於：科学警察研究所 日時：2003年3月17日 SEMと犯罪心理学研究 II 狩野　裕 大阪大学 大学院人間科学研究科.

Presentation on theme: "於：科学警察研究所 日時：2003年3月17日 SEMと犯罪心理学研究 II 狩野　裕 大阪大学 大学院人間科学研究科."— Presentation transcript:

1 於：科学警察研究所 日時：2003年3月17日 SEMと犯罪心理学研究 II 狩野　裕 大阪大学 大学院人間科学研究科

2 本日のメニュー 簡単に学部・講座・研究分野紹介 「横山麻美」卒業論文の紹介 因果関係の同定について 地域環境が規定する犯罪不安と危険認知
科振費課題 「個と環境における交互作用効果のデータ科学」

3 人間科学研究科紹介（大講座） http://www.hus.osaka-u.ac.jp/
先端人間科学 人間行動学 行動生態学 社会環境学 基礎人間科学 臨床教育学 教育環境学 ボランティア人間科学 健康人間科学

4 人科における犯罪心理学の現況 臨床心理学 教育心理学（藤岡淳子教授） 行動データ科学 被害者心理 非行犯罪の臨床心理学
犯罪行動変化を目指した教育的働きかけの方法 行動データ科学 調査等の量的研究による犯罪心理学の研究 データがとりにくい 犯罪者のデータが取れない 大学生対象の調査の妥当性は？

5 行動データ科学研究分野 行動計量学研究分野 http://koko15. hus. osaka-u. ac
行動データ科学研究分野 行動計量学研究分野 スタッフ 　 助教授 狩野 裕 D3 宮本友介 D1 清水昌平 M2 宮村 理 鳥居 稔 M1 笠松由紀 町田 透 吉田英敏 B4 6名 B3 2名

6 犯罪心理学研究の系譜 島田貴仁 平成11年度卒業：村上有美 平成13年度卒業：西村英輔 平成14年度卒業：横山麻美 B4： 松田淑美
セルフコントロールを主とした犯罪類似行動の要因研究 平成13年度卒業：西村英輔 犯罪類似行動における促進要因と抑制要因 平成14年度卒業：横山麻美 地域環境が規定する犯罪不安と危険認知 B4：　松田淑美 B3：　森　丈治

7 地域環境が規定する 犯罪不安と危険認知 「横山麻美」卒業論文の紹介

8 卒業論文の概要 モティベーション 体感治安の低下 犯罪不安の構造を研究 仮説モデル 質問紙調査 分析結果 考察

9 犯罪と環境_1 犯罪研究の目的 犯罪者の要因と環境の要因 犯罪の被害に遭う心配のない 平和で安全な暮らしを実現すること
なぜ犯罪が起こるのか．なぜ犯罪を起こすのか 犯罪者の要因と環境の要因 犯罪者自身の中に犯罪の起こった原因を求める 犯罪原因論 その原因がどのようにして起こったのか 性善説 犯罪者処遇論 取り除くにはどのような処置を施せばよいのか

10 犯罪と環境_2 犯罪を起こす素養＋環境要因 環境要因に原因を求める 交互作用 環境犯罪学
生育環境、経済環境、民族といった人間の出自的要素は、犯罪者処遇では取り除けない 犯罪というものは、「人」ではなく「環境」によって起こる（人は機会があれば犯罪を行うものである） 性悪説 犯罪を起こす素養＋環境要因 交互作用 素養 あり なし 犯罪発生 難　　　　　易　環境

11 ところで by 横山 人々が犯罪に脅かされず安全に暮らせる社会を実現するには犯罪の発生件数を減らすだけで良いのか？
ゴミが散乱している上に酔っ払いやホームレスが頻繁にうろついている地域では、たとえ犯罪が起こったことがなくても住人は安心して生活できるか？ 住人の犯罪に対する不安感を無くすことも、実際の犯罪を減らすことと同じくらい重要！！

12 研究テーマ 地域の環境要因が、その地域に住んでいる人の犯罪不安にどのように影響を与えているか 犯罪被害体験・犯罪被害見聞体験数
個人の不安特性（不安の感じやすさ） 犯罪に遭うかもしれないという不安感 … などの要因も考慮に入れて。

13 仮説モデル 特性不安 危険認知 環境諸要因 犯罪不安 犯罪被害・見聞

14 質問紙調査 調査時期：平成14年10月中旬～11月下旬 回収総数313枚 男性：女性＝136：150 平均年齢20.75歳
配布数417枚に対して75％の回収率 分析に使用したのは欠損値のない286枚 男性：女性＝136：150 平均年齢20.75歳

15 質問紙の構成（Q1～Q6） Q1 ： 環境要因（39項目） Q2 ： 犯罪被害・被害見聞体験数 Q3 ：犯罪不安（12項目）
「廃屋」、「集団でたむろしている若者」などの地域の乱れた環境を示す項目を、「まったく見かけない」から「非常によく見かける」の５段階で評価　（→合計得点が高いほど地域環境が乱れている） Q2 ： 犯罪被害・被害見聞体験数 17種の犯罪種別に、自分が被害にあった件数・被害を見聞きした件数を尋ねた Q3 ：犯罪不安（12項目） 12種の犯罪種別に自分が被害に遭うかもしれない不安感を、「全く不安でない」から「非常に不安である」の５段階で評価

16 Q4 ：危険認知（12項目） Q5 ：個人の不安特性（20項目） Q6 ：フェイスシート
12種の犯罪種別にそれぞれがどの程度起こりそうかを、「全く起こりそうにない」から「非常に起こりそうである」の５段階で評価　（実際に自分が被害に遭いそうかどうかは問わない） Q5 ：個人の不安特性（20項目） 各項目について「全くそうでない」から「全くそうである」の５段階で評価　（→ 合計得点が高いほど不安を感じやすい傾向がある） Q6 ：フェイスシート 性別、年齢、所属などの他に、同居人数、居住年数、郵便番号などを尋ねている

17 Q1：環境要因の仮説構造 地域環境要因とは 大きく分けて５つの下位尺度に分かれていると考える（小俣、１９９９より）
無作法性(incivility) さびれた環境 風俗関連施設 近所づきあい 地域の防犯意識

18 Q1.環境要因の分析 探索的因子分析 検証的因子分析 「若者」、「繁華的要素」、「無作法性」間の相関がものすごーく高いので2次因子を導入
５因子を抽出．SEFAを使って変数選択 「近所づきあい」と「防犯意識」がひとつになり、 新たに「若者」因子が出現 検証的因子分析 「若者」、「繁華的要素」、「無作法性」間の相関がものすごーく高いので2次因子を導入 秩序紊乱と若者因子の他は大まかにはほぼ 仮説通り

19 環境要因の分析結果

20 Q3、Q4、Q5 α係数 Q3 （犯罪不安） ・・・ 0.904 Q4 （危険認知） ・・・ 0.912
→ 尺度得点を用いて分析。

21 分析モデルの骨子 居住形態と性別要因を調整

22 推定結果：詳細

23 推定結果：骨子

24 考察_その１ 「環境⇒認知⇒不安」の大きな流れが確認 環境では「秩序紊乱」が効く 「犯罪被害・見聞」はさほど重要でない
「さびれた環境」「連帯意識」は非有意 「犯罪被害・見聞」はさほど重要でない 「犯罪被害・見聞」から「犯罪不安」へのパスは弱い パス係数は負に推定 モデルによっては非有意 実際の被害や見聞がなくても，「秩序紊乱」は「犯罪不安」を生む

25 考察_その２ 居住形態 犯罪不安への交絡要因 「連帯意識」や「犯罪被害・見聞」と関係 居住形態は近所付き合いを反映
「居住形態→犯罪被害・見聞」のパスは家族内での見聞数か 犯罪不安への交絡要因 特性不安や性別は犯罪不安へ影響する 個人の性格特性や属性を調整することは重要

26 A final message from Miss Yokoyama
この世で最も犯罪不安を感じているのは、「若者の集まる繁華街のような、秩序の統制されていない地域に住む一人暮らしの女性」である。

27 結論_モデル分析から 環境の乱れは犯罪不安を生む 直接効果 間接効果 中間変数 危険認知 犯罪被害・見聞

28 結論_個人について 犯罪不安は低い方がよいのか 不安がないと予防しない 無用な不安はQOLの低下を招く
「紊乱⇒被害・見聞⇒認知⇒不安」の流れが正常 「被害・見聞」を犯罪の現状の 代替物と考えるならば 的確な情報の提供が重要 将来の保証はできかねる？

29 結論_環境について 環境は改善した方がよい 不安への間接効果が大きい 危険認知を確実に下げる必要 被害・見聞に関する的確な情報の 提供が重要

30 個と環境における 交互作用効果のデータ科学
因果関係の同定について 個と環境における 交互作用効果のデータ科学

31 因果の方向の同定 縦断的データの場合 横断的データの場合 しかしながら パス解析 因果方向決定手法の基本 双方向因果モデル
調査データにもとづく因果方向の決定は難しい

32 縦断的データにおける パス解析 ２時点でデータをとり，時間差を利用する 民主主義⇒経済発展 or 経済発展⇒民主主義
Lord の パラドックス

33 横断的データにおける 双方向因果モデル

34 同値モデルと因果の方向

35 相関係数から因果の方向は決まらない ---同値モデルの問題---
相関構造 データから区別できないモデルを同値モデルという 「区別できない」とは適合度が同一であることをいう

36 同値モデル例

37 因果の方向を決める： 操作変数法（Instrumental variable method）
相関構造 相関構造

38 因果の方向を決める：適合度との関係 適合度が低い 適合度が高い Ｘ→Ｙ の因果関係が示唆される

39 操作変数法とは Ｘ，Ｙのいずれかに影響を及ぼし，他方への直接効果をもたない変数Ｚ（操作変数）を観測する
Ｘ，Ｙ，Ｚの相関構造から，Ｘ→Ｙ or Ｘ←Ｙ を判断する

40 実例 「スマートさ」から「うつくしさ」への影響が強い

41 双方向因果モデル（非逐次モデル）

42 例１：政治的社会化モデル 出典：Asher(1976). Causal Modeling. Sage

43 例２：Attractiveness implies perceived academic ability?
出展： AMOSマニュアル

44 構造方程式モデリングによる 因果の決定 因果の方向に興味があるとき 対立モデルが同値モデルにならないような モデリングが必要
当該モデルが適合する 対立モデルが適合しない 対立モデルが同値モデルにならないような モデリングが必要 そのための方法が操作変数(道具的変数)の導入

45 有効性 因果を決定したのか 因果の大きさ 三択である 本来は四択である 観察データ，横断的データの分析の限界 R2が小さいことがある
Ｘ→Ｙ，Ｘ←Ｙ，Ｘ←→Ｙのいずれか 本来は四択である Ｘ→Ｙ，Ｘ←Ｙ，Ｘ←→Ｙ， 「因果関係にない」 観察データ，横断的データの分析の限界 交絡変数 縦断的データでは時間軸が利用できる 因果の大きさ R2が小さいことがある R2=0.1でもモデルは適合する ＸはＹの「主要な」原因とは言えない

46 例１：交絡変数はこわい 盛山(1986，行動計量学)

47 例２：因果方向決定にも影響 誤ってＹ→Ｘと結論してしまう

48 まとめ 横断的データに基づいて，因果の方向について言及するモデリングがある 縦断的データに基づくモデリングの方が説得性が高いと考えられている
Ｘ→Ｙ or Ｙ→ Xのモデルの適合度を比較する 同値モデルにならないようなモデリング 操作変数法 欠点 交絡変数の影響を無視し得ない 操作変数となるための条件が満足されているか 縦断的データに基づくモデリングの方が説得性が高いと考えられている