Monitoring en evaluatie van de slimme meter en het tweemaandelijkse verbruiksoverzicht

Monitoring en evaluatie van de slimme meter en het tweemaandelijkse verbruiksoverzicht Jan Uitzinger Diana Uitdenbogerd

Amsterdam, 7 maart 2014

IVAM research and consultancy on sustainability Plantage Muidergracht 24, 1018 TV Amsterdam, Postbus 18180 1001 ZB Amsterdam Tel. 020-5255080, Fax 020-5255850, internet: www.ivam.uva.nl, e-mail: [email protected]

IVAM RESEARCH AND CONSULTANCY ON SUSTAINABILITY

Colofon ISO Doc. nr. Titel

O1417 Titel: Monitoring en evaluatie van de slimme meter en het tweemaandelijks verbruiksoverzicht

Auteurs

Jan Uitzinger, Diana Uitdenbogerd

Review

Lieke Dreijerink, 7 maart-2014

Het onderzoek is uitgevoerd in opdracht van Agentschap NL, sinds 1-1-2014 RVO.nl. Contactpersoon opdrachtgever: Henk Van Elburg; [email protected] Voor meer informatie over de effectanalyse: Jan Uitzinger; [email protected] Voor meer informatie over het gebruikersonderzoek: Diana Uitdenbogerd; [email protected] Gegevens uit deze rapportage mogen worden overgenomen mits onder uitdrukkelijke bronvermelding. IVAM UvA BV aanvaardt geen aansprakelijkheid voor eventuele schade voortvloeiend uit het gebruik van de resultaten van dit onderzoek of de toepassing van de adviezen.

Samenvatting Inleiding Huishoudens krijgen doorgaans één maal per jaar inzicht in hun energieverbruik wanneer ze hun jaarlijkse energieafrekening ontvangen. In 2011 heeft de Tweede Kamer ingestemd met een gefaseerde invoering van op afstand uitleesbare elektriciteit- en gasmeters bij consumenten en kleinzakelijke eindverbruikers. Deze zogenaamde slimme meter maakt het onder meer mogelijk om consumenten beter te informeren over hun energieverbruik en op basis daarvan energie en kostenbesparende maatregelen te nemen. In de regelgeving is een basisvoorziening vastgelegd in de vorm van een tweemaandelijks verbruiken kostenoverzicht (VKO). Energieleveranciers zijn met ingang van 2012 wettelijk verplicht om klanten met een slimme meter zes maal per jaar met het VKO te informeren over het werkelijk verbruik tegen actuele energieprijzen. Het VKO kan per brief of digitaal als pdf aangeleverd worden. In een maatschappelijke kosten-batenanalyse is in 2010 door KEMA1 geschat dat Nederlandse huishoudens met een dergelijk overzicht gemiddeld 3,2% op elektriciteit en 3,7% op gas kunnen besparen. RVO.nl heeft IVAM gevraagd voornoemde effecten aan de praktijk te toetsen. Doel, aanpak en methode Concreet is de onderzoeksvraag hoe groot het effect van het VKO is op het energieverbruik van huishoudens die in 2012 voor het eerst een VKO ontvangen en om hun gebruikservaringen met het VKO en hun oordeel over het VKO en de verwachting ten aanzien van de besparingen te peilen. Kanttekening hierbij is dat het onderzochte VKO, dat wil zeggen het VKO dat in het eerste jaar is verstuurd, nog niet de vorm heeft die het na één jaar zal krijgen. Na een jaar kan het actuele verbruik namelijk vergeleken worden met het eigen historisch verbruik in dezelfde periode van het jaar daarvoor. IVAM heeft het onderzoek in twee delen uitgevoerd: een kwantitatieve analyse van het energieverbruik, de ‘effectmeting’ en een vragenlijstonderzoek bij huishoudens die het VKO ontvangen, het ‘gebruikersonderzoek’. Reden voor deze tweedeling is dat vanwege de privacywetgeving de bewoners met een handtekening op de vragenlijst hun toestemming moeten geven voor het koppelen van hun antwoorden aan hun energiegegevens voor onderzoeksdoeleinden. Het bleek niet mogelijk om dit binnen de gestelde projectduur bij een voldoende aantal huishoudens te realiseren. Het gebruikersonderzoek is uitgevoerd bij huishoudens waar de slimme meter begin 2012 is geplaatst. De effectmeting kon uitgevoerd worden op energiegegevens van huishoudens waar al vóór 2012 een slimme meter was geplaatst. Een vooronderzoek wijst namelijk uit dat het bezit van een slimme meter op zich geen effect op het energieverbruik heeft. De effectmeting Het energiebesparend effect van het VKO is onderzocht door het energieverbruik van huishoudens met VKO (de slimme metergroep) te vergelijken met dat van huishoudens zonder VKO (de controlegroep). Voor beide groepen hebben de netbeheerders Alliander, Enexis en Stedin, energiedata aangeleverd van huishoudens die klant zijn van Eneco, Essent, Greenchoice, Nuon en Oxxio. Met het oog op een betrouwbare analyse zijn strenge eisen aan de datakwaliteit opgelegd. Voor beide groepen zijn alleen huishoudens met een realistische verbruikshistorie meegenomen in de analyse. Verder zijn huishoudens waarvan het energieverbruik is gebaseerd op één of meer geschatte meterstanden van de analyse uitgesloten. Ook zijn nieuwbouwwoningen niet bij de analyse betrokken omdat het zogenaamde droogstoken van de woning het energieverbruik beïnvloedt en tot misinterpretaties kan leiden. 1

Smart meters in the Netherlands, KEMA, Arnhem, 13 juli 2010

3


Wat betreft de slimme metergroep zijn huishoudens uitgesloten die zelf gevraagd hebben om een slimme meter of meedoen aan een slimme meter pilotproject. Zij zijn wellicht extra gemotiveerd om energie te besparen en daarmee niet representatief voor het doorsnee huishouden. Ten slotte is ook de timing van de jaarlijkse energieafrekening ten opzicht van het eerste VKO een belangrijk selectiecriterium. Alleen energiedata van huishoudens waarvan een jaarverbruik zonder VKO’s en een jaarverbruik met VKO’s beschikbaar is, konden aan de analyse meedoen. Het effect van het VKO is onderzocht met een zogeheten multipele regressie analyse. De meerwaarde hiervan is dat verschillende variabelen tegelijk bij de analyse worden betrokken, zoals het woningtype en het bouwjaar van de woning. Op die manier wordt voorkomen dat verbruikseffecten ten onrechte worden toegeschreven aan het VKO terwijl ze eigenlijk op andere variabelen berusten, zoals het woningtype. Consequentie hiervan is dat in de controlegroep en in de slimme metergroep alleen huishoudens bij de analyse betrokken kunnen worden waarvan ook het woningtype en bouwjaar bekend zijn. De analyse is uitgevoerd op een controlegroep van ruim 52.000 huishoudens en een slimme metergroep van ongeveer 670 huishoudens. Het gebruikersonderzoek Huishoudens in woningen waar begin 2012 een slimme meter is geplaatst, zijn tweemaal schriftelijk geënquêteerd; in december 2012 en in juni 2013. De eerste vragenlijst ging over energie in het algemeen, het energiegedrag van het huishouden, de slimme meter, het VKO en een aantal demografische gegevens. In de tweede vragenlijst werden de vragen over het energiegedrag herhaald en werd opnieuw gevraagd of men het VKO had ontvangen, de mening over het VKO en of men het VKO ging gebruiken. De eerste vragenlijst is uitgezet bij 8.217 adressen en leverde 1.357 respondenten (respons van 18%). Naar deze respondenten is de tweede vragenlijst verstuurd die door bijna 750 mensen werd ingevuld (55%). De totale respons kwam daarmee op 9%. De resultaten Bij alle huishoudens die een jaar lang het VKO hebben ontvangen, is een significante besparing op het gasverbruik van gemiddeld 0,9% (+ 0,4%) vastgesteld. De besparing is significant omdat de kans dat het op toeval berust kleiner dan 5% is. Over de besparingseffectiviteit per verzendwijze (brief of email) kan nog geen eenduidig beeld verkregen worden, daar is meer onderzoek voor nodig. Op het elektriciteitsverbruik is geen significante besparing2 waarneembaar. Niet in de totale slimme metergroep en ook niet in de groep die het VKO als brief of pdf ontvangt. Dit wil niet zeggen dat er geen besparing is, maar de spreiding in het elektriciteitsverbruik is dermate groot dat met de regressieanalyse geen effect van het VKO onderscheiden kan worden. In de regressieanalyse worden namelijk, naast het ontvangen van het VKO, alleen het woningtype en het bouwjaar als extra verklarende variabelen meegenomen. De regressieanalyse zou aanzienlijk in kwaliteit (‘scheidend vermogen’) toenemen als ook de gezinsgrootte meegenomen kan worden. Uit het gebruikersonderzoek komt naar voren dat het tweemaandelijks VKO als besparingsinstrument in verschillende opzichten nog verbeterd kan worden. Zo is slechts 56% van de respondenten in juni 2013 zich bewust van de ontvangst van het VKO. Dit duidt erop dat veel respondenten niet bekend zijn met het feit dat ze een verbruiksoverzicht mogen verwachten of het per email verstuurde VKO abusievelijk als ‘spam’ beschouwen, of dat in juni 2013 nog niet alle energieleveranciers hun VKO versturen, waar dit wel zou moeten.

2

Het effect is -0,6% (+ 0,5%), maar het is niet significant omdat de kans dat het op toeval berust 20% is.

4

De wijze van verzending blijkt van invloed op het al dan niet gebruiken3 van het verbruiksoverzicht. Huishoudens die het verbruiksoverzicht per post ontvangen zeggen vaker dat ze het VKO gebruiken dan huishoudens die het per email ontvangen. Huishoudens die met een link naar een eigen webomgeving worden verwezen gebruiken het VKO het minst, zie figuur 1. 80

59

60 50

74

68

70 41

40

32

26

30 20 10 0 brief (n=200)

e-mail + bijlage (n=104) VKO wel in gebruik

Figuur 1

e-mail + link (n=114)

VKO niet in gebruik

Wijze van ontvangst van het VKO en het gebruik ervan (%, n= 418)

Het VKO wordt door 35% van de respondenten gebruikt, die zeggen het te hebben ontvangen. Er blijken verschillen in gedragingen te zijn tussen VKO gebruikers en niet-gebruikers. Het langere tijd gebruiken van opeenvolgende VKO’s leidt tot nieuw, besparend, gedrag. Het ‘ontvangen’ op zich heeft geen effect op het gebruik van het VKO. Vooralsnog lijkt het gebruik van het VKO met name afhankelijk van de al aanwezige interesse voor energiebesparing en het belang dat men aan energiebesparing hecht. Dit blijkt ook uit het feit dat VKO gebruik samenhangt met dat men in het verleden eerder maatregelen genomen heeft of adviezen heeft gehad dan wel aan energiebesparingcampagnes heeft meegedaan. Het VKO is van invloed op de waardering van de slimme meter. Huishoudens die zeggen het VKO niet te hebben ontvangen, geven de slimme meter het rapportcijfer 6,3. Huishoudens die het VKO wel hebben ontvangen maar niet gebruiken, geven de slimme meter een 6,8. Huishoudens die het VKO hebben ontvangen en het ook gebruiken geven de slimme meter een 7,8 en verwachten gemiddeld 3,5% (+ 2,9%) te besparen. Wanneer het VKO ook inzicht gaat bieden in het eigen historisch verbruik zal dat waarschijnlijk bijdragen aan (nog) bewuster omgaan met energie in huis De uitleg over de slimme meter bij de installatie kan volgens de respondenten beter. Wat betreft de toepassingen van de slimme meter heeft men vooral interesse in het terugleveren van energie en dal/piektarieven. Degenen die zowel een applicatie (zoals een PowerPlayer) hebben als een VKO ontvangen, gebruiken deze vaak beide. Dit wijst er op dat deze ‘interventies’ aanvullend werken. In het algemeen verwacht men van een applicatie vooral inzicht in het actueel energieverbruik, historisch inzicht en inzicht in het sluipverbruik. In praktijk blijkt dat het gebruik van een applicatie zich met name richt op het actueel energieverbruik en bijstellen van het gebruik van apparatuur. Door respondenten aangegeven verbeterpunten voor het VKO zijn meer duidelijkheid over de vergelijkingen (huishoudsamenstelling,

Gebruiken betekent dat huishoudens in de vragenlijst hebben aangegeven dat ze ‘het gaan gebruiken om energie te besparen’. 3

5


woningtype, historisch) en meer inzicht in wat het elektriciteitsverbruik en gasverbruik – en daarmee de energiekosten – veroorzaakt. Tot slot De op basis van de effectmeting gevonden energiebesparing lijkt achter te blijven bij de eerder genoemde schattingen. Belangrijke kanttekening daarbij is dat huishoudens nog niet konden beschikken over het uiteindelijk beoogde verbruiksoverzicht, waarin ook de verbruiken kostenvergelijking met dezelfde verbruiksperiode van het vorig jaar wordt gemaakt. Het verdient aanbeveling om huishoudens in eerste instantie een VKO per post te sturen, vooral om ze er op attent te maken dat ze het VKO tweemaandelijks gaan ontvangen, eventueel naar keuze per post of digitaal. Bovendien is de aanbeveling voor energieleveranciers om naar hun klanten duidelijk te communiceren dat het VKO ‘oude stijl’ overgaat in het VKO met een individueel historisch overzicht, omdat anders klanten die het VKO oude stijl niet informatief genoeg vinden en het ‘automatisch’ terzijde schuiven, het verbeterde overzicht niet opvalt. Op basis van het gebruikersonderzoek mag voorzichtig verwacht worden dat met een VKO waarin het actuele verbruik wordt gerelateerd aan de eigen verbruikshistorie, en indien de huishoudens op het VKO attent zijn gemaakt, gemiddelde besparingen van ‘enkele procenten’ mogelijk zijn. Het verdient daarom aanbeveling om het onderzoek te herhalen bij een groep huishoudens die gedurende één jaar het VKO in de juiste vorm hebben ontvangen. Het verdient aanbeveling om een vervolgonderzoek wel bij één groep huishoudens uit te voeren, dat wil zeggen, de koppeling tussen verbruiksgegevens aan de enquêtegegevens mogelijk te maken.

6

Inhoudsopgave Samenvatting .......................................................................................................................................... 3 Hoofdstuk 1

Inleiding ...................................................................................................................... 9

1.1 Aanleiding

9

1.2 Doelstelling

9

1.3 Leeswijzer

9

Hoofdstuk 2

Effectanalyse............................................................................................................. 11

2.1 De aanpak

11

2.2 De methode

11

2.3 Het vooronderzoek

13

2.4 Eerste effectmeting

13

2.5 Vervolg aanpak

16

2.6 Tweede effectmeting

17

2.7 Conclusies effectanalyse

19

Hoofdstuk 3

Gebruikersonderzoek ................................................................................................ 21

3.1 Onderzoeksopzet

21

3.2 Ontvangst, gebruik en waardering van de tweemaandelijkse verbruiksoverzichten

22

3.3 Energiegedrag en besparingsverwachting van VKO gebruikers t.o.v. niet-gebruikers

25

3.4 Overige verschillen tussen VKO gebruikers en niet-gebruikers

28

3.5 Overige aspecten van de slimme meter: installatiefase en toepassingen

35

3.6 Gebruik van een applicatie

37

3.7 Conclusies gebruikersonderzoek

38

Bijlage 1

Vooranalyse ...................................................................................................................... 39

Bijlage 2

Selectiecriteria eerste effectmeting................................................................................... 43

Bijlage 3

Datakwaliteit eerste effectmeting ..................................................................................... 44

Bijlage 4

Regressieanalyse eerste effectmeting ............................................................................... 47

Bijlage 5

Datakwaliteit tweede effectmeting.................................................................................... 51

Bijlage 6

Regressieanalyse tweede effectmeting ............................................................................. 54

Bijlage 7

Steekproefsamenstelling gebruikersonderzoek................................................................ 57

Bijlage 8

Ontvangst en gebruik VKO .............................................................................................. 59

Bijlage 9

Open antwoorden gebruikersonderzoek .......................................................................... 60

Bijlage 10 Factoranalyses gebruikersonderzoek ............................................................................... 64

7


8

Hoofdstuk 1

Inleiding

1.1 Aanleiding Huishoudens krijgen doorgaans één maal per jaar inzicht in hun energieverbruik op het moment dat ze van hun energieleverancier hun jaarlijkse afrekening ontvangen. In 2011 heeft de Tweede Kamer ingestemd met een gefaseerde invoering van op afstand uitleesbare elektriciteit- en gasmeters, ook wel ‘slimme meters’ genoemd, bij consumenten en kleinzakelijke eindverbruikers. De slimme meter maakt het o.a. mogelijk om consumenten beter te informeren over de ontwikkeling van hun energieverbruik en op basis daarvan energie en kostenbesparende maatregelen te nemen. In de regelgeving is een basisvoorziening vastgelegd in de vorm van een tweemaandelijks verbruiken kosten overzicht, kortweg het ‘VKO’. Energieleveranciers zijn met ingang van 2012 wettelijk verplicht om klanten met een slimme meter 6 maal per jaar met het VKO te informeren over het werkelijk verbruik tegen actuele energieprijzen. Het VKO kan op twee manieren aangeleverd worden, per brief of per email. In een maatschappelijke kosten-batenanalyse is in 2010 door KEMA4 geraamd dat Nederlandse huishoudens met een dergelijk overzicht gemiddeld 3,2% op elektriciteit en 3,7% op gas kunnen besparen. RVO.nl heeft IVAM gevraagd voornoemde effecten aan de praktijk te toetsen.

1.2 Doelstelling Concreet is de onderzoeksvraag om vast te stellen hoe groot het effect van het VKO is bij huishoudens die in 2012 voor het eerst een VKO ontvangen. Het gaat hierbij niet alleen om het effect op zich, maar ook om de gebruikservaringen en het oordeel van de consument over het VKO

1.3 Leeswijzer In hoofdstuk 2 van dit rapport wordt de effectmeting beschreven, in hoofdstuk 3 het gebruikersonderzoek. In de 10 bijlagen bij het rapport zijn essentiële analyseresultaten en overzichtstabellen opgenomen.

4

Smart meters in the Netherlands. KEMA, Arnhem, 13 juli 2010

9


10

Hoofdstuk 2

Effectanalyse

2.1 De aanpak Zoals gezegd in hoofdstuk 1 is het doel van de effectanalyse het vaststellen van het effect van het VKO op het huishoudelijk energieverbruik. In de oorspronkelijk geplande aanpak zou bij een groep van 3.000 huishoudens waar in de eerste maanden van 2012 een slimme meter werd geplaatst een enquête worden afgenomen. Deze huishoudens zouden de vragenlijst ontvangen tijdens de plaatsing van de slimme meter, de vragenlijst direct invullen en mee geven aan de monteur. Later zouden de meterstanden van de voorafgaande jaren individueel gekoppeld worden aan de individuele enquêteresultaten. Gelijktijdig zou een groep van 6.000 huishoudens zonder slimme meter een vragenlijst ontvangen: ‘de controlegroep’. Door het energieverbruik in 2011 en 2012 van de slimme metergroep te vergelijken met het verbruik van de controlegroep, zou het effect van het VKO bepaald kunnen worden. Met behulp van de enquête zou o.a. onderzocht worden hoe tevreden huishoudens over het VKO zijn en welke variabelen (gezinsgrootte, inkomen, apparatuurbezit en dergelijk) een rol spelen in het effect van het VKO. Een belangrijke, zo niet de belangrijkste reden, om te kiezen voor deze opzet was om te controleren of de twee groepen (met en zonder VKO) onderling vergelijkbaar zijn wat betreft de variabelen die een rol spelen in het effect. Anders gezegd, de koppeling van enquêtegegevens aan gebruiksgegevens maakt een ‘gecontroleerde analyse’ mogelijk. Bovendien zouden de vragen over demografische gegevens gebruikt worden om te controleren of de analyseresultaten representatief zijn voor alle Nederlandse huishoudens. Van bovenstaande aanpak is afgeweken omdat het niet mogelijk bleek de vragenlijsten bij het plaatsen van de slimme meters uitgedeeld en ingevuld te krijgen. Het zou voor de monteurs te veel tijd vergen. Alternatief was, om de vragenlijsten tijdens het plaatsen van de slimme meter achter te laten bij de bewoners met de vraag ze later per post op te sturen. Complicerende factor daarbij is dat vanwege de privacywetgeving de bewoners met een handtekening op de vragenlijst hun toestemming moeten geven voor het koppelen van hun antwoorden aan hun energiegegevens voor onderzoeksdoeleinden. De verwachting was dat daardoor de respons te laag zou worden. Daarom is besloten er twee afzonderlijke onderzoeken van te maken:  een enquête bij huishoudens waar in 2012 een slimme meter werd geplaatst.  een effectanalyse bij de veel grotere groep huishoudens waar al vóór 2012 een slimme meter was geplaatst. Bijkomend voordeel van deze gesplitste aanpak is dat het energiegedrag van de huishoudens van de effectanalyse niet beïnvloedt wordt door het meewerken aan een enquête. Om er zeker van te zijn dat het energiegedrag van huishoudens waar al vóór 2012 een slimme meter was geplaatst niet beïnvloed wordt door het feit dat ze die slimme meter hebben, is een vooronderzoek uitgevoerd.

2.2

De methode

Zowel in het genoemde vooronderzoek als in de uiteindelijke effectanalyse wordt de zogeheten multipele lineaire regressieanalyse gebruikt, verder kortweg ‘regressieanalyse’ genoemd. De essentie van een regressieanalyse is dat (bijvoorbeeld) het energieverbruik in verband wordt gebracht met verschillende ‘verklarende’ variabelen tegelijk. In onderstaand voorbeeld wordt kort uitgelegd hoe een regressieanalyse

11


werkt. We gaan in het voorbeeld uit van een groep huishoudens die bestaat uit een mix van huishoudens met slimme meter en huishoudens zonder slimme meter. Wanneer in de groep huishoudens het gasverbruik in 2013 gemiddeld bijvoorbeeld 8% hoger is dan in 2012 vanwege een strenge winter in 2013, geldt gemiddeld de volgende formule: Gas(2013) = 1,08 x Gas(2012) + C0 De constante C0 is nodig omdat er nog tal van andere factoren kunnen zijn die het verschil in verbruik tussen de twee jaren verklaren dan alleen ‘de koude winter van 2013’. In een appartement bijvoorbeeld, zal men minder hard hoeven bijstoken in een strenge winter dan in een vrijstaande villa met een relatief groot oppervlak aan buitenmuren. Indien we de variabele ‘woningtype’ (WTYPE) aan bovenstaande vergelijking toevoegen en WTYPE de waarde 1 geven voor villa’s, 2 voor 2/1 kap woningen, 3 voor rijhoekwoningen, 4 voor rijtussenwoningen en 5 voor appartementen kan bovenstaande vergelijking er bijvoorbeeld als volgt uitzien: Gas(2013) = 1,08 x Gas(2012) – 30,4 x WTYPE + C1 De interpretatie is dan dat bijvoorbeeld appartementen gemiddeld relatief 30,4 x 5 = 152 m3 minder verbruiken. Evenzo zal een huishouden in een woning uit 1900 meer last hebben van een koude winter dan een huishouden in een moderne, goed geïsoleerde woning. Hoe meer van dergelijke variabelen we in de regressieanalyse meenemen, hoe beter we de verandering in het gasverbruik van 2013 t.o.v. 2012 kunnen verklaren. Los van deze ‘technische variabelen’ zoals woningtype en bouwjaar, kunnen we ook gedragsvariabelen meenemen in de analyse. En op dit vlak gaat dan het VKO meespelen als verklarende variabele. De aanname is immers dat het VKO mensen aanzet tot energiezuiger gedrag. Als we een variabele “SLIM” aan bovenstaande vergelijking toevoegen die +1 is als men een VKO ontvangt (de slimme metergroep) en 0 als dat niet het geval is (de controlegroep), zou de bijdrage van die variabele in de vergelijking negatief moeten zijn als van het VKO inderdaad een besparend effect uitgaat. Indien huishoudens die in 2012 geen VKO ontvangen maar in 2013 wel een VKO ontvangen gemiddeld bijvoorbeeld 48,0 m3 gas minder verbruiken dan huishoudens in de controlegroep, zou bovenstaande formule er als volgt uitzien: Gas(2013) = 1,08 x Gas(2012) – 30,4 x WTYPE – 48,0 x SLIM + C2

Indien Gas(2013) voor alle huishoudens gemiddeld 1.600 m3 bedraagt, hebben de ‘slimme’ huishoudens daar gemiddeld relatief 48 m3 op bespaard, ofwel 3%. In werkelijkheid zal niet door alle huishoudens met een slimme meter precies 48 m3 worden bespaard. Sommige huishoudens hebben misschien 20 m3 bespaard en andere 68 m3. Daarom levert een regressieanalyse als resultaat niet alleen de gemiddelde waarden 1,08, 30,4 en 48 op, maar geeft er ook een bandbreedte bij.

12

2.3

Het vooronderzoek

Of het bezit van een slimme meter op zich een effect heeft op het energieverbruik is onderzocht bij een groep van ongeveer 3.000 huishoudens die in 2008 een slimme meter kregen. Bij die huishoudens is onderzocht of hun energieverbruik in het jaar voorafgaand aan de plaatsing van de slimme meter (2007) zich anders verhoudt tot hun energieverbruik in het jaar na de plaatsing van de slimme meter (2009). Het verbruik van deze huishoudens is vervolgens vergeleken met de verbruiken in 2007 en 2009 van een controlegroep van ongeveer 55.000 huishoudens zonder slimme meter. Een regressieanalyse toont aan dat er geen effect is: huishoudens worden door het bezit van een slimme meter op zich, niet aangespoord tot energiebesparing. Zie bijlage 1.

2.4

Eerste effectmeting

De effectmeting is, zoals hierboven aangegeven, uitgevoerd bij huishoudens waar al vóór 2012 een slimme meter is geplaatst. In principe is dat een zeer grote groep huishoudens, orde van grootte 100.000. Uiteindelijk zou bij die huishoudens een analyse uitgevoerd kunnen worden. Het is echter belangrijk om er voor te zorgen dat de energiegegevens van dusdanige kwaliteit zijn dat ze een betrouwbaar analyseresultaat opleveren. Er komt immers altijd ‘iets uit’, maar de vraag is of het resultaat ook echt als het effect van het VKO opgevat mag worden. In de volgende drie paragrafen wordt beschreven welke stappen zijn uitgevoerd om de datakwaliteit optimaal te krijgen: selectiecriteria, het schonen van het databestand, koppelen van energiedata aan VKO data. 2.4.1 Het verzamelen van energiegegevens volgens de selectiecriteria

IVAM heeft aan drie netbeheerders, Alliander, Enexis en Stedin, meterstanden gevraagd van huishoudens die een slimme meter bezitten (slimme metergroep) en van huishoudens die een gewone meter bezitten (de controlegroep). Voor de aan te leveren gegevens zijn door IVAM verschillende selectiecriteria opgesteld. Een belangrijk selectiecriterium is allereerst dat er geen ‘geschatte’ meterstanden mogen worden gebruikt. Indien een huishouden niet thuis is als de meteropnemer langskomt en ook niet reageert op het verzoek om de meterstanden zelf in te vullen op een antwoordkaart, of telefonisch of met de computer door te geven aan de energieleverancier, wordt de meterstand door de leverancier geschat. In dat geval wordt het ‘actuele verbruik’ gebaseerd op het verbruik van het jaar daarvoor. Op die manier worden veranderingen in het verbruiksgedrag onzichtbaar. En dat is iets wat in een effectanalyse niet mag voorkomen. Een ander selectiecriterium is bijvoorbeeld dat nieuwbouwwoningen uit 2010 of 2011 niet in de analyse worden meegenomen. De reden hiervoor is dat die woningen in 2011 een hoger dan normaal gasverbruik vertonen wegens het zogenaamde droogstoken van de woning. Dan levert het relatief lagere verbruik in 2012, als het droogstoken voorbij is, een ‘schijneffect’ op. Een derde criterium is dat huishoudens die zelf om een slimme meter hebben gevraagd niet mee mogen doen in de analyse. Deze huishoudens zijn waarschijnlijk extra gemotiveerd en geven een vertekend beeld van het effect van het VKO. Het doel van de analyse is namelijk de grootschalige uitrol te simuleren. In dat geval krijgen huishoudens ‘standaard’ een slimme meter geplaatst en krijgen ze ongevraagd het VKO. Door deze en andere selectiecriteria wordt de kwaliteit van het analysebestand sterk verbeterd, maar het aantal huishoudens dat geschikt is voor analyse neemt sterk af. In bijlage 2 staan alle selectiecriteria vermeld.

13


In totaal zijn door de netbeheerders meterstanden aangeleverd van 136.103 huishoudens zonder slimme meter en 19.282 huishoudens met slimme meter. 2.4.2 Het schonen van de energiedata

Op basis van de meterstanden zijn verbruiken berekend. Vervolgens zijn huishoudens met onrealistische verbruiksgegevens uit het bestand verworpen. Dit schonen van de data is uitgevoerd met de volgende rekenregels:  Het gasverbruik moet minstens 200 m3 en maximaal 9.000 m3 zijn.  Het elektriciteitsverbruik moet minstens 200 kWh en maximaal 10.000 kWh zijn.  Het gasverbruik en het elektriciteitsverbruik mogen van het ene op het andere jaar niet meer dan 50% toe of afnemen. Onderstaande tabel toont de aantallen huishoudens voor en na het schonen. Omdat gas en elektriciteit afzonderlijk zijn behandeld, levert het verschillende aantallen deelnemende huishoudens op. Tabel 2.4.1 Aantallen huishoudens Gas Controlegroep (n) Slimme meter (n) Aangeleverd 136.103 19.282 Geschoond 105.184 10.122 Elektriciteit Aangeleverd Geschoond

Controlegroep Slimme meter 136.103 19.282 82.238 11.497

Vervolgens is de kwaliteit het geschoonde databestand gecontroleerd. Het resultaat hiervan is opgenomen in bijlage 3. 2.4.3 Koppelen van energiegegevens aan VKO data

IVAM heeft aan vijf energieleveranciers5, te weten Eneco, Essent, Greenchoice, Nuon, en Oxxio gevraagd om de data aan te leveren waarop huishoudens het VKO hebben ontvangen en de manier waarop (per post of digitaal). De energieleveranciers hebben in totaal van 16.722 huishoudens de data waarop de VKO’s zijn verstrekt aangeleverd. Om de privacy te waarborgen heeft IVAM van de energieleveranciers en de netbeheerders bestanden ontvangen waarin de huishoudens worden geïdentificeerd met een versleutelde EAN (elektriciteit) code. Deze versleutelde EAN code is gebruikt om de bestanden te koppelen tot één bestand. Het is daarom voor IVAM onmogelijk om de werkelijke EAN code te achterhalen, laat staan achterhalen om welk huishouden (adres) het gaat. De twee belangrijkste gegevens die in de databestanden van de energieleveranciers zijn opgenomen, zijn de eerste dag waarop huishoudens hun VKO hebben ontvangen en de manier waarop die VKO’s zijn verstrekt. Het tweemaandelijkse ritme blijkt over het algemeen geen probleem. Wanneer het VKO voor de 5

Door een communicatiefout van IVAM viel de uitvraag bij de Nederlandse Energiemaatschappij juist in de vakantieperiode. Daarna lukte het de Nederlandse Energiemaatschappij niet om de gegevens op tijd aan te leveren.

14

eerste maal is verstuurd, volgt de rest min of meer vanzelfsprekend. Het VKO wordt alleen niet verstuurd als het samenvalt met het moment waarop huishoudens hun reguliere jaaroverzicht ontvangen. Timing van het VKO en de jaarnota In onderstaande figuur wordt het histogram getoond van ‘de eerste VKO datum’, geteld in dagen na 1 januari 2012. In de figuur is te zien dat de levering van VKO’s in april 2012 (vanaf dag 90) op gang is gekomen.

Fraction

.5

.25

0 0

30

60

90

120 150 180 210 240 270 300 330 360 DAG1

Figuur 2.4.1 Leverdatum van het eerste VKO, in aantal dagen na 1-1-2012 Cruciaal in de timing is de dag waarop de meterstand is vastgelegd die het oude jaarverbruik, zonder VKO’s, afsluit en waar het nieuwe jaarverbruik, met VKO’s, begint. Als dit dagnummer veel kleiner is dan 90 (in de figuur) is het huishouden niet een volledig jaar door de VKO’s beïnvloedt. Als de meteropname veel later dan dag 90 heeft plaatsgevonden is van het huishouden het oude jaarverbruik, ‘de nulmeting’ al beïnvloedt door een of meerdere VKO’s. Hierdoor is slechts een beperkt aantal huishoudens uit tabel 2.4.1 geschikt voor de analyse. Op basis van bovenstaande kan namelijk vastgesteld worden dat alleen huishoudens die in de maanden april of mei hun jaarrekening krijgen en bovendien in april voor het eerst een VKO ontvingen, geschikt zijn voor de effectanalyse. Bovendien blijkt dat alleen Eneco er in geslaagd is om vanaf maart een substantieel aantal VKO’s te versturen. Gevolg is dat alleen een beperkt aantal Eneco klanten overblijven voor de effectanalyse. Zie onderstaande tabel. Tabel 2.4.2 Aantal huishoudens geschikt voor analyse Eneco klanten Controlegroep Slimme meter Gas 15.309 1.622 Elektra 14.335 2.169

2.4.4 Effect op het gasverbruik

Regressieanalyse Een regressieanalyse kan per definitie alleen uitgevoerd worden op een bestand waarvin geen enkele verklarende variabele ontbreekt. Dit beperkt het aantal huishoudens dat wordt meegenomen in de analyse. Zoals eerder opgemerkt, zorgt de regressieanalyse voor een beter onderzoek maar neemt het aantal aan de analyse deelnemende huishoudens verder af. In de regressieanalyse bestaat de controlegroep daarom uit

15


6.391 huishoudens en de slimme metergroep uit 845 huishoudens. De volledige regressieanalyse is beschreven in bijlage 4.1. Resultaat Op het gasverbruik zien we met de regressieanalyse een significante besparing van 0,95% (+ 0,44%). Het effect is significant aangezien er ongeveer 3% kans is dat het effect op toeval berust. De groep van 845 huishoudens kunnen we opsplitsen naar 223 huishoudens die een schriftelijk VKO hebben ontvangen en 622 huishoudens die een elektronisch VKO hebben ontvangen. Bij de huishoudens die een schriftelijk VKO hebben ontvangen is een besparing te zien van 1,3%. Dit is echter niet significant. De kans dat het op toeval berust is 32%. Bij de huishoudens die een elektronisch VKO hebben ontvangen is een significante besparing te zien van 1,1%. De kans dat het op toeval berust is 4%. 2.4.5 Effect op het elektriciteitsverbruik

Regressieanalyse In de regressieanalyse kunnen alleen huishoudens meegenomen worden waarvan geen enkele van de verklarende variabelen ontbreekt. Dit beperkt het aantal huishoudens dat meedoet aan de analyse. De controlegroep bestaat uit 6.114 huishoudens, de slimme metergroep uit 742 huishoudens. Resultaat Op het elektriciteitsverbruik zien we met de regressieanalyse geen significant effect. Dat wil niet zeggen dat er geen effect is, maar het is in de analyse niet zichtbaar. De belangrijkste reden is dat de spreiding in het elektriciteitsverbruik veel groter is dan in het gasverbruik. Er zijn immers veel elektriciteit verbruikende apparaten in een woning en ieder apparaat kan (tegelijkertijd) door de verschillende gezinsleden (al dan niet) gebruikt worden. Het elektriciteitsverbruik zelf, en de mogelijkheid om het verbruik te veranderen door gedragsveranderingen, wordt daarom sterk beïnvloedt door de gezinsgrootte. De analyse zou daarom sterk verbeteren indien ook de gezinsgrootte als verklarende variabele wordt meegenomen in de regressieanalyse.

2.5 Vervolg aanpak Omdat bij de eerste effectmeting bleek dat de meeste energieleveranciers te laat zijn begonnen met het uitsturen van de VKO’s is besloten op een later tijdstip een tweede effectmeting uit te voeren. De eerste effectmeting was desondanks waardevol. Ten eerste kon deze worden opgevat als een ‘vingeroefening’ waarbij ervaring was opgedaan met het aanleveren van de gegevens volgens de selectiecriteria, het verzamelen en koppelen van de databestanden tot één analysebestand en het uitvoeren van de regressieanalyses. Kortom, de methodiek ‘stond klaar’ om nog eens herhaald te worden. Ten tweede was een eerste resultaat verkregen: een gasbesparing van ongeveer 0,95%. De tweede effectmeting betreft huishoudens die in de periode juni tot en met september hun jaarnota ontvangen. Voor die huishoudens is het nodig dat ze in die periode een eerste VKO hebben ontvangen. Dan is het jaarverbruik vóór het eerste VKO “de nulmeting, zonder VKO’s” en het jaarverbruik daarna “de effectmeting met VKO’s”.

16

Om er zeker van te zijn dat energieleveranciers in deze tweede run wel op tijd hun klanten het VKO hebben geleverd, is door de netbeheerders eerst een lijst met versleutelde EAN codes toegestuurd naar de energieleveranciers met de vraag te inventariseren of deze huishoudens in de gestelde periode een VKO hebben ontvangen. Toen dat inderdaad het geval bleek te zijn, is de tweede effectmeting uitgevoerd.

2.6

Tweede effectmeting

2.6.1 Het schonen van de energiedata

Op dezelfde wijze als beschreven in 2.4.1 en 2.4.2 zijn de meterstanden gas en elektriciteit aangeleverd volgens de door IVAM opgestelde selectiecriteria en vervolgens geschoond. Tabel 2.6.1 Aantallen huishoudens Gas Controlegroep Slimme meter Aangeleverd 132.796 3.164 Geschoond 90.594 2.204 Elektriciteit Aangeleverd Geschoond

Controlegroep Slimme meter 132.796 3.164 92.574 2.228

Vervolgens is de kwaliteit van het geschoonde databestand gecontroleerd. Het resultaat is opgenomen in bijlage 5. Opvallend in tabel 2.6.1 is dat het aantal huishoudens in het geschoonde databestand van de slimme metergroep laag is vergeleken met het aantal in de eerste effectmeting (tabel 2.4.1). Hiervoor zijn twee oorzaken:  Ten eerste vinden in de zomermaanden relatief weinig meteropnames plaats.  Ten tweede bleek het voor Alliander niet mogelijk om alle gegevens van 2013 op te leveren. Consequentie is, dat de gegevens van Nuon, die veel in het bestand van Alliander voorkomen, ondervertegenwoordigd zijn in de analyse. 2.6.2 Het koppelen van de energiegegevens aan de VKO data

Het geschoonde databestand is gekoppeld aan het bestand van de energieleveranciers. Vervolgens zijn de huishoudens geselecteerd die op tijd een VKO hebben ontvangen. Van de huishoudens uit de slimme metergroep is in onderstaande figuur de datum uitgezet waarop het eerste VKO is verstrekt. De datum wordt geteld in dagen vanaf 1 januari 2012. Een deel van deze huishoudens heeft aan het eind van het stookseizoen 2012-2013 pas een eerste VKO ontvangen, bijvoorbeeld in januari 2013. Deze staan niet in de figuur omdat ze niet bij de effectanalyse worden betrokken. Voor die huishoudens is immers het stookseizoen grotendeels zonder VKO verlopen.

17


1000

Frequency

800

600

400

200

0 0

60

90

120 150 180 210 240 270 300 aantal dagen

365

Figuur 2.6.1 Leverdatum van het eerste VKO, in aantal dagen na 1-1-2012 Onderstaande tabel toont voor gas en elektriciteit het aantal huishoudens in de controlegroep en in de slimme metergroep die qua timing met het VKO geschikt zijn voor de effectanalyse. Tabel 2.6.2 Aantal huishoudens geschikt voor analyse Energie Controlegroep Slimme meter Gas 90.594 1.149 Elektriciteit 92.574 1.143

2.6.2 Effect op het gasverbruik

Regressieanalyse Zoals eerder beschreven, kunnen in een regressieanalyse alleen huishoudens meegenomen worden waarvan geen enkele verklarende variabele ontbreekt. Daarom is de regressieanalyse uitgevoerd met een controlegroep van 52.465 huishoudens en een slimme metergroep van 666 huishoudens. De gedetailleerde beschrijving van de regressieanalyse is opgenomen in bijlage 6. Resultaat Op het gasverbruik zien we met de regressieanalyse een significante besparing van 0,91% (+ 0,44%). Het effect is significant aangezien de kans dat het op toeval berust ongeveer 3% is. Het effect is gebaseerd op een groep huishoudens van verschillende energieleveranciers maar waarin de klanten van Nuon zijn ondervertegenwoordigd. Echter, gezien het feit dat op basis van de eerste effectmeting, die uitsluitend bij Eneco klanten is uitgevoerd en over een heel andere jaarperiode6, een besparing op het gasverbruik is geconstateerd van 0,95% (+ 0,44%) mag voorzichtig geconcludeerd worden dat het effect van het VKO binnen de nauwkeurigheid van de analyse niet afhangt van de energieleverancier. Daarom wordt het resultaat van deze tweede effectmeting opgevat als ‘het effect van het VKO’.

6

De eerste effectanalyse betreft gemiddeld de periode 15 maart 2012 – 15 maart 2013, de tweede analyse betreft gemiddeld de periode 31 juli 2012 – 31 juli 2013.

18

De groep van 666 huishoudens bestaat uit 462 huishoudens die een schriftelijk VKO hebben ontvangen en 180 huishoudens die een elektronisch VKO hebben ontvangen. De overige 24 huishoudens zijn met een brief of e-mail uitgenodigd de eigen webomgeving te bezoeken. Deze zijn vanwege het kleine aantal verder niet onderzocht. In de groep van 180 huishoudens die een elektronisch VKO ontvangt is een significante besparing te zien van 2,4% + 0,8%. De besparing is significant omdat de kans op toeval kleiner dan 5% is. Een mogelijke verklaring is dat het per email verstuurde VKO terecht komt bij een ander type huishouden dan het per brief verstuurde VKO. Aangezien we de verbruiksanalyse niet kunnen koppelen aan de enquête is het niet mogelijk hierover nadere uitspraken te doen. In de groep van 462 huishoudens die een papieren VKO ontvangt kan het effect op het gasverbruik niet significant waargenomen worden. Overall lijkt het prematuur om harde conclusie te verbinden aan de besparingseffectiviteit per verzendwijze omdat we dan een eenduidig te interpreteren resultaat zouden wensen over de gemiddelde besparing en de besparing per verzendwijze. 2.6.3 Effect op het elektriciteitsverbruik

Regressieanalyse In de regressieanalyse kunnen alleen huishoudens meegenomen worden waarvan geen enkele verklarende variabele ontbreekt. De controlegroep bestaat daarom uit 53.258 huishoudens, de slimme metergroep uit 673 huishoudens. Resultaat Op het elektriciteitsverbruik zien we met de regressieanalyse een besparing van 0,6% (+ 0,5%). Het effect is echter niet significant. De kans dat het op toeval berust, is ongeveer 20%. De groep van 673 huishoudens kunnen we opsplitsen naar 470 huishoudens die een schriftelijk VKO hebben ontvangen en 177 huishoudens die een elektronisch VKO hebben ontvangen. Ook in deze groepen is geen significant effect waarneembaar.

2.7

Conclusies effectanalyse 

Het bezit van een slimme meter op zich, heeft geen effect op het gasverbruik of het elektriciteitsverbruik.



Huishoudens besparen door het VKO 0,9% (+ 0,4%) op hun gasverbruik.

19


20

Hoofdstuk 3

Gebruikersonderzoek

Zoals gezegd richt het gebruikersonderzoek zich onder andere op de gebruikservaringen met het VKO en het oordeel van huishoudens over het VKO en hun verwachting ten aanzien van de besparingen

3.1

Onderzoeksopzet

Enquête Huishoudens in woningen waar in de eerste vijf maanden van 2012 een slimme meter is geïnstalleerd hebben tweemaal een enquête ontvangen. De eerste enquête is in december 2012 verstuurd, de tweede in juni 2013. De eerste vragenlijst startte met vragen over de mening over energie en energiebesparend gedrag in huis. Daarna volgde een blok met vragen over de mening over de slimme meter en de installatiefase. De tweede vragenlijst startte eveneens met vragen over de mening over energie en energiebesparend gedrag in huis. Een derde blok met vragen ging over de ontvangst, de mening over en het gebruik van het tweemaandelijks overzicht. Een vierde blok over de extra toepassingen van de slimme meter en het gebruik van extra applicaties. De enquêtegegevens zijn geanalyseerd met SPSS 20. Toegepaste statistische analyses zijn correlatieanalyses, het vergelijken van groepsgemiddelden met ANOVA (bij twee groepen) en GLM ‘Univariate multiple comparisons for observed means’ (bij meerdere groepen), factoranalyse en schaalanalyse. Als uitgangspunt voor significatie is p=.05 of lager genomen. Indien dit bij meerdere analyses lager is, dan wordt het hoogste niveau gemeld in de tekst met bijvoorbeeld p≤.02. In sommige gevallen zijn wat meer ‘indicatieve’ resultaten beschreven die toch wel het vermelden waard zijn. Respons De eerste enquête is naar 8.217 adressen gestuurd. De respons op de eerste enquête bedroeg 18%, 1357 respondenten. Naar deze respondenten is een tweede enquête verstuurd in juni 2013, waarvan 743 werden geretourneerde(respons 55%). Over het totaal was de respons 9%. De respons voor Liander, Stedin en Enexis is respectievelijk 9% (397/4600), 11% (146/1319) en 9% (200/2298). Van de respondenten is 53% van Liander; 27% van Enexis en 20% van Stedin. Demografische gegevens Wanneer de demografische gegevens vergeleken worden met nationale gemiddelden (zie bijlage 7) blijkt dat in de steekproef de gemiddelde leeftijd hoger is; meer hoger opgeleiden; minder alleenstaanden en meer stellen; meer vrijstaande en 2-onder-1-kap koopwoningen en minder flats/appartementen; meer woningen van vóór 1945 en minder goed geïsoleerde woningen. Er zijn relatief weinig huishoudens onder modaal en veel huishoudens tot en met 2x modaal of meer. De steekproef is kortom niet representatief voor de Nederlandse woonsituatie. Er is desondanks niet gewogen omdat ten eerste de steekproef klein is waardoor weging van kleine subgroepen tot onrealistische uitkomsten kan leiden. Ten tweede zou een gewogen resultaat niet vergelijkbaar zijn met de uitkomsten van de effectmeting omdat daarvan de representativiteit wat betreft bovenstaande variabelen onbekend is. Non-respons analyse De demografische gegevens van de 614 huishoudens die wel in de eerste maar niet bij de tweede hebben gereageerd, zijn vergeleken met degenen die de tweede enquête wel beantwoord hebben en met nationale gegevens. De verschillen tussen de twee groepen respondenten zijn niet groot. Degenen die de tweede

21


enquête niet beantwoord hebben betreffen (zowel vergeleken met de volgende steekproef als nationaal) iets vaker gezinnen, rijhoekwoningen en iets grotere huishoudens. Zij antwoorden vaak in de categorie ‘wil niet zeggen/weet niet’ of antwoorden helemaal niet op de demografische vragen, in vergelijking met degenen die de tweede vragenlijst wel ingevuld hebben. Na een snelle analyse bij de overige variabelen blijkt dat het wel of niet meedoen aan de tweede enquête alleen samenhangt met de tevredenheid over de afspraak met het energiebedrijf en de installatie van de slimme meter (degenen die wel meedoen zijn vaker ‘heel tevreden’) en een totaal ongeïsoleerde woning: degenen die wel meedoen geven vaker aan geen isolatie aangetroffen te hebben toen zij in de woning kwamen wonen én hebben zelf geen maatregelen genomen. Uitwerking van de resultaten De resultaten zijn uitgewerkt voor de respondenten van de tweede enquête en met ‘het gebruik van het tweemaandelijks verbruiksoverzicht (VKO)’ als uitgangspunt. Eerst zijn de vragen over de ontvangst, het gebruik en de waardering van de tweemaandelijkse verbruiksoverzichten en waardering van de slimme meter uitgewerkt (§3.2); vervolgens het gedrag van VKO gebruikers (§3.3) en de verschillen tussen VKO gebruikers en niet-gebruikers ten aanzien van demografische kenmerken en ten aanzien van de mening over energie en energiebesparend gedrag (§3.4). Tot slot zijn andere aspecten uitgewerkt: de installatiefase en extra toepassingen van de slimme meter (§3.5) en het gebruik van applicaties (§3.6). In §3.7 volgen kort de conclusies voor het gebruikersonderzoek.

3.2

Ontvangst, gebruik en waardering van de tweemaandelijkse verbruiksoverzichten

Ontvangst en gebruik per energieleverancier Bij de eerste enquête heeft 32% van de respondenten een VKO ontvangen. Bij de tweede enquête heeft gemiddeld 57% het tweemaandelijkse kostenoverzichten ontvangen (424/743); 13% weet het niet (94/743) en 30% heeft het nog niet ontvangen (225/743). Sinds de eerste enquête hebben meer mensen een overzicht gehad. Dit verschilt echter wel per netbeheerder (zie figuur 3.2.1 en bijlage 8). De laatste (groene) kolom geeft het percentage weer van de mensen die na ontvangst van de VKO deze ook gebruiken om bewuster met energie in huis om te gaan. De eerste twee kolommen geven het percentage weer van het aantal klanten in de steekproef dat aangeeft een VKO ontvangen te hebben (per energieleverancier). 90 77

80 70

67

64

50 40

63

56

60

55

46

42

37

34

25

30

35

25

33

25

21 23

20

12

13

22 15

10 0 Eneco

Essent

Greenchoice

VKO ontvangen December 2012 (%)

Ned.En.Ma.

Nuon

VKO ontvangen juni 2013 (%)

Oxxio

Gebruik na ontvangst (%)

Figuur 3.2.1 Ontvangst en gebruik van het VKO per energieleverancier (n=743)

22

Overig/weet niet

Van degenen die een overzicht ontvangen hebben leest 62% dit overzicht altijd, 20% regelmatig/vaak, 13% soms en 5% nooit. 35% (146/420) zegt het overzicht te gebruiken om bewuster met energie in huis om te gaan; 65% niet (274/420). Van de respondenten (n=743) is 14% de afgelopen vijf maanden gewisseld van energieleverancier. 13% is van plan te wisselen: 4% heeft net gewisseld en is dat weer van plan en 9% is ‘gewoon’ van plan te wisselen van energieleverancier. Het wisselen of willen wisselen hangt niet samen met het wel of niet gebruiken van het VKO. Warmtenet Slechts twee procent van de respondenten is aangesloten op een warmtenet (n=16/743). Van degenen die een VKO overzicht (n=6) ontvangen gebruiken evenveel mensen het VKO wel als niet. Ontvangstwijze per energieleverancier De ontvangstwijze verschilt per energieleverancier. Nuon stuurt verhoudingsgewijs de meeste brieven (n=109) en Greenchoice stuurt het meest een email+link naar een persoonlijke omgeving op de website (n=21). Dit is eigenlijk niet toegestaan. Een voorbeeld: de email + bijlage is bij Nuon (n=13) en bij Oxxio (n=12) naar ongeveer hetzelfde aantal respondenten verstuurd, maar het percentage is respectievelijk 9 en 50%. Omdat de aantallen respondenten per energieleverancier verschillen en bij sommige leveranciers nogal laag zijn, is de wijze van versturen zoals afgebeeld in figuur 3.2.2 waarschijnlijk enigszins vertekend ten opzichte van de werkelijkheid.

Greenchoice (n=28)

7

Oxxio (n=24)

18

75

13

50

NEM (n=10)

30

20

Nuon (n=144)

50

76

Essent (n=109)

9

48

Eneco (n=92)

15

33 0%

10%

15

37 55

20%

30%

40% Brief

Figuur 3.2.2

37

50%

Email+bijlage

60%

12 70%

80%

90%

100%

Email+link

Wijze van versturen per energieleverancier (%, n=407)

Gemiddeld krijgen de meeste respondenten het overzicht per brief (48%). Vervolgens ontvangen zij het vaakst of per email met een bijlage (25%) of per email met een link naar een persoonlijke omgeving op de website van de energieleverancier (27%) (n=420). Ook is er een licht verband tussen de manier waarop het kostenoverzicht ontvangen wordt en het gebruik ervan. Briefontvangers gebruiken het VKO iets vaker dan degenen die een email+link ontvangen (GLM, Univariate, p<.015), zie figuur 3.2.3.

23


80

59

60 50

74

68

70 41

40

32

26

30 20 10 0 brief (n=200)

e-mail + bijlage (n=104) VKO wel in gebruik

e-mail + link (n=114)

VKO niet in gebruik

Figuur 3.2.3 Wijze van ontvangst van het VKO en gebruik (%, n= 418) Waardering slimme meter De mensen die het VKO gebruiken geven de slimme meter een hoger cijfer (7,8) dan degene het VKO niet gebruiken (6,8) en dan degenen die het VKO niet ontvangen hebben (6,3), zie tabel 3.2.2. Hierbij is geen verschil te zien in waardering tussen energieleveranciers, zie tabel 3.2.3. Tabel 3.2.2 Waardering slimme meter: afhankelijk van ontvangst en gebruik VKO Enquêtegroep 6,8 ± 2,0 (n=696) VKO* niet ontvangen

VKO ontvangen 7,2 ± 1,9 (n=407) VKO* niet gebruikt 6,77 ± 2,04 (n=267)

6,33 ± 2,14 (n=204)

VKO* gebruikt 7,82 ±1,6 (n=146)

*exclusief degenen die niet weten of ze de VKO hebben ontvangen; de drie groepen verschillen significant; SPSS GLM Univariate Tukey-b, p<.02.

Tabel 3.2.3

Waardering slimme meter met een ‘rapportcijfer’ van 1 tot 10 per energieleverancier Eneco

Essent

Greenchoice

N.E.M.

Nuon

Oxxio

Overig/weet niet

Gemiddeld*

6,9 ± 2,0

6,8 ± 1,9

6,8 ± 2,3

6,7 ± 2,2

6,8 ± 2,1

7,1 ± 1,7

6,6 ± 2,2

(n=115)

(n=158)

(n=72)

(n=45)

(n=219)

(n=48)

(n=39)

VKO

6,9 ± 2,1

7,1 ± 2,0

7,2 ± 2,0

7,2 ± 2,5

7,3 ± 1,7

7,7 ± 1,5

7,9 ± 2,0

ontvangen**

(n=91)

(n=107)

(n=27)

(n=10)

(n=141)

(n=22)

(n=9)

VKO in

7,5 ± 1,9

7,8 ± 1,6

8,2 ± 1,6

8,3± 1,5

7,9 ± 1,4

8,5 ± 1,4

7,7 ± 2,5

gebruik***

(n=31)

(n=44)

(n=6)

(n=6)

(n=50)

(n=6)

(n=3)

*gemiddeld 6,8 ± 2,0 (n=696); **gemiddeld 7,2 ± 1,9 (n=407); *** 7,8 ± 1,6 (n=146) / SPSS Compare Means / géén significante verschillen tussen de energieleveranciers volgens SPSS GLM Univariate Tukey-b voor p≤.05.

Waardering tweemaandelijks verbruiksoverzicht De mening over het VKO verschilt ook. Gebruikers vinden op een schaal van 1 tot 10 de overzichten informatiever, duidelijker, begrijpelijker en meer uitnodigend dan niet gebruikers (zie tabel 3.2.4). Voor ‘Informatief’, ‘Duidelijk’ en/of ‘Uitnodigend’ scoren Essent en Oxxio hoger (zie tabel 3.2.5). Vooral het verschil in de waardering van ‘uitnodigend’ bij Essent en Eneco is interessant om nader te bekijken. Hoewel het er maar ongeveer 20 zijn, lijken de klanten bij Oxxio aan alle aspecten een hoger rapportcijfer te geven met relatief lagere spreiding dan bij de andere energieleveranciers. Echter, wanneer de vier

24

rapportcijfers per leverancier bij elkaar opgeteld worden tot een gemiddelde, is er geen significant verschil tussen de energieleveranciers. Tabel 3.2.4 Waardering van VKO met een ‘rapportcijfer’ van 1 tot 10: afhankelijk van gebruik Informatief (n=371) 7,4 8,2 6,8

Gemiddeld* -Gebruikt VKO -Gebruikt VKO niet

Duidelijk (n=376) 7,3 7,8 6,9

Begrijpelijk (n=365) 7,2 7,6 6,8

Uitnodigend (n=364) 6,7 7,7 6,1

*VKO welen niet- gebruikers waarderen alle aspecten significant verschillend (anova, p<.005 / τ c, p<.005).

Tabel 3.2.5 Waardering van het VKO met een ‘rapportcijfer’ van 1 tot 10 per energieleverancier Aspect

Eneco

Essent

Greenchoice

N.E.M.

Nuon

Oxxio

VKO* Informatief Duidelijk Begrijpelijk Uitnodigend Gemiddeld

Overig/weet niet

7,3 ± 1,7

7,6 ± 2,1

6,8 ± 2,9

6,5 ± 3,1

7,4 ± 2,3

7,8 ± 2,1

6,0 ± 3,4

(n=80)

(n=99)

(n=31)

(n=12)

(n=128)

(n=21)

(n=11)

7,1 ± 2,2

7,4 ± 2,4

7,6 ± 2,4

6,0 ± 3,7

7,3 ± 2,4

7,9 ± 1,5

6,8 ± 3,0

(n=86)

(n=104)

(n=30)

(n=10)

(n=125)

(n=21)

(n=10)

6,8 ± 2,4

7,2 ± 2,5

7,8 ± 2,1

6,2 ± 3,6

7,1 ± 2,7

7,8 ± 2,0

8,3 ± 1,6

(n=79)

(n=100)

(n=30)

(n=10)

(n=125)

(n=21)

(n=10)

6,3 ± 2,5

7,0± 2,4

6,9± 2,5

6,7 ± 2,9

6,8 ± 2,7

7,1± 2,4

5,8 ± 2,9

(n=84)

(n=95)

(n=30)

(n=10)

(n=125)

(n=23)

(n=10)

6,9 ± 1,8

7,3 ± 1,9

7,5 ± 2,1

6,5 ± 3,5

7,2 ± 2,2

7,9 ± 1,3

6,9 ± 2,4

(n=76)

(n=93)

(n=29)

(n=9)

(n=118)

(n=20)

(n=10)

*Informatief: ‘overig/weet niet’ verschilt van Essent en Oxxio (n=366, p=.05) / Duidelijk: NEM verschilt van Oxxio (n=371, p=.03) / Begrijpelijk geen verschillen / Uitnodigend Eneco verschilt van Essent (n=359, SPSS GLM Univariate Tukey-b, p=.04).

Er is geen verband tussen hoe uitnodigend de VKO’s gevonden worden, en de manier waarop het verstuurd wordt: de VKO gebruikers vinden ongeacht de wijze van versturen de VKO’s uitnodigender dan de niet-gebruikers.

3.3

Energiegedrag en besparingsverwachting van VKO gebruikers t.o.v. niet-gebruikers

Energiebesparend gedrag en genomen maatregelen De maatregelen die door VKO gebruikers vaker genomen worden dan door niet-gebruikers zijn vooral ‘minder lampen aan in kamers en ruimten’, en ‘wasmachine/afwasmachine/droger op een lagere temperatuur gebruiken of met een eco-programma’ (τc, p<.05), zie figuur 3.3.1.

25


Minder lampen aan in kamers of ruimtes (W) (N)

35 30

30

Wasmachine/Afwasmachine/Droger (W) (N)

34 29

32

Korter douchen (W) (N)

17 15 0%

Figuur 3.3.1

Vaak

19

25

Regelmatig

7 2 3 10

25

18

45

15

35 30%

17 24

23

22 20%

18

6 2 3

22 19

21 17

18

10%

23

35

20 17

Verwarming lager zetten (W) (N)

Altijd

34

40% Soms

50%

26 60%

70%

80%

90% 100%

Nooit

Maatregelen die door VKO gebruikers (W) vaker toegepast worden dan door nietgebruikers (N) (%, n=414-419)

Door het gedrag uit de eerste enquête te betrekken, wordt duidelijk of dit gedrag er ten tijde van de eerste enquête er al was of dat het nieuw gedrag is. Het blijkt dat ‘nieuw gedrag’ bestaat uit vaker ‘wasmachine/afwasmachine/droger op een lagere temperatuur gebruiken of met een ecoprogramma’ en ‘de afwas koud voorspoelen’ (τc, n=430, p≤.05). Wanneer ingezoomd wordt op degenen die bij de eerste enquête het VKO nog niet ontvangen hebben en bij de tweede wel, blijkt er geen verband tussen het gebruik van het VKO en de ‘verandering’ in gedrag bij de tweede enquête. Het recent ontvangen en gaan gebruiken van de VKO geeft dus geen effect op gedrag. Dit is wel het geval bij degenen die het VKO zowel ten tijde van de eerste als van de tweede enquête ontvingen. Dan blijkt dat bij de tweede enquête de VKO gebruikers vaker ‘volle was/afwasmachines zijn gaan draaien’, vaker ‘wasmachines/droger/afwasmachines op lage temperaturen/ecoprogramma’s’ zijn gaan draaien en de ‘verwarming in kamers/ruimtes waar niemand is’ vaker zijn gaan uitzetten (τc, n=226, p≤.10). Samenvattend: In het algemeen zijn er verschillen in gedragingen tussen VKO gebruikers en nietgebruikers maar deze kunnen ook voor de eerste enquête al bestaan hebben. De verschillen in gedrag bij de eerste en tweede enquête in het algemeen en bij de ‘langgebruikers’ wijzen er op dat mits de interesse er is, het langer gebruiken van het VKO ook leidt tot nieuwe, meer besparende, gedragingen. Het ‘ontvangen’ op zich heeft geen effect. De maatregelen die sinds 1 januari 2013 vaker door gebruikers genomen worden dan door niet-gebruikers, zijn het installeren van tochtstrips en het vervangen van lampen door spaarlampen en het (overwegen van) aanschaffen van energiezuinige apparatuur (ter vervanging van oude apparatuur) (τc, p<.01), zie figuur 3.3.2.

26

1 6

80

69

70

66

60

51

50

45

43

36

40

29

30

16

20 10

0 Overweegt (meer) energiezuinige apparatuur aan te schaffen (n=334)

Heeft energiezuinige apparatuur aangeschaft (n=420) Gebruikt VKO wel

Figuur 3.3.2

Lampen vervangen door spaarlampen (n=420)

Tochtstrips geïnstalleerd (n=420)

Gebruikt VKO niet

Maatregelen die door VKO gebruikers vaker toegepast of overwogen worden dan door niet-gebruikers (%, n=334-420)

Besparingsverwachting, kwantitatief De gemiddelde besparingsverwachtingen van alle respondenten en van de VKO-gebruikers zijn:  Gemiddeld: 2,0% ± 2,6 (n=735)7 en €5,29 ± €9,6 (n=738)2  VKO in gebruik: 3,5% ± 2,9 (n=146) en €11,81 ± €19,82 (n=146) De groepen niet-ontvangers (2,4%, n=217), niet-VKO gebruikers (1,3% n=272) en wel-VKO gebruikers (3,5%, n=145) verschillen in hun besparingsverwachting (GLM, Univariate Tukey-b, p=.000). De meeste VKO gebruikers, meer dan driekwart, verwachten niet veel te besparen door het gebruik van de tweemaandelijkse overzichten maar bij de niet-gebruikers is dit nog veel hoger (zie figuur 3.3.3; τc .49, p=.000, n=403). De verwachte besparingspercentages verschillen echter niet per energieleverancier8.

Gebruikt VKO niet

Gebruikt VKO

0%

10% Heel veel

20% Veel

30%

40%

Niet veel/niet weinig

50% Weinig

60%

70% Heel weinig

80%

90%

100%

Niet

Figuur 3.3.3 Verwachting energiebesparing (2e enquête) en gebruik VKO (n=403) Gemiddeld, zonder onderscheid naar VKO gebruik, verwacht meer dan driekwart niet veel te besparen door het gebruik van de tweemaandelijkse overzichten; 12% weet het niet en 12% verwacht wel (heel) veel te kunnen besparen (zie figuur 3.3.4, tweede balk). De gemiddelde antwoorden, zonder onderscheid naar VKO gebruik, verschillen eveneens niet veel van die in de eerste enquête, waar dezelfde vraag is gesteld (zie figuur 3.3.4, eerste balk).

Geselecteerd op C8<11. Een cluster van 11 respondenten gaf aan te verwachten 50 euro per maand te kunnen besparen. Boven dit bedrag zijn 5 respondenten verwijderd met respectievelijk 60, 75, 100, 200 en 1.000.000 euro besparingsverwachting. Ook wanneer de uitschieters boven 50 euro verwijderd zijn er geen verschillen tussen de energieleveranciers in verwachte besparingsbedragen; ook niet bij de VKO-gebruikers. 7 8

27


Eerste

Tweede

2

1

0%

12

40

11

34

10% Heel veel

Figuur 3.3.4

18

19

20%

30%

40%

Veel

Niet veel/niet weinig

3

16

8

50%

60%

Weinig

9

15

70% Heel weinig

12

80%

90%

100%

Niet

Weet niet

Tweede en eerste enquête: In hoeverre verwacht u energie te besparen door de tweemaandelijkse verbruiksoverzichten? (%, n=743)

Inschatting van de bijdrage van het historisch overzicht Er zijn geen significante verschillen tussen de energieleveranciers bij de inschatting van respondenten of toevoeging van het historisch verbruik extra zou bijdragen aan hoe bewust men energie omgaat (niet in de gehele steekproef, noch de ‘ontvangers’, noch in de VKO-gebruikers groep). Op de vraag of men verwacht dat het vergelijken van het actuele energieverbruik met dezelfde periode van het jaar daarvoor, (nog meer) effect heeft op hoe bewust men met energie omgaat, antwoorden de nietontvangers, de niet-gebruikers en de wel-gebruikers wel verschillend (τc, p=.000). Het verschil tussen welen niet-gebruikers is duidelijk zichtbaar, zie figuur 3.3.5.

VKO niet ontvangen (n=217)

19

Gebruikt VKO niet (n=268)

8

10% ja

35

15

29 0%

3.4

17

27

Gebruikt VKO (n=144)

Figuur 3.3.5

20

30

20

37 20%

30%

40%

waarschijnlijk wel

9

50% weet niet

17 60%

70%

15 80%

waarschijnlijk niet

90%

2 100%

nee

Ontvangst en gebruik van VKO, en de inschatting of het historisch verbruik (nog meer) bijdraagt aan het bewust omgaan met energie in huis (%, n=629)

Overige verschillen tussen VKO gebruikers en niet-gebruikers

Er is gezocht naar de verschillen tussen de gebruikers van de VKO’s en de niet-gebruikers. Die bleken alom significant aanwezig ten aanzien van houding over energiebesparing in brede zin, maar niet voor demografische kenmerken. Er zijn geen significante verschillen tussen de gebruikers en de niet gebruikers van de VKO’s wat betreft leeftijd, gezinssituatie9 , aantal personen per huishouden, opleiding, bruto

Alleenstaanden lijken ze iets minder te gebruiken (29%, n=85) en alleenstaande ouders (54%, n=13) iets vaker dan stellen of gezinnen (36-34%, n=305) maar de aantallen in de alleenstaande ouders groep zijn te laag om er iets van te kunnen zeggen. 9

28

jaarinkomen, het jaar dat de woning gebouwd is, type woning10, huur of koopwoning, woonduur in jaren of netwerkbeheerder. Isolatie Mensen met dakisolatie en met dubbelglas gebruiken vaker het overzicht dan de mensen die dat niet hebben, bij vloer- en spouwmuurisolatie is er geen verschil (zie tabel 3.4.1). Wanneer ingezoomd wordt op wanneer dit geïnstalleerd is (of het al in de woning zat op het moment dat de woning betrokken werd, later aangebracht, of aangebracht na de eerste enquête) blijkt het verschil in VKO gebruik met name samen te hangen met het zelf aanbrengen van dubbelglas in de woning én het daarna nog eens doen ná de eerste enquête. Dat gaat om 21 respondenten (VKO gebruikers), acht meer dan bij de niet-gebruikers. Voor dakisolatie gaat dit ook op, daarbij gaat het om elf respondenten (VKO gebruikers), vijf meer dan bij de niet-gebruikers. Tabel 3.4.1 Isolatie en het gebruik van het VKO (%, n=420)

Gebruik VKO

Dakisolatie* Ja Nee (n=258) (n=162) 24% 11%

Dubbelglas* Ja Nee (n=392) (n=28) 33% 1%

Vloerisolatie Ja Nee (n=170) (n=250) 15% 20%

Spouwmuur Ja (n=234) 21%

Nee (n=186) 14%

*significant verschillend gebruik van het VKO Kendall’s τc; p<.05.

Het lijkt er op dat bij respondenten die dus al eerder e.e.a. aan isolatie in hun woning gedaan hebben, het gebruik van de VKO vaker tot opnieuw iets verbeteren leidt. De vraag hierbij is waarom ze hetzelfde doen; mogelijk heeft men bij de tweede vraag over de toevoeging ‘sinds januari 2013’ heen gelezen; waarschijnlijk neemt men getrapt maatregelen: bijvoorbeeld eerst de benedenverdieping van dubbelglas voorzien en daarna de bovenverdieping of een ander raam. Eerdere deelname aan campagnes of eerder adviezen ontvangen Er blijkt ook een licht verband te zijn tussen eerdere adviezen en het gebruik van het VKO. Mensen die het VKO gebruiken, hebben eerder vaker één of meerdere keren een advies gehad of meegedaan aan een activiteit of campagne gericht op energiezuinig gedrag in huis (43% vs. 31%, zie figuur 3.4.1). 80

68 57

60

40 20

27 16

23

9

0 meerdere malen

eenmaal Gebruik VKO (n=146)

Figuur 3.4.1

nee Gebruikt VKO niet (n=273)

Eerder meegedaan aan een activiteit of campagne gericht op energiezuinig gedrag in huis of advies gehad over energiezuinig gedrag in huis en het gebruik van het VKO (%, n=419, τc, p<.05)

Bewoners van rijtjeshuizen (tussen) lijken het overzicht iets vaker te gebruiken (43%) dan gemiddeld (35%) en bewoners van appartementen minder vaak (29%) maar het verschil is niet significant. 10

29


Van de respondenten die aan een activiteit hebben meegedaan (n=268) heeft bijna een derde (31%) korter dan een jaar geleden aan een activiteit meegedaan, 30% twee tot drie jaar geleden, 29% vier jaar of langer geleden, en 10% weet het niet. Er is geen verband met het wel of niet gebruiken van het VKO. Interesse in inzichten Gebruikers van de VKO zijn vaker geïnteresseerd in alle zes de voorgestelde opties voor inzichten dan de niet-gebruikers. De vraag luidde: ‘In hoeverre vindt u onderstaande inzichten interessant?’ (zie figuur 3.4.3 op de volgende bladzijde). Inzicht in energiekosten, gas- en elektriciteitsverbruik worden met name interessant gevonden. Het verschil in interesse voor de impact in het milieu is het grootst. Een factoranalyse met deze stellingen over interesse leidt tot één factor, d.w.z. er is met deze stellingen geen onderscheid te maken naar verschillende ‘typen’ interesses in inzichten. Houding t.a.v. energiebesparing Er zijn meerdere vragen gesteld over de houding en de motivatie voor energiebesparing. Deze bleken nagenoeg allemaal significant verschillend voor de VKO gebruikers en niet-gebruikers. Om te beginnen vinden de gebruikers van het VKO energiebesparing vaker zeer belangrijk, zie figuur 3.4.2. 70 60 50 40 30

63 54

43 29

20 10

8

3

0 zeer belangrijk

belangrijk Gebruikt VKO (n=143)

neutraal

Gebruikt VKO niet (n=260)

Figuur 3.4.2 Mening over het belang van energiebesparing en gebruik VKO (%, n=403, τc, p<.005) Stellingen over energiebesparing Bij zes van de twaalf stellingen over energiebesparing laten de welen niet-gebruikers van de VKO overzichten een duidelijk verschil zien. Men is het vaker eens met de stellingen over verantwoordelijkheid en (controle over) de eigen inzet, vooral over dat men een bijdrage kan leveren aan energiebesparing, zie figuur 3.4.4 op de volgende bladzijde11. Een factoranalyse groepeert deze stellingen tot vijf factoren (zie bijlage 10.1): - Toekomst/verantwoordelijkheid (‘ik voel me mede verantwoordelijk voor het opraken van energiebronnen’, ‘ik voel me medeverantwoordelijk voor het broeikaseffect’, ‘ik kan een bijdrage leveren aan energiebesparing’); - Gevoelsgericht (‘energiebesparing gaat ten koste van comfort’, ‘energiebesparing is niet leuk’); - Controle over de uitkomst, over eigen gedrag en de omgeving (‘ik heb al een laag energieverbruik’, ‘ik heb controle over mijn energieverbruik’, ‘ik spoort anderen aan om energie te besparen’);

Stellingen waarvoor men niet verschilt zijn ervaringen ten aanzien van controle over het resultaat (‘Ik heb al een laag energieverbruik’, ‘Ik heb controle over mijn energieverbruik’, ‘Ik weet niet hoe ik energie moet besparen’, en (fysieke) beleving (‘Energiebesparing gaat ten koste van het comfort’, ‘Energiebesparing is niet leuk’ en gewenning ‘Energiebesparing vergt wennen aan ander gedrag’. 11

30

-

Toepassen van kennis (‘ik heb behoefte aan hulp en tips bij het besparen van energie’, ‘energiebesparing vergt veel aandacht’, ‘ik weet niet hoe ik energie moet besparen’); Gewoonte (‘energiebesparing vergt wennen aan ander gedrag’).

De respondenten zijn gemiddeld genomen het meest eens met de stellingen over ‘Gewoonte’, gevolgd door ‘Toekomst’ en ‘Controle’. Als laatste volgen ‘Kennis’ en ‘Gevoel’. Op twee van deze vijf factoren wordt door de VKO-gebruikers en niet-gebruikers verschillend gescoord; namelijk die voor ‘Toekomst’ en ‘Kennis’. De VKO-gebruikers zijn het gemiddeld vaker eens met deze factoren (anova, n=428, p=.000). Motivaties voor energiebesparing Tevens zijn er tien motivaties voor energiebesparing voorgelegd. De welen niet-gebruikers verschillen op al deze tien motivaties, zie figuur 3.4.5 op de volgende bladzijde. Een factoranalyse groepeert deze stellingen tot drie factoren (zie bijlage 10.2): - Geldgerelateerde motivatie (‘geld besparen’, grip houden op mijn energierekening’); - Toekomstgerichte motivatie waarbij verantwoordelijkheid genomen wordt (‘minder milieuvervuiling’, ‘opraken van energiebronnen’, ‘de toekomst verzekeren voor volgende generaties’, ‘mijn bijdrage aan het broeikaseffect verminderen’); - Gevoelsgerichte motivatie (‘ik vind het een uitdaging’, ‘ik vind dat het hoort’, ‘het geeft me een goed gevoel’, ‘het is leuk om energie te besparen’). Geld is voor de respondenten gemiddeld genomen de belangrijkste motivatie voor energiebesparing, gevolgd door toekomstgerichte aspecten en hun gevoel. Deze volgorde gaat ook op wanneer naar de VKO-gebruikers en niet-gebruikers afzonderlijk wordt gekeken. Wel vinden de VKO-gebruikers de drie factoren gemiddeld belangrijker dan de niet-gebruikers (anova, n=434, p=.000).

31


Redenen voor niet-gebruiken van het VKO Aan degenen die het VKO niet gebruiken om bewuster met energie in huis om te gaan is een aantal redenen voorgelegd waarom zij dat niet doen. Iets meer dan de helft van deze respondenten zegt dat zij al bezig zijn met besparen. Tabel 3.4.2 Redenen voor niet-gebruikers om het VKO niet te gebruiken (%, n=274) Reden Ik ben al bezig met besparen Ik heb een laag energieverbruik Gebruik al een andere manier (bijvoorbeeld zelf registreren, een display of app) Het verbruiksoverzicht trekt geen aandacht Ik weet niet hoe Energiebesparing heeft geen prioriteit (geen interesse of te druk)

% (n=274) 51% 32% 14% 10% 9% 8%

Dat een (nog) lager energieverbruik niet opweegt tegen de moeite en dat men geen grip heeft op het gedrag van huisgenoten is door 6% aangekruist. Op de open vraag hebben meer dan 50 mensen gereageerd. Zij noemen als reden vooral dat het overzicht toch niets zal veranderen of dat het niet compleet is. Zie bijlage 9.2. Aan (alle) respondenten is ook gevraagd wat men niet goed vindt aan het overzicht. Tabel 3.4.3 Wat is er volgens u niet goed aan het overzicht? (%, n=743) Niet goed aan het overzicht volgens de respondenten Periode van twee maanden is te lang Het overzicht laat teveel zien in één keer (complex) Het verbruik wordt niet vergeleken met huishoudens van dezelfde samenstelling Het verbruik wordt niet vergeleken met soortgelijke woningen Het verbruik wordt niet vergeleken met mijn verbruik in een voorgaande vergelijkbare periode Er wordt geen geschat jaarverbruik vergeleken met een streefverbruik Het overzicht bevat geen adviezen Inzicht in elektriciteitsverbruik per apparaat ontbreekt Geen duidelijkheid welk gedrag aan het elektriciteitsverbruik het meest bijdraagt Het gasverbruik wordt niet vergeleken met een goed geïsoleerde A-energielabel woning Geen duidelijkheid welk gedrag aan het gasverbruik het meest bijdraagt

32

% (n=743) 6% 3% 15% 14% 12% 9% 13% 14% 14% 7% 15%

Inzicht in de effecten van mijn e.v. op het milieu (W) (N)

13

40

36 59 58

11

54 25

20

40

13

21

Inzicht in mijn gasverbruik (W) (N)

21

31

37

10%

15

57 57

34 0%

6

31

39

Inzicht in mijn elektriciteitsverbruik (W) (N)

6 4 1

15

30 19

Inzicht in het e.v. per apparaat (W) (N)

4 5

11

58

21

Inzicht in mijn e.v. over een bepaalde periode (W) (N)

Zeer interessant

29

35

Inzicht in mijn energiekosten (W) (N)

Figuur 3.4.3

54

9

20%

Interessant

30%

40%

50%

Neutraal

60%

Oninteressant

70%

4 2

17

6 4 1

16

5 4 1

61 58

1 1

80%

90%

100%

Zeer oninteressant

Gebruik van VKO (Wel / Niet) en interesse in inzichten (%, n=405-414, τc, p<.01)

Ik voel me medeverantwoordelijk voor het opraken van energiebronnen (W) (N) Ik voel me medeverantwoordelijk voor het broeikaseffect (W) (N) Ik spoor anderen aan om energie te besparen (W) (N) Ik kan een bijdrage leveren aan energiebesparing (W) (N) Ik heb behoefte aan hulp en tips bij het besparen van energie (W) (N) Energiebesparing vergt aandacht (W) (N) 0% Zeer mee eens

Figuur 3.4.4

Mee eens

10% Neutraal

20%

30%

40%

Mee oneens

Gebruik van VKO (Wel / Niet) en stellingen over energiebesparing (%, n=398, τc, p<.01) 33

50%

60%

70%

Zeer mee oneens

80%

90%

100%


Geld besparen (W) (N) Grip houden op mijn energierekening (W) (N) Minder milieuvervuiling (W) (N) Opraken van energiebronnen (W) (N) De toekomst verzekeren voor volgende generaties (W) (N) Ik vind het een uitdaging (W) (N) Ik vind dat het hoort (W) (N) Het geeft me een goed gevoel (W) (N) Het is leuk om energie te besparen (W) (N) Mijn bijdrage aan het broeikaseffect verminderen (W) (N) 0%

10%

20%

Zeer belangrijk

Figuur 3.4.5

30%

40%

Belangrijk

Neutraal

50%

60% Onbelangrijk

Gebruik van VKO (Wel / Niet) en motivatie voor energiebesparing (%, n=399-403, τc, p=.000)

34

70%

80%

Zeer onbelangrijk

90%

100%

TITEL

3.5

Overige aspecten van de slimme meter: installatiefase en toepassingen

Installatiefase De respondenten is gevraagd hoe tevreden men was over de installatie van de slimme meter door de monteur, het maken van de afspraak met het energiebedrijf voor de installatie, en de uitleg over de slimme meter die men bij installatie gekregen heeft. De respondenten blijken het meest positief over de installatie zelf: 83% is tevreden of heel tevreden. In vergelijking daarmee kan aan de uitleg over de slimme meter nog veel verbeterd worden, daar is 44% (heel) tevreden over.

Uitleg

11

Afspraak

33

25

Installatie

52

34

0% Heel tevreden

Figuur 3.5.1

31

18

7

15

6 2

49

20%

40%

60%

Tevreden

Neutraal

Ontevreden

13

80%

31

100%

Heel ontevreden

Tevredenheid ten aanzien van de installatie, het maken van de afspraak en de uitleg over de slimme meter (%, n=725-730)

Mensen die het VKO gebruiken zijn meer tevreden met bovenstaande drie aspecten dan mensen die het VKO niet gebruiken (τc, n=431, p≤.01), zie figuur 3.5.1. Belangstelling voor een extra applicatie Er is gevraagd of men belangstelling heeft voor een extra applicatie om dagelijks het energieverbruik te kunnen zien en welke toepassingen dan belangrijk gevonden worden. Van de respondenten (n=724) geeft 7% aan zo’n applicatie al te gebruiken, 21% zegt misschien en 26% heeft belangstelling. 46% heeft geen belangstelling. Degenen die een applicatie hebben én een VKO ontvangen (n=31), gebruiken het VKO vaker als ze de applicatie ook gebruiken (τc.25, p=.05). Tabel 3.5.1 Verband tussen het gebruiken van een applicatie en het VKO (n=31) Gebruikt VKO niet (n=18) Gebruikt VKO (n=13)

Gebruikt applicatie niet 33% 8%

Gebruikt applicatie 67% 92%

Totaal 100% 100%

Drie mogelijkheden van applicaties worden vaak aangekruist, zie tabel 3.5.2. Dit zijn ‘het actueel energieverbruik inzien’, ‘verbruik vergelijken met eenzelfde periode in voorgaande jaren’, ‘inzicht in het continue sluipverbruik’.

35


Tabel 3.5.2 Mogelijkheden van een applicatie die belangrijk gevonden worden (n=743, %) Mogelijkheden Actueel energieverbruik inzien Inzicht in geschat jaarverbruik / Inzicht in verbruik ten opzichte van streefverbruik Instellen van een bespaardoel Verbruik vergelijken met eenzelfde periode in voorgaande jaren Krijgen van energietips

45% 36% 12% 44% 22%

Inzicht in het elektriciteitsverbruik per apparaat Inzicht in het continue sluipverbruik Elektriciteitsverbruik van apparaten vergelijken met meest energiezuinige apparatuur Inzicht in het terugleveren van energie door PV zonnepanelen

38% 42% 17% 17%

Verbruik vergelijken met soortgelijke woningen Verbruik vergelijken met soortgelijke huishoudens Gasverbruik vergelijken met een A-label woning

31% 28% 13%

Interesse in andere toepassingen van de slimme meter Er is interesse in de andere toepassing van de slimme meter, met name voor het terugleveren van energie (44%) en dal/piektarieven (43%). Daarentegen is de interesse voor pre-paid gering, 7% heeft interesse of ‘waarschijnlijk wel’.

Terugleveren

28

Dal/piektarieven

Prepaid

17

2 5

0% Ja

16

15

26

24

26

20%

Waarschijnlijk wel

10

17

40% Weet niet

31

11

22

50

60%

80%

Waarschijnli jk niet

100% Nee

Figuur 3.5.2 Interesse in toepassingen van de slimme meter (%, n=729) Degenen die het VKO gebruiken zijn ook geïnteresseerder in dal/piektarieven en in prepaid (τ c, n=431, p≤.02). Daarentegen gaan VKO welen niet-gebruikers gelijk op in hun interesse ten aanzien van terugleveren van energie.

36

TITEL

3.6

Gebruik van een applicatie

Gebruik van een website van de energieleverancier Er is gevraagd naar of men van een website van de energieleverancier gebruik maakt of ooit gebruik gemaakt heeft. Ongeveer een kwart van de respondenten maakt daarvan gebruik ten tijde van de tweede vragenlijst, zie figuur 3.6.1. 70 61 60

50 40 30

17

20 10

6

7 3

6

0 Nog nooit gebruikt

Figuur 3.6.1

Korte tijd gebruikt maar nu niet meer

Korte tijd in gebruik (nog steeds) Langere tijd gebruikt maar nu niet Langere tijd in gebruik (nog steeds) meer

Weet niet

Maakt(e) u gebruik van een website van de energieleverancier waarbij u zelf uw verbruik registreerd(e)? (%, n=717)

Gebruik van een applicatie Degenen die een applicatie hebben, 7% (n=54/743) kijken regelmatig op deze applicatie, ook de kinderen en de partner (voor zover aanwezig). De respondent kijkt in 69% (n=37/54) en doet dat wekelijks tot meerdere keren per dag (57%); de overigen maandelijks of eens per twee weken (26%) of hooguit een paar keer per jaar (17%). Er is geen verband tussen de kijkfrequentie en het al dan niet gebruiken van het VKO. Ter vergelijking: op de ‘oude energiemeter’ wordt door de respondent meestal één of enkele keren per jaar gekeken (66%, n=743), 18% kijkt eens of tweemaal per maand en 7% kijkt wekelijks of dagelijks. 9% kijkt in het geheel niet. Degenen die vaker op de ‘oude energiemeter’ keken, gebruiken ook iets vaker het VKO (τc, n=434, p.03). Bij 21% kijkt de partner (bij 10 van de 47 huishoudens waar twee volwassenen wonen én een applicatie aanwezig is) en bij 14% ook de kinderen (bij 3 van de 21 huishoudens met kinderen én een applicatie). Volgens de respondent kijken de kinderen hooguit eens per maand. De partner vaker dan de kinderen maar minder vaak dan de respondent. Toepassen van een applicatie Door 72% van de huishoudens met een applicatie wordt deze ook ingezet om bewuster met energie in huis om te gaan. Van degenen met een applicatie én een VKO overzicht (n=33) gebruiken degenen die de applicatie gebruiken om energiezuiniger te zijn, ook het VKO om energiezuiniger te zijn (of vice versa, τc, n=33, p.04). Opvallend is dat op de vraag hoe met een applicatie in huis bewuster met energie wordt omgegaan, vooral geantwoord wordt dat er op apparatuur gelet wordt, en daarnaast op specifieke gedragingen zoals stoken, lampen en andere specifieke gedragingen. Zie bijlage 9.3. Een ‘nieuwkomer’ is het aanpassen van het verbruik aan de eigen opwekking, zoals het inschakelen van apparatuur als er energie teruggeleverd wordt. Wanneer deze gedragingen vergeleken worden met de gewenste inzichten (tabel 3.5.2), blijkt dat in de praktijk de aandacht vooral bij het actuele energieverbruik en het apparatuurgebruik ligt en niet zozeer bij ‘verbruik vergelijken met eenzelfde periode in voorgaande jaren’ of ‘inzicht in het continue sluipverbruik’.

37


3.7

Conclusies gebruikersonderzoek

In het algemeen zijn er verschillen in gedragingen tussen VKO gebruikers en niet-gebruikers maar deze kunnen ook voor de eerste enquête al bestaan hebben. De verschillen in gedrag bij de eerste en tweede enquête in het algemeen en bij de ‘langgebruikers’ wijzen er op dat mits de interesse er is, het langer gebruiken van het VKO ook leidt tot nieuwe, meer besparende, gedragingen. Het ‘ontvangen’ op zich heeft geen effect. Vooralsnog lijkt het gebruik van het VKO met name afhankelijk van de al aanwezige interesse voor energiebesparing en het belang dat men aan energiebesparing hecht. Bepaalde factoren lijken echter wel in kleine mate bij te dragen aan de belangstelling voor en het gebruik van het VKO, zoals de wijze van vesturen, de ‘uitnodigendheid’ van het overzicht, de besparingsverwachting, en of men in het verleden eerder maatregelen heeft genomen of adviezen heeft gehad dan wel aan energiebesparingcampagnes heeft meegedaan. Het historisch verbruik lijkt eveneens bij te gaan dragen aan (nog) bewuster omgaan met energie in huis; bij degenen die er in geïnteresseerd zijn en het VKO gebruiken. Zowel het ontvangen van het VKO als het gebruiken van het VKO draagt bij aan een positievere waardering van de slimme meter. De uitleg bij de installatie over de slimme meter kan beter. Wat betreft de toepassingen van de slimme meter heeft men vooral interesse in het terugleveren van energie en dal/piektarieven. Degenen die zowel een applicatie hebben als een VKO ontvangen, gebruiken deze vaak beide. Dit wijst er op dat deze ‘interventies’ aanvullend werken.

38

TITEL

Bijlage 1

Vooranalyse

De vooranalyse dient om de vraag te beantwoorden of de slimme meters die al geïnstalleerd zijn, een effect hebben gehad op het energieverbruik van de huishoudens. De netbeheerders hebben gegevens over het energieverbruik voor de jaren 2006 t/m 2012 aangeleverd. Omdat de gegevens van Stedin niet compleet waren (de controlegroep bevat onvoldoende historische gegevens) en in de gegevens van Alliander in eerste instantie de opnamedatums ontbraken is de analyse uitgevoerd op de gegevens van Enexis. Methode Bij Enexis zijn de meeste slimme meters geplaatst in 2008. Met behulp van een regressieanalyse is onderzocht of bij die huishoudens het verbruik in 2009 (“compleet jaarverbruik met slimme meter”) in dezelfde mate is gewijzigd ten opzichte van het verbruik in 2007 (“compleet jaarverbruik zonder slimme meter”) als bij de controlegroep. In de regressieanalyse is gebruik gemaakt van de volgende (beschikbare) variabelen: 1. Energieverbruik Van het elektriciteitsverbruik en het gasverbruik zijn de meterstanden en opnamedatums verwerkt tot gemiddelde verbruiken per dag. De randvoorwaarden staan beschreven in de bijlage 1.1. De gegevens die in dit verslag worden gebruikt zijn ‘geschoond’. Dat wil zeggen dat er in eerste instantie vanuit wordt gegaan dat een Nederlands huishouden jaarlijks 400 - 10.000 kWh elektriciteit verbruikt en 400 - 8.000 m3 aardgas. 2. Woningtype In het algemeen heeft het elektriciteitsverbruik een direct verband met het woningtype maar er is ook een sterk verband (vooral bij het elektriciteitsverbruik) met de gezinsgrootte. Indirect kan echter het woningtype ook gebruikt worden als indicator voor de gezinsgrootte. Bij het gasverbruik is er een direct sterk verband tussen het verbruik en het woningtype. De gemiddelde vrijstaande woning is namelijk groter dan het gemiddelde rijtjeshuis of het gemiddelde appartement (meer ruimteverwarming) en is ook gevoeliger voor seizoensinvloeden (meer ‘buitenmuren’). 3. Bouwjaar Ook is het bouwjaar meegenomen als mogelijke verklarende variabele. Verwacht mag worden dat in relatief nieuwe woningen, de warmtevraag relatief lager zal zijn, en dat nieuwe (beter geïsoleerde) woningen minder gevoelig zijn voor weersinvloeden dan oude woningen. 4. Datum meteropname in 2007 (gdag07) Om eventuele effecten van ‘het weer’ weg te verklaren is de dag waarop de meterstand in 2007 is bepaald meegenomen als verklarende variabele. De dag is bepaald als het aantal dagen ten opzichte van 1 januari 2007. Het idee hierachter is dat een jaarverbruik van bijvoorbeeld 15 februari 2007 tot 15 februari 2008 meer dagen van de winter in 2007 bevat dan een jaarverbruik dat loopt van 12 april 2007 tot 15 april 2008. De waarde van de coëfficiënt die deze variabele in de regressieanalyse krijgt is weliswaar niet eenduidig te interpreteren maar de variabele gdag07 verklaart wel variantie in het verbruik weg die te maken heeft met ‘het weer’. 5. Datum meteropname in 2009 (gdag09) Om eventuele effecten van ‘het weer’ weg te verklaren is de dag waarop de meterstand in 2009 is bepaald meegenomen als verklarende variabele. Voor uitleg zie bovenstaande toelichting bij gdag07. 6. Slim De variabele “SLIM” heeft de waarde 0 voor woningen zonder slimme meter en de waarde 1 voor woningen met slimme meter.

39


Met de regressieanalyse zijn de volgende, ongeveer 58.000 vergelijkingen met 5 onbekenden opgelost, ongeveer 3.000 van huishoudens met slimme meter en 55.000 van huishoudens zonder slimme meter. EPD09 = a1 x EPD07 + a2 x gdag07 + a3 x gdag09 + a4 x bj + a5 x typew + a6 x SLIM + C0 Waarbij: EPD09 EPD07 gdag07 gdag09 bj typew SLIM

energieverbruik per dag (gas of elektriciteit) in 2009 energieverbruik per dag (gas of elektriciteit) in 2007 meetdag in 2007 meetdag in 2009 bouwjaar type woning (1 = vrijstaand, 2 = 2/1 kap, 3 = rij hoek, 4 = rij tussen, 5 = appartement/portiek/flat) bezit (1) slimme meter of (0) controlegroep

Elektriciteitsverbruik Regressieanalyse laat zien dat de variabelen EPD07, TYPEW en BJ een sterk significante bijdrage leveren (p = 0.000) aan de verklaring van EPD09. Er is een zwak verband (p = 0.062) met gdag09. De variabele ‘SLIM’ levert echter geen significante bijdrage. Er is meer dan 30% kans dat het op toeval berust (p = 0.312) Source | SS df MS Number of obs = 61795 ---------+-----------------------------F( 6, 61788) = . Model | 1817095.63 6 302849.272 Prob > F = 0.0000 Residual | 46705.8865 61788 .755905459 R-squared = 0.9749 ---------+-----------------------------Adj R-squared = 0.9749 Total | 1863801.52 61794 30.1615289 Root MSE = .86943 -----------------------------------------------------------------------------EPD09 | Coef. Std. Err. t P>|t| [95% Conf. Interval] ---------+-------------------------------------------------------------------EPD07 | .9850214 .0006869 1434.014 0.000 .9836751 .9863677 gdag07 | .0004327 .0003386 1.278 0.201 -.000231 .0010964 gdag09 | -.000633 .0003385 -1.870 0.062 -.0012965 .0000305 bj | .0008517 .0001342 6.345 0.000 .0005886 .0011148 typew | -.0144758 .0027557 -5.253 0.000 -.019877 -.0090746 SLIM | .0032173 .0031804 1.012 0.312 -.0030164 .009451 _cons | -.8651369 .371166 -2.331 0.020 -1.592623 -.1376507 ------------------------------------------------------------------------------

Gasverbruik Regressieanalyse laat zien dat alle variabelen een significante bijdrage leveren aan de verklaring van het verbruik in 2009. Source | SS df MS Number of obs = 54096 ---------+-----------------------------F( 6, 54089) = . Model | 251445.79 6 41907.6316 Prob > F = 0.0000 Residual | 8311.61867 54089 .153665601 R-squared = 0.9680 ---------+-----------------------------Adj R-squared = 0.9680 Total | 259757.408 54095 4.80187463 Root MSE = .392 -----------------------------------------------------------------------------GPD09 | Coef. Std. Err. t P>|t| [95% Conf. Interval] ---------+-------------------------------------------------------------------GPD07 | 1.066605 .0009951 1071.858 0.000 1.064654 1.068555 gdag07 | .0005908 .0001633 3.617 0.000 .0002707 .0009109 gdag09 | -.0008357 .000164 -5.097 0.000 -.001157 -.0005143 bj | -.0008246 .0000632 -13.051 0.000 -.0009485 -.0007008 typew | -.0280211 .0014539 -19.273 0.000 -.0308708 -.0251715 SLIM | -.0037918 .0013566 -2.795 0.005 -.0064508 -.0011328 _cons | 2.686053 .1783093 15.064 0.000 2.336565 3.03554 ------------------------------------------------------------------------------

40

TITEL

Ten eerste is te zien dat de variabele SLIM een zeer kleine besparing van 0,0038 m3 per dag oplevert. Nadere inspectie van de data laat echter zien dat de slimme meters voornamelijk in vrijstaande woningen zijn geplaatst en veel minder in appartementen. De variabele SLIM is daardoor een indicator voor het type woning in plaats van een indicator voor de eventuele gedragsverandering t.g.v. de slimme meter. Dit is te zien als we de regressieanalyse afzonderlijk uitvoeren voor vrijstaande woningen en appartementen. Dan levert de variabele SLIM geen significante bijdrage. Regressie bij vrijstaande woningen: Source | SS df MS Number of obs = 13898 ---------+-----------------------------F( 5, 13892) =58423.89 Model | 69886.0019 5 13977.2004 Prob > F = 0.0000 Residual | 3323.49094 13892 .239237759 R-squared = 0.9546 ---------+-----------------------------Adj R-squared = 0.9546 Total | 73209.4929 13897 5.26800697 Root MSE = .48912 -----------------------------------------------------------------------------GPD09 | Coef. Std. Err. t P>|t| [95% Conf. Interval] ---------+-------------------------------------------------------------------GPD07 | 1.063233 .0019972 532.356 0.000 1.059319 1.067148 gdag09 | -.0008295 .0003847 -2.156 0.031 -.0015837 -.0000754 gdag07 | .0006268 .0003811 1.645 0.100 -.0001202 .0013739 bj | -.0003978 .000121 -3.288 0.001 -.000635 -.0001607 SLIM | -.0027268 .0027228 -1.001 0.317 -.0080638 .0026103 _cons | 1.812692 .3903396 4.644 0.000 1.047574 2.577811 ------------------------------------------------------------------------------

Regressie bij appartementen Source | SS df MS Number of obs = 4080 ---------+-----------------------------F( 5, 4074) =27904.08 Model | 9114.4606 5 1822.89212 Prob > F = 0.0000 Residual | 266.142512 4074 .065327077 R-squared = 0.9716 ---------+-----------------------------Adj R-squared = 0.9716 Total | 9380.60311 4079 2.29973109 Root MSE = .25559 -----------------------------------------------------------------------------GPD09 | Coef. Std. Err. t P>|t| [95% Conf. Interval] ---------+-------------------------------------------------------------------GPD07 | 1.08995 .0030922 352.489 0.000 1.083888 1.096013 gdag09 | -.0002925 .0004028 -0.726 0.468 -.0010823 .0004972 gdag07 | -4.44e-06 .0004077 -0.011 0.991 -.0008038 .0007949 bj | -.0002467 .0001919 -1.285 0.199 -.0006229 .0001295 SLIM | -.0003665 .0051594 -0.071 0.943 -.0104818 .0097487 _cons | .9696813 .4911555 1.974 0.048 .0067482 1.932614 ------------------------------------------------------------------------------

Geconcludeerd kan worden dat de slimme meter op zich geen effect heeft op het elektriciteitsverbruik of het gasverbruik

41


Bijlage 1.1 Selectiecriteria voor deelname aan de vooranalyse Selectieregels voor aansluitingen die in het bestand komen:  Geen aansluitingen met meer dan één Ean-code.  Geen aansluitingen waar de domme meter is gewisseld.  Geen aansluitingen waar de slimme meter is gewisseld.  Geen aansluitingen waar telwerken E3 en/of E4 worden gebruikt.  Geen aansluitingen waar één of meer van de meterstanden geschat zijn.  Alleen aansluitingen met een meetcyclus in 1e 5 maanden van het jaar.  Opnamedatum in 2011 in periode jan - mei, maar overige jaren hoeven niet precies in die periode te vallen.  Aansluitingen controlegroep random geselecteerd, met een maximum van 250.000 per netbeheerder.  Elektriciteit: 3x80 A  Gas: Alle capaciteiten t/m G10 Extra selectieregels voor slimme meters:  Alleen als slimme meter geïnstalleerd in 2008, 2009, 2010 of 2011.  Alleen als 3 historische meterstanden voorafgaand aan installatie bekend zijn.  Alleen als beide energiedragers slim gemeten.  Geen nieuwbouw.  Geen pilots.

42

TITEL

Bijlage 2

Selectiecriteria eerste effectmeting

Selectieregels voor aan te leveren aansluitingen voor het databestand    

Alleen als gas en elektriciteit slim zijn gemeten. Alleen van de energieleveranciers: Eneco, Essent, Greenchoice, NEM, Nuon of Oxxio. Alleen aansluitingen met een reguliere opnamedatum in 1e 5 maanden van het jaar. Opnamedatum in 2012 in periode jan t/m mei. Overige jaren hoeven niet precies in die periode te vallen. D.w.z. een meteropname op bijvoorbeeld 27 mei 2012 mag voorafgegaan zijn door een opname op 3 juni 2011.

Reguliere opnamedatum wil zeggen: de opnamedatum waar de jaarafrekening op wordt gebaseerd       

Geen aansluitingen met meer dan één Ean-code. Geen aansluitingen waar de reguliere meter is gewisseld. Geen aansluitingen waar de slimme meter is gewisseld. Geen aansluitingen waar telwerken E3 en/of E4 worden gebruikt. Geen aansluitingen waar één of meer van de meterstanden geschat zijn. Geen nieuwbouw > 2010. Geen pilots.

Elektriciteit: 3 x 80 Ampère. Gas: Alle capaciteiten t/m G10

43


Bijlage 3

Datakwaliteit eerste effectmeting

De analyse is uitgevoerd met behulp van het volgende databestand12: Variabele| Obs Mean Std. Dev. Min Max ---------+-------------------------------------------------WTYP | 88242 3.299 1.3226 1 5 BJ | 133413 1981.595 25.1920 1200 2010 SLIM | 141447 .109 .3121 0 1 ELEV | 141447 2.302 2.5396 1 99 IJKDATG | 141447 72.360 44.1481 0 365 gas11 | 115289 1617.725 887.9322 201 8908 gas12 | 115289 1803.942 984.9710 201 8992 IJKDATE | 141447 72.360 44.1481 0 365 elek11 | 93734 3513.005 1792.4980 201 9999 elek12 | 93734 3441.903 1731.6150 201 9996 NETB | 141447 2.378 .6344 1 3 DAG1 | 12961 160.733 100.8350 96 537 HOE | 13302 1.535 .5762 0 3 ---------+--------------------------------------------------

WTYP BJ SLIM ELEV IJKDATG GAS11 GAS12 IJKDATE ELEK11 ELEK12 NETB DAG1 HOE

woningtype. 1 = vrijstaand, 2 = 2/1 kap, 3 = rij hoek , 4 = rij tussen, 5 = appartement/ flat/portiek bouwjaar bezit slimme meter (0/1) 1 = Eneco, 2 = Essent, 3 = Greenchoice, 4 = NEM, 5 = Nuon, 6 = OXXIO dagnummer ten opzichte van 1-12012 waarop de meterstand gas in 2012 is opgenomen (al dan niet slim) Gasverbruik periode 2011 – 2012 Gasverbruik periode 2012 – 2013 dagnummer ten opzichte van 1-12012 waarop de meterstand elektra in 2012 is opgenomen (al dan niet slim) Elektriciteitsverbruik 2011 – 2012 Elektriciteitsverbruik 2012 – 2013 1 = Alliander, 2 = Enexis, 3 = Stedin eerste dag waarop VKO is geleverd 0 = onbekend, 1 = papier, 2 = email, 3 = e-mail uitnodiging om website te bezoeken, 4 = schriftelijke uitnodiging om website te bezoeken

Het totale geschoonde bestand bestaat uit 141.447 huishoudens. Te zien is dat van 88.242 huishoudens (62%) het woningtype bekend is. Verder is te zien dat van 115.289 huishoudens (82%) een acceptabel gasverbruik in beide jaren vastgesteld kon worden en van 93.734 huishoudens (66%) een acceptabel elektriciteitsverbruik.

12

Dit is het geschoonde analyse bestand

44

TITEL

.2

.2

.15

.15

Fraction

Fraction

Om de kwaliteit te beoordelen is gekeken naar de verdeling van het verbruik en het verband van het verbruik met het woningtype. Onderstaande figuren laten zien dat de verbruiken voldoen aan de verwachtingen.

.1

.05

.05

0

0 0

1000

2000

3000

4000 5000 GAS11

6000

7000

8000

9000

0

1000

2000

3000

4000 5000 GAS12

6000

7000

8000

9000

.1

Fraction

.1

Fraction

.1

.05

0

.05

0 0

1000

2000

3000

4000

5000 6000 ELEK11

7000

8000

9000

0

1000

2000

3000

4000

5000 6000 ELEK12

7000

8000

9000

Figuur 1 Verdelingen GAS11 en GAS12 (bovenste rij) en ELEK11 en ELEK12 (onderste rij)

Figuur 2 Gasverbruik per woningtype

Figuur 3 Elektriciteitsverbruik per woningtype

In figuur 2 is te zien dat het gasverbruik afneemt van type 1 (vrijstaand) naar type 5 (appartement / portiekwoning). Het verbruik in een vrijstaande woning is in 2012 ongeveer 2.500 m3. In een appartement gemiddeld13 ongeveer 1.000 m3. Een dergelijk effect is ook te zien in het elektriciteitsverbruik, maar iets minder sterk. In figuur 3 is te zien dat het elektriciteitsverbruik een vrijstaande woning in 2012 ongeveer 4.500 kWh bedraagt. In een appartement gemiddeld ongeveer 2.000 kWh. Van een deel van de huishoudens is het woningtype beschikbaar. Onderstaande tabel 1 toont de verdeling over de woningtypen. 13

Voor het gemak ‘gemiddeld’ genoemd. In werkelijkheid is het de mediaan.

45


Tabel 1 Verdeling van huishoudens over woningtypen WTYP Totaal % Landelijk % Vrijstaand 9 13 2/1 kap 12 10 Rij hoek 11 14 Rij tussen 30 34 App/flat/portiek 38 27 In het bestand is gemiddeld van slechts 62% van de aansluitingen het woningtype beschikbaar. Er van uitgaande dat het wel of niet beschikbaar zijn van het woningtype op toeval berust, zien we dat het analysebestand een redelijke afspiegeling is van het Nederlandse woningbestand, maar het gemiddeld wat kleinere woningen zijn; de categorie ‘vrijstaand’ is ondervertegenwoordigd en de categorie ‘appartement, flat en portiekwoningen’ is oververtegenwoordigd.

46

TITEL

Bijlage 4

Regressieanalyse eerste effectmeting

Bijlage 4.1 Gasverbruik De variabelen die in de regressieanalyse zijn meegenomen zijn: SLIMG31 huishoudens scoren hierop een 1 indien zij een VKO hebben ontvangen in april 2012 en klant zijn van Eneco, de andere Eneco klanten scoren een 0. IJKDATG het dagnummer waarop de jaarnota is verstrekt, uitgedrukt in dagen na 1-1-2012 WTYP het woningtype BJ het bouwjaar van de woning De verbruiken van huishoudens uit de controlegroep en de slimme metergroep zijn in dezelfde periode gemeten. Beide groepen huishoudens hebben daarom gemiddeld dezelfde weersomstandigheden ondergaan. Maar omdat ieder huishouden een eigen ritme heeft wat betreft de jaarnota, kan het ene huishouden wat dichter tegen de winter aan zitten dan het andere huishouden. Daarom is de variabele IJKDATG meegenomen. In eerste instantie kijken we naar het effect van het VKO, zonder de andere variabelen mee te nemen. Daarom laten we een constante toe waarin het onverklaarbare verbruik terecht kan komen. Source | SS df MS ---------+-----------------------------Model | 6.7012e+09 2 3.3506e+09 Residual | 341904853 7233 47270.1304 ---------+-----------------------------Total | 7.0431e+09 7235 973480.707

Number of obs F( 2, 7233) Prob > F R-squared Adj R-squared Root MSE

= 7236 =70882.27 = 0.0000 = 0.9515 = 0.9514 = 217.42

-----------------------------------------------------------------------------GAS12 | Coef. Std. Err. t P>|t| [95% Conf. Interval] ---------+-------------------------------------------------------------------GAS11 | 1.105353 .0029849 370.315 0.000 1.099502 1.111204 SLIMG31 | -21.55145 8.081433 -2.667 0.008 -37.39342 -5.709483 _cons | 86.49232 5.671388 15.251 0.000 75.37475 97.6099 ------------------------------------------------------------------------------

Het gemiddelde gasverbruik in 2012 van deze 7.236 huishoudens bedraagt 1.866 m3. Deze regressieanalyse laat een significant effect zien van -21,6 m3. Op een gemiddeld verbruik van 1.866 m3 een besparing van bijna 1,2%. In een volgende stap gaan we de andere verklarende variabelen meenemen in de analyse Source | SS df MS Number of obs = 7237 ---------+-----------------------------F( 5, 7231) =28948.76 Model | 6.7102e+09 5 1.3420e+09 Prob > F = 0.0000 Residual | 335221984 7231 46359.0076 R-squared = 0.9524 ---------+-----------------------------Adj R-squared = 0.9524 Total | 7.0454e+09 7236 973659.659 Root MSE = 215.31 -----------------------------------------------------------------------------GAS12 | Coef. Std. Err. t P>|t| [95% Conf. Interval] ---------+-------------------------------------------------------------------GAS11 | 1.08267 .0036585 295.930 0.000 1.075498 1.089842 SLIMG31 | -18.46878 9.705097 -1.903 0.057 -37.49361 .5560385 WTYP | -30.11872 2.739243 -10.995 0.000 -35.48844 -24.74901 BJ | .0696018 .4619329 0.151 0.880 -.8359216 .9751251 IJKDATG | -.8102355 .1988132 -4.075 0.000 -1.199967 -.4205037 _cons | 178.2682 919.5352 0.194 0.846 -1624.289 1980.826 ------------------------------------------------------------------------------

47


Belangrijk om op te merken is dat de coëfficiënt van IJKDATG een significante (P>|t| = 0) bijdrage levert. Dit bevestigd de kracht van de analyse. De variabele draagt zoals verwacht significant bij aan de verklaring van het verschil in verbruik tussen 2012 en 2011. De negatieve coëfficiënt betekent dat hoe later in het jaar de meterstand is opgenomen hoe kleiner de toename van het verbruik is. Anders gezegd, de meting is ‘uit de strenge winterperiode geschoven’. Een verdergaande gevoeligheidsanalyse laat zien dat het beste model dat gemaakt kan worden er als volgt uit ziet: Source | SS df MS Number of obs = 7237 ---------+-----------------------------F( 4, 7232) =36190.84 Model | 6.7102e+09 4 1.6775e+09 Prob > F = 0.0000 Residual | 335223037 7232 46352.7429 R-squared = 0.9524 ---------+-----------------------------Adj R-squared = 0.9524 Total | 7.0454e+09 7236 973659.659 Root MSE = 215.30 -----------------------------------------------------------------------------GAS12 | Coef. Std. Err. t P>|t| [95% Conf. Interval] ---------+-------------------------------------------------------------------GAS11 | 1.082632 .0036498 296.628 0.000 1.075478 1.089787 SLIMG31 | -17.71051 8.297777 -2.134 0.033 -33.97657 -1.44444 WTYP | -30.03508 2.682219 -11.198 0.000 -35.29301 -24.77715 IJKDATG | -.8096682 .1987641 -4.074 0.000 -1.199304 -.4200326 _cons | 316.7662 25.4345 12.454 0.000 266.9072 366.6253 ------------------------------------------------------------------------------

Het absolute effect is een besparing van 17,711 m3 op een verbruik van 1.866 m3. Het procentuele effect is 100*17,711/1.866 = - 0,95 %. De bandbreedte is absoluut: 8,298 m3, relatief 100*8,298/1866 = 0,44%. Het effect is - 0,95% (+ 0,44%) en significant, aangezien de kans dat het op toeval berust (P>|t|) ongeveer 3% is. Van de 845 huishoudens die aan de regressieanalyse van het gasverbruik meedoen hebben er 223 een schriftelijk VKO ontvangen en 622 een elektronisch VKO. Regressie schriftelijke VKO’s Source | SS df MS Number of obs = 6615 ---------+-----------------------------F( 4, 6610) =32571.28 Model | 6.3185e+09 4 1.5796e+09 Prob > F = 0.0000 Residual | 320569544 6610 48497.6617 R-squared = 0.9517 ---------+-----------------------------Adj R-squared = 0.9517 Total | 6.6391e+09 6614 1003794.02 Root MSE = 220.22 -----------------------------------------------------------------------------GAS12 | Coef. Std. Err. t P>|t| [95% Conf. Interval] ---------+-------------------------------------------------------------------GAS11 | 1.082054 .0038553 280.666 0.000 1.074496 1.089611 SLIMG31S | -15.26465 15.1795 -1.006 0.315 -45.02137 14.49208 WTYP | -30.70992 2.928742 -10.486 0.000 -36.4512 -24.96864 IJKDATG | -.7714926 .2172582 -3.551 0.000 -1.197389 -.3455964 _cons | 315.8081 27.72293 11.392 0.000 261.4622 370.154 ------------------------------------------------------------------------------

Het effect in deze groep is 0,8% besparing, maar het is niet significant. Er is 32% kans op toeval.

48

TITEL

Regressie elektronische VKO’s Source | SS df MS ---------+-----------------------------Model | 6.4616e+09 4 1.6154e+09 Residual | 329547651 7008 47024.4935 ---------+-----------------------------Total | 6.7911e+09 7012 968503.277


= 7013 =34352.30 = 0.0000 = 0.9515 = 0.9514 = 216.85

-----------------------------------------------------------------------------GAS12 | Coef. Std. Err. t P>|t| [95% Conf. Interval] ---------+-------------------------------------------------------------------GAS11 | 1.082012 .0037422 289.134 0.000 1.074676 1.089348 SLIMG31E | -19.405 9.531492 -2.036 0.042 -38.08961 -.7203949 WTYP | -30.28689 2.764064 -10.957 0.000 -35.70529 -24.86849 IJKDATG | -.7694967 .2050161 -3.753 0.000 -1.17139 -.3676032 _cons | 314.2106 26.17878 12.002 0.000 262.8922 365.5289 ------------------------------------------------------------------------------

Het effect in deze groep is een besparing van 1,1% + 0,5%. Het is significant omdat er 4% kans is dat het op toeval berust.

49


Bijlage 4.2 Elektriciteitsverbruik De variabelen die in de regressieanalyse zijn meegenomen zijn: SLIME31 huishoudens scoren hierop een 1 indien zij een VKO hebben ontvangen in april en klant zijn van Eneco, de andere Eneco klanten scoren een 0. IJKDATE het dagnummer waarop de jaarnota is verstrekt WTYP het woningtype BJ het bouwjaar van de woning In eerste instantie kijken we weer alleen naar het effect van het VKO, zonder de andere variabelen mee te nemen in de analyse. Source | SS df MS Number of obs = 6856 ---------+-----------------------------F( 2, 6853) =52011.62 Model | 1.8781e+10 2 9.3905e+09 Prob > F = 0.0000 Residual | 1.2373e+09 6853 180545.278 R-squared = 0.9382 ---------+-----------------------------Adj R-squared = 0.9382 Total | 2.0018e+10 6855 2920230.55 Root MSE = 424.91 -----------------------------------------------------------------------------ELEK12 | Coef. Std. Err. t P>|t| [95% Conf. Interval] ---------+-------------------------------------------------------------------ELEK11 | .9528926 .002961 321.814 0.000 .9470881 .9586971 SLIME31 | 20.72367 16.55066 1.252 0.211 -11.72075 53.16809 _cons | 111.371 11.18267 9.959 0.000 89.44946 133.2924 ------------------------------------------------------------------------------

We zien geen significant effect. Het blijkt ook met toevoeging van de andere variabelen niet mogelijk een analyse uit te voeren die enig resultaat oplevert. Source | SS df MS ---------+-----------------------------Model | 1.9942e+10 5 3.9884e+09 Residual | 1.3060e+09 7334 178079.68 ---------+-----------------------------Total | 2.1248e+10 7339 2895223.32


= 7340 =22396.72 = 0.0000 = 0.9385 = 0.9385 = 421.99

-----------------------------------------------------------------------------ELEK12 | Coef. Std. Err. t P>|t| [95% Conf. Interval] ---------+-------------------------------------------------------------------ELEK11 | .9497129 .0031696 299.636 0.000 .9434997 .9559262 SLIME31 | -.393768 15.58448 -0.025 0.980 -30.94383 30.15629 WTYP | -18.92865 4.822553 -3.925 0.000 -28.38224 -9.47506 BJ | 2.208082 .8190431 2.696 0.007 .6025222 3.813642 IJKDATE | -.3636083 .3934459 -0.924 0.355 -1.134875 .4076587 _cons | -4174.107 1626.13 -2.567 0.010 -7361.79 -986.4247 ------------------------------------------------------------------------------

50

TITEL

Bijlage 5

Datakwaliteit tweede effectmeting

De analyse is uitgevoerd op basis van het onderstaande bestand. Variable | Obs Mean Std.Dev. Min Max ---------+---------------------------------------------------WTYP | 109362 3.125 1.289 1 5 BJ | 157851 1979.126 57.799 3 2011 SLIM | 185460 .012 .110 0 1 ELEV | 185239 3.075 1.864 1 6 YKDATG | 91743 200.237 37.558 152 341 GAS12 | 91743 1671.194 811.716 400 5984 GAS13 | 91743 1892.786 919.603 400 5994 YKDATE | 93717 200.294 37.665 152 365 ELEK12 | 93717 3338.269 1657.521 401 8998 ELEK13 | 93717 3278.825 1629.737 401 8999 NETB | 185460 1.990 .879 1 3 datum | 2296 188.830 49.346 60 388 manier | 2296 1.371 .581 1 4

--------+-----------------------------------------------

WTYP BJ SLIM ELEV IJKDATG GAS12 GAS13 IJKDATE ELEK12 ELEK13 NETB datum manier

woningtype. 1 = vrijstaand, 2 = 2/1 kap, 3 = rij hoek , 4 = rij tussen, 5 = appartement/ flat/portiek bouwjaar bezit slimme meter (0/1) 1 = Eneco, 2 = Essent, 3 = Greenchoice, 4 = NEM, 5 = Nuon, 6 = OXXIO dagnummer ten opzichte van 1-12012 waarop de meterstand gas in 2012 is opgenomen (al dan niet slim) Gasverbruik periode 2011 – 2012 Gasverbruik periode 2012 – 2013 dagnummer ten opzichte van 1-1-2012 waarop de meterstand elektra in 2012 is opgenomen (al dan niet slim) Elektriciteitsverbruik 2011 – 2012 Elektriciteitsverbruik 2012 – 2013 1 = Alliander, 2 = Enexis, 3 = Stedin eerste dag waarop VKO is geleverd 0 = onbekend, 1 = papier, 2 = email, 3 = e-mail uitnodiging om website te bezoeken, 4 = schriftelijke uitnodiging om website te bezoeken

Het totale geschoonde bestand bestaat uit 185.460 huishoudens. Te zien is dat van 109.362 huishoudens (56%) het woningtype bekend is. Verder is te zien dat van 91.743 huishoudens (49%) een acceptabel gasverbruik in beide jaren vastgesteld kon worden en van 93.717 huishoudens (51%) een acceptabel elektriciteitsverbruik. Deze percentages zijn lager dan in de eerste effectmeting omdat een extra kwaliteitseis is gehanteerd. Er is namelijk ook gekeken naar het aantal dagen dat tussen de meteropnames zit. In het ideale geval zijn dat er 365. In de praktijk zit daar een zekere spreiding in. Uitschieters in het aantal dagen, waardoor de gemiddelde meetperiode afwijkt van 365 dagen, zijn verworpen uit het bestand. In het definitieve analysebestand is de gemiddelde waarde voor de 185.460 huishoudens 365,2 + 12,4 dagen. Voordat de effectanalyse is uitgevoerd is de kwaliteit van het definitieve analysebestand onderzocht. Daartoe is gekeken naar de verdeling van het verbruik en het verband van het verbruik met het woningtype. Onderstaande figuren laten zien dat de verbruiken voldoen aan de verwachtingen.

51


.14

.12

.12

.1

.1

Fraction

Fraction

.08 .08

.06

.06

.04 .04 .02

.02

0

0 1000

2000

3000 GAS12

4000

5000

6000

0

.08

.08

.06

.06

Fraction

Fraction

0

.04

1000

2000

3000 GAS13

4000

3000

4000 5000 ELEK13

6000

5000

6000

.04

.02

.02

0

0 0

1000

2000

3000

4000 5000 ELEK12

6000

7000

8000

9000

0

1000

2000

7000

8000

9000

Figuur 2 Verdelingen GAS12 en GAS13 (bovenste rij) en ELEK12 en ELEK13 9onderste rij)

ELEK12 GAS12

ELEK13

9000

GAS13

6000

8000

7000

5000

6000 4000

5000 3000

4000 3000

2000

2000 1000

1000 0

0 1

2

3

4

5

1

6

2

3

4

5

6

woningtype van appartement (1) tot villa (5) en onbekend (6)

woningtype van appartement (1) tot villa (5) en onbekend (6)

Figuur 3 Gasverbruik per woningtype

Figuur 4 Elektriciteitsverbruik per woningtype

In figuur 3 is te zien dat het gasverbruik afneemt van type 1 (vrijstaand) naar type 5 (appartement / portiekwoning). Van alle woningen waarvan het woningtype onbekend is, is de boxplot van het verbruik ook weergegeven. Te zien is dat het verbruik in deze categorie woningen, ‘type 6’, overlapt met dat van de overige, bekende woningtypen. Het verbruik in een vrijstaande woning is in 2013 gemiddeld14 ongeveer 2.700 m3, in een appartement ongeveer 1.000 m3. Een dergelijk effect is ook te zien in het elektriciteitsverbruik. In figuur 4 is te zien dat het elektriciteitsverbruik een vrijstaande woning in 2013 ongeveer 4.200 kWh bedraagt, in een appartement ongeveer 2.000 kWh. Van een deel van de huishoudens is het woningtype beschikbaar. Onderstaande tabel toont de verdeling over de woningtypen.

14

Voor het gemak ‘gemiddeld’ genoemd. In werkelijkheid is het de mediaan.

52

TITEL

Tabel 1. Verdeling van huishoudens in de slimme metergroep over woningtypen WTYP Slim (%) Landelijk % Vrijstaand 15 13 2/1 kap 23 10 Rij hoek 11 14 Rij tussen 30 34 App/flat/portiek 20 27 In de tabel is te zien dat in de slimme metergroep de categorie 2/1 kap woningen is oververtegenwoordigd en de categorie ‘appartement, flat en portiekwoningen’ is ondervertegenwoordigd. Tabel 2. Verdeling van huishoudens in de slimme metergroep over het bouwjaar WTYP Slim (%) Landelijk % Voor 1945 13 14 1945 – 1975 46 35 Na 1975 42 51 In de tabel is te zien dat in de slimme metergroep de categorie 1945 – 1975 is oververtegenwoordigd en de categorie ‘na 1975’ is ondervertegenwoordigd. Dit kan o.a. te maken hebben met het selectiecriterium dat nieuwbouw (woningen die in 201 of later zijn gebouwd) niet mee mogen doen aan de analyse.

53


Bijlage 6

Regressieanalyse tweede effectmeting

Bijlage 6.1 Gasverbruik Het beste model op basis waarvan het verbruik in 2013 verklaard kan worden t.o.v. het verbruik in 2012 staat in onderstaande regressietabel weergegeven. De datum waarop de meterstand is opgenomen (IJKDATG) speelt in deze regressieanalyse, in tegenstelling tot de eerste effectmeting (zie bijlage 4.1), geen rol. Dit komt omdat de eerste effectmeting plaatsvond in de maanden maart-april-mei, waarin nog volop gestookt wordt, vooral in maart en april. Deze tweede effectmeting is minder gevoelig voor het moment waarop de meterstand is opgenomen omdat in de maanden juni-september nauwelijks gestookt wordt. Source | SS df MS ---------+-----------------------------Model | 4.0233e+10 4 1.0058e+10 Residual | 2.5236e+09 53111 47514.9911 ---------+-----------------------------Total | 4.2757e+10 53115 804989.906


= = = = = =

53116 . 0.0000 0.9410 0.9410 217.98

-----------------------------------------------------------------------------GAS13 | Coef. Std. Err. t P>|t| [95% Conf. Interval] ---------+-------------------------------------------------------------------GAS12 | 1.070757 .0013962 766.895 0.000 1.06802 1.073493 WTYP | -26.28468 .8766119 -29.984 0.000 -28.00285 -24.56652 BJ | -.6473437 .0442067 -14.644 0.000 -.7339892 -.5606983 SLIM | -17.62825 8.525565 -2.068 0.039 -34.33843 -.9180661 _cons | 1470.506 87.60434 16.786 0.000 1298.801 1642.211 ------------------------------------------------------------------------------

Het gemiddelde verbruik van deze huishoudens in 2013 is 1.938 m3 Er is een trendmatige toename van 7% (de coëfficiënt = 1,07). Deze toename zal grotendeels toe te schrijven zijn aan ‘het weer’. Van villa (woningtype = 1) richting appartement (woningtype = 5) wordt die toename kleiner, de negatieve coëfficiënt wijst daarop. Dit is logisch aangezien een vrijstaande woning met een relatief groot oppervlakte aan buitenmuren meer ‘last’ heeft van een strenge winter dan een aan alle kanten ingebouwd appartement. Verder is te zien dat nieuwere woningen minder toename in het verbruik vertonen dan oudere woningen. Ook hier is de coëfficiënt namelijk negatief. Ook dat is een logisch verband omdat nieuwere woningen gemiddeld beter geïsoleerd zijn dan oudere. We zien dat huishoudens met een slimme meter en een VKO gemiddeld 17,63 (+8.53) m3 minder gas verbruiken dan de huishoudens zonder slimme meter en VKO. Ten opzichte van het gemiddelde verbruik van 1.938 m3 een besparing van 0,91 + 0,44 % Tenslotte maken we nog onderscheid tussen papieren en digitale VKO’s er zijn 462 papieren VKO’s verstrekt en 180 digitale. Bij het papieren VKO is geen significant effect waarneembaar. Bij het digitale VKO zien we een significant effect van 2,4 + 0,8 % De output van de regressieanalyse staat hier onder weergegeven

54

TITEL

Source | SS df MS ---------+-----------------------------Model | 4.0131e+10 5 8.0262e+09 Residual | 2.5038e+09 52906 47324.8749 ---------+-----------------------------Total | 4.2635e+10 52911 805786.447


= = = = = =

52912 . 0.0000 0.9413 0.9413 217.54

-----------------------------------------------------------------------------GAS13 | Coef. Std. Err. t P>|t| [95% Conf. Interval] ---------+-------------------------------------------------------------------GAS12 | 1.071398 .0013961 767.414 0.000 1.068662 1.074134 WTYP | -26.17183 .8777602 -29.817 0.000 -27.89225 -24.45142 BJ | -.64373 .0447251 -14.393 0.000 -.7313916 -.5560684 YKDATG | -.006957 .0250175 -0.278 0.781 -.0559914 .0420775 PAPIER | -4.977698 10.1888 -0.489 0.625 -24.94783 14.99243 _cons | 1463.288 88.00805 16.627 0.000 1290.792 1635.785 -----------------------------------------------------------------------------Source | SS df MS ---------+-----------------------------Model | 3.9810e+10 5 7.9619e+09 Residual | 2.4991e+09 52624 47489.9035 ---------+-----------------------------Total | 4.2309e+10 52629 803905.326


= = = = = =

52630 . 0.0000 0.9409 0.9409 217.92

-----------------------------------------------------------------------------GAS13 | Coef. Std. Err. t P>|t| [95% Conf. Interval] ---------+-------------------------------------------------------------------GAS12 | 1.071083 .001403 763.409 0.000 1.068333 1.073833 WTYP | -26.22635 .8823249 -29.724 0.000 -27.95571 -24.49698 BJ | -.6505657 .0448948 -14.491 0.000 -.7385599 -.5625715 YKDATG | -.0061803 .0251314 -0.246 0.806 -.055438 .0430774 DIGITAAL | -45.96397 16.28567 -2.822 0.005 -77.88403 -14.04391 _cons | 1477.395 88.34188 16.724 0.000 1304.244 1650.546 ------------------------------------------------------------------------------

55


Bijlage 6.2 Elektriciteitsverbruik Het beste model op basis waarvan het verbruik in 2013 verklaard kan worden t.o.v. het verbruik in 2012 staat in onderstaande regressietabel weergegeven. Source | SS df MS Number of obs = 53916 ---------+-----------------------------F( 4, 53911) = . Model | 1.3109e+11 4 3.2772e+10 Prob > F = 0.0000 Residual | 8.7116e+09 53911 161592.913 R-squared = 0.9377 ---------+-----------------------------Adj R-squared = 0.9377 Total | 1.3980e+11 53915 2592996.45 Root MSE = 401.99 -----------------------------------------------------------------------------ELEK13 | Coef. Std. Err. t P>|t| [95% Conf. Interval] ---------+-------------------------------------------------------------------ELEK12 | .9481177 .0011348 835.507 0.000 .9458935 .9503419 WTYP | -16.95868 1.468191 -11.551 0.000 -19.83635 -14.08101 BJ | .145085 .0821819 1.765 0.078 -.0159922 .3061621 SLIM | -20.04584 15.64321 -1.281 0.200 -50.70665 10.61498 _cons | -116.0067 161.6138 -0.718 0.473 -432.771 200.7576 ------------------------------------------------------------------------------

Het gemiddelde elektriciteitsverbruik van deze 53.916 huishoudens is 3.384 kWh Het effect is – 0,6% + 0,5%. Het is echter niet significant. Er is 20% kans is dat het op toeval berust. Ook bij huishoudens die papieren of digitale VKO’s ontvangen, is geen significant effect waarneembaar. Voor de volledigheid zijn hieronder de regressietabellen opgenomen in de bijlage. Source | SS df MS Number of obs = 50835 ---------+-----------------------------F( 4, 50830) = . Model | 1.2156e+11 4 3.0389e+10 Prob > F = 0.0000 Residual | 8.1878e+09 50830 161082.118 R-squared = 0.9369 ---------+-----------------------------Adj R-squared = 0.9369 Total | 1.2975e+11 50834 2552331.64 Root MSE = 401.35 -----------------------------------------------------------------------------ELEK13 | Coef. Std. Err. t P>|t| [95% Conf. Interval] ---------+-------------------------------------------------------------------ELEK12 | .9488713 .0011685 812.070 0.000 .9465811 .9511615 WTYP | -17.31977 1.52676 -11.344 0.000 -20.31224 -14.32731 BJ | .1380168 .0838799 1.645 0.100 -.0263887 .3024223 PAPIER | -9.491204 19.41607 -0.489 0.625 -47.5469 28.56449 _cons | -104.1238 164.9255 -0.631 0.528 -427.3796 219.132 -----------------------------------------------------------------------------Source | SS df MS Number of obs = 50568 ---------+-----------------------------F( 4, 50563) = . Model | 1.2100e+11 4 3.0250e+10 Prob > F = 0.0000 Residual | 8.1433e+09 50563 161051.685 R-squared = 0.9369 ---------+-----------------------------Adj R-squared = 0.9369 Total | 1.2914e+11 50567 2553876.25 Root MSE = 401.31 -----------------------------------------------------------------------------ELEK13 | Coef. Std. Err. t P>|t| [95% Conf. Interval] ---------+-------------------------------------------------------------------ELEK12 | .9491412 .0011709 810.604 0.000 .9468462 .9514362 WTYP | -17.00888 1.532229 -11.101 0.000 -20.01206 -14.00569 BJ | .1415417 .0840574 1.684 0.092 -.0232118 .3062952 DIGITAAL | -40.18323 31.23542 -1.286 0.198 -101.405 21.03854 _cons | -113.0278 165.2709 -0.684 0.494 -436.9607 210.905 ------------------------------------------------------------------------------

56

TITEL

Bijlage 7

Steekproefsamenstelling gebruikersonderzoek

Leeftijd 57,5 ± 13,7 jaar (minimum 21, maximum 91) / CBS: 40,8 jaar (augustus 2013) Huishoudgrootte 2,39 ± 1,2 personen (minimum 1, maximum 7) / CBS: 2,23 (augustus 2013) Woonduur gemiddeld 19,8 ± 13,4 jaar (minimum 0, maximum 81 jaar) Opleiding Basisonderwijs Lager beroepsonderwijs Middelbaar algemeen voortgezet onderwijs (MULO, MAVO, ULO) Middelbaar beroepsonderwijs (MBO) Hoger algemeen voorbereidend onderwijs (HAVO, VWO, HBS, MMS) Hoger beroepsonderwijs (HBO) Wetenschappelijk onderwijs (WO) Wil niet zeggen/weet niet

Steekproef 2% 9% 13% 23% 9% 28% 14% 2%

CBS 25-65 8% 24% } } 42% } } 16% 9%

Huishoudtype Alleenstaand Alleenstaand met thuiswonend(e) kind(eren) Samenwonend of gehuwd zonder kinderen Samenwonend of gehuwd met thuiswonend(e) kind(eren) Anders, namelijk Wil niet zeggen/weet niet

Steekproef 18% 4% 47% 28% 2% 1%

CBS 37% 7% 29% 26,5% 0,5%

Land van herkomst Nederland(se nationaliteit) Anders Wil niet zeggen

Steekproef 96% 2% 2%

CBS 88% 12%

Bruto jaarinkomen < 12.000 minimum 12.000 – 24.500 beneden modaal 24.500 – 30.500 bijna modaal 30.500 – 36.500 modaal 36.500 – 61.000 tussen 1 en 2 keer modaal 61.000 – 73.000 twee keer modaal > 73.000 meer dan twee keer modaal Wil niet zeggen / weet niet

Steekproef 3% 10% 10% 13% 20% 10% 13% 21%

CBS 0,5% 35% 15% 12,5% 29% 5% 3%

Type woning

Steekproef

Vrijstaand Twee onder een kap Rijtjeshuis (tussen) Rijtjes (hoek) Flat/appartement/maisonnette Anders, namelijk

25% 20% 27% 13% 12% 3%

Bron: Kadaster (Rapport eigendomssituatie energielabels) 2013

57

Kadaster (totaal 7.250.800 woningen) 13% 10% 34% 14% 27% Onbekend 2%


Huur/koopwoning

Steekproef

Huur Koop

22% 78%

Bouwjaar woning Steekproef ABF Bouwjaar woning Voor 1945 20% 20% Voor 1945 Tussen 1946-1955 5% Na 1945 Tussen 1945-1975 Tussen 1956-1965 9% 80% Tussen 1976-nu Tussen 1966-1975 20% Tussen 1976-1985 15% Tussen 1986-1995 9% Tussen 1996-2005 16% Tussen 2006-2012 3% Weet niet 3% Bron: ABF Research - Systeem woningvoorraad (Syswov)

Steekproef 20% 34% 43%

CBS 14% 35% 51%

3%

Op welke manier was uw huis geïsoleerd toen u er kwam wonen? (meerdere tegelijkertijd mogelijk) Spouwmuur Dubbelglas Dakisolatie Vloerisolatie Anders Niet geïsoleerd 1)na 2000-2002 geen gegevens; 2) Bron Energiemodule WoON; 3)gesloten gevel Aangesloten op warmtenet Nee Ja *2011

CBS (2012) 44% 56%

Steekproef

CBS1)

44% 60% 40% 25% 15% 7%

20122) 70%3) 86% 79% 56% -

Steekproef 98% 2%

CBS 4,5*

Energieleverancier Eerste enquête (n=739) Tweede enquête (n=731) Weg / Erbij Eneco 16% 16% 4 / 10 Essent 23% 22% 17 / 11 Greenchoice 9% 11% 0 / 8 Nederlandse Energie Maatschappij 7% 7% 6 / 15 Nuon 33% 31% 13 / 8 Oxxio 9% 7% 10 / 2 Overig / weet niet 3% 6% 4 / 24 13% is de vijf maanden tussen eerste en tweede enquête van energieleverancier gewisseld en eveneens 13% is dat binnenkort (weer) van plan.

58

TITEL

Bijlage 8 Tabel 1

Ontvangst en gebruik VKO

Ontvangst en gebruik van het VKO per energieleverancier (n=743)*

Energieleverancier

Eneco Essent Greenchoice Ned. En. M. Nuon Oxxio Overig-weet niet Subtotaal Geen antwoord VKO Niet ontvangen VKO Weet niet Totaal

In steekproef 119 162 76 52 229 52 41 731 12

743

VKO ontvangen December 2012 76 91 19 12 27 7 6 238 20 420

VKO ontvangen Juni 2013 92 109 28 11 145 24 9 418 19 220

65 743

86 743

*Greenchoice en Essent verschillen in gebruik (n=414, GLM Univariate Tukey-b, p<.05).

59

VKO in gebruik 31 46 7 6 51 6 3 150

Gebruik na ontvangst (%) 34% 42% 25% 55% 35% 25% 33%


Bijlage 9

Open antwoorden gebruikersonderzoek

Bijlage 9.1 Meest genoemde en toegepaste energiebesparende maatregelen Verwarmen Bewust verwarmen / CV ketel lager of minder aan / thermostaat lager / 1 á 2 C lager / thermostaat programmeren / minder stoken / CV lager stoken of eerder uit / temperatuurschema aanpassen / temperatuurregeling avond-nacht / verwarming om 9 uur ’s avonds uit / waar niet nodig verwarming uit / kachel ’s nachts uit / CV laag / verwarming eerder uit / kachels uit / minder snel verwarming aan / nog meer letten op verwarming / thermostaat in de gaten houden / verwarming op tijd uit + deuren dicht indien aan / verwarming uit Verlichting Eerder lichten uit / lichten onder controle / lampen uit als er niemand is/ lampen uit / meer lampen uit / minder lampen aan / niet teveel licht aan / nog beter opletten licht garage, zolder, slaapkamers / buitenverlichting / verlichting zo efficiënt mogelijk / waar niet nodig lampen uit / weinig verlichting / bewuster omgaan met verlichting / geen onnodig licht aandoen / lampen in eetkamer uitlaten (indien mogelijk) / lampen uit in ongebruikte ruimtes / letten op lampen / licht zo weinig mogelijk / meer verlichting uit wanneer niet nodig / verlichting besparen Opletten - algemeen Beter opletten / kritischer worden / ander gebruik / bewust / alert / beter alles nagaan / bewuster kijken naar verbruikers / nog beter opletten / verbruik verminderen / zuiniger te zijn / energie besparen / bewust omgaan met energie / probeer altijd stroom, gas en water te besparen / beter in de gaten houden / nog meer op ‘good housekeeping’ zaken letten / vinger aan de pols / zo mogelijk minderen /maatregelen toepassen / zuinig omgaan is altijd goed en bespaart veel geld / zoals altijd / bewuster nadenken over mogelijkheden om te verminderen / kijken waar je nog meer kan besparen

41

Monitoren (zie hieronder) Apparatuurgebruik – specifiek (zie hieronder) Goedkope stroom ’s Avonds wassen/droger/vaatwasser gebruiken / nacht-weekendstroom / vaatwasser na 4.00 uur, wasmachine na 21.00 uur / op tijd alles aan en uit te schakelen / Nachtstroom meer gebruiken / wassen en drogen in weekend

22 16 9

Verwarmen/ventileren – specifiek (zie hieronder) Investeringen Isolatie / dubbel glas / CV ketel vervangen / aanschaf apparatuur / nieuwe apparaten / overwegen zonnep;anelen / windenergie via windmolen / voorzieningen in ons nieuwe huis Warm water Korter douchen/minder vaak lang douchen / badgebruik beperken Lampen Energiezuiniger lampen / LED lampen / meer spaarlampen / nog zuiniger LED / gebruik spaarlampen /minder watt’s Huisgenoten Dochter vragen korter te douchen en lampen uit te doen/huisgenoten wijzen op ons gasverbruik/iedereen even flink met zijn neus op de feiten gedrukt/nog bewuster kinderen attenderen op douche en elektragebruik/regelmatig gezinsleden vragen lampen uit te zetten, korter douchen etc. Opladen en standby Opladers/trafo’s bij niet in gebruik verwijderen / standby uit / Alles uitzetten, niet meer standby / laders en standby uit / standby knoppen uit

9 8

Overig (zie hieronder)

4

60

33

33

8 8

6

5

TITEL

Monitoren (22) Reactie op hoog verbruik Indien te hoog kijken of meter wel goed werkt / Hoge verbruiken checken en evt. maatregelen nemen / Opletten bij overschrijding / Oorzaak onderzoeken i.v.m. gewijzigd verbruik! / Terugkijken waarom verbruik hoger was / Zie wat de kosten zijn en let dan extra op / Nadenken over waar het hoge verbruik door veroorzaakt wordt Slimme meter geeft beter overzicht Mooi overzicht / kan het beter in de gaten houden / omdat we kunnen zien of we besparen / stimuleert beter op het verbruik te letten/ monitoren en terugbrengen / controleren naar maand en jaren / effect maatregelen volgen / meterstand vaker controleren / langjarig energieverbruik bijhouden Informatie aflezen Vergelijken met andere huishoudens / Vergelijken met vorige periodes (voor zover mogelijk) / Ik weet niet hoe ik moet aflezen, dus ik zie de standen nooit, had gehoopt dat de standen erbij gezet worden / Er ontbreekt nog steeds het elektra verbruik, alhoewel hier vele malen naar gevraagd

7

11

4

Apparatuurgebruik - specifiek (16) Let op aanschaf en verbruik apparaten Apparaten uitzetten Minder gebruik elektrische apparatuur Tijdklokken Schakelklokken bij afwezigheid (anti-inbraak) Opladen ‘s avonds PC gebruik roosteren voor kinderen TV + computer uit bij geen gebruik Oven korter voorverwarmen Een diepvriezer uitgeschakeld Bij langer dan 2 weken koelkast uit Altijd volle was draaien Lagere temperatuur voor wasmachine en afwasmachine Bij goed weer de was buiten ipv droogmachine Wasmachine en afwasmachine op korter programma Afwasmachine op korter programma

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

Verwarmen/ventileren – specifiek (9) Rolluiken geplaatst (dicht in winter-zomer) Zomermaanden waakvlam uit Deuren dicht Gordijnen eerder sluiten Overgordijnen en luxaflex dicht bij erge kou Ventileren slaapkamers verkorten Ventileren keuken verkorten Meter in de huiskamer altijd op 20C Meer de houtkachel gebruikt -> CV lager

1 1 1 1 1 1 1 1 1

Overig Bewuster omgaan met water (douchen, vaatwasser) Kritisch in gas, hergebruik en elektra Alles op tijd afsluiten Is gewoon onmogelijk zonder kou te lijden

1 1 1 1

61


Bijlage 9.2 Redenen voor niet gebruiken verbruiksoverzicht Niet gedetailleerd genoeg (5) 2 maandelijks is lang, niet gedetailleerd genoeg / beste manier om energie te besparen is om de dag erna het verbruik te kunnen inzien, een dag inzicht met tijdstippen zou nog mooier zijn / inloggen en meter standen bekijken, loopt een dag achter / te algemene informatie / tweemaandelijks niet zo zinvol, hou nu zelf de standen maandelijks bij, wekelijks zou beter zijn Monitoort zelf (6) Hou al 35 jaar maandelijks zelf verbruik bij / hield en houdt gebruik zelf maandelijks bij / ik hou zelf maandelijks een overzicht bij / ik maakte altijd al een overzicht van verbruik / Toon van Eneco aangeschaft / Erg onduidelijk, slimme meter en nog zelf standen moeten invullen Moeite en tijd (5) Gezien de leeftijd ga ik de investeringen niet meer doen / momenteel bezig met verbouwen 2x / inlogcode vergeten / om bij het overzicht te komen moet je eerst inloggen en ik weet mijn wachtwoord niet meer dus kost het gewoon teveel moeite en tijd Omgeving veranderd (3) Geen inzicht in effect thuiskomen / het zegt niet zoveel, strenge winter-koud voorjaar veel bepalender voor verbruik /geen relatie met weersomstandigheden / bedrijf aan huis en het verbruik hangt af van het weer Vertekend beeld (4) Postcodegebied waarmee vergeleken wordt bevat ook flat waar veel mensen alleen wonen, geeft vertekend beeld / mijn verbruik wordt vergeleken met dat van anderen, maar gezinsgrootte e.d. onbekend / vergelijking raakt kant nog wal /we worden vergeleken met andere huishoudens die mogelijk niet te vergelijken zijn met ons Vraagtekens bij het overzicht (6) Ik kan niet geloven dat de overzichten kloppen!? / Gebruik en kostenstructuur geen relatie: geen stimulans / ik kijk er wel naar maar vergelijk niet, vorig overzicht te druk / ik snap er geen sikkepit van / onduidelijk / zeer onduidelijk en onbegrijpelijk voor mij Zonnepanelen (2) Informatie klopt niet, teruglevering zonnepanelen is niet goed / Teruglevering geeft het verbruik een vertekend beeld Overzicht niet compleet (10) Geeft geen inzicht in waar energie bespaart kan worden / geen vergelijk met vorig jaar / overzicht nog niet compleet / Er staat alleen stroomverbruik, geen gas /ik zie de informatie maar snap niet hoe ik mijn verbruik kan beïnvloeden, graag voorbeelden o.i.d. / moeilijk om referentiekader te bepalen: het zijn waarden maar geen prestatiemeting t.o.v. een referentieperiode / omdat het verbruik van een vergelijkbare periode er (nog) niet bij staat heb je geen idee of je meer of minder energie verbruikt / dit jaar voor het eerst, geen vergelijk mogelijk met voorgaande jaren / vergelijk vorige jaren ontbreekt / wat is het gemiddelde verbruik, of van vorig jaar? dan kan ik vergelijken Geen verandering (12) Gemakzucht, ik ga er zuinig mee om en let er verder niet meer op / het zal niets veranderen, besef is er al / ik heb er niet om gevraag, bewuste omgang bespaart ook / is alleen een bevestiging / verbruik in lijn met prognose /nog geen referentie, pas 1x ontvangen / om een forse stijging te kunnen controleren, bv lekkage e.d. / nog niet ontvangen 3x / ik zie het alleen als informatie 2x

62

TITEL

Bijlage 9.3 Maatregelen bij het gebruik van een applicatie Apparatuur (15x) Controleren of er niet onnodig apparatuur aanstaat / als het niet noodzakelijk is alle apparatuur niet op stand by laten staan maar stekkers uit de muur halen / elektrische verwarming uit / kijken welke apparaten meeste energie gebruiken 2x / opsporen energievreters / sluipverbruik identificeren 4x en b.v. stand by staande printers uitschakelen / via domotica weer apparaten 100% van de stroom af / eco standen gebruiken / elektrische verwarming beter regelen / verbruik per apparaat weten en hiermee omgaan 2x Specifiek gedrag: Lampen (6x) 80% spaarlampen / LED verlichting / minder lampen aan / grootverbruikende lampen vervangen met LED lampen / LED lampen voor veel gebruikte lampen / controle of alle lampen uit zijn Specifiek gedrag: Stoken (5x) Minder stoken / vooral gasverbruik verminderen / zet verwarming op afstand lager / stand CV / CV pomp tijdens zomer op laagste stand Aanpassen ander specifiek gedrag (6x) Korter douchen 2x / nachtverbruik teruggedrongen / keukenboiler ’s nachts uit / waterzuinige douchekop en wasmachine / oven minder voorverwarmen Bewustwording van het verbruik (12x) Bewustwording / extra opletten / hoog verbruik ontdekken, analyseren en verminderen / houden verbruik in de gaten en proberen te sturen / inzicht in verbruik gas-electra / opletten 3x / piekverbruik bekijken / waar liggen de pieken op tijd en dagen / inzicht in sluipverbruik 2x Verbruik aanpassen aan opwekking (3x) Apparatuur inschakelen als ik energie teruglever aan het net / matchen van gebruik en terugleveren in de tijd / overcapaciteit zonnepanelen op het dak Vergelijken (4x) Kijken of verbruik overeenkomt met de verwachting qua apparatuur-temperatuur-wind-zon / wij zitten nu ongeveer 25-30% onder gemiddelde in soortgelijke woning en omstandigheden / meten van effect van veranderingen / vergelijken met voorgaande perioden

63


Bijlage 10 Factoranalyses gebruikersonderzoek Bijlage 10.1 Factoranalyse 12 stellingen over energiebesparing Rotated Component Matrixa Component 1

2

3

4

5

A2_A Ik voel me mede verantwoordelijk voor het opraken van energiebronnen (2)

,897

-,096

,068

,030

-,005

A2_B Ik voel me medeverantwoordelijk voor het broeikaseffect (2)

,887

,013

,001

,023

-,017

A2_C Ik heb al een laag energieverbruik (2)

,036

-,143

,799

-,138

-,190

A2_D Ik heb controle over mijn energieverbruik (2)

,027

-,032

,865

-,145

,029

A1_E Ik spoor anderen aan om energie te besparen (2)

,385

-,163

,461

,188

,251

A2_F Ik kan een bijdrage leveren aan energiebesparing (2)

,515

-,292

,133

,030

,401

A2_G Ik heb behoefte aan hulp en tips bij het besparen van energie (2)

,106

-,121

-,063

,831

,091

A2_H Energiebesparing vergt veel aandacht (2)

,032

,164

-,051

,631

,395

A2_I Ik weet niet hoe ik energie moet besparen (2)

-,068

,312

-,220

,651

-,336

A2_J Energiebesparing gaat ten koste van comfort (2)

-,043

,840

-,157

,047

,074

A2_K Energiebesparing is niet leuk (2)

-,132

,871

-,044

,071

,019

,024

,110

-,098

,088

,828

A2_L Energiebesparing vergt wennen aan ander bedrag (2)

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. R 2:70% Rotation converged in 5 iterations. Missings deleted listwise. Cronbach’s α eerste factor Toekomst (A2_A, A2_B, A2_F): α.74, n=724, gemiddeld 2,4; tweede factor Gevoel (A2_J, A2_K): α:.75, n=729, gemiddeld 3.5; derde factor Controle (A2_C, A2_D, A2_E): α.60, n=717, gemiddeld 2,6; vierde factor Kennis (A2_G, A2_H, A2_I): α.58, n=723, gemiddeld 3.1; vijfde factor Gewoonte (A2_L): α n.v.t., n=732, gemiddeld 2,3.

64

TITEL

Bijlage 10.2 Factor analyse 10 motivaties voor energiebesparing Rotated Component Matrixa Component 1

2

3

A3_A Geld besparen (2)

,037

,119

,907

A3_B Grip houden op mijn energierekening (2)

,158

,153

,882

A3_C Minder milieuvervuiling (2)

,845

,196

,173

A3_D Opraken van energiebronnen (2)

,891

,142

,091

A3_E De toekomst verzekeren voor volgende generaties (2)

,841

,185

,095

A3_F Ik vind het een uitdaging (2)

,151

,831

,148

A3_G Ik vind dat het hoort (2)

,470

,565

,078

A3_H Het geeft me een goed gevoel (2)

,269

,843

,135

A3_I Het is leuk om energie te besparen (2)

,170

,852

,086

A3_J Mijn bijdrage aan het broeikaseffect verminderen (2)

,744

,325

-,037

Extraction Method: Principal Component Analysis. Rotation method: Varimax with Kaiser Normalization. R 2: 75% Rotation converged in 5 iterations. Missings deleted listwise. Cronbach’s α eerste factor Toekomst (A3_C, A3_D, A3_E, A3_J): α.89, n=728, gemiddeld 2.1; tweede factor Gevoel (A3_F, A3_G, A3_H, A3_I): α.85, n=731, gemiddeld 2,4; derde factor Geld (A3_A, A3_B): α.80, n=734, gemiddeld 1,9.

65

Monitoring en evaluatie van de slimme meter en het tweemaandelijkse verbruiksoverzicht

Recommend Documents