Het verband tussen cybercrime en traditionele criminaliteit: slachtoffers en daders.
Masterscriptie Forensische Orthopedagogiek
Iris Maartje Oudolf 10470123 Begeleider: I.B. Wissink Tweede beoordelaar: P.E. Helmond Velsen, 22-11-2016
Dankwoord
Na een intensieve periode van 9 maanden is het zover; het schrijven van mijn dankwoord. Het was een intensieve, maar onwijs leerzame periode waarin ik mijn scriptie heb geschreven. Het schrijven van mijn scriptie is zowel met ups als downs gepaard gegaan, maar uiteindelijk ben ik tevreden met het eindresultaat. Graag wil ik stilstaan bij de mensen die mij de afgelopen periode hebben geholpen.
Ten eerste wil ik mijn scriptiebegeleidster mw. dr. I.B. Wissink bedanken. Mw. dr. I.B. Wissink heeft mij altijd voorzien van ontzettend vlotte en heldere feedback. Tevens wil ik haar heel erg bedanken voor het, met goed resultaat, mee helpen werven van middelbare scholen.
Ten tweede wil ik graag mw. E. Diegelmann en dhr. H. Rozendal bedanken voor het beschikbaar stellen van lesuren waarin het onderzoek kon worden afgenomen en het motiveren van alle deelnemende leerlingen. Zonder uw hulp zou het onderzoek niet mogelijk zijn geweest.
Tot slot wil ik graag mijn familie bedanken voor de onvoorwaardelijke steun. Met in het bijzonder mijn zus E.D. Oudolf, waarmee ik geregeld heb kunnen sparren over mijn scriptie.
Velsen, september 2016 Iris Maartje Oudolf
Inhoudsopgave Abstract p. 4 Inleiding p. 5 Methode p. 16 Steekproef p. 16 Procedure p. 17 Instrumentarium p. 18 Analyseplan p. 22 Resultaten p. 24 Discussie p. 32 Referenties p. 41
Abstract
Current research focuses on (1) the frequency of different types of cybercrime (e.g. cyberbullying, online financial economics crime and online sexual activities) and traditional criminality (both adolescent victimization and perpetration), (2) the relations between victimization and perpetration for both the different types of cybercrime and traditional crime, and (3) the relationship between explanatory background variables for victimization and perpetration of the different types of cybercrimes and traditional crime. On the basis of self-report questionnaires that were filled in at school, the (in)dependent variables were studied. The sample consisted of 323 adolescents between 12 and 25 years. These respondents were recruited through schools and social media. It was found that more adolescents had been victim of cybercrime than perpetrators of cybercrime. Both victimization and perpetration of cyberbullying occurred most frequently in comparison with the other types of cybercrime (online financial economic crime and online sexual activities). Only for traditional crime, perpetration was reported more than victimization. Traditional crime is more reported than cybercrime (as well as for victimization as for perpetration). For all types of crime, victimization and perpetration were associated with each other, of which traditional crime showed the strongest connection. Finally, there were no very clear similarities in risk factors between cybercrime and traditional crime. However, it can be said that adolescents’ psychosocial well-being was found to be an important factor (in negative way), particularly for victimization of the various types of crime.
Het verband tussen cybercrime en traditionele criminaliteit: slachtoffers en daders. De digitalisering van de maatschappij heeft ervoor gezorgd dat de samenleving grote ontwikkelingen heeft doorgemaakt. Deze digitalisering heeft enerzijds de kwaliteit van het leven van mensen verhoogd, anderzijds zijn met deze veranderingen ook verschillende extra risico’s ontstaan (Van der Hof & Koops, 2011). Met deze ontwikkeling heeft zich namelijk een nieuw type criminaliteit, genaamd cybercrime, ontwikkeld. Cybercrime beslaat een breed scala van criminaliteit zoals: misleiding, e-fraude, cyberpesten, sexting en grooming (Kerstens & Stol, 2012). In 2013 publiceerde het Centraal Bureau voor Statistiek (CBS) dat ruim één op de acht Nederlanders in dat jaar slachtoffer was geweest van cybercrime, met name jongeren tussen de 15 en 25 jaar waren oververtegenwoordigd. Ook stelde het CBS vast dat één op de vijf Nederlanders slachtoffer was geworden van traditionele criminaliteit, dit was een lichte daling ten opzichte van eerdere jaren. Cybercrime neemt volgens het CBS (2013) mogelijk toe en traditionele criminaliteit lijkt heel langzaam af te nemen. Huidig onderzoek richt zich op zowel slachtoffer- als daderschap van cybercrime en traditionele criminaliteit. Met als uiteindelijk doel om de prevalentie en de verwevenheid tussen offline en online gedrag te bestuderen. De studie levert aan de hand van de verklarende risicofactoren een bijdrage aan het bevorderen van de opsporing en preventie van zowel cybercrime als traditionele criminaliteit.
De term cyber wordt gebruikt om woorden een computer en/of internet (bij)betekenis te geven (Lamsma & Bijleveld, in press), i.e. cybercrime en cyberspace. Tevens zijn er naast de term cybercrime meerdere termen in omloop die criminaliteit in de cyberspace aanduiden, zoals e-crime, internet criminaliteit en digitale criminaliteit. Gedurende dit onderzoek wordt de term ‘cybercrime’ gebruikt. Onder traditionele criminaliteit wordt in huidig onderzoek alle criminaliteit waarbij de cyberspace geen rol speelt beschouwd (zoals winkeldiefstal, vernieling, beroving en fysieke geweldpleging).
De term cybercrime wordt onderverdeeld in type I en type II delicten (Lamsma & Bijleveld, in press). Type I delicten zijn traditionele misdaden waarbij gebruik wordt gemaakt van een computer. De computer dient hierbij als een middel tot het uitvoeren van de criminaliteit, net als dat een auto een middel is om traditionele criminaliteit, zoals een winkeldiefstal, te verwezenlijken. Een voorbeeld van type I cybercrime is oplichting en bedreiging. Hierbij is een computer of internet geen essentieel element om het delict te plegen. Dit soort delicten worden onder het klassieke strafrecht geclassificeerd. Echter moet er wel rekening mee worden gehouden dat de aard, de omvang en het volume wel degelijk andere implicaties voor het meten, opsporen en vervolgen hebben dan bij traditionele criminaliteit. Type II delicten zijn misdaden die pas sinds de opkomst van computers en internet ontstaan zijn. Dit type delict kan niet zonder een computer/internet gepleegd worden, tevens is een computer/internet het doelwit van het delict. Een voorbeeld van een type II delict is het aanvallen van een computer of netwerk met als doel het functioneren van het systeem te belemmeren of te stoppen.
Type I en II delicten kunnen tevens een andere benaming krijgen, waarbij type I als computer-gerelateerd benoemd kan worden en type II als computergericht (Lodder, Egeler, & Van Kerkvoorden, 2016). Bij computer-gerelateerde delicten is de computer een hulpmiddel/instrument voor het uitvoeren van de delicten. Bij computergerichte delicten is de computer het object/doel en zijn de misdrijven gericht tegen de vertrouwelijkheid, beschikbaarheid en deugdelijkheid van computers en datasystemen. Naast deze computergerichte en computer-gerelateerde delicten wordt er vaak nog een derde vorm onderscheiden; content-gerelateerde delicten. Hierbij is de content strafbaar en wordt deze via de computer verspreid of bewerkt. Een computer fungeert hierbij als werkwijze/omgeving of als medium/drager van de strafbare content. Enkele voorbeelden zijn kinderporno, grooming, bedreiging en laster.
Gedurende dit onderzoek wordt naar voorbeeld van Kerstens en Stol (2012) onderscheid gemaakt in drie risicogebieden van cybercrime; cyberpesten, online financieel economische criminaliteit en online seksuele activiteiten. Hierbij kunnen cyberpesten en online financieel economische criminaliteit als computer-gerelateerd beschouwd worden en online seksuele activiteiten als content gerelateerd. De drie risicogebieden van cybercrime worden hieronder nader uitgewerkt.
Het concept ‘cyberpesten’ is lastig te definiëren. De negatieve impact op de jongere is namelijk afhankelijk van de subjectieve ervaring. Pesten wordt hierdoor verschillend geïnterpreteerd (Kerstens & Stol, 2012). Het gaat in ieder geval om het online herhaaldelijk pesten, waarbij cyberpesten en traditioneel pesten vaak in het verlengde van elkaar liggen (Kerstens, 2014; Kerstens & Stol, 2012). Bij het risicogebied ‘online financieel economische criminaliteit’ gaat het om commerciële misleiding, veilingfraude en virtuele diefstal. Het frequent op internet bevinden en het bezitten van eigen financiële middelen zorgt ervoor dat jongeren hier kwetsbaar voor zijn. Het risicogebied ‘Online seksuele activiteiten’ heeft betrekking op de seksuele content en seksuele activiteiten in de cyberspace, waarbij onderscheid wordt gemaakt in: het zien van online pornografie, maken/verzenden van seksueel beeldmateriaal en het ontvangen/verzenden van online seksuele verzoeken (Cooper, McLoughlin, & Campbell, 2000; Kerstens & Stol, 2012).
Uiteenlopende persoonlijke en omgevingsfactoren zorgen ervoor dat sommige jongeren niet in aanraking komen met cyberpesten, online financieel economische criminaliteit en ongewenste seksueel getinte beelden/opmerkingen en andere jongeren wel (herhaaldelijk) (Zaagsma, De Graaf, & Kloppenbrug, 2013). Huidig onderzoek gaat de risicofactoren nader bestuderen, om nog een duidelijker beeld te schetsen van wie meer risico loopt om met de verschillende criminaliteitsvormen in aanraking te komen. Persoonlijkheidsfactoren als zelfverzekerdheid, assertiviteit, weerbaarheid, aardigheid, het
‘niet anders zijn’ en gezond wantrouwen zijn factoren die slachtofferschap van cyberpesten kunnen voorkomen. Daarnaast komen jongeren minder in aanraking met ongewenste seksuele beelden/opmerkingen indien minder interesse in seks wordt geuit. Het bevinden in velerlei cyberspaces vergroot daarentegen de kans op ongewenste gebeurtenissen. Op websites als bijvoorbeeld Facebook en Twitter loopt een jongere een verhoogd risico om met pesten of seksuele intimidatie in aanraking te komen. Het veranderen van cyberspace en technische maatregelen kunnen een uitkomst zijn om minder of niet meer met cybercrime in aanraking te komen. De sociale omgeving waarin jongeren zich buiten de cyberspace bevinden heeft invloed op de mate waarin jongeren online risico lopen (Kerstens & Stol, 2012; Zaagsma, De Graaf, & Kloppenbrug, 2013). In deze sociale omgeving spelen ouders een belangrijke rol, tijdens de opvoeding vervullen de ouders bijvoorbeeld een adviserende rol. De vriendschappen uit de offline wereld zijn tevens van invloed op de sociale omgeving. De mate waarin groepsdruk binnen vriendschappen wordt ervaren is van invloed op de mate waarin online pesterijen en seksuele activiteiten worden ervaren. Vrienden kunnen hierbij zowel als positieve of negatieve factor fungeren, afhankelijk van de norm die binnen de vriendengroep geldt (Zaagsma, De Graaf, & Kloppenbrug, 2013).
Binnen de drie hierboven besproken risicogebieden van cybercrime (cyberpesten, online financieel economische criminaliteit en online seksuele activiteiten) kunnen jongeren drie verschillende communicatierollen vervullen (Kerstens & Stol, 2012). De jongeren kunnen ten eerste ontvanger zijn, hierbij kan gedacht worden aan het ontvangen van seksueel materiaal of commerciële misleiding. Dit wordt in huidig onderzoek beschouwd als slachtofferschap van cybercrime. De tweede communicatierol is als participant, hierbij gaat het bijvoorbeeld om online gepest worden of seksuele communicatie in de cyberspace. In deze communicatierol is sprake van interactie tussen ontvanger en verzender. De ontvangende participant wordt in huidig onderzoek tevens als slachtoffer beschouwd, de verzender wordt
als dader beschouwd. Bij de laatste communicatierol fungeert de jongere als zender, dit kan iemand zijn die seksueel materiaal online plaatst of iemand die op het web een ander pest. In huidig onderzoek wordt dit als daderschap van cybercrime beschouwd.
De communicatierollen zijn niet strikt van elkaar gescheiden, jongeren zijn geregeld zowel slachtoffer als dader van cybercrime (Kerstens & Stol, 2012). Deze overlap is zichtbaar in het feit dat als jongeren iets negatiefs op internet hebben meegemaakt zij hetzelfde gedrag geregeld ook gaan vertonen als dader van cybercrime. Dit uit zich bijvoorbeeld in het zowel ontvangen als verspreiden van bedreigingen (Kerstens & Stol, 2012; Zebel et al., 2013). Net als bij cybercrime zijn slachtoffer- en daderschap van traditionele criminaliteit ook met elkaar verweven. Vergelding kan een verklaring hiervoor zijn (Van Wilsem, 2010); het bedrogen voelen na vernieling kan er toe leiden dat iemand de dader wil terugpakken door zelf te gaan vernielen.
Huidig onderzoek bestudeert de verwevenheid tussen slachtoffer en daderschap van de verschillende criminaliteitsvormen. De general theory of crime geeft deze verwevenheid tussen slachtofferschap en daderschap weer. Deze theorie stelt dat mensen met een lage zelfcontrole geneigd zijn zich meer impulsief, ongevoelig/kortzichtig te gedragen en meer risico’s te nemen (Holt, Bossler, & May, 2012; Van Wilsem, 2010). Dit roekeloze gedrag zorgt ervoor dat daders de verleiding tot misdaad niet kunnen weerstaan, tevens zorgt het gedrag ervoor dat de kwetsbaarheid toeneemt en de kans op slachtofferschap groter wordt.
Er zijn verschillende theorieën die slachtoffer- en daderschap verklaren, deze theorieën kunnen zowel van toepassing zijn op cybercrime als op traditionele criminaliteit. De social learning theorie stelt dat crimineel gedrag is aangeleerd door vrienden, die als bron van deviant gedrag kunnen fungeren (Holt et al., 2012; Van Wilsem, 2010). In de cyberspace is hier bijvoorbeeld sprake van zodra onlinevrienden elkaar in chats stimuleren en tips geven om te hacken. Hiernaast verklaart de routine-activiteiten theorie slachtoffer- en daderschap aan de
hand van het activiteitenpatroon, waarbij de nabijheid van (andere) daders van belang is (Van Wilsem, 2010). Bepaalde activiteiten vergroten de kans op slachtoffer- en daderschap. Zonder het gebruik van social media is de kans afwezig om bijvoorbeeld online gepest te worden. Bovendien vergroot het omgaan met deviante vrienden de kans op daderschap. Deze twee theorieën kunnen naast elkaar bestaan en geven bepaalde risico’s (bijvoorbeeld deviante vrienden) weer die de kans op slachtoffer- en daderschap vergroten. Dit maakt dat het van belang is om te bestuderen of deze risico’s ook daadwerkelijk een rol spelen bij slachtoffer- en daderschap van zowel cybercrime als traditionele criminaliteit. Hieronder worden de risicofactoren besproken die uit eerder onderzoek naar zowel slachtoffer- als daderschap van cybercrime en traditionele criminaliteit naar voren zijn gekomen.
Risicofactoren cybercrime
Kerstens en Stol (2012) bestudeerden risicofactoren die de kans op slachtoffer- en/of daderschap op de drie risicogebieden van cybercrime vergroten. Ten eerste worden risicofactoren voor zowel slachtoffer- als daderschap besproken, vervolgens risicofactoren die alleen aan slachtofferschap worden gekoppeld.
Psychosociaal welbevinden hangt volgens Kerstens en Stol (2012) zowel samen met slachtoffer- als daderschap van de drie cybertypes. Waarbij bij slachtofferschap sprake is van een negatief verband en bij daderschap van een positief verband. Slachtoffers van cyberpesten en virtuele diefstal hebben een lager psychosociaal welbevinden dan niet-slachtoffers. Het meemaken van negatieve ervaringen via internet op seksueel gebied zorgt er tevens voor dat jongeren een laag psychosociaal welbevinden hebben. Jongeren die zelf virtuele diefstal hebben gepleegd of iemand hebben gepest bezitten daarentegen een hoger psychosociaal welbevinden.
Tevens hangt de manier waarop internet wordt gebruikt samen met zowel slachtoffer- als daderschap (Kerstens & Stol, 2012). Het internetgebruik van slachtoffers van cyberpesten
blijkt anders dan van niet-slachtoffers; slachtoffers maken compulsiever gebruik van internet en delen vaker online persoonlijke/intieme informatie over zichzelf dan niet-slachtoffers. Meer klikgedrag, contactinformatie van zichzelf delen en e-mails van onbekende afzenders openen vergroten bovendien de kans op het zien van ongewenst seksueel beeldmateriaal. Veel online communicatie en het online vrijer/ongeremder voelen dan in de offline wereld vergroot ook de kans op seksuele verzoeken. Het daderschap met betrekking tot cyberpesten neemt tevens toe zodra jongeren meer tijd op internet doorbrengen. Daarnaast staat online-disinhibitie (dat wil zeggen het vrijer gedragen online dan offline) in verband met een vergrote kans op daderschap van cyberpesten. Ook daders van financieel-economische cybercrime laten een ander internetgebruik zien dan niet-daders. Zo brengen daders van virtuele diefstal en veilingfraude meer tijd door op internet, zij vertonen meer risicovol klikgedrag, gamen meer en zetten eerder persoonlijke informatie online (Kerstens & Stol, 2012).
Kerstens en Stol (2012) ondervonden tevens dat zelfcontrole (de mate waarin iemand in staat is om impulsen te onderdrukken) negatief samenhangt met zowel slachtoffer- als daderschap van cybercrime (slachtofferschap van online financieel economische criminaliteit en online seksuele activiteiten en daderschap van online financieel economische criminaliteit). Het meemaken van negatieve online seksuele ervaringen staat namelijk in verband met een lage zelfcontrole. Een lage zelfcontrole vergroot daarnaast de kans op slachtoffer- en daderschap van online financieel economische criminaliteit (Kerstens & Stol, 2013). Kerstens & Veenstra (2013) vonden tevens een negatief verband tussen cyberpesten en zelfcontrole.
Tot slot kunnen ouders van invloed zijn op het slachtofferschap van hun kinderen, begeleiding van ouders werkt hierbij als protectieve factor (Kerstens & Stol, 2012). Begeleiding van ouders bij online aan- en verkopen verkleint de kans op slachtofferschap.
Internetbegeleiding van ouders heeft echter geen invloed op het daderschap van kinderen bij financieel-economische cybercrime.
Risicofactoren traditionele criminaliteit
Eerder onderzoek heeft tevens risicofactoren bestudeerd die de kans op slachtoffer- en/of daderschap van traditionele criminaliteit vergroten. Ten eerste worden risicofactoren voor zowel slachtoffer- als daderschap besproken, vervolgens risicofactoren die alleen aan daderschap worden gekoppeld.
Psychopathologie hangt bij jongeren zowel samen met slachtoffer- als daderschap (Dorelijers, 1995; Smith & Ecob, 2007; Van Wilsem, 2010). Hierbij kan gedacht worden aan een combinatie van antisociale gedragsstoornissen en aandachttekortstoornissen, hyperactiviteit en middelenmisbruik (Dorelijers, 1995). Bovendien wordt er vaak depressie gerapporteerd bij deze groep jongeren. Inhibitie en een gebrekkige zelfcontrole kunnen tevens zorgen voor zowel slachtoffer- als daderschap van traditionele criminaliteit, dit komt doordat deze aspecten de kans vergroten dat iemand in een risicovolle constellatie terecht komt (Smith & Ecob, 2007; Van Wilsem, 2010).
Slechte schoolprestaties wordt in de literatuur benoemd als verklarende risicofactor voor daderschap van traditionele criminaliteit (Boendermaker & Ince, 2008; Blom, Oudhof, Bijl, & Bakker, 2005).
Tot slot bezit een samenkomst van velerlei risicofactoren uit verschillende contexten van jongeren een verhoogde kans op delinquentie, de contexten die het meest van invloed zijn verschillen daarbij per leeftijdscategorie (Loeber, Slot, & Stouthamer-Loeber, 2008; Prinzie, Hoeve, & Stams, 2008). Bij steeds ouder wordende jongeren wordt de school en sociale omgeving (vrienden) steeds belangrijker naast de individuele en gezinskenmerken die vooral op jongere leeftijd een rol spelen. Bij risicovolle individuele en gezinskenmerken kan gedacht worden aan antisociaal gedrag, aandachtstoornissen, lage intelligentie, gezinscriminaliteit,
gezinsarmoede, slechte relatie met ouders en matige opvoedkwaliteit van de ouders (Farrington, 1995). De omgevingscontext, waar school- en vriendenkenmerken onder vallen, zijn bijvoorbeeld lage schoolprestaties en antisociale vrienden.
Cybercrime is, door de snel ontwikkelende technologieën, een opkomend type criminaliteit. Door de grote ontwikkelingen van mobiele en online technieken en applicaties zijn er veel mogelijkheden in het dagelijks leven ontstaan, echter ontstaan met deze mogelijkheden ook risico’s omtrent de cyberspace (Van der Hof & Koops, 2011; Zebel, De Vries, Giebels, Kuttschreuter, & Stol, 2013). Deze risico’s gelden zeker voor jongeren, waarbij deze mogelijkheden een steeds grotere rol in het dagelijks leven beginnen in te nemen. Deze risico’s kunnen zich zowel in slachtoffer- als daderschap van cybercrime uiten (Van der Hof & Koops, 2011). Het risico dat jongeren op zowel slachtoffer- als daderschap lopen, maakt dat jongeren begeleid en beschermd moeten worden om beschadiging in de ontwikkeling te voorkomen. De adolescentie is immers een kwetsbare periode, waarin jongeren grote ontwikkelingen op zowel emotioneel als lichamelijk vlak door maken (Crone, 2011). Bij de ontwikkeling tot een autonome volwassene behoort het doorlopen van risico’s door experimenteer gedrag. Om de balans tussen het beschermen van de jongeren en het niet belemmeren in de autonomie te bepalen, is het van belang om onderzoek naar cybercrime onder jongeren te verrichten. Doordat cybercrime een redelijk nieuw verschijnsel is, is veel kennis omtrent de cyberspace nog onduidelijk. Tevens ontwikkelt dit fenomeen zich snel, dit maakt dat recente informatie van belang is.
Inmiddels is, net als over traditionele criminaliteit, het één en ander bekend met betrekking tot zowel de slachtoffers als de daders van cybercrime. Om uitspraken over zowel cybercrime als traditionele criminaliteit te kunnen doen, met betrekking tot de prevalentie, etiologie en interventies, is het van belang om te bestuderen of er verschillen zijn tussen cybercrime en traditionele criminaliteit (Lamsma & Bijleveld, in press). Interventies gericht
op traditionele criminaliteit kunnen tevens werkzaam zijn voor de bestrijding van cybercrime, afhankelijk van de verklarende protectieve- en risicofactoren. Mogelijk zijn er echter ook specifieke interventies nodig, speciaal gericht op andere werkzame protectieve- en/of risicofactoren. Om effectieve interventies in te kunnen zetten is het in ieder geval van belang dat er voldoende wetenschappelijke basis bestaat over de risicofactoren voor beide vormen van criminaliteit en de eventuele verbanden tussen slachtoffer- en daderschap van cybercrime en traditionele criminaliteit.
Eerder onderzoek toont geen significant verschil aan tussen cybercrime en traditionele criminaliteit, maar geeft eerder een verwevenheid tussen de twee criminaliteitstypes weer door vervaagde grenzen tussen de online en offline wereld (Kerstens & Stol, 2012; Zebel et al, 2013). Anderson en collega’s (2013) stellen dat de scheiding tussen traditionele criminaliteit en cybercrime een grijsgebied is, waarmee wordt weergegeven dat de fysieke wereld zich steeds meer in de online wereld gaat afspelen. Lamsma en Bijleveld (in press) stellen daarentegen verschillende redenen waarom traditionele criminaliteit en cybercrime apart bestudeerd dienen te worden. De afstand en tijd tussen de daad, dader en slachtoffer is anders, de interactie tussen dader en slachtoffer is anders, de anonimiteit en onzichtbaarheid is hoger bij cybercrime, er bestaat een verschil in schaal tussen beide types, slachtofferschap is geregeld onduidelijk bij cybercrime en de opsporing en vervolging is anders. Uit huidig onderzoek blijkt in welke mate het wenselijk is de twee criminaliteitstypes samen te bestuderen. Uit de eerder besproken risicofactoren voor slachtoffers en daders van cybercrime en traditionele criminaliteit kan wel een overeenkomst in risicofactoren tussen de twee criminaliteitstypes worden verwacht (i.e. psychosociaal welbevinden, zelfcontrole en relatie met ouders).
Huidig onderzoek is relevant, omdat het op basis van eerder onderzoek te verwachten verbanden tussen cybercrime en traditionele criminaliteit bestudeert. Het eerder besproken
internetgebruik en de mate van experimenteer gedrag van adolescenten (Crone, 2011; Kerstens & Stol, 2012), zorgt er voor dat het van belang is om ook specifiek onderzoek te doen naar adolescenten. Tevens bestudeert het onderzoek de overlap tussen slachtoffer- en daderschap van zowel cybercrime als traditionele criminaliteit. Zebel et al. (2013) stelde een samenhang tussen slachtoffer- en daderschap van cybercrime vast bij jongeren van de leeftijd van 8 tot 21 jaar: indien jongeren een negatieve ervaring op internet hadden meegemaakt, bleken deze jongeren dit negatieve gedrag namelijk zelf ook te vertonen. Om meer uitspraken over deze vraagstukken te kunnen doen, richt huidig onderzoek zich op de volgende vraagstellingen. De eerste onderzoeksvraag betreft de vraag wat de prevalentie is van cybercrime onder jongeren tussen de 12 en de 25 jaar, waarbij onderscheid wordt gemaakt tussen slachtoffer- en daderschap. De tweede onderzoeksvraag betreft de vraag wat de prevalentie is van traditionele criminaliteit onder jongeren tussen de 12 en 25 jaar, wederom wordt onderscheid gemaakt tussen slachtoffer- en daderschap. Ten derde wordt gekeken in hoeverre slachtoffer- en daderschap van cybercrime met elkaar samenhangen bij jongeren tussen de 12 en 25 jaar. Ten vierde wordt gekeken in hoeverre slachtoffer- en daderschap van traditionele criminaliteit met elkaar samenhangen bij jongeren tussen de 12 en 25 jaar. Ten vijfde wordt gekeken in welke mate risicofactoren verklarend zijn voor cybercrime, dit wordt apart gedaan voor slachtoffer- en daderschap. Ten zesde wordt gekeken in welke mate risicofactoren verklarend zijn voor traditionele criminaliteit, wederom wordt hierbij onderscheid gemaakt tussen slachtoffer- en daderschap. Overeenkomsten in resultaten geven een indicatie van de overlap tussen beide vormen van criminaliteit. De volgende risicofactoren van cybercrime en traditionele criminaliteit worden gemeten: sensatie zoeken, empathie, psychosociaal welbevinden, relatie met vrienden, relatie met ouders, zelfcontrole en moreel oordeel. Sekse, leeftijd, etniciteit en opleidingsniveau worden meegenomen als controlevariabelen.
Aan de hand van de eerder besproken literatuur wordt verwacht dat de jongeren uit de steekproef in grotere mate zowel slachtoffer- als daderschap rapporteren van cybercrime dan traditionele criminaliteit. Daarnaast wordt, doordat in de online wereld minder duidelijke grenzen bestaan tussen wat legaal is en wat illegaal is dan in de offline wereld, een grotere samenhang tussen slachtoffer- en daderschap van cybercrime dan traditionele criminaliteit verwacht. Naar verwachting hangen de benoemde achtergrondvariabelen met zowel cybercrime als traditionele criminaliteit samen. Waarbij enerzijds een grote mate van sensatie zoekend gedrag en een sterke relatie met vrienden wordt verwacht., Anderzijds wordt een lage mate van empathie, psychosociaal welbevinden, zelfcontrole, moreel oordeel en zwakke relatie met ouders verwacht.
Methode Steekproef
In het totaal zijn vierentwintig scholen benaderd voor deelname aan het onderzoek, waarvan twee scholen uiteindelijk hebben deelgenomen. De werving heeft plaatsgevonden op een middelbare streekschool van alle niveaus (i.e. vmbo, havo en vwo) en een middelbaarberoepsonderwijsschool in de Randstad. De jongeren in de onderzoeksgroep waren in de leeftijd van 12 tot 25 jaar. De werving via social media is alleen ingezet voor jongeren van 18 tot 25 jaar (9.3% van de populatie). Tevens is nog een kleine groep minderjarige jongeren via het eigennetwerk van de onderzoeker benaderd (3.7% van de populatie). De steekproef bezit 323 respondenten, met een gemiddelde leeftijd van ruim 15 jaar (M = 15.69, N = 312, SD = 3.65), van wie 184 meisjes (58.8%) en 129 jongens (41.2%). Van de 323 respondenten hebben 283 respondenten de gehele vragenlijst afgerond. In Tabel 1 staan de kenmerken van de steekproef beschreven.
Tabel 1: Demografische gegevens van de onderzoeksgroep.
Noot. a’
Anders’ bij etniciteit zijn jongeren die zelf niet in Nederland zijn geboren of van wie minimaal één van de ouders dit niet is.
b
Hoog opgeleid: havo/vwo/hbo/wo, laag opgeleid: vmbo/mbo. Procedure
Het merendeel van de jongeren (87.0%) uit de steekproef is via hun school benaderd voor deelname aan het onderzoek. Een kleinere groep jongeren (13.0%) is via social media en persoonlijk netwerk benaderd voor deelname aan het onderzoek. Werving via social media heeft via Facebook plaatsgevonden; een link naar de vragenlijst is door meerdere mensen verspreid en gedeeld. Het invullen heeft online plaatsgevonden, tijdens de afname op school was er een docent aanwezig om eventuele vragen te beantwoorden. Voorafgaand aan de afname is een korte instructie gegeven aan de participanten. Er is vermeld dat het invullen van de vragenlijst op geheel vrijwillige basis plaatsvond en dat het belangrijk was dat de vragenlijst naar waarheid werd ingevuld. Daarnaast werd vermeld dat er geen goede of foute antwoorden bestonden, zolang de jongeren maar naar waarheid de vragenlijst invulden.
De deelnemers hebben op geheel vrijwillige en anonieme basis deelgenomen. Op elk moment konden de jongeren beslissen uit het onderzoek te stappen. Voorafgaand aan deelname hebben alle respondenten een actieve informed consent ondertekend, op deze Karakteristieken N M / % Leeftijd Geslacht Jongen Meisje Etniciteita Nederlands Anders Opleidingsniveaub Hoog opgeleid Laag opgeleid 312 129 184 267 46 136 176 15.69 41.2% 58.8% 85.3% 14.7% 43.6% 56.4%
manier hebben de respondenten toestemming voor deelname gegeven. Voor de minderjarigen werd daarnaast, met behulp van de scholen, voorafgaand aan het onderzoek toestemming gevraagd aan de ouders door middel van een passieve informed consent. Deze is minimaal een week voorafgaand aan deelname van de jongeren door de scholen via de mail naar de ouders verzonden. 0.3% Van de jongeren heeft geen consent voor deelname gegeven. Alle gegevens zijn anoniem bewaard en verwerkt. Het onderzoek is goedgekeurd door de Commissie Ethiek van de Faculteit der Maatschappij- en Gedragswetenschappen van de Universiteit van Amsterdam (nummer: 2016-AISSR-6614).
Instrumentarium
Nader worden de instrumenten om de verschillende variabelen te meten uitgewerkt.
Cybercrime. Om slachtoffer- en daderschap van de drie typen cybercrime te meten is een aangepaste versie van de vragenlijst van Kerstens en Stol (2012) gebruikt. De vragenlijst bestond in totaal uit 31 items, waarbij antwoord op een 3-punts Likertschaal variërend van 1 = Nee, dat is niet gebeurd, 2 = Ja, een enkele keer, tot 3 = Ja, vaak, kon worden gegeven. Indien een participant aangaf een enkele keer/vaak ten minste één van de items te hebben ervaren werd dit beschouwd als dat er sprake was van slachtoffer- en/of daderschap.
Cyberpesten. Om de ervaringen met betrekking tot pesten gedurende de afgelopen 3 maanden te meten werden 12 items voorgelegd, waarvan 6 items om slachtofferschap te meten en 6 items om daderschap te meten. Een voorbeelditem om slachtofferschap te meten is: ‘Heeft iemand jou uitgescholden via internet/mobiele telefoon?’. Een voorbeelditem om daderschap te meten is: ‘Heb jij zelf gemene roddels over iemand verspreid op internet?’. De subschaal slachtofferschap bezat een Cronbach’s alfa van .75 en de subschaal daderschap .53. Online financieel economische criminaliteit. Om online financieel economische criminaliteit gedurende het afgelopen jaar te meten werden 7 items voorgelegd, waarvan 4 items om slachtofferschap te meten en 3 items om daderschap te meten. Een voorbeelditem
om slachtofferschap te meten is: ‘Heb je in het afgelopen jaar meegemaakt dat je moest betalen voor iets waarvan je dacht dat het gratis was, bijvoorbeeld voor een app of een game?’. Een voorbeelditem om daderschap te meten is: ‘Heb je in het afgelopen jaar zelf iemand opgelicht bij het doen van online aankopen of verkopen (bijvoorbeeld via Marktplaats)?’. De subschaal slachtofferschap bezat een Cronbach’s alfa van .27 en de subschaal daderschap .08. Vanwege deze lage betrouwbaarheden worden de resultaten van de subschaal online financieel economische criminaliteit in dit onderzoek buiten beschouwing gelaten.
Online seksuele activiteiten. Om online seksuele activiteiten gedurende het afgelopen jaar te meten werden 12 items afgenomen, waarvan 6 items om slachtofferschap te meten en 6 items om daderschap te meten. Een voorbeelditem om slachtofferschap te meten is: ‘Iemand vroeg of ik mij wilde uitkleden voor de webcam’. Een voorbeelditem om daderschap te meten is: ‘Heb je in het afgelopen jaar zelf een blootfoto of blootfilmpje gemaakt van iemand anders?’. De subschaal slachtofferschap bezat een Cronbach’s alfa van .90 en de subschaal daderschap .84.
Traditionele criminaliteit. Om slachtofferschap van traditionele criminaliteit gedurende de afgelopen vijf jaar te meten is de CBS-slachtofferenquête (ERV/POLS) uit 1992-2004 afgenomen. Deze vragenlijst beslaat 11 items, met een 3-punts Likertschaal, variërend van 1 = Nee, dat is niet gebeurd, 2 = Ja, een enkele keer, tot 3 = Ja, vaak. Een voorbeelditem is: ‘Is de laatste vijf jaar wel eens een fiets van u gestolen? Ik bedoel fietsen waar u de hoofdgebruiker van bent of was’. De subschaal bezat een Cronbach’s alfa van .80.
Om daderschap van traditionele criminaliteit gedurende het afgelopen jaar te meten is de Vragenlijst Deviant Gedrag (VDG) afgenomen, deze meet in welke mate de deelnemer de afgelopen 12 maanden deviant gedrag heeft getoond (Meeus, Dekovic, & Noom, 1996). De subschaal bestaat uit 14 items en bezit een 3-punts Likertschaal, variërend van 1 = Nee, dat is
niet gebeurd, 2 = Ja, een enkele keer, tot 3 = Ja, vaak. Een voorbeelditem uit de subschaal is: ‘Geef aan hoe vaak je de afgelopen 12 maanden hebt ingebroken in een gebouw of auto’. De subschaal bezat een Cronbach’s alfa van .83.
Sensatie zoeken. Om te meten in hoeverre de jongeren de neiging ervaren om sensatie zoekend gedrag te vertonen zijn twee losse items, ontwikkeld door Slater (2003), afgenomen. Een voorbeelditem uit de subschaal is: ‘Hoe vaak doe je gevaarlijke dingen voor de ‘fun’?’. De subschaal bezat een Cronbach’s alfa van .92.
Empathie. Om te meten in welke mate de jongeren zich empathisch gedragen is de Toronto Empathy Questionnaire afgenomen. Deze subschaal bestaat uit 16 items , met een 5-punts Likertschaal, variërend van 1 = Helemaal niet, 2 = Beetje oneens, 3 = Niet eens, niet oneens, 4 = Beetje eens, tot 5 = Helemaal eens. Een voorbeelditem uit de subschaal is: ‘Als iemand anders opgewonden is, heb ik ook de neiging opgewonden te raken’. De subschaal bezat een Cronbach’s alfa van .78.
Relatie met ouders. Om te meten in hoeverre de jongeren een hechte band met de ouders ervoeren is een aangepaste versie van de subschaal hechting aan moeder van de Inventory of Parent and Peer Attachment afgenomen. Deze subschaal bestaat uit 12 items, met een 4-punts Likertschaal variërend van 1 = (bijna) nooit, 2 = soms, 3 = vaak, tot 4 = (bijna) altijd. Een voorbeelditem is: ‘Ik krijg te weinig aandacht van mijn ouder(s)’. De subschaal bezat een Cronbach’s alfa van .82.
Relatie met leeftijdsgenoten. Om te meten in hoeverre de jongeren een hechte band met leeftijdgenoten ervoeren is de subschaal hechting aan leeftijdgenoten van de Inventory of Parent and Peer Attachment afgenomen. Deze subschaal bestaat uit 12 items, met een 4-punts Likertschaal variërend van 1 = (bijna) nooit, 2 = soms, 3 = vaak, tot 4 = (bijna) altijd. Een voorbeelditem is: ‘Ik hoor graag de mening van mijn vrienden over dingen die belangrijk zijn’. De subschaal bezat een Cronbach’s alfa van 83.
Zelfcontrole. Om de mate van zelfcontrole van de jongeren te meten is een subschaal uit de vragenlijst van Kerstens (2014) afgenomen. Deze subschaal bestaat uit 13 stellingen, met een 3-punts Likertschaal van 1 = (bijna) nooit, 2 = soms, tot 3 = vaak. Een voorbeelditem is: ‘Ik kan me goed concentreren’. De subschaal bezat een Cronbach’s alfa van .62.
Psychosociaal welbevinden. Om de mate van psychosociaal welbevinden te meten is er een subschaal uit de vragenlijst van Kerstens (2014) afgenomen. De subschaal bestaat uit 12 stellingen, met een 5 punts Likertschaal van 1 = helemaal eens, 2 = Beetje oneens, 3 = Ik twijfel hierover, 4 = Beetje eens, tot 5 = Helemaal oneens’. Een voorbeelditem is: ‘Ik ben tevreden over mezelf’. De subschaal bezat een Cronbach’s alfa van .84.
Moreel oordeel. Om de mate van het morele oordeelsvermogen van de jongeren te meten is een aangepaste vragenlijst van de Media, Morality, and Youth Questionnaire afgenomen. De subschaal bestaat uit 5 stellingen, met een 5 punts Likertschaal van 1 = helemaal onacceptabel/Helemaal niet oke, 2 = Niet acceptabel/niet oke, 3 = Een beetje acceptabel/een beetje oke, 4 = Acceptabel/oke, tot 5 = Helemaal acceptabel/helemaal oke. Een voorbeelditem is: ‘Op het filmpje is te zien dat drie vrienden een medeleerling bedreigen en opsluiten in de fietsenstalling’. De subschaal bezat een Cronbach’s alfa van .78.
Demografische kenmerken. De volgende demografische gegevens zijn gemeten: sekse, leeftijd, opleidingsniveau (antwoordopties: vmbo- basis beroepsgerichte leerweg, vmbo- kader beroepsgerichte leerweg, vmbo- gemengde leerweg, vmbo- theoretische leerweg, havo, vwo, mbo, hbo, wo of anders) en etniciteit. Om etniciteit te meten is naar het geboorteland van de participant en de beide ouders gevraagd (van een andere etniciteit dan Nederlands wordt gesproken indien de jongere zelf of minimaal één van de ouders niet in Nederland is geboren). De variabelen zijn zo gescoord dat een score 1 ‘risico’ betekent en een score 0 ‘geen risico’. Op deze wijze heeft een mannelijk geslacht, laag opleidingsniveau en
niet-Nederlandse etniciteit score 1 en een vrouwelijk geslacht, hoog opleidingsniveau en Nederlandse etniciteit score 0 gekregen.
Analyseplan
Dit onderzoek is uitgevoerd om de onderlinge verbanden tussen slachtoffer- en daderschap van cybercrime en traditionele criminaliteit te onderzoeken bij jongeren tussen de 12 en 25 jaar. In eerste instantie is gekeken in hoeverre jongeren in aanraking komen met cybercrime als slachtoffer of als dader. Ten tweede is onderzocht in hoeverre jongeren in aanraking komen met traditionele criminaliteit als slachtoffer of als dader. Ten derde is naar de samenhang tussen slachtoffer- en daderschap van cybercrime gekeken. Ten vierde is naar de samenhang tussen slachtoffer- en daderschap van traditionele criminaliteit gekeken. Ten vijfde is gekeken in welke mate achtergrondvariabelen verklarend zijn voor 1) slachtofferschap cyberpesten, 2) daderschap cyberpesten, 3) slachtofferschap online seksuele activiteiten, 4) daderschap online seksuele activiteiten, 5) slachtofferschap traditionele criminaliteit, en 6) daderschap traditionele criminaliteit. Het cybercrimetype online financieel economische criminaliteit wordt vanwege de lage betrouwbaarheid buiten beschouwing gelaten.
Om te bestuderen in welke mate slachtoffer- en daderschap van cybercrime en traditionele criminaliteit een rol spelen in de onderzoeksgroep zijn, met behulp van het statische data-analysecomputerprogramma SPSS, descriptieve analyses uitgevoerd. Indien een participant aangaf een enkele keer/vaak ten minste één van de items te hebben ervaren werd dit beschouwd als dat er sprake was van slachtoffer- en/of daderschap. Wederom is onderscheid gemaakt in 1) slachtofferschap cyberpesten, 2) daderschap cyberpesten, 3) slachtofferschap online seksuele activiteiten, 4) daderschap online seksuele activiteiten, 5) slachtofferschap traditionele criminaliteit, en 6) daderschap traditionele criminaliteit.
Vervolgens is door middel van drie Pearson correlatietoetsen onderzocht in hoeverre slachtoffer- en daderschap van cybercrime en traditionele criminaliteit met elkaar samenhingen. Hierbij is het verband tussen de gemiddelde score van de subschaal slachtofferschap cyberpesten en de gemiddelde score van de subschaal daderschap cyberpesten en het verband tussen de gemiddelde score van de subschaal slachtofferschap online seksuele activiteiten en de gemiddelde score van de subschaal daderschap online seksuele activiteiten bestudeerd. De samenhang tussen slachtoffer- en daderschap is ook voor traditionele criminaliteit onderzocht, door de correlatie tussen de gemiddelde score van de subschaal slachtofferschap traditionele criminaliteit en de gemiddelde score van de subschaal daderschap traditionele criminaliteit te bestuderen.
Tot slot zijn de verklarende factoren voor cybercrime en traditionele criminaliteit onderzocht. Het effect van de onafhankelijke variabelen op de afhankelijke variabelen is voor cybercrime en traditionele criminaliteit aan de hand van zes multipele hiërarchische regressieanalyses bestudeerd. Hierbij waren de afhankelijke variabelen: 1) slachtofferschap cyberpesten, 2) daderschap cyberpesten, 3) slachtofferschap online seksuele activiteiten, 4) daderschap online seksuele activiteiten, 5) slachtofferschap traditionele criminaliteit, en 6) daderschap traditionele criminaliteit. De predictoren kunnen in controlevariabelen (sekse, leeftijd, etniciteit en opleidingsniveau; stap 1) en achtergrondvariabelen (sensatie zoeken, empathie, psychosociaal welbevinden, relatie met vrienden, relatie met ouders, zelfcontrole en moreel oordeel; stap 2) worden opgesplitst. Er is onderzocht welke onafhankelijke variabelen de mate waarin jongeren slachtoffer dan wel dader zijn geweest van cybercrime en traditionele criminaliteit verklaarden. De resultaten van de analyses zijn vervolgens naast elkaar gelegd, zodat er bestudeerd kon worden welke onafhankelijke variabelen bij zowel slachtoffer- als daderschap van beide vormen van criminaliteit een verklarende rol speelden.
Resultaten
Nader worden de resultaten besproken. In verband met de lage betrouwbaarheid van de subschaal online financieel economische criminaliteit zijn de resultaten van zowel slachtoffer- als daderschap van dit type cybercrime buiten beschouwing gelaten.
Prevalentie
Om te bestuderen in welke mate slachtoffer- en daderschap van cybercrime en traditionele criminaliteit een rol spelen in de onderzoeksgroep zijn descriptieve analyses uitgevoerd. Indien een participant aangaf een enkele keer/vaak ten minste één van de items te hebben ervaren werd dit beschouwd als dat er sprake was van slachtoffer- en/of daderschap.
Van de 307 respondenten is gebleken dat 132 deelnemers (43%) wel eens slachtoffer en 88 deelnemers (28.7%) wel eens dader waren geweest van cyberpesten (variërend van uitschelden, bedreigen, buitensluiten, roddelen, hacken tot foto’s/filmpjes maken/verspreiden). Zowel slachtoffer- als daderschap van cyberpesten had met name betrekking op het online uitschelden.
Van de 304 respondenten is daarnaast gebleken dat 63 deelnemers (20.7%) wel eens slachtoffer waren geweest en van de 303 respondenten is gebleken dat 22 deelnemers (7.3%) wel eens dader waren geweest van de online seksuele activiteiten (variërend van vragen met betrekking tot geslachtsdelen, seksmededelingen, verzoek tot uitkleden voor de webcam, versturen van/vragen naar een naaktfoto tot het maken/verspreiden van blootfoto’s/filmpjes). Er werd door slachtoffers gerapporteerd dat met name vragen met betrekking tot de geslachtsdelen, het willen van seks en het sturen van naaktfoto’s zijn gesteld. In veel mindere mate zijn er blootfoto’s of blootfilmpjes van de respondent door een ander gemaakt. Daderschap kwam met name voort uit het stellen van vragen aangaande de geslachtsdelen van een ander. Significant meer laag dan hoog opgeleide1 jongeren rapporteerden zowel meer
1
slachtoffer- (χ2 = 6.09, p = .014) als daderschap (χ2 = 5.69, p = .017) (slachtofferschap: laag 71.4%, hoog 28.6% en daderschap: laag 81.8%, hoog 18.2%). Tevens rapporteerden meer meisjes (79.4%) dan jongens (20.6%) (χ2 = 13.77, p = .000) en meer jongeren met een Nederlandse etniciteit2 (77.8%) dan een niet-Nederlandse etniciteit (22.2%) (χ2 = 4.27, p = .039) slachtofferschap.
Van de 301 respondenten is tenslotte gebleken dat 177 deelnemers (58.8%) wel eens slachtoffer waren geweest en van de 303 respondenten is gebleken dat 201 deelnemers (66.3%) wel eens dader waren geweest van traditionele criminaliteit (variërend van drank/drugsgebruik, zwartrijden, vernieling, inbraak, mishandeling, bedreiging, diefstal, spieken, spijbelen, brandstichting tot aanranding). Slachtofferschap is significant vaker door meisjes (65.5%) dan door jongens (34.5%) gerapporteerd (χ2 = 8.04, p = .005). Slachtoffers rapporteerden met name zowel geweldsdelicten als diefstal. Opvallend is dat in dezelfde mate als geweldsdelicten en diefstal het volgende is gerapporteerd: het op een kwetsende manier, met seksuele bedoelingen aangeraakt/vastgepakt te zijn geweest. Daderschap blijkt vooral voort te komen uit dronkenschap, zwartrijden, spijbelen en spieken/frauderen op school. De samenhang tussen slachtoffer- en daderschap
Het tweede type analyse dat is uitgevoerd betreft een Pearson Correlatietoets. Er is zowel voor cybercrime als voor traditionele criminaliteit bestudeerd of slachtoffer- en daderschap met elkaar samenhingen. Slachtoffer- en daderschap van cyberpesten vertoonden een zwak, positieve samenhang met elkaar, r = .49, p = .000, n = 307. Dit betekent hoe hoger de mate van slachtofferschap van cybercrime, hoe hoger de mate van daderschap van cybercrime. De correlatie tussen slachtoffer- en daderschap van seksuele activiteiten cybercrime (r = .54, p = .000, n slachtoffers = 304, n daders = 303) bleken matig, maar eveneens positief met elkaar
2
Een Nederlandse etniciteit zijn jongeren die zelf en waarvan beide ouders in Nederland zijn geboren.
samen te hangen. Wederom betekent dit hoe groter de mate van slachtofferschap, hoe groter de mate van daderschap. Slachtoffer- en daderschap van traditionele criminaliteit vertoonden een middelmatig, positief verband (r = .62, p = .000, n slachtoffers = 301, n daders = 303). Dit betekent dat slachtoffer- en daderschap van traditionele criminaliteit het sterkste met elkaar samenhingen, waarbij hoe groter de mate van slachtofferschap, hoe groter de mate van daderschap.
Verklarende risicofactoren
Aan de hand van multipele hiërarchische regressieanalyses is geanalyseerd in welke mate de risicofactoren de mate dat jongeren slachtoffer dan wel dader werden van de verschillende criminaliteitsvormen verklaarden. De controlevariabelen zijn als eerste toegevoegd aan het model. Vervolgens zijn bij de tweede stap de risicofactoren toegevoegd. In Tabel 2, 3 en 4 wordt weergegeven in hoeverre de risicofactoren slachtoffer- en daderschap van cybercrime en traditionele criminaliteit verklaarden, waarbij de R²-veranderingen, de bèta-gewichten en de F-waarden zijn vermeld. De twee verschillende typen cybercrime zijn apart geanalyseerd. Tabel 2 geeft slachtoffer-/daderschap van cyberpesten weer, Tabel 3 slachtoffer-/daderschap van online seksuele activiteiten en Tabel 4 slachtoffer-/daderschap van traditionele criminaliteit.
Cybercrime – Cyberpesten. Het model op stap 1 van zowel slachtoffer- als daderschap van cyberpesten was niet significant (p slachtoffer = .542, p dader = .106). Het model op stap 2 van zowel slachtoffer- als daderschap van cyberpesten was wel significant (p = .000), dit zegt dat de modellen op stap 2 significant beter de afhankelijke variabelen voorspelden (door de toevoeging van de achtergrondvariabelen). Het gebruikte model in stap 2 verklaarde voor 19% slachtofferschap en voor 26% daderschap van cyberpesten.
De bèta-coëfficiënten op stap 2 van slachtofferschap laten zien dat de variabelen psychosociaal welbevinden en zelfcontrole significant bijdroegen aan de verklaring van
slachtofferschap van cyberpesten: hoe hoger de mate van psychosociaal welbevinden en zelfcontrole, hoe lager de mate van slachtofferschap van cyberpesten.
De bèta-coëfficiënten op stap 2 van daderschap laten zien dat de variabelen sensatie zoeken, psychosociaal welbevinden, relatie ouders en zelfcontrole significant bijdroegen aan de verklaring van daderschap van cyberpesten. Er is een positief verband tussen sensatie zoeken en daderschap gebleken. Dit betekent dat hoe hoger de score op de variabele sensatie zoeken, hoe hoger de mate van daderschap van cyberpesten. Er is daarentegen een negatief verband tussen zowel de relatie met ouders, het psychosociale welbevinden als de mate van zelfcontrole en daderschap van cyberpesten gebleken: hoe sterker de relatie met ouders, hoe hoger het psychosociale welbevinden en hoe hoger de zelfcontrole, hoe lager de mate van daderschap van cyberpesten.
Tabel 2: Multipele Hiërarchische Regressieanalyses waarbij dader- en slachtofferschap van Cybercrime-Cyberpesten verklaard worden uit risicofactoren op het niveau van controlevariabelen en achtergrondvariabelen. Slachtofferschap Daderschap Stap Voorspellers β ∆R² F .78 8.29*** β ∆R² F 1.93 12.42*** 1. .01 .03 Sekse .05 .06 Leeftijd -.04 -.09 Opleidings-niveau .01 .04 Etniciteit .02 .03 2. .17 .24 Sensatie zoeken .08 .21*** Empathie .05 -.00
Psychosociaal welbevinden -.29*** -.13* Relatie vrienden -.02 .05 Relatie ouders -.02 -.16* Zelfcontrole -.18* -.20** Moreel oordeel -.06 -.11 Noot. * p < .05. ** p < .01. *** p < .001.
Cybercrime – Online seksuele activiteiten. Het model op stap 1 en 2 van zowel slachtoffer- als daderschap van de online seksuele activiteiten waren significant (p = .000), dit zegt dat de modellen op stap 2 significant beter de afhankelijke variabelen voorspelden (door de toevoeging van de achtergrondvariabelen en de controlevariabelen). Het gebruikte model in stap 1 verklaarde voor 8% zowel slachtoffer- als daderschap van de online seksuele activiteiten. Het gebruikte model in stap 2 verklaarde voor 26% slachtofferschap en voor 14% daderschap van de online seksuele activiteiten.
De bèta-coëfficiënten op stap 1 van slachtofferschap laten zien dat de variabelen sekse en leeftijd bijdroegen aan de verklaring van de mate van slachtofferschap van de online seksuele activiteiten: meisjes en oudere jongeren rapporteren een hogere mate van slachtofferschap. De bèta-coëfficiënten op stap 2 van slachtofferschap laten zien dat de variabelen psychosociaal welbevinden, relatie met vrienden en zelfcontrole bijdroegen aan de verklaring van de mate van slachtofferschap: hoe lager het psychosociale welbevinden, hoe slechter de relatie met de vrienden en hoe lager de zelfcontrole enerzijds, hoe hoger de mate van slachtofferschap anderzijds.
De bèta-coëfficiënten op stap 1 van daderschap laten zien dat de variabele leeftijd bijdroeg aan de verklaring van de mate van daderschap van de online seksuele activiteiten: hoe ouder hoe hoger de mate van daderschap. De bèta-coëfficiënten op stap 2 van daderschap
laten zien dat de variabele moreel oordeel bijdroeg aan de verklaring de mate van daderschap: hoe lager het morele oordeel hoe hoger de mate van daderschap.
Tabel 3: Multipele Hiërarchische Regressieanalyses waarbij dader- en slachtofferschap van Cybercrime-Online seksuele activiteiten verklaard worden uit risicofactoren op het niveau van controlevariabelen en achtergrondvariabelen.
Noot. * p < .05. ** p < .01. *** p < .001. Slachtofferschap Daderschap Stap Voorspellers β ∆R² F β ∆R² F 1. .08 5.83*** .08 5.82* ** Sekse .14* -.09 Leeftijd .18** .25*** Opleidings-niveau .10 .08 Etniciteit -.00 .03 2. .18 9.39*** .07 2.98*** Sensatie zoeken .05 -.03 Empathie .09 .01 Psychosociaal welbevinden -.15* .07 Relatie vrienden -.14* -.04 Relatie ouders -.12 -.05 Zelfcontrole -.17** -.13 Moreel oordeel -.10 -.20***
Traditionele criminaliteit. De modellen op stap 1 (p dader = .001) en stap 2 van zowel slachtoffer- als daderschap van traditionele criminaliteit waren significant (p = .000), dit zegt dat de twee modellen samen significant beter de afhankelijke variabelen voorspelden (door de toevoeging van de achtergrondvariabelen en de controlevariabelen variabelen). Het gebruikte model in stap 1 verklaarde voor 10% slachtofferschap en voor 7% daderschap van traditionele criminaliteit. Het gebruikte model in stap 2 verklaarde voor 21% slachtofferschap en voor 27% daderschap van traditionele criminaliteit.
De bèta-coëfficiënten op stap 1 van slachtofferschap laten zien dat de variabelen leeftijd, opleidingsniveau en sociaal wenselijkheid bijdroegen aan de verklaring van de mate van slachtofferschap van traditionele criminaliteit: hoe hoger de leeftijd, hoe hoger het opleidingsniveau en hoe sociaal wenselijker enerzijds, hoe hoger de mate van slachtofferschap anderzijds. De bèta-coëfficiënten op stap 2 van slachtofferschap laten zien dat de variabelen empathie, psychosociaal welbevinden en moreel oordeel bijdroegen aan de verklaring van de mate van slachtofferschap van traditionele criminaliteit: hoe hoger de mate van empathie, hoe lager de mate van psychosociaal welbevinden en hoe lager de score op het morele oordeel enerzijds, hoe hoger de mate van slachtofferschap anderzijds.
De bèta-coëfficiënten op stap 1 van daderschap laten zien dat de variabele leeftijd bijdroeg aan de verklaring van de mate van daderschap van traditionele criminaliteit: hoe ouder, hoe hoger de mate van daderschap. De bèta-coëfficiënten op stap 2 van daderschap laten zien dat de variabelen relatie vrienden, relatie ouders, zelfcontrole en moreel oordeel bijdroegen aan de verklaring van de mate van daderschap van traditionele criminaliteit: hoe beter de relatie met vrienden, hoe slechter de relatie met ouders, hoe lager de zelfcontrole en het morele oordeel enerzijds, hoe hoger de mate van daderschap anderzijds.
Tabel 4: Multipele Hiërarchische Regressieanalyses waarbij dader- en slachtofferschap van Traditionele criminaliteit verklaard worden uit risicofactoren op het niveau van controlevariabelen en achtergrondvariabelen. Noot. * p < .05. ** p < .01. *** p < .001. Slachtofferschap Daderschap Stap Voorspellers β ∆R² F β ∆R² F 1. .10 5.90*** .07 4.86*** Sekse -.09 -.05 Leeftijd .18** .19*** Opleidings-niveau .13* .06 Etniciteit Sociaal wenselijkheid .03 .15* .10 2. .11 5.46*** .20 10.78*** Sensatie zoeken .02 .03 Empathie .17* -.02 Psychosociaal welbevinden -.21** -.10 Relatie vrienden -.03 .15* Relatie ouders -.07 -.15* Zelfcontrole -.05 -.15* Moreel oordeel -.12* -.31***
Discussie
In dit onderzoek is bestudeerd in welke mate jongeren in aanraking komen met cybercrime en traditionele criminaliteit. Voorafgaand werd verwacht dat jongeren zowel met cybercrime als traditionele criminaliteit in aanraking zouden komen, waarbij cybercrime in grotere mate dan traditionele criminaliteit zou voorkomen. Tevens is de samenhang tussen slachtoffer- en daderschap van zowel cybercrime als traditionele criminaliteit onderzocht, waarbij vanwege de meer vervaagde grenzen tussen legaal en illegaal in de online wereld dan in de offline wereld (Kerstens & Stol, 2012; Zebel et al., 2013), een sterkere samenhang tussen slachtoffer- en daderschap bij cybercrime werd verwacht dan bij traditionele criminaliteit. Ook is gekeken in hoeverre de risicofactoren voor cybercrime overeenkwamen met de risicofactoren voor traditionele criminaliteit.
Er is gebleken dat meer respondenten slachtoffer dan dader zijn geweest van cybercrime, waarbij zowel slachtoffer- als daderschap van cyberpesten het meest frequent voorkwam in vergelijking met het andere cybercrimetype (online seksuele activiteiten). Wat betreft traditionele criminaliteit bleek daarentegen dat daderschap meer werd gerapporteerd dan slachtofferschap. Voor zowel slachtoffer- als daderschap geldt dat traditionele criminaliteit in grotere mate is gerapporteerd dan cybercrime, en dit is tegen de verwachtingen in. Dit kan echter worden verklaard doordat met de meting van traditionele criminaliteit ook dronkenschap, drugsgebruik, zwartrijden en spieken/frauderen op school is meegenomen aan de hand van een bestaande, betrouwbare vragenlijst (VDG). Deze vragenlijst meet in brede zin traditionele criminaliteit; van relatief onschuldige gedragingen tot ernstigere feiten (Buist, Deković, Meeus, & van Aken, 2004). De voorkeur is uitgegaan naar traditionele criminaliteit in brede zin, zodat er onderscheid in lichtere en zwaardere vormen van criminaliteit kon worden gemaakt. Indien de eerder benoemde gedragingen (dronkenschap, drugsgebruik, zwartrijden en spieken/frauderen op school) niet onder delinquent gedrag worden geschaard,
dan is een minder grote mate van delinquentie in de steekproef zichtbaar (0.7%). Daders die in grote mate hebben aangegeven delinquent gedrag te vertonen, rapporteerden tevens ernstigere delicten (gewelds- en vernielingsdelicten) dan daders die in minder grote mate aan hebben gegeven delicten te plegen.
Vervolgens is de samenhang tussen slachtoffer- en daderschap van cybercrime en traditionele criminaliteit onderzocht, waaruit bleek dat slachtoffer- en daderschap van traditionele criminaliteit het sterkst met elkaar samenhingen. Ook slachtoffer- en daderschap van de twee cybercrimetypes hingen samen, maar in minder sterke mate dan bij traditionele criminaliteit. De gestelde hypothese, dat cybercrime een sterkere samenhang heeft tussen slachtoffer- en daderschap dan traditionele criminaliteit, kan voor alle twee de cybercrimetypes niet worden bevestigd. Het gevonden verband tussen slachtoffer- en daderschap van cybercrime is dus minder groot dan wel eens verondersteld is; slachtoffer- en daderschap van traditionele criminaliteit blijken sterker met elkaar samen te hangen. Uit de eerdere onderzoeksresultaten bleek al dat traditionele ‘brede’ criminaliteit (inclusief de minder ernstige vormen als zwartrijden en middelengebruik) tevens een grotere rol in het leven van de jongeren lijkt te spelen dan cybercrime. Doordat dit criminaliteitstype frequenter voorkomt kan het zijn dat de verwevenheid tussen slachtoffer- en daderschap ook groter is.
Tot slot is gekeken of cybercrime en traditionele criminaliteit overeenkomsten vertonen in risicofactoren. Hieruit bleek dat zowel op het niveau van de achtergrondvariabelen als op het niveau van de controlevariabelen enkele risicofactoren verklarend waren voor zowel vormen van cybercrime als van traditionele criminaliteit. Zo blijkt de achtergrondvariabele psychosociaal welbevinden de belangrijkste factor in de verklaring van slachtoffer- en daderschap van cybercrime en traditionele criminaliteit. Ondanks dat het daderschap van seksuele activiteiten en daderschap van traditionele criminaliteit niet verklaart, verklaart psychosociaal welbevinden wel alle andere vormen van
slachtoffer- en daderschap (zowel slachtoffer- als daderschap van cyberpesten en slachtofferschap van: online seksuele activiteiten en traditionele criminaliteit). Voor alle verklaarde afhankelijke variabelen geldt hierbij een negatief verband; hoe hoger het psychosociaal welbevinden, hoe lager de mate van slachtoffer- en daderschap. Tevens blijkt de achtergrondvariabele zelfcontrole belangrijk in de verklaring van slachtoffer- en daderschap van zowel cybercrime als traditionele criminaliteit. Meer dan de helft van de afhankelijke variabelen worden verklaard door de mate van zelfcontrole van de adolescent (i.e. slachtoffer- en daderschap cyberpesten, slachtofferschap online seksuele criminaliteit en daderschap traditionele criminaliteit). Bovendien is gebleken dat de relatie met ouders alleen variantie in daderschap (en niet in slachtofferschap) verklaart (bij zowel cyberpesten als traditionele criminaliteit). Hierbij geldt een negatief verband; hoe slechter de relatie met ouders, hoe hoger de mate van daderschap. De achtergrondvariabele relatie met vrienden verklaart daarentegen enkel slachtofferschap van cybercrime (bij online seksuele activiteiten) en daderschap van traditionele criminaliteit. Hierbij werkt een goede relatie met vrienden als beschermende factor voor slachtofferschap van online seksuele activiteiten, maar een slechte relatie met vrienden als risicofactor voor daderschap van traditionele criminaliteit. Tot slot blijkt de achtergrondvariabele moreel oordeel verklarend voor slachtofferschap van traditionele criminaliteit en daderschap van zowel online seksuele activiteiten als traditionele criminaliteit. Hierbij is sprake van een negatief verband; hoe lager de score op moreel oordeel, hoe groter de mate van slachtoffer- en daderschap.
De controlevariabele leeftijd blijkt zowel slachtoffer- als daderschap van zowel cybercrime (online seksuele activiteiten) als traditionele criminaliteit te verklaren. Hierbij geldt hoe ouder, hoe groter de mate van slachtoffer- en daderschap. De controlevariabele sekse blijkt tevens daderschap van zowel cybercrime (online seksuele activiteiten) als traditionele criminaliteit te verklaren, waarbij jongens in grotere mate daderschap rapporteren.
Overkoepelend kan er geconcludeerd worden dat er geen hele duidelijke overeenkomsten in risicofactoren tussen cybercrime en traditionele criminaliteit zijn, dit is tegen de verwachtingen in. In het algemeen kan er wel gesteld worden dat psychosociaal welbevinden een belangrijke factor lijkt te zijn, met name voor slachtofferschap van de verschillende criminaliteitstypes. Op basis van de literatuur (Kerstens & Stol, 2012) werd een verband tussen psychosociaal welbevinden en cybercrime verwacht. De resultaten met betrekking tot cyberpesten en psychosociaal welbevinden komen tevens overeen met Kerstens en Stol (2012) (zowel voor slachtoffer- als daderschap geldt een negatief verband). Echter, Kerstens en Stol (2012) vonden bovendien een positief verband tussen psychosociaal welbevinden en daderschap van online seksuele activiteiten. Huidig onderzoek toonde dit verband niet aan. Een verklaring hiervoor kan zijn dat huidig onderzoek daderschap van online seksuele activiteiten in bredere zin heeft gemeten dan Kerstens en Stol (2012). Huidig onderzoek heeft niet enkel naar het maken en verspreiden van film-/beeldmateriaal gekeken, maar ook naar het stellen van seksuele vragen.
De gevonden negatieve verbanden tussen zelfcontrole en slachtofferschap van online seksuele activiteiten en daderschap van cyberpesten, werden tevens op basis van de literatuur verwacht (Kerstens & Stol, 2012; Kerstens & Veenstra, 2013). Ook blijkt uit huidig onderzoek dat de relatie met vrienden met name beschermend werkt ten opzichte van slachtofferschap van cybercrime, maar daarentegen een risico voor daderschap van traditionele criminaliteit blijkt te zijn. Eerder onderzoek toonde tevens aan dat vrienden uit de offline wereld zowel een negatieve als positieve invloed hebben op online risico’s (Zaagsma, De Graaf, & Kloppenbrug, 2013).
De risicofactoren van slachtoffer- en daderschap van zowel cyberpesten als de online seksuele activiteiten blijken geen duidelijke overeenkomsten te vertonen met de risicofactoren van slachtoffer- en daderschap van traditionele criminaliteit. Er kan geconcludeerd worden
dat de offline en online wereld voor zowel slachtoffer- als daderschap uiteenlopende verklarende factoren kent. Een verklarende factor kan beschermend voor een bepaalde vorm van criminaliteit zijn, maar als risicofactor voor een andere vorm van criminaliteit fungeren. Dit maakt het belangrijk om afzonderlijk de specifieke vormen van criminaliteit (cyberpesten, online seksuele activiteiten en traditionele criminaliteit) te bestuderen. Iedere specifieke criminaliteitsvorm kent tegen de verwachtingen in zijn eigen verklarende risico- en beschermende factoren, waardoor het noodzakelijk wordt geacht uiteenlopende interventies voor de verschillende criminaliteitsvormen te ontwikkelen.
Beperkingen en suggesties voor vervolgonderzoek
De afgelopen jaren is het onderzoek naar cybercrime toegenomen, waardoor steeds meer bekend is over dit fenomeen. Echter is slachtofferschap van cybercrime in grotere mate onderzocht dan daderschap en is er nog nauwelijks vergelijkend onderzoek gedaan tussen cybercrime en traditionele criminaliteit. Zebel et al. (2013) hebben wel verkennend onderzoek verricht en vonden een significante samenhang tussen het rapporteren van offline en online antisociaal gedrag. Mogelijk is sociaal wenselijkheid hier een verklaring voor; jongeren scoren antwoorden die de maatschappij van hen verwacht. Huidig onderzoek heeft de onderliggende verklarende factoren bestudeerd, wat inhoudelijk meer inzicht in de overeenkomsten tussen de criminaliteitsvormen geeft dan enkel de samenhang. Doordat hier nog weinig onderzoek naar is verricht en de maatschappij, door alle nieuwe technologieën, snel grote ontwikkelen doormaakt, is recente informatie van belang. Het onderzoek fungeert als een verkennende studie op dit gebied, wat maakt dat de studie van toegevoegde waarde is. Replicatie van de resultaten is uiteraard gewenst. Huidig onderzoek heeft gecontroleerd voor sociaal wenselijkheid (Marlowe & Crowne, 1961), er is gebleken dat de meeste variabelen niet samenhingen met sociaal wenselijke antwoorden (enkel slachtofferschap van traditionele criminaliteit hing samen). Dit maakt dat er nauwelijks aanwijzingen zijn voor sociaal
wenselijke antwoorden in het onderzoek. Naast sterke kanten kent huidig onderzoek echter ook haar beperkingen, deze worden nader toegelicht.
Huidig onderzoek heeft zowel naar cybercrime als traditionele criminaliteit gekeken. De gebruikte vragenlijsten om zowel cybercrime als traditionele criminaliteit te meten hebben hun beperkingen. Om cybercrime te meten is er onderscheid in drie soorten cybercrime gemaakt, echter is traditionele criminaliteit niet in deze drie vormen opgesplitst. Onder cybercrime valt onder andere cyberpesten, terwijl het pesten in de offline wereld niet is uitgevraagd binnen traditionele criminaliteit. De gebruikte vragenlijsten waren bestaande vragenlijsten, waardoor deze niet op elkaar zijn afgestemd. Dit maakt dat niet exact dezelfde elementen zijn uitgevraagd. Het vergelijken van de twee vormen van criminaliteit dient dan ook met enige voorzichtigheid gedaan te worden. Het ontwikkelen van een nieuw meetinstrument, waarbij cybercrime en traditionele criminaliteit op eenzelfde manier worden uitgevraagd, kan van toegevoegde waarde zijn.
Een volgende beperking is dat de vragenlijsten die zowel slachtoffer- als daderschap van online financieel economische criminaliteit beoogden te meten, zeer onbetrouwbaar zijn gebleken. Dit maakt dat de resultaten met betrekking tot dit cybercrimetype buiten beschouwing zijn gelaten. Een verklaring hiervoor kan zijn dat binnen dit onderzoek relatief weinig vragen online financieel economische criminaliteit beoogde te meten (slachtofferschap 4 vragen en daderschap 3 vragen), in volgend onderzoek dient deze vragenlijst aangepast te worden. De betrouwbaarheid van de vragenlijst daderschap cyberpesten was ook laag, maar in veel minder sterke mate dan online financieel economische criminaliteit. Desalniettemin dienen de resultaten van deze criminaliteitsvorm met enige voorzichtigheid geïnterpreteerd te worden.
Om cybercrime te meten is er gebruik gemaakt van drie verschillende criminaliteitstypes (cyberpesten, online financieel economische criminaliteit en seksuele
activiteiten). Van veel uitgevraagde gedragingen (bv. roddelen en buitensluiten) schatten jongeren de kans om gestraft te worden lager in dan in de offline wereld (Kerstens & Stol, 2012). Uit eerder onderzoek is bovendien gebleken dat jongeren het stellen van bepaalde vragen/het tonen van bepaald gedrag geregeld niet met verkeerde intenties doen, maar het als normale omgangsvorm of als grap beschouwen (Kerstens & Stol, 2012). Desalniettemin worden deze gedragingen in huidig onderzoek als delict gedrag beschouwd. Doordat veelal lichte vergrijpen zijn uitgevraagd en deze geregeld niet worden bestraft, kan er beter over online en offline regel overtredend of deviant gedrag (bijvoorbeeld buitensluiten, uitschelden en roddelen) worden gesproken dan echt delinquent gedrag (bijvoorbeeld diefstal en geweldpleging). Tevens kan het zijn dat jongeren deviant gedrag als normale omgangsvorm beschouwen, terwijl een ander (het slachtoffer) het wel als vervelend beoordeelt. Dit komt doordat in de online wereld de grenzen tussen wat strafbaar is en wat niet strafbaar is vervaagd zijn in vergelijking met de offline wereld. Adolescenten zoeken geregeld de grenzen van hun gedrag op, de vraag hierbij is tot hoever iets acceptabel is. Dit brengt risico’s met zich mee. Een voorbeeld zijn youtubevloggers die steeds verder hun grenzen verleggen om meer volgers te krijgen, zoals twee Nijmeegse studenten die op het dak van een trein meereden (RTL Nieuws, 2016).
Tevens kan het als beperking worden beschouwd dat de steekproef niet representatief is voor alle jongeren tussen de 12 en 25 jaar in Nederland. De respondenten zijn met name afkomstig van twee scholen (een streekschool en een mbo-school uit de randstad), waarbij autochtone leerlingen oververtegenwoordigd zijn in de steekproef. Hierdoor kan er een vertekend beeld zijn ontstaan. Wenselijk is het betrekken van scholen uit alle provincies van Nederland, zodat de steekproef een betere weerspiegeling van de gehele populatie is. Men moet dan ook voorzichtig zijn met het generaliseren van huidige resultaten naar de gehele populatie schoolgaande jongeren tussen de 12 en 25 jaar.
Tot slot is uit huidig onderzoek gebleken dat in dezelfde mate als geweldsdelicten en diefstal het volgende is gerapporteerd: het op een kwetsende manier, met seksuele bedoelingen aangeraakt/vastgepakt te zijn geweest. Dat dit in zo een grote mate is gerapporteerd is erg opvallend en tevens zorgelijk. In huidig onderzoek is dit in enkel één item bevraagd, het is dan ook aan te bevelen dit in volgend onderzoek nader te bestuderen. Preventie en interventie
De onderzoeksresultaten geven implicaties voor (preventieve) interventies. Er is gebleken dat beide criminaliteitsvormen een rol spelen onder adolescenten. De adolescentie is een kwetsbare periode, waarin het belangrijk is dat jongeren worden beschermd en geïnformeerd met betrekking tot criminaliteit (Van der Hof & Koops, 2011). Tegelijkertijd moet deze groep ook de autonomie krijgen om zich tot een individu te kunnen ontpoppen door te leren van het maken van fouten. Zodra ouders of andere volwassenen signalen oppakken van enige vorm van slachtoffer- en/of daderschap van criminaliteit bij een adolescent is het echter van belang hier gelijk op in te spelen. Op deze manier kan worden voorkomen dat bijvoorbeeld een slachtoffer van cyberpesten zelf ook dader wordt, aangezien een samenhang tussen slachtoffer- en daderschap in de resultaten is gevonden. Vroeg signaleren is dus van belang om jongeren op tijd een passende (preventieve) interventie aan te kunnen bieden. Scholen kunnen hier een belangrijke rol bij spelen, door voorlichtingen te geven over de gevaren omtrent onder andere het gebruik van internet.
In Amsterdam worden op dit moment interventies op school ingezet om crimineel gedrag aan te pakken. Verschillende Amsterdamse scholen hebben sinds kort een jongerenrechtbank op school ingesteld (Kuiper, 2016). Hierbij klagen jongeren medescholieren aan voor kleine vergrijpen, waarbij er door een jongerenrechter uitspraken omtrent de aanklacht worden gedaan. De leerlingen zijn enthousiast over de manier van handelen. Aan de hand van de reactie van de leerlingen kan deze interventie als goed
