MOF, Alm.del - 2014-15 (2. samling) - Endeligt svar på spørgsmål 124: Spm. om erfaringerne fra de amerikanske Superfund sites, som viser, at huspriserne stiger med 18,6 - 24,5 % efter oprensning af forureningen og fjernelse af området fra den nationale prioritetsliste, til miljø- og fødevareministeren

Miljø- og Fødevareudvalget 2014-15 (2. samling)
MOF Alm.del
Offentligt

Indhold

FORORD

SAM M EN FAT N IN G OG KON KLUSION ER

SUM M ARY AN D C ON C LUSION S

IN D LED N IN G

1.1 B

AG G RUN D

1.2 F

ORM ÅL

1.3 M

ET OD EVALG

D AT AG RUN D LAG

2.1 L

EVERAN D ØRD AT ABASER

2.2 I

D EN T IFIKAT ION

2.3 D

AT A

2.3.1 M iljødata

2.3.2 M atrikeldata

2.3.3 Handels- og vurderingsdata

2.4 P

ROJEKT D AT ABASE

2.4.1 Dataintegration

2.4.2 Prioritering

2.4.3 Antal handler med boligejendomme

2.4.4 N edslag i ejendomsvurdering og genhandelsfrekvens

2.4.5 Status for projektdatabasen

2.5 K

RAV T IL RAPPORT ERIN G

M ET OD E OG D AT A

3.1 S

T AT IST ISKE BEG REBER

3.1.1 M iddel- og medianværdi og normalfordeling

3.1.2 V ariansanalyse

3.1.3 Stem and leaf plot

3.2 V

Æ RKT ØJER

3.3 A

RBEJD SG AN G

3.4 H

YPOT ESER

3.4.1 Beskrivelser af hypoteser og modeller

3.4.2 Generelle og modelspecifikke kriterier for dataudtræk

3.4.3 Filtrering af afvigende observationer

3.4.4 Generelle betragtninger vedr. forudsætninger for variansanalyserne

3.4.5 Beskrivelse af datagrundlag samt forudsætninger for de enkelte

variansanalyser

3.4.6 Opsummering af anvendte kriterier og forudsætningerne for

variansanalyserne

RESULT AT ER OG D ISKUSSION

4.1

4.2

4.3

4.4

4.5

YPOT ESE

- D

EPOT ST AT US OG OM RÅD E

- D

EPOT ST AT US OG ZON EST AT US

- D

EPOT ST AT US OG BOLIG BEN YT T ELSE

– D

EPOT ST AT US OG ORD N IN G

– D

EPOT ST AT USÆN D RIN G ER OG G EN SALG

MOF, Alm.del - 2014-15 (2. samling) - Endeligt svar på spørgsmål 124: Spm. om erfaringerne fra de amerikanske Superfund sites, som viser, at huspriserne stiger med 18,6 - 24,5 % efter oprensning af forureningen og fjernelse af området fra den nationale prioritetsliste, til miljø- og fødevareministeren

4.5.1 M istanke til forurenet

4.5.2 M istanke til undersøgt uden fund

4.5.3 Forurenet til oprenset

4.5.4 Forurenet til restforurening

4.6 D

ISKUSSION

KON KLUSION

REFEREN C ER

Bilag A. D efinitioner

Bilag B. Sammenhæng mellem koder for depotstatus i projektdatabasen og

leverandørdatabaser/register

Bilag C . Resultater

Bilag C 1: H ypotese 1

Bilag C 2: H ypotese 2

Bilag C 3: H ypotese 3

Bilag C 4: H ypotese 4

Bilag C 5a: H ypotese 5a

Bilag C 5b: H ypotese 5b

Bilag C 5c: H ypotese 5c

Bilag C 5d: H ypotese 5d

Forord

T idligere undersøgelser har vist, at ejere af forurenede eller tidligere

forurenede boliggrunde havde større omkostninger ved belåning eller led et

værditab ved salg sammenlignet med øvrige boligejere, men datamaterialet har

ikke været tilstræk-keligt omfattende til, at der har kunnet uddrages generelle

konklusioner om værdi-tabets størrelse. D ette har været gjort i forbindelse

med værditabsudvalgets arbejde, som førte til Værditabsordningen og endelig

i forbindelse med evalueringen /1/.

D er har imidlertid vist sig at være behov for at få en nærmere undersøgelse af

nuværende og tidligere forurenede boliggrundes værditab og

belåningsforhold, samt af det eventuelle værditabs størrelse ved salg af disse

grunde.

D en overordnede hensigt med undersøgelsen har været at foretage en analyse

af effekten på handelsprisen i forbindelse med handler med boliggrunde og at

kvantificere det eventuelle værditab ved salg af forurenede eller tidligere

forurenede boliggrunde på basis af et betydelig større datamateriale end

tidligere.

D er er foretaget en kobling af miljø- og matrikeldata med handels- og

vurderingsdata. M iljødata er hentet fra centrale databaser/registre over

forurenede grunde i D anmark fra M iljøstyrelsen og Økonomistyrelsen, mens

matrikeldata er indhentet dels fra førnævnte databaser/registre, dels fra Kort-

og M atrikelstyrelsen og Københavns og Frederiksberg Kommuner.

H andelsdata er hentet fra T oldSkats databaser over vurderinger og

handelspriser.

D enne undersøgelse omfatter datafangst/validering og en statistisk

bearbejdning af data. I nærværende rapport afrapporteres den statistiske

bearbejdning af data.

Undersøgelsen er første del af et projekt om værditab, hvor en eventuel anden

del skal belyse, hvad det vil koste at fjerne en eventuel restforurening.

Amternes Videncenter for Jordforurening (AVJ) ved Lars Kaalund har været

ansvarlig for projektets udførelse, mens C asper Szilas og Astrid Zeuthen

Jeppesen, Watertech har forestået selve dataindsamlingen, valideringen,

integrationen samt den statistiske analyse. D esuden har Anne D uus og Lone

M unk, T oldSkat, været behjælpelige med definering af udtræk fra T oldSkats

databaser. John Pedersen fra BioC onsult har forestået kvalitetssikring af de

statistiske dataanalyser.

Projektet er finansieret af M iljøstyrelsen og Amternes Videncenter for

Jordforu-rening.

M iljøstyrelsen har nedsat en følgegruppe til projektet om værditab ved salg og

belåning af forurenede eller tidligere forurenede grunde. G ruppens opgave

har været at vurdere projektets planlægning, forløb og resultater.

I følgegruppens møder har deltaget:

C hristina van Breugel, M iljøstyrelsen

Liselotte B. N ielsen, M iljøstyrelsen frem til 1. april 2005

Lone M unk, T oldSkat, Vurderingscentret

Peter H annenov, Realkredit D anmark

M ike Vafai, Københavns Amt, repræsentant for Amtsrådsforeningen

Birgit Konring, Københavns Kommune, M iljøkontrollen

Barbera Westergaard-H ildinge, D ansk Ejendomsmæglerforening

Allan M alskjær, Parcelhusejernes Landsforening

Lars Kaalund, Amternes, Videncenter for Jordforurening/H edeselskabet fra 1.

maj 2005

Arne Rokkjær, Amternes Videncenter for Jordforurening/M iljøstyrelsen fra 1.

september 2005

Ingela Karlsson, Amternes Videncenter for Jordforurening

C asper Szilas, Watertech

Astrid Zeuthen Jeppesen, Watertech.

Alle deltagere i følgegruppens møder takkes for deres bidrag til diskussion og

kommentering.

Sammenfatning og konklusioner

Baggrund og projektindhold

T idligere undersøgelser har vist, at ejere af forurenede eller tidligere

forurenede boliggrunde havde større omkostninger ved belåning eller led et

værditab ved salg sammenlignet med øvrige boligejere, men datamaterialet har

ikke været tilstrække-ligt omfattende til, at der har kunnet uddrages generelle

konklusioner om værdi-tabets størrelse.

D ette har været gjort i forbindelse med Værditabsudvalgets arbejde, som førte

til Værditabsordningen og endelig i forbindelse med evalueringen.

M iljøstyrelsen igangsatte derfor denne undersøgelse i 2004 med henblik på at

afdække, i hvilket omfang ejere af forurenede eller tidligere forurenede bolig-

grunde eventuelt har et værditab ved salg, eller om det har en effekt på belå-

ningsmulighederne ved salg for disse boligejere.

D enne undersøgelse omfatter en analyse af det eventuelle værditab for ejere af

forurenede eller tidligere forurenede boliggrunde i perioden 1996-2003.

Effekten på omkostningerne ved belåning af forurenede eller tidligere

forurenede boliggrunde i forbindelse med salg belyses ikke, da

Realkreditinstitutterne ikke registrerer tilsagn/afslag på ansøgning om lån.

D enne undersøgelse udgør den første del af et projekt om værditab, hvor den

anden del skal belyse, hvad det vil koste at fjerne eventuel restforurening.

D ataindsamling

D er er i undersøgelsen foretaget en kobling af miljø- og matrikeldata med

handels- og vurderingsdata.

M iljødata er hentet fra centrale databaser/registre over forurenede grunde i

D anmark fra M iljøstyrelsen og Økonomistyrelsen, mens matrikeldata er

indhentet dels fra førnævnte databaser/registre, dels fra Kort- og

M atrikelstyrelsen, samt Københavns og Frederiksberg kommuner.

H andelsdata er hentet fra T oldSkats databaser over vurderinger og

handelspriser.

D ataindsamlingen har været koncentreret omkring følgende

identifikationsflow:

Identifikation af forurenede/ tidligere forurenede grunde -> identifikation af

tilhørende matrikler -> etablering af unik matrikelliste -> identifikation af

handlede forurenede ejendomme -> identifikation af sammenlignelige

ejendomme dvs. handlede ejendomme i samme vurderingskreds ->

etablering af unik handelsliste over handlede forurenede/tidligere

forurenede ejendomme og ikke forurenede ejendomme -> afgrænsning af

data til kun at omfatte handlede ejendomme med

helårsbeboelse(boligejendomme).

D e indsamlede data er integreret i en projektdatabase.

N øgleparametre

Et væsentligt omdrejningspunkt for undersøgelsen har været den enkelte

grunds

depotstatus

i alle årene i perioden 1996-2003.

En forurenet grund kan over tid ændre status - depotstatus - fra at være under

mistanke for forurening (V1-kortlagt) til at være konstateret forurenet (V2

kortlagt) og til senere at være oprenset eller med restforurening.

Projektdatabasen er etableret på baggrund af en sammenkørsel af de 3

centrale databaser over forurenede grunde, hvis registrering af depotstatus er

sammenkørt til 8 fælles koder:

Tabel 0-1 Depot st at us

Kode

Depotstatus

M istanke

Forurenet

Oprenset

Restforurening

Undersøgt uden fund

Ikke forurenet

Før registrering

M anglende oplysninger

Konkret mistanke om jordforurening

Påvist forurening

Forurening er fjernet

Restforurening efter oprensning

Undersøgt uden forurening er påvist

Ikke relateret til forurening

Koden anvendes i år før registrering i

database/register er sket

Ingen oplysninger om depotstatus

D et er valgt at beskrive værditabet ved

handelsværdiens andel af ejendoms-

vurderingen.

I rapporten omtales denne størrelse som den relative handelspris

(RH) .

D esuden anvendes begrebet

frie handler,

der er forskellig fra familiehandel,

auktion samt andre typer handler. Frie handler svarer til handler mellem

parter med modstridende interesser mht. handelsprisen, mens der for de

øvrige handelstyper er risiko for, at andre og for os ukendte forhold påvirker

handelsprisen.

Projektdatabasen

For at etablere en entydig database har det været nødvendigt at foretage to

prioriteringer af data.

Såfremt en handel er knyttet til forureningsdata fra mere end én database/ét

Oplysninger fra leverandørdatabaserne rangordnes for at sikre entydige

sammenhænge.

Oplysninger fra OM -databasen er prioriteret højest, herefter VT O-registeret,

og laveste prioritet har oplysninger fra ROKA

D er er desuden foretaget en prioritering blandt handler, der kan relateres til

flere ”grunde”, dvs. lokaliteter i ROKA, sager i OM -databasen eller VT O-

registret med forskellige depotstatusangivelser.

Relativ handelspris (RH ) = handelspris/(ejendomsvurdering + evt. nedslag for

forurening). I afsnit 2.3.3 er en nærmere beskrivelse af RH.

I tilfælde af, at handler er relateret til flere matrikler med forskellig

depotstatus, har den ”værst tænkelige” status højeste prioritet. Prioriteringen

ses i tabel 0-2.

Tabel 0-2 Pr ior it er in g af depot st at us i pr ojekt dat abase

Prioritet

Depotstatus

Forurenet

M istanke

Restforurening

Oprenset

Undersøgt uden fund

Før registrering

M anglende oplysninger

Ikke forurenet

Højest e t al svar er t il h øjest e pr ior it et .

Projektdatabasen indeholder i alt 693.160 handler. H eraf har 7.756 handler

relation til matrikler, som på handelstidspunktet var optaget i et af de tre

centrale registre over forurenede og muligt forurenede grunde (hhv. mistanke,

forurenet, oprenset, restforurening og undersøgt uden fund).

Af disse udgør antallet af frie handler med fuld ejendomsoverdragelse 6.925,

og det er disse handler, der danner grundlaget for de statistiske beregninger

vedr. foru-renede grunde i denne rapport.

Antallet af handler indikerer, at datagrundlaget er et godt fundament for en

videre analyse af værditabets størrelse.

N oteret nedslag i ejendomsvurderingen

Antallet af handler med forurenede grunde med 100 %’s

ejendomsoverdragelse (dvs. ikke del af ejendom) i fri handel (dvs. ikke

familiehandel og auktion), hvor der hos T oldSkat er givet nedslag i

ejendomsvurderingen, er 3.328. Blandt disse er der noteret et nedslag i

ejendomsvurderingen pga. forurening i 179 handler.

Genhandelsfrekvens

Ejendommene i projektdatabasen er i gennemsnit omsat ca. 1,25 gange i løbet

af perioden 1996-2003 i forhold til 1,3 for ikke forurenede ejendomme.

Statistisk analyse

D er er foretaget en statistisk databearbejdning i form af variansanalyser.

Variansanalyserne medvirker til at fastlægge forskellige faktorers betydning for

den relative handelspris og til at fastslå, i hvilken grad forskellene beror på en

tilfældighed.

D er er opstillet 5 hypoteser, der skal medvirke til afdækning af, hvilke faktorer

der har betydning for værditabet.

Hypotese 1:

D er er sammenhæng mellem en ejendoms relative handelspris,

ejendommens depotstatus, og hvilken landsdel ejendommen er placeret i.

Hypotese 2:

D er er sammenhæng mellem en ejendoms relative handelspris,

ejendommens depotstatus og ejendommens zonestatus (by- og landzone).

Hypotese 3:

D er er sammenhæng mellem en ejendoms relative handelspris,

ejendommens depotstatus, og hvilken boligtype ejendommen har (parcelhus,

lejlighed mv.).

Hypotese 4:

D er er sammenhæng mellem en ejendoms relative handelspris,

ejendommens depotstatus og den ordning, som jordforureningen håndteres

efter (Lov om forurenet jord, Oliebranchens M iljøpulje eller

Værditabsordningen).

Hypotese 5:

D er er en sammenhæng mellem en ejendoms relative handelspris i

forbindelse med gensalg og en eventuel ændret depotstatus for ejendommen.

D e statistiske analyser er en iterativ proces, hvor der indledningsvist opstilles

en statistisk model, datamaterialet granskes (inkl. testkørsler), modellen

revideres og afsluttes med en endelig kørsel og fortolkning af resultater.

Forud for hver modelkørsel er der foretaget et udtræk af handler fra projekt-

databasen på baggrund af nogle generelle, og i nogle tilfælde modelspecifikke,

kriterier.

D e generelle kriterier har været, at der skulle være tale om:

•

Frie handler

•

100 %’s ejendomsoverdragelse

•

H andelspris og ejendomsvurdering større end 0

•

D epotstatus 1-6.

H ypotesespecifikke kriterier har bl.a. været:

•

Kode for landsdel

•

Zonekode

•

Benyttelseskode

•

Kode for database/ordning.

D esuden har det været en forudsætning, at der er tale om ikke afvigende

observationer. Ved hjælp af statistiske værktøjer er afvigende observationer

udvalgt.

Ved de gennemførte analyser er benyttet 10 %’s niveau for

variansanalysemodellen og 90 %-konfidensinterval for middelværdierne.

Forudsætningerne for variansanalyserne, herunder kravet om uafhængige

observationer (handler), normalfordelte residualer (normalitet) og

varianshomogenitet er opfyldte for alle modelhypoteser med tilstrækkelig

tilnærmelse til at gennemføre den statistiske analyse.

I tabel 0-3 er vist anvendt datagrundlag efter filtrering.

Tabel 0-3 An ven dt dat agr un dl ag f or h ypot eser n e 1-5

Depotstatus

H ypotese 1

Landsdel

1. M istanke

2. Forurenet

3. Oprenset

4. Restforurening

5. Undersøgt uden fund

I alt

depotstatus 1-5

6. Ikke forurenet

2.367

2.439

643

548

240

H ypotese 2

Zone

1.857

1.844

570

433

203

H ypotese 3

Benyttelse

2.292

2.411

629

538

230

H ypotese 4

Ordning

2.367

2.439

643

548

240

H ypotese 5

Gensalg

18-29

22-40

46-63

6.237

558.806

4.907

503.563

6.100

547.870

6.237

558.806

Resultater

Resultaterne af de 5 modelkørsler er vist i figurer og tabeller for de 5

hypoteser. Figurerne viser købesummens (handelsprisens) andel af

ejendomsvurderingen. I tabellerne er værditabet udtrykt i %-point i forhold til

de ikke forurenede grunde.

Hypotese 1 (0mråde/landsdel)

1,4

København og omegn

Øvrige Sjælland og Fyn

Jylland

1,35

Handelsprisens andel af ejendomsvurderingen

1,3

1,25

1,2

1,15

1,1

1,05

1) Mistanke

2) Forurenet

3) Oprenset

4) Restfourening

5) Undersøgt uden

fund

6) Ikke forurenet

Figur 0-1 Hypot ese 1 - Depot st at us og omr åde - est imer ede RH-væ dier

f or h an dl er samt 90 %-kon f iden sin t er val f or del t på depot st at us.

Tabel 0-4 Hypot ese 1 - Vær dit ab i %-poin t som f øl ge af f or ur en in g

Depotstatus

Kategori

København og

omegn

Øvrige

Sjælland/ Fyn

Jylland

1) M istanke

2) Forurenet

3) Oprenset

Rest-

forurening

10,2

5) Undersøgt

uden fund

9,7

6,3

6,4

5,4

5,0

3,3

4,5

4,2

” – ” : ikke sign if ikan t f or skel t il de ikke f or ur en ede gr un de.

Analysen har vist, at:

- der er signifikante forskelle mellem landsdelene,

- depotstatus ”mistanke” medfører et større værditab end ”forurenet og

oprenset”,

- depotstatus ”forurenet” kun medfører en signifikant værdiforringelse i

Jylland,

- depotstatus ”oprenset” ikke er signifikant forskellig fra ”forurenet”,

- depotstatus ”restforurening” kun i København og omegn medfører et

signifikant værditab,

- depotstatus ”undersøgt uden fund” giver et værditab i hele landet over

6 %- point.

Hypotese 2 (Z onestatus)

1,4

Byzone

Landzone

1,35

Handelsprisens andel af ejendomsvurderingen

1,3

1,25

1,2

1,15

1,1

1,05

1) Mistanke

2) Forurenet

3) Oprenset

4) Restfourening 5) Undersøgt uden 6) Ikke forurenet

fund

Figur 0-2 Hypot ese 2 - Depot st at us og zon est at us - est imer ede RH-

væ dier f or h an dl er samt 90 %-kon f iden sin t er val f or del t på depot st at us.

Tabel 0-5 Hypot ese 2-Vær dit ab i %-poin t som f øl ge af f or ur en in g i f or h ol d t il

de ikke f or ur en ede gr un de

Depotstatus

Kategori

Byzone

Landzone

10,7

1) M istanke

Forurenet

Oprenset

-2,5

Rest-

forurening

6,0

Undersøgt

uden fund

5,6

”– ”: ikke signifikant forskel.

Analysen har vist, at:

- der er væsentlige forskelle mellem byzone og landzone,

- depotstatus ”mistanke” ikke er af signifikant betydning i byerne, men

medfører et signifikant værditab i landzone,

- depotstatus ”forurenet” ikke giver en signifikant forskel i RH ,

- depotstatus ”oprenset” medfører en signifikant værdistigning i byzone,

- depotstatus ”restforurening” medfører et signifikant værditab i

byzone, mens tabet i landzone er stort, men ikke statistisk signifikant,

- depotstatus ”undersøgt uden fund” medfører et signifikant værditab i

byzone, mens tabet i landzone er stort, men ikke statistisk signifikant.

Hypotese 3 (Boligbenyttelse)

1,4

Hus

Etagelejlighed

1,35

Handelsprisens andel af ejendomsvurderingen

1,3

1,25

1,2

1,15

1,1

1,05

1) Mistanke

2) Forurenet

3) Oprenset

4) Restfourening 5) Undersøgt uden 6) Ikke forurenet

fund

Figur 0-3 Hypot ese 3 - Depot st at us og bol igben yt t el se - est imer ede

RH-vær dier f or h an dl er samt 90 %’s kon f iden sin t er val f or del t på depot st at us.

Tabel 0-6 Hypot ese 3-Vær dit ab i %-poin t som f øl ge af f or ur en in g

Depotstatus

Kategori

H us

Etage-lejlighed

M istanke

7,7

3,2

2) Forurenet

3) Oprenset

Rest-

forurening

3,5

10,4

Undersøgt uden

fund

7,3

12,1

3,0

3,2

”– ”: ikke signifikant forskel.

M ed denne kategoriopdeling fremgår det af figuren og tabellen, at:

- der er signifikante forskelle mellem kategorierne,

- depotstatus ”mistanke” resulterer i signifikante værditab i begge

kategorier,

- depotstatus ”forurenet” resulterer i signifikant værditab i kategorien

”hus”, mens der ikke er hverken relativt eller signifikant værditab for

kategorien ”etagelejlighed”,

- depotstatus ”oprenset” resulterer i signifikant værditab i kategorien

”hus”, mens der ikke er hverken relativt eller signifikant værditab for

kategorien ”etagelejlighed”,

- depotstatus ”restforurening” resulterer i signifikante værditab i begge

kategorier, størst for etagelejligheder,

- depotstatus ”undersøgt uden fund” resulterer i signifikante værditab i

begge kategorier.

Hypotese 4 (Ordning)

1,4

Ikke forurenet

ROKA

VTO

1,35

Handelsprisens andel af ejendomsvurderingen

1,3

1,25

1,2

1,15

1,1

1,05

1) Mistanke

2) Forurenet

3) Oprenset

4) Restfourening 5) Undersøgt uden 6) Ikke forurenet

fund

Figur 0-4 Hypot ese 4 - Depot st at us og or dn in g - est imer ede RH-væ dier f or

h an dl er samt 90 %-kon f iden sin t er val f or del t på depot st at us.

Tabel 0-7 Hypot ese 4 - Vær dit ab i %-poin t som f øl ge af f or ur en in g

Depotstatus

Kategori

ROKA

VTO

2,6

5,5

---

5,3

-3,1

---

-8,8

1) M istanke

2) Forurenet

3) Oprenset

Rest-

forurening

---

5,6

6,3

Undersøgt

uden fund

8,1

6,9

---

” – ” : ikke sign if ikan t f or skel .

D er er meget væsentlige forskelle mellem de tre databaser, der desuden ikke

for alle typer depotstatus indeholder sammenlignelige kategorier. Kategorierne

er sammenholdt med den gennemsnitlige relative handelsværdi for

depotstatus ”ikke forurenet” i samme vurderingskreds.

M ed denne kategoriopdeling fremgår det af figuren og tabellen, at:

- depotstatus ”mistanke” medfører et signifikant værditab (OM ,

ROKA),

- depotstatus ”forurenet” medfører et signifikant værditab (OM )

respektive en beskeden, men signifikant værdistigning (ROKA), mens

resultatet for VT O ikke er signifikant forskelligt,

- depotstatus ”oprenset” resulterer i en signifikant værdistigning

(VT O),

- depotstatus ”restforurening” medfører et signifikant værditab

(ROKA, VT O),

- depotstatus ”undersøgt uden fund” medfører et signifikant værditab

(OM , ROKA).

Hypotese 5 (Gensalg)

1,6

Købesummens andel af ejendomsvurderingen

1,4

Købesummens andel af ejendomsvurderingen

Mistanke

Forurenet

1,5

1,4

1,3

1,2

1,1

Mistanke

Undersøgt uden fund

Hyp 5a – Gen sal g ved æ dr et depot st at us

f r a mist an ke t il f or ur en et

Hyp 5b – Gen sal g ved æ dr et depot st at us f r a

mist an ke t il un der søgt uden f un d

1,6

Købesummens andel af ejendomsvurderingen

1,5

1,4

1,3

1,2

1,1

Forurenet

Oprenset

Forurenet

Restforurening

Hyp 5d – Gen sal g ved æ dr et depot st at us

Hyp 5c – Gen sal g ved æ dr et depot st at us

f r a f or ur en et t il r est f or ur en in g

f r a f or ur en et t il opr en set

Figur 0-5 Hypot ese 5 (gen sal g) - est imer ede RH-væ dier f or h an dl er samt 90%-

kon f iden sin t er val .

T esten af:

•

H ypotese 5a (mistanke til forurenet) viste ikke signifikant forskel

mellem kategorierne.

•

H ypotese 5b (mistanke til undersøgt uden fund) viste signifikant

forskel mellem kategorierne.

•

H ypotese 5c (forurenet til oprenset) viste ikke signifikant forskel

mellem kategorierne.

•

H ypotese 5d (forurenet til restforurenet) viste signifikant forskel

mellem kategorierne.

Konklusioner

Undersøgelsen har vist, at hypotese 1-4 er accepteret:

•

Hypotese 1:

D er er sammenhæng mellem en ejendoms relative

handelspris, ejendommens depotstatus, og hvilken landsdel

ejendommen er placeret i.

Hypotese 2:

D er er sammenhæng mellem en ejendoms relative

handelspris, ejendommens depotstatus og ejendommens zonestatus

(by- og landzone).

Hypotese 3:

D er er sammenhæng mellem en ejendoms relative

handelspris, ejendommens depotstatus, og hvilken boligtype

ejendommen har (parcelhus, lejlighed mv.).

Hypotese 4:

D er er sammenhæng mellem en ejendoms relative

handelspris, ejendommens depotstatus og den ordning, som

jordforureningen håndteres efter (Lov om forurenet jord,

Oliebranchens M iljøpulje eller Værditabs-ordningen).

•

D erimod har undersøgelsen vist, at hypotese 5 kun delvist er eftervist:

•

Hypotese 5 (delvist):

D er er kun sammenhæng mellem en ejendoms

relative handelspris i forbindelse med gensalg, når depotstatus ændres

fra ”mistanke” til ”undersøgt uden fund ”og fra ”forurenet” til

”restforure-ning”.

Undersøgelsen har vist, at der er en væsentlig gevinst at hente for boligejere

ved at få deres boliggrund undersøgt i de tilfælde, hvor depotstatus ændres fra

mistanke” til ”forurenet”.

D er skal her gøres opmærksom på, at forureninger, som er knyttet til ejerlejlig-

heder, som oftest er relateret til indeklimaproblemer.

D esuden viser undersøgelsen, at Værditabsordningen er en effektiv ordning,

hvor ejeren opnår en stor gevinst ved oprensningen i form af mindre værditab.

Opmærksomheden henledes på, at den historiske udvikling af de enkelte

registre og den geografiske udvikling i processen med kortlægning kan være

medvirkende årsag til, at nogle af resultaterne i denne undersøgelse afviger fra

det forventede. D ette hænger sammen med at ejendomspriserne i perioden

1996-2003 er steget meget kraftigt. D e meget store prisstigninger i perioden

dækker over betragtelige variationer, både geografisk og mellem forskellige

typer ejendomme.

D er skal gøres opmærksom på, at analysen er foretaget i en periode (1996-

2003), hvor ejendomsmarkedet har været i rivende udvikling, og hvor mangel

på boliger i visse områder kan have influeret på den relative handelspris for

ejendomme med relation til forurening.

Ser man på værditabet i kr. pr. 1 mio. kr. (ejendomsvurdering), viser

resultatet af undersøgelsen et gennemsnitligt værditab for de 5 forskellige

depotstatus på:

•

D epotstatus 1 – M istanke:

57.000 kr.

•

D epotstatus 2 – Forurenet:

21.000 kr.

•

D epotstatus 3 – Oprenset:

1.000 kr.

•

D epotstatus 4 – Restforurening:

70.000 kr.

•

D epotstatus 5 – Undersøgt uden fund: 78.000 kr.

Undersøgelsen viser, at aktørerne på boligmarkedet har tillid til, at en grund er

oprenset. Værditabet for handler med relateret depotstatus ”oprenset” er

1.000 kr. pr. 1 mio. kr. (ejendomsvurdering).

D erimod har undersøgelsen vist, at enhver form for reel eller irreel usikkerhed,

dvs. hvor depotstatus er mistanke, forurenet, restforurening eller undersøgt

uden fund, afspejles i prisen.

Summary and conclusions

Background and scope of project

Earlier analyses have shown that owners of plots for houses that are

contaminated, or previously were contaminated, may have to bear larger costs

in connection with lending, or they suffered a larger loss resulting from

depreciation of their property than other house owners. H owever, the data

material has not been sufficient to allow general conclusions on the magnitude

of loss.

Such conclusions have been attempted in connection with work in the Land

D epreciation C ommittee, which resulted in the establishment of the Land

D epreciation Programme, and, finally, in connection with the evaluation.

T he D anish EPA therefore initiated this study in 2004, in order to investigate

the extent to which owners of contaminated sites, or sites that were

contaminated previously, may have experienced a loss in connection with

selling their property, or whether such contamination affects the possibility for

potential buyers to raise loans in connection with buying the property.

T his study analyses the depreciation loss, if any, experienced by owners of

property that is or was contaminated in the period 1996-2003.

T he study does not include the effect on the costs of mortgage loans on the

property in connection with selling, since the mortgage banks do not register

commitments or refusals of applications for loans.

T he study is the first part of a land depreciation project. T he second part will

analyse the costs of removing residual contamination that may still remain.

D ata collection

In the study, data from different data sets are coupled, i.e. data from

environment databases and land registries, and data on market prices of

properties, and public property valuations.

Environment data was collected from central databases/registers of

contaminated sites in D enmark operated by the D anish EPA and the Agency

for G overnmental M anagement, while land register data was collected from

these databases, and from the N ational Survey and C adastre D enmark, and

from the municipalities of C openhagen and Frederiksberg.

D ata on buying and selling houses was collected from the C entral C ustoms

and T ax Administration database of property valuations and the prices of

houses on the market.

D ata collection focuses on the following identification flow:

Identification of contaminated/previously contaminated sites -> identification

of land belonging to the registered land -> establishment of unique list of

registered land -> identification of contaminated properties that have been

sold on the market -> identification of comparable properties, i.e. properties

sold in the same valuation district -> establishment of unique list of traded

contaminated/previously contaminated properties and non-contaminated

properties -> delimitation of data to include only traded properties approved

for permanent habitation/housing).

T he collected data was integrated in a project database.

Key parametres

A pivotal issue in the study was the status of contamination of individual

properties in the entire period 1996-2003.

A contaminated site may very well change its contamination status over time –

from being suspected of contamination (knowledge level V1), to having an

ascertained level of contamination (knowledge level V2), and later, to having

been cleaned up or to being affected by residual contamination.

T he project database was established by coupling data in the three central

databases of contaminated sites, and setting up codes for eight contamination

levels.

Tabl e 0-1: Con t amin at ion st at us

Code

Contamination status

Suspicion

C ontaminated

C leaned up

Residual contamination

Investigated, no findings

N ot contaminated

Before registration

Information is missing

Specific suspicion of soil contamination

C ontamination ascertained

C ontamination removed

Residual contamination after clean-up

Investigated without ascertaining contamination

N ot related to contamination

C ode is used in years prior to entering the property

in database/registry

N o information on contamination status

T he study measures the loss of value by quantifying the

market price’s share of

the public valuation.

T he report defines this share as the relative market price

(RH)

T he study also applies the concept of

free trade,

which differs from trade

within the family, sale by auction, and other types of trade. Free trade means

sale/purchase of properties between parties with opposing interests regarding

the market price, while for other types of transactions, a number of unknown

factors may influence the market price.

Project database

In order to establish a unique database, data was prioritised in two ways.

1) Where property transactions involved contamination data derived from

more than one database/one registry, the data was prioritised accordingly.

Information from the source databases was ranked by order of priority, in

order to make sure that correlations were unique.

Information from the OM (D anish Oil Industry's Association for Remediation

of Retail Sites) database ranks highest, then the VT O (Land D epreciation

Relative market price (Relativ handelspris (RH)) = market price (valuation + any

price reduction due to contamination). Section 2.3.3 gives a more detailed description

of RH .

Programme) registry, and last, information from the national register of

contaminated sites ROKA.

T he order of priority was also defined for transactions related to several

“registered properties”, i.e. localities in ROKA, cases registered in the OM

database or the VT O register with different codes identifying the

contamination status.

Where transactions are related to several registered properties having different

contamination statuses, the worst-case status was given the highest priority.

Prioritisation is shown in T able 0-2.

Tabl e 0-2: Pr ior it isat ion of con t amin at ion st at us in pr oject dat abase

Priority

Contamination status

Contaminated

Suspicion

Residual contamination

Cleaned up

Investigated without findings

Before registration

Information is missing

N ot contaminated

High est n umber = h igh est pr ior it y

T he project database includes at total of 693,160 transactions, of which 7,756

are related to registered properties which at the time of sale were listed in one

of the three central databases of contaminated and possibly contaminated sites

(suspicion, contamination, cleaned up, residual contamination, and

investigated without findings).

Of these, the number of free transactions with complete transfer of title to the

property is 6,925. T hese transactions form the basis for the statistical

calculations made in this study.

T he number of transactions indicates that the data used is very well suited for

a more detailed analysis of the magnitude of the depreciation loss.

Public property valuation reduction recorded by the Customs and T ax

Administration

T he number of transactions of contaminated sites with complete transfer of

title to the land (i.e. not only to part of the land) in free trade (i.e. not within

the family, and not by auction), where the C ustoms and T ax Administration

has recorded reduced valuation, is 3,328. Of these transactions, reduced

valuation due to contamination was recorded in 179 transactions.

Frequency of properties being resold

Properties in the project database have been resold approx. 1.25 times on

average in the period 1996-2003. T he frequency for non-contaminated

properties is 1.3.

Statistical analysis

T he data was processed statistically in variance analyses, which contribute to

determining the importance of different factors to the relative market price

and to determining whether differences are incidental.

Five hypotheses were set up to reveal the factors that influence the loss of

value.

Hypothesesis 1:

T here is a relationship between the relative market price of the

property, its contamination status, and the area in D enmark in which the

property is located.

Hypothesis 2:

T here is a relationship between the relative market price of the

property, its contamination status, and the zoning of the site (urban or rural

zoning).

Hypothesis 3:

T here is a relationship between the relative market price of the

property, its contamination status, and the type of housing (detached house,

flat etc.).

Hypothesis 4:

T here is a relationship between the relative market price of the

property, its contamination status, and the programme under which the

contamination is managed (C ontaminated Soil Act, D anish Oil Industry's

Association for Remediation of Retail Sites (OM ), or the Land D epreciation

Programme (VT O)).

Hypothesis 5:

T here is a relationship between the relative market price of the

property in connection with resale and a change of the contamination status of

the property.

T he statistical analyses are based on an iterative approach, starting by setting

up a statistical model, scrutinising of the data material (incl. test running),

revision of the model, and finally, final running and interpretation of results.

Prior to each running of a model analysis, extracts of transactions were made

from the project database, using a number of general and, sometimes, model-

specific criteria.

T he general criteria were:

•

T ransaction on the free market

•

100 per cent transfer of title to the property

•

M arket price and valuation above 0

•

C ontamination status 1-6.

Among the hypothesis-specific criteria were:

•

C ode identifying area in D enmark

•

Zoning code

•

Land use code

•

C ode identifying database/scheme.

Further, non-deviating observations were to be made. Statistical tools were

used in order to select deviating observations.

T he analyses were based on a 10 per cent level for the variance analysis

model, and a 90 per cent mean value confidence level.

T he assumptions for variance analyses, including the requirement for

independent observations (transactions), normally distributed residuals

(normality), and variance homogeneity, are fulfilled for all model hypotheses

with sufficient convergence to carry out the statistical analysis.

T able 0-3 shows the data basis after filtering.

Tabl e 0-3: Dat a basis used in Hypot h eses 1-5

Contamination status

H ypothesis 1

H ypothesis 2

Area in Denmark

Zoning

2,367

2,439

643

548

240

1,857

1,844

570

433

203

H ypothesis 3

Land use

2,292

2,411

629

538

230

H ypothesis 4

Scheme

2,367

2,439

643

548

240

H ypothesis 5

Resale

18-29

22-40

46-63

1. Suspicion

2. Contaminated

3. Cleaned up

4. Residual contamination

5. Investigated without

findings

Total

Contamination status 1-5

6. N ot contaminated

6,237

558,806

4,907

503,563

6,100

547,870

6,237

558,806

Results

Results of the five model runnings are presented in figures and tables for the

five hypotheses. T he figures show the share of the purchase price (market

price) of the valuation. T he tables show the loss of value in percentage points

in relation to non-contaminated sites.

Hypothesis 1 (area in Denmark)

Figur e 0-1: Hypot h esis 1 - Con t amin at ion st at us an d ar ea - est imat ed RH val ues f or

t r an sact ion s, an d 90 per cen t con f iden ce in t er val dist r ibut ed by con t amin at ion

st at us.

1,4

Copenh + surr.

rke

1,35

pri

ce’

1,3

are

1,25

val

uat

ion

1,2

1,15

Zealand + Funen

Jutland

1,1

1,05

1) Suspicion

2)Contam.

3) Cleaned

4) Residual cont. 5)Investigated no

find.

6) Not cont.

Tabl e 0-4 Hypot h esis 1 – Loss of val ue due t o con t amin at ion , in per cen t age poin t s

Contamination

status

Category

Copenhagen +

surr.

Zealand/ Funen

Jutland

Suspicion

Contamin.

3) Cleaned

Residual

contamin.

10.2

5) Investigated

without

findings

9.7

6.3

6.4

5.4

5.0

3.3

4.5

4.2

” – ” : n o sign if ican t deviat ion f r om n on -con t amin at ed sit es.

T he analysis shows:

- significant differences between areas in D enmark,

- contamination status ”suspicion” causes larger loss of value than

”contaminated” and “cleaned up”,

- contamination status ”contaminated” results in significant loss of

value only in Jutland,

- contamination status ”cleaned up” does not differ significantly from

”contaminated”,

contamination status ”residual contamination” only causes significant

loss of value in C openhagen and surroundings,

contamination status ”investigated without findings” causes more than

6 percentage points loss of value.

Hypothesis 2 (Z oning)

Figur e 0-2: Hypot h esis 2 - Con t amin at ion st at us an d zon in g - est imat ed RH val ues f or

t r an sact ion s an d 90 per cen t con f iden ce in t er val dist r ibut ed by con t amin at ion

st at us.

Market price share of valuation

1,4

Urban

Rural

1,35

1,3

1,25

1,2

1,15

1,1

1,05

1) Suspicion

2) Contaminated 3) Cleaned up 4) Resid. Cont.

5) Invest. without

findings

6) Not cont.

Tabl e 0-5: Hypot h esis 2 - Loss of val ue in per cen t age poin t s caused by con t amin at ion in

r el at ion t o n on -con t amin at ed sit es

Contamination

status

Category

Urban zone

Rural zone

Suspicion

Contamin.

3) Cleaned

Residual

contamin.

6.0

Investigated

without

findings

5.6

10.7

-2.5

” – ” : n o sign if ican t dif f er en ce.

T he analysis shows:

- significant differences between urban zones and rural zones,

- contamination status ”suspicion” is not significant in urban zones, but

causes significant loss of value in rural zones,

- contamination status ”contaminated” does not cause significant

differences in the relative market value,

- contamination status ”cleaned up” causes significant increase of value

in urban zones,

- contamination status ”residual contamination” causes significant loss

of value in urban zones, while the loss in rural zones is considerable,

but not statistically significant,

- contamination status ”investigated without findings” causes significant

loss of value in urban zones, while the loss in rural zones is

considerable, but not statistically significant.

Hypothesis 3 (Use of house)

Figur e 0-xx: Hypot h esis 3 - Con t amin at ion st at us an d use of h ouse - est imat ed

RH val ues f or t r an sact ion s an d 90 per cen t con f iden ce in t er val dist r ibut ed by

con t amin at ion st at us

Market price share of valuation

1,4

House

1,35

Flat

1,3

1,25

1,2

1,15

1,1

1,05

1) Suspicion

2) Contaminated

3) Cleaned up

4) Resid. cont.

5) Inv. without

findings

6) Not cont.

Tabl e 0-6 Hypot h esis 3 Loss of val ue in per cen t age poin t s caused by con t amin at ion

Contamination

status

Category

Detached

house

Flat

Suspicion

Contamin.

3) Cleaned

Residual

contamin.

3.5

10.4

Investigated

without findings

7.3

12.1

7.7

3.2

3.0

3.2

” – ” : n o sign if ican t dif f er en ce.

Based on these categories, the figure and table show:

- significant differences between the categories,

- contamination status ”suspicion” results in significant loss of value in

both categories,

- contamination status ”contaminated” results in significant loss of

value in the category ”detached house”, ´while the loss of value for the

category ”flat” is neither relative nor significant,

- contamination status ”cleaned up” results in significant loss of value in

the category ”detached house”, while the loss of value for the category

”flat” is neither relative nor significant,

- contamination status ”residual contamination” results in significant

loss of value in both categories, largest for flats,

- contamination status ”investigated without findings” results in

significant loss of value in both categories.

Hypothesis 4 (Scheme)

Figur e 0-xx: Hypot h esis 4 - Con t amin at ion st at us an d sch eme – est imat ed RH val ues f or

t r an sact ion s an d 90 per cen t con f iden ce in t er val dist r ibut ed by con t amin at ion st at us

1,4

Market price share of valuation

1,35

Not contamin.

ROKA

VTO

1,3

1,25

1,2

1,15

1,1

1,05

1) Suspicion

2) Contam.

3) Cleaned up

4) Residual cont. 5) Invest. without

findings

6) Not cont.

Tabl e 0-7: Hypot h esis 4 - Loss of val ue in per cen t age poin t s caused by con t amin at ion

Contamination

status

Category

ROKA

VTO

1) Suspicion

Contaminat

5.3

-3.1

Cleaned up

Residual

contam.

---

5.6

6.3

Investigated

without

findings

8.1

6.9

---

2.6

5.5

---

-8.8

” – ” : n o sign if ican t dif f er en ce.

C onsiderable differences are found between the three databases, which do not

include comparable categories for all levels of contamination. T he categories

are compared to the average relative market value for the contamination status

”not contaminated” in the same public valuation district.

With this division of categories, the figure and table show that:

- contamination status ”suspicion” causes a significant loss of value

(OM , ROKA),

- contamination status ”contaminated” causes a significant loss of value

(OM ), a modest but significant increase of value (ROKA), while the

result for VT O does not differ significantly,

- contamination status ”cleaned up” results in significant increase in

value (VT O),

- contamination status ”residual contamination” results in a significant

loss of value (ROKA, VT O),

- contamination status ”investigated without findings” results in a

significant loss of value (OM , ROKA).

Hypothesis 5 (Resale)

Figur e 0-5 Hypot h esis 5 (r esal e) - est imat ed RH val ues f or t r an sact ion s an d 90 per cen t

con f iden ce in t er val

1,6

Purchase price share of valuation

1,5

Purchase price share of

valuation

1,4

1,3

1,2

1,1

Mistanke

Forurenet

Mistanke

Undersøgt uden fund

Hyp 5a – Resal e by ch an ged con t amin at ion

st at us f r om suspicion t o con t amin at ed

Hyp 5b – Resal e by ch an ged con t amin at ion

st at us f r om suspicion t o in vest igat ed

wit h out f in din gs

1,6

Purchase price share of valuation

1,5

Purchase price share of valuation

1,4

1,3

1,2

1,1

Contaminated

Cleaned up

Contaminated

Cleaned up

Hyp 5c – Resal e by ch an ged con t amin at ion

st at us f r om con t amin at ed t o cl ean ed up

Hyp 5d – Resal e by ch an ged con t amin at ion

st at us f r om con t amin at ed t o r esidual

con t amin at ion

T est of:

•

H ypothesis 5a (suspicion to contaminated) did not show significant

difference between categories.

•

H ypothesis 5b (suspicion to investigated without findings) showed

significant difference between categories.

•

H ypothesis 5c (contaminated to cleaned up) did not show significant

difference between categories.

•

H ypothesis 5d (contaminated to residual contamination) showed

significant difference between categories.

C onclusions

T he study shows that hypotheses 1-4 are substantiated:

•

Hypothesis 1:

T here is a relationship between the relative market price

of a property, its contamination status, and the area in D enmark in

which the property is located.

Hypothesis 2:

T here is a relationship between the relative market price

of a property, its contamination status, and the zoning (urban or rural

zone).

Hypothesis 3:

T here is a relationship between the relative market price

of a property, its contamination status, and the type of property

involved (detached house, flat etc.).

Hypothesis 4:

T here is a relationship between the relative market price

of a property, its contamination status, and the scheme under which

the contamination is managed (C ontaminated Soil Act, the D anish

•

Petroleum Industry's Association for Remediation of Retail Sites

(OM ), or the Land D epreciation Programme (VT O).

H owever, the study shows that H ypothesis 5 is only partially substantiated:

•

Hypothesis 5 (partially):

T here is only a relationship between the

relative market price of the property in connection with resale, when

the contamination status changes from ”suspicion” to ”investigated

without findings ”, and from ”contaminated” to ”residual

contamination”.

T he study shows that property owners may achieve considerable gains by

having their site investigated in cases where the contamination status is

changed from “suspicion” to ”contaminated”.

It should be noted that contamination in relation to flats will often be

associated with problems in the indoor climate.

T he study also shows that the Land D epreciation Programme is an efficient

tool, enabling the owner to achieve considerable gains by cleaning up the site,

because the loss of value is reduced.

T he historical development of the data registers used, and the geographical

development in the process of mapping contaminated sites may both

contribute to deviations from what is expected for some of the results. One of

the reasons is that the price of properties has increased very much in the

period 1996-2003. T he price increases in the period do, however, vary

considerably, both geographically, and among different types of properties.

It is important to note that the analysis was made in a period (1996-2003), in

which the real estate market has developed rapidly, and the lack of dwellings

may in certain areas have influenced the relative market price for properties

affected by contamination.

Looking at the loss of value expressed as D KK per D KK 1 mill. (valuation),

the study reveals the following average loss of value for the five different levels

of contamination:

•

C ontamination status 1 – Suspicion:

D KK

57,000

•

C ontamination status 2 – C ontaminated:

D KK

21,000

•

C ontamination status 3 – C leaned up:

D KK

1,000

•

C ontamination status 4 – Residual contamination:

D KK

70,000

•

C ontamination status 5 – Investigated without findings:

D KK

78,000

T he study also shows that the actors on the housing market are confident that

the sites have been cleaned up. T he loss of value for transactions related to the

contamination status ”cleaned up” amounts to D KK 1,000 per D KK 1 mill.

(valuation).

H owever, it also appears that any form of uncertainty, whether it is based on

facts or not, i.e. for contamination statuses suspicion, contaminated, residual

contamination or investigated without findings, will be reflected in the price.

1 Indledning

1.1 Baggr un d

M iljøstyrelsen har i 2004 igangsat en undersøgelse af, i hvilket omfang ejere af

forurenede eller tidligere forurenede boliggrunde eventuelt har et værditab ved

salg af deres ejendomme, eller om det har en effekt på belåningsmulighederne

i forbindelse med salg for boligejerne, idet tidligere undersøgelser har vist et

værditab.

D atamaterialet, som har været anvendt i de tidligere undersøgelser, har ikke

været tilstrækkelig omfattende til, at der har kunnet uddrages generelle

konklusioner.

Overordnet omfatter projektet to delprojekter, dels et projekt omfattende en

undersøgelse af værditab, dels et projekt, der skal belyse, hvad det vil koste at

fjerne en eventuel restforurening.

H ensigten med undersøgelsen har været at foretage en analyse af effekten på

omkostningerne ved belåning af forurenede eller tidligere forurenede

boliggrunde i forbindelse med salg og at kvantificere det eventuelle værditab

ved salg af disse boliggrunde på basis af et betydeligt større datamateriale end

tidligere.

D et har imidlertid vist sig, at Realkreditinstitutterne ikke i dag kan levere data

vedrørende tilsagn/afslag på ansøgning om lån, da afslag ikke registreres,

hvorfor undersøgelsen fokuserer på værditab i forbindelse med salg.

N ærværende rapport omhandler undersøgelsen af det eventuelle værditab for

ejere af forurenede eller tidligere forurenede boliggrunde.

D ataindsamlingen samt tilhørende datavalidering, som ligger til grund for

undersøgelsen, er afrapporteret i en særskilt arbejdsrapport/1/.

I undersøgelsen ses der på handler af forurenede og tidligere forurenede

boliggrunde samt boliggrunde, som ikke har relation til forurening.

En grund er normalt identisk med en matrikel, men ikke altid. I nogle tilfælde

kan en grund bestå af flere matrikler. Omvendt kan én matrikel godt være

opdelt i flere grunde, hvorved der er tale om forskellige ejendomme, evt. ejet

af forskellige ejere. Forurenede grunde kan entydigt identificeres ud fra

matrikler i de centrale miljødatabaser/registre.

For at kunne indhente handels- og vurderingsoplysninger har det været

nødvendigt at have en entydig identifikation af en grund. D et er valgt at

anvende matriklen som den unikke størrelse, således at det er muligt at

identificere handler og tilhørende vurderingsoplysninger af boligejendomme

på baggrund af matrikeloplysninger.

Specifikke handels- og vurderingsoplysninger identificeres således ud fra en

unik matrikel. D a der godt kan være flere ejendomme på en matrikel, vil der i

nogle tilfælde optræde flere handler på samme matrikel. T ilsvarende er der

handler med boligejendomme, som omfatter flere matrikler, og disse kan have

forskellig relation til forurening. Begge dele er der taget hensyn til ved

integrationen af data i projekt-databasen.

1.2 For mål

Formålet med undersøgelsen er

•

at belyse det eventuelle værditab ved salg af forurenede eller tidligere

forurenede ejendomme med helårsbeboelse i forhold til

sammenlignelige ikke forurenede solgte ejendomme med

helårsbeboelse.

D er er opstillet 5 hypoteser, der skal medvirke til afdækning af undersøgelsens

formål.

H ypotese 1:

D er er sammenhæng mellem en ejendoms

relative handelspris

, ejendommens

depotstatus

, og hvilken landsdel ejendommen er placeret i.

H ypotese 2:

D er er sammenhæng mellem en ejendoms relative handelspris, ejendommens

depotstatus og ejendommens zonestatus (by- og landzone).

H ypotese 3:

D er er sammenhæng mellem en ejendoms relative handelspris, ejendommens

depotstatus, og hvilken boligtype ejendommen har (parcelhus, lejlighed mv.).

H ypotese 4:

D er er sammenhæng mellem en ejendoms relative handelspris, ejendommens

depotstatus, og den ordning som jordforureningen håndteres efter (Lov om

forurenet jord, Oliebranchens M iljøpulje eller Værditabsordningen).

H ypotese 5:

D er er en sammenhæng mellem en ejendoms relative handelspris i forbindelse

med gensalg og en eventuel ændret depotstatus for ejendommen.

1.3 Met odeval g

D er er indsamlet miljødata fra relevante registre og databaser fra

M iljøstyrelsen og Økonomistyrelsen. Fokus har været på data, der belyser den

enkelte grunds depotstatus i perioden 1996-2003. Ligeledes er der indsamlet

Relativ handelspris (RH ) = handelspris/(ejendomsvurdering + evt. nedslag for

forurening). I afsnit 2.3.3 er en nærmere beskrivelse af RH.

En forurenet grund kan over tid ændre status – depotstatus - fra at være under

mistanke for forurening (V1 kortlagt) til at være konstateret forurenet (V2 kortlagt) og

til senere at være oprenset, undersøgt uden fund eller med restforurening. For en

præcisering af de 8 mulige angivelser af depotstatus henvises til afsnit 2.4.1 samt bilag

matrikeldata samt handels- og vurderingsdata. D ataindsamling, validering og

integration i en projektdatabase er afrapporteret i /1/.

D ataindsamlingen har været koncentreret omkring følgende

identifikationsflow:

Identifikation af forurenet/ tidligere forurenede grunde -> identifikation af

tilhørende matrikler -> etablering af unik matrikelliste -> identifikation af

handlede forurenede ejendomme -> identifikation af sammenlignelige

ejendomme, dvs. handlede ejendomme i samme vurderingskreds -> etablering

af unik handelsliste over handlede forurenede/tidligere forurenede ejendomme

og ikke forurenede ejendomme -> afgrænsning af data til kun at omfatte

handlede ejendomme med helårsbeboelse.

D ata er integreret i en projektdatabase, som er anvendt til de statistiske

analyser i form af variansanalyser med henblik på at kvantificere det eventuelle

værditabs størrelse.

D et er valgt at foretage sammenligningen på handelsdata og

ejendomsvurdering.

Konkret belyses værditabet ved handelsværdiens andel af

ejendomsvurderingen korrigeret for et eventuelt nedslag i vurderingen pga.

forurening. I rapporten omtales denne størrelse som

den relative handelspris

(RH).

2 Datagrundlag

I forbindelse med undersøgelsens gennemførelse er det væsentligt at

præcisere, hvad der forstås ved en række centrale begreber fra de involverede

dataleveran-dører, da begreberne ikke nødvendigvis anvendes på samme

måde inden for for-skellige fagområder. En gennemgang af væsentlige termer

fremgår af bilag A.

2.1 Lever an dør dat abaser

D er er foretaget en omfattende indsamling og validering af miljødata fra

centrale databaser/registre over forurenede grunde i D anmark.

D et drejer sig om Register Over Kortlagte Arealer (ROKA), database over

Oliebranchens M iljøpulje (OM ) samt register over Værditabsordningen

(VT O). D ata er indsamlet i perioden 1996-2003.

M iljøstyrelsen varetager driften af ROKA og OM -databasen, mens

Økonomisty-relsen varetager driften af VT O-registret.

Endvidere er der indhentet detailoplysninger om OM -grunde fra

Oliebranchens M iljøpulje.

D et har ikke været muligt at indhente data om villaolietankforsikringen separat

, og de data, som indgår i denne ordning, er med i ROKA og bliver behandlet

på samme måde.

M atrikeldata er indhentet fra Kort- og M atrikelstyrelsen (KM S), OM -

databasen, VT O–registret samt Københavns og Frederiksberg Kommuner.

H andels- og vurderingsdata er indhentet fra T oldSkats databaser.

M iljø-, matrikel- samt handels- og vurderingsdata er valideret og integreret i

en projektdatabase. Indsamlingen af miljø- og matrikeldata samt handels- og

vurde-ringsdata er nærmere beskrevet i /1/.

2.2 Iden t if ikat ion

Arbejdsgangen i forbindelse med dataindsamling, validering og integration

bygger på et identifikationsflow, som vist i Figur 2-1.

Indledningsvis er de grunde identificeret, som er eller har været forurenet, og

de tilhørende matrikler er indskrevet i projektdatabasen.

D er er herefter etableret en unik matrikelliste, det vil sige en liste, hvor hver

matrikel med sikkerhed kun forekommer en gang.

D en unikke matrikelliste er anvendt til at identificere handlede forurenede

eller tidligere forurenede ejendomme.

Efterfølgende er sammenlignelige ejendomme, dvs. handlede ejendomme i

samme vurderingskreds, identificeret.

En unik handelsliste over handlede forurenede eller tidligere forurenede

ejendomme og sammenlignelige ejendomme er etableret.

D en unikke handelsliste er herefter anvendt til at identificere handlede

ejendomme med helårsbeboelse.

Figur 2-1 Ar bejdsgan g i f or bin del se med dat ain dsaml in g, val ider in g og in t egr at ion af

dat a byggen de på et iden t if ikat ion sf l ow.

Identifikation af forurenede/ tidligere forurenede grunde

Identifikation af tilhørende matrikler

Etablering af unik liste (matrikel)

Identifikation af handlede forurenede/ tidligere forurenede

ejendomme ud fra unik matrikelliste.

Identifikation af sammenlignelige ejendomme dvs. handlede

ejendomme i samme vurderingskredse

Etablering af unik handelsliste over handlede forurenede/ tidligere

forurenede ejendomme og sammenlignelige ejendomme

Afgrænsning af handler ejendomme med helårsbeboelse

2.3 Dat a

D er er indhentet data for perioden 1996-2003. D et er valgt at afgrænse

undersøgelsen til denne periode, da der ikke blev foretaget central registrering

af forurenede grunde i D anmark før 1996.

2.3.1 M iljødata

D e indsamlede miljødata er data vedrørende grunde, der er omfattet af den

forureningskortlægning, som amterne i D anmark gennemfører i samarbejde

med landets kommuner jf. Lov om forurenet jord /2/.

D esuden er der indsamlet miljødata for grunde, som er tilmeldt særlige

ordninger, herunder Oliebranchens M iljøpulje og Værditabsordningen.

D et skal bemærkes, at amterne ikke er forpligtede til at kortlægge OM -grunde,

bortset fra eventuelle restforureninger efter endt oprydning. D etailoplysninger

om OM -grunde fra Oliebranchens M iljøpulje er medtaget for at indfange så

mange kendte forureninger/mulige forureninger og handler som overhovedet

muligt.

Sager, som er omfattet af Forsikringsordningen for villaolietanke, indgår i

undersøgelsen, hvis de er registreret i ROKA.

2.3.2 M atrikeldata

M atrikeldata er indsamlet med henblik på at kæde oplysninger om forurenede

og tidligere forurenede grunde sammen med handels- og

vurderingsoplysninger. D et er derfor tilstræbt at relatere samtlige grunde

(ROKA, OM og VT O) til matrikeloplysninger. D isse omfatter

matrikelnummer, ejerlav og kommunenummer.

2.3.3 H andels- og vurderingsdata

Udtræk fra T oldSkats databaser er baseret på en unik liste over matrikler

identificeret ved matrikelnummer, ejerlav og kommunenummer. På grundlag

af denne liste er T oldSkat i stand til at knytte et eller flere ejendomsnumre

samt tilhørende handler til hver matrikel /8/.

Udtrækkene omfatter bl.a. ejendomsvurdering og handelspris i perioden

1996-2003 af dels ejendomme med relation til forurening dels lignende

handlede ejendomme i samme vurderingskreds.

D et er valgt at anvende det relative forhold mellem handelspris og ejendoms-

vurdering som parameter til belysning af værditabet. Idet der ved vurdering af

ejendomme med registreret aktuel forurening kan gives et nedslag i

vurderingen, er det valgt at korrigere for nedslaget for på den måde at

normalisere ejendomsvurderingen, så den er sammenlignelig med en ikke

forurenet ejendom. D en normaliserede parameter omtales her i rapporten som

den relative handelspris (RH ).

Handelspris

Den relative handelspris (RH)

Ejendomsvurdering

evt. nedslag pga. forurening

1) Kontantpris

D en relative handelspris udtrykker, hvor stor en andel handelsprisen udgør af

ejendomsvurderingen (evt. korrigeret for nedslag).

Ved RH > 1 er boligen handlet til en højere pris end ejendomsvurderingen,

mens RH < 1 betyder, at boligen er handlet til en lavere pris end vurderingen.

En relativ handelspris på �½ og 2 betyder, at ejendommen er handlet til hhv. �½

og 2 gange ejendomsvurderingen.

RH giver en skæv fordeling, idet der pr. definition ikke forekommer negative

værdier, og der ingen øvre grænse er. H andelspriser på 1/x-del og x-gange

vurderingsprisen vil først efter en logaritmetransformation ligge lige langt fra

ln(1). H vis handelsprisen eksempelvis er hhv. 1/4 og 4 gange

ejendomsvurderingen er ln(1/4) = -1,386, mens ln(4) = 1,386, svarende til, at

RH fremkommer på en normaliseret skala. I de statistiske modelkørsler

anvendes derfor den logaritmetransformerede RH (lnRH , naturlig

logaritmefunktion). For at konvertere f.eks. estimerede middelværdier,

spredninger og konfidensintervealler af lnRH til RH -værdier anvendes

følgende udtryk:

RH = e

(lnRH )

2.4 Pr ojekt dat abase

Samtlige data er integreret i en projektdatabase, der består af en række

tabeller, hvorfra der kan trækkes informationer. En oversigt over de

integrerede data fremgår af Figur 2-2.

Figur 2-2 Over sigt over in t egr er ede dat a.

ROKA

miljødata

VT O

miljødata

D atabase/register

Liste

Khh.K, Frb. K

& KM S

Suppl. matr.-

data

Unik matrikelliste

m/ miljødata

Projektdatabase

* miljødata

* matrikeldata

* handels/

vurderingsdata

T oldSkat

handels/vurd.

-data

Unik handelsliste

m/handels/vurderingsdata

2.4.1 Dataintegration

En nærmere beskrivelse af databasen, herunder beskrivelse af tabeller samt af

SQL-scripts, som er anvendt til samkøring og dataudtræk fra

projektdatabasen, er beskrevet i /1/.

En central parameter i undersøgelsen er den enkelte grunds depotstatus i alle

årene i perioden 1996-2003.

ROKA’s, OM -databasens og VT O-registrets registrering af depotstatus er

derfor sammenkørt med et sæt fælles koder for depotstatus.

Projektdatabasen opererer med en liste med 8 koder (depotstatus):

1. M istanke:

2. Forurenet:

G runde, hvor der er konkret mistanke om

jordforurening.

G runde med påvist forurening.

3. Oprenset:

G runde, hvor forurening er fjernet.

4. Restforurening:

G runde med restforurening efter oprensning.

5. Undersøgt uden fund:

G runde, som er undersøgt uden forurening

er påvist.

6. Ikke forurenet:

G runde, som ikke er relateret til forurening.

7. Før registrering:

Koden anvendes i år, før registrering i

database/register er sket. Konstrueret kode, som

er nødvendig for statistisk databehandling.

8. M angl. oplysninger: Ingen oplysninger om depotstatus.

Sammenhængen mellem leverandørdatabaser/register koder for depotstatus og

projektdatabasens koder fremgår af bilag B.

2.4.2 Prioritering

For at etablere en entydig database, har det været nødvendigt at foretage 2

prioriteringer af data.

Såfremt en handel er knyttet til forureningsdata fra mere end én database/ét

Rangordningen af data er foretaget for at sikre entydige sammenhænge.

Tabel 2-1 Pr ior it er in g af dat abase/ r egist er

Prioritet

H øjeste

M ellemste

Laveste

Database/ register

VTO

ROKA

D er er desuden foretaget en prioritering blandt handler, der kan relateres til

flere ”grunde”, dvs. lokaliteter i ROKA, sager i OM -databasen eller VT O-

registret med forskellige depotstatusangivelser.

I tilfælde af, at handler er relateret til flere matrikler med forskellig depotstatus

har den ”værst tænkelige” status højeste prioritet, jf. T abel 2-2 og bilag B.

Tabel 2-2 Pr ior it er in g af depot st at us i pr ojekt dat abase

Prioritet

Depotstatus

Forurenet

M istanke

Restforurening

Oprenset

Undersøgt uden fund

Før registrering

M anglende oplysninger

Ikke forurenet

Højest e t al svar er t il h øjest e pr ior it et .

2.4.3 Antal handler med boligejendomme

En oversigt over nøgletal fra databasen over sammenkørte forurenings-

(miljø/matrikeldata) og vurderings- og handelsdata fremgår af nedenstående

T abel 2-3.

Af tabellen fremgår det samlede antal handler af ejendomme med

helårsbeboelse med handelspris og ejendomsvurdering større end 0, fordelt på

depotstatus og år.

D er findes i alt 14.907 handler med relation til projektdatabasen (depotstatus

1-8). H eraf har 7.756 handler relation til forurening (dvs. depotstatus 1-5,

mistanke, forurenet, oprenset, restforurening og undersøgt uden fund).

H eraf er antallet af frie handler med fuld ejendomsoverdragelse 6.925.

D epotstatus 8 dækker over i alt 1.327 handler fordelt på hhv. 23 handler med

manglende depotstatusoplysninger fra registrene, 992 handler, der ikke har

relation til et depot/lokalitetsnummer, 305 handler, der vedrører depotstatus 3

og 4 fra OM og 7 handler, der vedrører depotstatus 1 fra VT O.

H andler med depotstatus 4 for OM samt depotstatus 1 for VT O er

fremkommet som et resultat af samkøringen af handels- og miljødata med

ovenstående prioritering af depotstatus og database. D isse medtages således

ikke i modelkørslerne, men indgår i depotstatus 8 (manglende oplysninger) i

T abel 2-3.

Endvidere er 184 af de 311 handler med depotstatus 5 fra OM -databasen.

Tabel 2-3 Over sigt over an t al h an dl er af ejen domme med h el år sbeboel se f or del t på

depot st at us og år

Depotstatus

(projektda-tabase)

Undersøgt

uden fund

Ikke forurenet

Før

registrering* )

M anglende

oplysninger

Alle

Relation til

forurening

(inkl. før reg. og

manglende

oplysn.)

Relation til

forurening

(ekskl. før reg.

og manglende

oplysn.)

88.815

1.327

147

90.648

1.833

89.415

1.404

127

91.412

1.997

88.268

1.119

147

90.235

1.967

85.235

710

122

87.085

1.850

82.061

599

167

83.768

1.707

79.254

465

183

80.985

1.731

80.240

195

200

82.004

1.764

146

84.965

234

87.023

2.058

311

678.253

5.824

1.327

693.160

14.907

Forurenet

Oprenset

Restforurening

174

198

288

377

342

117

371

116

527

210

144

737

237

256

3.014

818

649

Beskrivelse

1996

1997

1998

1999

2000

2001

2002

2003

Alle år

M istanke

142

207

311

556

424

469

412

443

2.964

I alt

I alt 1- 8

359

466

701

1.018

941

1.083

1.369

1.819

7.756

I alt 1- 5

* ) Angiver antal handler af grunde, som på handelstidspunktet ikke var registreret i

database/ register over forurenede grunde.

D e 7.756 handler med relation til forurening bliver reduceret til 6.925, idet

der ved den efterfølgende databehandling kun indgår ejendomme i fri handel.

2.4.4 N edslag i ejendomsvurdering og genhandelsfrekvens

Antallet af handler med depotstatus 2 eller 4, dvs. hhv. forurenet eller med

restforurening, med 100 %’s ejendomsoverdragelse (dvs. ikke del af ejendom)

i fri handel (dvs. ikke familiehandel og auktion) er 3.328.

Blandt disse er der noteret et nedslag i ejendomsvurderingen pga. forurening

for 179 handler.

N edslaget spænder fra ca. 0 % til ca. 80 % af ejendomsvurderingen med en

median på ca. 6 %, 0,25-fraktilen på ca. 4 % og 0,75-fraktilen på ca. 10 %,

hvilket betyder, at der er meget få store nedslag.

Antallet af handler med nedslag i ejendomsvurderingen er lavt i forhold til

antallet af handler med forurenede ejendomme med helårsbeboelse

(depotstatus 2 eller 4).

Samtidig bemærkes det, at nedslaget sjældent er større end 10 % af

ejendomsvur-deringen.

G enhandelsfrekvensen for ejendomme med relation til forurening/tidligere

forurening med helårsbeboelse og sammenlignelige ejendomme (ikke

forurenet) med helårsbeboelse i perioden 1996-2003 ses i T abel 2-4.

D et ses, at genhandelsfrekvensen er omtrent ens, uanset om ejendommene har

relation til forurening, dvs. ejendommene i projektdatabasen er i gennemsnit

omsat ca. 1,3 gange i løbet af perioden 1996-2003.

Tabel 2-4 Gen h an del sf r ekven s f or ejen domme i pr ojekt dat abase

Antal handler

i perioden

1996-2003

Antal ejendomme

(ejd.nr) i alt

Frekvens

(vægtet gns.)

Antal ejendomme (ejd.nr.)

med relation til forurening

(depotstatuskode 1, 2, 3, 4, 5)

4.395

936

173

5.538

1,26

Antal ejendomme (ejd.nr.)

uden relation til forurening

(depotstatuskode 6)

339.838

93.368

19.388

2.930

344

455.916

1,34

I ovenstående tabel indgår de 6.925 frie handler vedr. ejendomme med

relation til forurening. D isse handler omfatter 4.395 ejendomme/matrikler.

Frekvensen (det vægtede gennemsnit) beregnes ved at dividere det samlede

antal handler med antallet af ejendomme. D en enkelte ejendom indgår i

beregningen med det antal gange, den er handlet.

2.4.5 Status for projektdatabasen

Projektdatabasen indeholder i alt 693.160 handler for perioden 1996-2003.

H eraf har 14.907 handler relation til forurening (depotstatus 1-8).

Antallet af frie handler med ejendomme med fuld ejendomsoverdragelse og

depotstatuskode 1-5, dvs. med relation til forurening i perioden 1996-2003 er

6.925.

Antallet af frie handler med sammenlignelige ejendomme med fuld ejendoms-

overdragelse og depotstatus 6, dvs. ikke forurenede ejendomme, er 598.482.

Antallet af handler indikerer, at datagrundlaget er et godt fundament for en

videre analyse af værditabets størrelse.

Bredden og spredningen på den relative handelspris inden for hver kategori af

depotstatus er generelt meget høj, hvilket indikerer et behov for fravalg af

afvigende værdier inden videre databearbejdning.

2.5 Kr av t il r appor t er in g

Ifølge M iljøstyrelsen strider nærværende rapport ikke mod dansk lovgivning

vedrørende samkøring af data. D ata i nærværende rapport er sammenkørt i så

store grupper, at det ikke er muligt at identificere den enkelte boliggrund, og

man vil derfor ikke kunne koble resultaterne sammen med konkrete personer.

3 M etode og data

3.1 St at ist iske begr eber

3.1.1 M iddel- og medianværdi og normalfordeling

G ennemsnittet eller middelværdien beregnes ved at summere alle værdier og

dividere med antallet af disse. M edianværdien angiver værdien af den

observation, der er lige midt i datamængden, dvs. at 50 % af værdierne er

højere og 50 % er lavere end denne værdi. Enkelte ekstreme værdier påvirker

ikke en medianværdi i nær samme grad, som tilfældet er ved beregning af

middelværdi.

3.1.2 Variansanalyse

En variansanalyse er et forsøg på at beskrive ens observationer som en

kombination af faktorer, målt eller givet sammen med den enkelte observation.

I den aktuelle analyse betragtes udelukkende kategoriserende faktorer, f.eks.

depotstatus, handelsår, landsdel o.l.

D en til grundliggende model for variansanalysen beskriver en given

observation som en lineær sum af bidrag fra de enkelte faktorer, fra

vekselvirkninger mellem faktorerne og endelig fra tilfældig variation.

Under variansanalysen opsplittes den totale variation i datamaterialet i de

bidrag, som kommer fra de enkelte variationskilder (faktorerne etc.) og

opstilles i en såkaldt variansanalysetabel. Ved at sammenligne

variansbidragene med hinanden, kan man teste, om en given faktor er af

betydning for modellen.

T estene gennemføres rent formelt ved, at man opstiller den hypotese, som

skal afprøves

nulhypotesen.

N ulhypotesen er normalt en antagelse om lighed (f.eks. ingen effekt af

depotstatus og testes ved at udregne en testor (i variansanalysen lig med en F-

værdi) med en tilhørende test-sandsynlighed (P).

P udtrykker, hvor sandsynligt det er at få den givne testorstørrelse under

antagelse af, at nulhypotesen er sand. N ormalt forkaster man nulhypotesen,

hvis P er mindre end 10 % og taler da om

signifikans.

Ved signifikansniveauet for en test forstås således sandsynligheden for at

forkaste hypotesen, når den er sand.

Et signifikant resultat for en af faktorerne betyder derfor, at mindst en af

faktorens kategorier afskiller sig fra de øvrige. H vilke kategorier der adskiller

sig, kan derefter påvises ved parvise sammenligninger kategorierne imellem.

Variansanalysen forudsætter, at de enkelte observationer (f.eks. handelspris)

er uafhængige (krav om uafhængighed), dvs. at værdien af den ene

observation ikke har nogen indflydelse på værdien af en anden observation.

Ligeledes antages det, at observationerne inden for hvert niveau af faktorerne

er normalfordelte og har samme varians,

varianshomogenitet.

D et er vanskeligt

at teste for uafhængighed, mens der findes forskellige mål og test for

opfyldelse af kravet om normal-fordeling, (skewness og

kurtosis)

samt

varianshomogenitet, (Levenes

T est).

Skævhed eller skewness er et mål for en fordelings asymmetri.

N ormalfordelingen er symmetrisk og har en skewnessværdi på 0. En fordeling

med en signifikant positiv skewness har en lang højre hale. Kurtosis er et mål

for fordelingskurvens stejlhed. Ved en kurtosisværdi på 0 følges

normalfordelingen.

Variansanalysen er temmelig robust over for afvigelser fra normalitetskravet,

mens kravet om uafhængighed og varianshomogenitet er væsentlige for

fortolkningen af testresultaterne. Uanset opfyldte forudsætninger kan

variansanalysen altid anvendes til at klarlægge variationskilderne i data.

Resultaterne af variansanalyserne præsenteres med en estimeret middelværdi

og et tilhørende konfidensinterval. Konfidensintervallet er et interval, hvis

størrelse afhænger af, hvilken sikkerhed der ønskes, og hvilken usikkerhed man

kan acceptere. Et konfidensinterval på 90 % betyder således, at værdierne af

en stikprøve med 90 %’s sandsynlighed vil ligge inden for intervallet.

3.1.3 Stem and leaf plot

I et datasæt kan der være observationer, som ligger meget langt fra de øvrige

værdier i datasættet. D isse værdier kaldes afvigere eller

outliers.

Stem

and Leaf-

analyser resulterer i semigrafisk plot, der gør det muligt at identificere

afvigende værdier.

3.2 Vær kt øjer

T il den statistiske analyse er anvendt SPSS version 13 /4/.

3.3 Ar bejdsgan g

G ennemførelsen af statistiske analyser er oftest en iterativ proces, hvor der

løbende sker fortolkning og tilpasning af datagrundlag og model (Figur 3-1).

Figur 3-1 It er at iv ar bejdspr oces.

1. Opstilling af hypotese og statistisk model*

2. D eskriptiv beskrivelse af datagrundlag

(fordeling af observationer, afvigende

værdier mv.)

3. Evt. udvælgelse af observationer

4. M odelkørsel og test af hypoteser

5. G ranskning af testresultater

6. Evt. revision af statistisk model*

7. Endelig modelkørsel og fortolkning

* N ormalt er der tale om at reducere modellen til simplere form, og tilhørende nulhypotese

udtrykker dette ved at lægge op til test for lighed.

3.4 Hypot eser

Som nævnt i afsnit 2.3.3 er det valgt at anvende den logaritmerede relative

handelspris (lnRH ) som undersøgelsesvariabel i modelkørslerne.

Efter en indledende vurdering af datamængden, kvaliteten og en række

foreløbige beregninger førte den iterative proces, som beskrevet i Figur 3-1, til

formulering af følgende hypoteser:

H ypotese 1:

D er er sammenhæng mellem en ejendoms relative handelspris, ejendommens

depotstatus, og hvilken landsdel ejendommen er placeret i.

H ypotese 2:

D er er sammenhæng mellem en ejendoms relative handelspris, ejendommens

depotstatus og ejendommens zonestatus (by- og landzone).

H ypotese 3:

D er er sammenhæng mellem en ejendoms relative handelspris, ejendommens

depotstatus, og hvilken boligtype ejendommen har (parcelhus, lejlighed mv.).

H ypotese 4:

D er er sammenhæng mellem en ejendoms relative handelspris, ejendommens

depotstatus, og den ordning som jordforureningen håndteres efter (Lov om

forurenet jord, Oliebranchens M iljøpulje eller Værditabsordningen).

H ypotese 5:

D er er en sammenhæng mellem en ejendoms relative handelspris i forbindelse

med gensalg og en eventuel ændret depotstatus for ejendommen.

D e 5 hypoteser samt beskrivelsen af datasæt, som testes, er beskrevet i

efterfølg-ende afsnit, og resultaterne fremgår af kapitel 4.

3.4.1 Beskrivelser af hypoteser og modeller

For alle modeller anvendes et signifikansniveau på 10 %. T ilsvarende

anvendes et 90 %’s niveau til konfidensintervaller på middelværdier.

3.4.1.1 Hypotese 1:Der er sammenhæng mellem en ejendoms relative handelspris,

ejendommens depotstatus, og hvilken landsdel ejendommen er placeret i.

N ulhypotesen (H

) kan formuleres som:

”Uanset område er der ikke signifikant forskel på lnRH for

boligejendomme med flg. depotstatus: 1) M istanke, 2) Forurenet, 3)

Oprenset, 4) Restforurening, 5) Afmeldt (Undersøgt uden fund) og 6)

Ikke forurenet.

D en statistiske model kan opstilles som:

αβ

hvor parametrene jf. T abel 3-1, er:

= lnRH for den i’te depotstatus og j’te område

= effekten af den i’te depotstatus

= effekten af det j’te område

= tilfældig residual variation

1..n

1..6

1..3

N(0,

)

Alle faktorer indgår i modellen med systematiske virkninger. X

antages at

være uafhængige.

antages at være normalfordelte.

N ulhypotesen kan udtrykkes som:

= 0

Tabel 3-1 Hypot ese 1 – Fakt or er og n iveauer

Faktorer

1. Depotstatus

(i)

Niveauer

1. M istanke

ROKA: V1 (07)

OM : indtastet (01), prioriteret (02)

2. Forurenet

ROKA: registreret (01), nyere forurening (04), V2 (08), oprydning iværksat (12),

V1/ V2 kortlagte (13), undersøgelse iværksat (14)

VTO: bortfaldskode (bortfald, blank)

3. Oprenset/ afmeldt

ROKA: afmeldt (02), udgået (03), nyere forurening- ryddet op (05), forurening

opryddet efter adl (06), udgået af kortlægning (09)* , ryddet op inden

kortlægning (10), afmeldt efter adl (11)

OM : * * *

VTO: bortfaldskode (afmeldt, frigivet)

4. Restforurening

ROKA: registreret (01)* , V2 (08)* , V1/ V2-kortlagte (13)*

OM :* * *

VTO: dato for tilbagebetaling af egenbetaling (Egenbetaling retur)

5. Afmeldt (undersøgt men uden fund)

ROKA: udgået af kortlægning (09)* * ,

OM : hjemsendt (04)

6. Ikke forurenet

” Rene” ejendomme fra ToldSkat i samme vurderingskreds

Område

a) ToldSkats kommunegruppe 1, 2, 3 omfattende Københavns Kommune,

Frederiksberg Kommune, Københavns Amt, Frederiksborg Amt, Roskilde Amt

b) Øvrige Sjælland og øerne

c) Jylland

2. Geografi

(j)

* )ved gennemført afværge.

* * ) undersøgt men forurening ikke påvist.

* * * )OM -koden ” afsluttet” kode(03) i OM -databasen omfatter både oprensede grunde og grunde

med restforurening. I alt 2.419 OM -sager I 2003 har kode (03). Effekten af restforurening belyses

således kun for sager i ROKA og VTO-registret.

3.4.1.2 Hypotese 2:Der er sammenhæng mellem en ejendoms relative handelspris,

ejendommens depotstatus og ejendommens z onestatus (by- og landz one).

N ulhypotesen (H

) kan formuleres som:

”Uanset zonestatus er der ikke signifikant forskel på lnRH for

boligejendomme med flg. depotstatus: 1) M istanke, 2) Forurenet, 3)

Oprenset, 4) Restforurening, 5) Afmeldt og 6) Ikke forurenet.

D en statistiske model kan opstilles som:

αβ

hvor parametrene jf. T abel 3-2 er:

= lnRH for den i’te depotstatus og j’te z onestatus

= effekten af den i’te depotstatus

= effekten af det j’te zonestatus

= tilfældig residual variation

1..n

1..6

1, 2

N(0,

)

Alle faktorer indgår i modellen med systematiske virkninger. X

antages at

være uafhængige.

antages at være normalfordelte.

N ulhypotesen kan udtrykkes som:

= 0

Tabel 3-2 Hypot ese 2 – Fakt or er og n iveauer

Faktorer

1. Depotstatus

(i)

N iveauer

1. M istanke

ROKA: V1 (07)

OM : indtastet (01), prioriteret (02)

2. Forurenet

ROKA: registreret (01), nyere forurening (04), V2 (08), oprydning iværksat (12),

V1/ V2 kortlagte (13), undersøgelse iværksat (14)

VTO: bortfaldskode (bortfald, blank)

3. Oprenset/ afmeldt

ROKA: afmeldt (02), udgået (03), nyere forurening- ryddet op (05), forurening

opryddet efter adl (06), udgået af kortlægning (09)* , ryddet op inden

kortlægning (10), afmeldt efter adl (11)

OM : * * *

VTO: bortfaldskode (afmeldt, frigivet)

4. Restforurening

ROKA: registreret (01)* , V2 (08)* , V1/ V2-kortlagte (13)*

OM :* * *

VTO: dato for tilbagebetaling af egenbetaling (Egenbetaling retur)

5. Afmeldt (undersøgt men uden fund)

ROKA: udgået af kortlægning (09)* * ,

OM : hjemsendt (04)

6. Ikke forurenet

” Rene” ejendomme fra ToldSkat i samme vurderingskreds

Zonestatus

a) Byzone

b) Landzone

2. Geografi

(j)

* )ved gennemført afværge.

* * ) undersøgt, men forurening ikke påvist.

* * * )OM -koden ” afsluttet” kode(03) i OM -databasen omfatter både oprensede grunde og grunde

med restforurening. I alt 2.419 OM -sager I 2003 har kode (03). Effekten af restforurening belyses

således kun for sager i ROKA og VTO-registret.

3.4.1.3 Hypotese 3:Der er sammenhæng mellem en ejendoms relative handelspris,

ejendommens depotstatus, og hvilken boligtype ejendommen har (parcelhus, lejlighed

mv.).

N ulhypotesen (H

) kan formuleres som:

”Uanset boligbenyttelse er der ikke signifikant forskel på lnRH for

boligejendomme med flg. depotstatus: 1) M istanke, 2) Forurenet, 3)

Oprenset, 4) Restforurening, 5) Afmeldt og 6) Ikke forurenet.

D en statistiske model kan opstilles som:

αβ

hvor parametrene, jf. T abel 3-3, er:

= lnRH for den i’te depotstatus og j’te område boligbenyttelse

= effekten af den i’te depotstatus

= effekten af det j’te boligbenyttelse

= tilfældig residual variation

1..n

1..6

1..2

N(0,

)

Alle faktorer indgår i modellen med systematiske virkninger. X

antages at

være uafhængige.

antages at være normalfordelte.

N ulhypotesen kan udtrykkes som:

= 0

Tabel 3-3 Hypot ese 3 – Fakt or er og n iveauer

Faktorer

1. Depotstatus

(i)

N iveauer

1. M istanke

ROKA: V1 (07)

OM : indtastet (01), prioriteret (02)

2. Forurenet

ROKA: registreret (01), nyere forurening (04), V2 (08), oprydning iværksat (12),

V1/ V2 kortlagte (13), undersøgelse iværksat (14)

VTO: bortfaldskode (bortfald, blank)

3. Oprenset/ afmeldt

ROKA: afmeldt (02), udgået (03), nyere forurening- ryddet op (05), forurening

opryddet efter adl (06), udgået af kortlægning (09)* , ryddet op inden

kortlægning (10), afmeldt efter adl (11)

OM : * * *

VTO: bortfaldskode (afmeldt, frigivet)

4. Restforurening

ROKA : registreret (01)* , V2 (08)* , V1/ V2-kortlagte (13)*

OM :* * *

VTO: dato for tilbagebetaling af egenbetaling (Egenbetaling retur)

5. Afmeldt (undersøgt men uden fund)

ROKA: udgået af kortlægning (09)* * ,

OM : hjemsendt (04)

6. Ikke forurenet

” Rene” ejendomme fra ToldSkat i samme vurderingskreds

Boligbenyttelse jf. Told og Skat

a) Parcelhuse, rækkehuse, to- og trefamiliehuse, dobbelthuse,

udlejningsejendomme (kode 01) samt ejerlejligheder i rækkehuse (kode 27)

(boliger med have)

b) Ejerlejligheder i etagebeboelse (kode 21) (boliger uden have)

2. Geografi

(j)

* )ved gennemført afværge.

* * ) undersøgt, men forurening ikke påvist.

* * * )OM -koden ” afsluttet” kode(03) i OM -databasen omfatter både oprensede grunde og grunde

med restforurening. I alt 2.419 OM -sager I 2003 har kode (03). Effekten af restforurening belyses

således kun for sager i ROKA og VTO-registret.

3.4.1.4 Hypotese 4: Der er sammenhæng mellem en ejendoms relative handelspris,

ejendommens depotstatus, og den ordning som jordforureningen håndteres efter (Lov

om forurenet jord, Oliebranchens M iljøpulje og V ærditabsordningen).

D et testes, om RH afhænger af, hvilken ordning en forurenet/tidligere

forurenet ejendom er under hhv.:

Forureningskortlægning, jf. Lov om forurenet jord (ROKA)

Oliebranchens M iljøpulje (OM )

Værditabsordningen (VT O).

N ulhypoteseen (H

) kan formuleres som:

”Uanset ordning er der ikke signifikant forskel på lnRH for

boligejendomme med flg. depotstatus: 1) M istanke, 2) Forurenet, 3)

Oprenset, 4)Restforurening, og 5) Afmeldt.

D en statistiske model kan opstilles som:

αβ

hvor parametrene, jf. T abel 3-4, er:

= lnRH for den i’te depotstatus og j’te ordning

= effekten af den i’te depotstatus

= effekten af den j’te ordning

= tilfældig residual variation

1..n

1..6

1..3

N(0,

)

Alle faktorer indgår i modellen med systematiske virkninger. X

antages at

være uafhængige.

antages at være normalfordelte.

N ulhypotesen kan udtrykkes som:

= 0

Tabel 3-4 Hypot ese 4 - Test af or dn in ger

Faktorer

1. Depotstatus

(i)

N iveauer

1. M istanke

ROKA: V1 (07)

OM : indtastet (01), prioriteret (02)

2. Forurenet

ROKA: registreret (01), nyere forurening (04), V2 (08), oprydning iværksat (12),

V1/ V2 kortlagte (13), undersøgelse iværksat (14)

VTO: bortfaldskode (bortfald, blank)

3. Oprenset/ afmeldt

ROKA: afmeldt (02), udgået (03), nyere forurening- ryddet op (05), forurening

opryddet efter adl (06), udgået af kortlægning (09)* , ryddet op inden

kortlægning (10), afmeldt efter adl (11)

OM : * * *

VTO: bortfaldskode (afmeldt, frigivet)

4. Restforurening

ROKA: registreret (01)* , V2 (08)* , V1/ V2-kortlagte (13)*

OM :* * *

VTO: dato for tilbagebetaling af egenbetaling (Egenbetaling retur)

5. Afmeldt (undersøgt men uden fund)

ROKA: udgået af kortlægning (09)* * ,

OM : hjemsendt (04)

6. Ikke forurenet

” Rene” ejendomme fra ToldSkat i samme vurderingskreds

1. Forureningskortlægning jf. Jordforureningsloven/ registreret i ROKA (ekskl.

OM -sager, VTO-sager)

2. OM

3. VTO

2. Ordning (j)

* )ved gennemført afværge.

* * ) undersøgt, men forurening ikke påvist.

* * * )OM -koden ” afsluttet” kode(03) i OM -databasen omfatter både oprensede grunde og grunde

med restforurening. I alt 2.419 OM -sager I 2003 har kode (03). Effekten af restforurening belyses

således kun for sager i ROKA og VTO-registret.

3.4.1.5 Hypotese 5:Der er en sammenhæng mellem en ejendoms relative

handelspris i forbindelse med gensalg og en eventuel ændret depotstatus for

ejendommen.

D atamaterialet omfatter ejendomme, som har været solgt under forskellige

depotstatuskoder i perioden 1996-2003. M ed hypotese 5 ønskes effekten af

ændringer i depotstatus i perioden 1996-2003 belyst på lnRH .

N ulhypotesen (H

) kan formuleres som:

”Æ ndringer i depotstatus ved gensalg fører ikke til signifikante

forskelle på lnRH ”.

D en statistiske model kan opstilles som:

hvor faktorerne, jf. T abel 3-5, er:

= lnRH for den i’te depotstatus og j’te handel

= effekten af den i’te depotstatus

= tilfældig residual variation

1..n

1..2

N(0,

)

Alle faktorer indgår i modellen med systematiske virkninger. X

antages at

være uafhængige.

antages at være normalfordelte. M odellen køres i seks

omgange svarende til hver type af depotændring, jf. 3.4.5.5.

N ulhypotesen kan udtrykkes som:

Tabel 3-5 Hypot ese 5 - Test af depot st at usæn dr in g ved gen sal g

Faktorer

1. Depotstatus

(i)

N iveauer

1. M istanke

ROKA: V1 (07)

OM : indtastet (01), prioriteret (02)

2. Forurenet

ROKA: registreret (01), nyere forurening (04), V2 (08), oprydning iværksat (12),

V1/ V2 kortlagte (13), undersøgelse iværksat (14)

VTO: bortfaldskode (bortfald, blank)

3. Oprenset/ afmeldt

ROKA: afmeldt (02), udgået (03), nyere forurening- ryddet op (05), forurening

opryddet efter adl (06), udgået af kortlægning (09)* , ryddet op inden

kortlægning (10), afmeldt efter adl (11)

OM : * * *

VTO: bortfaldskode (afmeldt, frigivet)

4. Restforurening

ROKA: registreret (01)* , V2 (08)* , V1/ V2-kortlagte (13)*

OM :* * *

VTO: dato for tilbagebetaling af egenbetaling (Egenbetaling retur)

5. Afmeldt (undersøgt men uden fund)

ROKA: udgået af kortlægning (09)* * ,

OM : hjemsendt (04)

* ved gennemført afværge.

* * undersøgt, men forurening ikke påvist.

* * * OM -koden ” afsluttet” kode(03) i OM -databasen omfatter både oprensede grunde og grunde

med restforurening. I alt 2.419 OM -sager I 2003 har kode (03). Effekten af restforurening belyses

således kun for sager i ROKA og VTO-registret.

3.4.2 Generelle og modelspecifikke kriterier for dataudtræk

Forud for hver modelkørsel er der foretaget et udtræk af handler fra projekt-

databasen på baggrund af dels nogle generelle, og dels, i de fleste tilfælde,

nogle modelspecifikke kriterier.

D e generelle kriterier, der gælder alle datasæt omfatter:

•

Frie handler i modsætning til familiehandel, auktion samt andre typer

handler. Frie handler svarer til handler mellem parter med

modstridende interesser mht. handelsprisen, mens der for de øvrige

handelstyper er risiko for, at andre og for os ukendte forhold, påvirker

handelsprisen.

H el ejendomsoverdragelse i modsætning til delvis

ejendomsoverdragelse. Idet ejendomsvurderingen altid følger hele

ejendommen, giver det ingen mening at relatere handelsprisen for en

del af ejendommen til ejendomsvurderingen for hele ejendommen.

H andler, hvor såvel handelspris som ejendomsvurdering er større end

0. Relative handelsværdier på 0 er hermed udelukket.

H andler med depotstatus 1, 2, 3, 4, 5 og 6, jf. afsnit 2.4.1.

D e modelspecifikke kriterier fremgår af beskrivelserne for hver hypotese i

afsnit 3.4.4.

3.4.3 Filtrering af afvigende observationer

D et er valgt at anvende SPSS’s Stem-Leaf analyse til udvælgelse af afvigende

observationer. Stem-Leaf-analysen og den deraf følgende filtrering udføres for

hver hypotese og depotstatus.

Udvælgelsen foregår ved først at udføre en deskriptiv analyse, og herunder

Stem-Leaf analysen, på det datasæt, der opfylder såvel de generelle som de

modelspecifikke kriterier. D isse oplysninger fremgår af bilag C under

overskriften ”alle observationer”. På grundlag af Stem-Leaf-plottet udvælges

herefter de ikke-afvigende observationer, hvorefter der igen køres en

deskriptiv analyse af det filtrerede datasæt. D isse oplysninger fremgår ligeledes

af bilag C under overskriften ”Afskåret med depotstatusvis Stem-Leaf-plot”.

Som eksempel ses for depotstatus 1 (mistanke) for hypotese 1, at de afvigende

observationer er som følger:

lnRH < = -0,47 (110 observationer)

lnRH > = 0,74 (126 observationer).

Ovenstående svarer til, at der er foretaget 110 handler til under 47 % af

vurderingen og 126 handler til mere end 74 % over vurderingen. D er tabes

således i alt 236 observationer ved filtreringen.

Filtreringen af data medfører generelt en væsentlig forbedring af

variansanalysens forudsætninger vedr. normalfordelte residualer samt

varianshomogenitet.

3.4.4 Generelle betragtninger vedr. forudsætninger for variansanalyserne

Variansanalyserne forudsætter som nævnt i afsnit 3.1.2:

•

Uafhængige observationer (handler)

•

N ormalfordelte residualer

•

Varianshomogenitet.

G enerelt er antagelsen om uafhængige observationer (handler) vanskelig at

teste. M an kan dog argumentere for, at den enkelte handel i de fleste tilfælde

er uafhængig af de øvrige handler. H andler inden for et meget begrænset

område (f.eks. nabogrunde) kan dog i et vist omfang have gensidig indflydelse

på lige fod med gensalg, men ellers forventes antagelsen generelt at være

opfyldt.

D et er muligt at udføre en formel test for normalitet. D a variansanalyser

generelt er robuste over for afvigelser i normalitet vurderes forudsætningens

opfyldelse primært på grundlag af ændringen i skewness og kurtosis fra det

ufiltrerede til det filtrerede datasæt samt på baggrund af histogrammer over

lnRH for hver depotstatus. En skewness og kurtosisværdi på mellem -2 og 2

er her anvendt som et acceptabelt niveau.

Antagelsen om varianshomogenitet vurderes på grundlag af Levenes test.

T esten er konservativ på den måde, at der kun skal små forskelle i varians til

en signifikant afvisning af hypotesen om varianshomogenitet. Såfremt der ikke

er varianshomogenitet kan selve testniveauet for modelhypotesen som nævnt

være usikkert. Ved meget signifikante testniveauer er det dog sandsynligt, at

modellen stadig vil være signifikant selv ved manglende opfyldelse af

homogenitetskravet. D ette blev f.eks. bekræftet gennem en ikke parametrisk

analyse på rankbaserede RH -værdier for hypotese 1. For de øvrige hypoteser

vil det ligeledes være muligt at bekræfte signifikansniveauet ved ikke

parametriske analyser, hvilket dog ikke er gjort her, idet det forventes at vise

samme resultat som for hypotese 1.

3.4.5 Beskrivelse af datagrundlag samt forudsætninger for de enkelte

variansanalyser

3.4.5.1 Hypotese 1

D atagrundlag og forudsætning for model

T il belysning af hypotese 1 er samtlige observationer, der opfylder de

generelle kriterier anvendt. D er er således ikke anvendt modelspecifikke

kriterier for hypotese 1.

Antallet af observationer samt andre deskriptive parametre for det ufiltrerede

og filtrerede datasæt fremgår af bilag C 1.

Filtreringen medfører en væsentlig reduktion i spredningen samt

kurtosis/skewness inden for hver depotstatus svarende til, at forudsætningerne

forbedres markant.

I alt 693 ud af 6.925 handler med relation til forurening filtreres bort,

svarende til ca. 10 %.

Forudsætningerne for variansanalysen er opfyldte med tilstrækkelig

tilnærmelse til at gennemføre den statistiske analyse.

3.4.5.2 Hypotese 2

D atagrundlag og forudsætning for model

T il belysning af hypotese 2 er flg. modelspecifikke kriterier anvendt ved

udtræk fra projektdatabasen:

•

H andler med angivelse af zonestatus. D er er uddraget en to-delt

zonestatus (Zonestatus) på baggrund af T oldSkats zonekode

(zonekod), jf. T abel 3-6.

Beskrivelse

Byzone

Landzone

Sommerhusområde

Byzone og landzone

Sommerhusområde og landzone

Byzone og sommerhusområde

Byzone, landzone og sommerhusområde

Zonestatus (model)

Byzone

Landzone

Tabel 3-6 To-del t zon est at us i f or h ol d t il pr ojekt dat abasen s zon est at us

Projektdatabasens

zonekode

Antallet af observationer samt andre deskriptive parametre for det ufiltrerede

og filtrerede datasæt fremgår af bilag C 2.

Filtreringen medfører en væsentlig reduktion i spredningen samt

kurtosis/skewness inden for hver depotstatus, svarende til, at forudsætningerne

forbedres markant.

I alt 513 ud af 5.420 handler med relation til forurening filtreres bort,

svarende til ca. 9 %.

Forudsætningerne for variansanalysen er opfyldte med tilstrækkelig

tilnærmelse til at gennemføre den statistiske analyse.

3.4.5.3 Hypotese 3

D atagrundlag og forudsætning for model

T il belysning af hypotese 3 er flg. modelspecifikke kriterier anvendt ved

udtræk fra projektdatabasen:

•

Boligejendomme, ekskl. andelsboliger og ejerlejligheder i en-, to- eller

trefamiliehuse o.lign., (T oldSkat benytkod = 01, 27 og 21), jf. T abel

3-7.

Tabel 3-7 Tol dSkat s bol igben yt t el seskode

ToldSkat -boligbenyt-

telseskode

Beskrivelse

Parcelhuse, rækkehuse, to- og trefamiliehuse, dobbelthuse, udlejningsejendomme

Ejerlejligheder i etagebeboelse

Ejerlejligheder i en, - to eller trefamiliehuse o.lign.

Ejerlejligheder i rækkehuse

Støttede andelsboliger

Antallet af observationer samt andre deskriptive parametre for det ufiltrerede

og filtrerede datasæt fremgår af bilag C 3.

Filtreringen medfører en væsentlig reduktion i spredningen samt

kurtosis/skewness inden for hver depotstatus, svarende til, at forudsætningerne

forbedres markant.

I alt 671 ud af 6.771 handler med relation til forurening filtreres bort,

svarende til ca. 10 %.

Forudsætningerne for variansanalysen er opfyldte med tilstrækkelig

tilnærmelse til at gennemføre den statistiske analyse.

3.4.5.4 Hypotese 4

D atagrundlag og forudsætning for model

T il belysning af hypotese 4 er samtlige observationer, der opfylder de

generelle kriterier, anvendt.

Antallet af observationer samt andre deskriptive parametre for det ufiltrerede

og filtrerede datasæt fremgår af bilag C 4.

Filtreringen medfører en væsentlig reduktion i spredningen samt

kurtosis/skewness inden for hver depotstatus svarende til, at forudsætningerne

forbedres markant.

I alt 688 ud af 6.925 handler med relation til forurening filtreres bort,

svarende til ca. 10 %.

Forudsætningerne for variansanalysen er opfyldte med tilstrækkelig

tilnærmelse til at gennemføre den statistiske analyse.

3.4.5.5 Hypotese 5

D atagrundlag og forudsætning for model

T il belysning af hypotese 5 er samtlige observationer, der opfylder de

generelle kriterier, anvendt. D ertil kommer, at kun handler, der vedrører

ejendomme, der optræder under forskellige depotstatuskoder i perioden, er

medtaget.

T abel 3-8 giver en oversigt over antallet af ejendomme og handler, der er

omfattet af forskellige ændringer i depotstatus gennem perioden 1996-2003.

D er var ingen ejendomme, der gennemgik mere end 2 depotændringer.

Pga. antallet af observationer testes hypotesen ikke for typerne

•

”M istanke til oprenset”.

•

”Forurenet til undersøgt uden fund”.

Antallet af observationer samt andre deskriptive parametre for de ufiltrerede

og filtrerede datasæt fremgår af bilag C 5a til bilag C 5d.

Tabel 3-8 Type af depot æ dr in g samt an t al ejen do mme og an t al h an dl er

Depotændring

M istanke til forurenet

heraf mistanke

heraf forurenet

M istanke til oprenset

heraf mistanke

heraf oprenset

M istanke til undersøgt uden fund

heraf mistanke

heraf undersøgt uden fund

Forurenet til oprenset

heraf forurenet

heraf oprenset

Forurenet til restforurening

heraf forurenet

heraf restforurening

Forurenet til undersøgt uden fund

heraf forurenet

heraf undersøgt uden fund

Antal ejd.nr.

17 (9, 4, 4)*

Antal handler

130

1 (0,0,1)*

28 (15, 6, 7)*

40 (29, 4, 7)*

56 (43, 4, 9)*

1 (0,0,1)*

*(fordeling til hhv. København/omegn, Øvrig Sjælland/Fyn og Jylland).

3.4.6 Opsummering af anvendte kriterier og forudsætningerne for

variansanalyserne

D er er i undersøgelsen valgt såvel generelle som modelspecifikke kriterier for

etablering af datagrundlag for de 5 hypoteser. D er er valgt følgende generelle

kriterier ved udvælgelsen af handler fra databasen:

•

Frie handler

•

100 %’s ejendomsoverdragelse

•

H andelspris og ejendomsvurdering større end 0

•

D epotstatus 1-6.

D ertil kommer de anvendte hypotesespecifikke kriterier:

•

Kode for landsdel

•

Zonekode

•

Benyttelseskode

•

Kode for database/ordning.

D esuden har det været en forudsætning, at der er tale om ikke afvigende

observationer. Ved hjælp af SPSS’ faciliteter(Stem-Leaf-analyse) er afvigende

observationer udvalgt.

I T abel 3-9 er anvendt datagrundlag efter filtrering vist.

D et ses af tabellen, at datagrundlaget er solidt for så vidt angår hypoteserne 1-

4, mens datagrundlaget for hypotese 5 er svagere.

Tabel 3-9 An ven dt dat agr un dl ag f or h ypot eser n e 1-5

Depotstatus

H ypotese 1

Landsdel

1. M istanke

2. Forurenet

3. Oprenset

4. Restforurening

5. Undersøgt uden fund

I alt

depotstatus 1-5

6. Ikke forurenet

2.367

2.439

643

548

240

H ypotese 2

Zone

1.857

1.844

570

433

203

H ypotese 3

Benyttelse

2.292

2.411

629

538

230

H ypotese 4

ordning

2.367

2.439

643

548

240

H ypotese 5

Gensalg

18-29

22-40

46-63

6.237

558.806

4.907

503.563

6.100

547.870

6.237

558.806

D et kan endvidere konkluderes, at forudsætningerne for variansanalyserne,

dvs.

•

uafhængige observationer (handler)

•

normalfordelte residualer (normalitet)

•

varianshomogenitet

er opfyldte for alle modelhypoteser med tilstrækkelig tilnærmelse til at

gennemføre den statistiske analyse.

Ved de gennemførte analyser er det endvidere valgt at benytte 10 %’s niveau

for variansanalysemodellen og 90 %-konfidensinterval for middelværdierne.

4 Resultater og diskussion

I dette afsnit vil resultaterne for de 5 hypoteser blive beskrevet, og der vil være

en kort diskussion af de generelle tendenser.

4.1 Hypot ese 1 - Depot st at us og omr åde

H ypotese 1 er formuleret:

•

D er er sammenhæng mellem en ejendoms relative handelspris,

ejendommens depotstatus, og hvilken landsdel ejendommen er

placeret i.

Statistisk er nulhypotesen (H

) formuleret:

•

”Uanset område er der ikke signifikant forskel på relativ handelspris

for boligejendomme med flg. depotstatus: 1) M istanke, 2) Forurenet,

3) Oprenset, 4) Restforurening, 5) Afmeldt(undersøgt uden fund og

6) Ikke forurenet.

Beregningerne viser, at der er signifikant vekselvirkning mellem depotstatus og

område, jf. bilag C 1. N ulhypotesen kan derfor afvises, og lnRH (og RH )

afhænger dermed af depotstatus og område.

I Figur 4-1 ses de estimerede RH -værdier samt tilhørende 90 %-konfidens-

intervaller.

1,4

København og omegn

Øvrige Sjælland og Fyn

Jylland

1,35

Handelsprisens andel af ejendomsvurderingen

1,3

1,25

1,2

1,15

1,1

1,05

1) Mistanke

2) Forurenet

3) Oprenset

4) Restfourening

5) Undersøgt uden

fund

6) Ikke forurenet

Figur 4-1 Hypot ese 1 - Depot st at us og omr åde - est imer ede RH-væ dier f or h an dl er samt

90 %-kon f iden sin t er val f or del t på depot st at us.

Figuren viser købesummens (handelsprisens) andel af ejendomsvurderingen

fordelt på områderne ”København og omegn”, ”Øvrige Sjælland og Fyn”

samt ”Jylland” fordelt på depotstatus 1-5, dvs. ”mistanke”, forurenet”,

”oprenset”, ”restforu-rening” og ”undersøgt uden fund”. Ligeledes er

handelsprisens andel af ejendoms-vurderingen vist for de handler af

sammenlignelige grunde, der har depotstatus 6 ”ikke forurenet”.

Af figuren fremgår det endvidere, om der er signifikant forskel på RH inden

for f.eks. depotstatus 1, ”mistanke” mellem de forskellige landsdele ved at se,

konfidensintervallerne, angivet med ”

” øverst på søjlerne, overlapper

hinanden.

H vis der ikke er signifikant forskel betyder det, at handlede ejendomme i en

gruppe ikke adskiller sig væsentligt fra en anden gruppe.

I T abel 4-1 er værditabet udtrykt i %-point i forhold til de ikke forurenede

grunde.

Værditabet beregnes som forskellen mellem den gennemsnitlige RH i % for

sammenlignelige ikke forurenede ejendomme (depotstatus 6) og den

gennemsnitlige RH i % for den pågældende depotstatus med relation til

forurening (depotstatus 1-5).

Af tabellen fremgår det f.eks., at ”restforurening” i København og omegn

medfører et værditab på 10,2 % i forhold til ikke forurenede ejendomme. I det

øvrige land er værditabet ikke signifikant for grunde med restforurening.

Tabel 4-1 Hypot ese 1 - Vær dit ab i %-poin t som f øl ge af f or ur en in g. Sign at ur en ” –

” bet yder , at der ikke er sign if ikan t f or skel t il de ikke f or ur en ede gr un de

Depotstatus

Kategori

København og

omegn

Øvrige

Sjælland/ Fyn

Jylland

M istanke

5,4

5,0

Forurenet

3,3

Oprenset

4,5

4,2

Rest-

forurening

10,2

Undersøgt uden

fund

9,7

6,3

6,4

M ed denne kategoriopdeling fremgår det af figurer og tabellen, at:

- der er signifikante forskelle mellem landsdelene,

- depotstatus ”mistanke” medfører et større værditab end ”forurenet og

oprenset”,

- depotstatus ”forurenet” kun medfører en signifikant værdiforringelse i

Jylland,

- depotstatus ”oprenset” ikke er signifikant forskellig fra ”forurenet”,

- depotstatus ”restforurening” kun i København og omegn medfører et

signifikant værditab,

- depotstatus ”undersøgt uden fund” giver værditab over 6 %-point i

hele landet.

D et fremgår af figuren, at RH generelt er højest i København og omegn og

lavest i Jylland. D ette kan skyldes, at prisudviklingen i perioden kan være

forskellig for de respektive landsdele. D ette kan have betydning for den

statistiske analyse, idet vurderingen er baseret på historiske handler, hvilket

medfører, at en generel prisstigning først påvirker vurderingsprisen i det

efterfølgende år. En stor pris-stigning i et givent år vil derfor medføre en høj

RH .

D en manglende påvirkning af RH for depotstatus ”mistanke” og ”forurenet” i

København og omegn kan skyldes en systematisk afvigelse for disse

depotstatusgrupper i området. Afvigelsen kan f.eks. være, at de to

depotstatusgrupper indeholder mange grunde med god/central beliggenhed,

og at der har været stor efterspørgsel uden, at der har været uforurenede

alternativer for køber.

4.2 Hypot ese 2 - Depot st at us og zon est at us

H ypotese 2 er:

•

D er er sammenhæng mellem en ejendoms relative handelspris,

ejendommens depotstatus og ejendommens zonestatus (by- og

landzone).

Statistisk er nulhypotesen (H

) formuleret:

”Uanset zonestatus er der ikke signifikant forskel på RH for

boligejendomme med flg. depotstatus: 1) M istanke, 2) Forurenet, 3)

Oprenset, 4) Restforurening, 5) Afmeldt (undersøgt uden fund) og 6)

Ikke forurenet.

Beregningerne viser, at der er signifikant vekselvirkning mellem depotstatus og

zonestatus, se bilag C 2. N ulhypotesen kan derfor afvises, og lnRH (og RH )

afhænger dermed af depotstatus og zonestatus.

I Figur 4-2 ses de estimerede RH -værdier samt tilhørende 90%-

konfidensintervaller.

1,4

Byzone

Landzone

1,35

Handelsprisens andel af ejendomsvurderingen

1,3

1,25

1,2

1,15

1,1

1,05

1) Mistanke

2) Forurenet

3) Oprenset

4) Restfourening 5) Undersøgt uden 6) Ikke forurenet

fund

Figur 4-2 Hypot ese 2 - Depot st at us og zon est at us - est imer ede RH-væ dier f or h an dl er

samt 90 %-kon f iden sin t er val f or del t på depot st at us.

I T abel 4-2 er værditabet udtrykt i %-point.

Værditabet beregnes som forskellen mellem den gennemsnitlige RH i % for

sammenlignelige ikkeforurenede ejendomme (depotstatus 6) og den gennem-

snitlige RH i % for den pågældende depotstatus med relation til forurening

(depotstatus 1-5).

H eraf ses f.eks., at ”restforurening” i byzone medfører et værditab på 6,0 %-

point i forhold til ikke forurenede ejendomme, mens der i landzonen ikke ses

et signifikant værditab. For landzone ses et stort, men ikke signifikant,

værditab for grunde med restforurening.

Tabel 4-2 Hypot ese 2 - Vær dit ab i %-poin t som f øl ge af f or ur en in g i f or h ol d t il de ikke

f or ur en ede gr un de - sign at ur en ” – ” bet yder , at der ikke er sign if ikan t f or skel

Depotstatus

Kategori

Byzone

Landzone

M istanke

10,7

Forurenet

Oprenset

-2,5

Rest-

forurening

6,0

5) Undersøgt

uden fund

5,6

M ed denne kategoriopdeling fremgår det af figuren og tabellen, at:

- der er væsentlige forskelle mellem byzone og landzone,

- depotstatus ”mistanke” er ikke af signifikant betydning i byerne, men

medfører et signifikant værditab i landzone,

- depotstatus ”forurenet” giver ikke en signifikant forskel i RH ,

- depotstatus ”oprenset” medfører en signifikant værdistigning i byzone,

- depotstatus ”restforurening” medfører et signifikant værditab i

byzone, mens tabet i landzone er stort, men ikke statistisk signifikant,

- depotstatus ”undersøgt uden fund” medfører et signifikant værditab i

byzone, mens tabet i landzone er stort, men ikke statistisk signifikant.

For depotstatus ”restforurening” og ”undersøgt uden fund” kan det

konstateres, at der i landzone er nogle handler, der falder så meget uden for

det normale, at selv store numeriske forskelle i den relative handelsværdi ikke

bliver signifikante.

D en manglende påvirkning af RH for depotstatus ”mistanke” og ”forurenet” i

byzone kan skyldes en systematisk afvigelse for disse depotgrupper i

kategorien. Afvigelsen kan f.eks. være, at de to depotstatusgrupper indeholder

mange grunde med god/central beliggenhed, og at der har været stor

efterspørgsel, uden at der har været uforurenede alternativer for køber. At

denne afvigelse forekommer i byzone, som det ligeledes var tilfældet under

hypotese 1 for København og omegn, er med til at sandsynliggøre

forklaringen. At depotstatus ”oprenset” handles signifikant højere end ”ikke

forurenet” peger ligeledes i den retning.

For landzone er der for depotstatus ”forurenet”, ”oprenset”, ”restforurening”

og ”undersøgt uden fund” meget brede konfidensintervaller, der medfører, at

disse grupper ikke viser signifikante afvigelser. D et brede konfidensinterval er

et udtryk for meget store afvigelser fra gennemsnittet inden for hver gruppe.

Beboelsesejendomme i landzone er en meget bred kategori, der for de

forskellige depotstatusgrupper kan indeholde:

- små ejendomme med massive forureninger (meget lav RH ),

- store ejendomme med afgrænsede forureninger (stor RH ) og

- liebhaverejendomme med veldefinerede forureninger (meget stor

RH ).

D ette kan være medvirkende til den store variation i RH for kategorien.

4.3 Hypot ese 3 - Depot st at us og bol igben yt t el se

H ypotese 3 er formuleret:

•

D er er sammenhæng mellem en ejendoms relative handelspris,

ejendommens depotstatus, og hvilken boligtype ejendommen har

(parcelhus, lejlighed mv.)

Statistisk er nulhypotesen (H

) formuleret:

•

”Uanset boligbenyttelse er der ikke signifikant forskel på RH for

boligejendomme med flg. depotstatus: 1) M istanke, 2) Forurenet, 3)

Oprenset, 4)Restforurening, 5) Afmeldt (undersøgt uden fund) og 6)

Ikke forurenet.”

Beregningerne viser, at der er signifikant vekselvirkning mellem depotstatus og

boligbenyttelse, se bilag C 3. N ulhypotesen kan derfor afvises, og lnRH (og

RH ) afhænger dermed af depotstatus og boligbenyttelse.

I Figur 4-3 ses de estimerede RH -værdier samt tilhørende 90 %-

konfidensintervaller.

1,4

Hus

Etagelejlighed

1,35

Handelsprisens andel af ejendomsvurderingen

1,3

1,25

1,2

1,15

1,1

1,05

1) Mistanke

2) Forurenet

3) Oprenset

4) Restfourening 5) Undersøgt uden 6) Ikke forurenet

fund

Figur 4-3 Hypot ese 3 - Depot st at us og bol igben yt t el se - est imer ede RH-vær dier f or

h an dl er samt 90 %-kon f iden sin t er val f or del t på depot st at us.

I T abel 4-3 er værditabet udtrykt i %-point.

Værditabet beregnes som forskellen mellem den gennemsnitlige RH i % for

sammenlignelige ikke forurenede ejendomme (depotstatus 6) og den

gennemsnitlige RH i % for den pågældende depotstatus med relation til

forurening (depotstatus 1-5).

H eraf ses f.eks., at ”restforurening” for huse medfører et værditab på 3,5 %-

point i forhold til ikke forurenede ejendomme, mens værditabet for

etagelejligheder er 10,4 %-point.

Tabel 4-3 Hypot ese 3 - Vær dit ab i %-poin t som f øl ge af f or ur en in g - sign at ur en ” –

” bet yder , at der ikke er sign if ikan t f or skel

Depotstatus

Kategori

H us

Etage-lejlighed

M istanke

7,7

3,2

Forurenet

3,0

Oprenset

3,2

Rest-

forurening

3,5

10,4

5) Undersøgt

uden fund

7,3

12,1

M ed denne kategoriopdeling fremgår det af figuren og tabellen, at:

der er signifikante forskelle mellem kategorierne,

depotstatus ”mistanke” resulterer i signifikante værditab i begge

kategorier,

depotstatus ”forurenet” resulterer i signifikant værditab i kategorien

”hus”, mens der ikke er hverken relativt eller signifikant værditab for

kategorien ”etagelejlighed”,

depotstatus ”oprenset” resulterer i signifikant værditab i kategorien

”hus”, mens der ikke er hverken relativt eller signifikant værditab for

kategorien ”etagelejlighed”,

depotstatus ”restforurening” resulterer i signifikante værditab i begge

kategorier, størst for etagelejligheder,

depotstatus ”undersøgt uden fund” resulterer i signifikante værditab i

begge kategorier.

For depotstatus ”restforurening” og ”undersøgt uden fund” var der i

landzone (hypotese 2) nogle handler, der faldt så meget uden for det normale,

at selv store numeriske forskelle i relativ handelsværdi ikke bliver signifikante.

D ette fænomen er ikke til stede i disse kategorier. D ette kan tolkes som, at der

i landzone er nogle meget store variationer, der er relateret til ”hus” eller

”etagelejlighed”.

D et skal bemærkes, at der med denne kategoriopdeling er et meget signifikant

værditab for depotstatus ”undersøgt uden fund” både for huse og

etagelejligheder. H use og etagelejligheder er sammenligningsmæssigt robuste

størrelser, og udslaget må formodes at skyldes, at usikkerheden om matriklens

egentlige status skaber generel bekymring hos køber og sælger.

Endvidere skal der gøres opmærksom på, at forureninger, som er knyttet til

ejerlejligheder, som oftest er relateret til indeklimaproblemer.

4.4 Hypot ese 4 – Depot st at us og or dn in g

H ypotese 4 er formuleret:

•

D er er sammenhæng mellem en ejendoms relative handelspris,

ejendommens depotstatus, og den ordning som jordforureningen

håndteres efter (Lov om forurenet jord, Oliebranchens M iljøpulje eller

Værditabsord-ningen).

Statistisk er nulhypotesen (H

) formuleret:

•

”Uanset ordning er der ikke signifikant forskel på RH for

boligejendomme med flg. depotstatus: 1) M istanke, 2) Forurenet, 3)

Oprenset, 4)Restforu-rening, 5) Afmeldt (undersøgt uden fun4) og 6)

Ikke forurenet.”

Beregningerne viser, at der er signifikant vekselvirkning mellem depotstatus og

ordning. N ulhypotesen kan derfor afvises, og lnRH (og RH ) afhænger

dermed af depotstatus og ordning.

I Figur 4-4 ses de estimerede RH -værdier samt tilhørende 90%-

konfidensintervaller.

1,4

Ikke forurenet

ROKA

VTO

1,35

Handelsprisens andel af ejendomsvurderingen

1,3

1,25

1,2

1,15

1,1

1,05

1) Mistanke

2) Forurenet

3) Oprenset

4) Restfourening 5) Undersøgt uden 6) Ikke forurenet

fund

Figur 4-4 Hypot ese 4 - Depot st at us og or dn in g - est imer ede RH-væ dier f or h an dl er

samt 90 %-kon f iden sin t er val f or del t på depot st at us.

I T abel 4-4 er værditabet udtrykt i %-point.

Værditabet beregnes som forskellen mellem den gennemsnitlige RH i % for

sammenlignelige ikke forurenede ejendomme (depotstatus 6) og den gennem-

snitlige RH i % for den pågældende depotstatus med relation til forurening

(depotstatus 1-5).

H eraf ses f.eks., at ”restforurening” giver værditab på hhv. 5,6 %-point og 6,3

%- point, når lokaliteten kan henføres til hhv. ROKA og VT O. Samme som

før!

Tabel 4-4 Hypot ese 4 - Vær dit ab i %-poin t som f øl ge af f or ur en in g -

sign at ur en ” – ” bet yder , at der ikke er sign if ikan t f or skel

Depotstatus

Kategori

ROKA

VTO

1) M istanke

2,6

5,5

---

2) Forurenet

5,3

-3,1

3) Oprenset

---

-8,8

4) Rest-

forurening

---

5,6

6,3

5) Undersøgt

uden fund

8,1

6,9

---

D er er meget væsentlige forskelle mellem de tre databaser, der desuden ikke

for alle typer depotstatus indeholder sammenlignelige kategorier. Kategorierne

er sammenholdt med den gennemsnitlige relative handelsværdi for

depotstatus ”ikke forurenet” i samme vurderingskreds.

M ed denne kategoriopdeling fremgår det af figuren og tabellen, at:

- depotstatus ”mistanke” medfører et signifikant værditab (OM ,

ROKA),

- depotstatus ”forurenet” medfører et signifikant værditab (OM )

respektive en beskeden, men signifikant, værdistigning (ROKA), mens

resultatet for VT O ikke er signifikant forskelligt,

- depotstatus ”oprenset” resulterer i en signifikant værdistigning

(VT O),

- depotstatus ”restforurening” medfører et signifikant værditab

(ROKA, VT O),

- depotstatus ”Undersøgt uden fund” medfører et signifikant værditab

(OM , ROKA).

G enerelt er der store udsving og markante signifikante resultater. D ette kan

bl.a. skyldes,

- at der statistisk set sker en afvigende udvælgelse af data, der afviger

mellem VT O, ROKA og OM indbyrdes, og

- at der også kan være en afvigelse fra den enkelte database til

depotstatus ”ikke forurenet”, således at de hver for sig ikke udgør et

repræsentativt udsnit af de handlede ejendomme i D anmark.

4.5 Hypot ese 5 – Depot st at usæn dr in ger og gen sal g

H ypotese 5 er formuleret:

•

D er er en sammenhæng mellem en ejendoms relative handelspris i

forbindelse med gensalg og en eventuel ændret depotstatus for

ejendommen.

Statistisk er nulhypotesen (H

) formuleret:

•

”Æ ndringer i depotstatus ved gensalg fører ikke til signifikante

forskelle på RH ”.

Af bilag C 5a ses det, at der ikke er signifikant vekselvirkning mellem

”mistanke” og ”forurenet”. N ulhypotesen kan derfor ikke afvises, og lnRH

(og RH ) afhænger dermed ikke af ”mistanke” og ”forurenet”.

Af bilag C 5b ses det, at der er signifikant vekselvirkning mellem ”mistanke”

og ”undersøgt uden fund”. N ulhypotesen kan derfor afvises, og lnRH (og

RH ) afhænger dermed af ”mistanke” og ”undersøgt uden fund”.

Af bilag C 5c ses det, at der ikke er signifikant vekselvirkning mellem

”forurenet” og ”oprenset”. N ulhypotesen kan derfor ikke afvises, og lnRH

(og RH ) afhænger dermed ikke af ”forurenet” og ”oprenset”.

Af bilag C 5d ses det, at der er signifikant vekselvirkning mellem ”forurenet”

og ”oprenset”. N ulhypotesen kan derfor afvises, og lnRH (og RH ) afhænger

dermed af depotstatus og ordning ”forurenet” og ”oprenset”.

Resultaterne af den statistiske analyse er vist i figurerne 4-5 til 4-9, der viser

histogrammer med værdierne samt 90 %-konfidensinterval.

D et skal bemærkes, at denne hypotese behandler et væsentligt lavere antal

handler end de øvrige. Antallet for hvert par fremgår af T abel 3-8.

4.5.1 M istanke til forurenet

I Figur 4-5 ses resultaterne fra hypotese 5a (gensalg ved ændret depotstatus

fra mistanke til forurenet).

1,6

Købesummens andel af ejendomsvurderingen

1,5

1,4

1,3

1,2

1,1

Mistanke

Forurenet

Figur 4-5 Hyp. 5a – Gen sal g ved æn dr et depot st at us f r a mist an ke t il f or ur en et –

est imer ede RH-væ dier f or h an dl er samt 90%-kon f iden sin t er val .

Ved denne sammenligning af ejendomme, der er blevet handlet flere gange,

ses der en væsentlig, men ikke signifikant forskel på, om ejendommene er

handlet som mistanke eller som forurenet. Ejendomme med depotstatus

”mistanke” handles til en højere gennemsnitlig relativ handelspris, når

mistanken er blevet verificeret.

D en manglende signifikans og den store varians kan henføres til det

forholdsvis beskedne antal handler eller skyldes andre forhold.

4.5.2 M istanke til undersøgt uden fund

I Figur 4-6 ses resultaterne fra hypotese 5b (gensalg ved ændret depotstatus

fra mistanke til undersøgt uden fund).

1,6

Købesummens andel af ejendomsvurderingen

1,5

1,4

1,3

1,2

1,1

Mistanke

Undersøgt uden fund

Figur 4-6 Hyp. 5b – Gen sal g ved æ dr et depot st at us f r a mist an ke t il un der søgt uden

f un d - est imer ede RH-væ dier f or h an dl er samt 90%-kon f iden sin t er val .

Ved denne sammenligning af ejendomme, der er blevet handlet flere gange,

ses der en væsentlig og signifikant forskel. Selvom ejendommen er blevet

undersøgt, og der ved undersøgelsen ikke er fundet forurening, handles

ejendommen efter undersøgelsen til en signifikant lavere gennemsnitlig relativ

handelspris.

4.5.3 Forurenet til oprenset

I Figur 4-7 ses resultaterne fra hypotese 5c (gensalg ved ændret depotstatus

fra forurenet til oprenset).

1,6

Købesummens andel af ejendomsvurderingen

1,5

1,4

1,3

1,2

1,1

Forurenet

Oprenset

Figur 4-7 Hyp. 5c – Gen sal g ved æn dr et depot st at us f r a f or ur en et t il opr en set -

est imer ede RH-væ dier f or h an dl er samt 90%-kon f iden sin t er val .

Ved denne sammenligning af ejendomme, der er blevet handlet flere gange,

ses der en væsentlig, men ikke signifikant forskel. Ejendomme med

depotstatus ”forurenet” handles til en højere gennemsnitlig relativ handelspris

før oprensning. Oprensningen medfører tilsyneladende ikke en reduktion af

værditabet.

D en manglende signifikans og den store varians formodes igen at kunne

henføres til det forholdsvis beskedne antal handler.

4.5.4 Forurenet til restforurening

I Figur 4-8 ses resultaterne fra hypotese 5d (gensalg ved ændret depotstatus

fra forurenet til restforurening).

1,6

Købesummens andel af ejendomsvurderingen

1,5

1,4

1,3

1,2

1,1

Forurenet

Restforurening

Figur 4-8 Hyp. 5d – Gen sal g ved æ dr et depo t st at us f r a f or ur en et t il r est f or ur en in g -

est imer ede RH-væ dier f or h an dl er samt 90%-kon f iden sin t er val .

Ved denne sammenligning af ejendomme, der er blevet handlet flere gange,

ses der en væsentlig og signifikant forskel. Ejendomme med depotstatus

”forurenet” handles til en højere gennemsnitlig relativ handelspris, end i de

tilfælde, hvor ejendommen er blevet oprenset, uden at hele forureningen er

fjernet.

4.6 Diskussion

Ovenstående resultater er baseret på analyse af data fra registrene ROKA,

OM -databasen og VT O-registret. D a der er forskel på indholdet af de enkelte

registre, er disse kort beskrevet:

Registret Over Kortlagte Arealer, ROKA, foretager en national kortlægning af

de kemikalieaffaldsdepoter og forurenede grunde, som amterne fører tilsyn

med. Kortlægningen indgår i en database med informationer om amternes

indberetning vedr. disse grunde. D en generelle kortlægning og senere

oprydning af forurenede grunde var først i 1990’erne koncentreret om de

bynære grunde, ofte relateret til punktkildeforureninger, og det er først i

slutningen af 1990’erne, at ejendomme i landzone kom med i større tal.

Oliebranchens M iljøpulje, OM , blev oprettet med det formål at undersøge og

oprense forureninger på nedlagte benzinstationer. Oliebranchens M iljøpulje

var resultatet af en aftale mellem samtlige olieselskaber, der sælger benzin i

D anmark og en række offentlige myndigheder. Aftalen blev underskrevet den

21. december 1992 af Oliebranchens Fællesrepræsentation, Kommunernes

Landsforening, Amtsrådsforeningen, Københavns Kommune, Frederiksberg

Kommune og M iljøstyrelsen.

M yndighederne kunne efter aftalen frem til 1999 indstille grunde, hvor der

har været detailsalg af autobenzin indtil 1991, mens oliebranchen frem til

1995 kunne indstille grunde med benzinsalgsanlæg, der var i drift efter 1.

oktober 1991. Ved fristens udløb var der modtaget indstillinger for 9.400

grunde.

Værditabsordningen trådte i kraft i 1993. M ed denne ordning fik ejere af en

forurenet grund mulighed for at få foretaget en fremrykket offentligt

finansieret oprydning af grunden mod en egenbetaling. H vis der efter

oprydning på en grund stadig er en restforurening tilbage, vil boligejeren

normalt få egenbetalingen retur sammen med en erklæring om, at

restforureningen er uden betydning for ejendommens anvendelse som

helårsbolig. D en enkelte boligejer skal selv søge sit amt om at komme med i

ordningen. Amtet står for alle de praktiske opgaver i forbindelse med

oprydningen, såsom evt. undersøgelser på grunden, ansøgning om midler til

finansstyrelsen og selve arbejdet med oprydningen.

VT O-ordningen er i en vis udstrækning karakteriseret ved mange oprydninger

på matrikler i afgrænsede områder.

D en historiske udvikling af de enkelte registre og den geografiske udvikling i

processen med kortlægning kan være medvirkende årsag til, at nogle af

resultaterne i denne undersøgelse afviger fra det forventede. D ette hænger

sammen med, at ejendomspriserne i perioden 1996-2003 er steget meget

kraftigt, jf. figur 4-9.

I figur 4-9 er Realkreditrådets data for prisudviklingen samt T oldSkats data

for udviklingen i ejendomsvurderingen i perioden 1995-2003 præsenteret.

Kurverne for handelspris og vurdering tegner i begge tilfælde et billede af et

ejendomsmarked i rivende udvikling /6/.

Udvikling i handelspris og ejendomsvurdering for ejerboliger

280,0

260,0

240,0

220,0

Indeks

200,0

180,0

160,0

140,0

120,0

100,0

19 . k v

97 vt.

19 . k v

99 vt.

20 . k v

01 vt.

20 . k v

Parcel- og rækkehuse (handel)

Ejerlejligheder (handel)

Etageboliger (vurdering)

Enfam. og -rækkehuse

(vurdering)

Figur 4-9 Pr isudvikl in gen samt udvikl in gen i ejen domsvur der in gen f or h h v. par cel - og

ræ

kkeh use samt ejer l ejl igh eder i per ioden 1995-2003, 1. kvar t al 1995 = in deks 100. Dat a

f or pr isudvikl in gen er f r a Real kr edit r ådet / 6/ . Dat a f or udvikl in gen i

ejen domsvur der in g er f r aTol dSkat / 7/ .

Den meget st or e pr isst ign in g i per ioden dækker over bet r agt el ige var iat ion er , både

geogr af isk og mel l em f or skel l ige t yper ejen domme. Der er l igel edes st or e var iat ion er

i pr isst ign in ger n e over t id. Det t e f r emgår af f igur 4-10.

Årlig prisstigning

18,0

16,0

14,0

12,0

10,0

Parcel- og rækkehuse

Ejerlejligheder

8,0

6,0

4,0

2,0

0,0

1995

1996

1997

1998

1999

2000

2001

2002

2003

Figur 4-10 Den år l ige pr isst ign in g i % f or h h v. Par cel - og r æ

kkeh use samt

ejer l ejl igh eder i per ioden 1995-2003 / 6/

Analysen er således foretaget for en periode, hvor ejendomsmarkedet har

været i rivende udvikling, og hvor mangel på boliger i visse områder kan have

influeret på den relative handelspris for ejendomme med relation til

forurening.

D et er i forbindelse med denne undersøgelse forsøgt at fortage en yderligere

opsplitning, idet årstallet for handel er indgået som en statistisk variabel. D ette

reducerede imidlertid antallet af data kategorierne med relation til forurening i

en sådan grad, at konfidensintervallerne blev for store.

For overblikkets skyld er der i T abel 4-5 foretaget en sammenstilling af

værditabet i %-point for hypoteserne 1-4. D en 5. analyse, som skulle belyse,

om der er en sammenhæng mellem en ejendoms relativ handelspris i

forbindelse med gensalg og en eventuel ændret depotstatus, fremgår ikke af

tabellen, da der i analysen ikke foretages en sammenligning i forhold til

depotstatus ”ikke forurenet”.

Tabel 4-5 Over sigt over vær dit ab i %-poin t f or h ypot ese 1-4

Depotstatus

1) M istanke

2) Forurenet

Oprenset

4)Rest-

forurening

5) Under-

søgt uden

fund

10,2

6,0

3,5

10,4

5,6

6,3

9,7

6,3

6,4

5,6

7,3

12,1

8,1

6,9

Kategori

H ypotese 1 København og

omegn

Øvrige

Sjælland/ Fyn

Jylland

H ypotese 2 Byzone

Landzone

H ypotese 3 H us

Etage-lejlighed

H ypotese 4 OM

ROKA

VTO

5,4

5,0

10,7

7,7

3,2

2,6

5,5

3,3

3,0

5,3

-3,1

* *

4,5

4,2

-2,5* *

3,2

-8,8* *

* - ikke signifikant.

* * bemærk højere værdi i forhold til ikke forurenede.

H erefter er der i T abel 4-6 en oversigt over de gennemsnitlige værditab for

hypo-teserne 1-4, hvor afvigelsen var signifikant. T allene i tabellen

fremkommer som et direkte gennemsnit (ikke statistisk) af de signifikante

værdier fra hypotese 1-4. I tabellen er også vist det gennemsnitlige værditab i

% point omsat til kr. pr. 1. mio. kr. i ejendomsvurdering.

Tabel 4-6 Det gen n emsn it l ige vær dit ab (ikke st at ist isk) sammen h ol dt med depot st at us i

%-poin t f or h ypot ese 1-4, samt vær dit ab i kr . pr . 1 mio. kr . (ejen domsvur der in g)

D epotstatus

Værditab, %-

point

Værditab kr.

(ejd. vurd. 1. mio.

kr.)

M istanke

5,7

57.000

2) Forurenet

2,1

21.000

Oprenset

0,1

1.000

Rest-

forurening

7,0

70.000

Undersøgt

uden fund

7,8

78.000

D et fremgår tydeligt, at aktørerne på boligmarkedet har tillid til, at en grund er

oprenset, mens enhver form for reel eller irreel usikkerhed afspejles i prisen.

5 Konklusion

I T abel 5-1 er givet en oversigt over de 4 gennemførte variansanalyser, hvor

værditabet er udtrykt i %-point. Værditabet beregnes som forskellen mellem

den gennemsnitlige RH i % for sammenlignelige ikke forurenede ejendomme

(depot-status 6) og den gennemsnitlige RH i % for den pågældende

depotstatus med relation til forurening (depotstatus 1-5).

D en 5. analyse, som skulle belyse, om der er en sammenhæng mellem en

ejendoms relative handelspris i forbindelse med gensalg og en eventuel ændret

depotstatus, fremgår ikke af tabellen, da der i analysen ikke foretages en

sammenligning i for-hold til depotstatus ”ikke forurenet”.

Tabel 5-1 Over sigt over vær dit ab i % af ejen domsvur der in gen f or h ypot ese 1-4

Depotstatus

M istanke

2) Forurenet

3) Oprenset

Rest-

forurening

10,2

6,0

3,5

10,4

5,6

6,3

5) Under-

søgt uden

fund

9,7

6,3

6,4

5,6

7,3

12,1

8,1

6,9

Kategori

H ypotese 1 København og

omegn

Øvrige

Sjælland/ Fyn

Jylland

H ypotese 2 Byzone

Landzone

H ypotese 3 H us

Etage-lejlighed

H ypotese 4 OM

ROKA

VTO

5,4

5,0

10,7

7,7

3,2

2,6

5,5

3,3

3,0

5,3

-3,1

* *

4,5

4,2

-2,5* *

3,2

-8,8* *

* - ikke signifikant.

* * bemærk negativ værdi, svarende til en højere værdi i forhold til ikke forurenede.

Depotstatus ”mistanke”:

D enne depotstatus medfører en betydelig og

signifikant forringelse af den gennemsnitlige relative handelspris for

ejendommen. For 7 ud af 10 kategorier konstateres signifikante værditab fra

2,6-10,7 %-point i forhold til ikke forurenede ejendomme.

For kategorierne ”landzone” og ”hus” er tabet alvorligst og kan kvantificeres

til hhv. 10,7 og 7,7 %-point. Ved en handelspris på 2 mio. kr. vil det

manglende salgsprovenu i gennemsnit være mellem 154.000 og 214.000 kr.

set i forhold til et tilsvarende salg af en uforurenet ejendom.

For kategorien ”hus” vil overgangen fra ”mistanke” til ”forurenet” medføre

en værdistigning på ca. 4,7 %-point.

T ilsvarende billede ses for kategorien ”Jylland”, hvor der for samme overgang

ses en reduktion af tabet på 1,7 %-point.

Årsagen til dette forhold må formodes at være, at usikkerheden omkring en

ejendoms forureningsstatus er værre for aktørerne på ejendomsmarkedet end

visheden om en forurening.

Depotstatus ”forurenet”:

For denne depotstatus er der for 3 ud af 10 kategorier

signifikante værditab, hvilket er for kategorierne ”Jylland”, ”H us” og ”OM ”,

hvor det største værditab er for kategorien ”OM ” på 5,3 %-point.

For kategorien ”ROKA” ses derimod en værdistigning på ca. 3 %-point.

D et kan konkluderes, at depotstatus ”forurenet” dækker så forskellige

ejendomstyper og handler, at der ved den statistiske behandling af data ikke

fremkommer et entydigt billede.

D et ses, at et hus på en forurenet grund i Jylland lider det største, statistisk

signifikante tab.

Depotstatus ”oprenset”:

For denne depotstatus ses det, at 3 ud af 10 kategorier

har signifikante værditab, mens der er signifikante værdistigninger for 2

kategorier. Forskel i værditab/stigning spænder over ca. 13 %-point.

G runde, der er oprensede, og som var registreret i VT O-registret, handles til

en signifikant højere gennemsnitlig relativ handelspris end depotstatus

”restforu-rening”. Ud fra et overordnet perspektiv er der ikke statistisk forskel

i salgsprisen mellem ”ikke forurenet” og ”oprenset”.

Forskellen på om grunden renses op, eller der forbliver en restforurening på

grunden, er ca. 15 %-point for grunde, der behandles efter VT O-ordningen

En tilsvarende, men mindre udtalt, effekt ses for kategorien ”byzone”, hvor

forskellen kan opgøres til 8,5 %-point.

D et kan konkluderes, at oprensningen af en forurening virker helt forskellig

afhængig af lokalisering, ejendomstype og ordning.

Depotstatus ”restforurening”:

For denne depotstatus er der for 6 ud af 10

kategorier signifikante værditab, som spænder fra 3,5-10,4 %-point. D ette er

et større værditab end for depotstatus ”forurenet”.

Årsagen til dette forhold må formodes at være, at depotstatus ”forurenet” som

regel kan oprenses, mens en konstateret restforurening er noget som ejeren

”må lære at leve med”, dvs. en forurening, som det ikke er økonomisk

rentabelt at fjerne.

Depotstatus ”undersøgt uden fund”:

For denne depotstatus er der for 8 ud af 10

kategorier signifikante værditab, som spænder fra 5,6-12,1 %-point.

Værditabet for ejerne er betragteligt for denne depotstatus og giver i mange

kategorier større værditab end for depotstatus ”forurenet”.

D a datagrundlaget her også er væsentlig mindre, end for de andre kategorier,

kan det have en betydning.

Sammenfatning og perspektivering

Undersøgelsen har vist, at hypotese 1-4 er accepteret:

•

Hypotese 1:

D er er sammenhæng mellem en ejendoms relative

handelspris, ejendommens depotstatus, og hvilken landsdel

ejendommen er placeret i.

Hypotese 2:

D er er sammenhæng mellem en ejendoms relative

handelspris, ejendommens depotstatus og ejendommens zonestatus

(by- og landzone).

Hypotese 3:

D er er sammenhæng mellem en ejendoms relative

handelspris, ejendommens depotstatus, og hvilken boligtype

ejendommen har (parcel-hus, lejlighed mv.).

Hypotese 4:

D er er sammenhæng mellem en ejendoms relative

handelspris, ejendommens depotstatus og den ordning, som

jordforureningen håndteres efter (Lov om forurenet jord,

Oliebranchens M iljøpulje eller Værditabsord-ningen).

D erimod har undersøgelsen vist, at hypotese 5 kun delvist er eftervist:

•

D er er kun sammenhæng mellem en ejendoms relative handelspris i

forbindelse med gensalg, når depotstatus ændres fra ”mistanke” til

”undersøgt uden fund ”og fra ”forurenet” til ”restforurening”.

Undersøgelsen har vist, at der er en væsentlig gevinst at hente ved at få ændret

depotstatus fra mistanke” til ”forurenet”.

D er skal gøres opmærksom på, at forureninger, som er knyttet til

ejerlejligheder, som oftest er relateret til indeklimaproblemer.

D esuden viser undersøgelsen, at værditabsordningen er en effektiv ordning,

hvor ejeren opnår en stor gevinst ved oprensningen.

D er gøres opmærksom på, at den historiske udvikling af de enkelte registre og

den geografiske udvikling i processen med kortlægning kan være medvirkende

årsag til, at nogle af resultaterne i denne undersøgelse afviger fra det

forventede. D ette hænger sammen med, at ejendomspriserne i perioden 1996-

2003 er steget meget kraftigt. D e meget store prisstigninger i perioden dækker

over betragtelige variationer, både geografisk og mellem forskellige typer

ejendomme. D er er ligeledes store variationer i prisstigningerne over tid.

D er gøres opmærksom på, at analysen er foretaget i en periode (1996-2003),

hvor ejendomsmarkedet har været i rivende udvikling, og hvor mangel på

boliger i visse områder kan have influeret på den relative handelspris for

ejendomme med relation til forurening.

Ser man på værditabet i kr. pr. 1 mio. kr. (ejendomsvurdering), viser

resultatet af undersøgelsen et gennemsnitligt værditab for de 5 forskellige

depotstatus på:

•

D epotstatus 1 – M istanke:

57.000 kr.

•

D epotstatus 2 – Forurenet:

21.000 kr.

•

D epotstatus 3 – Oprenset:

1.000 kr.

•

D epotstatus 4 – Restforurening:

70.000 kr.

•

D epotstatus 5 – Undersøgt uden fund: 78.000 kr.

Undersøgelsen viser, at aktørerne på boligmarkedet har tillid til, at en grund er

oprenset. Værditabet for handler med relateret depotstatus ”oprenset” er

1.000 kr. pr. 1 mio. kr. (ejendomsvurdering).

D erimod har undersøgelsen vist, at enhver form for reel eller irreel usikkerhed,

dvs. hvor depotstatus er mistanke, forurenet, restforurening eller undersøgt

uden fund, afspejles i prisen.

6 Referencer

/1/ Orientering fra M iljøstyrelsen N r. 2001.”Evaluering af

værditabsordningen”.

/2/ Arbejdsrapport, Værditab ved salg af forurenede eller tidligere forurenede

boligejendomme. D atadokumentation.

/3/ Lov nr. 370 af 02-06-1999 om forurenet jord.

/4/ T oldSkat.

www.erhverv.toldskat.dk/

Salgsstatistik. maj 2005.

/5/ SPSS.

www.spss.com.

/6/ Realkreditrådet. Ejendomsprisstatistik 1995-2003.

/7/ T oldSkat. Vurderingsstatistik 1995-2003.

/8/ T oldSkat(2005), Pers. Komm.

Bilag A

1.1 Def in it ion er

I Jordforureningsloven og tilhørende kortlægningsvejledning opereres med

følgende områdebegreber /1/, /2/:

•

Lokaliteter

Arealer

Ejendomme

Grunde

D efinition og nærmere beskrivelse af områdebetegnelserne i relation til

Jordforureningsloven fremgår af T abel 1.

Tabel 1 Mil jøst yr el sen s def in it ion er og beskr ivel ser af omr ådebet egn el ser i

kor t l ægn in gsvejl edn in gen ef t er Jor df or ur en in gsl oven / 2/ .

Betegnelse

Lokaliteter

Definition og beskrivelse

I kortlægningen arbejdes traditionelt ud fra, at den enkelte lokalitet

behandles og vurderes som en enhed.

En lokalitet er et sammenhængende område, som kan henføres til

samme forureningskilde, f.eks. samme virksomhed eller samme

aktivitet.

Ofte vil “ lokaliteten” blive afgrænset efter ejendomsskel.

Der kan optræde flere matrikler i forbindelse med en lokalitet

Ved diffus forurening kan lokalitetsbegrebet næppe anvendes.

Den kvantitative opgørelse af diffuse forureninger sker ofte i m

eller

i stedet for i “ antal lokaliteter” .

Jordforureningsloven anvender enheden ” arealer” og inkluderer

hermed både lokaliteterne og den diffuse forurening.

En ejendom er i denne sammenhæng en geografisk enhed, som

tilhører samme grundejer. Opdelingen i ejendomme er afgørende, når

grundejerne skal underrettes om kortlægningen. Opdelingen i

matrikelnumre er afgørende, når kortlægningen skal offentliggøres,

idet matrikelnummeret er nøgleindgang til matrikelregisteret. En

ejendom kan bestå af ét eller flere matrikelnumre.

Betegnelsen “ en grund” anvendes ofte i almindelig sprogbrug i stedet

for ” en ejendom” , idet der med en grund ofte tænkes på

udendørsarealer, mens der med en ejendom ofte tænkes på

bygningerne på grunden. I vejledningen dækker begrebet “ ejendom”

både indendørs og udendørs arealer.

Arealer

Ejendomme

Grunde

* / 3/

T il en lokalitet, som er eller har været forurenet er der ifølge

Jordforureningsloven knyttet et unikt nummer, lokalitetsnummeret /4/.

Begrebet depotnummer, som anvendes i denne rapport er identisk med

begrebet lokalitetsnummer.

I denne rapport vil vi anvendes begrebet

grund

som en samlende betegnelse

for

en lokalitet, som er registreret i ROKA (Register over kortlagte

arealer)

•

en sag som administreres under Oliebranchens M iljøpulje

•

en boliggrund, som er tilmeldt Værditabsordningen.

D er kan optræde flere matrikler i forbindelse med en grund /14/.

•

Kort og M atrikelstyrelsen definerer og beskriver begrebet ”matrikel” og

tilhørende termer /5/, og disse fremgår af T abel 2.

Tabel 2 Kor t - og Mat r ikel st yr el sen s udval gt e def in it ion er og beskr ivel ser af

mat r ikl en og t il h ør en de t er mer / 5/

Betegnelse

M atrikel

Definition og beskrivelse

Latinsk ord, der betyder fortegnelse. M atriklen bruges i Danmark

som officiel betegnelse for registeret over faste ejendomme.

M atriklen består af et register over samtlige faste ejendomme og

et kortværk med tilhørende måldokumentation til skel.

M atrikelprotokollerne blev afløst af et edb-register i 1984 -1986,

og matrikelkortet har været digitalt siden 1997.

M atrikelbetegnelsen for et areal består af matrikelnummer og

ejerlav. Denne kombination sikrer en entydig identifikation af

landets jordarealer.

Geografisk afgrænset område, der som regel svarer til en landsby

og dens jorder. De tidligere købstæder er opdelt i bygrunde og

markjorder

Betegnelse, der er sammensat af navnet på ejerlavet, og (i de

fleste tilfælde) navnet på sognet, f.eks. Engelstrup By, Everdrup.

Kommunens navn og nummer er anført i overensstemmelse med

Indenrigsministeriets kommunekoder (3 cifre)

M atrikelbetegnelse

Ejerlav

Ejerlavsbetegnelse

Kommunenavn- og

nummer

Begrebet

fast ejendom

kan ifølge T oldSkat anvendes i forskellige

sammenhænge/6/. D et anvendes blandt andet i følgende i forbindelse med:

•

Vurderingen af beskatningsforhold (ejendomsvurderingen)

•

Registrering af grundarealer (matrikulering)

•

T inglysningens af ejerforhold

•

BBRs af bygningsforhold (bygnings- og boligregistret)

I disse tilfælde tales om en ejendom, men i forskellig kontekst. Ofte er der tale

om den samme fysiske ejendom.

I nærværende undersøgelse er definitionen af en fast ejendom i forbindelse

med vurdering af beskatningsforhold

(vurderingsejendom),

dvs. ved

ejendomsvurderingen

central, og det er denne definition af fast ejendom, som

anvendes i denne rapport.

T oldSkat vurderer løbende alle ejerboliger og sommerhuse. D enne

ejendomsvurdering har betydning for, hvad der skal betales i

ejendomsværdiskat og ejendomsskat (grundskyld), men behandles ikke

yderligere her.

Ejendoms-nummeret

er den unikke nøgle i forbindelse med

ejendomsvurderingen.

N ærværende undersøgelse er centreret om handlede ejendomme med

helårsbeboelse. D isse ejendomme er identificeret på baggrund af T oldSkats

benyttelseskoder

/7/.

T oldSkat foretager endvidere en kontantomregning af

salgsprisen/handelsprisen til en

kontantpris.

Kontantomregningssystemet er

baseret på ugentlige indberetninger af effektive renter vedrørende obligationer

og månedlige indberetninger for pantebreve.

Afstandsprocenten

er den procent, hvormed kontantprisen afviger fra

ejendomsvurderingen.

En nærmere beskrivelse af begreberne vedrørende udvalgte data fra T oldSkat

fremgår af T abel 3.

Tabel 3 Def in it ion er og beskr ivel ser af ejen domsdat a / 6/ , / 7/ , / 8/ , / 9/ , / 12/ .

Betegnelse

Fast ejendom

Definition og beskrivelse

Begrebet anvendes blandt andet i følgende i forbindelse med:

•

Vurderingen af beskatningsforhold (ejendomsvurderingen)

•

Registrering af grundarealer (matrikulering)

•

Tinglysningens af ejerforhold

•

BBRs af bygningsforhold (bygnings- og boligregistret)

I disse tilfælde tales om en ejendom, men i forskellig kontekst. Ofte

er der tale om den samme fysiske ejendom.

Ejendomsnummer Den unikke nøgle, som ToldSkat anvender i forbindelse med

ejendomsvurderingen. Det består af 6 cifre, og er en unik nøgle

sammen med kommunenummerets 3 cifre. Ejendomsnummeret

omfatter den enhed, der vurderes, dvs. er den enhed, som ToldSkat

har data på / Anne Duus/ .

Vurderingsejendo En vurderingsejendom består i de fleste tilfælde af en

matrikelejendom (én matrikel).

I visse tilfælde er en vurderingsejendom og matrikelejendom ikke

identisk. F.eks. kan landbrug, store erhvervsejendomme og

boligkomplekser ligge på flere matrikler. Omvendt kan en

matrikelejendom også indeholde flere vurderingsejendomme, f.eks.

ejerlejligheder.

Der er et kommunalt krydsreferenceregister, der holder styr på

sammenhængene mellem de forskellige registres nøgler.

I nærværende undersøgelse kan der være identificeret et til flere

ejendomsnumre, der er knyttet til matrikelnumrene på den unikke

matrikelliste, uanset om der er tale om hovedmatriklen eller ej,

hvilket betyder at alle handler identificeres.

En benyttelse er en generalisering/ opdeling af ejendomme - f.eks.

alm. beboelse, ejerlejlighed, andelsbolig osv.

Benyttelseskode

Definition og beskrivelse

Kode for hvilke benyttelse, der er af ejendommen.

Vurderingsmyndigheden skal i forbindelse med vurderingen træffe

bestemmelse om, til hvilken benyttelse en ejendom skal henføres.

Relevante benyttelseskoder for helårsbeboelse er koderne:

01 parcelhuse, rækkehuse, to- og trefamiliehuse, dobbelthuse,

udlejningsejendomme

21 ejerlejligheder i etagebeboelse

26 ejerlejligheder i en, - to eller trefamiliehuse o.lign.

27 ejerlejligheder i rækkehuse

31 støttede andelsboliger

Ejendomstype

Ejendomstypen er en intern kode i ToldSkat, der fortæller hvilken

type ejendommen er - f.eks. alm. beboelse = parcelhus, rækkehus,

to-tre-familiehuse, dobbelthus eller udlejningsejendom. Den

anvendes internt til at fortælle hvilken måde ejendommen videre

skal behandles på. For eksempel med hensyn til forslagssystemet

og vurderingsmeddelelsestype.

Ejendomsværdi

Ejendomsværdien fastsættes af ToldSkat med udgangspunkt i en

beregnet værdi:

Grundværdi+ Bygningsværdi= Beregnet værdi

Der kan være forhold, som har betydning for betydning for prisen på

en ejendom ex bygningsmæssig kvalitet, særlig beliggenhed,

vedligeholdelse, miljøforhold mv. Disse forhold kan betyde, at

ejendommen ud fra sin alder og type ikke er gennemsnitlig for

området og at den beregnede værdi derfor ikke svarer til

ejendommens handelsværdi. Den beregnede ejendomsværdi

justeret til den værdi, som ToldSkat ud fra en helhedsvurdering

skønner, er ejendommens handelsværdi.

Ejendomsvurderin Den tilbagevendende vurdering af ejendomsværdien

Kontantpris

ToldSkat foretager en kontantomregning af salgsprisen

(kontantpris). Kontantomregningssystemet er baseret på ugentlige

indberetninger af effektive renter vedrørende obligationer og

månedlige indberetninger for pantebreve

Afstandsprocent

Ved afstandsprocenten forstås den procent, hvormed kontantprisen

afviger fra ejendomsvurderingen. Afstandsprocenten svarer ikke

umiddelbart til prisudviklingen på markedet for perioden siden

ejendomsvurderingen, da der allerede på vurderingstidspunktet kan

være en forskel.

I dag er der i alt 333 unikke vurderingsenheder, som er mindsteenheder

Vurderingskreds

mellem kommuner og vurderingskredse. En del af ToldSkats systemer er

bygget op omkring historiske inddelinger, hvorfor de fortsat anvendes dem

som geografiske analyseenheder.

H ele landet var tidligere inddelt i 224 vurderingskredse. H ver

vurderingskreds havde et vurderingsråd, som havde ansvaret for

ejendomsvurderingen i vurderingskredsen. Landet var yderligere opdelt i 27

skyldkredse, der bestod af et antal vurderingskredse N u er

vurderingsrådenes opgaver overtaget af ToldSkat, og vurderingsrådene er

nedlagt. ToldSkat har nu overtaget vurderingsopgaven.

ToldSkats nummerering af vurderingskredse (tsvknr) giver en unik

opdelingen inden for et skyldkredsnr. KM D har også foretaget en opdeling

af vurderingskredse (kmdvknr) for kommunerne, da de, som sekretariat for

Betegnelse

Betegnelse

Definition og beskrivelse

vurderingsrådene, havde ansvaret for registreringen af vurderinger.

KM Dvknr var som følge af den kommunale tilgang til systemet kun lig en

kommune eller en underopdeling af kommunen. Foretages en

sammenkøring af kommuner, tsvknr og kmdvknr fås de 333 unikke

vurderingsenheder.

Overdragelseskod

ToldSkat overdragelseskoder ved ejendomshandel

Alm. frit salg

Familiesalg

Auktion

Salg i øvrigt

D et er valgt at anvende det relative forhold mellem handelspris og ejendoms-

vurdering som parameter til belysning af værditabet. Idet der ved vurdering af

ejendomme med registreret aktuel forurening kan gives et nedslag i

vurderingen, er det valgt at korrigere for nedslaget for på den måde at

normalisere ejendomsvurderingen så den er sammenlignelig med en ikke-

forurenet ejendom.

D en normaliserede parameter omtales her i rapporten som den

relative

handelspris (RH),

Handelspris

Den relative handelspris (RH)

Ejendomsvurdering

evt. nedslag pga. forurening

1) Kontantpris

D en relative handelspris udtrykker hvor stor en andel handelsprisen udgør af

ejendomsvurderingen (evt. korrigeret for nedslag).

Ved RH > 1 er boligen handlet til en højere pris end ejendomsvurderingen,

mens RH < 1 betyder, at vurderingen har været højere end handelsprisen.

En relativ handelspris på �½ og 2 betyder, at ejendommen er handlet til hhv. �½

og 2 gange ejendomsvurderingen.

Referencer

/1/ Lov nr. 370 af 2. juni 1999 om forurenet jord

/2/ M iljøstyrelsen. Vejledning nr. 8, 2000 om kortlægning af forurenede

arealer

/3/ M iljøstyrelsen. Præcisering vedrørende lokaliteter. Pers. Komm. C hristina

van Breugel

/4/ M iljøstyrelsens brev dateret 17. december 2003 til samtlige amter og

Københavns og Frederiksberg Kommuner vedrørende indberetning om

jordforurening 2003

/5/

http://www.kms.dk/leksikon.nsf

/6/ T oldSkat. Anne D uus, T oldSkat e-mail dateret 20.april.2005

/7/ T oldSkat.

www.erhverv. toldskat.dk/.

Vurderingsvejledning 2004 – 4,

15.oktober.2004

/8/ T oldSkat.

www.erhverv. toldskat.dk/

. Salgsstatistik. maj 2005

/9/ T oldSkat.

www.erhverv. toldskat.dk/.

Ejendomsvurdering maj. 2005.

/10/ Oliebranchens M iljøpulje. Pers. komm. D ecember 2004.

/11/ M iljøstyrelsen. Vejledning til brug ved amterne og Københavns og

Frederiksberg kommuners indberetning til M iljøstyrelsens Register Over

Kortlagte Arealer (ROKA). September 2002.

/12/ T oldSkat. E-mail, dateret 20.juni 2005 fra T oldSkat vedr. ejendomstype

og benyttelseskode

Bilag B

1.1 Saml et over sigt over pr ojekt dat abasen s

f or ur en in gsst at usan givel ser sammen h ol dt med st at uskoder i ROKA,

OM-dat abasen og VTO-r egist r et samt pr ior it er in g af de en kel t e

st at ust yper

Forureningsstat

(projektdatabas

Beskrivelse

ROKA, OM og VTO statuskoder

Prioritet

ROKA: 07

OM : 01, 02

Forurenet

ROKA: 01, 04, 08, 12, 13, 14

VTO: Bortfaldskode (bortfald, blank)

Oprenset

ROKA: 02, 03, 05, 06, 09 (ved gennemført

afværge), 10, 11, OM : 03

VTO: Bortfaldskode (afmeldt, frigivet)

Restforurenin ROKA: 01, 08, 13 (ved gennemført

afværge)

VT: Egenbetaling retur

Undersøgt

ROKA: 09 (undersøgt men uden fund)

uden fund

OM : 04

Ikke forurenet ” Rene” ejendomme fra ToldSkat

Før

Før registrering af forurening

registrering

M anglende

M anglende oplysninger vedr. status

oplysninger

M istanke

Højest e t al svar er t il h øjest e pr ior it et .

GET

FILE='W:\sag\1243\Data\Databearbejdning\SPSS\Dataset\Hyp1.sav'.

*Define Variable Properties.

*DEPOTSTATUS.

VARIABLE LABELS DEPOTSTATUS 'Depotstatus'.

VALUE LABELS DEPOTSTATUS

1 'Mistanke'

2 'Forurenet'

3 'Oprenset'

4 'Restforurening'

5 'Undersøgt uden fund'

6 'Ikke forurenet' .

*OMRAADE.

VALUE LABELS OMRAADE

1 'København og omegn'

2 'Øv. Sjælland og Fyn'

3 'Jylland' .

*lnRH.

VARIABLE LABELS lnRH 'ln (relativ handelspris)'.

FORMATS lnRH (F8.2).

EXECUTE.

SAVE OUTFILE='W:\sag\1243\Data\Databearbejdning\SPSS\Dataset\hyp1.sav'

/COMPRESSED.

GET

FILE='W:\sag\1243\Data\Databearbejdning\SPSS\Dataset\Hyp1.sav'.

USE ALL.

SUMMARIZE

/TABLES=LnRH BY DEPOTSTATUS

/FORMAT=NOLIST TOTAL

/TITLE='Alle observationer'

/MISSING=VARIABLE

/CELLS=COUNT MEAN MEDIAN MIN MAX STDDEV KURT SKEW .

Summarize

Case Processing Summary

Cases

Excluded

Percent

,0%

Included

Percent

ln (relativ handelspris)

* Depotstatus

605407

100,0%

Total

605407

Percent

100,0%

Alle observationer

ln (relativ handelspris)

Depotstatus

Mistanke

Forurenet

Oprenset

Restforurening

Undersøgt uden fund

Ikke forurenet

Total

2600

2727

730

601

267

598482

605407

Mean

,1191

,1916

,1589

,1138

,0985

,1410

,1411

Median

,1276

,1647

,1596

,1001

,0861

,1476

,1475

Minimum

-11,51

-4,28

-5,14

-6,49

-2,77

-15,98

Maximum

3,50

3,86

2,82

3,62

2,05

5,98

Std. Deviation

,46618

,42012

,48870

,52662

,36894

,34408

,34554

Page 1

Alle observationer

ln (relativ handelspris)

Depotstatus

Mistanke

Forurenet

Oprenset

Restforurening

Undersøgt uden fund

Ikke forurenet

Total

Kurtosis

159,302

18,490

32,532

55,603

29,770

131,593

130,851

Skewness

-6,941

,104

-2,878

-4,101

-2,981

-4,955

-4,934

SUMMARIZE

/TABLES=LnRH BY OMRAADE

/FORMAT=NOLIST TOTAL

/TITLE='Alle observationer'

/MISSING=VARIABLE

/CELLS=COUNT MEAN MEDIAN MIN MAX STDDEV KURT SKEW .

Summarize

Case Processing Summary

Cases

Excluded

Percent

,0%

Included

Percent

ln (relativ handelspris)

* OMRAADE

605407

100,0%

Total

605407

Percent

100,0%

Alle observationer

ln (relativ handelspris)

OMRAADE

København og omegn

Øv. Sjælland og Fyn

Jylland

Total

199195

131530

274682

605407

Mean

,2026

,1125

,1103

,1411

Median

,1859

,1324

,1233

,1475

Minimum

-15,42

-13,73

-15,98

Maximum

5,98

5,39

5,47

5,98

Std. Deviation

,30457

,36831

,35617

,34554

Alle observationer

ln (relativ handelspris)

OMRAADE

København og omegn

Øv. Sjælland og Fyn

Jylland

Total

Kurtosis

153,439

120,930

128,214

130,851

Skewness

-3,984

-5,232

-5,248

-4,934

SUMMARIZE

/TABLES=LnRH BY DEPOTSTATUS BY OMRAADE

/FORMAT=NOLIST TOTAL

/TITLE='Alle observationer'

/MISSING=VARIABLE

/CELLS=COUNT MEAN MEDIAN MIN MAX STDDEV KURT SKEW .

Summarize

Page 2

Case Processing Summary

Cases

Excluded

Percent

,0%

Included

Percent

ln (relativ handelspris) *

Depotstatus * OMRAADE

605407

100,0%

Total

605407

Percent

100,0%

Alle observationer

ln (relativ handelspris)

Depotstatus

Mistanke

OMRAADE

København og omegn

Øv. Sjælland og Fyn

Jylland

Total

København og omegn

Øv. Sjælland og Fyn

Jylland

Total

København og omegn

Øv. Sjælland og Fyn

Jylland

Total

København og omegn

Øv. Sjælland og Fyn

Jylland

Total

København og omegn

Øv. Sjælland og Fyn

Jylland

Total

København og omegn

Øv. Sjælland og Fyn

Jylland

Total

København og omegn

Øv. Sjælland og Fyn

Jylland

Total

1139

593

868

2600

1917

421

389

2727

323

118

289

730

341

191

601

125

267

195404

130258

272820

598482

199195

131530

274682

605407

Mean

,2198

,0434

,0387

,1191

,2123

,2251

,0535

,1916

,2444

,0612

,1032

,1589

,1264

,1019

,0957

,1138

,1924

,1023

,0430

,0985

,2024

,1125

,1107

,1410

,2026

,1125

,1103

,1411

Median

,1826

,0766

,0633

,1276

,1813

,1350

,0457

,1647

,2094

,0875

,0964

,1596

,1068

,1012

,0800

,1001

,1144

,0524

,0786

,0861

,1861

,1328

,1236

,1476

,1859

,1324

,1233

,1475

Minimum

-2,62

-2,07

-11,51

-3,33

-4,28

-3,16

-4,28

-1,49

-2,79

-5,14

-6,49

-2,64

-3,17

-6,49

-,13

-,78

-2,77

-15,42

-13,73

-15,98

-15,42

-13,73

-15,98

Maximum

2,01

3,38

3,50

3,12

3,86

2,66

3,86

2,32

,95

2,82

2,28

3,62

3,09

3,62

,95

,88

2,05

5,98

5,39

5,47

5,98

5,39

5,47

5,98

Forurenet

Oprenset

Restforurening

Undersøgt uden fund

Ikke forurenet

Total

Page 3

Alle observationer

ln (relativ handelspris)

Depotstatus

Mistanke

OMRAADE

København og omegn

Øv. Sjælland og Fyn

Jylland

Total

København og omegn

Øv. Sjælland og Fyn

Jylland

Total

København og omegn

Øv. Sjælland og Fyn

Jylland

Total

København og omegn

Øv. Sjælland og Fyn

Jylland

Total

København og omegn

Øv. Sjælland og Fyn

Jylland

Total

København og omegn

Øv. Sjælland og Fyn

Jylland

Total

København og omegn

Øv. Sjælland og Fyn

Jylland

Total

Std. Deviation

,33419

,38036

,61837

,46618

,32088

,66058

,48663

,42012

,30592

,43300

,63915

,48870

,50541

,71056

,48715

,52662

,24789

,22850

,46868

,36894

,30375

,36659

,35419

,34408

,30457

,36831

,35617

,34554

Kurtosis

12,407

13,985

146,973

159,302

17,732

10,146

11,971

18,490

11,113

15,837

24,390

32,532

93,064

12,931

29,807

55,603

1,633

4,114

22,513

29,770

156,464

123,818

127,097

131,593

153,439

120,930

128,214

130,851

Skewness

-,735

-,104

-8,464

-6,941

,273

,422

-,868

,104

,532

-2,678

-2,755

-2,878

-7,136

,253

-2,409

-4,101

1,550

,147

-3,025

-2,981

-4,034

-5,368

-5,197

-4,955

-3,984

-5,232

-5,248

-4,934

Forurenet

Oprenset

Restforurening

Undersøgt uden fund

Ikke forurenet

Total

EXAMINE

VARIABLES=LnRH BY DEPOTSTATUS

/PLOT BOXPLOT STEMLEAF

/COMPARE GROUP

/PERCENTILES(5,10,25,50,75,90,95) HAVERAGE

/STATISTICS DESCRIPTIVES

/CINTERVAL 95

/MISSING LISTWISE

/NOTOTAL.

Explore

Depotstatus

ln (relativ handelspris)

Stem-and-Leaf Plots

ln (relativ handelspris) Stem-and-Leaf Plot for

DEPOTSTATUS= Mistanke

Frequency

Stem &

Leaf

(=<-,47)

024&

0123&

Page 4

110,00 Extremes

7,00

-4 .

23,00

-4 .

13,00

-3 .

26,00

-3 .

46,00

-2

49,00

-2

48,00

-1

99,00

-1

133,00

-0

150,00

-0

247,00

223,00

246,00

192,00

221,00

160,00

137,00

98,00

66,00

58,00

38,00

27,00

29,00

19,00

9,00

126,00 Extremes

Stem width:

Each leaf:

55667889

0112344

56677889

000111122233344

555566667777778888899

0000111111222233333444444

00000000000000111111111222223333334444444

555555556666666677777788888888999999

0000000001111111222222333333333444444444

55555666666677777778888889999999

0000000001111112222222333333333444444

555555556666777777888899999

00000011111122233334444

555666667788999

00111223334

5566678899

012234

55689&

012344

689&

(>=,74)

,10

6 case(s)

& denotes fractional leaves.

ln (relativ handelspris) Stem-and-Leaf Plot for

DEPOTSTATUS= Forurenet

Frequency

Stem &

Leaf

(=<-,41)

0134&

67&

01234

56689&

001122344

555556667778899

000011112222233334444

00000000011111112222233333334444444

5555556666666777777888888999999

00000001111111122222223333333444444444

5555555566666666677777777778888888889999999

00000001111112222222333333344444

5555566666667777777888899999

000011111222223333444

5556677788899

00111223344

5567789

011234

5567789

01234

56789

012344

(>=,75)

113,00 Extremes

4,00

-4 .

8,00

-3 .

21,00

-3 .

14,00

-2 .

32,00

-2 .

42,00

-1 .

62,00

-1 .

103,00

-0 .

150,00

-0 .

246,00

0 .

224,00

0 .

259,00

1 .

293,00

1 .

229,00

2 .

190,00

2 .

145,00

3 .

90,00

3 .

83,00

4 .

53,00

4 .

42,00

5 .

41,00

5 .

37,00

6 .

37,00

6 .

34,00

7 .

2,00

7 .

173,00 Extremes

Stem width:

Each leaf:

,10

7 case(s)

Page 5

& denotes fractional leaves.

ln (relativ handelspris) Stem-and-Leaf Plot for

DEPOTSTATUS= Oprenset

Frequency

Stem &

Leaf

(=<-,40)

01&

234&&

034569&

012234568&

000001112223334444455667778889999

000001122223334444555566666777888999

0001112234445556666677888899

0011234445667899

0123468&

019&&

29&

(>=,72)

40,00 Extremes

9,00

-3 .

16,00

-2 .

29,00

-1 .

44,00

-0 .

139,00

0 .

148,00

1 .

119,00

2 .

69,00

3 .

35,00

4 .

21,00

5 .

12,00

6 .

1,00

7 .

48,00 Extremes

Stem width:

Each leaf:

,10

4 case(s)

& denotes fractional leaves.

ln (relativ handelspris) Stem-and-Leaf Plot for

DEPOTSTATUS= Restforurening

Frequency

Stem &

Leaf

(=<-,48)

000133479&

0011222223334445567789

0000011122233345555666667778899

00001111222333444556677899

00112223344566789

0124789&

1358&

246&&

(>=,63)

14,00 Extremes

1,00

-4 .

6,00

-3 .

9,00

-2 .

42,00

-1 .

95,00

-0 .

132,00

0 .

113,00

1 .

78,00

2 .

33,00

3 .

19,00

4 .

16,00

5 .

4,00

6 .

39,00 Extremes

Stem width:

Each leaf:

,10

4 case(s)

& denotes fractional leaves.

ln (relativ handelspris) Stem-and-Leaf Plot for

DEPOTSTATUS= Undersøgt uden fund

Frequency

Stem &

Leaf

(=<-,35)

7789

03344

55699

Page 6

8,00 Extremes

4,00

-2 .

5,00

-2 .

5,00

-1 .

9,00

-1

12,00

-0

25,00

-0

39,00

40,00

28,00

27,00

12,00

8,00

15,00

4,00

2,00

4,00

20,00 Extremes

Stem width:

Each leaf:

012244444

555567788889

0000111122222222233333344

000000000001111111122222333333344444444

5555555566666777777788888888889999999999

0000001112222223334444444444

555555566666777778888888999

001112233444

55556788

001122333444444

6789

6788

(>=,51)

,10

1 case(s)

ln (relativ handelspris) Stem-and-Leaf Plot for

DEPOTSTATUS= Ikke forurenet

Frequency

Stem &

Leaf

(=<-,36)

013&

56789

01234

5566789

00011223344

5555666777888999

0000111112222233334444

000000000001111111222222223333333344444444

5555555566666666677777777888888888999999999

0000000001111111112222222223333333333444444444

555555555666666666777777777888888888999999999

00000000111111112222222233333334444444

55555556666666777777888888999999

0000001111122222333334444

555566667777888999

0001112223344

5566778899

01234

56789

01234

(>=,66)

21546,00 Extremes

355,00

-3 .

3892,00

-3 .

5039,00

-2 .

6993,00

-2 .

10586,00

-1 .

15227,00

-1 .

22323,00

-0 .

32591,00

-0 .

58388,00

0 .

60794,00

0 .

64817,00

1 .

63235,00

1 .

55538,00

2 .

44804,00

2 .

35260,00

3 .

25735,00

3 .

18585,00

4 .

13076,00

4 .

9180,00

5 .

6518,00

5 .

4740,00

6 .

824,00

6 .

18436,00 Extremes

Stem width:

Each leaf:

,10

1410 case(s)

& denotes fractional leaves.

USE ALL.

COMPUTE filter_$=((LnRH>=-0.47 and LnRH<=0.74 and DEPOTSTATUS=1) or

(LnRH>=-0.41 and LnRH<=0.75 and DEPOTSTATUS=2) or

(LnRH>=-0.40 and LnRH<=0.72 and DEPOTSTATUS=3) or

(LnRH>=-0.48 and LnRH<=0.63 and DEPOTSTATUS=4) or

(LnRH>=-0.35 and LnRH<=0.51 and DEPOTSTATUS=5) or

(LnRH>=-0.36 and LnRH<=0.66 and DEPOTSTATUS=6)).

VARIABLE LABEL filter_$ '(LnRH>=-0.47 and LnRH<=0.74 and DEPOTSTATUS=1) or'+

'(LnRH>=-0.41 and LnRH<=0.75 and DEPOTSTATUS=2) or'+

'(LnRH>=-0.40 and LnRH... (FILTER)'.

Page 7

VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'.

FORMAT filter_$ (f1.0).

FILTER BY filter_$.

EXECUTE .

SUMMARIZE

/TABLES=LnRH BY DEPOTSTATUS

/FORMAT=NOLIST TOTAL

/TITLE='Afskåret med depotstatusvis stem-leaf-plot'

/MISSING=VARIABLE

/CELLS=COUNT MEAN MEDIAN MIN MAX STDDEV KURT SKEW .

Summarize

Case Processing Summary

Cases

Excluded

Percent

,0%

Included

Percent

ln (relativ handelspris)

* Depotstatus

565043

100,0%

Total

565043

Percent

100,0%

Afskåret med depotstatusvis stem-leaf-plot

ln (relativ handelspris)

Depotstatus

Mistanke

Forurenet

Oprenset

Restforurening

Undersøgt uden fund

Ikke forurenet

Total

2367

2439

643

548

240

558806

565043

Mean

,1296

,1724

,1628

,1054

,0874

,1546

,1545

Median

,1257

,1607

,1563

,0881

,0806

,1485

,1484

Minimum

-,46

-,41

-,40

-,29

-,36

-,46

Maximum

,74

,75

,71

,63

,51

,66

,75

Std. Deviation

,21896

,20915

,19507

,18324

,15409

,18220

,18252

Afskåret med depotstatusvis stem-leaf-plot

ln (relativ handelspris)

Depotstatus

Mistanke

Forurenet

Oprenset

Restforurening

Undersøgt uden fund

Ikke forurenet

Total

Kurtosis

,166

,356

,294

,421

,312

,071

,079

Skewness

,057

,352

,063

,389

,175

,075

,077

SUMMARIZE

/TABLES=LnRH BY OMRAADE

/FORMAT=NOLIST TOTAL

/TITLE='Afskåret med depotstatusvis stem-leaf-plot'

/MISSING=VARIABLE

/CELLS=COUNT MEAN MEDIAN MIN MAX STDDEV KURT SKEW .

Summarize

Page 8

Case Processing Summary

Cases

Excluded

Percent

,0%

Included

Percent

ln (relativ handelspris)

* OMRAADE

565043

100,0%

Total

565043

Percent

100,0%

Afskåret med depotstatusvis stem-leaf-plot

ln (relativ handelspris)

OMRAADE

København og omegn

Øv. Sjælland og Fyn

Jylland

Total

187222

121788

256033

565043

Mean

,1871

,1436

,1359

,1545

Median

,1797

,1382

,1278

,1484

Minimum

-,46

Maximum

,75

,74

,75

Std. Deviation

,17081

,18840

,18473

,18252

Afskåret med depotstatusvis stem-leaf-plot

ln (relativ handelspris)

OMRAADE

København og omegn

Øv. Sjælland og Fyn

Jylland

Total

Kurtosis

,216

-,013

,056

,079

Skewness

,089

,076

,131

,077

SUMMARIZE

/TABLES=LnRH BY DEPOTSTATUS BY OMRAADE

/FORMAT=NOLIST TOTAL

/TITLE='Afskåret med depotstatusvis stem-leaf-plot'

/MISSING=VARIABLE

/CELLS=COUNT MEAN MEDIAN MIN MAX STDDEV KURT SKEW .

Summarize

Case Processing Summary

Cases

Excluded

Percent

,0%

Included

Percent

ln (relativ handelspris) *

Depotstatus * OMRAADE

565043

100,0%

Total

565043

Percent

100,0%

Page 9

Afskåret med depotstatusvis stem-leaf-plot

ln (relativ handelspris)

Depotstatus

Mistanke

OMRAADE

København og omegn

Øv. Sjælland og Fyn

Jylland

Total

København og omegn

Øv. Sjælland og Fyn

Jylland

Total

København og omegn

Øv. Sjælland og Fyn

Jylland

Total

København og omegn

Øv. Sjælland og Fyn

Jylland

Total

København og omegn

Øv. Sjælland og Fyn

Jylland

Total

København og omegn

Øv. Sjælland og Fyn

Jylland

Total

København og omegn

Øv. Sjælland og Fyn

Jylland

Total

1033

540

794

2367

1767

335

337

2439

297

102

244

643

313

179

548

112

240

183751

120688

254367

558806

187222

121788

256033

565043

Mean

,1771

,0947

,0916

,1296

,1923

,1332

,1068

,1724

,2168

,1322

,1099

,1628

,0995

,1255

,1094

,1054

,1033

,0882

,0784

,0874

,1872

,1439

,1362

,1546

,1871

,1436

,1359

,1545

Median

,1643

,0896

,0719

,1257

,1768

,1066

,0641

,1607

,1967

,0950

,0949

,1563

,0893

,1001

,0800

,0881

,0964

,0517

,0799

,0806

,1799

,1386

,1278

,1485

,1797

,1382

,1278

,1484

Minimum

-,46

-,41

-,40

-,41

-,31

-,35

-,40

-,32

-,40

-,13

-,29

-,36

-,46

Maximum

,74

,73

,74

,75

,74

,75

,70

,71

,70

,71

,63

,60

,61

,63

,36

,49

,51

,66

,75

,74

,75

Forurenet

Oprenset

Restforurening

Undersøgt uden fund

Ikke forurenet

Total

Page 10

Afskåret med depotstatusvis stem-leaf-plot

ln (relativ handelspris)

Depotstatus

Mistanke

OMRAADE

København og omegn

Øv. Sjælland og Fyn

Jylland

Total

København og omegn

Øv. Sjælland og Fyn

Jylland

Total

København og omegn

Øv. Sjælland og Fyn

Jylland

Total

København og omegn

Øv. Sjælland og Fyn

Jylland

Total

København og omegn

Øv. Sjælland og Fyn

Jylland

Total

København og omegn

Øv. Sjælland og Fyn

Jylland

Total

København og omegn

Øv. Sjælland og Fyn

Jylland

Total

Std. Deviation

,19586

,21999

,23455

,21896

,19306

,25036

,22638

,20915

,16954

,22475

,19432

,19507

,18264

,23790

,16438

,18324

,11077

,16085

,16996

,15409

,17038

,18798

,18448

,18220

,17081

,18840

,18473

,18252

Kurtosis

,424

,131

-,171

,166

,548

,014

,081

,356

,788

,084

,173

,294

,464

-,362

,587

,421

,142

,444

-,061

,312

,204

-,021

,053

,071

,216

-,013

,056

,079

Skewness

,273

,015

,121

,057

,428

,467

,512

,352

,127

,395

,121

,063

,436

,181

,370

,389

,445

,436

,091

,175

,083

,075

,131

,075

,089

,076

,131

,077

Forurenet

Oprenset

Restforurening

Undersøgt uden fund

Ikke forurenet

Total

EXAMINE

VARIABLES=LnRH BY DEPOTSTATUS

/PLOT BOXPLOT HISTOGRAM

/COMPARE GROUP

/PERCENTILES(5,10,25,50,75,90,95) HAVERAGE

/STATISTICS DESCRIPTIVES

/CINTERVAL 95

/MISSING LISTWISE

/NOTOTAL.

Explore

Depotstatus

ln (relativ handelspris)

Histograms

Page 11

Histogram

for DEPOTSTATUS= Mistanke

200

150

Frequency

100

-0,25

0,00

0,25

0,50

0,75

Mean =0,1296

Std. Dev. =0,21896

N =2.367

ln (relativ handelspris)

Page 12

Histogram

for DEPOTSTATUS= Forurenet

200

150

Frequency

100

-0,25

0,00

0,25

0,50

0,75

Mean =0,1724

Std. Dev. =0,20915

N =2.439

ln (relativ handelspris)

Page 13

Histogram

for DEPOTSTATUS= Oprenset

100

Frequency

-0,40

-0,20

0,00

0,20

0,40

0,60

Mean =0,1628

Std. Dev. =0,19507

N =643

ln (relativ handelspris)

Page 14

Histogram

for DEPOTSTATUS= Restforurening

Frequency

Mean =0,1054

Std. Dev. =0,18324

N =548

-0,25

0,00

0,25

0,50

ln (relativ handelspris)

Page 15

Histogram

for DEPOTSTATUS= Undersøgt uden fund

Frequency

-0,20

0,00

0,20

0,40

Mean =0,0874

Std. Dev. =0,15409

N =240

ln (relativ handelspris)

UNIANOVA

LnRH BY DEPOTSTATUS OMRAADE

/METHOD = SSTYPE(3)

/INTERCEPT = EXCLUDE

/PLOT = PROFILE( DEPOTSTATUS*OMRAADE )

/EMMEANS = TABLES(DEPOTSTATUS*OMRAADE)

/PRINT = DESCRIPTIVE HOMOGENEITY

/PLOT = SPREADLEVEL

/CRITERIA = ALPHA(.10)

/DESIGN = DEPOTSTATUS OMRAADE DEPOTSTATUS*OMRAADE .

Univariate Analysis of Variance

Page 16

Between-Subjects Factors

Value Label

Mistanke

Forurenet

Oprenset

Restforureni

Undersøgt

uden fund

Ikke

forurenet

København

og omegn

Øv.

Sjælland og

Fyn

Jylland

2367

2439

643

548

240

558806

187222

121788

256033

Depotstatus

OMRAADE

Descriptive Statistics

Dependent Variable: ln (relativ handelspris)

Depotstatus

Mistanke

OMRAADE

København og omegn

Øv. Sjælland og Fyn

Jylland

Total

København og omegn

Øv. Sjælland og Fyn

Jylland

Total

København og omegn

Øv. Sjælland og Fyn

Jylland

Total

København og omegn

Øv. Sjælland og Fyn

Jylland

Total

København og omegn

Øv. Sjælland og Fyn

Jylland

Total

København og omegn

Øv. Sjælland og Fyn

Jylland

Total

København og omegn

Øv. Sjælland og Fyn

Jylland

Total

Mean

,1771

,0947

,0916

,1296

,1923

,1332

,1068

,1724

,2168

,1322

,1099

,1628

,0995

,1255

,1094

,1054

,1033

,0882

,0784

,0874

,1872

,1439

,1362

,1546

,1871

,1436

,1359

,1545

Std. Deviation

,19586

,21999

,23455

,21896

,19306

,25036

,22638

,20915

,16954

,22475

,19432

,19507

,18264

,23790

,16438

,18324

,11077

,16085

,16996

,15409

,17038

,18798

,18448

,18220

,17081

,18840

,18473

,18252

1033

540

794

2367

1767

335

337

2439

297

102

244

643

313

179

548

112

240

183751

120688

254367

558806

187222

121788

256033

565043

Forurenet

Oprenset

Restforurening

Undersøgt uden fund

Ikke forurenet

Total

Levene's Test of Equality of Error Variances

Dependent Variable: ln (relativ handelspris)

df1

df2

Sig.

115,478

565025

,000

Tests the null hypothesis that the error variance of the dependent variable is equal across groups.

a. Design: DEPOTSTATUS+OMRAADE+DEPOTSTATUS * OMRAADE

Page 17

Tests of Between-Subjects Effects

Dependent Variable: ln (relativ handelspris)

Type III Sum

Source

Mean Square

of Squares

Model

13800,635

766,702

DEPOTSTATUS

4,438

,888

OMRAADE

2,611

1,305

DEPOTSTATUS *

2,144

,214

OMRAADE

Error

18515,657

565025

,033

Total

32316,292

565043

a. R Squared = ,427 (Adjusted R Squared = ,427)

23396,727

27,085

39,833

6,542

Sig.

,000

Estimated Marginal Means

Depotstatus * OMRAADE

Dependent Variable: ln (relativ handelspris)

90% Confidence Interval

Lower Bound

Upper Bound

,168

,186

,082

,108

,081

,102

,185

,199

,117

,149

,091

,123

,200

,234

,103

,162

,091

,129

,083

,116

,086

,165

,087

,132

,065

,141

,052

,125

,050

,106

,187

,188

,143

,145

,136

,137

Depotstatus

Mistanke

Forurenet

Oprenset

Restforurening

Undersøgt uden fund

Ikke forurenet

OMRAADE

København og omegn

Øv. Sjælland og Fyn

Jylland

København og omegn

Øv. Sjælland og Fyn

Jylland

København og omegn

Øv. Sjælland og Fyn

Jylland

København og omegn

Øv. Sjælland og Fyn

Jylland

København og omegn

Øv. Sjælland og Fyn

Jylland

København og omegn

Øv. Sjælland og Fyn

Jylland

Mean

,177

,095

,092

,192

,133

,107

,217

,132

,110

,100

,126

,109

,103

,088

,078

,187

,144

,136

Std. Error

,006

,008

,006

,004

,010

,011

,018

,012

,010

,024

,014

,023

,022

,017

,000

,001

,000

Spread-versus-Level Plots

Page 18

Spread vs. Level Plot of ln (relativ handelspris)

0,26

0,24

0,22

0,20

0,18

0,16

0,14

0,12

0,10

0,075

0,10

0,125

0,15

0,175

0,20

0,225

Spread (Standard Deviation)

Level (Mean)

Groups: DEPOTSTATUS * OMRAADE

Page 19

Spread vs. Level Plot of ln (relativ handelspris)

0,07

0,06

Spread (Variance)

0,05

0,04

0,03

0,02

0,01

0,075

0,10

0,125

0,15

0,175

0,20

0,225

Level (Mean)

Groups: DEPOTSTATUS * OMRAADE

Profile Plots

Page 20

Estimated Marginal Means of ln (relativ handelspris)

0,225

OMRAADE

København og omegn

Øv. Sjælland og Fyn

Jylland

0,20

Estimated Marginal Means

0,175

0,15

0,125

0,10

0,075

Mistanke

Forurenet

Oprenset

Restforurening Undersøgt uden Ikke forurenet

fund

Depotstatus

Page 21

GET

FILE='W:\sag\1243\Data\Databearbejdning\SPSS\Dataset\Hyp2.sav'.

*Define Variable Properties.

*DEPOTSTATUS.

VARIABLE LABELS DEPOTSTATUS 'Depotstatus'.

VALUE LABELS DEPOTSTATUS

1 'Mistanke'

2 'Forurenet'

3 'Oprenset'

4 'Restforurening'

5 'Undersøgt uden fund'

6 'Ikke forurenet' .

*ZONESTATUS.

VARIABLE LABELS ZONESTATUS 'Zonestatus'.

VALUE LABELS ZONESTATUS

0 'Ukendt'

1 'Byzone'

2 'Landzone' .

*lnRH.

VARIABLE LABELS lnRH 'ln (relativ handelspris)'.

FORMATS lnRH (F8.2).

EXECUTE.

SAVE OUTFILE='W:\sag\1243\Data\Databearbejdning\SPSS\Dataset\hyp2.sav'

/COMPRESSED.

GET

FILE='W:\sag\1243\Data\Databearbejdning\SPSS\Dataset\Hyp2.sav'.

USE ALL.

COMPUTE filter_$=(ZONESTATUS>0).

VARIABLE LABEL filter_$ 'ZONESTATUS>0 (FILTER)'.

VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'.

FORMAT filter_$ (f1.0).

FILTER BY filter_$.

EXECUTE .

SUMMARIZE

/TABLES=LnRH BY DEPOTSTATUS

/FORMAT=NOLIST TOTAL

/TITLE='Alle observationer'

/MISSING=VARIABLE

/CELLS=COUNT MEAN MEDIAN MIN MAX STDDEV KURT SKEW .

Summarize

Case Processing Summary

Cases

Excluded

Percent

,0%

Included

Percent

ln (relativ handelspris)

* Depotstatus

544375

100,0%

Total

544375

Percent

100,0%

Page 1

Alle observationer

ln (relativ handelspris)

Depotstatus

Mistanke

Forurenet

Oprenset

Restforurening

Undersøgt uden fund

Ikke forurenet

Total

2042

2031

646

474

227

538955

544375

Mean

,0936

,1531

,1475

,0968

,1036

,1385

,1383

Median

,1145

,1437

,1617

,0953

,1470

,1469

Minimum

-11,51

-4,28

-5,14

-6,49

-2,77

-15,98

Maximum

1,82

3,12

2,82

3,09

2,05

5,98

Std. Deviation

,48909

,40166

,50018

,55503

,39192

,34190

,34332

Alle observationer

ln (relativ handelspris)

Depotstatus

Mistanke

Forurenet

Oprenset

Restforurening

Undersøgt uden fund

Ikke forurenet

Total

Kurtosis

163,470

19,959

32,681

53,312

27,450

136,065

135,723

Skewness

-7,956

-1,321

-3,155

-4,918

-3,012

-5,154

-5,167

SUMMARIZE

/TABLES=LnRH BY ZONESTATUS

/FORMAT=NOLIST TOTAL

/TITLE='Alle observationer'

/MISSING=VARIABLE

/CELLS=COUNT MEAN MEDIAN MIN MAX STDDEV KURT SKEW .

Summarize

Case Processing Summary

Cases

Excluded

Percent

,0%

Included

Percent

ln (relativ handelspris)

* Zonestatus

544375

100,0%

Total

544375

Percent

100,0%

Alle observationer

ln (relativ handelspris)

Zonestatus

Byzone

Landzone

Total

448908

95467

544375

Mean

,1499

,0836

,1383

Median

,1492

,1294

,1469

Minimum

-15,98

-13,76

-15,98

Maximum

5,98

4,89

5,98

Std. Deviation

,30496

,48081

,34332

Alle observationer

ln (relativ handelspris)

Zonestatus

Byzone

Landzone

Total

Kurtosis

149,958

84,365

135,723

Skewness

-4,527

-5,089

-5,167

SUMMARIZE

Page 2

/TABLES=LnRH BY DEPOTSTATUS BY ZONESTATUS

/FORMAT=NOLIST TOTAL

/TITLE='Alle observationer'

/MISSING=VARIABLE

/CELLS=COUNT MEAN MEDIAN MIN MAX STDDEV KURT SKEW .

Summarize

Case Processing Summary

Cases

Excluded

Percent

,0%

Included

Percent

ln (relativ handelspris) *

Depotstatus * Zonestatus

544375

100,0%

Total

544375

Percent

100,0%

Alle observationer

ln (relativ handelspris)

Depotstatus

Mistanke

Zonestatus

Byzone

Landzone

Total

Byzone

Landzone

Total

Byzone

Landzone

Total

Byzone

Landzone

Total

Byzone

Landzone

Total

Byzone

Landzone

Total

Byzone

Landzone

Total

1460

582

2042

1872

159

2031

534

112

646

457

474

163

227

444422

94533

538955

448908

95467

544375

Mean

,1505

-,0493

,0936

,1667

-,0072

,1531

,1713

,0337

,1475

,1119

-,3086

,0968

,1097

,0881

,1036

,1499

,0847

,1385

,1499

,0836

,1383

Median

,1459

,0132

,1145

,1465

,0834

,1437

,1749

,0428

,1617

,0991

,0000

,0953

,0987

,0847

,0953

,1492

,1304

,1470

,1492

,1294

,1469

Minimum

-11,51

-3,61

-11,51

-3,33

-4,28

-5,14

-3,04

-5,14

-6,49

-3,34

-6,49

-2,77

-15,98

-13,76

-15,98

-13,76

-15,98

Maximum

1,82

1,58

1,82

3,12

1,24

3,12

2,82

2,43

2,82

3,09

,46

3,09

,88

2,05

5,98

4,89

5,98

4,89

5,98

Forurenet

Oprenset

Restforurening

Undersøgt uden fund

Ikke forurenet

Total

Page 3

Alle observationer

ln (relativ handelspris)

Depotstatus

Mistanke

Zonestatus

Byzone

Landzone

Total

Byzone

Landzone

Total

Byzone

Landzone

Total

Byzone

Landzone

Total

Byzone

Landzone

Total

Byzone

Landzone

Total

Byzone

Landzone

Total

Std. Deviation

,47589

,49296

,48909

,37487

,61700

,40166

,48531

,55413

,50018

,53274

,91495

,55503

,30852

,55310

,39192

,30330

,48008

,34190

,30496

,48081

,34332

Kurtosis

252,274

14,969

163,470

16,302

15,994

19,959

41,525

10,766

32,681

62,445

7,587

53,312

46,871

13,107

27,450

148,653

85,506

136,065

149,958

84,365

135,723

Skewness

-10,802

-2,831

-7,956

-,441

-3,040

-1,321

-3,864

-,889

-3,155

-5,200

-2,550

-4,918

-4,779

-1,698

-3,012

-4,458

-5,126

-5,154

-4,527

-5,089

-5,167

Forurenet

Oprenset

Restforurening

Undersøgt uden fund

Ikke forurenet

Total

EXAMINE

VARIABLES=LnRH BY DEPOTSTATUS

/PLOT BOXPLOT STEMLEAF

/COMPARE GROUP

/PERCENTILES(5,10,25,50,75,90,95) HAVERAGE

/STATISTICS DESCRIPTIVES

/CINTERVAL 95

/MISSING LISTWISE

/NOTOTAL.

Explore

Depotstatus

ln (relativ handelspris)

Stem-and-Leaf Plots

ln (relativ handelspris) Stem-and-Leaf Plot for

DEPOTSTATUS= Mistanke

Frequency

Stem &

Leaf

(=<-,52)

567&

02344&

0123&

5567889

01122344

56677889

000111122233344

55556666677777788888999

000011111222233333444444

00000000000001111111122222333333444444

5555555556666666777778888888999999

Page 4

101,00 Extremes

12,00

-4 .

23,00

-4 .

11,00

-3 .

21,00

-3 .

40,00

-2 .

39,00

-2 .

42,00

-1 .

79,00

-1 .

113,00

-0 .

121,00

-0 .

191,00

0 .

168,00

0 .

189,00

147,00

164,00

126,00

103,00

71,00

46,00

47,00

33,00

19,00

23,00

12,00

15,00

86,00 Extremes

Stem width:

Each leaf:

0000000001111111222222333333334444444

55555666666777778888889999999

000000001111112222223333333344444

5555555566677777788889999

00000111112223334444

55566667788999

00112334

56678899

012234

5689

012344

689&

34&

(>=,75)

,10

5 case(s)

& denotes fractional leaves.

ln (relativ handelspris) Stem-and-Leaf Plot for

DEPOTSTATUS= Forurenet

Frequency

Stem &

Leaf

(=<-,45)

013&

0134&

567&

012334

5566899&

00112223344

55555566677778899

00001111122222223333344444

000000000011111111222222333333334444444

5555555666666666777777788888899999999

0000001111111122222223333333444444444

555555555666666666777777777788888888999999

00000001111122222233333344444

555556666666777778889999

000111122223333444

55667778888999

00112223344

556777899

0112234

5567789

01234

567899

02344&

(>=,75)

92,00 Extremes

12,00

-4 .

7,00

-3 .

19,00

-3 .

13,00

-2 .

27,00

-2 .

35,00

-1 .

54,00

-1 .

89,00

-0 .

130,00

-0 .

191,00

0 .

186,00

0 .

188,00

1 .

212,00

1 .

147,00

2 .

120,00

2 .

84,00

3 .

67,00

3 .

60,00

4 .

46,00

4 .

36,00

5 .

35,00

5 .

34,00

6 .

27,00

6 .

23,00

7 .

97,00 Extremes

Stem width:

Each leaf:

,10

5 case(s)

& denotes fractional leaves.

ln (relativ handelspris) Stem-and-Leaf Plot for

DEPOTSTATUS= Oprenset

Frequency

Stem &

Leaf

(=<-,40)

Page 5

40,00 Extremes

9,00

-3

15,00

-2

27,00

-1

33,00

-0

122,00

127,00

108,00

64,00

30,00

20,00

12,00

2,00

37,00 Extremes

Stem width:

Each leaf:

01&

234&

034569&

1223568&

00001112223344444556777888999

0001122233344455556666777888999

001112234445556666677888899

001123445667899

0123468&

019&&

29&

(>=,73)

,10

4 case(s)

& denotes fractional leaves.

ln (relativ handelspris) Stem-and-Leaf Plot for

DEPOTSTATUS= Restforurening

Frequency

Stem &

Leaf

(=<-,48)

8&&

00013345799&

0011222223334444555667789

00000011122233345555566666677788999

00001112233344445566678999

0011222233344566678899

0112345789&

1358&&

02&&

(>=,63)

12,00 Extremes

1,00

-4 .

6,00

-3 .

8,00

-2 .

33,00

-1 .

77,00

-0 .

104,00

0 .

81,00

1 .

67,00

2 .

28,00

3 .

15,00

4 .

9,00

5 .

4,00

6 .

29,00 Extremes

Stem width:

Each leaf:

,10

3 case(s)

& denotes fractional leaves.

ln (relativ handelspris) Stem-and-Leaf Plot for

DEPOTSTATUS= Undersøgt uden fund

Frequency

Stem &

Leaf

(=<-,35)

7789

3344

55699

22444

55688889

0001112222222333344

000000000111111112222233333444444

55555566667777777888888889999999

0000011122222334444444444

555555566667777888888999

001112233444

5556788

001122334444

Page 6

8,00 Extremes

4,00

-2 .

4,00

-2 .

5,00

-1 .

5,00

-1 .

8,00

-0 .

19,00

-0 .

33,00

0 .

32,00

0 .

25,00

1 .

24,00

1 .

12,00

2 .

7,00

2 .

12,00

3 .

4,00

2,00

4,00

3,00

16,00 Extremes

Stem width:

Each leaf:

6789

6788

012

(>=,58)

,10

1 case(s)

ln (relativ handelspris) Stem-and-Leaf Plot for

DEPOTSTATUS= Ikke forurenet

Frequency

Stem &

Leaf

(=<-,35)

0123&

56789

01234

55667889

00011223344

5555666777888999

0000111112222233334444

000000000001111111222222223333333344444444

5555555566666666677777777888888888999999999

0000000001111111112222222223333333333444444444

555555555666666666777777777888888888999999999

000000001111111122222222333333334444444

55555556666666777777888888999999

0000001111122222333334444

555566667777888999

0001112223344

5566778899

01234

56789

01234

(>=,66)

19842,00 Extremes

277,00

-3 .

3566,00

-3 .

4611,00

-2 .

6349,00

-2 .

9644,00

-1 .

13680,00

-1 .

20066,00

-0 .

29262,00

-0 .

52445,00

0 .

54880,00

0 .

58487,00

1 .

57075,00

1 .

50262,00

2 .

40406,00

2 .

31861,00

3 .

23138,00

3 .

16804,00

4 .

11926,00

4 .

8276,00

5 .

5898,00

5 .

4216,00

6 .

538,00

6 .

15446,00 Extremes

Stem width:

Each leaf:

,10

1272 case(s)

& denotes fractional leaves.

USE ALL.

COMPUTE filter_$=((ZONESTATUS>0) AND ((LnRH>=-0.52 and LnRH<=0.75 and DEPOTSTATU

S=1) or

(LnRH>=-0.45 and LnRH<=0.75 and DEPOTSTATUS=2) or

(LnRH>=-0.40 and LnRH<=0.73 and DEPOTSTATUS=3) or

(LnRH>=-0.48 and LnRH<=0.63 and DEPOTSTATUS=4) or

(LnRH>=-0.35 and LnRH<=0.58 and DEPOTSTATUS=5) or

(LnRH>=-0.35 and LnRH<=0.66 and DEPOTSTATUS=6))).

VARIABLE LABEL filter_$ '(LnRH>=-0.47 and LnRH<=0.74 and DEPOTSTATUS=1) or'+

'(LnRH>=-0.41 and LnRH<=0.75 and DEPOTSTATUS=2) or'+

'(LnRH>=-0.40 and LnRH... (FILTER)'.

VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'.

FORMAT filter_$ (f1.0).

FILTER BY filter_$.

EXECUTE .

SUMMARIZE

/TABLES=LnRH BY DEPOTSTATUS

/FORMAT=NOLIST TOTAL

/TITLE='Afskåret med depotstatusvis stem-leaf-plot'

Page 7

/MISSING=VARIABLE

/CELLS=COUNT MEAN MEDIAN MIN MAX STDDEV KURT SKEW .

Summarize

Case Processing Summary

Cases

Excluded

Percent

,0%

Included

Percent

ln (relativ handelspris)

* Depotstatus

508470

100,0%

Total

508470

Percent

100,0%

Afskåret med depotstatusvis stem-leaf-plot

ln (relativ handelspris)

Depotstatus

Mistanke

Forurenet

Oprenset

Restforurening

Undersøgt uden fund

Ikke forurenet

Total

1857

1844

570

433

203

503563

508470

Mean

,1209

,1588

,1680

,1024

,0995

,1552

,1551

Median

,1165

,1431

,1624

,0800

,0871

,1490

,1488

Minimum

-,52

-,45

-,40

-,29

-,35

-,52

Maximum

,74

,75

,72

,63

,53

,66

,75

Std. Deviation

,22770

,22072

,20032

,18458

,16196

,18155

,18194

Afskåret med depotstatusvis stem-leaf-plot

ln (relativ handelspris)

Depotstatus

Mistanke

Forurenet

Oprenset

Restforurening

Undersøgt uden fund

Ikke forurenet

Total

Kurtosis

,204

,274

,291

,357

,399

,049

,059

Skewness

,034

,309

,052

,293

,183

,087

SUMMARIZE

/TABLES=LnRH BY ZONESTATUS

/FORMAT=NOLIST TOTAL

/TITLE='Afskåret med depotstatusvis stem-leaf-plot'

/MISSING=VARIABLE

/CELLS=COUNT MEAN MEDIAN MIN MAX STDDEV KURT SKEW .

Summarize

Case Processing Summary

Cases

Excluded

Percent

,0%

Included

Percent

ln (relativ handelspris)

* Zonestatus

508470

100,0%

Total

508470

Percent

100,0%

Page 8

Afskåret med depotstatusvis stem-leaf-plot

ln (relativ handelspris)

Zonestatus

Byzone

Landzone

Total

425255

83215

508470

Mean

,1557

,1520

,1551

Median

,1492

,1455

,1488

Minimum

-,52

Maximum

,75

Std. Deviation

,17412

,21753

,18194

Afskåret med depotstatusvis stem-leaf-plot

ln (relativ handelspris)

Zonestatus

Byzone

Landzone

Total

Kurtosis

,161

-,484

,059

Skewness

,105

,052

,087

SUMMARIZE

/TABLES=LnRH BY DEPOTSTATUS BY ZONESTATUS

/FORMAT=NOLIST TOTAL

/TITLE='Afskåret med depotstatusvis stem-leaf-plot'

/MISSING=VARIABLE

/CELLS=COUNT MEAN MEDIAN MIN MAX STDDEV KURT SKEW .

Summarize

Case Processing Summary

Cases

Excluded

Percent

,0%

Included

Percent

ln (relativ handelspris) *

Depotstatus * Zonestatus

508470

100,0%

Total

508470

Percent

100,0%

Afskåret med depotstatusvis stem-leaf-plot

ln (relativ handelspris)

Depotstatus

Mistanke

Zonestatus

Byzone

Landzone

Total

Byzone

Landzone

Total

Byzone

Landzone

Total

Byzone

Landzone

Total

Byzone

Landzone

Total

Byzone

Landzone

Total

Byzone

Landzone

Total

1339

518

1857

1707

137

1844

480

570

420

433

151

203

421158

82405

503563

425255

83215

508470

Mean

,1458

,0564

,1209

,1594

,1514

,1588

,1766

,1218

,1680

,1032

,0759

,1024

,1070

,0777

,0995

,1557

,1527

,1552

,1557

,1520

,1551

Median

,1364

,0496

,1165

,1431

,1403

,1431

,1699

,0789

,1624

,0803

,0710

,0800

,0958

,0654

,0871

,1493

,1463

,1490

,1492

,1455

,1488

Minimum

-,52

-,45

-,44

-,45

-,35

-,40

-,29

-,25

-,29

-,35

-,52

Maximum

,74

,73

,74

,75

,72

,69

,72

,63

,46

,63

,53

,51

,53

,66

,75

Forurenet

Oprenset

Restforurening

Undersøgt uden fund

Ikke forurenet

Total

Page 9

Afskåret med depotstatusvis stem-leaf-plot

ln (relativ handelspris)

Depotstatus

Mistanke

Zonestatus

Byzone

Landzone

Total

Byzone

Landzone

Total

Byzone

Landzone

Total

Byzone

Landzone

Total

Byzone

Landzone

Total

Byzone

Landzone

Total

Byzone

Landzone

Total

Std. Deviation

,21551

,24525

,22770

,21570

,27653

,22072

,18706

,25626

,20032

,18237

,25403

,18458

,15336

,18459

,16196

,17376

,21706

,18155

,17412

,21753

,18194

Kurtosis

,357

-,203

,204

,388

-,691

,274

,494

-,321

,291

,336

,068

,357

,635

,094

,399

,150

-,492

,049

,161

-,484

,059

Skewness

,134

,055

,034

,326

,227

,309

-,004

,432

,052

,361

-,560

,293

,126

,399

,183

,103

,054

,087

,105

,052

,087

Forurenet

Oprenset

Restforurening

Undersøgt uden fund

Ikke forurenet

Total

EXAMINE

VARIABLES=LnRH BY DEPOTSTATUS

/PLOT BOXPLOT HISTOGRAM

/COMPARE GROUP

/PERCENTILES(5,10,25,50,75,90,95) HAVERAGE

/STATISTICS DESCRIPTIVES

/CINTERVAL 95

/MISSING LISTWISE

/NOTOTAL.

Explore

Depotstatus

ln (relativ handelspris)

Histograms

Page 10

Histogram

for DEPOTSTATUS= Mistanke

150

120

Frequency

-0,40

-0,20

0,00

0,20

0,40

0,60

Mean =0,1209

Std. Dev. =0,2277

N =1.857

ln (relativ handelspris)

Page 11

Histogram

for DEPOTSTATUS= Forurenet

200

150

Frequency

100

-0,25

0,00

0,25

0,50

0,75

Mean =0,1588

Std. Dev. =0,22072

N =1.844

ln (relativ handelspris)

Page 12

Histogram

for DEPOTSTATUS= Oprenset

Frequency

-0,40

-0,20

0,00

0,20

0,40

0,60

Mean =0,168

Std. Dev. =0,20032

N =570

ln (relativ handelspris)

Page 13

Histogram

for DEPOTSTATUS= Restforurening

Frequency

-0,25

0,00

0,25

0,50

Mean =0,1024

Std. Dev. =0,18458

N =433

ln (relativ handelspris)

Page 14

Histogram

for DEPOTSTATUS= Undersøgt uden fund

Frequency

Mean =0,0995

Std. Dev. =0,16196

N =203

-0,20

0,00

0,20

0,40

ln (relativ handelspris)

UNIANOVA

LnRH BY DEPOTSTATUS ZONESTATUS

/METHOD = SSTYPE(3)

/INTERCEPT = EXCLUDE

/PLOT = PROFILE( DEPOTSTATUS*ZONESTATUS )

/EMMEANS = TABLES(DEPOTSTATUS*ZONESTATUS)

/PRINT = DESCRIPTIVE HOMOGENEITY

/PLOT = SPREADLEVEL

/CRITERIA = ALPHA(.10)

/DESIGN = DEPOTSTATUS ZONESTATUS DEPOTSTATUS*ZONESTATUS .

Univariate Analysis of Variance

Between-Subjects Factors

Value Label

Mistanke

Forurenet

Oprenset

Restforureni

Undersøgt

uden fund

Ikke

forurenet

Byzone

Landzone

1857

1844

570

433

203

503563

425255

83215

Depotstatus

Zonestatus

Page 15

Descriptive Statistics

Dependent Variable: ln (relativ handelspris)

Depotstatus

Mistanke

Zonestatus

Byzone

Landzone

Total

Byzone

Landzone

Total

Byzone

Landzone

Total

Byzone

Landzone

Total

Byzone

Landzone

Total

Byzone

Landzone

Total

Byzone

Landzone

Total

Mean

,1458

,0564

,1209

,1594

,1514

,1588

,1766

,1218

,1680

,1032

,0759

,1024

,1070

,0777

,0995

,1557

,1527

,1552

,1557

,1520

,1551

Std. Deviation

,21551

,24525

,22770

,21570

,27653

,22072

,18706

,25626

,20032

,18237

,25403

,18458

,15336

,18459

,16196

,17376

,21706

,18155

,17412

,21753

,18194

1339

518

1857

1707

137

1844

480

570

420

433

151

203

421158

82405

503563

425255

83215

508470

Forurenet

Oprenset

Restforurening

Undersøgt uden fund

Ikke forurenet

Total

Levene's Test of Equality of Error Variances

Dependent Variable: ln (relativ handelspris)

df1

df2

Sig.

839,907

508458

,000

Tests the null hypothesis that the error variance of the dependent variable is equal across groups.

a. Design: DEPOTSTATUS+ZONESTATUS+DEPOTSTATUS * ZONESTATUS

Tests of Between-Subjects Effects

Dependent Variable: ln (relativ handelspris)

Type III Sum

Source

Mean Square

of Squares

Model

12235,485

1019,624

DEPOTSTATUS

4,992

,998

ZONESTATUS

,348

DEPOTSTATUS *

3,010

,602

ZONESTATUS

Error

16823,447

508458

,033

Total

29058,931

508470

a. R Squared = ,421 (Adjusted R Squared = ,421)

30816,267

30,177

10,520

18,193

Sig.

,000

,001

,000

Estimated Marginal Means

Page 16

Depotstatus * Zonestatus

Dependent Variable: ln (relativ handelspris)

90% Confidence Interval

Lower Bound

Upper Bound

,138

,154

,043

,070

,152

,167

,126

,177

,163

,190

,090

,153

,089

,118

-,007

,159

,083

,131

,036

,119

,155

,156

,152

,154

Depotstatus

Mistanke

Forurenet

Oprenset

Restforurening

Undersøgt uden fund

Ikke forurenet

Zonestatus

Byzone

Landzone

Byzone

Landzone

Byzone

Landzone

Byzone

Landzone

Byzone

Landzone

Byzone

Landzone

Mean

,146

,056

,159

,151

,177

,122

,103

,076

,107

,078

,156

,153

Std. Error

,005

,008

,004

,016

,008

,019

,009

,050

,015

,025

,000

,001

Spread-versus-Level Plots

Spread vs. Level Plot of ln (relativ handelspris)

0,28

Spread (Standard Deviation)

0,26

0,24

0,22

0,20

0,18

0,16

0,14

0,04

0,06

0,08

0,10

0,12

0,14

0,16

0,18

Level (Mean)

Groups: DEPOTSTATUS * ZONESTATUS

Page 17

Spread vs. Level Plot of ln (relativ handelspris)

0,08

0,07

Spread (Variance)

0,06

0,05

0,04

0,03

0,02

0,04

0,06

0,08

0,10

0,12

0,14

0,16

0,18

Level (Mean)

Groups: DEPOTSTATUS * ZONESTATUS

Profile Plots

Page 18

Estimated Marginal Means of ln (relativ handelspris)

0,18

Zonestatus

Byzone

Landzone

0,16

Estimated Marginal Means

0,14

0,12

0,10

0,08

0,06

0,04

Mistanke

Forurenet

Oprenset

Restforurening Undersøgt uden Ikke forurenet

fund

Depotstatus

Page 19

GET

FILE='W:\sag\1243\Data\Databearbejdning\SPSS\Dataset\Hyp3.sav'.

*Define Variable Properties.

*DEPOTSTATUS.

VARIABLE LABELS DEPOTSTATUS 'Depotstatus'.

VALUE LABELS DEPOTSTATUS

1 'Mistanke'

2 'Forurenet'

3 'Oprenset'

4 'Restforurening'

5 'Undersøgt uden fund'

6 'Ikke forurenet' .

*BENYTTELSE.

VARIABLE LABELS BENYTTELSE 'Boligbenyttelse'.

VALUE LABELS BENYTTELSE

0 'Ukendt'

1 'Hus'

2 'Etagelejlighed' .

*lnRH.

VARIABLE LABELS lnRH 'ln (relativ handelspris)'.

FORMATS lnRH (F8.2).

EXECUTE.

SAVE OUTFILE='W:\sag\1243\Data\Databearbejdning\SPSS\Dataset\hyp3.sav'

/COMPRESSED.

GET

FILE='W:\sag\1243\Data\Databearbejdning\SPSS\Dataset\Hyp3.sav'.

USE ALL.

COMPUTE filter_$=(BENYTTELSE>0).

VARIABLE LABEL filter_$ 'BENYTTELSE>0 (FILTER)'.

VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'.

FORMAT filter_$ (f1.0).

FILTER BY filter_$.

EXECUTE .

SUMMARIZE

/TABLES=LnRH BY DEPOTSTATUS

/FORMAT=NOLIST TOTAL

/TITLE='Alle observationer'

/MISSING=VARIABLE

/CELLS=COUNT MEAN MEDIAN MIN MAX STDDEV KURT SKEW .

Summarize

Case Processing Summary

Cases

Excluded

Percent

,0%

Included

Percent

ln (relativ handelspris)

* Depotstatus

593820

100,0%

Total

593820

Percent

100,0%

Page 1

Alle observationer

ln (relativ handelspris)

Depotstatus

Mistanke

Forurenet

Oprenset

Restforurening

Undersøgt uden fund

Ikke forurenet

Total

2522

2684

714

590

261

587049

593820

Mean

,1188

,1934

,1564

,1179

,0973

,1405

,1406

Median

,1260

,1657

,1569

,0993

,0861

,1471

,1470

Minimum

-11,51

-4,28

-5,14

-6,49

-2,77

-15,98

Maximum

3,50

3,86

2,82

3,62

2,05

5,98

Std. Deviation

,47086

,41815

,49292

,51881

,37229

,34455

,34601

Alle observationer

ln (relativ handelspris)

Depotstatus

Mistanke

Forurenet

Oprenset

Restforurening

Undersøgt uden fund

Ikke forurenet

Total

Kurtosis

157,753

18,367

32,045

59,156

29,311

128,509

127,887

Skewness

-6,939

,218

-2,858

-4,138

-2,960

-4,885

-4,866

SUMMARIZE

/TABLES=LnRH BY BENYTTELSE

/FORMAT=NOLIST TOTAL

/TITLE='Alle observationer'

/MISSING=VARIABLE

/CELLS=COUNT MEAN MEDIAN MIN MAX STDDEV KURT SKEW .

Summarize

Case Processing Summary

Cases

Excluded

Percent

,0%

Included

Percent

ln (relativ handelspris) *

Boligbenyttelse

593820

100,0%

Total

593820

Percent

100,0%

Page 2

Alle observationer

ln (relativ handelspris)

Boligbenyttelse

Hus

Etagelejlighed

Total

453970

139850

593820

Mean

,1106

,2382

,1406

Median

,1320

,1985

,1470

Minimum

-15,98

-13,71

-15,98

Maximum

5,47

5,98

Std. Deviation

,34736

,32287

,34601

Alle observationer

ln (relativ handelspris)

Boligbenyttelse

Hus

Etagelejlighed

Total

Kurtosis

132,430

133,342

127,887

Skewness

-5,891

-1,500

-4,866

SUMMARIZE

/TABLES=LnRH BY DEPOTSTATUS BY BENYTTELSE

/FORMAT=NOLIST TOTAL

/TITLE='Alle observationer'

/MISSING=VARIABLE

/CELLS=COUNT MEAN MEDIAN MIN MAX STDDEV KURT SKEW .

Summarize

Case Processing Summary

Cases

Excluded

Percent

,0%

Included

Percent

ln (relativ handelspris) *

Depotstatus *

Boligbenyttelse

593820

100,0%

Total

593820

Percent

100,0%

Page 3

Alle observationer

ln (relativ handelspris)

Depotstatus

Mistanke

Boligbenyttelse

Hus

Etagelejlighed

Total

Hus

Etagelejlighed

Total

Hus

Etagelejlighed

Total

Hus

Etagelejlighed

Total

Hus

Etagelejlighed

Total

Hus

Etagelejlighed

Total

Hus

Etagelejlighed

Total

1023

1499

2522

614

2070

2684

328

386

714

137

453

590

147

114

261

451721

135328

587049

453970

139850

593820

Mean

-,0141

,2095

,1188

,0364

,2399

,1934

,0170

,2749

,1564

-,0354

,1642

,1179

,0574

,1487

,0973

,1111

,2387

,1405

,1106

,2382

,1406

Median

,0391

,1658

,1260

,0658

,1843

,1657

,0747

,2027

,1569

,0800

,1022

,0993

,0834

,0915

,0861

,1323

,1995

,1471

,1320

,1985

,1470

Minimum

-3,69

-11,51

-4,28

-2,10

-4,28

-5,14

-,68

-5,14

-6,49

-,69

-6,49

-2,77

-,20

-2,77

-15,98

-13,71

-15,98

-13,71

-15,98

Maximum

1,77

3,50

2,93

3,86

2,43

2,82

3,09

3,62

2,05

,95

2,05

5,47

5,98

5,47

5,98

Forurenet

Oprenset

Restforurening

Undersøgt uden fund

Ikke forurenet

Total

Page 4

Alle observationer

ln (relativ handelspris)

Depotstatus

Mistanke

Boligbenyttelse

Hus

Etagelejlighed

Total

Hus

Etagelejlighed

Total

Hus

Etagelejlighed

Total

Hus

Etagelejlighed

Total

Hus

Etagelejlighed

Total

Hus

Etagelejlighed

Total

Hus

Etagelejlighed

Total

Std. Deviation

,44466

,46681

,47086

,50051

,37820

,41815

,60066

,33597

,49292

,88143

,32819

,51881

,45158

,22514

,37229

,34620

,31995

,34455

,34736

,32287

,34601

Kurtosis

15,178

273,130

157,753

19,196

14,309

18,367

25,992

12,941

32,045

24,982

31,058

59,156

22,551

2,766

29,311

134,101

128,506

128,509

132,430

133,342

127,887

Skewness

-2,652

-10,473

-6,939

-2,103

2,118

,218

-3,506

2,602

-2,858

-3,904

3,858

-4,138

-2,930

1,676

-2,960

-5,919

-1,306

-4,885

-5,891

-1,500

-4,866

Forurenet

Oprenset

Restforurening

Undersøgt uden fund

Ikke forurenet

Total

EXAMINE

VARIABLES=LnRH BY DEPOTSTATUS

/PLOT BOXPLOT STEMLEAF

/COMPARE GROUP

/PERCENTILES(5,10,25,50,75,90,95) HAVERAGE

/STATISTICS DESCRIPTIVES

/CINTERVAL 95

/MISSING LISTWISE

/NOTOTAL.

Explore

Depotstatus

ln (relativ handelspris)

Stem-and-Leaf Plots

ln (relativ handelspris) Stem-and-Leaf Plot for

DEPOTSTATUS= Mistanke

Frequency

Stem &

Leaf

(=<-,47)

024&

0123&

55667889

0112344

Page 5

107,00 Extremes

7,00

-4 .

22,00

-4 .

13,00

-3 .

26,00

-3 .

45,00

-2 .

47,00

-2 .

46,00

-1

93,00

-1

128,00

-0

150,00

-0

242,00

215,00

242,00

184,00

213,00

155,00

131,00

95,00

64,00

57,00

35,00

24,00

27,00

19,00

9,00

126,00 Extremes

Stem width:

Each leaf:

56677889

000111122233344

555566667777778888899

0000111111222233333444444

0000000000000011111111222223333334444444

555555556666666677777788888888999999

0000000001111111222222333333333444444444

5555566666667777778888889999999

000000001111112222222333333333444444

5555555566677777788889999

000001111112223334444

555666667788999

0011122334

5566678899

01234

569&

01234

689&

(>=,74)

,10

6 case(s)

& denotes fractional leaves.

ln (relativ handelspris) Stem-and-Leaf Plot for

DEPOTSTATUS= Forurenet

Frequency

Stem &

Leaf

(=<-,41)

0134&

67&

01234

56689&

001122344

555556667778899

000011112222233334444

0000000001111112222233333334444444

5555556666666777777888888999999

0000000111111112222222333333344444444

55555556666666667777777777888888889999999

00000001111112222222333333344444

555556666667777777888899999

000011111222223333444

5556677788899

00111223344

5567789

011234

5567789

01234

56789

012344

(>=,76)

110,00 Extremes

4,00

-4 .

8,00

-3 .

21,00

-3 .

14,00

-2 .

32,00

-2 .

42,00

-1 .

62,00

-1 .

103,00

-0 .

148,00

-0 .

236,00

0 .

218,00

0 .

255,00

1 .

287,00

1 .

227,00

2 .

187,00

2 .

143,00

3 .

89,00

3 .

82,00

4 .

53,00

4 .

42,00

5 .

41,00

5 .

37,00

6 .

37,00

6 .

33,00

7 .

5,00

7 .

168,00 Extremes

Page 6

Stem width:

Each leaf:

,10

7 case(s)

& denotes fractional leaves.

ln (relativ handelspris) Stem-and-Leaf Plot for

DEPOTSTATUS= Oprenset

Frequency

Stem &

Leaf

(=<-,40)

01&

234&&

034569&

012234568&

00000111222333444445567778889999

000001122223334444555566666777888999

001112234445556666677888899

0011234445667899

0123468&

019&&

29&

(>=,73)

40,00 Extremes

9,00

-3 .

16,00

-2 .

29,00

-1 .

44,00

-0 .

136,00

0 .

146,00

1 .

111,00

2 .

69,00

3 .

35,00

4 .

19,00

5 .

12,00

6 .

2,00

7 .

46,00 Extremes

Stem width:

Each leaf:

,10

4 case(s)

& denotes fractional leaves.

ln (relativ handelspris) Stem-and-Leaf Plot for

DEPOTSTATUS= Restforurening

Frequency

Stem &

Leaf

(=<-,48)

000133479&

0011222223334445567789

000001112223334555566667778899

00001111222333444556677899

0012223344566789

124789&&

1358&

246&&

(>=,63)

13,00 Extremes

1,00

-4 .

6,00

-3 .

8,00

-2 .

42,00

-1 .

95,00

-0 .

131,00

0 .

111,00

1 .

73,00

2 .

32,00

3 .

19,00

4 .

16,00

5 .

4,00

6 .

39,00 Extremes

Stem width:

Each leaf:

,10

4 case(s)

& denotes fractional leaves.

Page 7

ln (relativ handelspris) Stem-and-Leaf Plot for

DEPOTSTATUS= Undersøgt uden fund

Frequency

Stem &

Leaf

(=<-,29)

778

03344

55699

012244444

55557788889

000011112222222233333344

000000000001111111122222333333344444444

555555556666677777778888888889999999999

0000001112222223334444444444

555555566666777778888888999

00111223444

55556788

0012233344444

6789

(>=,48)

9,00 Extremes

3,00

-2 .

5,00

-2 .

5,00

-1 .

9,00

-1 .

11,00

-0 .

24,00

-0 .

39,00

0 .

39,00

0 .

28,00

1 .

27,00

1 .

11,00

2 .

8,00

2 .

13,00

3 .

4,00

3 .

2,00

4 .

2,00

4 .

22,00 Extremes

Stem width:

Each leaf:

,10

1 case(s)

ln (relativ handelspris) Stem-and-Leaf Plot for

DEPOTSTATUS= Ikke forurenet

Frequency

Stem &

Leaf

(=<-,36)

013&

56789

01234

5566789

00011223344

5555666777888999

0000111112222233334444

000000000001111111222222223333333344444444

5555555566666666677777777888888888999999999

0000000001111111112222222223333333333444444444

555555555666666666777777777888888888999999999

00000000111111112222222233333334444444

55555556666666777777888888999999

0000001111122222333334444

555566667777888999

0001112223344

5566778899

01234

56789

01234

(>=,66)

21310,00 Extremes

356,00

-3 .

3848,00

-3 .

4976,00

-2 .

6894,00

-2 .

10428,00

-1 .

14988,00

-1 .

21973,00

-0 .

32032,00

-0 .

57360,00

0 .

59649,00

0 .

63514,00

1 .

61932,00

1 .

54363,00

2 .

43798,00

2 .

34450,00

3 .

25145,00

3 .

18153,00

4 .

12848,00

4 .

8992,00

5 .

6403,00

5 .

4662,00

6 .

823,00

6 .

18152,00 Extremes

Stem width:

Each leaf:

,10

1381 case(s)

Page 8

& denotes fractional leaves.

USE ALL.

COMPUTE filter_$=((BENYTTELSE>0) AND ((LnRH>=-0.47 and LnRH<=0.74 and DEPOTSTATU

S=1) or

(LnRH>=-0.41 and LnRH<=0.76 and DEPOTSTATUS=2) or

(LnRH>=-0.40 and LnRH<=0.73 and DEPOTSTATUS=3) or

(LnRH>=-0.48 and LnRH<=0.63 and DEPOTSTATUS=4) or

(LnRH>=-0.29 and LnRH<=0.48 and DEPOTSTATUS=5) or

(LnRH>=-0.36 and LnRH<=0.66 and DEPOTSTATUS=6))).

VARIABLE LABEL filter_$ '(LnRH>=-0.47 and LnRH<=0.74 and DEPOTSTATUS=1) or'+

'(LnRH>=-0.41 and LnRH<=0.75 and DEPOTSTATUS=2) or'+

'(LnRH>=-0.40 and LnRH... (FILTER)'.

VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'.

FORMAT filter_$ (f1.0).

FILTER BY filter_$.

EXECUTE .

SUMMARIZE

/TABLES=LnRH BY DEPOTSTATUS

/FORMAT=NOLIST TOTAL

/TITLE='Afskåret med depotstatusvis stem-leaf-plot'

/MISSING=VARIABLE

/CELLS=COUNT MEAN MEDIAN MIN MAX STDDEV KURT SKEW .

Summarize

Case Processing Summary

Cases

Excluded

Percent

,0%

Included

Percent

ln (relativ handelspris)

* Depotstatus

553970

100,0%

Total

553970

Percent

100,0%

Afskåret med depotstatusvis stem-leaf-plot

ln (relativ handelspris)

Depotstatus

Mistanke

Forurenet

Oprenset

Restforurening

Undersøgt uden fund

Ikke forurenet

Total

2292

2411

629

538

230

547870

553970

Mean

,1286

,1752

,1621

,1045

,0822

,1543

,1542

Median

,1237

,1622

,1560

,0840

,0790

,1482

,1481

Minimum

-,46

-,41

-,40

-,29

-,36

-,46

Maximum

,74

,76

,72

,63

,47

,66

,76

Std. Deviation

,21855

,21279

,19689

,18352

,14559

,18236

,18270

Page 9

Afskåret med depotstatusvis stem-leaf-plot

ln (relativ handelspris)

Depotstatus

Mistanke

Forurenet

Oprenset

Restforurening

Undersøgt uden fund

Ikke forurenet

Total

Kurtosis

,190

,358

,306

,428

,257

,070

,079

Skewness

,058

,376

,089

,421

,082

,077

,079

SUMMARIZE

/TABLES=LnRH BY BENYTTELSE

/FORMAT=NOLIST TOTAL

/TITLE='Afskåret med depotstatusvis stem-leaf-plot'

/MISSING=VARIABLE

/CELLS=COUNT MEAN MEDIAN MIN MAX STDDEV KURT SKEW .

Summarize

Case Processing Summary

Cases

Excluded

Percent

,0%

Included

Percent

ln (relativ handelspris) *

Boligbenyttelse

553970

100,0%

Total

553970

Percent

100,0%

Afskåret med depotstatusvis stem-leaf-plot

ln (relativ handelspris)

Boligbenyttelse

Hus

Etagelejlighed

Total

426179

127791

553970

Mean

,1431

,1913

,1542

Median

,1379

,1823

,1481

Minimum

-,46

Maximum

,76

Std. Deviation

,18095

,18362

,18270

Page 10

Afskåret med depotstatusvis stem-leaf-plot

ln (relativ handelspris)

Boligbenyttelse

Hus

Etagelejlighed

Total

Kurtosis

,117

-,072

,079

Skewness

,065

,105

,079

SUMMARIZE

/TABLES=LnRH BY DEPOTSTATUS BY BENYTTELSE

/FORMAT=NOLIST TOTAL

/TITLE='Afskåret med depotstatusvis stem-leaf-plot'

/MISSING=VARIABLE

/CELLS=COUNT MEAN MEDIAN MIN MAX STDDEV KURT SKEW .

Summarize

Case Processing Summary

Cases

Excluded

Percent

,0%

Included

Percent

ln (relativ handelspris) *

Depotstatus *

Boligbenyttelse

553970

100,0%

Total

553970

Percent

100,0%

Afskåret med depotstatusvis stem-leaf-plot

ln (relativ handelspris)

Depotstatus

Mistanke

Boligbenyttelse

Hus

Etagelejlighed

Total

Hus

Etagelejlighed

Total

Hus

Etagelejlighed

Total

Hus

Etagelejlighed

Total

Hus

Etagelejlighed

Total

Hus

Etagelejlighed

Total

Hus

Etagelejlighed

Total

922

1370

2292

544

1867

2411

277

352

629

121

417

538

127

103

230

424188

123682

547870

426179

127791

553970

Mean

,0743

,1652

,1286

,1170

,1922

,1752

,1153

,1989

,1621

,1122

,1023

,1045

,0783

,0870

,0822

,1433

,1919

,1543

,1431

,1913

,1542

Median

,0654

,1484

,1237

,0900

,1754

,1622

,0885

,1825

,1560

,0918

,0806

,0840

,0786

,0793

,0790

,1381

,1834

,1482

,1379

,1823

,1481

Minimum

-,46

-,41

-,36

-,41

-,40

-,35

-,40

-,29

-,20

-,29

-,36

-,46

Maximum

,73

,74

,76

,71

,72

,61

,63

,47

,39

,47

,66

,76

Forurenet

Oprenset

Restforurening

Undersøgt uden fund

Ikke forurenet

Total

Page 11

Afskåret med depotstatusvis stem-leaf-plot

ln (relativ handelspris)

Depotstatus

Mistanke

Boligbenyttelse

Hus

Etagelejlighed

Total

Hus

Etagelejlighed

Total

Hus

Etagelejlighed

Total

Hus

Etagelejlighed

Total

Hus

Etagelejlighed

Total

Hus

Etagelejlighed

Total

Hus

Etagelejlighed

Total

Std. Deviation

,23833

,19593

,21855

,24234

,20028

,21279

,20965

,17808

,19689

,19384

,18060

,18352

,16261

,12199

,14559

,18066

,18317

,18236

,18095

,18362

,18270

Kurtosis

-,261

,417

,190

-,169

,542

,358

,390

,581

,306

,594

,404

,428

,081

-,072

,257

,114

-,093

,070

,117

-,072

,079

Skewness

,070

,325

,058

,357

,524

,376

,378

-,024

,089

-,009

,568

,421

,036

,303

,082

,066

,093

,077

,065

,105

,079

Forurenet

Oprenset

Restforurening

Undersøgt uden fund

Ikke forurenet

Total

EXAMINE

VARIABLES=LnRH BY DEPOTSTATUS

/PLOT BOXPLOT HISTOGRAM

/COMPARE GROUP

/PERCENTILES(5,10,25,50,75,90,95) HAVERAGE

/STATISTICS DESCRIPTIVES

/CINTERVAL 95

/MISSING LISTWISE

/NOTOTAL.

Explore

Depotstatus

ln (relativ handelspris)

Histograms

Page 12

Histogram

for DEPOTSTATUS= Mistanke

200

150

Frequency

100

-0,25

0,00

0,25

0,50

0,75

Mean =0,1286

Std. Dev. =0,21855

N =2.292

ln (relativ handelspris)

Page 13

Histogram

for DEPOTSTATUS= Forurenet

200

150

Frequency

100

-0,40

-0,20

0,00

0,20

0,40

0,60

Mean =0,1752

Std. Dev. =0,21279

N =2.411

ln (relativ handelspris)

Page 14

Histogram

for DEPOTSTATUS= Oprenset

Frequency

-0,40

-0,20

0,00

0,20

0,40

0,60

Mean =0,1621

Std. Dev. =0,19689

N =629

ln (relativ handelspris)

Page 15

Histogram

for DEPOTSTATUS= Restforurening

Frequency

Mean =0,1045

Std. Dev. =0,18352

N =538

-0,25

0,00

0,25

0,50

ln (relativ handelspris)

Page 16

Histogram

for DEPOTSTATUS= Undersøgt uden fund

Frequency

-0,20

0,00

0,20

0,40

Mean =0,0822

Std. Dev. =0,14559

N =230

ln (relativ handelspris)

UNIANOVA

LnRH BY DEPOTSTATUS BENYTTELSE

/METHOD = SSTYPE(3)

/INTERCEPT = EXCLUDE

/PLOT = PROFILE( DEPOTSTATUS*BENYTTELSE )

/EMMEANS = TABLES(DEPOTSTATUS*BENYTTELSE)

/PRINT = DESCRIPTIVE HOMOGENEITY

/PLOT = SPREADLEVEL

/CRITERIA = ALPHA(.10)

/DESIGN = DEPOTSTATUS BENYTTELSE DEPOTSTATUS*BENYTTELSE .

Univariate Analysis of Variance

Page 17

Between-Subjects Factors

Value Label

Mistanke

Forurenet

Oprenset

Restforureni

Undersøgt

uden fund

Ikke

forurenet

Hus

Etagelejligh

2292

2411

629

538

230

547870

426179

127791

Depotstatus

Boligbenyttelse

Descriptive Statistics

Dependent Variable: ln (relativ handelspris)

Depotstatus

Mistanke

Boligbenyttelse

Hus

Etagelejlighed

Total

Hus

Etagelejlighed

Total

Hus

Etagelejlighed

Total

Hus

Etagelejlighed

Total

Hus

Etagelejlighed

Total

Hus

Etagelejlighed

Total

Hus

Etagelejlighed

Total

Levene's Test of Equality of Error Variances

Dependent Variable: ln (relativ handelspris)

41,316

df1

df2

553958

Sig.

,000

Mean

,0743

,1652

,1286

,1170

,1922

,1752

,1153

,1989

,1621

,1122

,1023

,1045

,0783

,0870

,0822

,1433

,1919

,1543

,1431

,1913

,1542

Std. Deviation

,23833

,19593

,21855

,24234

,20028

,21279

,20965

,17808

,19689

,19384

,18060

,18352

,16261

,12199

,14559

,18066

,18317

,18236

,18095

,18362

,18270

922

1370

2292

544

1867

2411

277

352

629

121

417

538

127

103

230

424188

123682

547870

426179

127791

553970

Forurenet

Oprenset

Restforurening

Undersøgt uden fund

Ikke forurenet

Total

Tests the null hypothesis that the error variance of the dependent variable is equal across groups.

a. Design: DEPOTSTATUS+BENYTTELSE+DEPOTSTATUS * BENYTTELSE

Page 18

Tests of Between-Subjects Effects

Dependent Variable: ln (relativ handelspris)

Type III Sum

of Squares

13407,616

8,329

2,270

1,873

18251,712

31659,328

Source

Model

DEPOTSTATUS

BENYTTELSE

DEPOTSTATUS *

BENYTTELSE

Error

Total

553958

553970

Mean Square

1117,301

1,666

2,270

,375

,033

33911,232

50,559

68,890

11,371

Sig.

,000

a. R Squared = ,423 (Adjusted R Squared = ,423)

Estimated Marginal Means

Depotstatus * Boligbenyttelse

Dependent Variable: ln (relativ handelspris)

90% Confidence Interval

Lower Bound

Upper Bound

,064

,084

,157

,173

,104

,185

,097

,183

,085

,088

,052

,058

,143

,191

,130

,199

,133

,215

,139

,117

,105

,116

,144

,193

Depotstatus

Mistanke

Forurenet

Oprenset

Restforurening

Undersøgt uden fund

Ikke forurenet

Boligbenyttelse

Hus

Etagelejlighed

Hus

Etagelejlighed

Hus

Etagelejlighed

Hus

Etagelejlighed

Hus

Etagelejlighed

Hus

Etagelejlighed

Mean

,074

,165

,117

,192

,115

,199

,112

,102

,078

,087

,143

,192

Std. Error

,006

,005

,008

,004

,011

,010

,017

,009

,016

,018

,000

,001

Spread-versus-Level Plots

Page 19

Spread vs. Level Plot of ln (relativ handelspris)

0,26

Spread (Standard Deviation)

0,24

0,22

0,20

0,18

0,16

0,14

0,12

0,06

0,08

0,10

0,12

0,14

0,16

0,18

0,20

Level (Mean)

Groups: DEPOTSTATUS * BENYTTELSE

Page 20

Spread vs. Level Plot of ln (relativ handelspris)

0,06

0,05

Spread (Variance)

0,04

0,03

0,02

0,01

0,06

0,08

0,10

0,12

0,14

0,16

0,18

0,20

Level (Mean)

Groups: DEPOTSTATUS * BENYTTELSE

Profile Plots

Page 21

Estimated Marginal Means of ln (relativ handelspris)

0,20

Boligbenyttelse

Hus

Etagelejlighed

0,18

Estimated Marginal Means

0,16

0,14

0,12

0,10

0,08

0,06

Mistanke

Forurenet

Oprenset

Restforurening Undersøgt uden Ikke forurenet

fund

Depotstatus

Page 22

GET

FILE='W:\sag\1243\Data\Databearbejdning\SPSS\Dataset\Hyp4.sav'.

*Define Variable Properties.

*DEPOTSTATUS.

VARIABLE LABELS DEPOTSTATUS 'Depotstatus'.

VALUE LABELS DEPOTSTATUS

1 'Mistanke'

2 'Forurenet'

3 'Oprenset'

4 'Restfourening'

5 'Undersøgt uden fund'

6 'Ikke forurenet' .

*DATABASE.

VARIABLE LABELS DATABASE 'Ordning (database)'.

VALUE LABELS DATABASE

'IF' 'Ikke forurenet'

'OM' 'OM'

'ROKA' 'ROKA'

'VT' 'VTO' .

*lnRH.

VARIABLE LABELS lnRH 'ln (relativ handelspris)'.

FORMATS lnRH (F8.2).

EXECUTE.

SAVE OUTFILE='W:\sag\1243\Data\Databearbejdning\SPSS\Dataset\hyp4.sav'

/COMPRESSED.

GET

FILE='W:\sag\1243\Data\Databearbejdning\SPSS\Dataset\Hyp4.sav'.

SUMMARIZE

/TABLES=LnRH BY DEPOTSTATUS

/FORMAT=NOLIST TOTAL

/TITLE='Alle observationer'

/MISSING=VARIABLE

/CELLS=COUNT MEAN MEDIAN MIN MAX STDDEV KURT SKEW .

Summarize

Case Processing Summary

Cases

Excluded

Percent

,0%

Included

Percent

ln (relativ handelspris)

* Depotstatus

605407

100,0%

Total

605407

Percent

100,0%

Alle observationer

ln (relativ handelspris)

Depotstatus

Mistanke

Forurenet

Oprenset

Restfourening

Undersøgt uden fund

Ikke forurenet

Total

2600

2727

730

601

267

598482

605407

Mean

,1191

,1916

,1589

,1138

,0985

,1410

,1411

Median

,1276

,1647

,1596

,1001

,0861

,1476

,1475

Minimum

-11,51

-4,28

-5,14

-6,49

-2,77

-15,98

Maximum

3,50

3,86

2,82

3,62

2,05

5,98

Std. Deviation

,46618

,42012

,48870

,52662

,36894

,34408

,34554

Page 1

Alle observationer

ln (relativ handelspris)

Depotstatus

Mistanke

Forurenet

Oprenset

Restfourening

Undersøgt uden fund

Ikke forurenet

Total

Kurtosis

159,302

18,490

32,532

55,603

29,770

131,593

130,851

Skewness

-6,941

,104

-2,878

-4,101

-2,981

-4,955

-4,934

SUMMARIZE

/TABLES=LnRH BY DATABASE

/FORMAT=NOLIST TOTAL

/TITLE='Alle observationer'

/MISSING=VARIABLE

/CELLS=COUNT MEAN MEDIAN MIN MAX STDDEV KURT SKEW .

Summarize

Case Processing Summary

Cases

Excluded

Percent

,0%

Included

Percent

ln (relativ handelspris)

* Ordning (database)

605407

100,0%

Total

605407

Percent

100,0%

Alle observationer

ln (relativ handelspris)

Ordning (database)

Ikke forurenet

ROKA

VTO

Total

598482

2732

3851

342

605407

Mean

,1410

,1311

,1650

,1446

,1411

Median

,1476

,1286

,1506

,1226

,1475

Minimum

-15,98

-3,69

-11,51

-1,61

-15,98

Maximum

5,98

3,50

3,86

1,78

5,98

Std. Deviation

,34408

,39219

,49952

,37849

,34554

Alle observationer

ln (relativ handelspris)

Ordning (database)

Ikke forurenet

ROKA

VTO

Total

Kurtosis

131,593

18,113

101,439

4,941

130,851

Skewness

-4,955

-1,079

-4,775

-,479

-4,934

SUMMARIZE

/TABLES=LnRH BY DEPOTSTATUS BY DATABASE

/FORMAT=NOLIST TOTAL

/TITLE='Alle observationer'

/MISSING=VARIABLE

/CELLS=COUNT MEAN MEDIAN MIN MAX STDDEV KURT SKEW .

Summarize

Page 2

Case Processing Summary

Cases

Excluded

Percent

,0%

Included

Percent

ln (relativ handelspris)

* Depotstatus *

Ordning (database)

605407

100,0%

Total

605407

Percent

100,0%

Alle observationer

ln (relativ handelspris)

Depotstatus

Mistanke

Ordning (database)

ROKA

Total

ROKA

VTO

Total

ROKA

VTO

Total

ROKA

VTO

Total

ROKA

Total

Ikke forurenet

Total

Ikke forurenet

ROKA

VTO

Total

2345

255

2600

232

2250

245

2727

675

730

559

601

155

112

267

598482

2732

3851

342

605407

Mean

,1300

,0191

,1191

,1513

,2037

,1193

,1916

,1472

,3024

,1589

,1160

,0853

,1138

,1172

,0726

,0985

,1410

,1311

,1650

,1446

,1411

Median

,1328

,0896

,1276

,1314

,1756

,1014

,1647

,1507

,2671

,1596

,1011

,0640

,1001

,0834

,0887

,0861

,1476

,1286

,1506

,1226

,1475

Minimum

-3,69

-11,51

-1,60

-4,28

-1,61

-4,28

-5,14

-,19

-5,14

-6,49

-1,08

-6,49

-1,28

-2,77

-15,98

-3,69

-11,51

-1,61

-15,98

Maximum

3,50

1,77

3,50

1,74

3,86

1,78

3,86

2,82

1,39

2,82

3,62

,70

3,62

,95

2,05

5,98

3,50

3,86

1,78

5,98

Forurenet

Oprenset

Restfourening

Undersøgt uden fund

Ikke forurenet

Total

Page 3

Alle observationer

ln (relativ handelspris)

Depotstatus

Mistanke

Ordning (database)

ROKA

Total

ROKA

VTO

Total

ROKA

VTO

Total

ROKA

VTO

Total

ROKA

Total

Ikke forurenet

Total

Ikke forurenet

ROKA

VTO

Total

Std. Deviation

,40210

,84881

,46618

,36032

,42709

,39943

,42012

,49875

,31103

,48870

,54104

,27156

,52662

,26675

,47571

,36894

,34408

,39219

,49952

,37849

,34554

Kurtosis

18,706

136,012

159,302

3,941

20,354

4,641

18,490

32,062

2,642

32,532

53,620

7,570

55,603

5,933

24,290

29,770

131,593

18,113

101,439

4,941

130,851

Skewness

-1,185

-10,401

-6,941

,353

,134

-,574

,104

-2,912

1,341

-2,878

-4,062

-1,605

-4,101

-,339

-3,170

-2,981

-4,955

-1,079

-4,775

-,479

-4,934

Forurenet

Oprenset

Restfourening

Undersøgt uden fund

Ikke forurenet

Total

EXAMINE

VARIABLES=LnRH BY DEPOTSTATUS

/PLOT BOXPLOT STEMLEAF

/COMPARE GROUP

/PERCENTILES(5,10,25,50,75,90,95) HAVERAGE

/STATISTICS DESCRIPTIVES

/CINTERVAL 95

/MISSING LISTWISE

/NOTOTAL.

Explore

Depotstatus

ln (relativ handelspris)

Stem-and-Leaf Plots

ln (relativ handelspris) Stem-and-Leaf Plot for

DEPOTSTATUS= Mistanke

Frequency

Stem &

Leaf

(=<-,47)

024&

0123&

55667889

0112344

56677889

000111122233344

555566667777778888899

0000111111222233333444444

Page 4

110,00 Extremes

7,00

-4 .

23,00

-4 .

13,00

-3 .

26,00

-3 .

46,00

-2 .

49,00

-2 .

48,00

-1 .

99,00

-1 .

133,00

-0 .

150,00

-0 .

247,00

223,00

246,00

192,00

221,00

160,00

137,00

98,00

66,00

58,00

38,00

27,00

29,00

19,00

9,00

126,00 Extremes

Stem width:

Each leaf:

00000000000000111111111222223333334444444

555555556666666677777788888888999999

0000000001111111222222333333333444444444

55555666666677777778888889999999

0000000001111112222222333333333444444

555555556666777777888899999

00000011111122233334444

555666667788999

00111223334

5566678899

012234

55689&

012344

689&

(>=,74)

,10

6 case(s)

& denotes fractional leaves.

ln (relativ handelspris) Stem-and-Leaf Plot for

DEPOTSTATUS= Forurenet

Frequency

Stem &

Leaf

(=<-,41)

0134&

67&

01234

56689&

001122344

555556667778899

000011112222233334444

00000000011111112222233333334444444

5555556666666777777888888999999

00000001111111122222223333333444444444

5555555566666666677777777778888888889999999

00000001111112222222333333344444

5555566666667777777888899999

000011111222223333444

5556677788899

00111223344

5567789

011234

5567789

01234

56789

012344

(>=,75)

113,00 Extremes

4,00

-4 .

8,00

-3 .

21,00

-3 .

14,00

-2 .

32,00

-2 .

42,00

-1 .

62,00

-1 .

103,00

-0 .

150,00

-0 .

246,00

0 .

224,00

0 .

259,00

1 .

293,00

1 .

229,00

2 .

190,00

2 .

145,00

3 .

90,00

3 .

83,00

4 .

53,00

4 .

42,00

5 .

41,00

5 .

37,00

6 .

37,00

6 .

34,00

7 .

2,00

7 .

173,00 Extremes

Stem width:

Each leaf:

,10

7 case(s)

& denotes fractional leaves.

ln (relativ handelspris) Stem-and-Leaf Plot for

DEPOTSTATUS= Oprenset

Page 5

Frequency

Stem &

Leaf

(=<-,40)

01&

234&&

034569&

012234568&

000001112223334444455667778889999

000001122223334444555566666777888999

0001112234445556666677888899

0011234445667899

0123468&

019&&

29&

(>=,72)

40,00 Extremes

9,00

-3 .

16,00

-2 .

29,00

-1 .

44,00

-0 .

139,00

0 .

148,00

1 .

119,00

2 .

69,00

3 .

35,00

4 .

21,00

5 .

12,00

6 .

1,00

7 .

48,00 Extremes

Stem width:

Each leaf:

,10

4 case(s)

& denotes fractional leaves.

ln (relativ handelspris) Stem-and-Leaf Plot for

DEPOTSTATUS= Restfourening

Frequency

Stem &

Leaf

(=<-,48)

000133479&

0011222223334445567789

0000011122233345555666667778899

00001111222333444556677899

00112223344566789

0124789&

1358&

246&&

(>=,63)

14,00 Extremes

1,00

-4 .

6,00

-3 .

9,00

-2 .

42,00

-1 .

95,00

-0 .

132,00

0 .

113,00

1 .

78,00

2 .

33,00

3 .

19,00

4 .

16,00

5 .

4,00

6 .

39,00 Extremes

Stem width:

Each leaf:

,10

4 case(s)

& denotes fractional leaves.

ln (relativ handelspris) Stem-and-Leaf Plot for

DEPOTSTATUS= Undersøgt uden fund

Frequency

Stem &

Leaf

(=<-,35)

7789

03344

55699

012244444

555567788889

0000111122222222233333344

000000000001111111122222333333344444444

5555555566666777777788888888889999999999

0000001112222223334444444444

555555566666777778888888999

Page 6

8,00 Extremes

4,00

-2 .

5,00

-2 .

5,00

-1 .

9,00

-1 .

12,00

-0 .

25,00

-0 .

39,00

0 .

40,00

0 .

28,00

1 .

27,00

1 .

12,00

8,00

15,00

4,00

2,00

4,00

20,00 Extremes

Stem width:

Each leaf:

001112233444

55556788

001122333444444

6789

6788

(>=,51)

,10

1 case(s)

ln (relativ handelspris) Stem-and-Leaf Plot for

DEPOTSTATUS= Ikke forurenet

Frequency

Stem &

Leaf

(=<-,36)

013&

56789

01234

5566789

00011223344

5555666777888999

0000111112222233334444

000000000001111111222222223333333344444444

5555555566666666677777777888888888999999999

0000000001111111112222222223333333333444444444

555555555666666666777777777888888888999999999

00000000111111112222222233333334444444

55555556666666777777888888999999

0000001111122222333334444

555566667777888999

0001112223344

5566778899

01234

56789

01234

(>=,66)

21546,00 Extremes

355,00

-3 .

3892,00

-3 .

5039,00

-2 .

6993,00

-2 .

10586,00

-1 .

15227,00

-1 .

22323,00

-0 .

32591,00

-0 .

58388,00

0 .

60794,00

0 .

64817,00

1 .

63235,00

1 .

55538,00

2 .

44804,00

2 .

35260,00

3 .

25735,00

3 .

18585,00

4 .

13076,00

4 .

9180,00

5 .

6518,00

5 .

4740,00

6 .

824,00

6 .

18436,00 Extremes

Stem width:

Each leaf:

,10

1410 case(s)

& denotes fractional leaves.

USE ALL.

COMPUTE filter_$=((LnRH>=-0.47 and LnRH<=0.74 and DEPOTSTATUS=1) or

(LnRH>=-0.41 and LnRH<=0.75 and DEPOTSTATUS=2) or

(LnRH>=-0.40 and LnRH<=0.72 and DEPOTSTATUS=3) or

(LnRH>=-0.48 and LnRH<=0.63 and DEPOTSTATUS=4) or

(LnRH>=-0.35 and LnRH<=0.51 and DEPOTSTATUS=5) or

(LnRH>=-0.36 and LnRH<=0.66 and DEPOTSTATUS=6)).

VARIABLE LABEL filter_$ '(LnRH>=-0.47 and LnRH<=0.74 and DEPOTSTATUS=1) or'+

'(LnRH>=-0.41 and LnRH<=0.75 and DEPOTSTATUS=2) or'+

'(LnRH>=-0.40 and LnRH... (FILTER)'.

VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'.

FORMAT filter_$ (f1.0).

FILTER BY filter_$.

EXECUTE .

SUMMARIZE

/TABLES=LnRH BY DEPOTSTATUS

/FORMAT=NOLIST TOTAL

Page 7

/TITLE='Afskåret med depotstatusvis stem-leaf-plot'

/MISSING=VARIABLE

/CELLS=COUNT MEAN MEDIAN MIN MAX STDDEV KURT SKEW .

Summarize

Case Processing Summary

Cases

Excluded

Percent

,0%

Included

Percent

ln (relativ handelspris)

* Depotstatus

565043

100,0%

Total

565043

Percent

100,0%

Afskåret med depotstatusvis stem-leaf-plot

ln (relativ handelspris)

Depotstatus

Mistanke

Forurenet

Oprenset

Restfourening

Undersøgt uden fund

Ikke forurenet

Total

2367

2439

643

548

240

558806

565043

Mean

,1296

,1724

,1628

,1054

,0874

,1546

,1545

Median

,1257

,1607

,1563

,0881

,0806

,1485

,1484

Minimum

-,46

-,41

-,40

-,29

-,36

-,46

Maximum

,74

,75

,71

,63

,51

,66

,75

Std. Deviation

,21896

,20915

,19507

,18324

,15409

,18220

,18252

Afskåret med depotstatusvis stem-leaf-plot

ln (relativ handelspris)

Depotstatus

Mistanke

Forurenet

Oprenset

Restfourening

Undersøgt uden fund

Ikke forurenet

Total

Kurtosis

,166

,356

,294

,421

,312

,071

,079

Skewness

,057

,352

,063

,389

,175

,075

,077

SUMMARIZE

/TABLES=LnRH BY DATABASE

/FORMAT=NOLIST TOTAL

/TITLE='Afskåret med depotstatusvis stem-leaf-plot'

/MISSING=VARIABLE

/CELLS=COUNT MEAN MEDIAN MIN MAX STDDEV KURT SKEW .

Summarize

Case Processing Summary

Cases

Excluded

Percent

,0%

Included

Percent

ln (relativ handelspris)

* Ordning (database)

565043

100,0%

Total

565043

Percent

100,0%

Page 8

Afskåret med depotstatusvis stem-leaf-plot

ln (relativ handelspris)

Ordning (database)

Ikke forurenet

ROKA

VTO

Total

558806

2464

3463

310

565043

Mean

,1546

,1276

,1583

,1558

,1545

Median

,1485

,1244

,1452

,1233

,1484

Minimum

-,36

-,46

-,43

-,40

-,46

Maximum

,66

,74

,75

Std. Deviation

,18220

,21492

,20288

,22133

,18252

Afskåret med depotstatusvis stem-leaf-plot

ln (relativ handelspris)

Ordning (database)

Ikke forurenet

ROKA

VTO

Total

Kurtosis

,071

,260

,399

-,156

,079

Skewness

,075

,064

,337

,077

SUMMARIZE

/TABLES=LnRH BY DEPOTSTATUS BY DATABASE

/FORMAT=NOLIST TOTAL

/TITLE='Afskåret med depotstatusvis stem-leaf-plot'

/MISSING=VARIABLE

/CELLS=COUNT MEAN MEDIAN MIN MAX STDDEV KURT SKEW .

Summarize

Case Processing Summary

Cases

Excluded

Percent

,0%

Included

Percent

ln (relativ handelspris)

* Depotstatus *

Ordning (database)

565043

100,0%

Total

565043

Percent

100,0%

Page 9

Afskåret med depotstatusvis stem-leaf-plot

ln (relativ handelspris)

Depotstatus

Mistanke

Ordning (database)

ROKA

Total

ROKA

VTO

Total

ROKA

VTO

Total

ROKA

VTO

Total

ROKA

Total

Ikke forurenet

Total

Ikke forurenet

ROKA

VTO

Total

2126

241

2367

199

2020

220

2439

593

643

508

548

139

101

240

558806

2464

3463

310

565043

Mean

,1323

,1061

,1296

,1080

,1812

,1498

,1724

,1574

,2274

,1628

,1059

,0990

,1054

,0831

,0934

,0874

,1546

,1276

,1583

,1558

,1545

Median

,1308

,0953

,1257

,1178

,1698

,1108

,1607

,1503

,2436

,1563

,0911

,0640

,0881

,0715

,0863

,0806

,1485

,1244

,1452

,1233

,1484

Minimum

-,46

-,43

-,46

-,36

-,41

-,40

-,41

-,40

-,19

-,40

-,35

-,40

-,29

-,36

-,46

-,43

-,40

-,46

Maximum

,74

,69

,74

,75

,71

,66

,71

,63

,53

,63

,47

,51

,66

,74

,75

Forurenet

Oprenset

Restfourening

Undersøgt uden fund

Ikke forurenet

Total

Page 10

Afskåret med depotstatusvis stem-leaf-plot

ln (relativ handelspris)

Depotstatus

Mistanke

Ordning (database)

ROKA

Total

ROKA

VTO

Total

ROKA

VTO

Total

ROKA

VTO

Total

ROKA

Total

Ikke forurenet

Total

Ikke forurenet

ROKA

VTO

Total

Std. Deviation

,22009

,20771

,21896

,19255

,20721

,22937

,20915

,19396

,19857

,19507

,18351

,18187

,18324

,14977

,16041

,15409

,18220

,21492

,20288

,22133

,18252

Kurtosis

,156

,415

,166

1,173

,364

-,142

,356

,351

,004

,294

,464

-,086

,421

,514

,113

,312

,071

,260

,399

-,156

,079

Skewness

,027

,327

,057

,213

,356

,428

,352

,070

-,073

,063

,409

,122

,389

,105

,242

,175

,075

,064

,337

,077

Forurenet

Oprenset

Restfourening

Undersøgt uden fund

Ikke forurenet

Total

EXAMINE

VARIABLES=LnRH BY DEPOTSTATUS

/PLOT BOXPLOT HISTOGRAM

/COMPARE GROUP

/PERCENTILES(5,10,25,50,75,90,95) HAVERAGE

/STATISTICS DESCRIPTIVES

/CINTERVAL 95

/MISSING LISTWISE

/NOTOTAL.

Explore

Depotstatus

ln (relativ handelspris)

Histograms

Page 11

Histogram

for DEPOTSTATUS= Mistanke

200

150

Frequency

100

-0,25

0,00

0,25

0,50

0,75

Mean =0,1296

Std. Dev. =0,21896

N =2.367

ln (relativ handelspris)

Page 12

Histogram

for DEPOTSTATUS= Forurenet

200

150

Frequency

100

-0,25

0,00

0,25

0,50

0,75

Mean =0,1724

Std. Dev. =0,20915

N =2.439

ln (relativ handelspris)

Page 13

Histogram

for DEPOTSTATUS= Oprenset

100

Frequency

-0,40

-0,20

0,00

0,20

0,40

0,60

Mean =0,1628

Std. Dev. =0,19507

N =643

ln (relativ handelspris)

Page 14

Histogram

for DEPOTSTATUS= Restfourening

Frequency

Mean =0,1054

Std. Dev. =0,18324

N =548

-0,25

0,00

0,25

0,50

ln (relativ handelspris)

Page 15

Histogram

for DEPOTSTATUS= Undersøgt uden fund

Frequency

-0,20

0,00

0,20

0,40

Mean =0,0874

Std. Dev. =0,15409

N =240

ln (relativ handelspris)

UNIANOVA

LnRH BY DEPOTSTATUS DATABASE

/METHOD = SSTYPE(3)

/INTERCEPT = EXCLUDE

/PLOT = PROFILE( DEPOTSTATUS*DATABASE )

/EMMEANS = TABLES(DEPOTSTATUS*DATABASE)

/PRINT = DESCRIPTIVE HOMOGENEITY

/PLOT = SPREADLEVEL

/CRITERIA = ALPHA(.10)

/DESIGN = DEPOTSTATUS DATABASE DEPOTSTATUS*DATABASE .

Univariate Analysis of Variance

Between-Subjects Factors

Value Label

Mistanke

Forurenet

Oprenset

Restfourenin

Undersøgt

uden fund

Ikke

forurenet

Ikke

forurenet

ROKA

VTO

2367

2439

643

548

240

558806

2464

3463

310

Depotstatus

Ordning

(database)

ROKA

Page 16

Descriptive Statistics

Dependent Variable: ln (relativ handelspris)

Depotstatus

Mistanke

Ordning (database)

ROKA

Total

ROKA

VTO

Total

ROKA

VTO

Total

ROKA

VTO

Total

ROKA

Total

Ikke forurenet

Total

Ikke forurenet

ROKA

VTO

Total

Mean

,1323

,1061

,1296

,1080

,1812

,1498

,1724

,1574

,2274

,1628

,1059

,0990

,1054

,0831

,0934

,0874

,1546

,1276

,1583

,1558

,1545

Std. Deviation

,22009

,20771

,21896

,19255

,20721

,22937

,20915

,19396

,19857

,19507

,18351

,18187

,18324

,14977

,16041

,15409

,18220

,21492

,20288

,22133

,18252

2126

241

2367

199

2020

220

2439

593

643

508

548

139

101

240

558806

2464

3463

310

565043

Forurenet

Oprenset

Restfourening

Undersøgt uden fund

Ikke forurenet

Total

Levene's Test of Equality of Error Variances

Dependent Variable: ln (relativ handelspris)

df1

df2

Sig.

20,298

565031

,000

Tests the null hypothesis that the error variance of the dependent variable is equal across groups.

a. Design: DEPOTSTATUS+DATABASE+DEPOTSTATUS * DATABASE

Tests of Between-Subjects Effects

Dependent Variable: ln (relativ handelspris)

Source

Mean Square

Model

1124,838

DEPOTSTATUS

,273

DATABASE

,082

DEPOTSTATUS *

1,327

,332

DATABASE

Error

18818,238

565031

,033

Total

32316,292

565043

a. R Squared = ,418 (Adjusted R Squared = ,418)

Type III Sum

of Squares

13498,054

1,092

,165

33774,057

8,196

2,476

9,964

Sig.

,000

,084

,000

Estimated Marginal Means

Page 17

Depotstatus * Ordning (database)

Dependent Variable: ln (relativ handelspris)

90% Confidence Interval

Depotstatus

Ordning (database)

Mean

Std. Error

Lower Bound

Upper Bound

Mistanke

Ikke forurenet

,132

,004

,126

,139

ROKA

,106

,012

,087

,125

VTO

Forurenet

Ikke forurenet

,108

,013

,087

,129

ROKA

,181

,004

,175

,188

VTO

,150

,012

,130

,170

Oprenset

Ikke forurenet

ROKA

,157

,007

,145

,170

VTO

,227

,026

,185

,270

Restfourening

Ikke forurenet

ROKA

,106

,008

,093

,119

VTO

,099

,029

,052

,146

Undersøgt uden fund

Ikke forurenet

,083

,015

,058

,109

ROKA

,093

,018

,064

,123

VTO

Ikke forurenet

,155

,000

,154

,155

ROKA

VTO

a. This level combination of factors is not observed, thus the corresponding population marginal mean

is not estimable.

Spread-versus-Level Plots

Page 18

Spread vs. Level Plot of ln (relativ handelspris)

0,22

Spread (Standard Deviation)

0,20

0,18

0,16

0,14

0,08

0,10

0,12

0,14

0,16

0,18

0,20

0,22

0,24

Level (Mean)

Groups: DEPOTSTATUS * DATABASE

Page 19

Spread vs. Level Plot of ln (relativ handelspris)

0,05

Spread (Variance)

0,04

0,03

0,02

0,08

0,10

0,12

0,14

0,16

0,18

0,20

0,22

0,24

Level (Mean)

Groups: DEPOTSTATUS * DATABASE

Profile Plots

Page 20

Estimated Marginal Means of ln (relativ handelspris)

0,24

0,22

Ordning (database)

Ikke forurenet

ROKA

VTO

Estimated Marginal Means

0,20

0,18

0,16

0,14

0,12

0,10

0,08

Mistanke

Forurenet

Oprenset

Restfourening Undersøgt uden Ikke forurenet

fund

Depotstatus

Non-estimable means are not plotted

Page 21

GET

FILE='W:\sag\1243\Data\Databearbejdning\SPSS\Dataset\Hyp5.sav'.

*Define Variable Properties.

*DEPOTSTATUS.

VARIABLE LABELS DEPOTSTATUS 'Depotstatus'.

VALUE LABELS DEPOTSTATUS

1 'Mistanke'

2 'Forurenet'

3 'Oprenset'

4 'Restforurening'

5 'Undersøgt uden fund' .

*lnRH.

VARIABLE LABELS lnRH 'ln (relativ handelspris)'.

*Type.

FORMATS Type (F11.0).

VALUE LABELS Type

12 'Mistanke til forurenet'

13 'Mistanke til oprenset'

15 'Mistanke til undersøgt uden fund'

23 'Forurenet til oprenset'

24 'Forurenet til restforurening'

25 'Forurenet til undersøgt uden fund' .

EXECUTE.

SAVE OUTFILE='W:\sag\1243\Data\Databearbejdning\SPSS\Dataset\hyp5.sav'

/COMPRESSED.

GET

FILE='W:\sag\1243\Data\Databearbejdning\SPSS\Dataset\Hyp5.sav'.

USE ALL.

COMPUTE filter_$=(Type=12).

VARIABLE LABEL filter_$ 'Type=12 (FILTER)'.

VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'.

FORMAT filter_$ (f1.0).

FILTER BY filter_$.

EXECUTE .

SUMMARIZE

/TABLES=LnRH BY DEPOTSTATUS

/FORMAT=NOLIST TOTAL

/TITLE='Alle observationer'

/MISSING=VARIABLE

/CELLS=COUNT MEAN MEDIAN MIN MAX STDDEV KURT SKEW .

Summarize

Case Processing Summary

Cases

Excluded

Percent

,0%

Included

Percent

ln (relativ handelspris)

* Depotstatus

100,0%

Total

Percent

100,0%

Alle observationer

ln (relativ handelspris)

Depotstatus

Mistanke

Forurenet

Total

Mean

,1245

,2289

,1817

Median

,1503

,1922

,1769

Minimum

-,74

-,52

-,74

Maximum

,64

,87

Std. Deviation

,34619

,29758

,32078

Page 1

Alle observationer

ln (relativ handelspris)

Depotstatus

Mistanke

Forurenet

Total

Kurtosis

1,195

1,092

1,224

Skewness

-,924

-,186

-,629

EXAMINE

VARIABLES=LnRH BY DEPOTSTATUS

/PLOT BOXPLOT STEMLEAF

/COMPARE GROUP

/PERCENTILES(5,10,25,50,75,90,95) HAVERAGE

/STATISTICS DESCRIPTIVES

/CINTERVAL 95

/MISSING LISTWISE

/NOTOTAL.

Explore

Depotstatus

Case Processing Summary

Cases

Valid

Percent

100,0%

ln (relativ handelspris)

Depotstatus

Mistanke

Forurenet

Page 2

Case Processing Summary

Cases

Depotstatus

Mistanke

Forurenet

Missing

Percent

,0%

Descriptives

Depotstatus

Mistanke

Statistic

,1245

-,0424

,2914

,1435

,1503

,120

,34619

-,74

,64

1,38

,39

-,924

1,195

,2289

,1002

,3576

,2343

,1922

,089

,29758

-,52

,87

1,39

,24

-,186

1,092

Std. Error

,07942

Total

Percent

100,0%

ln (relativ handelspris)

Mean

95% Confidence Interval

for Mean

5% Trimmed Mean

Median

Variance

Std. Deviation

Minimum

Maximum

Range

Interquartile Range

Skewness

Kurtosis

Mean

95% Confidence Interval

for Mean

5% Trimmed Mean

Median

Variance

Std. Deviation

Minimum

Maximum

Range

Interquartile Range

Skewness

Kurtosis

Lower Bound

Upper Bound

Forurenet

,524

1,014

,06205

Lower Bound

Upper Bound

,481

,935

Percentiles

-,5306

-,1399

Weighted

Average(Definition 1)

Tukey's Hinges

ln (relativ handelspris)

Depotstatus

Mistanke

Forurenet

Mistanke

Forurenet

-,7359

-,4475

-,0388

,1512

-,0067

,1548

Page 3

Percentiles

Weighted

Average(Definition 1)

Tukey's Hinges

ln (relativ handelspris)

Depotstatus

Mistanke

Forurenet

Mistanke

Forurenet

,1503

,1922

,1503

,1922

,3507

,3909

,3472

,3669

Page 4

Percentiles

Weighted

Average(Definition 1)

Tukey's Hinges

ln (relativ handelspris)

Depotstatus

Mistanke

Forurenet

Mistanke

Forurenet

,5534

,6048

,8156

ln (relativ handelspris)

Stem-and-Leaf Plots

ln (relativ handelspris) Stem-and-Leaf Plot for

DEPOTSTATUS= Mistanke

Frequency

Stem &

Leaf

(=<-,7)

001

00011122333

556

1,00 Extremes

1,00

-0 .

3,00

-0 .

11,00

0 .

3,00

0 .

Stem width:

Each leaf:

1,00

1 case(s)

ln (relativ handelspris) Stem-and-Leaf Plot for

DEPOTSTATUS= Forurenet

Frequency

Stem &

Leaf

(=<-,52)

5566789

0247

779

(>=,87)

1,00 Extremes

2,00

-1 .

1,00

-0 .

1,00

0 .

7,00

1 .

4,00

2 .

2,00

3 .

,00

4 .

3,00

5 .

1,00

6 .

1,00 Extremes

Stem width:

Each leaf:

,10

1 case(s)

Page 5

1,00

280

0,50

ln (relativ handelspris)

0,00

-0,50

-1,00

Mistanke

Forurene

Depotstatus

USE ALL.

COMPUTE filter_$=(TYPE=12 and ((LnRH>=-0.7 and LnRH<=10 and DEPOTSTATUS=1) or

(LnRH>=-0.52 and LnRH<=0.87 and DEPOTSTATUS=2))).

VARIABLE LABEL filter_$ '(LnRH>=-0.47 and LnRH<=0.74 and DEPOTSTATUS=1) or'+

'(LnRH>=-0.41 and LnRH<=0.75 and DEPOTSTATUS=2) or'+

'(LnRH>=-0.40 and LnRH... (FILTER)'.

VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'.

FORMAT filter_$ (f1.0).

FILTER BY filter_$.

EXECUTE .

SUMMARIZE

/TABLES=LnRH BY DEPOTSTATUS

/FORMAT=NOLIST TOTAL

/TITLE='Afskåret med depotstatusvis stem-leaf-plot'

/MISSING=VARIABLE

/CELLS=COUNT MEAN MEDIAN MIN MAX STDDEV KURT SKEW .

Summarize

Case Processing Summary

Cases

Excluded

Percent

,0%

Included

Percent

ln (relativ handelspris)

* Depotstatus

100,0%

Total

Percent

100,0%

Page 6

Afskåret med depotstatusvis stem-leaf-plot

ln (relativ handelspris)

Depotstatus

Mistanke

Forurenet

Total

Mean

,1723

,2630

,2222

Median

,1531

,1974

,1878

Minimum

-,53

-,15

-,53

Maximum

,64

,87

Std. Deviation

,28449

,25433

,26870

Afskåret med depotstatusvis stem-leaf-plot

ln (relativ handelspris)

Depotstatus

Mistanke

Forurenet

Total

Kurtosis

,865

,217

,739

Skewness

-,517

,591

-,048

EXAMINE

VARIABLES=LnRH BY DEPOTSTATUS

/PLOT BOXPLOT HISTOGRAM

/COMPARE GROUP

/PERCENTILES(5,10,25,50,75,90,95) HAVERAGE

/STATISTICS DESCRIPTIVES

/CINTERVAL 95

/MISSING LISTWISE

/NOTOTAL.

Explore

Depotstatus

Case Processing Summary

Cases

Valid

Percent

100,0%

ln (relativ handelspris)

Depotstatus

Mistanke

Forurenet

Page 7

Case Processing Summary

Cases

Depotstatus

Mistanke

Forurenet

Missing

Percent

,0%

Descriptives

Depotstatus

Mistanke

Statistic

,1723

,0308

,3138

,1852

,1531

,081

,28449

-,53

,64

1,17

,35

-,517

,865

,2630

,1503

,3758

,2535

,1974

,065

,25433

-,15

,87

1,02

,28

,591

,217

Std. Error

,06705

Total

Percent

100,0%

ln (relativ handelspris)

Mean

95% Confidence Interval

for Mean

5% Trimmed Mean

Median

Variance

Std. Deviation

Minimum

Maximum

Range

Interquartile Range

Skewness

Kurtosis

Mean

95% Confidence Interval

for Mean

5% Trimmed Mean

Median

Variance

Std. Deviation

Minimum

Maximum

Range

Interquartile Range

Skewness

Kurtosis

Lower Bound

Upper Bound

Forurenet

,536

1,038

,05422

Lower Bound

Upper Bound

,491

,953

Percentiles

-,1554

-,0969

Weighted

Average(Definition 1)

Tukey's Hinges

ln (relativ handelspris)

Depotstatus

Mistanke

Forurenet

Mistanke

Forurenet

-,5306

-,1453

,0094

,1565

,0254

,1583

Page 8

Percentiles

Weighted

Average(Definition 1)

Tukey's Hinges

ln (relativ handelspris)

Depotstatus

Mistanke

Forurenet

Mistanke

Forurenet

,1531

,1974

,1531

,1974

,3623

,4359

,3507

,3909

Page 9

Percentiles

Weighted

Average(Definition 1)

Tukey's Hinges

ln (relativ handelspris)

Depotstatus

Mistanke

Forurenet

Mistanke

Forurenet

,5623

,6056

,8286

ln (relativ handelspris)

Histograms

Histogram

for DEPOTSTATUS= Mistanke

Frequency

Mean =0,1723

Std. Dev. =0,28449

N =18

-0,40

-0,20

0,00

0,20

0,40

0,60

0,80

-0,60

ln (relativ handelspris)

Page 10

Histogram

for DEPOTSTATUS= Forurenet

Frequency

-0,20

0,00

0,20

0,40

0,60

0,80

1,00

Mean =0,263

Std. Dev. =0,25433

N =22

ln (relativ handelspris)

Page 11

0,90

280

0,60

ln (relativ handelspris)

0,30

0,00

-0,30

-0,60

Mistanke

Forurene

Depotstatus

UNIANOVA

LnRH BY DEPOTSTATUS

/METHOD = SSTYPE(3)

/INTERCEPT = EXCLUDE

/PLOT = PROFILE( DEPOTSTATUS )

/EMMEANS = TABLES(DEPOTSTATUS)

/PRINT = DESCRIPTIVE

/CRITERIA = ALPHA(.10)

/DESIGN = DEPOTSTATUS.

Univariate Analysis of Variance

Between-Subjects Factors

Value Label

Mistanke

Forurenet

Depotstatus

Descriptive Statistics

Dependent Variable: ln (relativ handelspris)

Depotstatus

Mistanke

Forurenet

Total

Mean

,1723

,2630

,2222

Std. Deviation

,28449

,25433

,26870

Page 12

Tests of Between-Subjects Effects

Dependent Variable: ln (relativ handelspris)

Type III Sum

Source

Mean Square

of Squares

Model

2,057

1,028

DEPOTSTATUS

2,057

1,028

Error

2,734

,072

Total

4,791

a. R Squared = ,429 (Adjusted R Squared = ,399)

14,292

Sig.

,000

Estimated Marginal Means

Depotstatus

Dependent Variable: ln (relativ handelspris)

90% Confidence Interval

Lower Bound

Upper Bound

,066

,279

,167

,359

Depotstatus

Mistanke

Forurenet

Mean

,172

,263

Std. Error

,063

,057

Profile Plots

Estimated Marginal Means of ln (relativ handelspris)

0,30

Estimated Marginal Means

0,27

0,24

0,21

0,18

0,15

Mistanke

Forurenet

Depotstatus

Page 13

GET

FILE='W:\sag\1243\Data\Databearbejdning\SPSS\Dataset\Hyp5.sav'.

*Define Variable Properties.

*DEPOTSTATUS.

VARIABLE LABELS DEPOTSTATUS 'Depotstatus'.

VALUE LABELS DEPOTSTATUS

1 'Mistanke'

2 'Forurenet'

3 'Oprenset'

4 'Restforurening'

5 'Undersøgt uden fund' .

*lnRH.

VARIABLE LABELS lnRH 'ln (relativ handelspris)'.

*Type.

FORMATS Type (F11.0).

VALUE LABELS Type

12 'Mistanke til forurenet'

13 'Mistanke til oprenset'

15 'Mistanke til undersøgt uden fund'

23 'Forurenet til oprenset'

24 'Forurenet til restforurening'

25 'Forurenet til undersøgt uden fund' .

EXECUTE.

SAVE OUTFILE='W:\sag\1243\Data\Databearbejdning\SPSS\Dataset\hyp5.sav'

/COMPRESSED.

GET

FILE='W:\sag\1243\Data\Databearbejdning\SPSS\Dataset\Hyp5.sav'.

USE ALL.

COMPUTE filter_$=(Type=15).

VARIABLE LABEL filter_$ 'Type=15 (FILTER)'.

VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'.

FORMAT filter_$ (f1.0).

FILTER BY filter_$.

EXECUTE .

SUMMARIZE

/TABLES=LnRH BY DEPOTSTATUS

/FORMAT=NOLIST TOTAL

/TITLE='Alle observationer'

/MISSING=VARIABLE

/CELLS=COUNT MEAN MEDIAN MIN MAX STDDEV KURT SKEW .

Summarize

Case Processing Summary

Cases

Excluded

Percent

,0%

Included

Percent

ln (relativ handelspris)

* Depotstatus

100,0%

Total

Percent

100,0%

Page 1

Alle observationer

ln (relativ handelspris)

Depotstatus

Mistanke

Undersøgt uden fund

Total

Mean

,3538

,0107

,1793

Median

,3159

,0674

,1462

Minimum

-,08

-2,77

Maximum

1,77

,39

1,77

Std. Deviation

,39903

,54673

,50621

Alle observationer

ln (relativ handelspris)

Depotstatus

Mistanke

Undersøgt uden fund

Total

Kurtosis

4,228

25,194

21,026

Skewness

1,645

-4,820

-2,839

EXAMINE

VARIABLES=LnRH BY DEPOTSTATUS

/PLOT BOXPLOT STEMLEAF

/COMPARE GROUP

/PERCENTILES(5,10,25,50,75,90,95) HAVERAGE

/STATISTICS DESCRIPTIVES

/CINTERVAL 95

/MISSING LISTWISE

/NOTOTAL.

Explore

Depotstatus

Case Processing Summary

Cases

Valid

ln (relativ handelspris)

Depotstatus

Mistanke

Undersøgt uden fund

Percent

100,0%

Page 2

Case Processing Summary

Cases

Depotstatus

Mistanke

Undersøgt uden fund

Missing

Percent

,0%

Total

Percent

100,0%

ln (relativ handelspris)

Descriptives

Depotstatus

Mistanke

Statistic

,3538

,2020

,5055

,3156

,3159

,159

,39903

-,08

1,77

1,85

,63

1,645

4,228

,0107

-,1935

,2148

,0973

,0674

,299

,54673

-2,77

,39

3,16

,18

-4,820

25,194

ln (relativ handelspris)

Mean

95% Confidence

Interval for Mean

5% Trimmed Mean

Median

Variance

Std. Deviation

Minimum

Maximum

Range

Interquartile Range

Skewness

Kurtosis

Mean

95% Confidence

Interval for Mean

5% Trimmed Mean

Median

Variance

Std. Deviation

Minimum

Maximum

Range

Interquartile Range

Skewness

Kurtosis

Lower Bound

Upper Bound

Undersøgt uden fund

Lower Bound

Upper Bound

Page 3

Descriptives

Depotstatus

Mistanke

Std. Error

,07410

Lower Bound

Upper Bound

ln (relativ handelspris)

Mean

95% Confidence

Interval for Mean

5% Trimmed Mean

Median

Variance

Std. Deviation

Minimum

Maximum

Range

Interquartile Range

Skewness

Kurtosis

Mean

95% Confidence

Interval for Mean

5% Trimmed Mean

Median

Variance

Std. Deviation

Minimum

Maximum

Range

Interquartile Range

Skewness

Kurtosis

Undersøgt uden fund

,434

,845

,09982

Lower Bound

Upper Bound

,427

,833

Percentiles

-,0426

-,1202

Weighted

Average(Definition 1)

Tukey's Hinges

ln (relativ handelspris)

Depotstatus

Mistanke

Undersøgt uden fund

Mistanke

Undersøgt uden fund

-,0764

-1,3744

,0157

,0138

,0244

,0183

Page 4

Percentiles

Weighted

Average(Definition 1)

Tukey's Hinges

ln (relativ handelspris)

Depotstatus

Mistanke

Undersøgt uden fund

Mistanke

Undersøgt uden fund

,3159

,0674

,3159

,0674

,6433

,1919

,6229

,1873

Page 5

Percentiles

Weighted

Average(Definition 1)

Tukey's Hinges

ln (relativ handelspris)

Depotstatus

Mistanke

Undersøgt uden fund

Mistanke

Undersøgt uden fund

,7824

,3605

1,2905

,3842

ln (relativ handelspris)

Stem-and-Leaf Plots

ln (relativ handelspris) Stem-and-Leaf Plot for

DEPOTSTATUS= Mistanke

Frequency

Stem &

Leaf

23477

0027

445

144569

4468

(>=1,77)

5,00

-0

4,00

3,00

2,00

6,00

1,00

,00

2,00

4,00

1,00

1,00 Extremes

Stem width:

Each leaf:

,10

1 case(s)

ln (relativ handelspris) Stem-and-Leaf Plot for

DEPOTSTATUS= Undersøgt uden fund

Frequency

Stem &

Leaf

(=<-2,77)

134

0112245567889

4558

23679

1,00 Extremes

1,00

-2 .

1,00

-1 .

3,00

-0 .

13,00

0 .

4,00

1 .

2,00

2 .

5,00

3 .

Stem width:

Each leaf:

,10

1 case(s)

Page 6

2,00

1,00

ln (relativ handelspris)

0,00

-1,00

-2,00

-3,00

Mistanke

Undersøg

Depotstatus

USE ALL.

COMPUTE filter_$=(TYPE=15 and ((LnRH>=-10 and LnRH<=1.77 and DEPOTSTATUS=1) or

(LnRH>=-2.77 and LnRH<=10 and DEPOTSTATUS=5))).

VARIABLE LABEL filter_$ '(LnRH>=-0.47 and LnRH<=0.74 and DEPOTSTATUS=1) or'+

'(LnRH>=-0.41 and LnRH<=0.75 and DEPOTSTATUS=2) or'+

'(LnRH>=-0.40 and LnRH... (FILTER)'.

VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'.

FORMAT filter_$ (f1.0).

FILTER BY filter_$.

EXECUTE .

SUMMARIZE

/TABLES=LnRH BY DEPOTSTATUS

/FORMAT=NOLIST TOTAL

/TITLE='Afskåret med depotstatusvis stem-leaf-plot'

/MISSING=VARIABLE

/CELLS=COUNT MEAN MEDIAN MIN MAX STDDEV KURT SKEW .

Summarize

Case Processing Summary

Cases

Excluded

Percent

,0%

Included

Percent

ln (relativ handelspris)

* Depotstatus

100,0%

Total

Percent

100,0%

Page 7

Afskåret med depotstatusvis stem-leaf-plot

ln (relativ handelspris)

Depotstatus

Mistanke

Undersøgt uden fund

Total

Mean

,3538

,1066

,2302

Median

,3159

,0702

,1463

Minimum

-,08

-,23

Maximum

1,77

,39

1,77

Std. Deviation

,39903

,15293

,32441

Afskåret med depotstatusvis stem-leaf-plot

ln (relativ handelspris)

Depotstatus

Mistanke

Undersøgt uden fund

Total

Kurtosis

4,228

-,123

7,742

Skewness

1,645

,265

2,214

EXAMINE

VARIABLES=LnRH BY DEPOTSTATUS

/PLOT BOXPLOT HISTOGRAM

/COMPARE GROUP

/PERCENTILES(5,10,25,50,75,90,95) HAVERAGE

/STATISTICS DESCRIPTIVES

/CINTERVAL 95

/MISSING LISTWISE

/NOTOTAL.

Explore

Depotstatus

Case Processing Summary

Cases

Valid

ln (relativ handelspris)

Depotstatus

Mistanke

Undersøgt uden fund

Percent

100,0%

Page 8

Case Processing Summary

Cases

Depotstatus

Mistanke

Undersøgt uden fund

Missing

Percent

,0%

Total

Percent

100,0%

ln (relativ handelspris)

Descriptives

Depotstatus

Mistanke

Statistic

,3538

,2020

,5055

,3156

,3159

,159

,39903

-,08

1,77

1,85

,63

1,645

4,228

,1066

,0485

,1648

,1080

,0702

,023

,15293

-,23

,39

,62

,18

,265

-,123

ln (relativ handelspris)

Mean

95% Confidence

Interval for Mean

5% Trimmed Mean

Median

Variance

Std. Deviation

Minimum

Maximum

Range

Interquartile Range

Skewness

Kurtosis

Mean

95% Confidence

Interval for Mean

5% Trimmed Mean

Median

Variance

Std. Deviation

Minimum

Maximum

Range

Interquartile Range

Skewness

Kurtosis

Lower Bound

Upper Bound

Undersøgt uden fund

Lower Bound

Upper Bound

Page 9

Descriptives

Depotstatus

Mistanke

Std. Error

,07410

Lower Bound

Upper Bound

ln (relativ handelspris)

Mean

95% Confidence

Interval for Mean

5% Trimmed Mean

Median

Variance

Std. Deviation

Minimum

Maximum

Range

Interquartile Range

Skewness

Kurtosis

Mean

95% Confidence

Interval for Mean

5% Trimmed Mean

Median

Variance

Std. Deviation

Minimum

Maximum

Range

Interquartile Range

Skewness

Kurtosis

Undersøgt uden fund

,434

,845

,02840

Lower Bound

Upper Bound

,434

,845

Percentiles

-,0426

-,0465

Weighted

Average(Definition 1)

Tukey's Hinges

ln (relativ handelspris)

Depotstatus

Mistanke

Undersøgt uden fund

Mistanke

Undersøgt uden fund

-,0764

-,1794

,0157

,0183

,0244

,0183

Page 10

Percentiles

Weighted

Average(Definition 1)

Tukey's Hinges

ln (relativ handelspris)

Depotstatus

Mistanke

Undersøgt uden fund

Mistanke

Undersøgt uden fund

,3159

,0702

,3159

,0702

,6433

,1965

,6229

,1873

Page 11

Percentiles

Weighted

Average(Definition 1)

Tukey's Hinges

ln (relativ handelspris)

Depotstatus

Mistanke

Undersøgt uden fund

Mistanke

Undersøgt uden fund

,7824

,3639

1,2905

,3849

ln (relativ handelspris)

Histograms

Histogram

for DEPOTSTATUS= Mistanke

Frequency

0,00

0,50

1,00

1,50

Mean =0,3538

Std. Dev. =0,39903

N =29

ln (relativ handelspris)

Page 12

Histogram

for DEPOTSTATUS= Undersøgt uden fund

Frequency

Mean =0,1066

Std. Dev. =0,15293

N =29

-0,20

-0,10

0,00

0,10

0,20

0,30

0,40

-0,30

ln (relativ handelspris)

Page 13

1,50

ln (relativ handelspris)

1,00

0,50

0,00

Mistanke

Undersøg

Depotstatus

UNIANOVA

LnRH BY DEPOTSTATUS

/METHOD = SSTYPE(3)

/INTERCEPT = EXCLUDE

/PLOT = PROFILE( DEPOTSTATUS )

/EMMEANS = TABLES(DEPOTSTATUS)

/PRINT = DESCRIPTIVE

/CRITERIA = ALPHA(.10)

/DESIGN = DEPOTSTATUS.

Univariate Analysis of Variance

Between-Subjects Factors

Value Label

Mistanke

Undersøgt

uden fund

Depotstatus

Descriptive Statistics

Dependent Variable: ln (relativ handelspris)

Depotstatus

Mistanke

Undersøgt uden fund

Total

Mean

,3538

,1066

,2302

Std. Deviation

,39903

,15293

,32441

Page 14

Tests of Between-Subjects Effects

Dependent Variable: ln (relativ handelspris)

Type III Sum

of Squares

3,959

5,113

9,072

Source

Model

DEPOTSTATUS

Error

Total

Mean Square

1,979

,091

21,679

Sig.

,000

a. R Squared = ,436 (Adjusted R Squared = ,416)

Estimated Marginal Means

Depotstatus

Dependent Variable: ln (relativ handelspris)

90% Confidence Interval

Lower Bound

Upper Bound

,260

,448

,013

,200

Depotstatus

Mistanke

Undersøgt uden fund

Mean

,354

,107

Std. Error

,056

Profile Plots

Estimated Marginal Means of ln (relativ handelspris)

0,40

0,35

Estimated Marginal Means

0,30

0,25

0,20

0,15

0,10

Mistanke

Undersøgt uden fund

Depotstatus

Page 15

GET

FILE='W:\sag\1243\Data\Databearbejdning\SPSS\Dataset\Hyp5.sav'.

*Define Variable Properties.

*DEPOTSTATUS.

VARIABLE LABELS DEPOTSTATUS 'Depotstatus'.

VALUE LABELS DEPOTSTATUS

1 'Mistanke'

2 'Forurenet'

3 'Oprenset'

4 'Restforurening'

5 'Undersøgt uden fund' .

*lnRH.

VARIABLE LABELS lnRH 'ln (relativ handelspris)'.

*Type.

FORMATS Type (F11.0).

VALUE LABELS Type

12 'Mistanke til forurenet'

13 'Mistanke til oprenset'

15 'Mistanke til undersøgt uden fund'

23 'Forurenet til oprenset'

24 'Forurenet til restforurening'

25 'Forurenet til undersøgt uden fund' .

EXECUTE.

SAVE OUTFILE='W:\sag\1243\Data\Databearbejdning\SPSS\Dataset\hyp5.sav'

/COMPRESSED.

GET

FILE='W:\sag\1243\Data\Databearbejdning\SPSS\Dataset\Hyp5.sav'.

USE ALL.

COMPUTE filter_$=(Type=23).

VARIABLE LABEL filter_$ 'Type=23 (FILTER)'.

VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'.

FORMAT filter_$ (f1.0).

FILTER BY filter_$.

EXECUTE .

SUMMARIZE

/TABLES=LnRH BY DEPOTSTATUS

/FORMAT=NOLIST TOTAL

/TITLE='Alle observationer'

/MISSING=VARIABLE

/CELLS=COUNT MEAN MEDIAN MIN MAX STDDEV KURT SKEW .

Summarize

Case Processing Summary

Cases

Excluded

Percent

,0%

Included

Percent

ln (relativ handelspris)

* Depotstatus

100,0%

Total

Percent

100,0%

Page 1

Alle observationer

ln (relativ handelspris)

Depotstatus

Forurenet

Oprenset

Total

Mean

,2981

,2280

,2600

Median

,3841

,2248

,2681

Minimum

-1,20

-1,16

-1,20

Maximum

1,78

1,39

1,78

Std. Deviation

,41548

,34966

,38059

Alle observationer

ln (relativ handelspris)

Depotstatus

Forurenet

Oprenset

Total

Kurtosis

6,594

6,722

6,350

Skewness

-,187

-,301

-,182

EXAMINE

VARIABLES=LnRH BY DEPOTSTATUS

/PLOT BOXPLOT STEMLEAF

/COMPARE GROUP

/PERCENTILES(5,10,25,50,75,90,95) HAVERAGE

/STATISTICS DESCRIPTIVES

/CINTERVAL 95

/MISSING LISTWISE

/NOTOTAL.

Explore

Depotstatus

Case Processing Summary

Cases

Valid

ln (relativ handelspris)

Depotstatus

Forurenet

Oprenset

Percent

100,0%

Page 2

Case Processing Summary

Cases

Depotstatus

Forurenet

Oprenset

Missing

Percent

,0%

Total

Percent

100,0%

ln (relativ handelspris)

Descriptives

Depotstatus

Forurenet

Statistic

,2981

,1686

,4276

,3044

,3841

,173

,41548

-1,20

1,78

2,99

,40

-,187

6,594

,2280

,1286

,3273

,2258

,2248

,122

,34966

-1,16

1,39

2,55

,28

-,301

6,722

,365

,717

,04945

Std. Error

,06411

ln (relativ handelspris)

Mean

95% Confidence

Interval for Mean

5% Trimmed Mean

Median

Variance

Std. Deviation

Minimum

Maximum

Range

Interquartile Range

Skewness

Kurtosis

Mean

95% Confidence

Interval for Mean

5% Trimmed Mean

Median

Variance

Std. Deviation

Minimum

Maximum

Range

Interquartile Range

Skewness

Kurtosis

Lower Bound

Upper Bound

Oprenset

Lower Bound

Upper Bound

,337

,662

Percentiles

-,1445

-,0121

Weighted

Average(Definition 1)

Tukey's Hinges

ln (relativ handelspris)

Depotstatus

Forurenet

Oprenset

Forurenet

Oprenset

-,3224

-,2702

,0734

,1029

,0770

,1071

Page 3

Percentiles

Weighted

Average(Definition 1)

Tukey's Hinges

ln (relativ handelspris)

Depotstatus

Forurenet

Oprenset

Forurenet

Oprenset

,3841

,2248

,3841

,2248

,4734

,3787

,4700

,3786

Page 4

Percentiles

Weighted

Average(Definition 1)

Tukey's Hinges

ln (relativ handelspris)

Depotstatus

Forurenet

Oprenset

Forurenet

Oprenset

,6316

,5022

,7209

,9264

ln (relativ handelspris)

Stem-and-Leaf Plots

ln (relativ handelspris) Stem-and-Leaf Plot for

DEPOTSTATUS= Forurenet

Frequency

Stem &

Leaf

(=<-1,20)

125679

224

224579

00022336678

0567

134

(>=1,78)

1,00 Extremes

1,00

-3 .

1,00

-2 .

1,00

-1 .

2,00

-0 .

6,00

0 .

3,00

1 .

1,00

2 .

6,00

3 .

11,00

4 .

4,00

5 .

3,00

6 .

1,00

7 .

1,00 Extremes

Stem width:

Each leaf:

,10

1 case(s)

ln (relativ handelspris) Stem-and-Leaf Plot for

DEPOTSTATUS= Oprenset

Frequency

Stem &

Leaf

(=<-,37)

0111449

001135566689

0446666688

0127789

1788

(>=,81)

2,00 Extremes

2,00

-1 .

1,00

-0 .

7,00

0 .

12,00

1 .

10,00

2 .

7,00

3 .

4,00

4 .

2,00

5 .

3,00 Extremes

Stem width:

Each leaf:

,10

1 case(s)

Page 5

2,00

293

296

291

ln (relativ handelspris)

1,00

289

0,00

106

-1,00

Forurene

Oprenset

Depotstatus

USE ALL.

COMPUTE filter_$=(TYPE=23 and ((LnRH>=-1.2 and LnRH<=1.78 and DEPOTSTATUS=2) or

(LnRH>=-0.37 and LnRH<=0.81 and DEPOTSTATUS=3))).

VARIABLE LABEL filter_$ '(LnRH>=-0.47 and LnRH<=0.74 and DEPOTSTATUS=1) or'+

'(LnRH>=-0.41 and LnRH<=0.75 and DEPOTSTATUS=2) or'+

'(LnRH>=-0.40 and LnRH... (FILTER)'.

VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'.

FORMAT filter_$ (f1.0).

FILTER BY filter_$.

EXECUTE .

SUMMARIZE

/TABLES=LnRH BY DEPOTSTATUS

/FORMAT=NOLIST TOTAL

/TITLE='Afskåret med depotstatusvis stem-leaf-plot'

/MISSING=VARIABLE

/CELLS=COUNT MEAN MEDIAN MIN MAX STDDEV KURT SKEW .

Summarize

Case Processing Summary

Cases

Excluded

Percent

,0%

Included

Percent

ln (relativ handelspris)

* Depotstatus

100,0%

Total

Percent

100,0%

Page 6

Afskåret med depotstatusvis stem-leaf-plot

ln (relativ handelspris)

Depotstatus

Forurenet

Oprenset

Total

Mean

,2986

,2276

,2606

Median

,3841

,2248

,2681

Minimum

-,34

-,19

-,34

Maximum

,73

,81

Std. Deviation

,25927

,19051

,22655

Afskåret med depotstatusvis stem-leaf-plot

ln (relativ handelspris)

Depotstatus

Forurenet

Oprenset

Total

Kurtosis

-,321

,962

-,167

Skewness

-,619

,438

-,137

EXAMINE

VARIABLES=LnRH BY DEPOTSTATUS

/PLOT BOXPLOT HISTOGRAM

/COMPARE GROUP

/PERCENTILES(5,10,25,50,75,90,95) HAVERAGE

/STATISTICS DESCRIPTIVES

/CINTERVAL 95

/MISSING LISTWISE

/NOTOTAL.

Explore

Depotstatus

Case Processing Summary

Cases

Valid

ln (relativ handelspris)

Depotstatus

Forurenet

Oprenset

Percent

100,0%

Page 7

Case Processing Summary

Cases

Depotstatus

Forurenet

Oprenset

Missing

Percent

,0%

Total

Percent

100,0%

ln (relativ handelspris)

Descriptives

Depotstatus

Forurenet

Statistic

,2986

,2157

,3815

,3089

,3841

,067

,25927

-,34

,73

1,07

,39

-,619

-,321

,2276

,1710

,2842

,2240

,2248

,036

,19051

-,19

,81

1,00

,23

,438

,962

,374

,733

,02809

Std. Error

,04099

ln (relativ handelspris)

Mean

95% Confidence

Interval for Mean

5% Trimmed Mean

Median

Variance

Std. Deviation

Minimum

Maximum

Range

Interquartile Range

Skewness

Kurtosis

Mean

95% Confidence

Interval for Mean

5% Trimmed Mean

Median

Variance

Std. Deviation

Minimum

Maximum

Range

Interquartile Range

Skewness

Kurtosis

Lower Bound

Upper Bound

Oprenset

Lower Bound

Upper Bound

,350

,688

Percentiles

-,0779

,0073

Weighted

Average(Definition 1)

Tukey's Hinges

ln (relativ handelspris)

Depotstatus

Forurenet

Oprenset

Forurenet

Oprenset

-,2154

-,1019

,0808

,1081

,0847

,1084

Page 8

Percentiles

Weighted

Average(Definition 1)

Tukey's Hinges

ln (relativ handelspris)

Depotstatus

Forurenet

Oprenset

Forurenet

Oprenset

,3841

,2248

,3841

,2248

,4686

,3388

,4673

,3256

Page 9

Percentiles

Weighted

Average(Definition 1)

Tukey's Hinges

ln (relativ handelspris)

Depotstatus

Forurenet

Oprenset

Forurenet

Oprenset

,6126

,4858

,6489

,5533

ln (relativ handelspris)

Histograms

Histogram

for DEPOTSTATUS= Forurenet

Frequency

Mean =0,2986

Std. Dev. =0,25927

N =40

-0,20

0,00

0,20

0,40

0,60

0,80

-0,40

ln (relativ handelspris)

Page 10

Histogram

for DEPOTSTATUS= Oprenset

Frequency

Mean =0,2276

Std. Dev. =0,19051

N =46

0,00

0,20

0,40

0,60

0,80

-0,20

ln (relativ handelspris)

Page 11

1,00

289

0,80

ln (relativ handelspris)

0,60

0,40

0,20

0,00

-0,20

-0,40

Forurene

Oprenset

Depotstatus

UNIANOVA

LnRH BY DEPOTSTATUS

/METHOD = SSTYPE(3)

/INTERCEPT = EXCLUDE

/PLOT = PROFILE( DEPOTSTATUS )

/EMMEANS = TABLES(DEPOTSTATUS)

/PRINT = DESCRIPTIVE

/CRITERIA = ALPHA(.10)

/DESIGN = DEPOTSTATUS.

Univariate Analysis of Variance

Between-Subjects Factors

Value Label

Forurenet

Oprenset

Depotstatus

Descriptive Statistics

Dependent Variable: ln (relativ handelspris)

Depotstatus

Forurenet

Oprenset

Total

Mean

,2986

,2276

,2606

Std. Deviation

,25927

,19051

,22655

Page 12

Tests of Between-Subjects Effects

Dependent Variable: ln (relativ handelspris)

Type III Sum

of Squares

5,949

4,255

10,204

Source

Model

DEPOTSTATUS

Error

Total

Mean Square

2,974

,051

58,721

Sig.

,000

a. R Squared = ,583 (Adjusted R Squared = ,573)

Estimated Marginal Means

Depotstatus

Dependent Variable: ln (relativ handelspris)

90% Confidence Interval

Lower Bound

Upper Bound

,239

,358

,172

,283

Depotstatus

Forurenet

Oprenset

Mean

,299

,228

Std. Error

,036

,033

Profile Plots

Estimated Marginal Means of ln (relativ handelspris)

0,30

0,29

Estimated Marginal Means

0,28

0,27

0,26

0,25

0,24

0,23

0,22

Forurenet

Oprenset

Depotstatus

Page 13

GET

FILE='W:\sag\1243\Data\Databearbejdning\SPSS\Dataset\Hyp5.sav'.

*Define Variable Properties.

*DEPOTSTATUS.

VARIABLE LABELS DEPOTSTATUS 'Depotstatus'.

VALUE LABELS DEPOTSTATUS

1 'Mistanke'

2 'Forurenet'

3 'Oprenset'

4 'Restforurening'

5 'Undersøgt uden fund' .

*lnRH.

VARIABLE LABELS lnRH 'ln (relativ handelspris)'.

*Type.

FORMATS Type (F11.0).

VALUE LABELS Type

12 'Mistanke til forurenet'

13 'Mistanke til oprenset'

15 'Mistanke til undersøgt uden fund'

23 'Forurenet til oprenset'

24 'Forurenet til restforurening'

25 'Forurenet til undersøgt uden fund' .

EXECUTE.

SAVE OUTFILE='W:\sag\1243\Data\Databearbejdning\SPSS\Dataset\hyp5.sav'

/COMPRESSED.

GET

FILE='W:\sag\1243\Data\Databearbejdning\SPSS\Dataset\Hyp5.sav'.

USE ALL.

COMPUTE filter_$=(Type=24).

VARIABLE LABEL filter_$ 'Type=24 (FILTER)'.

VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'.

FORMAT filter_$ (f1.0).

FILTER BY filter_$.

EXECUTE .

SUMMARIZE

/TABLES=LnRH BY DEPOTSTATUS

/FORMAT=NOLIST TOTAL

/TITLE='Alle observationer'

/MISSING=VARIABLE

/CELLS=COUNT MEAN MEDIAN MIN MAX STDDEV KURT SKEW .

Summarize

Case Processing Summary

Cases

Excluded

Percent

,0%

Included

Percent

ln (relativ handelspris)

* Depotstatus

130

100,0%

Total

130

Percent

100,0%

Page 1

Alle observationer

ln (relativ handelspris)

Depotstatus

Forurenet

Restforurening

Total

130

Mean

,2848

,1063

,1983

Median

,2487

,1063

,1558

Minimum

-,53

-,28

-,53

Maximum

1,28

,41

1,28

Std. Deviation

,32662

,14443

,26948

Alle observationer

ln (relativ handelspris)

Depotstatus

Forurenet

Restforurening

Total

Kurtosis

1,263

,151

3,074

Skewness

,620

-,322

1,122

EXAMINE

VARIABLES=LnRH BY DEPOTSTATUS

/PLOT BOXPLOT STEMLEAF

/COMPARE GROUP

/PERCENTILES(5,10,25,50,75,90,95) HAVERAGE

/STATISTICS DESCRIPTIVES

/CINTERVAL 95

/MISSING LISTWISE

/NOTOTAL.

Explore

Depotstatus

Case Processing Summary

Cases

Valid

Percent

100,0%

ln (relativ handelspris)

Depotstatus

Forurenet

Restforurening

Page 2

Case Processing Summary

Cases

Depotstatus

Forurenet

Restforurening

Missing

Percent

,0%

Total

Percent

100,0%

ln (relativ handelspris)

Descriptives

Depotstatus

Forurenet

Statistic

,2848

,2051

,3644

,2727

,2487

,107

,32662

-,53

1,28

1,81

,38

,620

1,263

,1063

,0700

,1427

,1099

,1063

,021

,14443

-,28

,41

,69

,21

-,322

,151

,293

,578

,01820

Std. Error

,03990

ln (relativ handelspris)

Mean

95% Confidence

Interval for Mean

5% Trimmed Mean

Median

Variance

Std. Deviation

Minimum

Maximum

Range

Interquartile Range

Skewness

Kurtosis

Mean

95% Confidence

Interval for Mean

5% Trimmed Mean

Median

Variance

Std. Deviation

Minimum

Maximum

Range

Interquartile Range

Skewness

Kurtosis

Lower Bound

Upper Bound

Restforurening

Lower Bound

Upper Bound

,302

,595

Percentiles

-,0776

-,0608

Weighted

Average(Definition 1)

Tukey's Hinges

ln (relativ handelspris)

Depotstatus

Forurenet

Restforurening

Forurenet

Restforurening

-,2038

-,1869

,0733

,0130

,0751

,0140

Page 3

Percentiles

Weighted

Average(Definition 1)

Tukey's Hinges

ln (relativ handelspris)

Depotstatus

Forurenet

Restforurening

Forurenet

Restforurening

,2487

,1063

,2487

,1063

,4535

,2219

,4461

,2176

Page 4

Percentiles

Weighted

Average(Definition 1)

Tukey's Hinges

ln (relativ handelspris)

Depotstatus

Forurenet

Restforurening

Forurenet

Restforurening

,6926

,2744

1,0040

,3453

ln (relativ handelspris)

Stem-and-Leaf Plots

ln (relativ handelspris) Stem-and-Leaf Plot for

DEPOTSTATUS= Forurenet

Frequency

Stem &

Leaf

(=<-,5)

0000011

0000000001111111

2222222222233333333333

444445555

666667

(>=1,0)

1,00 Extremes

2,00

-0 .

7,00

-0 .

16,00

0 .

22,00

0 .

9,00

0 .

6,00

0 .

1,00

0 .

3,00 Extremes

Stem width:

Each leaf:

1,00

1 case(s)

ln (relativ handelspris) Stem-and-Leaf Plot for

DEPOTSTATUS= Restforurening

Frequency

2,00

3,00

10,00

14,00

16,00

13,00

4,00

1,00

Stem width:

Each leaf:

Stem &

-2

-1

-0

Leaf

069

0112223456

11336666677899

0001122234455799

0122234446677

1447

,10

1 case(s)

Page 5

1,50

1,00

ln (relativ handelspris)

0,50

0,00

-0,50

Forurene

Restforu

Depotstatus

USE ALL.

COMPUTE filter_$=(TYPE=24 and ((LnRH>=-0.5 and LnRH<=1 and DEPOTSTATUS=2) or

(LnRH>=-10 and LnRH<=10 and DEPOTSTATUS=4))).

VARIABLE LABEL filter_$ '(LnRH>=-0.47 and LnRH<=0.74 and DEPOTSTATUS=1) or'+

'(LnRH>=-0.41 and LnRH<=0.75 and DEPOTSTATUS=2) or'+

'(LnRH>=-0.40 and LnRH... (FILTER)'.

VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'.

FORMAT filter_$ (f1.0).

FILTER BY filter_$.

EXECUTE .

SUMMARIZE

/TABLES=LnRH BY DEPOTSTATUS

/FORMAT=NOLIST TOTAL

/TITLE='Afskåret med depotstatusvis stem-leaf-plot'

/MISSING=VARIABLE

/CELLS=COUNT MEAN MEDIAN MIN MAX STDDEV KURT SKEW .

Summarize

Case Processing Summary

Cases

Excluded

Percent

,0%

Included

Percent

ln (relativ handelspris)

* Depotstatus

126

100,0%

Total

126

Percent

100,0%

Page 6

Afskåret med depotstatusvis stem-leaf-plot

ln (relativ handelspris)

Depotstatus

Forurenet

Restforurening

Total

126

Mean

,2564

,1063

,1814

Median

,2330

,1063

,1513

Minimum

-,34

-,28

-,34

Maximum

,94

,41

,94

Std. Deviation

,25520

,14443

,21982

Afskåret med depotstatusvis stem-leaf-plot

ln (relativ handelspris)

Depotstatus

Forurenet

Restforurening

Total

Kurtosis

,011

,151

,909

Skewness

,236

-,322

,609

EXAMINE

VARIABLES=LnRH BY DEPOTSTATUS

/PLOT BOXPLOT HISTOGRAM

/COMPARE GROUP

/PERCENTILES(5,10,25,50,75,90,95) HAVERAGE

/STATISTICS DESCRIPTIVES

/CINTERVAL 95

/MISSING LISTWISE

/NOTOTAL.

Explore

Depotstatus

Case Processing Summary

Cases

Valid

Percent

100,0%

ln (relativ handelspris)

Depotstatus

Forurenet

Restforurening

Page 7

Case Processing Summary

Cases

Depotstatus

Forurenet

Restforurening

Missing

Percent

,0%

Total

Percent

100,0%

ln (relativ handelspris)

Descriptives

Depotstatus

Forurenet

Statistic

,2564

,1921

,3207

,2541

,2330

,065

,25520

-,34

,94

1,28

,33

,236

,011

,1063

,0700

,1427

,1099

,1063

,021

,14443

-,28

,41

,69

,21

-,322

,151

,302

,595

,01820

Std. Error

,03215

ln (relativ handelspris)

Mean

95% Confidence

Interval for Mean

5% Trimmed Mean

Median

Variance

Std. Deviation

Minimum

Maximum

Range

Interquartile Range

Skewness

Kurtosis

Mean

95% Confidence

Interval for Mean

5% Trimmed Mean

Median

Variance

Std. Deviation

Minimum

Maximum

Range

Interquartile Range

Skewness

Kurtosis

Lower Bound

Upper Bound

Restforurening

Lower Bound

Upper Bound

,302

,595

Percentiles

-,0715

-,0608

Weighted

Average(Definition 1)

Tukey's Hinges

ln (relativ handelspris)

Depotstatus

Forurenet

Restforurening

Forurenet

Restforurening

-,1596

-,1869

,0733

,0130

,0751

,0140

Page 8

Percentiles

Weighted

Average(Definition 1)

Tukey's Hinges

ln (relativ handelspris)

Depotstatus

Forurenet

Restforurening

Forurenet

Restforurening

,2330

,1063

,2330

,1063

,4017

,2219

,3932

,2176

Page 9

Percentiles

Weighted

Average(Definition 1)

Tukey's Hinges

ln (relativ handelspris)

Depotstatus

Forurenet

Restforurening

Forurenet

Restforurening

,6217

,2744

,6973

,3453

ln (relativ handelspris)

Histograms

Histogram

for DEPOTSTATUS= Forurenet

Frequency

Mean =0,2564

Std. Dev. =0,2552

N =63

-0,20

0,00

0,20

0,40

0,60

0,80

1,00

-0,40

ln (relativ handelspris)

Page 10

Histogram

for DEPOTSTATUS= Restforurening

Frequency

-0,20

0,00

0,20

0,40

Mean =0,1063

Std. Dev. =0,14443

N =63

ln (relativ handelspris)

Page 11

1,00

256

0,80

ln (relativ handelspris)

0,60

0,40

0,20

0,00

-0,20

-0,40

Forurene

Restforu

Depotstatus

UNIANOVA

LnRH BY DEPOTSTATUS

/METHOD = SSTYPE(3)

/INTERCEPT = EXCLUDE

/PLOT = PROFILE( DEPOTSTATUS )

/EMMEANS = TABLES(DEPOTSTATUS)

/PRINT = DESCRIPTIVE

/CRITERIA = ALPHA(.10)

/DESIGN = DEPOTSTATUS.

Univariate Analysis of Variance

Between-Subjects Factors

Value Label

Forurenet

Restforureni

Depotstatus

Descriptive Statistics

Dependent Variable: ln (relativ handelspris)

Depotstatus

Forurenet

Restforurening

Total

Mean

,2564

,1063

,1814

Std. Deviation

,25520

,14443

,21982

126

Page 12

Tests of Between-Subjects Effects

Dependent Variable: ln (relativ handelspris)

Type III Sum

of Squares

4,853

5,331

10,184

Source

Model

DEPOTSTATUS

Error

Total

124

126

Mean Square

2,427

,043

56,446

Sig.

,000

a. R Squared = ,477 (Adjusted R Squared = ,468)

Estimated Marginal Means

Depotstatus

Dependent Variable: ln (relativ handelspris)

90% Confidence Interval

Lower Bound

Upper Bound

,213

,300

,063

,150

Depotstatus

Forurenet

Restforurening

Mean

,256

,106

Std. Error

,026

Profile Plots

Estimated Marginal Means of ln (relativ handelspris)

0,26

0,24

Estimated Marginal Means

0,22

0,20

0,18

0,16

0,14

0,12

0,10

Forurenet

Restforurening

Depotstatus

Page 13