Statistiek in de criminologie – Dr. Lieven Pauwels & Dr.
Christophe Vandeviver
Zie PP ‘examen info’ voor voorbeeld vragen!!!
Hoofdstuk 1: De logica van statistische vergelijkingen en analyses
1. Inleiding: waarom data analyseren?
Wij moeten de data analyseren en er een correcte betekenis aan geven.
Ontdekken van patronen en processen
Statistische analyse = systematische studie van kwantitatieve data geassocieerd met bestuurde
studieobject
Bv. Hans Rosling: hoe de welvaart op basis van indicatoren is geëvolueerd
Geschiedenis van statistiek in een notendop
• Voorlopers van beschrijvende statistiek: Pythagoras & Thales
• Probabiliteitstheorie in de vorm van kansrekening
• Beschrijvende statistiek verder ontwikkeld door wiskundigen en wetenschappers (1800-1900)
Bv. Francis Galton & Adolphe Quetelet & Karl Pearson
• Political arithmetics: wetenschappelijke studie van sociale problemen en argument in
politieke discussies
• ‘statistics’ gelanceerd door Eberhard August Wilhelm von Zimmer (1787)
Quetelet: Normale verdeling toepassen op criminologie relevante problemen
Het gebruik van statistiek
• Theoretische statistiek: wiskunde (niet dit)
• Toegepaste statistiek: geen bewijzen, geen integralen en afgeleiden
➢ Basisbewerkingen op reële getallen en functionele vergelijkingen
➢ Beschrijvende toepassing: bv. trendanalyse
Theorieconstructie in een oogopslag
Theorie (verklaringsmodel): geheel van veronderstelling over de relaties tussen kenmerken
Bv.
✓ Te verklaren observatie: Jan het een iPad gestolen
✓ Aanvangsconditie: Jan vindt het moreel niet verkeerd om eigendom van anderen te nemen
✓ Sociale wetmatigheid (theorie): wanneer jongeren zwakkere morele standaarden hebben,
zijn zij sneller geneigd om criminaliteit als alternatief te zien
Theorie toetsen door: onderzoeksmethoden & kwaliteitsvolle statistische analyses -> laten toe een
theorie te evalueren
• Inductie: van observatie naar veralgemening (alle zwanen zijn wit -> op zoek naar nieuwe
zwanen en moeten allemaal wit zijn)
• Deductie: van algemene theorie naar onderzoek (alle zwanen zijn wit -> maar 1 zwarte nodig
om algemene theorie te ontkrachten)
,Onderzoeksmethoden zonder theorie zijn problematisch
Statistische analyses zijn de gereedschapskist van het kwantitatief criminologisch onderzoek
Statistiek is slechts 1 schakel in criminologisch onderzoek
Onderzoek: van theorie naar data en terug
Theorievragen i.f.v. het examen:
✓ Wat is beschrijvende, verkennende en toetsende statistiek? (komt nog aan bod)
→ Beschrijvende: gaat over de populatie, het geheel van gelijksoortige objecten of data.
Deze data worden samengevat in een beknopte weergave, met als doel het ontdekken
van globale patronen en kenmerken
→ Verkennende: Het doel is om informatie te verzamelen, zodat je je onderzoeksvraag en -
doel kunt bepalen
→ Toetsende: uitspraken doen over een bepaalde populatie op basis van de data waarover
we de beschikking hebben.
✓ Wat zijn data?
✓ Wat is een onderzoeksvraag, deelvraag operationalisering, concepten, variabelen?
✓ Wat is political arithmetics? Wat is advocay research?
→ Political arithmetics: de kunst van het redeneren op basis van cijfers over zaken die
verband houden met de overheid, zoals de inkomsten, het aantal mensen, de omvang en
waarde van land, belastingen, handel
→ Advocay research: onderzoek dat wordt uitgevoerd met de bedoeling bewijsmateriaal en
argumenten te leveren die kunnen worden gebruikt om een bepaalde zaak of standpunt
te ondersteunen
✓ Wat wordt bedoeld met empirisch onderzoek?
→ beantwoord je je onderzoeksvraag door systematisch data te verzamelen met behulp van
een empirische onderzoeksmethode
✓ Hoe ziet het proces van wetenschappelijk onderzoek er uit?
→ vaak een wisselwerking tussen empirie en theorievorming, waarbij aan de hand van
nieuwe waarnemingen een bepaalde theorie steeds verder wordt verfijnd
Sleutelbegrippen:
✓ Operationalisering
✓ Onderzoeksvraag
✓ Nulhypothese
✓ Variabele
✓ Concept
,Hoofdstuk 2: Inleidende begrippen (PP 1)
1. Inleiding
Onderzoekspopulatie: verzameling individuen waarover uitspraak wordt gedaan
Onderzoekseenheden (cases): elementen die deel uitmaken van de onderzoekspopulaties
→ Conceptualisering en afbakening van de eenheden noodzakelijk
Analyse eenheid: eenheid waarop de criminoloog de statistische analyses uitvoert en daarna
uitspraken over doet (bv. Jongeren)
Steekproeven (samples): toevalsteekproeven (= deelverzameling van onderzoekseenheden)
→ Onderdeel van de totale onderzoekspopulatie
Variabelen of kenmerken:
− Kenmerken waarop verschillen/ spreidingen zitten: verschillen tussen onderzoekseenheden
− Afhankelijke variabele = Te verklaren variabelen
− Onafhankelijke variabele = verklarende variabelen
− Bv. Seksueel slachtofferschap
Enkel relevant als er verschil/ spreiding op zit
Uitkomstenverzameling: verzameling van alle mogelijke uitkomsten (waarden) van een variabele (bv.
Bij scores op examens is dat alles tussen 0 en 20 op 20)
Meten (measurement): volgens bepaalde geijkte meetprocedure
2. Beschrijven, schatten en veralgemenen
Beschrijvende statistiek:
Kwantitatieve beschrijving (samenvatting) van de kenmerken van een steekproef
→ Beschrijven de werkelijkheid in kengetallen
→ Bv. Hoeveel mannen, hoeveel slachtoffers, veiligheidsmonitor
→ Maten van centraliteit en spreiding (gem, variantie)
Sociale wetmatigheden (social laws) = empirische generalisaties:
→ Samenhang tussen 2 kenmerken (die samenhang is altijd probabilistisch => verhogen of
verlagen een kans -> niet fatalistisch of deterministisch)
Justificatie voor statistisch onderzoek: wel oorzaak-gevolg verband zien
Inductieve of inferentiële statistiek:
Veralgemenen van de gegevens verzameld door een steekproef naar de onderzoekspopulatie waaruit
ze getrokken werden (Uitspraken over onderzoekspopulatie adhv steekproef)
→ Algemeen (regressie-analyse)
→ Bevolking -> steekproef -> verzamel gegevens over de steekproef -> trek conclusies over de
bevolking aan de hand van de steekproef -> bevolking....
Toetsbare stellingen = testbare hypothesen:
, Bv. Leidt inkomensongelijkheid tot meer criminaliteit in Europese landen?
Werkwijze: formuleer een wetenschappelijke verklaring -> verzamel gegevens -> analyseer statistisch
-> interpreteer het resultaat
o Onderzoekshypothese: hypothese uit het onderzoek
o Nulhypothese: hypothese die we willen ontkrachten -> ‘geen verband’
o Alternatieve hypothese: alternatief verklaringsmodel -> ‘wel verband’
3. Statistiek: beantwoorden van beschrijvende en verklarende onderzoeksvragen
Beschrijvende onderzoeksvragen:
Kwantitatieve beschrijving (samenvatting) van het fenomeen
Bv. Wat is de genderratio bij seksueel slachtofferschap?
Bv. wat zijn de opvattingen van studenten tegenover het gebruik van geweld om politieke of
religieuze redenen?
Verkennende onderzoeksvragen:
Zijn er in geïnteresseerd
Bv. Is er een verband tussen het bevolkingsaantal en het criminaliteitsniveau in politiezones?
Exploratieve onderzoeksvragen:
Kwantitatieve verkenning van het fenomeen --> nog geen concreet kenmerk
Verklarende onderzoeksvragen: /=/ voorspellen
Kwantitatieve verklaring van de geobserveerde verschillen (variabiliteit) in een uitkomstvariabele
adhv kenmerken die eigen zijn aan een theoretisch paradigma
→ Toetsend onderzoek
Wetenschappelijke verklaringen geven vaak causale verklaring: ontrafelen van de rol van specifieke
mechanismen
Bv. kunnen genetische factoren het chronisch gebruik van geweld verklaren?
4. Statistische eenheden
Onderzoekseenheden waar men een uitspraak over wilt doen:
Variabelen: kenmerken van statistische eenheden die variëren
Constante: kenmerk dat niet varieert (elke eenheid heeft eenzelfde waarde)
Variabiliteit/ spreiding:
Bv. hoe groot zijn verschillen in slachtofferschap van seksueel geweld?
Centraliteit/ grote tendensen:
Bv. Neemt de criminaliteit af?
Christophe Vandeviver
Zie PP ‘examen info’ voor voorbeeld vragen!!!
Hoofdstuk 1: De logica van statistische vergelijkingen en analyses
1. Inleiding: waarom data analyseren?
Wij moeten de data analyseren en er een correcte betekenis aan geven.
Ontdekken van patronen en processen
Statistische analyse = systematische studie van kwantitatieve data geassocieerd met bestuurde
studieobject
Bv. Hans Rosling: hoe de welvaart op basis van indicatoren is geëvolueerd
Geschiedenis van statistiek in een notendop
• Voorlopers van beschrijvende statistiek: Pythagoras & Thales
• Probabiliteitstheorie in de vorm van kansrekening
• Beschrijvende statistiek verder ontwikkeld door wiskundigen en wetenschappers (1800-1900)
Bv. Francis Galton & Adolphe Quetelet & Karl Pearson
• Political arithmetics: wetenschappelijke studie van sociale problemen en argument in
politieke discussies
• ‘statistics’ gelanceerd door Eberhard August Wilhelm von Zimmer (1787)
Quetelet: Normale verdeling toepassen op criminologie relevante problemen
Het gebruik van statistiek
• Theoretische statistiek: wiskunde (niet dit)
• Toegepaste statistiek: geen bewijzen, geen integralen en afgeleiden
➢ Basisbewerkingen op reële getallen en functionele vergelijkingen
➢ Beschrijvende toepassing: bv. trendanalyse
Theorieconstructie in een oogopslag
Theorie (verklaringsmodel): geheel van veronderstelling over de relaties tussen kenmerken
Bv.
✓ Te verklaren observatie: Jan het een iPad gestolen
✓ Aanvangsconditie: Jan vindt het moreel niet verkeerd om eigendom van anderen te nemen
✓ Sociale wetmatigheid (theorie): wanneer jongeren zwakkere morele standaarden hebben,
zijn zij sneller geneigd om criminaliteit als alternatief te zien
Theorie toetsen door: onderzoeksmethoden & kwaliteitsvolle statistische analyses -> laten toe een
theorie te evalueren
• Inductie: van observatie naar veralgemening (alle zwanen zijn wit -> op zoek naar nieuwe
zwanen en moeten allemaal wit zijn)
• Deductie: van algemene theorie naar onderzoek (alle zwanen zijn wit -> maar 1 zwarte nodig
om algemene theorie te ontkrachten)
,Onderzoeksmethoden zonder theorie zijn problematisch
Statistische analyses zijn de gereedschapskist van het kwantitatief criminologisch onderzoek
Statistiek is slechts 1 schakel in criminologisch onderzoek
Onderzoek: van theorie naar data en terug
Theorievragen i.f.v. het examen:
✓ Wat is beschrijvende, verkennende en toetsende statistiek? (komt nog aan bod)
→ Beschrijvende: gaat over de populatie, het geheel van gelijksoortige objecten of data.
Deze data worden samengevat in een beknopte weergave, met als doel het ontdekken
van globale patronen en kenmerken
→ Verkennende: Het doel is om informatie te verzamelen, zodat je je onderzoeksvraag en -
doel kunt bepalen
→ Toetsende: uitspraken doen over een bepaalde populatie op basis van de data waarover
we de beschikking hebben.
✓ Wat zijn data?
✓ Wat is een onderzoeksvraag, deelvraag operationalisering, concepten, variabelen?
✓ Wat is political arithmetics? Wat is advocay research?
→ Political arithmetics: de kunst van het redeneren op basis van cijfers over zaken die
verband houden met de overheid, zoals de inkomsten, het aantal mensen, de omvang en
waarde van land, belastingen, handel
→ Advocay research: onderzoek dat wordt uitgevoerd met de bedoeling bewijsmateriaal en
argumenten te leveren die kunnen worden gebruikt om een bepaalde zaak of standpunt
te ondersteunen
✓ Wat wordt bedoeld met empirisch onderzoek?
→ beantwoord je je onderzoeksvraag door systematisch data te verzamelen met behulp van
een empirische onderzoeksmethode
✓ Hoe ziet het proces van wetenschappelijk onderzoek er uit?
→ vaak een wisselwerking tussen empirie en theorievorming, waarbij aan de hand van
nieuwe waarnemingen een bepaalde theorie steeds verder wordt verfijnd
Sleutelbegrippen:
✓ Operationalisering
✓ Onderzoeksvraag
✓ Nulhypothese
✓ Variabele
✓ Concept
,Hoofdstuk 2: Inleidende begrippen (PP 1)
1. Inleiding
Onderzoekspopulatie: verzameling individuen waarover uitspraak wordt gedaan
Onderzoekseenheden (cases): elementen die deel uitmaken van de onderzoekspopulaties
→ Conceptualisering en afbakening van de eenheden noodzakelijk
Analyse eenheid: eenheid waarop de criminoloog de statistische analyses uitvoert en daarna
uitspraken over doet (bv. Jongeren)
Steekproeven (samples): toevalsteekproeven (= deelverzameling van onderzoekseenheden)
→ Onderdeel van de totale onderzoekspopulatie
Variabelen of kenmerken:
− Kenmerken waarop verschillen/ spreidingen zitten: verschillen tussen onderzoekseenheden
− Afhankelijke variabele = Te verklaren variabelen
− Onafhankelijke variabele = verklarende variabelen
− Bv. Seksueel slachtofferschap
Enkel relevant als er verschil/ spreiding op zit
Uitkomstenverzameling: verzameling van alle mogelijke uitkomsten (waarden) van een variabele (bv.
Bij scores op examens is dat alles tussen 0 en 20 op 20)
Meten (measurement): volgens bepaalde geijkte meetprocedure
2. Beschrijven, schatten en veralgemenen
Beschrijvende statistiek:
Kwantitatieve beschrijving (samenvatting) van de kenmerken van een steekproef
→ Beschrijven de werkelijkheid in kengetallen
→ Bv. Hoeveel mannen, hoeveel slachtoffers, veiligheidsmonitor
→ Maten van centraliteit en spreiding (gem, variantie)
Sociale wetmatigheden (social laws) = empirische generalisaties:
→ Samenhang tussen 2 kenmerken (die samenhang is altijd probabilistisch => verhogen of
verlagen een kans -> niet fatalistisch of deterministisch)
Justificatie voor statistisch onderzoek: wel oorzaak-gevolg verband zien
Inductieve of inferentiële statistiek:
Veralgemenen van de gegevens verzameld door een steekproef naar de onderzoekspopulatie waaruit
ze getrokken werden (Uitspraken over onderzoekspopulatie adhv steekproef)
→ Algemeen (regressie-analyse)
→ Bevolking -> steekproef -> verzamel gegevens over de steekproef -> trek conclusies over de
bevolking aan de hand van de steekproef -> bevolking....
Toetsbare stellingen = testbare hypothesen:
, Bv. Leidt inkomensongelijkheid tot meer criminaliteit in Europese landen?
Werkwijze: formuleer een wetenschappelijke verklaring -> verzamel gegevens -> analyseer statistisch
-> interpreteer het resultaat
o Onderzoekshypothese: hypothese uit het onderzoek
o Nulhypothese: hypothese die we willen ontkrachten -> ‘geen verband’
o Alternatieve hypothese: alternatief verklaringsmodel -> ‘wel verband’
3. Statistiek: beantwoorden van beschrijvende en verklarende onderzoeksvragen
Beschrijvende onderzoeksvragen:
Kwantitatieve beschrijving (samenvatting) van het fenomeen
Bv. Wat is de genderratio bij seksueel slachtofferschap?
Bv. wat zijn de opvattingen van studenten tegenover het gebruik van geweld om politieke of
religieuze redenen?
Verkennende onderzoeksvragen:
Zijn er in geïnteresseerd
Bv. Is er een verband tussen het bevolkingsaantal en het criminaliteitsniveau in politiezones?
Exploratieve onderzoeksvragen:
Kwantitatieve verkenning van het fenomeen --> nog geen concreet kenmerk
Verklarende onderzoeksvragen: /=/ voorspellen
Kwantitatieve verklaring van de geobserveerde verschillen (variabiliteit) in een uitkomstvariabele
adhv kenmerken die eigen zijn aan een theoretisch paradigma
→ Toetsend onderzoek
Wetenschappelijke verklaringen geven vaak causale verklaring: ontrafelen van de rol van specifieke
mechanismen
Bv. kunnen genetische factoren het chronisch gebruik van geweld verklaren?
4. Statistische eenheden
Onderzoekseenheden waar men een uitspraak over wilt doen:
Variabelen: kenmerken van statistische eenheden die variëren
Constante: kenmerk dat niet varieert (elke eenheid heeft eenzelfde waarde)
Variabiliteit/ spreiding:
Bv. hoe groot zijn verschillen in slachtofferschap van seksueel geweld?
Centraliteit/ grote tendensen:
Bv. Neemt de criminaliteit af?
