Offline en online boefjes
Sexting plegers in het voortgezet onderwijs:
Een nieuw type delictpleger of verschuiving van werkterrein?
Masterscriptie Forensische Orthopedagogiek Graduate School of Child Development and Education Universiteit van Amsterdam S. D. Dreijer 11986123 dr. I. B. Wissink Tweede beoordelaar: dr. G. J. J. M. Stams Amsterdam, 6 juli 2020
Sexting offenders in secondary education:
A new type of offender or connected with offline deviant behavior? Abstract
Because sexting is a new form of online deviant behavior, relatively little research has been done. Most interventions for delinquent youth are not adapted to the new online forms of deviant behavior. The question is whether this is necessary. In other words, are the young people who display deviant online behavior comparable to the young people who show offline deviant behavior? High school youth (N = 628, M = 15.49 years old, 301 girls, 25.2% lower educated and 32.3% living within an urban area) completed an online questionnaire about both mild and more serious forms of offline and sexting. The results showed that the relationship between serious offline deviant behavior and sexting was moderated by more factors (gender, age, level of education and place of residence) than the relationship between mild offline deviant behavior and sexting (level of education). A new discovery was that higher educated youngsters who show serious deviant behavior are more likely to also perform sexting, while less educated youngsters are more likely to commit sexting if they exhibit mild offline deviant behavior.
Sexting plegers in het Voortgezet Onderwijs:
Een Nieuw Type Delictpleger of Samenhang met Offline Deviant Gedrag? Ons dagelijks leven is steeds meer verweven met technologie, waardoor veel activiteiten zich verschuiven naar de online wereld. Vooral jongeren zijn veel online te vinden: 92% van alle jongeren van 13 tot 17 jaar is dagelijks online (Lenhart & Page, 2015). Met de komst van de technologie en het internet is ook een nieuwe vorm van deviant gedrag ontstaan: online deviant gedrag. Enkele voorbeelden van online deviant gedrag zijn hacking, cyberpesten en sexting (Udris, 2016). Huidige studie richt zich op sexting. De politie
registreert vanaf 2016 sextingzaken als apart delictsoort en daardoor vallen ze sindsdien niet meer onder andere categorieën zoals smaad, laster en belediging (van Mastrigt, 2020). In de sexting registraties is een stijging te zien: in 2017 registreerde de politie nog 836 incidenten, waarvan 52 verdachten naar het Openbaar Ministerie werden gestuurd, tegenover 1037 incidenten in 2019, waarvan 279 verdachten naar het Openbaar Ministerie werden gestuurd (van Mastrigt, 2020).
Omdat sexting een nieuwe vorm van deviant gedrag is, is er nog relatief weinig onderzoek naar gedaan. De meeste interventies voor delinquente jongeren zijn ook niet aangepast aan de nieuwe online vormen van deviant gedrag. Het is de vraag of dit nodig is. Oftewel, zijn de jongeren die online deviant gedrag vertonen een vergelijkbare groep als de jongeren die offline deviant gedrag vertonen? In dit onderzoek wordt onderzocht of sexting plegers ook meer offline deviant gedrag vertonen. En indien dit het geval is, of het plegen van sexting dan sterker samenhangt met de lichtere vormen van deviant gedrag, of met de wat zwaardere vormen van offline deviant gedrag. De onderzoeksvraag luidt dan ook: hangt online deviant gedrag (in dit geval: sexting) meer samen met licht offline deviant gedrag of met zwaar offline deviant gedrag bij jongeren op het voortgezet onderwijs? Tevens zal gekeken worden naar verschillen in zowel de gemiddelden als in de te onderzoeken
verbanden als gevolg van sekse, leeftijd, opleidingsniveau en de woonplaats van de jongeren (binnen of buiten een stedelijk gebied).
Het begrip ‘sexting’ is een samenvoeging van de woorden ‘seks’ en ‘texting’ die verwijst naar seksueel getinte communicatie (Ferguson, 2011; Klettke, Hallford & Mellor, 2014). Voor de afdoening van sextingzaken is een leidraad ontwikkeld door het Openbaar Ministerie. Daarbij wordt onder andere gekeken naar de leeftijd van de betrokkenen (dader en slachtoffer) en de context waarin sexting zich heeft voorgedaan. Binnen de leidraad zijn er drie categorieën opgesteld, waarbij categorie 1 het zwaarst wordt gestraft. Dit komt vooral door de leeftijd van het slachtoffer, de situatie plus bijbehorende ernstige elementen (dwang, misleiding of een afhankelijkheidsrelatie) (Openbaar Ministerie, 2017). Sexting is een vorm van online deviant gedrag. Met deviant gedrag bedoelen we gedrag dat in strijd is met wettelijke normen, maar ook gedrag dat in strijd is met sociale normen, zelfs als het niet strafbaar is (Sanches, Gouveia-Pereira & Carugati, 2012).
Offline en online deviant gedrag (in dit geval: sexting) hebben een aantal
overeenkomsten en verschillen. Zo hebben ze bijvoorbeeld een aantal dezelfde verklarende variabelen en voorspellers, waardoor je zou kunnen verwachten dat ze met elkaar
samenhangen. Een lagere zelfbeheersing en het omgaan met leeftijdsgenoten die
problematisch gedrag vertonen zijn overeenkomstige voorspellers (Hinduja & Patchin, 2013; Kim & Kim, 2015). Vooral de leeftijdsgenoten vormen een bedreiging. Tijdens de
adolescentie worden de vrienden een centraal thema in het leven van de jongeren. Met betrekking tot online deviant gedrag in het algemeen is al gebleken dat de vrienden een prominente invloed hebben op het online gewelddadige en agressieve gedrag van de jongeren (Pabian & Vandebosch, 2014). De perceptie van jongeren van het online deviante gedrag wordt namelijk sterk beïnvloed door leeftijdsgenoten. Hoe meer hun leeftijdsgenoten betrokken zijn bij het risicovolle online gedrag en daar positief tegenover staan, hoe
bepalender dat is voor de perceptie van de jongere zelf (Baumgartner, Valkenburg & Peter 2011). Het gaat echter niet alleen om de perceptie van de vrienden. Groepsdruk speelt ook een grote rol bij het sexting gedrag van de jongeren, mogelijk zelfs de belangrijkste. Specifiek ten aanzien van sexting hebben onderzoekers al geconcludeerd dat jongeren aan sexting lijken te doen onder druk van hun vrienden (Naezer & van Oosterhout, 2019). Daarnaast zouden jongeren aan sexting doen om hun eigen status te verhogen en populairder te worden (Burkett, 2015). Zo proberen ze indruk te maken op hun vrienden. Een hoge status en populariteit is ook positief geassocieerd met offline deviant gedrag. Het vertonen van offline deviant gedrag verhoogt de status en de macht van de jongeren binnen een groep. Een verhoging van status en macht motiveert dus zowel het offline deviante gedrag (Juvonen & Ho, 2008), als sexting (Burkett, 2015).
Naast factoren in het domein van de vrienden en leeftijdsgenoten hangen attitudes ten opzichte van geweld samen met zowel offline, als met online deviant gedrag (Hinduja & Patchin, 2013). Het meer accepteren van geweld duidt duidelijk op een neiging tot afwijkend gedrag. Tevens kwam naar voor dat eerdere delinquentie een sterke factor is die van invloed is op zowel het sexting gedrag van jongeren, als voor offline deviant gedrag. Jongeren die eerder deelnamen aan delinquent gedrag, bleken namelijk ook vaker sexting te plegen (Albury, Funell & Noonan, 2010). Voor offline deviant gedrag werd gevonden dat betrokkenheid bij het ene afwijkende gedrag, het risico betrokken te zijn bij het ander
vergroot. Daarbij gaat het niet alleen om eerder delinquent gedrag, maar ook om het nuttigen van alcohol of het gebruiken van drugs (Brunelle, Leclerc, Cousineau, Dufour, Gendron & Martin, 2015). Verder is gebleken dat sexting ook een positief verband heeft met het roken van sigaretten, marihuanagebruik en alcoholgebruik (Dake, Price, Maziarz & Ward, 2012). Naast deze vormen van middelengebruik is er ook een verband gevonden tussen offline
deviant en het gebruik van andere illegale stoffen, waaronder harddrugs (Temple, Le, van den Berg, Ling, Paul & Temple, 2014).
Gezien deze overeenkomsten in verklarende variabelen en voorspellers is het mogelijk dat er een verband zal zijn tussen sexting en offline deviant gedrag. Daarbij is het nog wel de vraag of sexting dan meer samenhangt met licht of zwaar offline deviant gedrag. De tot op heden beschikbare studies lijken vaker verbanden te hebben gevonden met mildere vormen van deviant gedrag (middelengebruik), maar wellicht zijn verbanden met zwaardere vormen van offline deviant gedrag nog niet onderzocht. Huidige studie zal zich hier dan ook op richten.
Alhoewel hierboven enkele overeenkomsten zijn geschetst tussen (licht/zwaar) offline deviant gedrag en sexting, en er op basis daarvan een verband te verwachten is, is het ook mogelijk dat er geen verband is. Naast overeenkomsten zijn er namelijk ook een aantal verschillen in voorspellers en verklarende factoren voor offline en online deviant gedrag gevonden. Zo zijn er namelijk specifieke factoren gevonden die bijdragen aan de beslissing om deel te nemen aan online deviante gedragingen. De waargenomen anonimiteit van het online zijn en van de onwaarschijnlijkheid gepakt te worden bleken in onderzoek al een grote rol te spelen bij de beslissing om deel te nemen aan online deviant gedrag (Kowalski & Limber, 2007). Daarnaast zou de online omgeving een emotionele afstand creëren en
remmingen die wel optreden in face to face ontmoetingen verminderen (Suler, 2004). Tevens wordt de online wereld gezien als een omgeving waarin nog snellere beslissingen worden gemaakt, wat de wens om erbij te horen regeloverschrijdend gedrag nog makkelijker in de hand kan werken (Wissink, 2020). Deze factoren zijn naar verwachting minder verklarend voor offline deviant gedrag, en vanwege deze verschillen is het ook mogelijk dat er geen verband is tussen offline deviant gedrag en sexting, oftewel, dat de sexting plegers een nieuw type dadergroep vormen.
Om verder na te gaan of sexting plegers mogelijk een nieuw type dadergroep vormen is gekeken naar de achterliggende redenen of oorzaken voor sexting. Bij sexting ziet men dat het vaak gaat om het pijn doen van iemand of het uiten van wraakgevoelens. Door sexts te verspreiden, zal de ander voor schut staan en nare reacties krijgen. (McGlynn, Rackley & Houghton, 2017). Daarnaast kan het ook om wraak gaan. Een relatie die stuk gaat, en waar een ruzie op volgt, waardoor de ex-partner seksueel materiaal gaat verspreiden van de ander (Pina, Holland & James, 2017). Het materiaal is dan gedurende de relatie verkregen. Er is ook een ander soort wraak. Daarvan is sprake wanneer meiden ongewenst sexts krijgen van jongens. Omdat ze dit als negatief ervaren nemen zij wraak op deze jongens door die sexts door te sturen naar anderen. In dit geval is de pleger het meisje dat het materiaal heeft doorgestuurd, ook het slachtoffer. Zij heeft namelijk ongevraagd de sexts van de jongen ontvangen (Naezer & van Oosterhout, 2019).
De oorzaken om tot offline deviant over te gaan lijken dieper te liggen. Het gaat daarbij over de geschiedenis van de individu. Pijnlijke gebeurtenissen in het leven van de jongeren kunnen bijdragen aan het vertonen van offline deviant gedrag. Bijvoorbeeld een geschiedenis van seksuele mishandeling is gerelateerd aan het vertonen van offline deviant gedrag (Laser, Luster & Oshio, 2007). Jongeren die fysiek gedisciplineerd zijn geweest, hadden meer agressie en angst en vertoonden meer offline deviant gedrag. Dit geldt niet alleen voor de jongeren zelf, maar ook jongeren die getuige zijn geweest van huiselijk geweld vertonen later meer deviant gedrag. Niet alleen vertonen zij meer deviant gedrag, maar ook meer agressie, zij ontwikkelen eerder een depressie en angsten (Laser, Luster & Oshio, 2007). Deze ‘bredere’ oorzaken zijn niet gevonden voor het plegen van sexting (maar het is dus mogelijk dat dit komt doordat het nog niet onderzocht is).
De gevolgen van sexting voor de slachtoffers zijn erg ingrijpend. Het kan leiden tot gezondheidsproblemen zoals psychische klachten of angsten (Gordon-Messer, Bauermeister,
Grodzinski, & Zimmerman 2013). Uit onderzoek komt eveneens naar voren dat sexting slachtofferschap leidt tot eerder middelengebruik (Dake, Price, Maziarz & Ward 2012). Uiteindelijk kan het slachtofferschap zelfs leiden tot suïcidepogingen of gedachten (Hinduja & Patchin, 2010; Curnutt, 2012). Slachtoffers leven in constante onzekerheid en angst, het is namelijk ontzettend moeilijk om het materiaal van het internet te verwijderen en het
beeldmateriaal kan zo maar jaren later weer opnieuw opduiken.
Veel campagnes en interventies om sexting tegen te gaan richten zich op de
slachtoffers, terwijl eigenlijk de plegers het probleem vormen. Hij of zij is de verspreider van de foto, zonder toestemming van de desbetreffende persoon op het materiaal (Naezer, van Oosterhout, 2019). Voor een adequate reactie op de sexting-plegers is het echter van belang om te weten of het om een nieuwe plegergroep gaat of dat er overlap is met offline
delictplegers, en daar is nog weinig over bekend. Indien dit laatste (overlap) het geval zou zijn, dan zijn de traditionele interventies wellicht toereikend. Het is dan wel de vraag of de sextingplegers naast het plegen van sexting vooral ook de lichtere vormen van offline
delinquent gedrag laten zien, of juist de zwaardere vormen (of mogelijk helemaal geen offline deviant gedrag laten zien). Wanneer er geen sterke verbanden worden gevonden met (licht en zwaarder) offline delinquent gedrag, suggereert dit dat we te maken hebben met een nieuwe plegergroep, die waarschijnlijk tevens een nieuwe aanpak nodig heeft. Het doel van dit onderzoek is dan ook om erachter te komen of jongeren die zich schuldig maken aan sexting ook offline deviant gedrag laten zien en, zo ja, welk type (licht/zwaarder). Daarbij zal ook onderzocht worden of er wellicht verschillen zijn als gevolg van enkele
achtergrondvariabelen (geslacht, leeftijd, opleidingsniveau en de woonplaats van de jongere). Met betrekking tot de verschillen als gevolg van de achtergrondvariabele geslacht wordt verwacht dat jongens meer online deviant gedrag (in dit geval: sexting) vertonen dan meisjes, omdat onder jongens een bepaalde druk ontstaat om hun aanzien en status te
verhogen door sexts te laten zien en door te sturen naar elkaar (Naezer & van Oosterhout, 2019). Daarnaast zijn de cijfers van offline deviant gedrag bij jongens ook hoger, dan bij meisjes. Jongens laten over het algemeen meer agressie en deviant gedrag zien dan meisjes (Bui, Farrington, Ueda & Hill, 2013). Geslacht is een belangrijke voorspeller van deviant gedrag. Jongens zijn meer betrokken bij praktijken die bij het deviante gedrag horen, dan meisjes. Deze oververtegenwoordiging wordt ook gezien in meerdere landen (Beerthuizen, Tollenaar & van der Laan, 2017). Daardoor wordt er verwacht dat jongens meer aan sexting doen (en offline deviant gedrag vertonen) dan meisjes.
Kijkend naar de leeftijd van de jongeren wordt verwacht dat de jongeren in de leeftijdscategorie van 14 jaar tot 16 jaar oud het meest aan sexting doen. Dit wordt verwacht omdat blijkt dat delinquent gedrag in de midden adolescentie een piek vertoont (Meeuws, 2019). Deze piek komt eveneens uit een onderzoek van Jeaok en Shawn (2018), zij
onderzochten de curve van leeftijd en misdaad. Het bleek dat jongeren van 11 en 12 jaar oud minder delinquentie vertoonden dan jongeren van 15 en 16 jaar oud. Echter, de individuele verschillen onder jongeren groeien wel. Sommige jongeren groeien bijvoorbeeld over hun problemen heen, anderen niet (Meeuws, 2019).
Met betrekking tot opleidingsniveau wordt er verwacht dat jongeren met een lager opleidingsniveau meer online deviant gedrag vertonen dan hoger opgeleide jongeren. Het blijkt dat scholing bijdraagt aan het terugdringen van deviant gedrag. Hoe langer de jongeren op school zitten, hoe kleiner de kans dat zij deviant gedrag gaan vertonen. Aangezien hogere opleidingsniveaus langer duren, kan beredeneerd worden dat een hoger opleidingsniveau zorgt voor minder deviant gedrag bij jongeren (Lochner & Moretti, 2004). Daarnaast blijkt dat er een direct verband is tussen intelligentie en leefstijlfactoren. Zo blijkt dat een lagere intelligentie een grotere blootstelling aan criminele netwerken voorspelt (Seals & Stern, 2013). Ook bleek dat een laag opleidingsniveau een voorspeller is voor delinquentie in de late
adolescentie. Jongeren met een laag opleidingsniveau hebben een grotere kans op het
ontwikkelen van een criminele carrière (Beerthuizen, Leijsen en van der Laan, 2019). Omdat laagopgeleide jongeren dus een grotere kans lopen om delinquentie te vertonen, wordt verwacht dat jongeren met een lager opleidingsniveau ook meer aan sexting doen dan hoger opgeleide jongeren.
Tot slot wordt verwacht dat de woonplaats van de jongere (binnen of buiten een stedelijke omgeving) ook een rol speelt. In dit onderzoek wordt verwacht dat jongeren die in een stedelijke omgeving wonen meer sexting laten zien, dan jongeren die daarbuiten wonen in bijvoorbeeld een dorp of op het platteland. Dit wordt verwacht omdat de jongeren die in een stedelijke omgeving wonen, meestal naar een school gaan in een stad. De middelbare scholen binnen de stad zijn groter, met meer leerlingen, dan daarbuiten. Daardoor kan de sociale druk onder jongeren toenemen (Naezer & van Oosterhout, 2019). Daarnaast wordt er meer delinquentie geregistreerd in de grote steden van Nederland (Van der Laan &
Goudriaan, 2016), waardoor het aannemelijk is dat het wonen in een stad gerelateerd is aan het ontwikkelen van delinquent gedrag. Hierdoor kan verwacht worden dat door jongeren ook meer online deviant gedrag wordt vertoond binnen een stad of een stedelijke omgeving.
Samengevat, met betrekking tot de onderzoeksvraag of online deviant gedrag (in dit geval: sexting) meer samen met licht offline deviant gedrag of met zwaar offline deviant gedrag bij jongeren op het voortgezet onderwijs. Wordt verwacht dat sexting sterker samenhangt met zwaar offline deviant gedrag dan met licht offline deviant gedrag (zie onder). Met betrekking tot de onderzoeksvraag of er verschillen bestaan als gevolg van de achtergrondvariabelen wordt verwacht dat jongens meer online deviant gedrag vertonen dan meisjes en dat jongeren met een lager opleidingsniveau meer online deviant gedrag vertonen dan hoger opgeleide jongeren. Er zijn nog geen verwachtingen te formuleren ten aanzien van mogelijke verschillen op basis van de achtergrondkenmerken in de verbanden tussen sexting
en de twee vormen van offline deviant gedrag. Dit zal dan ook exploratief onderzocht worden.
In voorgaande is reeds beschreven dat het belangrijk is dat er onderzoek wordt gedaan naar wat voor een type plegers de sexting plegers zijn, omdat sexting ernstige gevolgen met zich meebrengt voor de slachtoffers, en daar lijken niet alle sexting plegers zich bewust van. Daarnaast is nog weinig onderzoek gedaan naar het type jongeren dat zich schuldig maakt aan sexting. Dit is van essentieel belang om te onderzoeken om zo effectieve interventies voor sexting plegers te kunnen ontwikkelen of bestaande interventies accuraat in te kunnen zetten.
2. Methode 2.1. Procedure
Huidig onderzoek was onderdeel van een groter onderzoeksproject naar offline en online gedrag onder jongeren. Deze studie richt zich specifiek op sexting en offline deviant gedrag. De gegevens zijn verzameld in schooljaar 2019 - 2020 en huidig schooljaar 2020 - 2021. De studenten van de master Forensische Orthopedagogiek hebben diverse middelbare scholen benaderd om te vragen of zij mee wilden doen aan het onderzoek en hun leerlingen beschikbaar wilden stellen. Indien een middelbare school hier toestemming voor gaf, kregen zij een informatiebrief, waarin uitgelegd werd waar het onderzoek voor was. Daarnaast kregen zij ook een informatiebrief voor de ouders van de leerlingen. In deze brief stond beschreven dat als men als ouder niet akkoord ging met deelname van hun kind, men dan moesten reageren. Ouders die niet reageerden, gaven automatisch toestemming. Leerlingen die 16 jaar of ouder waren dan 16 jaar, mochten zelf beslissen of zij wel of niet mee zouden doen. Op ieder moment gedurende de vragenlijst konden de leerlingen vroegtijdig stoppen indien zij dat zouden willen. De scholen kregen een link toegestuurd met de vragenlijst. De
leerlingen vulden de vragenlijst op die manier online en op vrijwillige basis in. Wel moest er toezicht zijn van een docent of onderzoeker, om zo de betrouwbaarheid te waarborgen. Om die reden werd de link ook niet naar leerlingen thuis gestuurd, omdat ouders of andere factoren dan eventueel van invloed konden zijn op het invullen van de antwoorden. Het invullen van de vragenlijst duurde ongeveer 45 minuten. Vooraf werd in de informatiebrief aangegeven dat de persoonsgegevens van de leerling geanonimiseerd werden. Iedere school kreeg een aparte inlogcode, zodat uiteindelijk de data wel te herleiden was naar de
desbetreffende school. Indien gewenst konden de middelbare scholen een uitdraai krijgen van de data van hun eigen leerlingen die mee hadden gedaan aan het onderzoek. Via Qualtrics werd de vragenlijst beschikbaar gesteld voor de participanten. In totaal waren het 160 items, waarvan 17 items voor dit onderzoek zijn gebruikt.
2.2. Deelnemers
De steekproef voor huidige studie bestond uit N = 628 leerlingen op het voortgezet onderwijs. Dit waren de jongeren die de vragen over sexting en deviant gedrag hadden ingevuld.
Van de 628 leerlingen die hun geslacht hadden ingevuld, waren er 301 meisjes, 308 jongens en 19 hadden de categorie ‘anders’ aangevinkt. De gemiddelde leeftijd van de
leerlingen was 15.49 jaar. Met een minimumleeftijd van 12 en een maximum van 18 jaar oud. 160 leerlingen hadden hun leeftijd niet ingevuld. De leerlingen volgden verschillende
opleidingsniveaus op het voortgezet onderwijs; VMBO-basis (0.5%), VMBO-kader (4.8%), VMBO-theoretisch (19.9%), HAVO (37.6%), VWO (17.1%) of gymnasium (7.8%).
Sommige leerlingen zaten in de klassen met zogeheten tussen niveaus. Dit zijn leerlingen die in de brugklas zitten en op twee niveaus les krijgen, zoals bijvoorbeeld HAVO/VWO;
VMBO-gemengde leerweg (0.6%), HAVO/VWO (11.2%). Er was één leerling die het opleidingsniveau niet had ingevuld en drie leerlingen hadden de optie ‘anders’ ingevuld
(0.5%). De leerlingen kwamen uit verschillende steden en dorpen, verspreid over heel Nederland. Daarbij kwamen de meeste leerlingen uit een dorp, zoals bijvoorbeeld Nunspeet (67.7%). Uit een grote stad zoals Amsterdam of een stad zoals Groningen kwam een relatief klein percentage (32.3%).
2.3. Instrumenten
2.3.1. Achtergrondvariabelen
In dit onderzoek zijn vier achtergrondvariabelen meegenomen in de analyse: geslacht, leeftijd, opleidingsniveau en de woonplaats van de jongeren (in een stedelijke omgeving of niet). De respondenten hadden bij het item over opleidingsniveau negen opties om uit te kiezen. Deze negen opties zijn gehercodeerd naar een nieuwe variabele met de indeling: lager en hoger onderwijs. Daarbij is de indeling gemaakt op de uitstroommogelijkheden na de middelbare school: lager = basis, kader, Gemengde leerweg en VMBO-theoretisch, hoger = HAVO, HAVO/VWO, VWO en Gymnasium. De optie ‘anders’ is niet meegenomen in de analyse. Dit betrof één enkele leerling. Een aantal leerlingen (N = 4) had het opleidingsniveau niet ingevuld. Lager opgeleid had een N = 162 leerlingen (26%), en hoger opgeleid N = 462 (74%). De achtergrondvariabele die ging over waar de jongeren woonden, is ook gehercodeerd via SPSS. Bij dit item hadden de leerlingen 5 opties om uit te kiezen. Aangezien het in dit onderzoek gaat om of de jongere binnen of buiten een stedelijke omgeving woont, is er voor een tweedeling gekozen, waarbij de opties: ‘grote stad’, ‘stad’ en ‘kleine stad’ samengevoegd zijn tot ‘stedelijke omgeving’. En ‘dorp’ en ‘platteland’ tot ‘niet stedelijke omgeving’. Een aantal leerlingen (N = 3) had de woonlocatie niet opgegeven. De tweedeling zorgde voor de volgende indeling: in een stedelijke gebied N = 202 (32.3%) en daarbuiten n = 423 (67.7%). Tot slot zijn alle achtergrondvariabelen gehercodeerd naar dummy variabelen: geslacht (0 = man en 1 = vrouw), woonplaats (0 = binnen de stad, 1 =
buiten de stad) en opleidingsniveau (0 = lager opgeleid, 1 = hoger opgeleid). Leeftijd is ook als achtergrondvariabele toegevoegd, maar als continue variabele.
2.3.2. Offline deviant gedrag
Offline deviant gedrag is gemeten met de Vragenlijst Deviant Gedrag (VDG; Meeus, Deković, & Noom, 1996). Deze vragenlijst bestond uit 15 vragen. De antwoordopties
vormden een 5-punt Likertschaal, waarbij de opties bestonden uit: 1 = nooit, 2 = heel soms, 3 = regelmatig, 4 = vaak, 5 = heel vaak. Een voorbeelditem is: ‘Geef aan of je de afgelopen 12 maanden…’ ‘...dronken bent geweest’. Een hogere score op deze vragenlijst correspondeert met een hogere mate van offline deviant gedrag.
De bestaande vragenlijst VDG had in eerder onderzoek een interne consistentie van α = .83 (Meeus, Deković, & Noom, 1996). Echter, bestond een vermoeden dat binnen de bestaande vragenlijst een onderscheid gemaakt kon worden tussen licht en zwaar offline deviant gedrag. Om die reden zijn de 15 items onderworpen aan een Principale Componenten Analyse (PCA). Deze PCA is uitgevoerd met 15 variabelen en een varimax rotatie. The Kaiser-Meyer-Olkin test liet zien dat de steekproefgrootte groot genoeg was om een PCA uit te voeren, KMO = .88 (‘heel goed’ volgens Hutcheson & Sofroniou, 1999). De Barlett’s test of sphericity was significant, wat inhoudt dat tussen de variabelen een voldoende hoge correlatie was (p = < .001). Drie componenten hadden een eigenwaarde hoger dan de
Kaiser’s criterium van 1 en konden gezamenlijk 55.73 van de verklaarde variantie verklaren. In bijlage A is in het Scree Plot een duidelijke knik te zien. Daardoor kan geconcludeerd worden dat er 2 hoofdcomponenten en 1 kleinere component waren. De PCA is vervolgens gedwongen op twee factoren. Indien twee componenten geëxtraheerd werden, verklaarde de eerste component 26.51% van de verklaarde variantie en de tweede component 47.43%. Bijlage B laat de factorladingen na de rotatie zien op de twee componenten. Hieruit bleek dat 8 items bij component 1 hoorden, met een laagste lading van .505 en 7 items bij component
2, met een laagste lading van .351. In bijlage C zijn de 8 items van component 1 weergegeven (en samengevoegd tot een nieuwe schaal), die op basis van de beschrijving van de
vraagstellingen geïnterpreteerd werden als indicatoren voor zwaar offline deviant gedrag. Bij het maken van de nieuwe schaal is het gemiddelde over deze items genomen. De andere 7 items, behorende bij component 2, zijn ook samengevoegd tot een nieuwe schaal die gebruikt werd als indicator voor licht offline deviant gedrag. De interne consistentie was α .749 voor de subschaal licht offline deviant gedrag en α .825 voor de subschaal zwaar offline deviant gedrag. De nieuwe subschaal licht offline deviant gedrag toonde een lagere interne
consistentie dan de gehele VDG, dit kan komen doordat de subschaal minder items bevat. De andere subschaal, zwaar offline deviant gedrag, toonde een hogere interne consistentie. Dit zou kunnen komen doordat de geselecteerde items sterker met elkaar samenhangen dan de totale 15 items van de VDG. De scores op deze nieuwe schalen zijn gebruikt in huidige studie om het verband tussen licht en zwaar offline deviant gedrag enerzijds en sexting anderzijds te onderzoeken.
2.3.1. Sexting
Sexting werd gemeten door een combinatie van een vraag uit de Monitor
Zelfrapportage Jeugd van het WODC (MZJ; Rokven e.a. 2017) en een aanvullende vraag. De vraag uit de MZJ was ‘Geef aan of je de afgelopen 12 maanden via internet of je telefoon gênant beeldmateriaal verspreid hebt van iemand anders, terwijl diegene nog geen 18 jaar was’. De antwoordopties bestonden uit een ratio meetniveau met een 5-punt Likertschaal, waarbij de opties bestonden uit: 1 = nooit, 2 = heel soms, 3 = regelmatig, 4 = vaak, 5 = heel vaak. Daarnaast is met een aanvullende vraag gevraagd: ‘Om wat voor beeldmateriaal ging het dan (meestal)?’, waarbij in de antwoordopties de mogelijkheid: ‘seksueel beeldmateriaal’ beschreven stond. De MZJ gênant beeldmateriaal-vraag en de aanvullende vraag zijn met behulp van SPSS gehercodeerd naar een nieuwe (continue) variabele als indicator voor
sexting gedrag onder jongeren. Indien de jongeren op de vraag over gênant beeldmateriaal ‘nooit’ hadden aangegeven of wanneer zij alleen een ander type dan ‘seksueel
beeldmateriaal’ verspreid hadden, dan kregen zij de code ‘nooit’ op de sexting variabele. Een hogere score op de nieuwe sexting variabele correspondeert aan een hogere mate van sexting gedrag.
3.1. Resultaten
3.1.1. Beschrijvende resultaten
Voorafgaand aan de analyses zijn enkele handelingen uitgevoerd om zo tot de juiste resultaten te komen. De onafhankelijke variabelen licht offline deviant gedrag en zwaar offline deviant gedrag zijn gecentreerd om zo de multicollineariteit te voorkomen. Vervolgens zijn de interacties aangemaakt: geslacht*licht offline deviant gedrag,
geslacht*zwaar offline deviant gedrag, leeftijd*licht offline deviant gedrag, leeftijd*zwaar offline deviant gedrag, woonplaats*licht offline deviant gedrag, woonplaats*zwaar offline deviant gedrag, opleidingsniveau*licht offline deviant gedrag en opleidingsniveau*zwaar offline deviant gedrag.
Na deze handelingen zijn enkele analyses voor beschrijvende gegevens uitgevoerd, waaronder een t-test1, ANOVA en een Pearson Correlatie. De t-tests zijn gebruikt om te toetsen of er groepsverschillen waren in de onafhankelijke variabelen (licht en zwaar offline deviant gedrag). Hierbij zijn enkel de dummy achtergrondvariabelen meegenomen (de continu variabele leeftijd is opgenomen in de Pearson Correlatie analyse). Uit de t-test waarbij geslacht als criterium was opgeven bleek dat het gemiddelde voor licht offline
deviant gedrag significant verschilde voor de jongens (M = 10.5, SD = 3.13) en de meisjes (M
1 Er is gekozen voor enkele t-test, omdat niet werd voldaan aan de gelijke varianties assumptie en bij de t-test
= 9.99, SD = 2.46), t(606) = 2.22, p = .03). Ditzelfde gold eveneens als gekeken werd naar zwaar offline deviant gedrag: jongens scoorden hierop significant hoger (M = 9.35, SD = 2.45) dan de meisjes (M = 8.51, SD = 1.45), t(606) = 5.12, p = <.001). De t-test uitgevoerd met opleiding was bij zowel licht offline deviant gedrag, als zwaar offline deviant gedrag niet significant. De laatste t-test waarbij de woonplaats van de jongeren meegenomen was als criterium toonde aan dat de jongeren binnen een stedelijke omgeving (M = 11.05, SD = 3.42, t(622) = -4.09, p = <.001) meer licht offline deviant gedrag rapporteerden dan de jongeren buiten een stedelijke omgeving (M = 10.00, SD = 2.77). Echter, als gekeken werd naar zwaar offline deviant gedrag, dan bleek dat het gemiddelde in de groep jongeren wonend buiten een stedelijke omgeving niet significant afweek van het gemiddelde in de groep jongeren wonend binnen een stedelijke omgeving.
De ANOVA is gebruikt om te toetsen of er groepsverschillen (op basis van de achtergrondvariabelen) aanwezig waren in de mate van sexting. Daarbij is de mate van sexting gebruikt als afhankelijke variabele en de dummy-variabelen voor geslacht,
woonplaats en opleiding als onafhankelijke variabelen. Op die manier werd getoetst of er een verschil was in de mate van het plegen van sexting bij jongens en meisjes, bij jongeren die wonen binnen een stedelijke omgeving of daarbuiten, en bij jongeren met een lager of hoger opleidingsniveau. Doordat de Levene’s test significant was bij de ANOVA met geslacht en sexting, zijn de assumpties geschonden van homogene varianties. Daardoor is gekeken naar de uitkomsten van de Welch. Daaruit bleek dat jongens en meisjes significant verschilden in de mate van het plegen van sexting (F(2,400.43 = 11.63, p = .001). De gemiddelden voor de jongens en meisjes toonden aan dat jongens (M = 1.15 jongens; SD = .52) een hogere mate van sexting rapporteerden dan meisjes (M = 1.04 meisjes; SD = .20). De spreiding geeft aan dat die bij de jongens groter is dan de meisjes. Meisjes die sexting plegen hebben dus kleinere onderlinge verschillen, dan jongens die sexting plegen.
Bij de ANOVA waar opleiding was toegevoegd als onafhankelijke variabele, bleek de Levene’s test ook significant en daardoor is opnieuw gekeken naar de uitkomst van de
Welch. Daaruit kan geconcludeerd worden dat lager en hoger opgeleide jongeren significant van elkaar verschilden in de mate van het plegen van sexting, F(1,189.05 = 4.37, p = .04. De gemiddelden toonden aan dat lager opgeleide jongeren (M = 1.19; SD = .65) meer sexting plegen dan hoger opgeleide jongeren(M = 1.07; SD = .32. Daarbij is te zien dat de onderlinge verschillen bij de lager opgeleide jongeren die sexting plegen groter waren, dan bij de hoger opgeleide jongeren die sexting plegen. De laatste ANOVA waarbij de woonplaats van de jongeren mee was genomen als onafhankelijke variabele (wonend binnen of buiten een stedelijke omgeving) gaf aan dat de jongeren uit verschillende woonplaatsen niet significant van elkaar verschilden in de mate van het plegen van sexting. Daarbij is gekeken naar de uitkomst van de ANOVA, omdat de Levene’s test niet significant was en de assumpties dus niet geschonden werden, F(1,623 = 0.85, p = .36).
Tot slot, om te onderzoeken wat de samenhang was tussen licht en zwaar offline deviant gedrag en leeftijd enerzijds en sexting anderzijds is een Pearson Correlation test uitgevoerd (omdat leeftijd een continue variabele is). Daarbij zijn significante positieve verbanden gevonden tussen zowel licht als zwaar offline deviant gedrag en sexting (resp. r = .24, n = 627, p = < .001 en r = .18, n = 627, p = < .001). Echter, dit waren zwakke verbanden. Eveneens is er een positief verband gevonden tussen leeftijd en licht offline deviant gedrag (r = .24, n = 466, p = < .001), maar ook dit was een zwak verband. Tot slot is nog een positief verband gevonden tussen licht offline deviant gedrag en zwaar offline deviant gedrag. Dit was een middelmatig verband (r = .60, n = 627, p = < .001). Concluderend kan gezegd worden dat er verschillende significante zwakke tot middelmatige verbanden zijn gevonden tussen de onderzoeksvariabelen. Al deze verbanden waren in de verwachte richting.
3.1.2. Multipele Regressieanalyse
Om te onderzoeken of er een verband is tussen licht en/of zwaar offline deviant gedrag en sexting is een multipele regressieanalyse uitgevoerd. Daarbij zijn de
achtergrondvariabelen: geslacht, leeftijd, woonplaats en opleidingsniveau meegenomen in de analyse. De regressieanalyse is uitgevoerd met sexting als afhankelijke variabele en licht en zwaar offline deviant gedrag als onafhankelijke variabelen. Bij de eerste stap met de
achtergrondvariabelen zijn de dummy variabelen (sekse, woonplaats en opleidingsniveau) en leeftijd als continue variabele toegevoegd. Bij stap 2 zijn de twee gecentreerde
onafhankelijke variabelen toegevoegd: licht offline deviant gedrag en zwaar offline deviant gedrag. Om te kijken of sprake was van mogelijke interacties tussen de
achtergrondvariabelen en de onafhankelijke variabelen, zijn bij stap 3 interacties toegevoegd. In totaal zijn 8 interacties toegevoegd: de interacties tussen de drie dummy gecodeerde achtergrondvariabelen plus leeftijd en de twee onafhankelijke variabelen.
Doordat de stap met de interacties (stap 3) significant was, worden hieronder de coëfficiënten van die stap weergegeven en uitgelegd. De resultaten tonen aan dat de
coëfficiënt van het opleidingsniveau significant was, wat aangeeft dat het opleidingsniveau van de jongere bijdraagt aan de verklaring van de mate van sexting. Hoger opgeleide jongeren rapporteerden in mindere mate aan sexting te doen. Het opleidingsniveau van de jongeren was echter ook betrokken bij een significant interactie-effect. Om die reden wordt hier alleen nader gekeken naar dat significante interactie-effect (d.w.z. de hoofdeffecten zijn niet meer goed te interpreteren indien diezelfde variabelen ook betrokken zijn bij een
Gekeken naar de interacties kan geconcludeerd worden dat het geslacht, de leeftijd, woonplaats en opleidingsniveau van de jongeren het verband bepalen tussen zwaar offline deviant gedrag en sexting. Voor het verband tussen licht offline deviant gedrag en sexting is enkel het opleidingsniveau bepalend.
Figuur 1.1. Verband tussen zwaar offline deviant gedrag en sexting, met geslacht als moderator.
In figuur 1.1. is te zien dat het verband tussen zwaar offline deviant gedrag en sexting wat sterker is bij meisjes dan bij jongens. Als meisjes in grotere mate zwaar offline deviant gedrag vertonen is bij hen een nog groter risico dat zij daarnaast ook sexting plegen dan bij jongens.
Figuur 1.2. Verband tussen zwaar offline deviant gedrag en sexting, met leeftijd als moderator
In figuur 1.2. is te zien dat het verband tussen zwaar offline deviant gedrag en sexting bij de jonge jongeren sterker was dan bij de oudere jongeren. Oftewel, wanneer de jongeren zwaar offline deviant gedrag vertoonden bestaat bij de jonge jongeren een groter risico dat zij ook sexting plegen.
Figuur 1.3. Verband tussen zwaar offline deviant gedrag en sexting, met woonplaats als moderator.
In figuur 1.3. is te zien dat het verband tussen zwaar offline deviant gedrag en sexting bij de jongeren die in een stedelijke omgeving wonen sterker is dan bij jongeren die buiten een stedelijke omgeving wonen. Hieruit kan geconcludeerd worden dat wanneer jongeren zwaar offline deviant gedrag vertonen er een groter risico bestaat dat jongeren ook sexting plegen wanneer zij binnen een stedelijke omgeving wonen.
Figuur 1.4. Verband tussen zwaar offline deviant gedrag en sexting, met opleiding als moderator.
In figuur 1.4. is te zien dat het verband tussen zwaar offline deviant gedrag en sexting bij de hoger opgeleide jongeren sterker is dan bij de lager opgeleide jongeren. Oftewel, wanneer jongeren zwaar offline deviant gedrag vertonen bestaat bij hoger opgeleide jongeren een groter risico dat ze daarnaast ook sexting plegen.
In figuur 1.5. is te zien dat voor lager opgeleide jongeren het verband tussen licht offline deviant gedrag en sexting juist sterker is dan bij hoger opgeleide jongeren. Oftewel, bij lager opgeleide jongeren is het risico juist groter dat ze sexting plegen wanneer ze licht offline deviant gedrag vertonen. Sexting lijkt bij lager opgeleide jongeren dus vaker samen te gaan met lichte offline deviante gedragingen, terwijl het bij hoger opgeleide jongeren vaker samen gaat met zwaardere offline deviante gedragingen.
Figuur 1.5. Verband tussen licht offline deviant gedrag en sexting, met opleiding als moderator.
4.1. Discussie
Het doel van dit onderzoek was om te kijken of jongeren die online deviant gedrag vertonen overeenkomsten hebben met jongeren die offline deviant gedrag vertonen. Dit is noodzakelijk om te onderzoeken, omdat de meeste interventies voor delinquente jongeren niet aangepast zijn aan de nieuwe online vormen van deviant gedrag. Het is echter de vraag of dat nodig is. Specifiek richtte deze studie zich op de vraag of online deviant gedrag samenhangt met licht of met zwaar offline deviant gedrag (of met geen van beide). Tevens werd gekeken naar verschillen in zowel de gemiddelden als in de te onderzoeken verbanden als gevolg van leeftijd, sekse, opleidingsniveau en de woonplaats van de jongere (binnen de stad of daarbuiten).
Met betrekking tot eventuele sekseverschillen bleek, zoals verwacht, dat jongens meer sexting plegen dan meisjes. Wanneer gekeken wordt binnen de groepen, dan lijken de
onderlinge verschillen bij jongens wel wat groter dan bij meisjes2. Kijkend naar de leeftijd van de jongeren, zien we dat leeftijd een rol speelt in het verband tussen zwaar offline deviant gedrag en sexting. Het lijkt erop dat alleen bij de jongere jongeren (13,17 jaar tot 15,25 jaar oud) zwaar offline deviant gedrag samengaat met een groter risico op sexting (vergeleken met de oudere jongeren -15.25 jaar oud tot 18.92 jaar oud-). Het is tegengesteld aan de verwachting dat jonge jongeren meer sexting plegen dan oudere jongeren. Oudere jongeren plegen meer sexting dan jonge jongeren, echter zijn de verschillen tussen beiden niet erg groot.3 Een mogelijke verklaring is dat jongeren op een latere leeftijd seksueel actief worden en dan ook starten met het versturen van sexts. Volgens de stichting Rutgers versturen jongeren tussen de 18 en 25 jaar de meeste sexts.4
Kijkend naar opleidingsniveau werd verwacht dat lager opgeleide jongeren meer sexting zouden plegen, dan hoger opgeleide jongeren. Lager opgeleide jongeren bleken inderdaad vaker wel eens (of vaker) aan sexting gedaan te hebben dan hoger opgeleide jongeren. Echter als gekeken wordt naar de interacties zien we wel een verschil tussen de lager en hoger opgeleide jongeren. Bij de lager opgeleide jongeren gaat het plegen van licht offline deviant gedrag namelijk vaker samen met sexting dan bij de hoger opgeleide jongeren. Hoe meer licht offline gedrag de lager opgeleide jongeren vertonen, hoe groter de kans dat zij zich ook schuldig maken aan het plegen van sexting. Echter, bij de hoger opgeleide jongeren blijkt het plegen van zwaar offline deviant gedrag juist vaker samen te gaan met sexting. Hoe meer zwaar offline gedrag de hoger opgeleide jongeren vertonen, hoe groter de kans dat zij zich ook schuldig maken aan het plegen van sexting. Het lijkt er dus op dat bij lager
opgeleide jongeren sexting deel kan uitmaken van een breder ‘patroon’ van licht (offline) deviant gedrag, terwijl sexting bij hoger opgeleide jongeren deel lijkt uit te maken van een
2(M
jongens = 1.15; SDjongens = .52; Mmeisjes = 1.04; SDmeisjes = .20)
3(M = 1.07 jonge jongeren en SD = .35; M = 1.11 oudere jongeren en SD = .48) 4Rutgers
breder ‘patroon’ van zwaar (offline) deviant gedrag. Deze nieuwe bevinding is van belang bij de ontwikkeling van preventieve programma’s (zie de laatste alinea voor meer informatie).
Gekeken naar de woonplaats van de jongeren werd verwacht dat de jongeren die in een stedelijke omgeving wonen meer sexting zouden plegen, dan de jongeren die in een dorp of op het platteland zouden wonen. Deze verwachting werd echter niet bevestigd door de resultaten. Een verklaring hiervoor kan zijn dat de sociale druk (die naar verwachting groter zou zijn op grotere scholen) niet een heel grote rol speelt bij online deviant gedrag, omdat dit vaak in de anonimiteit van het internet plaatsvindt (Kowalski & Limber, 2007). Opvallend genoeg speelt woonplaats wel een rol in het verband tussen zwaar offline deviant gedrag en sexting. Bij jongeren die binnen een stedelijk gebied woonden en zwaar offline deviant gedrag vertoonden, was de kans groter dat zij ook sexting pleegden, dan bij jongeren die buiten een stedelijk gebied woonden. Dus kijkend naar de interactie met de woonplaats van de jongeren kan het zo zijn dat de sociale druk op de jongeren alleen van invloed is op de jongeren die (al) zwaar offline deviant gedrag vertonen.
Tot slot is bewijs gevonden voor de hoofdvraag van dit onderzoek. Sexting hangt inderdaad samen met offline deviant gedrag. Daardoor zou je kunnen stellen dat jongeren die zich schuldig maken aan offline deviant gedrag, tenminste voor een deel dezelfde jongeren zijn als degenen die sexting plegen. Wel is er dus een verschil tussen lager en hoger
opgeleide jongeren. Dat sexting, een vorm van online deviant gedrag, samenhangt met offline deviant gedrag was voorspeld. Dit komt eveneens overeen met eerdere onderzoeken die gedaan zijn naar de samenhang tussen offline en online deviant gedrag. Beide vormen van deviant gedrag hebben namelijk een aantal gemeenschappelijke verklarende factoren, zoals een lagere zelfbeheersing en het omgaan met leeftijdsgenoten die problematisch gedrag vertonen (Hinduja & Patchin, 2013; Kim & Kim, 2015). Ook kunnen beide vormen van deviant gedrag de status verhogen en ervoor zorgen dat de jongere meer macht verkrijgt
(Naezer & van Oosterhout, 2019). Verwacht werd echter wel dat sexting sterker zou
samenhangen met zwaar offline deviant gedrag dan met licht offline deviant gedrag. Hier is deels bewijs voor gevonden, dit bleek namelijk alleen te gelden voor hoger opgeleide jongeren. Het verschil tussen lager en hoger opgeleide jongeren in de samenhang tussen licht/zwaar offline deviant gedrag en sexting is een nieuwe bevinding. Mogelijk plegen lager opgeleide jongeren vooral sexting als onderdeel van de exploratie-fase, als ontdekking van hun seksuele aard.5 Bij de hoger opgeleide jongeren kan het plegen van sexting meer
serieuzer van aard zijn, en een indicatie zijn dat er meer aan de hand is. Er zijn dus mogelijk verschillen in de beweegredenen voor het plegen van sexting. Vervolgonderzoek zou zich daarop kunnen richten.
Opvallend is dat dat meer moderatorvariabelen (geslacht, leeftijd, woonplaats, opleidingsniveau) een rol spelen bij het verband tussen zwaar offline deviant gedrag en sexting dan bij licht offline deviant gedrag en sexting. Je zou hierdoor kunnen stellen dat er een algemener verband lijkt te zijn tussen licht offline deviant gedrag en sexting, omdat het verband tussen zwaar offline deviant gedrag en sexting alleen voor bepaalde subgroepen lijkt te gelden. Voor de gehele groep bleek het verband tussen licht deviant gedrag en sexting ook iets sterker dan het verband tussen zwaar deviant gedrag en sexting.
Huidig onderzoek heeft een aantal sterke punten. Allereerst toonde de afgenomen vragenlijst een hoge betrouwbaarheid. Het feit dat de leerlingen vooraf te horen kregen dat de ingevulde antwoorden anoniem bleven, kan een positief effect gehad hebben op de
betrouwbaarheid van de antwoorden. De vragenlijsten maakten gebruik van zogeheten ‘sensitieve’ vragen, zoals vragen over middelengebruik en strafbare feiten. Door de vragenlijst anoniem in te laten vullen, is de betrouwbaarheid van de antwoorden hoger (Maruyama & Ryan, 2014). De jongeren vulden de vragenlijst verder online en anoniem in
5Rutgers
onder toezicht van een docent of onderzoeker, hierdoor was er goed zicht op de condities waarin de jongeren de vragenlijst invulden. Dit heeft een positief effect op de
vergelijkbaarheid van de resultaten en de repliceerbaarheid van het onderzoek. Een ander sterk punt van dit onderzoek is de grote omvang van de steekproefgrootte. Hierdoor wordt de kans op toevalligheden verkleind en hebben eventuele uitschieters weinig invloed op de gemiddelde scores (Agresti & Franklin, 2014). Daarnaast kon door de grote steekproefgrootte gekozen worden voor een multipele regressieanalyse. Door de grote omvang van de
steekproefgrootte geldt namelijk de centrale limietstelling (Bijleveld & Commandeur, 2017), en daardoor hebben schendingen van normaliteit naar verwachting weinig invloed op de resultaten.
Een aantal beperkingen van dit onderzoek dient ook genoemd te worden. Allereerst is de steekproef niet aselect getrokken, wat afbreuk doet aan de generaliseerbaarheid. Dit verlaagt de externe validiteit van dit onderzoek (Bijleveld, 2018). De middelbare scholen werden benaderd of zij mee wilden werken aan het onderzoek. Mogelijk hebben vooral scholen met hoger opgeleide jongeren buiten een stedelijke omgeving besloten om mee te werken aan het onderzoek, wellicht omdat die minder benaderd worden voor onderzoek, of omdat deze scholen misschien meer worstelen met deze problematiek. Binnen de steekproef ziet men namelijk dat het vooral hoogopgeleide jongeren zijn die de vragenlijst hebben ingevuld wonend buiten een stedelijke omgeving, dit verlaagt de generaliseerbaarheid naar de totale populatie jongeren in Nederland.
Daarnaast moet men in acht nemen dat jongeren op middelbare scholen in het algemeen vaak gevraagd worden een vragenlijst in te vullen (dit was ook bij uitstek één van de argumenten dat middelbare scholen niet mee wilden doen aan het onderzoek). Hierdoor is de kwaliteit van de ingevulde antwoorden mogelijk lager, omdat de jongeren overvraagd werden en zij het als te veel ervaarden. Dit kan ertoe leiden dat de jongeren de antwoorden
niet naar waarheid invulden of de tijd niet namen om alle items zorgvuldig te lezen en in te vullen (Ruiz-Gallardo, González-Geraldo, & Castaño, 2016). Ook kan de lengte van de totale vragenlijst invloed hebben gehad op de kwaliteit van de ingevulde antwoorden en het
responspercentage. De vragenlijst die werd afgenomen bestond namelijk uit meerdere verschillende vragenlijsten met een totaal van 160 items. Een voordeel voor dit onderzoek was wel dat de vragen omtrent offline deviant gedrag aan het begin van de totale vragenlijst werden gesteld. Dit is gunstig omdat onderzoek heeft laten zien dat de vragen die in het begin worden gesteld, beter beantwoord worden dan de vragen op het einde van een vragenlijst (Maruyama & Ryan, 2014; Bijleveld, 2018).
Tot slot is in dit onderzoek geen onderscheid gemaakt in de verschillende categorieën van sexting. Hierdoor kan men geen conclusies trekken over bijvoorbeeld diverse subvormen van sexting (minder en meer ernstige vormen van sexting) in dit onderzoek. Vanuit de
leidraad afdoening sextingzaken van het Openbaar Ministerie zijn namelijk drie categorieën te onderscheiden (Openbaar Ministerie, 2017), waarbij categorie I het meest ernstig is en ook afgehandeld wordt als zedenzaak. Dit komt onder andere door het leeftijdsverschil van de betrokkenen (5 jaar of ouder of een slachtoffer jonger dan 12 jaar oud) en de situatie plus bijbehorende ernstige elementen (dwang, misleiding of een afhankelijkheidsrelatie). Bij Categorie II zijn er aanwijzingen voor andere motieven dan onder categorie I. Te denken valt aan pesten, smaad, laster of intimidatie. Tot slot is bij Categorie III het beeldmateriaal op basis van vrijwilligheid tot stand gekomen of zijn daar aanwijzingen voor, de betrokkenen zijn beiden minderjarig (of er is een leeftijdsverschil van maximaal vijf jaar) en er is geen sprake van verzwarende omstandigheden zoals hierboven onder categorie I en II beschreven. Het zou interessant zijn om te kijken of de hoger opgeleide jongeren zich meer schuldig maken aan sexting categorie I en II, omdat bij de hoger opgeleide jongeren een grotere kans is dat zij ook sexting plegen, indien zij zwaar deviant gedrag vertonen. Zo kan men in
toekomstig onderzoek ook kijken of anderzijds de lager opgeleide jongeren zich meer
schuldig maken aan sexting categorie III, omdat bij lager opgeleide jongeren de kans groter is dat zij ook sexting plegen, indien zij licht offline deviant gedrag vertonen.
De beperkingen van dit onderzoek kunnen leidend zijn bij toekomstig onderzoek. Bij toekomstig onderzoek kan de externe validiteit verhoogd worden door de
vragenlijst af te nemen bij een aselect getrokken groep jongeren verspreid over
verschillende opleidingsniveaus en middelbare scholen. Om de kwaliteit van de ingevulde antwoorden en het responspercentage te verhogen kan men alleen de Vragenlijst Deviant Gedrag afnemen en de subvragen van de Monitor Zelfrapportage Jeugd van het WODC. Verder zou, zoals reeds aangegeven, in de toekomst diepgaander onderzoek gedaan kunnen worden naar de drie verschillende categorieën sexting. Zo kan onderzocht worden of er verschillen bestaan tussen die categorieën. Het is dan om bijvoorbeeld na te gaan of de jongeren die zich bezighouden met offline deviant gedrag eerder sexting plegen in de zware categorie van sexting of juist in de lichtere, minder strafbare vorm. Ook is het interessant om verder te onderzoeken of er een verschil is in de motieven voor het sexting plegen onder jongeren met verschillende opleidingsniveaus. Zo kan bijvoorbeeld worden nagegaan of het daadwerkelijk zo is dat de lager opgeleide jongeren sexting plegen vanuit hun exploratie behoeften en de hoger opgeleide jongeren andere, ‘zwaardere’ beweegreden hebben. Tot slot kan gekeken worden of het plegen van andere vormen van online deviant gedrag, zoals hacking, ook samenhangt met (licht dan wel zwaar) offline deviant gedrag. Dit is van belang, omdat men dan de huidige interventies mogelijk ook voor hacking in kan zetten.
Ten aanzien van het belang voor de klinische praktijk is een aantal interessante bevindingen gedaan in dit onderzoek. Door het gevonden verband tussen sexting en offline deviant gedrag, zijn er geen aanwijzingen gevonden dat men de huidige interventies gericht op jongeren die offline deviant gedrag vertonen, niet kunnen inzetten indien jongeren sexting
gepleegd hebben. Het gevonden verschil in opleidingsniveau kan wel handvatten geven voor de klinische praktijk. Indien een jongere bijvoorbeeld binnenkomt bij bureau Halt of bij de politie met een lager opleidingsniveau die zich schuldig maakt aan licht offline deviant gedrag, dan is het belangrijk om ook het gesprek aan te gaan over sexting. Zo kan
gecontroleerd worden of de desbetreffende jongere zich mogelijk ook schuldig maakt aan het plegen van sexting of zich bewust is van de gevolgen hiervan (zowel voor hem/haarzelf als voor het slachtoffer). Bij hoogopgeleide jongeren moet men hierop letten indien de jongere zich bezighoudt met zwaar offline deviant gedrag. Dit geldt (vanwege de cross-sectionele aard van de gegevens) eveneens andersom: als een jongere binnenkomt met een lager opleidingsniveau en sexting pleegt, dan is het belangrijk om na te gaan of hij/zij zich mogelijk ook schuldig maakt aan licht offline deviant gedrag. Bij hoger opgeleide jongeren die sexting plegen, moet men scherp zijn of diegene zich niet ook bezig houdt met zwaar offline deviant gedrag.
In het algemeen lijkt het geven van voorlichting op het gebied van sexting van groot belang, aangezien dit een vrij jonge vorm van online deviant gedrag is. Zo worden de
jongeren (plegers en slachtoffers) zich meer bewust van de consequenties. Het verbieden van sexting lijkt namelijk geen zin te hebben6, maar je kan jongeren wel tips en uitleg geven, om het zo goed mogelijk te laten verlopen. Er bestaat echter dus wel het vermoeden dat de beweegredenen van lager en hoger opgeleide jongeren om sexting te plegen van elkaar verschillen. Bij het kiezen van een interventie moet hier dan ook rekening mee gehouden worden. Bij lager opgeleide jongeren zou preventieve voorlichting mogelijk beter kunnen helpen dan bij hoger opgeleide jongeren. Door voorlichting kunnen de lager opgeleide jongeren zich bewust worden van de consequenties van sexting ten aanzien van het slachtoffer. Bewustwording kan bijdragen aan het verlagen van sexting. Het is, gezien de
6Rutgers
mogelijk wat ‘zwaardere’ motieven, echter de vraag of dit hetzelfde effect zal hebben bij hoger opgeleide jongeren. Huidige studie kan gezien worden als belangrijke eerste stap die het begrip van het fenomeen sexting onder jongeren heeft vergroot en richting geeft aan het verder verdiepende onderzoek op dit terrein.
Bijlagen A: Scree Plot PCA VDG
B: PCA, factorladingen na rotatie Rotated Component Matrix
Component
Item 1 2
8: bedreigen met mes/wapen .758 .099
7: geslagen of bedreigd .708 .097
10: gestolen meer dan € 25,00 .707 .276
5: iets met opzet kapot maken .677 .289
14: iets in de brand steken .654 .266
6: ingebroken in een auto of gebouw .649 .355
9: steek- of vuurwapen in bezit .582 .236
11: gestolen minder dan € 25,00 .505 .353
3: hasj of marihuana gebruikt .122 .855
1: dronken bent geweest .112 .807
4: harddrugs hebt gebruikt .245 .700
13: spijbelen van school .325 .516
2: zwart rijden .384 425
12: spieken of frauderen .252 .372
15: liegen tegen mensen .307 .351
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.a
C: Nieuwe schalen Offline deviant gedrag
Ieder item begon met de volgende tekst: ‘Hieronder staat een lijst met allerlei soorten gedrag. Wij zouden graag willen weten of jij in de afgelopen 12 maanden zoiets hebt gedaan. Zoals gezegd, komt niemand te weten wat voor een antwoorden jij gegeven hebt. Wil jij steeds eerlijk aankruisen hoe vaak jij die dingen hebt gedaan? Geef aan of je de afgelopen 12 maanden…’
Licht offline deviant gedrag: VDG 1: ‘- ...dronken bent geweest.’
VDG 2: ‘- ... zonder te betalen met het openbaar vervoer hebt meegereden.’ VDG 3: ‘- ...hasj of marihuana hebt gebruikt.’
VDG 4: ‘ - ...harddrugs hebt gebruikt.’
VDG 12: ‘- ...hebt gespiekt of gefraudeerd op school.’
VDG 13: ‘- ...een hele dag van school bent weggebleven zonder geldige reden.’ VDG 15: ‘- ...hebt gelogen tegen mensen.’
Zwaarder offline deviant gedrag
VDG 5: ‘- ...met opzet iets op straat kapot hebt gemaakt (bijvoorbeeld een ruit of een verkeersbord.’
VDG 6: ‘- ...hebt ingebroken in een gebouw of een auto.’
VDG 7: ‘- ...iemand in elkaar hebt geslagen of ermee gedreigd hebt.’ VDG 8: ‘- ...iemand met een mes of ander wapen hebt bedreigd.’ VDG 9: ‘- ...een steek- of vuurwapen in je bezit had.’
VDG 10: ‘- ...iets hebt gestolen van meer dan 25 euro.’ VDG 11: ‘- ...iets hebt gestolen van minder dan 25 euro.’
VDG 14: ‘- ...met opzet iets dat niet van jou was in de brand hebt gestoken (bijvoorbeeld een schuur, een gebouw of een vuilnisbak).’
Literatuurlijst
Albury, K., Funnell, N., & Noonan, E. (2010). The politics of sexting: Young people, self-representation and citizenship. Paper presented at the Australian and New Zealand Communication Association Conference, Canberra, Australia.
Baumgartner, S. E., Valkenburg, P. M., & Peter, J. (2011). The influence of descriptive and injunctive peer norms on adolescents’ risky sexual online behavior. Cyberpsychology, Behavior, and Social Networking, 14, 753-758.
Beerthuizen, M. G. C. J., Leijsen, E. M. C., & Laan, van der., A. M. (2019). Risico- en beschermende factoren in de kindertijd en vroege adolescentie voor high impact crime in de latere adolescentie en jongvolwassenheid. WODC.
Berlo van, W. (2018). Sexting: Praat met jongeren over de gevaren en de risico’s. Rutgers. https://www.rutgers.nl/nieuws-opinie/nieuwsarchief/sexting-praat-met-jongeren-over-de-gevaren-en-risico%E2%80%99s
Brunelle, N., Leclerc, D., Cousinea, M. M., Dufour, M., Gendron, A., & Martin, I. (2012). Internet Gambling, Substance Use, and Delinquent Behavior: an Adolescent Deviant Behavior Involvement Pattern. Psychology of Addictive Behaviors, 26. 364-370. DOI: 10.1037/a0027079
Burkett, Melissa. 2015. "Sex(t) talk: A qualitative analysis of young adults’ negotiations of the pleasures and perils of sexting." Sexuality & Culture: An Interdisciplinary Quarterly. Sexuality & Culture, 19. 835-863. DOI: 10.1007/s12119-015-9295-0 Bui, L., Farrington, D. P., Ueda, M., & Hill, K., G. (2013). Prevalence and Risk Factors for
Self-Reported Violence of Osaka and Seattle Male Youths. International Journal of Offender Therapy and Comparative Criminology, 58. 1540-1557. DOI:
10.1177/0306624X13501472
Communication Quarterly, 60. 353-369, DOI: 10.1080/01463373.2012.688728 Dake, J. a., Price, J. H., Maziarz, L., & Ward, B. (2012). Prevalence and Correlates of
Sexting Behavior in Adolescents. American Journal of Sexuality Education, 7, 1-15. DOI: 10.1080/15546128.2012.650959
Gordon-Messer, D., Bauermeister, J. A., Grodzinski, A., & Zimmerman, M. (2013). Sexting among young adults. Journal of Adolescent Health, 52, 301-306.
DOI: 10.1016/j.jadohealth.2012.05.013
Graaf, de, H., & Wijsen, C. (2017). Seksuele gezondheid in Nederland 2017. Rutgers.
https://www.rutgers.nl/sites/rutgersnl/files/PDF-Onderzoek/Seksuele_Gezondheid_in_NL_2017_23012018-aangepast.pdf Hinduja, S., & Patchin, J. W. (2013). Social influences on cyberbullying behaviors
among middle and high school students. Journal of Youth and Adolescence, 42, 711-722. DOI: 10.1007/s10964-012-9902-4
Hinduja, S., & Patchin, J. W. (2010). “Bullying, Cyberbullying, and Suicide.”
Archives of Suicide Research 14. 206-221. DOI: 10.1080/13811118.2010.494133 Hutcheson, G., & Sofroniou, N. (1999). The Multivariate Social Scientist. Sage Publications
Ltd: London. ISSN: 07591063
Jaeok, K., & Shawn, B. (2018). Using Longitudinal Self-Report Data to Study the Age-Crime Relationship. Journal of Quantitative Criminology, 34, 367-396. DOI:
10.1007/s10940-017-9338-9
Juvonen, J., & Ho, A. (2008). Social Motives Underlying Antisocial Behavior Across Middle School Grades. Journal of Youth and Adolescence, 37. 747-756. DOI:
10.1016/j.cpr.2013.10.007
Klettke, B., Hallford, D. J., & Mellor, D. J. (2014). Sexting prevalence and correlates: A systematic literature review. Clinical Psychology Review, 34, 44-53.
doi:10.1016/j.cpr.2013.10.007
Kim, J. E., & Kim, J. (2015). International Note: Teen Users’ Problematic Online
Behavior: Using Panel Data from South Korea. Journal of Adolescence, 40. 48-53. DOI: 10.1016/j.adolescence.2015.01.001
Kopecký, K., & Szotkowski, R. (2018). Sexting in the Population of Children and Its Risks: A Quantitative Study. International Journal of Cyber Criminology, 12, 376-391. DOI: 10.5281/zenodo.3365620
Kowalski, R. M., & Limber, S. P. (2007). Electronic bullying among middle school students. Journal of Adolescent Health, 41, S22-S30. DOI:
10.1016/j.jadohealth.2007.08.017
Laan, van der, A.M., & Goudriaan, H. (2016). Monitor Jeugdcriminaliteit: Ontwikkelingen in de jeugdcriminaliteit 1997 tot 2015. Den Haag: WODC/CBS. Cahier 2016-1.
Lansford, J., Chang, L., Dodge, K., Malone, P., Oburu, P., & Palmerus, K. (2005). Cultural normativeness as a moderator of the link between physical discipline and children’s adjustment: A comparison of China, India, Italy, Kenya, Philippines, and Thailand. Child Development, 76. 1234-1246. DOI: 10.1111/j.1467-8624.2005.00847.x Laser, J. A., Luster, T., & Oshio, T. (2007). Promotive and Risk Factors Related To Deviant
Behavior in Japanese Youth. Criminal Justice and Behavior, 34. 1463-1480. DOI: 10.1177/0093854807306127
Lee, C.-H., Moak, S., & Walker, J. T. (2016). Effects of self-control, social control, and Social learning on sexting behavior among south korean youths. Youth & Society, 48, 242-264. DOI: 2443/10.1177/0044118x13490762.
Lenhart, A., & Page, D. (2015). Teens, Social Media & Technology Overview 2015. British Columbia Teachers’ Federation. Great Britain.
prison inmates, arrests and self-reports. The American Economic Review, 94. 155-189. Mastrigt van, Y. (2020). Politie, afdeling zeden. Persoonlijk contact via e-mail.
McGlynn, Clare, Erika Rackley, and Ruth Houghton. 2017. "Beyond ‘revenge porn’: The continuum of image-based sexual abuse." Feminist Legal Studies, 25. 25-46. DOI: 10.1007/s10691-017-9343-2
Meeuws, W. (2019) Problemen met jezelf en de wereld: psychopathologie, Vallen en Opstaan in de Adolescentie, Bohn Stafleu van Loghum, Houten, 83-104. DOI: 10.1007/978-90-368-2362-3_6
Naezer, M., & Oosterhout, L. (2019). Sexting is voor sletten: Seksuele normen en de ongeautoriseerde verspreiding van digitaal sexy beeldmateriaal. Raffia. Naezer, M., & Oosterhout, L. van (2019). Sharing is caring? Jongeren, sexting en de
ongewenste verspreiding van sexy beeldmateriaal (Onderzoeksrapport). Den Haag: Ministerie van Justitie &Veiligheid.
Openbaar Ministerie (2017). Pubers in beeld. Leidraad afdoening sextingzaken. Landelijk Expertisecentrum Kinderporno en Kindersekstoerisme Expertiseknooppunt Jeugd, Gezin en Zeden.
file:///home/chronos/u-3ce6593a0cd4162849fab18c703fe2530d269938/MyFiles/Downloads/Pubers+in+beel d+-+Leidraad+afdoening+sextingzaken.pdf
Pabian, S., & Vandebosch, H. (2014). Using the theory of planned behaviour to understand cyberbullying: The importance of beliefs for developing interventions. European Journal of Developmental Psychology, 11, 463-477. DOI:
10.1080/17405629.2013.858626
Patton, D. U., Hong, J. S., Ranney, M., Patel, S., Kelley, C., Eschmann, R., & Washington, T. (2014). Social Media as a Vector for Youth Violence: A Review of the Literature. Computers in Human Behavior, 35. 548-553. DOI: 10.1016/j.chb.2014.02.043
Pina, A., Holland, J., & James, M. (2017). "The malevolent side of revenge porn proclivity: Dark personality traits and sexist ideology." International Journal of TechnoEthics, 8. 30-43. DOI: 10.4018/IJT.2017010103
Reinis, R. (2017). Psychological and Social Factors as Predictors of Online and Offline Deviant Behavior among Japanese Adolescents, Deviant Behavior, 38. 792-809. DOI: 10.1080/01639625.2016.1197689
Sanches, C., Gouveia-Pereira, M., & Carugati, F. (2012) Justice Judgement, School Failure, And Adolescent Deviant Behaviour. British Journal of Educational Psychology, 82. 606-621. DOI: 10.1111/j.2044-8279.2011.02048.x
Seals, R. A., & Stern, L. V. (2013) Cognitive ability and the division of labor in urban ghettos: Evidence from gang activity in U.S. data. The Yournal of Social-Economics, 44, 140-149. DOI: 10.1016/j.socec.2012.11.003
Suler, J. (2004). The online disinhibition effect. Cyberpsychology and Behavior, 7, 321-326. DOI: 10.1089/1094931041291295
Temple, J. R., Le, V. D., van den Berg, P., Ling, Y., Paul, J. A., & Temple, B. W. (2014). Brief report: teen sexting and psychosocial health. Journal of Adolescence, 37, 33-36. DOI: 2443/10.1016/j.adolescence.2013.10.008. Wissink, I. B. (2019). Jongeren en cybercrimes: Cyber risico-factoren - ‘traditionele’
risicofactoren? Hoorcollegesheets Universiteit Utrecht (2019, Utrecht). Amsterdam: Universiteit van Amsterdam.
