Download as docx, pdf, or txt
Download as docx, pdf, or txt
You are on page 1of 102

Nomen est omen

Over voornamen, vooroordelen en voorspellingen

Danille Bunt & Ceren Zwijnenburg Profielwerkstuk Praedinius Gymnasium Maart 2012

Voorwoord
Voor u ligt het verslag van ons profielwerkstuk over voornamen en de vooroordelen die men over bepaalde voornamen heeft. Wij zijn op dit onderwerp gekomen doordat wij beide in verschillende dorpen in Oost Groningen wonen, maar in de stad Groningen naar de middelbare school gaan en daardoor regelmatig te maken hebben met vooroordelen over onze dorpen. Wij vroegen ons af of men niet alleen bij het zien van iemand en bij het horen van iemands herkomstland of plaats maar ook bij het horen of zien van een naam vooroordelen heeft en wat die vooroordelen in dat geval zijn. Doordat er vele vooroordelen kunnen ontstaan hebben wij het gehouden bij het verschil tussen het opleidingsniveau vwo en het opleidingsniveau vmbo en tussen een hoog en laag inkomen van de ouders die de naam gaven. Ook hebben we een verklaring gezocht voor de vooroordelen, dit is te lezen in hoofdstuk 2. Wij hebben dit onderzoek volledig samen tot stand gebracht en steeds taakverdelingen voor kleine stukken en korte periodes gemaakt, zodat we na elk deel van ons onderzoek en ons verslag steeds konden overleggen. Grofweg hebben wij onderscheid gemaakt tussen: namenlijsten vinden, namenlijsten maken, de enqutes maken, scholen contacteren, de enqutes verwerken, het literatuuronderzoek en ons verslag. We hebben de taakverdeling als volgt gemaakt: Ceren: Namenlijsten vinden, namenlijsten maken , enqutes verwerken Danille: Enqutes maken, scholen contacteren, het literatuuronderzoek Uiteindelijk hebben we ons verslag samen gemaakt. In ons verslag verwijzen wij vaak naar bijlagen, die zijn achterin ons verslag te vinden. Als laatste willen wij graag iedereen die aan dit werkstuk heeft meegeholpen bedanken. Allereerst zijn dit natuurlijk onze begeleiders: mevrouw Leuning en mevrouw Ripke. Zij hebben ons geholpen ons onderzoek op te zetten en ons onderzoek in goede banen geleid. Verder willen we Arina Haring-Huntink bedanken die op het fantastische idee kwam om Laura Kieviet, Nederlands docente op het Dr. Nassaucollege te Assen, te vragen voor het afnemen van de enqutes onder vmbo leerlingen. Daarvoor willen we Laura Kieviet natuurlijk ook hartelijk bedanken, zonder haar was er een stuk meer stress ontstaan. Daarnaast willen we natuurlijk alle leerlingen die ons geholpen hebben door middel van het invullen van de enqutes hartelijk bedanken!

Danille Bunt & Ceren Zwijnenburg 2

Inhoudsopgave
Voorwoord ............................................................................................................. 1 Voorwoord ...................................................................................................................................... 2 Inhoudsopgave ................................................................................................................................ 3 Inleiding ........................................................................................................................................... 5 Samenvatting:.................................................................................................................................. 6 Methode .......................................................................................................................................... 9 Foto-onderzoek ......................................................................................................................... 10 Namen en inkomen ................................................................................................................... 10 Namen en opleidingsniveau ........................................................................................................ 9 Vooroordelen en opleidingsniveau ............................................................................................. 9 Literatuuronderzoek.................................................................................................................. 10 Geschiedenis van de Nederlandse naamgeving............................................................................ 11 De Germaanse Periode ............................................................................................................. 11 De middeleeuwse Periode ........................................................................................................ 11 De stabiele Periode ................................................................................................................... 12 Naoorlogse Periode ................................................................................................................... 12 Vooroordelen bij het uiterlijk ........................................................................................................ 13 De motieven van de ouders bij de naamkeuze van hun kind ....................................................... 14 Namen en inkomen ....................................................................................................................... 35 Resultaten ................................................................................................................................. 37 Conclusie ................................................................................................................................... 39 Namen en opleidingsniveau .......................................................................................................... 21 3

Resultaten ................................................................................................................................. 23 Conclusie ................................................................................................................................... 23 Foto-enqute ................................................................................................................................. 41 Resultaten ................................................................................................................................. 42 Conclusie ................................................................................................................................... 44 Discussie .................................................................................................................................... 44 Vooroordelen en opleidingsniveau ............................................................................................... 24 Resultaten ................................................................................................................................. 25 Conclusie ................................................................................................................................... 28 Mooiheid .......................................................................................... Error! Bookmark not defined. Conclusie .................................................................................................................................... 33 Discussie .................................................................................................................................... 33 Een andere verklaring voor vooroordelen: Impliciet egotisme ................................................... 35 Relevantie onderzoek .................................................................................................................... 49 Conclusie ....................................................................................................................................... 48 Bijlagen .......................................................................................................................................... 49 Vwo-namen .................................................................................. Error! Bookmark not defined. Vmbo-namen ............................................................................................................................. 76 Foto-enqute ........................................................................................................................... 100 Namen-enqute ...................................................................................................................... 101

Inleiding
In het begin van ons onderzoek hebben wij ons vooral georinteerd op beschikbare achtergrondinformatie over ons onderwerp. Daarna kwamen we tot de volgende onderzoeksvraag:

Hebben mensen vooroordelen ten aanzien van sommige namen en worden die vooroordelen door onderzoek bevestigt?

Wij besloten dat we in ons onderzoek een verschil zouden maken tussen namen die vaak op het vwo voorkomen en namen die vaak op het vmbo voorkomen, zodat we ons onderzoek beter konden specificeren. Omdat ons hele onderzoek af zou hangen van onze verwachting dat bepaalde namen vaker voorkomen op het vwo dan op het vmbo, en vice versa, startten we met een snelle proef. Hierbij hebben wij de voornamen van de leerlingen bij ons op school opgevraagd en de namen van een eindexamen vmbo vergeleken. Uit deze snelle scan bleek dat er inderdaad duidelijke verschillen waren. Hierdoor konden wij snel verder en hebben wij de volgende deelvragen opgesteld:

Zijn er namen die vaker op het vmbo voorkomen dan op het vwo, en andersom? Hebben mensen een vooroordeel bij het zien of horen van een naam ten aanzien van opleidingsniveau? Vinden mensen namen die vaker voorkomen op hun opleidingsniveau mooier dan namen die voorkomen op het andere opleidingsniveau? Zijn er namen die vaker voorkomen bij kinderen van ouders met relatief lage inkomens en ouders met relatief hoge inkomens? Hebben mensen een vooroordeel bij het zien of horen van een naam ten aanzien van ouders met een laag of ouders met een hoog inkomen? Hebben mensen bij het zien van een uiterlijk een voorkeur voor een bepaalde naam? Worden deze vooroordelen door onderzoek bevestigd?

Deze vragen hebben wij geprobeerd te beantwoorden in dit verslag.

Samenvatting
Ons PWS gaat over voornamen, vooroordelen daarover en (door onbewuste zelfverheerlijking te onderzoeken) voorspellingen op basis van iemands eigennaam. Dit houdt direct verband met onze titel Nomen est omen dat Latijn is voor De naam is een voorteken.

Onze hoofdvraag is: Hebben mensen vooroordelen ten aanzien van sommige namen en worden die vooroordelen door onderzoek bevestigd?

Onze deelvragen zijn: Zijn er bepaalde namen die vaker op het vwo dan op het vmbo voorkomen en andersom? Zo ja: Hebben mensen een vooroordeel bij het zien of horen van een naam ten aanzien van opleidingsniveau? Vinden mensen namen die vaker voorkomen op hun opleidingsniveau mooier dan namen die voorkomen op het andere opleidingsniveau? Zijn er namen die vaker voorkomen bij kinderen van ouders met relatief lage inkomens en ouders met relatief hoge inkomens? Hebben mensen een vooroordeel bij het zien of horen van een naam ten aanzien van ouders met een laag of ouders met een hoog inkomen? Hebben mensen bij het zien van een uiterlijk een voorkeur voor een bepaalde naam? Worden deze vooroordelen door onderzoek bevestigd? Wij hebben een aantal onderzoeken opgezet om tot antwoorden op onze vragen te komen. Allereerst hebben wij een lijst met namen van het vwo en van het vmbo gemaakt. Dit deden wij door middel van eindexamenuitslagen in de krant. Hieruit bleek dat er inderdaad namen zijn die vaker op het vwo voorkomen en dat er namen zijn die vaker op het vmbo voorkomen. Die namen hebben wij gebruikt voor onze eerste enqute: de foto-enqute. Hierop waren acht fotos te zien met onder iedere foto steeds twee namen: n vwo naam en n vmbo naam. De respondenten konden omcirkelen welke naam zij het beste bij de persoon op de foto vonden passen. 6

Wij hebben onze enqutes allemaal afgenomen onder leerlingen van het vwo en onder leerlingen van het vmbo. Wij wisten welk opleidingsniveau de personen op de foto deden. De leerlingen die wij onderzocht hebben, hebben duidelijk een bepaald beeld bij een bepaalde naam. Ze kozen bij 4/5 van de fotos de naam die de persoon op de foto ook echt had. Bij mensen die een vmbo naam hebben, kozen ze de vmbo naam en bij mensen die een vwo naam hebben, kozen ze de vwo naam. Naar aanleiding hiervan trekken wij de conclusie dat mensen bij een bepaalde naam een bepaald beeld hebben en dat dit vooroordeel meestal klopt. Daarna hebben wij een enqute afgenomen waarbij de top-10 meest voorkomende namen op het vwo en de top-10 meest voorkomende namen op het vmbo stonden. Achter de naam stond vwo/vmbo, zodat de respondent kon omcirkelen welk niveau hij of zij dacht dat de persoon met die naam deed. De vwo leerlingen hebben sterkere vooroordelen dan vmbo leerlingen maar hebben het ook vaker goed. De namen die vwo leerlingen invulden bij vwo en vmbo klopten voor beide. Vervolgens hebben wij ook gevraagd hoe mooi ze deze namen vonden op een schaal van 1 tot 10. Uit deze resultaten hebben we geen goede conclusie kunnen trekken. De gemiddelde cijfers liggen te dicht bij elkaar om een duidelijk verschil te kunnen zien. Uit ons literatuuronderzoek kwam ook een lijst naar voren met de namen waarbij de ouders, over het algemeen, een relatief hoog of relatief laag inkomen hadden. Ook dit hebben we gevraagd aan leerlingen. Van de vmbo leerlingen heeft bij alle namen ongeveer de helft ingevuld dat de ouders een hoog inkomen hebben en de andere helft dat de ouders een laag inkomen hebben. Bij de vwo leerlingen is dit heel anders. Bij tachtig procent van de namen hebben de leerlingen een sterk vooroordeel over het inkomen van de ouders. De ouders van kinderen met de namen Joey, Mandy, Ricardo en Melanie hebben volgens de vwo leerlingen een laag inkomen en de ouders van kinderen met de namen Sophie, Merel, Alexander en Charlotte hebben een hoog inkomen. Deze vooroordelen kloppen overigens wel; de kinderen met rijke namen hebben echt ouders met een hoog inkomen en de kinderen met arme namen ouders met een laag inkomen. Ook hebben we een literatuuronderzoek uitgevoerd naar de geschiedenis van de naamgeving en de motieven van ouders naar hun naamkeuze voor hun kind.

De geschiedenis van de Nederlandse naamgeving is op te delen in vier perioden: 1. Germaanse periode, deze tijd werd gedomineerd door de naamgeving van de Germanen 2. Middeleeuwse periode, in deze tijd maakten de Germaanse namen plaats voor de uitheemse heiligennamen. 3. Stabiele periode, door de strikte vernoemingen in deze periode bleven de namen hetzelfde. 4. Naoorlogse periode, deze periode wordt gekenmerkt door nieuwe, moderne namen die voorheen niet of nauwelijks voorkwamen. Ouders hebben verschillende motieven voor de naamkeuze van hun kind, van hoog naar laag voorkomend: vernoemd naar familie mooie klank mooie naam leuke naam ongewone/bijzondere naam buitenlandse naam vernoemd naar idool uit voornamenboekje past bij naam van ander kind Nederlandse naam

Ook zochten we een uit hoe mensen bepalen of ze een naam mooi vinden. Wij hebben daar de verklaring Impliciet egotisme voor gevonden. Impliciet egotisme is onbewuste zelfverheerlijking. Doordat iemand waarde hecht aan zijn of haar naam ontstaan positieve associaties met de letters die daarin verwerkt zijn. Hierdoor maakt men onbewuste keuzes op het gebied van beroep, merken en woonplaats. Maar het kan ook zo zijn dat mensen namen, die dezelfde letters bevatten als de eigennaam mooier vinden dan ze eigenlijk op grond van ervaringen en sociale cultuurgroepen zouden vinden. 8

Methode
Om een antwoord te vinden op onze onderzoeksvragen zijn we eerst op internet gaan zoeken naar vergelijkbare onderzoeken. We hebben een aantal boeken over voornamen gevonden, maar er waren nog bijna geen onderzoeken gedaan naar ons specifieke onderwerp. Uit het boek Over Voornamen hebben we gegevens gevonden over namen die ouders met een hoog en een laag inkomen aan hun kinderen geven. Er was helaas niets te vinden over het opleidingsniveau van de kinderen (onze belangrijkste deelvraag), dus moesten we zelf een onderzoek opzetten. Eerst moesten we erachter zien te komen of er, en zo ja welke, namen vaker voorkomen op het vwo dan op het vmbo en andersom. Dit hebben we gedaan aan de hand van eindexamenresultaten van het vwo uit het jaar 2011 en van het vmbo uit het jaar 2009. We hebben verschillende jaartallen genomen, omdat de jongeren die in 2009 eindexamen deden op het vmbo nu even oud zijn als de jongeren die vorig jaar op het vwo eindexamen deden (vmbo duurt vier jaar, vwo zes). Daarna hebben we aan de hand van deze resultaten drie onderzoekjes opgezet.

Namen en opleidingsniveau
Om erachter te komen of er namen vaker op het vwo voorkwamen dan op het vmbo en andersom, hebben we eindexamenuitslagen gebruikt. We hebben eerst alle eindexamenuitslagen uit het jaar 2011 van alle vwo-scholen in de provincies Groningen en Drenthe opgezocht in het archief van het Dagblad van het Noorden. Daarna deden we hetzelfde voor een aantal (niet alle) vmbo-scholen. Van beide opleidingsniveaus zetten we 1000 voornamen in een Excelbestand en bij elke naam keken we hoeveel jongeren op dat opleidingsniveau die naam hebben. Daarna hebben we uitgerekend hoeveel procent van de jongeren dat was en in een grafiek gezet (zie Bijlagen, vwo namen blz. 49 t/m 73 en vmbonamen blz. 74 t/m 96).

Vooroordelen en opleidingsniveau
Naar aanleiding van het onderzoek Namen en opleidingsniveau hebben we onderzocht of mensen bij de namen die vaker voorkomen op het vmbo/vwo vooroordelen hebben. Dit hebben we gedaan aan hand van een enqute (zie Bijlagen, Namen-enqute, blz. 98). We vroegen dezelfde respondenten als bij het onderzoek Namen en opleidingsniveau of ze bij een bepaalde voornaam denken dat diegene vmbo of vwo doet. De resultaten van deze enqutes hebben we in Excel verwerkt.

Foto-onderzoek
Voor dit onderzoek hebben we een enqute opgezet met tien fotos (zie Bijlagen, Fotoenqute blz. 97) om te onderzoeken of mensen een bepaald beeld bij een bepaalde naam hebben. We namen deze enqutes af onder vwo leerlingen op het Praedinius Gymnasium en onder vmbo leerlingen op het Dr. Nassaucollege. Op beide scholen vroegen we plusminus honderd leerlingen uit de derde en vierde klas deze enqute in te vullen. Daarbij vertelden we niet waar ons onderzoek over gaat, zodat de leerlingen nog volledig objectief waren. Deze enqutes verwerkten we vervolgens in Excel.

Namen en inkomen
Op basis van de gegevens uit het boek Over Voornamen hebben we een enqute opgesteld, waarmee we onder jongeren konden onderzoeken of ze bij een bepaalde voornaam vooroordelen hebben over het inkomen van de ouders (zie Bijlagen, Namenenqute blz. 98). Deze enqute namen we wederom af op het Praedinius Gymnasium en het Dr. Nassaucollege onder leerlingen uit de derde en vierde klassen. Daarna hebben we deze enqutes in Excel verwerkt.

Literatuuronderzoek
Verder hebben we nog een literatuuronderzoek gedaan, wat erg veel tijd kostte. Met name relevante en betrouwbare artikelen, waarmee we onze theorien kunnen ondersteunen of een verklaring kunnen geven door de door ons getrokken conclusies, waren lastig te vinden. We hebben voor dit onderzoek boeken, artikelen en een proefschrift gebruikt. Via het artikel Wat zegt een naam? uit het blad Onze Taal kwamen we in aanraking met het proefschrift van Raymond Smeets en de gedachtegang van dr. Uri Simonsohn. Ook richtten we ons op achtergrond informatie over het ontstaan van namen en de tradities in naamgeving.

10

Geschiedenis van de Nederlandse naamgeving


De geschiedenis van de Nederlandse naamgeving is op te delen in vier perioden: 1. Germaanse periode, deze tijd werd gedomineerd door de naamgeving van de Germanen 2. Middeleeuwse periode, in deze tijd maakten de Germaanse namen plaats voor de uitheemse heiligennamen. 3. Stabiele periode, door de strikte vernoemingen in deze periode bleven de namen hetzelfde. 4. Naoorlogse periode, deze periode wordt gekenmerkt door nieuwe, moderne namen die voorheen niet of nauwelijks voorkwamen.

De Germaanse Periode
De Germaanse periode wordt gedomineerd door de naamgeving van de Germanen. Doordat deze in kleine groepen leefden hadden ze alleen een voornaam, die vaak een samenvoeging was van twee woorden. De namen hadden vaak te maken met hun krijgscultuur zoals: Bernhard: Beran + Hard = zo sterk als een beer Frederik: Frithu + rk = machtig door vrede Ook werd er vernoemd naar de raaf en de wolf, die volgens de mythes allebei trouw waren aan Wodan, hiervandaan komt Adolf bijvoorbeeld: Adolf: Adel + wolf = edele wolf

De middeleeuwse Periode
Gedurende de Middeleeuwen worden uitheemse heiligennamen steeds populairder. Maar uit het feit dat de gewoonte kinderen heiligennamen te geven pas vanaf de twaalfde eeuw begon door te zetten, blijkt dat de christelijke doop aanvankelijk niet samenging met een christelijke naamgeving. De directe invloed van de kerk op de overgang was dan ook niet zo groot als men aanvankelijk dacht. Zo kende de kerk voor het concilie van Trente (1545-1563) geen voorschriften ten aanzien van de naamgeving van kinderen. Hieruit volgt logischerwijs de vraag welke omstandigheden er dan toen hebben geleid dat men vanaf de twaalfde eeuw ertoe overging kinderen toch heiligennamen te geven. Er is een aantal factoren die samen de verklaring vormt. De kruistochten, die vanaf 1096 11

plaatsvonden, de opkomst van de bedelmonniken en de grotere invloed van de kerk zijn enkele van deze factoren. Ook de opbloei van de heiligenverering speelt een grote rol. Vanaf de twaalfde eeuw gaan heiligen fungeren als beschermer voor vastomlijnde doelen, zoals tegen onheil voor reizigers. Dit leidde tot een opleving van de heiligenverering, waardoor de namen van de heiligen veel gehoord werden en zich zo min of meer opdrongen als doopnaam. Er is naast de religieuze invloed nog een gunstige omstandigheid geweest voor de toename van het gebruik om kinderen heiligennamen te geven: de opkomst van de steden. Naast een uiting van religieuze toewijding, is deze nieuwe gewoonte een modeverschijnsel geweest. In steden, waar mensen gecentraliseerd wonen, verspreidt mode zich snel. De elite van een stad begon hiermee en het gewone volk volgde snel. Men koos de nieuwe namen vaak niet zozeer uit toewijding, maar vanuit modegevoeligheid en het idee van aanzien. Bovendien werden de namen ingepast in het vernoemingssysteem, dus na enkele generaties was de associatie met de heilige ook verdwenen (in de tijd van de hervorming was de associatie met de heiligennaam in ieder geval niet meer levendig, want bij de Protestanten bleven, ondanks hun afkeer van de heiligenvering, de namen onverminderd populair).

De stabiele Periode
Tot voor de Tweede Wereldoorlog gold in de meeste families dat er vernoemd moest worden naar familieleden. Dit gebeurde veelal volgens de strikte regels van het vernoemen (zie Motieven ouders naamkeuze: Vernoemd naar familie). Door deze strikte regels stonden de namen van de kinderen op het moment dat een huwelijk voltrokken werd als het ware al vast. Er was, door deze gewoonte, eeuwenlang nauwelijks vernieuwing van de namenvoorraad mogelijk. Daarmee is vernoeming de meest bepalende factor voor de ontwikkeling van de naamgeving gedurende de eeuwen voor de Tweede Wereldoorlog.

Naoorlogse Periode
Na de Tweede Wereldoorlog veranderde de samenleving aanzienlijk en dat was ook zichtbaar in de naamgeving. Toen in 1970 de naamwetgeving ook nog eens versoepeld werd, was de laatste barrire weg voor een ingrijpende verandering in de naamgeving. Vroeger was er weinig overlapping in officile naam en roepnaam, dit is af te leiden uit de lijst met meest voorkomende roepnamen van het NIPO uit 1961 en de vergelijking met de volkstelling. Tegenwoordig is de eerste officile naam ook de roepnaam. De traditionele namen komen nog wel voor, maar dan als tweede of derde naam. 12

Vooroordelen bij het uiterlijk


Als mensen een persoon voor het eerst zien, krijgen ze een bepaald beeld van die persoon. Het Halo-effect is het verschijnsel dat je bepaalde positieve (of negatieve) eigenschappen bij een persoon generaliseert tot een algemeen positief of negatief totaalbeeld. Vaak worden mensen beoordeeld en gevalueerd op een vluchtige, schematische wijze. Op voor de mens die beoordeelt belangrijke punten, wordt iemand beoordeeld. Als iemand op n belangrijk punt goed scoort, kent men die persoon ook snel allerlei andere positieve eigenschappen toe. Stel: je bent een erg net persoon en je ziet persoon A die zijn of haar afval in de prullenbak gooit en persoon B die het er (met opzet) naast gooit. Je zult dan waarschijnlijk van persoon A een positievere indruk krijgen dan persoon B en persoon A snel allerlei andere positieve eigenschappen toekennen.

Uit bovenstaande blijkt dat de eerste indruk erg belangrijk is en daarom vroegen wij ons af of mensen bij het zien van een foto van iemand ook bepaalde vooroordelen krijgen. Wij kozen er daarom voor om aan onze respondenten te vragen of ze dachten te weten hoe de persoon op de foto heet.

We hebben aan een aantal jongeren dat lid is van de social media site Facebook gevraagd welk niveau ze deden of hadden gedaan en vervolgens gevraagd of we hun profielfoto mochten gebruiken voor onze enqute. We hebben de profielfoto gebruikt omdat dat een manier is om een eerste indruk te krijgen, dit is de foto waarmee de jongeren zich meteen willen onderscheiden. We hebben die jongeren geselecteerd op naam gerelateerd aan onze lijst met meest voorkomende namen op het vwo of vmbo gepakt. We gebruikten de meest voorkomende namen. Van de jongeren wisten we het niveau en dat ze een naam hadden die daarbij hoorde, zoals we eerder hadden onderzocht. Voor een foto van een jongen die bijvoorbeeld vwo had gedaan, kozen wij een Jan, zoals overeenkwam met onze resultaten (Zie Foto-enqute, Resultaten blz.

13

De motieven van de ouders bij de naamkeuze van hun kind


Het kiezen van een naam voor een kind gaat over het algemeen niet zomaar. Ouders wikken en wegen, kopen voornamenboekjes en kijken op internet om de perfecte naam voor hun baby te zoeken. Maar wat zorgt ervoor dat ouders uiteindelijk een keuze kunnen maken uit al die verschillende namen, wat is het motief voor de uiteindelijke naamkeuze in Nederland? In 1995 is er een grootschalig onderzoek uitgevoerd door TNS NIPO naar de motieven van ouders bij de naamkeuze van hun kind. Aan 3.119 ouders van kinderen in de leeftijd van nul tot vier jaar werden de motieven bij de naamkeuze gevraagd. In totaal kregen ze 3.987 motieven te verwerken. Sommige ouders hadden namelijk meerdere motieven bij de naamkeuze, zoals het motief vernoemd naar familie bij de officile naam en mooie klank bij de roepnaam. Motieven voor het kiezen van een bepaalde voornaam (in %, meerdere motieven mogelijk): Motief vernoemd naar familie mooie klank mooie naam leuke naam ongewone/bijzondere naam buitenlandse naam vernoemd naar idool uit voornamenboekje past bij naam van ander kind Nederlandse naam Meisjes 30 34 14 7 9 5 5 4 3 2 Jongens 35 29 12 10 7 6 4 4 6 4 Gemiddeld 32.5 31.5 13 8.5 8 5.5 4.5 4 4.5 3

14

Vernoemd naar familie Vernoemen naar familie is na de Tweede Wereldoorlog veranderd. Men vernoemt minder en niet meer volgens de stikte regels van het vernoemen. Regels van het vernoemen:
1e zoon 2e zoon 3e zoon 4e zoon 5e zoon 6e zoon etc. grootvader; vaders vader grootvader; moeders vader oom; vaders oudste broer oom; moeders oudste broer oom; vaders tweede broer oom; moeders tweede broer etc. 1e dochter 2e dochter 3e dochter 4e dochter 5e dochter 6e dochter etc. grootmoeder, moeder grootmoeder, vaders moeder tante; moeders oudste zus tante; vaders oudste zus tante; moeders tweede zus tante; vaders tweede zus Etc

Nu is dat anders, kinderen worden vernoemd naar favoriete familieleden en men trekt zich dus over het algemeen niets meer aan van de regels. Als een kind al vernoemd wordt, zoals in 32,5 procent van de gevallen, is dat meestal in de tweede of derde naam. Ouders kiezen ook voor moderne varianten van traditionele namen, zoals Martijn naar Martinus. De naam Lies ontstaat uit de roepnaam van bijvoorbeeld grootmoeder Elizabeth of namen van verschillende familieleden worden gecombineerd en zo ontstaat er een nieuwe naam. Soms vernoemen ouders subtiel, door bijvoorbeeld alleen de eerste paar letters over te nemen. De afname van de traditionele namen Maria en Johannes is in de volgende grafieken duidelijk te zien: Aantal mensen geboren met de naam Maria per jaar:

15

Aantal mensen geboren met de naam Johannes per jaar:

Esthetische overwegingen Mooie klank, mooie naam en leuke naam Meer dan de helft van de ouders kiest een naam op basis van een esthetisch motief: mooie klank, mooie naam en leuke naam. Daarbij is mooi belangrijker voor meisjes dan voor jongens. Opmerkelijk is dat er zo nadrukkelijk op de klank wordt gelet, kinderen krijgen dus letterlijk een roepnaam: de naam moet goed klinken. Ongewone/bijzondere namen Zoals ouders een ongewone of bijzondere naam kiezen vanwege esthetische overwegingen, zo kiezen zij ook op basis van frequentie. Voorkeur gaat dan bijvoorbeeld uit naar een naam die minder vaak voorkomt. Ouders willen in dat geval dus graag origineel zijn. Buitenlandse en Nederlandse namen Dat maar 5,5 procent buitenlandse namen als motief heeft gekozen is aan de ene kant opmerkelijk want een belangrijk kenmerk van de moderne voornaamgeving is de vernieuwing van de namenvoorraad door ontlening, uit het Engels en Frans, maar ook uit het Italiaans en uit de Scandinavische en Slavische talen. Wanneer we de populaire voornamen van de afgelopen tijd bekijken, valt op dat ontleningen bij de meisjesnamen veel vaker voorkomen dan bij de jongensnamen. Bij de populaire jongensnamen vinden we nog veel Nederlandse namen. Voor het merendeel zijn dat traditionele namen die vroeger niet tot de veel voorkomende behoorden, zoals Jeroen, Maarten, Paul, Sander, Mark, Wouter, Bas en Robert. Dit zijn allemaal namen die hier al eeuwen bekend zijn, maar niet als de meest gangbare gelden (plaatselijk of regionaal kan dit wel het geval zijn). Bij de populaire meisjesnamen zijn dergelijke namen nauwelijks aanwezig. Dit is ook te zien aan de 16

percentages die horen bij het motief Nederlandse namen, bij jongens is dat percentage twee keer zo hoog (vier procent) dan bij meisjes (2 procent). Het verschil tussen jongens en meisjes wordt vooral duidelijk bij het aandeel Franse en Italiaanse voornamen. Er zijn heel wat Franse meisjesnamen populair geworden, zoals Chantal, Marille, Monique, Manon, Danille en Nicole, en ook enkele Italiaanse namen zijn veel gegeven (Anita, Bianca en Sandra), maar onder de jongensnamen zijn Franse en Italiaanse voornamen een zeldzaamheid, althans de afgelopen vijftien jaar. Engelse namen zijn voor beide groepen erg geliefd, denk aan Danny, Jennifer, Joyce, Patrick, Kevin en Wendy. Ook voor de Scandinavische en Slavische namen geldt dat ze bij jongens en meisjes voorkomen, zoals Ingeborg, Niels, Kirsten, Sven, Natasha, Joeri en Boris.

Vernoemd naar idool Het vernoemen naar idolen komt, volgens het onderzoek van TNS NIPO, weinig voor. Toch is het aannemelijk dat het regelmatig voorkomen van een naam in de media bijdraagt aan de bekendheid en het imago van een naam benvloedt. Omdat veel bekende personen een gangbare naam hebben, is het moeilijk vast te stellen dat kinderen vernoemd zijn naar die personen. Dit is alleen mogelijk als een naam vr het bekend worden van de betreffende persoon zelden voorkwam.

Dit is zeker het geval bij de naam Britney. Die naam werd in Nederland gemiddeld twee keer per jaar gegeven totdat zangeres Britney Spears bekend werd in 1999. Toen steeg dit aantal explosief naar 133. Aantal mensen geboren met de naam Britney per jaar:

17

Vrijwel alle meisjesnamen die tussen 1983 en 2002 snel in populariteit stegen, zijn de namen van zangeressen (Britney), actrices (Tatjana), personages uit televisieseries (Kelsey) of de naam van een liedje (Nikita). Bij de jongensnamen zijn de belangrijkste inspiratiebronnen bekende voetballers zoals Romario, personages uit televisieseries en films (Sonny) en zangers (Kane). De populariteit van de namen zijn echter over het algemeen wel tijdelijk, de populariteit neemt af naarmate de geliefdheid van de bekende persoon afneemt. Uit voornamenboekje Het is niet helemaal duidelijk hoeveel invloed voornamenboekjes (en internet) hebben. Maar uit onderzoek van het Amerikaanse Babycenter.com blijkt dat naamboeken voor een derde van de ouders de belangrijkste inspiratiebron zijn. Het is aannemelijk dat dit niet veel afwijkt van de resultaten die in de Nederland zullen worden gevonden. Dat maar 4 procent dit als motief opgeeft is te verklaren doordat dit soort boekjes wel een grote inspiratiebron vormen maar de doorslaggevende factor vaak de esthetische motieven zijn. Past bij naam ander kind Met gemiddeld 4,5% blijkt het motief Past bij naam ander kind niet zo populair, toch is dit waarschijnlijk belangrijker dan het lijkt omdat niet alle ondervraagden meer dan n kind hadden. Er is dan ook wel degelijk een patroon te ontdekken in de naamparen van kinderen binnen een gezin. Dit komt doordat ouders populaire namen kiezen uit hun subcultuur. Sinds het Meertensinstituut beschikking kreeg over alle voornamen in Nederland (verkregen door de aanvraag voor kinderbijslag) en ook over de namen binnen n gezin, konden naamparen worden gerealiseerd. Als er twee kinderen in een gezin waren, waren er ook twee naamparen : [naam A, naam B] en [naam B, naam A]. Met drie kinderen werd het aantal naamparen al een stuk groter: [naam A, naam B], [naam B, naam A], [naam A, naam C], [naam C, naam A], [naam B, naam C] en [naam C, naam B], in totaal dus al zes naamparen. Voor grotere gezinnen ging het op dezelfde manier. In totaal waren er 1.169.573 gezinnen met 2.116.995 naamparen en deze naamparen kwamen samen 4.576.799 keer voor. Dit totaal aantal naamparen was veel groter dan het aantal kinderen, omdat een naam in een gezin in meerdere paren voorkomt, zoals hierboven is uitgelegd.

18

Zo is er geteld hoe vaak een bepaald naampaar voorkomt, zoals te zien is in onderstaand tabel: De meest frequente naamparen in een gezin: Naampaar frequentie 1 2 3 4 5 6 7 8 9 10 Aantal naamparen 1.638.414 210.265 83.463 44.921 28.168 19.260 14.032 10.738 8.150 6.757 Naampaar frequentie 1091 790 754 727 658 588 572 546 466 464 463 462 459 Naampaar Johannes-Maria Johannes-Johanna Jeroen-Martijn Johanna-Maria Maria-Maria Johannes-Johannes Mohamed-Fatima Cornelis-Maria Johannes-Anna Johannes-Cornelis Hendrik-Jan Anna-Maria Lars-Niels

Zoals in de bovenstaande tabel te zien is, is Johannes-Maria de meest voorkomende naampaar in Nederland, het naampaar komt 1091 keer voor in Nederland. Ook zijn de naamparen [Maria, Maria] en [Johannes, Johannes] te zien. Dit komt waarschijnlijk omdat de zussen en broers pas in de tweede naam onderscheiden worden. Wel moet in het achterhoofd gehouden worden dat dit onderzoek is gebaseerd op gegevens tussen 1983 en 1999 en dat de gegevens van de meest voorkomende naamparen niet meer actueel zijn. Toch is dit wel relevant om aan te tonen dat er wel veel voorkomende naamparen bestaan. Net zoals voornamen van gewone broertjes en zusjes, passen ook de namen van meerlingen vaak bij elkaar en behoren ze vaak tot de top van eenzelfde naamgroep (traditioneel, modern, Turks, Arabisch). 19

Top-5 van namen van Tweelingen:

1 2 3 4 5

Jongen-Jongen Bas-Tim Lars-Niels Rick-Tim Hasan-Hseyin Lars-Sven

Jongen-Meisje Johannes-Maria Kevin-Kelly Thomas-Anne Mark-Linda Tim-Sanne

Meisje-Meisje Lotte-Sanne Maria-Johanna Maria-Anna Maria-Elisabeth Lisa-Sanne

20

Namen en opleidingsniveau
In Amerika is er een top-10 met de Whitest Names en een top-10 met de Blackest names. Er is dus blijkbaar een scheiding tussen de namen die worden gegeven aan kinderen door blanke ouders en gekleurde (Afro-Amerikaanse) ouders. Als, vooral Amerikaanse, mensen een Black name horen denken ze ook meteen aan een donker persoon en vice versa. Wij vroegen ons af of een soortgelijk verschijnsel zich ook in Nederland voordoet. We hebben het dan in ons onderzoek niet over Blanke of Donkere namen, maar onderzochten of bepaalde namen vaker voorkomen bij het ene opleidingsniveau dan bij het andere. Wij hebben gekozen voor het verschil voorbereidend wetenschappelijk onderwijs (vwo) tegenover de opleiding voorbereidend middelbaar beroeps onderwijs (vmbo), omdat deze opleidingen het hoogste en het laagste niveau vertegenwoordigen. Voor het vwo hebben we 21

zowel Atheneum als Gymnasium gekozen en voor het vmbo hebben we Basis, Kader en Theoretisch samengevoegd. Allereerst wilden we weten of er inderdaad namen zijn die vaker op het ene opleidingsniveau voorkomen dan op het andere. Hiervoor hebben we openbare examenuitslagen uit het archief van het Dagblad van het Noorden geraadpleegd (Zie Bijlagen, Namen van het vwo en Namen van het vmbo, blz. 49 t/m 96). Doordat we alleen namen uit het noorden van Nederland erin betrokken, beperkten we de modegevoeligheid tot een minimum (in Rotterdam zijn andere namen populair dan in Groningen). We hebben van beide groepen ongeveer duizend namen genomen (van vwo iets minder omdat er niet meer waren) en verwerkt.

22

Resultaten
De top tien VWO-namen: Meisjes Naam Anne Esther Lotte Aantal 11 9 8 Percentage Naam Frank 1,21 0,99 0,88 0,77 0,77 Jan Tom David Jeroen Jongens Aantal 8 8 7 6 6 Percentage 0,88 0,88 0,77 0,66 0,66

Marieke 7 Nienke 7

De top tien VMBO-namen: Meisjes Naam Chantal Melissa Kim Tessa Lianne Aantal 12 10 9 8 7 Percentage 1,2 1,0 0,9 0,8 0,7 Naam Dennis Jeroen Patrick Stefan Jeffrey Jongens Aantal 11 10 10 10 9 Percentage 1,1 1,0 1,0 1,0 0,9

Conclusie
Er zijn inderdaad namen die significant vaker voorkomen op het VWO dan op het VMBO en andersom. De namen die vaker voorkomen op het VWO zijn Anne, Esther, Lotte, Marieke, Nienke, Frank, Jan, Tom, David en Jeroen. De namen die vaker voorkomen op het VMBO zijn Chantal, Melissa, Kim, Tessa, Lianne, Dennis, Jeroen, Patrick, Stefan en Jeffrey. 23

Vooroordelen en opleidingsniveau
Nadat we alle namen verwerkt hadden en tot de conclusie waren gekomen dat er inderdaad namen zijn die vaker op het ene opleidingsniveau voorkomen dan op het andere startten we een vervolgonderzoek. Aangezien men in Amerika bij het horen van een naam de naam direct gezien wordt als een Black name of een White name, vroegen wij ons af of dat in Nederland ook gebeurd, maar dan met betrekking op het verschil tussen vwo namen en vmbo namen. We hebben een top-10 van beide niveaus gemaakt en daarna een enqute (zie Bijlagen, Namen-enqute, blz. 98) opgesteld waarin we onze respondenten vragen of ze bij het lezen van een bepaalde naam het idee krijgen of de persoon met die naam vwo of vmbo doet. Bijvoorbeeld:

Nienke

vwo / vmbo

In totaal gebruikten we hiervoor 20 namen.

24

Resultaten
Bij het verwerken van de enqutes hebben we geteld hoeveel van de respondenten bij een naam dachten dat de persoon VWO doet. Daar zijn de volgende resultaten uitgekomen. Het aantal VWO-leerlingen dat bij een naam VWO heeft ingevuld: Jongens Nienke Anne Stefan Esther Danny Chantal Lotte Jordy Kevin Marieke Jeffrey Rianne Jan Melissa Patrick Iris Kim Emma Dennis Judith 50 42 3 41 4 2 45 1 5 37 4 32 38 7 11 41 10 45 10 39 Meisjes 48 50 13 50 0 2 50 4 9 53 4 29 29 7 11 25 22 48 8 47 Totaal 98 92 16 91 4 4 95 5 14 90 8 61 67 14 22 66 32 93 18 82 Percentage 87,15596 80,73394 14,6789 80,73394 3,669725 3,669725 84,40367 4,587156 12,84404 80,73394 7,33945 54,12844 58,7156 12,84404 18,34862 57,79817 28,44037 81,65138 15,59633 75,22936 Vwo/vmbo naam VWO VWO VMBO VWO VMBO VMBO VWO VMBO VMBO VWO VMBO Neutral Neutral VMBO VMBO Neutral VMBO VWO VMBO VWO

25

Het aantal vmbo-leerlingen dat bij een naam vwo heeft ingevuld: Jongens Nienke Anne Stefan Esther Danny Chantal Lotte Jordy Kevin Marieke Jeffrey Rianne Jan Melissa Patrick Iris Kim Emma Dennis Judith 19 15 20 14 9 18 22 13 18 17 11 18 13 13 11 19 11 12 10 21 Meisjes 24 15 14 19 9 15 17 11 13 19 10 17 14 6 18 21 17 16 12 39 TOTAAL 43 30 34 33 18 33 39 24 31 36 21 35 27 19 39 40 28 28 22 60 percentage 50 34,14634 36,58537 40,2439 20,73171 39,02439 46,34146 28,04878 36,58537 41,46341 24,39024 41,46341 31,70732 20,73171 46,34146 50 34,14634 34,14634 15,59633 75,22936 Vwo/vmbo naam Neutraal VMBO VMBO Neutraal VMBO VMBO Neutraal VMBO VMBO Neutraal VMBO Neutraal VMBO VMBO Neutraal Neutraal VMBO VMBO VMBO VWO

26

Het percentage vwo-leerlingen dat bij een naam vwo heeft ingevuld:
100 90 80 70 60 50 40 30 20 10 0 Jongens Meisjes Totaal

Het percentage vmbo-leerlingen dat bij een naam vwo heeft ingevuld:
90 80 70 60 50 40 30 20 10 0 Jongens Meisjes Totaal

27

Conclusie
Vwo-leerlingen hebben sterkere vooroordelen over het niveau bij een voornaam dan vmboleerlingen (grafiek 1 en 2). vwo-leerlingen denken dat mensen met de voornamen Nienke, Anne, Esther, Lotte, Marieke, Emma en Judith VWO doen, want meer dan 60% heeft vwo ingevuld. Mensen met de voornamen Stefan, Danny, Chantal, Jordy, Kevin, Jeffrey, Melissa, Patrick, Kim, Dennis en Judith doen volgens vwo-leerlingen vmbo, want meer dan 60% heeft vmbo ingevuld. Volgens ons vorige onderzoek kwamen de namen Nienke, Anne, Esther, Lotte, Marieke, Rianne, Jan, Iris, Emma en Judith vaker voor op het vwo en de namen Stefan, Danny, Chantal, Jordy, Kevin, Jeffrey, Melissa, Patrick, Kim en Dennis vaker op het vmbo. De vooroordelen van de vwo-leerlingen kloppen dus. VMBO-leerlingen denken dat mensen met de namen Anne, Stefan, Danny, Chantal, Jordy, Kevin, Jeffrey, Melissa, Kim, Emma en Dennis vmbo doen en dat alleen Judith vwo doet. De vooroordelen van vmbo-leerlingen ook, maar zij hebben alleen vooroordelen over vmbo-namen. Het grootste deel van de vwo-namen zijn onder vmbo-leerlingen neutraal (de helft heeft vwo ingevuld, de helft vmbo).

28

Voorkeur voor bepaalde voornamen


Toen we ons onderzoek met vooroordelen ten opzichte van namen op hadden gezet, vroegen we ons af of leerlingen de namen die bij hun niveau passen ook mooier vonden. We hadden hier twee verschillende hypotheses over. Allereerst zou het zo kunnen zijn dat leerlingen hun eigen namen mooier vinden omdat ze daar vaker mee in aanraking komen. Dit zorgt voor gewenning en voor meer vrienden en bekenden die zo heten. Maar aan de andere kant zou het zo kunnen zijn dat ze deze namen juist drom minder mooi vinden. Doordat ze vaker in aanraking komen met die namen is er ook een grotere kans dat ze negatieve associaties hebben met een persoon met een naam uit hun niveau. We hebben in dezelfde enqute als de namen-enqute (zie Bijlagen, Namen-enqute, blz. 98) ook bij de namen gevraagd hoe mooi ze die naam, op een schaal van 1 tot 10 vonden.

29

Resultaten
We hebben bij het verwerken van de enqutes alle cijfers bij elkaar opgeteld en gedeeld door het aantal respondenten. Hier kwamen de volgende resultaten uit. De cijfers die vwo-leerlingen een naam geven: Nienke Anne Stefan Esther Danny Chantal Lotte Jordy Kevin Jongens Gemiddelde 216 5,837838 204 193 232 178 173 214 181 193 5,513514 5,216216 6,27027 4,810811 4,675676 5,783784 4,891892 5,216216 6,108108 5,189189 5,081081 5,621622 5,216216 5,405405 6,108108 5,864865 5,675676 5,459459 Meisjes Gemiddelde 268 6,871795 239 208 262 175 176 255 175 200 249 182 221 169 208 197 271 241 283 187 6,128205 5,333333 6,717949 4,487179 4,512821 6,538462 4,487179 5,128205 6,384615 4,666667 5,666667 4,333333 5,333333 5,051282 6,948718 6,179487 7,25641 4,794872 Totaal Gemiddelde 484 6,368421 443 401 494 353 349 469 356 393 475 374 409 377 401 397 497 458 493 389 5,828947 5,276316 6,5 4,644737 4,592105 6,171053 4,684211 5,171053 6,25 4,921053 5,381579 4,960526 5,276316 5,223684 6,539474 6,026316 6,486842 5,118421

Marieke 226 Jeffrey Rianne Jan Melissa Patrick Iris Kim Emma Dennis 192 188 208 193 200 226 217 210 202

30

Judith

222

236

6,051282

458

6,026316

De cijfers die vmbo-leerlingen een naam geven: Jongen s 90,5 96 81 91 109,5 108 107 104 105 96 86 81 65 109,5 94,5 106,5 113 94,5 102 Gemiddeld e 5,323529 5,647059 4,764706 5,352941 6,441176 6,352941 6,294118 6,117647 6,176471 5,647059 5,058824 4,764706 3,823529 6,441176 5,558824 6,264706 6,647059 5,558824 6 Meisjes 164 160 163 163 185 181 178 176 174 164 160 172 107 180 162 173 185 175 178 Gemiddeld e 5,125 5 5,09375 5,09375 5,78125 5,65625 5,5625 5,5 5,4375 5,125 5 5,375 3,34375 5,625 5,0625 5,40625 5,78125 5,46875 5,5625 Totaal Gemiddeld e 241 5,12766 243 232 242 282 276 271 267 268 245 232 241 162 282 240 267 285 257 268 5,170213 4,93617 5,148936 6 5,87234 5,765957 5,680851 5,702128 5,212766 4,93617 5,12766 3,446809 6 5,106383 5,680851 6,06383 5,468085 5,702128

Nienke Anne Stefan Esther Danny Chantal Lotte Jordy Kevin Mariek e Jeffrey Rianne Jan Melissa Patrick Iris Kim Emma Dennis 31

Judith

93,5

5,5

158

4,9375

243,5

5,180851

De gemiddelde cijfers die vwo-leerlingen een naam geven:


10 9 8 7 6 5 4 3 2 1 0 Danny Kevin Chantal Lotte Marieke Rianne Anne Jan Iris Patrick Jongens Meisjes Totaal

Stefan

Melissa

Nienke

Esther

Jeffrey

Emma

Jordy

Kim

Dennis

De gemiddelde cijfers die VMBO leerlingen een naam geven:

32

Judith

10 9 8 7 6 5 4 3 2 1 0 Jongens Meisjes Totaal

Conclusie
Uit deze resultaten hebben we geen goede conclusie kunnen trekken. De gemiddelde cijfers liggen te dicht bij elkaar om een duidelijk verschil te kunnen zien. Zowel bij VWO- als bij VMBO-leerlingen liggen alle gemiddelde cijfers tussen de 3,5 en de 6,0. Er is bij de VMBOleerling 1 naam te zien waarbij de gemiddelde cijfers een stukje lager liggen. Dit is de naam Jan en dat is een VWO naam. Ook zien we bij de VWO-leerlingen een paar kleine piekjes bij de namen Nienke, Esther, Lotte, Iris en Emma. Dit zijn VWO-namen, dus het kan zijn dat de leerlingen wel voorkeur hebben. Deze hypothese kunnen we op grond van alleen deze gegevens echter noch bevestigen, noch ontkrachten.

Discussie
Het feit dat de leerlingen de namen een cijfer moesten geven heeft ervoor gezorgd dat er geen duidelijke resultaten uit de enqute zijn gekomen. Er waren weinig mensen die heel hoge of heel lage cijfers gaven. Hierdoor hebben we geen goede contrasten gekregen tussen de namen die de respondenten mooi en niet mooi vinden. Het schommelt tussen de 4 en de 6 en dat is niet genoeg verschil om een goede conclusie te kunnen trekken. Ook hadden we 33

net als bij de andere onderzoeken niet de tijd en middelen om een betrouwbaar onderzoek te doen, dus zijn de resultaten die we hebben niet representatief. We hadden beter een enqute kunnen maken waarin de respondenten bij elke naam kunnen kiezen uit de mogelijkheden mooi, neutraal of lelijk. Dan was het contrast waarschijnlijk groter geweest, omdat de respondenten minder opties hadden.

34

Namen en inkomen
In onze enqute (zie Bijlagen, Namen-enqute, blz. 98) hebben we ook gevraagd of de respondenten bij een bepaalde naam het idee kregen of de ouders een relatief hoog of relatief laag inkomen hadden. Als basis van dit deel van ons onderzoek gebruikten we gegevens uit het boek Over Voornamen. De schrijvers van dit boek hadden op basis van verschillende gegevens een aparte lijst voor jongens en meisjes gemaakt, beginnend met de Hoge Inkomens en eindigend met de Lage Inkomens. Deze gegevens zijn niet helemaal betrouwbaar, omdat de onderzoekers alleen de voornamen van kinderen van ouders met een hoog of laag inkomen op het spoor konden komen wanneer ze de gezinnen die in een wijk of regio, met over de hele linie hoge of lage inkomens, bekeken. De inkomstgegevens kwamen van het CBS in 1999.

35

Bron: Over Voornamen door: Gerrit Bloothooft, Emma van Nifterick en Doreen Gerritzen

36

Uit deze lijst hebben wij de volgende namen gehaald: Hoge Inkomens: Sophie Merel Michiel Joost Alexander Charlotte Lage Inkomens: Joey Mandy Ricardo Melanie

Onze respondenten konden bij een naam omcirkelen of ze dachten dat de ouders van deze personen hoge of lage inkomens hadden. Bijvoorbeeld: Naam: Inkomen ouders: Sophie Hoog / Laag

Resultaten
We hebben bij het verwerken van de enqutes geteld hoeveel respondenten bij elke naam Hoog hadden ingevuld. Hier zijn de volgende resultaten uitgekomen: Het aantal vwo-leerlingen dat bij een naam Hoog heeft ingevuld: Sophie Merel Joey Michiel Mandy Joost Ricardo Alexander Charlotte Meisjes 56 47 8 32 8 43 16 52 47 Jongens 34 23 9 13 7 20 5 31 26 Totaal 90 70 17 45 15 63 21 83 73 Percentage 94,47657 77,12197 15,1213 51,4656 14,33699 70,14955 25,14457 87,50415 78,29844

37

Melanie

19

11

30

31,84447

Het aantal vmbo-leerlingen dat Hoog had ingevuld: Sophie Merel Joey Michiel Mandy Joost Ricardo Alexander Charlotte Melanie Meisjes 51 33 27 26 32 23 37 50 44 22 Jongens 17 14 12 12 13 17 19 14 14 15 Totaal 68 47 39 38 45 40 56 64 58 37 Percentage 72,34043 50 41,48936 40,42553 47,87234 42,55319 59,57447 68,08511 61,70213 39,3617

Percentage vwo-leerlingen dat Hoog had ingevuld:

38

100 90 80 70 60 50 40 30 20 10 0 Meisjes Jongens Totaal

Het percentage vmbo-leerlingen dat Hoog had ingevuld:

90 80 70 60 50 40 30 20 10 0 Meisjes Jongens Totaal

Conclusie

39

Uit de resultaten van ons onderzoek blijkt dat vwo-leerlingen sterkere vooroordelen hebben over het inkomen van de ouders bij bepaalde namen. Van de vmbo-leerlingen heeft bij alle namen ongeveer de helft ingevuld dat de ouders een hoog inkomen hebben en de helft dat de ouders een laag inkomen hebben. Bij de vwo-leerlingen is dit heel anders. Bij 8 van de 10 namen hebben de leerlingen een sterk vooroordeel over het inkomen van de ouders. De ouders van kinderen met de namen Joey, Mandy, Ricardo en Melanie hebben volgens de vwo-leerlingen een laag inkomen en de ouders van kinderen met de namen Sophie, Merel, Alexander en Charlotte hebben een hoog inkomen. Deze vooroordelen kloppen overigens wel; de kinderen met rijke namen hebben echt ouders met een hoog inkomen en de kinderen met arme namen ouders met een laag inkomen.

40

Foto-enqute
Op de enqute (zie Bijlagen, Foto-enqute, blz. 97) was een foto te zien met daaronder twee namen, aan de ondervraagden de taak om op hun eerste indruk af te gaan en te omcirkelen welke naam ze het beste bij die persoon vonden passen. Bijvoorbeeld:

A. Jan B. Kevin

Deze jongen heeft vwo gedaan en heeft een naam die vaak op het vwo voorkomt: Jan. De naam Kevin is een naam die relatief vaak op het vmbo voorkomt.

41

Resultaten
Nadat we de enqutes hadden afgenomen, hebben we het aantal mensen dat de juiste naam bij de foto hadden ingevuld bij elkaar opgeteld. Daar kwamen de volgende resultaten uit: Bij de vwo-leerlingen: Foto 1 Foto 2 Foto 3 Foto 4 Foto 5 Foto 6 Foto 7 Foto 8 Jongens 16 42 41 42 17 23 31 55 Meisjes 12 40 40 53 17 49 40 35 Totaal 28 82 81 95 34 72 71 90 Percentage 24,77064% 72,47706% 70,6422% 83,48624% 29,3578% 82,56881% 56,88073% 58,7156%

Bij de vmbo-leerlingen: Jongens Foto 1 Foto 2 Foto 3 Foto 4 Foto 5 Foto 6 Foto 7 Foto 8 2 14 9 9 9 16 9 9 Meisjes 3 29 34 38 19 30 25 33 Totaal 5 43 43 47 28 46 36 42 Percentage 5,208333 41,66667 45,83333 51,04167 33,33333 50 35,41667 42,70833

42

Het percentage vwo-leerlingen dat de juiste naam bij de foto had ingevuld:
100 90 80 70 60 50 40 30 20 10 0 1 2 3 4 5 6 7 8 Jongens Meisjes Totaal

Het percentage vmbo-leerlingen dat de juiste naam had ingevuld:

100 90 80 70 60 50 40 30 20 10 0 1 2 3 4 5 6 7 8 Jongens Meisjes Totaal

Uit deze resultaten blijkt dat de leerlingen bij meer dan de helft van de fotos vonden dat de naam, die die persoon ook echt had, het best bij de foto past. 43

Conclusie
De leerlingen die wij onderzocht hebben, hebben duidelijk een bepaald beeld bij een bepaalde naam. Ze kozen bij 4/5 van de fotos de naam die de persoon op de foto ook echt heeft. Bij mensen die een vmbo-naam hebben, kozen ze de vmbo-naam en bij mensen die een vwo-naam hebben, kozen ze de vwo-naam. Naar aanleiding hiervan trekken wij de conclusie dat mensen bij een bepaalde naam een bepaald beeld hebben en dat dit vooroordeel meestal klopt.

Discussie
Aan ons onderzoek kunnen we eigenlijk geen goede conclusie verbinden over het feit of mensen bij een vwo- of vmbo-naam het beeld hebben van een vwoer of vmboer of alleen een bepaald beeld. We hadden in het onderzoek ook fotos van vwoers met een vmbonaam kunnen verwerken en andersom. Ook zij, net als bij onze andere onderzoeken, de resultaten niet betrouwbaar, omdat we de tijd en middelen niet hadden om een representatief onderzoek te doen. We hebben een te kleine steekproef genomen om uit de resultaten een goede conclusie te kunnen trekken.

44

Een andere verklaring voor vooroordelen: Impliciet egotisme


Uit de resultaten van hoofdstuk 1 kun je de conclusie trekken dat er wel degelijk vooroordelen bestaan ten opzicht van namen. Wij vroegen ons af of er verklaringen voor te geven zijn, n daarvan is impliciet egotisme, oftewel onbewuste zelfverheerlijking. Bij het maken van keuzes speelt het onderbewuste een veel grotere rol dan de meeste mensen aannemen. () Mensen vertrouwen meer op hun onderbewuste en op de emotie dan men denkt, Aldus Ap Dijksterhuis in het Tijdschrift voor Marketing (2007). Dit wordt ondersteund door verschillende onderzoeken. Zoals een onderzoek van Nuttin in 1985, die mensen de letters van het alfabet cijfers liet geven. Hij kwam erachter dat de letters die in de eigennaam van de proefpersoon voorkwamen hogere cijfers kregen dan de letters die dat niet deden. Dit noemt Nuttin het naamletter-effect. Wij vroegen ons af of dit naamletter-effect ook invloed heeft gehad op ons onderzoek waarbij de respondenten in moesten vullen hoe mooi ze een naam vonden. Oftwel: heeft een Ineke bij de naam Nienke in de enqute een hoger cijfer ingevuld doordat de letters uit haar eigen naam en de naam op papier overeenkwamen? Hier kunnen wij natuurlijk geen eenduidig antwoord op geven omdat de enqutes anoniem waren, daarom hebben wij de vraag iets anders geformuleerd: is er een kans dat ook onze respondenten onbewust kozen voor namen met de letters van hun eigen naam erin? Toen Nuttin in 1985 zijn onderzoek deed ging het alleen nog maar over de letters van de eigennaam. Later kwam men erachter dat de letters, en vooral de initialen, van iemands naam een nog veel grotere invloed had op de keuzes die hij maakte. Zo zijn er in Amerika opvallend veel tandartsen die Dennis heten. Dit verschijnsel blijkt het gevolg te zijn van de positieve associaties die mannen met de naam Dennis krijgen door de overeenkomst van letters en klank met de naam dentist, het Engelse woord voor tandarts. Niet alleen de beroepskeuze blijkt benvloed te worden ook de woonplaats en zelfs de straat: Amerikaanse onderzoekers vonden dat mensen met de achternaam lane of street ook vaker in een straatnaam met lane (met de naam lane) of street (met de naam street) woonden. Ook Amerikaanse rapportcijfers worden door het naamletter-effect benvloed. Komen in de initialen een A of B voor dan scoort die persoon vaker een A of B, maar heeft iemand de initialen C of D dan scoort die persoon ook vaker lager, namelijk Cs en Ds. C en D is in het Amerikaans cijfer systeem lager dan A of B.

45

Er zijn verschillende verklaringen voor het naamletter-effect en daarmee voor het impliciet egotisme. En daarvan is dat het vaker blootstellen aan de letters een vertrouwd gevoel geeft en gewenning veroorzaakt, dit wordt ook wel mere exposure genoemd. Dit zou betekenen dat dit in ons onderzoek een dubbel effect kan hebben. Stel een Ineke doet het opleidingsniveau vwo en in haar vwo omgeving komen verschillende Nienkes voor. Ineke is in dit geval dus gewend aan de naam Nienke en zal deze naam een relatief hoog cijfer geven in onze enqute. Maar doordat in de naam Nienke ook alle letters van de naam Ineke zitten en door de gewenning aan deze letters, zal ze deze naam dus onbewust nog mooier vinden. De gewenning gaat dan dubbelop. Deze theorie wordt niet altijd ondersteund, ook unieke, vreemde namen scoren even goed op het naamletter-effect terwijl mere exposure nu niet opgaat. Mensen met zeldzame namen worden wel vaak aan hun naam blootgesteld maar lang niet zo vaak als iemand met een veel voorkomende naam. Maar er is nog een andere verklaring voor het naamletter-effect: mere ownership. Deze theorie is gebaseerd op het idee dat als je aan mensen een object geeft, mensen dit object ook meer gaan waarderen. Als je bijvoorbeeld een cavia aan een kind geeft, zal dit kind de waarde van de cavia gaan overschatten, omdat de cavia zijn of haar bezit is. Hetzelfde geldt voor letters die in de eigennaam van mensen zitten. Door een groep op te delen in drie groepen is bewijs gevonden voor het impliciet egotisme: Groep 1. Deze groep werd gevraagd een negatieve eigenschap van zichzelf te noemen. Groep 2. Deze groep werd gevraagd een positieve eigenschap van zichzelf te noemen. Groep 3. Deze groep werd gevraagd om iets te vertellen over de laatste film die ze gezien hadden. Groep 3 was een controlegroep. Nadat de personen antwoord hadden gegeven op de vraag werd ze gevraagd om de letters uit het alfabet een cijfer te geven. Groep 1 gaf hogere cijfers aan zijn eigen letters dan groep 2 of 3. De onderzoekers concludeerden hieruit dat de mensen die in hun eigenwaarde bedreigd werden, dit onbewust probeerden te compenseren door het verbeteren van de waarden van de letters die zij met zichzelf associren (bijvoorbeeld de letters uit hun eigen naam). 46

Als je er vanuit gaat dat mensen inderdaad deels vanuit hun onbewuste hebben gehandeld bij het invullen van onze enqutes, is de kans dus groot dat impliciet egotisme onbewust een groot deel van onze onderzoeksresultaten heeft benvloed.

47

Conclusie
Na onze onderzoeken hebben we een conclusie geformuleerd over de volgende onderzoeksvraag: Hebben mensen vooroordelen ten aanzien van sommige namen en worden deze vooroordelen door onderzoek bevestigd? Onze conclusie is dat mensen vooroordelen hebben bij het horen van een voornaam en wel de volgende. De hoog opgeleide respondenten hebben vooroordelen over namen van mensen met een hoog opleidingsniveau en over namen van mensen met een laag opleidingsniveau. Deze vooroordelen kloppen, want de namen waar ze vwo bij hadden ingevuld komen vaker voor op het vwo en de namen waarbij ze vmbo hadden ingevuld komen vaker voor op het vmbo. De laag opgeleide respondenten hebben alleen vooroordelen over namen van mensen met een laag opleidingsniveau. De vooroordelen van laag opgeleide respondenten over namen van mensen met een laag opleidingsniveau kloppen wel, maar de vwo namen zijn onder vmbo-leerlingen neutraal. Bij de vraag of respondenten de namen die vaker op hun niveau ook mooier vinden, hadden we twee hypotheses. De ene hypothese ging ervan uit dat de respondenten de namen die vaker op hun niveau voorkomen, mooier vinden, omdat ze vaker met die namen in aanraking komen en meer vrienden hebben met die namen en daar dus positieve associaties bij hebben. De andere hypothese ging ervan uit dat de respondenten de namen minder mooi vinden, omdat er een grotere kans is dat ze negatieve associaties hebben met een persoon met een bepaalde naam van hun niveau. Helaas hebben we aan het onderzoek dat we hiernaar gedaan hebben geen conclusie kunnen verbinden. De vmbo- en vwo-leerlingen hadden geen voorkeur voor bepaalde namen. Een ander vooroordeel dat beide groepen respondenten hebben, is dat de respondenten bij het horen van bepaalde voornamen denken dat die mensen ouders met een hoog of laag inkomen hebben. Uit ons literatuuronderzoek bleek dat er inderdaad namen zijn die vaker voorkomen bij mensen met ouders met een hoog of laag inkomen en dat de vooroordelen die de respondenten hebben kloppen. De respondenten met een hoog opleidingsniveau hebben sterkere vooroordelen over het inkomen van de ouders dan respondenten met een laag opleidingsniveau.

48

Het laatste vooroordeel dat we onderzochten, is of de respondenten bij een bepaalde naam een bepaald uiterlijk vonden passen. Uit de resultaten kunnen we concluderen dat de respondenten over bepaalde namen inderdaad een vooroordeel hebben over het uiterlijk. De hoog en laag opgeleide respondenten hadden allemaal ongeveer hetzelfde beeld bij een bepaalde naam. Dit beeld klopt, want de namen die de respondenten hadden ingevuld bij de fotos zijn de namen die de personen op de fotos hebben.

49

Relevantie onderzoek
Amerikaanse economen hebben ontdekt dat scholieren met zwart klinkende namen slechter scoren bij wiskundetoetsen. Leraren schatten die leerlingen namelijk lager in, dagen hen daardoor minder uit, en zorgen er zo onbewust voor dat de resultaten ook werkelijk tegenvallen. De gevolgen van zon naambeoordeling zijn groot: mensen met een populaire naam komen vaker in de hoogste salarisschalen terecht, mensen met een impopulaire naam vaker in de gevangenis.

Bovenstaande resultaten van een onderzoek in Amerika zouden overeenkomsten kunnen hebben met (toekomstige) onderzoeksresultaten in Nederland. Dit zou kunnen gaan over buitenlandse namen en binnenlandse namen, maar ook over vwo namen en vmbo namen. Wij hebben in ons onderzoek aangetoond dat er wel degelijk verschillen zijn tussen de veel voorkomende namen op het vwo en op het vmbo. Het zou dus zo kunnen zijn dat ook leraren in Nederland onbewust voorkeuren uitspreken door leerlingen met een vmbo naam, maar vwo doet, minder uit te dagen dan iemand met een vwo naam op het vwo. De bewustwording van dit (mogelijke) probleem kan dit probleem verminderen.

50

Nawoord
Wij hebben met veel plezier gewerkt aan ons profielwerkstuk. Helaas hebben we wel veel vertraging opgelopen waardoor we ons profielwerkstuk pas een aantal maanden later konden inleveren. Onze samenwerking is altijd goed gegaan. Er was natuurlijk wel een paar keer sprake van miscommunicatie, maar verder verliep de samenwerking soepel. Ook de samenwerking met onze begeleiders verliep, vanuit ons perspectief, redelijk goed. Het enige verbeterpuntje was dat we iets meer hadden moeten communiceren door middel van gesprekjes met onze begeleiders, zodat zij wat meer op de hoogte waren van wat wij op dat moment aan het doen waren en wat onze planning was.

Toch hebben wij het idee dat uit dit profielwerkstuk een mooi onderzoek met mooie resultaten is voortgevloeid. Wij zouden dit onderzoek in de toekomst dan ook graag nog een keer professioneel over willen doen! Een interessante vraag die daarin betrokken zou kunnen worden: Als je je kind Kevin noemt, heeft hij dan een grotere kans op het vwo of op het vmbo terecht te komen? Dan zou je daar bij het kiezen van een naam rekening mee kunnen houden, want Nomen est omen.

51

Bijlagen
Namen van het vwo
Naam aantal Percentage van totaal 1,21 0,99 0,88 0,88 0,88 0,77 0,77 0,77 0,77 0,66 0,66 0,66 0,66 0,66 0,66 0,66 0,66 0,66 0,55 0,55

Anne Esther Frank Jan Lotte Marieke Nynke Rianne Tom Anna David Emma Iris Jeroen Judith Marjolein Martijn Thomas Floor Rick

11 9 8 8 8 7 7 7 7 6 6 6 6 6 6 6 6 6 5 5

52

Sanne Tim Albert Daan Hans Johan Leon Lisa Maaike Maarten Mark Marloes Niels Nienke Paul Peter Reinier Robin Willem Wouter Amber Annemiek Carlijn Eline

5 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 3 3 3

0,55 0,55 0,44 0,44 0,44 0,44 0,44 0,44 0,44 0,44 0,44 0,44 0,44 0,44 0,44 0,44 0,44 0,44 0,44 0,44 0,33 0,33 0,33 0,33

53

Ella Ellen Erwin Hester Ilse Isabelle Julia Laura Lennart Leonie Lisette Mathijs Matthijs Merel Michiel Paula Robert Roos Rutger Sara Sarah Sietske Simon Thijs

3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3

0,33 0,33 0,33 0,33 0,33 0,33 0,33 0,33 0,33 0,33 0,33 0,33 0,33 0,33 0,33 0,33 0,33 0,33 0,33 0,33 0,33 0,33 0,33 0,33

54

Thom Vincent Anje Anke Anneke Annelies Anouk Arjen Barbara Bart Bas Berber Bram Charlotte Derk Douwe Emmy Erik Eva Evelien Femke Hannah Heleen Hendrik

3 3 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2

0,33 0,33 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22

55

Inge Ingrid Irene Jaap Jesse Job Jonathan Joost Jorik Joris Jorrit Jos Josien Karen Karin Kelly Kirsten Koen Laurens Lilian Linda Lisanne Loes Louise

2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2

0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22

56

Lydia Marc Marco Maria Marianne Marije Marijn Marit Marleen Marthe Maurits Melle Michelle Miriam Niek Nikki Nina Nora Olaf Pieter Renate Rene Roel Roelof

2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2

0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22

57

Sebastiaan Simone Sophie Stefan Stella Sterre Susan Sytze Tamara Theo Theresa Victor Wout Yara Yvet Abdul Addy Adrilla Aileen Alberdina Albina Alex Alexander Alie

2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1

0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,22 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11

58

Alien Allard Andr Aniek Anita Annabelle Annefloor Annejet Annelie Anneloes Annelotte Annelou Anne-Margot Annemieke Annick Annika Antoinette Anton Anyke Aren Arenda Aries Arjan Armin

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

0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11

59

Arne Arno Astrid Aswin Atti Auke aukelien Axl Aylan Barnadette Bastiaan Bauke Baukje Ben Ben-Max Bente Bert Bert-Jan Bianca Bibi Bjorn Bobby Boris Boudewijn

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

0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11

60

Brian Caitlin Carien Carina Carmel Caroline Caron Cas Casper Cathy Cecile Chantal Charice Charley Charlie Cheryl Chiara Christiaan Christien Christina Claire Coen Cora Corinne

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

0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11

61

Cunera Cynthia Dagmar Daniel Daphne Demi Dennie Dennis Dian Diede Dieke Dina Dirk Doethyna Doortje Duco Dylan Edith Eefje Eelco Eelke Eerske Egbert Elea

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

0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11

62

Elena Eliana Elisa Elisabeth Emiel Emmie Erin Erinn Ernst Esmee Esme Eugne Evenynke Evert Jan Fanna Feben Felisha Felix Fenna Fennie Fiona Flavio Fleur Floris

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

0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11

63

Fokke Frances Freek Freya Friso Garwin Gea Gelera Geoffrey George Gerard Gerdien Gerwin Giel Gijs Grietje Grytsje Guido Haico Hanjo Hanna Hanne Harmen Hayo

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

0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11

64

Hedwich Heike Henk Henk-Jan Henny Henri Herman Hesterliena Hidde Hieke Hinke Hisse Hubert Igor Ilvy Ingo Ireen Irshaad Ismail Jacco Jacob Jacobien Jakoba Janeska

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

0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11

65

Janet Janiek Janine Janneke Jannet Jan-Niek Janny Jan-Peter Jantje Janwillem Jan-Willem Jasper Jefta Jelle Jelmer Jelte Jennifer Jentze Jeske Jettie Jimi Jitske Jochem Joep

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

0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11

66

Johanna Johnny Jolien Jonas Joram Jord Joren Jorien Jorinde Jorit Jos Josephine Josina Joyce Jurgen Jurjen Justin Justine Kamiel Kaz Kevin Kiki Kim Kitty

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

0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11

67

Kjurre Klasien Klasina Klaske Klodia Kor Kristan Kristian Kristen Kyra Lammert Lara Lasse Lauren Laurien Layla Lex Lianne Lidewey Lidewij Lieke Lies Lieve Lindsay

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

0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11

68

Lindy Linn Liselotte Liza Lola Loni Lorieke Lucia Lucine Lynn Lysanne Maartje Machteld Maico Maja Mandy Marcel Marchiena Margo Margrete Margriet Marien Marind Marjon

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

0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11

69

Marlene Marly Marouschka Mart Marten Martha Martin Marwah Mathanja Maud Maura Mechteld Mees Meinze Melanie Merlijn Meryl Milan Minde Minke Momme Monica Monique Myriam

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

0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11

70

Nando Naomi Nick Nico Nicol Nicoletta Ninke Noor Noortje Noud-Willem Nyreeh Olivier Oscar Pascalle Patrick Paulien Pelle Petra Piet Pieterjan Pim Piter Puck Puk

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

0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11

71

Quinta Randall Rebecca Redmer Reimer Reinhild Rene Renno Renske Rex Rhea Ria Rianna Richard Rienk Ritske Rixt Roderick Rogchert Rogier Ron Ronnie Rosa Rosalien

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

0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11

72

Roy Ruby Rudie Samira Sander Sandra Sarina Saskia Savanna Savannah Sean Sebas Sem Shamira Shannon Shirley Siebren Siem Sietse Sigrid Silke Sjoerd Sonja Stan

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

0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11

73

Stanzi Stef Stefanie Stephan Stephanie Steven Stijn Susana Sven Tamar Tammo Teie Tess Tessa Teun Thijmen Tijmen Tijs Timo Tineke Tjesse Tobias Torben Tos

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

0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11

74

Trijntje Tristan Valerie Vanessa Varja Vastiaan Veikko Vera Veralie Walter Welmoed Wiebe Wieke Wijnanda Wilbert Wilfred Wilhelmina Wille Willemien Willem-Jan Wim-paul Winsum Wolter Wuyata

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

0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11

75

Wybren Yesmer Ymkje Yolien Yoram Yorick Zahra Zhiwei Zo

1 1 1 1 1 1 1 1 1

0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11 0,11

TOTAAL

906

76

Namen van het vmbo


Aantal Chantal Dennis Jeroen Melissa Patrick Stefan Jeffrey Kim Nick Robin Jordy Kevin Niels Richard Rick Roy Tessa Bart Bas Danil Danny Iris 12 11 10 10 10 10 9 9 9 9 8 8 8 8 8 8 8 7 7 7 7 7 Precent 1,2 1,1 1 1 1 1 0,9 0,9 0,9 0,9 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,7 0,7 0,7 0,7 0,7

77

Lianne Mark Martijn Michel Erik Frank Laura Lisa Marcel Melanie Anne Denise Jasper Lisanne Pascal Peter Sandra Vincent Alex Angela Brian Chris Denny Dominique

7 7 7 7 6 6 6 6 6 6 5 5 5 5 5 5 5 5 4 4 4 4 4 4

0,7 0,7 0,7 0,7 0,6 0,6 0,6 0,6 0,6 0,6 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,4 0,4 0,4 0,4 0,4 0,4

78

Edwin Lars Marc Martin Mike Rob Robert Roelof Sander Sharon Stephan Sylvia Amanda Anouk Arne Arno Bjrn Chiel Emiel Erwin Esther Ilona Johan Jos

4 4 4 4 4 4 4 4 4 4 4 4 3 3 3 3 3 3 3 3 3 3 3 3

0,4 0,4 0,4 0,4 0,4 0,4 0,4 0,4 0,4 0,4 0,4 0,4 0,3 0,3 0,3 0,3 0,3 0,3 0,3 0,3 0,3 0,3 0,3 0,3

79

Koen Leon Lisette Maaike Maarten Maikel Marco Marille Marissa Marleen Mathijs Matthijs Melvin Niek Raymon Ren Ricardo Roberto Rowin Tamara Thomas Tim Tom Vera

3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3

0,3 0,3 0,3 0,3 0,3 0,3 0,3 0,3 0,3 0,3 0,3 0,3 0,3 0,3 0,3 0,3 0,3 0,3 0,3 0,3 0,3 0,3 0,3 0,3

80

Alisa Alwin Amber Anita Annemarie Arnold Arthur Astrid Benjamin Bianca Bryan Carlijn Carola Cynthia Daan David Dylan Emile Evelien Geke Gerard Gerben Gert-Jan Hans

2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2

0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2

81

Harm Harmen Hessel Inge Irene Jarno Jelle Jessica John Joran Jos Judith Justin Kayleigh Kelly Kimberley Kirsten Lennard Lennart Leroy Manon Marian Marielle Marion

2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2

0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2

82

Marit Marjolein Marloes Max Melle Michael Michelle Michiel Moniek Monique Natascha Nicky Nico Nicole Nienke Nina Patricia Priscilla Rachel Remco Riejanne Romy Ronald Ruud

2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2

0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2

83

Sanne Saskia Shannon Sil Stefanie Sven Warner Wouter Agnetha Aiza Akkelien Aleksander Alitha Almar Alois Amrita Amy Andre Andrea Angelique Anida Aniek Annelies Annemiek

2 2 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1

84

Annet Annie Annika Anny Anouchka Ans Anton Aranka Ard Ardijana Arjan Arjen Arjo Asley Auke Axel Barry Bart Jan Bas Jan Ben Bernardo Bernd Bert Bertus

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

0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1

85

Bibian Bram Brandon Brenda Britt Caitlin Cameron Carla Carmen Carolien Caroline Ceddy Celine Cerina Charlie Charlotte Cherique Chinthya Christel Christiaan Christian Christopher Claudia Colin

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

0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1

86

Daisy Dalia Daniek Daniel Danille Daphne Debby Demelza Denian Desley Dico Dide Diederik Dino Dirk Djaimy Dolf Don Donavan Doniek Dorenda Dunja Eleen Eline

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

0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1

87

Elise Elizabeth Ellen Elrick Elsemiek Elza Emaly Eshley Esme Ester Evan Ferdinand Fieneke Francella Frances Francisca Frederick Georgette Gerald Gerjan Gerjanne Gerjo Gerko Gert

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

0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1

88

Gerwin Gidion Giovanni Glen Greta Grieko Guido Gustav Gydo Hanna Haris Harjen Harmke Harold Heleen Hendri Henk-Jan Henrit Henritte Henrike Henry Herman Hester Hilda

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

0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1

89

Hylke-Lammert Ilse Ilva Imre Inez Ingrid Irma Isabel Ivo Jaap Jacky Jamie Jan Janiek Janne Jan-Willem Jarne Jarr Jasmijn Jason Jennifer Jeremy Jerom Jesse

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

0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1

90

Jilmar Jim Jimmy Jimy Joanita Joanne Jody Jol Joey Johanna Johannis Johnny Jolanda Jolien Joost Jordi Jorrit Jorrith Joshua Josiane Josias Joy Joyce Jozefien

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

0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1

91

Jurrian Karin Karlijn Kathy Kaylee Kelvin Kenneth Kimberly Kristian Kristien Kyllie Larissa Latoya Lemarr Leyla Lezan Libby Liesbeth Linda Linde Linsey Lissette Liza Loes

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

0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1

92

Lola Loraine Lotte Louis Lourens Lucas Lucas Lupko Lyanne Magda Maik Malissa Manou Manouska Manuel Marcelino Marck Maria Marianne Mariel Marije Marinke Mariska Marjolie

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

0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1

93

Marjorie Marlou Marlous Mart Marthijn Marvin Mathilde Matthew Mattijs Maud Maurice Maurin Maxine Michal Milan Minette Miranda Mirella Miriam Mirjam Nadia Nadine Nancy Nanda

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

0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1

94

Natalie Nathalie Nathasja Nigel Nikki Nikky Olaf Pamela Paul Paula Petra Piet Pim Prisca Purdey Quinta Quintijn Rachelle Ramon Ramona Rebecca Regina Remko Remy

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

0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1

95

Rene Rense Renzo Rianka Ricky Rico Rik Rik-Jan Robbert Romano Romany Romar Romee Ronnie Roos Rosa Rosalie Rowan Roza Rutger Ryanne Sabine Samantha Samira

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

0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1

96

Santino Sara Savannah Sebastiaan Sebastian Seth Shanice Shannen Shariska Sharona Sharron Shirley Sibel Sietse Simon Simone Sjoerd Sjonny Sjors Sophie Stacey Steffan Stephanie Stephany

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

0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1

97

Steven Susan Suzan Suzanne Tamar Thalien Theodoor Thirsa Thom Tian Tibo Tiffany Timmy Timo Twan Valentijn Valerie Veronica Vijaya Viktor Vivian Wendy Werner Wesley

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

0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1

98

Wessel Wilco Wilke Willem Willemieke Wilma Wilstinique Wolbert Wubke Xaviera Yala Yara Yvonne Zora

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

0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1

TOTAAL

1000

99

Foto-enqute
Enqute Profielwerkstuk Geslacht: m/v Geboortejaar: . Klas: . Welke naam vind jij het best bij deze personen passen? Ceren en Danille Februari 2012

A. Jan B. Kevin

A. Martijn B. Dennis

A. Matthijs B. Danny

A. Jeffrey B. Frank

A. Kim B. Anne 100

A. Chantal B. Lotte

A. Esther B. Lianne

A. Lotte B. Melissa

Namen-enqute
Enqute Profielwerkstuk Geslacht: m/v Geboortejaar: . Klas: . Verwacht jij, op basis van deze naam dat deze persoon VMBO of VWO doet? Geef ook aan hoe mooi jij deze naam vindt, op een schaal van 1 tot 10 (1= niet mooi , 10= heel mooi). De namen tussen haakjes zijn qua uitspraak dezelfde namen, ze hebben alleen een andere spelling. Naam: Niveau: Cijfer: Nienke vwo / vmbo .. Anne vwo / vmbo .. Stefan vwo / vmbo .. Esther vwo / vmbo .. Danny vwo / vmbo .. Chantal vwo / vmbo .. Lotte vwo / vmbo .. Jordy vwo / vmbo .. Kevin vwo / vmbo .. Marieke vwo / vmbo .. Jeffrey vwo / vmbo .. Rianne vwo / vmbo .. Jan vwo / vmbo .. Melissa vwo / vmbo .. Patrick vwo / vmbo .. Iris vwo / vmbo .. Kim vwo / vmbo .. Emma vwo / vmbo .. Dennis vwo / vmbo .. Judith vwo / vmbo .. Ceren en Danille Februari 2012

Verwacht jij op basis van deze naam dat de ouders van deze persoon een relatief hoog of relatief laag inkomen hebben? Naam: Sophie Merel Joey Michiel Mandy Inkomen ouders: laag / hoog laag / hoog laag / hoog laag / hoog laag / hoog Naam: Joost Ricardo Alexander Charlotte Melanie Inkomen ouders: laag / hoog laag / hoog laag / hoog laag / hoog laag / hoog

101

102

You might also like