Analyse der Determinanten der Kriminalität in Spanien

Diese Analyse ist Teil der TFG hergestellt von Andriana Ivashkiv, Weitere Informationen finden Sie hier Verknüpfung

Analyse durchgeführt von Andriana Ivashkiv: https://www.linkedin.com/in/kateryna-andriana-ivashkiv-shulhan-a833ba193/

ANALYSE DER BESTIMMUNGSFAKTOREN DER KRIMINALITÄT

Diese Studie wird mit Daten durchgeführt, die aus den Statistiken des Innenministeriums und des Nationalen Instituts für Statistik stammen (ANDERE). Da beide Organisationen in ihrer Tätigkeit eng miteinander verbunden sind, Es kann bestätigt werden, dass der Kontrast der Informationen aus diesen beiden Quellen zuverlässig ist. Ebenfalls, Die erhobenen Daten entsprechen nur 2017, da dies das letzte Jahr ist, für das Statistiken zu einigen der zu analysierenden Faktoren verfügbar sind. gleichfalls, Die Berechnungen in diesem Abschnitt werden nur mit den Verbrechen für jeden durchgeführt 100.000 Einwohner des Jahres 2017.

Auf diese Weise, Eine Korrelationsstudie zwischen Verbrechen und verschiedenen Faktoren jeder autonomen Gemeinschaft wird durchgeführt; Alterungsindex, Prozentsatz der Ausländer, Tourismus, PIB per cápita, durchschnittliches Jahreseinkommen, Armutsgefährdungsrate, Arbeitslosenrate, Bildungsniveau, Schulabbruch, Ausgaben für Bildung, Ausgaben für Kultur- und Sozialarbeitseinheiten. Auf diese Weise können Sie überprüfen, ob eine direkte Beziehung besteht, invers oder es gibt keine Beziehung zwischen den Variablen. Später, und unter Berücksichtigung der erzielten Ergebnisse, Das entsprechende Balkendiagramm wird interpretiert.

ALTERUNG DER BEVÖLKERUNG

Zuerst, Eine Korrelationsstudie wird durchgeführt, um herauszufinden, ob die Alterung der Bevölkerung die kriminelle Aktivität in einem Gebiet beeinflusst. Die abhängige Variable (und) sind die Verbrechen für jeden 100.000 Population, während der unabhängige (x) ist der Alterungsindex^[1]. So, Die folgenden Werte werden erhalten:

• Korrelationskoeffizient: 0,68
• Bestimmungskoeffizient: 0,47
• P-Wert: 0,001
• x = 1600,03 - - 5 * und

Weil der Korrelationskoeffizient näher ist 1 was zu 0, Man kann sagen, dass die Beziehung zwischen den Variablen mäßig stark ist. Andererseits, Der Bestimmungskoeffizient zeigt, dass der Alterungsindex das erklärt 47% der kriminellen Aktivität. Schließlich, p-Wert ist kleiner als 0,05, Es besteht also eine statistisch signifikante Beziehung zwischen beiden Variablen.

Grafik 18. Eigene Ausarbeitung

Die Grafik zeigt eine abnehmende Regressionslinie. Dies zeigt das an, Je höher die Alterungsrate der Bevölkerung, jeweils weniger Verbrechen begangen 100.000 Population. Bestimmt, Die Werte geben an, dass beide Variablen verknüpft sind, obwohl nicht genug, um das zu erklären 100%.

Grafik 19. Eigene Ausarbeitung

Durch Beobachtung des Balkendiagramms und, unter Berücksichtigung der umgekehrten Beziehung zwischen den Variablen, Es ist ersichtlich, dass einige der Gebiete, die über dem nationalen Alterungsdurchschnitt liegen, eine mittlere oder niedrige Kriminalitätsrate aufweisen (Fürstentum Asturien, Kastilien und León oder Galizien, beispielsweise). Andererseits, Gebiete mit weniger alternder Bevölkerung weisen höhere Kriminalitätsraten auf (Balearen, Gemeinschaft Madrid oder die autonomen Städte Ceuta und Melilla).

AUSLÄNDISCHE BEVÖLKERUNG

Die folgende Korrelationsstudie nimmt Verbrechen für jedes an 100.000 Einwohner als abhängige Variable (und) und der Prozentsatz der Ausländer als unabhängige Variable (x)^[2]. Damit, Diese Werte werden erhalten:

• Korrelationskoeffizient: 0,73
• Bestimmungskoeffizient: 0,53
• P-Wert: 0,0003
• x = 482,96 + 55,34 * und

Der erste Wert gibt eine Beziehung an und der Bestimmungskoeffizient gibt an, dass das Modell a erklärt 53% der Daten. Schließlich, der p-Wert ist viel niedriger als 0,05, Es besteht also eine signifikante statistische Beziehung zwischen den Variablen.

Grafik 20. Eigene Ausarbeitung

Die zunehmende Regressionslinie zeigt an, dass je mehr Ausländer sich in einem Gebiet befinden, desto mehr Verbrechen begangen werden, somit besteht eine signifikante direkte Beziehung, obwohl nicht total, zwischen beiden Variablen.

Grafik 21. Eigene Ausarbeitung

Dann, Das Balkendiagramm bestätigt, dass einige der Gemeinden mit einem höheren Prozentsatz an Einwanderern mit denen mit den höchsten Kriminalitätsraten übereinstimmen, als Balearen, Katalonien oder die Gemeinschaft von Madrid. Andererseits, Einige der Gebiete mit der geringsten Einwanderung weisen die geringste Kriminalität auf, als Fürstentum Asturien, Extremadura oder Galizien. jedoch, Es sei darauf hingewiesen, dass Aragon und La Rioja auch mehr Ausländer als der nationale Durchschnitt haben, obwohl es sich um Gemeinden mit einer mittleren bis niedrigen Kriminalitätsrate handelt.

TOURISMUS

In der Korrelationsstudie werden jeweils Verbrechen verwendet 100.000 Einwohner als abhängige Variable (und) und die Anzahl der Touristen als unabhängige Variable (x)^[3]. Es sollte erwähnt werden, dass Tourismusdaten nicht in jedes konvertiert werden 100.000 Population, Es wird davon ausgegangen, dass dieser Faktor eher mit der Art der Freizeitgestaltung am Bestimmungsort als mit der Bevölkerung zusammenhängt.. jedoch, Es ist zweckmäßig, die Ausdehnung jedes Gebiets bei der Interpretation der Ergebnisse zu berücksichtigen. Ebenfalls, Fügen Sie hinzu, dass die autonomen Städte Ceuta und Melilla nicht in der INE-Datenbank für diesen Abschnitt angezeigt werden, Sie werden also nicht berücksichtigt. Auf diese Weise, Die folgenden Werte werden erhalten:

• Korrelationskoeffizient: 0,8
• Bestimmungskoeffizient: 0,62
• P-Wert: 0,0001
• x = 756,6 + 3,91 * und

Die ersten Daten zeigen, dass eine starke Beziehung zwischen den Variablen besteht, es ist ziemlich nah an 1. Ebenfalls, Der Bestimmungskoeffizient zeigt, dass Tourismusdaten bis zu a erklären 62% von Verbrechen von jedem begangen 100.000 Population. Bezüglich des p-Wertes, das ist viel weniger als 0,05. So, Variablen sind statistisch signifikant miteinander verbunden.

Grafik 22. Eigene Ausarbeitung

Die Regressionslinie nimmt zu, Dies zeigt an, wenn es in einem Gebiet mehr Tourismus gibt, mehr Verbrechen werden begangen. Unter Berücksichtigung dieser direkten Beziehung und der zuvor erhaltenen Werte, Man kann sagen, dass es eine ziemlich starke Verbindung zwischen den Variablen gibt.

Grafik 23. Eigene Ausarbeitung

Das Balkendiagramm zeigt, dass fast alle Gemeinden, die über der durchschnittlichen Anzahl von Touristen pro Jahr liegen, die höchsten Kriminalitätsraten aufweisen. (Balearen, Katalonien oder Gemeinschaft von Madrid). Andererseits, die Gemeinden, in denen nachweislich eine niedrigere Kriminalitätsrate vorliegt, Sie sind diejenigen mit dem geringsten Tourismus (Fürstentum Asturien, Kantabrien oder Extremadura). Nach dem, was beobachtet wurde, Die kriminellen Aktivitäten in Spanien nehmen in Gebieten, die von der Mittelmeerküste umspült werden, erheblich zu (außer der Hauptstadt). Auf die gleiche Weise, In Küstengebieten mit warmem Klima ziehen häufig mehr Touristen an. So, Kein Wunder, dass beide Variablen zusammenhängen.

STARTEN SIE PRO CÁPITA

Die folgende Korrelationsanalyse sammelt Verbrechen für jedes 100.000 Einwohner als abhängige Variable (und) und das Pro-Kopf-BIP jeder autonomen Gemeinschaft als unabhängige Variable (x)^[4]. Die Ergebnisse sind die folgenden:

• Korrelationskoeffizient: 0,25
• Bestimmungskoeffizient: 0,06
• P-Wert: 0,28
• x = 590,72 + 0,01 * und

Wie du siehst, Der Korrelationskoeffizient zeigt an, dass die Beziehung zwischen beiden Variablen schwach ist, da der Wert nahe ist 0. Ebenfalls, Der Bestimmungskoeffizient zeigt, dass das Modell nur a erklärt 0,6% der Daten. Auf die gleiche Weise, der p-Wert ist erheblich größer als 0,05, Daher besteht kein statistisch relevanter Zusammenhang zwischen den begangenen Straftaten und dem Pro-Kopf-BIP der autonomen Gemeinschaften.

Grafik 24. Eigene Ausarbeitung

Die Regressionslinie nimmt zu, was auf eine direkte Beziehung zwischen x und y hinweisen würde. jedoch, Die Ergebnisse zeigen, dass die Verbindung zwischen den Variablen fast nicht existiert, Daher kann festgestellt werden, dass das BIP jeder Gemeinde die Kriminalität nicht effektiv erklären kann.

Grafik 25. Eigene Ausarbeitung

Für seinen Teil, Das Balkendiagramm zeigt, dass die Gebiete mit einem überdurchschnittlichen BIP beide Gebiete mit einer hohen Kriminalitätsrate sind (Balearen oder Katalonien) wie diejenigen mit einem mittleren oder niedrigen Index (Aragon oder La Rioja). Bestimmt, Es gibt keine Beziehung zwischen diesen beiden Faktoren.

Durchschnittliches jährliches Haushaltseinkommen

Die folgende Korrelationsstudie legt die Verbrechen für jedes fest 100.000 Einwohner als abhängige Variable (und) und das durchschnittliche Jahreseinkommen der Haushalte als unabhängige Variable (x)^[5]. Die erhaltenen Werte sind unten gezeigt:

• Korrelationskoeffizient: 0,5
• Bestimmungskoeffizient: 0,25
• P-Wert: 0,02
• x = -71,1 + 0,03 * und

Die ersten Daten zeigen an, dass zwischen den Variablen eine mittlere Beziehung besteht, obwohl dies relativ schwach ist, mitten in der 0 und von 1. Ebenfalls, Der Bestimmungskoeffizient zeigt, dass Tourismusdaten nur a erklären würden 25% von Verbrechen von jedem begangen 100.000 Population. Bezüglich des p-Wertes, das ist weniger als 005. So, Die Variablen sind statistisch signifikant miteinander verbunden.

Grafik 26. Eigene Ausarbeitung

Die Regressionslinie nimmt zu, Dies zeigt eine direkte Beziehung zwischen beiden Variablen. Das heißt, Je höher die Anzahl der durchschnittlichen Jahreseinkommen, größere Anzahl von Verbrechen. jedoch, Der Zusammenhang zwischen den beiden Faktoren ist nicht stark genug, um die Erklärung des Verbrechens durch Einkommen zu bestätigen. Ebenfalls, Es ist interessant hinzuzufügen, dass bei zahlreichen Gelegenheiten ein Zusammenhang zwischen Kriminalität und Armut hergestellt wurde (Anhang zur Bibliographie). So, wenn die Verbindung zwischen den Variablen stärker wäre, Aufgrund des Widerspruchs wäre es ein interessantes Thema, es eingehender zu analysieren.

Grafik 27. Eigene Ausarbeitung

Wie im Balkendiagramm zu sehen ist, Gemeinden mit einem überdurchschnittlichen Jahreseinkommen sind beide Gemeinden mit hoher Kriminalität (Autonome Stadt Ceuta und autonome Stadt Melilla) wie diejenigen, die eine mittlere oder niedrige Kriminalität haben (Glasland oder La Rioja). Auf die gleiche Weise, Es gibt Gebiete mit hohen und niedrigen Kriminalitätsraten, deren Einkommen unterdurchschnittlich ist (Valencianische Gemeinschaft oder Extremadura) (im Anhang). Zusammenfassend, Das mittlere Jahreseinkommen hat keinen ausreichend starken Zusammenhang mit kriminellen Aktivitäten, um erklärend zu sein.

Armutsrisiko

Diese Korrelationsanalyse nimmt Verbrechen für jeden an 100.000 Einwohner als abhängige Variable (und) und die Armutsgefährdungsrate für jedes Gebiet als unabhängige Variable (x)^[6]. Es ist bemerkenswert zu erwähnen, dass das Armutsrisiko vom INE aus dem durchschnittlichen Jahreseinkommen des Vorjahres berechnet wurde. Die erhaltenen Ergebnisse sind die folgenden:

• Korrelationskoeffizient: 0,14
• Bestimmungskoeffizient: 0,01
• P-Wert: 0,56
• x = 883,27 + 4,94 * und

Der Korrelationskoeffizient zeigt, dass das Verhältnis zwischen Armutsrisiko und Kriminalität sehr schwach ist. Ebenfalls, Der Bestimmungskoeffizient zeigt, dass das Modell nur das erklärt 0,01% der Daten. Das heißt, erklärt praktisch keine Daten. Für seinen Teil, p-Wert ist größer als 0,05, Es gibt also keine statistisch relevante Beziehung zwischen den Variablen.

Grafik 28. Eigene Ausarbeitung

Die Regressionslinie nimmt zu, was auf eine direkte Beziehung zwischen x und y hinweisen würde. jedoch, Die Verbindung zwischen beiden Variablen ist extrem schwach, Das hat also keine Relevanz.

Grafik 29. Eigene Ausarbeitung

Das Balkendiagramm ermöglicht die Identifizierung von Gebieten im Land mit einem geringen Armutsrisiko, aber mit einem hohen Verbrechen (Katalonien oder autonome Stadt Ceuta), oder mit einer hohen Risikorate, aber geringes Verbrechen (Estremadura). Das heißt, Die Beziehung zwischen den Variablen ist in diesem Fall praktisch nicht vorhanden.

ARBEITSLOSIGKEIT

Diese Korrelationsstudie präsentiert Verbrechen für jeden 100.000 Einwohner als abhängige Variable (und) und die Arbeitslosenquote als unabhängige Variable (x)^[7]. Die Daten beziehen sich auf die Bevölkerung zwischen dem 25 und das 64 Jahre alt. Damit, Die erhaltenen Werte sind die folgenden:

• Korrelationskoeffizient: 0,05
• Bestimmungskoeffizient: 0,003
• P-Wert: 0,82
• x = 934,29 + 3,43 * und

Wie aus den ersten Daten hervorgeht, Die Beziehung zwischen den Variablen ist praktisch gleich Null, und der Bestimmungskoeffizient zeigt an, dass die Arbeitslosigkeit nur a erklärt 0,03% des Verbrechens. gleichfalls, der p-Wert ist viel größer als 0,05, Daher wird bestätigt, dass es keine statistisch relevante Beziehung zwischen den Variablen gibt.

Grafik 30. Eigene Ausarbeitung

Die Regressionslinie nimmt leicht zu. jedoch, weil es keine Beziehung zwischen der arbeitslosen Bevölkerung in jeder autonomen Gemeinschaft und den dort begangenen Verbrechen gibt, Dieses Diagramm wird nicht berücksichtigt.

Grafik 31. Eigene Ausarbeitung

In diesem Fall, Das Balkendiagramm zeigt sowohl die Beschäftigungs- als auch die Arbeitslosenquote. Zuerst, Es ist ersichtlich, dass es Gemeinden gibt, die unter der durchschnittlichen Arbeitslosenquote liegen und sowohl eine hohe als auch eine niedrige Kriminalitätsrate aufweisen (Gemeinschaft von Madrid oder Asturien). Gleiches gilt für Gebiete, die über der durchschnittlichen Arbeitslosenquote liegen., weil es einige Gemeinden mit einer hohen Kriminalitätsrate gibt (Autonome Stadt Ceuta) und andere mit einem niedrigen Index (Estremadura). Ebenfalls, Gleiches gilt für die Beschäftigungsquote, was bedeutet, dass es keinen signifikanten Zusammenhang zwischen diesem und dem Verbrechen gibt.

BILDUNGSNIVEAU

Die Analyse dieses Abschnitts wird durch eine Mehrfachkorrelationsstudie durchgeführt, Feststellung der Verbrechen für jeden 100.000 Einwohner als abhängige Variable (und). Die unabhängigen Variablen (x) sind die folgenden; Bevölkerungsindex mit abgeschlossener Sekundarstufe I. (x₁), Bevölkerungsindex mit abgeschlossener Sekundarstufe II (x₂) und Index der Bevölkerung mit höherer Bildung (x₃)^[8]. Ebenfalls, Es sollte betont werden, dass die Daten relativ zur Bevölkerung sind, die zwischen dem 25 und 64 Jahre alt. Auf diese Weise, Die Ergebnisse sind die folgenden:

• Korrelationskoeffizient: 0,62
• R.² fest: 0,26
• P-Wert von x₁: 0,03
• P-Wert von x₂: 0,04
• P-Wert von x₃: 0,03
• Ŷ = 237299,71 – 2376,84 * x₁ – 2314,61 * x₂ – 2376,32 * x₃

Zuerst, Der Korrelationskoeffizient zeigt an, dass die Beziehung zwischen den Variablen mäßig stark ist, es ist näher an 1 das zu 0. Andererseits, el R.² angepasst zeigt, dass das Modell nur a erklärt 26% der Daten, das ist wenig, Nun, es gibt eine 74% ungeklärte Daten. Bei multipler Regression wird der Bestimmungskoeffizient nicht beobachtet, da er bei mehreren unabhängigen Variablen tendenziell zunimmt, so wird das R berücksichtigt² fest. Schließlich, Der p-Wert aller unabhängigen Variablen ist kleiner als 0,05, so können wir sehen, dass es eine statistisch signifikante Beziehung zwischen ihnen gibt.

Grafik 32. Eigene Ausarbeitung

Grafik 33. Eigene Ausarbeitung

Grafik 34. Eigene Ausarbeitung

Die Grafik im Verhältnis zur Bevölkerung mit Studien bis zur ersten Stufe der Sekundarschule nimmt leicht ab, was darauf hinweisen würde, dass die größere Anzahl von Menschen, die bis zur ersten Stufe der Sekundarstufe haben, weniger Kriminalität. Die Zahl der Bevölkerung mit Studien bis zur zweiten Stufe der Sekundarstufe wächst und zeigt dies, mehr Menschen mit Studien bis zur zweiten Stufe der Sekundarschule, mehr Verbrechen. Schließlich, Der Bezug zur Bevölkerung mit höherer Bildung nimmt leicht ab, Wie viele Menschen gibt es mit höherer Bildung?, weniger Kriminalität. Bestimmt, Es gibt eine nicht sehr starke Beziehung zwischen den Variablen, nur einen erklären 26% der Daten.

Grafik 35. Eigene Ausarbeitung

Wie im Balkendiagramm zu sehen ist, Der höchste nationale Durchschnitt liegt bei Personen, die die erste Stufe der Sekundarstufe erreicht haben, gefolgt vom Durchschnitt der Hochschulbildung und endend mit dem Durchschnitt der Personen, die bis zur zweiten Stufe studiert haben. jedoch, Es gibt keinen klaren Zusammenhang zwischen dem Studienniveau und den in der autonomen Gemeinschaft begangenen Verbrechen.

Frühzeitiger Rückzug aus der Ausbildung

Fortsetzung des Bildungsbereichs, Die folgende Korrelationsanalyse nimmt Verbrechen für jedes an 100.000 Einwohner als abhängige Variable (und) und die Rate des frühen Schulabbruchs als unabhängige Variable (x)^[9]. Es ist zu beachten, dass die Daten zur Abbrecherquote relativ zur Bevölkerung sind, zwischen denen sich eine befindet 18 und 24 Jahre alt. So, Die Ergebnisse sind die folgenden:

• Korrelationskoeffizient: 0,41
• Bestimmungskoeffizient: 0,17
• P-Wert: 0,07
• x = 567 + 23,96 * und

Der Korrelationskoeffizient zeigt an, dass zwischen den Variablen x und y eine schwache Beziehung besteht, es ist näher an 0 was zu 1. Der Bestimmungskoeffizient zeigt, dass der frühe Schulabbruch nur a erklärt 17% des Verbrechens, ziemlich niedriger Prozentsatz. Ebenfalls, p-Wert ist größer als 0,05, Die Variablen haben also keine statistisch signifikante Beziehung.

Grafik 36. Eigene Ausarbeitung

Die Regressionslinie nimmt zu, was darauf hindeuten würde, dass es mehr Schulabbrecher gibt, mehr Verbrechen werden begangen. jedoch, Es gibt nicht genügend Beziehungen zwischen den Variablen, um dieses Modell zu akzeptieren, Das Diagramm ist also nicht relevant.

Grafik 37. Eigene Ausarbeitung

Das Balkendiagramm zeigt, dass sowohl Gemeinden mit hoher als auch niedriger Kriminalitätsrate über der durchschnittlichen Abbrecherquote liegen können. (Balearen oder Castilla-la-Mancha, beispielsweise). gleichfalls, Sie können auch unten sein (Kantabrien oder Gemeinschaft von Madrid). Bestimmt, Es wird nicht bestätigt, dass die Rate des vorzeitigen Schulabbruchs die kriminelle Aktivität einer autonomen Gemeinschaft erklärt.

ÖFFENTLICHE AUSGABEN FÜR BILDUNG

Um mit dem Bildungsbereich zu enden, Es wird eine Korrelationsstudie durchgeführt, in der jeweils Verbrechen gesammelt werden 100.000 Einwohner als abhängige Variable (und) und Bildungsausgaben für jeden 100.000 Einwohner als abhängige Variable (x)^[10]. Die erhaltenen Werte sind:

• Korrelationskoeffizient: 0,45
• Bestimmungskoeffizient: 0,20
• P-Wert: 0,05
• x = 1433,16 - - 5,14 * und

Der Korrelationskoeffizient bezeichnet eine schwache Beziehung zwischen den Variablen x und y, es ist sogar niedriger als 0,5. Ebenfalls, Der Bestimmungskoeffizient gibt an, dass die Bildungsausgaben nur a erklären 20% von Verbrechen. Für seinen Teil, der p-Wert ist 0,05, Also ja, es würde eine statistisch relevante Beziehung geben.

Grafik 38. Eigene Ausarbeitung

Die Regressionslinie nimmt ab, Anzeige einer umgekehrten Beziehung zwischen x und y. Das heißt, höhere Bildungsausgaben der autonomen Gemeinschaft, niedrigere Begehung von Verbrechen. jedoch, Die in der Studie erhaltenen Werte zeigen einen unzureichenden Zusammenhang zwischen den Variablen, Daher wird dieses Modell nicht akzeptiert.

Grafik 39. Eigene Ausarbeitung

Das Balkendiagramm zeigt leicht, dass Gemeinden mit einer niedrigeren Kriminalitätsrate eher in Bildung investieren als Gemeinden mit mehr Kriminalität. Beispielsweise, Kantabrien oder das Baskenland haben höhere Ausgaben als Katalonien oder die valencianische Gemeinschaft. jedoch, das ist nicht genug, da die Korrelationsstudie feststellt, dass die Bildungsausgaben die Kriminalität nicht angemessen erklären können.

ÖFFENTLICHE AUSGABEN FÜR DIE KULTUR

In der folgenden Korrelationsanalyse werden jeweils Verbrechen erfasst 100.000 Einwohner als abhängige Variable (und) und öffentliche Ausgaben für Kultur für jeden 100.000 Einwohner als unabhängige Variable (x)^[11]. Die Werte sind wie folgt:

• Korrelationskoeffizient: 0,23
• Bestimmungskoeffizient: 0,05
• P-Wert: 0,33
• x = 890,08 + 3,05 * und

Die ersten Daten weisen auf eine sehr schwache Beziehung zwischen den Ausgaben für Kultur und Verbrechen der autonomen Gemeinschaft hin. Ebenfalls, Der Bestimmungskoeffizient zeigt, dass das Modell a kaum erklären kann 0,5% der Daten. Dazu, es sollte hinzugefügt werden, dass der p-Wert erheblich höher ist als 0,05, Es gibt also keine statistisch signifikante Beziehung zwischen x und y.

Grafik 40. Eigene Ausarbeitung

Die Regressionslinie nimmt zu, was das bedeuten würde, die höheren Ausgaben für Kultur, höchste Kommission von Verbrechen. jedoch, Dies wird abgelehnt, da die Daten zeigen, dass für jede Kultur kein Zusammenhang besteht 100.000 Einwohner und Verbrechen von jedem begangen 100.000 Population.

Grafik 41. Eigene Ausarbeitung

Wie die Korrelationsstudie, Das Balkendiagramm zeigt auf einen Blick keinen Zusammenhang zwischen den Ausgaben für Kultur und Verbrechen. Gebiete mit einer hohen Kriminalitätsrate, wie die Stadt Melilla, Ausgaben für Kultur über dem Durchschnitt haben. gleichfalls, Dies gilt auch für andere Communities mit einem mittleren bis niedrigen Index, wie die Foral Community of Navarra oder das Baskenland (im Anhang).

SOZIALARBEITSEINHEITEN

Die Sozialarbeitseinheit (UTS) Es ist jede administrative und territoriale Einheit, deren Hauptaufgabe darin besteht, die Bürger beim Zugang zu sozialen Diensten zu unterstützen, insbesondere durch einen Informations- und Beratungsdienst. Es ist die grundlegendste Ebene des Systems der öffentlichen sozialen Dienste und führt die folgenden Aktivitäten aus: Werbe- und Sensibilisierungsmaßnahmen, systematische Untersuchung der sozialen Bedürfnisse der Bevölkerung und technische Zusammenarbeit in umfassenden Programmen zur Förderung und sozialen Eingliederung.

Damit, Diese Korrelationsanalyse sammelt Verbrechen für jeden 100.000 Einwohner als abhängige Variable (x) und die Sozialarbeitseinheiten für jede 100.000 Einwohner als unabhängige Variable (und)^[12]. Es ist wichtig hinzuzufügen, dass dieser Abschnitt weder Daten für die Navarra-Gemeinschaft noch für das Baskenland enthält, da sie ein spezielles Wirtschaftsregime haben. Auf diese Weise, Die erhaltenen Werte sind die folgenden (im Anhang):

• Korrelationskoeffizient: 0,66
• Bestimmungskoeffizient: 0,44
• P-Wert: 0,03
• x = 1268,37 - - 26,95 * und

Der Korrelationskoeffizient zeigt an, dass zwischen den Variablen eine mäßig starke Beziehung besteht. Andererseits, Der Bestimmungskoeffizient zeigt, dass die Sozialarbeitseinheiten die in a 44%, etwas weniger als die Hälfte. Der p-Wert ist kleiner als 0,05, man kann also sagen, dass es eine statistisch signifikante Beziehung zwischen x und y gibt.

Grafik 42. Eigene Ausarbeitung

Die Regressionslinie nimmt ab, zeigt eine umgekehrte Beziehung zwischen den Variablen. Das heißt, eine größere Anzahl von Sozialarbeitseinheiten, weniger Kriminalität. Dieses Modell kann akzeptiert werden, obwohl mit Vorsicht. Es gibt eine Beziehung zwischen x und y, das ist aber nicht übermäßig stark. So, Es wäre ratsam, mehr Studien im Bereich der Sozialarbeit durchzuführen.

Grafik 43. Eigene Ausarbeitung

Das Balkendiagramm zeigt das, effektiv, Einige der Gemeinden mit der niedrigsten Kriminalitätsrate sind diejenigen, die in Sozialarbeitseinheiten über dem Durchschnitt liegen (Kastilien und Leon, Castilla-La Mancha und La Rioja, beispielsweise). Andererseits, Gemeinden mit der höchsten Kriminalitätsrate sind unterdurchschnittlich (Katalonien, Valencianische Gemeinschaft oder Gemeinschaft von Madrid).

ERGEBNISSE UND SCHLUSSFOLGERUNGEN DES ABSCHNITTS

Die Korrelationsstudie hat gezeigt, dass die Faktoren, die zusammenhängen, mehr oder weniger stark, mit der Anzahl der von jedem begangenen Verbrechen 100.000 Population, Sohn: alternde Bevölkerung, ausländische Bevölkerung, Tourismus, Bildungsniveau und Sozialarbeitseinheiten.

Von diesen, Das erklärendste Element der Kriminalität ist der Tourismus. Zwischen beiden Variablen besteht eine starke und direkte Beziehung, mit einem Korrelationskoeffizienten von 0,8 und mit einer Erklärung der 62% der Daten. Nach diesbezüglichen Studien, Tourismus kann eine doppelte Auswirkung auf die Kriminalität haben. Zuerst, Tourismusaktivitäten schaffen größere Beschäftigungsmöglichkeiten und höhere Löhne als in anderen Sektoren, Dies bedeutet höhere Opportunitätskosten für die Begehung von Straftaten. jedoch, es schafft auch neue Möglichkeiten für Kriminelle^[13]. Beispielsweise, Es ist üblich, dass Touristen Bargeld oder Wertsachen mit sich führen. Hinzu kommt eine passivere und nachlässigere Haltung als die Bewohner der Region, das Ergebnis ist, dass sie ein attraktives Ziel für den Verbrecher werden^[14]. Es ist auch möglich, dass Touristen die Täter und nicht die Opfer sind. Das ist weil, nicht in Ihrer gewohnten Umgebung zu sein, Sie ändern ihr Verhalten in ein hemmungsloseres und weniger verantwortungsbewusstes. Ebenfalls, Dies kann zunehmen, wenn das Touristenziel mit Umgebungen zusammenhängt, in denen Alkohol und Drogen vorhanden sind^[15].

Der zweitgrößte Faktor bei kriminellen Aktivitäten ist die ausländische Bevölkerung. Es zeigt einen Korrelationskoeffizienten von 0,73 und es kann gesagt werden, dass das Modell a erklärt 53% der Daten. So, und nach den Ergebnissen dieser Studie, wie viel mehr Einwanderung, mehr Verbrechen. jedoch, Mehrere Autoren beginnen zu entdecken, dass Einwanderung und Kriminalität eine negative Beziehung haben. Alonso-Borrego, Garoupa und Vázquez ^[16] führte eine Studie über den Zusammenhang zwischen diesen beiden Variablen durch, mit einem erschöpfenden Ansatz und unterstützt durch wirtschaftliche Analyse. Sie haben das beobachtet, während starker Einwanderungsjahre, In Spanien wuchs die Kriminalität ähnlich wie das Bevölkerungswachstum (Das Wachstum der Kriminalität und der ausländischen Bevölkerung wurde erklärt durch 50%). Obwohl Spanien mehr Ausländer als andere europäische Länder empfing, Das Kriminalitätswachstum war geringer als an Orten mit weniger Einwanderern. Dies geschah auch in anderen Ländern der Welt, Daher wurden Elemente gefunden, die zeigen, dass die Zunahme von Ausländern verhindert, dass auch die Kriminalitätsraten steigen. (und die bei der Durchführung von Studien berücksichtigt werden sollten). Diese Faktoren können Bildung oder Geschlecht sein, Dies bedeutet nicht, dass es keine Gruppen von Einwanderern mit einem niedrigeren Bildungsniveau gibt, die zum Wachstum der Kriminalität beitragen..

Auf die gleiche Weise, Garcia Spanien^[17] bestätigt, dass immer mehr Untersuchungen erkennen, dass es in Ländern mit einer größeren Einwandererbevölkerung weniger Kriminalität gibt. Ausländer haben tendenziell eine niedrigere Kriminalitätsrate als Staatsangehörige und sind in unorganisierten Kontexten widerstandsfähiger gegen Kriminalität. jedoch, da Kriminalität ein multikausales Phänomen ist und die kriminelle Aktivität von Einwanderern sehr unterschiedlich ist, Es wäre unangemessen zu sagen, dass diese Variablen vollständig erklärt werden, ohne andere Konditionierungsfaktoren zu berücksichtigen, die durch empirische Forschung analysiert wurden.

Fortsetzung der in dieser Arbeit durchgeführten Korrelationsstudie, Es wurde beobachtet, dass die Alterung der Bevölkerung die dritte Position der Determinanten der Kriminalität einnimmt. Das Modell zeigt eine umgekehrte Beziehung, mit einem Korrelationskoeffizienten von 0,68 und eine Erklärung der 47% der Daten. Dies bedeutet, dass, wenn eine Gemeinde eine höhere Alterungsrate hat, Es hat auch eine niedrigere Kriminalitätsrate. So, Man könnte es wagen, dass junge Menschen mehr Verbrechen begehen als ältere. Wenn die Daten verurteilter Erwachsener in konsultiert werden 2017 vom INE bereitgestellt^[18], es wird beobachtet, dass die 8,97% von Verurteilten hatte von 18 ein 20 Jahre, er 14,66% von 21 ein 25 Jahre, er 14,46% von 26 ein 30 Jahre, er 14,65% von 31 ein 35 Jahre, er 14,20% von 36 ein 40 Jahre, er 20,34% von 41 ein 50 Jahre, er 8,91% von 51 ein 60 Jahre, er 2,87% von 61 ein 70 Jahre und die 0,89% hatte mehr als 71 Jahre. Wie Sie zu schätzen wissen, er 66,94% von Häftlingen gehört zu den 18 und 40 Jahre alt. Nach dem, ein Peak tritt zwischen auf 41 und das 50 und, Schließlich, Die Zahl der Verurteilten nimmt ab einem Alter von mehr als drastisch ab 50 Jahre. Neben diesen Daten, Es muss auch berücksichtigt werden, dass es eine Zahl für Jugendkriminalität gibt: „Es beginnt um die 13/14 Jahre, beginnt im späten Jugendalter abzunehmen (18 Jahre), Es wird in Begleitung anderer durchgeführt und das häufigste Verhalten ist weiterhin der Alkoholkonsum, Ladendiebstahl, Kämpfe und Vandalismus "^[19].

Der vierte Platz gehört zu den Sozialarbeitseinheiten (UTS) soweit es um bestimmende Kriminalitätsfaktoren geht. Der Korrelationskoeffizient ist 0,66 und es wird angezeigt, dass die Variable a erklärt 44% der Kriminalität in den autonomen Gemeinschaften. Die Beziehung, die hergestellt wurde, ist umgekehrt, das heißt, Je höher die Anzahl der UTS, niedrigere Kriminalitätsrate. Wie oben erwähnt, Dies sind die Verwaltungseinheiten, deren wesentliche Funktion darin besteht, die Bürger beim Zugang zu sozialen Diensten zu unterstützen, Damit bildet es die grundlegendste Ebene dieser Struktur des öffentlichen Systems. Da sie nur die grundlegendste Ebene sind, Der Umfang der Sozialarbeit ist viel umfangreicher und die Investition des Staates in diese Angelegenheit auch. Wie Pastor angibt^[20], soziale Initiativen sind zu einem der wichtigsten Elemente der Wohlfahrtsgesellschaft geworden. Ebenfalls, Multikulturalismus aufgrund von Einwanderung erfordert Maßnahmen zur Integration von Sozialarbeitern und zur Pflege von Bürgern ohne Familienkern oder Koexistenz.

Obwohl Sozialarbeit nicht direkt in der Prävention und Behandlung von Kriminalität wie Kriminologie besteht, Ihre Arbeit beeinflusst und verbessert die Lebensqualität der Bevölkerung, die Risikofaktoren für kriminelles Verhalten darstellen kann. So, Es wäre zweckmäßig, diesbezüglich eingehende Studien durchzuführen, So finden Sie heraus, ob es wirklich einen umgekehrten Zusammenhang zwischen Sozialarbeit und Kriminalitätsrate gibt.

Beenden, Das Bildungsniveau ist der letzte Faktor, der eine bestimmte Beziehung zur Kriminalität aufweist. Der Korrelationskoeffizient ist 0,62, obwohl diese Variable nur a erklären kann 26% des Verbrechens. So, Es kann nicht gesagt werden, dass beide Variablen effektiv erklärt werden. jedoch, Vielleicht ist der entscheidende Faktor nicht das Bildungsniveau der Bevölkerung, aber die Qualität der Bildung selbst. Eine Studie der Universität Cádiz, durchgeführt von Ruiz-Morales^[21], umfasst dieses Unbekannte. Dies berechnet die Korrelation zwischen Verbrechen in den autonomen Gemeinschaften und der Bildungsqualität gemäß dem PISA-Bericht (ein globales Bildungsbewertungssystem). gleichfalls, Die Korrelation zwischen Kriminalität und dem Bildungsniveau der Bevölkerung wird ebenfalls berechnet. Die Ergebnisse der Studie zur Bildungsqualität zeigen, dass ein starker Grad an umgekehrter Beziehung zur Kriminalität besteht. Das heißt, Je höher die Qualität der Bildung, geringere Kriminalität. jedoch, und genau wie in diesem Job, Die Ergebnisse der Korrelationsstudie zum Bildungsniveau weisen nicht auf einen Zusammenhang hin, Dies widerspricht der empirischen Literatur zu diesem Thema.

In Bezug auf den Rest der Faktoren, Es konnte keine signifikante Beziehung zwischen den Variablen gefunden werden. Dasjenige, das der Erklärung von Kriminalität am nächsten kommt, ist das durchschnittliche Jahreseinkommen pro Haushalt, mit einem Korrelationskoeffizienten von 0,5 und mit einer Erklärung der 25% der Daten. jedoch, Diese Beziehung wird als zu schwach angesehen, um den Vorhersagewert des Modells zu akzeptieren. So, Wirtschafts- oder Beschäftigungsvariablen können die Kriminalitätsrate nicht effektiv erklären (PIB per cápita, durchschnittliches jährliches Haushaltseinkommen, Armutsgefährdungsquote und Arbeitslosenquote). Dies stimmt mit der Studie von Rodríguez Andrés überein^[22], Die Ergebnisse bestimmen, dass demografische Variablen einen größeren Einfluss als sozioökonomische Variablen auf die Erklärung des Kriminalitätsniveaus haben.

gleichfalls, Auch die im Bildungsbereich gewählten Variablen sind nicht entscheidend (Index des Bildungsniveaus und der öffentlichen Bildungsausgaben) oder in der Kultur (öffentliche Ausgaben für Kultur). In diesem letzten Fall, Es ist möglich, dass es aufschlussreicher ist, die durchschnittlichen Pro-Kopf-Ausgaben für kulturelle Aktivitäten als die staatlichen öffentlichen Ausgaben für Kultur zu wählen. jedoch, Diese Möglichkeit bleibt für mögliche zukünftige Forschungen übrig.

ANHÄNGE

Tabelle 17, Grafik 18 und 19: Beziehung zwischen der Alterung der Bevölkerung und Verbrechen für jeden 100.000 Population.

Tabelle 18, Grafik 20 und 21: Verhältnis zwischen dem Prozentsatz der Ausländer und Verbrechen für jeden 100.000 Population.

Tabelle 19, Grafik 22 und 23: Beziehung zwischen der Anzahl der Touristen und Verbrechen für jeden 100.000 Population.

Tabelle 20, Grafik 24 und 25: Verhältnis zwischen Pro-Kopf-BIP und Kriminalität für jeden 100.000 Population.

Tabelle 21, Grafik 26 und 27: Verhältnis zwischen dem durchschnittlichen jährlichen Haushaltseinkommen und den jeweiligen Straftaten 100.000 Population.

Tabelle 22, Grafik 28 und 29: Beziehung zwischen der Armutsgefährdungsrate und den Verbrechen für jeden 100.000 Population.

Tabelle 23, Grafik 30 und 31: Verhältnis zwischen Arbeitslosenquote und Straftaten für jeden 100.000 Population.

Tabelle 24, Grafik 32, 33, 34 und 35: Beziehung zwischen dem Bildungsniveau der Bevölkerung und Verbrechen für jeden 100.000 Population.

Tabelle 25, Grafik 36 und 37: Beziehung zwischen frühem Schulabbruch und Verbrechen für jeden 100.000 Population.

Tabelle 26, Grafik 38 und 39: Verhältnis zwischen den Bildungsausgaben für jeden 100.000 Einwohner und Verbrechen für jeden 100.000 Population.

Tabelle 27, Grafik 40 und 41: Beziehung zwischen den Ausgaben für Kultur für jeden 100.000 Einwohner und Verbrechen für jeden 100.000 Population.

Tabelle 28, Grafik 42 und 43: Beziehung zwischen den Sozialarbeitseinheiten für jede 100.000 Einwohner und Verbrechen für jeden 100.000 Population.

1. Im Anhang: Tabelle 17, Grafik 18 und 19: Beziehung zwischen der Alterung der Bevölkerung und Verbrechen für jeden 100.000 Population. ↑
2. Im Anhang: Tabelle 18, Grafik 20 und 21: Verhältnis zwischen dem Prozentsatz der Ausländer und Verbrechen für jeden 100.000 Population. ↑
3. Im Anhang: Tabelle 19, Grafik 22 und 23: Beziehung zwischen der Anzahl der Touristen und Verbrechen für jeden 100.000 Population. ↑
4. Im Anhang: Tabelle 20, Grafik 24 und 25: Verhältnis zwischen Pro-Kopf-BIP und Kriminalität für jeden 100.000 Population. ↑
5. Im Anhang: Tabelle 21, Grafik 26 und 27: Verhältnis zwischen dem durchschnittlichen Jahreseinkommen pro Haushalt und den Verbrechen für jeden 100.000 Population. ↑
6. Im Anhang: Tabelle 22, Grafik 28 und 29: Beziehung zwischen der Armutsgefährdungsrate und den Verbrechen für jeden 100.000 Population. ↑
7. Im Anhang: Tabelle 23, Grafik 30 und 31: Verhältnis zwischen Arbeitslosenquote und Straftaten für jeden 100.000 Population. ↑
8. Im Anhang: Tabelle 24, Grafik 32, 33, 34 und 35: Verhältnis zwischen Arbeitslosenquote und Straftaten für jeden 100.000 Population. ↑
9. Im Anhang: Tabelle 25, Grafik 36 und 37: Beziehung zwischen frühem Schulabbruch und Verbrechen für jeden 100.000 Population. ↑
10. Im Anhang: Tabelle 26, Grafik 38 und 39: Verhältnis zwischen öffentlichen Bildungsausgaben und Verbrechen für jeden 100.000 Population. ↑
11. Im Anhang: Tabelle 27, Grafik 40 und 41: Verhältnis zwischen öffentlichen Bildungsausgaben und Verbrechen für jeden 100.000 Population. ↑
12. Im Anhang: Tabelle 28, Grafik 42 und 43: Verhältnis zwischen öffentlichen Bildungsausgaben und Verbrechen für jeden 100.000 Population. ↑
13. Gould, E. E.; Senf, D.. & Weinberg, B.. (2002). „Kriminalitätsraten und lokale Arbeitsmarktchancen in den USA: 1977-1997.” Rev Econ Stat, pp. 45-61. ↑
14. Maxfield, M.G.. (1987) "Haushaltszusammensetzung, Routinetätigkeit und Viktimisierung: Eine vergleichende Analyse. “ Zeitschrift für Quantitative Kriminologie, pp. 301-320. ↑
15. Sharpley, R.. (1994). "Tourismus, Touristen und Gesellschaft “Huntingdon: Ulme. ↑
16. Alonso-Borrego, C.; Zackenbarsch N.. & Vazquez P.. (2012). „Verursacht Einwanderung Verbrechen?? Beweise aus Spanien “ American Law and Economics Review 14 (1), pp. 165-191. ↑
17. Garcia Spanien, E.. (2019). "Mehr Einwanderung, weniger Kriminalität " Kriminalkritik und Macht: Veröffentlichung der Beobachtungsstelle für Strafvollzug und Menschenrechte (18), pp. 194-205. ↑
18. Statistik Nationales Institut: Nationale Ergebnisse von Erwachsenen, die nach Alter wegen Straftaten verurteilt wurden, 2017. ↑
19. Fernandez Molina, E. E.; Bartolomé Gutiérrez, R.; Alberola Herd, C., und Megías Boró, EIN. (2009). "Entwicklung und Tendenzen der Jugendkriminalität in Spanien". Spanische Zeitschrift für kriminologische Forschung (7), pp. 1-30. ↑
20. Pastor Verkäufer, E.. (2001). "Soziale Initiative und kommunale Sozialarbeit". Alternativen. Sozialarbeitshefte. (9), pp. 169-191. ↑
21. Ruiz-Morales, M.. (2018). "Ermittlung von Kriminalitätsfaktoren in Spanien. Untersuchung der statistischen Korrelation ". Über das Iuris Magazine, pp. 1-41. ↑
22. Rodriguez Andres, EIN. (2003). "Die sozioökonomischen Determinanten der Kriminalität in Spanien". Spanische Zeitschrift für kriminologische Forschung (1): REIC, ISSN 1696-9219, N.. 1. ↑

Funete der Daten: Innenministerium