legbiztonságosabb városok: a módszertan
Ez a rangsor kiszámítja az Egyesült Államok nagyobb városainak biztonsági pontszámát. Minél magasabb a biztonsági pontszám, annál biztonságosabb adatok mutatják a várost.
számos különböző tényezőt vizsgálunk, amikor biztonsági pontszámot rendelünk egy városhoz. Először is az FBI legfrissebb jelentése arról, hogy hány és milyen típusú bűncselekmény történt az egyes városokban egyetlen év alatt. A város bűnözési tendenciáit is figyelembe veszik; más szavakkal, azok a városok, ahol a bűnözés csökken, magasabb biztonsági pontszámot kapnak, és fordítva. Megvizsgáljuk a rendészeti tisztviselők számát a lakossághoz képest.
végül, a bűnözéssel korreláló demográfiai mutatók kis hatással vannak a biztonsági pontszámra. Ide tartoznak olyan mutatók, mint a népsűrűség, a népesség tendenciái, a munkanélküliségi ráta, a medián jövedelem, az iskolai végzettség stb.
az adatokról
FBI adatok
az FBI UCR (Uniform Crime Reporting) programja az 1920-as évek óta létezik, és a bűnügyi statisztikák legátfogóbb forrása. Minden évben adatokat gyűjtenek a bűncselekmények előfordulásáról a nemzet bűnüldöző szerveitől. Az adatok nem szerepelnek, ha egy adott város bűnüldöző szerve nem követi az UCR jelentési irányelveit.
a bűncselekményeket két kategóriába sorolják: erőszakos bűncselekmények és vagyon elleni bűncselekmények. Az erőszakos bűncselekmények közé tartozik a gyilkosság és a nem szándékos emberölés, a nemi erőszak, a rablás és a súlyos testi sértés. A vagyon elleni bűncselekmények közé tartozik a betörés, a lopás-lopás, a gépjármű-lopás és a gyújtogatás. (A gyújtogatási adatok korlátozottak, ezért nem szerepelnek a biztonsági Pontszámunkban).
a bűncselekményeket mind nyers számként, mind 100 000 lakosra eső eseményként jelentik. Elemzésünkben a 100 000 lakosra jutó eseményeket használjuk. Ennek oka az, hogy egy olyan nagyvárosban, mint New York City, több bűncselekmény fordul elő egyszerűen azért, mert ilyen nagy a lakossága. A 100 000 lakosra jutó elosztási folyamat igazságosabb összehasonlítást tesz lehetővé a különböző méretű városok között.
az FBI UCR adatai számos városban tartalmazzák a rendészeti alkalmazottak számát, mind a tiszteket, mind a civileket.
az FBI UCR legfrissebb adatai a 2015-ös naptári évre vonatkoznak. Összehasonlítottuk az egyes városok 2014-es adatait annak elemzésére, hogy az erőszakos bűncselekmények és a vagyon elleni bűncselekmények száma növekszik vagy csökken.
népszámlálási adatok
demográfiai adatok állnak rendelkezésre az Egyesült Államok Népszámlálásából, amelyet utoljára 2010-ben végeztek. Ezek az adatok könnyebben elérhetők az MSA (Fővárosi statisztikai terület), mint városonként. Például maga New York City is városnak számít, míg a New York City Metropolitan Statistical Area további városokat foglal magában, mint például Newark, New Jersey és Jersey City, New Jersey.
ahol lehetséges, a rangsor minden városát a megfelelő MSA-hoz igazították.
A biztonsági pontszám kiszámítása
az adatok előkészítése
az FBI UCR statisztikái online elérhetők nyilvános letöltésre. Megkaptuk a 2015-ös adatok másolatát. Azok a városok, amelyek nem rendelkeznek 2015-ös adatokkal, hiányos adatok miatt, vagy nem követik az UCR irányelveit, nem kapnak biztonsági pontszámot.
az országos rangsorban az 50 000 alatti lakosú városokat nem veszik figyelembe. Ez a biztonságos városok emészthető országos listáját eredményezi, és csökkenti a kiugró statisztikák kockázatát.
ezután a 2015-ös adatokat más adatkészletekkel kombinálják. Az UCR 2014-es bűnügyi statisztikáit és a teljes munkaidős bűnüldözés 2015-ös számát az FBI is biztosítja. Ha hiányoznak a 2014-es adatok vagy a bűnüldözési adatok, akkor ezek a városok semleges vagy átlagos értéket kapnak ezekre a tényezőkre, ahelyett, hogy eltávolítanák őket a rangsorból. Semleges értékeket adnak a bűnözési tendenciákra is egyes esetekben, amikor egy város jelentési statisztikája megváltozott, és a 2014-es adatokat nem lehet tisztességesen összehasonlítani a 2015-ös adatokkal.
a demográfiai adatok az Egyesült Államok Népszámlálásából származnak, és a Metropolitan Statistical Area mutatja be. Minden várost hozzá kell igazítani a hozzá tartozó MSA-hoz. Bizonyos esetekben egy város társulhat egy MSA-hoz egy államhatáron keresztül. Például, Newark, New Jersey társul a New York-i MSA-hoz.
biztonsági pontszám képlet
minden városban kiszámítják a bűncselekmény pontszámát, a biztonsági pontszám pedig a bűncselekmény pontszámának reciproka. Egyszerű angol nyelven a bűnügyi pontszám a hét bűncselekmény előfordulásainak (100 000-enként) kombinációján, a tisztek / népesség arányán, az erőszakos bűnözés tendenciáján, az ingatlanbűnözés trendjén és hat demográfiai tényezőn alapul.
ezeket a tényezőket azonban nem veszik egyenlő mértékben figyelembe. Minden fent felsorolt tényező súlyt kap, amelynek súlya 100% – ban járul hozzá leginkább a város bűnözési pontszámához. Az alábbi képlet és táblázat megmutatja, hogy az egyes tényezők mekkora súlyt kapnak.
Crime Score =
X1A1 + X2A2 + X3A3 + X4A4 + X5A5 + X6A6 + X7A7 + …
Y1B1 + Y2B2 + Y3B3 + …
– Z1C1 – Z2C2 + Z3C3 + Z4C4 – Z5C5 – Z6C6
| Variables | Factor | Weight | |
| X1 | A1 | Murder Rate | 100% |
| X2 | A2 | Rape Rate | 86% |
| X3 | A3 | Robbery Rate | 90% |
| X4 | A4 | Assault Rate | 88% |
| X5 | A5 | Burglary Rate | 74% |
| X6 | A6 | Larceny Rate | 80% |
| X7 | A7 | Vehicle Theft Rate | 62% |
| Y1 | B1 | Population : Officer | 50% |
| Y2 | B2 | Violent Crime % Change | 50% |
| Y3 | B3 | Property Crime % Change | 40% |
| Z1 | C1 | Pop Density | 10% |
| Z2 | C2 | % Pop Change | 10% |
| Z3 | C3 | % Youth Population (15-24) | 5% |
| Z4 | C4 | Unemployment | 5% |
| Z5 | C5 | medián jövedelem | 10% |
| Z6 | C6 | oktatási szint | 5% |
a bűncselekményeket a legsúlyosabb (erősen súlyozott) tényezőként kezelik. A súlyok 100% és 60% között vannak. A súlyokat a komolyság (az FBI által meghatározott) és a társadalom félelme (a Chapman Egyetem 2016-os nagy tanulmánya szerint) határozza meg. További részletekért lásd a függeléket.
a tisztek és a népesség aránya és a bűnözés tendenciái közepes súlyúak.
Ha egy város nem jelenti sem a 2014-es adatait, sem a bűnüldöző szervek számát, akkor a város semleges értéket kap a tisztek népességarányához és a bűnözés tendenciáihoz. A semleges értékek 0% a bűnözés tendenciája és 435 (az országos átlag) a népesség / tiszt Arány. Ennek a módszernek az a célja, hogy elkerülje a városok eltávolítását az adatkészletből azért, mert nem állnak rendelkezésre ezek a mutatók, ugyanakkor nem ad tisztességtelen előnyt vagy hátrányt a biztonsági pontszámban. Lényegében ezeket a városokat csak a 2015-ös adatok és a népszámlálási adatok alapján pontozzák.
a demográfiai tényezők alacsony súlyt kapnak. Ezek súlyozása alacsony, mivel az adatok csak a Fővárosi statisztikai terület szintjén állnak rendelkezésre, az egyes városi szinten nem.
végül a crime score értéke 0-ról 100-ra változik. Más szavakkal, a legmagasabb bűnözési pontszámmal rendelkező város 0 biztonsági pontszámot kap, a legalacsonyabb bűnözési pontszám pedig 100 biztonsági pontszámot kap. Ez érthetőbbé teszi a biztonsági pontszámokat.
állami szintű rangsor
néhány kevésbé népes államban csak egy, vagy akár nulla város szerepel az országos rangsorban. Az állami szintű rangsorban a népességi küszöböt enyhítették, hogy államonként legalább 25 várost rangsoroljanak. A módszertan többi része megegyezik a nemzeti rangsorokkal.
függelék
az alábbi táblázat bemutatja, hogy a bűncselekmények hét típusát hogyan rangsorolják súlyosság és félelem szerint. A rangsorokat ezután “megfordítják” vagy átültetik úgy, hogy a legkomolyabb kapja a legmagasabb értéket. Az átültetett értékeket megszorozzuk. Ezután Ez a kombinált pontszám normalizálódik, és az erőszakos bűncselekmények esetében 100-80% – ra, a vagyon elleni bűncselekmények esetében pedig 60-80% – ra illeszkedik.
| Crime Type | Seriousness | Fear | SeriousnessT | FearT | Combination | Weight |
| murder | 1 | 3 | 7 | 3 | 21 | 100% |
| rape | 2 | 5 | 6 | 1 | 6 | 86% |
| robbery | 3 | 4 | 5 | 2 | 10 | 90% |
| assault | 4 | 4 | 4 | 2 | 8 | 88% |
| burglary | 5 | 2 | 3 | 4 | 12 | 80% |
| larceny | 6 | 1 | 2 | 5 | 10 | 77% |
| vehicle | 7 | 4 | 1 | 2 | 2 | 63% |