Abstract

Les taux d’élucidation de la police et les autres types de données cumulatives portant sur la justice pénale peuvent être sensibles aux artéfacts statistiques, notamment le paradoxe de Simpson (effet de Yule-Simpson). Le paradoxe de Simpson a lieu lorsqu’une tendance apparente dans des groupes de données séparés s’inverse lorsque les groupes sont combinés. En examinant quinze ans de données portant sur les taux d’élucidation des 50 plus grandes juridictions policières canadienne, on a découvert 210 occurrences du paradoxe de Simpson (moyenne annuelle = 14.0). Ces occurrences comprenaient quatre cas dans lesquels une inversion avait eu lieu simultanément dans toutes les catégories et sous-catégories de crime. Ces résultats suggèrent qu’il faut être prudent lorsque les taux d’élucidation sont utilisés comme mesure comparative du rendement de la police, surtout lorsque l’on compare des juridictions ou des périodes de temps comportant différents types de crimes. Les chercheurs en justice pénale, les décideurs et les analystes de renseignements criminels devraient être au courant du paradoxe de Simpson et de ses effets potentiels sur les données cumulatives. Finalement, la possibilité d’une inversion double doit être prise en compte lorsque l’on tente de résoudre le paradoxe de Simpson.

Abstract

Police clearance rates and other forms of aggregated criminal justice data can be susceptible to statistical artefacts such as Simpson’s paradox (Yule-Simpson effect). Simpson’s paradox occurs when a trend apparent in separate data groups reverses itself once the groups are combined. Within 15 years of clearance rate data from the 50 largest Canadian police jurisdictions, 210 instances of Simpson’s paradox were discovered (annual mean = 14.0). These instances included four cases in which a reversal occurred simultaneously in all crime categories and subcategories. This finding suggests the need for caution when using clearance rates as a comparative measure of police performance, particularly between jurisdictions or time periods with different crime mixes. Criminal justice researchers, policy makers, and crime analysts should be aware of Simpson’s paradox and its potential effect on aggregated data. Finally, the possibility of a double reversal must be considered when attempting to resolve Simpson’s paradox.

pdf

Share