INVESTIGATION OF CONVICT DATA BY TWO STAGE CLUSTER ANALYSIS

Abstract

Various studies have been recently conducted so as to explain crime phenomenon. In most of these studies crime phenomenon was tried to be explained on the axis of socio-cultural, economical and environmental factors and various statistical techniques were used with this aim. It can be said that the studies generally focus on crime committing reasons and socio-demographical properties of prisoners.

The aim of this study is to evaluate the sub-groups belonging to prisoners demonstrating similar properties, in other words to determine and compare their profiles of homogenous prisoner groups. In the study data from prisoner registry records of a prison was used. The basic information of the prisoners who were discharged from the prison or were transferred to another prison was analyzed. The variables under the scope of the study are gender, age, crime type and the territory where crime is committed. (Gendarmerie or police)

In the study first of all frequency tables (cross sectional tables) and descriptive statistics were evaluated. As the variables used in the study are in quantitative and qualitative type, two-stage cluster analysis (among the analysis techniques with multiple variables) was found to be suitable for determination of the homogenous sub groups among the prisoners. At the end of the application, number of groups was determined to be 4. Similar and different properties were determined among the formed groups. Clustering quality was obtained at medium level.

In the next stage of the study, analysis was repeated by reducing the number of categories of crime type variable. The reason of this application is to classify the crime types in different styles and that most common classification among various classifications is handling the crime types in 4 groups. (crimes against government, crimes against people, crimes against property, crimes against community) Although this process means to renounce from detailed information, analysis was repeated by taking this classification into consideration so as to make more general comments and to compare the findings. While 4 groups were obtained as a result of the application of previous two-stage cluster analysis in which crime types were handled in detail, it was observed that 3 groups were obtained when crime types were handled in general and incorporated o the analysis. It was observed that clustering quality was good. As a result handling crime types in 4 groups increased discrimination and clarity in clustering, in other words success. When the profiles of the prisoner groups that were formed were examined comparatively with the help of descriptive statistics, similar results were obtained.

Keywords

• Applied statistics,crime,two-stage clustering analysis

İKİ AŞAMALI KÜMELEME ANALİZİ İLE HÜKÜMLÜ VERİLERİNİN İNCELENMESİ

Abstract

Suç olgusunun açıklanması amacıyla son dönemde çeşitli çalışmalar gerçekleştirilmiştir. Bu çalışmaların çoğunda suç olgusu; sosyo-kültürel, ekonomik ve çevresel faktörler ekseninde açıklanmaya çalışılmış, bu amaçla çeşitli istatistik tekniklerden de yararlanılmıştır. Çalışmaların genellikle suç türlerine, suçun işlenme nedenlerine ve hükümlülerin sosyodemografik özelliklerine odaklandığı söylenebilir.

 

Bu çalışmanın amacı ise, benzer özellikler gösteren hükümlülere ait alt grupların değerlendirilmesi, bir başka deyişle homojen hükümlü kümeleri varsa profillerinin belirlenerek karşılaştırılmasıdır. Çalışmada bir cezaevinin hükümlü kütüğü verilerinden yararlanılmış; cezaevinden son 10 sene içinde tahliye olmuş ya da başka cezaevine nakil olmuş hükümlülerin temel bilgileri analiz edilmiştir. Çalışma kapsamında yer alan değişkenler cinsiyet, yaş, suç türü ve suçun işlendiği bölgedir (jandarma ya da polis).

 

Çalışmada kapsamında öncelikle frekans tabloları (çapraz tablolar) ve betimleyici istatistikler değerlendirilmiştir. Çalışmada kullanılan değişkenler nitel ve nicel türden olduğundan; hükümlüler arasındaki homojen alt grupların belirlenmesi amacıyla çok değişkenli analiz tekniklerinden İki Aşamalı Kümeleme Analizi’nin uygulanması uygun görülmüştür. Uygulama sonucunda küme sayısı 4 olarak belirlenmiş, oluşan grupların birbirlerine benzer ve birbirlerinden farklı özellikleri irdelenmiştir. Kümeleme kalitesi orta seviyede elde edilmiştir.

 

Çalışmanın sonraki aşamasında suç türü değişkeninin kategori sayısı azaltılarak analiz tekrarlanmıştır. Bu uygulamanın nedeni suç türlerinin farklı şekillerde sınıflandırılabilmesi ve çeşitli sınıflamalardan en genelinin suç türlerini 4 grupta ele almak (devlete karşı suçlar, kişiye karşı suçlar, mala karşı suçlar ve topluma karşı suçlar) olmasıdır. Bu işlem, detay bilgiden feragat etmek anlamına gelse de, daha genel yorumlarda bulunabilmek ve bulguları karşılaştırabilmek için, çalışmada bu sınıflandırma da gözönünde bulundurularak analiz tekrar edilmiştir. Suç türlerinin detaylı olarak ele alındığı bir önceki İki Aşamalı Kümeleme Analizi uygulaması sonucunda 4 küme elde edilirken, suç türleri daha genel olarak ele alınarak analize dahil edildiğinde 3 kümenin oluştuğu görülmüştür. Kümeleme kalitesinin iyi olduğu dikkat çekmiştir. Sonuç olarak suç türlerini 4 genel grupta ele almak, ayrımsamayı ve kümelemedeki netliği yani başarıyı arttırmıştır. Oluşan hükümlü kümelerinin profilleri betimleyici istatistikler yardımıyla karşılaştırmalı olarak incelendiğinde ise, benzer sonuçlara ulaşıldığı saptanmıştır.

Keywords

• Uygulamalı İstatistik,Suç,İki Aşamalı Kümeleme Analizi

References

1. Akdeniz, S. ve Üzümcü, A., 2013. Suç ve Sosyoekonomik Değişkenler Arasındaki Bağımlılık İlişkisi: Kars Cezaevi Üzerine Bir İnceleme, Kafkas Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 4 (6), s.117-138.
2. Aldenderfer, M. S. ve Blashfield, R. K., 1984. Cluster Analysis. California: Sage.
3. Alpar, C. R., 2000. Uygulamalı Çok Değişkenli İstatistiksel Yöntemler. Ankara: Detay.
4. Altaş, D., Gençler, A. ve Giray, S., 2014. Yasadışı Göç Olgusunun Çok Değişkenli Analiz Teknikleri İle İncelenmesi. Econworld (International Conference in Economics), Prag, Çek Cumhuriyeti.
5. Ata, A. Y., 2011. Ücretler, İşsizlik ve Suç Arasındaki İlişki: Yatay-Kesit Analizi. Çalışma ve Toplum Dergisi 4, s. 113-134.
6. Ayhan, İ. ve Çubukçu, M., 2007. Suç ve Kent İlişkisine Ampirik Bakış: Literatür Taraması. Süleyman Demirel Üniversitesi Sosyal Bilimler Enstitüsü Dergisi 3 (5), s. 30-55.
7. Aytaç, M., Aytaç, S. ve Bayram, N., 2007. Suç Türlerini Etkileyen Faktörlerin İstatistiksel Analizi. 8. Türkiye Ekonometri ve İstatistik Kongresi, İnönü Üniversitesi Malatya.
8. Altuner, D., Engin, N., Gürer, C., Akyay, İ. ve Akgül, A., 2009. Madde Kullanımı ve Suç İlişkisi: Kesitsel Bir Araştırma. Tıp Araştırmaları Dergisi, 7 (2), s.87-94.

9. Bayram, N. ve Aytaç, M., 2004. Suç Türlerinin Karar Ağaçları İle İncelenmesi: Bursa Örneği. 4. İstatistik Günleri Sempozyumu, Aydın, s.113-119.
10. Bayram, N., Güneş, İ. ve Yıldız, S., 2005. Kentte İşlenen İş Yeri Suçlarında Çocuk Suçlularının Oranı ve Yaş Faktörünün Suç İşleme Eğilimindeki Rolü, Uluslararası İstanbul Demokrasi ve Küresel Güvenlik Konferansı, Türkiye.
11. Beşe, E., 2006. 'Kırık Pencereler' Teorisi Bağlamında Kentsel Yaşamda Suç ve Güvenlik, Polis Bilimleri Dergisi 8 (1), s.1-2. [pdf] [Erişim Tarihi: 8. 2.2015].
12. Burkay, S., 2008. Teorik çerçevede suç. ETHOS: Felsefe ve Toplumsal Bilimlerde Diyaloglar, 2 (4), S.1-15. [pdf] [Erişim Tarihi: 28.12.2014].
13. Bülbül, Ş., 2011. Tanımlayıcı İstatistik. İstanbul: Der Yayınları (2. Baskı).
14. Cömertler, N. ve Kar, M.,2007. Türkiye’de Suç Oranının Sosyo-Ekonomik Belirleyicileri: Yatay Kesit Analizi. Ankara Üniversitesi Siyasal Bilgiler Fakültesi Dergisi, 62 (2), s. 37-57.
15. Dönmezer S., 1994. Kriminoloji, İstanbul: Beta Yayınları (8. Baskı)
16. Durusoy, S., Köse, S. ve Karadeniz, O., 2008. Başlıca Sosyoekonomik Sorunlar Suçun Belirleyicisi Olabilir mi? Türkiye'de İller Arası Bir Analiz. Elektronik Sosyal Bilimler Dergisi, 7 (23), s.172-203. [pdf] [Erişim Tarihi: 25.12.2014].
17. Giray,S., 2015. Suç Olgusunun İstatistiksel Yöntemlerle Analizi. İstanbul: Der Yayınevi.
18. Günal, V. ve Şahinalp, M.S., 2009. Şanlıurfa Şehrindeki Hırsızlık Suçlarının Mekansal Analizi. Polis Bilimleri Dergisi, 11 (1), s. 99-148. [pdf] [Erişim Tarihi: 28.12.2014].
19. Gürbüz, M. ve Karabulut, M., 2007. Adana Beş Ocak Polis Karakolu Sorumluluk Bölgesinde Çocuk Suçlarının Coğrafi Bilgi Sistemleri İle Haritalandırılması ve Analizi. Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 16(1). [pdf] [Erişim Tarihi: 28.12.2014].
20. Güremen, L., 2011. Amasya Kenti Özelinde Asayiş Suçlarının Kentsel Mekanda Dağılış Özellikleri ve Nedenselleri Üzerine Bir Araştırma. Akademik Bakış Dergisi, 25, s.1-35.
21. Gökulu, G., 2010. Kent Güvenliği, Kentleşme ve Suç İlişkisi. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 24 (1), s.209-226.
22. Hafızoğulları ve Z. ve Güngör, D., 2007. Türk Ceza Hukukunda Suçların Tasnifi. TBB Dergisi (69), s.21-50. [Erişim Tarihi: 08.02.2015].
23. Hair, J.F.,Anderson, R.E., Tatham, R.L. ve Black W.C., 1995. Multivariate Data Analysis. New Jersey: PrenticeHall.
24. Işık, M. ve Çamurcu, A.Y., 2007. K-means, K-medoids ve Bulanık C-Means Algoritmalarının Uygulamalı Olarak Performanslarının Tespiti. İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi, 6 (11), s. 31-45.
25. İçli T., 1993. Türkiye’de Suçlular-Sosyal Kültürel ve Ekonomik Özellikleri, 3. Baskı, Ankara: AKM.
26. Karababa, A., 2007. Kahramanmaraş’ın Suç Profili ve Çözüm Önerileri. Kahramanmaraş Sütçü İmam Üniversitesi SBE, İktisat ABD, Yayınlanmamış Yüksek Lisans Projesi. [pdf] [Erişim Tarihi: 28.12.2014].
27. Karakaş, E., 2009. Suç Coğrafyası Çalışmalarında Veri Kaynakları. Fırat Üniversitesi Sosyal Bilimler Dergisi, 19 (2), s.25-41.
28. Kalaycı, Ş., 2005. SPSS Uygulamalı Çok Değişkenli İstatistik Teknikleri. Ankara: Asil.
29. Kaya, M. V. ve Bozkurt, İ., 2011. İşsizlik, Kişi Başına Milli Gelir (Yoksulluk), Suç Oranı ve Yeşil Kart: 1993–2009 Türkiye Örneği. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi 30, s.133-140.
30. Kızmaz, Z.,2004. Öğrenim Düzeyi ve Suç: Suç- Okul İlişkisi Üzerine Sosyolojik Bir Araştırma. Fırat Üniversitesi Sosyal Bilimler Dergisi 14 (2), s. 291-319.
31. Kızmaz, Z., 2003. Ekonomik Yapı ve Suç: Bazı Araştırma Bulguları Üzerine Genel Bir Değerlendirme. Fırat Üniversitesi Sosyal Bilimler Dergisi 13 (2), s. 279-304.
32. Manly, B.F.J., 1976. Multivariate Statistical Methods. Londra: Chapman – Hall.
33. Nargeleçekenler, M., 2005. Suç Veri Tabanının Lojistik Regresyon Analizi İle Tahmini: Bursa Örneği. Polis Bilimleri Dergisi, 7(2), s.31-49.
34. Orhunbilge, N., 2010. Çok Değişkenli İstatistik Yöntemler. İstanbul: İstanbul Üniversitesi İşletme Fakültesi Yayınları.
35. Özdemir, A. ve Orçanlı, K., 2012. İki Aşamalı Kümeleme Algoritması İle Pazar Bölümlemesi, Müşteri Profillerinin Belirlenmesi ve Niş Pazarların Tespiti. Uşak Üniversitesi Sosyal Bilimler Dergisi, 5 (3), s. 1-27.
36. Özden, Ün ve İnce. Kentsel Suç, Mekan ve Dönüşüm: Üsküdar ve Fatih İlçeleri Üzerinden Sorgulama. [pdf] [Erişim Tarihi: 20.2.2015].
37. Özdemir, E., 2009. Muş E Tipi Kapalı Ceza İnfaz Kurumu’nda Kasten Adam Öldürmek Suçundan Gelen Hükümlü Erkeklerde Öfke ve Öfke İfade Tarzları ile Saldırganlık İlişkisinin İncelenmesi. TC Çukurova Üniversitesi Sağlık Bilimleri Enstitüsü Adli Tıp Anabilim Dalı Yayınlanmamış Yüksek Lisans Tezi. [pdf] [Erişim Tarihi: 28.12.2014].
38. Polat O., 2004. Kriminoloji ve Kriminalistik Üzerine Notlar, Ankara: Seçkin Yayınları.
39. Polat, A.ve Gül, S. K. (2010). Kriminoloji araştırmalarında mağdur anketlerinin yeri ve önemi. Uluslararası İnsan Bilimleri Dergisi, ISSN, 1303-5134. [pdf] [Erişim Tarihi: 28.12.2014].
40. Polat, C., Eren, H. ve Erbakıcı, F., 2013. Hırsızlık Suçunu Etkileyen Faktörlerin Değerlendirilmesi ve Geleceğe Yönelik Yaklaşımlar. Güvenlik Bilimleri Dergisi, 2(1), s.1-33. [pdf] [Erişim Tarihi: 28.12.2014].