発表

1B-041

潜在クラス分析を用いた強姦前の意思決定に関わる行動の分類

[責任発表者] 平間 一樹:1
[連名発表者] 大塚 祐輔:1, [連名発表者] 横田 賀英子:1, [連名発表者] 和智 妙子:1, [連名発表者] 渡邉 和美:1
1:科学警察研究所

目 的
 量的な手法による強姦犯の犯行行動の類型化は,Canter & Heritage (1990)を発端に数多く行われてきたが,ほとんどの研究において,全ての犯行行動は等価として扱われてきた。しかし,被害者と接触後の強姦犯の行動は,被害者との相互作用による影響が混在している可能性があり,被害者に接触以前の強姦犯の行動とは異なる質を有する。従って本研究では,状況依存性の少ない強姦犯の犯行前の意思決定に関わる行動のみを用いて,事件の類型化を試みる。
 類型化に際して本研究では,複数の質的な観測変数の関係性から,質的な潜在変数(クラス)を見出す分析手法(McCutcheon, 1987)である潜在クラス分析(LCA)を用いる。LCAでは全ての出力が確率値であり,結果の解釈を端的に行うことができる他,客観的指標に基づいたモデル選択が可能である。従って,従来の次元集約法よりも,犯行行動の類型化により適した統計手法であると考える。
方 法
 2008年1月から2015年6月の間に検挙された強姦犯のうち,被害者との間に事前面識のなかった1,906ケースを分析に使用した(未遂含む)。始めに,犯行前の強姦犯の意思決定にのみ依存し,犯人検挙前に警察が把握可能な12変数(Table 1参照)を観測変数としてLCAに投入し,適合度指標(AIC, BIC)とともに,ブートストラップ法(BT法)による逸脱度の尤度比検定によってクラス数を決定した。続いて,最良モデルにおける各クラスの観測変数の応答確率を概観し,クラスの特徴について評価した。そして,各ケースを所属確率が最大となるクラスに分類し,クラスとその他の特徴(犯人検挙後に判明する犯行特徴,被害者と接触後の犯行特徴,犯人特徴)との関連について,カイ二乗検定及び残差分析によって検討した。
結 果
 LCAによる分析の結果,AICは6クラスが最良,BICは5クラスが最良であった。BT法による尤度比検定(1試行の抽出標本数500,反復回数10,000)の結果,5クラスをH0,6クラスをH1とした場合に,尤度比が非有意となった(LR = 28.2, p = .25)。以上の結果より,5クラスを最良モデルとした。
 最良モデルにおける各観測変数の応答確率をTable 1に示した。クラス1は侵入が9割強であるが,被害者が活動時間中に被害に遭うことを示唆する特徴を有することから(犯行時刻が18:00~5:59である場合が他クラスと比べて比較的少なく,就寝中被害が2割未満),非深夜侵入型と命名した。クラス2は屋外接触が8割強,通行中被害が9割強であったため,路上犯行型と命名した。クラス3は犯行時刻が18:00~5:59,就寝中被害,侵入がいずれも9割強であったため,深夜侵入型と命名した。クラス4は10歳代以下の被害者が9割強であったため,低年被害型と命名した。クラス5は10歳代以下の被害者が皆無であった一方,30歳代以上の被害者の占める割合が全クラス中最も高かったため,高年被害型と命名した。
 分類精度が良好(entropy = 0.96)であったため,各ケースを所属確率が最大となるクラスに割り当て,クラスとその他の特徴との関連を検討した。非深夜侵入型や深夜侵入型は,緊縛行為,犯罪経歴あり,金品目的等の割合が高かったが,追尾は非深夜侵入型でのみ高かった。路上犯行型は追尾の割合が高く,押さえる・投げるといった暴行や,異常体位等の多様な性的行為の割合も高かった。低年被害型は被害者制圧の程度は低く,犯罪経歴ありの割合が有意に低かった。高年被害型はアルコールによる制圧の割合が高く,複数犯や40歳代以上の被疑者の割合も高かった。
考 察
強姦犯の犯行前の意思決定に関する行動のみを用いても事件の類型化は可能であり,見出されたクラスごとに被害者に接触後の犯行行動や,犯人特徴が異なることが明らかとなった。また,LCAによる分類精度は高く,LCAを犯行行動の類型化に用いることの有効性が示された。
引用文献
Canter, D., & Heritage, R. (1990). A multivariate model of sexual offence behavior: Developments in offender profiling. Journal of Forensic Psychiatry, 1, 185-212.
McCutcheon, A. C. (1987). Latent class analysis. Beverly Hills, CA: Sage.

詳細検索