Statistiek in de criminologie
Hoofdstuk 1: logica statistiek
Bekende statistici
- Pearson
- Kendall
- Quetelet
→ Normaalverdeling voor menselijke eigenschappen
→ Statistiek als hulpmiddel moraliteit
→ Hulpmiddel om beleidsbeslissingen te maken
(Multidisciplinaire) wetenschap
- Ontdekken patronen en processen
→ Mensen zijn gewoontedieren
→ Gedrag wordt beïnvloedt
- Om een argument de ondersteunen
→ Door kwantitatieve data te bestuderen (= statistische analyse)
→ Statistiche analyse = systematische studie van kwantitatieve data geassocieerd met bestudeerde
studieobject
Praktijktoepassingen: risico-inschatting, politiestatistiek, omgevingsanalyse, recidivestudies, trendanalyses…
Geschiedenis statistiek (1)
Pythagoras: 6e eeuw v. Chr.
- Voorloper beschrijvende statistiek
- Wiskundige berekningen - het gemiddelde
200 v. Chr.
- Inferentiële statistiek
- In de vorm van waarschijnlijkheidsanalyse (nu = waarschijnlijkheidstheorie/kansberekening)
Huygens en Pascal: 17e eeuw
- Evolutie naar gokberekening / kansberekening
Bv. Hoe groot is de kans om de Lotto te winnen?
Pearson en Galton: 19e – 20e eeuw
- Ontwikkeling andere beschrijvende statistieken door wiskundigen en wetenschappers
o Galton: belangrijk om feiten over mensen te kwantificeren zodat er patronen vormen
o Pearson: Pearson-correlatie coefficiënt
Quetelet: 19e eeuw
- Verantwoordelijk voor eerste criminele statistieken
- Leeftijdcriminaliteitscurve
- Verschillen tussen mannen en vrouwen bij criminaliteit
- Paste de Gaus-curve toe op criminologie relevante feiten
Geschiedenis statistiek (2)
‘Political arithmetics’ – politieke wiskunde
- Statistiek werd gebruikt in de politiek
- Doel: antwoorden op de problemen van de staat verkrijgen
- John Graunt: 1e politicus die er gebruik van maakte om sterftecijfer in Londen de bestuderen
1
,Gebruik van statistiek
Theoretische statistiek: houdt veel wiskunde in (mathematische bewijzen)
→ Zien wij niet
Toegepaste statistiek: beperkt wiskundige achtergrond tot de essentie
→ Correcte betekenis geven aan resultaten met basisbewerkingen
→ Patronen zien die we eerst niet zagen
Toepassingen:
1. Verzameling en bewaring van data, uitgedrukt in een samenvattende vorm
- Verzameld door administratie om inzicht te verkrijgen
- Historsich perspectief
Bv. volkstelling, sterftestatistieken, misdaadstatistieken
2. Statistiek is een methode om verzamelde data te analyseren
- Stelt onderzoekers in staat logisch na te denken over data:
1. Komen tot een beknopte synthese en betekenisvolle conclusie (beschrijvend)
2. Karakteristieken van grote groepen bepalen of afleiden gebaseerd op data afkomstig van
kleinere delen (steekproeven, samples) van de groep. (inferentiële statistiek)
Theorieconstructie in een oogopslag
3 elementen criminologisch (statistisch) onderzoek
1. Theoretische achtergrond / verklaringsmodel
- Geheel van veronderstellingen over relaties tussen kenmerken van personen, gebieden…
- Getoetst op basis van onderzoeksmethoden
2. Onderzoeksmethode
- Dienen om data te verzamelen, bv. enquete, vragenlijst
- Inductie of deductie
3. Kwaliteitsvolle statistische analyse
- Beweringen van theorien toetsen
Voorbeeld theorieconstructie:
→ Opstellen van theorie / sociale wetmatigheid
→
→ Gemaakte observatie
Theorie = beweringen over relaties tussen sociale fenomenen (gebeurtenissen, eigenschappen…) van
onderzoeksobjecten die getoetst kunnen worden
→ sociale bindingen, persoonlijke psychologie, biologie en genetische kwetsbaarheden zorgen ervoor dat een
individu een overtreding als moreel acceptabel zou kunnen zien
→ zonder theorie bestaan er enkel vermoedens en verhaaltjes (= charlatanisme)
Theorie en onderzoek
→ ontwikkeling criminologische theorie (beiden belangrijk)
Inductie = beweringen neerschrijven over gekozen sociaal fenomeen
→ Van observatie naar veralgemening
Deductie = begint met een veronderstelling (broken window)
→ Van algemene theorie naar onderzoek
2
,Proces van wetenschappelijk onderzoek
1. Observatie
- Interesse nodig
- Gestructureerd wetenschappelijk proces
2. Centrale onderzoeksvraag
- Geeft reden statistische criminologische studie weer
- Geeft exact de focus vd studie weer
- Vraag die we in empirsich onderzoek zullen ontkrachten
3. Onderzoeksdeelvragen
- Door onmogelijkheid om centrale onderzoeksvraag direct te beantwoorden
- Opdeling in subproblemen
- Makkelijker te beantwoorden
4. Van theorie naar data en terug
- Theorie, onderzoek of statistiek kan niet op zichzelf bestaan
- Onderzoek is de methode om theorie te toetsen en valideren
4.1. Hypothesen formuleren (= wat het onderzoek wil bepalen)
- Onderzoekshypothese
→ Veronderstelling die je wil toetsen
→ Abstract w omgezet naar concreet, toetsbare vorm
- Nulhypothese
→ Geen statistisch significant tussen kenmerken in steekproef
→ Verschil tussen groepen ° door toevallige fouten
→ DOEL: verband weerleggen
4.2. Constructie van onderzoeksdesign
- Plannen van actueel onderwerp
4.3. Conceptualisering
- Concepten uit vragen en hypothesen halen
= termen waarover consensus bestaat en kan betrekking hebben op een
kenmerk
4.4. Operationalisering
- Vertalen van woordelijk/abstract proces naar een toetsbare variabele
4.5. Data verzamelen
- Compleet onderzoeksdesign nodig over manier van dataverzameling
4.6. Trek conclusies
- Terugkeer naar de theorie
- Theorie kan ondersteund of weerlegd worden (deuctief)
4.7. Rapporteer resultaten
- Ook negatieve resultaten om zelfde fouten in de toekomst te vermijden
- In academisch tijdschrift, boek, praktisch gerichte publicaties…
3
, Hoofdstuk 2 – inleidende begrippen
Inleiding
Doel: inzicht verwerven in begrippenkader criminologisch onderzoek
Termen
- Onderzoekspopulaties = populaties waarover we onderzoek doen (bv. groep studenten)
→ Verzameling van individuen waarover we uitspraken zullen doen
- Onderzoekseenheden/-elementen / cases = onderzoekseenheden waar men uitspraak over wil doen
→ Eerstejaarsstudenten, vrouwen, misdadige gebeurtenissen, buurten, landen, jaren, uitspraken…
→ Verschilt in aggregatieniveau
→ Deelverzameling onderzoekspopulatie
- Analyse-eenheid = eenheid waarover we uitspraken doen
- Variabelen = kenmerken van statistische eenheden die variëren
Bv. scores op examens (→ de ene student heeft meer, de andere minder)
o MOETEN variabiliteit en spreiding vertonen:
▪ Variabiliteit: nodig, anders heb je een constante
▪ Spreiding: per kenmerk ten minste twee verschillende waarden + eenheden zijn
verspreid over deze categorieën of waarden van die kenmerken (vb. p. 25)
→ Leeftijd, geslacht, vooropleiding…
- Variabiliteit/spreiding = van waar komen die verschillen en hoe groot is die?
- Centraliteit = wat zijn de grote tendensen?
- Uitkomstenverzameling = verzameling mogelijke uitkomsten
- Meten: vaststellen van de waarde van een kenmerk bij een eenheid
→ Volgens geijke meetprocedures
→ Uitgangspunt: observeerbaarheid en waarneembaarheid
o Nauwkeurigheid, betrouwbaarheid, validiteit
- Constante: een kenmerk die niet varieert of waarop alle eenheden dezelfde waarde hebben
- Onderzoekspopulatie = verzameling van individuen waarover we uitspraak willen doen
- Steekproeven (samples) = uit onderzoekspopulatie steekproeven halen om ermee aan de slag te gaan
→ Onmogelijkheid om iedereen te ondervragen door gebrek aan tijd en middelen
→ Representativiteit vd steekproeven beoordelen
- Respondanten = de personen die uiteindelijk bevraagd zijn
- Datamatrix / gegevensmatrix = gegevens gebundeld om statistische analyses te kunnen uitvoeren in
rijen → (= cases/eenheden) en kolommen (= variabelen)
o Codeboek = cijfers staan voor waarden
- Toetsbare stellingen / hypothesen = stellingen formuleren + vertalen in testbare hypothesen
- Geldig percentage = respondenten die de vragen hebben ingevuld
→ Hoe gevoeliger de vraag, hoe hoger het aantal missings
Variabelen of kenmerken
- Toevalssteekproeven: aselect, willekeurig, at random
- Representativiteit: alle relevante kenmerken uit de onderzoekspopulatie moeten aanwezig zijn zoals in
de hele samenleving
→ ANDERS: onder- en overtegenwoordiging bepaalde groep
- Belang van afbakeningen
Variabelen of kenmerken
- Moeten verschillen (spreiding, variabiliteit) tussen onderzoekseenheden
- Afhankelijk (te verklaren) en onafhankelijke (verklarende) variabelen
4
Hoofdstuk 1: logica statistiek
Bekende statistici
- Pearson
- Kendall
- Quetelet
→ Normaalverdeling voor menselijke eigenschappen
→ Statistiek als hulpmiddel moraliteit
→ Hulpmiddel om beleidsbeslissingen te maken
(Multidisciplinaire) wetenschap
- Ontdekken patronen en processen
→ Mensen zijn gewoontedieren
→ Gedrag wordt beïnvloedt
- Om een argument de ondersteunen
→ Door kwantitatieve data te bestuderen (= statistische analyse)
→ Statistiche analyse = systematische studie van kwantitatieve data geassocieerd met bestudeerde
studieobject
Praktijktoepassingen: risico-inschatting, politiestatistiek, omgevingsanalyse, recidivestudies, trendanalyses…
Geschiedenis statistiek (1)
Pythagoras: 6e eeuw v. Chr.
- Voorloper beschrijvende statistiek
- Wiskundige berekningen - het gemiddelde
200 v. Chr.
- Inferentiële statistiek
- In de vorm van waarschijnlijkheidsanalyse (nu = waarschijnlijkheidstheorie/kansberekening)
Huygens en Pascal: 17e eeuw
- Evolutie naar gokberekening / kansberekening
Bv. Hoe groot is de kans om de Lotto te winnen?
Pearson en Galton: 19e – 20e eeuw
- Ontwikkeling andere beschrijvende statistieken door wiskundigen en wetenschappers
o Galton: belangrijk om feiten over mensen te kwantificeren zodat er patronen vormen
o Pearson: Pearson-correlatie coefficiënt
Quetelet: 19e eeuw
- Verantwoordelijk voor eerste criminele statistieken
- Leeftijdcriminaliteitscurve
- Verschillen tussen mannen en vrouwen bij criminaliteit
- Paste de Gaus-curve toe op criminologie relevante feiten
Geschiedenis statistiek (2)
‘Political arithmetics’ – politieke wiskunde
- Statistiek werd gebruikt in de politiek
- Doel: antwoorden op de problemen van de staat verkrijgen
- John Graunt: 1e politicus die er gebruik van maakte om sterftecijfer in Londen de bestuderen
1
,Gebruik van statistiek
Theoretische statistiek: houdt veel wiskunde in (mathematische bewijzen)
→ Zien wij niet
Toegepaste statistiek: beperkt wiskundige achtergrond tot de essentie
→ Correcte betekenis geven aan resultaten met basisbewerkingen
→ Patronen zien die we eerst niet zagen
Toepassingen:
1. Verzameling en bewaring van data, uitgedrukt in een samenvattende vorm
- Verzameld door administratie om inzicht te verkrijgen
- Historsich perspectief
Bv. volkstelling, sterftestatistieken, misdaadstatistieken
2. Statistiek is een methode om verzamelde data te analyseren
- Stelt onderzoekers in staat logisch na te denken over data:
1. Komen tot een beknopte synthese en betekenisvolle conclusie (beschrijvend)
2. Karakteristieken van grote groepen bepalen of afleiden gebaseerd op data afkomstig van
kleinere delen (steekproeven, samples) van de groep. (inferentiële statistiek)
Theorieconstructie in een oogopslag
3 elementen criminologisch (statistisch) onderzoek
1. Theoretische achtergrond / verklaringsmodel
- Geheel van veronderstellingen over relaties tussen kenmerken van personen, gebieden…
- Getoetst op basis van onderzoeksmethoden
2. Onderzoeksmethode
- Dienen om data te verzamelen, bv. enquete, vragenlijst
- Inductie of deductie
3. Kwaliteitsvolle statistische analyse
- Beweringen van theorien toetsen
Voorbeeld theorieconstructie:
→ Opstellen van theorie / sociale wetmatigheid
→
→ Gemaakte observatie
Theorie = beweringen over relaties tussen sociale fenomenen (gebeurtenissen, eigenschappen…) van
onderzoeksobjecten die getoetst kunnen worden
→ sociale bindingen, persoonlijke psychologie, biologie en genetische kwetsbaarheden zorgen ervoor dat een
individu een overtreding als moreel acceptabel zou kunnen zien
→ zonder theorie bestaan er enkel vermoedens en verhaaltjes (= charlatanisme)
Theorie en onderzoek
→ ontwikkeling criminologische theorie (beiden belangrijk)
Inductie = beweringen neerschrijven over gekozen sociaal fenomeen
→ Van observatie naar veralgemening
Deductie = begint met een veronderstelling (broken window)
→ Van algemene theorie naar onderzoek
2
,Proces van wetenschappelijk onderzoek
1. Observatie
- Interesse nodig
- Gestructureerd wetenschappelijk proces
2. Centrale onderzoeksvraag
- Geeft reden statistische criminologische studie weer
- Geeft exact de focus vd studie weer
- Vraag die we in empirsich onderzoek zullen ontkrachten
3. Onderzoeksdeelvragen
- Door onmogelijkheid om centrale onderzoeksvraag direct te beantwoorden
- Opdeling in subproblemen
- Makkelijker te beantwoorden
4. Van theorie naar data en terug
- Theorie, onderzoek of statistiek kan niet op zichzelf bestaan
- Onderzoek is de methode om theorie te toetsen en valideren
4.1. Hypothesen formuleren (= wat het onderzoek wil bepalen)
- Onderzoekshypothese
→ Veronderstelling die je wil toetsen
→ Abstract w omgezet naar concreet, toetsbare vorm
- Nulhypothese
→ Geen statistisch significant tussen kenmerken in steekproef
→ Verschil tussen groepen ° door toevallige fouten
→ DOEL: verband weerleggen
4.2. Constructie van onderzoeksdesign
- Plannen van actueel onderwerp
4.3. Conceptualisering
- Concepten uit vragen en hypothesen halen
= termen waarover consensus bestaat en kan betrekking hebben op een
kenmerk
4.4. Operationalisering
- Vertalen van woordelijk/abstract proces naar een toetsbare variabele
4.5. Data verzamelen
- Compleet onderzoeksdesign nodig over manier van dataverzameling
4.6. Trek conclusies
- Terugkeer naar de theorie
- Theorie kan ondersteund of weerlegd worden (deuctief)
4.7. Rapporteer resultaten
- Ook negatieve resultaten om zelfde fouten in de toekomst te vermijden
- In academisch tijdschrift, boek, praktisch gerichte publicaties…
3
, Hoofdstuk 2 – inleidende begrippen
Inleiding
Doel: inzicht verwerven in begrippenkader criminologisch onderzoek
Termen
- Onderzoekspopulaties = populaties waarover we onderzoek doen (bv. groep studenten)
→ Verzameling van individuen waarover we uitspraken zullen doen
- Onderzoekseenheden/-elementen / cases = onderzoekseenheden waar men uitspraak over wil doen
→ Eerstejaarsstudenten, vrouwen, misdadige gebeurtenissen, buurten, landen, jaren, uitspraken…
→ Verschilt in aggregatieniveau
→ Deelverzameling onderzoekspopulatie
- Analyse-eenheid = eenheid waarover we uitspraken doen
- Variabelen = kenmerken van statistische eenheden die variëren
Bv. scores op examens (→ de ene student heeft meer, de andere minder)
o MOETEN variabiliteit en spreiding vertonen:
▪ Variabiliteit: nodig, anders heb je een constante
▪ Spreiding: per kenmerk ten minste twee verschillende waarden + eenheden zijn
verspreid over deze categorieën of waarden van die kenmerken (vb. p. 25)
→ Leeftijd, geslacht, vooropleiding…
- Variabiliteit/spreiding = van waar komen die verschillen en hoe groot is die?
- Centraliteit = wat zijn de grote tendensen?
- Uitkomstenverzameling = verzameling mogelijke uitkomsten
- Meten: vaststellen van de waarde van een kenmerk bij een eenheid
→ Volgens geijke meetprocedures
→ Uitgangspunt: observeerbaarheid en waarneembaarheid
o Nauwkeurigheid, betrouwbaarheid, validiteit
- Constante: een kenmerk die niet varieert of waarop alle eenheden dezelfde waarde hebben
- Onderzoekspopulatie = verzameling van individuen waarover we uitspraak willen doen
- Steekproeven (samples) = uit onderzoekspopulatie steekproeven halen om ermee aan de slag te gaan
→ Onmogelijkheid om iedereen te ondervragen door gebrek aan tijd en middelen
→ Representativiteit vd steekproeven beoordelen
- Respondanten = de personen die uiteindelijk bevraagd zijn
- Datamatrix / gegevensmatrix = gegevens gebundeld om statistische analyses te kunnen uitvoeren in
rijen → (= cases/eenheden) en kolommen (= variabelen)
o Codeboek = cijfers staan voor waarden
- Toetsbare stellingen / hypothesen = stellingen formuleren + vertalen in testbare hypothesen
- Geldig percentage = respondenten die de vragen hebben ingevuld
→ Hoe gevoeliger de vraag, hoe hoger het aantal missings
Variabelen of kenmerken
- Toevalssteekproeven: aselect, willekeurig, at random
- Representativiteit: alle relevante kenmerken uit de onderzoekspopulatie moeten aanwezig zijn zoals in
de hele samenleving
→ ANDERS: onder- en overtegenwoordiging bepaalde groep
- Belang van afbakeningen
Variabelen of kenmerken
- Moeten verschillen (spreiding, variabiliteit) tussen onderzoekseenheden
- Afhankelijk (te verklaren) en onafhankelijke (verklarende) variabelen
4
