1. No category

SOCIAL NÄTVERKSANALYS
SOM ETT REDSKAP VID
BROTTSUTREDNINGAR
SIGRID MOLIN
Examensarbete i kriminologi
15hp
Kriminologiprogrammet
Maj 2015
Malmö högskola
Hälsa och samhälle
205 06 Malmö
SOCIAL NÄTVERKSANALYS
SOM ETT REDSKAP VID
BROTTSUTREDNINGAR
SIGRID MOLIN
Molin.S. Nätverksanalysens användningsområden inom brottsutredningar.
Undertitel. Examensarbete i kriminologi 15 högskolepoäng. Malmö högskola:
Fakulteten för hälsa och samhälle, institutionen för kriminologi, 2015.
Genom en systematisk litteraturöversikt i kombination med en intervju är syftet
med denna uppsats att försöka beskriva varför den sociala nätverksanalysen är
lämplig i brottsutredningssammanhang samt hur den sociala nätverksanalysen
används i brottsutredningar. Tanken är också att översikten ska kunna bidra till att
se vilka möjligheter det finns att praktiskt utveckla metoden. Det finns en hel del
forskning kring både social nätverksanalys (SNA) som metod och som teori och
det används idag inom en mängd olika områden. Som teori handlar SNA om hur
vi människor är sociala varelser som påverkar varandra i de tankar vi har och i de
val som vi gör. Som metod är SNA istället olika matematiska uträkningar som kan
användas för att beskriva mänskliga relationer. Inom kriminologin är SNA relativt
nytt trots att brott i sig ofta är ett ”nätverksfenomen”. Flera kriminologiska teorier
trycker också på betydelsen av att den egna brottsligheten har ett samband med de
personer som vi umgås med.
Resultatet visar att det finns klara fördelar med att använda sig av SNA i en
brottsutredning, strukturer och nyckelpersoner kan identifieras, något som inte
alltid hade kunnat ske utan teknikens hjälp. Den data som i
utredningssammanhang används till nätverksanalyser är vanligtvis kvantitativa
data, exempelvis telefontrafik. Olika typer av data kan ge väldigt olika resultat
och blir det fel i datainsamling kan det sabotera för hela analysen. Det behövs mer
teoretisk forskning kring SNA för att den som metod ska kunna appliceras på
kriminologisk teori och på sikt även kunna användas bättre i
utredningssammanhang. Ett stort problem med att forska om metoden är att den
kvantitativa datan kan vara svår att få tag på, det finns därför väldigt lite litteratur
om hur social nätverksanalys kan användas i brottsutredningar.
Nyckelord: Brottsutredning, kriminalitet, kriminella nätverk, polis, social
nätverksanalys, underrättelsetjänst.
1
SOCIAL NETWORK ANALYSIS AS
A TOOL IN CRIMINAL
INVESTIGATIONS
SIGRID MOLIN
Molin. S. Network-analysis in crime investigation. Bachelor thesis in
criminology. 15 högskolepoäng. Malmö University: Faculty of health and society,
Department of criminology, 2015.
With a systematic literature review and an interview, the aim of this essay is to try
to describe how the social network analysis (SNA) is used in criminal
investigations. Hopefully, the essay can also help in pointing out why future
research is needed and in what direction that research should go. As a theory,
SNA focuses on man as a social being and how we affect each other in the way
we think and act. As a method SNA is a number of mathematical computations
that aims to explain relationships. There is a large amount of research about social
network analysis, both as a theory and as a method but in the criminological field
SNA is still relatively new. That is surprising as many criminological theories
focuses on the importance of the people we engage with and our own
delinquency.
The result in this essay shows that there are many advantages with using SNA in a
criminal investigation, structures and key-persons becomes more visible which
sometimes is hard without technology. Different types of data can generate very
different results and if something goes wrong in the collection of data it can
sabotage the entire analysis. There is a need for more theoretical research on SNA
so that it, as a method, can be applied to criminological theory and later to
criminal investigations. There is a big problem when doing research about social
networks, the access to network-data. It is very hard to collect and is usually only
available to police-officers or other qualified groups. Therefore the amount of
literature in the subject is limited.
Keywords: Crime, criminal investigation, criminal networks, intelligence,
policing, social network analysis.
2
INNEHÅLLSFÖRTECKNING
1. INLEDNING OCH BAKGRUND .................................................................... 5
1.2 Syfte ........................................................................................................... 6
1.3 Frågeställning ........................................................................................... 6
2. TIDIGARE FORSKNING ................................................................................ 7
2.1 Teori ........................................................................................................... 7
2.1,1Vad är ett socialt nätverk? ........................................................................ 7
2.1,2 Social nätverksanalys som metod............................................................ 7
2.1,3 Social nätverksanalys och kriminologi .................................................. 11
2.2 Sammanfattning och slutsats av det aktuella kunskapsläget ............ 12
3. METOD ............................................................................................................ 14
3.1 Systematisk litteraturöversikt ............................................................... 14
3.2 Datainsamling ......................................................................................... 15
3.2,1 Val av sökord ......................................................................................... 15
3.2,2 Sökschema ............................................................................................. 15
3.2,3 Sökning .................................................................................................. 16
3.2,4 Inkluderings- och exkluderingskriterier ................................................ 17
3.2,5 Analys av data ....................................................................................... 17
3.3 Intervju .................................................................................................... 17
3.4 Reliabilitet och validitet ......................................................................... 18
3.5 Etiska överväganden .............................................................................. 19
4. RESULTAT ...................................................................................................... 20
4.1 Varför är social nätverksanalys lämplig som metod vid
brottsutredningar ......................................................................................... 22
4.2 Hur ser ett kriminellt nätverk ut och vilken centralitet har de olika
personerna i det? .......................................................................................... 23
4.3 Vilken typ av data används? ................................................................. 23
4.4 Vad kan informationen användas till? ................................................. 24
4.5 Vilka problem finns med metoden? ...................................................... 27
4.6 Hur social nätverksanalys används i Malmö; Sammanfattning av
intervju .......................................................................................................... 28
5. DISKUSSION OCH SLUTSATSER.............................................................. 30
5.1 Resultatdiskussion .................................................................................. 30
5.2 Metoddiskussion ..................................................................................... 32
3
5.3 Rekommendationer ................................................................................ 34
6. REFERENSER................................................................................................. 36
7. BILAGOR......................................................................................................... 38
7.1 Bilaga 1 .................................................................................................... 38
4
1. INLEDNING OCH BAKGRUND
Liksom många andra yrken har även polisyrket förändrats med tiden, exempelvis
har nya arbetssätt, metoder och tekniker utvecklats (Ratcliffe, 2003).
Det traditionella sättet att arbeta på inom polisverksamheten är ett reaktivt
arbetssätt, det vill säga att reagera när ett brott redan har begåtts och att fokus inte
läggs på att förebygga brott (Newburn, 2011). Metoden består bland annat av
slumpmässiga patrulleringar och snabb en utryckningsverksamhet (a.a.).
Rättsväsendet anses vara det huvudsakliga medlet för att minska brottsligheten
medan polisens jobb snarare är att utreda de brott som redan har inträffat (a.a.).
Under 1990-talet ändrade polisen sitt arbetssätt från ett reaktivt förhållningssätt
till ett mer proaktivt synsätt och metoder såsom problemorienterat och
underrättelsestyrt polisarbete vann ny mark (a.a.).
Problemorienterat polisarbete innebär att polisverksamhet bedrivs med syftet att
verka förebyggande (Knutsson & Søvik, 2005). Polisen är oftast relativt medvetna
om vilka problem som kan uppstå i olika sammanhang och vad det är som orsakar
problemen då dessa generellt är återkommande (a.a.). I det problemorienterade
polisarbetet är tanken därför att polisen, efter att ha identifierat och analyserat
problemet i fråga, ska ingripa innan de mekanismer som orsakar problemen hinner
sätta igång (a.a.). Förhoppningen är att problemen på så sätt ska minska och på
sikt försvinna helt (a.a.). Det problemorienterade polisarbetet ska ha beständiga
lösningar där rättsystemet ska behöva användas i en allt mindre utsträckning
(a.a.). En viktig del av arbetet är utvärdering, både kring i vilken utsträckning
problemet i fråga har minskat och hur stor del i det själva insatsen har haft (a.a.).
Arbetet brukar delas in i en process med fyra olika steg som brukar förkortas
SARA (a.a.). S= scanning, identifiera problemet och skapa en problembild. A=
analysis, kartlägga problemets orsak med utgångspunkt i problembilden samt
identifiera manipulerbara faktorer. R= response, hitta lösningar och sätta dessa i
verket. A= assesment, utvärdera insatsen (a.a.).
Underrättelsestyrt polisarbete började användas mer frekvent i Storbritannien
under tidigt 1990-tal och har därefter spridit sig även till andra länder (Ratcliffe,
2003). Metoden är en brottsbekämpande operativ strategi som syftar till att
minska brottsligheten genom en kombinerad användning av brottsanalyser och
underrättelser (a.a.). Metoden riktar vanligen in sig på vaneförbrytare,
återfallsbrottslingar och seriebrottslighet (a.a.). En underrättelse kan vara allt
möjligt såsom information från anonyma informanter, intervjuer med
gärningsmän, övervakning, avlyssning etcetera (a.a.). De olika källorna analyseras
och en lämplig åtgärd diskuteras därefter fram (a.a.). I det underrättelsestyrda
polisarbetet idag läggs mycket fokus på informationsutbyte samt på strategiska
lösningar kring problem med brottslighet på både en lokal och en regional nivå
(a.a.). Enligt Knutsson och Søvik (2005) finns det både likheter och skillnader
mellan problemorienterat polisarbete och underrättelsestyrt polisarbete. Båda
modellerna bygger exempelvis på insamling av informationer/data och analyser
av denna (a.a.). Arbetet med problemorienterat polisarbete är dock något vidare
och fokuserar inte enbart på kriminalitet utan ett problem här kan även utgöras av
exempelvis lokala ordningsstörningar (a.a.).
I takt med att tekniken utvecklats har nya analysmetoder och tekniker vuxit fram
som möjliggör och underlättar för polisen att arbeta mer proaktivt (Newburn,
5
2011). Exempel på sådana metoder är mönsteranalyser, geografisk profilering
samt nätverksanalys (a.a.)
Den sociala nätverksanalysen används inom många olika områden och bygger på
en teori kring relationers betydelse för exempelvis kriminalitet (Sarnecki, 2005).
Ett nätverk kan beskrivas som en sorts struktur där olika sociala enheter är
kopplade till varandra genom relationer och tillsammans bildar dessa ett nät (a.a.).
Vid studerandet av kriminella nätverk kan nätverksanalysen vara en effektiv
metod för att kunna peka ut nyckelpersoner, göra strukturen av nätverket tydligare
och synliggöra vart fokus bör ligga i en utredning (Hutchins & Hutchins-Benham,
2010). Används en nätverksanalys under en utredning ger det utredare och
analytiker en evidensbaserad bedömning att strukturer faktiskt finns och inte bara
ett antagande om att de existerar (a.a.). Nätverksanalysen är en relativt ny metod
och har inte använts som ett utredningsverktyg särskilt länge (Sarnecki, 2005).
Mer kunskap kring metoden krävs för att den ska kunna utvecklas och bli en
naturlig del av polisens arbete.
1.2 Syfte
Då den sociala nätverksanalysen är en relativt ny metod vid utredningar är syftet
med denna uppsats att undersöka varför den sociala nätverksanalysen är en
lämplig metod att använda sig av i brottsutredningssammanhang samt hur den
sociala nätverksanalysen idag används praktiskt vid brottsutredningar.
Förhoppningen är att resultatet ska kunna bidra till att se vilka möjligheter det
finns för att praktiskt utveckla metoden.
1.3 Frågeställning
-
Varför är den sociala nätverksanalysen lämplig att använda sig av i
brottsutredningssammanhang?
Hur används den sociala nätverksanalysen idag praktiskt vid
brottsutredningar?
6
2. TIDIGARE FORSKNING
2.1 Teori
2.1,1 Vad är ett socialt nätverk?
Ett socialt nätverk kan definieras som ett antal sociala enheter eller aktörer och de
band som länkar dessa samman (Sarnecki, 2009). De sociala enheterna kan bestå
av i princip vad som helst (a.a.), exempelvis studenter på ett universitet, länder
inom NATO eller medlemmar i ett kriminellt gäng. Vad som länkar ihop
aktörerna beror på vad som undersöks, vid en nätverksanalys av till exempel ett
kriminellt gäng kan det vara intressant att titta på gemensam brottslighet mellan
olika aktörer och den gemensamma brottsligheten blir då länken (Roxell, 2007).
För att demonstrera ett nätverk är det vanligt att det sätts upp i någon form av
nätdiagram, oftast kallat sociogram, vilket är ett kraftfullt visuellt och detaljerat
sätt att beskriva relationer mellan de olika sociala enheterna (Papachristos, 2006).
Figur 1. Exempel på hur olika nätverk kan se ut i ett nätdiagram/sociogram. Källa1
2.1,2 Social nätverksanalys som metod
Social nätverksanalys (SNA) har både ett teoretiskt och ett metodologiskt
perspektiv (Papachristos, 2006). Det teoretiska handlar om att människan är en
social varelse och det finns mönster och regelbundenheter i våra relationer till
varandra (a.a.). Fokus ligger på hur dessa mönster påverkar beteendet hos
individer, hur interaktioner med andra kan påverka vårt sätt att tänka eller agera
kring allt från vilka jobb vi väljer till hur vi ska rösta i politiska val (a.a.). SNA
kan även användas som ett verktyg för att studera sociologi, hur människor
påverkas av varandra och det samhälle vi lever i (a.a.). Granovetter (1983)
argumenterar exempelvis för styrkan i våra så kallade ”svaga länkar”. Det är
kanske inte alltid de personer i ens nätverk som står en närmast som är av störst
”nytta” för oss i alla situationer eller sammanhang (a.a.). När vi exempelvis ska
söka jobb är det oftast de personer vi inte känner så väl som kan hjälpa oss (a.a.).
På så sätt är hela ens nätverk av stor betydelse och inte bara de personer som är
närmast länkade till oss (a.a.).
1
Sarnecki, 2005. s. 71
7
Ur ett metodologiskt perspektiv består den sociala nätverksanalysen av ett antal
olika tekniker som grundar sig i matematisk grafteori, algebraiska modeller samt
statistisk sannolikhetslära och som syftar till att undersöka sociala strukturer
(Papachristo, 2006). Nätverksanalysen har flera användningsområden och kan ge
oss både en visuell och en matematisk analys över mänskliga relationer (a.a.). I en
nätverksanalys brukar de sociala enheterna kallas för noder som tillsammans med
länkarna som binder dem samman bildar ett nätverk (a.a.). Den påverkan som sker
mellan aktörer i ett nätverk kan vara antingen direkt eller indirekt (Sarnecki,
2009). I exempelvis ett kriminellt nätverk kan de direkta länkarna mellan
aktörerna innebära att de har begått ett brott tillsammans medan de indirekta
länkarna innebär att aktörerna ingår i samma nätverk men har inte haft några
kända direkta kontakter med varandra utan har endast gemensamma
medbrottslingar (Sarnecki, 2009).
Det finns två olika typer av data som vanligtvis samlas in till en nätverksanalys
och Scott (2013) kallar dessa för ”attributdata” och ”relationsdata”. Attributdatan
kan samlas in via exempelvis enkäter eller intervjuer och rör de inblandade
personernas egenskaper vilka är olika beroende på vad som undersöks (a.a.).
Exempel på attributdata är inkomst, utbildning samt yrke (a.a.) Relationsdata är
data kring de relationer som personerna i nätverksanalysen har (a.a.). Den här
typen av data kan införskaffas på flertalet sätt och består huvudsakligen av olika
typer av dokument, etnografiska observationer eller undersökningar (a.a.). Målet
är att kombinera styrkorna hos kvalitativ och kvantitativ data för att kunna
minimera svagheterna hos dem båda (a.a.). Genom att använda kvalitativ och
kvantitativ data som ett komplement till varandra blir analysen i slutändan mer
objektiv, något som man strävar efter i forskning inom de flesta områdena (a.a.).
Det finns ingen fastställd metod att använda av sig av vid insamlandet av data
utan hur man går tillväga beror på situationen och vad det är som ska undersökas
(a.a.). Scott (2013) har även identifierat en tredje typ av data som beskrivs som
”ideationell data”. Den här typen av data beskriver bland annat de motiv som styr
våra handlingar men tekniken för att kunna analysera ideationell data är inte lika
välutvecklad som för de andra datatyperna och används därför sällan (a.a.). Nedan
visas en sammanfattande bild på olika typer av data, hur dessa kan samlas in samt
hur de analyseras.
Figur 2. Källa2
Det vanligaste måttet inom nätverksanalysen är densitet som visar den generella
nivån av länkar mellan noderna (Scott, 2013). I en komplett graf är alla punkter
direkt länkade med varandra, en sådan graf är dock mycket ovanlig även i väldigt
små nätverk (a.a.). Konceptet med densitet är därför ett försök att summera den
totala fördelningen av linjer för att kunna mäta hur nära en graf är att vara
komplett (a.a.). Ju fler noder som är länkade till varandra desto högre densitet har
2
Scott, 2013. s. 4
8
nätverket (a.a.). För att räkna ut densitet tittar man på hur många länkar som
existerar i grafen och jämför det med det totala antalet länkar som skulle kunna
existera i grafen (a.a.). I mindre nätverk går detta att räkna ut i huvudet men ju fler
noder som finns desto svårare blir det (a.a.) Scott (2013) ger som exempel att en
graf innehållandes 250 stycken noder kan innehålla upp till 31,125 stycken länkar.
För att räkna ut densitet används följande formel: c/n(n-1)/2 där c står för antalet
länkar i nätverket och n står för antalet aktörer (a.a.). Densiteten antar ett värde
mellan 0 och 1 där 0 står för mycket låg densitet och 1 för mycket hög (a.a.). De
delar av nätverket som är tätare än andra och har fler direkta länkar kallas för
kluster (Scott, 2013). Det är även vanligt att densiteten räknas ut i dessa för att se
hur täta de olika subgrupperna inom det stora nätverket är (a.a.). Nedan visas en
bild på två nätverk som illustrerar skillnaden i densitet när länkar försvinner.
Figur 3. Källa3
För att kunna analysera och förstå ett nätverk ytterligare så brukar man även titta
på var olika personer befinner sig i nätverket eller en nods så kallade centralitet
(Scott, 2013). Idén om centralitet kommer ifrån det sociometriska konceptet om
en ”stjärna”, det vill säga den person som är mest ”populär” i en grupp och som
alltid står i centrum (a.a.). Att mäta centralitet på personer inom ett nätverk är
något som tidigt eftersträvades av analytiker som sysslade med sociala nätverk
(a.a.). Redan år 1950 gjordes de första försöken och konceptet har sedan dess
utvecklats till de olika centralitetsmått som idag används (a.a.). Genom att räkna
ut olika typer av centralitetsmått på aktörerna i ett nätverk kan vi få fram
information om aktörernas roller inom det (Hutchins & Hutchins-Benham, 2010).
Vi kan räkna ut vilka aktörer som förefaller vara viktigast, exempelvis vilka
personer som kopplar ihop olika subgrupper eller vem som är kärnan i nätverket
(a.a.). De vanligaste måtten på centralitet är degree centrality, closeness centrality
och betweenness centrality (Scott, 2013).
Degree centrality visar hur många direkta länkar en person har inom nätverket,
om en nod har hög degree cenrality så är personen i fråga någon som är ”mitt i
smeten” och har väldigt många kontakter (Scott, 2013). En nackdel med det här
måttet är att det blir svårt att jämföra en person som har hög degree centrality i ett
nätverk med en person som har detsamma fast i ett annat nätverk såvida nätverken
inte är ungefär lika stora (a.a.). Det är till exempel stor skillnad på att ha 25
stycken direkta länkar i ett nätverk som består av 30 personer i jämförelse med att
ha 25 direkta länkar i ett nätverk som består av 100 personer (Scott, 2013). För att
försöka lösa det här problemet har man utvecklat ett typ av generellt mått på
degree centrality (a.a.) Det räknas ut genom att addera antalet direkta länkar en
3
Scott, 2013. s. 72
9
person har och sedan dela det med det totala antalet personer i nätverket (a.a.). Ju
närmre 1 desto högre degree centrality har en person (a.a.). I exemplet ovan har
personen med 25 direkta länkar i det stora nätverket en degree centrality på 0,25
medan personen med 25 direkta länkar i det lilla nätverket har en degree centrality
på 0,86 (a.a.)
Closeness centrality är ett mått på hur nära en person är nätverkets centrum då det
visar hur många steg bort en person befinner sig från alla andra personer i
nätverket (a.a.). Detta mått kan vara mer eller mindre användbart, Scott (2013)
menar exempelvis att även i nätverk med låg densitet så är de flesta personer
väldigt få länkar bort ifrån varandra och därmed är det oftast många personer i ett
nätverk som har hög closeness centrality. De personer som bara är en eller två
länkar bort från de andra i nätverket är de som är av störst intresse (a.a.) även om
personer längre ut i ens nätverk också kan vara viktiga, se exempelvis
resonemanget om styrkan i de svaga länkarna ovan.
Betweenness centrality används för att identifiera personer i periferin men som
ändå har en nyckelroll genom att hen binder samman olika subgrupper i nätverket
(Hutchins & Hutchins-Benham, 2010). Betweenness centrality är alltså ett mått
som identifierar vilka aktörer som sprider information till andra personer i andra
delar av nätverket och på så sätt knyter ihop det (a.a.).
Figur 4. Källa 4
I ovanstående nätverk ser det ut som att B är mest central men både A, B och C
har en degree centrality på 0,33 (Scott, 2013). G och M har båda en degree
centrality på 0,13 och övriga på 0,07 (a.a.). B är dock mer central på så sätt att den
har en kortare väg till alla andra i nätverket, det vill säga att B har en hög
closeness centrality (a.a.). G och M har även en högre closeness centrality än vad
A och C har (a.a.). G och M har också en hög betweenness centrality då
information måste ge igenom dem ifall A, B eller C vill nå ut till andra delar av
nätverket (a.a.).
Det finns idag ett stort antal dataprogram som kan användas för att göra en social
nätverksanalys och de vanligaste heter UCINET och PAJEK (Scott, 2013).
UCINET utvecklades av en grupp nätverksanalytiker på University of California,
i USA och har varit tillgängligt som ett program i Windows sedan ett par år
tillbaka (Scott, 2013). Programmet är enkelt att använda och kan genomföra de
flesta analyser kring densitet, centralitet och så vidare (a.a.).
PAJEK utvecklades ursprungligen år1996 men har sedan dess genomgått ett antal
revideringar (a.a.). Programmet skapades specifikt för att kunna hantera väldigt
stora dataset även om det också kan användas vid mindre analyser (a.a.).
4
Scott, 2013. s. 85
10
Metoden med SNA är under ständig utveckling, det senaste arbetet involverar
exempelvis att försöka implementera hur nätverk kan förändras med tiden i
analysen (Scott, 2013). Fram tills nu har den sociala nätverksanalysen endast
kunnat ge en tillfällig bild av ett nätverk och modeller för att kunna göra analyser
på mer longitudinella studier har nu börjat utarbetas (a.a.).
2.1,3 Social nätverksanalys och kriminologi
Den sociala nätverksanalysen är sprungen ur flera olika discipliner såsom
sociologi, antropologi och socialpsykologi och går tillbaka så långt som till 1920talet (Roxell, 2007). Termen ”socialt nätverk” sägs komma från John Arundel
Barnes, en socialantropolog som formulerade sina tankar om vårt sociala nätverk
och betydelsen av det år, 1954 (a.a.). Han ansåg bland annat att för att kunna
förstå samhället krävdes det att samhällets administrativa system och
produktionsordning analyserades ur ett nätverksperspektiv (a.a.). Från början var
den sociala nätverksanalysen inte så mycket en metod som det var en teori och det
var först på 1970-taler som social nätverksanalys började användas mer som en
teknik (Scott, 2013). Idag är sociala nätverk mer aktuellt än någonsin (a.a.).
Facebook och Twitter, är två exempel på sociala nätverk som är enorma och
vikten av att ”nätverka” blir större och större i det moderna samhället (a.a.). För
att koppla detta till kriminologi så är nätverksanknytning enligt forskning, i
princip en nödvändighet för grovt kriminella personer med en längre kriminell
karriär (Sarnecki, 2009). Inom kriminologin är metoden med social
nätverksanalys dock fortfarande relativt ny och används sällan trots att det finns
en tydlig koppling till flera kriminologiska teorier vilka har som utgångspunkt att
relationer är viktiga för det brottsliga beteendet (a.a.). I Sverige finns det ett par
exempel på hur nätverksanalys har använts inom kriminologisk forskning.
Sarnecki har gjort ett antal studier i ämnet men ett exempel är att han har studerat
co-offending hos ungdomar i Stockholm (2005) ur ett socialt nätverksperspektiv
samt Roxell (2007) som har studerat sociala nätverk i svenska fängelser.
Nedan följer en beskrivning av två framstående kriminologiska teorier och dess
koppling till den sociala nätverksanalysen.
Differentiella associationer är en kriminologisk teori som härstammar från den
klassiska så kallade Chicagoskolan som fokuserade på brottslighet ur en social
kontext (Lilly, Cullen & Ball, 2002). Teorin utvecklades av Edwin Sutherland
redan år 1939 och har sedan dess haft en stark position inom den kriminologiska
forskningen (a.a.). Som de flesta andra inom Chicagoskolan förnekade Sutherland
starkt individuella egenskaper som en förklaring till kriminalitet, han menade att
allt beteende, inklusive det brottsliga, är inlärt (Sutherland, 1939). Han
argumenterade för att det är genom social interaktion med andra som värderingar,
attityder och tekniker för brottsligt beteende lärs ut (a.a.). Det är förklaringen till
att brottsligheten kan vara väldigt hög i vissa områden men obefintlig i andra, i
områden med hög kriminalitet lärs ett brottsligt beteende ut medan ett laglydigt
beteende lärs ut i de lugnare områdena (a.a.). Efter ett antal revideringar
sammanfattade Sutherland teorin i nio punkter som bland annat handlar om hur
allt brottsligt beteende är inlärt samt att inlärningen kan ske på flera olika sätt
(Sutherland & Cressey, 1970). Sutherland menade också att det inlärda beteende
vi har inte är permanent utan kan variera i frekvens, varaktighet, prioritet och
intensitet (Sarnecki, 2005). Det här stämmer väl in på synen på ett socialt nätverk
11
där det ofta anses att relationerna eller länkarna i nätverket är föränderliga på
samma sätt (a.a.).
Teorin om differentiella associationer betonar alltså betydelsen för vilka personer
som befinner sig i en individs närhet eller i hens sociala nätverk och hur dessa
personer påverkar hur hen väljer att leva sitt liv (Sarnecki, 2005). Ur den
synvinkeln har nätverksanalysen en betydande roll då den kan hjälpa oss att
synliggöra vilka personer som finns i en individs direkta närhet och hur dessa i sin
tur kan påverka varandras brottslighet (a.a.).
Sociala bandteorin är en så kallad kontroll-teori, den vill förklara kriminalitet
med att det hör samman med graden av kontroll samhället har på en individ (Lilly
et al, 2002). Teorin utvecklades år 1969 av Travis Hirschi, en framstående
sociolog och kriminolog (a.a.). Hirschis utgångspunkt var varför människor väljer
att inte begå brott snarare än varför människor väljer att göra det (Hirschi, 1969).
Han ansåg att anledningen till att människor blev konforma var personens band
till samhället, dessa band kallade han för ”sociala band” (a.a.). Hirschi
formulerade fyra stycken band som var avgörande för en persons liv utan
kriminalitet:
1. ”Anknytning (attachment) till konventionella personer/aktiviteter, t.ex.
föräldrar, skola, kamrater med flera.
2. Åtaganden (commitment) i förhållande till den konforma
samhällsordningen, investeringar i konforma livsmål, t.ex. utbildning,
arbete och ett hederligt liv.
3. Delaktighet (involvement) i konventionella aktiviteter t.ex. engagemang i
skola, arbete och föreningsaktiviteter.
4. Övertygelse (belief) om samhällsordningens legitimitet; positiva attityder
gentemot lagstiftning, rättsvårdande myndigheter etcetera, samt negativ
attityd till brottslighet och missbruk” (Sarnecki, 2009. s.243).
Ju starkare dessa fyra band är desto mer social kontroll utövas och det finns mer
att förlora för en person om hen väljer att begå ett brott (Hirschi, 1969). De
sociala banden kan förändras under livets gång och vid olika tidpunkter i livet kan
de olika banden vara mer eller mindre viktiga (a.a.). På ett sätt går sociala
bandteorin emot det kriminologiska nätverksperspektivet då teorin menar att
starka band till exempelvis kamrater borde göra en individ mer konform och inte
tvärtom (Sarnecki, 2005). Forskning har däremot visat att det finns en väldigt
stark korrelation mellan unga brottslingars kamrater och den egna brottsligheten
(a.a.). Hirschi menar dock att band mellan anti-sociala individer alltid är svagare
än mellan konforma individer men att personer med svaga band till varandra ändå
kan ha en stark påverkan på varandras beteende (a.a.). Många forskare har därför
förespråkat en integrerad teori där sociala bandteorin tillsammans med
differentiella associationer kan förklara varför människor väljer att inte begå brott
och varför de väljer att göra det (a.a.).
2.1,4 Sammanfattning och slutsats av tidigare forskning
För att sammanfatta så finns det en hel del forskning kring både SNA som metod
och som teori och det används idag inom en mängd olika områden (Roxell, 2007).
Som teori handlar SNA om hur vi människor är sociala varelser som påverkar
varandra i de tankar vi har och i de val som vi gör (Papachristos, 2006). Som
12
metod är SNA istället olika matematiska uträkningar som kan användas för att
beskriva mänskliga relationer (a.a.).
För att beskriva personer inom nätverket anges vanligtvis deras centralitet som
det finns olika typer av (Scott, 2013). Det är även vanligt att nätverket illustreras i
ett nätverksdiagram, även kallat sociogram (a.a.).
Inom kriminologin är SNA relativt nytt trots att brott i sig ofta är ett
”nätverksfenomen” (Sarnecki, 2005). Flera kriminologiska teorier trycker på
betydelsen av att den egna brottsligheten har ett samband med de personer som vi
umgås med (a.a.). SNA som metod utvecklas hela tiden, bland annat arbetas de nu
fram sätt att analysera longitudinella data (Scott, 2013).
Den här uppsatsen har som syfte att undersöka hur SNA kan gå från att användas
teoretiskt i kriminologisk forskning till att appliceras till något praktiskt,
brottsutredningar. SNA är en ny gren inom kriminologisk forskning och det är en
ännu färskare metod inom polisväsendet (Sarnecki, 2005). Litteratur inom ämnet
förefaller vara något begränsad.
13
3. METOD
Metoden i den här uppsatsen består dels av en så kallad systematisk
litteraturöversikt och dels av en intervju med en person som jobbar med
nätverksanalys hos polisen. Att använda sig av två olika metoder för att beskriva
ett och samma fenomen kallas för triangulering (Bryman, 2008). Triangulering
används idag i allt större utsträckning för att verifiera studiens resultat,
exempelvis brukar etnografer använda sig av intervjuer för att försäkra sig om att
de uppfattat saker på rätt sätt (a.a.). I en studie där mer än en metod tillämpas ökar
också tillförlitligheten av resultatet, något som är extra viktigt i kvalitativ
forskning där validitet och reliabilitet är svårt att uppnå (a.a.). Detta diskuteras
också mer omfattande nedan.
3.1 Systematisk litteraturöversikt
En litteraturöversikt är en översikt över den nuvarande forskning som finns att
tillgå kring ett specifikt ämne (Denney & Tewksbury, 2013). Översikten ska
redogöra för både vad som är känt och för vad som är ännu okänt kring ämnet i
fråga och därmed fastställa i vilken riktning fortsatt forskning bör gå (a.a.).
Underlaget till en litteraturöversikt bör vara vetenskapliga artiklar men om
området ännu är outforskat kan även exempelvis statliga publikationer och vanliga
tidningsartiklar användas (a.a.). En bra översikt innehåller alla huvudsakliga
inriktningar inom det valda ämnet och för att detta ska vara möjligt bör översikten
bestå av både äldre mer klassiska publikationer samt nyare studier (a.a.).
Denney & Tewksbury (2013) menar att det är viktigt att skriva en
litteraturöversikt av flera skäl men kanske främst för att den ”tvingar” författaren
att sätta sig in i ett ämne på djupet och studera alla delar av det. Det är också
viktigt för att, som tidigare nämnts, synliggöra var och om det behövs ytterligare
forskning och det öppnar på så sätt upp för nya forskningsfrågor (a.a.).
En litteraturöversikt innehåller både en bred kunskap om området som undersöks
för att sedan gå in på djupet i den specifika del av ämnet som är intresserant för
forskaren (Bryman, 2008). Frågor som ska besvaras genom litteraturöversikten är
bland annat vad vet man redan om området? Vilka teorier och begrepp är centrala
inom forskningsområdet? Finns det motsättningar inom området? Finns det frågor
som ännu inte besvarats? (a.a.).
Beroende på om litteraturöversikten har en kvalitativ eller kvantitativ
frågeställning så kan utformningen av den se något olika ut (Denney &
Tewksbury, 2013). Den här uppsatsen har en kvalitativ frågeställning vilket
innebär att litteraturöversikten antagligen kommer att bli bredare än om
frågeställningen hade varit kvantitativ. I en litteraturöversikt med en kvalitativ
forskningsfråga är det viktigt att det tydligt framgår varför frågan behöver tas upp
och undersökas (a.a.) En kvalitativ studie bör därför, enligt Denney och
Tewksbury (2013) ha ett förhållningssätt där så mycket som möjligt ska finnas
med kring det allmänna forskningsämnet. En kvantitativ litteraturöversikt
fokuserar mycket mer på metoden i de olika studierna och vill med hjälp av dessa
understryka reliabiliteten och validiteten i den egna översikten (a.a.).
Det första steget i en systematisk litteraturöversikt är att formulera en
frågeställning och ett syfte (Forsberg & Wengström, 2013). När problemområdet
sedan har avgränsats kan sökorden väljas ut (a.a.). Själva sökningen kan ske på
14
egen hand eller med hjälp av en bibliotekarie som också kan hjälpa till med att
välja ut lämpliga databaser att söka i (a.a.). De studier som sedan väljs ut måste
noggrant motiveras och det är viktigt att göra tydliga avgränsningar i sin sökning
och dessa sätts lämpligen med hjälp av frågeställningen (a.a.).
Resultatredovisningen i en systematisk litteraturöversikt är central och det är
enligt Forsberg och Wengström (2013) viktigt att resultatdelen är tydlig och
korrekt samt presenterad i en logisk följd. En översiktlig artikelpresentation är
lämplig vilken kan redovisas i en tabell (a.a.). Artiklarna och dess svar på
frågeställningen presenteras därefter på ett överskådligt sätt i en text som ska
kännas logisk för läsaren (a.a.). I diskussionsdelen ska resultatet diskuteras i
relation till bakgrundslitteratur samt till syfte och frågeställning (a.a.). Forsberg
och Wengström (2013) menar också att diskussionen även bör innehålla en
metoddiskussion samt en slutsats med rekommendationer kring fortsatt forskning.
Metoden har vissa nackdelar, exempelvis menar Bryman (2008) att en risk är att
för mycket fokus läggs på själva insamlingstekniken istället för på resultatet.
3.2 Datainsamlingen
3.2,1 Val av sökord
Valet av sökord utgår alltid ifrån frågeställningen (Forsberg & Wengström, 2013).
Ett vanligt sätt att bestämma dessa är att plocka ut nyckelord ifrån
frågeställningen och testa att söka på dessa, för sig själva eller i kombination med
varandra (a.a.). När sökorden kombineras tar man hjälp av de så kallade
boorleska operationerna: ”AND”, ”OR” och ”NOT” som kan hjälpa till att
avgränsa eller bredda sökningen (a.a.). Sökorden i den här uppsatsen plockades
således ut ifrån frågeställningen/syftet och detta gjordes tillsammans med en
bibliotekarie. För att få med så mycket som möjligt av den forskning som finns att
tillgå togs beslutet att bara använda engelska sökord då forskningen inom området
är begränsad och i synnerhet sådan som är skriven på svenska. De sökord som
valdes ut var ”social network analysis”, ”SNA”, ”policing” och ”crime”. Dessa
kombinerades för att utesluta så många irrelevanta artiklar som möjligt. Social
network analysis sattes inom citationstecken för att få med alla ord som en
mening och inte orden var för sig.
3.2,3 Sökschema
Databas
Datum
Sökord
Träffar
207
Lästa
abstrakt
0
Valda
artiklar
0
Summon
2015-05-05
Sociological
abstracts
Sociological
abstracts
Sociological
abstracts
Sociological
abstracts
Sociological
abstracts
Sociological
abstracts
Sociological
abstracts
Scopus
Scopus
2015-05-11
”social network analysis” AND
policing
SNA (S1)
81
0
0
2015-05-11
“social network analysis” (S2)
4303
0
0
2015-05-11
S1 OR S2 (S3)
4318
0
0
2015-05-11
Crime (S4)
40569
0
0
2015-05-11
Policing (S5)
5354
0
0
2015-05-11
Crime OR policing (S6)
43954
0
0
2015-05-11
S3 AND S6 (Peer-reviewed
och från år 2000 och framåt)
SNA (#1)
“social network analysis” (#2)
32
32
7
4316
6878
0
0
0
0
2015-05-11
2015-05-11
15
Scopus
Scopus
Scopus
Scopus
Scopus
2015-05-11
2015-05-11
2015-05-11
2015-05-11
2015-05-11
Scopus
2015-05-11
ABI
ABI
ABI
ABI
ABI
ABI
ABI
2015-05-11
2015-05-11
2015-05-11
2015-05-11
2015-05-11
2015-05-11
2015-05-11
Sage
2015-05-29
Sage
2015-05-29
#1 OR #2 (#3)
Crime (#4)
Policing (#5)
Crime OR policing (#6)
#3 AND #6 (Peer-reviewed och
från år 2000 och framåt)
#3 AND #5 (Peer-reviewed och
från år 2000 och framåt)
SNA (S1)
“social network analysis” (S2)
S1 OR S2 (S3)
Crime (S4)
Policing (S5)
Crime OR policing (S6)
S3 AND S6 (Peer-reviewed
och från år 2000 och framåt)
”Social network analysis” OR
SNA AND crime OR policing.
Från år 2000 och framåt.
”Social network analysis” (som
”key-word”) OR SNA AND
crime OR policing. Från år
2000 och framåt.
10221
102917
7601
108766
58
0
0
0
0
22
0
0
0
0
3
7
5
0
81
4303
4318
40569
5354
43954
32
0
0
0
0
0
0
32
0
0
0
0
0
0
7
380
0
0
19
10
2
3.2,4 Sökning
Sökningen inleddes med att testsöka i databasen ”summon” för att få en känsla för
den litteratur som fanns tillgänglig inom området. Då summon är en väldigt bred
databas så resulterar sökningar där ofta i väldigt många träffar vilket blir för svårt
att hantera i en systematisk litteraturöversikt. För att sökningen skulle bli så
avgränsad som möjligt togs det därför återigen hjälp av en bibliotekarie i samtliga
sökningar både för att som nämnt, utforma lämpliga sökord samt för att få hjälp
med lämpliga databaser att söka i. Sökningen inleddes i databasen ”Sociological
abstract” vilken resulterade i 32 stycken träffar. Av dessa lästes samtliga abstracts
och 7 artiklar valdes ut. Sökningen fortsatte sedan i ”Scopus” och resulterade i 58
träffar varav 22 stycken lästes och 3 stycken valdes ut. Anledningen till att inte
lika många abstracts lästes i den här sökningen var på grund av att många (10
stycken) redan hade lästs i första sökningen och för att fler artiklar i den här
sökningen (26 stycken) inte passade in på mina inkluderingskriterier och
bedömdes därmed vara för långt ifrån ämnet. En sökning till genomfördes i
Scopus för att se om antalet irrelevanta artiklar kunde skalas ned vilken
resulterade i 7 stycken träffar. Ingen av dessa valdes dock ut då 1 redan var vald
och de andra bedömdes för långt från ämnet. Nästa sökning genomfördes i ABI
men resulterade i exakt samma träffar som i den första sökningen i Sociological
abstract och ingen artikel valdes därför ut. Den sista sökningen genomfördes i
Sage. Då Sage är en större databas krävdes det att sökningarna avgränsades något
mer och ”social network analysis” angavs därför som ett ”key-word”. I Sage fanns
inte funktionen att söka på orden var för sig först för att sedan kombinera ihop
dem som det gick i övriga databaser utan här fick alla sökord kombineras ihop på
en gång under fliken ”advanced search”. Den här sökningen resulterade i 19
stycken träffar. Av dessa hade 3 redan lästs i tidigare sökningar varav 1 valts ut
till resultatet och de andra 2 hade bedömts för långt ifrån ämnet. 2 stycken artiklar
från den här sökningen valdes ut som relevanta för ämnet. De övriga abstracts
som lästes stämde inte in på inkluderingskriterierna och uteslöts således. Samtliga
sökningar avgränsades till att bara inkludera artiklar som var ”peer-reviewed”
förutom i Sage där den funktionen inte fanns som tillval, samt att artiklarna skulle
vara skrivna från år 2000 och framåt. För att göra sökningen mer tillförlitlig och
16
säkerställa att så mycket av den litteratur kring ämnet som finns att tillgå hade
kommit med i sökningarna genomfördes till sist en test-sökning i ”Googleschoolar”. Att även gå igenom resultatet av denna sökning noggrant och välja ut
artiklar bedömdes för tidskrävande och för omfattande för arbetet men träffarna
tittades snabbt igenom för att se om ungefär samma artiklar dök upp i denna
sökning som i huvudsökningarna vilket var fallet. Resultatet i den här uppsatsen
bygger därmed på totalt 11 stycken artiklar.
3.2,5 Inkluderings- och exkluderingskriterier
Systematiska litteraturstudier bör, som tidigare nämnts, i första hand bygga på
vetenskapliga artiklar (Denney et al, 2013) och därför togs beslutet att denna typ
av publikationer ska vara huvudsakliga källor. De artiklar som inte når upp till
kraven för vetenskaplighet och som inte har blivit ”peer-reviewed har därmed
uteslutits. Ett annat krav är att den litteraturen som valts ut är skriven på ett språk
som behärskas flytande, i detta fall engelska eller svenska. För att få fram
forskning som är så aktuell som möjligt, då uppsatsen syftar till att undersöka hur
nätverksanalys används idag, har artiklar som inte skrivits under 2000-talet
uteslutits.
Inom vissa områden av forskning är det av betydelse, för att kunna besvara
frågeställningen, vilken typ av forskningsdesign som används i de artiklar som
väljs ut (Bryman, 2008). Detta är dock sällan fallet inom samhällsvetenskaplig
forskning (a.a.) och vissa typer av artiklar har således inte sållats bort.
Uppsatsen syftar även till att ta reda på hur den sociala nätverksanalysen används
inom specifikt brottsutredningar och inte inom något annat område. De artiklar
som inte handlar om detta har därför sållats bort. Många artiklar som dök upp i
sökningarna handlade om olika typer av brottslighet och social nätverksanalys
men hade en mer akademisk vinkel än en utredningsvinkel och var därmed inte
relevanta för den här studien. De artiklar som nämnde SNA i
utredningssammanhang, eller i samband med ”law enforcement” antingen i
abstractet, som ett key-word eller i titeln valdes dock ut även om det inte var
artikelns huvudsakliga syfte. De inkluderings- och exkluderingskriterier som
beskrivits har använts både för att besluta vilka abstracts som ska läsas och för
vilka artiklar som sedan valts ut.
3.2,6 Analys av data
Då syftet med en systematisk litteraturöversikt är att ge en överblick av
kunskapsläget inom ett specifikt ämne är analysen av den insamlade datan mycket
viktig (Forsberg & Wengström, 2013). Litteraturen som valts ut har därför
noggrant lästs igenom för att kunna plocka ut de delar som är av intresse för
syftet/frågeställningen. Dessa delar har sedan jämförts med varandra för att hitta
likheter och skillnader och till sist kombinerats. Resultatet redovisas under ett
antal rubriker som under arbetets gång har upplevts som centrala och
återkommande i de artiklar som valts ut.
3.3 Intervju
Inom kvalitativ forskning är intervjun den mest förekommande metoden, mycket
på grund av dess flexibilitet (Bryman, 2008). Intervjuprocessen i kvalitativ
forskning är väldigt anpassningsbar och det är intervjupersonens tankar och
åsikter som står i fokus (a.a.). Kvalitativa intervjuer brukar delas in i två
kategorier, ostrukturerade samt semistrukturerade (a.a.). I den ostrukturerade
intervjun använder sig forskaren endast av ett par minnesanteckningar eller dylikt
17
och intervjupersonen får associera och prata fritt kring ämnet i fråga (a.a.). I den
semistrukturerade intervjun kan forskaren ha till exempel en lista på olika teman
som ska diskuteras men intervjupersonen kan ändå utforma svaren som hen vill
(a.a.). Det är ofta frågeställningen som styr valet av intervjutyp, om exempelvis
forskaren har ett tydligt fokus i sin undersökning är den semistrukturerade
intervjun lämplig för att kunna få svar på de specifika frågeställningar som finns
(a.a.). I den här uppsatsen har en semistrukturerad intervju genomförts då det
finns en tydlig frågeställning och avgränsning. Valet att komplettera
litteraturöversikten med en intervju togs för att kunna få in SNA i svensk kontext
och för att komplettera det som framkommer i de valda artiklarna.
Intervjupersonen har arbetat som analytiker hos polisen i Malmö sedan 2006.
De frågor/teman som togs upp under intervjun var:
1.
2.
3.
4.
5.
6.
7.
Vad har du för bakgrund?
Hur ofta gör ni nätverksanalyser? Är det en vanlig metod?
Upplever du att den förekommer oftare idag än för 10 år sedan?
Hur går ni tillväga vid analysen, steg för steg?
Vilka problem upplever du att det finns med metoden?
Upplever du att det finns någon kunskapslucka inom metoden?
Vad anser du om det etiska dilemmat som finns med metoden? Till
exempel, en personlig kränkning att registrera/kartlägga folk?
Romregistret?
Alla minnesanteckningar och minnen skrevs noggrant ner direkt efter att intervjun
var färdig för att så lite som möjligt skulle glömmas bort. Inga citat eller dylikt
används utan samtalet har satts ihop till en sammanhängande text med frågorna
som utgångspunkt. Intervjupersonen informerades om i vilket syfte intervjun
gjordes och hur den skulle framställas i uppsatsen. Texten skickades även till
intervjupersonen där hen fick möjlighet att verifiera det som skrivits ned samt ge
kommentarer.
3.4 Reliabilitet och validitet
Validitet innebär i korthet om det som man mäter verkligen är det som man säger
sig mäta och om de slutsatser som dragits hänger ihop (Bryman, 2008).
Reliabilitet innebär replikerbarhet, det vill säga huruvida resultaten som fåtts fram
skulle bli detsamma om någon annan genomförde undersökningen (a.a.). I
kvantitativ forskning är reliabiliteten och validiteten oerhört viktig men det har de
senaste åren diskuterats kring hur relevanta begreppen egentligen är vid kvalitativ
forskning (a.a.). En viss anpassning av begreppen är åtminstone nödvändig för att
kunna använda sig av dem vid en kvalitativ metod (a.a.). Bryman (2008) menar
exempelvis att det i grunden går att använda begreppen på samma sätt som vid en
kvantitativ ansats men med skillnaden att inte lägga så stor vikt på frågor som rör
själva mätningen.
Validiteten vid litteraturstudier påverkas i stor utsträckning av valet av sökord
(Forsberg & Wengström, 2008) och för att stärka validiteten har därför valet av
sökord noggrant övervägts. Sökorden ska tydligt och enkelt kunna kopplas till
syftet och frågeställningarna för att säkerställa att det som sägs undersökas också
undersöks. Det är svårt att uppnå god reliabilitet i kvalitativ forskning, tolkningen
av resultaten blir i kvalitativ forskning svår då alla människor är olika och ser och
tolkar saker och ting på olika sätt (Bryman, 2008) För att försöka stärka
18
reliabiliteten i den här uppsatsen valdes därför systematisk litteraturöversikt som
metod. En systematisk litteraturöversikt har tydliga riktlinjer kring genomförandet
och all information om till exempel datainsamling, inkluderings- och
exkluderingskriterier finns att tillgå (a.a.). Det gör att uppsatsen skulle kunna
göras om med ungefär samma resultat under förutsättning att de olika punkterna
noggrant följs.
3.5 Etiska överväganden
All forskning i Sverige som rör människor ska genomgå och godkännas i en
forskningsetisk prövning för att skydda de personer som är direkt inblandade i
forskningen (Vetenskapsrådet, 2011). Det kan röra sig om forskning som
innehåller känsliga personuppgifter eller som studerar personer i samhället som är
särskilt utsatta (a.a.). Den här uppsatsen som handlar om hur polisen använder sig
av social nätverksanalys som metod har därför inte att behövt genomgå någon
forskningsetisk prövning då den inte studerar människor på det sättet. Uppsatsen
kommer inte att behandla några känsliga uppgifter eller ämnen men det kan ändå
vara värdefullt att tänka till om de etiska aspekterna kring det som ska undersökas
(Bryman, 2008). De källor som används i uppsatsen hanterar inte heller någon
känslig information, i de fall där människor studeras är identiteten på dessa
okända för läsaren och i flera fall även för författaren. Även om det inte finns
några direkta etiska motstridigheter i uppsatsen så finns det vissa dilemman med
social nätverksanalys som metod. SNA i sig är bara en analysmetod men en
konsekvens av det är att man måste samla in data om personerna i fråga. Det anses
av många vara kontroversiellt att polisen samlar in information om, samt
registrerar människor. För att göra en ordentlig SNA är det önskvärt att få med
hela den population som undersöks. Då kan det hända att det dessutom
förekommer personer i nätverken som egentligen inte är kriminella för att skapa
en så tydligt och uttömmande bild som möjligt av nätverket. Det kan dock
upplevas som en personlig kränkning av integriteten och risken är att det kan
uppfattas som att personer har registrerats utefter exempelvis etnicitet om det
gjorts en kartläggning över en släkt, snarare än utefter brottslighet. Däri ligger en
utmaning för polisen med att jobba med social nätverksanalys, är det okej att
registrera vem som helst bara det finns ett bra syfte? Vart ska gränsen gå?
19
4. RESULTAT
De artiklar som valts ut till uppsatsens resultat kommer att presenteras i det här
avsnittet. För att förtydliga sammanfattas de först i en tabell.
Författare, publ.år
1. Berlusconi, 2013
Typ av källa
Originalartikel
Syfte och metod
Syfte: Att undersöka
hur olika typer av data
påverkar de personer i
nätverket som har hög
degree eller betweeness
centrality.
Metod: Genomföra
sociala nätverksanalyser
på samma nätverk men
med olika data.
Syfte: Att undersöka
alternativa data som
skulle kunna användas
till SNA på kriminella
nätverk och som är
lättare att få tag på än
exempelvis polisens
register.
Metod: Genomföra en
SNA på nätverk som
sysslar med
metamfetamin
trafficking med hjälp av
domar.
Syfte: Att undersöka
skillnader i hur ett
nätverk ser ut i en SNA
när kvantitativ kontra
kvalitativ data används.
Metod: Simulera
nätverk och genomföra
sociala nätverksanalyser
på dessa.
2.
Bright, Chalmers
& Hughes, 2012
Originalartikel
3.
Chattoe &
Hamill, 2005
Originalartikel
4.
Décany-Hetu &
Dupont, 2012
Originalartikel
Syfte: Att undersöka
och utvärdera hur ett
nätverk av hackers kan
kartläggas med hjälp av
SNA.
Metod: Genomföra en
SNA tillsammans med
polisen på personerna
ifråga.
20
Resultat
Den data som är
säkrast att använda
vid en SNA är
kvantitativ data.
Antalet länkar och
noder sjönk med
nästan 50 % när
kvalitativ data
användes.
Nyckelpersoner inom
nätverket påverkades
inte särskilt av de
olika datatyperna.
Data i form av domar
ger inte en lika
korrekt bild av ett
nätverk som den data
som poliser har
tillgång till men kan
ändå vara värdefull.
För att SNA som
utredningsmetod ska
utvecklas krävs det
forskning i området,
något som är svårt då
tillgången till data är
begränsad.
Kvalitativ data
förefaller vara mer
tillförlitlig för att få en
”sann” bild av ett
nätverk då den säger
mer om relationer och
dynamiken inom
nätverket. Kvantitativ
data kan aldrig ge den
informationen. Mer
forskning behövs för
att undersöka hur
kvalitativ data ska
kunna användas rent
praktiskt ”ute på
fältet”.
SNA kan med fördel
användas på
internetrelaterad
brottslighet, t. ex på
grund av att mängden
personer som
förekommer i den
typen av utredningar
aldrig hade kunnat
kartläggas manuellt.
Det finns dock ett
5.
Malm & Bichler,
2011
Orginalartikel
Syfte: Att försöka
urskilja vilka noder som
är svaga respektive
starka hos i ett
kriminellt nätverk och
på så sätt även förstå
hur den illegala
marknaden kring droger
fungerar.
Metod: Studera 1998 st
personer som var
involverade i
drogtrafficking med
hjälp av SNA.
En litteraturöversikt om
SNA som metod inom
rättsväsendet och inom
kriminologisk
forskning.
6.
McGloin & Kirk,
2010
Originalartikel
7.
McNally &
Alston, 2005
Originalartikel
Syfte: Att analysera hur
SNA kan användas i
utredningen av
organiserade kriminella
grupper.
Metod : Applicera SNA
praktiskt på ett
motorcykelgäng i
Canada.
8.
Morselli, 2010
Originalartikel
Syfte: Att jämföra olika
typer av centralitet med
vilken dom dessa
personer sedan fick för
att se hur träffsäkra de
olika centralitetsmåtten
är på att bestämma
centrala figurer i en
utredning.
Metod: Utföra en SNA
på ett motorcykelgäng.
21
antal etiska dilemman
med metoden att
överväga.
De personer som var
svagast i nätverken
var de som sysslade
med smuggling eller
tillförsel av droger.
Dessa personer var
enklast att
fragmentera för att
kunna stoppa
droghandeln.
SNA är en ännu
outforskad metod och
teori inom
kriminologin men
som har potential att
kunna underlätta
forskare och utredares
jobb genom att den
kan kartlägga mönster
och hitta
nyckelpersoner som
annars kanske inte
hade upptäckts.
Problem med metoden
är t. ex risken för
felaktig data som kan
stjälpa hela analysen.
SNA är ett effektivt
verktyg vid
utredningar genom att
den kan urskilja
nyckelpersoner som
annars är mer dolda.
Det visade också att
de personer som
antogs vara centrala
då de var mest synliga
ändå inte hade någon
formell ledarroll.
Personer med hög
degree centrality är
synliga och sårbara,
de flesta personer i
gänget som
arresterades hade hög
degree centrality.
Personer med hög
betweeness centrality
var mindre synliga
och svårare att döma.
Nätverksanalys är en
mycket effektiv metod
vid utredningar då den
kan bidra med en
evidensbaserad
bedömning om
9.
Papachristos,
2014
Originalartikel
En litteraturöversikt
över SNA som metod
och teori, hur den kan
användas och vilka
hinder med metoden
som väntar.
10. Van der Hulst,
2012
Originalartikel
En litteraturöversikt
som syftar till att
sammanställa hur SNA
kan användas i
utredningssammanhang.
11. Yang &
Sageman, 2009
Orginalartikel
Syfte: Att hitta sätt att i
SNA kunna analysera
väldigt stora
terroristnätverk. Dessa
är ofta väldigt komplexa
och det kan vara svårt
att urskilja
nyckelpersoner.
Metod: Försöka
utveckla ett program
som kan göra
ovanstående.
strukturer.
SNA och kriminologi
har en självklar
koppling som tyvärr
har förbisetts under
flera år av forskare.
Fortsatt forskning
behövs för att SNA
praktiskt ska kunna
användas bättre.
Efter en genomgång
kring olika typer av
datakällor,
användningsområden,
svårigheter etcetera
med metoden ger
författaren förslag på
en mall som kan följas
av utredare vid
genomförandet av en
SNA för bästa möjliga
resultat.
Ett nytt analysverktyg
utvecklades som kan
hjälpa till att sortera
bort irrelevant
information och ge en
fraktal bild av
nätverket där det som
är av intresse för
analysen
framkommer.
4.1 Varför är social nätverksanalys lämplig som metod vid
brottsutredningar?
Vid en brottsutredning som syftar till att undersöka hur samarbetet i en brottslig
verksamhet ser ut så används nästan alltid någon form av visualisering, även
kallad länkanalys (van der Hulst, 2009). Länkanalysen kan beskrivas som en
mycket förenklad version av SNA där utredarna helt enkelt ställer upp personer i
utredningen och drar länkar emellan dessa för att se hur alla är kopplade till
varandra (a.a.). I mindre utredningar är detta naturligtvis en lämplig metod men ju
fler personer som figurerar i utredningen och ju mer data som samlas in desto
svårare blir det att hantera (Yang & Sageman, 2009). Van der Holst (2009) menar
att i en visualisering av ett nätverk tenderar vi människor även att se saker på ett
visst sätt, exempelvis om en person är satt i mitten av nätverket så kan det ge
intrycket av att den personen har en central roll fast hen kanske egentligen inte
alls har det. Vi blir helt enkelt lurade av våra ögon att tro att en struktur ser ut på
ett visst sätt (a.a.). På grund av att utredare kan ha svårt att se objektivt på ett
nätverk så kan en hel utredning misslyckas och viktig information kan förbises
(a.a.). Den sociala nätverksanalysen kan bidra med just en helt objektiv och även
vetenskaplig syn på ett nätverk där även det som inte syns med blotta ögat tas med
i analysen (Décary-Hétu & Dupont 2012). Även vid ett mycket stort urval av
individer kan SNA hjälpa till att identifiera centrala personer som har nyckelroller
inom ett nätverk (a.a.). SNA kan underlätta förståelsen för hur strukturen inom ett
nätverk är uppbyggt och hur strukturen påverkar dynamiken mellan personerna
22
inom gruppen (McGloin & Kirk, 2010). På så sätt går det även att identifiera
svaga punkter i nätverket där det så småningom går att ingripa (a.a.). SNA kan
också ses som en typ av brottsförebyggande åtgärd då den oftast används i ett
proaktivt snarare än i ett reaktivt syfte (Bright, Hughes & Chalmers, 2012). Vid
studerandet av terroristnätverk är SNA väldigt lämplig då dessa ofta är väldigt
stora och komplexa (Yang & Sageman, 2009). Utan teknikens hjälp hade det varit
oerhört svårt att försöka pussla ihop hur organisationen kring terrorism fungerar
och att förstå det är viktigt för att kunna bekämpa terrorism (a.a.). Vid en SNA av
ett terrornätverk är det av stor vikt att utöver identifiering av nyckelpersoner även
identifiera subgrupper inom nätverket (a.a.) Det är svårt att demobilisera ett stort
nätverk och det är därför mer effektivt för utredare att rikta in sig på subgrupperna
istället (a.a.).
4.2 Hur ser ett kriminellt nätverk ut och vilken centralitet har de olika
personerna i det?
Kriminalitet i sig är ofta ett gruppfenomen och majoriteten av brott begås av en
grupp som består av två eller fler personer (Papachristos, 2014). Genom att
tillhöra en grupp kan en individ både få stöd och utveckla en identitet som någon
som är medlem i ett gäng (McNally & Alston, 2005). Det finns ett flertal olika
typer av kriminella nätverk så som gatugäng, ungdomsgäng,
terroristorganisationer, smugglingsringar, narkotikatraffickinggrupper och annan
organiserad brottslighet (Papachristos, 2014). Kriminella nätverk har vanligtvis en
kärna av nyckeldeltagare och undersökningar har visat att mellan 15-20 % av de
brott som begås av gängmedlemmar begås av den här innersta kärnan trots att
dessa personer bara utgör en liten del av nätverket (McNally & Alston, 2005). De
flesta personer i ett kriminellt nätverk är vanligtvis bara marginellt inblandade och
har därmed låga värden på både degree och beteweeness centrality (Morselli,
2010). Dessa deltagare är oftare utsatta för randomiserade poliskontroller och är
på så sätt ganska sårbara men är sällan målet för större organiserade polisiära
insatser (a.a.). Det finns även deltagare i ett kriminellt nätverk som har höga
värden i bara en typ av centralitet (a.a.). Forskning har visat att personer som har
hög degree centrality oftare blir anklagade, arresterade och fällda för brott än
personer med hög betweeness centrality (a.a.). Personer med låg degree centrality
men med hög betweeness centrality fungerar som tidigare nämnt, som en typ av
mäklare genom att den knyter ihop olika subgrupper inom nätverket (a.a.). Dessa
personer är mindre synliga och därmed även mindre sårbara, man kan därför anta
att personer som är mer strategiska snarare placerar sig här än i nätverkets
absoluta centrum (a.a.). Morselli (2010) har också identifierat en fjärde typ av
nätverksmedlem, den som har ett högt värde på både betweeness och degree
centrality. I dessa fall väger förmodligen synligheten med att ha hög degree
centrality ner den mer strategiska positionen som ”mäklare” och personen är
likväl sårbar (a.a.). Ett kriminellt nätverk består inte alltid bara av personer som
sysslar med samma typ av kriminalitet, det kan även vara begränsat till ett
geografiskt område (Papachristos, 2014). I främst USA finns det gäng där
medlemmarna består av personer som bor i samma stadsdel och där mycket fokus
läggs på att försvara sitt ”revir” (a.a.). I dessa fall kan SNA med fördel
kombineras med någon typ av geografisk analys för att kunna förstå hur den
gängrelaterade brottsligheten är uppbyggd (a.a.).
4.4 Vilken typ av data används?
Att samla in data till en nätverksanalys av ett kriminellt nätverk kan vara något
svårare än till andra typer av nätverk (Van der Hulst, 2009). Det är oftast uteslutet
23
att helt enkelt fråga personer hur de känner eller är kopplade till varandra och
polisen får därför förlita sig på annan typ av data (a.a.). I en social nätverksanalys
av ett kriminellt nätverk finns det fyra olika typer av ”huvuddata” som används,
dessa är övervakningsdata, intervjudata, polisens underrättelsedata samt data kring
polisens erfarenheter (Malm & Bichler, 2011). Dessa typer av data delas in i
kvalitativ eller kvantitativ (Chattoe & Hamill, 2005). Den kvalitativa datan består
av exempelvis, förhör, vittnesmål, informanter, observationer etcetera medan den
kvantitativa datan består av olika typer av elektronisk övervakning så som
datatrafik eller telefontrafik (Berlusconi, 2013). Vissa anser att det endast är den
kvantitativa datan som bör användas vid SNA av ett kriminellt nätverk eftersom
den är mer tillförlitlig och inte ljuger (a.a.). Om två personer exempelvis har ringt
varandra 25 gånger så har de uppenbarligen gjort det svart på vitt (a.a.). Den
kvantitativa datan är på så sätt objektiv på ett annat sätt än den kvalitativa (Malm
& Bichler, 2011). Den kvalitativa datan blir oftare felaktig då det inte går att lita
till hundra procent på att en person verkligen vet det den säger sig veta eller
verkligen har sett det den säger sig ha sett (a.a.). Andra argumenterar för att det är
den kvantitativa datan som riskerar att bli felaktig då du inte kan veta vad det
egentligen betyder att två personer har ringt varandra 25 gånger (Chattoe &
Hamill, 2005). De riktiga relationerna, gruppdynamiken och hierarkin kan bara
beskrivas med hjälp av kvalitativ data (a.a.).
En studie som jämförde samma nätverk i, dels en SNA av kvalitativ data och dels
en SNA med kvantitativ data fann dock att väldigt mycket information försvann i
nätverksanalysen med den kvalitativa datan (Berlusconi, 2013). Antalet aktörer
och länkar sjönk med hela 50 procent då informationen som fanns att tillgå var så
pass mycket mer begränsad i den kvalitativa datan (a.a.). Detta gav tre olika bilder
av nätverket (a.a.).
Figur 5. Förändringar i samma nätverk men med olika data. Källa5
Att i en utredning använda sig av kvalitativa data i nätverksanalysen kan enligt
Berlusconi (2013) leda till en ofullständig bild av nätverket med delvis felaktiga
mått på både själva nätverket och personer inom det. I en nätverksanalys kan dock
båda typerna av data ha begräsningar vilket kan generera en ofullständig analys
med bristande information (Malm & Bichler, 2011). Generellt sett så är det dock
kvantitativ data som idag används i utredningar medan den kvalitativa är mer
vanlig för att studera kriminella nätverk ur ett mer akademiskt perspektiv (a.a.).
I och med att tekniken hela tiden utvecklas så underlättas samtidigt insamlandet
av den kvantitativa datan då vi med teknikens hjälp kan göra mer och mer
(Décary-Hétu & Dupont, 2012). Själva mängden kvantitativ data har också ökat
enormt med teknikens utveckling då fler och fler personer lever sina liv via sin
telefon och sin dator (a.a.). Décary-Hétu och Dupont (2012) menar att problemet
5
Berlusconi, 2013. s.71
24
för analytiker idag snarare är att hitta meningsfulla sätt att analysera den data som
samlas in än att faktiskt samla in den. Kvalitativ data skulle därför som sagt kunna
användas som ett stöd för, eller som ett komplement till de som framkommit i den
kvantitativa nätverksanalysen (Malm & Bichler, 2011). Att samla in data till en
social nätverksanalys kräver planering, vaksamhet och noggrannhet (Van der
Hulst, 2009). Under bilaga 1. finns bifogat en typ av mall som steg för steg går
igenom vad som måste göras för att kunna arbeta med nätverksdata. Ett sådant här
standardiserat verktyg skulle kunna underlätta för de som ska genomföra en SNA
då vissa steg kan vara svårt att komma ihåg, i synnerhet om man inte genomför
den här typen av analyser regelbundet (Van der Hulst, 2009).
4.5 Vad kan informationen användas till?
Det finns en mängd olika användningsområden för SNA som ett utrednings- och
underrättelseinstrument. Van der Hulst (2009, s.104-105) har exempelvis listat ett
antal:
1. SNA kan vara lämplig som ett hjälpmedel för att bygga upp olika scenarier
i en utredning, ju mer kunskap som finns kring en grupp desto lättare är
det att lägga fram en hypotes kring ett troligt scenario.
2. Vid en risk- eller hotanalys är det lättare att peka ut vilka personer inom
nätverket som utgör potentiella hot och vilka personer som riskerar att
utsättas för hot. Genom att bevaka stora nätverk inom till exempel
organiserad brottslighet eller inom terrororganisationer så skyddas även
allmänheten mot potentiellt grov brottslighet.
3. SNA kan, som tidigare nämnts, peka ut svagheter i nätverket och centrala
personer. Med hjälp av den informationen kan polisen förhoppningsvis
demobilisera nätverket så att det på sikt kan splittras.
4. Informationen som framkommer med hjälp av analysen kan användas som
ett stöd för att besluta var fortsatta spaningar bör sättas in. Har en person
till exempel hög degree centrality kan det föreslås att polisen bör sätta in
resurser där.
5. Än så länge används inte den information som framkommer med hjälp av
SNA som någon typ av bevis i ett åtal, den data som samlas in anses
fortfarande inte tillräckligt tillförlitlig. Utvecklingen med metoden går
dock hela tiden framåt och förhoppningen är att det i framtiden ska kunna
användas som bevisföring.
Nedan följer ett exempel på hur SNA praktiskt kan användas vid en
brottsutredning. Ett Kanadensiskt motorcykelgäng, vars namn är okänt, har
undersökts av två personer som jobbar på kriminella underrättelsetjänsten i
Kanada (McNally & Alston, 2005). De har haft tillgång till polisens data och
analysen bygger på exempelvis domar, förhör och annan information som polisen
har nedtecknat (a.a.). Datan, som från början inte har samlats in för att användas i
en SNA fick kodas om för att passa in i UNICET vilket var dataprogrammet som
användes (a.a.). Både attribut och relationsdata samlades in och kategoriserades
(a.a.). Nedan visas en bild över medlemmarna i nätverket och vilken roll dessa
antogs ha innan analysen genomfördes.
25
Figur 6. Källa6
Det som kommer att beskrivas närmre här är nätverk nummer 1. Nätverket har
totalt 16 stycken medlemmar varav samtliga är män (McNally & Alston, 2005).
Nedan visas ett sociogram som illustrerar hur de olika medlemmarna är kopplade
till varandra.
Figur 7. Källa7
I nätverket som visas i figur 7 går det att urskilja ett par personer som har högre
centralitet än de andra och som därmed har centrala roller (McNally & Alston,
2005). Medlem 1 har högst degree centrality och är alltså den person som har flest
direkta länkar (a.a.). Därefter är det medlem 10, 15 och 6 som har högst degree
centrality (a.a.).
Medlem 1 och medlem 6 har högst closeness centrality, dessa personer är bara ett
steg bort från alla andra personer i nätverket (a.a.). Medlem 5 kommer på en andra
plats då han är ett steg bort från alla personer utom en (a.a.).
Medlemmarna som har högst betweenness centrality och som därmed starkt
påverkar vilken information som sprids i nätverket är också medlem 1 och
medlem 10, medlem 5 och 6 kommer här på en andra plats. Det utfördes även fler
centralitetstester varav medlem 1, 10 och 6 hade höga värden i samtliga (a.a.). De
olika centralitetsmåtten indikerar alltså att medlem 1, ”the vice president” har ett
mycket stort inflytande över nätverket då han har haft högst värden i alla analyser
(a.a.). Han har flest direkta länkar, kontrollerar majoriteten av interaktionerna och
är närmast alla centrala medlemmar (a.a.). Medlem 10 som inte har någon formell
ledarroll är enligt analysen den som är högst rankad efter medlem 1 (a.a.).
Medlem 6 som kallas ”The president” kommer bara på en tredjeplats i hierarkin
(a.a.). Medlemmarna 13 och 16 är de som har lägst värden i alla analyser och kan
6
7
McNally & Alston, s.11
McNally & Alston, s.14
26
därmed antas vara i nätverkets periferi (a.a.). Utan att analysen hade gjorts hade
insatser antagligen riktats mot medlem 6 eller 1 då dessa har formella ledarroller,
några som däremot hade varit svårare att identifiera som kärnmedlemmar är
medlem 10, 15 och 5 vilka verkar sitta på mer informella ledarpositioner (a.a.).
För utredare är det här väldigt viktig information då det krävs att man kommer åt
flera av kärnmedlemmarna i ett nätverk för att det ska gå att splittra det (a.a.). Att
identifiera personer i periferin som medlem 13 eller 16 kan också vara viktigt då
dessa, som kanske inte är lika hängivna och lojala gentemot klubben, skulle kunna
avslöja viss information vid ett gripande (a.a.). I den här analysen används
kvalitativ data, författarna rekommenderar dock att det i framtiden även bör göras
liknande analyser på kvantitativ data (a.a.).
4.6 Vilka problem finns med metoden?
Trots att SNA är en metod som skulle kunna underlätta polisens arbete så är det
en metod som fortfarande används relativt sällan (Van der Hulst, 2009). Det beror
till stor del på att det på alla platser helt enkelt inte finns utredare eller analytiker
med tillräckligt stor kunskap eller erfarenhet för att kunna genomföra en
nätverksanalys och sedan applicera materialet på en utredning (a.a.). Ett annat
hinder är att det är en väldigt tidskrävande metod, det är mycket data som ska
samlas in, kodas och analyseras (a.a.). Det är med andra ord inget som görs på
vilket nätverk som helst utan på stora nätverk som sysslar med grov kriminalitet
(a.a.).
Det finns även en hel del tekniska hinder, mängden data blir till exempel, som
tidigare nämnts, större och större och nya verktyg måste därför utvecklas för att
kunna hantera väldigt stora dataset (Décary-Hétu & Dupont, 2012). En idealisk
version av SNA består av hela den population som undersöks men detta är näst
intill omöjligt att uppnå i en utredning och det krävs ofta att en avgränsning görs
(McGloin & Kirk, 2010). Hur man ska avgränsa sin data blir dock många gånger
mycket svårt, men avgränsas inte materialet riskerar det att bli alldeles för stort
och svårhanterligt eller helt enkelt irrelevant. Det är därför viktigt att kunna sätta
en gräns på ett lämpligt ställe men också kunna motivera varför gränsen satts just
där (Van der Hulst, 2009).
Att det saknas data är också problematiskt av ett flertal anledningar (Décary-Hétu
& Dupont, 2012). En inkomplett data gör att analysen kan bli felaktig och ur en
etisk synvinkel kan det innebära att personer blir utpekade som mer centrala än
vad de egentligen är (a.a.). Blir några länkar och aktörer fel kan det skapa en slags
dominoeffekt där hela nätverket riskerar att bli inkorrekt (Berlusconi, 2013).
Ytterligare ett problem med metoden är att en SNA endast visar en ögonblicksbild
av ett nätverk (Van der Hulst, 2009). Ett kriminellt nätverk kan vara väldigt
föränderligt, där nya personer tillkommer, hierarkin i gruppen förändras, personer
dör eller hamnar i fängelse och så vidare (a.a.). Även om kärnan i gruppen oftast
är väldigt stabil kan dynamiken i gruppen fortfarande förändras och personer som
förut var mindre viktiga kan stiga i rang (a.a.). Van der Hulst (2009) menar att det
vid längre utredningar därför är viktigt att både datan som samlas in och själva
analysen hela tiden uppdateras för att en så sann bild av nätverket som möjligt ska
framträda.
Slutligen har vi det etiska dilemmat där polisen hela tiden måste göra en
avvägning för vad som är relevant att ha med och kunna motivera detta på så sätt
27
att det inte är kränkande emot de personer som förekommer (Décary-Hétu &
Dupont, 2012).
4.7 Hur social nätverksanalys används i Malmö; Sammanfattning av
intervju
Intervjupersonen har arbetat som analytiker hos polisen i Malmö sedan år 2006
och uppskattar att SNA har använts där sedan år 2011, det är med andra ord
fortfarande en väldigt färsk metod. Sedan polisen i Malmö började använda sig av
metoden har bara ett fåtal SNA genomförts och intervjupersonen berättar att det är
ovanligt att de ombeds göra den typen av analyser, att de bara görs i specialfall
med grövre brottslighet. Analyserna görs antingen för att ta reda på hur nätverk är
uppbyggda i ett gäng eller hur nätverk är uppbyggda i ett geografiskt område.
Intervjupersonen berättar att innersta kärnan i ett kriminellt nätverk är väldigt
stabil och förändras inte nämnvärt med tiden, hen ger som ett exempel att det
fortfarande är samma personer som förekommer i nätverken sedan år 2006 då hen
började hos polisen. Ju längre ut man kommer i nätverket, desto mer föränderligt
är det.
Intervjupersonen berättar att SNA är en del av polisens underrättelsestyrda
verksamhet som arbetar med brottslighet ur en proaktiv synvinkel, det vill säga
innan ett brott har begåtts men när det finns en anledning att anta ett samband med
brottslig verksamhet. Den data som används till SNA är nästan uteslutande
telefontrafik och användandet av den typen av data styrs av inhämtningslagen,
IHL (2012:278). Längre fram i en utredning, om det finns anledning att anta ett
brott faktiskt har inträffat, styrs inhämtningen av data istället av lagen om hemlig
avlyssning av elektronisk kommunikation, HAK (RB:27:18) samt av lagen om
hemlig övervakning av elektronisk kommunikation, HÖK (RB:27:19).
Intervjupersonen förklarar att muntliga källor och registerdata inte är tillräckligt
tillförlitliga för att kunna användas då de riskerar att vara felaktiga. Det är den
kvantitativa datan som är både mest tillförlitlig och hållbar. Att samla in data
beskrivs som både jobbigt och tidskrävande, att få fram analyserna tar dock bara
några sekunder. Informationen som framkommer i SNA har inget bevisvärde utan
kan endast ge en hint om i vilken riktning utredningen ska fortsätta.
Intervjupersonen förklarar att de centralitetsmått som de får fram presenteras för
polisen på ett enkelt sätt, om de till exempel framkommer i analysen att en person
har ett väldigt högt värde på betweenness centrality så föreslår de att polisen bör
titta närmare på den personen. De begränsningar som finns med metoden
beskriver intervjupersonen som teoretiska snarare än metodologiska med
undantaget att den tekniska biten hos polisen är något begränsad (äldre datorer
och så vidare). Metoden som sådan anses fungera bra men att forskning kring
mänskliga relationer och hur dessa tar sig uttryck i samband med kriminalitet
behövs. Vad innebär det egentligen att person A har ringt till person B 5 gånger
medan person B bara har ring person A 2 gånger? Hur ser hierarkin dem emellan
ut? Intervjupersonen ritar upp en figur för att illustrera hur hen tänker.
TEORI
SAMMANHANG
MATERIAL
Figur 8.
Hur hänger dessa tre samman? Hur ska materialet i sitt sammanhang kunna tolkas
med hjälp av teori? Under intervjun diskuteras även det etiska dilemmat som
28
nätverksanalysen utgör. Intervjupersonen menar att de kan vara problematiskt att
polisen registrerar personer som bara till exempel är anhöriga till en kriminell
person och egentligen är helt oskyldiga till brott. Hen poängterar dock att man
som anhörig faktiskt har en koppling till brottslig verksamhet och därmed får
registreras under förutsättning att det finns en tillräckligt bra anledning och att
denna tydligt kan motiveras. Hen tar det så kallade rom-registret som ett exempel,
bristfällig dokumentation gjorde det där svårt att i efterhand förklara varför
personerna hade registrerats. I samband med registreringen förelåg dock så vitt
intervjupersonen känner till, rättslig grund. I de register som används till SNA går
polisen/analytikerna in manuellt och registrerar personer som ”ej misstänkt” och
intervjupersonen berättar att de gör detta för att försöka säkerställa att dessa
personer inte ska känna sig kränkta. Intervjupersonen berättar att det är väldigt
svårt som analytiker att se att det faktiskt är människor som länkas samman då de
oftast bara ser dessa som en massa olika telefonnummer. Hen menar att det är
nyttigt att påminnas om detta ibland och den kränkning det kan innebära för
personernas integritet.
29
5. DISKUSSION OCH SLUTSATSER
Den här uppsatsen har försökt visa varför social nätverksanalys är en lämplig
metod för polisen att använda sig av vid brottsutredningar men framförallt hur
utredare går tillväga. Empiri inom området har således studerats för att kunna
besvara frågeställningen och förhoppningen har varit att det som framkommer i
resultatet ska kunna hjälpa till att visa vart fokus bör ligga i framtida forskning
inom området. I den här delen kommer resultatet i uppsatsen att diskuteras och
ställas i relation till den bakgrund, teori och tidigare forskning som introducerades
i uppsatsens början. Det kommer även att diskuteras kring framtida forskning och
ges rekommendationer angående detta. En diskussion om uppsatsens metod och
fördelar samt nackdelar med denna kommer också att presenteras.
5.1 Resultatdiskussion
Det huvudsakliga resultatet i den här uppsatsen och något som samtliga källor
framhållit är att syftet med en SNA i en brottsutredning i första hand är att
identifiera nyckelpersoner och synliggöra strukturer som inte alltid kan urskiljas
utan teknikens hjälp. På så sätt blir det lättare för polisen att avgöra vart de ska
rikta sina insatser. I en SNA så identifieras exempelvis de personer som är i
kärnan av ett kriminellt nätverk, dessa personer är vanligtvis så kallade
vanekriminella eller ”life-course-persistent” (Moffitt, 1993). Det går enligt Moffitt
(1993) att urskilja två typer av kriminella, de som endast begår brott i ungdomen
och de som fortsätter att begå brott även i vuxen ålder. De individer som fortsätter
att begå brott är väldigt få men står ändå för en majoritet av alla brott (a.a.).
Moffitt (1993) kallar de här personerna för life-course-persistent. För dessa
individer är det anti-sociala eller brottsliga beteendet stabilt under hela livet och
de slutar inte begå brott förrän de dör eller helt enkelt blir för gamla för att orka
med den här typen av livsstil (a.a.). Oftast så är dessa personer sedan innan redan
kända av polisen, intervjupersonen berättade exempelvis att personerna i den
innersta kärnan i de nätverk de har studerat har varit ungefär densamma sedan
flera år tillbaka. Det behövs således oftast inte en social nätverksanalys för att
kunna identifiera just den här gruppen av individer. Något som analysen skulle
kunna hjälpa till med är snarare att identifiera de personer som befinner sig i
riskzonen för att utveckla en längre kriminell karriär. Då det som tidigare nämnts
utvecklas metoder för att kunna analysera longitudinella studier i en SNA skulle
det vara av intresse att studera kriminella nätverk ur ett längre perspektiv. Går det
att urskilja mönster i hur de som vandrar hela vägen in i den innersta kärnan under
tiden har varit positionerade? Hur ser deras interaktioner med andra inom
nätverket ut? Om vi vet svaret på dessa frågor kan polisen rikta insatser även mot
personer som befinner sig i riskzonen och på så sätt förhindra att dessa personer
fastnar i ett liv av kriminalitet. Forskning har visat att det är svårt att få en
vanekriminell att sluta begå brott (Moffit, 1993) men här skulle vi kunna ha en
chans att identifiera dessa personer i ett tidigt skede. Den sociala nätverksanalysen
skulle på så sätt kunna hjälpa polisen med att arbeta proaktivt. SNA förefaller
användas i främst underrättelsestyrt polisarbete men det kan med andra ord finnas
potential för att även använda det som ett verktyg i det problemorienterade
polisarbetet. Om SNA skulle klara av att synliggöra de individer som riskerar att
bli life-course-persistent skulle polisen kunna ingripa innan de mekanismer som
orsakar ett problem hinner sätta igång.
30
Det här kan även kopplas till de kriminologiska teorier som tidigare beskrivits.
Enligt både sociala band och differentiella associationer är ens egen kriminalitet
väldigt beroende av vilka personer man umgås med. Enligt sociala band teorin så
är anknytning till exempelvis till konventionella kamrater ett av de avgörande
band som kan få en person att inte begå brott. Enligt differentiella associationer
lär man sig ett brottsligt eller ett laglydigt beteende beroende på vilka man umgås
med. För att kunna avbryta en kriminell karriär borde det enligt teorierna vara av
största vikt att i ett tidigt skede försöka att lyfta dessa personer ur det kriminella
nätverk i vilket de befinner sig och istället skapa meningsfulla sociala band för
dessa personer och på så sätt lära dem hur ett liv utan kriminalitet fungerar.
Som det nämns i tidigare forskning så har kriminologin anlänt sent till den
”nätverksrevolution” som under ett par år har pågått i flera olika forskningsfält.
Det har enligt Van der Hulst (2009) försvårat möjligheten för utredare att
motverka organiserad brottslighet och terrorism. Behovet av att använda sig av
analysen i utredningssammanhang kommer troligtvis bara att öka. Som DécaryHétu och Dupont (2012) samt Yang och Sageman (2009) skriver så ökar hela
tiden mängden data och det blir därmed också nödvändigt att använda sig av
teknik för att kunna pussla ihop allt.
Det är svårt att svara på varför kriminologin har varit så sen med att haka på den
sociala nätverkstrenden, att brott ofta begås i grupp och att människor påverkar
varandra är något som varit känt sedan länge och är dessutom utgångspunkten i
flera kriminologiska teorier. Kanske tar det helt enkelt tid att applicera en helt ny
teori på idéer som utvecklats under flera decennier. Social nätverksanalys skulle
dock kunna fördjupa vår förståelse för sociala strukturer och de processer som
ligger bakom brottsligt och avvikande beteende. För att SNA ska kunna utvecklas
i sin praktiska användning vid brottsutredningar måste det starta med en teoretisk
utveckling vilket alltså innebär forskning i området. Att helt enkelt bara använda
SNA på samma sätt inom kriminologin som inom andra vetenskapliga områden är
enligt Papachristos (2014) något som kan förstöra för metoden. Vi kan inte bara
säga att den personen har det värdet på centralitet och den personen har det, vi
måste också sätta in det i en kontext av ett kriminellt nätverk. Papachristos (2014)
menar att vi måste tänka om kring våra huvudsakliga teoretiska principer och
överväga nya sätt att förstå och mäta dessa. Vad säger våra kriminologiska teorier
om kriminella nätverk? Vad säger den sociala nätverksanalysen? Hur kan vi
kombinera detta? Hur kan den informationen sedan användas praktiskt i en
brottsutredning?
Ett stort problem med att studera och forska kring kriminella nätverk är den
bristande tillgången till data. Många författare tog upp det som något som skapar
frustration. Den data som polisen använder sig av vid sina sociala
nätverksanalyser är oftast kvantitativ, den data som forskare använder sig av vid
sina sociala nätverksanalyser är oftast kvalitativ. Som det presenterats i resultatet
finns det begränsningar i att enbart använda sig av kvalitativ data (se exempelvis
figur 5) men det är svårt att få tag på kvantitativ data då det oftast bara är poliser
eller andra med liknande positioner som har tillgång till den. Décary-Hétu &
Dupont (2012) skriver att det är ett problem för polisen att hitta meningsfulla sätt
att analysera den data de får fram och det hade därför behövts mer forskning kring
analysen av sociala nätverk som bygger på kvantitativ data. Det är absolut inte
omöjligt att få tillgång till polisens data. Artikeln om motorcykelgänget i Kanada
är ett exempel på hur forskning bedrivits i samarbete med polisen. Det är inte av
31
något direkt intresse att som utredare ta del av vad forskning säger om en
nätverksanalys av exempelvis medbrottslingsskap (därmed inte sagt att det inte är
av akademiskt intresse) för det är inte något som de kan applicera praktiskt på sina
nätverksanalyser. Mer samarbeten som exemplet ovan, där forskning som har en
tydlig praktiskt koppling bedrivs skulle kunna underlätta enormt för utredare.
Nätverksforskning som bygger på kvalitativ data skulle också kunna ha en
tydligare praktisk koppling. Exempelvis skulle forskare kunna försöka hitta sätt
att kombinera det som utredare vet från en kvantitativ analys med vad som kan
framkomma i en kvalitativ analys. Att kombinera kvalitativ och kvantitativ data är
också något som beskrivits i teoridelen som något som är att föredra vid en social
nätverksanalys. Scott (2013) menar att en kombination av de båda gör att analysen
i slutändan blir mer objektiv.
För att sammanfatta skulle SNA eventuellt kunna användas för att identifiera
personer i riskzonen för att utveckla en längre kriminell karriär, det krävs dock
longitudinella studier av kriminella nätverk för att kunna avgöra om detta är
möjligt. Det behövs även mer teoretisk forskning kring SNA för att den som
metod ska kunna appliceras på kriminologisk teori och på sikt även kunna
användas bättre i utredningssammanhang. Ett stort hinder är att forskare och
utredare inte alltid har tillgång till samma data, det är förmodligen därför det har
varit så svårt att hitta litteratur med den inriktning som uppsatsen syftar till att
besvara. För att forskning som är av nytta för utredare ska kunna bedrivas krävs
det att polis och forskare samarbetar.
Något som förvånat under arbetet med uppsatsen är att endast en av de valda
artiklarna diskuterar något om det etiska dilemma som annars kan förknippas med
social nätverksanalys i brottsutredningssammanhang. Det går att urskilja två
etiska problem med SNA i brottsutredningar. Det första är som Décary-Hétu &
Dupont (2012) påpekar, att felaktig data kan leda till att personer pekas ut som
mer centrala än vad de egentligen är. Nu används inte SNA som någon typ av
bevisföring men det kan naturligtvis ändå upplevas som väldigt kränkande att vara
föremål för en stor polisutredning när man i själva verket kanske bara är
marginellt inblandad. Det andra stora etiska dilemmat är att det i större
nätverksanalyser kan blandas in personer som är oskyldiga till brott vilket också
är en kränkning av den personliga integriteten. Som tidigare nämnts är SNA i sig
bara en analysmetod men en konsekvens med metoden är att det krävs att data
samlas in om människor och att denna registreras. Det bör uppenbarligen finnas
tydligare riktlinjer kring vilka och i vilket sammanhang oskyldiga personer får
registreras. Här handlar det mycket om att lära sig att avgränsa den data som
samlas in till vad som verkligen är värdefullt att ha med för att kunna genomföra
analysen. Det kommer att ske att personer som är oskyldiga till brott figurerar i en
SNA men då ska det kunna motiveras på ett sätt att det inte upplevs som
kränkande för de inblandade. Malmöpolisen är antagligen något på spåret här när
de manuellt går in och markerar personer som ”oskyldiga till brott” i sina register.
5.2 Metoddiskussion
Att använda en systematisk litteraturöversikt för att besvara frågeställningen i den
här uppsatsen var på många sätt ett bra val, en litteraturöversikt visar tydligt hur
ett område ser ut och hur framtida forskning bör fortsätta, något som också var en
del av uppsatsens syfte. Ett par problem uppstod dock längs vägen.
32
För det första så var det svårt att hitta relevant litteratur som riktade in sig på den
del av området ”social nätverksanalys” som var av intresse för frågeställningen.
Det finns mycket forskning i området SNA och brott/kriminella nätverk men
nästan alla artiklar som hittades hade en akademisk inriktning på detta och inte en
utredningsvinkel. Det vill säga hur SNA kan användas inom forskning kring
kriminalitet och kriminella nätverk och inte så mycket om hur den kan användas
som en metod av polisen. Endast två artiklar med den specifika inriktningen SNA
och brottsutredning återfanns. De andra artiklarna valdes ut eftersom de i
abstracten, i nyckelorden eller i titeln nämnde SNA som en
brottsutredningsmetod, det var dock inte det som huvudsakligen studerades. Det
är omöjligt att veta huruvida de artiklar som valdes bort på grund av att de inte
nämnde SNA som brottsutredningsmetod i abstractet hade kunnat delge
information som hade varit av intresse för frågeställningen. Hade
inkluderingskriterierna varit bredare hade dock tiden tyvärr inte räckt till. Det var
ett väldigt tidskrävande arbete att gå igenom alla artiklar noggrant för att kunna
hitta de ganska få delar i artiklarna som handlade om området som var av intresse
och sedan pussla ihop dessa för att försöka få en bild av verkligheten som var så
korrekt som möjligt. Att det var så få artiklar som återfanns med den inriktningen
som eftersöktes har påverkat resultatet på så sätt att det är tämligen begränsat. Det
är med andra ord inte säkert att allt om hur SNA fungerar som en
brottsutredningsmetod finns med i uppsatsens resultat utan det kan finnas vinklar
som inte hittats på grund av brist på litteratur.
Vid själva sökningen togs det hjälp av en bibliotekarie vilket var oerhört
värdefullt och något som antagligen hjälpt till att stärka det systematiska i
metoden. På grund av att tiden som fanns till förfogande för uppsatsen var
begränsad hanns det bara med ordentliga sökningar i fyra olika databaser. Då en
systematisk litteraturöversikt bör innehålla en genomgång av all relevant litteratur
inom det område som undersöks (Denney & Tewksberry, 2013) blir detta
problematiskt. För att försöka väga upp det något genomfördes dock en
testsökning i en annan databas för att kontrollera att ungefär samma träffar dök
upp även här. De flesta av de artiklar som slutligen valdes ut till uppsatsen
återfanns i testsökningen. Det går dock inte att utesluta att det i denna databas
eventuellt fanns ytterligare litteratur som hade kunnat vara lämplig att använda i
den här uppsatsens resultat men som alltså tvingades uteslutas. Det är även
möjligt att information som kan vara relevant för den här uppsatsen skulle kunna
finnas i annan typ av litteratur så som rapporter eller dylikt. Med tanke på
tidsbegränsningen och den limiterade kunskap som finns om att få tag på den
typen av litteratur så har den här litteraturöversikten avgränsats till att endast
inkludera vetenskapliga artiklar.
I en litteraturstudie är det av största vikt att de artiklar som väljs ut är av god
kvalité (Forsberg & Wengström, 2013). Eftersom det har återfunnits väldigt få
artiklar har i princip alla tvingats användas trots eventuellt skiftande kvalité. De
artiklar som användes i resultatet har som tidigare nämnts väldigt olika metoder
och syften och kvalitén i dessa är svåra att bedöma då den kunskap som krävs
kring det är begränsad. Om det har använts artiklar med sämre kvalité är det en
klar begränsning för uppsatsens resultat. Något som är en fördel med de artiklar
som valts ut är att författarna till några av dessa refereras till i andra artiklar som
använts i resultatet, det gör att artiklarna och författarna känns centrala inom den
forskning som uppsatsen avser undersöka.
33
För att försöka väga upp bristen på litteratur inom området togs beslutet att göra
en intervju med någon som var väl insatt i ämnet. Förhoppningsvis har det gjort
att en del av de vinklar som inte återfunnits i litteraturen har fångats upp här. Det
kändes även relevant att i uppsatsen ha med en svensk kontext om hur arbetet
fungerar med SNA, något som det inte gick att hitta någon litteratur om. Personen
som intervjuades jobbar som analytiker hos polisen och har själv genomfört ett
par sociala nätverksanalyser så den information som hen har delgett om arbetet
med SNA känns tillförlitligt. Intervjun var av kvalitativ art och det ställdes därför
inte så många specifika frågor utan samtalet flöt på och de teman eller frågor som
skulle besvaras togs upp ändå. Valet att inte ha med citat togs på grund av att
samtalet inte spelades in. Risken finns att vissa saker som sades har missats men
de viktigaste delarna finns med och det som skrivits har även verifierats av
intervjupersonen. Meningen med intervjun var inte att den skulle ligga till grund
för mitt resultat utan mer fungera som ett typ av komplement till det samt för att
säkerställa att det som tagits från artiklarna verkligen stämde. Överlag så framkom
samma information i artiklarna som i intervjun. Något som skiljde sig var att
intervjupersonen la mycket fokus på de lagar som styr vilken information som får
samlas in och när, det var ingen av artiklarna som diskuterade det något närmre.
Antagligen på grund av att lagar och regler är väldigt centralt vid praktiskt
användning och vid kvantitativ data men inte lika viktigt vid akademisk forskning
med kvalitativ data.
Avslutningsvis så har bristen på litteratur varit det största hindret i arbetet med
den här uppsatsen. Det kan dock även ses som positivt då det på sätt och vis
betyder att uppsatsen verkligen har varit relevant att skriva. SNA verkar vara en så
pass ny metod inom polisen att det egentligen inte är särskilt konstigt att det har
varit svårt att hitta litteratur. Det är därmed lätt att motivera att fortsatt forskning
behövs då metoden fortfarande är i behov av att utvecklas för att kunna nå sin
fulla potential.
5.3 Rekommendationer
För att förtydliga vad som diskuterats, både i uppsatsens resultat och i
resultatdiskussionen sammanställs nedan ett antal tankar eller förslag kring vad
som kan göras för att SNA som ett verktyg vid brottsutredningar ska kunna
utvecklas.
1. Kombinera befintliga kriminologiska teorier med social nätverksanalys för
att öka förståelsen för de sociala processer som ligger bakom brottsligt och
avvikande beteende.
2. Försöka kombinera teori med praktik på ett tydligare sätt. Vad säger teorin
om kriminella nätverk? Hur kan det vändas till något som kan vara av
nytta för polisen i en utredning?
3. Genomföra longitudinella studier av kriminella nätverk. Går det att med
hjälp av SNA identifiera personer i riskzonen för att utveckla en längre
kriminell karriär?
4. Mer forskning behövs kring analys av kvantitativ data. Vad kan den säga
oss? Vad kan den inte säga oss? Samarbeten mellan polis och forskare bör
upprättas för att forskare ska få ta del av den data som krävs.
5. Försöka hitta sätt kombinera användandet av kvantitativa och kvalitativa
data i brottsutredningar. Vilken nytta kan polisen ha av information som
framkommer i mer kvalitativa analyser? Hur kan den informationen sättas
i relation till vad som framkommer i kvantitativa analyser?
34
6. Utforma tydliga riktlinjer för hur den data som ska samlas in kan
avgränsas.
7. Utforma tydliga riktlinjer för hur man ska hantera de personer som
förekommer i register men som inte är misstänkta för brott.
8. Utforma tydliga riktlinjer kring hur man ska hantera ofullständig data och
vara tydlig med vilka konsekvenser det kan få för analysen.
9. Utforma någon typ av standardiserat verktyg likt det i bilaga 1, fast i en
svensk kontext, som steg för steg visar hur en SNA kan genomföras i en
brottsutredning.
10. Utbilda utredare och analytiker ytterligare inom området.
35
6. REFERENSER
Berlusconi. G. (2013). Do all the pieces matter? Assessing the reliability of law
enforcment data sources for the network analysis of wiretaps. Global crime.
14:1:61-81.
Bright. D,A. & Hughes. C,E. & Chalmers. J. (2012). Illuminating dark networks:
a social network analysis of an Australian drug syndicate. Crime, law and social
change. 57:157-176 .
Bryman, A. (2008). Samhällsvetenskapliga metoder. Malmö:Liber AB.
Chattoe, E. & Hamill. H. (2005). It’s not who you know- its’s what you know
about the people you don’t know that counts. Extending the analysis of crime
groups as social networks. The British journal of criminology. 45(6):860-876.
Denney, A. & Tewksbury, R. (2013). How to write a literature review. Journal of
criminal justice education. 24:218-234.
Décany-Hetu, D. & Dupont, B. (2012). The social network of hackers. Global
crime. 13(3):160-175.
Forsberg, C. & Wengström, Y. (2013). Att göra systematiska litteraturstudier.
Värdering, analys och presentation av omvårdnadsforskning. Stockholm: Natur &
Kultur.
Granovetter, M. (1983). The Strength of weak ties. American Journal of
Sociology, 78:1360-1380.
Hirschi, T. (1969). Causes of delinquency. Berkley: University of California
press.
Hutchins, C, E. & Hutchins-Benham, M. (2010). Hiding in plain sight: criminal
network analysis. Computional math organ theory. 16:89-111.
Knutsson, J. & Søvik, K-E. (2005). Problemorienterat polisarbete i teori och
praktik. (PHS-rapport, 2005). Solna: Polishögskolan.
Kocak, G,N. (2014). Social network and social network analysis. International
journal of business and social science. 2:126-135.
Lag (2012:278) Inhämtningslagen. Stockholm: Justitiedepartementet.
Lilly. R,J. & Cullen. F,T. & Ball. R,A. (2002). Criminological theory. Context
and consequences. Sage publications: California
Malm, A. & Bichler, G. (2011). Networks of collaborating criminals: Assessing
the structural vulnerability of drug markets. Journal of research in crime and
delinquency. 48(2):271-297.
McGloin, J,M. & Kirk, D,S. (2010). An overview of social network analysis.
Journal of criminal education. 21(2): 169-181.
36
McNally, D. & Alston, J. (2005). The use of social network analysis in the
examination of an outlaw motorcycle gang. Journal of gang research. 13(3): 347357.
Moffitt, T,E. (1993). Adolescence-limited and life-course-persistent anti-social
behavior: A developmental taxonomy. Psychological review. 100:674-701.
Morselli, C. (2010). Assesing vulnerable and strategic positions in a criminal
network. Journal of contemporary criminal justice. 26:382-392.
Newburn, T. (2008). Handbook of policing. Willan Publishing:New York.
Papachristos, A., V. (2006). Network Analysis and Gang Research: Theory and
Methods. In Short, J., F.; Jr & Hughes, L., A. Studying Youth Gangs. Lanham:
Altamira.
Papachristos, A.V. (2014). The network structure of crime. Sociology compass.
8(4):347-357.
Ratcliffe, J.H. (2003). Intelligence-led policing. Australian Institute of
Criminology: Canberra.
Roxell, L. (2007). Fångar i ett nätverk?: Fängelser, interaktioner och
medbrottslingskap. Avhandlingsserie/Kriminologiska institutionen, Stockholms
universitet.
Rättegångsbalk (1942:740) Stockholm: Justitedepartementet.
Sarnecki, J. (2005). Delinquent networks. Youth co-offending in Stockholm. New
York: Cambridge university press.
Sarnecki, J. (2009). Introduktion till kriminologi. Lund: Studentlitteratur.
Scott, J. (2013). Social network analysis. London: SAGE publications inc.
Sutherland, E.H. (1939). Principles of criminology. Philadelphia: J.B Lippincott.
Sutherland, E.H. & Cressey, D.R. (1970). Criminology. Philadelphia: J.B
Lippincott.
Van der Hulst, R. (2009). Introduction of social network analysis (SNA) as an
investigative tool. Trends in organized crime. 12:101-121.
Vetenskapsrådet (2002). Forskningsetiska principer, inom humanistisk
samhällsvetenskaplig forskning. Elanders Gotab.
Vetenskapsrådet (2011) God forskningssed. Hämtad 2015-04-20 från:
https://publikationer.vr.se/produkt/god-forskningssed/.
Yang. C,C. & Sageman. M. (2009). Analysis of terrorist social networks with
fractal views. Journal of information science. 35(3): 299-320
37
7. BILAGOR
7,1 Bilaga 1:
Preparation:
1) Define a meaningful social category of the target group (what actors, ties, or
events are included or excluded from the analysis?) and report the arguments used
to specify the network boundaries.
 Access to network data
Definition of network boundaries
2) Formulate research questions.
3) Identify what analysis routines are needed to answer the research questions.
4) Formulate assumptions (e.g., what ties are considered as friends?).
Assumptions prior to coding
5) Develop a coding system for actors attributes, activities, and affiliations.
Data reliability
Change over time
Data processing:
6) Gather information on the social ties of actors in the target group.
Time intensive
Handling large datasets
7) Identify the attributes, activities, and affiliations associated with the actors.
8) Create a database of individual attributes (e.g., sex, age, skills, criminal
records).
9) Create adjacency matrices of ties between actors (e.g., tasks, logistics,
resources).
10) Create an incidence matrix of affiliations that associate actors to events (e.g.,
locations).
11) Sort the names of actors (e.g., in alphabetical order).
12) Tidy up your data.
 Data tidying
Data analysis and reporting:
13) Consider what routines are robust measures to analyze your data.
Missing data
14) Perform the analysis routines and properly store the results in a database.
15) Interpret the results.
16) Report the results.
(Van der Hulst, 2009, s.113)
38