Анализ детерминант преступности в Испании

Этот анализ является частью TFG сделан Андриана Ивашкив, для получения дополнительной информации перейдите к этому ссылка на сайт

Анализ выполнен Андриана Ивашкив: https://www.linkedin.com/in/kateryna-andriana-ivashkiv-shulhan-a833ba193/

АНАЛИЗ ОПРЕДЕЛЯЮЩИХ ФАКТОРОВ ПРЕСТУПНОСТИ

Это исследование проводится с использованием данных, взятых из статистики Министерства внутренних дел и Национального института статистики. (ДРУГОЙ). Поскольку обе организации тесно связаны в своей деятельности, можно утверждать, что контраст информации из этих двух источников является надежным. Также, собранные данные будут соответствовать только 2017, поскольку это последний год, за который доступна статистика по некоторым анализируемым факторам. Точно так же, Расчеты в этом разделе будут производиться только с учетом преступлений для каждого 100.000 жители года 2017.

В этом случае, будет проведено корреляционное исследование между преступлениями и различными факторами каждого автономного сообщества.; индекс старения, процент иностранцев, туризм, ПИБ на капиту, средний годовой доход, уровень риска бедности, уровень безработицы, Уровень образования, бросить учебу, расходы на образование, расходы на культуру и социальную работу. Это позволит вам проверить, есть ли прямая связь, инверсия или нет связи между переменными. Потом, и с учетом полученных результатов, соответствующая гистограмма будет интерпретирована.

СТАРЕНИЕ НАСЕЛЕНИЯ

Первый, будет проведено корреляционное исследование, чтобы выяснить, влияет ли старение населения на преступную деятельность на территории. Зависимая переменная (и) преступления для каждого 100.000 численность населения, в то время как независимые (Икс) это индекс старения^[1]. таким образом, получены следующие значения:

• Коэффициент корреляции: 0,68
• Коэффициент детерминации: 0,47
• P-значение: 0,001
• х = 1600,03 - 5 * и

Поскольку коэффициент корреляции ближе к 1 что 0, можно сказать, что связь между переменными умеренно сильная. С другой стороны, коэффициент детерминации показывает, что индекс старения объясняет 47% преступной деятельности. в заключение, p-значение меньше чем 0,05, поэтому существует статистически значимая взаимосвязь между обеими переменными.

Графический 18. Собственная разработка

На графике показана убывающая линия регрессии. Это указывает на то, что, тем выше скорость старения населения, меньше преступлений совершается на каждый 100.000 численность населения. Определенно, значения указывают, что обе переменные связаны, хотя этого недостаточно, чтобы объяснить 100%.

Графический 19. Собственная разработка

Наблюдая за гистограммой и, с учетом обратной связи между переменными, Видно, что в некоторых регионах с уровнем старения выше среднего по стране уровень преступности средний или низкий. (Княжество Астурия, Кастилия и Леон или Галисия, например). Напротив, в районах с менее стареющим населением уровень преступности выше (Балеарские острова, Сообщество Мадрида или автономные города Сеута и Мелилья).

ИНОСТРАННОЕ НАСЕЛЕНИЕ

Следующее корреляционное исследование рассматривает преступления для каждого 100.000 жители как зависимая переменная (и) и процент иностранцев как независимая переменная (Икс)^[2]. Так что, эти значения получены:

• Коэффициент корреляции: 0,73
• Коэффициент детерминации: 0,53
• P-значение: 0,0003
• х = 482,96 + 55,34 * и

Первое значение указывает на взаимосвязь, а коэффициент детерминации утверждает, что модель объясняет 53% данных. в заключение, p-значение намного ниже, чем 0,05, поэтому между переменными существует значимая статистическая взаимосвязь.

Графический 20. Собственная разработка

Возрастающая линия регрессии показывает, что чем больше иностранцев на территории, тем больше преступлений совершается., таким образом существуя значительные прямые отношения, хотя не все, между обеими переменными.

Графический 21. Собственная разработка

затем, гистограмма подтверждает, что некоторые из сообществ с более высоким процентом иммигрантов совпадают с сообществами с самым высоким уровнем преступности, как Балеарские острова, Каталония или Мадридское сообщество. Напротив, некоторые территории с наименьшей иммиграцией имеют наименьшее количество преступлений, как княжество Астурия, Эстремадура или Галисия. тем не мение, Следует отметить, что в Арагоне и Ла-Риохе также больше иностранцев, чем в среднем по стране, несмотря на то, что это сообщества со средним или низким уровнем преступности..

ТУРИЗМ

В корреляционном исследовании используются преступления для каждого 100.000 жители как зависимая переменная (и) и количество туристов как независимая переменная (Икс)^[3]. Следует отметить, что данные о туризме не конвертируются в каждую 100.000 численность населения, Считается, что этот фактор больше связан с типом досуга, который можно проводить в месте назначения, чем с его населением.. тем не мение, при интерпретации результатов удобно учитывать протяженность каждой территории. Также, добавить, что автономные города Сеута и Мелилья не отображаются в базе данных INE для этого раздела, поэтому они не будут приняты во внимание. В этом случае, получены следующие значения:

• Коэффициент корреляции: 0,8
• Коэффициент детерминации: 0,62
• P-значение: 0,0001
• х = 756,6 + 3,91 * и

Первые данные указывают на сильную взаимосвязь между переменными., это довольно близко к 1. Также, коэффициент детерминации показывает, что данные по туризму объясняют до 62% преступлений, совершенных каждым 100.000 численность населения. Что касается p-значения, это намного меньше чем 0,05. таким образом, переменные статистически значимо связаны.

Графический 22. Собственная разработка

Линия регрессии увеличивается, указывает на то, что когда на территории больше туризма, совершается больше преступлений. Принимая во внимание эту прямую связь и ранее полученные значения, можно сказать, что существует довольно сильная связь между переменными.

Графический 23. Собственная разработка

Гистограмма показывает, что почти во всех сообществах, количество туристов в которых превышает среднее значение в год, наблюдается самый высокий уровень преступности. (Балеарские острова, Каталония или Сообщество Мадрида). С другой стороны, сообщества, в которых доказано более низкий уровень преступности, У них меньше всего туризма (Княжество Астурия, Кантабрия или Эстремадура). Из того, что наблюдалось, преступная активность в Испании значительно возрастает в районах, омываемых средиземноморским побережьем (кроме столицы). Таким же образом, Прибрежные районы с теплым климатом обычно привлекают большее количество туристов. таким образом, неудивительно, что обе переменные связаны.

НАЧАТЬ НА КАПИТУ

Следующий корреляционный анализ собирает преступления для каждого 100.000 жители как зависимая переменная (и) и ВВП на душу населения каждого автономного сообщества в качестве независимой переменной. (Икс)^[4]. Результаты следующие:

• Коэффициент корреляции: 0,25
• Коэффициент детерминации: 0,06
• P-значение: 0,28
• х = 590,72 + 0,01 * и

Как вы видете, коэффициент корреляции указывает на то, что связь между обеими переменными слабая, поскольку значение близко к 0. Также, коэффициент детерминации показывает, что модель только объясняет 0,6% данных. Таким же образом, p-значение значительно больше, чем 0,05, Следовательно, нет статистически значимой взаимосвязи между совершенными преступлениями и ВВП на душу населения в автономных сообществах..

Графический 24. Собственная разработка

Линия регрессии увеличивается, что указывало бы на прямую связь между x и y. тем не мение, результаты показывают, что связь между переменными практически отсутствует, Таким образом, можно сказать, что ВВП каждой общины не может эффективно объяснить преступность..

Графический 25. Собственная разработка

Со своей стороны, гистограмма показывает, что территории с ВВП выше среднего являются территориями с высоким уровнем преступности. (Балеарские острова или Каталония) как у тех, у кого средний или низкий индекс (Арагон или Ла-Риоха). Определенно, нет связи между этими двумя факторами.

СРЕДНИЙ ГОДОВОЙ ДОХОД ДОМОХОЗЯЙСТВА

Следующее корреляционное исследование устанавливает преступления для каждого 100.000 жители как зависимая переменная (и) и средний годовой доход домохозяйств как независимая переменная (Икс)^[5]. Полученные значения показаны ниже.:

• Коэффициент корреляции: 0,5
• Коэффициент детерминации: 0,25
• P-значение: 0,02
• х = -71,1 + 0,03 * и

Первые данные указывают на наличие медианного отношения между переменными., хотя это относительно слабо, находясь в середине 0 и из 1. Также, коэффициент детерминации показывает, что данные о туризме могут объяснить только 25% преступлений, совершенных каждым 100.000 численность населения. Что касается p-значения, это меньше чем 005. таким образом, переменные связаны статистически значимым образом.

Графический 26. Собственная разработка

Линия регрессии увеличивается, который показывает прямую связь между обеими переменными. Так сказать, чем выше число среднего годового дохода, большее количество преступлений. тем не мение, связь между двумя факторами недостаточно сильна, чтобы подтвердить объяснение преступления доходом. Также, Интересно добавить, что во многих случаях была установлена ​​связь между преступностью и бедностью. (библиография приложение). таким образом, если бы связь между переменными была сильнее, было бы интересно проанализировать эту тему более глубоко из-за противоречия, которое.

Графический 27. Собственная разработка

Как видно на гистограмме, В обоих сообществах с годовым доходом выше среднего высок уровень преступности. (Автономный город Сеута и автономный город Мелилья) как те, у кого средний или низкий уровень преступности (Стеклянная страна или Ла-Риоха). Таким же образом, есть районы с высоким и низким уровнем преступности, доход которых ниже среднего (Валенсийское сообщество или Эстремадура) (присоединенный). В итоге, средний годовой доход не имеет достаточно прочной связи с преступной деятельностью, чтобы объяснять.

РИСК БЕДНОСТИ

Этот корреляционный анализ принимает преступления для каждого 100.000 жители как зависимая переменная (и) и уровень риска бедности для каждой территории в качестве независимой переменной. (Икс)^[6]. Следует отметить, что риск бедности был рассчитан INE на основе среднего годового дохода за предыдущий год.. Полученные результаты следующие.:

• Коэффициент корреляции: 0,14
• Коэффициент детерминации: 0,01
• P-значение: 0,56
• х = 883,27 + 4,94 * и

Коэффициент корреляции показывает, что связь между риском бедности и преступностью очень слабая.. Также, коэффициент детерминации показывает, что модель только объясняет 0,01% данных. Так сказать, практически не объясняет никаких данных. Со своей стороны, p-значение больше чем 0,05, поэтому нет статистически значимой связи между переменными.

Графический 28. Собственная разработка

Линия регрессии увеличивается, что указывало бы на прямую связь между x и y. тем не мение, связь между обеими переменными крайне слабая, так что это не имеет отношения.

Графический 29. Собственная разработка

Гистограмма позволяет определить территории в стране с низким риском бедности., но с высоким уровнем преступности (Каталония или автономный город Сеута), или с высоким уровнем риска, но низкий уровень преступности (Эстремадура). Так сказать, связь между переменными в этом случае практически не существует.

БЕЗРАБОТИЦА

В этом корреляционном исследовании представлены преступления по каждому 100.000 жители как зависимая переменная (и) и уровень безработицы как независимая переменная (Икс)^[7]. Данные будут относиться к населению, которое находится между 25 и 64 лет. Так что, Полученные значения следующие:

• Коэффициент корреляции: 0,05
• Коэффициент детерминации: 0,003
• P-значение: 0,82
• х = 934,29 + 3,43 * и

Как видно по первым данным, связь между переменными практически равна нулю, а коэффициент детерминации показывает, что безработица объясняет только 0,03% преступления. Точно так же, p-значение намного больше, чем 0,05, Таким образом, подтверждается отсутствие статистически значимой связи между переменными..

Графический 30. Собственная разработка

Линия регрессии немного увеличивается. тем не мение, потому что нет никакой связи между безработным населением в каждом автономном сообществе и преступлениями, совершаемыми в нем, этот график не учитывается.

Графический 31. Собственная разработка

В таком случае, гистограмма показывает уровень занятости и безработицы. Первый, Видно, что есть сообщества с уровнем безработицы ниже среднего и с высоким и низким уровнем преступности. (Сообщество Мадрида или Астурии). То же самое и с районами, где уровень безработицы выше среднего., потому что есть сообщества с высоким уровнем преступности (Автономный город Сеута) и другие с низким индексом (Эстремадура). Также, то же самое происходит с уровнем занятости, что означает, что нет никакой существенной связи между этим и преступлением.

УРОВЕНЬ ОБРАЗОВАНИЯ

Анализ этого раздела проводится посредством исследования множественной корреляции., установление преступлений для каждого 100.000 жители как зависимая переменная (и). Независимые переменные (Икс) следующие; индекс населения с окончанием первого этапа средней школы (Икс₁), Индекс населения с законченной гимназией (Икс₂) и индекс населения с высшим образованием (Икс₃)^[8]. Также, Следует подчеркнуть, что данные относятся к населению, которое находится между 25 и 64 лет. В этом случае, Результаты следующие:

• Коэффициент корреляции: 0,62
• р² плотно: 0,26
• P-значение x₁: 0,03
• P-значение x₂: 0,04
• P-значение x₃: 0,03
• Ŷ = 237299,71 — 2376,84 * Икс₁ — 2314,61 * Икс₂ — 2376,32 * Икс₃

Первый, коэффициент корреляции указывает на то, что связь между переменными умеренно сильная, это ближе к 1 что к 0. С другой стороны, эль R² скорректированный показывает, что модель объясняет только 26% данных, что мало, ну есть 74% необъяснимые данные. В случае множественной регрессии коэффициент детерминации не наблюдается, потому что он имеет тенденцию к увеличению при наличии нескольких независимых переменных., поэтому R учитывается² плотно. в заключение, p-значение всех независимых переменных меньше, чем 0,05, так что мы можем видеть, что между ними существует статистически значимая связь.

Графический 32. Собственная разработка

Графический 33. Собственная разработка

Графический 34. Собственная разработка

График относительно населения с образованием до первой ступени средней школы немного уменьшается., что указывает на то, что большее количество людей, имеющих до первой ступени среднего, меньше преступлений. Показатель численности населения, обучающегося до второй ступени средней школы, растет и показывает, что, больше людей с обучением до второй ступени средней школы, больше преступлений. в заключение, Отношение к населению с высшим образованием немного уменьшается, так сколько еще людей с высшим образованием, меньше преступлений. Определенно, между переменными не очень сильная связь, нужно объяснить только один 26% данных.

Графический 35. Собственная разработка

Как видно на гистограмме, самый высокий средний показатель по стране - у людей, закончивших первую ступень средней школы, за ним следует средний показатель высшего образования и завершается средний показатель людей, которые учились до второй ступени. тем не мение, нет четкой взаимосвязи между уровнем обучения и преступлениями, совершенными в автономном сообществе.

РАННИЙ ОТЧЁТ ИЗ ОБРАЗОВАНИЯ

Продолжение области образования, следующий корреляционный анализ принимает преступления для каждого 100.000 жители как зависимая переменная (и) и процент раннего ухода из школы как независимая переменная (Икс)^[9]. Следует отметить, что данные о коэффициенте отсева относятся к популяции, имеющей от 18 и 24 лет. таким образом, Результаты следующие:

• Коэффициент корреляции: 0,41
• Коэффициент детерминации: 0,17
• P-значение: 0,07
• х = 567 + 23,96 * и

Коэффициент корреляции указывает на слабую связь между переменными x и y., это ближе к 0 что 1. Коэффициент детерминации показывает, что ранний уход из школы объясняет только 17% преступления, довольно низкий процент. Также, p-значение больше чем 0,05, поэтому переменные не имеют статистически значимой связи.

Графический 36. Собственная разработка

Линия регрессии увеличивается, что указывает на то, что чем больше бросают учебу, тем больше, совершается больше преступлений. тем не мение, недостаточно отношений между переменными, чтобы принять эту модель, так что график не актуален.

Графический 37. Собственная разработка

Гистограмма показывает, что в обоих сообществах с высоким и низким уровнем преступности средний уровень отсева может быть выше. (Балеарские острова или Кастилия-ла-Манча, например). Точно так же, они также могут быть ниже (Кантабрия или Сообщество Мадрида). Определенно, Не подтверждено, что показатель досрочного окончания школы объясняет преступную деятельность автономного сообщества..

ГОСУДАРСТВЕННЫЕ РАСХОДЫ НА ОБРАЗОВАНИЕ

Чтобы закончить образовательное поле, проводится корреляционное исследование, собирающее преступления по каждому 100.000 жители как зависимая переменная (и) и расходы на образование для каждого 100.000 жители как зависимая переменная (Икс)^[10]. Полученные значения::

• Коэффициент корреляции: 0,45
• Коэффициент детерминации: 0,20
• P-значение: 0,05
• х = 1433,16 - 5,14 * и

Коэффициент корреляции означает слабую связь между переменными x и y., это даже ниже, чем 0,5. Также, коэффициент детерминации показывает, что расходы на образование объясняют только 20% преступлений. Со своей стороны, p-значение 0,05, так что да, была бы статистически значимая связь.

Графический 38. Собственная разработка

Линия регрессии убывает, указывает на обратную связь между x и y. Так сказать, более высокие расходы на образование в автономном сообществе, более низкий уровень совершения преступлений. тем не мение, полученные в исследовании значения показывают недостаточную связь между переменными, поэтому эта модель не принимается.

Графический 39. Собственная разработка

Гистограмма немного показывает, что сообщества с более низким уровнем преступности с большей вероятностью вкладывают средства в образование, чем сообщества с более высоким уровнем преступности.. Например, В Кантабрии или Стране Басков расходы выше, чем в Каталонии или Валенсии.. тем не мение, этого недостаточно, поскольку корреляционное исследование определяет, что расходы на образование не могут адекватно объяснить преступность.

ОБЩЕСТВЕННЫЕ РАСХОДЫ НА КУЛЬТУРУ

В следующем корреляционном анализе будут рассмотрены преступления по каждому 100.000 жители как зависимая переменная (и) и государственные расходы на культуру для каждого 100.000 жители как независимая переменная (Икс)^[11]. Значения следующие:

• Коэффициент корреляции: 0,23
• Коэффициент детерминации: 0,05
• P-значение: 0,33
• х = 890,08 + 3,05 * и

Первые данные указывают на очень слабую связь между расходами на культуру и преступлениями автономного сообщества.. Также, коэффициент детерминации показывает, что модель едва ли может объяснить 0,5% данных. К этому, следует добавить, что значение p значительно выше, чем 0,05, поэтому нет статистически значимой связи между x и y.

Графический 40. Собственная разработка

Линия регрессии увеличивается, что означало бы, что, более высокие расходы на культуру, высшее совершение преступлений. тем не мение, Это отрицается, потому что данные показывают, что нет никакой связи между культурными расходами для каждого 100.000 жителей и преступления, совершенные каждым 100.000 численность населения.

Графический 41. Собственная разработка

Как исследование корреляции, гистограмма на первый взгляд не показывает никакой взаимосвязи между расходами на культуру и совершенными преступлениями. Территории с высоким уровнем преступности, как город Мелилья, у них расходы на культуру выше среднего. Точно так же, то же самое делают другие сообщества со средним-низким индексом, такие как Foral Community of Navarra или Страна Басков (присоединенный).

ПОДРАЗДЕЛЕНИЯ СОЦИАЛЬНОЙ РАБОТЫ

Подразделение социальной работы (UTS) Это любая административно-территориальная единица, основной функцией которой является содействие гражданам в доступе к социальным услугам., особенно через Информационно-консультационную службу. Это самый базовый уровень государственной системы социальных услуг, который выполняет следующие функции:: рекламные и информационные мероприятия, систематические исследования социальных потребностей населения и техническое сотрудничество в комплексных программах продвижения и социальной интеграции.

Так что, Этот корреляционный анализ собирает преступления по каждому 100.000 жители как зависимая переменная (Икс) и группы социальной работы для каждого 100.000 жители как независимая переменная (и)^[12]. Важно добавить, что этот раздел не содержит данных ни по региональному правительству Наварры, ни по Стране Басков, потому что у них есть особый экономический режим.. В этом случае, Полученные значения следующие (присоединенный):

• Коэффициент корреляции: 0,66
• Коэффициент детерминации: 0,44
• P-значение: 0,03
• х = 1268,37 - 26,95 * и

Коэффициент корреляции показывает, что существует умеренно сильная связь между переменными.. С другой стороны, коэффициент детерминации показывает, что подразделения социальной работы объясняют преступления, совершенные в 44%, чуть меньше половины. Значение p меньше, чем 0,05, так что можно сказать, что существует статистически значимая взаимосвязь x и y.

Графический 42. Собственная разработка

Линия регрессии убывает, показывая обратную связь между переменными. Так сказать, чем больше количество социальных работников, меньше преступлений. Эта модель может быть принята, хотя с осторожностью. Между x и y существует связь, но это не слишком сильно. таким образом, желательно проводить больше исследований в области социальной работы.

Графический 43. Собственная разработка

Гистограмма показывает, что, эффективно, несколько сообществ с самым низким уровнем преступности - это те, которые выше среднего по социальным службам (Кастилия и Леон, Кастилия-Ла-Манча и Ла-Риоха, например). Напротив, сообщества с самым высоким уровнем преступности ниже среднего (Каталония, Валенсийское сообщество или сообщество Мадрид).

РЕЗУЛЬТАТЫ И ВЫВОДЫ РАЗДЕЛА

Исследование корреляции показало, что взаимосвязанные факторы, в большей или меньшей степени, с количеством преступлений, совершенных каждым 100.000 численность населения, сын: стареющее население, иностранное население, туризм, уровень образования и подразделения социальной работы.

Из этих, самый объяснительный элемент преступления - туризм. Между обеими переменными существует сильная и прямая связь., с коэффициентом корреляции 0,8 и с объяснением 62% данных. Согласно исследованиям, проведенным по этому вопросу, туризм может иметь двойное влияние на преступность. Первый, туристическая деятельность создает больше возможностей для трудоустройства и более высокую заработную плату, чем в других секторах, что означает более высокую альтернативную стоимость совершения преступлений. тем не мение, это также создает новые возможности для преступников^[13]. Например, туристы обычно носят с собой наличные деньги или ценные вещи. Если к этому добавить более пассивное и беззаботное отношение, чем у жителей района, в результате они становятся привлекательной мишенью для преступников^[14]. Также возможно, что виновниками являются туристы, а не жертвы.. Это потому что, не находиться в вашем обычном окружении, они меняют свое поведение на более раскованное и с меньшей степенью ответственности. Также, это может увеличиться, если туристическое направление связано с окружающей средой, в которой присутствуют алкоголь и наркотики.^[15].

Второй по значимости фактор криминальной активности - иностранное население.. Он представляет собой коэффициент корреляции 0,73 и можно сказать, что модель объясняет 53% данных. таким образом, и по результатам этого исследования, сколько еще иммиграции, больше преступлений. тем не мение, Некоторые авторы начинают обнаруживать, что иммиграция и преступность имеют отрицательную связь.. Алонсо-Боррего, Гарупа и Васкес ^[16] провели исследование связи между этими двумя переменными, с исчерпывающим подходом и подтвержденным экономическим анализом. Они заметили, что, в годы сильной иммиграции, В Испании уровень преступности рос такими же темпами, как и рост населения. (рост преступности и иностранного населения объяснялся 50%). Несмотря на то, что Испания получила больше иностранцев, чем другие европейские страны, рост преступности был ниже, чем в местах с меньшим количеством иммигрантов. Так было и в других странах мира., Таким образом, были обнаружены элементы, свидетельствующие о том, что увеличение числа иностранцев предотвращает рост преступности. (и что следует учитывать при проведении исследований). Этими факторами могут быть образование или пол., Это не означает, что нет групп иммигрантов с более низким уровнем образования, которые способствуют росту преступности..

Таким же образом, Гарсия Испания^[17] подтверждает, что все больше и больше расследований признают, что в странах с большим иммигрантским населением меньше преступности.. У иностранцев, как правило, ниже уровень преступности, чем у граждан страны, и они более устойчивы к преступности в неорганизованной обстановке.. тем не мение, поскольку преступность - это многокомпонентное явление, а преступная деятельность иммигрантов очень разнообразна., было бы неправильно говорить, что эти переменные полностью объяснены без учета других обусловливающих факторов, проанализированных эмпирическими исследованиями..

Продолжая корреляционное исследование, проведенное в данной работе, было замечено, что старение населения занимает третье место среди детерминант преступности.. Модель показывает обратную зависимость, с коэффициентом корреляции 0,68 и объяснение 47% данных. Это означает, что, если сообщество имеет более высокий уровень старения, у него также более низкий уровень преступности. таким образом, можно предположить, что молодые люди совершают больше преступлений, чем пожилые. Если с данными осужденных взрослых обращаться в 2017 предоставлено INE^[18], наблюдается, что 8,97% осужденных 18 а 20 лет, он 14,66% из 21 а 25 лет, он 14,46% из 26 а 30 лет, он 14,65% из 31 а 35 лет, он 14,20% из 36 а 40 лет, он 20,34% из 41 а 50 лет, он 8,91% из 51 а 60 лет, он 2,87% из 61 а 70 лет и 0,89% было больше чем 71 лет. Как вы понимаете, он 66,94% задержанных входит в 18 и 40 лет. После, пик происходит между 41 и 50 и, в заключение, количество осужденных начинает резко сокращаться в возрасте старше 50 лет. В дополнение к этим данным, Также необходимо учитывать, что существует показатель преступности несовершеннолетних.: «Это начинается около 13/14 лет, начинает снижаться в позднем подростковом возрасте (18 лет), это делается в компании других людей, и наиболее частым поведением по-прежнему остается употребление алкоголя, воровство, драки и вандализм »^[19].

Четвертое место принадлежит отделам социальной работы. (UTS) что касается определяющих факторов преступления. Коэффициент корреляции 0,66 и указано, что переменная объясняет 44% преступности в автономных сообществах. Установленная связь обратная, то есть, чем больше количество ЕТС, более низкий уровень преступности. Как уже упоминалось выше, Это административные единицы, основная функция которых - помогать гражданам в доступе к социальным услугам., таким образом формируя базовый уровень этой структуры публичной системы.. Поскольку они составляют только самый базовый уровень, сфера социальной работы намного шире, и вложения государства в это дело также. Как указывает пастор^[20], субъекты социальной инициативы стали одним из важнейших элементов общества благосостояния. Также, мультикультурализм, обусловленный иммиграцией, требует действий по социально-трудовой интеграции и заботе о гражданах без семейного ядра или сосуществования.

Хотя социальная работа не заключается непосредственно в предотвращении и лечении преступлений, как криминология., их работа действительно влияет и улучшает качество жизни населения, которое может представлять факторы риска преступного поведения. таким образом, было бы удобно провести углубленное изучение этого вопроса, таким образом выясняя, действительно ли существует обратная связь между социальной работой и уровнем преступности.

До конца, уровень образования - последний фактор, который представляет определенную связь с преступностью. Коэффициент корреляции 0,62, хотя эта переменная может объяснить только 26% преступления. таким образом, нельзя сказать, что обе переменные объясняются эффективно. тем не мение, возможно, определяющим фактором является не уровень образования населения, но само качество образования. Исследование Университета Кадиса, выполненный Руис-Моралес^[21], охватывает это неизвестное. Это вычисляет корреляцию между преступлениями в автономных сообществах и качеством образования согласно отчету PISA. (глобальная система оценки образования). Точно так же, Также рассчитывается корреляция между преступностью и уровнем образования населения.. Результаты исследования качества образования показывают, что оно имеет сильную обратную связь с преступностью.. Так сказать, чем выше качество образования, низкий уровень преступности. тем не мение, и как в этой работе, результаты корреляционного исследования уровня образования не указывают на взаимосвязь, что противоречит эмпирической литературе по этому вопросу.

Что касается остальных факторов, между переменными не обнаружено значимой связи. Наиболее близким к объяснению преступления является средний годовой доход на семью., с коэффициентом корреляции 0,5 и с объяснением 25% данных. тем не мение, эта связь считается слишком слабой, чтобы принять прогностическую ценность модели. таким образом, экономические переменные или переменные занятости не могут эффективно объяснить уровень преступности (ПИБ на капиту, средний годовой доход домохозяйства, уровень риска бедности и уровень безработицы). Это совпадает с исследованием Родригеса Андрес^[22], результаты которых определяют, что демографические переменные, кажется, имеют большее влияние, чем социально-экономические переменные, при объяснении уровней преступности..

Точно так же, и переменные, выбранные в области образования, не являются решающими. (индекс уровня образования и государственных расходов на образование) или в культуре (государственные расходы на культуру). По этому последнему делу, Возможно, более показательно выбрать средние душевые расходы на культурную деятельность, чем государственные государственные расходы на культуру.. тем не мение, эта возможность оставлена ​​для возможных будущих исследований.

ПРИЛОЖЕНИЯ

Стол 17, графический 18 и 19: Связь между старением населения и преступлениями для каждого 100.000 численность населения.

Стол 18, графический 20 и 21: Связь между процентом иностранцев и преступлениями для каждого 100.000 численность населения.

Стол 19, графический 22 и 23: Соотношение количества туристов и преступлений для каждого 100.000 численность населения.

Стол 20, графический 24 и 25: Связь между ВВП на душу населения и преступностью для каждого 100.000 численность населения.

Стол 21, графический 26 и 27: Связь между средним годовым доходом домохозяйства и преступностью для каждого 100.000 численность населения.

Стол 22, графический 28 и 29: Связь между уровнем риска бедности и преступлениями для каждого 100.000 численность населения.

Стол 23, графический 30 и 31: Связь между уровнем безработицы и преступлениями для каждого 100.000 численность населения.

Стол 24, графический 32, 33, 34 и 35: Связь между уровнем образования населения и преступлениями для каждого 100.000 численность населения.

Стол 25, графический 36 и 37: Связь между ранним уходом из школы и преступлениями для каждого 100.000 численность населения.

Стол 26, графический 38 и 39: Соотношение между расходами на образование для каждого 100.000 жителей и преступления для каждого 100.000 численность населения.

Стол 27, графический 40 и 41: Взаимосвязь между расходами на культуру для каждого 100.000 жителей и преступления для каждого 100.000 численность населения.

Стол 28, графический 42 и 43: Отношения между подразделениями социальной работы для каждого 100.000 жителей и преступления для каждого 100.000 численность населения.

1. В приложении: Стол 17, графический 18 и 19: Связь между старением населения и преступлениями для каждого 100.000 численность населения. ↑
2. В приложении: Стол 18, графический 20 и 21: Связь между процентом иностранцев и преступлениями для каждого 100.000 численность населения. ↑
3. В приложении: Стол 19, графический 22 и 23: Соотношение количества туристов и преступлений для каждого 100.000 численность населения. ↑
4. В приложении: Стол 20, графический 24 и 25: Связь между ВВП на душу населения и преступностью для каждого 100.000 численность населения. ↑
5. В приложении: Стол 21, графический 26 и 27: Связь между средним годовым доходом на семью и преступлениями каждой 100.000 численность населения. ↑
6. В приложении: Стол 22, графический 28 и 29: Связь между уровнем риска бедности и преступлениями для каждого 100.000 численность населения. ↑
7. В приложении: Стол 23, графический 30 и 31: Связь между уровнем безработицы и преступлениями для каждого 100.000 численность населения. ↑
8. В приложении: Стол 24, графический 32, 33, 34 и 35: Связь между уровнем безработицы и преступлениями для каждого 100.000 численность населения. ↑
9. В приложении: Стол 25, графический 36 и 37: Связь между ранним уходом из школы и преступлениями для каждого 100.000 численность населения. ↑
10. В приложении: Стол 26, графический 38 и 39: Связь между государственными расходами на образование и преступлениями для каждого 100.000 численность населения. ↑
11. В приложении: Стол 27, графический 40 и 41: Связь между государственными расходами на образование и преступлениями для каждого 100.000 численность населения. ↑
12. В приложении: Стол 28, графический 42 и 43: Связь между государственными расходами на образование и преступлениями для каждого 100.000 численность населения. ↑
13. Гулд, Э.; Горчица, D. & Вайнберг, В. (2002). «Уровень преступности и возможности местного рынка труда в США.: 1977-1997.” Rev Econ Stat, pp. 45-61. ↑
14. Максфилд, М.Г.. (1987) «Состав домохозяйства, рутинная деятельность и виктимизация: Сравнительный анализ ». Журнал количественной криминологии, pp. 301-320. ↑
15. Шарпли, р. (1994). «Туризм, туристы и общество »Хантингдон: Вяз. ↑
16. Алонсо-Боррего, С.; Морской окунь N. & Васкес П.. (2012). «Вызывает ли иммиграция преступность?? Свидетельства из Испании » Обзор американского права и экономики 14 (1), pp. 165-191. ↑
17. Гарсия Испания, Е. (2019). "Больше иммиграции, меньше преступлений " Криминальная критика и власть: публикация Наблюдательного совета по уголовной системе и правам человека (18), pp. 194-205. ↑
18. Статистический национальный институт: Национальные результаты взрослых, осужденных за преступления, в зависимости от возраста, 2017. ↑
19. Фернандес Молина, Э.; Бартоломе Гутьеррес, Р.; Плита Альберола, С., и Мегиас Боро, А. (2009). «Эволюция и тенденции преступности несовершеннолетних в Испании». Испанский журнал криминологических исследований (7), pp. 1-30. ↑
20. Пастор Продавец, Е. (2001). «Социальная инициатива и общественная социальная работа». Альтернативы. Блокноты по социальной работе. (9), pp. 169-191. ↑
21. Руис-Моралес, M. (2018). «Определяющие факторы преступности в Испании. Исследование статистической корреляции ». Журнал Via Iuris, pp. 1-41. ↑
22. Родригес Андрес, А. (2003). «Социально-экономические детерминанты преступности в Испании». Испанский журнал криминологических исследований (1): REIC, ISSN 1696-9219, N. 1. ↑

Funete данных: Министерство Внутренних Дел