorgverlening gebeurt aan huis: wij gaan naar de cliënt Aantal cliënten dat door het departement geholpen wordt

Nadere informatie

Omnibusenquête 2015. deelrapport. Studentenhuisvesting

Omnibusenquête 2015. deelrapport. Studentenhuisvesting Omnibusenquête 2015 deelrapport Studentenhuisvesting Omnibusenquête 2015 deelrapport Studentenhuisvesting OMNIBUSENQUÊTE 2015 deelrapport STUDENTENHUISVESTING Zoetermeer, 9 december 2015 Gemeente Zoetermeer

Nadere informatie

Huishoudnummer : Respondentnummer : ONDERZOEK VERPLAATSINGSGEDRAG VLAANDEREN. VRAGENLIJST PERSONEN: In te vullen door elk lid van het huishouden

Huishoudnummer : Respondentnummer : ONDERZOEK VERPLAATSINGSGEDRAG VLAANDEREN. VRAGENLIJST PERSONEN: In te vullen door elk lid van het huishouden Huishoudnummer : Respondentnummer : ONDERZOEK VERPLAATSINGSGEDRAG VLAANDEREN Geachte Mevrouw, Geachte Heer, VRAGENLIJST PERSONEN: In te vullen door elk lid van het huishouden MET DIT ONDERZOEK WILLEN WE

Nadere informatie

Oplossingen hoofdstuk XI

Oplossingen hoofdstuk XI Oplossingen hoofdstuk XI. Hierbij vind je de resultaten van het onderzoek naar de relatie tussen een leestest en een schoolrapport voor lezen. Deze gegevens hebben betrekking op een regressieanalyse bij

Nadere informatie

Classification - Prediction

Classification - Prediction Classification - Prediction Tot hiertoe: vooral classification Naive Bayes k-nearest Neighbours... Op basis van predictor variabelen X 1, X 2,..., X p klasse Y (= discreet) proberen te bepalen. Training

Nadere informatie

De vrouwen hebben dan ook een grotere kans op werkloosheid (0,39) dan de mannen uit de onderzoekspopulatie (0,29).

De vrouwen hebben dan ook een grotere kans op werkloosheid (0,39) dan de mannen uit de onderzoekspopulatie (0,29). In het kader van het onderzoek kreeg de RVA de vraag om op basis van de door het VFSIPH opgestelde lijst van Rijksregisternummers na te gaan welke personen op 30 juni 1997 als werkloze ingeschreven waren.

Nadere informatie

SPSS 15.0 in praktische stappen voor AGW-bachelors Uitwerkingen Stap 7: Oefenen I

SPSS 15.0 in praktische stappen voor AGW-bachelors Uitwerkingen Stap 7: Oefenen I SPSS 15.0 in praktische stappen voor AGW-bachelors Uitwerkingen Stap 7: Oefenen I Hieronder volgen de SPSS uitvoer en de antwoorden van de opgaven van Stap 7: Oefenen I. Daarnaast wordt bij elke opgave

Nadere informatie

RESULTATEN PUBLIEKSBEVRAGING MOBILITEITSPLAN VLAANDEREN

RESULTATEN PUBLIEKSBEVRAGING MOBILITEITSPLAN VLAANDEREN Vakgroep Pleinlaan http://www.vub.ac.be/tor/ 2, Sociologie, 1050 Brussel Onderzoeksgroep TOR RESULTATEN PUBLIEKSBEVRAGING MOBILITEITSPLAN VLAANDEREN TOR 2011/28 Glorieux, I., S. Sanctobin, T.P. Van Tienoven

Nadere informatie

Huishoudenvragenlijst

Huishoudenvragenlijst ONDERZOEK VERPLAATSINGSGEDRAG VLAAMS-BRABANT (Aalst en Mechelen) Huishoudenvragenlijst in te vullen door het gezinshoofd of de partner van het gezinshoofd In deze vragenlijst vragen we naar een aantal

Nadere informatie

RESULTATEN KOTENQUÊTE

RESULTATEN KOTENQUÊTE RESULTATEN KOTENQUÊTE ACADEMIEJAAR 2005-2006 A. Algemeen De enquête werd afgenomen onder studenten van de UGent na de Paasvakantie van het academiejaar 2005-2006. Via de elektronische leeromgeving Minerva

Nadere informatie

Kinderen en verkeersveiligheid: hoe kijken ze er zelf tegen aan?

Kinderen en verkeersveiligheid: hoe kijken ze er zelf tegen aan? Kinderen en verkeersveiligheid: hoe kijken ze er zelf tegen aan? Samenvatting In het kader van een belevingsonderzoek gaven 2500 Vlaamse jongeren tussen 10 en 13 jaar hun mening over mobiliteit en hun

Nadere informatie

Onderzoek Verplaatsingsgedrag Vlaanderen 4.3 (2010-2011)

Onderzoek Verplaatsingsgedrag Vlaanderen 4.3 (2010-2011) Onderzoek Verplaatsingsgedrag Vlaanderen 4.3 (2010-2011) Verkeerskundige interpretatie van de belangrijkste tabellen (Analyserapport) D. Janssens, S. Reumers, K. Declercq, G. Wets Contact: Prof. dr. Davy

Nadere informatie

1 FIETS IN BEELD. 1.1 Historiek van het fietsgebruik

1 FIETS IN BEELD. 1.1 Historiek van het fietsgebruik 1 FIETS IN BEELD 1.1 Historiek van het fietsgebruik Het is belangrijk de historische ontwikkeling van het fietsgebruik van nabij te bekijken om inzicht te krijgen in de aard en de werking van de factoren

Nadere informatie

Analyse van kruistabellen

Analyse van kruistabellen Analyse van kruistabellen Inleiding In dit hoofdstuk, dat aansluit op hoofdstuk II-13 (deel2) van het statistiekboek wordt ingegaan op het analyseren van kruistabellen met behulp van SPSS. Met een kruistabel

Nadere informatie

3.3. De personen Rijbewijsbezit

3.3. De personen Rijbewijsbezit 3.3. De personen Bij de interpretatie van de gegevens die op persoonsniveau geobserveerd werden is het belangrijk om te beseffen dat enkel de personen die ouder waren dan zes jaar de vragenlijst moesten

Nadere informatie

Technische nota. Is er een verband tussen de verplaatsingstijd van en naar het werk en de werkprivé balans en werkstress van werknemers?

Technische nota. Is er een verband tussen de verplaatsingstijd van en naar het werk en de werkprivé balans en werkstress van werknemers? Brussel, april 2008 Technische nota Is er een verband tussen de verplaatsingstijd van en naar het werk en de werkprivé balans en werkstress van werknemers? Ria Bourdeaud hui Stephan Vanderhaeghe Brussel,

Nadere informatie

Arbeidsmarktmobiliteit van ouderen

Arbeidsmarktmobiliteit van ouderen Arbeidsmarktmobiliteit van ouderen Jan-Willem Bruggink en Clemens Siermann Werkenden van 45 jaar of ouder zijn weinig mobiel op de arbeidsmarkt. Binnen deze groep neemt de mobiliteit af met het stijgen

Nadere informatie

Je bent jong en je wilt wat... minder auto?

Je bent jong en je wilt wat... minder auto? - Je bent jong en je wilt wat... minder auto? Kim Ruijs Significance ruijs@significance.nl Marco Kouwenhoven Significance kouwenhoven@significance.nl Eric Kroes Significance kroes@significance.nl Bijdrage

Nadere informatie

Huishoudenvragenlijst

Huishoudenvragenlijst ONDERZOEK VERPLAATSINGSGEDRAG HASSELT- GENK Huishoudenvragenlijst in te vullen door het gezinshoofd of de partner van het gezinshoofd In deze vragenlijst vragen we naar een aantal gegevens over uw. De

Nadere informatie

4. Resultaten. 4.1 Levensverwachting naar geslacht en opleidingsniveau

4. Resultaten. 4.1 Levensverwachting naar geslacht en opleidingsniveau 4. Het doel van deze studie is de verschillen in gezondheidsverwachting naar een socio-economisch gradiënt, met name naar het hoogst bereikte diploma, te beschrijven. Specifieke gegevens in enkel mortaliteit

Nadere informatie

Correlatie = statistische samenhang Meest gebruikt = Spearman s rang correlatie Ordinaal geschaalde variabelen -1 <= r s <= +1 waarbij:

Correlatie = statistische samenhang Meest gebruikt = Spearman s rang correlatie Ordinaal geschaalde variabelen -1 <= r s <= +1 waarbij: Correlatie analyse Correlatie = statistische samenhang Meest gebruikt = Spearman s rang correlatie Ordinaal geschaalde variabelen -1

Nadere informatie

Vragenlijst over uw visie op mobiliteit

Vragenlijst over uw visie op mobiliteit Vragenlijst over uw visie op mobiliteit U kunt de vragenlijst ook online invullen op www.mobiliteitsplanvlaanderen.be Waarvoor dient deze vragenlijst? Met deze vragenlijst wordt gepeild naar uw visie op

Nadere informatie

Onderzoek vervoersnoden en -wensen van personen met een beperking. Mobiliteitscongres Iedereen op weg - 13 oktober 2014 An Neven, onderzoeker IMOB

Onderzoek vervoersnoden en -wensen van personen met een beperking. Mobiliteitscongres Iedereen op weg - 13 oktober 2014 An Neven, onderzoeker IMOB Onderzoek vervoersnoden en -wensen van personen met een beperking Mobiliteitscongres Iedereen op weg - 13 oktober 2014 An Neven, onderzoeker IMOB Welk onderzoek? Businessplan voor een gebiedsdekkend, complementair

Nadere informatie

Verkeer en vervoer in Helmond

Verkeer en vervoer in Helmond D. Vragenlijst VERKEER EN VERVOER A. VERVOERSMIDDELEN 1 Wilt u aangeven hoeveel van de volgende vervoersmiddelen er in uw huishouden aanwezig zijn? - Fiets - Personenauto - Bromfiets, scooter, motor (tweewielig

Nadere informatie

Verplaatsingen in Rotterdam, Stadsregio en Nederland, 2004-2011

Verplaatsingen in Rotterdam, Stadsregio en Nederland, 2004-2011 Verplaatsingen in, Stadsregio en, 2004-2011 VERPLAATSINGEN IN ROTTERDAM, STADSREGIO EN NEDERLAND, 2004-2011 drs. C. de Vries Centrum voor Onderzoek en Statistiek (COS) februari 2013 In opdracht van afdeling

Nadere informatie

Speed Pedelec. 19 mei 2016. Stef Willems Woordvoerder BIVV Dirk Van Asselbergh ing MSc. BIVV

Speed Pedelec. 19 mei 2016. Stef Willems Woordvoerder BIVV Dirk Van Asselbergh ing MSc. BIVV Speed Pedelec 19 mei 2016 Stef Willems Woordvoerder BIVV Dirk Van Asselbergh ing MSc. BIVV Relatief risico van fietsen (algemeen, niet alleen elektrisch) Populariteit en gebruik van elektrische fietsen

Nadere informatie

OMNIBUSONDERZOEK NOORD- KENNEMERLAND 2005 PSYCHISCHE GEZONDHEID

OMNIBUSONDERZOEK NOORD- KENNEMERLAND 2005 PSYCHISCHE GEZONDHEID OMNIBUSONDERZOEK NOORD- KENNEMERLAND 2005 PSYCHISCHE GEZONDHEID Gemeente Alkmaar afdeling Onderzoek en Statistiek februari 2006 auteur: Monique van Diest afdeling Onderzoek en Statistiek gemeente Alkmaar

Nadere informatie

MLW -- Toets stroomblok 2.2: Epidemiologie en Biostatistiek

MLW -- Toets stroomblok 2.2: Epidemiologie en Biostatistiek MLW -- Toets stroomblok 2.2: Epidemiologie en Biostatistiek Vrijdag 1 april 2005 Opzet: 5 onderdelen, elk 4 punten. Schrijf uw naam en nummer op elke ingeleverde pagina. Vraag 1 In een cohort van 2000

Nadere informatie

FINANCIERINGSBAROMETER

FINANCIERINGSBAROMETER FINANCIERINGSBAROMETER Q1 14 Q2 14 Q3 14 Q4 14 GfK 14 VFN - Financieringsbarometer April 14 1 Inhoudsopgave 1. Management summary 2. Financieringsbarometer 3. Onderzoeksresultaten 4. Onderzoeksverantwoording

Nadere informatie

De Grote Amsterdamse Verkeersquiz

De Grote Amsterdamse Verkeersquiz De Grote Amsterdamse Verkeersquiz De quiz 4 rondes - ronde 1 regels als je fietst - ronde 2 verkeersweetjes - ronde 3 regels als je loopt - ronde 4 borden en tekens 5 vragen per ronde 10 seconden denken

Nadere informatie

5.0 Voorkennis. Er zijn verschillende manieren om gegevens op een grafische wijze weer te geven: 1. Staafdiagram:

5.0 Voorkennis. Er zijn verschillende manieren om gegevens op een grafische wijze weer te geven: 1. Staafdiagram: 5.0 Voorkennis Er zijn verschillende manieren om gegevens op een grafische wijze weer te geven: 1. Staafdiagram: De lengte van de staven komt overeen met de hoeveelheid; De staven staan meestal los van

Nadere informatie

Onderzoek lijnvoering Oss Eindrapport

Onderzoek lijnvoering Oss Eindrapport Onderzoek lijnvoering Eindrapport Onderzoek lijnvoering Eindrapport in opdracht van Provincie Noord-Brabant 10 januari 2012 rapportnummer: 4397-R-E02 auteurs: M.T. Te Wierik en H.J. Zoer Tanthofdreef

Nadere informatie

Meer mogelijkheden met elektrische fietsen

Meer mogelijkheden met elektrische fietsen Meer mogelijkheden met elektrische fietsen Tips voor gemeentebesturen VVSG Klimaatdag 7 mei 2015 Inhoud Wat is een e-fiets? Het e-fietspotentieel Tips voor gemeenten Wat is een e-fiets? Elektrische fiets

Nadere informatie

Fietsenquête Delft. Eindrapportage

Fietsenquête Delft. Eindrapportage Eindrapportage in opdracht van Gemeente Delft 24 mei 2006 rapportnummer: 3705r01v01e Hoofdkantoor: Regiokantoor noord: Regiokantoor zuid: Tanthofdreef 15 Badhuiswal 3 Hoff van Hollantlaan 6 Postbus 2873

Nadere informatie

Tabel 2.1 Overzicht van de situatie op de arbeidsmarkt van de onderzochte personen op 30/06/97. Deelpopulatie 1996

Tabel 2.1 Overzicht van de situatie op de arbeidsmarkt van de onderzochte personen op 30/06/97. Deelpopulatie 1996 Dit deel van het onderzoek omvat alle personen tussen de 18 en 55 jaar oud (leeftijdsgrenzen inbegrepen) op 30 juni 1997, wiens dossier van het Vlaams Fonds voor de Sociale Integratie van Personen met

Nadere informatie

Statistische Bijlagen Consumentenonderzoek.

Statistische Bijlagen Consumentenonderzoek. MPI HOLLAND Statistische Bijlagen Consumentenonderzoek. Statistische uitvoer Enquête Jos van Zuidam 24-6-2010 Deze bijlage bevat enkele achtergrondgegevens behorend bij de publicatie Consumentenonderzoek

Nadere informatie

Mobiscan. Sint-Denijs-Westrem

Mobiscan. Sint-Denijs-Westrem Mobiscan Sint-Denijs-Westrem Mobiscan Doel: Optimaliseren van duurzaam woonwerkverkeer Inhoud: Bereikbaarheidsprofiel Mobiliteitsprofiel Kansrijke maatregelen (maatwerk) Schematisch BEREIKBAARHEIDSPROFIEL

Nadere informatie

Gezondheid en (psycho)somatische klachten bij adolescenten in Vlaanderen 2014

Gezondheid en (psycho)somatische klachten bij adolescenten in Vlaanderen 2014 Gezondheid en (psycho)somatische klachten bij adolescenten in Vlaanderen 214 Inleiding Gezondheid in de internationale HBSC (Health Behaviour in School-aged Children) studie en in de Wereldgezondheidsorganisatie

Nadere informatie

Antwoorden. 32-jarige vrouwen op 1 januari Zo gaan we jaar per jaar verder en vinden

Antwoorden. 32-jarige vrouwen op 1 januari Zo gaan we jaar per jaar verder en vinden Antwoorden 1. De tabel met bevolkingsaantallen is niet moeilijk te begrijpen. We zullen gebruik maken van de bevolkingsaantallen volgens geslacht en leeftijdsklassen van 1 jaar (de cijfers die in het midden

Nadere informatie

31 Met Velo fietsen: praktisch

31 Met Velo fietsen: praktisch 31 Met Velo fietsen: praktisch VELO APP in real-time opzoeken in welke Velo-stations er beschikbare fietsen of vrije plaatsen zijn zoeken naar een Velo-station of specifieke locatie in Antwerpen en je

Nadere informatie

Fact sheet. Dienst Infrastructuur Verkeer en Vervoer. want fietsen is wel erg gaaf. Amsterdamse leerlingen fietsen minder vaak dan landelijk

Fact sheet. Dienst Infrastructuur Verkeer en Vervoer. want fietsen is wel erg gaaf. Amsterdamse leerlingen fietsen minder vaak dan landelijk Dienst Infrastructuur Verkeer en Vervoer Fact sheet januari 2008 want fietsen is wel erg gaaf Als het verkeer niet zo druk zou zijn zou ik mijn tijd willen besteden om te fietsen want fietsen is wel erg

Nadere informatie

8 BIJLAGE. 8.1 Berekening van de gewichten

8 BIJLAGE. 8.1 Berekening van de gewichten 8 BIJLAGE 8.1 Berekening van de gewichten 8.1.1 Stappenplan voor meerdere marginale verdelingen Hajnal (1995) heeft een programma geschreven dat gewichten berekent voor een steekproef indien er gewogen

Nadere informatie

Verplaatsingsgedrag Wetenschap of waarzeggerij

Verplaatsingsgedrag Wetenschap of waarzeggerij Verplaatsingsgedrag Wetenschap of waarzeggerij Prof. Dr. Geert Wets IMOB Universiteit Hasselt www.imob.uhasselt.be Geert.Wets@uhasselt.be Afstand devalueert Eeuwen: Andere stad = dagreis te voet Vandaag:

Nadere informatie

WERKGEVERSTEGEMOETKOMINGEN IN DE REISKOSTEN VAN BOUWVAKARBEIDERS EN BEDIENDEN (bijgewerkt tot en met 1 februari 2012)

WERKGEVERSTEGEMOETKOMINGEN IN DE REISKOSTEN VAN BOUWVAKARBEIDERS EN BEDIENDEN (bijgewerkt tot en met 1 februari 2012) WERKGEVERSTEGEMOETKOMINGEN IN DE REISKOSTEN VAN BOUWVAKARBEIDERS EN BEDIENDEN (bijgewerkt tot en met 1 februari 2012) Voor de verplaatsingen die de arbeiders en bedienden in de bouw doen, is in vele gevallen

Nadere informatie

Basishandleiding SPSS

Basishandleiding SPSS Basishandleiding SPSS Elvira Folmer & Marieke ten Voorde SLO, Juli 2008 Deze handleiding is gebaseerd op SPSS 16.0 for Windows Inhoud 1 Het maken van een gegevensbestand in de Variable View... 4 2 Het

Nadere informatie

SAMENVATTING. Speerpunt gordel. Achtergrond en doel perceptieonderzoek

SAMENVATTING. Speerpunt gordel. Achtergrond en doel perceptieonderzoek SAMENVATTING Achtergrond en doel perceptieonderzoek Het Bureau Verkeershandhaving Openbaar Ministerie (BVOM) is onderdeel van het Openbaar Ministerie en valt onder het Ministerie van Justitie. Het is het

Nadere informatie

verkeer veilige veiligheid verbindingen BIJLAGE 6: TAG CLOUDS MOBILITEIT staat stad stiptheid stress tijd tram trein treinen uur veilig

verkeer veilige veiligheid verbindingen BIJLAGE 6: TAG CLOUDS MOBILITEIT staat stad stiptheid stress tijd tram trein treinen uur veilig flexibiliteit genoeg geraken gezondheid goed goede goedkoop grote BIJLAGE 6: TAG CLOUDS MOBILITEIT Grafische voorstelling open antwoorden andere belangrijke zaken bij verplaatsingen aankomen aansluiting

Nadere informatie

2. VERPLAATSINGSKILOMETERS

2. VERPLAATSINGSKILOMETERS 2. VERPLAATSINGSKILOMETERS Verplaatsingskilometers Aantal OVG3 Aantal OVG 4.1 Aantal OVG 4.2 algemeen gemiddelde 41,64 38,23 36,98 Eerder hebben we al vastgesteld dat er geen significant verschil was in

Nadere informatie

FINANCIERINGSBAROMETER

FINANCIERINGSBAROMETER FINANCIERINGSBAROMETER Q1 14 Q2 14 Q3 14 Q4 14 GfK 14 VFN - Financieringsbarometer Juni 14 1 Inhoudsopgave 1. Management summary 2. Financieringsbarometer 3. Onderzoeksresultaten 4. Onderzoeksverantwoording

Nadere informatie

Herkansing Inleiding Intelligente Data Analyse Datum: Tijd: , BBL 508 Dit is geen open boek tentamen.

Herkansing Inleiding Intelligente Data Analyse Datum: Tijd: , BBL 508 Dit is geen open boek tentamen. Herkansing Inleiding Intelligente Data Analyse Datum: 3-3-2003 Tijd: 14.00-17.00, BBL 508 Dit is geen open boek tentamen. Algemene aanwijzingen 1. U mag ten hoogste één A4 met aantekeningen raadplegen.

Nadere informatie

Enkelvoudige ANOVA Onderzoeksvraag Voorwaarden

Enkelvoudige ANOVA Onderzoeksvraag Voorwaarden Er is onderzoek gedaan naar rouw na het overlijden van een huisdier (contactpersoon: Karolijne van der Houwen (Klinische Psychologie)). Mensen konden op internet een vragenlijst invullen. Daarin werd gevraagd

Nadere informatie

Rotterdammers over het verkeer 2014

Rotterdammers over het verkeer 2014 rotterdam.nl/onderzoek Rotterdammers over het verkeer 2014 Resultaten uit de Omnibusenquête 2014 Onderzoek en Business Intelligence Rotterdammers over het verkeer 2014 Resultaten uit de Omnibusenquête

Nadere informatie

Hoofdstuk 10. Arbeidsmarkt

Hoofdstuk 10. Arbeidsmarkt Hoofdstuk 10. Arbeidsmarkt Samenvatting De potentiële beroepsbevolking wordt gedefinieerd als alle inwoners van 15-64 jaar en bestaat uit ruim 86.000 Leidenaren. Van hen verricht circa zeven op de tien

Nadere informatie

algemeen gemiddelde 3,14 2,84 2,88

algemeen gemiddelde 3,14 2,84 2,88 1. VERPLAATSINGEN Aantal verplaatsingen. Aantal OVG3 Aantal OVG 4.1 Aantal OVG 4.2 algemeen gemiddelde 3,14 2,84 2,88 Net zoals bij het OVG 4.1 (periode 2008-2009), verplaatst de Vlaming (vanaf 6 jaar)

Nadere informatie