Mycket mindre gatuvåld i områden med högre tillit

Min senaste studie (med Karl Kronkvist) är nu publicerad i British Journal of Criminology och min vana trogen kommer här ett kort populärvetenskapligt blogginlägg om studien. Studiens huvudresultat är att det är mycket mindre gatuvåld i bostadsområden som har högre nivå av tillit och förväntningar om samarbete. Kombinationen av tillit (eller sammanhållning) och förväntningar om samarbete för att lösa gemensamma problem (informell social kontroll) kallas kollektiv förmåga ("collective efficacy"), och en av huvudpoängerna med denna teori är att förklara varför det är mer brott i områden med högre fattigdom etc. Områden med högre fattigdom, arbetslöshet etc, stor utflyttning, och många olika befolkningsgrupper tenderar enligt teorin att ha en lägre kollektiv förmåga - och denna lägre kollektiva förmåga är en av huvudförklaringarna till att dessa områden också har en högre brottslighet.

Detta kan såklart tydligt kopplas till den svenska diskussion om utsatta områden med hög kriminalitet , och studien kanske kan vara av visst intresse även utanför den akademiska sfären. Rent akademiskt argumenterar vi för att studien tillför något nytt på tre olika sätt:
1) Den ger mer belägg för kollektiv förmåga i en Europeisk kontext, där år 2013 studier från London och Haag noterade mycket svaga samband mellan kollektiv förmåga och brottslighet.
2) Vi argumenterar för att våld i offentlig miljö (snarare än i privata miljöer) borde passa bättre för teorin eftersom den behandlar ett kollektivt fenomen
3) Vi anser också att teorin kan (bör?) kompletteras med en förståelse för den speciella situation som råder i centrum av städer med nattliv och stora koncentrationer av folk

Vi studerar huruvida det finns ett samband mellan kollektiv förmåga och polisanmält gatuvåld per 1000 invånare i Malmös bostadsområden efter en rad kontroller.  Det första steget med kontroller tar hänsyn till områdets "utsatthet" (se längst ner för detaljer) 
I steg två tillför vi kontroller för centrum-effekter, i form av utskänkningstillstånd som gäller efter klockan 01, samt hur mycket folk som har klivit på lokalbussen i närheten av bostadsområdet. Detta är variabler som normalt ej inkluderas, men som tydligt kan kopplas till förekomst av våld. Där det är mycket folk blir det mer våld (det finns fler potentiella offer och förövare), liksom på platser där det är mycket alkohol.

Karta: Densitet av gatuvåld (gult-rött) samt hur många som kliver på lokalbussen i närheten, desto större cirkel desto mer folk. 

I steg tre slutligen tar vi även hänsyn till nivån av gatuvåld två år tidigare. Detta är på grund av att våldet kan tänkas påverka flera av de andra variablerna, och det vi är intresserade av är ju huruvida det finns en koppling från kollektiv förmåga till våld (även om vi inte kan säga något om kausalitet här). Det är ett ganska konservativt test av sambandet eftersom våldsnivåer normalt är ganska stabila, men det stärker också slutsatsen om sambandet visar sig hålla.

Starkt samband
Sambandet visar sig också mycket riktigt hålla. Kollektiv förmåga har en stark koppling till mängden gatuvåld i alla modeller. Vi testar även att dela in gatuvåld i misshandel respektive rån - och då visar det sig att sambandet bortfaller (p=0.06) i den sista modellen för misshandel men är stabilt för rån.

Om vi jämför två bostadsområden som har ungefär samma nivåer av fattigdom, segregation etc och centrum-effekter så har alltså ett bostadsområde med högre nivå av kollektiv förmåga betydligt färre våldsbrott. Jämfört med genomsnittliga nivåer är en ökning med två standardavvikelser i kollektiv förmåga (motsvarar ungefär att gå från ganska låg till ganska hög) associerat med en halvering av nivån på gatuvåld. Faktum är att effekten av kollektiv förmåga är starkare och stabilare än effekten av centrum-variablerna - något som kanske inte var helt väntat. Det är också noterbart att det inte finns något samband över huvud taget mellan ett områdes utsatthet och nivån av våld efter att vi tagit hänsyn till kollektiv förmåga.


Variabeldetaljer
Utsatthet (concentrated disadvantage) utgörs av andel arbetslöshet, bidrag, utlandsfödda och ensamstående vuxna, samt medianinkomst, trångboddhet.
Stor boendeinstabilitet utgörs av andel hyresrätter, andel som flyttade ut från området föregående år, genomsnittligt antal år som folk bott i området.
Etnisk heterogenitet utgörs av sannolikheten att två slumpmässigt valda individer i området är födda i samma land.
Urbanitet utgörs av utskänkningstillstånd efter 01 per 1000 invånare samt mängden påbörjade lokalbussresor med en buffer på 200 meter från busshållplatsen aggregerat till bostadsområden.
Kollektiv förmåga utgörs av 5 enkätfrågor vardera över tillit/sammanhållning och informell social kontroll från Malmö OMrådesundersökning (MOMS) 2012.
Tidigare våld utgörs av polisanmält gatuvåld per 1000 invånare 2011.
 Utfallsvariabeln utgörs av polisanmält gatuvåld per 1000 invånare 2013.

Otrygga bostadsområden i Malmö

Idag gick Malmö stad ut med ett pressmeddelande med rubriken Nu krävs krafttag för att öka tryggheten! efter att det under de senaste veckorna har varit en rad skottlossningar och granatangrepp i staden. För några timmar sedan rapporterades det om skottlossning mot en lägenhet i Herrgården , samma område där 27 personer blev gripna efter en skottlossning för några veckor sedan. Däremellan har en explosion briserat i Södra Sofielund, och dagen efter  fyra personer blivit skjutna i samma område, två handgranater har kastats mot ett bostadshus i Kroksbäck samt en person blivit skjuten i Söderkulla.

Sammantaget är det här en exceptionellt våldsam period, och det är bra att kommunledningen markerar en vilja att ta tag i problemet. Att det finns problem med otrygghet i delar av Malmö är dock ingen nyhet, och alla de områden som nu drabbats av dessa våldsdåd ligger i anslutning till bostadsområden där otryggheten länge har varit stor.  När vi pratar om platser med mycket sociala problem i Malmö kan dessa fyra platser sägas vara del av de fyra kluster av bostadsområden i Malmö som präglas av segregation, ekonomiskt utsatthet, kriminella nätverk och otrygghet.
Nästa vecka ska jag prata om otrygga bostadsområden på ett seminarium i Almedalen som organiseras av Polismyndigheten. I mina förberedelser för det seminariet har jag karterat de fyra platser där ovan nämnda händelser inträffat i relation till nivån av allmän otrygghet i Malmö Områdesundersökning 2012. Kartan visar allmän otrygghet (oro att utsättas för brott) från grönt till rött. Gult motsvarar genomsnittet i Malmö, orange och rött är mer otrygghet än snittet, och gröna nyanser är mindre otrygghet än genomsnittet (Vita områden har få invånare. Se också mitt tidigare blogginlägg om statistiska osäkerheter kring detta)

På kartan ovan har jag lagt till en * för de fyra platser där skottlossningar och granater har använts de senaste tre veckorna i Malmö samt lagt in blåa ringar för att markera ut de kluster av bostadsområden där det finns problem med otrygghet, fattigdom (se mitt tidigare blogginlägg om fattigdom och otrygghet) samt mer eller mindre utvecklad kriminalitet. Längst österut har vi Rosengård, där Ramels väg längst österut har varit hårt drabbat av skottlossningar och sprängdåd. Strax väster om Rosengård kommer Södra innerstaden, där framför allt Rasmusgatan i Södra Sofielund har drabbats av liknande problem. Söder om Södra innerstaden ligger Fosie, där varierande grad av problem finns i flera områden såsom Lindängen, Hermodsdal och Söderkulla. Längst västerut till sist har vi Hyllie, där områdena Holma och Kroksbäck länge har dragits med vissa problem, och på senare år även Bellevuegården har varit hårt drabbat av skottlossningar.

En skillnad som kan vara värt att påpeka här relativt Stockholm och Göteborg är hur nära allt är. Södra innerstaden är en del av innerstaden - inte ett miljonprogram långt bort. Från Södra innerstaden är det sedan bara ett stenkast till miljonprogrammen i Rosengård och Fosie, och bara någon kilometer till de utsatta områdena i Hyllie. Otryggheten är väldigt centralt placerad i Malmö - i stadens utkanter med välmående villaområden eller landsbygd är människor generellt sett minst lika trygga som i övriga Sverige. 

Det är viktigt att poängtera att även i dessa områden där otryggheten är hög är det många som trivs väldigt bra, och en majoritet brukar beskriva sig som trygga. Det är också helt felaktigt att beskriva dessa områden som "polisfria" eller "no-go zoner". Polisen är i dessa områden dagligen, liksom bland annat personal från Malmö stad - och inte helt sällan forskare som jag själv. En annan viktig komponent för att förstå dessa områden är att problemet ofta är starkt koncentrerade till enstaka gator eller kvarter. Bostadsområden som Södra Sofielund, Kroksbäck eller Herrgården har förvisso problem, men problemen är klart tydligast på en enskild gata i respektive bostadsområde medan övriga delar av området är mindre drabbade.

Däremot går det inte att förneka att detta är områden som har problem med otrygghet och lokala kriminella nätverk. Inte sällan pågår mer eller mindre öppen försäljning av narkotika, vilket tillsammans med allmänt stök och grova våldsbrott med skjutvapen skapar en otrygg miljö.Både polisen och Malmö stad bör kunna göra mer för att förbättra situationen i dessa områden. Samtidigt är det viktigt att notera att mycket görs, och som Malmö stad konstaterar i sitt pressmeddelande har arbetet utvecklats under de senaste åren. Bland de initiativ jag är bekant med kan nämnas lovande insatser från områdespolisers sida med att systematiskt besöka samtliga hushåll på de mest utsatta adresserna i vissa bostadsområden för att visa sitt stöd och samla in information. Sådana insatser behövs i områden där många drar sig för att prata med polisen som jag diskuterat tidigare på bloggen. I Stadsområde Väst har en särskild utredare rekryterats (full disclosure: Rekryterats från min gamla forskargrupp på Malmö högskola) för att arbeta fram en konkret handlingsplan för ökad trygghet i bland annat Kroksbäck, Holma och Bellevuegården. Gemensamt för båda dessa initiativ är dock att de enligt min mening borde ha varit självklara, men nu har framkommit som resultat av att anställda inom polis och kommun samt deras chefer har kämpat för att få loss resurserna till detta. Den typen av insatser borde vara en del av den reguljära verksamheten och metoderna borde kontinuerligt följas upp, utvecklas och förfinas.

Att polisen måste satsa på att utreda och lagföra de skyldiga till skottlossningar och sprängdåd är en självklarhet. Lika självklart borde det vara med långsiktiga insatser för att förbättra situationen i de bostadsområden där många är rädda och känner sig utelämnade. Jag har i flera sammanhang nämnt möjliga åtgärder som jag tycker är rimliga att införa. Här är tre enkla åtgärder som jag tycker att polisen borde införa omedelbart:
* Prioritera utsatta områden i ingripande-verksamheten. När någon ringer från ett av dessa områden borde det alltid komma en polis. Polisen kan inte alltid göra något åt problemet, men polisen kan se till att alltid visa sig engagerad för invånare i utsatta områden där somliga tvekar inför att kontakta polisen från första början.
* Beordra samtliga IG-poliser som inte har ett konkret uppdrag ( i den mån detta fortfarande händer) att parkera i ett av de mest utsatta områdena, och se till att så sker. Även om polisen redan nu vistas mycket i dessa områden skulle det vara önskvärt om polisen oftare var där utan att ha ett konkret uppdrag. Lär känna området, låt området lära känna er.
* Utöka områdespolisen, och stötta de områdespoliser som visar initiativförmåga och kapacitet att arbeta systematiskt för att öka tryggheten samt förebygga brott. Initiativ som det jag nämnt ovan om att systematiskt knacka dörr på de mest utsatta adresserna i miljonprogramsområden är smarta, och troligen effektiva, åtgärder för att förbättra situationen i området på både kort och lång sikt.

När det gäller skottlossningar finns dessutom möjligheten att testa beprövade program från andra delar av världen. Inte minst i USA finns numera en hel del forskning kring möjligheter att minska skjutvapen-våld, till exempel Cure Violence som i flera utvärderingar visats sig vara effektiv. I en svensk kontext blir detta givetvis betydligt dyrare per förebyggd skottlossning - men när politiker på alla nivåer nu ändå pratar vitt och brett om att förebygga skottlossningar är det kanske en kostnad som går att ta. Cure violence är bara ett exempel dock, det finns massor av saker som går att göra. Både forskningen och mängder av engagerade medarbetare inom polisen, kommunen och civilsamhället kan bidra med tankar, erfarenheter och idéer. Det som saknas är resurser och vilja att långsiktigt arbeta med dessa frågor, istället för att bara genomföra enstaka projekt eller släcka bränder där det för tillfället är som värst.

Slutligen. Av de bostadsområden jag ovan nämnt där det finns mer eller mindre stora problem med otrygghet och kriminella nätverk kan det vara värt att notera att endast två av dessa (Herrgården och Södra Sofielund) är med i Rikskrims kartläggning över bostadsområden som har problem med kriminella nätverk. Den siffran borde enligt min mening utökas med ytterligare 3-7 områden i Malmö.

Dikt och verklighet? Den (o)vetenskapliga basen för polisens trygghetsmätningsmetod

Polismyndigheter och kommuner har under en rad år använt sig av standardiserade trygghetsmätningar för att säga något om skillnader mellan olika kommuner eller stadsdelar avseende trygghet, samt för att kunna studera förändringar över tid (Exv Skåne, Kronoberg, Sollentuna, Haninge, Bromölla). Trygghetsmätningarna är enkäter där det ställs frågor om otrygghet, oro att utsättas för brott, utsatthet för brott, förekomst av ordningsstörningar samt förtroende för polisen. Svaren grupperas så att 0 är det bästa värde som kan nås, och 6 är det sämsta värdet som kan nås. Genomsnittet är satt till 2 på skalan från 0 till 6, och vilket värde som ges baseras på hur många procent i kommunen eller stadsdelen som angett ett visst svarsalternativ, t ex huruvida nedskräpning är ett problem eller huruvida att vistas ensam ute en sen kväll upplevs som otryggt. I Malmö har kommunen nyligen beslutat att byta ut denna trygghetsmätning mot en mer utförlig mätning genomförd av mina kollegor på den kriminologiska institutionen, något som jag diskuterat på bloggen tidigare.


Förra veckan kontaktades jag av en kollega på Malmö högskola som hade tänkt använda polisens trygghetsmätning som ett exempel på statistik i sin undervisning. Problemet var att han inte förstod hur statistiken hade använts efter att ha läst den tekniska rapporten, och det blev då ett något olämpligt exempel att använda. Jag gjorde själv ett försök, men misslyckades lika kapitalt med att förstå hur det hela hängde samman. Efter att ha ägnat åtskillig möda åt att fundera på saken landade jag i slutsatsen att den metod som angavs i den tekniska rapporten inte var den som hade använts (Se längst ner i denna post för ett mer utförligt resonemang kring vad jag byggde denna slutsats på). Metoden beskrivs på ett vetenskapligt sätt, och säger sig bygga på konfidensintervall med 95% signifikansnivå för respektive nivå från 0-6. Men konfidensintervallet för en och samma variabel bör alltid vara lika stort, och så är inte fallet när det gäller de olika nivåerna i trygghetsmätningen för det exempel som ges i den tekniska rapporten. Mer specifikt är intervallet för "nivå 1", dvs det näst bästa värdet som kan nås, alldeles för stort. Jag kontaktade det företag som gjort trygghetsmätningen, men de har bara fått specifikationerna av polisen och inte utvecklat metoden själva. Anställda från Skånepolisen som jag har pratat om detta med har inte kunnat svarat på mina frågor.  Rikspolisstyrelsen har över huvud taget inte svarat på mitt mail (27/2) i frågan, trots att jag uttryckligen begärde svar med diarienummer och namn på handläggare för mitt ärende (Uppdatering 26/3: Svar från RPS som inte hittar någon information om det hela).

Däremot fick jag tag på Kjell Elefalk som konstruerade måtten ursprungligen, då som anställd hos rikspolisstyrelsen. Han kommer numera inte riktigt ihåg hur det gick till, men eventuellt kan det ha varit så att 0-nivån, dvs det bästa värdet som kan fås, blev lite för stor för vad som ansågs passa, och därför ändrades helt enkelt intervallen så att 0-nivån blev mindre. En manuell justering av de intervall som används för att resultaten bättre ska spegla vad som anses vara passande innebär givetvis att det inte längre handlar om "konfidensintervall med 95% signifikansnivå", och att det är direkt bedrägligt att hävda att så är fallet. Det ger ett sken av en vetenskaplighet som i själva verket inte finns. Dessutom gör det bara den tekniska rapporten onödigt komplicerad. Ett mer korrekt, och betydligt mer lättförståeligt sätt att formulera den tekniska rapporten hade varit något i stil med: Hur många procent som motsvarar respektive värde på skalan 0-6 bestämde vi utifrån vad vi ville visa med den data som insamlades 2003.

Med detta sagt, vill jag dock poängtera att allt detta egentligen bara har en akademisk betydelse (pun intended). Den huvudsakliga effekten av detta torde vara att en del kommuner/stadsdelar som har betecknats som ganska trygga (1: "Inte alls påtagligt problem") egentligen borde ha betecknats som väldigt trygga (0: "Närmast obefintligt problem") om den beskrivna metoden hade följts. Det har ingen större betydelse för övergripande jämförelser mellan olika kommuner eller stadsdelar, eller för att studera förändringar av tid, vilket så vitt jag vet är de huvudsakliga användningsområdena för trygghetsmätningar. Även om den praktiska betydelsen av det hela är akademisk tycker jag dock att det är olyckligt när akademiskt språkbruk verkar missbrukas, i synnerhet eftersom det här är en metod som har använts i en rad olika myndigheter och som totalt omfattar minst 900 000 respondenter enligt en presentation från 2013. Det känns också uppseendeväckande att en metod som använts så många gånger av så många myndigheter och med så stort medialt genomslag kanske hela tiden har varit missvisande beskriven/felaktig utan att någon reagerat. Med det sagt finns såklart också möjligheten att det är jag som missförstått allt detta. Om så är fallet uppskattar jag kommentarer nedan eller per mail.



Utförligare resonemang kring metod i den tekniska rapporten
Den tekniska rapporten för Skåne 2012 (hittar inte på nätet, maila för pdf) använder sig av vetenskapliga begrepp som signifikansnivå och konfidensintervall för att förklara hur nivåerna skapats. Jag citerar här hela resonemanget från den tekniska rapporten:

Medelvärdet för samtliga 33 indikatorer från den största databearbetningen
(167.961 enkäter) som genomfördes i mars 2003 utgör basnivån i modellen och
benämns som ”nivå 2”. För några indikatorer gäller kvinnornas medelvärde
(88.425 enkätsvar) som bas vid större genusskillnader.
Nivå 1 beräknas genom att medelvärdets konfidensintervall nedåt (jämfört med
nivå 2) beräknas med en signifikansnivå om 95 procent. Nivå 0 nås genom en ny
beräkning nedåt av konfidensintervallet. Nivå 3 erhålls genom att medelvärdets
konfidensintervall uppåt (jämfört med nivå 2) beräknas med en signifikansnivå
om 95 procent. Nivå 4 beräknas med ett nytt intervall uppåt o.s.v. till nivå 6 nås. (Teknisk rapport Trygghetsmätning Skåne Län 2012, sidan 7. Noterbart är att formuleringarna är identiska i den tekniska rapporten från Kronobergs län)

Den här beskrivningen är lite klurig att förstå vid en första anblick, men inte orimlig om jag nu förstått den rätt. Genomsnittet av antal procent per kommun/stadsdel som i undersökningen angett ett visst svar sätts till att motsvara 2 med 95% konfidensintervall, och därefter beräknas alla andra nivåer från 0-6 genom att lägga på nya konfidensintervall uppåt eller nedåt. Konfidensintervall är ett statistiskt mått som anger inom vilket intervall vi kan förvänta oss att få ett resultat om vi gör om samma undersökning en gång till. Det beräknas (för en normalfördelad variabel) genom att multiplicera en konstant (1.96 för 95% signifikansnivå) med roten ur kvadraten på standardavvikelse delat med antalet respondenter. Eftersom varken standardavvikelsen eller antalet respondenter förändras bör inte heller konfidensintervallet göra det. Men i det exempel som anges i den tekniska rapporten (för variabeln nedskräpning) är det angivna konfidensintervallet för nivå 1 på 13%-enheter medan det för nivå 2 till 5 är 7-8%-enheter.  Nivåerna 0 och 6 får helt enkelt motsvara "resten", men förutsatt att jag inte missförstått något här borde intervallet för 1 vara ca 20-28 istället för 15-28.


Nivå                              0           1           2           3           4           5     6
Konfidensintervaller    ≤ 14    15–28   29–36   37–45   46–54   55–63    ≥ 64

Det innebär i så fall att alla kommuner eller stadsdelar som fått ett värde mellan 15 och 20% som anser att nedskräpning är ett problem har givits en 1a på skalan när de borde ha fått en 0a. Det företag som genomfört undersökningen utifrån polisens instruktioner, Scandinfo,  har varit behjälpliga genom att lämna ut intervallen för andra variabler också, och mönstret verkar vara liknande för vissa variabler, men inte alla. Några exempel där intervallen påminner om exemplet ovan:
Bilarna kör för fort 1: 16%-enheter. Övriga 9%-enheter
Oroat sig för inbrott bostad 1: 17%-enheter.Övriga 8-9%-enheter
 
Några exempel som ser helt annorlunda ut:
Utsatt för fysisk våld 1: 2%-enheter. Övriga 3-7%-enheter.
Kvinnor som antastas 1: 6%-enheter. Övriga 5-8%-enheter.
Folk som bråkar och slåss utomhus 1. 8%-enheter. Övriga 7-9%-enheter.


Frågan är om det i vissa fall har varit faktiska konfidensintervall, som kanske avrundats lite vilket ger viss variation, medan det i andra fall är konfidensintervall för alla nivåer utom 1, och i ytterligare andra fall kanske helt manuella skalor. Exakt hur det hela har gått till är rimligen omöjligt att lista ut bara genom att studera resultaten, och frågan är om det över huvud taget är någon hos polisen som har svaret på den frågan. Jag har i resonemanget innan denna tekniska del valt att fokusera på det konstiga med nivå 1 som finns i exemplet i den tekniska rapporten, men som det verkar är det nog inte den enda konstigheten med allt detta.

Reflektioner kring trygghetsmätning i Malmö

Jag har haft lite fullt upp med annat och därför inte haft chansen att blogga på ett tag. Men ett och annat som kan vara intressant att kommentera har trots allt hänt, inte minst har Malmö stad gått ut med ett pressmeddelande om Malmö OMrådesundersSökning (MOMS). Pressmeddelandet fokuserade på att 7 av 10 Malmöbor uppger sig vara trygga i sitt bostadsområde, vilket i sammanhanget betyder att de inte känner sig otrygga ute i bostadsområdet på kvällen samt inte anger att det finns specifika personer eller platser i bostadsområdet som de är rädda för eller undviker. När jag twittrade om det fick jag mothugg från somliga som var skeptiska till om det kan stämma eller till och med menade att undersökningen är friserad.

 Jag tänkte i sammanhanget att det kan vara intressant att säga några ord om undersökningen och vad den faktiskt kan visa. Jag vill dock poängtera att jag inte är involverad i skrivandet av den rapport om undersökningen som snart kommer, det är framför allt lektor Anna-Karin Ivert samt adjunkt Alberto Chrysoulakis som arbetar med den, och jag har bara sammanställt lite kartor till rapporten. Det hindrar dock inte att jag kan föra en del mer allmänna resonemang om undersökningen.


MOMS är en stor trygghetsmätning, som framför allt skiljer sig från de trygghetsmätningar som polisen gör i Skåne och stora delar av Sverige genom att den 1) innehåller betydligt fler frågor vilket medför bättre möjligheter för analys och 2) gör ett försök att mäta resultat inom betydligt mindre geografiska enheter. Enkäten skickades ut till 7965 slumpmässigt utvalda personer i åldrarna 18-85 och fick till slut 4195 svar vilket ger en svarsfrekvens på ca 53%. Svarsfrekvensen är generellt lägre i områden med högre nivåer av fattigdom och liknande, vilket var väntat och har hanterats genom att dessa områden översamplats (fler personer har alltså fått enkäten där). Dessutom är det lite fler kvinnor än män som besvarat enkäten samt för många äldre och för få yngre. Trots dessa problem utgör den statistiska basen med 4195 respondenter ett synnerligen starkt underlag för att säga något om vad Malmöbor generellt upplever. Att det finns folk på twitter som menar att dessa 4195 Malmöbor har fel är alltså inget att ta på allvar.

Däremot är osäkerheten betydligt större när det gäller enskilda delområden, och det kan vara värt att ta upp för diskussion. Särskilt med tanke på att det i media blivit ett stort fokus på enskilda områden med hög otrygghet (Sydsvenskan) (SR). De kartor jag producerat för presskonferensen och andra presentationer är generellt färgkodade från rött till grönt, där mörkgrönt signalerar bra värden, rött signalerar sämre värden, och gult är någonstans i mitten. Dessa intervall är baserade på standardavvikelser , där varje färgkod motsvarar en standardavvikelse, och gult alltså motsvarar mellan minus 0.5 och plus 0.5 standardavvikelser från genomsnittet. Jag tar här en karta över "oro att utsättas för brott" som exempel, för fler exempel se presentationsmaterial från presskonferensen.

 Här är det viktigt att notera att skillnaden mellan gul och orange alltså i teorin kan vara väldigt nära 0, vilket i princip alltid är fallet när det gäller en hypotetisk skillnad mellan två angränsande kategorier. Ett hypotetiskt område som ligger på 0.50 blir gult medan ett hypotetiskt område som ligger på 0.51 blir orange. Skillnaden mellan gul och orange är alltså rent teoretiskt som minst (nästan) 0, som mest 2 (från -0.49 till +1.50) och i genomsnitt 1 standardavvikelse.Även om vi beaktar den genomsnittliga skillnaden på 1 standardavvikelse så är det i sammanhanget inte jättemycket. Det beror på att värdet för respektive område är baserat på de boende i det området, i genomsnitt ca 40 respondenter, vilket medför en stor statistisk osäkerhet. Jag har inte tillgång till rådatan för att beräkna sannolikheter, men vi kan konstatera att det är troligt att det i vissa fall är slumpen snarare än faktiska skillnader som ger utslag på färgkodningen av kartan.

Om vi istället fokuserar på skillnaden mellan ett område kodat som rött (eller mörkgrönt) och ett område kodat som gult blir det hela dock lite tydligare. Här är (den teoretiska) skillnaden som minst 1 standardavvikelse (0.5 till 1.51), i genomsnitt ca 2 standardavvikelser (0 till 2), och i extremfall kan den nå högre än 3 standardavvikelser från genomsnittet (-0.49 till mer än +2.5). Det är fortfarande teoretiskt möjligt att ett sådant samband är orsakat av slumpen, men det är betydligt mindre sannolikt. Det är därför bra att media generellt fokuserat på områden där det statistiskt sett inte är så troligt att det är en slumpmässig variation som orsakat resultatet. I sammanhanget kan det däremot ses som olyckligt att Sydsenskan publicerat en (väldigt snygg) karta , eftersom en sådan karta lätt kan leda folk till att dra slutsatser som är statistiskt osäkra. Samtidigt är dock artikeln, där Anna-Karin Ivert citeras, ganska nyanserad och fokuserar framför allt på de skillnader som troligen får betraktas som faktiska skillnader. Det artikeln också gör bra är att lyfta fram det mer generella sambandet - att stora delar av Malmö i princip inte har någon otrygghet alls medan det i ett fåtal områden istället finns en väldigt utbredd otrygghet.

Utan att föregripa den kommande rapporten kan det konstateras att de områden där otryggheten är hög karaktäriseras av att de som besvarat enkäten anger en relativt låg tillit och informell social kontroll samt en relativt hög problemnivå, något som Sveriges radio på ett förtjänstfullt sätt tog upp i sin nyhet om undersökningen. Själva rapporten kommer ut i december någon gång, och då räknar jag med att blogga mer om det hela.

Tillägg: Det slog mig att det kanske är en bra idé att säga något om hur kartorna bör tolkas om man nödvändigtvis vill tolka enskilda områden. Ett förslag är då att titta på skillnaden inte mot närmsta kategorin, men mot två eller tre kategorier bort. Det är sannolikt en skillnad mot något som är två kategorier bort (i genomsnitt 2 standardavvikelser), och mycket sannolikt en skillnad mot något som är tre kategorier bort (i genomsnitt tre standardavvikelser).
Exempel 1: Ett orange område på kartan är sannolikt inte ett tryggt område (ljusgrönt) och det är mycket sannolikt att det inte är ett väldigt tryggt område (mörkgrönt).
Exempel 2: Ett gult område är sannolikt varken ett väldigt otryggt (rött) eller ett väldigt tryggt (mörkgrönt) område.