Zelfredzaamheid van ouderen en gebruik van Wmo

Technische toelichting

Onderzoeksgroep van de regressie-analyse

De onderzoekspopulatie bestond uit ruim 1,3 miljoen ouderen. Ouderen die in 2014 in een institutioneel huishouden woonden (gewoonlijk een verzorgings- of verpleeghuis) vallen buiten de onderzoeksgroep, net als mensen die in 2015 en/of in 2016 volgens de Wet langdurige zorg (Wlz) in een instelling verbleven. Tevens zijn ouderen die tussen 2014 en 2016 zijn overleden buiten beschouwing gelaten.Ten slotte is de onderzoeksgroep beperkt tot zeventigplussers die op het peilmoment woonachtig waren in gemeenten die in 2016 gegevens aangeleverd hebben over Wmo-maatwerk voor de Monitor Sociaal Domein: in het eerste half jaar, het tweede half jaar, of in het gehele jaar (CBS, 6 december 2017). Gemeenten nemen op vrijwillige basis deel aan de Monitor Sociaal Domein. In 2016 deden 310 van de 390 gemeenten mee, waaronder de vier grote gemeenten.

Leeswijzer Resultatensectie

In de bijlage geven tabel 1 (categoriale variabelen) en 2 (continue variabelen) bivariate kruisingen van persoonskenmerken met Wmo-gebruik. Tabel 3 in de bijlage laat het logistische multivariate regressiemodel zien. Hiermee wordt getest of de gevonden verschillen significant zijn en of de bivariate bevindingen veranderen als gecorrigeerd wordt voor andere kenmerken. De bivariate en multivariate resultaten worden tegelijkertijd besproken, zolang deze in dezelfde lijn liggen. Dit is voor de meeste variabelen het geval. De belangrijkste uitzondering is de afstand tot de kinderen. Daar worden de onderliggende patronen pas goed zichtbaar ná correctie voor andere kenmerken, met name inkomen.

In aparte logistische regressies met telkens één onafhankelijke variabele hadden leeftijd, autobezit, welvaart, huishoudenssituatie en zorgkosten de grootste pseudo R2. Daarmee zijn dit de belangrijkste voorspellers voor Wmo-gebruik bij ouderen. Deze regressies zijn niet opgenomen in de bijlagen.

De onderzoeksgroep in deze studie is zeer groot: het betreft geen steekproef, maar integrale populatiegegevens. Daarom is de statistische significantie in de tabellen minder betekenisvol dan bij een (kleine) steekproef. Immers, hoe groter de onderzoeksgroep, hoe sneller een klein verschil statistisch significant is. Om te bepalen welke variabelen een grote of kleine invloed hebben op Wmo-gebruik, zijn aparte logistische regressieanalyses uitgevoerd met telkens slechts één onafhankelijke variabele (resultaten op verzoek verkrijgbaar). De verschillende pseudo R-kwadraten geven een indicatie van de hoeveelheid variatie in Wmo-gebruik die verklaard wordt uit de betreffende onafhankelijke.