WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Quartier de résidence et délinquance

( Télécharger le fichier original )
par Mohamed OUATTARA
Université de Lausanne.Suisse - Master en droit,option criminologie et sécurité 2008
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

4.2-Les comportements déviants

4.2.1-La prévalence vie

a-comportements violents fréquents

Tableau 17 :

 

B

S. E

Wald

Df

Sig

Exp (B)

Dégradation du quartier

1.182

.296

15.971

1

.000

3.261

Lieu de naissance du père

.606

.092

43.554

1

.000

1.833

Entente avec la mère

.617

.222

7.730

1

.005

1.854

Âge

.239

.089

7.279

1

.007

1.270

Cohésion sociale

.297

.105

8.029

1

.005

1.346

Nagelkerke R Square : 0.037

C'est la variable dégradation du quartier qui a le plus d'influence sur la commission des comportements violents fréquents. Les jeunes des quartiers fortement dégradés ont un risque trois fois plus élevés de commettre ce genre de comportement que ceux issus de quartiers faiblement dégradés. Le Nagelkerke indique que le modèle explique 3.7% de la variance.

b-comportements violents rares

Tableau 18 :

 

B

S. E

Wald

Df

Sig

Exp (B)

Sexe

1.127

.184

37.521

1

.000

3.086

Entente avec le père

1.016

.260

15.235

1

.000

2.762

Lieu de naissance du père

.711

.165

18.539

1

.000

2.036

Nagelkerke R Square : 0.093

A la lecture de ce tableau, la variable sexe a plus d'influence sur la commission des comportements violents rares. Les garçons ont un risque trois fois plus élevés d'avoir des comportements violents rares que les filles. Il faut cependant relativiser ce résultat en ce sens que le Nagelkerke indique que ce modèle n'explique que 9.3% de la variance.

c- Le vandalisme

Tableau 19 :

 

B

S. E

Wald

Df

Sig

Exp (B)

Dégradation du quartier

1.406

.312

20.265

1

.000

4.080

Sexe

.941

.116

65.217

1

.000

2.562

Entente avec le père

.727

.205

12.623

1

.000

2.069

Lieu de naissance du père

.328

.116

8.042

1

.005

1.388

Âge

.306

.110

7.782

1

.005

1.358

Cohésion sociale

.312

.115

7.382

1

.007

1.366

Nagelkerke R Square : 0.077

A la lecture de ce tableau, nous constatons que la variable qui a le plus d'influence sur le vandalisme est la variable dégradation du quartier. Dans ce cas, c'est plutôt une variable environnemental qui agit le plus sur notre variable dépendante. En effet, les jeunes des quartiers fortement dégradés ont un risque quatre fois plus élevés de commettre des actes de vandalisme que ceux des quartiers faiblement dégradés.

Cette interprétation doit être relativisée car le Nagelkerke indique que le modèle explique seulement 7.7% de la variance.

d- Vol à l'étalage

Tableau 20 :

 

B

S. E

Wald

Df

Sig

Exp (B)

Dégradation du quartier

.909

.308

8.718

1

.000

2.483

Vit avec au moins un de ses parents

.728

.152

22.834

1

.000

2.071

Âge

.332

.086

14.753

1

.000

1.393

Entente avec le père

.526

.173

9.242

1

.002

1.691

Entente avec la mère

.653

.222

8.696

1

.003

1.922

Lieu de naissance du père

.250

.093

7.279

1

.007

1.284

Cohésion sociale

.247

.092

7.261

1

.007

1.280

Sexe

.232

.087

7.112

1

.008

1.261

Nagelkerke R Square : 0.052

Nous constatons par ce tableau, que c'est la dégradation qui a plus d'influence dans la réalisation d'un vol à l'étalage comme pour le vandalisme. C'est une variable environnemental qui a donc plus d'influence sur la réalisation de ce genre de délits. Compte tenu de la valeur de l'odd's ratio, nous constatons que les jeunes des quartiers des quartiers fortement dégradés ont un risque deux fois plus élevés de commettre un vol à l'étalage que les jeunes des quartiers faiblement dégradés.

Le Nagelkerke indique que le modèle explique 5.2% de la variance.

e- Délits rares contre la propriété

Tableau 21 :

 

B

S. E

Wald

Df

Sig

Exp (B)

Sexe

1.110

.148

55.987

1

.000

3.035

Âge

.722

.137

27.766

1

.000

2.059

Dégradation du quartier

1.025

.355

8.358

1

.004

2.788

Entente avec le père

.697

.241

8.386

1

.004

2.008

Travail du père

.560

.276

4.123

1

.042

1.750

Lieu de naissance mère

.345

.170

4.103

1

.043

1.411

Vit avec au moins 1 parent

.465

.232

4.011

1

.045

1.593

Lieu de naissance père

.341

.170

4.013

1

.045

1.407

Nagelkerke R Square : 0.103

Pour ce qui est des délits rares contre la propriété, c'est plutôt un facteur individuel qui a le plus d'influence. Il s'agit du sexe. Vu l'odd's ratio, les plus âgés des jeunes ont un risque trois fois plus élevés de commettre des délits rares contre la propriété que les moins âgés. Le modèle est expliqué seulement que par 10.3% de la variance selon le Nagelkerke.

f- Le hacking

Tableau 22 :

 

B

S. E

Wald

Df

Sig

Exp (B)

Sexe

1.526

.171

79.293

1

.000

4.598

Entente avec la mère

1.043

.300

12.076

1

.001

2.837

Lieu de naissance père

.436

.144

9.138

1

.003

1.547

Entente avec le père

.555

.271

4.200

1

.040

1.743

Nagelkerke R Square : 0.091

Nous constatons que pour le hacking, c'est un facteur individuel en l'occurrence le sexe qui a le plus d'influence dans sa réalisation. Les garçons ont un risque quatre fois plus élevés de commettre du hacking que les filles. Le Nagelkerke indique que le modèle explique 9.1% de la variance.

g- Vente de drogues

Tableau 23 :

 

B

S. E

Wald

Df

Sig

Exp (B)

Entente avec le père

1.706

.267

40.821

1

.000

5.509

Dégradation du quartier

1.675

.403

17.246

1

.000

5.337

Sexe

1.479

.243

37.138

1

.000

4.387

Âge

.981

.210

21.740

1

.000

2.666

Nagelkerke R Square : 0.136

A la lecture de ce tableau, nous constatons que c'est un facteur individuel qui influence le plus la vente de drogues. Il s'agit de l'entente au sein de la famille du jeune notamment l'attente avec son père.

Selon la valeur de l'odd's ratio, les jeunes qui ne s'entendent pas avec leur père ou l'homme avec lequel ils vivent ont un risque cinq fois plus élevés de vendre de la drogue que qui s'entendent avec leur père ou l'homme avec lequel ils vivent. Le modèle n'explique que 13.6% de la variance.

4.2.2-La prévalence dernière année

a- Les comportements violents fréquents

Tableau 24 :

 

B

S. E

Wald

Df

Sig

Exp (B)

Sexe

1.663

.134

153.056

1

.000

5.277

Entente avec la mère

1.084

.260

17.358

1

.000

2.956

Lieu naissance du père

.571

115

24.632

1

.000

1.770

Âge

.291

.111

6.824

1

.009

1.337

Nagelkerke R Square : 0.139

A la lecture de ce tableau, nous constatons que c'est un facteur individuel qui a le plus d'influence sur la commission des comportements violents fréquents. Il s'agit du sexe et vu la valeur de l'odd's ratio, les garçons ont un risque cinq fois plus élevés d'avoir des comportements violents que les filles.

Nous obtenons le même facteur c'est-à-dire le sexe aussi bien avec la prévalence vie qu'avec la prévalence dernière année.

Il nous faut cependant relativiser car le Nagelkerke indique que ce modèle n'explique que 13.9% de la variance comportements violents fréquents.

b- Les comportements violents rares

Tableau 25 :

 

B

S. E

Wald

Df

Sig

Exp (B)

Sexe

1.457

.279

27.339

1

.000

4.291

Entente avec le père

1.416

.334

17.987

1

.000

4,121

Lieu naissance du père

.890

.229

15.167

1

.000

2.436

Entente avec la mère

.824

.444

3.447

1

.000

2.280

Nagelkerke R Square : 0.099

Concernant les comportements violents rares, c'est encore un facteur individuel qui a le plus d'influence, il s'agit du sexe. Les garçons ont un risque quatre fois plus élevés d'avoir des comportements violents rares que les filles. Encore une fois il faut relativiser les résultats car le modèle n'indique que 9.9% de la variance.

C'est le même facteur (le sexe) qui a le plus d'influence sur la commission de ce délit aussi bien concernant la prévalence vie que la prévalence dernière année.

c- Le vandalisme

Tableau 26 :

 

B

S. E

Wald

Df

Sig

Exp (B)

Dégradation du quartier

1.369

.355

14.864

1

.000

3.933

Sexe

1.091

.154

50.240

1

.000

2.978

Entente avec le père

1.013

.235

18.511

1

.000

2.754

Nagelkerke R Square : 0.081

Nous constatons qu'aussi bien pour la prévalence vie que pour la prévalence dernière année, c'est la dégradation du quartier qui a le plus d'influence sur le vandalisme. Il s'agit d'un facteur environnemental et vue l'odd's ratio, les jeunes des quartiers fortement dégradés ont un risque trois fois plus élevés de commettre des actes de vandalisme que ceux des quartiers faiblement dégradés.

Il nous faut par contre toujours relativiser nos résultats car le modèle avec le Nagelkerke n'explique que 8.1% de la variance du vandalisme

d- Le vol à l'étalage

Tableau 27 :

 

B

S. E

Wald

Df

Sig

Exp (B)

Entente avec le père

1.045

.201

26.965

1

.000

2.843

Entente avec la mère

1.034

.256

16.352

1

.000

2.812

Dégradation du quartier

1.74

.348

9.524

1

.002

2.927

Travail du père

.436

.154

7.975

1

.005

1.547

Nagelkerke R Square : 0.043

Contrairement à la prévalence vie ou s'était un facteur de type environnemental (dégradation du quartier) qui avait le plus d'influence sur la commission des vols à l'étalage, en ce qui concerne la prévalence dernière année, c'est plutôt l'entente au sein de la famille notamment avec le père. En effet, les jeunes qui ne s'entendent pas avec leur père ont un risque deux fois plus élevés de commettre un vol à l'étalage que ceux qui s'entendent avec leur mère ou la femme avec laquelle ils vivent.

Le Nagelkerke indique que le modèle explique 4.7% de la variance

e- Les rares offenses contre la propriété

Tableau 28 :

 

B

S. E

Wald

Df

Sig

Exp (B)

Dégradation du quartier

1.687

.353

22.798

1

.000

5.405

Sexe

1.154

.202

32.781

1

.000

3.172

Âge

.547

.179

9.312

1

.002

1.727

Nagelkerke R Square : 0.098

Le sexe avait été l'élément déterminant dans la réalisation des rares offenses de propriété en ce qui concerne la prévalence vie. Pour ce qui est de la prévalence dernière année, c'est plutôt la dégradation du quartier qui est un facteur de type environnemental.

Les jeunes des quartiers fortement dégradés ont un risque cinq fois plus élevés de commettre des rares offenses de propriété que ceux des quartiers faiblement dégradés, mais le modèle n'explique que 9.8% de la variance.

f- Le hacking

Tableau 29 :

 

B

S. E

Wald

Df

Sig

Exp (B)

Sexe

1.589

.207

58.706

1

.000

4.901

Entente avec la mère

.995

.345

8.322

1

.004

2.703

Entente avec le père

.700

.303

5.340

1

.0021

2.013

Lien affectif

.334

.170

3.852

1

.050

1.397

Nagelkerke R Square : 0.088

Comme pour la prévalence vie, le sexe est le facteur déterminant dans la réalisation du hacking et les garçons ont un risque quatre fois plus élevés de faire du hacking que les filles. Cependant le Naelkerke indique que 8.8% de la variance.

g- La vente de drogues

Tableau 30 :

 

B

S. E

Wald

Df

Sig

Exp (B)

Entente avec le père

1.602

.306

27.388

1

.000

4.964

Sexe

1.532

.278

30.415

1

.000

4.628

Âge

.944

.238

15.770

1

.000

2.571

Nagelkerke R Square : 0.118

Nous obtenons le même facteur qui influence la vente de drogues aussi bien pour la prévalence vie que pour celle de la dernière année. Il s'agit de l'entente au sein de la famille notamment celle avec le père. Vu la valeur de l'odd's ratio, les jeunes qui ne s'entendent pas avec leur père ou l'homme avec lequel ils vivent ont un risque quatre fois plus élevés de vendre de la drogue que ceux qui s'entendent avec leur père ou l'homme avec lequel ils vivent.

Le Nagelkerke indique que 11.8% de la variance vente de drogues.

4.2.3- Synthèse

En résumé pour ce qui est de la consommation de substances, nous constatons que les facteurs de type individuel ont plus d'influence sur la commission de ce délit. Sauf la dégradation du quartier qui a un impact plus important en ce qui concerne la consommation des drogues dures pour ce qui est de la prévalence vie.

Ces résultats vont à l'encontre de Shaw et McKay (1969) qui ont affirmé en tenant compte du fait que la délinquance persistait dans les quartiers de Chicago quand bien même la composition de la population était changeante que la délinquance était plus le produit de facteurs environnementaux qu'individuels.

Leur point de vue se trouve justifié dans notre analyse que pour la consommation de drogues dures pour la prévalence vie.

Pour ce qui est des comportements déviants, nous obtenons aussi le fait que les facteurs individuels jouent un rôle beaucoup plus déterminant que les facteurs environnementaux aussi bien pour ce qui est de la prévalence vie que de la prévalence dernière année.

Les seules fois où se sont des facteurs environnementaux qui jouent un rôle déterminant, il s'agit toujours du même facteur c'est-à-dire la dégradation du quartier. Ni le lien affectif avec son lieu de résidence, ni la cohésion sociale dans un quartier n'ont été les facteurs prépondérants dans la commission d'un comportement déviants, ni dans celui de la consommation de substances.

Outre la consommation de drogues dures (prévalence vie), la dégradation du quartier joue un rôle important au niveau des rares offenses contre la propriété (prévalence 12 mois), le vandalisme (prévalence 12 mois et vie) et le vol à l'étalage (prévalence vie). Cela pourrait être dû au fait que pour la réalisation de ces différents délits, le désordre a une influence spécifique.

La majeure partie de nos résultats rejoignent ceux de Guiada Guerra (2007), qui affirment dans son étude mené sur la délinquance des quartiers Lausannois que : « les variables ayant trait à l'environnement du jeune, soit à son quartier d'habitation n'ont pas d'influence sur le fait qu'il commette ou non un délit. Bien plus, cela tient à ses caractéristiques personnelles : âge et sexe et surtout la voie scolaire dans laquelle il effectue son cursus scolaire ».

Cependant si elle parle de voie scolaire dans son étude, nous nous ne nous sommes pas intéressé à celle-ci dans notre sondage car la plupart des sondés comme nous l'avons dit sont entre la septième et la neuvième année d'étude.

En ce qui concerne les facteurs individuels, ceux qui ont le plus d'influence sont le sexe et l'âge. Et lors de nos analyses, nous nous sommes aussi aperçus que concernant le sexe, les jeunes garçons étaient plus impliqués dans les différents types de délits que les jeunes filles et que pour l'âge, que ceux de 15 à 17ans commettaient plus de délits que ceux de 12 à 14 ans.

Ces résultats se retrouvent aussi bien dans les travaux de Guerra (2007) et de Fink et Robatti (2007). Et nous référent aux jugements pénaux à l'encontre des mineurs des années 2003 à 2004, nous obtenons le tableau suivant pour ce qui est de l'âge

Tableau 31 :

 

2003

2004

N

%

N

%

7-14 ans

2768

20.4%

2965

20.7%

15-17 ans

10771

79.6%

11378

79.3%

Pour ce qui est du sexe, nous obtenons le tableau suivant toujours en nous référent aux jugements pénaux des adolescents de 2003 à 2005.

Tableau 32 :

 

2003

2004

2005

N

%

N

%

N

%

Total

10771

100

11378

100

10936

100

masculin

9008

83.6%

9371

82.4%

8912

81.5%

féminin

1763

16.4%

2007

17.6%

2024

18.5%

Pour conclure cette partie, nous pouvons donc affirmer que notre hypothèse n°4 se trouve confirmée car les facteurs individuels ont plus d'influence sur la délinquance des jeunes que les facteurs de type spatial ou environnemental.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Un démenti, si pauvre qu'il soit, rassure les sots et déroute les incrédules"   Talleyrand