Le vittime della criminalità predatoria: un’esperienza di integrazione dei dati amministrativi con i dati campionari Isabella Corazziari | Istat SAPIENZA.

Presentazione sul tema: "Le vittime della criminalità predatoria: un’esperienza di integrazione dei dati amministrativi con i dati campionari Isabella Corazziari | Istat SAPIENZA."— Transcript della presentazione:

1 Le vittime della criminalità predatoria: un’esperienza di integrazione dei dati amministrativi con i dati campionari Isabella Corazziari | Istat SAPIENZA UNIVERSITÀ DI ROMA 25-26 NOVEMBRE 2016 CONVEGNO SCIENTIFICO LA SOCIETÀ ITALIANA E LE GRANDI CRISI ECONOMICHE

2 25-26 NOVEMBRE 2016 | SAPIENZA UNIVERSITÀ DI ROMA
Le vittime della criminalità predatoria: un’esperienza di integrazione dei dati amministrativi con i dati campionari Introduzione Tra gli Indicatori del benessere equo e solidale (BES) dimensione Giustizia: la stima delle vittime di alcuni reati più diffusi sul territorio nazionale: i furti in abitazione, le rapine ed i borseggi. A partire dai dati di fonte Ministero dell’Interno sulle denunce relative a tali fattispecie di reato, utilizzando i dati dell’indagine campionaria Sicurezza dei cittadini dell’Istat (realizzazioni 2002 e ), sono state ottenute le stime delle vittime. perché le denunce di reato fonte Ministero dell’Interno rappresentano solo una parte degli eventi criminosi subiti dai cittadini: non tutti i reati subiti vengono effettivamente denunciati.

3 25-26 NOVEMBRE 2016 | SAPIENZA UNIVERSITÀ DI ROMA
Le vittime della criminalità predatoria: un’esperienza di integrazione dei dati amministrativi con i dati campionari Introduzione Letteratura internazionale sul comportamento di denuncia, ai motivi cioè che spingono una vittima a denunciare l’evento subito. Tra tali motivi ci sono: l’entità della perdita economica e la speranza di ritrovare almeno in parte la refurtiva, o comunque di avere un risarcimento del danno ad esempio in presenza di assicurazione contro il furto in abitazione; il fatto di aver subito lesioni di varia entità che abbiano richiesto il ricorso a cure mediche, soprattutto se di pronto soccorso, ed altro ancora. Nell’indagine Sicurezza dei cittadini vengono rilevati su base dichiarativa da parte dei cittadini intervistati, oltre ad altri, il numero di reati di cui sopra subiti: denunciati con firma del verbale e non denunciati alle forze dell’ordine.

4 25-26 NOVEMBRE 2016 | SAPIENZA UNIVERSITÀ DI ROMA
Le vittime della criminalità predatoria: un’esperienza di integrazione dei dati amministrativi con i dati campionari Introduzione A partire dalle stime d’indagine campionaria del sommerso, stime cioè dei reati non denunciati alle forze di polizia o per i quali comunque non sia stata firmato il verbale di denuncia, sono state riponderate le denunce di fonte amministrativa (denunce da Ministero dell’Interno) per ottenere una stima più completa delle reali vittime dei reati considerati. Trattandosi di dati amministrativi integrati-corretti con dati campionari, la stima finale delle vittime è soggetta ad errore campionario derivante dall’utilizzo del sommerso da campione.

5 25-26 NOVEMBRE 2016 | SAPIENZA UNIVERSITÀ DI ROMA
Le vittime della criminalità predatoria: un’esperienza di integrazione dei dati amministrativi con i dati campionari Steps di lavoro Nel presente intervento, dopo un breve richiamo al metodo di stima e di calcolo dell’errore, verranno presentate le serie storiche , pubblicate nell’ultima edizione del BES relativamente a: Tasso di furti in abitazione: Numero di furti in abitazione sul totale delle famiglie per 1000. Tasso di borseggi: Numero di borseggi per 1000 abitanti Tasso di rapine: Numero di rapine per 1000 abitanti Verrà inoltre presentato un loro utilizzo come indicatori dell’aspetto oggettivo della sicurezza personale, nell’ambito di uno studio relativo alla relazione tra sicurezza personale e benessere, realizzato con tecniche multivariate (analisi fattoriale).

6 Il fattore di correzione per il sommerso
25-26 NOVEMBRE 2016 | SAPIENZA UNIVERSITÀ DI ROMA Le vittime della criminalità predatoria: un’esperienza di integrazione dei dati amministrativi con i dati campionari Il fattore di correzione per il sommerso Sia V = numero delle vittime di un certo reato in un anno; D = il numero delle denunce per quel reato: Il totale delle vittime V è dato dalla somma del totale delle denunce D per quel reato + il totale delle vittime che non hanno denunciato ND: V = D + ND la propensione alla denuncia P_D è data dal rapporto tra D e V: P_D = D/V Indicando con 1-D/V la propensione della vittima a non denunciare il reato, il totale delle vittime che non hanno denunciato sarà: ND = (1 – P_D) * V Da cui: V = D +ND = D + (1 – P_D) * V Risolvendo in V si ottiene: V - (1 – P_D) * V = D V * ( – P_D) = D V = D / P_D

7 Il fattore di correzione per il sommerso
25-26 NOVEMBRE 2016 | SAPIENZA UNIVERSITÀ DI ROMA Le vittime della criminalità predatoria: un’esperienza di integrazione dei dati amministrativi con i dati campionari Il fattore di correzione per il sommerso Il fattore finale di propensione alla denuncia viene calcolato sulla base dei risultati delle due passate indagini di Sicurezza dei cittadini (2002 e ) (appena possibile il fattore di correzione per il sommerso verrà aggiornato con i risultati Sicurezza 2016), ottenendo: P_D = 𝑭𝒊𝒓𝒎𝒂_𝒗𝒆𝒓𝒃𝒂𝒍𝒆 𝟐𝟎𝟎𝟐 + 𝑭𝒊𝒓𝒎𝒂_𝒗𝒆𝒓𝒃𝒂𝒍𝒆 𝟐𝟎𝟎𝟖−𝟎𝟗 𝑽𝒊𝒕𝒕𝒊𝒎𝒆 𝟐𝟎𝟎𝟐 + 𝑽𝒊𝒕𝒕𝒊𝒎𝒆 𝟐𝟎𝟎𝟖−𝟎𝟗 Per cui la stima finale sarà: V = D / 𝑭𝒊𝒓𝒎𝒂_𝒗𝒆𝒓𝒃𝒂𝒍𝒆 𝟐𝟎𝟎𝟐 + 𝑭𝒊𝒓𝒎𝒂_𝒗𝒆𝒓𝒃𝒂𝒍𝒆 𝟐𝟎𝟎𝟖−𝟎𝟗 𝑽𝒊𝒕𝒕𝒊𝒎𝒆 𝟐𝟎𝟎𝟐 + 𝑽𝒊𝒕𝒕𝒊𝒎𝒆 𝟐𝟎𝟎𝟖−𝟎𝟗 = = D * 𝑽𝒊𝒕𝒕𝒊𝒎𝒆 𝟐𝟎𝟎𝟐 + 𝑽𝒊𝒕𝒕𝒊𝒎𝒆 𝟐𝟎𝟎𝟖−𝟎𝟗 𝑭𝒊𝒓𝒎𝒂_𝒗𝒆𝒓𝒃𝒂𝒍𝒆 𝟐𝟎𝟎𝟐 + 𝑭𝒊𝒓𝒎𝒂_𝒗𝒆𝒓𝒃𝒂𝒍𝒆 𝟐𝟎𝟎𝟖−𝟎𝟗

8 Il calcolo della varianza della stima finale
25-26 NOVEMBRE 2016 | SAPIENZA UNIVERSITÀ DI ROMA Le vittime della criminalità predatoria: un’esperienza di integrazione dei dati amministrativi con i dati campionari Il calcolo della varianza della stima finale Calcolo della varianza di una funzione non lineare di variabili casuali, differenziabile del secondo ordine, basata sull’approssimazione di Taylor di ordine 2 (Metodo di linearizzazione di Taylor): Si consideri l’approssimazione di Taylor del primo ordine per una funzione g di un vettore di variabili casuali X=(X1, …, XK), con media Θ=(θ1, …, θ K), e g differenziabile del secondo ordine: per grandi campioni il resto va a 0 più velocemente di (x-a)r. Si dimostra che il valore atteso di g(X) è g(Θ) e la varianza di g è la forma quadratica data dal vettore delle derivate prime parziali di g rispetto ad ogni Xi (g jacobiano) e la matrice delle covarianze Σ del vettore X: var[g(X)]= g’(X)t Σ g’(X) con g’(X)=vettore delle derivate parziali di g:

9 Il calcolo della varianza della stima finale
25-26 NOVEMBRE 2016 | SAPIENZA UNIVERSITÀ DI ROMA Le vittime della criminalità predatoria: un’esperienza di integrazione dei dati amministrativi con i dati campionari Il calcolo della varianza della stima finale Woodroof: variante per disegni campionari complessi stratificati a più stadi. Sicurezza dei cittadini (stratificato a due stadi, al secondo stadio intervistato un unico individuo della famiglia selezionato casualmente): la variante consiste nel considerare i dati post stratificati, cioè pesati con i pesi risultato della calibrazione finale (si veda Woodroof 1971 per i dettagli) Indicando con Fanno=stima totale vittime che hanno firmato il verbale di denuncia Vanno=stima totale vittime si esprima V (il numero totale di vittime per un determinato reato) in funzione delle stime del totale delle vittime e delle vittime che hanno firmato il verbale di denuncia: V ( 𝑉 2002 , 𝑉 2008−09 , 𝐹 2002 , 𝐹 2008−09 )= D * 𝑽 𝟐𝟎𝟎𝟐 + 𝑽 𝟐𝟎𝟎𝟖−𝟎𝟗 𝑭 𝟐𝟎𝟎𝟐 + 𝑭 𝟐𝟎𝟎𝟖−𝟎𝟗 V’ = 𝝏𝑽 𝝏 𝑽 𝟐𝟎𝟎𝟐 𝑽 𝟐𝟎𝟎𝟐 + 𝝏𝑽 𝝏 𝑽 𝟐𝟎𝟎𝟖−𝟎𝟗 𝑽 𝟐𝟎𝟎𝟖−𝟎𝟗 + 𝝏𝑽 𝝏 𝑭 𝟐𝟎𝟎𝟐 𝑭 𝟐𝟎𝟎𝟐 + 𝝏𝑽 𝝏 𝑭 𝟐𝟎𝟎𝟖−𝟎𝟗 𝑭 𝟐𝟎𝟎𝟖−𝟎𝟗

10 2(V’ )= 𝑫 𝑭 𝟐𝟎𝟎𝟐 + 𝑭 𝟐𝟎𝟎𝟖−𝟎𝟗 𝟐 (2( 𝑽 𝟐𝟎𝟎𝟐 )+ 2(𝑽 𝟐𝟎𝟎𝟖−𝟎𝟗 ))+
25-26 NOVEMBRE 2016 | SAPIENZA UNIVERSITÀ DI ROMA Le vittime della criminalità predatoria: un’esperienza di integrazione dei dati amministrativi con i dati campionari Il calcolo della varianza della stima finale V’ = 𝑫 𝑭 𝟐𝟎𝟎𝟐 + 𝑭 𝟐𝟎𝟎𝟖−𝟎𝟗 𝑽 𝟐𝟎𝟎𝟐 + 𝑫 𝑭 𝟐𝟎𝟎𝟐 + 𝑭 𝟐𝟎𝟎𝟖−𝟎𝟗 𝑽 𝟐𝟎𝟎𝟖−𝟎𝟗 − 𝑫∙ 𝑽 𝟐𝟎𝟎𝟐 + 𝑽 𝟐𝟎𝟎𝟖−𝟎𝟗 𝑭 𝟐𝟎𝟎𝟐 + 𝑭 𝟐𝟎𝟎𝟖−𝟎𝟗 𝟐 𝑭 𝟐𝟎𝟎𝟐 − 𝑫∙ 𝑽 𝟐𝟎𝟎𝟐 + 𝑽 𝟐𝟎𝟎𝟖−𝟎𝟗 𝑭 𝟐𝟎𝟎𝟐 + 𝑭 𝟐𝟎𝟎𝟖−𝟎𝟗 𝟐 𝑭 𝟐𝟎𝟎𝟖−𝟎𝟗 2(V’ )= 𝑫 𝑭 𝟐𝟎𝟎𝟐 + 𝑭 𝟐𝟎𝟎𝟖−𝟎𝟗 𝟐 (2( 𝑽 𝟐𝟎𝟎𝟐 )+ 2(𝑽 𝟐𝟎𝟎𝟖−𝟎𝟗 ))+ 𝑫∙ 𝑽 𝟐𝟎𝟎𝟐 + 𝑽 𝟐𝟎𝟎𝟖−𝟎𝟗 𝑭 𝟐𝟎𝟎𝟐 + 𝑭 𝟐𝟎𝟎𝟖−𝟎𝟗 𝟐 𝟐 2(𝑭 𝟐𝟎𝟎𝟐 ) +2(𝑭 𝟐𝟎𝟎𝟖−𝟎𝟗 ) Le covarianze sono considerate 0 perché i campioni tra differenti ripetizione dell’indagine sono indipendenti, le varianze di ogni stima sono fornite nei risultati di ogni indagine Rimane il problema di correlazione tra firma del verbale e vittime ... come viene affrontato nel calcolo della varianza dei rapporti/tassi

11 Stima del sommerso borseggio: per sesso ed età, 2014
25-26 NOVEMBRE 2016 | SAPIENZA UNIVERSITÀ DI ROMA Le vittime della criminalità predatoria: un’esperienza di integrazione dei dati amministrativi con i dati campionari Stima del sommerso borseggio: per sesso ed età, 2014 Tavola Tasso di borseggio (a) per sesso e classe di età (b) - Anni (per persone) CLASSI DI ETÀ 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 MASCHI 14-17 3.0 4.2 5.8 5.1 4.9 5.7 7.2 2.4 9.6 18-24 7.7 9.7 13.1 13.2 10.7 9.5 9.3 11.9 14.3 17.1 17.6 25-34 3.9 5.0 6.5 6.9 5.4 4.7 5.5 6.6 7.3 7.8 35-44 2.5 3.1 4.3 4.4 3.6 3.2 4.0 4.5 4.8 45-54 3.8 5.3 5.6 3.7 3.4 4.1 6.0 55-64 6.3 65 e più 6.1 10.4 8.0 7.5 9.1 10.5 12.1 Totale 7.1 7.4 7.0 8.7 FEMMINE 12.9 9.9 8.9 10.1 11.3 15.7 19.4 8.8 14.0 14.6 11.0 12.3 16.1 19.0 19.3 8.2 10.3 7.9 9.4 10.8 11.1 4.6 10.0 7.6 8.4 9.0 9.2 6.2 8.3 6.8 8.6 6.4 MASCHI E FEMMINE 3.5 14.4 10.2 13.6 13.9 15.2 18.0 18.4 5.9 8.1 5.2 8.5 6.7

12 Stima del sommerso rapine: per sesso ed età, 2014
25-26 NOVEMBRE 2016 | SAPIENZA UNIVERSITÀ DI ROMA Le vittime della criminalità predatoria: un’esperienza di integrazione dei dati amministrativi con i dati campionari Stima del sommerso rapine: per sesso ed età, 2014 Tavola Tasso di rapina (a) per sesso e classe di età (b) - Anni (per persone di 14 anni e più) CLASSI DI ETÀ 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 MASCHI 14-17 8.8 9.6 10.9 10.4 10.0 6.0 5.9 6.6 6.7 2.2 8.1 18-24 15.9 16.0 18.5 17.8 17.2 10.1 10.7 14.7 14.8 16.5 14.3 25-34 4.2 4.0 4.4 4.3 3.9 2.5 2.9 3.6 3.7 3.2 35-44 3.8 3.5 2.6 3.1 3.4 3.3 3.0 45-54 2.3 2.1 1.3 1.5 1.8 1.9 1.7 55-64 2.0 1.2 1.6 65 e più 0.8 0.7 0.4 0.6 0.9 Totale 4.5 4.1 2.7 FEMMINE 1.0 0.5 0.3 2.4 1.4 1.1 MASCHI E FEMMINE 4.9 5.4 6.1 5.8 5.5 4.6 9.2 9.3 10.6 10.3 9.9 6.2 8.5 9.5 8.2 2.8

13 25-26 NOVEMBRE 2016 | SAPIENZA UNIVERSITÀ DI ROMA
Le vittime della criminalità predatoria: un’esperienza di integrazione dei dati amministrativi con i dati campionari Stima del sommerso borseggio: per regione e ripartizione geografica 2014 Tavola Tasso di borseggio (a) per regione e ripartizione geografica - Anni (per persone) REGIONI E RIPARTIZIONI GEOGRAFICHE 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 Piemonte 6.3 6.0 9.8 9.6 7.0 6.6 6.7 7.9 9.7 10.0 Valle d'Aosta/Vallée d'Aoste 1.9 3.0 2.6 3.9 2.0 2.2 2.9 Liguria 7.4 10.9 15.3 12.6 10.4 9.9 10.5 10.7 12.2 Lombardia 6.4 8.4 10.2 11.0 9.1 8.7 11.3 Trentino-Alto Adige/Südtirol 2.5 2.4 3.4 4.2 Bolzano/Bozen 1.3 3.8 3.5 4.4 5.0 Trento 1.8 2.7 2.1 Veneto 4.6 4.5 6.2 5.3 8.3 9.0 9.2 Friuli-Venezia Giulia 3.2 3.7 3.1 3.6 4.0 4.3 Emilia-Romagna 7.3 8.2 8.9 5.9 5.4 7.1 9.4 Toscana 5.1 6.5 Umbria 4.1 4.9 Marche 2.3 3.3 2.8 4.7 Lazio 14.1 13.4 6.8 8.5 11.8 14.6 16.5 Abruzzo Molise 0.7 1.2 1.0 1.7 Campania Puglia 4.8 5.6 Basilicata 0.3 0.6 0.5 1.1 Calabria 0.8 0.9 Sicilia Sardegna 1.5 1.6 Nord 6.9 8.8 8.0 9.5 Centro 9.3 6.1 10.1 Mezzogiorno Italia 5.5 7.5

14 Stima del sommerso rapine: per regione e ripartizione geografica 2014
25-26 NOVEMBRE 2016 | SAPIENZA UNIVERSITÀ DI ROMA Le vittime della criminalità predatoria: un’esperienza di integrazione dei dati amministrativi con i dati campionari Stima del sommerso rapine: per regione e ripartizione geografica 2014 Tavola Tasso di rapina (a) per regione e ripartizione geografica - Anni (per persone) REGIONI E RIPARTIZIONI GEOGRAFICHE 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 Piemonte 2.5 2.0 2.3 2.4 2.1 1.4 1.5 1.8 1.9 Valle d'Aosta/Vallée d'Aoste 0.2 0.1 Liguria 3.3 3.2 3.8 4.7 3.1 2.8 Lombardia 1.7 1.1 1.2 Trentino-Alto Adige/Südtirol 1.6 2.6 Bolzano/Bozen 3.0 2.2 2.9 4.3 Trento 0.9 0.7 1.0 1.3 Veneto 0.6 0.5 0.4 0.3 Friuli-Venezia Giulia Emilia-Romagna 0.8 Toscana Umbria Marche Lazio Abruzzo Molise 0.0 Campania 6.1 6.0 6.6 5.8 5.2 3.7 3.9 Puglia 4.5 3.6 5.1 5.3 4.6 Basilicata Calabria 2.7 Sicilia Sardegna Nord Centro Mezzogiorno Italia

15 25-26 NOVEMBRE 2016 | SAPIENZA UNIVERSITÀ DI ROMA
Le vittime della criminalità predatoria: un’esperienza di integrazione dei dati amministrativi con i dati campionari Stima del sommerso furti in abitazione: per regione e ripartizione geografica 2014 Tavola Tasso di furti in abitazione (a) per regione e ripartizione geografica - Anni (per famiglie) REGIONI E RIPARTIZIONI GEOGRAFICHE 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 Piemonte 9.6 10.5 12.5 16.1 13.5 12.8 14.1 16.2 18.9 21.4 22.2 Valle d'Aosta/Vallée d'Aoste 9.0 10.8 11.6 12.3 9.7 11.5 7.6 8.8 11.1 8.4 Liguria 10.1 11.2 14.3 10.9 10.2 13.6 16.7 16.6 17.3 Lombardia 8.6 9.9 13.1 15.0 14.4 16.5 19.0 20.3 22.7 23.3 Trentino-Alto Adige/Südtirol 5.8 4.7 6.2 5.0 5.1 6.7 10.6 14.2 Bolzano/Bozen 7.0 5.5 5.4 4.3 6.1 13.2 Trento 4.9 5.2 4.0 6.5 5.7 4.6 7.2 12.4 14.9 Veneto 10.0 12.0 13.8 10.7 11.3 14.8 19.5 20.7 Friuli-Venezia Giulia 6.4 7.5 8.1 8.2 16.8 Emilia-Romagna 13.9 17.2 18.6 15.5 16.0 16.4 22.9 27.1 28.8 31.9 Toscana 8.9 11.8 11.9 11.7 13.0 17.0 19.8 19.9 19.7 Umbria 12.6 15.7 18.3 21.5 28.0 23.7 Marche 9.8 12.1 19.4 21.1 Lazio 12.7 Abruzzo 7.9 11.0 12.2 16.3 17.7 Molise 4.2 9.2 7.7 8.5 8.3 Campania 6.3 7.8 7.1 6.9 9.3 Puglia 14.7 15.9 Basilicata 3.0 2.1 4.5 3.5 Calabria 5.6 6.6 5.9 Sicilia 7.4 13.3 Sardegna 8.0 9.1 9.4 Nord 10.3 15.2 21.8 Centro 15.3 Mezzogiorno 9.5 8.7 Italia 11.4 17.9

16 25-26 NOVEMBRE 2016 | SAPIENZA UNIVERSITÀ DI ROMA
Le vittime della criminalità predatoria: un’esperienza di integrazione dei dati amministrativi con i dati campionari Un’applicazione I tassi delle vittime per 1000 abitanti, come indicatori dell’aspetto oggettivo della sicurezza personale: relazione tra sicurezza personale e benessere, descritta mediante tecniche statistiche multivariate (analisi fattoriale)

17 Gli indicatori di sicurezza (tassi)
25-26 NOVEMBRE 2016 | SAPIENZA UNIVERSITÀ DI ROMA Le vittime della criminalità predatoria: un’esperienza di integrazione dei dati amministrativi con i dati campionari Gli indicatori di sicurezza (tassi) dimensioni della sicurezza personale, oggettiva e soggettiva. INDICATORI OGGETTIVI OMICIDI (2014) FURTI IN ABITAZIONE (2014) BORSEGGI (2014) RAPINE (2014) VIOLENZA FISICA (2006) VIOLENZA SESSUALE (2006) INDICATORI SOGGETTIVI SI SENTONO SICURI SE CAMMINANO AL BUIO DA SOLI NELLA ZONA OVE VIVONO (2014) SONO PREOCCUPATI DI POTER SUBIRE VIOLENZA SESSUALE ( ) HANNO AVUTO PAURA DI ESSERE SUL PUNTO DI SUBIRE UN REATO NELL’ULTIMO ANNO ( ) PERCEPISCONO ELEMENTI DI DEGRADO NELLA ZONA OVE VIVONO ( ) Analisi da ripetere con nuovi dati aggiornati con violenza donne 2014 e sicurezza cittadini 2016 INDICATORE SOGGETTIVO SPECIFICO PER FASI DEL CICLO DI VITA VIOLENZE FISICHE O SESSUALI SUBITE DALLA DONNA ALL’INTERNO DELLA COPPIA (% sulle donne che attualmente hanno o hanno avuto in passato un partner) (2006)

18 25-26 NOVEMBRE 2016 | SAPIENZA UNIVERSITÀ DI ROMA
Le vittime della criminalità predatoria: un’esperienza di integrazione dei dati amministrativi con i dati campionari Fonti dei dati Indicatore 1 (omicidi): Delitti denunciati dalle Forze di polizia all’Autorità giudiziaria - elaborazioni Istat su dati Ministero dell’Interno; Indicatori 2,3 e 4 (borseggio, rapina, furto in abitazione): Vittime che hanno denunciato il reato alle Forze dell’ordine (dati Ministero Interno), moltiplicato per un opportuno fattore di correzione relativo al sommerso (evento non denunciato), ottenuto dai dati dell’indagine di Sicurezza dei cittadini (Istat); Indicatori 5, 6 e 11 (violenza fisica, sessuale, domestica contro la donna): Indagine sulla sicurezza delle donne (Istat); Indicatori 7, 8, 9 e 10 (indicatori di percezione soggettiva): Indagine di Sicurezza dei cittadini (Istat).

19 Analisi multivariata degli indicatori
25-26 NOVEMBRE 2016 | SAPIENZA UNIVERSITÀ DI ROMA Le vittime della criminalità predatoria: un’esperienza di integrazione dei dati amministrativi con i dati campionari Analisi multivariata degli indicatori Dati dall’indagine Sicurezza dei cittadini 2002 e 2008. La prima componente contrappone situazioni di degrado associate a rapine e a cittadini che temono di subire violenza sessuale o hanno avuto paura di stare per subire un reato nell’ultimo anno, a situazioni di sicurezza percepita. La seconda componente contrappone il fattore di genere che caratterizza i reati di omicidio e di violenza sessuale: gli omicidi (più gravi in termini di conseguenze), a tipica componente maschile per le vittime (semiasse negativo), e la violenza sessuale contro la donna, di varia gravità, come lo stupro ma anche le molestie. BES Dall’analisi della matrice di correlazione tra gli indicatori considerati emerge che i furti sono correlati positivamente con i borseggi, ed entrambi lo sono negativamente con il fatto di sentirsi sicuri camminando al buio da soli. I borseggi sono inoltre correlati positivamente con le misure di presenza di degrado nella zona in cui si vive, con il fatto di aver avuto paura negli ultimi 12 mesi di stare per subire un reato, e con la paura per se o per i propri familiari, di subire una violenza sessuale. Le correlazioni più forti sono tra l’indicatore relativo alla preoccupazione, per se o un proprio familiare, di subire una violenza sessuale e gli indicatori di presenza di degrado nella zona in cui si vive e di paura negli ultimi 12 mesi di stare per subire un reato, questi ultimi fortemente correlati a loro volta (correlazioni tutte superiori a 0,8), e tra gli indicatori di violenza fisica, sessuale e domestica (correlazioni superiori a 0,7). Negativa è invece la correlazione tra il fatto di sentirsi sicuri camminando la sera da soli nella zona in cui si vive e gli indicatori di degrado e di paura di stare per subire un reato, e la preoccupazione di essere vittima di violenza sessuale. L’analisi in componenti principali mostra che il 60% della varianza è spiegata dalle prime due componenti. In particolare la prima componente spiega il 44,3% della varianza e la seconda il 15,3%. Dati dall’indagine Sicurezza dei cittadini 2002 e 2008 e da fonte Ministero degli Interni

20 Analisi multivariata degli indicatori
25-26 NOVEMBRE 2016 | SAPIENZA UNIVERSITÀ DI ROMA Le vittime della criminalità predatoria: un’esperienza di integrazione dei dati amministrativi con i dati campionari Analisi multivariata degli indicatori BES La proiezione delle regioni sul piano fattoriale identificato dalle prime due componenti estratte indica che Campania e Lazio sono caratterizzate dalle situazioni di disagio dovute a preoccupazione di stare per subire un reato o violenza sessuale, e degrado; la Puglia sembra maggiormente caratterizzata dall’indicatore degli omicidi rispetto alla media complessiva; le regioni Abruzzo ed Emilia Romagna da violenza fisica e domestica, mentre la Liguria e in misura minore la Toscana da violenza domestica ma anche borseggio e furti. La Valle d’Aosta, il Trentino, la Basilicata sembrano caratterizzate dalla situazione a minor disagio e rischio di criminalità come descritta dagli indicatori considerati. Dati dall’indagine Sicurezza dei cittadini 2002 e 2008 e da fonte Ministero degli Interni

21 25-26 NOVEMBRE 2016 | SAPIENZA UNIVERSITÀ DI ROMA
Le vittime della criminalità predatoria: un’esperienza di integrazione dei dati amministrativi con i dati campionari Conclusioni L’analisi è il frutto dell’integrazione di dati da varie fonti. Nella presentazione si è voluto sottolineare l’importanza di un approccio integrato che faccia riferimento a diverse fonti di dati: per il potenziamento di indicatori, che se basati solo su una fonte dati (solo polizia o solo indagine di popolazione) rischierebbero di dare una rappresentazione quantomeno incompleta per non dire fuorviante in alcuni casi, della realtà. per l’analisi di fenomeni complessi quali l’analisi del benessere. Per analizzare la relazione tra sicurezza e benessere è infatti necessario un approccio complesso che includa: dal punto di vista soggettivo, l’analisi delle dimensioni cognitiva ed emotiva, che sono parte della percezione della sicurezza e della preoccupazione rispetto alla criminalità; dal punto di vista oggettivo, la considerazione di diversi reati, tipizzati per genere e per gravità. Mancano tuttavia alcuni indicatori essenziali per affinare le analisi, come le varie forme di violenza contro gli uomini o ad esempio la corruzione, la cui stima risulta essenziale per analizzare il benessere del Paese.