4.2-Les comportements déviants
4.2.1-La prévalence vie
a-comportements violents fréquents
Tableau 17 :
|
B
|
S. E
|
Wald
|
Df
|
Sig
|
Exp (B)
|
Dégradation du quartier
|
1.182
|
.296
|
15.971
|
1
|
.000
|
3.261
|
Lieu de naissance du père
|
.606
|
.092
|
43.554
|
1
|
.000
|
1.833
|
Entente avec la mère
|
.617
|
.222
|
7.730
|
1
|
.005
|
1.854
|
Âge
|
.239
|
.089
|
7.279
|
1
|
.007
|
1.270
|
Cohésion sociale
|
.297
|
.105
|
8.029
|
1
|
.005
|
1.346
|
Nagelkerke R Square : 0.037
C'est la variable dégradation du quartier qui a le
plus d'influence sur la commission des comportements violents fréquents.
Les jeunes des quartiers fortement dégradés ont un risque trois
fois plus élevés de commettre ce genre de comportement que ceux
issus de quartiers faiblement dégradés. Le Nagelkerke indique que
le modèle explique 3.7% de la variance.
b-comportements violents
rares
Tableau 18 :
|
B
|
S. E
|
Wald
|
Df
|
Sig
|
Exp (B)
|
Sexe
|
1.127
|
.184
|
37.521
|
1
|
.000
|
3.086
|
Entente avec le père
|
1.016
|
.260
|
15.235
|
1
|
.000
|
2.762
|
Lieu de naissance du père
|
.711
|
.165
|
18.539
|
1
|
.000
|
2.036
|
Nagelkerke R Square : 0.093
A la lecture de ce tableau, la variable sexe a plus
d'influence sur la commission des comportements violents rares. Les
garçons ont un risque trois fois plus élevés d'avoir des
comportements violents rares que les filles. Il faut cependant relativiser ce
résultat en ce sens que le Nagelkerke indique que ce modèle
n'explique que 9.3% de la variance.
c- Le vandalisme
Tableau 19 :
|
B
|
S. E
|
Wald
|
Df
|
Sig
|
Exp (B)
|
Dégradation du quartier
|
1.406
|
.312
|
20.265
|
1
|
.000
|
4.080
|
Sexe
|
.941
|
.116
|
65.217
|
1
|
.000
|
2.562
|
Entente avec le père
|
.727
|
.205
|
12.623
|
1
|
.000
|
2.069
|
Lieu de naissance du père
|
.328
|
.116
|
8.042
|
1
|
.005
|
1.388
|
Âge
|
.306
|
.110
|
7.782
|
1
|
.005
|
1.358
|
Cohésion sociale
|
.312
|
.115
|
7.382
|
1
|
.007
|
1.366
|
Nagelkerke R Square : 0.077
A la lecture de ce tableau, nous constatons que la variable
qui a le plus d'influence sur le vandalisme est la variable dégradation
du quartier. Dans ce cas, c'est plutôt une variable environnemental qui
agit le plus sur notre variable dépendante. En effet, les jeunes des
quartiers fortement dégradés ont un risque quatre fois plus
élevés de commettre des actes de vandalisme que ceux des
quartiers faiblement dégradés.
Cette interprétation doit être relativisée
car le Nagelkerke indique que le modèle explique seulement 7.7% de la
variance.
d- Vol à l'étalage
Tableau 20 :
|
B
|
S. E
|
Wald
|
Df
|
Sig
|
Exp (B)
|
Dégradation du quartier
|
.909
|
.308
|
8.718
|
1
|
.000
|
2.483
|
Vit avec au moins un de ses parents
|
.728
|
.152
|
22.834
|
1
|
.000
|
2.071
|
Âge
|
.332
|
.086
|
14.753
|
1
|
.000
|
1.393
|
Entente avec le père
|
.526
|
.173
|
9.242
|
1
|
.002
|
1.691
|
Entente avec la mère
|
.653
|
.222
|
8.696
|
1
|
.003
|
1.922
|
Lieu de naissance du père
|
.250
|
.093
|
7.279
|
1
|
.007
|
1.284
|
Cohésion sociale
|
.247
|
.092
|
7.261
|
1
|
.007
|
1.280
|
Sexe
|
.232
|
.087
|
7.112
|
1
|
.008
|
1.261
|
Nagelkerke R Square : 0.052
Nous constatons par ce tableau, que c'est la
dégradation qui a plus d'influence dans la réalisation d'un vol
à l'étalage comme pour le vandalisme. C'est une variable
environnemental qui a donc plus d'influence sur la réalisation de ce
genre de délits. Compte tenu de la valeur de l'odd's ratio, nous
constatons que les jeunes des quartiers des quartiers fortement
dégradés ont un risque deux fois plus élevés de
commettre un vol à l'étalage que les jeunes des quartiers
faiblement dégradés.
Le Nagelkerke indique que le modèle explique 5.2% de la
variance.
e- Délits rares contre la
propriété
Tableau 21 :
|
B
|
S. E
|
Wald
|
Df
|
Sig
|
Exp (B)
|
Sexe
|
1.110
|
.148
|
55.987
|
1
|
.000
|
3.035
|
Âge
|
.722
|
.137
|
27.766
|
1
|
.000
|
2.059
|
Dégradation du quartier
|
1.025
|
.355
|
8.358
|
1
|
.004
|
2.788
|
Entente avec le père
|
.697
|
.241
|
8.386
|
1
|
.004
|
2.008
|
Travail du père
|
.560
|
.276
|
4.123
|
1
|
.042
|
1.750
|
Lieu de naissance mère
|
.345
|
.170
|
4.103
|
1
|
.043
|
1.411
|
Vit avec au moins 1 parent
|
.465
|
.232
|
4.011
|
1
|
.045
|
1.593
|
Lieu de naissance père
|
.341
|
.170
|
4.013
|
1
|
.045
|
1.407
|
Nagelkerke R Square : 0.103
Pour ce qui est des délits rares contre la
propriété, c'est plutôt un facteur individuel qui a le plus
d'influence. Il s'agit du sexe. Vu l'odd's ratio, les plus âgés
des jeunes ont un risque trois fois plus élevés de commettre des
délits rares contre la propriété que les moins
âgés. Le modèle est expliqué seulement que par 10.3%
de la variance selon le Nagelkerke.
f- Le hacking
Tableau 22 :
|
B
|
S. E
|
Wald
|
Df
|
Sig
|
Exp (B)
|
Sexe
|
1.526
|
.171
|
79.293
|
1
|
.000
|
4.598
|
Entente avec la mère
|
1.043
|
.300
|
12.076
|
1
|
.001
|
2.837
|
Lieu de naissance père
|
.436
|
.144
|
9.138
|
1
|
.003
|
1.547
|
Entente avec le père
|
.555
|
.271
|
4.200
|
1
|
.040
|
1.743
|
Nagelkerke R Square : 0.091
Nous constatons que pour le hacking, c'est un facteur
individuel en l'occurrence le sexe qui a le plus d'influence dans sa
réalisation. Les garçons ont un risque quatre fois plus
élevés de commettre du hacking que les filles. Le Nagelkerke
indique que le modèle explique 9.1% de la variance.
g- Vente de drogues
Tableau 23 :
|
B
|
S. E
|
Wald
|
Df
|
Sig
|
Exp (B)
|
Entente avec le père
|
1.706
|
.267
|
40.821
|
1
|
.000
|
5.509
|
Dégradation du quartier
|
1.675
|
.403
|
17.246
|
1
|
.000
|
5.337
|
Sexe
|
1.479
|
.243
|
37.138
|
1
|
.000
|
4.387
|
Âge
|
.981
|
.210
|
21.740
|
1
|
.000
|
2.666
|
Nagelkerke R Square : 0.136
A la lecture de ce tableau, nous constatons que c'est un
facteur individuel qui influence le plus la vente de drogues. Il s'agit de
l'entente au sein de la famille du jeune notamment l'attente avec son
père.
Selon la valeur de l'odd's ratio, les jeunes qui ne
s'entendent pas avec leur père ou l'homme avec lequel ils vivent ont un
risque cinq fois plus élevés de vendre de la drogue que qui
s'entendent avec leur père ou l'homme avec lequel ils vivent. Le
modèle n'explique que 13.6% de la variance.
4.2.2-La prévalence dernière
année
a- Les comportements violents
fréquents
Tableau 24 :
|
B
|
S. E
|
Wald
|
Df
|
Sig
|
Exp (B)
|
Sexe
|
1.663
|
.134
|
153.056
|
1
|
.000
|
5.277
|
Entente avec la mère
|
1.084
|
.260
|
17.358
|
1
|
.000
|
2.956
|
Lieu naissance du père
|
.571
|
115
|
24.632
|
1
|
.000
|
1.770
|
Âge
|
.291
|
.111
|
6.824
|
1
|
.009
|
1.337
|
Nagelkerke R Square : 0.139
A la lecture de ce tableau, nous constatons que c'est un
facteur individuel qui a le plus d'influence sur la commission des
comportements violents fréquents. Il s'agit du sexe et vu la valeur de
l'odd's ratio, les garçons ont un risque cinq fois plus
élevés d'avoir des comportements violents que les filles.
Nous obtenons le même facteur c'est-à-dire le
sexe aussi bien avec la prévalence vie qu'avec la prévalence
dernière année.
Il nous faut cependant relativiser car le Nagelkerke indique
que ce modèle n'explique que 13.9% de la variance comportements violents
fréquents.
b- Les comportements violents rares
Tableau 25 :
|
B
|
S. E
|
Wald
|
Df
|
Sig
|
Exp (B)
|
Sexe
|
1.457
|
.279
|
27.339
|
1
|
.000
|
4.291
|
Entente avec le père
|
1.416
|
.334
|
17.987
|
1
|
.000
|
4,121
|
Lieu naissance du père
|
.890
|
.229
|
15.167
|
1
|
.000
|
2.436
|
Entente avec la mère
|
.824
|
.444
|
3.447
|
1
|
.000
|
2.280
|
Nagelkerke R Square : 0.099
Concernant les comportements violents rares, c'est encore un
facteur individuel qui a le plus d'influence, il s'agit du sexe. Les
garçons ont un risque quatre fois plus élevés d'avoir des
comportements violents rares que les filles. Encore une fois il faut
relativiser les résultats car le modèle n'indique que 9.9% de la
variance.
C'est le même facteur (le sexe) qui a le plus
d'influence sur la commission de ce délit aussi bien concernant la
prévalence vie que la prévalence dernière année.
c- Le vandalisme
Tableau 26 :
|
B
|
S. E
|
Wald
|
Df
|
Sig
|
Exp (B)
|
Dégradation du quartier
|
1.369
|
.355
|
14.864
|
1
|
.000
|
3.933
|
Sexe
|
1.091
|
.154
|
50.240
|
1
|
.000
|
2.978
|
Entente avec le père
|
1.013
|
.235
|
18.511
|
1
|
.000
|
2.754
|
Nagelkerke R Square : 0.081
Nous constatons qu'aussi bien pour la prévalence vie
que pour la prévalence dernière année, c'est la
dégradation du quartier qui a le plus d'influence sur le vandalisme. Il
s'agit d'un facteur environnemental et vue l'odd's ratio, les jeunes des
quartiers fortement dégradés ont un risque trois fois plus
élevés de commettre des actes de vandalisme que ceux des
quartiers faiblement dégradés.
Il nous faut par contre toujours relativiser nos
résultats car le modèle avec le Nagelkerke n'explique que 8.1% de
la variance du vandalisme
d- Le vol à l'étalage
Tableau 27 :
|
B
|
S. E
|
Wald
|
Df
|
Sig
|
Exp (B)
|
Entente avec le père
|
1.045
|
.201
|
26.965
|
1
|
.000
|
2.843
|
Entente avec la mère
|
1.034
|
.256
|
16.352
|
1
|
.000
|
2.812
|
Dégradation du quartier
|
1.74
|
.348
|
9.524
|
1
|
.002
|
2.927
|
Travail du père
|
.436
|
.154
|
7.975
|
1
|
.005
|
1.547
|
Nagelkerke R Square : 0.043
Contrairement à la prévalence vie ou
s'était un facteur de type environnemental (dégradation du
quartier) qui avait le plus d'influence sur la commission des vols à
l'étalage, en ce qui concerne la prévalence dernière
année, c'est plutôt l'entente au sein de la famille notamment avec
le père. En effet, les jeunes qui ne s'entendent pas avec leur
père ont un risque deux fois plus élevés de commettre un
vol à l'étalage que ceux qui s'entendent avec leur mère ou
la femme avec laquelle ils vivent.
Le Nagelkerke indique que le modèle explique 4.7% de la
variance
e- Les rares offenses contre la
propriété
Tableau 28 :
|
B
|
S. E
|
Wald
|
Df
|
Sig
|
Exp (B)
|
Dégradation du quartier
|
1.687
|
.353
|
22.798
|
1
|
.000
|
5.405
|
Sexe
|
1.154
|
.202
|
32.781
|
1
|
.000
|
3.172
|
Âge
|
.547
|
.179
|
9.312
|
1
|
.002
|
1.727
|
Nagelkerke R Square : 0.098
Le sexe avait été l'élément
déterminant dans la réalisation des rares offenses de
propriété en ce qui concerne la prévalence vie. Pour ce
qui est de la prévalence dernière année, c'est
plutôt la dégradation du quartier qui est un facteur de type
environnemental.
Les jeunes des quartiers fortement dégradés ont
un risque cinq fois plus élevés de commettre des rares offenses
de propriété que ceux des quartiers faiblement
dégradés, mais le modèle n'explique que 9.8% de la
variance.
f- Le hacking
Tableau 29 :
|
B
|
S. E
|
Wald
|
Df
|
Sig
|
Exp (B)
|
Sexe
|
1.589
|
.207
|
58.706
|
1
|
.000
|
4.901
|
Entente avec la mère
|
.995
|
.345
|
8.322
|
1
|
.004
|
2.703
|
Entente avec le père
|
.700
|
.303
|
5.340
|
1
|
.0021
|
2.013
|
Lien affectif
|
.334
|
.170
|
3.852
|
1
|
.050
|
1.397
|
Nagelkerke R Square : 0.088
Comme pour la prévalence vie, le sexe est le facteur
déterminant dans la réalisation du hacking et les garçons
ont un risque quatre fois plus élevés de faire du hacking que les
filles. Cependant le Naelkerke indique que 8.8% de la variance.
g- La vente de drogues
Tableau 30 :
|
B
|
S. E
|
Wald
|
Df
|
Sig
|
Exp (B)
|
Entente avec le père
|
1.602
|
.306
|
27.388
|
1
|
.000
|
4.964
|
Sexe
|
1.532
|
.278
|
30.415
|
1
|
.000
|
4.628
|
Âge
|
.944
|
.238
|
15.770
|
1
|
.000
|
2.571
|
Nagelkerke R Square : 0.118
Nous obtenons le même facteur qui influence la vente de
drogues aussi bien pour la prévalence vie que pour celle de la
dernière année. Il s'agit de l'entente au sein de la famille
notamment celle avec le père. Vu la valeur de l'odd's ratio, les jeunes
qui ne s'entendent pas avec leur père ou l'homme avec lequel ils vivent
ont un risque quatre fois plus élevés de vendre de la drogue que
ceux qui s'entendent avec leur père ou l'homme avec lequel ils
vivent.
Le Nagelkerke indique que 11.8% de la variance vente de
drogues.
4.2.3- Synthèse
En résumé pour ce qui est de la consommation de
substances, nous constatons que les facteurs de type individuel ont plus
d'influence sur la commission de ce délit. Sauf la dégradation du
quartier qui a un impact plus important en ce qui concerne la consommation des
drogues dures pour ce qui est de la prévalence vie.
Ces résultats vont à l'encontre de Shaw et McKay
(1969) qui ont affirmé en tenant compte du fait que la
délinquance persistait dans les quartiers de Chicago quand bien
même la composition de la population était changeante que la
délinquance était plus le produit de facteurs environnementaux
qu'individuels.
Leur point de vue se trouve justifié dans notre analyse
que pour la consommation de drogues dures pour la prévalence vie.
Pour ce qui est des comportements déviants, nous
obtenons aussi le fait que les facteurs individuels jouent un rôle
beaucoup plus déterminant que les facteurs environnementaux aussi bien
pour ce qui est de la prévalence vie que de la prévalence
dernière année.
Les seules fois où se sont des facteurs
environnementaux qui jouent un rôle déterminant, il s'agit
toujours du même facteur c'est-à-dire la dégradation du
quartier. Ni le lien affectif avec son lieu de résidence, ni la
cohésion sociale dans un quartier n'ont été les facteurs
prépondérants dans la commission d'un comportement
déviants, ni dans celui de la consommation de substances.
Outre la consommation de drogues dures (prévalence
vie), la dégradation du quartier joue un rôle important au niveau
des rares offenses contre la propriété (prévalence 12
mois), le vandalisme (prévalence 12 mois et vie) et le vol à
l'étalage (prévalence vie). Cela pourrait être dû au
fait que pour la réalisation de ces différents délits, le
désordre a une influence spécifique.
La majeure partie de nos résultats rejoignent ceux de
Guiada Guerra (2007), qui affirment dans son étude mené sur la
délinquance des quartiers Lausannois que : « les
variables ayant trait à l'environnement du jeune, soit à son
quartier d'habitation n'ont pas d'influence sur le fait qu'il commette ou non
un délit. Bien plus, cela tient à ses caractéristiques
personnelles : âge et sexe et surtout la voie scolaire dans laquelle
il effectue son cursus scolaire ».
Cependant si elle parle de voie scolaire dans son
étude, nous nous ne nous sommes pas intéressé à
celle-ci dans notre sondage car la plupart des sondés comme nous l'avons
dit sont entre la septième et la neuvième année
d'étude.
En ce qui concerne les facteurs individuels, ceux qui ont le
plus d'influence sont le sexe et l'âge. Et lors de nos analyses, nous
nous sommes aussi aperçus que concernant le sexe, les jeunes
garçons étaient plus impliqués dans les différents
types de délits que les jeunes filles et que pour l'âge, que ceux
de 15 à 17ans commettaient plus de délits que ceux de 12 à
14 ans.
Ces résultats se retrouvent aussi bien dans les travaux
de Guerra (2007) et de Fink et Robatti (2007). Et nous référent
aux jugements pénaux à l'encontre des mineurs des années
2003 à 2004, nous obtenons le tableau suivant pour ce qui est de
l'âge
Tableau 31 :
|
2003
|
2004
|
N
|
%
|
N
|
%
|
7-14 ans
|
2768
|
20.4%
|
2965
|
20.7%
|
15-17 ans
|
10771
|
79.6%
|
11378
|
79.3%
|
Pour ce qui est du sexe, nous obtenons le tableau suivant
toujours en nous référent aux jugements pénaux des
adolescents de 2003 à 2005.
Tableau 32 :
|
2003
|
2004
|
2005
|
N
|
%
|
N
|
%
|
N
|
%
|
Total
|
10771
|
100
|
11378
|
100
|
10936
|
100
|
masculin
|
9008
|
83.6%
|
9371
|
82.4%
|
8912
|
81.5%
|
féminin
|
1763
|
16.4%
|
2007
|
17.6%
|
2024
|
18.5%
|
Pour conclure cette partie, nous pouvons donc affirmer que
notre hypothèse n°4 se trouve confirmée car les facteurs
individuels ont plus d'influence sur la délinquance des jeunes que les
facteurs de type spatial ou environnemental.
|