Jäävuoren huippu voi viedä harhaan

Kun puhumme indikaattoreista tarkoitamme usein tilastomittaria, joka ei täydellisesti kuvaa kiinnostuksen kohteena oleva asiaa, mutta antaa kuitenkin viitteitä sen kehityksestä. Indikaattoreita käytetään, koska asioiden perusteellinen mittaaminen olisi liian kallista ja työlästä.

Koska indikaattori kuvaa vain osaa kiinnostuksen kohteena olevasta asiasta, se antaa todellisuudesta samanlaisen kuvan kuin, minkä jäävuoren huippu antaa koko lohkareesta. Indikaattorissa (jäävuoren huipussa) havaitut muutokset voivat olla aivan eri suuntaisia kuin siinä kokonaisilmiössä (jäävuoren veden alle jäävässä osassa), jota sen ajatellaan indikoivan.

Tällaisia jäävuorenhuipputilastoja on paljon. Usein esillä ovat olleet poliisin tietoon tullut rikollisuus ja erilaiset sosiaali- ja terveydenhuollon tilastot. Ne kertovat viranomaisten asiakaskunnan kehittymisestä, joka heijastelee kehityksen taustalla olevia ongelmia. Heijastusmekanismi ei kuitenkaan aina ole aivan yksinkertainen. Varsinkin rikollisuuden tilastointi on vaikeaa, koska rikos pyritään pääsääntöisesti salaamaan.

Esimerkiksi kun poliisin tietoon tullut rikollisuus lisääntyy, sen arvellaan kertovan rikollisuuden lisääntymisestä. Joskus näin voi ollakin, mutta myös muut syyt voivat vaikuttaa indikaattorin muutoksiin. Syynä voi olla esimerkiksi poliisin toimien tehostuminen, jonka seurauksena rikollisuus itse asiassa saattaa jopa vähentyä. Toisaalta jos poliisi ei pysty selvittämään rikoksia, vähentyy into ilmoittaa niitä poliisille. Tilastoon liittyvän kontrollikoneiston toiminta siis vaikuttaa itse tilastoon.

Jäävuoritilastoihin vaikuttavat myös taustailmiön jakaumassa tapahtuvat muutokset. Kun esimerkiksi toimeentuloon liittyvät ongelmat polarisoituvat, saattavat ongelmat kasvaa suhteellisen suppeassa syrjäryhmässä. Se luonnollisesti näkyy sosiaalitoimen palvelujen, esimerkiksi toimeentulotuen kysynnässä. Samaan aikaan kuitenkin voi muu kansa elää hyvää ja jopa paranevaa elämää.

Janne Kivivuoren mukaan poliisin tietoon tullutta rikollisuutta kuvaavan tilaston luotettavuutta rikollisuuden kuvaajana voidaan arvioida:

vertaamalla eri tilastoja keskenään (verrataan esimerkiksi vakuutustilastoja ja poliisitilastoja)
pyydetään arvioita esim. tuttavapiirin rikollisuudesta
selvittämällä uhrien määrää, esim. haastatteluin
kysymällä haastattelussa tai kyselyllä omaa ilmoitusta rikollisuudesta.

Yleisimmin poliisitilaston täydentäjänä on käytetty uhritutkimusta. Sen avulla on arvioitu rikollisuuden kohteeksi joutumista ja ilmoitusalttiutta.

Kivivuori selvittää tuoreessa tutkimuksessaan tilastolähteiden eroja nuorten rikollisen käyttäytymisen kuvaamisessa. Hän raportoi kyselyä, jossa nuorilta on kysytty omasta rikollisuudesta. Kyselyssä on myös selvitetty missä määrin tehdyt rikokset ovat tulleet poliisin tietoon. Aineiston perusteella Kivivuori toteaa, että ns. kunnollisten nuorten osuus on kasvanut. Koska rikollisten tekojen määrä ei kuitenkaan ole vähentynyt, on ilmeistä että rikolliset teot keskittyvät pienemmälle joukolle. Lisäksi nuorten riski joutua tekemisiin poliisin kanssa on kasvanut, mikä tietenkin kasvattaa nuorten määrää poliisin rikostilastoissa.

Jussi Melkas

Lähde: Kivivuori Janne: (toim.) Nuoret rikosten tekijöinä ja uhreina. Oikeuspoliittinen tutkimuslaitos 188.2002

Kommentti artikkeliin: Asteikko on tilaston perusta

Asennemittari on järjestysasteikko

En menisi missään tapauksessa sanomaan, että asennemittari on välimatka-asteikko niin kuin Tietoajan heinäkuun numerossa kirjoitettiin. Asennemittareissa on kysymys mitä puhtaimmasta järjestysasteikon muuttujasta. Välimatkat eivät ole välttämättä yhtä pitkiä asenne- tai muissa vastaavissa järjestysasteikon mittareissa yhdestä lukuarvosta toiseen siirryttäessä

Eri asia on se, että käytännössä hyvin usein asennemittarien yhteydessä joustetaan ja sen jatkokäytössä tällainen muuttuja tulkitaan välimatka- ja usein myös suhdeasteikolliseksi. Kirjoituksessa esitettiin tästä tilanteesta hyvä esimerkki kuluttajabarometrin järjestysasteikollisen muuttujan jatkokäytöstä. Muita esimerkkejä löytyy pilvin pimein, erityisen paljon faktorianalyysin tms. yhteydessä.

Seppo Laaksonen
Erikoistutkija, Tilastokeskus

Päivitetty 12.9.2002

Lisätietoja:
sähköposti: tietoaika@tilastokeskus.fi