Varför begår ungdomar inte brott, Travis Hirschi?

Kriminologiska institutionen Varför begår ungdomar inte brott, Travis Hirschi? En kvantitativ studie om kopplingen mellan kön, socioekonomisk status, anknytning och brottsaktivitet Examensarbete för kandidatexamen i kriminologi, 15 hp Kriminologi Grundnivå Höstterminen 2018 Sandra Moss & Natasha Nellhag

Sammanfattning Hirschis teori om sociala band har använts för att förklara brottslighet under många år, det är en av de dominerande teorierna inom kriminologin. Trots teorins dominans har den även mottagit mycket kritik, vilken inspirerat oss till att använda och prova teorin i denna studie. Syftet med vår studie är att undersöka huruvida Hirschis teori om sociala band går att applicera på flickor såväl som pojkar. Vi ämnar även undersöka huruvida socioekonomisk status påverkar ungdomars brottsaktivitet och hur det kan analyseras inom ramen för teorin om sociala band. Frågeställningarna som besvaras i denna studie är: Påverkar anknytning ungdomars brottsaktivitet? Påverkar anknytning ungdomars brottsaktivitet olika beroende på kön? Påverkar ungdomars socioekonomiska status deras anknytning och deras brottsaktivitet? Datamaterialet som används i studien kommer från en tvärsnittsundersökning i form av Stockholmsenkäten för året 2014. Enkäten delades ut till ungdomar i årskurs 9 samt andra året på gymnasiet. En sekundäranalys på materialet genomfördes med anknytning som oberoende variabel, brottsaktivitet som beroende variabel samt kön och socioekonomisk status som testvariabler. Vid utförandet av de univariata, bivariata samt multivariata analyserna har statistikprogrammet SPSS använts. Chi2-test användes för att testa resultatets statistiska signifikans och Kendalls tau-c användes som sambandsmått. Studiens resultat talar för att det finns ett negativt samband mellan Stockholms ungdomars brottsaktivitet och deras anknytning, vilket är statistiskt signifikant. Sambandet är dock inte starkt nog för att anknytning ensamt ska kunna förklara ungdomarnas brottsaktivitet. Sambandet mellan brottsaktivitet och anknytning gäller för både flickor och pojkar, även om sambandet är starkare för pojkarna än för flickorna. Vi kan även se att socioekonomisk status inte har någon stor påverkan på varken brottsaktivitet eller anknytning. Dock kan vi konstatera att sambandet mellan brottsaktivitet och anknytning var starkare för ungdomar med låg socioekonomisk status i förhållande till ungdomar med hög socioekonomisk status. Nyckelord: sociala band, anknytning, ungdomsbrottslighet, kön, socioekonomisk status.

Innehållsförteckning 1. Inledning... 1 1.1 Syfte och frågeställningar... 2 2. Teoretisk referensram... 2 2.1 Teorin om sociala band... 2 2.2 Problematiska aspekter av teorin... 4 2.3 Hypoteser... 6 3. Tidigare forskning... 6 3.1 Sociala band och socioekonomisk status... 6 3.2 Sociala band och kön... 8 4. Metod... 9 4.1 Data... 9 4.1.1 Sekundäranalys... 10 4.1.2 Bortfall... 11 4.2 Variabler... 12 4.2.1 Oberoende variabel... 13 4.2.2 Beroende variabel... 14 4.2.3 Testvariabler... 14 4.2.3.1 Kön... 15 4.2.3.2 Socioekonomisk status... 15 4.3 Validitet och reliabilitet... 16 4.4 Statistiska metoder... 19 4.4.1 Chi2-test... 19 4.4.2 Kendalls tau-c... 20 5. Resultat... 20 5.1 Univariat analys... 20 5.1.1 Anknytning... 20 5.1.2 Brottsaktivitet... 21 5.1.3 Kön... 21 5.1.4 Socioekonomisk status... 21 5.2 Bivariat analys... 22 5.3 Multivariat analys... 23 5.3.1 Multivariat analys med kön... 23 5.3.2 Multivariat analys med SES... 25 6. Analys... 27 6.1 Anknytning och brottsaktivitet... 27 6.2 Kön, anknytning och brottsaktivitet... 28

6.3 SES, anknytning och brottsaktivitet... 28 6.4 Slutsatser... 29 6.5 Vidare forskning... 30 7. Referenslista... 31 Bilaga 1.... 33 Bilaga 2.... 35

1. Inledning Inom det kriminologiska fältet finns flera dominerande teoritraditioner, vilka ämnar förklara brottslighet. Kontrollteorier tillhör en tradition vilken utgår ifrån en tanke om människan som egoistisk av naturen och att den sociala kontrollen är det enda som hindrar hen från att begå brott. En av de ledande kontrollteorierna är Hirschis teori om sociala band (Kempf, 1993: 143). Enligt Hirschi (2002: 34) kan kunskap om varför människor begår brott erhållas genom att undersöka konforma människor och vad som stoppar dessa från att agera brottsligt (Hirschi, 2002: 34). Kvinnor är konforma i högre utsträckning än män och så var även fallet då Hirschi utformade sin teori (Estrada, Bäckman & Nilsson, 2015: 1272; Messerschmidt, 1993: 3). Trots detta valde han att enbart fokusera på pojkar och det är resultatet för dessa pojkar som teorin är baserad på (Messerschmidt, 1993: 3). Hans data bestod av både flickor och pojkar, men han valde att plocka bort flickorna ur materialet. Anledningen till detta framkom inte i studien, dock hade han en fotnot i sitt metodkapitel där han skrivit att han valt bort flickorna och ämnade återkomma till att studera dem vid ett senare tillfälle. Trots denna fotnot återkom han aldrig till att studera flickors konformitet (Hirschi, 2002: 35 36). På grund av Hirschis val, att enbart studera pojkar, har han erhållit mycket kritik från feministiskt håll. Kritikerna menar att det rimliga valet för Hirschi hade varit att plocka bort pojkarna från materialet och enbart fokusera på flickorna, eftersom flickor är konforma i större utsträckning än pojkar (Messerschmidt, 1993: 3). Ytterligare kritik som Hirschi fått handlar om det faktum att teorin påstås vara generell, trots att den inte kan förklara pojkars och mäns höga brottsaktivitet i förhållande till flickors och kvinnors (Messerschmidt, 1993: 2 3). Socioekonomisk status är också en aspekt vilken Hirschi inte tar mycket hänsyn till. Han menade att sambandet mellan socioekonomisk status och brottslighet är svagt och att det svaga sambandet bäst kunde förklaras inom ramen för teorin om sociala band (Hirschi, 2002: 65 66). Han ifrågasatte även Merton och hans teori, som är en av de dominerande teorierna gällande just socioekonomisk status som orsak till brott (Hirschi, 2002: 226 227). Hirschi (2002: 227) yrkade på att svaret ligger i individbaserad kontrollteori snarare än strukturella teorier. Det råder ingen konsensus kring definitionen av socioekonomisk status, trots att begreppet används frekvent. I denna studie kommer socioekonomisk status innebära en sammanvägning av ekonomiska resurser såsom boende, sysselsättning och utbildning (Bradley & Corwyn, 2002: 372). 1

Inspirerade av den feministiska kritiken mot Hirschi samt hans svaga fokus på socioekonomisk status ämnar vi studera teorin om sociala band i förhållande till just kön och socioekonomisk status. Hirschi (2002: 230 231) beskrev teorin som generell, vilket innebär att den borde kunna förklara samtliga fall av brottslighet oavsett kön eller andra bakgrundsfaktorer. Vi ämnar nu testa teorin för att undersöka hur generell den faktiskt är. Vi kommer dock enbart undersöka en aspekt av det sociala bandet, nämligen anknytning. Dock hänger alla aspekter av det sociala bandet ihop, vilket innebär att om en aspekt är stark tenderar även de andra att vara det (Hirschi, 1969: 296). 1.1 Syfte och frågeställningar Syftet med denna studie är att undersöka huruvida Hirschis teori om sociala band går att applicera på flickor såväl som pojkar. Vi ämnar även undersöka huruvida socioekonomisk status påverkar ungdomars brottsaktivitet och hur det kan analyseras inom ramen för teorin om sociala band. Detta syfte mynnar ut i våra frågeställningar: Påverkar anknytning ungdomars brottsaktivitet? Påverkar anknytning ungdomars brottsaktivitet olika beroende på kön? Påverkar ungdomars socioekonomiska status deras anknytning och deras brottsaktivitet? 2. Teoretisk referensram Utgångspunkten i denna studie är Hirschis (1969) teori om sociala band. Teorin har genomsyrat hela arbetet, från skapande av syfte och frågeställningar till analys och slutsats. I detta avsnitt redogör vi för vad teorin innebär med fokus på aspekten anknytning, samtidigt som problematiska aspekter av teorin diskuteras och våra hypoteser redogörs för. 2.1 Teorin om sociala band Teorin om sociala band tillhör en samling av teorier vilka brukar benämnas kontrollteorier. Kontrollteorier är fokuserade på att studera varför människor avstår från att begå brott snarare än varför människor väljer att begå brott. Kontrollteorierna utgår ifrån att anledningen till varför människor avstår från att begå brott beror på olika typer av kontroll i samhället. Beroende på vilken kontrollteori som står i fokus är det olika typer av kontroll som framhålls viktig för att hindra människor från att begå brott. Hirschi (1969: 289) menar att människor avstår från att begå brott på grund av deras sociala band till samhället. Det är när detta band bryts eller 2

försvagas som individen är fri att avvika. Desto svagare bandet är desto mer ignorerar individen samhällets konventionella regler och börjar agera mer utifrån egna intressen. Det sociala bandet består av fyra aspekter: anknytning, åtagande, delaktighet och övertygelse (Hirschi, 1969: 290 296). Anknytning är den första aspekten av individens sociala band, vilket syftar på en persons anknytning till andra människor. Det finns normer i alla samhällen och dessa normer avgör hur människor agerar samtidigt som de avgör vilka beteenden som anses vara avvikande. Samhällets normer kan således sägas vara internaliserade i samhällets invånare (Hirschi, 1969: 291). Om en individ bryter mot samhällets vedertagna normer så agerar denne i motsats mot människors förväntningar och förhoppningar. Om individen inte bryr sig om andra människors förväntningar och förhoppningar så är hen fri att avvika. En känslighet för andra människors åsikter är således viktigt för att individens anknytning ska vara stark (Hirschi, 1969: 291). En individ kan ha stark eller svag anknytning till olika institutioner eller grupper. Det kan exempelvis vara anknytning till familj, skola eller vänner. Vilken grupp som är viktigast att ha god anknytning till är svårt att svara på (Hirschi, 1969: 299). God anknytning till föräldrarna innebär en nära relation där barnet värderar sina föräldrars åsikter. Om stark föräldraanknytning finns är tanken att barnet, när en möjlighet att begå brott uppstår, tänker för sig själv: vad skulle mina föräldrar tycka om jag gjorde detta? För att uppnå stark föräldraanknytning, rent konkret, är det viktigt att föräldrarna vet var barnet är samt vad hen gör (Hirschi, 2002: 88 89). Samtidigt är det viktigt med kommunikation mellan barn och föräldrar, barnet ska känna att hen kan dela med sig av sina tankar och känslor (Hirschi, 2002: 90). Anknytning till skolan är också en viktig aspekt av begreppet anknytning. För att undersöka huruvida en elev har god anknytning till skolan eller ej kan indikatorer såsom intresse för skolarbete, trivsel och betyg ses till (Hirschi, 2002: 120 121). De tre andra aspekterna är åtagande, delaktighet och övertygelse. Åtagande innebär att individen har förpliktelser vilka hen lagt tid och energi på, exempelvis utbildning. Har individen sådana åtaganden finns det mer att förlora för individen om hen begår brott (Hirschi, 1969: 292). Delaktighet handlar om individens delaktighet i konforma aktiviteter, exempelvis arbete eller en fritidsaktivitet. Är individen delaktig i sådana aktiviteter kommer hen inte ha tid att begå brott (Hirschi, 1969: 293). Övertygelse handlar om i vilken grad individen tror på det konventionella samhällets regler och lagar, om hen anser lagarna vara legitima och rimliga är det större chans att hen väljer att anpassa sig efter dem (Hirschi, 1969: 296). 3

De fyra aspekterna skapar tillsammans individens sociala band till samhället. En person behöver således besitta alla aspekter för att kunna anses ha ett starkt socialt band. Dock tenderar aspekterna att hänga ihop, vilket innebär att om individen besitter en aspekt tenderar hen att även besitta de andra. Så om en person har stark anknytning till konforma individer tenderar hen att även ha viktiga åtaganden, vara delaktig i konforma aktiviteter och ha en tro på samhällets regler (Hirschi, 1969: 296). 2.2 Problematiska aspekter av teorin Teorin om sociala band har mottagit mycket kritik genom åren, vilket redan adresserats i studiens inledning. Det är dock inte bara kritiken som bör redogöras för. Det finns nämligen vissa problematiska ställningstaganden som görs genom användandet av teorin, vilka bör diskuteras. Teorin om sociala band är en av flera kontrollteorier, vilka utgår från kontroll som ett positivt fenomen. Det finns flera problematiska aspekter med att utgå från ett sådant synsätt, nedan kommer vi att diskutera detta och nyansera bilden av kontroll. Det är stora skillnader i brottsaktivitet mellan könen, denna skillnad har dock minskat i Sverige på senare år (Estrada et al., 2015: 1272). Steffensmeier och Allan (1996: 466) menar att de traditionella kriminologiska teorierna delvis kan hjälpa till att förklara könsgapet i brottsaktivitet. Exempelvis antas den sociala kontrollen vara mer omfattande gentemot kvinnor, vilket ligger i linje med kontrollteoretikernas antaganden. Även Chesney-Lind (1989: 20 21) menar att den sociala kontrollen är mer omfattande gentemot kvinnor. Hon utgår ifrån att det råder en patriarkal struktur i samhället, vilken lett till en underordning av kvinnor och en överordning av män. Denna struktur påverkar både relationer, exempelvis familjerelationer, samtidigt som den påverkar institutionerna i samhället. Den sociala kontrollen gentemot kvinnor kan användas som ett verktyg för att bibehålla kvinnornas underordning i samhället (Chesney-Lind, 1989: 19). I motsats till kontrollteoriernas utgångspunkt, om kontroll som någonting positivt, belyser Chesney-Lind (1989: 21) kontrollens baksida. Den omfattande kontrollen riktad mot flickor kan exempelvis orsaka spänningar och konflikter i relationen mellan föräldrar och deras döttrar. Dessa konflikter kan leda till att flickorna lämnar hemmet (Chesney-Lind, 1989: 24). Chesney-Lind (1989: 23) menar vidare att kvinnor som begått brott ofta blivit utsatta för sexuella övergrepp som unga av någon i deras närhet. Om exempelvis en pappa eller styvpappa utnyttjar sin dotter sexuellt, kan han använda både formell och informell social kontroll som ett verktyg för att behålla makt över henne. Om den utnyttjade dottern försöker rymma hemifrån kan han få hjälp av samhällets institutioner för att återta kontroll över henne. Flickorna som rymmer hemifrån kan inte heller söka arbeten eller gå i skolan, då de 4

riskerar att upptäckas av myndigheterna. Detta leder ofta till att de börjar med kriminella aktiviteter, såsom drogmissbruk och prostitution (Chesney-Lind, 1989: 24). Utifrån detta perspektiv är alltså kontroll en del i att försöka upprätthålla könsmaktsordningen i samhället samtidigt som det snarare skapar brottslighet än förebygger det. Kopplingen mellan socioekonomisk status och brottslighet visar på ytterligare ett exempel där användandet av kontrollteori är problematisk. Det är inte helt kartlagt i vilken grad socioekonomisk status är kopplat till brottslighet (Wikström & Butterworth, 2006: 60). Nilssons (2002: ii) studie av fängelsepopulationen visar dock på en stor skillnad i socioekonomisk status mellan fångar och övriga i samhället. De personer som sitter i fängelse tenderar att, innan sin fängelsetid, ha varit arbetslösa i större utsträckning, haft sämre boendesituation och sämre ekonomi än resten av befolkningen. Detta kan således indikera en koppling mellan en persons socioekonomiska status och deras brottsaktivitet. För en kontrollteoretiker skulle lösningen på en överrepresentation av socioekonomiskt utsatta bland de kriminella vara att öka kontrollen av dessa grupper (Hirschi, 2002: 16). Ökad kontroll går dock att kritisera, och det finns bland annat flertalet neo-marxistiskt inriktade kriminologer som gjort detta (De Giorgi, 2013: 25). De anser att det kapitalistiska systemet medfört en samhällsförändring vilken de kritiserar, och att fokus i samhället skiftat från att vilja minska den ekonomiska orättvisan till att istället straffa och kontrollera de socioekonomiskt utsatta (De Giorgi, 2013: 31). Utifrån detta perspektiv går det definitivt att vara skeptisk mot ökad kontroll, om den används för att bibehålla orättvisor och ekonomiska klyftor. Det är dock viktigt att ha i beaktning att den typ av kontroll som fokuseras på här är den formella kontrollen, vilket är kontroll utövad av samhällets institutioner såsom polis och kriminalvård (Östberg, 1991: 82). Det Hirschi (2002) fokuserade på var främst den informella kontrollen och den halvformella kontrollen. Informell kontroll utövas av exempelvis familj medan halvformell kontroll utövas av institutioner eller personer vilkas huvudsakliga syfte inte är att kontrollera, exempelvis skola och lärare (Östberg, 1991: 82). Utifrån ovanstående resonemang kan det således finnas problematiska aspekter med användandet av en kontrollteori, då det finns mycket legitim kritik mot teorierna såväl som mot utövandet av kontroll. Kontroll är inte nödvändigtvis ett positivt fenomen och åtgärder mot brottsaktivitet som innefattar kontroll bör reflekteras kring. Dock fokuserar vi framförallt på anledningen till varför ungdomar begår brott och inte på eventuella åtgärder mot brott. Vi använder kontrollteorin som ett verktyg i vår analys, snarare än att vi håller med om de utgångspunkter och slutsatser som är kopplade till teorin. 5

2.3 Hypoteser Våra hypoteser utgår från Hirschis teori om sociala band och innebär således en tro på att det finns ett negativt samband mellan anknytning och brottsaktivitet. Detta innebär att ungdomar som har en låg grad av anknytning är mer brottsaktiva än ungdomar med hög grad av anknytning. Hirschi menar att hans teori är generell och borde således kunna appliceras på flickor såväl som pojkar. Detta antagande utgår vi från i vår andra hypotes, vilket kan ses nedan. Socioekonomisk status ska kunna förklaras inom ramen för teorin om sociala band, enligt Hirschi. Detta innebär att om de ungdomar som har låg socioekonomisk status är mer brottsaktiva så bör de även ha lägre grad av anknytning. H1: Det finns ett negativt samband mellan anknytning och brottsaktivitet. H2: Graden av anknytning påverkar flickors brottsaktivitet i lika stor utsträckning som det påverkar pojkars. H3: Socioekonomisk status förklarar inte brottsaktivitet ensam, utan inom ramen för graden av anknytning. 3. Tidigare forskning Sedan teorin om sociala band introducerades år 1969 har det förekommit en mängd olika empiriska tester av teorins validitet (Kempf, 1993: 147). Forskare har undersökt teorins generaliserbarhet genom att undersöka teorin i relation till andra grupper än pojkar, vilka Hirschi studerade, samt till andra typer av grövre brott (Kempf, 1993: 143 144). På grund av mängden tidigare forskning som finns var vi tvungna att göra en avgränsning gällande vilken typ av tidigare forskning vi ville redogöra för. Vår studie fokuserar på sambandet mellan ungdomars anknytning och deras brottsaktivitet, samtidigt som kön och socioekonomisk status används som testvariabler. Därför valde vi att fokusera på den tidigare forskning vilken undersökt sambandet mellan ungdomars brottslighet och deras sociala band samtidigt som kön och/eller socioekonomisk status använts som ytterligare variabel. 3.1 Sociala band och socioekonomisk status En studie som berör orsaker till ungdomsbrottslighet genomfördes i Storbritannien av Wikström och Butterworth år 2006. De undersökte flertalet bakgrundsfaktorer, däribland föräldrarnas sociala klass samt ungdomarnas sociala band (Wikström & Butterworth, 2006: 6). Föräldrarnas sociala klass mättes genom deras yrken, samt huruvida de var arbetslösa eller ej (Wikström & Butterworth, 2006: 62). Vad gäller sociala band ser Wikström och Butterworth (2006: 90) också 6

till aspekten anknytning. De mäter anknytning genom att se till ungdomarnas relation till sina föräldrar och till skolan. De kommer fram till att social klass inte har en betydande roll för att avgöra vilka ungdomar som kommer begå brott. Den enda brottskategori där det finns ett litet samband mellan låg social klass och brottslighet är stöld (Wikström & Butterworth, 2006: 245). Det finns dock ett signifikant samband mellan anknytning och brottsaktivitet, vilket innebär att desto svagare band ungdomen har till föräldrarna och till skolan desto mer troligt är det att individen begår brott (Wikström & Butterworth, 2006: 95; 98). Forskarna använde även kön som en variabel i sin studie, vilket kommer att diskuteras vidare under rubriken 3.2. Ytterligare en forskare som studerat sambandet mellan ungdomsbrottslighet och sociala band är Jonas Ring. År 1999 undersökte han data från den Nationella skolundersökningen om brott för att utröna varför ungdomar begår brott. Han undersökte ungdomars anknytning till föräldrar, skola och kamrater i form av frågor gällande bland annat föräldrakontakt, skoltrivsel och kamratsämja. Hans resultat visade att det finns ett negativt samband mellan ungdomars anknytning och deras brottsaktivitet (Ring, 2017: 117). Ring använde även socioekonomisk status som en bakgrundsfaktor, detta genom att undersöka ungdomarnas föräldrars inkomstoch utbildningsnivå (Ring, 2017: 102). Han kom fram till att socioekonomisk status inte är direkt kopplat till brottsligt beteende utan menar att det även i de fallen går att förklara genom ett bristfälligt socialt band (Ring, 2017: 118). Han menar dock att det rimligtvis kan antas att merparten nämnda faktorer i studien tenderar att till viss mån påverka varandra och således vara delar av en större, mer eller mindre, sammanflätad process (Ring, 2017: 119). Sampson och Laub (1994) studerade tre dimensioner av informell kontroll inom familjen kopplat till ungdomsbrottslighet. Dessa dimensioner var disciplin, övervakning och anknytning. De undersökte även strukturella faktorer såsom familjens ekonomi (Sampson & Laub, 1994: 525). Deras studie byggde på sekundärdata innehållande information om kriminella och konforma pojkar mellan 10 och 17 år gamla (Sampson & Laub, 1994: 526). Anknytning mättes genom att se till pojkarnas relation med deras föräldrar, frågor rörande hur varm och kärleksfull relationen var användes (Sampson & Laub, 1994: 530). Deras resultat visar att det finns ett samband mellan informell kontroll och brottslighet. Det finns ett positivt samband mellan disciplin och brottslighet medan det finns ett negativt samband mellan övervakning och brottslighet samt anknytning och brottslighet (Sampson & Laub, 1994: 531). Detta innebär således att anknytning till föräldrarna samt övervakning av ungdomarna har en preventiv funktion relaterat till brottslighet. Detta gäller inte för disciplin, då hårdare disciplin leder till ökad brottsaktivitet i Sampson och Laubs studie. De kommer även fram till att familjens 7

ekonomi påverkar den informella kontrollen. Desto sämre ekonomi en familj har desto sämre anknytning har föräldrarna till barnen, samtidigt som de har mindre fungerande övervakning av barnen (Sampson & Laub, 1994: 533). Detta stämmer väl överens med Hirschis teori om sociala band. Han menade att strukturella faktorer, exempelvis ekonomi, bäst kunde förklara brottslighet inom ramen av det sociala bandet (Hirschi, 2002: 65 66). Socioekonomisk status, vilket vi använder oss av, är ett bredare begrepp än ekonomi. Dock är familjens ekonomiska situation en del av den socioekonomiska statusen. Sammanfattningsvis visar ovanstående forskning på ett negativt samband mellan anknytning och brottslighet, desto sämre anknytning ungdomarna haft desto mer brottsaktiva har de varit. Både Ring ([1999] 2017) och Sampson och Laub (1994) kom fram till att strukturella faktorer så som ekonomi eller socioekonomisk status inte ensamma kunde förklara brottslighet. Det fanns dock ett visst samband mellan strukturella faktorer och brottslighet, men det sambandet kunde bäst förklaras inom ramen för teorin om sociala band. Med det menas att ungdomar som kom från familjer med låg socioekonomisk status hade ett svagare socialt band vilket i sin tur ledde till högre brottsaktivitet (Ring, 2017: 118; Sampson & Laub, 1994: 533). Wikström och Butterworth (2006: 245) kom istället fram till att ett samband mellan brottslighet och social klass helt saknades, med undantag för ett svagt samband mellan låg social klass och stöldbrott. 3.2 Sociala band och kön Torstensson (1990: 103) genomförde forskning på longitudinella data, vilken bestod av pojkar och flickor födda 1953 och som bodde i Stockholm år 1963. Longitudinella data innebär att data samlats in på samma urvalsgrupp vid flera tillfällen eller över en tidsperiod (Bryman, 2011: 79 80). Data i Torstensons studie samlades in under 30 år, från att individerna i urvalsgruppen föddes tills dess att de fyllt 30 år. Fokus i studien låg på flickorna och det är sambandet mellan flickors brottslighet och deras sociala band som undersöks. Hon undersöker flera aspekter kopplade till ungdomarnas sociala band, såsom anknytning till skolan, övertygelse, delaktighet och åtagande (Torstensson, 1990: 105). Hon undersöker dock inte anknytningen till föräldrarna. Resultatet visar på ett negativt samband mellan flickors brottsaktivitet och deras sociala band, detta samband är dock svagt och kan inte förklara majoriteten av flickornas brottslighet (Torstensson, 1990: 112 113). Styrkan på det sociala bandet är således inte en stark indikator för flickornas brottslighet. Dock gäller detta även studier som undersökt pojkar, då liknande resultat framkommit (Torstensson, 1990: 113). 8

Sammanfattningsvis finner alltså Torstensson (1990) ett negativt samband mellan styrkan på det sociala bandet och brottsaktivitet för flickor. Hon menar även att det resultatet liknar resultatet som tidigare funnits gällande sambandet mellan pojkars sociala band och deras brottsaktivitet. Även Wikström och Butterworth (2006: 95; 98) kommer fram till att det finns ett negativt samband mellan graden av anknytning och brottsaktivitet gällande både flickor och pojkar. Slutligen finner även Ring (2017: 109) ett negativt samband mellan anknytning och brottslighet hos ungdomar. Unga pojkar tenderar att begå brott i större utsträckning enligt resultatet i studien, dock finns det i många fall ett starkare samband mellan variabeln som indikerade dålig anknytning och brottslighet hos unga flickor än hos unga pojkar. 4. Metod I metodavsnittet presenteras datamaterialet vi valt att basera vår studie på, samtidigt som tillvägagångssättet i studien och dess kvalitet diskuteras. Vi kommer även presentera våra variabler samt de statistiska metoder vi valt att använda oss av. 4.1 Data Vår studie bygger på statistisk data från Stockholmsenkäten 2014. Stockholmsenkäten delas ut till skolor i Stockholms län och genomförs vartannat år. Det är elever från årskurs 9 på grundskolan samt elever från år 2 på gymnasiet som svarar på enkäterna, vilket görs anonymt under lektionstid. Syftet med studien är att kartlägga problembeteende samt de risk- och skyddsfaktorer som finns (Markör, 2014: 4). År 2014 var det 16 kommuner som deltog och de fick in 22 919 godkända svar, vilket motsvarade en svarsfrekvens på 78% (Markör, 2014: 9). Det materialet vi erhållit innefattar framförallt de elever som gått i skolan i Stockholms stad, vilket bestod av 11 507 godkända svar. Utöver det finns vissa undantag, då 8,2 % av vårt erhållna material haft annan skolkommun än Stockholm alternativt inte svarat på frågan. Sammantaget bestod materialet vi utgått ifrån av 12 540 elever. Alla kommunala skolor i Stockholm var ålagda att delta i undersökningen, medan friskolor deltog frivilligt (Markör, 2014: 4). Ett urval har inte genomförts för undersökningen då enkäterna skickats ut till alla skolor i Stockholm (Markör, 2014: 5). Vi kan således inte säga att populationen i undersökningen är Sveriges ungdomar, då undersökningen enbart genomfördes i Stockholm och inte resten av landet (Bryman, 2011: 199). Istället får vi utgå från Stockholms ungdomar som populationen för vilka vi, i ett senare skede, kan dra slutsatser om. 9

Det finns vissa begränsningar kopplade till populationen i vår studie. Ett urval genomfördes inte i den ursprungliga undersökningen då Stockholmsenkäten genomfördes i alla kommunala skolor i Stockholm samt vissa friskolor. Vi ville dock kunna uttala oss om ungdomar i Stockholm, inte bara de ungdomar som gick i en av de deltagande klasserna år 2014. Med ungdomar syftar vi på personer mellan 15 18 år. Att vi ville kunna uttala oss om ungdomar i Stockholm i allmänhet ledde oss till att använda Chi2-testet för att se huruvida slumpen skapat sambanden som kunde ses i undersökningen. Detta beslut går dock att ifrågasätta då det bara är ungdomar som gick i de valda klasserna år 2014 som var med. För att vi med säkerhet skulle kunna uttala oss om hur det ser ut för ungdomar i Stockholm skulle vi egentligen behöva materialet från flera år. Då hade vi kunnat jämföra de olika resultaten baserat på år och se om sambanden liknade varandra. För att kunna uttala oss om hur det ser ut för ungdomar i Sverige, inte bara Stockholm, skulle vi behöva liknande material från andra städer alternativt skulle undersökningen behövt bestå av ett representativt urval som speglar hela Sverige och inte bara Stockholm. En ytterligare aspekt som kan göra vårt urval mindre representativt är det faktum att kommunala skolor var tvungna att delta medan friskolor kunde avstå. 4.1.1 Sekundäranalys Vi har genomfört en sekundäranalys på valt material för studien, vilket innebär att data samlats in av andra forskare. I detta fallet är det Stockholms stad som stått för insamlingen. Materialet ansågs vara lämpligt för vårt ändamål eftersom insamlingsprocedurerna varit ytterst noggranna samtidigt som urvalet är representativt för de grupper av individer vi avser att uttala oss om. Vid insamlandet av den ursprungliga datan var dock syftet ett annat än vårt syfte med denna studie, vilket innebär att frågorna i enkäten var utformade utifrån ett annat syfte än vårt. Dock innebär ett redan insamlat material en enorm tids- och ekonomisk besparing, vilket istället ger oss goda förutsättningar för fler och mer djupgående analyser eller eventuellt andra tolkningar än väntat (Bryman, 2011: 300 301). Nackdelen med den här typen av analysmetod är, som nämnt ovan, att vi till viss del behöver anpassa oss efter det sikte den primära studien hade, till skillnad från om vi samlat in vårt eget material. Då hade enkäterna kunnat anpassas exakt efter de fokusområden vi önskar för vår studie, istället för att som i nuläget utgå från en förutbestämd, fast informationsgrund med eventuell avsaknad av vissa nyckelvariabler. Dessutom bör sägas att det tar tid att lära känna ett material som forskaren själv inte samlat in, exempelvis hur det har organiserats och kodats (Bryman, 2011: 304 305). 10

4.1.2 Bortfall Det finns flera olika typer av bortfall att ta hänsyn till, dels den ursprungliga studiens bortfall och dels bortfallet för vår sekundäranalys av den ursprungliga studiens data. I den ursprungliga undersökningen, vilken Stockholms stad genomförde, finns både externt och internt bortfall. Externt bortfall innefattar de skolor, klasser och elever som inte besvarat enkäten av olika anledningar. De hade inte heller något uppsamlingstillfälle där de elever som inte närvarade dagen för besvarandet av enkäten. Det externa bortfallet är framförallt problematiskt med hänsyn till de elever som inte var närvarande. Anledningen till det är faktumet att elever som har hög frånvaro ofta har högre grad av avvikande beteende (Begler & Sandahl, 2014: 13). Det är således möjligt att de som skolkar också har en högre brottsaktivitet. Det kan alltså vara så att den ursprungliga undersökningen samt vår studie visar en lägre grad av brottsaktivitet bland ungdomar än den verkliga brottsaktiviteten. Brottsförebyggande rådet är ansvariga för den Nationella skolundersökningen, vilken innefattar liknande frågor och tillvägagångssätt som Stockholmsenkäten. Den Nationella skolundersökningen hade samma problem med externt bortfall som Stockholmsenkäten. Detta ledde dem till att genomföra en bortfallsanalys år 2005, vilken innebar att de elever som inte närvarade vid det ursprungliga enkättillfället fick besvara enkäten vid ett senare tillfälle. Denna bortfallsanalys visade att det inte fanns någon signifikant högre brottsbelastning bland de ungdomar som var frånvarande än bland de som var närvarande (Brå, 2008: 9). Detta skulle också kunna vara fallet om en bortfallsanalys skulle göras på Stockholmsenkäten, dock har inte en sådan gjorts än. Det interna bortfallet för den ursprungliga undersökningen innefattar bortfallet på enskilda frågor; att vissa elever hoppar över en eller flera frågor i enkäten. Det interna bortfallet är i genomsnitt 4,9 % för enkäten 2014 (Markör, 2014: 12). Vissa av frågorna vi valt att använda i skapandet av våra variabler har högt internt bortfall, vilket är viktigt att ha i åtanke. Frågorna angående föräldrarnas utbildningsnivå har absolut högst internt bortfall. Bortfallet för frågan gällande pappans utbildningsnivå är 15,2% medan bortfallet för frågan gällande mammans utbildningsnivå är 13,7% (Markör, 2014: 12). I vår studie måste vi dels ta hänsyn till det ursprungliga bortfallet, vilket är beskrivet ovan, samtidigt som vi måste ta hänsyn till bortfallet i vår egen studie. Vad gäller variabeln socioekonomisk status, vilken vi skapat med hjälp av indexering, är det interna bortfallet ett stort problem. Det interna bortfallet ligger på 45,5 % för den variabeln. Bortfall är ett problem med enkätundersökningar och det finns inte riktigt någon lösning på det problemet. Systematiskt bortfall är det bortfall som är mest problematiskt, vilket är när personer med liknande egenskaper är de som faller bort (Djurfeldt, Larsson & Stjärnhagen, 2018: 108). Det är svårt att minimera bortfallet i vår studie då det är en sekundäranalys av ett redan insamlat 11

material. Dock vill vi se till så att det stora interna bortfallet gällande socioekonomisk status inte är systematiskt. Ett systematiskt fel som skulle kunna förekomma är om det är ett väldigt stort bortfall i vissa områden medan det i andra områden är ett väldigt litet bortfall. Om ett område som generellt har lägre socioekonomisk status skulle ha ett större bortfall än ett område med hög socioekonomisk status skulle det kunna leda till ett missvisande resultat. För att undersöka huruvida bortfallet gällande socioekonomisk status är systematiskt eller ej valde vi att undersöka varje område för sig för att få fram respektive områdes bortfall. Vi kom fram till de flesta områden hade liknande bortfall på mellan 30 55%. Rinkeby och Värmdö var de områden som hade högst bortfall på strax över 55 % medan Nynäshamn och Danderyd hade lägst bortfall på strax under 30 %. Anledningen till att vår studie har ett större bortfall än den ursprungliga undersökningen beror på att vi kodat om vissa svar, exempelvis har svarsalternativ som annat och vet inte kodats om till missing vilket innebär att de som svarat det faller bort. De andra variablerna har inte lika högt bortfall efter omkodningen. Variabeln som mäter anknytning har ett bortfall på 20,2 %, variabeln som mäter brottsaktivitet har ett bortfall på 2,4% och variabeln som mäter kön har ett bortfall på 4,3%. 4.2 Variabler Nedan presenteras våra variabler, hur de är skapade samt kodade. I en orsaksrelation finns det alltid minst en variabel som om den förändras kommer åstadkomma en förändring i en annan variabel. Den variabel som påverkar kallas för oberoende variabel och betecknas ofta som x, medan den variabeln som påverkas kallas för beroende variabel och betecknas som y (Djurfeldt et al., 2018: 138). I vår studie är Anknytning den oberoende variabeln medan Brottsaktivitet är den beroende variabeln. Anledningen till det är att vår hypotes utgår från att det är anknytningen som påverkar brottsaktiviteten och inte tvärtom. Det finns däremot inte möjlighet för oss att fastslå orsakssamband rent tidsmässigt då den data vi utgår ifrån är tvärsnittsdata, således har vi istället fått fram sambandsriktningen genom våra teoretiska utgångspunkter. Oftast kan den oberoende variabeln inte ensam förklara variationen i den beroende variabeln, utan oftast är det flera variabler som påverkar utfallet i ett orsakssamband. I vår studie skulle detta innebära att anknytning inte ensam kan förklara brottsaktiviteten hos ungdomarna. För att undersöka ett orsakssamband mer djupgående görs därför oftast en multivariat analys, vilken kan hjälpa till att undersöka den beroende variabeln i ljuset av fler variabler. Dessa variabler, som undersöks tillsammans med den beroende och oberoende variabeln, kallas för testvariabler och betecknas som z (Djurfeldt et al., 2018: 269). Vi har valt att använda kön och socioekonomisk status som 12

testvariabler. Användandet av testvariabler har flera funktioner, dels att försöka finna andra bakomliggande förklaringar till variationen i den beroende variabeln och dels att se hur originalsambandet påverkas när en eller flera testvariabler införs (Djurfeldt et al., 2018: 269). 4.2.1 Oberoende variabel Vår studie utgår från Hirschis teori, vilken hävdar att ungdomars sociala band påverkar deras brottsaktivitet. Det sociala bandet är alltså den oberoende variabeln i Hirschis resonemang. Vi mäter inte alla aspekter av det sociala bandet utan enbart anknytning och har därför utgått från just anknytning som den oberoende variabeln. Vi kommer att se till ungdomarnas anknytning till föräldrar och skolan, då det är dessa relationer som det finns frågor kring i den ursprungliga enkäten. För att kunna operationalisera begreppet anknytning bröt vi ner både föräldraanknytning och anknytning till skolan i flera delar. Vi började med att bryta ner föräldraanknytning. Hirschi (2002: 88 90) har en bred definition av anknytning där många aspekter är delaktiga. I just föräldraanknytning fokuserar han mycket på övervakning och en känslighet för föräldrarnas åsikter. Det behöver inte vara hård övervakning, i form av begränsad frihet för barnet, utan snarare att föräldrarna vet var hen är och vad hen gör. Utifrån detta har vi valt att studera just övervakning och en känslighet för föräldrarnas åsikter. De frågor vi använt oss av för att mäta övervakning är: Vet dina föräldrar/vårdnadshavare var du är när du är ute med kamrater på kvällar? samt: Vet dina föräldrar/vårdnadshavare vilka kamrater du umgås med på din fritid? Dessa frågor är snarlika de Hirschi (2002: 88 89) använde i sin studie för att mäta övervakning. Känslighet för föräldrarnas åsikter mäter vi genom påståendet: Jag bryr mig om vad mina föräldrar/vårdnadshavare säger. Begreppet föräldraanknytning består nu av tre variabler, två som mäter övervakning och en som mäter känslighet för föräldrarnas åsikter. För kodning av svarsalternativen för dessa variabler se bilaga 1. Hirschi (2002: 120 121) menar att anknytning till skolan kan operationaliseras genom att se till exempelvis intresse för skolarbetet och trivsel (Hirschi, 2002: 120). Även vi har valt att fokusera på intresse för skolarbete och trivsel i skolan. Intresse för skolarbete mäts genom påståendena: Skolarbetet känns meningslöst och de flesta av mina lärare har intressant undervisning. Trivsel i skolan mäter vi genom följande påståenden: Jag trivs bra i skolan och jag ser fram emot att gå till lektionerna. För kodning av svarsalternativen gällande variablerna som mäter anknytning till skolan se bilaga 1. 13

Vi har nu 7 variabler vilka tillsammans mäter anknytning. Vi skapade ett index av dessa variabler för att skapa en variabel vilken visar en elevs medelvärde av anknytning. Alla elever kommer nu få ett värde på variabeln anknytning vilket motsvarar deras medelvärde av de ingående variablerna. Deras värden sträcker sig mellan 1 4, där 1 är den lägsta graden av anknytning och 4 är den högsta graden av anknytning. Vi har sedan klassindelat variabeln, alla värden mellan 1 till 2 klassificeras som låg grad av anknytning, alla värden över 2 till och med 3 klassificeras som medel grad av anknytning och alla värden över 3 till och med 4 klassificeras som hög grad av anknytning. Denna variabel är av skaltypen ordinal, då värdena går att rangordna och klassificera men en matematisk innebörd saknas för värdena (Djurfeldt et al., 2018: 42). Låg grad av anknytning är mindre än hög grad av anknytning men avståndet mellan dem är godtyckligt. 4.2.2 Beroende variabel I Stockholmsenkäten ställs flertalet frågor vilka berör brottsaktivitet. Vi kommer dock inte använda oss av alla frågor, vilket diskuteras mer under avsnitt 4.3. Frågorna vi utgick ifrån var uppbyggda på samma sätt, följande fråga ställdes: Hur många gånger har du gjort följande saker under de senaste 12 månaderna? Sedan följde en brottslig handling, exempelvis snattat. Svarsalternativen var: ingen gång, 1 2 gånger, 3 5 gånger, 6 10 gånger och mer än 10 gånger. De brottskategorier som inkluderats i detta index var: stöld, skadegörelse, inbrott, våldtäkt och misshandel. Vi kodade om alla svarsalternativ så att de fick ett värde vilket motsvarade minimivärdet i respektive svarskategori, exempelvis kodades 1 2 gånger till 1 och 3 5 gånger kodades till 3. Vi gjorde så för att kunna få totalsumman av antalet brott för varje ungdom när indexet skulle skapas. Indexet skapades genom att addera alla ingående variabler vilket gav oss en totalsumma av antalet brott varje person begått. Vi valde också att ha med de som bara svarat på vissa av frågorna, för att minska bortfallet. När vi fått totalsumman av brottsaktivitet så klassindelades variabeln. Den klassindelades på samma sätt som de ingående variablerna, vilket var: 0 brott (0), 1 2 brott (1), 3 5 brott (3), 6 10 brott (6) och fler än 10 brott (11). Vi har nu en variabel som mäter brottsaktivitet, som är på ordinal skalnivå. 4.2.3 Testvariabler Nedan beskrivs våra testvariabler, kön och socioekonomisk status. Båda är dikotoma vilket innebär att de bara har två värden (Bryman, 2011: 321). 14

4.2.3.1 Kön Variabeln kön utgår från en frågeställning i enkäten gällande om eleven är pojke eller flicka. Frågan har alltså två svarsalternativ. Vi har valt att koda pojke som 1 och flicka som 2. Könsvariabeln är på nominalskala, vilket innebär att värdena är klassificerade men de går inte att rangordna (Djurfeldt et al., 2018: 42). Könsvariabeln har bara två alternativ, pojke eller flicka, vilket vi anser vara problematiskt. De elever som inte identifierar sig som vare sig pojke eller flicka har ingen möjlighet att svara exempelvis annat. Detta kan leda till att de hoppat över frågan, då svarsalternativen var så begränsade. Dock verkar inte det vara ett stort problem då det interna bortfallet för könsvariabeln enbart är 4,3 %. 4.2.3.2 Socioekonomisk status Socioekonomisk status, vilket även kan benämnas SES, är en av våra testvariabler. Det finns flera definitioner av begreppet socioekonomisk status. Vi kommer främst att utgå från graden av ekonomiskt kapital samt utbildningsnivå (Bradley & Corwyn, 2002: 372). Ungdomarna som studeras är minderåriga vilket leder oss till antagandet att de bor hemma hos sina föräldrar. Detta behöver dock inte vara fallet för alla ungdomar, det är inte omöjligt att tänka sig att ungdomar i gymnasiet flyttat hemifrån. Oavsett om ungdomarna bor hemma eller ej så bör deras boendesituation kombinerat med föräldrars utbildningsnivå ge oss en indikation på vilken SES de har. Vi valde att göra SES-variabeln dikotom. Anledningen till det är de ursprungliga variablernas olika natur, utbildningsvariablerna skulle exempelvis kunnat delas in i tre klasser: låg, medel och hög utbildning. Dock skulle variabeln som mäter boende vara svår att klassindela på liknande sätt. Föräldrarnas utbildningsnivå mäts med hjälp av frågan: Vilken högsta utbildning har dina föräldrar? Där svarsalternativen är folkskola/grundskola, gymnasium, universitet/högskola eller vet inte. Ungdomarna besvarar frågan angående både deras mamma och pappa. Vilket ledde oss till att skapa två likadana variabler, en för mammans utbildningsnivå och en för pappans. Vi kodade om svarsalternativen på de ursprungliga variablerna så att både folkhögskola/grundskola och gymnasium fick värde 1. Universitet och högskola kodade vi om till 2. Klasserna för utbildningsvariabeln blev därför: Gymnasium eller lägre (1) och Vidareutbildning (2). Alternativet Vet inte kodades om till missing, precis som uteblivna svar. Ekonomiskt kapital mäts genom att se till familjens boendesituation. Den ekonomiska delen av SES är svår att operationalisera utifrån vår data, då vi inte har tillgång till föräldrarnas 15

inkomstnivå. Dock har vi tillgång till hur de bor samt vad de har för sysselsättning. Ekonomiskt kapital kan nämligen mätas genom att se till individens arbetssituation samt deras materiella tillgångar (Bradley & Corwyn, 2002: 372). Dock har vi valt att inte använda oss av föräldrarnas sysselsättning då det interna bortfallet blev extremt högt. Många av ungdomarna hade fyllt i flera svarsalternativ, vilket innebar att de uppgav att deras mamma eller pappa både arbetade och var arbetslös. Vi ansåg det också svårt att kategorisera föräldraledig/tjänstledig och ange vilken grad av SES denna kategori bör tillhöra. Detta leder dock till att variabeln som mäter SES tagits fram på relativt begränsade data, vilket i sin tur försämrar validiteten. Detta diskuteras mer ingående i avsnitt 4.3. Ekonomiskt kapital mäts alltså genom frågeställningen: Vad bor du i för typ av bostad? Svaren som ungdomarna kan välja mellan är: Hyreslägenhet, bostadsrätt, radhus/kedjehus/parhus, villa eller annat boende. Vi har valt att koda om alternativet annat boende som missing, då vi inte känner till de elevernas boendesituation. Vi gjorde sedan boendevariabeln dikotom, där vi kodade hyreslägenhet som 1 medan de andra alternativen kodades som 2. Klasserna för variabeln blev således: Hyr boende (1) och Äger boende (2). Vi har nu 3 variabler vilka mäter SES, dessa är: Utbildningsnivå mamma, Utbildningsnivå pappa och Boende. Dessa variabler skapade vi ett index av, vilket i sin tur utgör den nya variabeln: SES. Efter ovanstående omkodningar så spänner de tre variablerna mellan 1 2, där 2 är den högsta graden av SES och 1 är den lägsta graden av SES. Vid skapandet av vårt index har vi valt att addera svaren på de tre variablerna för att sedan dividera detta med tre. Vilket ger oss respektive elevs medelvärde av SES. Detta medelvärde sträcker sig mellan 1 2. Vi har sedan genomfört en klassindelning av variabeln, klasserna efter detta var: Låg SES och hög SES. De som fått ett medelvärde under 1,5 hamnade i gruppen låg SES medan de som fått ett medelvärde över 1,5 hamnade i gruppen hög SES. 4.3 Validitet och reliabilitet För att mäta en studies kvalitet kan forskaren se över hur hög reliabiliteten respektive validiteten är i undersökningen. Reliabilitet syftar just till pålitligheten hos ett mått på ett begrepp (Bryman, 2011: 160). Dåliga mätinstrument i form av exempelvis otydliga frågor i en undersökning eller tvetydiga svar kan bidra till bristfällig reliabilitet. Hög reliabilitet har även att göra med möjligheten att replikera forskningen; samma undersökning bör uppnå liknande resultat om denne genomförs under två eller fler skilda tillfällen (Djurfeldt et al., 2018: 104). Validitet inom forskning handlar om huruvida studien mäter det som avses att mäta, låg validitet innebär alltså att mätfokus varit missriktat (Thurén, 2007: 26). I vårt fall handlar det om hur väl de frågor i 16

enkäten vi valt att analysera faktiskt behandlar, speglar och ger svar på det vi avser att undersöka. Resultatet som erhålls i denna studie bör inte antas spegla den kompletta och verkliga brottsaktiviteten för ungdomar i Sverige. Dels bygger den på en självskattning bland ungdomarna samtidigt som den endast berör en del av brottsaktiviteten, under en viss tidsperiod, av en specifik grupp ungdomar och endast i Stockholm. Rent validitetsmässigt kan studien dock hålla en tämligen hög nivå då syftet är att mäta just ungdomars brottsaktivitet i Stockholm. Då studien är baserad på en sekundäranalys av redan befintliga data har frågeställningar samt studiens syfte till stor del anpassats utefter materialet, vilket således ökar möjligheterna för oss att mäta det som vi avser att mäta. Variabeln brottsaktivitet har vi operationaliserat genom att inkludera handlingar vilka skulle anses vara brottsliga enligt svensk lag samtidigt som vi valt de handlingar som vi tror att ungdomarna uppfattar som brottsliga. Vi inkluderade exempelvis inte planka på tunnelbanan och använda falsk legitimation, då vi ansåg att det är något som de flesta ungdomar gör utan att reflektera över handlingens olagliga status. Vi valde även att inte inkludera burit vapen, till exempel kniv eller knogjärn då vi ansåg att kniv skulle kunna bäras av ungdomar utan brottslig agenda, exempelvis scouter. Vi har även valt bort frågor som berör narkotikabruk, då dessa frågor är utformade på ett helt annat sätt än övriga frågor om brott. De övriga frågorna om brott rör brottsaktivitet det senaste året medan frågorna om narkotika handlar om total användning under hela livet. För exakta frågor om brottsliga handlingar se bilaga 2. Anknytning som variabel kan definieras på olika sätt, vi valde att använda föräldraanknytning samt anknytning till skolan för att skapa variabeln anknytning. Gällande föräldraanknytning handlar frågorna om hur bred inblick och hur engagerade föräldrarna är i ungdomarnas liv, till exempel huruvida de känner till var ungdomarna befinner sig på fritiden och vilka de umgås med. Även om resultatet kan bli detsamma (icke-brottsligt beteende) går det att analysera om kontrollen det innebär att föräldrarna känner till ungdomarnas umgänge samt aktiva liv utanför hemmet innebär att de har en stark anknytning eller om det snarare handlar om disciplin. Sträng disciplin hemma behöver inte nödvändigtvis innebära en stark anknytning, utan som tidigare nämnt kan det snarare vara kontraproduktivt ifråga om brottsprevention. Å andra sidan kan ett starkt emotionellt band mellan barn och föräldrar innebära att barnet är mer bekväm med att berätta om sin fritid och sitt umgänge (Hirschi, 2002: 90). Vi anser därför att variabeln som mäter anknytning i vår undersökning håller hög validitet. Likaså gällande frågan om huruvida 17

ungdomarna bryr sig om vad deras föräldrar/vårdnadshavare säger. Den teori vi utgår ifrån hävdar att desto starkare grad av anknytning desto större sannolikhet att ungdomen tänker vad hade mina föräldrar sagt/gjort i en situation där brottsliga handlingar kan äga rum (Hirschi, 2002: 88). Anknytning till skolan, som är en del i vår anknytningsvariabel, uppfattar vi som väldigt tydlig; samtliga frågor är begripliga och vi anser att de mäter de viktigaste pelarna av trivsel i skolan samt engagemang för skolarbetet. En aspekt som kan tänkas vara av stor vikt för trivsel i skolan är just kamraterna och olika typer av vänskapsrelationer i skolmiljön. Den typen av frågor finns inte med i datamaterialet vi använt oss av, men skulle kunna vara intressant att inkludera i framtida studier då det kan ha en stor påverkan på hur en individ upplever vardagen i skolan. För exakta frågor gällande skolan se bilaga 2. Socioekonomisk status som variabel kan tyckas vara aningen svår att mäta. Vi valde att operationalisera begreppet genom att se till föräldrarnas utbildningsnivå samt hur de bor i dagsläget. Utbildningsnivå samt boende skulle kunna ses som en aningen mager måttstock av socioekonomisk status då det kan tänkas baseras på en mängd komponenter. Trots att en högre utbildningsnivå i många fall kan innebära en högre lön och bättre boende blir det inte hållbart att anta att samtliga med endast gymnasieutbildning eller lägre automatiskt tillhör gruppen låg SES. Likaså sett till enkätfrågan gällande boende. Det går att hävda att en person som äger sitt boende i viss mån förmodligen har en god ekonomi, särskilt eftersom enkäten gjordes i Stockholm där bostadspriserna tenderar att vara bland de högre i landet. Men vänder vi på perspektivet blir det tämligen bristfälligt, det är nämligen inget rimligt antagande att samtliga eller ens merparten av de som hyr är av kategorin låg SES. Det går dessutom även att hyra villa/radhus/kedjehus/parhus vilket kan innebära en viss problematik med vår kodning. Vi anser dock att dessa två aspekter tillsammans kan anses mäta den socioekonomiska statusen utifrån definitionen av begreppet vi utgått ifrån. För att en studie ska anses ha hög reliabilitet bör den kunna replikeras med liknande resultat. Detta då det innebär en stabilitet och tillförlitlighet i att det som studien kommit fram till ej beror på varken slumpmässiga eller tillfälliga betingelser. För att kunna uppnå en sådan nivå av säkerhet krävs det att undersökningen har tydliga riktlinjer för hur den genomförts samt att forskarna valt ett stabilt mått (Bryman, 2011: 49). Detta kan testas genom att genomföra undersökningen på nytt och då se hur pass stabila resultaten är. Den typ av prövning är inte optimal för tvärsnittsundersökningar, som i vårt fall, då den fungerar bättre i longitudinella 18

studier (Bryman, 2011: 161). Vi anser oss dock ha utfört denna studie med en transparens och hög grad av tydlighet i vårt tillvägagångssätt. Vi har redogjort för hur vi operationaliserat begreppen och kodat variablerna vilket skapar goda förutsättningar för eventuell replikerbarhet i framtiden och bäddar således för hög reliabilitet i det avseendet. 4.4 Statistiska metoder Nedan kommer vi beskriva de statistiska metoder som vi använt oss av. Vi har använt Chi2-test för hypotesprövning och Kendalls tau-c som sambandsmått. 4.4.1 Chi2-test Med ett Chi2-test kan vi undersöka om de eventuella sambanden vi finner kan tänkas gälla för hela populationen och inte bara för de deltagande i undersökningen. Populationen i vår studie är Stockholms ungdomar medan urvalet består av ungdomarna vilka gick i nionde klass i grundskolan alternativt andra klass på gymnasiet år 2014. Eventuella samband vi finner kan nämligen bero på slumpmässiga faktorer och med ett Chi2-test kan vi utröna om så är fallet eller ej. Testet innebär att vi jämför våra observerade värden med de värden vi skulle fått om slumpen regerat. Vi kommer utgå från en nollhypotes, vilken innebär ett antagande om att det enbart är slumpen som inverkat på våra värden. Samt en mothypotes vilken innebär ett antagande om att sambandet inte beror på slumpen (Djurfeldt et al., 2018: 183). De observerade värdena jämförs, som tidigare nämnt, med de förväntade värden vilka vi skulle fått om samband saknades. Det räcker dock inte med att det finns en skillnad mellan observerade värden och förväntade värden, utan denna skillnad måste även överskrida ett visst kritiskt värde. Om det kritiska värdet överskrids kan vi utesluta att sambandet skulle bero på slumpen. Anledningen till att vi valt just detta test är faktumet att vi enbart använder kvalitativa variabler. Chi2-testet är nämligen det mest spridda och använda testet när samband mellan kvalitativa variabler ska undersökas (Djurfeldt et al., 2018: 213). Att variablerna är kvalitativa betyder att de är på ordinal- eller nominalskala (Djurfeldt et al., 2018: 42). Det finns även vissa svagheter med Chi2-testet, det går exempelvis inte att använda om fler än 20% av cellerna har en förväntad frekvens under 5 (Djurfeldt et al., 2018: 216). Detta är dock inte ett problem för oss då vi har ett väldigt stort urval, vilket lett till att vi inte fått en frekvens under fem i fler än 20% av cellerna i någon av våra korstabeller. Chi2-testet anger huruvida variablerna är beroende av varandra eller ej och huruvida det kan tänkas gälla i hela populationen, det anger dock inte riktningen på sambandet. För att få riktningen på de eventuella sambanden, behöver vi använda oss av ett sambandsmått (Djurfeldt et al., 2018: 218). 19

4.4.2 Kendalls tau-c Vi har valt att använda oss av sambandsmåttet Kendalls tau-c, vilket är ett mått som fungerar bra att använda när det rör sig om samband mellan kvalitativa variabler. Kendalls tau-c anger riktningen på samband och har ett variationsområde mellan -1 och +1. Detta innebär att det absolut starkaste negativa sambandet får -1 och det absolut starkaste positiva sambandet får +1 vid användandet av Kendalls tau-c (Djurfeldt et al., 2018: 149). Ett problem med Kendalls tauc är dock att det kan vara svårt att tolka. Även om sambandet är starkt uppmäter det sällan ett värde nära -1 eller +1 (Djurfeldt et al., 2018: 148). Därför är det bra att även se till korstabellernas utfall vilket vi gör i vår bivariata och multivariata analys. 5. Resultat Nedan kommer resultatet av vår studie redovisas utifrån en univariat analys, bivariat analys och multivariat analys samtidigt som resultaten för Chi2-testen och Kendalls tau-c redogörs för. 5.1 Univariat analys En univariat analys innebär att vi studerar en variabel åt gången, frekvenstabeller för respektive variabel kommer således att redovisas (Djurfeldt et al., 2018: 39). Vi har genomfört en univariat analys för att skapa en överblick av hur frekvenserna i de olika variablerna ser ut och fördelar sig. Samtidigt kan bortfallet (missing system) för varje variabel ses. 5.1.1 Anknytning Vi kan se att variabeln för anknytning har ett bortfall på 20,2 %, vilket innebär att det är 2530 respondenter som inte räknas med. Av de andra är det en klar majoritet som har hög eller medel grad av anknytning, 48,7 % har medel grad av anknytning medan 48,8 % har hög grad av anknytning. Enbart 2,6 % har låg grad av anknytning, vilket är 259 respondenter (se tabell 1). Tabell 1. Fördelning av respondenter baserat på graden av anknytning Frequency Percent Valid Percent Valid Låg grad 259 2,1 2,6 Medel grad 4871 38,8 48,7 Hög grad 4880 38,9 48,8 Total 10 010 79,8 100,0 Missing System 2530 20,2 Total 12 540 100,0 20

5.1.2 Brottsaktivitet Variabeln för brottsaktivitet har ett bortfall på 2,4%, vilket är 297 respondenter. Vi kan även konstatera att majoriteten av alla respondenter inte har begått brott, 75,9% av dem har inte begått ett enda brott, medan 11,6% begått 1 2 brott. Den tredje största kategorin är fler än 10 brott, det är 5,9% av respondenterna som faller inom denna kategori (se tabell 2). Tabell 2. Fördelning av respondenter baserat på antal angivna brott Frequency Percent Valid Percent Valid 0 9297 74,1 75,9 1 2 1459 11,6 11,9 3 5 503 4,0 4,1 6 10 257 2,0 2,1 Fler än 10 727 5,8 5,9 Total 12 243 97,6 100,0 Missing System 297 2,4 Total 12 540 100,0 5.1.3 Kön Vi kan se att könsfördelningen i urvalet är relativt jämt, 47,8% är pojkar medan 52,2% är flickor. Bortfallet är 4,3% vilket motsvarar 538 respondenter (se tabell 3). Tabell 3. Fördelning av respondenter baserat på kön Frequency Percent Valid Percent Valid Pojke 5731 45,7 47,8 Flicka 6271 50,0 52,2 Total 12 002 95,7 100,0 Missing System 538 4,3 Total 12 540 100,0 5.1.4 Socioekonomisk status För variabeln SES kan vi se att bortfallet är 45,5%, vilket motsvarar 5700 respondenter. Vi kan även konstatera att majoriteten av alla respondenter faller inom gruppen för hög SES, det är enbart 28,1% av de medräknade respondenterna som har låg SES. 21

Tabell 4. Fördelning av respondenter baserat på grad av socioekonomisk status Frequency Percent Valid Percent Valid Låg SES 1924 15,3 28,1 Hög SES 4916 39,2 71,9 Total 6840 54,5 100,0 Missing System 5700 45,5 Total 12 540 100,0 5.2 Bivariat analys I den bivariata analysen studeras sambandet eller samvariationen mellan två variabler (Djurfeldt et al., 2018: 137). I vårt fall är det sambandet mellan anknytning och brottsaktivitet som undersöks i den bivariata analysen. I tabell 5 kan vi se att av de som har en låg grad av anknytning har 17% begått fler än 10 brott, motsvarande siffra för de med hög grad av anknytning är 3%. Av de med låg grad av anknytning har 49,8% inte begått några brott medan motsvarande siffra för de med hög anknytning är 84,9%. Bara genom att titta på korstabellen ser det ut som att det finns ett samband mellan anknytning och brottsaktivitet. För att undersöka om så är fallet använder vi Kendalls tau-c, vilket visar ett värde på -0,123. Det finns alltså ett negativt samband mellan anknytning och brottsaktivitet, vilket innebär att när graden av anknytning ökar så minskar antalet brott. Vi använder även Chi2-testet för att undersöka om sambandet är statistiskt signifikant. Chi2-testet ger oss ett p-värde som är mindre än 0,001, vilket innebär att sambandet är statistiskt signifikant. För att ett samband ska vara statistiskt signifikant bör p-värdet inte överstiga 0,005. Att p-värdet är mindre än 0,001 innebär att det är i färre fall än 1 av 1000 som slumpen skulle kunna åstadkomma skillnaderna i brottsaktivitet mellan grupperna. Tabell 5. Korstabell över sambandet mellan anknytning (x) och brottsaktivitet (y) Anknytning Antal brott Låg grad Medel grad Hög grad Total inga brott 49,8% 71,2% 84,9% 77,3% 1 2 Brott 17,4% 14,6% 8,7% 11,8% 3 5 Brott 8,1% 5,2% 2,3% 3,9% 6 10 Brott 7,7% 2,5% 1,2% 2,0% 10 eller fler brott 17,0% 6,5% 3,0% 5,1% Total 100,0% 100,0% 100,0% 100,0% 22

5.3 Multivariat analys En multivariat analys innebär att vi undersöker ett samband mellan två variabler i ljuset av andra variabler som kan tänkas påverka sambandet. Det innebär helt enkelt att relationen mellan tre eller fler variabler undersöks (Djurfeldt et al., 2018: 269). Vi kommer att undersöka sambandet mellan anknytning och brottsaktivitet i ljuset av kön och SES. 5.3.1 Multivariat analys med kön I tabell 6 kan sambandet mellan anknytning och brottsaktivitet för flickor respektive pojkar ses. För flickorna kan vi se att 12,2% av de med låg grad av anknytning har begått fler än 10 brott, motsvarande siffra för de med medel grad av anknytning och hög grad av anknytning är 3,3% respektive 1,5%. Sett till den högsta kategorin av brottsaktivitet kan vi alltså se en skillnad på 10,7 procentenheter mellan grupperna låg anknytning och hög anknytning. Gällande pojkarna kan vi se att 22,1% av de med låg anknytning begått fler än 10 brott medan motsvarande siffra för de med medel grad av anknytning och hög grad av anknytning är 10,1% respektive 4,5%. Detta ger oss en skillnad på 17,6 procentenheter mellan grupperna låg anknytning och hög anknytning. Gällande alla kategorier ser det ut att finnas ett negativt samband mellan anknytning och brottsaktivitet, detta samband ser ut att finnas för både pojkarna och flickorna. För att undersöka om sambandet är lika starkt för både flickorna och pojkarna testar vi de båda sambanden med Kendalls tau-c. För flickorna får vi ett sambandsmått på -0,104 medan sambandsmåttet för pojkarna visar -0,145. Vi kan alltså se att det finns ett negativt samband mellan anknytning och brottsaktivitet för både flickor och pojkar. Dock är sambandet för pojkarna starkare än för flickorna. Vi använder även Chi2-testet för att se huruvida de båda sambanden går att applicera på populationen. Testet ger oss ett p-värde som är mindre än 0,001 för både flickorna och pojkarna, vilket innebär att sambanden är statistiskt signifikanta. 23

Tabell 6. Korstabell över sambanden mellan anknytning (x) och brottsaktivitet (y) utifrån respondenternas kön (z) Anknytning Kön Låg grad Medel grad Hög grad Total Pojke inga brott 55,4% 78,1% 89,3% 83,0% 1 2 Brott 14,4% 12,5% 6,8% 9,8% 3 5 Brott 8,6% 4,1% 1,7% 3,1% 6 10 Brott 9,4% 1,9% 0,7% 1,5% Fler än 10 brott 12,2% 3,3% 1,5% 2,7% Total 100,0% 100,0% 100,0% 100,0% Flicka inga brott 46,2% 63,2% 80,2% 71,2% 1 2 Brott 19,2% 16,8% 10,7% 13,9% 3 5 Brott 7,7% 6,6% 2,9% 4,8% 6 10 Brott 4,8% 3,2% 1,6% 2,5% Fler än 10 brott 22,1% 10,1% 4,5% 7,6% Total 100,0% 100,0% 100,0% 100,0% Nästa steg i den multivariata analysen är att testa marginalsambanden, då vi vill se om kön påverkar brottsaktiviteten samtidigt som vi vill se om kön påverkar anknytning. Det första marginalsambandet vi undersöker är det mellan kön (z) och brottsaktivitet (y). I tabell 7 kan vi se att pojkarna har fler procentenheter i alla brottskategorier, med undantag av kategorin inga brott. Kendalls tau-c ger oss ett mått på -0,128, vilket indikerar ett samband. Detta innebär att de respondenter som är pojkar tenderar att vara mer brottsaktiva. Chi2-testet ger oss ett p-värde under 0,001, sambandet är således statistiskt signifikant Tabell 7. Korstabell över sambandet mellan kön (z) och brottsaktivitet (y) Kön Antal brott Pojke Flicka Total inga brott 69,9% 81,8% 76,1% 1 2 Brott 13,6% 10,3% 11,9% 3 5 Brott 4,9% 3,3% 4,1% 6 10 Brott 2,7% 1,5% 2,1% 10 eller fler brott 9,0% 3,0% 5,8% Total 100,0% 100,0% 100,0% 24

Det andra marginalsambandet vi undersöker är det mellan kön och anknytning (se tabell 8). Korstabellen visar att anknytningen ser ungefär likadan ut oberoende av kön. Pojkarna ser ut att ha marginellt bättre anknytning än flickorna. Chi2-testet för detta samband ger oss ett p- värde på 0,504. Det innebär att det är över 50% sannolikhet att det är slumpen som åstadkommit de observerade skillnaderna mellan könen. Det är alltså inte ett statistiskt signifikant samband. Tabell 8. Korstabell över sambandet mellan kön (z) och Anknytning (x) Kön Anknytning Pojke Flicka Total Låg grad 2,3% 2,7% 2,5% Medel grad 48,2% 48,7% 48,5% Hög grad 49,4% 48,6% 49,0% Total 100,0% 100,0% 100,0% 5.3.2 Multivariat analys med SES Den multivariata analysen med SES som tredje variabel utförs på samma sätt som den multivariata analysen med kön som tredje variabel. Först studeras alltså partialsambanden, vilket kan ses i tabell 9. I gruppen med låg SES kan vi se att av de med låg anknytning är det 34% som inte begått något brott, motsvarande siffra för de med låg anknytning i gruppen hög SES är 57,5%. Bara genom att se till korstabellen kan vi konstatera att om en elev har både låg SES och låg anknytning är det mer sannolikt att hen begått ett eller flera brott än att inte ha begått något brott alls. Motsatsen gäller för alla andra grupper. När det gäller den högsta kategorin inom brottsaktivitet kan vi inte se liknande resultat, då 19,2 % av de med låg anknytning och hög SES begått fler än 10 brott. Motsvarande siffra för de med låg anknytning och låg SES är 17%. Med hjälp av Kendalls tau-c ser vi att för gruppen med låg SES finns det ett negativt samband mellan anknytning och brottsaktivitet, styrkan på det sambandet är -0,146. Det finns även ett negativt samband mellan anknytning och brottsaktivitet gällande gruppen hög SES, styrkan på det sambandet är -0,115. Chi2-testet visar även ett p-värde under 0,001 för båda grupperna, sambanden är således statistiskt signifikanta. 25

Tabell 9. Korstabell över sambanden mellan anknytning (x) och brottsaktivitet (y) utifrån respondenternas SES (z) Anknytning SES Låg grad Medel grad Hög grad Total Låg SES inga brott 34,0% 70,2% 85,1% 76,2% 1 2 Brott 25,5% 14,8% 8,5% 12,1% 3 5 Brott 12,8% 5,1% 2,2% 3,9% 6 10 Brott 10,6% 2,4% 0,5% 1,8% Fler än 10 brott 17,0% 7,5% 3,7% 5,9% Total 100,0% 100,0% 100,0% 100,0% Hög SES inga brott 57,5% 73,5% 87,4% 80,6% 1 2 Brott 12,3% 14,7% 7,9% 11,1% 3 5 Brott 4,1% 4,5% 1,7% 3,0% 6 10 Brott 6,8% 2,2% 1,0% 1,6% Fler än 10 brott 19,2% 5,1% 2,1% 3,7% Total 100,0% 100,0% 100,0% 100,0% I tabell 10 går det att se marginalsambandet mellan Brottsaktivitet och SES. Vi kan se att de med låg SES konsekvent har fler procentenheter i alla brottskategorier förutom kategorin inga brott. I gruppen låg SES är det alltså vanligare att ha begått något brott samtidigt som de begår fler brott än gruppen hög SES. Kendalls tau-c ger oss ett värde på -0,037 för sambandet mellan SES och brottsaktivitet. Chi2-testet ger oss ett p-värde som är mindre än 0,001 vilket innebär att resultatet är statistiskt signifikant. Tabell 10. Korstabell över sambandet mellan SES (z) och brottsaktivitet (y) Antal brott Låg SES Hög SES Total inga brott 75,2% 79,4% 78,2% 1 2 Brott 12,1% 11,5% 11,6% 3 5 Brott 4,1% 3,2% 3,4% 6 10 Brott 2,1% 1,7% 1,8% 10 eller fler brott 6,4% 4,2% 4,8% Total 100,0% 100,0% 100,0% 26

Nästa marginalsamband som undersöks är det mellan SES och anknytning, vilket kan ses i tabell 11. Vi kan se att de med låg SES har en lägre grad av anknytning i jämförelse med de som har hög SES. Av de som har låg SES är det 2,9% som har en låg grad av anknytning medan motsvarande siffra för de med hög SES är 1,7%. 52,9% av de med hög SES har en hög grad av anknytning medan 47,7% av de med låg SES har en hög grad av anknytning. Med Kendalls tau-c får vi fram att det finns ett svagt positivt samband mellan SES och anknytning, sambandet har en styrka på +0,045. Att sambandet är positivt innebär att när SES ökar så ökar även graden av anknytning. Chi2-testet visar även att p-värdet är mindre än 0,001 vilket innebär att sambandet är statistiskt signifikant. Tabell 11. Korstabell över sambandet mellan SES (z) och Anknytning (x) SES Anknytning Låg SES Hög SES Total Låg grad 2,9% 1,7% 2,1% Medel grad 49,3% 45,4% 46,5% Hög grad 47,7% 52,9% 51,5% Total 100,0% 100,0% 100,0% 6. Analys I detta avsnitt analyseras vårt resultat utifrån den teoretiska referensramen samt tidigare forskning. Vi kommer även svara på våra frågeställningar, redovisa slutsatser och diskutera vidare forskning. 6.1 Anknytning och brottsaktivitet Vi kom fram till att det fanns ett negativt samband mellan anknytning och brottsaktivitet, Kendalls tau-c gav oss ett värde på -0,123. Vårt resultat pekar således åt samma riktning som Hirschis teori, vilken också innebar ett negativt samband mellan det sociala bandet och brottsaktivitet. Sambandet kan dock inte sägas vara så pass starkt att låg anknytning ensamt förklarar ungdomars brottsaktivitet. Om så hade varit fallet borde vi fått ett värde på Kendalls tau-c som låg närmare -1. Det negativa sambandet mellan anknytning och brottsaktivitet som vi uppmätte var statistiskt signifikant, vilket innebär att det går att applicera på hela populationen. Sammanfattningsvis kan vi konstatera att det finns ett negativt samband mellan anknytning och brottsaktivitet, vilket bör gälla för Stockholms ungdomar. 27

6.2 Kön, anknytning och brottsaktivitet Vi kom fram till att sambandet mellan anknytning och brottsaktivitet gäller för både flickorna och pojkarna, dock var sambandet starkare för pojkarna. Kendalls tau-c gav oss ett värde på -0,145 för sambandet gällande pojkarna medan vi fick -0,104 gällande flickorna. Låg anknytning är alltså en större indikator på brottsaktivitet för pojkarna. Att det finns ett samband mellan anknytning och brottsaktivitet för båda könen stödjer Hirschis (2002: 230 231) tanke om teorin som generell och applicerbar på alla. Ring (2017: 109) kom fram till att sambandet mellan anknytning och ungdomsbrottslighet är starkare för flickor än för pojkar. Detta är alltså motsatsen till det vi såg i vår studie. Torstensson (1990: 112 113) kom fram till att det finns ett negativt samband mellan det sociala bandet och brottslighet, dock menade hon att detta samband är svagt. Hon menade även att det svaga sambandet inte kunde förklara majoriteten av flickornas brottslighet. Hennes resultat liknar med andra ord vårt resultat. Andelen flickor som begått brott var mycket lägre än andelen pojkar som begått brott. Det är 18,2% av flickorna som begått ett eller flera brott medan motsvarande siffra för pojkarna är 30,1%. Utifrån Hirschis teori bör flickorna ha högre grad av anknytning då de begår mycket färre brott än pojkarna, så var dock inte fallet i vår studie. Det fanns inget statistiskt signifikant samband mellan kön och anknytning, utan flickorna och pojkarna hade liknande grad av anknytning. Vi testade även sambandet mellan kön och brottsaktivitet med hjälp av Kendalls tau-c vilket gav oss ett värde på -0,128. Detta innebär att sambandet mellan kön och brottsaktivitet är starkare än sambandet mellan anknytning och brottsaktivitet. Kön är således en bättre indikation på brottsaktivitet än anknytning. Sammanfattningsvis kan Hirschis teori, så som vi operationaliserat den, inte förklara varför pojkar är mer brottsaktiva än flickor. 6.3 SES, anknytning och brottsaktivitet I den multivariata analysen med SES som tredje variabel kunde vi konstatera att SES inte har särskilt stor påverkan på brottsaktivitet. Det fanns ett väldigt svagt negativt samband mellan SES och brottsaktivitet, med Kendalls tau-c fick vi ett värde för det sambandet på -0,037. Vad vi dock kunde konstatera var ett starkare negativt samband mellan anknytning och brottsaktivitet för de med låg SES än för de med hög SES. För gruppen låg SES visade Kendalls tau-c ett värde på -0,146 gällande sambandet mellan anknytning och brottsaktivitet. Motsvarande värde för gruppen hög SES var -0,115. Graden av anknytning är alltså en bättre indikation på brottsaktivitet för de med låg SES än för de med hög SES. Vad detta beror på vet vi inte och det är inte heller någonting som Hirschis teori ger svar på. Det kan dock kopplas tillbaka till de problematiska aspekter som finns med kontrollteorier. Vår studie visar att 28

kontroll fungerar mer effektivt på de med lägre SES, om fokus i kriminalpolitiken läggs på just kontroll som åtgärd mot brottsaktivitet kommer detta alltså påverka de med lägre SES hårdare än de med högre SES. Detta är även något som de neo-marxistiska teoretikerna är oroliga för. De menar att kontroll används mot de mindre bemedlade för att bibehålla den ekonomiska orättvisan (De Giorgi, 2013: 31). Vi testade även sambandet mellan SES och anknytning, detta samband fick ett värde på +0,045. Det fanns alltså ett väldigt svagt positivt samband mellan ungdomarnas SES och deras anknytning. Det verkar alltså som att SES inte är en särskilt bra indikator på varken brottsaktivitet eller anknytning. Detta resultat stämmer väl överens med Hirschis teori, då han också menade att sambandet mellan socioekonomisk status och brottslighet är svagt och att det svaga sambandet bäst kunde förklaras inom ramen för teorin om sociala band (Hirschi, 2002: 65 66). Även Ring (2017: 118) kom fram till liknande resultat, då även han menade att socioekonomisk status inte är direkt kopplat till brottslighet utan i såna fall går genom det sociala bandet. Sampson och Laub (1994: 533) kom däremot fram till ett annat resultat än oss, de menade att familjens ekonomi påverkade anknytningen vilket i sin tur påverkade brottsligheten. Familjens ekonomi är dock inte samma sak som SES, utan det är bara en del av SES som vi dessutom inte kunnat mäta på ett tillförlitligt sätt med vår data. 6.4 Slutsatser Slutligen ska vi nu svara på våra frågeställningar samt undersöka huruvida våra hypoteser stämde eller ej. Vår första frågeställning var: Hur påverkar anknytning ungdomars brottsaktivitet? Vi kan konstatera att anknytning påverkar brottsaktivitet, desto högre grad av anknytning en ungdom har desto mindre brottsaktiv är hen. Låg anknytning kan dock inte förklara all brottsaktivitet bland ungdomarna, då sambandet inte är nära -1. Vi kan även konstatera att vår första hypotes stämde då vi fann ett negativt samband mellan anknytning och brottsaktivitet. Nästa frågeställning var: Påverkar anknytning ungdomars brottsaktivitet olika beroende på kön? Vi kom fram till att sambandet mellan anknytning och brottsaktivitet var starkare för pojkarna än för flickorna. Dock fanns det ett negativt samband mellan anknytning och brottsaktivitet för båda grupperna. Graden av anknytning påverkar alltså pojkarnas brottsaktivitet i större utsträckning än flickornas. Brottsaktiviteten påverkas även i hög grad av vilket kön ungdomarna har, då det finns ett samband mellan att vara pojke och begå brott. Detta samband är även starkare än sambandet mellan anknytning och brottsaktivitet. Anknytningen påverkas däremot inte av kön, det fanns ett väldigt svagt samband men detta var inte statistiskt 29

signifikant. Vi kan även konstatera att vår andra hypotes inte stämde, då graden av anknytning påverkar pojkars brottsaktivitet i högre uträckning än flickors. Vår tredje frågeställning löd: Hur påverkar ungdomars socioekonomiska status deras anknytning och deras brottsaktivitet? Vi kom fram till att SES påverkar ungdomars brottsaktivitet och deras anknytning, dock var dessa samband väldigt svaga. Ungdomar med låg SES är något mer brottsaktiva än ungdomar med hög SES. Samtidigt som ungdomar med låg SES har något lägre grad av anknytning än ungdomar med hög SES. Dock kan inte SES och anknytning i kombination förklara all brottsaktivitet, utan andra bakomliggande faktorer bör antas finnas. Vi kom även fram till att sambandet mellan anknytning och brottsaktivitet är starkare för ungdomar med låg SES än för ungdomar med hög SES. Vi kan även konstatera att vår tredje hypotes delvis stämde. Detta då SES inte ensam kan förklara brottsaktiviteten, dock kan inte heller SES inom ramen för anknytning förklara all brottsaktivitet. Sammanfattningsvis kan vi konstatera att det finns flertalet brister med Hirschis teori, utifrån vår undersökning. Vår undersökning visar bland annat att anknytning på intet sätt ensamt kan förklara ungdomars brottsaktivitet. Ett tydligt exempel på detta är det faktum att kön är en bättre indikation på brottsaktivitet än vad graden av anknytning är. Hirschis teori kan inte heller förklara dessa stora skillnader i brottsaktivitet mellan könen. Vi vet alltså fortfarande inte varför flickor begår så pass mycket färre brott än pojkar. Ytterligare ett anmärkningsvärt resultat var att sambandet mellan anknytning och brottsaktivitet var som starkast för de ungdomar som hade låg SES, något som inte framkommit i Hirschis teori. Slutligen kan vi konstatera att det ändå finns ett tydligt samband mellan anknytning och brottsaktivitet vilket tyder på att Hirschis teori är relevant trots de brister som finns. Anknytning är en indikator på brottsaktivitet bland ungdomar, dock kan anknytning rimligtvis antas vara en indikator bland många andra. 6.5 Vidare forskning Det finns flera möjligheter för vidare forskning inom vår studies område. Det vore intressant att undersöka könsvariationen i brottsaktivitet. Då vår studie inte kom fram till varför kvinnor begår färre brott än män vore det spännande att se till fler variabler för att kunna utröna vad denna skillnad beror på. Ytterligare förslag på vidare forskning är att genomföra en undersökning där variablerna är baserade på material speciellt framtaget för studiens syfte. Detta skulle möjliggöra för en bredare operationalisering av begreppet socioekonomisk status samtidigt som det skulle möjliggöra studier av alla aspekter i det sociala bandet. För att helt kunna uttala sig om Hirschis teoris legitimitet hade det varit bra att undersöka alla aspekter av det sociala bandet samtidigt som fler delar av anknytning hade kunnat användas. 30

7. Referenslista Begler, E. & Sandahl, J. (2014). Stockholmsenkäten: Årsrapport 2014. Rapport för Stockholms stad. Stockholm: Socialförvaltningen. Bradley, R. H., & Corwyn, R. F. (2002). Socioeconomic status and child development. Annual Review of Psychology, 53 (1): 371 399. Brottsförebyggande rådet. Rapport 2008:2. Den nationella skolundersökningen om brott 1995 2005: teknisk rapport. Stockholm. Bryman, A. (2011). Samhällsvetenskapliga metoder. 2. Uppl. Malmö: Liber. Chesney-Lind, M. (1989). Girls` Crime and Woman's place: Towards a Feminist Model of Female Delinquency. Crime & Delinquency, 35 (1): 5-29. De Giorgi, A. (2013). Prisons and Social Structure in Late-Capitalist Societies. I Scott, D. (red). Why Prison?. Cambridge: Cambridge University Press. 25 43. Djurfeldt, G., Larsson, R. & Stjärnhagen, O. (2018). Statistisk verktygslåda: Samhällsvetenskaplig orsaksanalys med kvantitativa metoder. 3. Uppl. Lund: Studentlitteratur AB. Estrada, F., Bäckman, O. & Nilsson, A. (2015). The Darker Side of Equality? the Declining Gender Gap in Crime: Historical Trends and an Enhanced Analysis of Staggered Birth Cohorts. British Journal of Criminology 56 (1): 1272 1290. Doi:10.1093/bjc/azv114. Hirschi, T. (1969). A Control Theory of Delinquency. I Williams, F. P. & McShane M. D. (1998). Criminology Theory. Selected Classic Readings. Second edition: Cincinnati: Anderson Publishing. Hirschi, T. (2002). Causes of delinquency. 9. Uppl. New Jersey: Transaction Publishers. 31

Kempf, K. L. (1993). The empirical status of Hirschi's control theory. I Adler, F. & Laufer, W. S. (red.). New Directions in Criminological Theory. New Brunswick, N.J.: Transaction. 143-176. Markör (2014). Stockholmsenkäten 2014: Teknisk rapport. Stockholm. Messerschmidt, James W (1993). Gender and Criminological Theory. I Masculinities and Crime: Critique and Reconceptualization of Theory. Lanham, Md: Rowman & Littlefield. 1 29. Nilsson, A. (2002). Fånge i marginalen: Uppväxtvillkor, levnadsförhållanden och återfall i brott bland fångar. Diss., Stockholms universitet, Kriminologiska Institutionen. Ring, J. (2017). Riskfaktorer och brott. I Estrada, F. & Flyghed, J. (red.). Den svenska ungdomsbrottsligheten. 4. Uppl. Lund: Studentlitteratur AB. Sampson, R. J. & Laub, J. H. (1994). Urban poverty and the family context of delinquency: A new look at structure and process in a classic study. Child Development, 65 (2): 523-540. Steffensmeier, D., & Allan, E. (1996). Gender and crime: Toward a gendered theory of female offending. Annual Review of Sociology, 22 (1): 459-487. Thurén, T. (2007). Vetenskapsteori för nybörjare. Stockholm: Liber AB Torstensson, M. (1990). Female Delinquents in a Birth Cohort: Tests of Some Aspects of Control Theory. Journal of Quantitative Criminology. 6 (1): 101-115. Wikström P-O. H., Butterworth D. A. (2006). Adolescent crime: Individual differences and lifestyles. Cullompton, UK: Willan Publishing. Österberg, E. (1991). Kontroll och kriminalitet i Sverige från medeltid till nutid. Tendenser och tolkningar. Scandia. 57 (1): 65 87. 32

Bilaga 1. Kodningsschema för ingående variabler i vårt index som mäter anknytning Vår oberoende variabel som mäter anknytning är ett index bestående av sju frågor och påståenden. Nedan kan kodningen av svarsalternativen för dessa frågor/påståenden ses. Vet dina föräldrar/vårdnadshavare var du är när du är ute med kamrater på kvällar? Svarsalternativ Kodning Alltid 4 Ibland 3 Sällan 2 Aldrig 1 Vet inte System missing Vet dina föräldrar/vårdnadshavare vilka kamrater du umgås med på din fritid? Svarsalternativ Kodning Ja, alla 4 Ja, de allra flesta 3 Ja, några 2 Nej, ingen 1 Vet inte System missing Jag bryr mig om vad mina föräldrar/vårdnadshavare säger. Svarsalternativ Kodning Stämmer mycket bra 4 Stämmer ganska bra 3 Stämmer ganska dåligt 2 Stämmer mycket dåligt 1 Vet inte System missing Skolarbetet känns meningslöst. Svarsalternativ Kodning Stämmer mycket dåligt 4 Stämmer ganska dåligt 3 Stämmer ganska bra 2 Stämmer mycket bra 1 Vet inte System missing 33

De flesta av mina lärare har intressant undervisning. Svarsalternativ Kodning Stämmer mycket bra 4 Stämmer ganska bra 3 Stämmer ganska dåligt 2 Stämmer mycket dåligt 1 Vet inte System missing Jag trivs bra i skolan. Svarsalternativ Kodning Stämmer mycket bra 4 Stämmer ganska bra 3 Stämmer ganska dåligt 2 Stämmer mycket dåligt 1 Vet inte System missing Jag ser fram emot att gå till lektionerna. Svarsalternativ Kodning Stämmer mycket bra 4 Stämmer ganska bra 3 Stämmer ganska dåligt 2 Stämmer mycket dåligt 1 Vet inte System missing 34

Bilaga 2. Valda frågor från Stockholmsenkäten 2. Är du pojke eller flicka? 6. Vilken högsta utbildning har dina föräldrar? 7. Vad bor du i för typ av bostad? 56. Hur väl stämmer följande påståenden in på din skolsituation? - Jag trivs bra i skolan. - Jag ser fram emot att gå till lektionerna. - Skolarbetet känns meningslöst. - De flesta av mina lärare har intressant undervisning. 75. Hur många gånger har du gjort följande saker under de senaste 12 månaderna? - Snattat? - Stulit en cykel? - Stulit en moped eller motorcykel? - Stulit en bil? - Med avsikt förstört saker som inte var dina (t.ex. fönsterrutor, gatlampor, cyklar)? - Tvingat någon att ha sex med dig? - Stulit ur någons ficka? - Stulit något annat som vi inte frågat om? - Gjort inbrott i bil, affär, kiosk eller annan byggnad? - Med avsikt slagit någon så att du tror eller vet att han/hon behövde sjukvård? 79. Vet dina föräldrar/vårdnadshavare var du är när du är ute med kamrater på kvällar? 80. Vet dina föräldrar/vårdnadshavare vilka kamrater du umgås med på din fritid? 83. Hur väl stämmer följande påståenden in på hur dina föräldrar/vårdnadshavare är mot dig? - Jag bryr mig om vad mina föräldrar/vårdnadshavare säger. 35