Verschillen in voorspellers van spijbelen en delinquentie
Zijn spijbeldelinquenten problematischer dan niet- spijbeldelinquenten?
Masterscriptie Forensische Orthopedagogiek Graduate School of Child Development and Education
Universiteit van Amsterdam Loulou Kapteijns (11614595) dr. C.E. van der Put dhr. prof. dr. G.J.J.M. Stams
2 Abstract
Spijbelen hangt samen met een reeks negatieve uitkomsten en is een sterke voorspeller van delinquentie. Deze studie onderzoekt middels correlationele analyses wat de verschillen zijn in voorspellers van spijbelen en delinquentie en middels een ANOVA of de prevalentie van risicofactoren significant verschilt tussen jongeren die een spijbeldelict hebben gepleegd en jongeren die geen spijbeldelict hebben gepleegd. Bij alle deelnemers is het Landelijk Instrumentarium Jeugdstrafrechtketen (LIJ) afgenomen (N=10233; Mleeftijd = 16, SD = 1,37). Als eerste is gevonden dat de risicofactoren sterkere voorspellers zijn van delinquentie dan van spijbelen. Daarnaast is de groep delinquenten die spijbelt meer problematisch dan de groep delinquenten die niet spijbelen. De huidige studie benadrukt het belang van het inzetten en optimaliseren van interventies voor spijbelen. De groep spijbelende delinquenten moet beschouwd worden als een heterogenere groep met meer complexe problematiek dan de groep delinquenten die niet spijbelt.
Trefwoorden: spijbelen, delinquentie, voorspellers, risicofactoren
Abstract
Truancy is associated with a broad array of negative consequences and is a strong predictor of delinquency. This study investigates through correlational analyses whether there are differences in predictors of truancy and delinquency, and through an ANOVA analysis if the prevalence of risk factors significantly differs between youth that committed a truancy offense and youth that did not committed a truancy offense. All the participants complete the Landelijk Instrumentarium Jeugdstrafrechtketen (LIJ) (N=10233; Mleeftijd = 16, SD = 1,37). Firstly the results revealed that the risk factors are stronger predictors for delinquency than for truancy. Secondly this study has found that the youth who committed a truancy offense are a significant more problematic group than the youth who did not commit a truancy offense. Current study
3
highlights the importance of deploy and optimize interventions for truancy. The group truant offenders must be considered as a heterogeneous group with more complex problems than the group offenders who did not play truant.
Keywords: truancy, delinquency, predictors, risk factors
Inleiding
Aanwezigheid op school is een eerste vereiste om fundamentele academische, sociale en werk gerelateerde vaardigheden aan te kunnen leren. Omgekeerd is spijbelen (i.e., ongeoorloofde afwezigheid van school) geassocieerd met een reeks negatieve uitkomsten (Kearney, 2008a) en is het een sterke voorspeller van delinquentie (Mazerolle et al., 2018; van der Woude, van der Stouwe, Stams, 2017). In vergelijking met niet-spijbelaars is voor spijbelaars de kans 2,5 groter dat zij veroordeeld worden en komen zij in periodes van spijbelen eerder in aanraking met justitie dan wanneer zij niet spijbelen (Farrington, Jennings, Ozkan Piquero, & Rocque, 2017; Bechtold, Cauffman, Monahan &, VanDerhei, 2014). Bovendien laten cijfers uit onderzoek van de Raad van de Kinderbescherming zien dat er in 2018 sprake is van een licht stijgende trend wat betreft het schoolverzuim (Instroomontwikkeling RvdK, 2018). Daarbij falen huidige interventies voor spijbelen doordat de focus ligt op straffen (Lum, Nagin &, Solow, 2015).
Een effectieve aanpak in het bestrijden van spijbelen is van cruciaal belang. Dusver is er een duidelijke indicatie van overlap tussen spijbelen en delinquentie, maar is er weinig bekend over de verschillen in de risicofactoren hiertussen (Huizinga & Jakob-Chien, 1998; Mazerolle et al., 2018). Om interventies voor spijbelen te optimaliseren is kennis van deze risicofactoren onmisbaar. Middels deze kennis kunnen interventies effectief aangrijpen op deze risicofactoren. Wanneer er geen gerichte aanpak is sluit de geïndiceerde behandeling niet aan en verergert de problematiek (Broeders, van der Helm, Stams, 2015; Van der Helm, 2011). Het
4
doel van het huidige onderzoek is om inzicht te verkrijgen in de verschillen tussen risicofactoren die spijbelen voorspellen en risicofactoren die delinquentie voorspellen. Inzicht in risicofactoren die spijbelen en delinquentie voorspellen maakt het mogelijk om bestaande interventies voor spijbelen of delinquentie zodanig aan te passen, zodat deze geschikt gemaakt kunnen worden voor beide groepen afzonderlijk, of ook voor jongeren die zowel spijbelen als delicten plegen.
Spijbelen is een omvangrijk probleem met negatieve gevolgen voor zowel de jongeren die spijbelen als de maatschappij in zijn geheel (Kearny, 2008a). Internationaal spijbelen 11% van de middelbare scholieren in een periode van een maand (Kearny, 2008a). Nationaal verzuimen 5% van de middelbare scholieren tot 18 jaar op het Voortgezet Onderwijs (Dekker, 2016). Spijbelen veroorzaakt problemen op meerdere levensgebieden, zoals; riskant seksueel gedrag, psychiatrische stoornissen, externaliserend gedrag, jeugdcriminaliteit en middelenmisbruik (Angold, Costello &, Egger, 2003; Henry & Huizinga, 2007; Brown, Houck, Hadley, & Tolou-Shams, 2012). Bovendien riskeren jongeren die op frequente basis spijbelen het om voortijdig schoolverlaters te worden. Dit leidt tot economische, mentale en sociale problemen in de volwassenheid (Ekstrand, 2015; Rumberger, 2001).
Daarbij wordt spijbelen onvoldoende door scholen onderkend, onderschatten de docenten deze problematiek en maken zij zich pas zorgen als een leerling langer afwezig is (Van Burik , Elderman, Persoon, & Rutten, 2007). Bewijs voor welke interventies werken is schaars doordat de kennis naar effectieve interventies ontbreekt (Eimers, Derriks, Voncken, Van Tilborg, & van Es, 2003; Van Tilborg & van Es, 2003). Om de effectiviteit van bestaande interventies te bepalen is het van belang dat bekend is op welke risicofactoren deze interventies zich richten. De kennis over welke risicofactoren nu aangegrepen worden door de bestaande interventies voor spijbelen ontbreekt. Dit vormt de kloof in de al bestaande literatuur. Het verkrijgen van deze kennis is essentieel voor preventie en vermindering van spijbelen.
5
Zowel spijbelen als delinquentie zijn vormen van probleemgedrag die verklaard kunnen worden vanuit het ecologische perspectief van Bronfenbrenner. Hij stelt dat het ontwikkelende kind in interactie is met een aantal sociaalecologische systemen rondom dat kind, zoals het gezin, leeftijdsgenoten, de schoolomgeving (microsysteem), familieleden (exosysteem) en de normen van de maatschappij (macrosysteem) (Bronfenbrenner, 1986). Omdat het micro- en exosysteem veranderbaar zijn en directe invloed uitoefenen op het kind, worden deze twee systemen meegenomen in dit onderzoek. Deze studie onderzoekt op welk van deze systemen voorspellers van spijbelen en delinquentie van elkaar verschillen.
Het is van belang dat een interventie zich richt op de dynamische risicofactoren die samenhangen met spijbelgedrag en aanwezig zijn bij de jongere. Een interventie dient dus aan te sluiten bij de problematiek die bij de jongere aanwezig is. (Van der Put et al., 2011). Als een interventie niet aansluit, kan dit in het ergste geval, zelfs schade berokkenen (Van der Helm, 2011). Een veel gebruikt model om de effectiviteit van een interventie te bepalen is het Risk-Need-Responsivity model (RNR-model), geformuleerd door Andrews, Bonta en Hoge (1990). Het RNR-model wordt veelvuldig toegepast in de justitiële hulpverlening omdat verschillende meta-analyses aantonen dat hulpverlening het meest effectief is als er wordt gewerkt volgens dit model (Andrews, Bonta, Wormith, 2011). Bestaande overeenkomsten in voorspellers voor spijbelen en delinquentie benadrukken de toepasbaarheid van dit model op spijbelen. Het model bestaat uit drie beginselen: het risicobeginsel (‘risk principle’), dat stelt dat de behandelintensiteit aan moet sluiten bij het recidiverisico van de delinquenten, waarbij intensieve behandeling wordt gegeven aan hoog-risico delinquenten en geen of minder intensieve behandeling gegeven wordt aan laag-risico delinquenten; het behoeftebeginsel (‘needs principle’), dat stelt dat de interventie zich richt op alle dynamische risicofactoren die van invloed zijn op recidive; en tenslotte het responsiviteitsbeginsel (‘responsivity principle’), dat stelt dat de stijl en vorm van de interventie overeen dienen te komen met de persoonlijkheid,
6
motivatie, leerstijl en vaardigheden van de delinquent. Voor het effectief toepassen van het risico- en behoeftebeginsel in de klinische praktijk is kennis over risicofactoren en bijbehorende effecten van belang.
Bestaande literatuur biedt inzicht in de overeenkomende voorspellers van spijbelen en delinquentie. De drie primaire domeinen die van invloed zijn op spijbelen betreffen; familie, school en individuele factoren (Baker, Nugent &, Sigmon, 2001). Binnen deze domeinen blijken de meest invloedrijke risicofactoren te zijn; een slechte thuissituatie, lage school competenties, lage opleiding van de ouders en een autoritaire opvoedsstijl (Henry & Huizinga, 2007; Nolan, et al., 2013). Een laag onderwijsniveau en autoritaire opvoedstijl van de ouders zijn tevens risicofactoren die delinquentie voorspellen (Cui & Harris-McKoy, 2013). Daarbij bestaat er voor spijbelen en delinquentie een overrepresentatie van mannen (Caspi, Moffit, Rutter & Silva, 2001) en speelt bij zowel spijbelen als delinquentie middelenmisbruik vaak een substantiële rol (van der Put, Creemers, & Hoeve, 2014). Bekend is dat spijbelen en delinquentie een aantal overeenkomende demografische, contextuele en relationele risicofactoren hebben. Echter is het niet duidelijk of eenzelfde behandeling voor beide groepen effectief is, of dat er een behandeling op maat gemaakt moet worden door verschillen tussen beide groepen (Henry et al., 2012; Hess & Kodama, 2010; Nolan et al., 2013; Vaughn et al., 2013).
Een illustratief voorbeeld van de ontbrekende kennis over de verschillen in voorspellers, is het doeltreffendheidsonderzoek naar de gedragsinterventie Tools4U, ontwikkeld voor jongeren tussen de 12 en 17 jaar die één of meerdere delicten hebben gepleegd. Zo blijkt dat 19% van de Tools4U-jongeren deze interventie opgelegd heeft gekregen voor spijbelen (Asscher, Stouwe, & Stams, 2013). Hiermee voldeden deze jongeren niet aan de indicatie-eisen omdat de interventie in essentie niet gericht is op spijbelaars, maar op delinquenten. Verwacht wordt dat juist niet-spijbelaars het meest profiteren van de interventie. Bij de nameting bleek
7
echter dat de spijbelaars in 46% van de gevallen vooruitgang lieten zien, tegenover 37% van de niet-spijbelaars. Hieruit kan geconcludeerd worden dat zowel spijbelaars als delinquenten van deze interventie profiteren. Dit succes kan toe te schrijven zijn aan de mogelijkheid dat de voorspellers van spijbelen overeenkomen met die van delinquentie.
Aangezien spijbelen en delinquentie niet eenzelfde construct zijn omdat ze mogelijk op fundamentele punten verschillen, is het relevant te onderzoeken op welke punten de voorspellers van spijbelen en delinquentie significant van elkaar verschillen. De huidige studie tracht de kloof in bestaand onderzoek naar verschillen tussen risicofactoren voor spijbelen en delinquentie te dichten. Middels exploratief onderzoek, onderzoekt deze studie aan de hand van data verzameld met het Landelijk Instrumentarium Jeugdstrafrechtketen (LIJ), per risicofactor in welke mate er een verschil is in de sterkte van samenhang met spijbelen en de sterkte van samenhang met delinquentie. Bovendien worden de twee soorten recidive met elkaar vergeleken en wordt onderzocht of er verschillen zijn in prevalentie van risicofactoren tussen jongeren die een spijbeldelict plegen en jongeren die geen spijbeldelict plegen. Het LIJ is een instrument dat is ontwikkeld voor jeugdigen van 12-18 jaar die met de politie en justitie in aanraking komen. Met het LIJ wordt een inschatting van het recidiverisico gemaakt en worden dynamische risicofactoren in kaart gebracht. (Spanjaard & van der Put, 2012). De variabelen van het LIJ zijn ingedeeld in tien domeinen, uiteenlopend van domein gezin tot het domein vaardigheden. In de huidige studie worden de domeinen van het LIJ onderverdeeld in de domeinen volgens het micro- en exosysteem van Bronfenbrenner, namelijk; het individu, het gezin, leeftijdsgenoten en school.
De kennis die deze studie tracht te vergaren is van belang voor een optimale toepassing van het risico- en behoefte taxatie principe. Dit kan mogelijk resulteren in een gerichtere aanpak voor spijbelen waardoor interventies succesvoller kunnen zijn in het verminderen van risicofactoren en het versterken van beschermende factoren.
8 Methode
Participanten
De onderzoeksgroep bestond uit n = 1.608 meisjes (15,7%) en n = 8.625 jongens (84,3%) tussen de 12 en 23 jaar oud. De gemiddelde leeftijd van deze jongeren was 16 jaar (SD = 1,37). Wat betreft etniciteit is van 88% het geboorteland Nederland (n = 9.001), van 1,1% Marokko (n = 116), van 2,3% de voormalige Nederlandse Antillen (n = 236), van 1,1% Suriname (n = 108), van ,5% Turkije (n = 48), van 2,5% overige westerse landen (n = 254) en van 4,6% overige niet-westerse landen (n = 467). Voor de eerste onderzoeksvraag (samenhang risicofactoren en recidive) is het gehele onderzoeksbestand gebruikt. Voor de tweede onderzoeksvraag (prevalentie risicofactoren beiden onderzoeksgroepen) is het bestand gesplitst in twee groepen: een groep die een veroordeling heeft gehad voor een leerplichtdelict (spijbelaars; n =1.515) en een groep waarbij dit niet het geval is (niet spijbelaars; n = 8.718).
Procedure
Door de Justitiële Informatiedienst (Justid) is een bestand aangeleverd met in het totaal 17.629 ingevulde exemplaren van instrument 2a en 2b (11.655 exemplaren instrument 2a en 5.952 exemplaren instrument 2b), ingevuld tussen 6 juli 2012 en 31 december 2013 door jeugdige delinquenten (voor een beschrijving van de instrumenten; zie de paragraaf meetinstrumenten). Voor de recidivebepaling werden de justitiële gegevens aan het bestand gekoppeld door het Wetenschappelijk Onderzoek- en Documentatiecentrum (WODC). Vervolgens is het bestand ontdubbeld op persoonsniveau zodat elk persoon maar één keer in het bestand voorkomt. Hierbij is voorrang gegeven aan instrument 2b, dus indien een persoon meerdere keren in het bestand voorkwam met zowel instrument 2a als instrument 2b werd instrument 2b geselecteerd, om zoveel mogelijk informatie in de analyses te kunnen betrekken.
9
Het aantal exemplaren dat overbleef na deze ontdubbeling was 10.231 (5821 exemplaren 2a en 4410 exemplaren 2b).
Meetinstrumenten
Meetdoel: het Landelijk Instrumentarium Jeugdstrafrechtketen (LIJ) is ontwikkeld voor
jeugdigen van 12-18 jaar die met verschillende partijen in de jeugdstrafrechtketen te maken krijgen (Spanjaard & van der Put, 2012). Het LIJ, waarin het RNR-model centraal staat, maakt een inschatting van het recidive risico en geeft een profiel van aanwezige beschermende en risicofactoren en eventuele zorgsignalen. Het LIJ bestaat uit een samenhangend pakket van instrumenten voor risico- en behoeftetaxatie voor de politie, Halt, de Raad voor de Kinderbescherming, de Jeugdreclassering en de Justitiële Jeugd Inrichtingen. Na de ‘Preselectie’ wordt bij elke jongere eerst een verkort screeningsinstrument afgenomen (instrument 2a), met als doel een risicoprofiel op te stellen en te bepalen of aanvullend onderzoek nodig is. Als de totaalscore van 2a midden of hoog en er sprake is van zorg of problemen op meerdere domeinen, wordt het uitgebreide screeningsinstrument afgenomen (instrument 2b). Met de uitkomsten van 2a of 2b wordt de situatie van de jeugdige in beeld gebracht en kan advies uitgebracht worden voor vervolgstappen. In figuur 1 wordt de inzet van de verschillende instrumenten in de verschillende fasen van de Jeugdstrafrechtketen schematisch weergegeven.
10 Figuur 1. Schematische weergave van de inzet van verschillende instrumenten in de verschillende fasen
van de Jeugdstrafrechtketen.
Instrument 2a en 2b: instrument 2a en 2b zijn grotendeels gebaseerd op de Washington
State Juvenile Court Assessment (WSJCA). De WSJCA is een ontwikkeld en gevalideerd screenings- en risicotaxatie- instrument waarmee de belangrijkste risico- en beschermende factoren op een groot aantal domeinen in kaart worden gebracht (Barnoski, 2004).
Instrument 2a wordt door de Raad voor de Kinderbescherming afgenomen. Dit is met name om vast te stellen in hoeverre er sprake is van criminogene risicofactoren die samenhangen met de kans op recidive: het Dynamisch Risico Profiel (DRP). Het DRP kent scores per domein en een totaalscore. Per domein wordt een score berekend die de ernst van risicofactoren binnen dit domein uitdrukt. Omdat er doorgaans minder tijd beschikbaar is voor het afnemen van instrument 2a, bestaat 2a uit minder items dan instrument 2b. Aan de hand van instrument 2a wordt onderzocht of zorg en/of aanvullende diagnostiek nodig is, en dient het vast te stellen of een niet primair op gedragsverandering gerichte straf volstaat uit het oogpunt van recidivevermindering. In figuur 2 zijn de domeinen weergegeven, met per domein twee voorbeelden van onderwerpen die het LIJ bevraagt.
11
School Spijbelen
Schoolprestaties
Werk Interesse in een baan
Contacten met collega’s
Gezin Beloning en bestraffing van gedrag
Conflicten in het gezin
Vrije tijd Vrijetijdsbesteding binnen een vereniging
Problematische vrijetijdsbesteding (rondhangen, verveling)
Relaties Antisociale vrienden
Positieve relaties met volwassenen Alcohol- en drugsgebruik, gokken Mate van gebruik/gokken
Belemmeringen door gebruik/gokken
Geestelijke gezondheid Slachtofferverwaarlozing
Getuige huiselijk geweld
Attitude Accepteren verantwoordelijkheid gedrag Respect
eigendom van anderen
Agressie Frustratietolerantie
Interpretatie van gedrag en bedoelingen van anderen
Vaardigheden Probleemoplossing
Impulsiviteit, handelen alvorens te denken
Figuur 2. Domeinen uit instrumenten 2a en 2b, met per domein een tweetal voorbeelditems
Met instrument 2b wordt aanvullende informatie verzameld over domeinen waarover met instrument 2a reeds informatie verzameld is. Het geeft een meer omvattend beeld van de mate waarin verschillende risico- en beschermende factoren aanwezig zijn. De Raad van de Kinderbescherming gebruikt instrument 2b om een advies te formuleren voor het vervolgtraject. Op deze manier fungeert instrument 2b als hulpmiddel om de begeleiding of behandeling vorm te geven.
Items van instrumenten 2a en 2b : instrumenten 2a en 2b bevatten samen 127 items die
worden gescoord en ingevuld op basis van dossierinformatie, interviewinformatie en observaties. Van deze items behoren er 108 items tot de tien criminogene domeinen, en 19 items tot de ‘delict bespreking’ en ‘hulpverlening en responsiviteit’. De items die meetellen voor de berekening van de totaalscore en de domeinscores, betreffen alle gesloten items (items met meerdere vaste antwoordmogelijkheden). Aan de antwoordmogelijkheden zijn wegingen toegekend. Dat zijn punten die de mate van bescherming c.q. risico uitdrukken. Items met betrekking tot ‘delict bespreking’ en ‘hulpverlening en responsiviteit’ betreffen zowel open als
12
gesloten items. Aan deze items zijn geen wegingen toegekend. Figuur 3 toont voorbeelden van items inclusief de wegingen, 1.5 uit instrument 2a, en 1.11 uit instrument 2b:
12-13 jr M > 14 jr J > 14 jr 1.5 Gehoorzaamheid van de jeugdige aan
ouders/verzorgers (de mate waarin de jeugdige zich aan afspraken en regels houdt)
O Meestal wel P = 12 P = 12 P = 12
O Soms 2 2 2
O Meestal niet 14 13 13
O Onbekend
Figuur 3. Voorbeeld items
Weging antwoordmogelijkheden: de sterkte van de samenhang van de risicofactoren met
recidive kan verschillen per leeftijdsgroep en sekse (van der Put, et al., 2014; van der Put, et al., 2012). In instrumenten 2a en 2b worden verschillende wegingen toegepast voor jeugdigen aan het begin van de puberteit (jonger dan 14 jaar) en jeugdigen in het midden en einde van de adolescentie (14 jaar en ouder). In de meeste gevallen weegt een risicofactor zwaarder op jongere leeftijd. En aangezien meisjes aanzienlijk minder recidiveren dan jongens, zijn de wegingen apart toegepast voor jongens en meisjes.
Uitkomsten van het LIJ; ARR, DRP en domeinscores: instrumenten 2a en 2b leveren een
Dynamisch Risico Profiel (DRP) op. Het DRP geeft per domein een overzicht van de beschermende en risicofactoren. Per domein wordt een score berekend die de sterkte van de beschermende factoren en de ernst van de risicofactoren uitdrukt. De domeinscores worden berekend door de scores van de verschillende items uit de betreffende domeinen bij elkaar op te tellen. Het DRP wordt gevisualiseerd zoals in figuur 4 waardoor in één oogopslag gezien kan worden hoe het Risico Profiel van de jeugdige eruit ziet. Een score ‘hoog’ bij beschermende factoren geeft aan dat er op dit domein veel sterke punten zijn die de jeugdige kunnen helpen
M < 13 J < 13 M > 14 J > 14 1.11 Is de jeugdige wel eens
van huis weggelopen of uit huis gezet?
[i] Inclusief de keren dat de jeugdige niet vrijwillig binnen 24 uur terugkeerde.
O Nee 0 0 0 0
O Ja, één of twee keer weggelopen of uit huis gezet
4 2 4 2
O Ja, vaker dan twee keer weggelopen of uit huis gezet
12 6 12 6
13
recidive te voorkomen. Een score ‘laag’ betekent dat er weinig of geen sterke punten zijn. Een score ‘hoog’ bij risicofactoren betekent dat er veel problemen zijn die in negatieve zin bijdragen aan het recidive risico. Een score ‘laag’ betekent dat er weinig of geen problemen zijn die bijdragen aan het recidiverisico.
Uiteindelijk levert het LIJ uitkomsten in termen van ‘laag’, ‘midden’ en ‘hoog’ op recidiverisico, totaalscore DRP en domeinscores.
Figuur 4. Risicoprofiel jeugdige
Validiteit en betrouwbaarheden LIJ : een eerste betrouwbaarheidsonderzoek heeft
uitgewezen dat zowel de interbeoordelaarsbetrouwbaarheid (IBB) als de
intrabeoordelingsbetrouwbaarheid van de instrumenten 2a en 2b redelijk tot goed is, met uitzondering van de domeinen gezin en vaardigheden (Timmermans & Witvliet, 2011). De IBB van het LIJ is de mate van overeenstemming tussen verschillende raadsonderzoekers wanneer zij dezelfde jongere beoordelen met behulp van het LIJ. Als de IBB hoog is komen raadsonderzoekers tot min of meer dezelfde beoordeling van een jongere. Als de IBB laag is verschillen de beoordelingen tussen raadsonderzoekers en hangt beoordeling van de jongere af van de raadsonderzoeker die toevallig de zaak behandelt. Onder de leiding van Andries van de Ark is recent opnieuw onderzoek gedaan naar de IBB van het LIJ (van der Ark, van Leeuwen,
14
& Jorgensen, 2018). Het belangrijkste resultaat uit dit onderzoek is dat de geschatte IBB’s relatief vaak als matig of onvoldoende gekwalificeerd kunnen worden. Het onderzoek geeft drie aanwijzingen die de IBB kan verbeteren. Ten eerste is de standaardisatie van de afnameprocedures voor verbetering vatbaar, aangezien afnameprocedures zowel tussen de regio’s als binnen één regio grote verschillen tonen. Ten tweede wordt geadviseerd de tijdsperiode tussen het voeren van de gesprekken en het invullen van het LIJ, in te korten. Zo kan het LIJ al ingevuld worden tijdens de gesprekken en nadien bijgewerkt worden als er nieuwe informatie komt. Tenslotte wordt geadviseerd de vragen die raadsonderzoeker het meest onduidelijk vonden, opnieuw tegen het licht te houden.
Echter is er wel een kanttekening te plaatsen omdat voor de normering van het DRP en domeinscores gebruik is gemaakt van Amerikaanse data wegens ontbrekende Nederlandse data. Een normerings- en valideringsonderzoek met Nederlandse data kan starten zodra er voldoende recidive gegevens beschikbaar zijn.
Analyse strategie
Statistisch programma IBM SPSS Statistic versie 24 is gebruikt om de data te analyseren. Allereerst zijn punt-biseriële correlaties en AUC-waarden berekend om de sterkte van de samenhang te bepalen tussen de items en recidive binnen twee jaar van zowel spijbelen als delinquentie. Deze recidive variabelen geven aan welke jongeren binnen twee jaar gespijbeld of een delict hebben gepleegd. De totaalscores per domein zijn opgeteld dat resulteert in een domeinscores die vervolgens tegen elkaar zijn afgezet. De 2-jarige leerplichtdelict recidive is 4.3% bij jongeren bij wie instrument 2a is afgenomen, en 6.1% bij jongeren bij wie instrument 2b is afgenomen. Bij een base rate van 5% (oftewel 5% recidive) wordt een correlatie vanaf waarde .04 als een klein effect beschouwd, vanaf .11 als een middelgrooteffect en vanaf .17 als groot effect (Rice & Harris, 2005). De 2-jarige recidive in delinquentie is 45.8% bij jongeren waarbij instrument 2a is afgenomen, en 65.7% bij jongeren waarbij instrument 2b
15
is afgenomen. Bij een base rate van 50% (oftewel 50% recidive) wordt een correlatie vanaf waarde .10 als een klein effect beschouwd en vanaf .24 als een middelgroot effect (Rice & Harris, 2005). AUC-waarden zijn onafhankelijk van de base rate en worden vanaf .566 als klein effect beschouwd en vanaf .639 als middelgroot effect.
Middels een ‘Een-weg ANOVA’ variantieanalyse worden de gemiddelde scores op de domeinen van beiden onderzoeksgroepen met elkaar vergeleken. Hiermee kan antwoord gegeven op de tweede onderzoeksvraag of de gemiddelde scores van jongeren die een spijbeldelict plegen significant verschillen van jongeren die geen spijbeldelict plegen.
Resultaten
Resultaten samenhang risicofactoren en recidive
Om de eerste onderzoeksvraag te beantwoorden zijn punt-biseriële correlaties en AUC- waarden berekend om de sterkte van samenhang te bepalen tussen de items en recidive van zowel spijbelen als delinquentie. Eerst is de voorspellende waarde van de totaalscores per domein onderzocht, vervolgens is er bij uitkomsten die significant van elkaar verschilden gekeken naar zowel correlaties als AUC waarden voor de individuele items (zie tabel 1). Om te onderzoeken of de AUC-waarden significant van elkaar verschillen is gebruik gemaakt van een betrouwbaarheidsinterval van 95% .
Tabel 1.
Samenhang voorspellers van spijbelen en delinquentie op domeinniveau
Noot: * p < .05, ** p < .001 Domeinen AUC-waarde Spijbelen Correlatie Spijbelen AUC-waarde Delinquentie Correlatie Delinquentie Domein 1 Gezin .566 (.541-.591) .045** .596 (.585-.607) .164** Domein 2 School .605 (.581-.629) .076** .611 (.600-.622) .188** Domein 3 Werk .520 (.494-.545) .019 .521 (.509-.532) .040** Domein 4 Vrijetijdsbesteding .540 (.515-.566) .024* .581 (.570-.592) .134** Domein 5 Relaties .593 (.570-.617) .067** .651 (.640-.662) .256** Domein 6 Alcohol- en drugsgebruik, gokken .427 (.402-.452) -.037** .488 (.477-.499) .044** Domein 7 Geestelijke gezondheid .517 (.494-.541) -.002 .578 (.567-.589) .059** Domein 8 Attitude .568 (.543-.594) .045** .627 (.616-.638) .199** Domein 9 Agressie .550 (.524-.576) .030** .568 (.557-.579) .132** Domein 10 Vaardigheden .560 (.536-.584) .035** .617 (.606-.628) .190**
16
Uit Tabel 1. blijkt dat niet alle domeinen een significante voorspeller zijn van zowel spijbelen als delinquentie. De correlaties voor spijbelen met een waarde >.04 en correlaties voor delinquentie met een waarde >.10 zijn vetgedrukt. AUC waarden die groter zijn dan .556 zijn evenals vetgedrukt (grenswaarde voor een klein effect). Het domein gezin heeft op zowel spijbelen als delinquentie een klein effect. Ondanks het feit dat beiden uitkomsten een kleine voorspellende waarde laten zien, heeft het domein gezin een significant sterkere voorspellende waarde voor delinquentie dan voor spijbelen (de AUC-waarde voor spijbelen valt buiten het betrouwbaarheidsinterval van de AUC-waarde voor delinquentie, en andersom). Het domein school heeft op zowel spijbelen als delinquentie een klein effect. Deze effecten verschillen niet significant van elkaar (de betrouwbaarheidsintervallen van de AUC-waarden overlappen). Het domein werk heeft voor zowel spijbelen als delinquentie geen voorspellende waarde en de AUC-waarden verschillen niet significant van elkaar. Het domein vrijetijdsbesteding heeft een klein voorspellend effect op delinquentie. Het domein relaties heeft een klein voorspellend effect op spijbelen en een middelgroot voorspellend effect op delinquentie. De AUC-waarde van spijbelen verschilt significant van de AUC-waarde van delinquentie, waarmee het domein relaties een sterker voorspellende waarde heeft voor delinquentie dan voor spijbelen. Het domein middelengebruik heeft voor beide uitkomsten geen voorspellende waarde. Het domein geestelijke gezondheid heeft een klein voorspellend effect op delinquentie. Het domein attitude heeft voor zowel spijbelen als delinquentie een klein voorspellend effect. De voorspellende waarde van het domein attitude is sterker voor delinquentie dan voor spijbelen. Het domein agressie heeft geen voorspellend effect voor spijbelen, maar wel een klein voorspellend effect voor delinquentie. Tenslotte heeft het domein vaardigheden geen effect op spijbelen, maar wel een klein effect op delinquentie.
17
Samenhang tussen individuele items en spijbelen en delinquentie
Naast het onderzoek naar de samenhang tussen de totaalscores per domein en recidive is ook samenhang tussen individuele LIJ-items en recidive middels correlaties en AUC-waarden onderzocht (zie tabel 2).
Tabel 2.
Samenhang individuele items spijbelen en delinquentie
Spijbelen Delinquentie
Domein r AUC (95% B.I.) r AUC (95% B.I.)
1. Gezin (2a)
1.1 Huidige woonsituatie -.022** .484 (.459-.508) .042** .515 (.505-.524) 1.2 Pleeggezin / tehuis in het verleden -.018* .492 (.465-.518) .075** .531 (.522-.540) 1.3 Ouderlijk toezicht .055** .562 (.534-.590) .162** .578 (.569-.588) 1.4a Opstellen regels .027** .532 (.505-.560) .094** .543 (.534-.552) 1.4b Toezicht regels .049** .558 (.529-.587) .118** .554 (.544-.563) 1.5 Gehoorzaamheid .046** .562 (.536-.589) .150** .586 (.576-.595) 1.6 Bestraffing .066** .568 (.539-.598) .125** .568 (.558-.577) 1.7 Justitieverleden vader .009 .524 (.487-.560) .065** .517 (.505-.529) 1.7 Justitieverleden moeder -.006 .505 (.476-.534) .054** .507 (.495-.519) 1.7 Justitieverleden overig .048** .545 (.514-.577) .108** .547 (.535-.559) 1.8 Niemand -.014 .492 (.400-.585) .047 .516 (.486-.547)
1.8 Goede band man verzorgers .003 .517 (.423-.612) .012 .506 (.475-.537) 1.8 Goede band vrouw verzorgers .003 .498 (.404-.592) .065* .534 (.503-.565)
1.9 Conflicten .041 .510 (.414-.605) .035 .523 (.494-.552)
2. School (2a)
2.1 Aantal dagen dagbesteding -.040** .473 (.449-.498) .065** .545 (.472-.618) 2.2 Invulling dagbesteding -.058** .467 (.442-.492) .029** .467 (.392-.541) 2.3 Diploma voortgezet onderwijs .024** .548 (.526-.571) .073** .530 (.518-.541) 2.4a School afgelopen zes mnd .011 .504 (.478-.530) .089** .479 (.406-.552) 2.4d Reden afwezig school .015 .553 (.374-.733) .048 .523 (.448-.599) 2.5 Waarde aan onderwijs .048** .577 (.551-.603) .124** .583 (.508-.657) 2.7a Speciaal onderwijs / rugzakje .007 .513 (.486-.539) .132** .498 (.477-.519) 2.7b Reden speciaal onderwijs / LGF .019 .523 (.471-.575) .133** .555 (.534-.576) 2.8 Schoolprestaties .057** .577 (.550-.604) .096** .530 (.509-.550) 2.9a Gedrag op school .070** .597 (.573-.622) .147** .556 (.535-.577)
2.10 Spijbelen .100** .611 (.584-.638) .109** .543 (.523-.564)
3. Werk (2a)
3.3 Ervaring huidige werksituatie -.016 .498 (.433-.563) .003 .502 (.483-.522) 3.4 Positieve contacten werkgever/collega’s .106** .540 (.466-.614) .012 .501 (.482-.521) 4. Vrije tijdsbesteding (2a)
4.1 Vrijheidsbesteding binnen vereniging -.011 .487 (.460-.513) .007 .504 (.495-.513) 4.2 Positieve vrijetijdsbesteding buiten vereniging .012 .533 (.508-.559) .104** .562 (.553-.571) 4.3 Problematische vrijetijdsbesteding .057** .572 (.547-.598) .202** .610 (.602-.619) 5. Relaties (2a)
5.1 Leeftijdsgenoten waar de jeugdige mee omgaat .057** .576 (.551-.602) .248** .630 (.621-.639) 5.2 Bewondering antisociaal gedrag .052** .576 (.551-.602) .213** .617 (.609-.626) 5.3 Mate van weerstand tegen antisociale leeftijdsgenoten .056** .585 (.560-.609) .225** .628 (.620-.637) 6. Alcohol/drugs (2a)
18 Noot: * p < .05, ** p < .001
Binnen het domein gezin heeft de huidige woonsituatie voor zowel spijbelen als delinquentie geen voorspellende waarde. Daarnaast blijkt dat het justitieverleden van overige gezinsleden alleen een klein voorspellende waarde heeft voor spijbelen en geen voorspellende waarde voor delinquentie.
In het domein school is opvallend dat het aantal dagen dagbesteding een klein negatief effect heeft op spijbelen, maar geen effect op delinquentie. Invulling dagbesteding heeft ook een klein negatief effect op spijbelen.
6.1b Frequentie alcoholgebruik -.043** .459 (.418-.499) .030** .506 (.479-.534) 6.1b Hoeveelheid alcoholgebruik .002 .495 (.444-.547) .081** .524 (.497-.552) 6.2a Drugsgebruik -.012** .494 (.468-.520) .069** .534 (.525-.543) 6.2b Frequentie drugsgebruik -.033 .538 (.479-.597) .085** .549 (.522-.576) 6.2b Hoeveelheid drugsgebruik .029 .467 (.399-.536) .049* .527 (.500-.555) 7. Geestelijke gezondheid (2a)
7.1 Verstandelijke beperking .004 .510 (.481-.540) .123** .550 (.531-.568) 7.2a Diagnose psychische problemen -.044** .465 (.439-.490) .098** .497 (.479-.516)
7.2c Medicatie .007 .515 (.464-.566) .019 .510 (.491-.529)
7.3 Onder behandeling van psycholoog -.012 .493 (.467-.519) .017* .471 (.452-.490) 7.4a Pijnklachten zonder medische oorzaak .010 .510 (.483-.537) -.029** .483 (.464-.501)
7.4b Verband pijnklachten met mishandeling -- -- -- --
7.5 Stemming -.007 .506 (.480-.533) .015* .507 (.497-.517)
7.6 Automutilatie -.008 .495 (.469-.521) -.037** .491 (.481-.501) 7.7 Gevaarlijke dingen vroeger -.001 .503 (.475-.530) .118** .558 (.548-.567) 7.8 Suïcidale gedachten / gedragingen -.024** .491 (.465-.517) -.051** .489 (.479-.499) 7.9a Slachtoffer verwaarlozing .008 .499 (.473-.525) -.031** .491 (.482-.501)
7.9b Signalen verwaarlozing -- -- -- --
7.10a Lichamelijke mishandeling -.012 .492 (.466-.518) .034** .514 (.505-.523)
7.10b Signalen lichamelijke mishandeling -- -- -- --
7.11a Emotionele mishandeling -- -- -- --
7.11b Signalen emotionele mishandeling -- -- -- --
7.12 Getuige huiselijk geweld -.021** .530 (.502-.557) -.057** .480 (.471-.489) 7.13 Ervaringen geweld buiten gezin .000 .504 (.478-.530) .093** .545 (.536-.554)
7.14a Seksueel misbruik -- -- -- --
8. Attitude (2a)
8.1 Accepteert verantwoordelijkheid antisociaal gedrag .046** .570 (.544-.595) .165** .596 (.587-.604) 8.2 Respect eigendom anderen .037** .567 (.541-.594) .213** .614 (.605-.623) 8.3 Attitude t.o.v. autoriteits figuren .025** .551 (.526-.577) .184** .615 (.606-.624) 9. Agressie (2a)
9.1 Mate geschiktheid schreeuwen en verbale agressie als oplossing conflict
.028** .552 (.525-.579) .135** .574 (.564-.583) 9.2 Mate geschiktheid fysieke agressie als oplossing conflict .030** .551 (.525-.577) .166** .587 (.578-.597) 10. Vaardigheden (2a)
10.1 Probleemoplossing .041** .571 (.547-.595) .185** .606 (.596-.615)
10.2 Impulsiviteit .013 .525 (.499-.550) .170** .597 (.588-.607)
10.3 Beheerst alternatieven voor agressief gedrag .012 .543 (.517-.569) .163** .598 (.589-.608) 10.4 Beheerst vaardigheden omgaan anderen .016* .546 (.520-.572) .140** .585 (.575-.594) 10.5 Beheerst vaardigheden omgaan moeilijke situaties .025** .563 (.538-.589) .171** .598 (.589-.607)
19
Wat betreft het domein vrijetijdsbesteding is opmerkelijk dat een problematische vrijetijdsbesteding voor beide soorten recidive een kleine voorspellende waarde heeft. Dit item heeft een significant sterker effect op delinquentie dan op spijbelen. Binnen het domein relaties hebben de leeftijdsgenoten met wie de jeugdige omgaat een significant sterker effect op delinquentie dan op spijbelen. Ondanks het feit dat de totaalscore op het domein geestelijke gezondheid geen voorspellende waarde heeft voor delinquentie, zijn er wel individuele items met een voorspellende waarde voor delinquentie. Een verstandelijke beperking heeft geen effect op spijbelen maar wel een klein effect op delinquentie. En gevaarlijke dingen van vroeger hebben alleen een klein effect op delinquentie.
De bevinding dat de totaalscores op de domeinen attitude, agressie en vaardigheden geen voorspellende waarde hebben voor spijbelen, komt overeen met de resultaten op itemniveau. Op itemniveau heeft namelijk binnen het domein attitude alleen het item ‘Accepteert verantwoordelijkheid antisociaal gedrag’, en binnen het domein vaardigheden het item ‘Probleemoplossing’, een kleine voorspellende waarde voor spijbelen.
Verschillen tussen jongeren die spijbelen delict hebben gepleegd en jongeren die geen spijbel delict hebben gepleegd
Om de tweede onderzoeksvraag te beantwoorden, zijn de gemiddelde scores per domein van de twee onderzoeksgroepen tegen elkaar afgezet (zie Tabel 3). Door deze vergelijking kan worden onderzocht of de prevalentie van risicofactoren significant verschilt tussen jongeren die een spijbeldelict hebben gepleegd en jongeren die geen spijbeldelict hebben gepleegd.
20 Tabel 3.
Samenhang tussen groepen spijbelaars en niet-spijbelaars
Noot: * p < .05, ** p < .001
De analyses uit Tabel 3. laten zien, met uitzondering van het domein alcohol- en drugsgebruik en gokken, dat op ieder domein de risicofactoren vaker voorkomen bij jongeren die een spijbeldelict hebben gepleegd dan bij jongeren die geen spijbeldelict hebben gepleegd.
Discussie
Het doel van de huidige studie was inzicht te verkrijgen in verschillen tussen de voorspellers van spijbelen en delinquentie. Om dit te onderzoeken is per risicofactor onderzocht in welke mate er een verschil is in de sterkte van samenhang met spijbelen en de sterkte van samenhang met delinquentie. Vervolgens is onderzocht of de mate waarin risicofactoren voorkomen significant verschilt tussen jongeren die een spijbeldelict hebben gepleegd en jongeren die een andere delict hebben gepleegd. Met behulp van deze kennis kunnen interventies beter aangrijpen op specifieke risicofactoren en daarmee effectiever zijn in het aanpakken van het omvangrijke probleem spijbelen. Uit de verkregen resultaten kan geconcludeerd worden dat de voorspellende waarde van de risicofactoren minder sterk is voor spijbelen dan voor delinquentie. Daarnaast is gebleken dat er bij jongeren met een spijbeldelict op vrijwel alle domeinen meer risicofactoren voorkomen dan bij de jongeren met een ander
Domeinen Gemiddelde score
‘Spijbelaars’ Gemiddelde score ‘niet-spijbelaars’ Significantie. Uitgedrukt in F-waarde Domein 1 Gezin 11.099 9.159 202(1,10231)= .000** Domein 2 School 17.300 15.312 334(1,10231)= .000** Domein 3 Werk 1.828 1.733 24 (1,10231)= .000** Domein 4 Vrijetijdsbesteding 5.322 4.634 120(1,10231)= .000** Domein 5 Relaties 8.954 8.064 145(1,10231)= .000**
Domein 6 Alcohol- en drugsgebruik, gokken
4.554 1.472 3 (1,10231)= .070
Domein 7 Geestelijke gezondheid 6.030 5.640 23 (1,10231)= .000**
Domein 8 Attitude 12.312 11.279 106(1,10231)= .000**
Domein 9 Agressie 3.290 3.088 16 (1,10231)= .000**
21
soort delict. Jongeren die een spijbeldelict hebben gepleegd zijn hiermee dus meer problematisch dan jongeren die andere delicten hebben gepleegd.
Het feit dat de risicofactoren een sterkere voorspellende waarde hebben voor delinquentie dan voor spijbelen, kan aanvankelijk komen doordat het LIJ primair ontwikkeld is voor delinquente jongeren. Hierdoor zijn met name factoren opgenomen die samenhangen met delinquentie en dus niet met spijbelen, wat een minder sterke samenhang met spijbelen tot gevolg kan hebben. Een tweede mogelijke verklaring is dat jongeren die spijbeldelicten plegen zich kenmerken als een meer complexe en minder eenduidige groep dan jongeren die andere soorten delicten plegen. De complexiteit van het spijbelen komt mede door verschillende motieven die aan dit spijbelgedrag ten grondslag kunnen liggen. Zo kunnen jongeren spijbelen van school door groepsdruk, pestgedrag op school, verminderd toezicht van ouders, zwangerschap, werk, verveling in de klas en problemen thuis en/of in de relatie, de redenen zijn onuitputtelijk (Dahl, 2016). Het is vooral het op-straat-spijbelen dat geassocieerd wordt met antisociale gedragsprofielen en een problematische schoolloopbaan (Fremont, 2003; Nouwen, 2008). Daarentegen wordt thuis spijbelen meer geassocieerd met individuele psychologische problemen en problematische gezinssituaties (Fremont, 2003; Nouwen, 2008). Doordat er zoveel verschillende motieven ten grondslag kunnen liggen aan dit spijbelgedrag, is de kans aanwezig dat het huidige onderzoek niet alle risicofactoren omvat die een voorspellende waarde hebben voor spijbelen.
Op domeinniveau zijn zowel overeenkomende als verschillende sterktes van samenhang tussen delinquentie en spijbelen. De domeinen gezin, school, relaties, attitude en vaardigheden hebben een significant voorspellend effect op zowel delinquentie als spijbelen. Dit is te verklaren vanuit het reeds genoemde ecologische perspectief van Bronfenbrenner. Deze resultaten zijn in lijn met deze theorie omdat hij stelt dat risicofactoren in de proximale sociale systemen (d.w.z. microsysteem) meer invloed uitoefenen op de ontwikkeling en het gedrag van
22
het kind dan de distale sociale systemen (Berends & Van Dries, 2014; Kearney 2008a,b; Teasley 2004). Echter kan het afwezige effect van het domein werk op zowel delinquentie als spijbelen niet verklaard worden vanuit ecologisch perspectief. In het ecologisch perspectief is werk van het kind namelijk ook een proximaal systeem. Wel valt deze bevinding te verklaren vanuit het gegeven dat veel van de onderzochte jongeren nog geen werk hebben en werk dus in deze levensfase een minder cruciale rol speelt. Het niet meenemen van dit domein zou een suggestie voor vervolgonderzoek kunnen zijn.
Naast de overeenkomende voorspellers tussen delinquentie en spijbelen, zijn er ook verschillen in voorspellers gevonden. Zo heeft het domein agressie geen effect op spijbelen, daarentegen wel op delinquentie. Dit is mogelijk te verklaren vanuit het feit dat agressie meer voortkomt uit externaliserende problematiek, en spijbelen zowel kan voortkomen uit externaliserende problematiek als internaliserende problematiek. Juist de externaliserende problematiek onderliggend aan agressie, heeft een sterker verband met delinquent gedrag dan met spijbelgedrag. Doordat spijbelen zowel voort kan komen uit externaliserende als internaliserende problematiek kan deze groep gekenmerkt worden als een meer gemengde groep waardoor agressie een minder sterk voorspellend effect op spijbelen kan hebben. (Hunt & Hopko, 2009).
Daarnaast heeft het domein vrijetijdsbesteding geen voorspellende waarde voor spijbelen, maar wel voor delinquentie. Dat het een voorspellende waarde heeft voor delinquentie kan te verklaren zijn vanuit het feit dat wanneer jongeren geen zinvolle dagbesteding hebben, zij uit verveling een grotere kans hebben om een delict te plegen (Hirschi, 1969). Een eventuele verklaring voor de bevinding dat het ontbreken van een zinvolle dagbesteding geen risicofactor is voor spijbelen kan zijn dat het niet gaat om ‘wat’ de jongeren in hun vrijetijd doen, maar met ‘wie’ zij deze vrijetijd doorbrengen. Zo stijgt de kans op spijbelen naarmate er zich meer spijbelaars bevinden op school of in de vriendengroep
23
(Nouwen, 2008; Strand, 2012). In dit geval gaat het dan om de relaties die de jongere heeft. Dit wordt ondersteund door huidig onderzoek, waarin het domein relaties een significant effect heeft op spijbelen. Daarbij blijkt uit onderzoek van Dahl, die onderzocht wat de jongeren ondernamen tijdens de uren die zij verzuimden, dat de meest voorkomende legale activiteit eten met vrienden was en meest voorkomende illegale activiteit het roken van marihuana met vrienden was (Dahl, 2016). Ook dit onderzoek onderstreept het belang van relaties, doordat gebleken is dat de jongeren voornamelijk spijbelen om tijd met hun vrienden door te brengen. Hierbij moet wel de kanttekening geplaatst worden dat dit gegeven niet geldt voor alle typen spijbelaars omdat bovenstaand onderzoek zich met name richt op het spijbelgedrag waar externaliserende problematiek aan ten grondslag ligt. Het spijbelgedrag vanuit internaliserende problematiek wordt namelijk meer gerelateerd aan psychosociale en angst gerelateerde problemen, zoals schoolfobie (Hans & Eriksson, 2013; Kearny, 2008a), depressie (Egger, Costello, & Angold, 2003; Hans & Eriksson, 2013), faalangst (Corville-Smith, 1998) en een negatief zelfbeeld (Reid, 1999). Of spijbelgedrag vanuit internaliserende problematiek verband houdt met relaties in de vrijetijdsbesteding zal door vervolg onderzoek verder uitgewezen moeten worden.
Het opvallende, nog niet eerder gevonden, resultaat dat er bij de delinquenten die spijbelen meer risicofactoren voorkomen dan bij delinquenten die niet spijbelen, kan mogelijk deels verklaard worden vanuit de sociale bindingstheorie van Hirschi (1969). Centraal in deze theorie is dat vier types sociale banden het individu weerhouden, in dit geval, te spijbelen. Schoolbinding wordt hierbij gezien als een continuüm met een zeer sterke gebondenheid met de school aan de ene zijde van het spectrum, en een sterke mate van schoolvervreemding of definitieve schooluitval aan de andere kant van het spectrum (Henry et al., 2012; Huebner & Betts, 2002). Spijbelen wordt in deze context vaak gezien als een onthechtingsproces, waarbij een jongere langzaam de band met het onderwijs verliest. De jongere verliest de betrokkenheid
24
(commitment) bij aan school gebonden activiteiten die een buffer kunnen vormen tegen afwijkend gedrag (Veenstra, Lindenberg, Tinga, & Ormel, 2010). De jongeren met een spijbeldelict verliezen dus binding met één van de vier sociale banden, namelijk school. Dit kan een verklaring zijn voor het feit dat er meer risicofactoren zijn bij spijbelaars dan de delinquenten die geen spijbeldelict plegen. Bij de delinquenten met een ander soort delict die niet spijbelen, is de binding met school nog intact en kan dat de buffer vormen tegen afwijkend gedrag (Traag, Marie, & van der Velden, 2010).
De huidige studie is in lijn met de bindingstheorie en een soortgelijke studie. Beide toonden aan dat de gezinssituatie bij delinquenten die spijbelen significant problematischer is dan bij delinquenten die niet spijbelen (Zhang, et al., 2018). Jongeren uit éénoudergezinnen spijbelen meer, waarbij met name wordt gewezen op de negatieve invloed van de afwezigheid van vader (Thys & Dupont, 2001). Naast de jongeren uit éénoudergezinnen spijbelen ook jongeren uit grote gezinnen frequenter (Sommer & Nagel, 1991). Vanuit de éénoudergezinnen kan het spijbelen eerder voortkomen uit een probleemsituatie thuis of een geringere responsiviteit van de ouder. Bij een groter gezin zou het voort kunnen komen uit de situatie waarbij oudere kinderen mee moeten helpen in het huishouden en de verzorging van de jongere kinderen. Tenslotte hebben delinquenten die spijbelen, in lijn met eerder aangehaald onderzoek, een hogere kans op ongekwalificeerde uitstroom dan de delinquenten die niet spijbelen, waardoor zij een hogere kans hebben om werkloos te worden, zodat zij sneller een beroep moeten doen op de collectieve middelen van sociale zekerheid (Ekstrand, 2015; Rumberger, 2011).
Een laatste mogelijke verklaring voor het gevonden resultaat dat spijbelende delinquenten een meer problematische groep is dan niet spijbelende delinquenten, kan liggen in de complexiteit van de groep delinquenten die spijbelt. De complexiteit van deze groep komt door de heterogeniteit van de groep spijbelaars. Spijbelen wordt steeds vaker ingedeeld binnen
25
het externaliserend gedragsspectrum (Hirschfield & Gasper, 2011; Vaughn et al., 2013). Met dit gegeven moet voorzichtig omgesprongen worden, omdat dit met name geldt voor de meer antisociale spijbelaars. De antisociale spijbelaars hebben een relatief positief zelfbeeld, een uitgebreide vriendenkring en laten een sterke samenhang met antisociaal gedrag zien. Daarentegen kent spijbelen ook het meer internaliserende profiel. Dit profiel omvat met name het lage zelfbeeld, waarbij de spijbelmotivatie voornamelijk voortvloeit uit onzekerheid over sociale mogelijkheden (Reid, 2003). De spijbelaars met het meer internaliserende profiel zijn minder onder de aandacht, waarmee moeilijker te onderkennen en daarmee minder eenvoudig te helpen.
De studie kent enkele beperkingen. Zo is de verkregen data vanuit het LIJ niet verzameld voor wetenschappelijke doeleinden, maar voor de klinische praktijk, namelijk; het inschatten van het recidive risico van een jongere op delinquentie. De data zijn verzameld door professionals in de klinische praktijk. Dit kan resulteren in minder nauwkeurige en betrouwbare data vanuit wetenschappelijk oogpunt. Zo heeft het LIJ een minder valide Interbeoordelaarsbetrouwbaarheid (IBB). Bij meerdere vragen is er sprake van een lage IBB, wat resulteert in het ontbreken van een eenduidige beoordeling door de raadsonderzoekers. Hierdoor is de uitkomst afhankelijk van welke raadsonderzoeker het LIJ heeft afgenomen. Daarentegen leidt deze, door professionals in de praktijk, verzamelde data tot resultaten die heel goed bruikbaar zijn in de klinische praktijk. Deze studie heeft namelijk voor nieuwe inzichten gezorgd in de zoektocht naar een juiste aanpak van spijbelen. Daarnaast kent de huidige studie een steekproef van een zodanige omvang dat ook niet betekenisvolle uitkomsten significant kunnen worden. Daarentegen zorgt de grootte van de steekproef er ook voor dat de gevonden resultaten van de huidige studie goed te generaliseren zijn naar de klinische praktijk en daarmee representatief zijn.
26
Spijbelen is een omvangrijk probleem met soms desastreuze gevolgen. Het is van belang dat interventies de juiste risicofactoren aanpakken en de beschermende factoren versterken. Dit onderzoek benadrukt nogmaals het belang dat de problematische gevolgen van spijbelen niet onderschat moet worden gezien het feit dat de groep delinquenten die spijbelt significant problematischer is dan de groep delinquenten die niet spijbelt. Daarbij biedt de huidige studie ook handvatten op welke specifieke voorspellers de interventies in moeten grijpen om succesvoller te zijn in het voorkomen van spijbelen. Het spijbelbeleid kan pas doeltreffend zijn wanneer rekening gehouden wordt met de heterogeniteit van de groep (Kearny, 2008; Maynard et al., 2013; Reid, 2011). Het beleid moet zowel aandacht hebben voor de meer antisociale spijbelaars als de meer internaliserende spijbelaars. Daarnaast is er meer begrip nodig voor de minder ernstige vormen van spijbelen om problematisch spijbelen te voorkomen. Voorkomen is immers beter dan genezen.
27 Literatuurlijst
Agnew, R. (1985). Social control theory and delinquency: A longitudinal test. Criminology, 23(1), 47 61.
Andrews, D. A., Bonta, J., & Wormith, J. S. (2011). The risk-need-responsivity (RNR) model: Does adding the good lives model contribute to effective crime prevention? Criminal Justice and Behavior, 38(7), 735–755. https://doi.org/10.1177/0093854811406356
Apel, R., & Sweeten, G. (2010). The impact of incarceration on employment during the transition to adulthood. Social problems, 57(3), 448-479.
Assink, M., van der Put, C. E., Hoeve, M., de Vries, S. L., Stams, G. J. J., & Oort, F. J. (2015). Risk factors for persistent delinquent behavior among juveniles: A meta-analytic review. Clinical psychology review, 42, 47-61.
Baat, M. (2010). Wat werkt bij het voorkomen en verminderen van schoolverzuim? Utrecht: Nederlands Jeugdinstituut. Opgehaald van
http://www.nji.nl/DossierDownloads%5CWATWERKT_SCHOOLVERZUIM.PDF Baker, M. L., Sigmon, J. N., & Nugent, M. E. (2001). Truancy Reduction: Keeping Students in
School. Washington: Office of juvenile justice and delinquency prevention.
Berends, I., & Van Diest, H. (2014). Schoolverzuim verklaard: Een overzicht van protectieve en risicofactoren. Verkregen van
https://www.piresearch.nl/files/2413/naar+een+verklaringsmodel+voor+schoolverzuim+juni+ 2014.pdf
Broeders, R., Van der Helm, P., & Stams, G. J. J. M. (2015). Preventie van gesloten plaatsing van jongeren met ernstige gedragsproblemen in Friesland: een pleidooi voor een gerichte aanpak. Orthopedagogiek: Onderzoek en Praktijk, 54 (8), 318–330.
Bronfenbrenner, U. (1986). Ecology of the family as a context for human development. American Psychologist, 32, 513-531. doi:10.1037/0003-066X.32.7.513
Corville-Smith, J. (1998). Distinguishing absentee students from regular attenders: the combined influence of personal, family and school factors. Journal of Youth and Adolescence, 27, 629– 640.
28 Dahl, P. (2016). Factors Associated With Truancy: Emerging Adults’ Recollections of Skipping
School. Journal of Adolescent Research, 31(1), 119–138. https://doi.org/10.1177/0743558415587324
Dekker , S. (2016, 3 februari). Cijfers leerplicht en aanpak thuiszitters [Kamerbrief]. Geraadpleegd 12 maart 2019, van
https://www.rijksoverheid.nl/documenten/kamerstukken/2016/02/03/kamerbrief-over-cijfers-leerplicht-en-aanpak-thuiszitters
Dembo, R., & Gulledge, L. M. (2009). School absenteeism Intervention Programs: Challenges and Innovations tot Implementation. Criminal Justice Policy Review, 20(4), 437-456.
Edwards, E. R., & Mottarella, K. (2015). Perceptions of the previously convicted: The influence of conviction type and therapy participation. International journal of offender therapy and
comparative criminology, 59(12), 1358-1377.
Egger, H. L., Costello, J. E., Angold, A. (2003). School refusal and psychiatric disorders: A
community study. Journal of the American Academy of Child & Adolescent Psychiatry, 42, 797-807. doi:10.1097/01.CHI.0000046865.56865.79
Eimers, T., Derriks, M., Voncken, E., Tilborg, L., & Es, W. van (2003). Kans van Slagen; een verdiepende studie naar het rendement van VSV-trajecten en begeleidingsmodellen
(SCO rapport 665). Amsterdam: SCO-Kohnstamm Instituut van de Faculteit der Maatschappij- en Gedragswetenschappen, Universiteit van Amsterdam.
Ekstrand, B. (2015). What it takes to keep children in school: A research review. Educational Review, 67, 459-482. doi:10.1080/00131911.2015.1008406
Francissen, L., Cohen, L., & Bosveld, W. (2011). 'Ze moeten ergens wel de wil hebben'. Wat voorafgaat aan uitval in het MBO (No. 10133). Amsterdam: Dienst Onderzoek en Statistiek. Fremont, W. P. (2003). School refusal in children and adolescents. American Family Physician, 68,
1555–1561.
Hans, M., & Eriksson, R. (2013). Psychological factors behind truancy, school phobia and school refusal: A literature study. Child & Family Behavior Therapy, 35(3), 228–248.
29 Harris-McKoy, D., & Cui, M. (2013). Parental control, adolescent delinquency, and young adult
criminal behavior. Journal of Child and Family studies, 22, 836-843. http://dx.doi.org/10.1007/s10826-012-9641-x.
Henry, K. L., & Huizinga, D. H. (2007). School-related risk and protective factors associated with truancy among urban youth placed at risk. The journal of primary prevention, 28(6), 505-519. Henry, K., Knight, K., & Thornberry, T. (2012). School disengagement as a predictor of dropout,
delinquency, and problem substance use during adolescence and early adulthood. Journal of Youth and Adolescence, 41(2), 156–166.
Hirschfield, P., & Gasper, J. (2011). The relationship between school engagement and delinquency in late childhood and early adolescence. Journal of Adolescence, 40, 3– 22.
Hirschi, T. (1969). Causes of delinquency. University of California Press.
Houck, C. D, Hadley, W., Tolou-Shams, M., & Brown, L. (2012). Truancy is associated with
sexual risk among early adolescents. Journal of Developmental and Behavioral Pediatrics, 33, 728-731. doi:10.1097/DBP.0b013e31827134a5
Huebner, A., & Betts, S. (2002). Exploring the utility of social control theory for youth development: issues of attachment, involvement and gender. Youth & Society, 34(2), 123–145.
Huizinga, D., & Jakob-Chien, C. (1998). The contemporaneous co-occurrence of serious and violent juvenile offending and other problem behaviors. In R. Loeber, & D. P. Farrington (Eds.), Serious & violent juvenile offenders: Risk factors and successful interventions (pp. 47-67).
Thousand Oaks: Sage publications.
Hunt, M. K., & Hopko, D. R. (2009). Predicting high school truancy among students in the Appalachian South. The Journal of Primary Prevention, 30(5), 549-567.
Kearney, C. (2008a). An Interdisciplinary Model of School Absenteeism in Youth to Inform Professional Practice and Public Policy. Educational Psychology Review, 20(3), 257-282. Kearney, C. (2008b). School absenteeism and school refusal behavior in youth: A contemporary
review. Clinical Psychology Review, 28(3), 451-471.
Kirk, D. S., & Sampson, R. J. (2013). Juvenile arrest and collateral educational damage in the transition to adulthood. Sociology of education, 86(1), 36-62.
30 Kodama, N., & Hess, R. (2010). Truancy. Encyclopedia of Cross-Cultural School Psychology, 1005
1011.
Loeber, R., & Farrington, D. P. (2012). Transitions from juvenile delinquency to adult crime: Criminal concerns, justice policy, and prevention. New York: Oxford University Press.
Mazerolle, L., Bennett, S., Antrobus, E., Cardwell, S. M., Eggins, E., & Piquero, A. R. (2018). Disrupting the Pathway from Truancy to Delinquency: A Randomized Field Trial Test of the Longitudinal Impact of a School Engagement Program. Journal of Quantitative Criminology, 1-27.
Moffit, T.E., Caspi, A., Rutter, M., & Silva, P.A. (2001). Sex differences in antisocial behavior: Conduct disorder, delinquency, and violence in the Dunedin Longitudinal Study. New York:
Cambridge University Press.
Monahan, K. C., VanDerhei, S., Bechtold, J., & Cauffman, E. (2014). From the School Yard to the Squad Car: School Discipline, Truancy, and Arrest. Journal of Youth and Adolescence, 43(7), 1110–1122. https://doi.org/10.1007/s10964-014-0103-1
Moolenaar, D.E.G. (2010). Rijksoverheiduitgaven aan criminaliteitsbestrijding en
strafrechtshandhaving 2009. In S.N. Kalidien & N.E. de Heer-de Lange, Criminaliteit en Rechtshandhaving. Den Haag, The Netherlands: WODC.
Nagin, D. S., Solow, R. M., & Lum, C. (2015). Deterrence, criminal opportunities, and police. Criminology, 53(1), 74–100. https://doi.org/10.1111/1745-9125.12057
Nolan, J.R., Cole, T., Wroughton, J., Clayton-Code, K.P., & Riffe, H.A. (2013) Assesment of risk factors for truancy of children in grades K-12 using survival analysis. Journal of At-Risk Issues, 17, 23-30.
Nouwen, W. (2008). Hangjongeren in Limburg. Wie zijn ze? Wat doen ze? En vooral, wat drijft hen? Een kwantitatieve studie naar het (anti)sociaal karakter van rondhangen als
vrijetijdsbesteding. Ongepubliceerde master thesis, Leuven.
Orthopedagogiek, F., Stouwe, T. Van Der, Asscher, J. J., & Stams, G. J. J. M. (2013). Doeltreffendheidonderzoek Tools4U.
31 R. Barnoski (2004). Assessing risk for re-offense: Validating the Washington State Juvenile court
Assessment, Olympia: Washington State Institute for Public Policy. Reid, K. (1999). Truancy and schools. London & New York: Routledge.
Reid, K. (2003). The Search for Solutions to School absenteeism and Other Forms of School Absenteeism. Pastoral Care in Education, 21(1), 3-9.
Reid, K. (2005). The Causes, Views and Traits of School Absenteeism and School absenteeism: Analytical Review. Research in Education, 74, 59-82.
Reid, K. (2011). The strategic management of truancy and school absenteeism: finding solutions from a national perspective. Educational Review, 64(2), 211–222.
Rice, M. E., & Harris, G. T. (2005). Comparing effect sizes in follow-up studies: ROC area, Cohen’s d, and r. Law and Human Behavior, 29(5), 615–620. https://doi.org/10.1007/s10979-005-6832-7
Rocque, M., Jennings, W. G., Piquero, A. R., Ozkan, T., & Farrington, D. P. (2017). The Importance of School Attendance: Findings From the Cambridge Study in Delinquent
Development on the Life-Course Effects of Truancy. Crime and Delinquency, 63(5), 592–612. https://doi.org/10.1177/0011128716660520
Rumberger, R. W. (2001). Who drops out of school and why. Verkregen van
https://www.civilrightsproject.ucla.edu/research/k-12-education/school-dropouts/why-students-drop-out-of-school-and-what-can-be-done/rumberger-why-students-dropout-2001.pdf Rumberger, R. W., & Palardy, G. J. (2005). Test Scores, Dropout Rates, and Transfer Rates as
Alternative Indicators of High School Performance. American Educational Research Journal, 42(1), 3-42.
Smith, D. (2004). Parenting and delinquency at ages 12 to 15. Edinburgh: The University of Edinburgh.
Sommer, B., & Nagel, S. (1991). Ecological and typological characteristics in early adolescent truancy. Journal of Early Adolescence, 11, 379–392.
32 Strand, A.-S. M. (2012). “School – no thanks – it ain't my thing’: accounts for truancy. Students’
perspectives on their truancy and school lives. International Journal of Adolescence and Youth, 0(0), 1–16.
Sutphen, R. D., Ford, J. P., & Flaherty, C. (2010). School absenteeism Interventions: A Review of the Research Literature. Research on Social Work Practice, 20(2), 161-171.
Tilborg, L. van, & Es, W. van (2003). Almanak voortijdig schoolverlaten 2003: een verbeterd model voor de sluitende curatieve aanpak van het voortijdig schoolverlaten. Utrecht: Sardes.
Timmermans, M., & Witvliet, M. (2011). Screenen en signaleren in de jeudstrafrechtketen. Een onderzoek naar de validiteit van psychisch dysfunctionerenen de betrouwbaarheid van het landelijk Instrumentarium Jeugdstrafrechtketen (LIJ). WODC onderzoeksrapport.
https://www.wodc.nl/onderzoeksdatabase/bruikbaarheid-van-diagnostische instrumenten-tbv noodzaak-gedragsinterventie.aspx Assessment, Olympia: Washington State Institute for Public Policy 2004.
Thys, G., & Dupont, C. (2001). Spijbelen voorkomen en bestrijden. Een zorg voor schoolleiders en onderwijsbeleid. Impuls, 31, 135–146.
Traag, T., Marie, O., & van der Velden, R. K. W. (2010). Risicofactoren voor voortijdig schoolvelaten en jeugdcriminaliteit. Bevolkingstrends, 2, 55-60.
Teasley, M. L. (2004). Absenteeism and truancy: Risk, protection, and best practice implications for school social workers. Children & Schools, 26, 117-128. doi:10.1093/cs/26.2.117
van der Ark, L., van Leeuwen, J.L., Jorgensen, T. D. (2018). Interbeoordelaars- betrouwbaarheid LIJ. WODC onderzoeksrapporthttps://www.wodc.nl/onderzoeksdatabase/
2694interintrabeoordelaarsbetrouwbaarheidsonderzoek-lij.aspx
van Burik , A. E., Elderman, E. R., Persoon, A. M., & Rutten, E. A. (2007). Evaluatie justitiële interventies schoolverzuim. Woerden: Ministerie van Justitie.
van der Helm, G. H. P. (2011). First do no harm: Living group climate in secure juvenile correctional institutions. Amsterdam: SWP.
33 van der Laan, A. M., & Goudriaan, H. (2016). Monitor jeugdcriminaliteit: ontwikkelingen in de
jeugdcriminaliteit 1997 tot 2015. CBS.
van der Put, C. E., Deković, M., Stams, G. J. J., Van Der Laan, P. H., Hoeve, M., & Van Amelsfort, L. (2011). Changes in risk factors during adolescence: Implications for risk assessment. Criminal justice and behavior, 38(3), 248-262.
van der Put, C. E., Asscher, J. J., Stams, G. J. J. M., van der Laan, P. H., Breuk, R., Jongman, E., & Doreleijers, T. (2012). Recidivism After Treatment in a Forensic Youth-Psychiatric Setting. International Journal of Offender Therapy and Comparative Criminology, 57(9), 1120–1139.
https://doi.org/10.1177/0306624x12452389
van der Put, C. E., Creemers, H. E., & Hoeve, M. (2014). Differences between juvenile offenders with and without substance use problems in the prevalence and impact of risk and protective factors for criminal recidivism. Drug and Alcohol Dependence, 134, 267–274. http://dx.doi
.org/10.1016/j.drugalcdep.2013.10.012
van der Put, C. E., Deković, M., Hoeve, M., Stams, G. J. J. M., van der Laan, P. H., & Langewouters, F. E. M. (2014). Risk Assessment of Girls: Are There Any Sex Differences in Risk Factors for Re-offending and in Risk Profiles? Crime and Delinquency, 60(7), 1033–1056.
https://doi.org/10.1177/0011128710384776
van der Woude, L. B., van der Stouwe, T., & Stams, G. J. J. M. (2017). Differences between risk factors for truancy and delinquency in Dutch adolescents. Children and Youth Services Review, 73, 9–14. https://doi.org/10.1016/j.childyouth.2016.11.028
Vaughn, M. G., Maynard, B. R., Salas-Wright, C. P., Perron, B. E., & Abdon, A. (2013). Prevalence and correlates of truancy in the US: Results from a national sample. Journal of Adolescence, 36(4), 767–776. https://doi.org/10.1016/j.adolescence.2013.03.015
Veenstra, R., Lindenberg, S., Tinga, F., & Ormel, J. (2010). Truancy in late elementary and early secondary education: the influence of social bonds and self-control - the TRAILS study. International Journal of Behavioral Development, 34, 302–310.
34 Wiesner, M., Kim, H. K., & Capaldi, D. M. (2010). History of juvenile arrests and vocational career
outcomes for at-risk young men. Journal of research in crime and delinquency, 47(1), 91-117. Zhang, D., Willson, V., Katsiyannis, A., Barrett, D., Ju, S., & Wu, J.-Y. (2018). Truancy Offenders in
the Juvenile Justice System: A Multicohort Study. Behavioral Disorders, 35(3), 229–242. https://doi.org/10.1177/019874291003500304
