Beleidsrapport

UNIVERSITEIT GENT

FACULTEIT POLITIEKE EN SOCIALE WETENSCHAPPEN

WAARSCHUWINGEN IN HET VERKEER:

Een onderzoek naar de risicocommunicatie bij een weer- en verkeeralarm

in Vlaanderen.

Beleidsrapport

aantal woorden: 23 163

SHARI DE PUYSSELEIR

MASTERPROEF COMMUNICATIEWETENSCHAPPEN afstudeerrichting COMMUNICATIEMANAGEMENT

UNIVERSITEIT GENT

FACULTEIT POLITIEKE EN SOCIALE WETENSCHAPPEN

PROMOTOR: PROF. DR. VEROLINE CAUBERGHE

COMMISSARIS: LIC. DOMINIEK SAELENS

COMMISSARIS: DR. STIJN JOYE

ACADEMIEJAAR 2011 – 2012

Inzagerecht in de masterproef (*)

Ondergetekende, Shari De Puysseleir

geeft hierbij toelating / geen toelating (**) aan derden, niet- behorend tot de examencommissie, om zijn/haar (**) proefschrift in te zien.

Datum en handtekening

12/05/2012

………………………….

Deze toelating geeft aan derden tevens het recht om delen uit de scriptie/ masterproef te reproduceren of te citeren, uiteraard mits correcte bronvermelding.

------

(*) Deze ondertekende toelating wordt in zoveel exemplaren opgemaakt als het aantal exemplaren van de scriptie/masterproef die moet worden ingediend. Het blad moet ingebonden worden samen met de scriptie onmiddellijk na de kaft.

(**) schrappen wat niet past

______Dankwoord

Reeds van bij het begin van mijn studie droomde ik ervan om een masterproef te schrijven die een meerwaarde zou bieden aan een bedrijf of organisatie. Een beleidsrapport was voor mij dan ook een evidente keuze. Toen de heer Dominiek Saelens, communicatiemanager van het Belgisch leger en praktijkassistent aan de UGent, mij vroeg om een masterproef te schrijven in samenwerking met het Vlaams Verkeerscentrum, was ik meteen enthousiast. Ik wil hem hierbij dan ook bedanken voor het aanbrengen van dit thesisonderwerp en me steeds bij te staan met zijn snelle en kritische antwoorden op mijn vele mails. Ook de heer Hajo Beeckman, woordvoerder van het Vlaams Verkeerscentrum, wens ik te bedanken voor de kans om deel uit te maken van dit interessante project. Zonder zijn medewerking aan de opbouw van mijn enquête was de vragenlijst waarschijnlijk niet van zo‟n kwalitatief hoog niveau geweest. Daarnaast wil ik ook Prof. Dr. Veroline Cauberghe bedanken om, ondanks haar drukke schema, toch promotor te willen zijn van mijn masterproef. Vervolgens verdienen ook mijn beste vrienden hier een plaats. Sinds jaar en dag hebben zij me gemotiveerd om steeds het beste van mezelf te geven en hebben ze me geleerd om kritisch te zijn in alles wat ik doe en schrijf. Ook mijn ouders wens ik te bedanken omdat ze me steeds zijn blijven motiveren en me hebben gesteund zowel in goede als in slechte tijden, niet enkel financieel maar ook mentaal. En tenslotte wil ik mijn grote broer Joni en zijn vriendin Eva bedanken, omdat zij steeds in mij zijn blijven geloven. Zij zijn altijd mijn grote inspiratiebron geweest, en hebben me gemaakt tot de doorzetter die ik ben.

Executive summary

Dagelijks verplaatsen miljoenen weggebruikers zich met de auto via het Vlaamse wegennet. Bepaalde organisaties, zoals het Vlaams Verkeerscentrum, zorgen ervoor dat dit steeds zo vlot mogelijk verloopt. Het Koninklijk Meteorologisch Instituut houdt op zijn beurt de weersomstandigheden van het land in het oog. Zowel het weer als het verkeer spelen namelijk een belangrijke rol in ons dagelijkse leven. Toch kunnen er zich bepaalde situaties voordoen die het normale verloop hiervan dreigen te ontwrichten. Zo gebeuren er soms incidenten in het verkeer die de veiligheid van de burger in het gedrang kunnen brengen. En ook het weer kan in extreme toestand voor een enorme overlast of zelfs gevaar zorgen. Wanneer dergelijke ernstige situaties zich voordoen, moet de burger hiervoor gewaarschuwd worden. Deze risicocommunicatie gebeurt aan de hand van een weer- en/of verkeeralarm. In Nederland wordt dit systeem al jaren met wisselend succes gebruikt. In het literatuuronderzoek wordt daarom beschreven hoe de Nederlanders deze introductie hebben aangepakt en het systeem hebben bijgestuurd na verschillende evaluaties. Nederland wordt hier beschouwd als een voorbeeld waar wij, Vlamingen, belangrijke lessen uit kunnen trekken. Op basis van de Nederlandse ervaringen worden er bepaalde aanbevelingen gedaan over de structuur en communicatie naar weer- en verkeersorganisaties in Vlaanderen. Belangrijke aanbevelingen hierbij zijn: - Het samenstellen van een Alarm-team, waarbij experten uit verschillende vakgebieden samenzitten om de gebeurtenis en de impact daarvan goed te kunnen inschatten. Na overleg tussen deze partijen wordt vervolgens een weer- en/of verkeeralarm uitgegeven. - Een andere maatregel die Nederland heeft ingevoerd was de regionalisering van het weeralarm. Ook voor Vlaanderen zou dit een meerwaarde bieden bij weer- en verkeerswaarschuwingen. - Regelmatig evaluaties houden na het uitgegeven van een alarm is belangrijk om een beter inzicht te verkrijgen in de werking en de impact van een alarm in Vlaanderen. Ook de reactie van de Vlaming kan op deze manier in kaart gebracht worden. Zo kan het systeem worden aangepast indien een bepaalde manier, mediakanaal of boodschap niet efficiënt blijkt te zijn. Voor het empirisch deel werd er een vragenlijst afgenomen bij 294 Vlaamse weggebruikers. Hierin werd gepeild naar hun mediagebruik en hoe zij wensten geïnformeerd te worden over bepaalde weer- en verkeerssituaties. Daarnaast hebben we ook onderzocht hoe het gesteld is met hun houding, kennis en intenties omtrent deze gebeurtenissen, om zo tot een model te komen dat hun gedrag verklaart en zelfs voorspelt. Hierdoor kunnen we gerichte aanbevelingen doen naar de organisaties over hoe ze de burger kunnen stimuleren om hun gedrag aan te passen bij bedreigende weer- of verkeerssituaties. Enkele van deze aanbevelingen waren:

- Er moet een database worden samengesteld met de gegevens van alle journalisten, redacties of andere verantwoordelijken die de waarschuwingen kunnen verspreiden via bepaalde mediakanalen. Op deze manier kunnen de juiste media bereikt worden in zeer korte tijd, wat ten goede komt aan de verspreidingssnelheid van een weer- of verkeeralarm. - Er bestaat reeds een samenwerking tussen 21 Europese landen op het gebied van weeralarmen, maar ook voor verkeeralarmen kan de samenwerking tussen verschillende landen nuttig zijn. - Uit het empirisch onderzoek is naar voren gekomen dat de radio het populairste medium is om weer- en verkeeralarmen te verspreiden. Door het moment van gebruik is televisie slechts interessant als verspreidingskanaal tot en met een alarm met code oranje. Tot dezelfde conclusie komen we bij de papieren krant. De online kranten zijn dan weer het ideale verspreidingskanaal door hun groeiend aantal lezers en de mogelijkheid om continu de informatie te updaten. Sociale netwerksites zijn minder geschikt, net als e-mails en sms- berichten. - Tenslotte wordt er ook aangeraden om een campagne op te starten om de zoekintentie en de gedragsintentie te verhogen.

Inhoudsopgave

Dankwoord 3 Executive Summary 4 Inhoudsopgave 6

DEEL 1 : LITERATUURSTUDIE Inleiding 10 Gestelde objectieven 11 Theoretisch gedeelte 12 1. Theoretische ondersteuning 12 1.1. Wat is risicocommunicatie? 12 1.2. Gedragsverklaringsmodellen 13 2. Toepassingen van risicocommunicatie 16 2.1. Een weeralarm 16 2.2. Een verkeeralarm 18 3. Risicocommunicatie in Nederland 18 3.1. Risicocommunicatie i.v.m. het verkeer : Verkeerscentrum Nederland 18 3.2. Risicocommunicatie i.v.m. het weer : Het KNMI in Nederland 19 3.3. Het weer- en verkeeralarm in Nederland 20 3.3.1. Evaluatie en aanpassingen 21 4. Risicocommunicatie in Vlaanderen 24 4.1. Risicocommunicatie i.v.m. het verkeer : Het Vlaams Verkeerscentrum 24 4.2. Risicocommunicatie i.v.m. het weer : Het KMI in Vlaanderen 25 4.3. Het weer- en verkeeralarm in Vlaanderen 25

DEEL 2 : EMPIRISCH ONDERZOEK Probleemstelling 29 Methodologie 30 1. Onderzoeksopzet 30 2. Steekproefmethode 30 2.1. Definiëren van de populatie 30 2.2. Keuze van de steekproefmethode 31 2.3. Pre-test 31 2.4. De analyses 32

Resultaten 33 1. Steekproefomschrijving 33 2. Verkeersprofiel van de Vlaamse weggebruiker 36 2.1. Rijbewijs 36 2.2. Hoofddoeleinde van het autogebruik 36 2.3. Hoofdvervoerswijze van het woon-werkverkeer 37 2.4. Aantal afgelegde kilometers bij het woon-werkverkeer 38 2.5. Aantal afgelegde kilometers bij het autogebruik 38 2.6. Gebruikte wegen 39 2.7. Kennis en surfgedrag i.v.m. Vlaamse weer- en verkeerscentra 39 3. Gewenste informatievoorziening bij verschillende risico‟s 42 3.1. Zware ongevallen 42 3.1.1. Willen mensen op de hoogte worden gehouden? 42 3.1.2. Op welke manier willen ze op de hoogte worden gehouden? 43 3.2. Extreme weersomstandigheden 43 3.2.1. Willen mensen op de hoogte worden gehouden? 43 3.2.2. Op welke manier willen ze op de hoogte worden gehouden? 44 3.3. Wegwerkzaamheden 45 3.3.1. Willen mensen op de hoogte worden gehouden? 45 3.3.2. Op welke manier willen ze op de hoogte worden gehouden? 45 4. Gewenste informatieboodschap 47 4.1. De aard van de hinder 47 4.2. De duur van de hinder 47 4.3. De ernst van de hinder 48 4.4. De locatie van de hinder 48 4.5. Andere informatie over de hinder 48 5. Mediagebruik van de Vlaamse weggebruiker 49 6. Analyses op basis van de gedragsdeterminanten 58 6.1. De negen gedragsdeterminanten 58 6.2. Gemiddelde van de gedragsdeterminanten 61 6.3. Gedragsdeterminanten vergelijken a.d.h.v. socio-demografische variabelen 64 6.3.1. Gedragsdeterminanten naargelang het geslacht 64 6.3.2. Gedragsdeterminanten naargelang de leeftijd 65 6.3.3. Gedragsdeterminanten naargelang het hoogst behaalde diploma 66 6.3.4. Gedragsdeterminanten naargelang het beroep 66

6.4. Gedragsdeterminanten vergelijken a.d.h.v. het autogebruik 66 6.4.1. Gedragsdeterminanten naargelang het aantal afgelegde kilometers 66 6.4.2. Gedragsdeterminanten naargelang het hoofddoeleinde van het autogebruik 67 6.5. Samenhang tussen de gedragsdeterminanten 67 6.6. Gedrag voorspellen a.d.h.v. meervoudige regressieanalyse 70 6.7. Groepen onderscheiden op basis van clustering 72 6.7.1. Cluster 1: de actief geïnteresseerde weggebruikers 73 6.7.2. Cluster 2: de ongeïnteresseerde weggebruikers 74 6.7.3. Cluster 3: de passief geïnteresseerde weggebruikers 75 6.7.4. Clustercriteria en significantieniveaus 76

Conclusies 77 1. De voorbeeldfunctie van Nederland inzake een weer- en verkeeralarm 77 2. De gewenste informatievoorziening van de Vlaming omtrent een weer- en verkeeralarm 79 2.1. Soort informatie 79 2.2. Via welke media willen ze bereikt worden 79 3. De gedragsdeterminanten van de Vlaamse weggebruiker 82 4. De zoekintentie bevorderen 84 5. De gedragsintentie bevorderen 86

Aanbevelingen 87 1. Het Alarm-team 87 2. Database van verspreidingskanalen 87 3. Verspreiding via welke media 87 4. Samenwerking met andere landen 88 5. Campagne ter bevordering van de zoekintentie en gedragsintentie 89 6. Evaluatie 89

Bibliografie 89

Appendix 95 1. Schriftelijke enquête 96 2. SPSS-outputs op cd-rom 108

DEEL 1 : LITERATUURSTUDIE

Inleiding

Dat extreem weer dramatische gevolgen kan hebben, heeft België ondervonden toen op 18 augustus 2011 een hevig onweer uitbrak boven de Pukkelpopweide. Een apocalyptisch tafereel met vijf dodelijke slachtoffers en meer dan honderd gewonden tot gevolg. Na deze gebeurtenis barstte de discussie los over wie er precies verantwoordelijk was voor dit drama. Eén van de organisaties die daarbij naar boven kwam was het KMI, die volgens de festivalorganisatoren niet had verwittigd dat het noodweer zo hard kon toeslaan in Hasselt. Men had zich namelijk verwacht aan een normaal onweer zoals dat vaak voorkomt in die tijd van het jaar. Toch werd er voor die dag een code oranje afgekondigd door het weerinstituut, het op één na zwaarste weeralarm. Bij deze waarschuwing is er kans op een stevig onweer met wateroverlast, blikseminslagen, schade aan gebouwen en ontwortelde bomen. Een storm die dus zeker niet alledaags te noemen is. Het wordt al snel duidelijk dat er heel wat verwarring bestaat omtrent de uitgegeven weerswaarschuwing. Wij, Belgen, hebben dan ook nog niet veel ervaring met zulke alarmen. En hun betekenis wordt niet altijd even ernstig opgevat. Op dit vlak kunnen we nog heel wat leren van de Nederlanders, die wel een efficiënt systeem hebben uitgebouwd omtrent weer- en verkeerswaarschuwingen. Daarom zullen we in dit beleidsrapport eerst kort de situatie schetsen van hoe Nederland deze introductie precies heeft aangepakt, om daaruit lessen te kunnen trekken die ook voor België, en meer specifiek voor Vlaanderen, interessant en nuttig kunnen zijn naar de toekomst toe. Naast de communicatie van de weer- en verkeerscentra naar de burger en de autoriteiten toe, zullen we ook bespreken wat nu precies het doel is van zulke alarmen. Want buiten de gewone informatievoorziening is het namelijk ook de bedoeling dat men bij de ontvangers van de boodschap een zekere gedragsverandering teweeg brengt. Mensen worden vaak aanbevolen om op hun hoede te blijven en onnodige risico‟s te vermijden. Om dit gedrag tot stand te brengen moeten we eerst onderzoeken wat de redenen zijn van een bepaald gedrag. De theorie hieromtrent zullen we eerst kort bespreken in ons theoretisch luik om vervolgens over te gaan tot ons empirisch onderzoek bij de Vlaamse weggebruiker. In ons kwantitatief onderzoek zijn we opzoek gegaan naar de determinanten van hun gedrag omtrent enkele weer- en verkeerssituaties die het equivalent zijn van een weer- of verkeeralarm. Vervolgens onderzoeken we ook via welke media(kanalen) de weggebruiker geïnformeerd wenst te worden bij dergelijke situaties en via welke kanalen ze ook effectief bereikbaar zijn. Op deze manier kunnen we meer gerichte aanbevelingen doen naar weer- en verkeerscentra in Vlaanderen omtrent de gewenste communicatie van de burger.

Gestelde objectieven

Het doel van dit onderzoek is het formuleren van aanbevelingen omtrent de communicatie bij een weer- en/of verkeeralarm in Vlaanderen. Deze aanbevelingen zijn voornamelijk gericht aan het Vlaams Verkeerscentrum, maar zijn ook interessant voor weerinstituten of andere verkeerscentra. In de literatuurstudie bekijken we hoe dit systeem gehanteerd wordt in Nederland. We staan daarbij ook even stil bij de moeilijkheden die zij zijn tegen gekomen, om daar vervolgens lessen uit te trekken voor Vlaanderen. In ons empirisch deel willen we onderzoeken hoe de Vlaming precies staat tegenover deze waarschuwingen en hoe zij hierover geïnformeerd wil worden. We peilen hiervoor onder andere naar hun attitudes, kennis, zoekintenties, enzovoorts. Deze gegevens hebben we gemeten aan de hand van een vragenlijst. Ook het mediagebruik van de Vlaming wensen we in kaart te brengen om op die manier gerichte aanbevelingen te kunnen doen omtrent de communicatiemogelijkheden.

Theoretisch gedeelte

1. Theoretische ondersteuning Het doel van een beleidsrapport bestaat erin om gerichte aanbevelingen te formuleren naar de opdrachtgever toe op basis van bepaalde wetenschappelijke technieken. Een beleidsrapport is dus vooral praktijkgericht, en de constructie van wetenschappelijke theorieën is allerminst het hoofddoel. Toch mogen we niet uit het oog verliezen dat een korte beschrijving van de theoretische achtergrond van groot belang is bij het opzetten van dergelijk onderzoek. Aan elk goed empirisch onderzoek gaat er namelijk steeds een literatuurstudie vooraf. Op deze manier heeft de lezer van het rapport een specifiek framework om alles te situeren. Voor ons onderzoek is het dan ook belangrijk om eerst kennis te maken met enkele belangrijke concepten en modellen die later terugkomen in ons empirisch deel. Ook bij de aanbevelingen zullen we gebruik maken van diezelfde concepten. De theoretisch ondersteuning is daarvoor opgedeeld in 4 delen. Na een inleiding over wat risicocommunicatie precies inhoudt, gaan we verder met een belangrijk gedragsverklaringsmodel waarop het verder onderzoek gebaseerd is. Vervolgens schetsen we kort de toepassing van risicocommunicatie door de verschillende weer- en verkeersorganisaties in ons dagelijkse leven. Tenslotte gaan we dieper in op de functie en de werking van deze organisaties, en daarbij maken we een opdeling tussen Nederland en Vlaanderen.

1.1. Wat is risicocommunicatie? Er circuleren tegenwoordig heel wat definities over risicocommunicatie, maar die van Vincent Covello is één van de meest voorkomende en volledige. Volgens Covello is risicocommunicatie “iedere intentionele uitwisseling van wetenschappelijke informatie tussen belanghebbende partijen omtrent gezondheids- of milieurisico’s, of beslissingen, acties en beleidsmaatregelen die gericht zijn op het managen en controleren van risico’s” (geciteerd in: Van Gent & Katus, 2000, p111). Met een risico bedoelen we de kans dat negatieve gevolgen zullen optreden bij bepaalde gebeurtenissen, die de veiligheid of het welzijn van mensen kan aantasten (Van Gent, B. & Katus, J., 2000, p110). Het ultieme doel van risicocommunicatie is dus kortweg om een crisis te vermijden (Sellnow, Ulmer, Seeger, & Littlefield, 2009, p4). Men gaat hierbij de burgers actief gaan informeren over de bestaande risico‟s in hun woon- of werkomgeving (Geuijen, 2010, p3). Uiteraard spelen de media hierin een belangrijke rol. De massamedia zijn het doorgeefluik voor informatie van zowel de overheid, als van wetenschappelijke en maatschappelijke organisaties. Toch is het ook vaak zo dat mensen niet passief afwachten tot de informatie tot bij hen komt, maar dat ze zelf actief op zoek gaan naar informatie over bepaalde risico‟s. Uiteraard is het daarbij van groot belang dat deze informatie voorhanden is voor het publiek.

Naast het informeren, is het vaak ook de bedoeling om een specifieke gedragsverandering tot stand te brengen bij de doelgroep. De grote vraag is natuurlijk op welke manier men het gewenste gedrag kan bevorderen. Om hierop een antwoord te krijgen moet men begrijpen waarom mensen zich op een bepaalde manier gedragen (Scheerder, Van den Broucke & Saan, 2003, p48). Om dit in detail te onderzoeken maakt men gebruik van specifieke gedragsverklaringsmodellen (Brug, Van Assema, Lechner, 2008, p75-76), waarvan we één van de meest recente zullen bespreken in het volgende deel.

1.2. Gedragsverklaringsmodellen In de loop der jaren zijn er heel wat interessante gedragsverklaringsmodellen geconstrueerd. Zowel het Health Believe Model van Rosenstock (1974), de Social Cognitive Theory van Bandura (1986), als het Elaboration Likelihood Model van Petty en Cacioppo hebben allen hun nut bewezen. Ook Fishbein en Azjen (1975) hebben met hun Theory of Reasoned Action en het daaruit voortvloeiende Theory of Planned Behavior (1986) een enorme invloed gehad op het begrijpen en voorspellen van gedrag (Scheerder, Van den Broucke & Saan, 2003, p52). Maar aangezien we de theorie van een beleidsrapport tot een minimum proberen te beperken, ligt het niet binnen de mogelijkheden en doelstellingen om hier een uiteenzetting te schrijven van al deze modellen. Daarom zal de aandacht gevestigd worden op het model dat voor dit onderzoek het meest van toepassing is. Bovendien hebben de meeste gedragsverklaringsmodellen één groot minpunt, namelijk dat ze zich enkel focussen op gezondheidsrisico‟s. Het Planned Risk Information Seeking Model (PRISM) van Kahlor gaat echter verder dan dat. Naast het zoeken naar informatie binnen de context van gezondheidscommunicatie, wil dit geïntegreerde model ook onderzoek doen naar informatie omtrent “all things, forces, or circumstances that pose danger to people or to what they value” (geciteerd in Kahlor, 2010, p. 346). De stevige basis van het PRISM werd gevormd door concepten uit eerdere modellen, zoals de TPB, het RISP1-model en nog vele andere, te combineren met elkaar. Om de resultaten van dit onderzoek te begrijpen, moeten we dus eerst deze concepten van naderbij bekijken. Het model is opgebouwd uit acht gedragsdeterminanten, die allen belangrijke indicatoren zijn voor het verklaren van iemands gedrag. De eerste gedragsdeterminant is de seeking intent, die beschouwd wordt als de afhankelijke variabele in het model. Dit wil dus zeggen dat de zoekintentie naar informatie over een risico het gevolg is van (de samenhang tussen) andere determinanten. Als onafhankelijke variabelen heb je ten eerste de attitude toward seeking. Vervolgens heeft men het over de seeking-related subjective norms. Daarmee bedoelt men de gepercipieerde verwachting van hoe anderen, die dicht bij de persoon staan, over dat onderwerp denken. Met perceived seeking control bedoelt men de gepercipieerde verwachting van het eigen kunnen om een bepaalde actie te ondernemen, in dit geval het vermogen om informatie te zoeken. Naar dit concept wordt ook vaak verwezen als de eigen-effectiviteit van een persoon. Als

1 Het Risk Information Seeking and Processing- model van Griffin, Dunwoody en Neuwirth

13 derde onafhankelijke gedragsdeterminant heeft men de risk perception. Hoe belangrijk of hoe ernstig schat men het desbetreffende risico in, en hoe ziet men de kans dat ze zelf door dit risico worden getroffen. Ook de affective risk response is een belangrijke determinant van het gedrag. Met perceived knowledge en knowledge insufficiency bedoelt men tenslotte de huidige kennis waarover men beschikt en het gepercipieerde gebrek aan kennis over een bepaald risico. Al deze onafhankelijke gedragsdeterminanten leiden dus tot de zoekintentie, die op zijn beurt weer leidt tot de uiteindelijke gedragsverandering. Hoe deze concepten zich precies tot elkaar verhouden, kun je zien in onderstaand schema.

Figuur 1: PRISM van Kahlor (2010)

In de loop der jaren zijn er heel wat hypotheses opgesteld omtrent de precieze relatie tussen al deze gedragsdeterminanten. Uit eerdere modellen heeft Kahlor (2010, p350-351) dertien hypotheses geselecteerd en deze getoetst in haar eigen onderzoek. Van de dertien hypotheses werden volgende twaalf hypotheses bevestigd: H1: Attitude toward seeking will be positively related to information-seeking intent. H2: Seeking-related subjective norms will relate positively to information-seeking intent. H3: Perceived seeking control will be positively related to information-seeking intent. H4: Risk perceptions will be positively related to affective risk response. H5: Affective risk response will relate positively to perceived knowledge insufficiency.

H6: Seeking related subjective norms will relate positively to information seeking intent. H8: Affective risk response will be positively related to information seeking intent. H9: Attitude toward seeking will relate positively to perceived knowledge insufficiency. H10: Perceived seeking control will be negatively related to perceived knowledge insufficiency. H11: Attitude toward seeking will be positively related to perceived knowledge. H12: Perceived seeking control will be positively related to perceived knowledge. H13: Seeking-related subjective norms will be positively related to perceived knowledge.

Deze hypotheses zijn heel belangrijk om risicogedrag te begrijpen en eventueel zelfs te voorspellen. Daarom zal in het huidige onderzoek hierop teruggegrepen worden in de conclusies en aanbevelingen naar de verkeersorganisaties toe.

2. Toepassingen van risicocommunicatie Risicocommunicatie kan gebruikt worden in verschillende contexten. In dit beleidsrapport zullen we onderzoeken hoe de risicocommunicatie verloopt en hoe zij nog beter kan verlopen bij extreme weer- en verkeersituaties. Zowel de weersomstandigheden als het verkeer op het Vlaamse wegennet spelen namelijk een belangrijke rol in ons dagelijkse leven. Toch kunnen er zich bepaalde situaties voordoen die het normale verloop hiervan dreigen te ontwrichten. Soms vinden er bepaalde verkeersituaties plaats die de veiligheid van de burger in het gedrang kunnen brengen. En ook het weer kan in extreme toestand voor een enorme overlast of zelfs gevaar zorgen. Wanneer men met dergelijke situaties geconfronteerd wordt, moet er uiteraard ingegrepen worden. Om die reden zijn er verschillende organisaties die het verkeer en de weersomstandigheden continu in het oog houden. Zij verzorgen tevens de communicatie, al dan niet rechtstreeks, naar de burger toe.

2.1. Een weeralarm Meteorologen van over de hele wereld zijn voortdurend bezig met het monitoren van de weersomstandigheden. Ze verzamelen informatie over het weer, en op basis daarvan maken ze voorspellingen voor de komende uren en zelfs dagen. Wanneer de meteorologen zeer slechte weersomstandigheden voorspellen, moet de burger gewaarschuwd worden over de risico‟s daarvan. Wat echter precies de definitie van extreem weer is, is verschillend van land tot land en afhankelijk van de desbetreffende meteorologische organisatie. Toch kunnen er enkele overeenkomsten worden gevonden bij de omschrijving van zulke risico‟s. Telkens wordt er gebruik gemaakt van de waarschijnlijkheid op het voorkomen van dergelijk weer. Ook de hoeveelheid neerslag of de gemiddelde windsnelheid zijn vaak gebruikte criteria (Rauhala & Schultz, 2009, p 370). Maar ondanks deze natuurwetenschappelijke gegevens blijft het steeds onzeker hoe dit weer precies een effect zal hebben op de mens en zijn omgeving. Toch probeert men ook hier te voorspellen wat de impact zal zijn en gaat men bijgevolg daarop anticiperen. Afhankelijk van het soort weer dat voorspeld wordt, kunnen meteorologen een bepaalde waarschuwing sturen naar zowel de autoriteiten als de media. Deze zullen op hun beurt de bevolking verder informeren en waarschuwen over de mogelijke gevaren. Er zijn bovendien verschillende stadia van waarschuwingen, afhankelijk van de voorspelde impact van de weersomstandigheden. Het weeralarm is de meest extreme vorm van waarschuwing, en zal steeds voorafgegaan worden door andere voorwaarschuwingen (Esmee, 2009). Men gaat zo‟n weeralarm afkondigen bij extreme weersomstandigheden die voor een enorme overlast kunnen zorgen, een ernstig gevaar kunnen inhouden voor de samenleving, of het openbare leven dreigen te ontwrichten (KNMI, 2012). Het is deze fase die van groot belang is voor het onderzoek, en waar later dieper op ingegaan zal worden. Maar het is uiteraard ook belangrijk om te weten wat er precies voorafgaat aan dit weeralarm. De meteorologische waarschuwingen kunnen namelijk worden opgedeeld in verschillende fasen, die telkens worden gekoppeld aan een bepaalde kleurcode. Weerkundigen van

16 over heel de wereld maken gebruik van associaties die we reeds maken bij bepaalde kleuren (KNMI, 2012). De kleur groen staat voor normale weersomstandigheden, wat wil zeggen dat er eigenlijk niets bijzonders aan de hand is. Er is dus bijgevolg geen waarschuwing van kracht. De kleur geel is een waarschuwing voor mogelijk gevaarlijk weer. De weersomstandigheden zijn bij deze code niet uitzonderlijk, maar men raadt toch aan alert te zijn. Deze waarschuwing verschijnt steeds op z‟n vroegst 48 uur voordat het weersverschijnsel kan optreden met minstens 60 procent kans. Bij gevaarlijk of extreem weer dat nogal ongewoon is gaat men code oranje afkondigen. Deze waarschuwing wordt ten vroegste 24 uur op voorhand uitgegeven wanneer de kans op extreem weer 60 procent of meer bedraagt. Bij dit soort weer kunnen er reeds schade en ongevallen optreden. Net als bij code geel moet men hier dus zeer alert blijven en onnodige risico‟s vermijden. Wanneer de kans minstens 90 procent bedraagt dat extreem weer zal optreden, en dit op een grote schaal (zijnde een gebied van zeker 50 vierkante kilometer), wordt waarschuwingscode rood gegeven. Omdat bij deze uitzonderlijke omstandigheden een groot gevaar schuilt, wordt er na consultatie van verschillende overheidsinstanties en weerbedrijven een weeralarm afgekondigd. Zo‟n waarschuwing verschijnt ten vroegste 12 uur voor de weersverschijnselen zich (kunnen) voordoen (KNMI, 2010, p2). Indien mogelijk wordt een code rood 24 uur op voorhand voorafgegaan door een code oranje en 48 uur op voorhand door een code geel. In de meeste gevallen gaat het bij een weeralarm over zwaar onweer, hevige windstoten, overvloedige regen, zware sneeuwval en/of gladheid (Esmee, 2009). Deze precieze weeromstandigheden worden telkens vermeld in de waarschuwing, samen met de verwachte plaats waar ze zich zullen voordoen. Daarnaast geeft men ook vaak raad aan de mensen hoe ze best op deze weersomstandigheden kunnen reageren. Zo zal hen worden aanbevolen om hun gedrag aan te passen zodat de kans op moeilijkheden of ongevallen sterk gereduceerd wordt.

2.2. Een verkeeralarm Een verkeeralarm is eigenlijk een soort aanvulling op het weeralarm. Het weer kan namelijk zeer nadelige gevolgen hebben voor de veiligheid van de weggebruikers (Esmee, 2012). Extreme weersomstandigheden (bv. hevige sneeuwval) kunnen zorgen voor enorme vertragingen op de weg en een verhoogd gevaar op verkeersongelukken. Om dit tot een minimum te beperken kan men de weggebruiker via het verkeeralarm aanbevelen om alleen de weg op te gaan indien het echt niet anders kan. De verkeersoverlast wordt hierdoor sterk gereduceerd (Rijkswaterstaat, 2012). Het nationaal weerinstituut van een land en de verkeerscentra gaan voor deze opdracht dan ook samenwerken. Bij extreem slecht weer worden verkeerscentra ingelicht zodat er eventueel een gecombineerd weer- en verkeeralarm kan worden aangekondigd (Rijkswaterstaat, 2012). Naast deze weer-gerelateerde problemen in het verkeer, kan er ook een ander soort hinder voor komen. Hinderende wegwerkzaamheden of (on)verwachte files kunnen ook vaak veel menselijk leed veroorzaken. En vooral wanneer er zich zware ongevallen hebben voorgedaan, kan het gevaar groot zijn voor de weggebruikers. Een verkeeralarm kan dus ook hier zeer nuttig zijn om de schade te beperken.

3. Risicocommunicatie in Nederland Voor we gaan kijken naar de risicocommunicatie bij weer- en verkeerssituaties in Vlaanderen, zullen we eerst Nederland van naderbij bekijken. Het waarschuwingssysteem bij extreme weersomstandigheden is reeds in 1999 geïntroduceerd bij de Nederlandse bevolking (KNMI, 2009). Om die reden gaan we kijken hoe ze daar de introductie precies hebben aangepakt en welke communicatiestrategie ze daarvoor gebruikt hebben. Uit deze beschrijvende studie zal blijken dat deze communicatie niet altijd van een leien dakje gelopen is en dat er behoorlijk wat kritiek gekomen is op het weeralarm door de Nederlandse bevolking. De strategie is dan ook ondertussen reeds aangepast door deze aanhoudende kritiek.

3.1. Risicocommunicatie i.v.m. het verkeer : Verkeerscentrum Nederland In Nederland wordt het verkeer in de gaten gehouden door het Verkeerscentrum Nederland (VCNL). Het landelijk centrum houdt het overzicht, terwijl de vijf regionale centrales ieder een deel van het snelwegennet operationeel voor hun rekening nemen. Deze centrales worden beheerd door de Rijkswaterstaat. Voor 2010 viel dit onder het ministerie van Verkeer en Waterstaat, maar nu valt het uitvoerend agentschap onder het ministerie van Infrastructuur en Milieu (Rijkswaterstaat, 2012). Het Verkeerscentrum vergaart informatie op verschillende manieren. Op basis van detectiecamera‟s en meetlussen op de weg kunnen zij de gemiddelde snelheid van voertuigen meten en kunnen ze zelfs het aantal auto‟s tellen dat zich op een bepaald traject bevindt. Deze registratietechniek is handig om de files in het land goed in kaart te brengen. Op die manier kunnen ze de weggebruikers waarschuwen voor een bepaalde file, en hen aanraden een andere route te nemen zodat de files tot een minimum beperkt kunnen worden (Rijkswaterstaat, 2012). Dit soort incidentmanagement is, naast informatiegaring, een zeer belangrijke taak van het Verkeerscentrum Nederland. Hiervoor is een goede samenwerking met de hulpdiensten uiteraard noodzakelijk. Het Verkeerscentrum krijgt regelmatig meldingen binnen van de politie, de weginspecteurs en via de RWS-infolijn (Rijkswaterstaat, 2012). Wanneer er bijvoorbeeld zware ongelukken worden gesignaleerd waarbij het verkeer ernstig verstoord raakt, moeten er omleidingsroutes worden aangekondigd. Het Verkeerscentrum Nederland is daarbij het nationaal aanspreekpunt voor de hulpdiensten, zoals de politie en de brandweer. Op die manier zorgt het VCNL dat miljoenen weggebruikers snel en veilig over de snelwegen kunnen rijden en dit 24 uur op 24. De informatie die verzameld wordt door het VCNL wordt echter niet allemaal rechtstreeks gecommuniceerd naar de weggebruikers, maar wordt meestal doorgegeven aan bepaalde commerciële instanties. Vervolgens zullen deze instanties de informatie verder verspreiden naar allerhande media, zoals radio en televisie, maar ook via sms-berichten, e-mails en zelfs naar sommige navigatiesystemen (Rijkswaterstaat, 2012).

Eén van die organisaties is de ANWB, de Koninklijke Nederlandse Toeristenbond, die heel wat verschillende diensten aanbiedt. De ANWB staat in voor hulpverlening bij pech met de Wegenwacht, een Alarmcentrale, bewegwijzering op lokale en provinciale wegen enzovoort. Op hun website staat de actuele verkeersinformatie per regio beschreven, en zowel files als wegwerkzaamheden komen daarbij aan bod. Ook via de sociale netwerksite Twitter verspreiden ze verkeersinformatie. Bovendien staan zij in voor de verspreiding van verkeersinformatie aan regionale en nationale radiozenders (ANWB, 2012). Een andere organisatie die zich bezig houdt met de verspreiding van verkeersinformatie is de VerkeersInformatieDienst. Zij verstrekken informatie over het verkeer naar zowel televisie- als radiostations. Dagelijks worden bulletins ingelezen door een team van verkeersinformatielezers van de VID, en verspreid naar stations zoals Q Music, Radio 10 Gold, Radio Veronica, SLAMFM!, RTV Utrecht, RTV Noord-Holland en Omroep Brabant (VID, 2012). In 2000 werd een „Raw Data Service‟-systeem geïntroduceerd, wat het mogelijk maakt om verkeersinformatie van de VID ook op andere, externe websites te bekijken. Ze hebben ook speciale telefoonlijnen waar weggebruikers naar kunnen bellen voor meer informatie. In 2002 werd er ook een nieuwe VID-sms-dienst geïntroduceerd. Je krijgt dan een sms‟je met verkeersinformatie over jouw route op het moment dat jij het wilt. Ze hebben ook een uitgebreide verkeersrubriek op teletekst achter de RTL-zenders en de zenders van SBS (VID, 2012). Naast de ANWB en de VID wordt verkeersinformatie ook verspreid door de openbare omroep NOS, het navigatiesysteem Tomtom, MSN, enzovoort (Rijkswaterstaat, 2012).

3.2. Risicocommunicatie i.v.m. het weer : Het KNMI Het Koninklijk Nederlands Meteorologisch Instituut is het nationaal instituut voor weer, klimaat en seismologie in Nederland. Het agentschap werd reeds in 1854 opgericht bij Koninklijk Besluit, en valt daarmee onder het Ministerie van Verkeer en Waterstaat. De taken van het KNMI zijn daardoor ook bij wet vastgelegd (KNMI, 2012). Bovendien werken ze samen met vele andere instituten en onderzoeksinstellingen en vertegenwoordigen ze Nederland in tal van andere internationale organisaties (KNMI, 2012). Het KNMI is onder de Nederlandse bevolking echter vooral bekend om hun dagelijkse weersverwachtingen. Het verstrekken van weerinformatie aan het algemeen publiek, de overheid en andere instanties (zoals luchtvaart en scheepsvaart) behoort tot één van hun hoofdactiviteiten (KNMI, 2012). Een belangrijke kanttekening hierbij is dat het KNMI niet zelf instaat voor de boodschappen die worden verstuurd via kranten, radio en televisie. Net als bij het VCNL zijn het onafhankelijke instanties die de gewone burger informeren, weliswaar met de informatie die ze van het KNMI verkregen hebben. De bekende weermannen van op televisie zijn dus niet in dienst van het KNMI, in tegenstelling tot wat vaak gedacht wordt.

3.3. Het weer- en verkeeralarm in Nederland Wanneer er extreem veel hinder optreedt voor de weggebruikers, gaat Rijkswaterstaat een verkeeralarm afkondigen. Hinder kan ontstaan door grote wegwerkzaamheden, zware ongevallen of ellenlange files. Naast de puur verkeer-gerelateerde gebeurtenissen, kunnen er ook vertragingen ontstaan door extreme weersomstandigheden, waaronder stormen, extreme sneeuwval of hagel en gladheid op de weg. Het VCNL moet voor dit soort situaties dus samenwerken met het KNMI. Bij extreme weersomstandigheden zal het KNMI de Rijkswaterstaat waarschuwen via een weeralarm. Vervolgens kunnen ze een gecombineerd weer- en verkeeralarm aankondigen aan de Nederlandse bevolking. Een weeralarm leidt alleen tot een verkeeralarm als de weersomstandigheden grote hinder zullen veroorzaken op de weg (Rijkswaterstaat, 2012). Bij het afkondigen van een verkeeralarm maakt Rijkswaterstaat gebruik van de traditionele media zoals kranten, radio en televisie. Maar ook het internet is een belangrijk medium (Rijkswaterstaat, 2012), net als de landelijke informatielijn van Rijkswaterstaat. Mensen kunnen zich bovendien ook abonneren op een “SMS alert”. Van zodra er een weer- of verkeeralarm wordt afgekondigd, ontvangt men hierover een sms-bericht (Esmee, 2009).

Het weeralarm is in Nederland reeds ingevoerd in 1999, maar pas op 18 januari 2007 werd voor de eerste keer een gecombineerd weer- en verkeeralarm afgekondigd. Snelwegen waren toen uren geblokkeerd omdat vele vrachtwagens waren gekanteld door zware windstoten. Er waren enkele dodelijke slachtoffers, tienduizenden gestrande reizigers en honderden miljoenen euro‟s aan schade. Nederland was totaal ontwricht. Niet veel later, op 8 februari, wanneer de eerste sneeuw van het jaar viel in Nederland, werd een tweede keer een alarm afgekondigd (Rijksoverheid, 2006). Ook deze crisis heeft uiteindelijk geleid tot heel wat discussies. Zo werd er voor deze gebeurtenis een speciale website www.crisis.nl opgericht en een noodnummer ingevoerd. De website kreeg vanaf het begin te kampen met grote problemen, wat zorgde voor tegenvallende resultaten. Een probleem in de architectuur van de website zorgde er namelijk voor dat de website niet kon worden geraadpleegd terwijl men aan de website aan het werken was (Van „t Erve, 2007). Toch was er ook positieve berichtgeving over het weeralarm van 8 februari. Zo stelde Gerrit Hiemstra dat door deze waarschuwing de wegbeheerders de juiste hoeveelheid zout hebben kunnen strooien op de weg. Bovendien bleef, door een uitstekende communicatie naar de weggebruiker, het verkeersaanbod beperkt tot een minimum, waardoor men gespaard bleef van ernstige verkeersproblemen (Hiemstra, 2007, p37). Maar ondanks deze positieve reacties was een herziening van het weeralarm toch noodzakelijk.

3.3.1. Evaluatie en aanpassingen Uit onderzoek blijkt dat drie kwart van de Nederlandse bevolking reeds van bij de introductie bekend was met het weeralarm, en dat een derde van de bevolking naar de aanbevelingen luistert om overlast te voorkomen (KNMI, 2007). Daarmee is het duidelijk dat het concept „weeralarm‟ reeds zeer goed ingeburgerd is in Nederland. Naast de gewone burgers, hebben ook maatschappelijke organisaties en politieke instanties steeds meer interesse in dit fenomeen. Vanaf de introductie tot het najaar van 20092 heeft het KNMI 47 weeralarmen uitgegeven. Na ieder weeralarm werden er permanente evaluaties uitgevoerd om het product zo efficiënt mogelijk te houden. In de grafiek hieronder zie je een overzicht van de 47 uitgegeven weeralarmen (KNMI, 2009, p3).

Uitgifte weeralarmen

21% Terecht afgegeven

Terecht afgegeven, 15% 64% maar te laat

Onterecht afgegeven

Bijna 80% van de uitgegeven weeralarmen bleek achteraf terecht te zijn. Maar net deze 21% van de onterechte weeralarmen zorgde voor heel wat kritiek. Bovendien beschuldigde men het KNMI dat het geschetste beeld van de voorspelde weersomstandigheden niet overeenkwam met de precieze beleving ervan (KNMI, 2009, p3). Ook de acties die werden ondernomen om met de situatie om te gaan, waren onderhevig aan heel wat kritiek. Als gevolg van deze commentaren zijn de criteria en de protocollering van het weeralarm aangescherpt. Onder leiding van de staatsecretaris van Verkeer en Waterstaat heeft er in 2009 een uitgebreide evaluatie plaatsgevonden, die geleid heeft tot een rapport over het vernieuwde weeralarm. Bij de totstandkoming van dit nieuwe ontwerp zijn zowel meteorologische experts als stakeholders3 intensief betrokken geweest (Huizinga-Heringa, 2009). De wijzigingen van het systeem werden vanaf 1 februari 2010 doorgevoerd in Nederland. Hieronder geven we een kort overzicht van de belangrijkste aanpassingen.

2 Deze gegevens zijn gebaseerd op een onderzoek van het Ministerie van Verkeer en Waterstaat. Het betreft een evaluatie van het weeralarm t.e.m. het najaar van 2009. Resultaten omtrent latere weeralarmen zijn dus nog niet opgenomen in deze analyse. 3 Met stakeholders bedoelt men partijen die (on)rechtstreeks te maken krijgen met de impact van een weeralarm. 21

Tijdens deze evaluatie was er heel wat discussie rond de afgiftesystematiek. Omdat er uit de gesprekken niet één partij naar voren was gekomen die in staat was om de maatschappelijke impact in te schatten, moest er een andere oplossing gezocht worden. Uiteindelijk heeft men ervoor gekozen om een weeralarm-team in te schakelen. Dit team wordt voorgezeten door het KNMI, dat na consultatie met verschillende meteorologische bedrijven, nog steeds instaat voor de meteorologische expertise (KNMI, 2009, p5). Verder zetelen er ook overheidspartijen in, die gespecialiseerd zijn in zaken zoals vervoer, crisisbeheersing en openbare orde en veiligheid. Ook het Verkeerscentrum Nederland wordt in deze groep vertegenwoordigd. Dit is interessant in het geval er een gecombineerd weer- en verkeeralarm moet worden afgekondigd. Externe (vaak meteorologische) bedrijven, zoals bv. het ANWB, hebben hier bovendien een zwaardere rol gekregen in het besluitvormingsproces (Huizinga- Heringa, 2009). Slechts na een gezamenlijke beoordeling, wordt het advies gegeven of er al dan niet moeten worden overgegaan tot het uitgeven van een weeralarm. Dit laatste gebeurt nog steeds door het KNMI. Momenteel wordt er echter een onderzoek gevoerd naar de mogelijkheid om de impactanalyse onder de verantwoordelijkheid van het Nationaal Crisis Centrum (NCC) te laten vallen. Maar ondertussen blijft deze taak dus onder de verantwoordelijkheid van het huidige weeralarm-team (KNMI, 2009, p5). Naast de verantwoordelijken van de impactanalyse werden er ook wijzigingen doorgevoerd op vlak van de inhoud en het proces van een weeralarm. Op gebied van inhoud wou men vooral zorgen dat er minder „valse alarmen‟ werden uitgegeven. Hiervoor heeft men meerdere oplossingen gevonden. Zo werd voor 2010 het weeralarm steeds landelijk uitgegeven. Dit zorgde vaak voor verwarring of zelfs onbegrip omdat extreme weersomstandigheden zich meestal enkel voordeden in beperkte delen van het land. Daarom heeft men bij deze herziening ervoor gekozen om het weeralarm te regionaliseren. Vanaf 2010 zal naast het landelijke overzicht, ook gedetailleerde informatie verspreid worden per provincie. Op deze manier kunnen waarschuwingen beter gericht worden naargelang de getroffen regio (Huizinga-Heringa, 2009). Naast de plaats, is het ook het moment van de verspreiding een belangrijke factor voor valse alarmen. Bij deze herziening komt het erop neer dat een weeralarm pas kort voor het optreden van het extreme weer zal worden aangekondigd. Het waarschijnlijkheidspercentage heeft men omhoog getrokken tot minstens 90% zekerheid dat een bepaald weerfenomeen zich zal voordoen. Hiervoor werd een weeralarm zo vroeg mogelijk uitgegeven, maar dit zorgde uiteraard voor een grotere kans dat het alarm onterecht was. Door te wachten op een hogere waarschijnlijkheid, wordt de burger later ingelicht, maar is de kans op een vals alarm aanzienlijk verkleind. Nochtans is het zo dat heel wat studies hebben aangetoond dat mensen een hoge tolerantiegrens hebben voor een vals alarm. Mensen hechten namelijk meer geloof aan een bedreiging (zoals extreem weer) wanneer deze vaak in de media getoond wordt, ook al bleek dit later vals alarm te zijn. (Van Es, Bos & Vasterman, 2011, p9). Toch kwam er steeds meer commentaar op de onterechte weeralarmen, zowel uit politieke hoek als door de maatschappij zelf. Heel wat Nederlandse journalisten schreven kritisch krantenartikels over het KNMI en hun zogenaamde

„onnauwkeurige‟ weeralarm (Van Es, Bos & Vasterman, 2011, p11). Door deze ontevredenheid heeft men besloten dat het acceptabel is de bevolking later in te lichten indien de waarschijnlijkheid daarmee verhoogd wordt. Om deze leemte op te vullen werd het begrip “waarschuwing voor extreem weer” geïntroduceerd (KNMI, 2009, p6). Dit is een soort voorwaarschuwing zodat de bevolking toch op voorhand weet dat de kans op een weeralarm reëel is. Men wordt hierbij geadviseerd om de weerberichten goed te volgen. Per jaar worden er gemiddeld zeven voorwaarschuwingen omgezet in een vijftal weer- en verkeeralarmen (KNMI, 2007). Al deze aanpassingen werden dus in februari 2010 doorgevoerd. Dit wil echter niet zeggen dat dit instrument ondertussen perfect is. Er worden nog steeds evaluaties gedaan na een weer- en/of verkeeralarm, en men is steeds op zoek naar verbeteringen van zowel het systeem als de communicatie daaromtrent.

4. Risicocommunicatie in België 4.1. Risicocommunicatie i.v.m. het verkeer : Vlaams Verkeerscentrum België beschikt over drie verkeerscentra die verdeeld zijn over de drie gewesten. Zo heb je het Verkeerscentrum Perex in het Waals Gewest en het Mobiliteitscentrum Mobiris in het Brussels Hoofdstedelijk Gewest. Voor Vlaanderen is deze rol toegeschreven aan het Vlaams Verkeerscentrum (VVC) dat gevestigd is in Antwerpen. Het Verkeerscentrum is opgericht door de Vlaamse overheid en ondersteunt het departement Mobiliteit en Openbare Werken (Verkeerscentrum Vlaanderen, 2012). Het VVC heeft een hele waslijst aan taken. Zo doen zij wetenschappelijk onderbouwde studies en formuleren ze bepaalde adviezen rond verkeer en mobiliteit voor de Vlaamse overheid. Tevens ontwikkelen ze innovatieve telematicasystemen4 en vergaren ze verkeer-gerelateerde gegevens in hun kenniscentrum. Het Verkeerscentrum beschikt over een Traffic Control Centre dat het verkeer op het hoofdwegennet opvolgt met als doel de verkeersveiligheid en reisbetrouwbaarheid op het Vlaamse hoofdwegennet te garanderen en te verhogen. Van hieruit verspreiden ze verkeersinformatie naar de weggebruikers. Deze informatie verkrijgen ze via verschillende hoogtechnologische instrumenten. Zo staan er bijvoorbeeld 230 intelligente camera‟s op de Antwerpse ring die de snelheid van de voorbijrijdende voertuigen meten. De informatie over de bezettingsgraad van die weg wordt dan via verschillende kanalen gecommuniceerd. Zo beschikt het Verkeerscentrum over verschillende tekstborden boven de weg en ook hun eigen website is een vaak gebruikt kanaal om verkeersinformatie te verspreiden. In 2008 heeft het VVC een speciale website5 gelanceerd voor het gebruik met mobiele telefoons (Verkeerscentrum Vlaanderen, 2012). Deze website heeft een eenvoudigere infrastructuur dan hun normale website, zodat je de meest recente verkeersinformatie makkelijk kan bekijken via het internet op je gsm. Wegenwerken, files, ongevallen en andere wegeninfo zijn te vinden voor verscheidene regio‟s in Vlaanderen, en dit zowel in tekstvorm als in beelden (Verkeerscentrum Vlaanderen, 2012). Naast deze mobiele website, heeft het VVC ook een gratis e-mailservice. Mensen kunnen zich abonneren op Spitsmail om verkeersinformatie op maat te krijgen. Bij de inschrijving kan je een keuze maken tussen het soort informatie (file, wegenwerken, incidenten of andere wegeninfo) en het tijdstip waarop je de informatie wilt ontvangen. Je kunt ook een selectie maken van de wegen (snelwegen of gewestwegen) die je dagelijks gebruikt. Verder kan je je ook abonneren op de RSS-feed (Verkeerscentrum Vlaanderen, 2012). Dit kanaal is bedoeld om internetgebruikers snel en makkelijk op te hoogte te houden van actuele informatie. Bij het publiceren van nieuwe verkeersinformatie krijg je dan een seintje op je RSS-ontvanger. Deze ontvangers kunnen gewone webpagina‟s zijn, een browser, je mailbox, een RSS-lezer, enzovoort. Bij de inschrijving moet je dezelfde gegevens invullen als bij de Spitsmail. Enkel het tijdstip waarop je geïnformeerd wordt, is afhankelijk van de gebeurtenissen in het verkeer (Verkeerscentrum

4 Dit is de discipline van waar telecommunicatie en informatica gecombineerd worden. 5 http://www.filebeeld.be 24

Vlaanderen, 2012). Wanneer je navigatiesysteem is uitgerust met een TMC-ontvanger6 en een locatietabel, is het bovendien mogelijk om verkeersinformatie te ontvangen van het Vlaams Verkeerscentrum op je GPS. Deze gecodeerde verkeersberichten worden toegevoegd aan het datasignaal (Radio Data System) dat wordt meegestuurd met het FM radiokanaal (Verkeerscentrum Vlaanderen, 2012). Deze manier van informatievoorziening wordt de RDS-TMC-techniek genoemd. Deze dienst kan ook gewoon geraadpleegd worden via de autoradio. De informatie van het VVC kan men verkrijgen via de frequentie van Radio 2. Verkeersinformatie dat verzameld wordt door Touring Mobilis en regionale overheden wordt samengebracht in Be-Mobile, dat te verkrijgen is via de frequenties van Studio Brussel en Classic 21 (Verkeerscentrum Vlaanderen, 2012). Verder kan men het VVC ook vinden op de sociale netwerksite Twitter.

4.2. Risicocommunicatie i.v.m. het weer : Het KMI Het Koninklijk Meteorologisch Instituut is de nationale meteorologische instelling van België. Dit federaal instituut behoort tot de verantwoordelijkheid van minister Paul Magnette, en is gespecialiseerd in weersvoorspellingen. Verscheidene keren per dag wordt de meteorologische informatie verzameld via allerhande weerstations, die vervolgens aan de hand van complexe computermodellen worden omgezet in weersvoorspellingen (KMI, 2012). Zij zijn bovendien verantwoordelijk voor waarschuwingen bij extreem weer. Een vaak voorkomend misverstand is dat de weermannen en –vrouwen op radio en televisie in dienst zijn van het KMI. Zij verkrijgen weliswaar hun informatie van het KMI, en worden er vaak zelfs door opgeleid, maar zij maken geen deel uit van deze meteorologische instelling.

4.3. Het weer- en verkeeralarm in Vlaanderen Wanneer we kijken naar de frequentie van de waarschuwingen zien we dat code geel 5 tot 15 keer per jaar voorkomt. Een oranje-gekleurde waarschuwing daarentegen wordt 1 tot 5 keer per jaar afgekondigd. Extreme weersomstandigheden met code rood komen slechts 1 keer voor om de 5 à 10 jaar, wat meteen een goed beeld schept van de zeldzaamheid van dit weeralarm in België7 (Meteo België, 2012). Erg veel cases van weer- of verkeeralarmen zijn bijgevolg niet te vinden in Vlaanderen. Maar één van de meest opvallende gebeurtenissen van de laatste jaren omtrent extreme weersomstandigheden was het Pukkelpopdrama op 18 augustus 2011. Op de eerste dag van het festival trok er een hevig onweer over de festivalweide dat een spoor van vernieling achterliet. Vele bomen werden uit de grond gerukt, en door de grote hoeveelheid hagelstenen en hevige windstoten zijn festivaltenten in elkaar gestort. In totaal waren er 5 doden, 7 zwaargewonden en zo‟n 140 gewonden. Dat het hier gaat om een uitzonderlijke situatie staat buiten kijf. In 20 minuten tijd was er

6 De Traffic Message Channel is een techniek die zorgt dat je informatie kan binnen krijgen via het radiosignaal. Bij de locatietabel kan men aanduiden over welk gebied men informatie wenst te ontvangen. 7 Dit zijn de cijfers voor de weerwaarschuwingen in België. Voor Vlaanderen werden er echter geen exacte gegevens gevonden. 25

36 liter neerslag per vierkante meter gevallen, evenveel als dat er normaal in een volledige maand valt (Belga, S.V.M. & G.B., 2011, 19 augustus). Bovendien werden er windsnelheden tot 170 kilometer per uur gemeten, die door meteorologen als zeer uitzonderlijk worden bestempeld (Belga & E.B., 2011, 4 september). En toch werd er meteen na de gebeurtenissen naar elkaar met de vinger gewezen. Door de vele jongeren die hun vrienden en het thuisfront probeerden te bereiken, en vice versa, lag het mobiele telefoonnetwerk uren plat. Operatoren hadden nochtans een grotere capaciteit voorzien, maar niet genoeg voor 60 000 mensen die elkaar op hetzelfde moment proberen te bereiken. Het gebrek aan de mogelijkheid om te sms-en of telefoneren werd opgevangen door de sociale netwerksites Facebook en Twitter, die overspoeld werden door berichten van gestrande festivalgangers en bezorgde familieleden en vrienden (Belga & S.V.M., 2011, 19 augustus). Bovendien was er ook een massale steunbetuiging en hulpverlening via deze kanalen van mensen die eten, drank of een warm bed aanboden aan mensen in nood. Er is dus duidelijk een groeiende belangrijkheid van social media in Vlaanderen. Na de ramp zijn ministers Turtelboom en Van Quickenborne dan ook gaan samenzitten met de drie grote gsm- operatoren Proximus, Mobistar en Base om te bespreken hoe men kan zorgen voor een betere communicatie in tijden van nood. Al snel werd duidelijk dat de sociale netwerksites kunnen gebruikt worden als alternatief communicatiekanaal. Verder hebben ze ook andere maatregelen uitgewerkt, die niet enkel voor evenementen, maar ook voor andere crisissituaties gebruikt kunnen worden. Daarbij heeft men het bijvoorbeeld over „cell-broadcasting‟. Dit is een techniek waarbij naar alle aanwezigen bij een bepaalde ramp een bericht wordt gestuurd met een verkort telefoonnummer. Men kan dan een boodschap sturen naar dit nummer, dat vervolgens geplaatst wordt op een website waar het door iedereen kan geconsulteerd worden (Belga & S.V.M., 2011, 30 augustus). Naast de gebrekkige (tele)communicatie, werd ook de infrastructuur8 onder vuur genomen. Maar de instantie die nog het meeste kritiek te verwerken kreeg was het KMI. Zij werden er namelijk van beschuldigd dat ze het zware onweer niet voorspeld hadden, waardoor men niet op tijd maatregelen kon treffen om de schade tot een minimum te beperken. Kritiek die volkomen onterecht was, aangezien het KMI voor die dag een waarschuwing met code oranje had uitgegeven, de op één na hoogste waarschuwing (Belga, S.V.M. & G.B., 2011, 19 augustus). De organisator van het festival, Chokri Mahassine, blijft echter volhouden dat hij geen informatie heeft ontvangen dat dergelijk weer op komst was (Redactie AD.nl, 2011, 19 augustus). Een opmerkelijke uitspraak, aangezien het festival geabonneerd is op de officiële online betalende service van het KMI (Redactie Clint, 2011, 30 augustus). Dat er iets fout gelopen is bij de communicatie tussen het KMI en de Pukkelpop-organisatie is dus wel duidelijk. Mahassine beschouwde de weervoorspellingen als een „onweer zoals we vaak meemaken‟, terwijl een code oranje allesbehalve een klassiek onweer is (Vanhecke, 2011, 30 september). Het KMI maakt daarbij echter de kanttekening dat het onweer wel degelijk voorspeld was, maar dat men op voorhand nooit kan weten

8 http://www.demorgen.be/dm/nl/1010/Muziek-nieuws/article/detail/1306946/2011/08/19/Infrastructuur-op- festivals-niet-zo-streng-gecontroleerd.dhtml 26 op welke plaats het onweer zijn hoogtepunt bereikt. Dat de Pukkelpopweide zo hard getroffen werd, en de omliggende steden en gemeentes gespaard bleven, bewijst nog maar eens de onvoorspelbaarheid en lokale impact van zo‟n onweer. Bovendien voltrok het noodweer zich zo snel over Hasselt, dat er zelfs geen tijd meer was om het weeralarm met code rood af te roepen (Redactie AD.nl, 2011, 19 augustus). Andere festivalorganisatoren hebben hier echter wel een goede les uit geleerd. Sinds de ramp in Kiewit merkt het KMI een stijging van organisatoren die zich grondig laten informeren over de weersomstandigheden tijdens hun festival (Vanhecke, 2011, 30 september). Uit deze case heeft de Vlaming dus geleerd dat een weeralarm niet luchtig mag worden opgenomen. Een evolutie die we kunnen beschouwen als een grote stap in de richting van meer verantwoordelijk gedrag van zowel organisaties als van de Vlaamse burger zelf.

DEEL 2 : EMPIRISCH ONDERZOEK

Probleemstelling

In het theoretisch luik hebben we reeds de vergelijking gemaakt tussen de huidige situatie hier in Vlaanderen en hoe het weer- en verkeeralarm in de loop der jaren is geëvolueerd in Nederland. Om de effeciëntie van zulke waarschuwingen ook in ons land te verhogen, moeten we de karakteristieken en gewoontes van de Vlaming van naderbij bekijken. Om dit te onderzoeken hebben we een vragenlijst afgenomen bij de Vlaamse weggebruiker. Omdat de mogelijkheid bestaat dat de Vlamingen nog niet zo bekend zijn met de termen weeralarm en verkeeralarm, hebben we in ons onderzoek gebruik gemaakt van vereenvoudigde benamingen in onze vragenlijst. Zo werden er telkens drie situaties voorgelegd: extreme weersomstandigheden (weeralarm), wegwerkzaamheden en zware ongevallen (verkeeralarm). Bij elke situatie wilden we weten of ze ervoor geïnformeerd wensten te worden, en zo ja, via welke mediakanalen. Bovendien waren we ook geïnteresseerd in het precieze mediagebruik van de Vlaming. Wanneer we namelijk weten welke media gebruikt worden op welk moment, is het ook makkelijker om mensen te bereiken wanneer een dergelijke situatie zich voordoet. Tenslotte hebben we ook gepeild naar de verschillende gedragsdeterminanten die we reeds uitgelegd hebben bij de theoretische ondersteuning. Hiermee wilden we onderzoeken op welke manier we een gedragsverandering teweeg kunnen brengen bij de Vlaamse weggebruiker.

Methodologie

Alvorens over te gaan tot de bespreking van onze resultaten, zullen we eerst kort de methode beschrijven die aan de basis ligt van onze studie. We beginnen daarbij met de bespreking van ons onderzoeksopzet. Hierin beschrijven we wat we precies met ons onderzoek proberen te bereiken. Vervolgens zullen we onze steekproefmethode bespreken, waarbij we eerst de populatie zullen definiëren en vervolgens een bepaalde steekproefmethode zullen kiezen. Ook wordt er toegelicht waarom we precies een pre-test hebben gedaan voor dit onderzoek. Tenslotte bespreken we kort welk statistisch programma we gebruikt hebben en met welke testen we onze analyses hebben uitgevoerd.

1. Onderzoeksopzet Voor we beginnen met de omschrijving van onze steekproef, is een duidelijke afbakening van het onderzoeksopzet vereist. In onze literatuurstudie hebben we bepaalde theoretische inzichten verworven over de functie en de werking van weer- en verkeersorganisaties in België en Nederland. In ons volgende onderzoek willen we echter dit onderwerp van een andere kant bekijken. In onze empirische studie zullen we daarom nagaan wat nu precies de wensen en noden zijn van de ontvangers van die desbetreffende weer- en verkeersberichten. Tevens willen we peilen naar de intentie van de Vlaamse weggebruiker tot het opzoeken van dergelijke informatie. En tenslotte gaan we ook kijken naar hun mediagebruik op verschillende momenten van de dag. Op basis van de antwoorden op deze vragen kunnen we gerichte aanbevelingen opstellen.

2. Steekproefmethode 2.1. Definiëren van de populatie Bij de start van ieder onderzoek moet de populatie bepaald worden. Dit is een cruciaal element van het onderzoek en hangt uiteraard nauw samen met de onderzoeksvraag (De Pelsmaecker & Van Kenhove, 2006, p56). Deze populatie is de doelgroep waaruit de steekproef zal worden getrokken, en is dus het totaal van alle onderzoekseenheden waarover uitspraken zullen worden gedaan in de conclusie (Billiet & Waege, 2005, p185). Wanneer we de hoofdvraag van het onderzoek erbij nemen, zien we dat onze populatie makkelijk definieerbaar is. Ons onderzoek wil nagaan wat de wensen en noden zijn van Vlamingen omtrent de informatievoorziening bij hinderlijke of gevaarlijke verkeerssituaties. Deze verkeersinformatie wordt verzameld door weer- en verkeersorganisaties (zoals bv. het KMI en het Vlaams Verkeerscentrum), en via allerhande media naar de Vlaamse weggebruiker verspreid. Aangezien de aanbevelingen gericht zijn naar deze organisaties, zijn de weggebruikers op Vlaamse wegen dus ook onze relevante doelgroep. De populatie heeft een leeftijd vanaf 18 jaar en is woonachtig te Vlaanderen. We proberen respondenten te vinden van ieder opleidingsniveau en iedere

30 beroepscategorie. Hoe de verdeling van deze demografische en sociografische kenmerken er precies uitzag, bespreken we uitgebreid in het deel resultaten.

2.2. Keuze van de steekproefmethode Aangezien onze populatie zich uitstrekt over een groot deel van de Vlaamse bevolking, hebben wij gekozen voor een schriftelijke en online vragenlijst in plaats van interviews. De voordelen van een schriftelijke enquête zijn vooral de vrij lage kostprijs en tijdsbesparing. Bovendien kan de respondent de vragenlijst invullen op een zelf gekozen moment en heeft men meer de indruk van anonimiteit (Billiet & Waege, 2005, p290-291). Door gebrek aan tijd en middelen hebben wij evenwel gekozen voor de gemakkelijkheidssteekproef (convenience sample). Deze steekproef wordt, zoals de naam zelf zegt, getrokken op basis van gemakkelijkheidsoverwegingen. Hiermee bedoelt men dat er enkel respondenten die „voor het grijpen liggen‟ in de steekproef worden opgenomen (De Pelsmacker & Van Kenhove, 2006, p61-62). Toch hebben we ons best hebben gedaan om respondenten via verschillende kanalen en op verschillende plaatsen te bereiken. Maar deze manier zal nooit gegarandeerd accuraat of precies zijn. Dit heeft als gevolg dat het moeilijk is om de resultaten van onze steekproef te veralgemenen naar de gehele bevolking (De Pelsmacker & Van Kenhove, 2006, p61-62), wat uiteraard het nadeel is van dit soort steekproeven. De vertekening zal wel kleiner zijn naarmate de populatie homogener is. Wanneer we echter onze eigen resultaten omtrent het profiel van de Vlaamse weggebruiker vergelijken met het onderzoek naar het verplaatsingsgedrag van de Vlaamse Overheid (2011), merken we dat onze steekproef toch behoorlijk representatief is. Concrete cijfers hieromtrent worden vermeld bij de resultaten. Deze representativiteit vonden we ook terug in sommige delen omtrent het mediagebruik bij Vlamingen9.

2.3. Pre-test Eens de vragenlijst opgesteld was, hebben we een pre-test gedaan. Een pre-test is een manier van de onderzoeker om op systematische wijze meer te weten te komen over de precieze kwaliteit van zijn bijna definitieve product (De Jong & Schellens, 2002, p114). Bij deze test gaan we de enquête verspreiden bij onze doelgroep, maar is deze verspreiding wel van zeer beperkte omvang. De testgroep bestaat meestal slechts uit vijf à tien proefrespondenten (Segers, 2002, p195). De bedoeling van een pre-test bestaat erin om bepaalde moeilijkheden of zwakke punten aan het licht te brengen die we zelf over het hoofd gezien hebben bij het opstellen van de vragenlijst (Pelsmacker & Van Kenhove, 2006, p407). Deze moeilijkheden kunnen zich bijvoorbeeld manifesteren in een verkeerde of te moeilijke woordkeuze, verwarrende formuleringen, te weinig keuzemogelijkheden, enzovoort (Burns & Bush, 2006, p241). Door deze test uit te voeren vóór de werkelijke verspreiding van de enquête wordt de kwaliteit van de vragenlijst aanzienlijk verhoogd (Koeleman, 2003, p185).

9 Bijvoorbeeld het onderzoek naar sociale netwerksites van InSites Consulting. 31

Onze pre-test bestond uit tien proefrespondenten. Allen kwamen ze uit een verschillende leeftijdscategorie, beroepskeuze en opleidingsniveau. De test bestond niet enkel uit het invullen van de desbetreffende vragenlijst, maar ook uit een nabespreking met de proefrespondenten over hun algemene indruk en de begrijpbaarheid van de vragen. Zoals Segers (2002) aanbeveelt bij pre-testen kregen ook onze respondenten achteraf de mogelijkheid om verbeteringen en suggesties te doen. Daaruit zijn nog enkele zwakke punten naar voor gekomen, die we vervolgens gecorrigeerd hebben in de eindversie van onze enquête.

2.4. De analyses Alle analyses omtrent de vragenlijst zijn uitgevoerd met het statistische programma SPSS 20. Tijdens het onderzoek hebben we vaak gebruik gemaakt van frequentietabellen om de gegevens te beschrijven. Daarnaast hebben we analyses gedaan via allerhande testen. Om verschillende groepen te vinden in onze database hebben we een K-means clusteranalyse gedaan. Na die test was het meten van de Cronbach‟s alpha belangrijk om de interne betrouwbaarheid van die nieuwe groepen te meten (zodat ze intern homogeen en extern heterogeen waren). Deze Cronbach‟s alpha werd ook gebruikt om de interne consistentie aan te tonen bij bijvoorbeeld de gedragsdeterminanten. Om significante verschillen aan te tonen tussen gemiddelden bij groepen of items maakten we telkens gebruik van de One-Way Anova-test. Aangezien de analyses van dit onderzoek enorm omvangrijk waren, werden deze tabellen niet afgeprint bij de appendix, maar op cd-rom gezet.

Resultaten

1. Steekproefomschrijving In totaal hebben we een database van 409 cases kunnen bemachtigen in een tijdspanne van een maand (8maart – 8april 2012). Voor we aan de analyses van onze steekproef kunnen beginnen, moeten er eerst een datacleaning uitgevoerd worden. Hiervoor hebben we zeer strikte criteria gebruikt. Alle respondenten die minstens twee vragen niet hadden ingevuld werden uit de database verwijderd. Wanneer we deze cases van naderbij gingen bekijken, bleek dat onze respondenten zeer weinig at random missings hadden, maar dat de meesten hadden afgehaakt in het midden van de vragenlijst, meer bepaald bij de vragen omtrent de drie verschillende informatieboodschappen (vraag 13,14 en 15). Aangezien dit zeer intensieve vragen zijn om in te vullen, hadden we hier dan ook een zekere uitval verwacht. Maar we konden deze vragen onmogelijk weglaten of inkorten omdat zij van groot belang zijn om het gedrag van respondenten beter te kunnen begrijpen. Na deze strikte datacleaning bleven er nog 294 cases over. Vervolgens zullen we ons verdiepen in de socio-demografische gegevens van onze respondenten. Wanneer we de frequentietabel van het geslacht bekijken in SPSS, zien we dat er in onze database een perfecte verdeling was tussen mannen en vrouwen met telkens 147 respondenten in elke groep.

Geslacht

Mannen 50% 50% Vrouwen

Vervolgens hebben we in onze vragenlijst gevraagd naar het geboortejaar van de respondenten. Om dit overzichtelijker te maken hebben we in SPSS de nieuwe variabele „Leeftijdscategorie‟ aangemaakt. De respondenten werden onderverdeeld in een van de vijf categorieën: jonger dan 25 jaar, tussen 26 en 35 jaar, tussen 36 en 45 jaar, tussen 46 en 55 jaar, en 56-plussers. Uit de grafiek blijkt dat categorie 26-35 jaar iets meer vertegenwoordigd is dan de andere groepen. Dit kan meerdere oorzaken hebben. Veel vrienden en kennissen van dezelfde leeftijd hebben namelijk deze vragenlijst ingevuld. Bovendien is de jongere generatie makkelijker online bereikbaar via mails, social media en allerhande

33 fora. Maar aangezien de andere leeftijdscategorieën ook goed vertegenwoordigd worden, vormt dit zeker geen probleem en moeten we bijgevolg geen weging toepassen.

Leeftijd

13,9% 25- 22,4% 26-35 17% 36-45 26,9% 46-55 19,7% 56+

Een volgende socio-demografische variabele is het hoogst behaalde diploma. Hier krijgen we te maken met een typische normaalverdeling. De categorie van „hoger secundair onderwijs‟ en „hoger onderwijs‟ zijn hier oververtegenwoordigd. Maar we veronderstellen dat dit een realistische weerspiegeling is van het opleidingsniveau in Vlaanderen.

0,3% Hoogst behaalde diploma 0,7% 1,4% 3,1% 5,1% Geen 17,3% Lager onderwijs Lager secundair onderwijs

35,7% Hoger secundair onderwijs Hoger onderwijs 36,4% Universitaire opleiding Postuniversitaire opleiding Ander

Bij de grafiek over de verdeling van de beroepscategorieën is het duidelijk dat we met een enorme oververtegenwoordiging zitten bij de groep „bedienden‟. Een mogelijke oorzaak hiervan is dat bedienden makkelijker bereikbaar waren voor ons onderzoek omdat zij dagelijks in contact komen met computers met internet voor hun werk. Hierdoor konden zij bereikt worden via onze e- mailuitnodigingen en berichten via social media.

Beroep 2,7% 2,4% Student 7,1% 9,2% 7,5% Arbeider 2,4% Zelfstandige 10,2% Bediende

Ambtenaar

58,5% Kaderlid Gepensioneerd

Ander

2. Verkeersprofiel van de Vlaamse weggebruiker Na de socio-demografische gegevens van de Vlaamse weggebruiker bekeken te hebben, zullen we nu hun verkeersprofiel van naderbij bekijken. Hier is reeds uitgebreid onderzoek naar gedaan door de Vlaamse overheid, aan de hand van verschillende OVG10-rapporten. Maar om onze eigen gegevens op een correcte manier te kunnen analyseren, waren we verplicht enkele van deze vragen ook te stellen aan onze respondenten.

2.1. Bezit rijbewijs Uit onderstaande tabel is duidelijk dat een zeer groot deel van onze respondenten (96,9%) beschikt over een rijbewijs. Vooral het rijbewijs B om een personenwagen te besturen behaalt een zeer hoog percentage (94,2%). Dit is bijna 10% meer dan het Vlaamse gemiddelde, dat ligt op 84,5% (Cools, Declercq, Janssens & Wets, 2011). Een mogelijke verklaring hiervoor is dat we onze zoektocht naar respondenten voornamelijk gericht hebben naar Vlamingen die zich op regelmatige basis in het verkeer begeven en dus beschikken over een rijbewijs.

Geen rijbewijs 3,10%

Rijbewijs A3 4,40%

Rijbewijs A 8,50%

Rijbewijs B 94,20%

Rijbewijs C 5,10%

Rijbewijs D 1,40%

Rijbewijs G 1%

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

2.2. Hoofddoeleinde van het autogebruik Een volgende interessante variabele is het precieze doeleinde van het autogebruik. Zoals verwacht wordt de auto voornamelijk gebruikt voor woon-werkverkeer. Dit is het geval bij meer dan de helft van de ondervraagde weggebruikers. Iets meer dan een derde gebruikt de auto vooral voor recreatie of privéverkeer. Hiermee bedoelen we (dag)uitstapjes in het weekend, bezoeken aan vrienden en familie, enzovoort. Bij zo‟n 10% doet de auto dienst vooral voor zakelijk verkeer. Het percentage weggebruikers voor vrachtverkeer en reizen is in deze steekproef verwaarloosbaar. Dit wil uiteraard

10 Het departement Mobiliteit en Openbare Werken van de Vlaamse overheid publiceert op regelmatige basis rapporten over het verplaatsingsgedrag van Vlamingen. Dit onderzoek wordt gebundeld onder de naam: „Onderzoek VerplaatsingsGedrag‟. 36 niet zeggen dat zij in het reële, dagelijkse verkeer geen interessante doelgroep vormen voor verkeersorganisaties, maar enkel dat zij een moeilijk te bereiken groep waren voor onze vragenlijst.

Ander 1,70%

Reizen 1%

Recreatief verkeer 32%

Vrachtverkeer 0,30%

Zakelijk verkeer 10,20%

Woon-werkverkeer 54,80%

0,00% 10,00% 20,00% 30,00% 40,00% 50,00% 60,00%

2.3. Hoofdvervoerswijze van het woon-werkverkeer Vervolgens hebben we gepeild naar de hoofdvervoerswijze van onze respondenten in verband met hun woon-werkverkeer. Zoals verwacht wordt voornamelijk de auto bij 76,2% van de respondenten gebruikt om zich te verplaatsen, gevolgd door de fiets met 15,6% en het openbaar vervoer (trein en bus) op de derde plaats met gezamenlijk 13,3% van de respondenten. Deze percentages liggen telkens een klein beetje hoger dan het Vlaamse gemiddelde, waarbij de auto iets meer dan 70% haalt, de fiets door bijna 12% wordt gebruikt en het openbaar vervoer net niet de 10% haalt (Cools, Declercq, Janssens & Wets, 2011, p154).

Ander 3,70% Nvt 3,10% Bromfiets 0,70% Te voet 3,70% Fiets 15,60% Metro 0,70% Trein 10,20% Bus 3,70% Auto 76,20%

0% 10% 20% 30% 40% 50% 60% 70% 80% 90%

2.4. Aantal afgelegde kilometers bij het woon-werkverkeer

Eén derde van de respondenten legt dagelijks tussen 10 en 30 kilometer af naar en van het werk. Een kwart woont vrij dicht bij het werk en hoeft minder dan 10 kilometer af te leggen. Zo‟n 12% moet tussen de 30 en 50 kilometer rijden, en iets meer dan 10% moet meer dan 70 kilometer afleggen. Aangezien het OVG-rapport over het woon-werkverkeer een andere categorieverdeling heeft, zijn onze resultaten moeilijk te vergelijken. Maar nader onderzoek toont aan dat onze respondenten beter verdeeld zijn over de verschillende categorieën (Cools, Declercq, Janssens & Wets, 2011, p155).

Hoeveel kilometer moet u afleggen van bij u thuis tot op uw werk? (heen en terug)

Minder dan 10km 10,2 % Tussen 10 en 30km 11,9 % 25,5 % Tussen 30 en 50km

19 % Tussen 50 en 70km 33,3 % Meer dan 70km

2.5. Aantal afgelegde kilometers per jaar Naast het aantal afgelegde kilometers voor het woon-werkverkeer is het ook interessant om na te gaan hoeveel kilometer de respondenten ongeveer afleggen per jaar. De bedoeling hiervan is om een opdeling te maken bij de weggebruikers naargelang hun autogebruik. Zo konden we de opdeling maken tussen: - Groep 1: „zelden weggebruikers‟ - Groep 2: „gemiddelde weggebruikers‟ - Groep 3: „frequente weggebruikers‟ - Groep 4: „hevige weggebruikers‟ Vervolgens heb je nog een vijfde groep respondenten die hun exacte aantal kilometers niet wisten. Bij deze groep zullen we geen verdere analyses uitvoeren. Welke analyses we bij deze variabele wel hebben uitgevoerd, vind je terug bij de resultaten. Hieronder vind je alvast de verdeling tussen de verschillende groepen.

Hoeveel km legt u in totaal af per jaar met de auto?

7,5% Minder dan 10 000km (groep 1)

19,7% 13,3% Tussen 10 000 en 20 000km (groep 2)

Tussen 20 000 en 30 000km (groep 3) 17,7% 41,8% Meer dan 30 000km (groep 4)

Weet niet

2.6. Gebruikte wegen We gaan verder met het bekijken van de wegen die de weggebruiker neemt op een normale weekdag. De verdeling ligt hier redelijk goed verspreid. Bijna 50% van de respondenten gebruikt dagelijks lokale wegen, en meer dan 40% maakt gebruik van gewestwegen wanneer zij zich in het verkeer begeven. Autosnelwegen worden door meer dan 30% van de respondenten gebruikt en zo‟n 27% rijdt via stadswegen.

Van welke wegen maakt u voornamelijk gebruik op een normale weekdag? 49% 41,50% 31% 26,90%

Autosnelwegen Gewestwegen Stadswegen Lokale wegen

2.7. Kennis en surfgedrag i.v.m. Vlaamse weer- en verkeerscentra

Vervolgens hebben we gepeild naar de kennis van de respondenten over enkele weer- en verkeersorganisaties. Daaruit blijkt dat maar liefst 97,3% van onze respondenten bekend is met het KMI. Ook Touring Mobilis heeft met 88,1% een enorme bekendheid verworven bij de ondervraagde

39 weggebruikers. Het Vlaams Verkeerscentrum scoort iets minder goed dan de andere twee organisaties, maar is toch bekend bij 3/4e van de respondenten.

Hebt u al gehoord van: Het Vlaams Verkeerscentrum? Touring Mobilis? Het KMI?

88,10% 97,30% 75%

VVC Touring Mobilis KMI

Daarna hebben we onderzocht of de respondenten ook gebruik zouden maken van de respectievelijke websites van deze weer- en verkeersorganisaties. Bijna de helft van de ondervraagden zijn niet bereid om de website van het Vlaams Verkeerscentrum te bezoeken om meer informatie te bekomen. Terwijl iets minder dan een derde dit wel zou zijn. De andere respondenten hebben geen uitgesproken mening hierover. Ik zou de website van het Vlaams Verkeerscentrum bezoeken om meer informatie te bekomen over de huidige verkeer- of weersomstandigheden.

Nee 18,7%

Ja 48,6% Geen mening 32,6%

Het percentage weggebruikers die de website van Touring Mobilis zouden bezoeken, is zo goed als gelijk aan die van het Vlaams Verkeerscentrum. De helft zou er niet naartoe surfen, terwijl iets minder dan een derde dit net wel zou doen. De overige 20% hebben alweer geen mening.

Ik zou de website van het Touring Mobilis bezoeken om meer informatie te bekomen over de huidige verkeer- of weersomstandigheden.

19,7% Nee

Ja 50,4%

29,9% Geen mening

Ook de cijfers van het KMI liggen in dezelfde lijn als de twee voorgaande organisaties. Hier is iets meer dan 40% van de ondervraagden niet bereid om naar de website van het KMI te surfen om meer informatie op te zoeken. Ongeveer een derde is dit dan weer wel van plan. De overige 23% heeft geen mening over deze stelling.

Ik zou de website van het KMI bezoeken om meer informatie te bekomen over de huidige verkeer- of weersomstandigheden.

23,2% Nee

41,8% Ja

Geen mening 35%

3. Gewenste informatievoorziening bij verschillende risico’s Eén van onze hypotheses was dat weggebruikers niet altijd even enthousiast zijn om geïnformeerd te worden. Dit kan namelijk afhankelijk zijn van het soort risico waarmee ze geconfronteerd worden. In onze vragenlijst hebben we daarom een onderscheid gemaakt tussen zware ongevallen, extreme weersomstandigheden en wegwerkzaamheden. We hebben daarbij telkens de vraag gesteld of ze bij dat bepaalde risico al dan niet op de hoogte willen worden gehouden. Uiteraard is het ook interessant om te weten op welke manier de weggebruiker dan precies geïnformeerd wil worden. De dag van vandaag zijn er heel wat keuzemogelijkheden op gebied van mediakanalen. Naast de traditionele massamedia zoals televisie, radio en kranten, heeft de huidige technologie er bovendien voor gezorgd dat mensen altijd en overal bereikbaar zijn via hun gsm (98%) en internet (97,3%), al dan niet op hun smartphone (40,1%). Heel wat weggebruikers hebben tegenwoordig naast een radio (97,6%), ook een (al dan niet ingebouwde) GPS (78,6%) in de auto. Na een korte beschrijving van de SPSS-resultaten geven we telkens een samenvattende tabel met de precieze percentages van de gewenste mediakanalen.

3.1. Zware ongevallen 3.1.1. Willen mensen op de hoogte worden gehouden? Bij de vraag of men op de hoogte wil worden gehouden bij zware ongevallen op de weg zegt maar liefst 87,8% dat ze dit effectief willen. Slechts een kleine minderheid wil liever niet geïnformeerd worden (6,5%) of heeft er geen duidelijke mening over (5,8%).

Wenst u geïnformeerd te worden bij zware ongevallen?

5,8% 6,5%

Ja Nee Weet niet

87,8%

3.1.2. Op welke manier willen ze op de hoogte worden gehouden? Het valt meteen op dat radio hier met ruime voorsprong het populairste medium is. Maar liefst 93,5% van de respondenten wil hierdoor geïnformeerd worden over zware ongevallen. Ook verkeersborden of lichtkranten op de weg en de GPS werden bij respectievelijk 79,2% en 63,2% van de respondenten vaak gekozen. Verkeerswebsites werden verkozen door 33% van de ondervraagden als gewenste medium. De meningen over online kranten zijn erg verdeeld, wat als verklaring kan hebben dat dit soort medium nog niet algemeen aanvaard is of gebruikt wordt. Maar toch is 44,6% van de respondenten reeds een hoge score, en we verwachten hier bovendien nog een groei naar de toekomst toe. Ook bij televisieboodschappen over zware ongevallen zijn de meningen enorm verdeeld. Media die bij een zeer specifieke doelgroep best populair bevonden zijn waren sms, een smartphone- applicatie en e-mail. Tussen 23 en 26% van de respondenten wenst over zware ongevallen geïnformeerd te worden via deze drie kanalen. Ook de papieren krant is bij meer dan 25% van de respondenten geliefd. Via sociale netwerksites en andere websites wordt men dan weer liever niet geïnformeerd.

Verkeersborden/lichtkranten 79,20% Andere websites 6,80% Verkeerswebsites 33% Sociale netwerksites 11,30% Smartphone-applicatie 23,10% SMS 23,80% GPS 63,20% E-mail 20,40% Online krant 44,60% Papieren krant 25,50% Radio 93,50% Televisie 41,80%

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

3.2. Extreme weersomstandigheden 3.2.1. Willen mensen op de hoogte worden gehouden? Bijna 96% van de ondervraagden wil informatie ontvangen over extreme weersomstandigheden. Dit duidt toch op een enorm grote interesse in dit specifieke risico.

Wenst u geïnformeerd te worden bij extreme weersomstandigheden?

3,4% 0,7%

Nee

95,9% Weet niet

3.2.2. Op welke manier willen ze op de hoogte worden gehouden? Wanneer we opnieuw de gewenste informatiekanalen van naderbij bekijken, zien we dat ook bij extreme weersomstandigheden de radio met 93,2% alweer het populairste medium is. In tegenstelling tot zware ongevallen wil men bij risico‟s in verband met het weer wel op de hoogte worden gehouden door middel van televisieboodschappen (70,7%). Ook verkeersborden en lichtkranten op de baan zijn met 67,6% een zeer gewenst medium, net als de GPS die 54,7% van de stemmen haalt. Sms-berichten halen 22,1%, smartphone-applicaties 24,1% en e-mails 23,2% van de stemmen. Net als bij de zware ongevallen zijn de voorstanders van deze kanalen een zeer specifieke, maar interessante doelgroep. Sociale netwerksites andere websites zijn niet erg gewenst bij het publiek. Zowel bij de papieren en online kranten, als bij de verschillende verkeerswebsites zijn voor- en tegenstanders evenredig verdeeld, wat duidelijk wordt als we de verdeling van de cijfers in SPSS bekijken11. Het valt echter wel op dat mensen duidelijk liever geïnformeerd worden over extreme weersomstandigheden via de krant, dan over zware ongevallen. Een trend die men bij bijna alle mediakanalen kan terugvinden.

11 De volledige frequentietabellen vindt men telkens terug op de cd-rom in de appendix. 44

Verkeersborden/lichtkranten 67,60% Andere websites 11,30% Verkeerswebsites 34% Sociale netwerksites 14,60% Smartphone-applicatie 24,10% SMS 22,10% GPS 54,70% E-mail 23,20% Online krant 50,40% Papieren krant 43,90% Radio 93,20% Televisie 70,70% 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

3.3. Wegwerkzaamheden 3.3.1. Willen mensen op de hoogte worden gehouden? Zoals je in onderstaande tabel kan zien, wil 92,5% van de ondervraagde weggebruikers geïnformeerd worden wanneer er grote wegwerkzaamheden aan de gang zijn. Dit is alweer een overweldigende meerderheid.

Wenst u geïnformeerd te worden bij wegwerkzaamheden? 3,7% 3,7%

Nee

Weet niet 92,5%

3.3.2. Op welke manier willen ze op de hoogte worden gehouden? Net als bij de vorige twee risico‟s is ook de radio met 91,8% het meest geliefde medium om bij wegwerkzaamheden door geïnformeerd te worden. Ook televisie, GPS en verkeersborden of lichtkranten behalen behoorlijk wat stemmen. Bij de papieren en online kranten zijn de meningen alweer gelijkwaardig verdeeld, net als bij de verkeerswebsites. Media die geliefd zijn bij een specifieke doelgroep zijn opnieuw e-mail, sms-berichten en smartphone-applicaties, die allen minder

45 dan 25% van de stemmen hebben. Tenslotte wordt men liever niet geïnformeerd door andere websites of sociale netwerksites.

Verkeersborden/lichtkranten 67,70% Andere websites 9,80% Verkeerswebsites 35% Sociale netwerksites 12,30% Smartphone-applicatie 24,10% SMS 22,10% GPS 61,50% E-mail 20,10% Online krant 46,50% Papieren krant 43,90% Radio 91,80% Televisie 54,10%

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

4. Gewenste informatieboodschap In ons theoretisch luik hebben we reeds beschreven welke informatie weer- en verkeersorganisaties meedelen in hun boodschappen. Uiteraard is ook het ook interessant om te weten welke informatie de weggebruikers precies wensen te ontvangen wanneer er zich een bepaald risico voordoet. Vraag 26 uit de vragenlijst ging dieper in op deze kwestie. Zo werd er gepeild naar de wens van de weggebruiker om informatie te ontvangen over de aard, de duur, de ernst en de exacte locatie van de hinder bij een bepaald risico. Er werd ook de mogelijkheid gegeven om zelf suggesties te doen in verband met de gewenste informatie.

4.1. De aard van de hinder Van de ondervraagde respondenten wil maar liefst 85,7% informatie krijgen over de precieze aard van een bepaald risico.

Wenst u informatie te ontvangen over de aard van de hinder?

14,3% Ja

Nee

85,7%

4.2. De duur van de hinder Maar liefst 87,4% van de respondenten wil ook weten hoelang de hinder van een bepaald risico zal duren. De duur is daarmee ook een zeer belangrijke factor om te vermelden in een informatieboodschap.

Wenst u informatie te ontvangen over de duur van de hinder?

12,6% Ja

Nee

87,4%

4.3. De ernst van de hinder Mensen zijn dan weer duidelijk minder geïnteresseerd in de ernst van een bepaald risico. Iets meer dan 60% van de ondervraagden wil hierover geïnformeerd worden. Dit is nog steeds een ruime meerderheid van de weggebruikers, maar is toch opvallend minder dan bij de vorige twee factoren.

Wenst u informatie te ontvangen over de ernst van de hinder?

Ja 39,8%

60,2% Nee

4.4. De locatie van de hinder Een grote meerderheid wenst dan weer wél informatie te krijgen over de exacte locatie van het risico. Bijna 90% van de respondenten wil hier namelijk over geïnformeerd worden.

Wenst u informatie te ontvangen over de locatie van de hinder?

10,2%

Nee 89,8%

4.5. Andere informatie over de hinder + welke? De respondenten hadden ook de mogelijkheid gekregen om alternatieven voor te stellen die ze wensen terug te vinden in de verspreide informatieboodschappen. Bijna 94% vond echter dat men met bovenstaande informatie genoeg wist over het risico. Toch hebben enkelen aangegeven dat ze ook graag informatie zouden ontvangen over alternatieve routes en omleidmogelijkheden.

5. Mediagebruik van de Vlaamse weggebruiker Om gerichte aanbevelingen te kunnen doen aan verkeersorganisaties over de gewenste informatievoorziening, is het ook belangrijk om te onderzoeken hoe de Vlaamse weggebruiker precies kan bereikt worden. Daarom zullen we in dit deel onze aandacht richten op het mediagebruik van onze respondenten. Eerst hebben we gepeild naar de beschikbaarheid van twee mediakanalen in de auto zelf, namelijk de radio en de GPS. Zoals verwacht is de radio alomtegenwoordig in de wagen bij maar liefst 97,6% van de ondervraagde weggebruikers. Ook de GPS is reeds goed ingeburgerd met 78,6% van de respondenten. Hoewel dit percentage vrij hoog ligt, is er toch één vijfde van de autobestuurders die niet via dit kanaal kan bereikt worden.

Beschikt u over een radio in de auto? 2,4%

Nee

97,6%

Beschikt u over een GPS in de auto?

21,4% Ja

Nee

78,6%

Verder hebben we gepeild naar het gebruik van mobiele telefoons. Zo‟n 98% van de ondervraagde weggebruikers beschikt over een gsm, en 40% daarvan heeft mobiel internet door middel van een smartphone. In onze vragenlijst hebben we daarbij de opdeling gemaakt tussen enkele merken van smartphones. Dit heeft als reden dat er telkens gebruik wordt gemaakt van een ander besturingssysteem. Bij het ontwerpen van een applicatie moet hiermee rekening worden gehouden dat dezelfde applicatie niet voor iedere smartphone gelijk is of kan gebruikt worden. Er moeten dus meerdere versies van gemaakt worden. Uit onze gegevens blijkt dat de iPhone van Apple slechts

49 gebruikt wordt door 7,5% van de ondervraagden, terwijl dit toch een vrij populaire smartphone is. Iets populairder met bijna 13% is de Blackberry, een smartphone die vooral populair is bij zakenmensen. 20% bezit een ander soort smartphone zoals bv. HTC, Samsung, Nokia, etc.

Bent u in het bezit van een gsm? 2%

Nee

98%

Bent u in het bezit van een smartphone?

Nee 19,7% Ja, een iPhone

12,9% 59,9% Ja, een Blackberry

Ja, een andere 7,5% smartphone

Verder in onze enquête hebben we gevraagd naar de intentie van de weggebruiker om via hun smartphone meer informatie te bekomen over de huidige verkeerssituaties en of ze bereid zijn hiervoor een smartphone-applicatie te downloaden. Aangezien deze vraag in feite niet van toepassing is op mensen zonder smartphone, heeft het hier geen nut om een gewone frequentietabel van deze vraag te tonen. De resultaten zouden namelijk vertekend zijn. Daarom hebben we de antwoorden op deze twee vragen opgesplitst naargelang het bezit van een bepaald merk van smartphone.

90% 81,80% 80% 70% 56,80% 60% 52,60% 50% 50%

40% 32,80% 29% 31,20% 30% 17,20% 20% 14,20% 13,20% 9,10% 9,10% 10% 0% (nog) geen smartphone iPhone Blackberry Andere smartphone

Ik zou mijn smartphone gebruiken Ik zou mijn smartphone niet gebruiken Geen mening

Zo‟n 82% van de eigenaars van een iPhone zouden hun smartphone gebruiken om de huidige verkeerssituatie te weten te komen. De respondenten met een Blackberry zijn met hun 52,6% iets minder enthousiast, maar blijft toch een interessante doelgroep. Ook 50% van de andere smartphone gebruikers zouden hun toestel om deze reden gebruiken. Maar aangezien deze vraag ging over slechts 118 respondenten, moeten we rekening houden met de beperkte representativiteit van deze resultaten. Vervolgens hebben we gepeild naar de intentie om een smartphone-applicatie te downloaden om meer verkeersinformatie te bekomen. Zo‟n 77,3% van de iPhone-eigenaars zou dit doen. Van de respondenten met een Blackberry zou exact 50% zo‟n applicatie downloaden. Terwijl bij de andere smartphone-eigenaars 51,7% dit ziet zitten.

90% 80% 77,30% 70% 63,70% 60% 50,00% 51,70% 50% 40% 36,90% 31,00% 30% 23,90% 17,00% 20% 13,60% 12,50% 13,10% 9,10% 10% 0% (nog) geen smartphone iPhone Blackberry Andere smartphone

Ik zou een app downloaden Ik zou geen app downloaden Geen mening

Naast de intentie voor het opzoeken van informatie via de smartphone hebben we ook onderzocht of mensen eigenlijk bereid zijn te betalen voor een sms-service. Zoals we in ons theoretisch luik reeds vermeld hebben bestaat dit systeem in Nederland, en krijgt het tevens positieve commentaren. Daarom hebben we onderzocht hoe Vlamingen hier tegenover staan.

Uit de resultaten is duidelijk dat de Vlaamse weggebruiker hier niet echt voor open staat. Slechts 6,1% zou bereid zijn om te betalen voor hun informatie. Een overweldigende meerderheid van maar liefst 86,1% zijn tegenstanders van dit systeem.

Ik ben bereid te betalen voor een sms-service dat me op de hoogte houdt van hinder op mijn route.

7,8% 6,1%

Ja Nee Geen mening 86,1%

Ook voor het abonneren op een soort nieuwsmailing staat de Vlaming duidelijk niet te springen. Zo‟n 48,6% zou een nieuwsmailing niet overwegen, tegenover 18% die zich wel zou abonneren. Een derde van de respondenten heeft hier geen uitgesproken mening over.

Ik zou me abonneren op een nieuwsmailing om op de hoogte te blijven van weer- of verkeersproblemen.

18%

33,4% Ja Nee Geen mening 48,6%

Naast nieuwsmailing, bestaat er ook de mogelijkheid om mensen te informeren via sociale netwerksites. Daarom hebben we in onze enquête ook gevraagd van welke sociale netwerksites onze respondenten actief lid zijn. Uit de resultaten blijkt dat meer dan 70% van de ondervraagden actief is

52 op dergelijke websites. Facebook staat daarbij op de eerste plaats met 67,3% van onze respondenten die er lid van is. De andere sociale netwerksites daarentegen zijn een pak minder populair. LinkedIn, een sociale netwerksite die vooral bekend is bij professionelen scoort bij 13,6% van de respondenten. Twitter, eerder een netwerk voor de jongere generaties, behaalt 11%. De redelijk hoge score van Google+ moeten we echter wel relativeren. Hier kan enige verwarring ontstaan zijn met de zoekrobot Google.

80%

70% 67,30%

60%

50%

40% 28,90% 30%

20% 13,60% 11% 12,90% 10% 4,80% 2% 0% Geen Facebook Twitter Google+ LinkedIn Netlog Ander

Een ander belangrijk aspect van het mediagebruik, is het tijdstip. Daarom hebben we aan onze respondenten gevraagd om aan te geven van welke media ze gebruik maken op welk moment van de dag. We hebben daarbij een onderscheid gemaakt tussen drie verschillende situaties. Ten eerste moest men aangeven welke media men gebruikt voordat ze zich in het verkeer begeven. Hiermee bedoelen we dus vooral ‟s ochtends voordat de respondenten naar hun werk of school vertrekken. De radio is hier duidelijk het meest gebruikte medium, aangezien bijna 78% heeft aangeduid dat ze op dit moment van de dag altijd of toch vaak naar dit medium luisteren. In andere media is men duidelijk niet echt geïnteresseerd. Enkel de papieren krant met 17,3% en de online krant met 18,7% zijn media die nog regelmatig worden genuttigd. Televisie scoort bijna 11%, en ook de website van het Vlaams Verkeerscentrum wordt bezocht door meer dan 11%. Alle andere websites of mediakanalen halen de 10% niet.

60% 55,10% 52,40% 50% 48% 50%

40%

29,90% 30%

20% 16% 15,00% 13,60% 14,60% 13,90% 14,60% 11,60% 12,60% 12,20% 9,20% 10% 7,10% 5,10% 4,10% 1,70% 3,10% 0% Televisie Radio Papieren krant Online krant

Nooit Zelden Soms Vaak Altijd

80% 71,80% 67,00% 70% 65,00% 60% 50% 40% 30% 20% 11,90% 11,20% 11,20% 10,50% 10% 7% 9,20% 7,80% 7,80% 2,40% 4,10% 1% 2,00% 0% Website VVC Website TM Website KMI

Nooit Zelden Soms Vaak Altijd

80% 75% 70% 68,70% 67,00% 68,00% 60% 50% 40% 30% 20% 10,90% 11,20% 9,90% 10,50% 11,20% 8% 7,50% 10% 6,10% 6,50% 7,80% 6,50% 2,40% 2% 2,00% 2,40% 1,00% 0% E-mails Sociale netwerksites Andere websites Andere media

Nooit Zelden Soms Vaak Altijd

Het tweede moment van mediagebruik dat we wilden onderzoeken was het mediagebruik tijdens de werkuren van de respondenten. Wanneer er namelijk overdag iets ernstig gebeurt in verband met het verkeer, is het interessant om te weten op welke manier men de Vlaming het best kan bereiken. De radio is hier alweer het medium bij uitstek. Bijna 73% van de respondenten luistert vaak of altijd naar de radio tijdens de werkuren. E-mails worden door 32,5% van de ondervraagden gelezen. Deze hoge score kan verklaard worden doordat bijna 60% van onze respondenten bedienden waren, en zij dit medium uiteraard vaak nodig hebben voor hun werk zelf. Verder leest men tijdens de werkuren ook regelmatig de krant. De papieren krant wordt door meer dan 18% gelezen, en de online krant zelfs door 32,6%. Televisie en andere websites worden dan weer zelden gebruikt.

100% 87,40% 90% 80% 70% 60% 53,10% 47,60% 50% 39,10% 40%

30% 25,20% 19,40% 20% 12,90% 12,60% 17,00% 12,20% 7,80% 11,20% 15,60% 10% 2,70% 2,00% 5,10% 7,10% 6,10% 2,40% 1,40% 0% Televisie Radio Papieren krant Online krant

Nooit Zelden Soms Vaak Altijd

90% 77,90% 80% 73,50% 70% 69,00% 60% 50% 40% 30% 20% 14,60% 8,50% 6,80% 7,10% 6,50% 10% 4,40% 3,70% 5,80% 4,80% 1,70% 2,70% 2,40% 0% Website VVC Website TM Website KMI

Nooit Zelden Soms Vaak Altijd

90%

80% 76% 71,80% 70% 61,90% 60% 50% 46,80% 40% 30% 15,40% 20% 13,60% 11% 17,10% 9,90% 10,20% 10% 6,50% 7,80% 6,10% 5,40% 5,80% 5,80% 2,70% 3% 3,40% 1,70% 0% E-mails Sociale netwerksites Andere websites Andere media

Nooit Zelden Soms Vaak Altijd

Vervolgens hebben we nog gepeild naar een derde moment in het dagelijkse leven van onze respondenten. We wilden ook nog weten welke media ze gebruiken na hun werkuren of in het weekend. Ook hier staat de radio op de eerste plaats met 67%. Kranten worden ook vaak gelezen, met meer dan 25% voor de papieren krant en 26,8% voor de online versie. Op dit tijdstip kijkt bijna 24% vaak of altijd naar de televisie. E-mails en sociale netwerksites worden ook regelmatig bekeken, in tegenstelling tot andere websites.

50% 47,60% 45% 44,60% 44,20% 40% 34,00% 35% 33,30% 30% 25% 20,10% 20% 18,00% 17,00% 19,00% 18,00% 15% 14,60% 15,00% 10,50% 11,20% 10% 8,50% 8,80% 8,80% 5,80% 6,50% 5% 3,70% 0% Televisie Radio Papieren krant Online krant

Nooit Zelden Soms Vaak Altijd

90% 76,20% 80% 73,50% 70% 66,00% 60% 50% 40% 30%

20% 14,30% 10,90% 7,50% 7,50% 9,90% 8,20% 10% 3,10% 5,80% 2,40% 2,40% 0,30% 2,40% 0% Website VVC Website TM Website KMI

Nooit Zelden Soms Vaak Altijd

90% 80% 76,50% 70% 66,30% 59,90% 61,60% 60% 50% 40% 30%

20% 11% 10,90% 10,50% 11,20% 10,50% 8,50% 9,50% 8,80% 8,20% 9,20% 10% 5,80% 5,80% 4,40% 2,00% 3,10% 2,00% 0% E-mails Sociale netwerksites Andere websites Andere media

Nooit Zelden Soms Vaak Altijd

6. Analyses op basis van de gedragsdeterminanten 6.1. De negen gedragsdeterminanten Bij vraag 13,14 en 15 van de vragenlijst hebben we gepeild naar de gedragsdeterminanten van de respondenten bij drie (inhoudelijk) verschillende informatieboodschappen. Al deze items werden gemeten aan de hand van een Likert-vijfpuntenschaal (van helemaal niet akkoord tot helemaal akkoord). De theorie achter deze determinanten hebben we reeds besproken in ons theoretisch luik (zie supra). Aangezien we sommige determinanten niet accuraat genoeg kunnen meten aan de hand van slechts één vraag, hebben we voor sommige determinanten verscheidene vragen opgesteld die samen één concept meten. Normaal worden onderliggende dimensies steeds gezocht aan de hand van een factoranalyse bij een reeks items, maar om theoretische redenen hebben we besloten deze dimensies zelf vast te leggen. In totaal hebben we negen dimensies (of gedragsdeterminanten), die telkens met één of meerdere vragen werden gemeten. Om aan te tonen dat deze dimensies zeker niet willekeurig zijn, hebben we via een „reliability analysis‟ onderzocht of de schalen intern betrouwbaar zijn. Dit wil zeggen dat ze samen eenzelfde concept meten. We hebben dit onderzocht door de Cronbach‟s Alpha van de concepten te berekenen in SPSS. Deze moet steeds hoger zijn dan 0,70 om van een intern betrouwbare schaal te spreken. De output van SPSS kan je terugvinden op de cd-rom in de appendix, maar een korte samenvatting van de dimensies en hun onderliggende vragen vind je reeds hieronder. Achter elke vraag staat telkens de „Corrected Item Total Correlation‟ vermeld. Hiermee bedoelt men de correlatie of samenhang dat een bepaald item heeft met de rest van de vragen uit die dimensie. Deze correlatie moet steeds hoger zijn dan 0,30.

. Dimensie 1 : Attitude Informatieboodschap 1 : Wegwerkzaamheden : Cronbach‟s alpha = 0,704

. “Informatie verkrijgen over deze gebeurtenis is belangrijk” (CITC = 0,579)

. “Informatie zoeken over deze gebeurtenis is nuttig” (CITC = 0,471)

. “De gegeven informatie is behulpzaam” (CITC = 0,526)

Informatieboodschap 2 : Extreme weersomstandigheden : Cronbach‟s alpha = 0,730

. “Informatie verkrijgen over deze gebeurtenis is belangrijk” (CITC = 0,622)

. “Informatie zoeken over deze gebeurtenis is nuttig” (CITC = 0,455)

. “De gegeven informatie is behulpzaam” (CITC = 0,633)

Informatieboodschap 3 : Zware ongevallen : Cronbach‟s alpha = 0,601 . “Informatie verkrijgen over deze gebeurtenis is belangrijk” (CITC = 0,552) . “Informatie zoeken over deze gebeurtenis is nuttig” (CITC = 0,325) . “De gegeven informatie is behulpzaam” (CITC = 0,392)

. Dimensie 2 : Kennis Informatieboodschap 1 : Wegwerkzaamheden : Cronbach‟s alpha = 0,683 . “Ik begrijp wat men bedoelt met deze gebeurtenis” (CITC = 0,443) . “Ik weet wat ik moet doen als ik geconfronteerd word met deze gebeurtenis” (CITC=0,524) . “De informatie wordt snel gecommuniceerd naar de weggebruiker” (CITC= 0,404) . “Deze gebeurtenis lijkt me correct/waarheidsgetrouw weergegeven” (CITC= 0,517 )

Informatieboodschap 2 : Extreme weersomstandigheden : Cronbach‟s alpha = 0,771 . “Ik begrijp wat men bedoelt met deze gebeurtenis” (CITC = 0,517) . “Ik weet wat ik moet doen als ik geconfronteerd word met deze gebeurtenis” (CITC=0,556) . “De informatie wordt snel gecommuniceerd naar de weggebruiker” (CITC= 0,549) . “Deze gebeurtenis lijkt me correct/waarheidsgetrouw weergegeven” (CITC= 0,678)

Informatieboodschap 3 : Zware ongevallen : Cronbach‟s alpha = 0,805 . “Ik begrijp wat men bedoelt met deze gebeurtenis” (CITC = 0,628) . “Ik weet wat ik moet doen als ik geconfronteerd word met deze gebeurtenis” (CITC=0,610) . “De informatie wordt snel gecommuniceerd naar de weggebruiker” (CITC= 0,591) . “Deze gebeurtenis lijkt me correct/waarheidsgetrouw weergegeven” (CITC= 0,657)

. Dimensie 3 : Nodige kennis Informatieboodschap 1 : Wegwerkzaamheden : Cronbach‟s alpha = 0,771 . “Met deze informatie heb ik voldoende kennis over de aard van de hinder” (CITC= 0,640) . “Met deze informatie heb ik voldoende kennis over de duur van de hinder” (CITC= 0,517) . “Met deze informatie heb ik voldoende kennis over de ernst van de hinder” (CITC= 0,666)

Informatieboodschap 2 : Extreme weersomstandigheden : Cronbach‟s alpha = 0,782 . “Met deze informatie heb ik voldoende kennis over de aard van de hinder” (CITC= 0,593) . “Met deze informatie heb ik voldoende kennis over de duur van de hinder” (CITC= 0,562) . “Met deze informatie heb ik voldoende kennis over de ernst van de hinder” (CITC= 0,721)

Informatieboodschap 3 : Zware ongevallen : Cronbach‟s alpha = 0,810 . “Met deze informatie heb ik voldoende kennis over de aard van de hinder” (CITC= 0,629) . “Met deze informatie heb ik voldoende kennis over de duur van de hinder” (CITC= 0,599) . “Met deze informatie heb ik voldoende kennis over de ernst van de hinder” (CITC= 0,770)

. Dimensie 4 : Zoekintentie . “Ik ben van plan om meer informatie te zoeken over deze gebeurtenis”

. Dimensie 5 : Gedragsintentie . “Ik zal mijn route aanpassen aan deze gebeurtenis”

. Dimensie 6 : Affect . “Door deze boodschap maak ik me zorgen”

. Dimensie 7 : Eigen-effectiviteit Informatieboodschap 1 : Wegwerkzaamheden : Cronbach‟s alpha = 0,759 . “Ik heb toegang tot alle verkeersinformatie die ik nodig heb” (CITC= 0,614) . “Ik weet waar ik deze verkeersinformatie kan vinden” (CITC=0,614)

Informatieboodschap 2 : Extreme weersomstandigheden : Cronbach‟s alpha = 0,859 . “Ik heb toegang tot alle verkeersinformatie die ik nodig heb” (CITC= 0,753) . “Ik weet waar ik deze verkeersinformatie kan vinden” (CITC=0,753)

Informatieboodschap 3 : Zware ongevallen : Cronbach‟s alpha = 0,857 . “Ik heb toegang tot alle verkeersinformatie die ik nodig heb” (CITC= 0,751) . “Ik weet waar ik deze verkeersinformatie kan vinden” (CITC=0,751)

. Dimensie 8 : Risicoperceptie (Cronbach‟s alpha = 0,455) . “Deze gebeurtenis vind ik zeer ernstig” (CITC =0,281) . “De ernst van deze gebeurtenis wordt overdreven voorgesteld” (CITC =0,250) . “Deze gebeurtenis kan nadelige gevolgen hebben voor mij als ik het gegeven advies niet opvolg” (CITC =0,313)

. Dimensie 9 : Subjectieve Norm . “Er wordt van mij verwacht dat ik mijn rijgedrag aanpas aan deze omstandigheden”

Zowel bij „Attitude‟, „Nodige kennis‟ en de „Eigen-effectiviteit‟-dimensie ligt Cronbach‟s alpha boven 0,70. We kunnen hier dus zeggen dat de onderliggende items telkens hetzelfde concept meten. Bij de tweede dimensie „Kennis‟ is Cronbach‟s alpha gelijk aan 0,693. Aangezien dit zo dicht bij 0,7 ligt, beschouwen we deze determinant eveneens als intern betrouwbaar. Dimensie acht „Risicoperceptie‟ is echter een groter probleem. Cronbach‟s alpha ligt hier slechts op 0,455. Ook als we één van de drie items weglaten, gaat Cronbach‟s alpha verder naar omlaag. We kunnen dus niet anders dan deze dimensie van drie items naar één item te reduceren. We behouden daarbij het eerste item „Deze gebeurtenis vind ik zeer ernstig‟ als onderliggende vraag voor de dimensie risicoperceptie. De CITC is voor ieder item ook hoger dan 0,30. Voordat we verdere analyses kunnen doen, moeten we eerst deze samengestelde dimensies voor elke informatieboodschap aanmaken in het SPSS-bestand. In totaal is er dus sprake van drie maal negen gedragsdeterminanten.

6.2. Gemiddelde van de gedragsdeterminanten Vervolgens gaan we kijken hoe de gemiddelde Vlaming gescoord heeft op deze gedragsdeterminanten. We maken daarbij nog steeds een onderscheid tussen het soort risico waaraan ze worden blootgesteld, namelijk wegwerkzaamheden, extreme weersomstandigheden en zware ongevallen. De grafische weergave van deze gemiddelden kan men onderaan terugvinden in het staafdiagram. Om deze resultaten goed te kunnen interpreteren moeten we eerst de verdeling van het assenstelsel bespreken, meer bepaald de y-as. In de enquête waar we gepeild hebben naar deze gedragsdeterminanten, werden de vragen steeds opgesteld aan de hand van een Likert (5punten-)schaal. Waarbij: 1 = helemaal niet akkoord 2 = niet akkoord 3 = geen mening 4 = akkoord 5 = helemaal akkoord

Ook de y-as is op deze manier ingedeeld met bovenaan „helemaal akkoord‟ en onderaan, dichtbij het snijpunt „helemaal niet akkoord‟. Aangezien alle gemiddelden boven waarde 2 lagen, hebben we besloten om dit als nulpunt van ons assenstelsel te nemen. Op deze manier werden de kleine waardeverschillen uitvergroot weergegeven, wat zorgt voor meer nuance bij de analyse.

Gemiddelden 4,5

3,5

2,5

2 Attitude Kennis Nodige kennis Zoekintentie Risicoperceptie

Wegwerkzaamheden Extreme weersomstandigheden Zware ongevallen

Bij de gedragsdeterminant attitude kunnen we opmerken dat zij over het algemeen een vrij hoge score behaalt, wat duidt op een positieve attitude in verband met waarschuwingen over het weer en verkeer. Met een positieve score bedoelen we dat de respondenten vinden dat het verkrijgen van informatie over dit risico zeer belangrijk is. Bovendien achten zij het zoeken naar dit soort informatie nuttig. Een opvallende kanttekening is dat bij de determinant attitude het risico bij extreem weer hoger scoort op deze determinant dan wegwerkzaamheden en zware ongevallen in het verkeer. Bij de determinant kennis komen we vervolgens tot hetzelfde besluit. Ook hier waarderen de respondenten informatie omtrent weer meer dan bij werken en ongevallen. Doch scoren ook deze andere twee risico‟s behoorlijk goed. Met de determinant kennis werd er gepeild naar hoe goed de respondent precies begrijpt wat er bedoeld wordt met het gegeven risico. Een hoge score wil dus zeggen dat de respondent begrijpt wat het risico precies inhoudt. Vervolgens weten de respondenten ook hoe men moet reageren wanneer men geconfronteerd wordt met dit risico. Met de determinant nodige kennis hebben we bij onze respondenten gepeild naar hun mening omtrent de gegeven informatieboodschappen. Zo werd er gevraagd of ze vonden dat ze voldoende informatie krijgen over de aard, de duur en de ernst van het risico in de boodschap. Een hoge score voor deze vragen wilt dus zeggen dat de respondenten vinden dat ze genoeg geïnformeerd worden. Wanneer we op de grafiek kijken, zien we dat het gemiddelde rond 3,5 ligt. Hiermee schuift de balans wel degelijk naar de positieve kant, maar echt overtuigend is het niet. Respondenten zijn dus wel tevreden met de

62 hoeveelheid informatie die ze krijgen via de informatieboodschappen, maar is er zeker nog ruimte voor verbetering. Uit de grafiek van de zoekintentie blijkt echter dat de gemiddelde Vlaamse weggebruiker niet van plan is om nog verdere informatie op te zoeken over de gegeven risico‟s. De resultaten van de risicoperceptie van onze respondenten variëren sterk naargelang het risico. Wegwerkzaamheden schatten ze significant minder ernstig in dan extreem weer en ongevallen, die een vrij hoge score krijgen.

Gemiddelden 5

4,5

3,5

2,5

2 Affect Subjectieve norm Eigen-effectiviteit Gedragsintentie

Wegwerkzaamheden Extreme weersomstandigheden Zware ongevallen

Ook bij de volgende determinant, affect, variëren de resultaten sterk afhankelijk van het risico. Respondenten maken zich duidelijk weinig zorgen over het risico „wegwerkzaamheden‟, die een opvallend negatieve score krijgt. Ook over zware ongevallen maakt men zich niet echt zorgen. Enkel het risico „extreme weersomstandigheden‟ krijgt een positieve score, al is deze heel erg klein. Bij extreem weer maakt men zich dus een beetje zorgen. De subjectieve norm behaalt dan weer de hoogste score van alle gedragsdeterminanten. Mensen zijn zich dus bewust dat hun omgeving van hen verwacht dat ze hun rijgedrag aanpassen aan deze omstandigheden. Vooral bij extreem weer wordt er blijkbaar verwacht dat het rijgedrag wordt aangepast. De resultaten van de eigen-effectiviteit zijn dan weer iets minder hoog. Met deze gedragsdeterminant meten we of de respondent weet waar ze de gegeven informatie uit de boodschap zou kunnen terug vinden. Daarnaast werd gepeild of de respondent vond dat hij toegang had tot alle informatie die hij nodig heeft. De resultaten van deze vragen waren licht positief. De interessantste gegevens komen tenslotte uit de gemiddelde gedragsintentie. Respondenten beweren vol overtuiging dat ze zeker hun route of rijgedrag zouden aanpassen wanneer ze geconfronteerd worden met deze risico‟s. Aangezien dit de grote doelstelling is van de zenders van zo‟n informatieboodschap, zijn deze positieve resultaten zeer gewenst. Uiteraard moeten we hier wel de kanttekening maken dat het uiteindelijke gedrag niet hetzelfde is als de

63 gedragsintentie. Tussen deze twee acties kunnen er zich nog namelijk enkele barrières voordoen. Maar niettegenstaande, is de intentie toch een goede voorspeller van het uiteindelijke gedrag. Om een algemeen beeld te geven van de scores van de gedragsdeterminanten hebben we ook de algemene gemiddelden berekend. In dit staafdiagram hebben we geen onderscheid gemaakt tussen de drie weer- en verkeerwaarschuwingen, maar zijn ze gebundeld als één risico. Hier valt het meteen op dat de determinanten gedragsintentie, subjectieve norm en attitude zeer hoog scoren bij de respondenten. Resultaten die in een verder deel, waar we het gedrag zullen voorspellen, van groot belang zullen blijken te zijn.

Algemene gemiddelden 4,5 4 3,5 3 2,5 2

6.3. De gedragsdeterminanten vergelijken a.d.h.v. socio-demografische variabelen In dit deel willen we te weten komen of er significante verschillen zijn bij de gedragsdeterminanten naargelang het geslacht, leeftijd, diploma of beroepskeuze van de respondenten. Indien er verschillen gevonden worden kunnen we hier mogelijks rekening mee houden bij het informeren over weer- en verkeeralarmen, om uiteindelijk tot een grotere kans op gedragsverandering te komen.

6.3.1. Gedragsdeterminanten naargelang het geslacht We beginnen met het zoeken naar een verband tussen het geslacht van een persoon en zijn of haar gedragsdeterminanten. Uit de One-way Anova-test blijkt dat er enkel een significant verschil tussen de geslachten bestaat bij de eigen-effectiviteit. Wanneer we voor dit item de gemiddelden vergelijken, zien we dat mannen hun eigen capaciteiten significant hoger inschatten dan vrouwen. Mannen hebben dus een groter besef van waar ze precies nuttige weer- en verkeersinformatie kunnen terugvinden. Bij de andere gedragsdeterminanten zijn er geen significante verschillen gevonden tussen mannen en vrouwen.

4 3,627 3,5 3,4093

2,5 Eigen-effectiviteit

Man Vrouw

6.3.2. Gedragsdeterminanten naargelang de leeftijd Vervolgens gaan we zoeken naar significante verschillen tussen de gedragsdeterminanten en de leeftijdscategorieën. De leeftijdscategorieën waren opgesplitst in vijf groepen: - Groep 1 : 25- jaar - Groep 2 : 26 – 35 jaar - Groep 3 : 36 – 45 jaar - Groep 4 : 46 – 55 jaar - Groep 5 : 56+ jaar Na de One-way Anova-test zien we een significant verschil voor nodige kennis tussen groep 1 en groep 4, en groep 1 en groep 5. Ook tussen groep 2 en groep 4 is er een significant verschil. Dit wil zeggen dat de respondenten jonger dan 25 jaar een verschillende hoeveelheid kennis nodig hebben dan de oudere respondenten, respectievelijk de groep tussen 46 en 55 jaar, en de 56-plussers. Of ze meer of net minder kennis nodig hebben, onderzoeken we aan de hand van Compare Means in SPSS. In deze tabel zien we dat de jongere groep een lager gemiddelde heeft. Dit wil zeggen dat zij vinden dat ze over onvoldoende informatie beschikken over weer- en verkeersrisico‟s en dus meer informatie nodig hebben dat de twee oudste groepen12. Ook de groep tussen 26 en 35 jaar heeft significant meer informatie nodig dan de groep tussen 46 en 55 jaar. Een verklaring hiervoor kan zijn dat zij zich meer betrokken voelen met dit soort risico‟s en er daarom meer informatie over wensen te krijgen. Naast de nodige kennis, is er ook een significant verschil gevonden in de zoekintentie tussen twee groepen. Hier hebben de respondenten tussen 36 en 45 jaar een significant hogere zoekintentie dan de groep die jonger is dan 25 jaar. We hadden nochtans verwacht dat de jongere generatie meer geneigd zou zijn om informatie op te zoeken. Dit maakt het resultaat extra opmerkelijk. Een mogelijke verklaring kan zijn dat mensen onder de 25 jaar een zeer druk (sociaal) leven hebben, waardoor zij geen tijd hebben om informatie hierover op te zoeken.

12 Doordat dit item omgekeerd geschaald is, geeft de onderstaande grafiek eigenlijk een verkeerde indruk. Een lage score staat gelijk aan meer informatie nodig hebben, en een hogere score wilt zeggen dat men minder informatie nodig heeft. 65

4,5 3,87 4 3,71 3,6 3,36 3,46 3,5 2,96 3 2,75 2,8 2,74 2,43 2,5 2 1,5 1 0,5 0 Nodige kennis Zoekintentie

25- 26-35 36-45 46-55 55+

6.3.3. Gedragsdeterminanten naargelang het hoogst behaalde diploma In de One-way Anova-tabel kunnen we zien dat er wel degelijk een significant verschil bestaat tussen het hoogst behaalde diploma en enkele gedragsdeterminanten. Zo hebben de attitude en de gedragsintentie een significantieniveau van minder dan 0,05. Waar de precieze verschillen zitten, kunnen we echter niet onderzoeken via de post hoc-test omdat minstens één groep minder dan 2 cases heeft. Wanneer we de frequentietabel bekijken zien we dat de groep „geen diploma‟ minder dan 2 cases heeft. We besluiten daarom dat we deze groep samenvoegen met de groep „andere opleiding‟. Nu kunnen we de post hoc-test wel uitvoeren en nagaan waar de verschillen zitten. Bij attitude zien we dat er een significant verschil is tussen de groep „lager onderwijs‟ en „andere opleiding‟. Ook bij de gedragsintentie is er een significant verschil tussen deze twee groepen. Maar omdat deze groepen echter zeer weinig respondenten hebben, is hun belang voor het verder onderzoek verwaarloosbaar.

6.3.4. Gedragsdeterminanten naargelang het beroep Ook voor de beroepscategorie hebben we een One-way Anova uitgevoerd in SPSS. Maar er zijn geen significante verschillen gevonden bij de gedragsdeterminanten naargelang het beroep dat men uitoefent.

6.4. Gedragsdeterminanten vergelijken a.d.h.v. het autogebruik 6.4.1. Gedragsdeterminanten naargelang het aantal afgelegde kilometers Vervolgens hebben we gezocht naar eventuele verschillen bij de gedragsdeterminanten naargelang het aantal kilometers dat iemand per jaar aflegt. We hebben hiervoor alweer gebruik gemaakt van de One- way Anova. Hieruit blijkt dat er geen significante verschillen te vinden zijn voor dit item.

6.4.2. Gedragsdeterminanten naargelang de hoofddoeleinde van het autogebruik Ook bij dit item hebben we twee groepen moeten samenvoegen omdat er minder dan twee cases in een bepaalde groep zaten. „Vrachtverkeer‟ is daarom samengevoegd met „andere hoofddoeleindes‟. Uit de One-way Anova blijkt vervolgens dat er verscheidene significante verschillen te vinden zijn. Zowel de gedragsintentie als de subjectieve norm verschillen significant (op het 0,01-niveau) naargelang het precieze doel waarvoor de auto het meest gebruikt wordt. In de post hoc-test ziet men dat voor de gedragsintentie het verschil ligt tussen groep 1 en groep 3 en tussen groep 3 en groep 5. Dit wil zeggen dat weggebruikers met voornamelijk woon-werkverkeer een andere gedragsintentie hebben dan weggebruikers die vooral de auto gebruiken voor recreatie. Wanneer we de exacte gemiddelden vergelijken, zien we dat de eerste groep méér geneigd is zijn gedrag aan te passen aan de omstandigheden dan de recreatieve weggebruiker. De gedragsintentie bij recreatief verkeer verschilt bovendien ook significant van de gedragsintentie bij weggebruikers die de auto voornamelijk gebruiken voor andere doeleinden. Ook hier hebben de weggebruikers met recreatiedoeleinden minder de intentie om hun rijgedrag aan te passen. Voor de subjectieve norm ligt het verschil eveneens tussen groep 1 en groep 3. Weggebruikers met voornamelijk woon-werkverkeer zijn zich meer bewust van wat van hen verwacht wordt dan mensen die voornamelijk de auto gebruiken voor recreatie.

5 4,37 4,33 4,29 4,21 4,09 4 4,01 3,83 4 3 3 3 2 1 0 Gedragsintentie Subjectieve norm Woon-werkverkeer Zakelijk verkeer Recreatief verkeer Reizen Ander

6.5. Samenhang tussen de gedragsdeterminanten Om bij de conclusies het gedrag te kunnen verklaren en voorspellen, is het noodzakelijk om eerst de samenhang tussen de verschillende gedragsdeterminanten te onderzoeken. Sommige determinanten hebben namelijk een positieve of negatieve invloed op andere determinanten. In het theoretisch luik hebben we dit reeds gezien bij de hypotheses van het Planned Risk Information Seeking Model van Kahlor. Eens we weten welke factoren de andere beïnvloeden, kunnen we hiermee rekening houden bij het waarschuwen van de Vlaamse weggebruiker. Wanneer bijvoorbeeld de gedragsintentie positief zou beïnvloed worden door de kennis dat iemand bezit, weet men dat een goede informatievoorziening over dat risico zal leiden tot een verhoogde kans dat die persoon zijn gedrag zal willen aanpassen. Om deze samenhang tussen de gedragsdeterminanten na te gaan, maken we gebruik van een correlatiematrix. Aangezien we de variabelen als metrisch beschouwen, maken we daarvoor gebruik

67 van de Pearson correlatiecoëfficiënt. Deze correlaties duiden slechts op een samenhang of lineair verband, en zegt niets over een mogelijke causaliteit tussen de factoren, waarover we dus geen verdere uitspraken kunnen doen. Om de waardering van de correlatiecoëfficiënten duidelijk van elkaar te kunnen onderscheiden in de tabel, hebben we gebruik gemaakt van volgende kleurcodes:

Zeer lage correlatie Lage correlatie Matige tot hoge correlatie Hoge correlatie R < 0,20 0,20 < R < 0,40 0,40 < R < 0,70 0,70 < R < 0,90

Correlatietabel Att K NK E ZI GI Af RP SN

Corr 1,000 ,461 ,315 ,393 ,382 ,531 ,158 ,487 ,459 Att Coëf Sig. . ,000 ,000 ,000 ,000 ,000 ,007 ,000 ,000 Corr ,461 1,000 ,685 ,543 ,045 ,527 -,027 ,310 ,491 K Coëf Sig. ,000 . ,000 ,000 ,440 ,000 ,642 ,000 ,000 Corr ,315 ,685 1,000 ,485 ,062 ,365 ,008 ,271 ,335 NK Coëf Sig. ,000 ,000 . ,000 ,290 ,000 ,895 ,000 ,000 Corr ,393 ,543 ,485 1,000 ,215 ,337 ,058 ,195 ,301 E Coëf Sig. ,000 ,000 ,000 . ,000 ,000 ,321 ,001 ,000 Corr ,382 ,045 ,062 ,215 1,000 ,148 ,342 ,207 ,085 ZI Coëf Sig. ,000 ,440 ,290 ,000 . ,011 ,000 ,000 ,144 Corr ,531 ,527 ,365 ,337 ,148 1,000 ,093 ,369 ,712 GI Coëf Sig. ,000 ,000 ,000 ,000 ,011 . ,113 ,000 ,000 Corr ,158 -,027 ,008 ,058 ,342 ,093 1,000 ,401 ,034 Af Coëf Sig. ,007 ,642 ,895 ,321 ,000 ,113 . ,000 ,558 Corr ,487 ,310 ,271 ,195 ,207 ,369 ,401 1,000 ,344 RP Coëf Sig. ,000 ,000 ,000 ,001 ,000 ,000 ,000 . ,000 Corr ,459 ,491 ,335 ,301 ,085 ,712 ,034 ,344 1,000 SN Coë Sig. ,000 ,000 ,000 ,000 ,144 ,000 ,558 ,000 .

Legende : factoren Att = attitude E = eigen-effectiviteit Af = affect K = kennis ZI = zoekintentie RP = risicoperceptie NK = nodige kennis GI = gedragsintentie SN = subjectieve norm

Wanneer we de factor „attitude‟ van naderbij bekijken, kunnen we zien dat deze factor telkens een overschrijdingskans van minder dan 0,01 heeft. Dit wil zeggen dat er sprake is van een samenhang tussen de vergeleken factoren, en dat de kans dat deze gevonden samenhang op toeval berust minder is dan 1%. We kunnen dus zeker zijn dat attitude een matige tot hoge correlatie heeft met vier andere factoren, namelijk: de subjectieve norm, kennis, risicoperceptie en gedragsintentie (in toenemende mate van samenhang). Er is bovendien ook een correlatie gevonden met de factoren nodige kennis, eigen-effectiviteit en zoekintentie, maar dit is eerder een zwak verband. Ook met affect is er een samenhang gevonden, maar dit verband is verwaarloosbaar.

De factor kennis heeft naast attitude ook een matige tot hoge correlatie met de factoren nodige kennis, eigen-effectiviteit, gedragsintentie en subjectieve norm. Met risicoperceptie is er een lage correlatie. Bij de zoekintentie en het affect ligt het significatieniveau boven 0,05, dus kunnen we aannemen dat er geen verband bestaat tussen deze factoren en kennis.

De nodige kennis van de respondent heeft naast kennis ook een matige tot hoge correlatie met de eigen-effectiviteit. Bij zowel de gedragsintentie, de subjectieve norm, de eigen-effectiviteit en de eerder vernoemde attitude werd een lage correlatie gevonden ten opzichte van de nodige kennis. Met het affect en de zoekintentie werd er dan weer geen verband gevonden.

De eigen-effectiviteit heeft enkel een matige tot hoge correlatie met de eerder besproken kennis en nodige kennis. Maar ook met attitude, gedragsintentie, subjectieve norm en de zoekintentie werd een verband gevonden, weliswaar vrij zwak. Het verband tussen eigen-effectiviteit en de risicoperceptie is bovendien verwaarloosbaar, en met de factor affect zelfs onbestaande.

Bij de factor zoekintentie is er slechts een lage correlatie gevonden met de factoren attitude, affect, eigen-effectiviteit en risicoperceptie. Met de factor gedragsintentie is er een zeer lage correlatie gevonden op het 0,05-significantieniveau, maar niet op dat van 0,01. Er is absoluut geen verband met de factor kennis, nodige kennis en subjectieve norm. Toch wel een merkwaardig resultaat dat de nodige kennis geen invloed heeft op de zoekintentie.

Het is bij de factor gedragsintentie dat we voor het eerste een hoge correlatie terugvinden, en dit met de factor subjectieve norm. Verder zien we ook een duidelijk verband met de eerder beschreven factoren attitude en kennis. Ook bij risicoperceptie, nodige kennis en eigen-effectiviteit werden er lage correlaties gevonden. Het verband met de zoekintentie is vrijwel verwaarloosbaar, en met de factor affect is er geen lineair verband te vinden.

Zoals we uit vorige beschrijvingen konden opmaken, heeft affect slechts met weinig factoren een verband. Enkel bij risicoperceptie vindt men een matige tot hoge correlatie en bij zoekintentie is het verband eerder aan de lage kant. Bij attitude is er nog een klein, verwaarloosbaar verband gevonden, maar bij alle andere factoren zijn er geen correlaties te vinden.

Risicoperceptie heeft vervolgens slechts een matige tot hoge correlatie met de factoren attitude en affect. Er is bovendien een correlatie gevonden bij gedragsintentie, subjectieve norm, kennis, nodige kennis en zoekintentie, maar deze is eerder laag. Verder is er tussen risicoperceptie en de eigen- effectiviteit een zeer klein verband gevonden.

Tenslotte kunnen we hier nog even samenvatten dat de subjectieve norm dus een sterk verband had met de gedragsintentie, en dat ook de attitude en de kennis een duidelijk verband hebben met deze factor. De nodige kennis, eigen-effectiviteit en de risicoperceptie hebben dan weer eerder een lage correlatie. Er is geen verband gevonden tussen de subjectieve norm met de factoren affect en zoekintentie.

6.6. Gedrag voorspellen a.d.h.v. meervoudige regressieanalyse Ondertussen hebben we door de correlatietest een goed zicht op welke gedragsdeterminanten samenhangen met elkaar. Maar uiteraard is het de bedoeling om het gedrag van de weggebruiker bij een bepaald risico te voorspellen. Terwijl we bij de correlatiematrix niets konden zeggen over eventuele causaliteit, gaan we bij de meervoudige regressieanalyse er vanuit dat causaliteit aanwezig is tussen de afhankelijke en onafhankelijke variabelen. Aangezien we het reële gedrag van onze respondenten niet konden meten, beschouwen we de gedragsintentie als een goede voorspeller voor het uiteindelijke risicogedrag. In dit model wordt de gedragsintentie daarom gehanteerd als de afhankelijke variabele, en de andere acht determinanten als de onafhankelijke variabelen.

In onderstaande tabel zien we dat 64,7% van de variantie in de gedragsintentie wordt bepaald door het opgestelde model met de acht variabelen (attitude, kennis, nodige kennis, eigen-effectiviteit, risicoperceptie, zoekintentie, affect en de subjectieve norm). Deze determinatiecoëfficiënt (R²) is een indicator van hoe goed we de gedragsintentie kunnen verklaren door het model dat we hierna zullen bespreken, ook wel de goodness-of-fit maat genaamd. In vergelijking met andere onderzoeken is een percentage van 64,7% een zeer hoge score (Kalmijn & Kraaykamp, 1999, p169).

Regressie analyse van gedragsintentie Adjusted R Std. Error of the R R² Durbin-Watson Square Estimate 0,804 a 0,647 0,637 0,40402 1,756

Vervolgens kijken we naar de Anova-tabel. Doordat het significantieniveau kleiner is dan 0,05 kunnen we concluderen dat de gedragsintentie van mensen significant kan verklaard worden door de verschillen in de andere factoren. ANOVA Sum of df Mean Square F Sig. Squares Regression 85,261 8 10,658 65,291 0,000 Residual 46,521 285 0,163 Total 131,782 293

De gestandaardiseerde beta-coëfficiënten zijn een indicatie van het relatieve belang van de onafhankelijke variabelen in de vergelijking. Daaruit kunnen we afleiden dat de subjectieve norm de belangrijkste indicator is voor de gedragsintentie. Ook de attitude en in iets mindere mate de kennis geven een goede indicatie. Deze drie variabelen zijn dus de belangrijkste voorspellers van de gedragsintentie en krijgen bijgevolg een groter gewicht in de vergelijking om dit item te voorspellen. Zij zijn bovendien ook de enige variabelen die significant verschillen, d.w.z. dat de inbreng van deze variabelen significant is in de vergelijking. Algemeen kunnen we stellen dat wanneer de absolute waarde van de t-waarden kleiner is dan 2, de predictor niet significant is bij de voorspelling. Dit wil dus zeggen dat zowel de nodige kennis, de eigen-effectiviteit, de zoekintentie, het affect als de risicoperceptie geen significante voorspellers zijn. Toch moeten ze in de vergelijking worden opgenomen, want hoe klein hun gewicht ook is, ze horen onlosmakelijk bij het model.

Coëfficiënten Gestandaard- Ongestandaardiseerde Collineariteit iseerde Coëfficiënten Statistiek Coëfficiënten t Sig.

B Std. Error Beta Tolerance VIF Constante = 0,195 0,198 0,985 0,326 Intercept Attitude 0,345 0,062 0,292 5,556 0,000 0,448 2,232 Kennis 0,221 0,071 0,190 3,088 0,002 0,329 3,041 Nodige kennis -0,044 0,048 -0,048 -0,924 0,356 0,467 2,142 Eigen-effectiviteit -0,008 0,036 -0,010 -0,227 0,821 0,589 1,698 Zoekintentie -0,007 0,028 -0,010 -0,257 0,798 0,780 1,281 Affect 0,031 0,031 0,041 1,001 0,318 0,748 1,336 Risico-perceptie 0,037 0,040 0,043 0,936 0,350 0,586 1,707 Subjectieve Norm 0,437 0,042 0,468 10,361 0,000 0,608 1,646

We kunnen nu onze ongestandaardiseerde regressievergelijking opstellen: GedragsIntentie = 0,195 + 0,345*Attitude + 0,221*Kennis – 0,044*NodigeKennis -0,008*EigenEffectivieit -0,007*Zoekintentie + 0,031*Affect + 0,037*RisicoPerceptie + 0,437*SubjectieveNorm Aan de hand van deze vergelijking kunnen we dus de gedragsintentie van een willekeurig Vlaamse weggebruiker berekenen. We hebben daarvoor wel de gegevens van de andere gedragsdeterminanten nodig. Wanneer we bijvoorbeeld weten dat iemand een goede attitude (4) heeft ten opzichte van het risico; over een goede kennis (4) beschikt, en dus weinig kennis nodig heeft (2); die zijn eigen capaciteiten hoog inschat (4); maar een relatief lage zoekintentie heeft (2); en zich weinig zorgen maakt (2) over het risico, maar het risico toch ernstig opvat (4) en waarvan zijn omgeving wel een gedragsverandering wenst (5), bekomen we volgende vergelijking: 0,195 + 0,345*4 + 0,221*4 – 0,044*2 – 0,008*4 – 0,007*2 + 0,031*2 + 0,037*4 + 0,437*5 = 4,8 De vergelijking voorspelt voor deze persoon dus een hoge score (4,8 op 5) voor gedragsintentie. Dit wil zeggen dat de kans zeer groot is dat desbetreffende persoon de intentie heeft om zijn gedrag aan te passen aan het risico. Indien er geen onoverkomelijke barrières zijn, zal deze gedragsintentie uiteindelijk ook leiden tot een effectieve gedragsverandering. Uiteraard zijn deze regressievergelijkingen niet zo handig voor weer- of verkeerscentra aangezien het slechts de gedragsintentie van één persoon voorspelt. Daarom proberen we groepen te achterhalen die min of meer hetzelfde scoren voor deze gedragsdeterminanten. Op die manier kunnen we voorspellingen maken voor grotere groepen weggebruikers.

6.7. Groepen onderscheiden op basis van clustering Via een clusteranalyse zullen we vervolgens onze respondenten opdelen in groepen met hetzelfde profiel naar aanleiding van hun score op de gedragsdeterminanten. Deze clusters zullen intern homogeen en extern heterogeen zijn. Via K-means clustering zijn we gekomen tot drie interessante clusters. Hieronder vind je de gemiddelde scores voor iedere gedragsdeterminant per individuele cluster. Het gaat hier wederom een vijfpuntenschaal, met 1 als laagste score, en 5 als hoogste score voor een bepaalde gedragsdeterminant.

Clusters 1 2 3 Attitude 4,37 3,13 3,98 Kennis 4,11 3,02 3,96 Nodige kennis 3,84 2,85 3,59 Eigen-effectiviteit 3,96 2,51 3,37

Clusters 1 2 3 Zoekintentie 3,45 2,34 2,14 Affect 3,17 2,47 2,35 Risicoperceptie 4,02 2,86 3,54 Subjectieve norm 4,45 3,18 4,28

6.7.1. Cluster 1: de actief geïnteresseerde weggebruikers De eerste groep heeft voor elke gedragsdeterminant de hoogste score. Deze groep vindt het belangrijk om geïnformeerd te worden over weer- en verkeersrisico‟s en beschikt dus over een zeer goede attitude. Ze hebben bovendien een goede kennis van dit soort risico‟s en ze weten wat ze moeten doen wanneer ze ermee geconfronteerd worden. Ze beschouwen deze risico‟s als zeer ernstige gebeurtenissen, maar toch maken ze zich niet zoveel zorgen. Ze vinden dan ook dat de informatie die beschikbaar gesteld wordt ruim voldoende is en hebben geen verdere informatie nodig. Deze groep weet bovendien goed waar men dergelijke informatie kan vinden en heeft ook toegang tot deze kanalen. Toch zijn zij niet geneigd om verdere informatie op te zoeken over weer- en verkeersrisico‟s. Tenslotte zijn zij zich ervan bewust dat er van hen verwacht wordt dat men zijn gedrag aanpast aan de omstandigheden. De regressievergelijking voor deze groep gaat als volgt:

Gedragsintentie cluster 3 = 0,195 + 0,345*4,37 + 0,221*4,11 – 0,044*3,84 -0,008*3,96 -0,007*3,45 + 0,031*3,17 + 0,037*4,02 + 0,437*4,45 = 4,57783

Personen die behoren tot deze cluster behalen daarmee de hoogste score voor gedragsintentie. Deze groep heeft dus vaker de intentie om zijn gedrag aan te passen bij weer- en verkeersrisico‟s dan de volgende twee groepen.

5 4,37 4,45 4,11 3,84 3,96 4,02 4 3,45 3,17 3

0 Cluster 1 Attitude Kennis Nodige kennis Eigen-effectiviteit Zoekintentie Affect Risicoperceptie Subjectieve norm

6.7.2. Cluster 2: de ongeïnteresseerde weggebruikers De tweede cluster scoort voor de meeste determinanten het laagst van alle groepen. Deze groep vindt het verkrijgen van informatie omtrent weer- en verkeersrisico‟s belangrijk, noch onbelangrijk. Wat hun directe omgeving van hen verwacht, interesseert hen ook veel minder. Zij beschouwen deze risico‟s niet als ernstige gebeurtenissen, en maken zich bijgevolg totaal geen zorgen hierover. Bovendien beschikken zij over heel wat minder kennis dan de andere groepen. Zo bestaat er enige twijfel over wat ze precies moeten doen wanneer ze met dit risico geconfronteerd worden. Deze personen vinden dat ze over onvoldoende informatie beschikken over deze risico‟s, maar toch zijn ze niet van plan om er meer informatie over op te zoeken. Ze weten dan ook niet waar ze dergelijke informatie kunnen terugvinden of hebben geen toegang tot deze kanalen. De regressievergelijking voor deze groep gaat als volgt:

Gedragsintentie cluster 3 = 0,195 + 0,345*3,13 + 0,221*3,02 – 0,044*2,85 -0,008*2,51 -0,007*2,34 + 0,031*2,47 + 0,037*2,86 + 0,437*3,18 = 3,35246

De personen in deze cluster hebben de minste kans om een gedragsintentie te vertonen. Dit is dan ook de groep die minder vaak zijn gedrag zal aanpassen aan de bedreigende weer- en verkeerssituatie.

3,5 3,18 3,13 3,02 2,86 3 2,85 2,51 2,47 2,5 2,34 2 1,5 1 0,5 0 Cluster 2 Attitude Kennis Nodige kennis Eigen-effectiviteit Zoekintentie Affect Risicoperceptie Subjectieve norm

6.7.3. Cluster 3: de passief geïnteresseerde weggebruikers Deze groep vindt het redelijk belangrijk om informatie te verkrijgen over weer- en verkeersrisico‟s en beschikt daarmee over een relatief goede attitude. Hoewel er zeker nog ruimte is voor verbetering. Zij aanzien dit soort risico‟s als ernstig, maar maken zich er totaal geen zorgen om. Deze groep heeft een goede kennis over het risico en weet daardoor ook wat ze moeten doen wanneer ze ermee geconfronteerd worden. Zij vinden bovendien dat ze over voldoende informatie beschikken, en hebben dus een zeer lage intentie om verdere informatie op te zoeken. Ze hebben nochtans een redelijk goed idee waar ze deze weer- en verkeersinformatie kunnen vinden en hebben er ook de toegang toe. Tenslotte zijn zij zich ook heel erg bewust dat hun directe omgeving verwacht dat ze hun gedrag aanpassen aan de omstandigheden. De regressievergelijking voor deze groep gaat als volgt:

Gedragsintentie cluster 3= 0,195 + 0,345*3,98 + 0,221*3,96 – 0,044*3,59 -0,008*3,37 -0,007*2,14 + 0,031*2,35 + 0,037*3,54 + 0,437*4,28 =4,31755

De personen die tot deze cluster behoren hebben ook zeker de intentie om hun gedrag aan te passen aan de weer- en verkeersrisico‟s waarmee ze geconfronteerd worden.

4,28 4,5 3,98 3,96 4 3,59 3,37 3,54 3,5 3 2,35 2,5 2,14 2 1,5 1 0,5 0 Cluster 3 Attitude Kennis Nodige kennis Eigen-effectiviteit Zoekintentie Affect Risicoperceptie Subjectieve norm

6.7.4. Clustercriteria en significantieniveaus Het eerste criterium bij K-means clustering is dat het aantal cases in elke cluster ongeveer gelijk moet zijn. Cluster 1 en cluster 3 beschikken beide over 128 cases. Cluster 2 beschikt echter over slechts 38 cases, wat ervoor zorgt dat de verdeling niet volledig gelijk is. Een opdeling in twee clusters zou een meer evenredige verdeling opgebracht hebben, maar dan zou een interessante groep (de ongeïnteresseerden), die bij de opdeling in drie clusters wel verscheen, zomaar weggevallen zijn. Deze groep beschikt over zeer distinctieve eigenschappen, en hoewel mensen uit deze groep minder vaak voorkomen dan personen uit de andere twee groepen, zijn ze toch van grote waarde voor dit onderzoek. Daarom hebben we gekozen om de database op te delen in drie clusters in plaats van twee. Vervolgens wordt er onderzocht of de verschillen tussen deze clusters significant zijn. In de Anova- tabel kan men zien dat elke gedragsdeterminant binnen een bepaalde cluster significant verschilt op het 0,01-niveau, van diezelfde gedragsdeterminant in de andere twee clusters. Bovendien verschilt elke cluster ook significant op het 0,01-niveau van de andere clusters op basis van de gedragsintentie.

Conclusies

In dit onderdeel zullen we eerst kort conclusies trekken uit de theorie van het literatuuronderzoek. Daaruit is namelijk gebleken dat Nederland al veel ervaring heeft op het gebied van weer- en verkeeralarmen. Bovendien zijn deze ervaringen ook zeer goed gedocumenteerd. Hieruit kunnen we vervolgens enkele belangrijke lessen trekken voor een verdere aanpak van dit systeem in Vlaanderen. Verder zullen we enkele interessante concepten, die we in ons empirisch deel onderzocht hebben, linken aan het PRISM-gedragsverklaringsmodel. Tenslotte zullen we nog enkele belangrijke conclusies bespreken omtrent het mediagebruik en de gewenste informatievoorziening van de Vlaamse weggebruiker.

1. De voorbeeldfunctie van Nederland inzake een weer- en verkeeralarm Uit de literatuurstudie is gebleken dat Nederland al heel wat verder staat in het gebruik van een weer- en verkeeralarm dan Vlaanderen. Bovendien wordt dit alarm op regelmatige basis geëvalueerd en zelfs aangepast wanneer de omstandigheden daar om vragen. Deze resultaten worden vervolgens gebundeld in rapporten die ook voor Vlaanderen een onuitputtelijke bron aan informatie zijn. In deze context zullen we het vooral hebben over het rapport van het Ministerie van Verkeer en Waterstaat over het vernieuwd weeralarm dat ingevoerd werd in 2010 (KNMI, 2009). In dit rapport kwam naar voor hoe belangrijk samenwerking is bij het uitgeven van een weer- en verkeeralarm. In Nederland heeft men daarvoor een weeralarm-team opgericht. Weerinstanties moeten hun professionele mening geven over de weersomstandigheden en hun mogelijke impact. Daarnaast is ook de medewerking van verkeerscentra vereist om na te gaan welk effect deze omstandigheden (kunnen) hebben op het verkeer en op welke manier ze problemen kunnen vermijden. Buiten deze twee organisaties is ook de inmenging van andere overheidsinstanties en commerciële bedrijven, die bijvoorbeeld instaan voor de communicatie, gewenst. Slechts wanneer al deze instanties samenwerken, kan men komen tot een goede voorspelling van de maatschappelijke impact en kan men bijgevolg daarop anticiperen zodat crises zoveel mogelijk vermeden worden. Om de geloofwaardigheid van een weeralarm zo hoog mogelijk te houden, is het belangrijk om valse alarmen zo veel mogelijk te vermijden. De criteria van zulke alarmen moeten daarom ook duidelijk afgebakend zijn. Eén van de aanpassingen die Nederland in 2010 daaromtrent heeft doorgevoerd is de regionalisering van de waarschuwingen. Extreme weersomstandigheden kunnen zich vaak zeer lokaal afspelen. En aangezien de oppervlakte van Nederland meer dan 41 000km² bedraagt, gaf een landelijk alarm al vaak een verkeerde indruk. Plaatsen die niet getroffen werden zagen deze waarschuwing als onterecht, waardoor het weeralarm aan geloofwaardigheid verloor. Nu er weer- en verkeeralarmen kunnen uitgegeven worden voor kleinere gebieden (bijvoorbeeld provincies), kunnen er ook betere en

77 meer gerichte maatregelen getroffen worden voor deze gebieden. Deze vernieuwing kan ook voor Vlaanderen interessant zijn. Vlaanderen is weliswaar drie keer kleiner dan Nederland, maar dan nog beschikt men hier over een uitgestrekt gebied van meer dan 13 000 km². Wanneer zo‟n alarm kan uitgegeven worden per provincie, is het gebied waar problemen verwacht worden toch al vijf keer kleiner. Indien het extreme weer kan voorspeld worden voor een nog kleinere regio dan een provincie, kan dit enkel ten goede komen aan zowel de geloofwaardigheid van het alarm, als de voorbereidheid van de mensen en de autoriteiten in de getroffen regio. Een derde belangrijke punt dat Nederland heeft aangepast in 2010 is de verhoging van de waarschijnlijkheid dat extreme weersomstandigheden zullen voorkomen. Deze werd opgetrokken tot 90% zekerheid dat het fenomeen zich zal voordoen. Een weer- (en verkeer)alarm met code rood zal dus vaak slechts enkele momenten voor het extreem weer zich manifesteert uitgegeven worden. Dit zorgt ervoor dat mensen niet veel voorbereidingstijd hebben om eventueel maatregelen te treffen tegen deze omstandigheden. Sommige mensen zullen misschien zelfs niets meer op tijd te bereiken zijn. Voorwaarschuwingen met code oranje zijn daarom eveneens van groot belang omdat zij al een algemene indicatie geven van wat er mogelijks te gebeuren valt in de nabije toekomst. Het is ook evident dat niet alle mediakanalen geschikt zijn voor het informeren in zo‟n korte tijdspanne. Welke media het best geschikt zijn voor waarschuwingen te verzenden en welke het meest gewenst zijn bij de Vlaamse weggebruiker zullen we bespreken in het volgende deel.

2. Gewenste informatievoorziening van de Vlaming bij een weer- en verkeeralarm 2.1. Soort informatie Uit de vragenlijst is gebleken dat een overgrote meerderheid13 van de Vlaamse weggebruikers geïnformeerd wenst te worden over weer- en verkeersrisico‟s. De inhoud van zo‟n informatieboodschap bestaat uit meerdere componenten, die allen meer vertellen over het bepaalde risico. De respondenten waren vooral geïnteresseerd in de exacte locatie van de gebeurtenis. Daarnaast wilden ze ook weten hoelang de hinder precies zou duren. Ook de precieze aard14 van het risico was een veel voorkomende factor waarover men geïnformeerd wil worden. De precieze ernst van de gebeurtenis vonden ze minder noodzakelijk om te weten.

2.2. Via welke media willen ze bereikt worden Eens de boodschap is opgesteld, moeten we ons afvragen via welke kanalen deze boodschap kan verspreid worden. Aan de respondenten werd een lijst voorgelegd met 12 mediakanalen waarvan ze moesten zeggen of ze erdoor wilden geïnformeerd worden of niet. Deze lijst werd drie keer afgenomen, telkens met een ander risico. Bij elk risico kwam de radio met grote voorsprong als

13 Zware ongevallen (87,8% van de respondenten), extreem weer (95,9%) en wegwerkzaamheden (92,5%). 14 Met de aard bedoelen we bv. wegwerkzaamheden, ongevallen of extreem weer. 78 populairste naar voren. Negen op de tien mensen willen via dit medium een waarschuwing krijgen over weer- of verkeersrisico‟s. Aangezien de radio goed vertegenwoordigd is in ieder Vlaams gezin, is dit een uitstekende manier om informatieboodschappen te verspreiden. Bovendien beschikt 97,6% van de ondervraagden over een radio in zijn auto, waardoor men ook steeds bereikbaar is tijdens het rijden. Wanneer we vervolgens bekijken op welke tijdstippen dit medium het vaakst gebruikt wordt, kunnen we niet anders dan besluiten dat de radio nog steeds een dominant medium is. Meer dan drie kwart van de respondenten luistert namelijk naar de radio voor ze zich in het verkeer begeven. Tijdens de werkuren staat de radio tevens te spelen bij bijna drie kwart van de respondenten. En ook tijdens het weekend en na de werkuren blijft dit het vaakst gebruikte medium.

Op de tweede plaats van mediakanalen waar mensen door willen geïnformeerd worden zijn verkeersborden en lichtkranten op de weg. Dit is inderdaad een zeer interessant medium omdat het mensen informeert op de plaats waar ze door het risico getroffen worden. Het nadeel is echter dat de informatie op die manier misschien te laat de weggebruiker bereikt, zodat hij niet meer in staat is om zijn gedrag aan te passen. Wanneer bijvoorbeeld lichtkranten aangeven dat het zeer glad ligt op de baan, is het voor de automobilist reeds te laat om bijvoorbeeld zijn route die dag met het openbaar vervoer af te leggen. Ook waarschuwingen via het navigatiesysteem in de auto zijn zeer gewenst door de weggebruiker. Al krijgt ook de GPS te maken met dezelfde voor- en nadelen als het vorige medium.

Bij het volgende medium is het interessant om de opsplitsing tussen de verschillende risico‟s in kaart te brengen. Televisie is namelijk enorm populair voor waarschuwingen omtrent extreme weersomstandigheden. Maar liefst 7 op de 10 Vlamingen wil via dit medium geïnformeerd worden hierover. Waarschuwingen omtrent zware ongevallen in het verkeer zijn duidelijk minder gewenst, met slechts 3 op 10 geïnteresseerde mensen. Ongeveer de helft van de ondervraagden wenste via de televisie gewaarschuwd te worden over wegenwerken. Ondanks deze cijfers moeten we toch een belangrijke kanttekening maken omtrent dit medium. Uit het onderzoek naar het mediagebruik van onze respondenten blijkt dat televisie slechts door 1 op de 10 mensen wordt aangezet voor ze zich in het verkeer begeven. Tijdens de werkuren zakt dit cijfers nog naar beneden, terwijl het buiten de werkuren en in het weekend een kleine stijging kent tot 2 à 3 personen op 10. Het is inderdaad zo dat mensen slechts de televisie aanzetten als zij ‟s avonds thuiskomen van het werk en niet meer buiten moeten. Dit zorgt ervoor dat we televisie niet kunnen aanzien als een interessant medium om weer- of verkeerswaarschuwingen te verspreiden, tenzij deze ruim op voorhand voorspeld worden (bijvoorbeeld bij code geel of code oranje).

Volgende mediakanalen werden telkens door minder dan de helft van de respondenten gewenst om ze te voorzien van informatie. Maar dat maakt ze daarom niet minder interessant. Zo worden kranten

(zowel de papieren versie als de online versie) nog regelmatig gelezen door de Vlaming. Bij de papieren krant wordt men echter geconfronteerd met het probleem van de periodiciteit. In Vlaanderen kent men enkel ochtendkranten, waardoor de informatievoorziening enkel kan gebeuren op één moment van de dag, namelijk ‟s morgens. De online krant is hier wel een oplossing voor aangezien deze continu geüpdatet wordt door de online redactie. Als we bovendien de bezoekcijfers bekijken van de online kranten, kunnen we enkel stellen dat deze er jaar na jaar op vooruit gaan (Van Den Bulck, 2005). Online versies van kranten zijn dus zeer populair geworden en worden massaal bezocht door de Vlaming (VRM, 2009, p75). Dit maakt van hen een interessant medium om weer- en verkeerswaarschuwingen te verspreiden. Terwijl de papieren krant kan dienen voor de voorwaarschuwingen, kan de online krant aanvullen met een last minute weer- en verkeeralarm met code rood.

Een ander kanaal dat steeds populairder wordt zijn de sociale netwerksites. Uit onze resultaten blijkt dat 71% van de Vlamingen actief lid is van minstens één sociale netwerksite. Als we deze cijfers vergelijken met het onderzoek van InSites Consulting (2010), kunnen we aannemen dat ons onderzoek zeer representatief was15. Ondanks deze hoge gebruikscijfers in Vlaanderen, is alweer het precieze tijdstip van gebruik een nadeel. De meeste sociale netwerksites worden vooral ‟s avonds en in het weekend bezocht. Een uitzondering daarop is Twitter, dat nog vaak geconsulteerd wordt via de smartphone in de loop van de dag. Maar dit sociale netwerk wordt echter gebruikt door een zeer specifieke doelgroep, voornamelijk de actieve Vlaamse bevolking (Van Belleghem, 2011). Hoewel deze Twitter-gebruikersgroep dus vrij klein is, is hun indirecte impact toch groter dan bijvoorbeeld Facebook. Al is het maar doordat de meeste journalisten dit sociale netwerk goed in het oog houden, en vervolgens interessante berichten in hun krant publiceren (Van Belleghem, 2011). Bovendien gaf meer dan 30% aan dat ze in de toekomst zullen gebruik maken van dit netwerk, wat ervoor zorgt dat Twitter nog een groot potentieel groeipercentage heeft (InSites, 2010). Uit ons eigen onderzoek kunnen we echter constateren dat Vlamingen niet staan te springen om gewaarschuwd te worden over weer- en verkeerssituaties via sociale netwerksites.

In Nederland wordt er al een tijd een sms-systeem toegepast om waarschuwingen te verspreiden. Het is vooral gericht naar doelgroepen die zeer kwetsbaar zijn voor bijvoorbeeld extreem weer, en die op geen andere manier kunnen gewaarschuwd worden. Daar kost het zo‟n €0,40 per ontvangen bericht. Meer dan 20% van onze respondenten wenst ook informatie te krijgen via zo‟n sms-bericht. Maar toch is slechts een kleine 6% hiervan bereid om voor zo‟n sms-service te betalen. Deze stelling ligt volledig in lijn met de huidige kijk op de samenleving waarin alles gratis moet zijn. Of er in Vlaanderen echter

15 InSites Consulting heeft een wereldwijd onderzoek uitgevoerd in de periode 2009-2010 om het gebruik van sociale netwerksites in kaart te brengen. Hieruit bleek dat 69% van de Belgische bevolking zich op regelmatige basis op sociale netwerksites begeeft. Verder onderzoek, in opdracht van IAB, in 2011 toonde dan weer een kleine daling tot 64%. 80 zulke specifieke, kwetsbare doelgroepen zijn zoals in Nederland, hebben we in deze masterproef niet kunnen onderzoeken wegens te weinig tijd en middelen om dit tot een goed einde te brengen.

Een kanaal waar we in ons onderzoek wel iets dieper op zijn ingegaan is de smartphone. Daaruit bleek dat, afhankelijk van het merk, zo‟n 50 tot 70% van de smartphone-eigenaars een applicatie zou downloaden om meer informatie te verkrijgen over weer- en verkeerssituaties. En zelfs zonder applicatie zouden ze gebruik maken van hun mobiel internet om op de hoogte te blijven van weer- en verkeeralarmen.

Daarnaast hebben we nog gepeild naar de wens om geïnformeerd te worden via een nieuwsmailing. Dit blijkt echter niet zo‟n populair medium te zijn, met slechts 20% die dit zou overwegen. In het onderzoek naar het precieze mediagebruik kwam bovendien naar boven dat de Vlaming vooral zijn e- mails leest tijdens de werkuren, wat alweer een beperking geeft op het tijdstip van de uitgegeven alarmen.

Vervolgens geven respondenten aan dat ze graag op de hoogte willen worden gehouden via weer- en verkeerswebsites. Maar contradictorisch genoeg heeft slechts 3 op de 10 respondenten momenteel ook effectief de gedragsintentie om deze websites te bezoeken.

Tenslotte moeten we nog vermelden dat onze lijst met mediakanalen niet volledig was. Aangezien onze vragenlijst reeds van zo‟n grote omvang was hebben we een selectie moeten maken in het aantal aangeboden mediakanalen. Systemen zoals bijvoorbeeld het RSS en het RDS-TMC zijn bijgevolg niet opgenomen in de analyse. Dit wil echter niet zeggen dat zij niet belangrijk zijn voor het verspreiden van weer- en verkeeralarmen.

3. De gedragsdeterminanten van de Vlaamse weggebruiker Zowel in het theoretisch luik als het empirisch deel hebben sterk de nadruk gelegd op de negen determinanten van iemands gedrag. In de vragenlijst van het onderzoek hebben we gepeild naar deze determinanten aan de hand van drie verschillende informatieboodschappen die het equivalent waren van weer- en verkeersrisico‟s. Aan de hand van de antwoorden op deze vragen hebben we vervolgens drie groepen kunnen onderscheiden die een significant verschillend profiel hadden omtrent weer- en verkeersrisico‟s. In onderstaand radardiagram hebben we de gemiddelde score voor elke gedragsdeterminant visueel aangegeven per cluster.

Attitude 5

4 Subjectieve norm Kennis 3

Risicoperceptie 0 Nodige kennis

Affect Eigen-effectiviteit

Zoekintentie

De actief geïnteresseerde weggebruikers

De ongeïnteresseerde weggebruikers

De passief geïnteresseerde weggebruikers

In de grafiek kan men zien dat de actief geïnteresseerde weggebruikers voor elke gedragsdeterminant de hoogste score behalen. Zowel voor attitude, kennis, nodige kennis, risicoperceptie en subjectieve norm behalen zij een zeer hoge score, wat aanduidt dat zij erg geïnteresseerd zijn in weer- en verkeersrisico‟s. Van alle groepen zijn zij ook diegene die het meest initiatief zullen nemen om meer informatie te bekomen, waardoor zij zich naast geïnteresseerd, ook tot actieve weggebruikers maken. Een eigenschap die de passief geïnteresseerde weggebruikers dan weer ontbreken. Zij zijn eveneens geïnteresseerd in weer- en verkeersrisico‟s, maar zullen zelf totaal geen moeite doen om meer

82 informatie te bekomen hierover, en zijn dus passief. De ongeïnteresseerde weggebruikers zijn dan weer totaal ongeïnteresseerd in weer- en verkeersrisico‟s. Zij vinden dit soort risico‟s niet zo ernstig en maken zich helemaal geen zorgen, waardoor zij bijgevolg ook nooit zelf informatie zullen opzoeken over deze gebeurtenissen.

4. De zoekintentie bevorderen Bij de vergelijking van de gemiddelden van deze determinanten is vooral de opvallend lage score van de zoekintentie interessant. De score schommelt tussen 2 en 3,5 bij de verschillende clusters. En het algemeen gemiddelde is slechts 2,7. De weer- en verkeerscentra kunnen wel hun informatie over de risico‟s beschikbaar stellen via allerhande mediakanalen, maar het is aan de weggebruiker zelf om initiatief te nemen om deze informatie ook effectief te gaan opzoeken. Er zijn kanalen die de informatie in de schoot kunnen werpen van de ontvanger, en waarbij men dus geen extra moeite moet doen. Hierbij hebben we het vooral over de traditionele media zoals radio en televisie. Ook verkeersborden en lichtkranten geven informatie aan de weggebruikers zonder dat ze daar moeite voor moeten doen. Maar een waarschuwing via een website heeft bijvoorbeeld geen nut als men deze website niet actief gaat opzoeken. Daarom is het belangrijk om de score voor zoekintentie naar omhoog te krijgen. De vraag is uiteraard hoe we dit precies kunnen stimuleren. Bij de resultaten hebben we de correlaties berekend tussen de verschillende gedragsdeterminanten. Daaruit bleek dat er een (positieve) correlatie bestond van de zoekintentie met de factoren attitude, affect, eigen-effectiviteit en risicoperceptie. Deze resultaten werden eveneens onderzocht in het Planned Risk Information Seeking Model van Kahlor. De hypotheses die voor dit model waren opgesteld, werden allen, op één na, bevestigd. Evenals in onze resultaten, werden ook hier attitude, eigen-effectiviteit en affect gezien als factoren die een invloed hebben op de zoekintentie. Bij het PRISM werd ook de informatie-zoekende subjectieve norm als factor aangeduid, maar aangezien dit niet overeenkomt met de betekenis van de subjectieve norm in ons eigen onderzoek, is een vergelijking echter niet mogelijk. Bij ons resultaten had ook risicoperceptie een positieve correlatie met zoekintentie. Terwijl bij het PRISM de risicoperceptie enkel een invloed heeft op de affectieve respons, wat op zijn beurt dan weer de zoekintentie beïnvloedt. Hoe de gedragsdeterminanten elkaar beïnvloeden kan men zien in onderstaand diagram.

5. De gedragsintentie bevorderen Tijdens het bestuderen van de determinanten bij de informatieboodschappen is naar voren gekomen dat de Vlaamse weggebruiker reeds een positieve gedragsintentie heeft ten aanzien van weer- en verkeersrisico‟s. Wanneer deze intentie niet gehinderd wordt door onoverkomelijke barrières, past de Vlaming zijn gedrag aan bij het uitgeven van een weer- of verkeeralarm. Bij de regressieanalyse hebben we gezien dat de ene factor al meer invloed heeft op de gedragsintentie dan de andere factor. De belangrijkste voorspeller van de gedragsintentie in dit model was de subjectieve norm. Mensen zullen dus sneller de intentie hebben om hun gedrag aan te passen bij een weer- en verkeeralarm wanneer hun omgeving eveneens van hen verwacht dat ze hun gedrag aanpassen aan de omstandigheden. Deze sociale druk zorgt er dus voor dat mensen op de juiste manier handelen op de verkregen informatie van de weerinstituten en verkeerscentra. Ook de attitude van een persoon bleek een zeer goede voorspeller te zijn voor de gedragsintentie. Met een goede attitude bedoelden we dat die persoon het belangrijk vindt om weer- of verkeersinformatie te verkrijgen, en dat hij het bovendien ook nuttig vindt om informatie erover op te zoeken. Hoewel de attitude van de gemiddelde Vlaamse weggebruiker reeds vrij goed is, is er steeds ruimte voor verbetering. Wanneer men (bijvoorbeeld via een campagne) het belang van dergelijke informatie kan aantonen aan de Vlaamse burger, kan de attitude nog verbeterd worden. Naast de attitude was ook de kennis van extreme weer- of verkeerssituaties een belangrijke voorspeller van de gedragsintentie. Met kennis bedoelen we de mate waarin men de karakteristieken van de gebeurtenis begrijpt en weten wat men moet doen wanneer men geconfronteerd wordt met zulke omstandigheden. Weerinstituten en verkeerscentra kunnen proberen de kennis van de Vlaamse weggebruiker te verbeteren om zo tot een hogere kans tot gedragsverandering te komen. Deze drie belangrijke voorspeller (subjectieve norm, attitude en kennis) hebben reeds een relatief hoge score bij de actief en passief geïnteresseerde weggebruikers. Bij de ongeïnteresseerde weggebruikers liggen deze gemiddelden echter bedroevend laag. Het is dus vooral interessant om deze factoren te bevorderen bij de ongeïnteresseerde gebruikers, aangezien daar ook nog heel veel ruimte is om te groeien. De nodige kennis, de eigen-effectiviteit, de zoekintentie, de affectieve reactie en de risicoperceptie bleken niet zulke goede voorspellers te zijn. Men kan uiteraard ook deze factoren proberen te verbeteren, maar zij zullen slechts een zeer kleine impact hebben op de gedragsintentie van een persoon.

Aanbevelingen

1. Alarm-team In de literatuurstudie hebben we het gehad over het weeralarm-team dat in 2010 in Nederland werd opgericht. De samenwerking van meerdere instanties zorgt ervoor dat zowel de gebeurtenis zelf als de impact dat het zal hebben op het maatschappelijke leven, beter ingeschat wordt. Bovendien wordt de verantwoordelijkheid van het alarm niet aan slechts één partij toegeschreven, maar wordt dit gedeeld door verschillende experten in hun vakgebied. Daarom raden wij aan om ook in Vlaanderen een dergelijk team samen te stellen. De opbouw van het Vlaamse team kan bestaan uit dezelfde instanties als het Nederlandse equivalent. Dit zijn experten van het KMI, het Vlaams Verkeerscentrum, Agentschap Wegen en Verkeer, Touring Mobilis en eventueel zelfs de minister van Openbare Werken en Mobiliteit. Ook andere commerciële weer- of verkeersorganisaties kunnen betrokken worden bij dit proces. Afgevaardigden van de federale politie en de brandweer kunnen bovendien ook een interessante toevoeging zijn aan dit team. Het uitgeven van het weer- en verkeeralarm kan echter het best door slechts één instantie gedaan worden, dit om verwarring bij de burger te vermijden. Het crisiscentrum kan bijvoorbeeld deze taak op zich nemen.

2. Database van verspreidingskanalen Zowel in Nederland als in Vlaanderen wordt de communicatie naar het publiek toe niet enkel verzorgd door het weerinstituut of verkeercentrum zelf, maar wordt deze taak ook uitbesteed aan commerciële instanties. Bij het uitgeven van weer- en verkeeralarmen is de snelheid namelijk een zeer belangrijke component. De waarschuwing moet zo snel mogelijk bij een zo groot mogelijk publiek geraken. Het is dan ook belangrijk dat het alarm-team directe banden heeft met allerhande mediakanalen. Dit kunnen televisiezenders, radiostations en krantenredacties zijn. Wij raden daarom aan om een database samen te stellen met alle journalisten, redacties en andere verantwoordelijken uit Vlaanderen die bij machte zijn om via een mediakanaal de informatieboodschap te verspreiden. Op deze manier worden de commerciële instanties rechtstreeks bereikt, wat de verspreidingssnelheid van de waarschuwing zal bevorderen. Het is hierbij van groot belang om deze samenwerkingsverbanden met de media goed te onderhouden. Welke kanalen het interessantst zijn voor de verspreiding, zullen we bespreken bij de derde aanbeveling.

3. Verspreiding via welke media Uit het onderzoek is naar voren gekomen dat radio essentieel is voor het verspreiden van informatieboodschappen. Zowel qua bereikbaarheid van het publiek als de wens om door dit medium geïnformeerd te worden maakt dat dit medium superieur is aan alle andere. Elke radiozender zendt om

85 de x-aantal uren een journaal uit waar het uitgeroepen alarm kan verspreid worden. Een goed contact met al deze radiostations is dus uitermate belangrijk. Bij voorwaarschuwingen met code oranje is het ook interessant om de televisie te gebruiken voor de verspreiding. Het journaal en weerbericht worden uitgezonden op het moment dat het televisiekijkersaantal zijn maximum bereikt. Voor last minute weer- of verkeeralarmen is dit medium echter niet geschikt. Hetzelfde geldt voor de papieren krant, dat ook slechts kan gebruikt worden wanneer de gebeurtenissen een halve dag op voorhand zijn voorspeld. De online kranten daarentegen zijn het ideale kanaal om up-to-date informatie te geven bij dergelijke waarschuwingen. Dit medium wordt reeds vaak bezocht door de Vlaming, en dit aantal zal in de toekomst nog verder groeien. We raden daarom aan om zeker contact op te nemen met alle Vlaamse online redacties of de mogelijkheid bestaat om voor dit project samen te werken. Aangezien informatie via sociale netwerksites niet zo geliefd was, raden we aan om geen waarschuwingen via dit kanaal te verspreiden. Enkel Twitter kunnen we hier als uitzondering beschouwen, aangezien het hier gaat om zeer specifieke, geïnteresseerde doelgroep. Sociale netwerksites zijn misschien niet zo nuttig om waarschuwingen uit te geven, maar zij kunnen wel een heel interessant kanaal zijn om meer algemene informatie over het risico te verspreiden. Bij de vijfde aanbeveling zullen we het hebben over het opstarten van een campagne omtrent weer- en verkeersrisico‟s. Deze campagne kan zeker via sociale netwerksites zoals, bijvoorbeeld Facebook, verder verspreid en gepromoot worden. Het is reeds vaak gebleken dat campagnes plots succesvol worden eens ze viraal via de netwerksites worden gedeeld. Uit de resultaten van het onderzoek bleek dat zo‟n 40% van onze respondenten reeds in het bezit was van een smartphone. Ook hier verwachten we nog een mogelijke groei naar de toekomst toe. Aangezien de smartphone-bezitters behoorlijk enthousiast waren over het downloaden van een alarm- applicatie, raden we aan om de mogelijkheden te bekijken om dit te bewerkstelligen. Bij de respondenten was er eveneens interesse in een sms-service zoals deze ook in Nederland bestaat. Toch waren slechts weinig personen ertoe bereid hiervoor te betalen. Tenzij hiervoor een gratis service kan worden opgericht, lijkt het ons niet haalbaar om dit als verspreidingskanaal te gebruiken.

4. Samenwerking met andere landen De vorige aanbevelingen waren steeds gericht naar de weerinstituten en verkeerscentra die de Vlamingen moeten informeren over extreme omstandigheden. Daarnaast is het ook belangrijk om samen te werken met andere nationale instituten die eveneens verantwoordelijk zijn voor weer- en verkeeralarmen in hun eigen land. Sinds 2007 bestaat de website www.meteoalarm.eu, waarop 21 Europese landen te zien zijn waar men extreme weersomstandigheden verwacht. Dit is een zeer goed en succesvol initiatief, maar men kan misschien nagaan of de mogelijkheid bestaat om dit alarm ook door te trekken naar een gecombineerd weer- en verkeeralarm. Hiermee bedoelen we een website waar naast de weersomstandigheden, ook de verkeerssituatie in kaart wordt gebracht op Europese schaal.

Dit kan een handige tool zijn voor zowel vrachtwagenchauffeurs, als voor mensen die met de auto op reis gaan.

5. Campagne ter bevordering van de zoekintentie en de gedragsintentie De grootste taak van weerinstituten en verkeerscentra is het informeren van de burger. Aangezien niet alle mediakanalen kunnen worden opgedrongen in het leven van de Vlaming, is het ook belangrijk om de mensen te stimuleren om meer informatie op te zoeken omtrent weer- en verkeersrisico‟s. Om deze reden werd er in het onderzoek gepeild naar de zoekintentie van de Vlaamse weggebruiker omtrent dit soort risico‟s. De resultaten toonden echter aan dat deze zoekintentie bedroevend laag lag. Daarom raden we aan om deze zoekintentie in de vorm van een campagne te bevorderen. Via zo‟n campagne kan men de attitude van de Vlaming omtrent deze risico‟s verbeteren. Om de eigen-effectiviteit naar omhoog te krijgen, kan er op een duidelijke manier geïnformeerd worden waar deze informatie precies te vinden is. Bovendien kan men ook duiden op de ernst van deze risico‟s en het nut van meer informatie op te zoeken hieromtrent. Mensen moeten een weer- en verkeeralarm aanzien als een zeer ernstige waarschuwing die negatieve gevolgen kan hebben wanneer die genegeerd wordt. Eens de score voor deze gedragskenmerken stijgt, zal ook de zoekintentie naar weer- en verkeersinformatie verhogen. Het uiteindelijke doel van een weer- en verkeeralarm is een gedragsverandering teweeg brengen bij de burger. Uit de resultaten van het onderzoek blijkt dat de gedragsintentie reeds vrij hoog ligt. Toch is hier nog ruimte voor verbetering, zeker bij de ongeïnteresseerde weggebruikers. Net als bij de zoekintentie kan een betere attitude omtrent deze risico‟s helpen om mensen te stimuleren hun gedrag aan te aanpassen. Aangezien de sociale druk zo‟n grote invloed heeft op mensen, kan men ook hier op inspelen via een campagne.

6. Regionalisering Een aspect dat iets minder met communicatie te maken heeft, maar meer met de structurele werking van een weer- en verkeeralarm is de regionalisering ervan. Nederland heeft reeds aangetoond dat een alarm het efficiëntst is wanneer het wordt uitgegeven voor een zo klein mogelijke regio. Om de geloofwaardigheid en de voorbereidheid bij een alarm zo hoog mogelijk te houden, raden wij aan om ook in Vlaanderen gebruik te maken van deze regionalisering.

7. Evaluatie Eén van de lessen die Nederland ons geleerd heeft, is dat het belangrijk is om regelmatig evaluaties te houden na het uitgegeven van een alarm. Dit is interessant om een beter inzicht te krijgen in zowel de werking als de impact van een alarm in Vlaanderen. Ook de reactie van de Vlaming kan op deze manier in kaart gebracht worden. Zo kan het systeem worden aangepast indien een bepaalde manier, mediakanaal of boodschap niet efficiënt blijkt te zijn.

8. Verder onderzoek Tenslotte moeten wij ook de beperkingen van het onderzoek aanhalen. We hadden onze vragenlijst graag nog uitgebreider gemaakt, maar om de response rate bij de respondenten zo hoog mogelijk te houden, was een zekere afbakening nodig. Zo hebben we bijvoorbeeld niet alle mediakanalen kunnen onderzoeken bij onze respondenten. Wij raden daarom aan om een vervolgonderzoek te starten om nog dieper in te gaan op alle mogelijke communicatiekanalen.

Bibliografie

1. Boeken

Billiet, J. & Waege, H. (Eds.) (2005). Een samenleving onderzocht: methoden van sociaal- wetenschappelijk onderzoek. Antwerpen: De Boeck.

Brug, J., Van Assema, P. & Lechner, L. (2008). Gezondheidsvoorlichting en gedragsverandering: een planmatige aanpak. Assen: Koninklijke Van Gorcum BV.

Burns, A.C. & Bush, R.F. (2006). Principes van marktonderzoek: toepassingen met SPSS. Amsterdam: Pearson Education Benelux.

De Jong, M. & Schellens, P.J. (2002). De pretest als schakel in het tekstontwerpproces. In F.H. Van Eemeren, P. Van Den Hoven, C. Jansen & P.J. Schellens (Eds.), Tussenstand: 25jaar Tijdschrift voor Taalbeheersing (pp 113-128). Assen: Koninklijke Van Gorcem BV.

De Pelsmacker, P. & Van Kenhove, P. (2006). Marktonderzoek: methoden en toepassingen. Amsterdam: Pearson Education Benelux.

Gochman, D.S. (Ed.) (1997). Handbook of Health Behavior Research I. Personal and Social Determinants. New York, NY: Plenum Press.

Gutteling, J. & Hemels, J. (1999). Crisiscommunicatie : een kwestie van vertrouwen. Alphen aan de Rijn: Samsom.

Heath, R.L. & O‟Hair, H.D. (2010). Handbook of risk and crisis communications. New York, NY: Routledge.

Huizingh, E. (2008). Inleiding SPSS 16.0 voor Windows en Data Entry (9de ed.). Den Haag: Sdu Uitgevers bv.

Koeleman, H. (2003). Interne communicatie als managementinstrument. Amsterdam: Kluwer.

Scheerder, G., Van den Broucke, S. & Saan, H. (2003). Projecten voor gezondheidspromotie. Een handleiding voor kwaliteitsvol werken. Antwerpen en Apeldoorn: VIG & Garant-Uitgevers n.v.

Segers, J. (2002). Methoden voor de maatschappijwetenschappen. Assen: Koninklijke Van Gorcem BV.

Sellnow, T.L., Ulmer, R.R., Seeger, M.W. & Littlefield, R.S. (2009). Effective risk communication : a message-centered approach. New York, NY: Springer Science + Business Media.

Van Den Bulck, H. (2005). De Vlaamse kranten op het net: een korte geschiedenis. Antwerpen: Universiteit Antwerpen.

Van der Hoeven, M. & Bodéwes, N. (2009). Kleine gids risico- en crisiscommunicatie. Deventer: Kluwer.

Van Gent, B. & Katus, J. (2000). Voorlichting in een risicovolle informatiemaatschappij: theorieën, werkwijzen en perspectieven. Alphen aan den Rijn: Samsom.

2. Wetenschappelijke artikels

Geuijen, G. (2010). Risicocommunicatie. Deel 1: Zorg voor de medemens of bestuurlijke rugdekking? Ruimtelijke veiligheid en risicobeleid, 1(1), 3-10.

Griffin, R.J., Neuwirth, K., Giese, J. & Dunwoody, S. (2002). Linking the Heuristic-Systematic Model and Depth of Processing. Communication Research, 29(6), 705-732.

Hiemstra, G. (2007). Waardoor smolt de sneeuw op 8 februari? Meteorologica, 16(1). 36-37.

Kalmijn, M. & Kraaykamp, G. (1999). De verklaarde variantie verklaard: een vergelijking van sociologische onderzoeksartikelen in de periode 1975-1998. Mens & Maatschappij, 74(2) 166-179.

KNMI (2007). Gecombineerd weer- en verkeeralarm. Nieuwsbrief Crisisbeheersing, 5(2), 5.

Kroonenberg, F. (2001). De veiligheidstaken van het KNMI. Zenit 28(11), 513-515.

Rouhala, J. & Schultz, D. (2009). Severe thunderstorm and tornado warnings in Europe. Atmospheric Research, 93(1-3), 369-380.

Van ‟t Erve, A. (2007). Storm 18 januari 2007: een voorproefje van totale ontwrichting. Nieuwsbrief Crisisbeheersing. 5(2), 1-4.

3. Rapporten

Cools, M., Declercq, K., Janssens, D. & Wets, G. (2011). Onderzoek Verplaatsingsgedrag Vlaanderen 4.2. Geraadpleegd op de website van de Vlaamse Overheid, departement Mobiliteit en Openbare Werken: http://www.mobielvlaanderen.be/pdf/ovg42/ovg42-globaal.pdf

Jeuring, J.H.G. (2011). Intentions to seek severe weather information among travelers in New Zealand (Master thesis). Geraadpleegd op: http://edepot.wur.nl/168046

Koninklijk Nederlands Meteorologisch Instituut (2008). KNMI Jaarverslag 2007. Geraadpleegd op: http://www.knmi.nl/bibliotheek/jaarverslag/jaarverslag2007.pdf

Koninklijk Nederlands Meteorologisch Instituut (2009). Een vernieuwd Weeralarm. Aanpassing weeralarmcriteria en –systematiek per 1 februari 2010. Geraadpleegd op: http://www.knmi.nl/bibliotheek/weerbrochures/Een_vernieuwd_weeralarm.pdf

Koninklijk Nederlands Meteorologisch Instituut (2011). KNMI waarschuwingen Nederland: veranderingen vanaf 01-02-2010. Geraadpleegd op: http://www.knmi.nl/waarschuwingen_en_verwachtingen/Waarschuwingen_januari_2012.pdf

Van Es, A.M.D., Bos, J.G.H. & Vasterman, P. (2011). Cry Wolf: een fenomeenonderzoek. Geraadpleegd op de website van het COT Instituut voor Veiligheids- en Crisismanagement & Universiteit van Amsterdam: http://wodc.nl/images/2056a-volledige-tekst_tcm44-387316.pdf

Vlaamse Regulator voor de Media (2009). Mediaconcentratie in Vlaanderen: Rapport 2009. Geraadpleegd op: http://www.vlaamseregulatormedia.be/media/11094/rapport%202009.pdf

4. Krantenartikels

Belga, S.V.M. & G.B. (2011, 19 augustus). Cijfers van extreem onweer Pukkelpop: in 20 minuten evenveel regen als in maand. De Morgen.

Belga & S.V.M. (2011, 19 augustus). GSM-verkeer faalde: “Twitter en Facebook zijn mogelijk alternatief”. De Morgen.

Belga & S.V.M. (2011, 30 augustus). “Bij ramp moeten aanwezigen allemaal een infobericht krijgen”. De Morgen.

Belga & E.B. (2011, 4 september). Wind raasde met 170km per uur over Pukkelpop. De Morgen.

Redactie AD.nl. (2011, 19 augustus). KMI: wij waarschuwden wél voor noodweer Pukkelpop. AD.nl

Redactie Clint. (2011, 30 september). KMI geeft Pukkelpoporganisatie gelijk. Clint.

Vanhecke, N. (2011, 30 september). Pukkelpop wist te weinig over weer: festival gebruikte niet alle info KMI. De Standaard.

5. Websites

ANWB (2012). ANWB. Geraadpleegd op het World Wide Web op 25 februari 2012 op: http://www.anwb.nl/verkeer/nederland/overzicht

Digitale-media.be (2012, 3 januari). IAB en InSites onderzoeken social media gebruik in België. Geraadpleegd op 24 april 2012 op: http://www.digitale-media.be/index.php/headlines/iab-en-insites- onderzoeken-social-media-gebruik-in-belgie/

Esmee (2009, 21 december). Wat is een weeralarm? Geraadpleegd op het World Wide Web op 12 maart 2012: http://mens-en-samenleving.infonu.nl/communicatie/48142-wat-is-een-weeralarm.html

InSites Consulting (2010). Social Media around the world. Geraadpleegd op het World Wide Web op 24 april 2012 op: http://www.slideshare.net/stevenvanbelleghem/social-networks-around-the-world- 2010?from=ss_embed

Koninklijk Nederlands Meteorologisch Instituut (2012). Nader verklaard: weeralarm en waarschuwingen. Geraadpleegd op het World Wide Web op 13 maart 2012: http://www.knmi.nl/cms/content/17485/weeralarm

Koninklijk Nederlands Meteorologisch Instituut (2012). Nader verklaard: waarschuwingskleuren. Geraadpleegd op het World Wide Web op 13 maart 2012: http://www.knmi.nl/cms/content/92453/waarschuwingskleuren

Koninklijk Nederlands Meteorologisch Instituut (2012). Over het KNMI. Geraadpleegd op het World Wide Web op 8 maart 2012 op: http://www.knmi.nl/over_het_knmi

Koninklijk Nederlands Meteorologisch Instituut (2007). Een sneeuwdag in februari. Geraadpleegd op het World Wide Web op 10 maart 2012: http://www.knmi.nl/cms/content/9072/een_sneeuwdag_in_februari

Meteo België (2012). Alarm regen/overstroming & onweer. Geraadpleegd op het World Wide Web op 30 april 2012 op: http://www.meteobelgie.be/verwachtingen/waarschuwingen.html

Van Belleghem, S. (2011, 14 september). InSites presenteert onderzoek over sociale netwerken. Geraadpleegd op 24 april 2012: http://www.pub.be/pub/content.aspx?id=130456&LangType=2067

Verkeerscentrum Vlaanderen (2012). Het Verkeerscentrum. Geraadpleegd op het World Wide Web op 19 maart 2012 op: http://www.verkeerscentrum.be/verkeersinfo/verkeerscentrum/vc_wie_vc

Verkeerscentrum Vlaanderen (2012). Verkeersinformatie: Mobiele website. Geraadpleegd op het World Wide Web op 19 maart 2012 op: http://www.verkeerscentrum.be/verkeersinfo/dossiers/mobiel_info

Verkeerscentrum Vlaanderen (2012). Verkeersinformatie: RSS – actuele verkeersberichten. Geraadpleegd op het World Wide Web op 19 maart 2012 op: http://www.verkeerscentrum.be/verkeersinfo/rss

Verkeerscentrum Vlaanderen (2012). Verkeersinformatie: Verkeersinformatie via mijn navigatiesysteem: wat en hoe? Geraadpleegd op het World Wide Web op 19 maart 2012 op: http://www.verkeerscentrum.be/verkeersinfo/faq/algemeen-6

Verkeerscentrum Vlaanderen (2012). Verkeersinformatie: Spitsmail. Geraadpleegd op het World Wide Web op 19 maart 2012 op: http://www.verkeerscentrum.be/verkeersinfo/info_spitsmail

VID (2012). De VerkeersInformatieDienst. Geraadpleegd op het World Wide web op 25 februari 2012 op: http://www.vid.nl/de_verkeersinformatiedienst.html

6. Ander

Huizinga-Heringa, J.C. (2009). Brief van de staatssecretaris van Verkeer en Waterstaat naar de voorzitter van de Tweede Kamer der Staten-Generaal: Criteria en protocollering Weeralarm. Den Haag

Appendix

Bijlage 1: Schriftelijke enquête

Bijlage 2: SPSS-outputs op cd-rom

Bijlage 1: Schriftelijke enquête

Onderzoek naar de gewenste informatievoorziening omtrent weer- en verkeerssituaties in Vlaanderen

Beste,

Naar aanleiding van mijn Masterproef voer ik een onderzoek uit naar de wensen en noden van Vlamingen omtrent de informatievoorziening bij bepaalde verkeerssituaties. Dit kan gaan over belangrijke wegwerkzaamheden, ernstige ongevallen in het verkeer of extreme weersomstandigheden die een invloed hebben op de verkeersdoorstroming.

Uw medewerking is erg belangrijk voor ons. Daarom vragen wij u deze korte enquête in te vullen. De vragenlijst duurt slechts 15 minuten en deze bevraging is uiteraard volledig anoniem. Op basis van uw antwoorden zullen wij aanbevelingen doen aan organisaties die zich specialiseren in actuele verkeersinformatie.

Alvast bedankt voor uw medewerking!

Shari De Puysseleir,

Studente Communicatiewetenschappen UGent

Specifieke vragen over autogebruik

1. Over welk rijbewijs beschikt u? (meerdere antwoorden mogelijk) o Geen o A3 (bromfiets) o A (motorfiets) o B (auto) o C (vrachtwagen) o D (bus) o G (landbouwvoertuig)

2. Wat is uw hoofdvervoerswijze naar uw werk/school? (meerdere antwoorden mogelijk) o Auto o Bus o Trein o Metro o Fiets o Te voet o Bromfiets o Andere: …………………………….. o Niet van toepassing

3. Voor wat maakt u het vaakste gebruik van de auto? o Woon-werkverkeer o Zakelijk verkeer (bv. vertegenwoordigingsfunctie) o Vrachtverkeer (goederenvervoer) o Recreatief verkeer/privégebruik o Reizen o Andere: ……………………………..

4. Hoeveel kilometer moet u ongeveer afleggen van bij u thuis tot op uw werk? (heen en terug) o Minder dan 10 km o Tussen 10 en 30 km o Tussen 30 en 50 km o Tussen 50 km en 70 km o Meer dan 70 km

5. Van welke wegen maakt u voornamelijk gebruik op een normale weekdag? (meerdere antwoorden mogelijk) o Autosnelweg o Gewestwegen o Stadswegen o Lokale wegen

6. Hoeveel kilometer legt u in totaal af per jaar met de auto? o Minder dan 10 000 km o Tussen 10 000 en 20 000 km o Tussen 20 000 en 30 000 km o Meer dan 30 000 km o Weet ik niet

7. Beschikt u over een radio in de auto? o Ja o Nee

8. Beschikt u over een GPS in de auto? (vast in het interieur of draagbaar via bv. TomTom) o Ja o Nee

9. Hebt u al gehoord van het Vlaams Verkeerscentrum? o Ja o Nee o Weet niet

10. Hebt u al gehoord van Touring Mobilis? o Ja o Nee o Weet niet

11. Hebt u al gehoord van het KMI? (Koninklijk Meteorologisch Instituut) o Ja o Nee o Weet niet

Specifieke vragen over verkeersinformatie

Hoe komt verkeersinformatie tot stand?

De verkeersinformatie die u dagelijks hoort via allerhande media (bv. op de radio, tv,…) komt tot stand door een samenwerking van verschillende organisaties, zoals het Vlaams Verkeerscentrum, het KMI, de politie, Touring Mobilis, het Agentschap Wegen en Verkeer enzovoort. Zij verzamelen deze informatie en geven waarschuwingen bij bv. belangrijke wegwerkzaamheden, zware ongelukken en slechte weersomstandigheden.

12. In welke mate bent u akkoord met onderstaande stellingen:

1=helemaal niet akkoord, 2=niet akkoord, 3=geen mening, 4=akkoord, 5=helemaal akkoord

Ik vind het belangrijk om op de hoogte te worden gehouden bij 1 2 3 4 5 hinder op de weg. Ik zou me abonneren op een nieuwsmailing om op de hoogte te 1 2 3 4 5 blijven van weer- of verkeersproblemen. Ik zou een smartphone-applicatie downloaden om meer 1 2 3 4 5 informatie te bekomen. (Smartphone = gsm met mobiel internet) (Indien niet van toepassing=geen mening) Ik zou mijn smartphone gebruiken om de huidige verkeerssituatie 1 2 3 4 5 te weten te komen. Ik zou de website van het Vlaams Verkeerscentrum bezoeken om 1 2 3 4 5 meer informatie te bekomen over de huidige verkeer- of weersomstandigheden. Ik zou de website van Touring Mobilis bezoeken om meer 1 2 3 4 5 informatie te bekomen over de huidige verkeer- of weersomstandigheden. Ik zou de website van het KMI bezoeken om meer informatie te 1 2 3 4 5 bekomen over de huidige verkeer- of weersomstandigheden. Ik ben bereid te betalen voor een sms-service dat me op de 1 2 3 4 5 hoogte houdt van hinder op mijn route.

Informatieboodschappen

In dit onderdeel krijg je telkens een informatieboodschap te zien i.v.m. een bepaalde verkeerssituatie. Beeld je in dat deze gebeurtenissen op uw dagelijkse route liggen. Op basis van de gegeven informatieboodschap vul je de onderstaande vragen in.

13. Informatieboodschap 1: ‘belangrijke wegwerkzaamheden’

E19/R0 – Knooppunt Machelen afgesloten gedurende één week [20-2-12] Van dinsdag 21 februari, 23u tot dinsdag 28 februari, 5u wordt gewerkt in het knooppunt Machelen. De aansluiting van de E19 vanuit Antwerpen naar de Brusselse binnenring wordt afgesloten. Het verkeer moet omrijden via de buitenring om dan te keren via afrit en oprit Vilvoorde-Koningslo.

In welke mate bent u akkoord met onderstaande stellingen na het lezen van deze informatie?

1=helemaal niet akkoord, 2=niet akkoord, 3=geen mening, 4=akkoord, 5=helemaal akkoord

Informatie verkrijgen over deze gebeurtenis is belangrijk. 1 2 3 4 5 Informatie zoeken over deze gebeurtenis is nuttig. 1 2 3 4 5 De gegeven informatie is behulpzaam. 1 2 3 4 5 Deze gebeurtenis vind ik zeer ernstig. 1 2 3 4 5 De ernst van deze gebeurtenis wordt overdreven voorgesteld. 1 2 3 4 5 Door deze boodschap maak ik me zorgen. 1 2 3 4 5 Ik weet waar ik deze verkeersinformatie kan vinden. 1 2 3 4 5 Ik heb toegang tot alle verkeersinformatie die ik nodig heb. 1 2 3 4 5 Ik begrijp wat men bedoelt met deze gebeurtenis. 1 2 3 4 5 Met deze informatie heb ik voldoende kennis over de aard van de 1 2 3 4 5 hinder. Met deze informatie heb ik voldoende kennis over de duur van de 1 2 3 4 5 hinder. Met deze informatie heb ik voldoende kennis over de ernst van de 1 2 3 4 5 hinder. Ik weet wat ik moet doen als ik geconfronteerd word met deze 1 2 3 4 5 gebeurtenis. Deze gebeurtenis kan nadelige gevolgen hebben voor mij als ik het 1 2 3 4 5 gegeven advies niet opvolg. Er wordt van mij verwacht dat ik mijn rijgedrag aanpas aan deze 1 2 3 4 5 omstandigheden. Ik ben van plan om meer informatie te zoeken over deze 1 2 3 4 5 gebeurtenis. Deze gebeurtenis lijkt me correct/waarheidsgetrouw 1 2 3 4 5 weergegeven. De informatie wordt snel gecommuniceerd naar de weggebruiker. 1 2 3 4 5 Ik zal mijn route aanpassen aan deze gebeurtenis. 1 2 3 4 5

100

14. Informatieboodschap 2: ‘extreme weersomstandigheden’

Hevige sneeuwbuien op Vlaamse (snel)wegen [3-3-12] In de loop van de middag en avond trekken vanuit het zuiden opnieuw hevige sneeuwbuien over ons land. Dit zal zorgen voor heel wat plaatselijke gladheid en een slechte zichtbaarheid voor de weggebruiker. Strooiwagens zijn ingezet, maar vertragingen zijn onvermijdelijk. Er wordt dan ook aangeraden om enkel bij dringende reden zich op de baan te begeven, en de rijstijl aan te passen aan de omstandigheden.

In welke mate bent u akkoord met onderstaande stellingen na het lezen van deze informatie?

1=helemaal niet akkoord, 2=niet akkoord, 3=geen mening, 4=akkoord, 5=helemaal akkoord

Informatie verkrijgen over deze gebeurtenis is belangrijk 1 2 3 4 5 Informatie zoeken over deze gebeurtenis is nuttig 1 2 3 4 5 De gegeven informatie is behulpzaam 1 2 3 4 5 Deze gebeurtenis vind ik zeer ernstig 1 2 3 4 5 De ernst van deze gebeurtenis wordt overdreven voorgesteld 1 2 3 4 5 Door deze boodschap maak ik me zorgen 1 2 3 4 5 Ik weet waar ik deze verkeersinformatie kan vinden 1 2 3 4 5 Ik heb toegang tot alle verkeersinformatie die ik nodig heb 1 2 3 4 5 Ik begrijp wat men bedoelt met deze gebeurtenis 1 2 3 4 5 Met deze informatie heb ik voldoende kennis over de aard van de 1 2 3 4 5 hinder Met deze informatie heb ik voldoende kennis over de duur van 1 2 3 4 5 de hinder Met deze informatie heb ik voldoende kennis over de ernst van 1 2 3 4 5 de hinder Ik weet wat ik moet doen als ik geconfronteerd word met deze 1 2 3 4 5 gebeurtenis Deze gebeurtenis kan nadelige gevolgen hebben voor mij als ik 1 2 3 4 5 het gegeven advies niet opvolg Er wordt van mij verwacht dat ik mijn rijgedrag aanpas aan deze 1 2 3 4 5 omstandigheden Ik ben van plan om meer informatie te zoeken over deze 1 2 3 4 5 gebeurtenis Deze gebeurtenis lijkt me correct/waarheidsgetrouw 1 2 3 4 5 weergegeven De informatie wordt snel gecommuniceerd naar de weggebruiker 1 2 3 4 5 Ik zal mijn rijgedrag aanpassen aan deze gebeurtenis 1 2 3 4 5

101

15. Informatieboodschap 2: ‘Zwaar ongeval’

E17 – Zwaar ongeval in Wemmel [6-3-12] Botsing tussen drie vrachtwagens op de binnenring in Wemmel. Er zijn 2 rijstroken versperd. Hinder kan enkele uren duren. Het verkeer van Gent naar Luik of Hasselt rijdt best om via Antwerpen.

In welke mate bent u akkoord met onderstaande stellingen na het lezen van deze informatie?

1=helemaal niet akkoord, 2=niet akkoord, 3=geen mening, 4=akkoord, 5=helemaal akkoord

102

Specifieke vragen over mediagebruik

16. Van welke media maakt u gebruik vóór u zich in het verkeer begeeft? (bv. voor u naar het werk vertrekt)

Nooit Zelden Soms Vaak Altijd

Televisie 1 2 3 4 5 Radio 1 2 3 4 5 Papieren krant 1 2 3 4 5 Online krant 1 2 3 4 5 E-mails 1 2 3 4 5 Sociale netwerksites 1 2 3 4 5 (facebook, twitter,…) Website van het 1 2 3 4 5 Vlaams Verkeerscentrum Website van Touring 1 2 3 4 5 Website van het KMI 1 2 3 4 5 Andere websites 1 2 3 4 5 Andere media, 1 2 3 4 5 namelijk: ………………………

17. Van welke media maakt u gebruik tijdens de werkuren? (bv. tijdens de (lunch)pauze, radio op de achtergrond, in de auto bij werkverkeer,…)

Nooit Zelden Soms Vaak Altijd

103

18. Van welke media maakt u gebruik voor u zich in het verkeer begeeft buiten de werkuren / in het weekend? (bv. voor u boodschappen doet, bij gezinsuitstapjes,…)

Nooit Zelden Soms Vaak Altijd

19. Wenst u geïnformeerd te worden bij zware ongevallen in het verkeer? o Ja o Nee o Weet niet

20. Wenst u geïnformeerd te worden bij extreme weersomstandigheden? o Ja o Nee o Weet niet

21. Wenst u geïnformeerd te worden bij andere problemen of obstakels in het verkeer? (bv. bij wegwerkzaamheden, files, …) o Ja o Nee o Weet niet

22. Bent u in het bezit van een gsm? o Ja o Nee

104

23. Bent u in het bezit van een ‘smartphone’? (smartphone = een gsm met mobiel internet) o Nee o Ja, een iPhone o Ja, een Blackberry o Ja, een andere smartphone (bv. HTC, Samsung, Nokia,…)

24. Bent u in het bezit van een computer met internet? o Ja o Nee

25. Van welke sociale netwerksite(s) bent u actief lid? (meerdere antwoorden mogelijk) o Geen o Facebook o Twitter o Google + o LinkedIn o Netlog o Andere, namelijk …………………………

26. Welke informatie wenst u te ontvangen bij hinder in het verkeer? (meerdere antwoorden mogelijk) o De aard van de hinder (bv. zwaar ongeluk, file, wegwerkzaamheden,…) o De duur van de vertraging door de hinder o De ernst van de hinder o De exacte locatie van de hinder o Andere, namelijk: …………………………………….

27. Op welke manier wenst u te worden geïnformeerd over zware ongevallen in het verkeer?

Helemaal niet - Liever niet - Neutraal - Misschien wel - Zeker wel

Televisie 1 2 3 4 5 Radio 1 2 3 4 5 Papieren krant 1 2 3 4 5 Online krant 1 2 3 4 5 E-mail 1 2 3 4 5 GPS 1 2 3 4 5 Sms-bericht 1 2 3 4 5 Smartphone- 1 2 3 4 5 applicatie Sociale netwerksites 1 2 3 4 5 (facebook, twitter,…) Verkeerswebsites 1 2 3 4 5 (VVC, Touring Mob.,…) Andere websites 1 2 3 4 5

105

Verkeersborden/ 1 2 3 4 5 Lichtkranten op de baan

28. Op welke manier wenst u geïnformeerd te worden over extreme weersomstandigheden?

Helemaal niet - Liever niet - Neutraal - Misschien wel - Zeker wel

29. Op welke manier wenst u geïnformeerd te worden over wegwerkzaamheden?

Helemaal niet - Liever niet - Neutraal - Misschien wel - Zeker wel

106

Demografische vragen

30. Wat is uw geslacht? o Man o Vrouw

31. Wat is uw geboortejaar? 19…..

32. Wat is uw hoogst behaalde diploma? o Geen o Lager onderwijs o Lager secundair onderwijs o Hoger secundair onderwijs o Hoger onderwijs o Universitaire opleiding o Postuniversitaire opleiding o Ander

33. Wat is uw beroep? o Student o Werkloos o Arbeider o Zelfstandige o Bediende o Ambtenaar o Kaderlid o Gepensioneerd o Ander

Hartelijk dank voor uw medewerking!!

107

Bijlage 2 : SPSS-outputs op cd-rom

108