少年犯罪は増えているのか (1) なぜ、このテーマにしたのかここ最近、TVや新聞で「少年犯罪の増加」や「凶暴化する若者」といった論調が強い。だが、自分の身のまわりでそのように感じたことはない。せっかくだから、この機会に調べてみよう動機の裏話じつは、当初やろうとしてたテーマは「ゲームは若者を凶暴化するのか」辞めた理由・ゲーム業界のデータが少ない 2000年以前だと驚くほどデータがない・ゲームの定義があいまい携帯ゲームも入れていいのかといった問題。データはそれなりに集めていたものの、結局は無駄に。 (2) どうやって調べるか 1. 2. 仮説を立てる。データを図書館やインターネットで集める。 (実際には、ネット上だけで十分集められた) 3. SPSSを用いて分析散布図を作る（4）仮説〈1〉「平成元年からの20年間で少子化は進んでいる」〈2〉「検挙された数と犯罪少年の数は関係がある」〈3〉「凶悪犯の数と凶悪犯罪を犯した犯罪少年の数は関係ある」必要だと思われるデータ・人口統計未成年人口や人口総数といったデータ・犯罪発生率少年犯罪の発生率や犯罪総数といったデータ (3) 収集したデータ・1989年～2008年(平成元年～平成20年)のデータ・データの項目について人口総数 … 総務省が統計的に推計した日本国内の人口総数。未成年人口… 人口総数のうち、0歳から19歳までの人口。刑法犯(認知) … 警察で認知した犯罪件数。刑法犯(検挙) … 警察に検挙された数。刑法犯（凶悪犯） … 警察に検挙されたうち、殺人・強盗・放火・強姦等を犯した者。犯罪少年 … 警察に検挙・補導された0歳から19歳までの者。犯罪少年(凶悪犯) … 警察に検挙・補導された犯罪少年のうち凶悪犯罪を犯した者。仮説の検証〈1〉「平成元年からの20年間で少子化は進んでいる」モデル集計モデル R 1 R2 乗 .994a .987 調整済み R2 乗 .987 推定値の標準誤差 359.878 0 a. 予測値: (定数)、人口総数。分散分析b モデル平方和 (分散成分) 1 回帰 1.827E8 残差 (分散分析) 2331219.241 合計 (ピボットテーブル) 1.851E8 a. 予測値: (定数)、人口総数。 b. 従属変数未成年人口有意確率自由度平均平方 F 値 1 1.827E8 1410.863 .000a 18 129512.180 19 係数a モデル 1 (定数) 人口総数 a. 従属変数未成年人口標準化されていない係数標準化係数 B 標準誤差ベータ 283270.221 6814.617 -2.028 .054 -.994 t 値有意確率 41.568 .000 -37.561 .000 〈1〉「平成元年からの20年間で少子化は進んでいる」決定係数（R２乗値）が0.987であり、よって寄与値が98.7%である。回帰方程式はy = −2.028x + 283270.221 (y：未成年人口、x：人口総数) Ｆ値の有意確率が0.00であり、0.05以下なので成立する。この回帰モデルは妥当だと判断し、「平成元年からの20年間で少子化は進んでいる」は成立する。仮説の検証〈2〉「検挙された数と犯罪少年の数は関係がある」モデル集計モデル R R2 乗 .502a 1 .252 調整済み R2 乗 .210 推定値の標準誤差 100541.687 0 a. 予測値: (定数)、犯罪少年。分散分析b モデル 1 平方和 (分散成分) 自由度平均平方 6.119E10 1 6.119E10 回帰残差 (分散分析) 1.820E11 18 1.011E10 合計 (ピボットテーブル) 2.431E11 19 F 値有意確率 6.053 .024a a. 予測値: (定数)、犯罪少年。 b. 従属変数刑法犯（検挙）係数a モデル 1 標準化されていない係数 (定数) 犯罪少年 a. 従属変数刑法犯（検挙） B 931407.754 標準誤差 171401.888 2.643 1.074 標準化係数ベータ .502 t 値有意確率 5.434 .000 2.460 .024 〈2〉「検挙された数と犯罪少年の数は関係がある」決定係数（R２乗値）が0.252であり、よって寄与値が25.2%である。回帰方程式はy = −2.643x + 931407.754 (y：刑法犯、x：犯罪少年) Ｆ値の有意確率が0.024であり、0.05以下なので成立する。この回帰モデルは妥当だと判断し、「検挙された数と犯罪少年の数は関係がある」は成立する。仮説の検証〈3〉「凶悪犯の数と凶悪犯罪を犯した犯罪少年の数は関係ある」モデル集計モデル R 0 1 R2 乗 .764a .584 調整済み R2 乗 .561 推定値の標準誤差 648.816 a. 予測値: (定数)、犯罪少年（凶悪犯）。分散分析b モデル平方和 (分散成分) 1 回帰 1.064E7 残差 (分散分析) 7577310.745 合計 (ピボットテーブル) 1.822E7 a. 予測値: (定数)、犯罪少年（凶悪犯）。 b. 従属変数刑法犯（凶悪犯・検挙）自由度平均平方 1 1.064E7 18 420961.708 19 係数a モデル標準化されていない係数標準化係数 B 標準誤差ベータ 1 (定数) 3795.833 548.430 1.533 .305 .764 犯罪少年（凶悪犯） a. 従属変数刑法犯（凶悪犯・検挙）有意確率 F 値 25.274 .000a t 値有意確率 6.921 .000 5.027 .000 〈3〉「凶悪犯の数と凶悪犯罪を犯した犯罪少年の数は関係ある」決定係数（R２乗値）が0.584であり、よって寄与値が58.4%である。回帰方程式はy = −1.533x + 3795.833 (y：刑法犯（凶悪犯）、x：犯罪少年（凶悪犯）) Ｆ値の有意確率が0.000であり、0.05以下なので成立する。この回帰モデルは妥当だと判断し、「凶悪犯の数と凶悪犯罪を犯した犯罪少年の数は関係ある」は成立する。 (5)データの推移について (5)考察仮説〈1〉「平成元年からの20年間で少子化は進んでいる」〈2〉「検挙された数と犯罪少年の数は関係がある」〈3〉「凶悪犯の数と凶悪犯罪を犯した犯罪少年の数は関係ある」いずれも成立した。 (1)より、成年人口は減少している。これは、少年犯罪の数は減少しなければならない。だが、(6)のグラフを見ると、有意な減少は見受けられない。しかし、(2)(3)より犯罪総数と少年犯罪の数は相関性が見受けられる。犯罪総数の中で少年犯罪は一定の割合を占めているといえる。よって、少年犯罪だけが急増しているわけではない。 (7)結論少年犯罪だけが増加したという事実は見られなかった。ただし、少子化によって未成年の人口が減少しているにもかかわらず、少年犯罪の総数に変化がみられなかった。これらの分析から、「少年犯罪の増加」や「凶暴化する若者」といった論調は誇張であり誤りである。ただ、少年犯罪も少子化に反して減少がみられないため、そういった論調が生まれる土壌があるのも事実だと思われる。参考データ総務省統計局ホームページ (http://www.stat.go.jp/) 人口推計・警察庁の統計