Zelfredzaamheid van ouderen en gebruik van Wmo

2. Data en methode

Om te bepalen wie risico lopen op verminderde zelfredzaamheid zijn Wmo-maatwerkvoorzieningen als indicator genomen. Als ouderen het niet alleen redden, en familie, vrienden of buren ook niet kunnen bijspringen, kunnen zij bij de gemeente aankloppen voor steun uit de Wmo. Wmo-maatwerkvoorzieningen verschillen per gemeente. Het kan gaan om vervoersdiensten, rolstoelen en andere hulpmiddelen, aanpassingen aan de woning, hulp bij de huishouding en andere ondersteuning thuis. Wmo-gebruik is daarmee een eerste indicatie voor verminderde zelfredzaamheid. Woonvoorzieningen vallen in sommige gevallen ook binnen de Wmo, maar zijn in dit artikel buiten beschouwing gelaten. Dit artikel is gericht op de eerste, en lichtere vormen van ondersteuning, niet op de fase waarin mensen niet meer zelfstandig kunnen wonen. In 2019 gebruikten naar schatting 1 miljoen mensen Wmo-maatwerkvoorzieningen: lage inkomens maakten hier veel meer gebruik van dan hoge inkomens (CBS, 5 december 2019).

De gegevens zijn afkomstig uit het Stelsel van Sociaal-statistische Bestanden (SSB) van het CBS. Het SSB is een set van integrale overheidsregisters gecombineerd met enquêtes (Bakker, Van Rooijen en Van Toor, 2014). Dit onderzoek maakt deel uit van de CBS pilotstudie sociale netwerkanalyses waarbij sociale netwerken voor alle inwoners van Nederland zijn afgeleid vanuit het SSB (Van der Laan en De Jonge 2019). Op basis van deze sociale netwerken is de afstand tussen ouders en kinderen afgeleid.

De onderzoeksmethode is een combinatie van beschrijvende en multivariate analyses (kader 2). Het gebruik van multivariate technieken is essentieel, want veel van de kenmerken die invloed kunnen hebben op zelfredzaamheid zijn op complexe wijze met elkaar verweven. Zo wonen mensen met een hoog inkomen en een hoge opleiding vaker ver weg van hun kinderen en wonen in steden veel meer mensen met een migratieachtergrond dan op het platteland. Hieronder worden de resultaten van de beschrijvende en multivariate analyses tegelijkertijd besproken. De volledige resultaten zijn te vinden in de tabellen in de bijlage.

De auteurs danken Jan van der Laan en Azim Eldja voor hun bijdrage aan de analyses. Ook bedanken ze Niels Kooiman, Rik Schürmann, Marion van den Brakel, Jan Mol en Laura Voorrips voor hun zorgvuldig commentaar op eerdere versies van dit artikel.

Kader 2