Riskante gewoonten en zorg voor eigen welzijn

[p. 361]

2.7 Statistische bewerking

Zowel klassieke (parametrische) als verdelingsvrije methoden werden toegepast om significante verbanden tussen de afzonderlijke variabelen aan te tonen. Het materiaal leende zich hier goed voor: leeftijd, intensiteit der rookgewoonten, intensiteit en frequentie der drinkgewoonten, gebruik van koffie, van versnaperingen konden zonder meer als kwantitatieve variabelen worden beschouwd. Het bleek mogelijk door middel van de analyse der covariantie de gemiddelde waarde (mediaan) van deze variabelen te berekenen voor allerlei kwalitatieve categorieën zoals kerkgenootscha, woonstreek, positieve of negatieve houding, gemeente. Het verschil tussen de gemiddelden binnen de categorie alsmede de variantie van de gemiddelden in twee of meerdere categorieën kon worden onderzocht en de significantie hiervan berekend. Op deze wijze is ook het clustering-effect gecorrigeerd, dat door de opbouw van de steekproef in twee stappen was veroorzaakt.

Hiervoor heeft Drs. Ch.A.G. Nass ons twee formules gegeven die het mogelijk maken de standaarddeviatie van een proportie te schatten met inachtneming van de invloed van de woongemeente; dit zowel voor de steekproef getrokken uit de grote steden (met 100.000 inwoners en meer), als voor de steekproef getrokken uit de 71 kleinere gemeenten. Voor de steden (A-gemeenten) luidde de formule als volgt:
(1)

Hier is:

x index voor een onderzocht aspect, b.v.: ‘roker’;

y index voor een ander aspect, b.v.: ‘boven 20 jaar’;

p_x/p_y schatting van het aantal personen in alle A-gemeenten met eigenschap y. Als eigenschap x eigenschap y insluit dan is dit een schatting van de fractie x-personen onder alle y-personen.

Verder:



waarbij C_ixy is covariantie van de eigenschappen x en y in gemeenten i. Hij wordt als volgt berekend:

[p. 362]

indien de eigenschap x de eigenschap y insluit dan wordt deze laatste formule:



waarbij

M_i is het aantal proefpersonen per gemeente, dat uit de dossiers moest worden getrokken;

f_ix is het aantal personen met eigenschap x onder de M_i personen uit de gemeente i;

p_ix = f_ix/M_i de fractie voor de personen met eigenschap x in de gemeente i;

M is het aantal personen te kiezen uit de grote steden, nl. 742 personen;

f_x = f_ixhet aantal personen met eigenschap x onder M (742 potentiële respondenten);

s²_ix = f_ix(M_i - f_ix)/M_i(M_i - 1) is de variantie van eigenschap x in gemeente i.

f_ixy is het aantal personen in gemeente i die zowel eigenschap x als eigenschap y hebben. Als iedere persoon met eigenschap x (boven 20 jaar en roker) noodzakelijk ook eigenschap y (boven 20 jaar) heeft, dan geldt f_ixy = f_ix.

Voor de kleinere plaatsen, waar immers een vaste quota per gemeente werd getrokken (20 personen), gold eveneens de formule voor de variantie van proportie (1). De onderscheiden leden werden echter als volgt berekend:

Notaties:

n = 71 kleinere gemeenten:

m = 20 personen, het aantal personen per gemeente;

i = 1, 2, ..., 71;

[p. 363]

f_ix = het aantal personen met eigenschap x onder de m proefpersonen van gemeente i;

p_ix = f_ix/m;

p_x = f_x/nm = Σ p_ix/n.

Tenslotte kon de informatie verkregen door middel van beide methoden worden gecombineerd met gebruik van de formule
waar (2)



een proportie in beide steekproeven te zamen; dus aantal rokers gedeeld door aantal personen boven 20 jaar onder de 1.297 proefpersonen;

W is dan het aantal proefpersonen in beide steekproeven;

W_a en W_b het aantal proefpersonen in elke steekproef afzonderlijk;

Var q_a en Var q_b: variantie van de proportie in elke steekproef afzonderlijk.

Met behulp van deze methode was het ons mogelijk om voor de gevonden proporties de overschrijdingskansen te bepalen en op deze wijze tot verantwoorde uitspraken te komen niet slechts over de 1.297 personen in onze steekproef, maar over de ganse Nederlandse bevolking. Hiernaast werd het ons mogelijk reeds tot de opsporing van causale verbanden over te gaan, door de gevonden proporties met de desbetreffende standaardfouten met elkaar statistisch te vergelijken. Dit alles, men vergeve ons de herhaalde beklemtoning, met de correctie voor de steekproeffout ontstaan door het trekken van de steekproef uit de (eveneens getrokken) Nederlandse gemeenten, in plaats vanuit het ganse universum. Laten we de toepassing van de bovenvermelde formules aan een enkel voorbeeld illustreren.

De vraag waarop wij door middel van de variantie-analyse een antwoord hopen te verkrijgen, betreft de schatting van de proportie van de niet-rokers onder de volwassen Nederlandse bevolking; als hypothese nemen wij aan dat er in de grote steden significant meer rokers zijn dan in de gemeenten met minder dan 100.000 inwoners. Wij stellen in de eerste plaats twee tabellen op bevattende de percentages rokers en het te interviewen aantal personen in de afzonderlijke gemeenten, alsmede andere nodige cijfers, die wij zullen gebruiken in de variantieformule. Eén tabel is opgesteld voor de kleinere, een andere voor de grotere gemeenten:

[p. 364]

Tabel 2.7.1 Spreiding van rokers en personen boven 20 jaar over de grote steden, in onze steekproef
Table 2.7.1. Respondents in the original sample from the cities; by smoking habits and age

Gemeente:	1	2	3	4	5	6	7	8
Community:	Mi	fix	Mi - fix	fiy	Mi - fiy	Mis^2ix	Mis^2iy	MiCixy
Amster- dam	174	83	91	123	51	43,659	36,260	24,468
Apel- doorn	20	7	13	9	11	4,789	5,211	4,053
Arnhem	24	10	14	11	13	6,087	6,217	5,652
Breda	20	8	12	11	9	5,053	5,211	3,789
Eind- hoven	32	12	20	22	10	7,742	7,097	3,871
Enschede	24	9	15	18	6	5,869	4,696	2,348
's-Graven- hage	122	41	81	71	51	27,446	29,926	17,281
Gro- ningen	28	11	17	16	12	6,926	7,111	4,889
Haarlem	34	14	20	21	13	8,485	8,273	5,515
Hilversum	20	11	9	15	5	5,211	3,947	2,895
Nijmegen	24	5	19	10	14	4,130	6,086	3,043
Rotter- dam	144	42	102	87	57	29,958	34,678	16,741
Tilburg	26	7	19	13	13	5,320	6,760	3,640
Utrecht	50	23	27	39	11	12,673	8,755	5,163
-----	-----	-----	-----	-----	-----	-----	-----	-----
Som	742	283	459	466	276	173,348	170,228	103,348
Sum total

Daar het gevonden percentage rokers in de steekproef getrokken uit de grote steden 60,7% was, kunnen we stellen dat het werkelijke percentage rokers onder de volwassen bevolking in de gemeenten met meer dan 100.000 inwoners tussen 56,2% en 65,2% is. De kans dat het buiten dezen grenswaarden ligt is kleiner dan 5%.

Voor de kleinere gemeenten hebben we de volgende tabel samengesteld:

[p. 365]

Tabel 2.7.2 Spreiding van rokers en van personen boven 20 jaar uit onze steekproef over de 71 kleine woonplaatsen
Table 2.7.2 Respondents in the original sample from smaller communities; by smoking habits and age

Gemeenten:	1	2	3	4	5
Community:	fix	f^2ix	fiy	f^2iy	fixfiy
Akersloot	11	121	18	324	198
Almelo	6	36	10	100	60
Amersfoort	7	49	12	144	84
Assendelft	8	64	15	225	120
Barneveld	9	81	15	225	135
Bergen	4	16	10	100	40
Bloemendaal	6	36	12	144	72
Boskoop	5	25	11	121	55
Budel	3	9	7	49	21
Culemborg	4	16	9	81	36
Delft	9	81	14	196	126
Deventer	8	64	13	169	104
Domburg	12	144	20	400	240
Dordrecht	4	16	9	81	36
Ede	5	25	12	144	60
Emmen	4	16	11	121	44
Ermelo	9	81	12	144	108
Geldrop	7	49	11	121	77
Gilze- en Rijen	7	49	11	121	77
Gouda	7	49	13	169	91
Hardenberg	5	25	13	169	65
Heemstede	7	49	12	144	84
Heerlen	7	49	10	100	70
Den Helder	5	25	10	100	50
Helmond	7	49	10	100	70
's-Hertogen- bosch	6	36	13	169	78
Hoensbroek	5	25	9	81	45
Hoogkerk	4	16	9	81	36
Jutphaas	6	36	9	81	54
Kerkrade	9	81	10	100	90
Kruiningen	5	25	16	256	80
Leeuwarden	3	9	12	144	36
Leiden	9	81	18	324	162
Lichtenvoorde	3	9	8	64	24
Losser	9	81	12	144	108
Maastricht	9	81	14	196	126
Meerlo	5	25	9	81	45
Mill en St. Hubert	10	100	15	225	150
Naarden	8	64	12	144	96
Nieuwkoop	2	4	7	49	14
Nuenen	5	25	8	64	30
Oisterwijk	4	16	10	100	40
Oostdongera- deel	8	64	14	196	112
Opsterland	6	36	11	121	66

[p. 366]

Gemeente:	1	2	3	4	5
Community:
Oud Vossemeer	6	36	11	121	66
Ravenstein	6	36	12	144	72
Ridderkerk	4	16	9	81	36
Roosendaal/ Nispen	5	25	11	121	55
Rijswijk	8	64	14	196	112
Schiedam	7	49	14	196	98
Schijndel	9	81	11	121	99
Sliedrecht	11	121	16	256	176
Someren	7	49	15	225	105
Stoutenburg	5	25	11	121	55
Tiel	3	9	11	121	33
Uden	5	25	8	64	40
Veghel	6	36	15	225	90
Venlo	9	81	16	256	144
Vlaardingen	4	16	11	121	44
Vlijmen	5	25	7	49	35
Vreeswijk	10	100	12	144	120
Wageningen	7	49	15	225	105
Weert	4	16	7	49	28
Wierden	2	4	12	144	24
Wisch	4	16	10	100	40
Wijhe	11	121	16	256	176
Zaandam	10	100	15	225	150
Zevenbergen	5	25	9	81	45
Zutphen en Best^*	12	144	18	324	216
Zijpe	6	36	9	81	54
-----	-----	-----	-----	-----	-----
Som	453	3.343	831	10.459	5.743
Sum total

* Door een machinale fout zijn de gemeenten no. 7 (Best) en 70 (Zutphen) op deze tabel samengevoegd. Daar het in het geval van Best slechts om 8 personen ging, achtten wij het niet nodig om de tabel over te doen.

[p. 367]

Passen we dit reusltaat op onze bevindingen toe, dan kunnen we stellen dat het percentage rokers onder de volwassen bewoners van de gemeenten met minder dan honderdduizend inwoners ongeveer tussen 50 en 59 percent ligt. De kans dat er meer rokers zijn dan 59% of minder dan 50% is kleiner dan 5%. We zien dat het percentage rokers volgens onze schatting in de kleinere gemeenten inderdaad lager ligt, het verschil bedraagt immers 6,2%. Is dit verschil toevallig of kunnen we hieraan een zekere significantie toeschrijven? Volgens de bekende formule is de standaardfout van het verschil tussen twee proporties uit onafhankelijke steekproeven



met de berekende waarden:



Het verschil is bijna significant bij het 0,05%-niveau van waarschijnlijkheid (P is ca. .054).

Om de proportie van rokers in de gehele volwassen bevolking in Nederland (q) te schatten, gebruikten wij de formule (2) met de door ons berekende waarden voor afzonderlijke steekproeven. Dan verkregen wij



De foutenmarge voor de beide steekproeven te zamen ligt aanzienlijk lager dan voor de steekproeven afzonderlijk, zodat wij kunnen stellen dat er onder de volwassenen in Nederland 56,7% ± 3,6% rokers zijn. Bij het significantieniveau van P < .05 ligt het percentage rokers tussen 53,1% en 60,3%¹.

In plaats van x en y (in ons geval ‘boven 20 jaar’ en ‘roker boven 20 jaar zijn’) kunnen andere eigenschappen gebruikt worden. Zo hebben wij b.v. voor x genomen ‘vrouwelijke niet-roker boven 20 jaar’ en voor y ‘niet-roker boven 20 jaar’. De standaardfout voor beide steekproeven te zamen bedroeg 0,03364.

Een corresponderende standaardfout voor de mannen onder de nietrokers bedroeg 1,75%. Daar het verschil tussen de percentages niet-rokers bij de mannen en vrouwen in onze steekproef hoger was dan 50%, is het duidelijk dat de hypothese dat een zo hoog verschil op toeval berust, ver-

1 Als rokers beschouwden wij bij deze berekening personen die meer dan 1 sigaret (of 1 g tabak) per dag rookten, niet de personen die geheel niets rookten. De tabellen 2.7.1 en 2.7.2 werden opgemaakt voor de revisie der ponsingen.

[p. 368]

worpen mag worden. De standaardfout van het verschil (3,8%) is meer dan 13 × kleiner dan het verschil zelf, zodat we bijna zekerheid hebben dat het roken niet toevallig meer bij mannen dan bij vrouwen voorkomt.

Aan deze min of meer evidente voorbeelden kunnen we de mogelijkheden zien die de methode van covariantie biedt voor het toetsen van hypothesen met betrekking tot de gehele populatie bij de steekproeven die aan het z.g. clustering-effect onderhevig zijn. Eveneens kunnen we zien dan de methode bijzonder omslachtig is en niet geschikt voor een diepergaande analyse van het materiaal. Bij het inschakelen van meer dan twee variabelen (in de vorm van proporties) zou de methode nog bewerkelijker worden, terwijl een analyse van de interactie in een gehele matrix van variabelen onmogelijk zou zijn.

Een andere reden waarom we hebben besloten bij de meeste variabelen het effect van clustering te verwaarlozen, was de betrekkelijk geringe waarde die aan de natuurlijke groepering van de respondenten in de woonplaatsen kon worden toegeschreven. Voor zeven variabelen of proporties hebben we de standaardfout berekend volgens de bovenbeschreven methode en volgens de formule die wordt toegepast op aselecte, normaal verdeelde steekproeven:

De resultaten kunnen in de volgende tabel worden samengevat:

Tabel 2.7.3 Standaarddeviaties van een zevental verbanden berekend met en zonder de correctie voor het ‘clustering-effect’
Table 2.7.3 Standard deviations for seven proportions: random-sample method vs. method controlling clustering effects

x	y	σ aselecte steekproef random sample	σ twee- fasensteekproef two phases sample	verschil difference
Rokers boven 20 jaar Smokers over 20 years	Respondenten boven 20 jaar Respondents over 20 years	1,35%	1,77%	-0,35%
Niet-rokers boven 20 jaar Non-smokers over 20 years	Vrouwen boven 20 jaar Women over 20 years	3,57%	3,35%	0,22%
Rokers boven 20 jaar Smokers over 20 years	Vrouwen boven 20 jaar Women over 20 years	1,63%	2,6%	-1,0%
Niet-rokers boven 20 jaar Non-smokers over 20 years	Mannen boven 20 jaar Men over 20 years	3,57%	1,75%	1,85%
Rokers boven 20 jaar Smokers over 20 years	Mannen boven 20 jaar Men over 20 years	1,63%	2,1%	-0,6%
Drinkers boven 20 jaar Alcohol-users over 20 years	Respondenten boven 20 jaar Respondents over 20 years	1,1%	1,8%	-0,7%
Lage CAS-scores boven 20 jaar Persons with low culture involvement scores over 20 years	Respondenten boven 20 jaar Respondents over 20 years	1,4%	1,45%	0,05%

[p. 369]

Wij bemerken dat t.o.v. de belangrijkere afhankelijke variabelen de vertekening veroorzaakt door de natuurlijke groepering der respondenten voor de gehele steekproef onder de waarde van 1% blijft, waar slechts een proportie van de steekproef wordt beschouwd (‘mannen onder de respondenten’) is de vertekening uiteraard groter. Ook hier echter bleef de waarde van deze vertekening onder de 2%. Al hadden wij geen zekerheid dat t.o.v. andere door ons onderzochte variabelen de foutenmarge niet groter zou uitvallen, wij hebben toch besloten de clustering-correctie slechts tot de in Tabel 2.7.3 opgenomen variabelen te beperken. Doorslaggevend voor onze beslissing was het feit dat wij ten tijde van de bewerking van onze gegevens niet over een adequate methode beschikten die deze correctie zou mogelijk maken ook voor de correlatieberekening, noch over andere technieken die zich leenden voor de analyse van een groot aantal variabelen¹.

Nadat de beslissing werd genomen om van de minder bewerkelijke technieken gebruik te maken, werden voor de analyse van afzonderlijke hypothesen zowel de parametrische (het verschil tussen de twee gemiddelden, correlatie- en variantieanalyse) als non-parametrische (vooral de Chi-kwadraat berekening) toetsingstechnieken aangewend. Reeds spoedig stuitten we echter op het probleem van de interrelatie van de onderzochte variabelen, die de aanwending van statistisch toetsen op de afzonderlijke hypothesen van ons heterogeen materiaal moeilijk zo niet onmogelijk heeft gemaakt. Wilden wij de veronderstelling toetsen of mensen die veel deelnemen aan het verenigingsleven vaker of meer roken dan personen met lagere sociale participatie (hetgeen uit de theorie omtrent de sociale functie van de rookgewoonten kon worden afgeleid), dan zagen we ons met het feit geconfronteerd, dat zowel de sociale participatie als de rookgewoonten waarschijnlijk gecorreleerd waren met een aantal andere variabelen in overeenkomstige richting; wij verwachtten immers meer rokers in de hogere inkomstengroepen (en deze zijn tevens de groepen met meer opleiding) en bij mannen (en alweer hebben de mannen onder de bevolking meer opleiding en hogere inkomsten). Uit een voorgaand onderzoek leerden wij dat zowel mannen als personen met hogere status tevens hoge scores behaalden op de sociale-participatieschaal die wij gebruikten². Door middel van non-parametrische tests bemerken wij

1 Het is de verdienste van professor Leslie Kish geweest dat de sociale onderzoekers attent zijn gemaakt op de gevaren van overbrengen van technieken bestemd voor aselecte steekproeven op gegevens uit ‘clustered samples’ (zie vooral zijn ‘Confidence intervals for clustered samples’) in American Sociological Review, Vol. 22 (1957) blz. 154-165). Professor Kish vermeldde in zijn publikatie (op. cit. blz. 164) dat hij werkte aan de ontwikkeling van een techniek die de schatting van gecorrigeerde variantie voor verschillende statistische waarden mogelijk zou maken. Op onze schriftelijk vraag kon prof. Kish ons echter nog geen resultaten van zijn speuren in deze richting geven. Wel hoopte hij in de loop der tijd de werkzaamheden op dit gebied te hervatten.

2 I. Gadourek, A Dutch Community, blz. 432.

[p. 370]

dat inderdaad ook de inkomsten en de opleiding in onze steekproef met de sociale participatie zijn gecorreleerd.

De vraag doet zich dan voor: indien wij een positieve correlatie tussen de sociale participatie en de intensiteit van de rookgewoonten vaststellen (hetgeen inderdaad geschiedde, zie de Matrix van Intercorrelaties, op blz. 384A), hoe moet deze correlatie worden uitgelegd? Mogen wij aannemen dat de sociale participatie als zodanig oorzaak is van het roken in onze samenleving, of is deze correlatie met de participatie slechts een bijprodukt van de samenhang tussen het roken en andere factoren (c.q. het man- of vrouw-zijn, opleiding, inkomsten)? Teneinde een antwoord te geven op deze vraag zouden wij deze correlatie moeten trachten terug te vinden in de kunstmatig homogene groeperingen van mensen met dezelfde opleidingsgraad, van dezelfde inkomsten en hetzelfde geslacht. De beperkte omvang van onze steekproef liet nauwelijks een dergelijke opsplitsing in vier of meer categorieën (waarvan de meeste met meer dan twee subcategorieën) toe. Bovendien werd de analyse nog verzwaard door het feit dat wij bij andere verbanden geheel in het duister tastten over de mogelijke factoren die de gezochte samenhang konden verstoren en dat wij niet (als in het aangehaalde voorbeeld het geval is geweest) beschikten over de kennis verzameld in voorafgaande onderzoekingen. Al deze overwegingen deden ons zoeken naar een techniek die het mogelijk zou maken de gelijktijdige werking (interactie) van een groot aantal variabelen te onderzoeken zonder al te groot verlies van informatie door de voortdurende inkrimping van onze steekproef.

Nu beschikt men vooral in het psychologisch gerichte onderzoek sedert jaren over een methode die bij uitstek geschikt is om structuur aan te brengen in het materiaal bestaande uit responsies van een groot aantal individuen op een groot aantal ‘tests’ (c.q. vragen): de factoranalytische bewerking van de correlatiecoëfficiënten. Zo groot was het nadeel van de causale interpretatie van het afzonderlijk beschouwde statistische verband tussen telkens slechts twee variabelen, dat we besloten deze methode te gebruiken ondanks de bezwaren die kleven aan de toepassing van de correlatietechnieken op de enquêtegegevens: de nu en dan voorkomende afwijking van de normale verdeling bij vele variabelen en de onvoldoende quantificatie der gegevens; strikt genomen, laten immers zelfs de Guttman-schalen slechts de rangmethode toe, terwijl het gebruik van dichotome variabelen met risico's en het gebruik van de slechts nominale variabelen (als ‘kerkgenootschap’) met onzekerheid gepaard gaan. Wij besloten de factoranalyse der correlatiecoëfficiënten niet als de enige methode aan te wenden, doch slechts als een methode die de afzonderlijk verkregen informatie zou trachten te synthetiseren. Daar waar het ging om de sterkte van de gesignaleerde samenhang, zou men zowel de spreiding als de mate

[p. 371]

van quantificatie¹ van de variabele in beschouwing nemen teneinde de adequate test van de hypothese te kiezen.

Voor het voornaamste factoranalytische schema zijn in de eerste plaats 34 variabelen uit ons materiaal gekozen. Om onderzoektechnische redenen (de elektronische machine die wij voor de bewerking zouden kiezen, liet uitgebreider schema's niet toe) en methodologische overwegingen (het was bedenkelijk zelfs in de groep van 34 heterogene sociologische variabelen naar de gemeenschappelijke factoren te gaan zoeken) moest een groot gedeelte van het door middel van onze enquête verzamelde materiaal worden weggelaten. De selectie van variabelen werd geheel gedicteerd door onze wetenschappelijke belangstelling, hoewel systematische overwegingen (het opnemen van de basisvariabelen als geslacht, opleiding, inkomsten, burgerlijke staat enz.) een zekere beperking legden op de vrijheid van keuze. Behalve de selectie van variabelen is ook de selectie van subcategorieën aansprakelijk geweest voor de reductie van informatie. Er zijn tweedelige categorieën gebruikt (geslacht, woonplaats, aard van beroep) naast driedelingen (vooral met betrekking tot de verandering) en variabelen bestaande uit een groter aantal subcategorieën (hieronder vallen ook de echte kwantitatieve variabelen in gegroepeerde vorm: gemeentegrootte, inkomsten, leeftijd, intensiteit rook- en drinkgewoonten enz.). Voor de goede orde geven wij in Tabel 2.7.4 deze 34 variabelen weer, te zamen met de gebruikte subcategorieën gerangschikt in dezelfde richting waarin deze ook in de correlatiematrix zijn opgenomen.

Tabel 2.7.4 Variabelen opgenomen in de matrix van intercorrelaties voor het uiteindelijke factor-analyseschema
Table 2.7.4 Specification of the 34 variables of the Basic Correlation Matrix²

No.	Variabele Subcategorie	Bron: vraagno.	Frequentie	Gebruikte subcategorie
1.	Geslacht:	1		i, ii
	i. man		612
	ii. vrouw		685
2.	Leeftijd:	2		i t/m vii
	i. 21 t/m 25 jaar		138
	ii. 26 t/m 30 jaar		154
	iii. 31 t/m 40 jaar		309
	iv. 41 t/m 50 jaar		249
	v. 51 t/m 60 jaar		219
	vi. 61 t/m 70 jaar		150
	vii. 71 jaar en meer		76
	viii. niet adequaat ingevuld		1

1 Wij denken hier aan de classificatie van schaaltechnieken zoals ontworpen door S.S. Stevens en Clyde H. Coombs. Zie ook W.S. Torgerson, Theory and Methods of Scaling, New York, 1958, hfdst. 2.

2 For English text see Summary, p. 432.

[p. 372]

No.	Variabele Subcategorie	Bron: vraagno.	Frequentic	Gebruikte subcategorie
3.	Inkomsten:	18		i t/m viii
	i. geen t/m ƒ 40,- per week		136
	ii. ƒ 41,- t/m ƒ 50,- per week		48
	iii. ƒ 51,- t/m ƒ 60,- per week		93
	iv. ƒ 61,- t/m ƒ 70,- per week		182
	v. ƒ 71,- t/m ƒ 80,- per week		150
	vi. ƒ 81,- t/m ƒ 100,- per week		229
	vii. ƒ 101,- t/m ƒ 150,- per week		194
	viii. ƒ 150,- per week en meer		130
	ix. geen adequaat antwoord		135
4.	Opleiding:	5		i t/m vi
	i. geen (geen antwoord)		11
	ii. slechts L.S.-opleiding		765
	iii. MULO, LTS, HLS, enz.		395
	iv. HBS, Gymn., Kweeksch., MTS		99
	v. NOIB, Belasting- academie, enz.		7
	vi. Universiteit of Hoge School		20
5.	Aard van het werk:	9		i, ii
	i. buitenwerk		228
	ii. binnenwerk		1.069
6.	Gemeentegrootte:	bevolkings-register		i t/m viii
	i. - 3.000 inwoners		69
	ii. - 6.000 inwoners		91
	iii. - 10.000 inwoners		104
	iv. - 15.000 inwoners		121
	v. - 20.000 inwoners		62
	vi. - 50.000 inwoners		216
	vii. - 100.000 inwoners		169
	viii. 100.000 inwoners en meer		465
7.	Migratie-index:	4		i t/m ix
	i. niet verhuisd		626
	ii. 1 × verhuisd		407
	iii. 2 × verhuisd		122
	iv. 3 × verhuisd		62
	v. 4 × verhuisd		33
	vi. 5 × verhuisd		20
	vii. 6 × verhuisd		10
	viii. 7 × verhuisd		2
	ix. 8 × of meer		15
8.	Gezinsbinding:	6 t/m 8		i t/m v
	i. ongehuwd zonder kinderen, niet verloofd		199
	ii. verloofd		41
	iii. gehuwd zonder kinderen		133
	iv. ongehuwd met kinderen		72
	v. gehuwd met kinderen		852

[p. 373]

No.	Variabele Subcategorie	Bron: vraag no.	Frequentie	Gebruikte subcategorie
9.	Sociale participatie:	13, 146-150		i t/m viii
	(laag)
	0 t/m 2 punten		171
	3 t/m 4 punten		216
	5 t/m 6 punten		301
	7 t/m 8 punten		273
	9 t/m 10 punten		185
	11 t/m 12 punten		72
	13 t/m 14 punten		39
	15 en meer punten		39
	(hoog)
10.	Cultuur- aanvaarding:	125b, c, e, 120, 122, 123		i t/m vii
	(laag)
	i. score 0		234
	ii. score 1		108
	iii. score 2		295
	iv. score 3		262
	v. score 4		161
	vi. score 5		173
	vii. score 6		64
	(hoog)
11.	Contacten met communicatie- media	151, 153, 156		i t/m v
	i. geen contacten		7
	ii. contact met een der media		52
	iii. contacten met twee media		218
	iv. contacten met drie media		553
	v. alle drie media plus lezingen		467
12.	Kerkgenootschap A:	146		i t/m v
	(gezagsverhouding)
	i. geen		301
	ii. Doopsgezind, Remonstrants, Ev. Luthers, enz.		41
	iii. Nederl. Hervormd		306
	iv. Gereform., Chr. Ger., Geref. Gemeente, enz.		105
	v. Rooms-Katholiek		544
13.	Intensiteit roken:	51		i t/m vii
	i. 0- 1 sigaret per dag		549
	ii. 2- 5 sigaretten per dag		126
	iii. 6- 9 sigaretten per dag		87
	iv. 10-13 sigaretten per dag		129
	v. 14-22 sigaretten per dag		243
	vi. 23-29 sigaretten per dag		65
	vii. 30- sigaretten of equivalent		82
	viii. geen adequaat antwoord		16

[p. 374]

No.	Variabele Subcategorie	Bron: vraagno.	Frequentie	Gebruikte subcategorie
14.	Houding t.o.v. het roken:	81 t/m 82		i t/m v
	(tolerant)
	i. 0- 3 punten		81
	ii. 4- 8 punten		388
	iii. 9-10 punten		435
	iv. 11-12 punten		363
	v. 13-16 punten		30
	(intolerant)
15.	Roken oorzaak van longziekten:	77		i t/m iii
	i. gelooft niet		263
	ii. weet het niet, geen antwoord		463
	iii. gelooft van wel		571
16.	Intensiteit drinkgewoonten:	89		i t/m vii
	i. drinkt niet, dronk niet		752
	ii. 1- 3 glazen		301
	iii. 4- 6 glazen		101
	iv. 7- 9 glazen		52
	v. 10-15 glazen		42
	vi. 16-21 glazen		18
	vii. 22 glazen of meer		13
	viii. geen adequaat antwoord		18
17.	Houding t.o.v. het drinken:	101,103		i t/m vi
	(tolerant)
	i. score 0		155
	ii. score 1		121
	iii. score 2		336
	iv. score 3		200
	v. score 4		278
	vi. score 5		207
	(intolerant)
18.	Intensiteit koffiedrinken:	46		i t/m viii
	i. drinkt geen koffie		59
	ii. 1 kopje koffie per dag		103
	iii. 2 kopjes koffie		239
	iv. 3 kopjes koffie		249
	v. 4 kopjes koffie		255
	vi. 5 kopjes koffie		131
	vii. 6 kopjes koffie		124
	viii. 7 kopjes koffie of meer		137
19.	Intensiteit snoepgewoonten:	47		i t/m v
	i. snoept helemaal niet		132
	ii. soms, niet elke dag		563
	iii. 1-2 koekjes per dag		357
	iv. 3 koekjes per dag		203
	v. elke dag veel		42

[p. 375]

No.	Variabele Subcategorie	Bron: vraag no.	Frequentie	Gebruikte subcategorie
20.	Sociale instelling:	126		i t/m iv
	(asociaal)
	i. score 0		106
	ii. score 1		198
	iii. score 2		545
	iv. score 3		426
	(behulpzaam)
	geen adequaat antwoord		22
21.	Teveredenheid:	12,17,23,33		i t/m v
	i. tevreden met 4 stimuli		618
	ii. tevreden met 3 stimuli		405
	iii. tevreden met 2 stimuli		198
	iv. tevreden met 1 stimuli		60
	v. tevreden t.o.v. geen stimulus		60
22.	Bezorgdheid:	116		i t/m viii
	i. geen zorgen		448
	ii. bezorgd over 1 object		332
	iii. bezorgd over 2 objecten		254
	iv. bezorgd over 3 objecten		130
	v. bezorgd over 4 objecten		73
	vi. bezorgd over 5 objecten		36
	vii. bezorgd over 6 objecten		17
	viii. bezorgd over 7 objecten		7
23.	Normenbeleving:	108		i t/m vii
	(seksueel, collectiv.)
	i. 't ergste j		438
	ii. 't ergste f, c		316
	iii. 't ergste g		202
	iv. 't ergste h		103
	v. 't ergste e		38
	vi. 't ergste b, d		108
	vii. 't ergste a, i		26
	(individual.)
	viii. geen adequaat antwoord		66
24.	Persoonlijkheids- evenwicht:	109-115, 138, 139		i t/m vii
	i. geen negatief symptoom		490
	ii. 1 negatief symptoom		367
	iii. 2 negatieve symptomen		218
	iv. 3 negatieve symptomen		136
	v. 4 negatieve symptomen		50
	vi. 5 negatieve symptomen		26
	vii. geen adequaat antwoord		10

[p. 376]

No.	Variabele Subcategorie	Bron: vraagno.	Frequentie	Gebruikte subcategorie
25.	Traumatische ervaringen:	135		i, ii, iii
	i. geen traumatische ervaring		635
	ii. 1 ervaring		365
	iii. meer dan 1 ervaring		277
	iv. geen antwoord		20
26.	Jeugd- herinneringen:	134		i t/m iv
	i. prettig		995
	ii. weet het niet, zozo		55
	iii. minder prettig		148
	iv. onprettig		89
	v. geen adequaat antwoord		10
27.	Optimisme:	117-118		i t/m iv
	i. toekomst beter		293
	ii. dezelfde, weet het niet		466
	iii. slechter, niet bezorgd		341
	iv. slechter, bezorgd		183
	v. geen adequaat antwoord		14
28.	Inkomsten- verandering:	19		i t/m iii
	i. thans meer		548
	ii. gelijk, weet het niet		619
	iii. thans minder		111
	iv. geen adequaat antwoord		19
29.	Rookpatroon- verandering:	62		i t/m iii
	i. thans meer		79
	ii. gelijk, niet van toepassing		838
	iii. thans minder		143
	iv. geen adequaat antwoord		237
30.	Drinkpatroon- verandering:	97		i t/m iii
	i. thans meer		204
	ii. gelijk, weet het niet		790
	iii. thans minder		303
31.	Woonstreek:	bevolking-register		i, ii
	i. het Noorden		928
	ii. het Zuiden		369
32.	Kerkgenootschap B:	146		i t/m v
	(hervormd - katholiek)
	i. Gereformeerd		105
	ii. Nederlands Hervormd		306
	iii. Andere		41
	iv. Geen		301
	v. Rooms-Katholiek		544

[p. 377]

No.	Variabele Subcategorie	Bron: vraagno.	Frequentie	Gebruikte subcategorie
33.	Frequentie contact huisarts:	27		i t/m vii
	i. deze week		123
	ii. tot 2 weken geleden		51
	iii. deze maand		123
	iv. tot 3 maanden geleden		168
	v. tot 6 maanden geleden		119
	vi. tot 1 jaar geleden		193
	vii. meer dan 1 jaar geleden		495
	viii. geen adequaat antwoord		25
34.	Aantal werkuren:	11		i t/m vii
	i. geen		64
	ii. - 5 uur per dag		105
	iii. - 6 uur per dag		67
	iv. - 7 uur per dag		49
	v. - 8 uur per dag		206
	vi. - 10 uur per dag		428
	vii. 11 uur per dag of meer		345
	viii. geen adequaat antwoord		33

Het is niet moeilijk om uit Tabel 2.7.4 de inlichtingen te distilleren die wij nodig hebben om de correlatiecoëfficiënten te interpreteren die voor elk van de omschreven variabelen paarsgewijs met alle overige variabelen zijn berekend. De subcategorieën geven immers de richting van de associaties aan, daar de volgorde (aangeduid door de Romeinse cijfers) bij het coderen van het materiaal is aangehouden. Uit de laatste kolom leren wij welke subcategorieën bij de berekening van de coëfficiënt buiten beschouwing zijn gelaten. Het ging hier om betrekkelijk kleine aantallen mensen die hetzij geen opinie hadden, hetzij geen adequaat antwoord op onze vraag hebben gegeven. Daar waar het zinvol was (de categorie ‘niet van toepassing’ bij de mensen die geheel geen alcohol gebruiken), werden deze mensen aan de neutrale of andere corresponderende subcategoric gevoegd. In geen van de onderscheiden gevallen daalde het N (totaal aantal respondenten wier antwoorden werden gecorreleerd) onder 1000 personen.

Slechts een kleine toelichting willen wij hier geven, betreffende de reden waarom sommige variabelen werden opgenomen en betreffende de wijze waarop het quantificatieproces zich voltrok. De eerste vier variabelen behoeven wellicht geen commentaar; wat variabele 5, beroepsgroep, betreft, hebben wij besloten om van de gebruikelijke classificatie der beroepen in sociale rangstanden af te zien; wij meenden dat zowel ‘inkomsten’ als ‘opleiding’ reeds belangrijke informatie in dit opzicht verschaften en dat door het beroep uitsluitend te zien als indicator van de sociale status een

[p. 378]

stuk van de sociale realiteit teloor zou gaan. Als kleine aanduiding van ‘de aard van het werk’ namen we de verdeling van beroepen berustend op de werkzaamheden buitens- en binnenshuis.

Variabele 8, gezinsbinding, ontstond door samentrekken van informatie, verkregen op twee vragen. We meenden dat de instelling en het geestelijke evenwicht in belangrijke mate worden beïnvloed door het feit of de mens deel uitmaakt van een gezinsgroep en de intieme sfeer kent van een ‘man-vrouw’- of een ‘ouder-kind’-verhouding. Vandaar dat we een eenvoudige schaal opstelden die de verloofden boven de niet-verloofden en ongehuwden zonder kinderen plaatste, de gehuwden zonder kinderen boven de verloofden en, met enige aarzeling, ongehuwden met kinderen nog hierboven. Deze laatste categorie omvatte nl. vooral de weduwen met kinderen, hiernaast ook gescheiden moeders of vaders met kinderen; slechts in enkele gevallen ging het om moeders met buitenechtelijke kinderen. Veronderstellend dat bij de weduwen het proces van de persoonlijkheidsvorming zich reeds heeft voltrokken en dat in hun psychisch referentiekader toch een ‘partner’ heeft bestaan, meenden we deze categorie een hogere score te moeten geven. Het kleine aantal (72 personen) excuseert een mogelijke vergissing; de correlaties zullen waarschijnlijk voornamelijk bepaald worden door de laatste categorie (gehuwd met kinderen: 852 personen) duidelijk meer scorend dan ‘de rest’.

Sociale participatie (variabele 9) is gebaseerd op de Stuart Chapin-schaal, die wij voor Nederland hebben vertaald en bij een kleine steekproef in een voorgaand onderzoek geijkt¹: voor elke respondent werd nagegaan het lidmaatschap in verenigingen en instellingen (o.a. kerkgenootschap) alsmede de intensiteit van zijn deelname aan het leven en het functioneren van de vereniging (c.q. instelling). De som van de behaalde punten bepaalde de mate van de formele sociale participatie van de individu.

Cultuuraanvaarding (variabele 10) is gebaseerd op de reeds aangehaalde schaal van Guttmans type.

Contacten met communicatiemedia (variabele 11) is een eenvoudige cumulatieve index; regelmatige toegang tot een krant, een of meer weekbladen, een radio vormen de basis van de index; het geregeld luisteren naar lezingen en voorlichting werd hieraan als nieuwe categorie toegevoegd.

Kerkgenootschap bleek een der moeilijkst te quantificeren categorieën. Na enige aarzeling besloten wij twee aspecten hiervan door de rangschikking van subcategorieën tot uiting te brengen: A. de mate van maatschappelijke binding en collectief gezag die een bepaald kerkgenootschap voorstelt; wij meenden in de organisatie van de Rooms-Katholieke kerk een hechtere binding en een meer conformiteit vereisende structuur te vinden

1 A Dutch Community, 1955, blz. 271-273.

[p. 379]

dan in een der Gereformeerde kerken; en bij de Nederlands Hervormde kerk een iets hechtere binding en sterker collectief gezag dan bij de Remonstranten of Doopsgezinden. B. het verschil tussen de ethiek van het protestantisme en van het rooms-katholicisme; de groepering personen zonder godsdienstige binding werd bij deze tweede variabele (no. 32) tussen beide belangrijkste aftakkingen van de christelijke godsdienst in Nederland geplaatst; volgens de informatie die wij verkregen uit de publikaties van het C.B.S.¹ worden de onkerkelijken in Nederland niet uitsluitend uit de protestante of rooms-katholieke gezinnen gerekruteerd, zodat ook t.o.v. ‘de nawerking’ van de ethos der kerkgenootschappen in generaties onkerkelijken de personen zonder kerkgenootschap tot een gemengde, dus in statistische termen: neutrale, groepering behoren.

Houding t.o.v. het roken (var. 14) is de schaal verkregen door het zoeken van de langste correlatie-as van een aantal vragen omtrent roken (zie bespreking op blz. 357 vlg.).

Sociale instelling (var. 20) is ‘een semantische schaal’; de onderscheiden responsiemogelijkheden werden geanalyseerd naar de mate van behulpzame of ‘asociale’ houdingselementen, zonder enige empirische toets van unidimensionaliteit. Wel werden er meerdere beoordelaars ingeschakeld bij de classificatie van ‘items’. De ‘unfolding technique’ van Coombs, die we oorspronkelijk op dit soort vraag hoopten toe te passen, bleek te omslachtig te zijn om de latente structuur in de responsiepatronen te ontdekken. Daar we zelf bezwaren hadden tegen de constructie van schalen uitsluitend aan de hand van semantische analyse van de stimuli, beperkten wij de oorspronkelijke 7-gradenschaal tot een schaal met vier subcategorieën. Deze bevatte de mensen die de volgende uitspraken kozen.

1.	Je moet de mensen, al ken je ze niet, met liefde als broeders of zusters behandelen. Score 3.
2.	Je moet eigenlijk niet alleen voor je zelf leven maar ook voor de ander. Score 2.
3.	In geval van nood moeten de mensen wel een beetje geholpen worden. Score 1.
4.	Alle andere uitspraken (zie vraag 126 in Bijlage 1: ‘iedereen moet wel voor zich zelf weten te zorgen’, ‘heb met andere mensen niets te maken’, ‘geef niets om anderen’, ‘vind het best om alleen te zijn....’). Score o.

Tevredenheid (vr. 21) was alweer een eenvoudige combinatie-index, verkregen door het samentrekken van antwoorden op de vier ‘satisfactie-

1 Uit de Statistische Zakboeken van 1948 en 1958 vernemen we dat de toename van ‘onkerkelijkheid’ niet slechts in de noordelijke of westelijke doch ook in de zuidelijke provinciën valt waar te nemen. Deze toename is in absolute percentages in het geïndustrialiseerde westen veel groter; het verhoudingsgetal blijft zeker voor N.-Brabant en Limburg onder het Rijksgemiddelde.

[p. 380]

vragen’ in onze vragenlijst: tevredenheid met werk, gezondheid, huisvesting en eigen levensloop .Deze vragen bleken in de factoranalyse van de tetrachorische r-coëfficiënten van 12 houdingsvragen met de eerste factor bijzonder hoog geladen (zie Tabel 2.8.4 en Tabel 2.8.5 op blz. 396). Wij hebben afgezien van een scoringprocédé dat met de intensiteit der ladingen rekening zou houden, daar twee variabelen zowel met Factor I' als Factor II' bleken te zijn geladen; om semantische redenen werden deze afzonderlijk in ons breder factoranalytisch schema opgenomen (var. 24 en 25: zie verder).

Bezorgdheid (var. 22): eveneens een combinatie-index. De zorgen over geldzaken, gezondheid, dood enz. werden als quantitatief equivalent beschouwd en het aantal levensgebieden waarop men zorgen koesterde werd eenvoudig voor elke respondent opgeteld.

Normenbeleving (var. 23) is waarschijnlijk de meest zorgelijke variabele van ons schema. Als grondslag lag de veronderstelling dat de bevolking kan worden verdeeld langs de scheidslijn van de collectivistische, maatschappijbeschermende en de meer individualistische, minder traditionele moraal. Daar vraag 108, evenals de reeds besproken vraag 126, die de bron vormde van onze variabele ‘sociale instelling’, was van het type ‘order 2 en reject 2’, in de termen van Coombs terminologie¹, het bleek alweer moeilijk aan de hand van de tegenwoordige kennis van de schaalconstructie hier een empirische schaal te construeren. Wij besloten tot de classificatie van de responsies volgens de in Tabel 2.7.4 aangeduide wijze. Abortus (vanwege het belang van de voortplantingsfunctie voor de maatschappij) wordt als meer ‘collectivistisch’ gezien dan andere inbreuken op de normen van seksueel gedrag (prostitutie); de religieuze norm werd boven de politieke norm geplaatst, deze beide boven de economische; en deze alweer boven de zuiver individualistische normen als de zorg voor eigen gezondheid.

Persoonlijkheidsevenwicht (var. 24) werd gebaseerd op de informatie die de respondenten verstrekten over hun eigen psychische toestanden, als ‘onder spanning of druk leven’, ‘angsten hebben’, ‘zich vervelen’, ‘het doel van eigen leven niet inzien’, enz. Een eenvoudige combinatie-index werd opgesteld, waarbij de kwalitatieve verschillen tussen deze ‘symptomen’ werden verwaarloosd en slechts de groepen mensen met en groepen mensen zonder ‘symptomen’ in het correlatieschema werden opgenomen, terwijl aan mensen met meer dan één ‘symptoom’ nog hogere scores werden gegeven, evenredig met het aantal symptoomresponsies dat zij gaven.

Van de overige variabelen behoeft slechts var. 31, woonstreek enig com-

1 Clyde H. Coombs, ‘Theory and methods of social measurement’ in Leon Festinger, Daniel Katz, Research Methods in the Behavioral Sciences, New York, 1953, blz. 499-508.

[p. 381]

mentaar: de gebruikelijke verdeling van ons land langs de lijn aangegeven door de grote rivieren werd door ons gevolgd bij de verdeling van de personen uit de 85 gemeenten in onze steekproef in de twee groepen van ‘Zuiderlingen’ en ‘Noorderlingen’. Deze categorie werd opgenomen daar we van tevoren grote verschillen in gedrag en levensstijl in beide onderdelen van ons land verwachtten en geïnteresseerd waren o.a. in de vraag in hoeverre deze geografische verschillen door structurele (vooral godsdienstige) verschillen waren veroorzaakt.

Tenslotte nog een beschouwing van dit schema van 34 variabelen als geheel. Het valt niet te ontkennen dat bij de samenstelling hiervan, bij de selectie van de categorieën, het subjectieve element, in de vorm van de belangstelling van de onderzoekers of de opdrachtgever een sterke rol heeft gespeeld. Wij kunnen de opgenomen variabelen classificeren ongeveer in dezelfde groepen als de hoofdstukken van het eerste deel van ons rapport.

Bij de onafhankelijke variabelen hebben wij naast de gebruikelijke ‘basisfactoren’ (zoals leeftijd, sekse, inkomsten, enz.) ook enkele nieuwe concepten toegevoegd: de mate van cultuuraanvaarding of -ontwijking, sociale participatie, gezinsbinding, frequentie contact huisarts, contacten met communicatiemedia, traumatische ervaringen, evaluering van eigen jeugd, algemene normbeleving en tevens de dynamische aspecten (levensstandaardverandering). Het spreekt vanzelf dat dank zij het algemene referentiekader van deze studie, gebaseerd op de hypothese der sociale interdependentie, de scheiding tussen de onafhankelijke en afhankelijke factoren niet systematisch is doorgevoerd: de correlatiematrix hielp ons ook de causale relaties tussen de onafhankelijke variabelen onderling vinden. Een kritische bedenking moet ons in dit verband van het hart: hoewel we zoveel mogelijk ernaar streefden om bij het opstellen van het correlatieschema aan de eis van de begripsmatige onafhankelijkheid¹ te voldoen, is het evident dat niet alle variabelen als onderling onafhankelijk in semantische of operationele zin kunnen worden beschouwd. Zowel kerkgenootschap A als kerkgenootschap B zijn immers van dezelfde feitelijke basis afgeleid, nl. van de vraag tot welk kerkgenootschap de respondent zich rekende. Met beide variabelen is tevens var. 9 begripsmatig verbonden: het is a priori uitgesloten dat de leden van een kerkgenootschap de score van o punten behalen, daar wij bij onze inventarisatie van instellingen en verenigingen waarvan men lid was tevens aan de kerk hebben gedacht. Een correlatie tussen variabelen 6 en 31 is ook betrekkelijk

1 Zie voor de definitie van dit begrip ons artikel ‘Interne en externe relaties. Enkele kentheoretische problemen der sociologie’ in Algemeen Nederlands Tijdschrift voor Wijsbegeerte en Psychologie, 53e jrg., 3e Afl. (april, 1961), blz. 134.

[p. 382]

weinig zeggend, daar beide variabelen op dezelfde feitelijke basis terug te brengen zijn.

Voor de resterende concepten kunnen wij echter stellen dat zij wederzijds a priori onafhankelijk zijn en dat het daarom zinvol kan zijn naar de empirische onderlinge verbanden te speuren.

Plaatsen we de zojuist omschreven variabelen in een matrix, dan bemerken wij dat er in principe



correlatieberekeningen moeten gebeuren teneinde alle statistische samenhangen te vinden, die de variabelen onderling verbinden. (Langs de hoofddiagonaal verwachtten wij nl. correlaties 1, terwijl de tweede helft van de matrix symmetrisch is). Wij prijzen ons gelukkig dat dank zij de medewerking van het Mathematisch Instituut van de Rijksuniversiteit te Groningen, op ons verzoek een apart programma voor de berekening van correlaties (Pearsons produkt-momentcoëfficiënten) uit de gegroepeerde gegevens werd ontworpen voor de elektronische rekenmachine (de zebra). Op deze wijze werden de Hollerith-lijsten, afkomstig van de afdeling Statistiek van het N.I.P.G. door ons slechts samengetrokken in de gewenste categorieën en op de band geponst. De correlatierekening geschiedde machinaal.

Tabel 2.7.5 geeft de resultaten van deze fase van de bewerking weer. Teneinde ruimte te besparen hebben we in de cellen van de matrijs slechts de getallen achter de komma opgenomen, rekening houdend met de richting van de correlatiecoëfficiënt (negatief of positief). Op deze wijze kon een decimale plaats gewonnen worden voor nauwkeuriger weergave van de coëfficiënten. Cursief gedrukte getallen duiden de coëfficiënten aan die volgens onze berekening een significantieniveau behalen van .01 of meer. We volgden hierin de door De Jonge opgegeven methode¹.

voor n = 1.297 en r = .06 vonden wij P < 0.05 > 0.02. Met andere woorden: r = .056 bleek nog net significant bij .05 niveau van waarschijnlijkheid, terwijl de drempelwaarde voor het .02 niveau lag bij r = .064. De inkrimping van n bleek van veel minder invloed te zijn, de tabel van ‘Fractielen van de verdeling van de correlatiecoëfficiënt r voor ρ = o’ (Tabel E, de Jonge, deel I, blz. 298) die de Jonge ontleent aan Walker

1 H. de Jonge, Inleiding tot de medische statistiek, II, Leiden 1960, blz. 522 en volg.

[p. 383]

en Lev geeft voor n - 2 = 1000 de volgende waarden op: r_0,95 ... 0,052 r_0,975 ... 0,062; r_0,99 ... 0,073; r_0,995 ... 0,081.

Daar bij elke correlatieberekening in ons schema n kleiner was dan 1000 respondenten, kunnen wij aannemen dat de grenswaarde van r = .065 voor de nog significante verbanden gehandhaafd kan worden. Teneinde de kans op toevallige verbanden te verminderen, hebben we de waarde van r = .075 als kritieke waarde gekozen, die met P < .01 correspondeert.

Een niet te verwaarlozen aantal significante samenhangen kan van onze basismatrix van intercorrelaties worden afgelezen. Deze vormen de eerste stap op zoek naar causale samenhangen, daar we veronderstellen dat oorzaak en gevolg werkelijk moeten samengaan, hetzij structureel of in de loop der tijd, wil er van een oorzakelijk verband sprake zijn.

Op grond van onze vroegere onderzoekervaring waren we echter voorzichtig om de gesignaleerde verbanden zonder meer causaal te gaan interpreteren. In overeenstemming met het theoretisch denken over de echte en onechte verbanden dat vooral door Herbert A. Simon pregnant is geformuleerd¹, kan een statistisch verband tussen twee variabelen van een sociologische enquête dan causaal worden geïnterpreteerd indien het de toets van het systematisch invoeren van de mogelijk interveniërende variabelen heeft doorstaan. Indien wij deze stelling consequent doordenken, dan zal ook de intensiteit van het verband, de waarde van de correlatiecoëfficiënt, niet doorslaggevend zijn voor de beslissing of wij met een causaal echte of onechte samenhang te maken hebben. Toegepast op onze matrix van intercorrelaties vindt deze redenering haar bevestiging. Nemen wij een der belangrijkste variabelen van ons onderzoek, de intensiteit der rookgewoonten, in beschouwing, dan vinden wij naast een verwachte, vanzelfsprekende correlatie met het geslacht, ook een correlatie met de aard van het werk. Deze correlatie hebben wij niet verwacht; wij konden niet zonder meer theoretisch verklaren waarom personen buitenshuis werkend significant meer rookten dan personen binnenshuis (r = .30!). Wij waren eerder geneigd te denken dat de industriële arbeid en het leven in de steden het gebruik van stimulantia in de hand zou werken. Toen we echter variabele 1 (geslacht) als een testfactor invoerden, verdween het verband geheel. Simon volgend hebben wij voor de toets de partiëlecorrelatiemethode gebruikt:

1 Zie zijn ‘Spurious Correlation: a Causal Interpretation’, in the Journal of the American Statistical Association, vol. 49, September, 1954; later opgenomen tevens met ‘Causal Ordening and Identifiability’ and andere stukken in Models of Man; Social and Rational, New York, 1957.

[p. 384]

Lezen wij voor 1 = aard van beroep (var. 5); voor 2 = intensiteit rookgewoonten (var. 13); en voor 3 = geslacht (var. 1), dan kunnen we in de corresponderende cellen van de matrix rechtstreeks de waarden voor onze formule vinden. Na het invullen verkrijgen wij



De oorspronkelijke coëfficiënt van .30 wordt hier op .02 gereduceerd. Duidelijk wordt hier aangetoond dat het gesignaleerde verband, hoewel significant bij het niveau P < .0001, causaal gezien een schijnverband voorstelt, dat geheel ‘weg kan worden verklaard’ uit andere associaties: vrouwen roken opvallend minder dan mannen en vrouwen werken tevens opvallend meer binnenshuis dan mannen.

Hierin hebben wij dan een statistisch instrument gevonden dat het ons mogelijk maakt om structuur aan te brengen in de honderden statistische significante verbanden die wij hebben berekend. Door middel van de partiële correlatie indien het om correlatiecoëfficiënten gaat, door middel van de combinatie van de significantietoetsen daar waar b.v. nonparametrische statistieken worden berekend¹, kunnen wij immers de schijnverbanden scheiden van de statistische associaties die niet kunnen worden toegeschreven aan een of ander interveniërende factor en die ons een stapje nader kunnen brengen tot de oorzaken van de bestudeerde verschijnselen.

1 Zie ons artikel ‘A substitute for randomization designs in sociological research’ in the Indian Journal of Social Research, III, no. 1 (1962) en de literatuur daar aangehaald.

[p. 384A]

Tabel 2.7.5 Basis correlatiematrix
Table 2.7.5 Basic Correlation Matrix

1	Geslacht: man - vrouw
2	Leeftijd: 21-25 jaar - ouderen
3	Inkomsten: - ƒ 40,- - hogere
4	Opleiding: geen - L.O. - hogere
5	Aard van het werk: buitenwerk - binnenwerk
6	Gemeentegrootte: -3.000 - groter
7	Migratie-index: 0, 1 × - meerdere keren
8	Gezinsbinding: ongehuwd z.k. - gehuwd m.k.
9	Sociale participatie: - 2 p. - 4 p. →
10	Cultuuraanvaarding: o (laag) - hoog
11	Contact met communicatiemedia: geen - meer
12	Kerkgenootschap A: geen - And. - N.H. - Ger. - R.-K.
13	Intensiteit roken: geen, - 1 → veel
14	Houding t.o.v. roken: tolerant → intolerant
15	Roken oorzaak longziekten: gelooft niet - wel
16	Intensiteit drinken: niets - vaak (veel)
17	Houding t.o.v. drinken: o (tolerant) → 5 (intolerant)
18	Intensiteit koffiegebruik: niets - veel
19	Snoepgewoonten: niet - elke dag veel
20	Sociale instelling: asociaal - behulpzaam
21	Tevredenheid: tevreden - ontevreden
22	Bezorgdheid: geen zorgen - vele zorgen
23	Normenbeleving: collectief (seksueel) - individueel
24	Persoonlijkheidsevenwicht: geen symptomen - wel symptomen
25	Traumatische ervaringen: geen - vele
26	Jeugdherinneringen: prettig - onprettig
27	Optimisme: optimistisch - pessimistisch
28	Inkomstenverandering: thans meer - thans minder
29	Rookpatroonverandering: thans meer - thans minder
30	Drinkpatroonverandering: thans meer - thans minder
31	Woonstreek: Noorden - Zuiden
32	Kerkgenootschap B: N.H. - Ger. - And. - Geen - R.-K.
33	Frequentie doktersbezoek: vaak - nooit
34	Aantal werkuren: geen, - 5 → veel

	1	2	3	4	5
1	1.00	.022	-.111	-.113	.424
2	.022	1.00	-.104	-.187	.003
3	-.111	-.104	1.00	.289	.067
4	-.113	-.187	.289	1.00	.122
5	.424	.003	.067	.122	1.00
6	.035	.075	.079	.106	.155
7	.016	-.211	.155	.194	.080
8	-.041	.249	.334	-.163	-.007
9	-.163	.006	.193	.138	-.036
10	.010	-.007	.022	.139	.047
11	.003	.011	.197	.134	.061
12	.009	-.059	-.077	-.062	-.023
13	-.674	-.061	.149	.094	-.299
14	.008	.084	-.117	-.119	-.052
15	.037	-.008	.034	.108	.037
16	-.273	-.097	.089	.119	-.105
17	.129	.239	-.029	-.047	.086
18	-.137	-.116	.115	-.032	-.113
19	.162	-.009	.119	.096	.183
20	-.023	.042	-.018	.071	-.014
21	-.034	.049	-.049	.009	-.009
22	.120	-.016	.000	-.008	.073
23	-.121	.136	-.030	-.046	-.079
24	.115	.080	-.037	-.006	.094
25	.002	.027	.054	-.028	-.018
26	.049	.101	.013	-.078	.004
27	.054	.051	-.004	-.045	.012
28	-.025	.185	-.119	-.105	-.064
29	-.101	.020	.023	.046	-.047
30	-.192	.151	.001	-.084	-.162
31	-.041	-.080	-.058	-.093	-.045
32	-.045	-.104	.054	-.003	-.019
33	-.098	-.066	.063	.087	-.043
34	-.107	-.316	.206	.049	-.129
	1	2	3	4	5

	6	7	8	9	10
1	.035	.016	-.041	-.163	0.10
2	.075	-.211	.249	.006	-.007
3	.079	.155	.334	.193	.022
4	.106	.194	-.163	.138	.139
5	.155	.080	-.007	-.036	.047
6	1.00	.110	.072	-.170	.005
7	.110	1.00	.007	-.059	.012
8	.072	.007	1.00	.058	-.101
9	-.170	-.059	.058	1.00	.282
10	.005	.012	-.101	.282	1.00
11	.100	.044	.055	.145	.107
12	-.269	-.126	-.114	.293	.269
13	.004	.025	.034	.097	-.063
14	.078	-.038	.015	-.046	.024
15	-.037	.020	-.034	.054	.089
16	-.015	.034	-.097	.050	-.046
17	.071	-.062	.120	.056	.097
18	-.066	-.018	.034	-.019	-.112
19	.196	.110	.054	.098	.124
20	-.140	.009	-.069	.194	.251
21	.096	.079	.041	-.114	-.064
22	.106	.051	.098	-.024	.140
23	.064	-.021	-.039	-.069	-.036
24	.177	.084	.021	-.137	.045
25	.160	.202	.059	-.054	-.005
26	.108	.065	.085	-.114	.007
27	.005	-.022	.048	-.021	.005
28	-.022	-.024	.083	-.075	-.030
29	-.001	.100	.043	-.033	-.059
30	.003	.006	.107	-.029	-.007
31	-.329	-.139	-.072	.051	.004
32	-.030	-.031	-.057	.021	-.104
33	-.112	-.059	-.085	.011	-.017
34	-.098	.010	.031	.111	.025
	6	7	8	9	10

	11	12	13	14	15
1	.003	.009	-.674	.008	.037
2	.011	-.059	-.061	.084	-.008
3	.197	-.077	.149	-.117	.034
4	.134	-.062	.094	-.119	.108
5	.061	-.023	-.299	-.052	.037
6	.100	-.269	.004	.078	-.037
7	.044	-.126	.025	-.038	.020
8	.055	-.114	.034	.015	-.034
9	.145	.293	.097	-.046	.054
10	.107	.269	-.063	.024	.089
11	1.00	-.097	.023	-.041	-.008
12	-.097	1.00	-.022	-.074	-.005
13	.023	-.022	1.00	-.066	-.110
14	-.041	-.074	-.066	1.00	.176
15	-.008	-.005	-.110	.176	1.00
16	-.010	.033	.308	-.069	-.044
17	.087	-.135	-.152	.157	.042
18	.017	.009	.273	.015	-.055
19	.114	-.156	-.173	.012	.074
20	.034	.144	-.035	.007	.045
21	-.041	-.124	.073	.080	.022
22	.043	-.053	-.070	.127	.069
23	-.045	-.197	.104	.040	.013
24	.071	-.152	-.045	.140	.100
25	.089	-.146	.037	.101	-.004
26	.029	-.119	-.043	.047	.002
27	.002	-.025	-.047	-.056	.035
28	-.021	.014	.000	.015	-.021
29	.053	-.057	.076	.018	-.039
30	-.024	.011	.144	.073	-.024
31	-.175	.459	.036	-.070	-.024
32	-.044	.339	.092	-.054	.005
33	-.021	.052	.076	-.097	.003
34	.019	.072	.106	.032	-.006
	11	12	13	14	15

	16	17
1	-.273	.129
2	-.097	.239
3	.089	-.029
4	.119	-.047
5	-.105	.086
6	-.015	.071
7	.034	-.062
8	-.097	.120
9	.050	.056
10	-.046	.097
11	-.010	.087
12	.033	-.135
13	.308	-.152
14	-.069	.157
15	-.044	.042
16	1.00	-.250
17	-.250	1.00
18	.091	-.136
19	-.033	.175
20	-.068	.056
21	.003	-.044
22	-.035	.112
23	.064	.002
24	-.069	.063
25	-.006	.116
26	-.045	.040
27	-.066	.064
28	-.060	.016
29	-.018	-.015
30	-.062	-.024
31	.041	-.299
32	.124	-.243
33	.058	-.040
34	.048	-.045
	16	17

	18	19	20	21	22
1	-.137	.162	-.023	-.034	.120
2	-.116	-.009	.042	.049	-.016
3	.115	.119	-.018	-.049	.000
4	-.032	.096	.071	-.009	-.008
5	-.113	.183	-.014	-.009	.073
6	-.066	.196	-.140	.096	.106
7	-.018	.110	.009	.079	.051
8	.034	.054	-.069	.041	.098
9	-.019	.098	.194	-.114	-.024
10	-.112	.124	.251	-.064	.140
11	.017	.114	.034	-.041	.043
12	.009	-.156	.144	-.124	-.053
13	.273	-.173	-.035	.073	-.070
14	.015	.012	.007	.080	.127
15	-.055	.074	.045	.022	.069
16	.091	-.033	-.068	.003	-.035
17	-.136	.175	.056	-.044	.112
18	1.00	-.152	-.015	-.075	-.051
19	-.152	1.00	-.018	-.006	.059
20	-.015	-.018	1.00	-.044	.008
21	-.075	-.006	-.044	1.00	.206
22	-.051	.059	.008	.206	1.00
23	.028	-.013	-.048	.001	-.062
24	-.066	.086	-.002	.308	.406
25	-.011	.089	-.052	.129	.146
26	-.031	.008	-.080	.145	.107
27	-.021	.081	.030	.037	.173
28	-.030	-.064	-.032	.043	.055
29	.000	-.004	.009	.100	.002
30	-.012	-.095	-.013	.095	-.004
31	.070	-.312	.026	-.071	-.140
32	.062	-.149	-.066	.026	-.099
33	.084	-.105	-.031	-.211	-.154
34	.110	-.074	.030	-.063	.052
	18	19	20	21	22

	23	24	25	26	27
1	-.121	.115	.002	.049	.054
2	.136	.080	.027	.101	.051
3	-.030	-.037	.054	.013	-.004
4	-.046	-.006	-.028	-.078	-.045
5	-.079	.094	-.018	.004	.012
6	.064	.177	.160	.108	.005
7	-.021	.084	.202	.065	-.022
8	-.039	.021	.059	.085	.048
9	-.069	-.137	-.054	-.114	-.021
10	-.036	.045	-.005	.007	.005
11	-.045	.071	.089	.029	.002
12	-.197	-.152	-.146	-.119	-.025
13	.104	-.045	.037	-.043	-.047
14	.040	.140	.101	.047	-.056
15	.013	.100	-.004	.002	.035
16	.064	-.069	-.006	-.045	-.066
17	.002	.063	.116	.040	.064
18	.028	-.066	-.011	-.031	-.021
19	-.013	.086	.089	.008	.081
20	-.048	-.002	-.052	-.080	.030
21	.001	.308	.129	.145	.037
22	-.062	.406	.146	.107	.173
23	1.00	-.022	.007	-.028	.013
24	-.022	1.00	.221	.216	.105
25	.007	.221	1.00	.306	.077
26	-.028	.216	.306	1.00	.046
27	.013	.105	.077	.046	1.00
28	.014	.066	-.023	-.020	.040
29	-.009	.026	.007	-.035	-.010
30	.032	.030	0.69	.016	.021
31	-.152	-.187	-.181	-.080	-.055
32	-.111	-.049	-.064	-.020	-.112
33	.045	-.171	-.084	-.065	-.007
34	-.032	-.058	.027	-.032	.018
	23	24	25	26	27

	28	29	30	31	32
1	-.025	-.101	-.192	-.041	-.045
2	.183	.020	.151	-.080	-.104
3	-.119	.023	.001	-.058	.054
4	-.105	.046	-.084	-.093	-.003
5	-.064	-.047	-.162	-.045	-.019
6	-.022	-.001	.003	-.329	-.030
7	-.024	.100	.006	-.139	-.031
8	.083	.043	.107	-.072	-.057
9	-.075	-.033	-.029	.051	.021
10	-.030	-.059	-.007	.004	-.104
11	-.021	.053	-.024	-.175	-.044
12	.014	-.057	.011	.459	.339
13	.000	.076	.144	.036	.092
14	.015	.018	.073	-.070	-.054
15	-.021	-.039	-.024	-.024	.005
16	-.060	-.018	-.062	.041	.124
17	.016	-.015	-.024	-.299	-.243
18	-.030	.000	-.012	.070	.062
19	-.064	-.004	-.095	-.312	-.149
20	-.032	.009	-.013	.026	-.066
21	.043	.100	.095	-.071	.026
22	.055	.002	-.004	-.140	-.099
23	.014	-.009	.032	-.152	-.111
24	.066	.026	.030	-.187	-.049
25	-.023	.007	.069	-.181	-.064
26	-.020	-.035	.016	-.080	-.020
27	.040	-.010	.021	-.055	-.112
28	1.00	.065	.108	-.005	-.016
29	.065	1.00	.093	-.033	.064
30	.108	.093	1.00	.035	.069
31	-.005	-.033	.035	1.00	.371
32	-.016	.064	.069	.371	1.00
33	-.036	-.037	-.044	.096	.045
34	-.051	-.034	-.022	.051	.087
	28	29	30	31	32

	33	34
1	-.098	-.107
2	-.066	-.316
3	.063	.206
4	.087	.049
5	-.043	-.129
6	-.112	-.098
7	-.059	.010
8	-.085	.031
9	.011	.111
10	-.017	.025
11	-.021	.019
12	.052	.072
13	.076	.106
14	-.097	.032
15	.003	-.006
16	.058	.048
17	-.040	-.045
18	.084	.110
19	-.105	-.074
20	-.031	.030
21	-.211	-.063
22	-.154	.052
23	.045	-.032
24	-.171	-.058
25	-.084	.027
26	-.065	-.032
27	-.007	.018
28	-.036	-.051
29	-.037	-.034
30	-.044	-.022
31	.096	.051
32	.045	.087
33	1.00	.064
34	.064	1.00
	33	34

1	Sex: man - woman
2	Age: young - old
3	Incomes: low - high
4	Education: low level - high level
5	Kind of work: outdoors - indoors
6	Size of residence place: small - big
7	Migration index: low - high frequency
8	Family integration: single without children - married with children
9	Social participation index: low scores - high scores
10	Culture involvement: low scores - high scores
11	Contacts with mass communication media: none - many
12	Church-affiliation A: none - smaller churches - Dutch Reformed - Calvinist - Roman Catholic
13	Smoking habits: does not smoke - smokes much
14	Attitude to smoking: tolerant - intolerant
15	Smoking as cause of lung-illness: does not believe it - believes it
16	Drinking habits: does not drink - drinks much
17	Attitude to drinking: tolerant - intolerant
18	Coffee drinking habits: does not drink - drinks much
19	Habit of eating sweets: non-existent - intensive
20	Social attitude: asocial - altruistic, helpful
21	General satisfaction: content - discontent
22	Worries: no worries - many worries
23	Normative pattern: collectivistic - individualistic
24	Symptoms of lack of well-being: no symptoms - many symptoms
25	Traumatic youth experiences: none - more than one kind
26	Youth-reminiscences: warm - unpleasant
27	Optimism: optimistic - pessimistic
28	Change in incomes: now higher - now lower
29	Change in smoking pattern: now more - now less
30	Change in drinking pattern: now more - now less
31	Residential region: the North - the South
32	Church-affiliation B: Protestant - Without - Roman Catholic
33	Contacts with family-doctor: frequent - none
34	Working-hours: none, short - long