Väkivalta- ja omaisuusrikollisuus Suomessa
KASEVA, JANNE (2010)
2010
Tilastotiede - Statistics
Informaatiotieteiden tiedekunta - Faculty of Information Sciences
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Hyväksymispäivämäärä
2010-05-31
Julkaisun pysyvä osoite on
https://urn.fi/urn:nbn:fi:uta-1-20624
https://urn.fi/urn:nbn:fi:uta-1-20624
Tiivistelmä
Tutkimuksen tavoitteena on tarkastella ja vertailla suomalaisten kuntien rikolli-suuden rakennetta ja siinä tapahtuneita muutoksia. Vertailukohtana on aiempi tutkimus, joka käsitteli 2000-luvun alun rikostilannetta kunnissa. Tutkimuksessa tarkasteltiin ennen kaikkea väkivalta- ja omaisuusrikollisuutta.
Kuntien väkivalta- ja omaisuusrikollisuutta selitettiin regressiomallien avulla. Mallien antamia ennusteita verrattiin poliisin tilastoimaan rikostasoon. Tulosten perusteella kunnat luokiteltiin viiteen ryhmään ja niiden rikostasoluokitusta ver-rattiin aiemman tutkimuksen tuloksiin. Vertailussa huomattiin, että kahdessa-toista kunnassa rikostaso oli pysynyt poikkeuksellisen korkeana. Kuntia, joissa sekä väkivalta- että omaisuusrikostaso olivat molemmat poikkeuksellisen korkei-ta, oli myös 12.
Väkivalta- ja omaisuusrikoksia selittävien regressiomallien selitysasteet vaih-telivat välillä 0,48–0,80. Kaupunkimaisten kuntien ryhmässä saavutettiin selvästi korkeimmat selitysasteet. Malleista huomattiin, että alkoholilla oli selkeä yhteys väkivaltarikollisuuteen. Omaisuusrikollisuutta selittivät alkoholin käytön ohella myös huumausainerikokset. Muita rikollisuutta selittäviä muuttujia olivat muun muassa koulutus ja muuttoliike. Perhesuhteilla ja varallisuudella oli myös keskei-nen asema useissa malleissa.
Faktorianalyysin avulla pyrittiin löytämään muuttujien taustalla olevia raken-teita. Faktorimallien selitysasteet vaihtelivat välillä 0,63–0,76. Parhaimmat seli-tysasteet saatiin kaupunkimaisten kuntien ryhmässä. Kaikissa ryhmissä parhaaksi faktoreiden lukumääräksi osoittautui viisi. Faktorit koulutus ja varallisuus ja lap-siperheet olivat mukana kaikissa malleissa. Myös työttömyys, kaupunkimaisuus ja sosiaaliset ongelmat –faktorit esiintyivät useissa malleissa. Faktoreiden suhteelli-sen selkeät tulkinnat kertovatkin osaltaan kuntien rakenteista.
Asiasanat:faktorianalyysi, rikollisuus kunnissa, väkivaltarikollisuus, omaisuusrikollisuus, eliminoiva regressioanalyysi
Kuntien väkivalta- ja omaisuusrikollisuutta selitettiin regressiomallien avulla. Mallien antamia ennusteita verrattiin poliisin tilastoimaan rikostasoon. Tulosten perusteella kunnat luokiteltiin viiteen ryhmään ja niiden rikostasoluokitusta ver-rattiin aiemman tutkimuksen tuloksiin. Vertailussa huomattiin, että kahdessa-toista kunnassa rikostaso oli pysynyt poikkeuksellisen korkeana. Kuntia, joissa sekä väkivalta- että omaisuusrikostaso olivat molemmat poikkeuksellisen korkei-ta, oli myös 12.
Väkivalta- ja omaisuusrikoksia selittävien regressiomallien selitysasteet vaih-telivat välillä 0,48–0,80. Kaupunkimaisten kuntien ryhmässä saavutettiin selvästi korkeimmat selitysasteet. Malleista huomattiin, että alkoholilla oli selkeä yhteys väkivaltarikollisuuteen. Omaisuusrikollisuutta selittivät alkoholin käytön ohella myös huumausainerikokset. Muita rikollisuutta selittäviä muuttujia olivat muun muassa koulutus ja muuttoliike. Perhesuhteilla ja varallisuudella oli myös keskei-nen asema useissa malleissa.
Faktorianalyysin avulla pyrittiin löytämään muuttujien taustalla olevia raken-teita. Faktorimallien selitysasteet vaihtelivat välillä 0,63–0,76. Parhaimmat seli-tysasteet saatiin kaupunkimaisten kuntien ryhmässä. Kaikissa ryhmissä parhaaksi faktoreiden lukumääräksi osoittautui viisi. Faktorit koulutus ja varallisuus ja lap-siperheet olivat mukana kaikissa malleissa. Myös työttömyys, kaupunkimaisuus ja sosiaaliset ongelmat –faktorit esiintyivät useissa malleissa. Faktoreiden suhteelli-sen selkeät tulkinnat kertovatkin osaltaan kuntien rakenteista.
Asiasanat:faktorianalyysi, rikollisuus kunnissa, väkivaltarikollisuus, omaisuusrikollisuus, eliminoiva regressioanalyysi