En toen had opeens iedereen een mening over statistiek: vluchtelingen en criminaliteitscijfers

2 Comments

Plots had vorige week iedereen een mening over statistiek. Wie beschrijvende statistiekjes met absolute percentages oplepelde, was een ophitser. Wie verklarende statistieken over achterliggende oorzaken besprak, was een wegkijker met heimelijke politieke bedoelingen. De discussie laaide op na een nieuw optreden in DWDD van historicus Leo Lucassen en commentator Sywert van Lienden over het verband tussen vluchtelingen en criminaliteit. De discussie werd vervolgens overgenomen op Twitter. Zelfs het wetenschappelijk bureau van GeenStijl wijdde er een bijdrage aan, die de onduidelijkheid alleen maar vergrootte door mechanismes en schijnverbanden op een hoop te gooien en te politiseren.

De hele discussie over de statistieken is een merkwaardige, verwarrende schijntegenstelling. Het laat vooral zien hoe gepolariseerd het vluchtelingendebat inmiddels is. Daarom zal ik in deze bijdrage de discussie wat ontrafelen. Hoewel het gaat om tamelijk basale statistieken is dat blijkbaar hard nodig.

De eerste les van vorige week was: gebruik alleen correcte statistieken en extrapoleer niet van tweede-generatie Antillianen naar vluchtelingen uit Syrië. Vandaag volgt de tweede les: creëer geen tegenstelling tussen beschrijvende en verklarende statistiek, maar gebruik beide. En politiseer het gebruik van statistiek niet.

 

Beschrijvende statistiek van criminele vluchtelingen

Er is één belangrijk argument waarom we de absolute percentages (over bijvoorbeeld het percentage vluchtelingen dat crimineel zou zijn) niet moeten ‘wegcijferen’. Dat argument is dat het niet uitmaakt of het niet uitmaakt of die criminaliteit komt door het overschot aan mannen van jonge leeftijd onder de groep vluchtelingen of door hun oorlogstrauma’s. Wat de oorzaken ook zijn, de ontvangende samenleving heeft simpelweg te maken met de instroom van een groep nieuwkomers die een hogere kans heeft om crimineel gedrag te vertonen. Dat de criminaliteit niet hoger is dan onder een groep Nederlanders met vergelijkbare kenmerken, zoals het waardevolle onderzoek van WODC, WRR, en SCP toont, maakt in principe niet uit voor de mensen die naast hen komen te wonen.

Toch is het van groot belang om voorbij deze beschrijvende statistieken en absolute percentages te kijken. Het klopt namelijk alleen maar in zoverre dat de oorzaken van criminaliteit statisch en niet context-afhankelijk zouden zijn. Hoe meer de oorzaken van criminaliteit zouden zijn ingegeven door de context waarin vluchtelingen leefden en leven, hoe minder je beschrijvende statistieken zou kunnen extrapoleren en hoe meer het mogelijk is om beleid te voeren om de oorzaken van criminaliteit weg te nemen. Evenzo geldt: hoe sterker criminaliteit een levensloop-traject kent (waar jongeren overheen groeien wanneer zij ouder worden en zich bijvoorbeeld settelen), hoe minder absoluut de beschrijvende statistieken zijn. Het zou de beschrijvende statistieken niet irrelevant maken, maar wel impliceren dat problemen tijdelijk zijn.

Kortom, alleen al om de beschrijvende statistieken te snappen hebben we verklarende statistieken nodig.

 

Verklarende statistiek naar de oorzaken van criminaliteit

Het belang van verklarende statistiek is evident: we willen begrijpen wat er achter die de samenhang tussen vluchtelingen en criminaliteit schuilgaat. Dat is niet alleen belangrijk voor beleidsmakers die hierdoor aanknopingspunten vinden om criminaliteit bestrijden. Ook gewone burgers die direct te maken krijgen met een AZC in hun omgeving hebben er wat aan de informatie dat  eventuele problemen structureel of context-gebonden zijn.

Toch kan ook verklarende statistiek niet zonder de beschrijvende statistiek. Dat we weten waarom bepaalde groepen oververtegenwoordigd zijn in de criminaliteitscijfers, neemt het reële probleem op korte termijn niet weg. Een scherp onderscheid tussen schijnverbanden en verklarende mechanismes is van groot belang om werkelijk te begrijpen wat er schuilgaat achter de beschrijvende statistiek. De meeste verklarende analyses die voorbijkomen weten dat overigens zorgvuldig te scheiden.

 

Kortom, maak onderscheid tussen de volgende stadia in statistische analyses:

  1. Beschrijvende statistiek: zijn vluchtelingen oververtegenwoordigd in criminaliteitscijfers?
  2. Verklarende statistiek (schijnverbanden): zijn vluchtelingen oververtegenwoordigd in criminaliteitscijfers omdat zij vluchteling zijn (of bijvoorbeeld omdat zij eerder jonger en mannelijk zijn)?
  3. Verklarende statistiek (mechanismes): Als vluchtelingen oververtegenwoordigd zijn in criminaliteitscijfers omdat zij vluchteling zijn, waarom is dit dan het geval? Zitten hier bijvoorbeeld economische (slechte arbeidsmarktpositie) of culturele (religieuze) verklaringen achter?

 

Statistiek, geen politiek

De discussie van afgelopen weken is vooral treurig doordat de tegenstander vaak buiten het debat wordt geplaatst. Het meest voorkomende verwijt is dat verklarende statistiek per definitie politiek is. Dit verwijt kwam afgelopen week steeds weer terug; op tv, radio en internet. Verklarende statistiek zou een ‘politieke keuze’ zijn, een ‘goedpraat-pavlov’ met ‘wegpoetscorrecties’ in ‘politiek geladen modellen’.

Zulke uitspraken zijn even belachelijk als hypocriet. Zowel beschrijvende als verklarende statistieken zijn nodig, zeker in een tijdsgeest wanneer criminaliteit op voorhand gekoppeld wordt aan afkomst of cultuur. De controle-variabelen in verklarende statistiek (in de huidige gepolitiseerde discussie ook wel omschreven als ‘wegmasseren’) bestaan veelal uit achtergrondkenmerken (als leeftijd, geslacht) en omgevingsvariabelen (als woonomgeving), die proberen rekening te houden met schijnverbanden. Veel van de keuzes zijn niet politiek, maar wel politiek relevant.

Bovendien, wie werkelijk gelooft dat de eigen statistiek de feiten biedt en de analyses van de ander niet, heeft een bord voor de kop. Als de keuze voor verklarende statistiek inherent politiek is, is de keuze voor beschrijvende statistiek dat evenzeer. Beschrijvende statistieken hebben pas zin als je weet wat ze betekenen.

About the author

Tom van der Meer
Tom van der Meer (1980) is Hoogleraar Politicologie, in het bijzonder Legitimiteit, Ongelijkheid en Burgerschap, aan de Universiteit van Amsterdam. Eerder werkte hij bij het Sociaal en Cultureel Planbureau en aan de Radboud Universiteit Nijmegen. Hij is sinds 2015 co-Directeur van het Nationaal Kiezersonderzoek (NKO) en Lokaal Kiezersonderzoek (LKO). Hij doet voornamelijk onderzoek naar Politiek vertrouwen, Kiesgedrag (electorale volatiliteit), Politieke socialisatie, en Sociaal kapitaal (burgerparticipatie, etnische diversiteit).

Related Articles

2 Comments

  1. Factsheets: veel sheet, weinig fact | transparantie in de media

    […] vormgeving , om met visualisaties allerlei verbanden en correlaties te suggereren en zo bij te dragen aan (verhitte) discussies of kabbelende gesprekken met cijfers op te stoken. Data vertelt een verhaal zo lekker objectief. Over cijfers valt nauwelijks te discussiëren: het […]

Leave a Reply

Your email address will not be published. Required fields are marked (required)