geografi

chapte 5 adresses the question whether different kinds of people tend to live in different parts of

the city. the process of spatial sorting, according to social and economic differentiation, involves

the generation of distinctive social areas within cities and the characteristics of these social areas

are identified through the use of factor analysis.

correlated, second, fertility, women at home, and single-family dwelling units are highly

intercorrelated, and third the percent black variable is relatively independent of the other five.

these three goups of variables will then form three distinct components in the component

matrixn(figure 5.10b), where the crosses represent relatively low component loadings.

Occupation and education both have high loadings on the first component, so this is labelled

"economic status. Fertility, women at home, and single family dwelling units all have high

loading on the second component, so this is labelled "family status". While percents black

comprises the "ethnic status" component. The final matrix containing the component scores,

simply indicates the value for each census tract for each of these three components

before testing the empirical validity of social area analisys by examining wheter these three

component really do emerge from a principal components analisys of particular cities, it is

helpful to visualize the statistical procedure in geometric terms (rummel, 1970). First imagine

that we have two census tracts and six variables (figure 5.11a) although in reality we would need

many more census tract for this type of analysys. Both census tract have above average values on

the first three variables, while census tract 1 is below average and census 2 is above average on

the remaining three variables.

if lines drawn from the origin to each of the six points in this two-dimentional census tract space,

we obtain six vectors one for each variable (figure 5.11b). The cosine of the angle between each

pair of vectors or variables, denote the correlation coefficient between those variables. An angle

between 0 and 90 degrees indicates positive correlation, with o representing a perfect linear

relationships. Negative correlations are indicated by angles between 90 and 180 degrees. If the

vectors are of unit length, the same information is represented by the projection of one vector on

another. The longer the projection, the greater the correlation coefficient. In the other word, the

closer together the vectors in this two-dimentional space, the more stongly are the variables

related.

Having discussed correlation coefficients in geometric terms, we can now consider a geometrical

representation of the component loadings (figure 5.11c). The first component is placed through

the six vectors or variables. In sucha a fashion that it maximizes the sum of the the squares

components loading are analogous to the correlation coefficient in figure 5.11b, but in case each

vector is projected onto the components. In other words, variable 3 is quite closely realted to the

first component and thus has a relatively high component loading while variable 1 has a

relatively low component loading. If the component loadings for all six variables are squarred

and summed, the location of the first component maximizes that sum. In technical term, this

sum of the squared component loadings called eigenvalue, and is used to determine proportion of

the total variaton that is summarized by each component. The second component is introduced at

right angles to the first meaning that the two components are statistically independent of each

other. The projections of each variable on this second axis provide the loadings for the

component two. Further naxes, or components can be introduced at right angles to each other.

Although these axes cannot be represented in a two dimentional diagram. In fact as many axes

can be fitted as thre are variables. In this case six

In order to interpret and label the different components. It is obviously advantageous to have

some very high loadings, while the rest are very low, as in figure 5.10b. The situation represente

in figure 5.11c is not ideal in this senses, as the loadings associated with the first component are

neither exceptionally high nor a simple structure has not been achieved. This simple structure

can often be obtained, however, by rotating the axes (figure 11.d) Now component 1goes

through the middle of the first three variables, while component 2 goes through the middle of the

other three variables. As a result, both components have three high loading and three low

loadings, and thus each component summarizes three variables. If the axes or components, are

rotated while maintaining a right angle between them, the rotation is termed and orthogonal

rotation. if on the other hand, a rightangle is not maintained, we have an oblique rotation. In

which the components are no longer statistically independent of each other.

EMPIRICAL TESTED

A major test of the empirical validity of the three construct hypothesized by Shevky and bell has

been carried out by Van Arsdol et al. (1958). Using 1950 census tract data, they undertook factor

analyses of several large U.S cities. We will concentrate on the results they obtained for

minneapolis and seattle.

the factor loadings for minneapolis and seatle, which are analogous to the previously described

component loadings are provided in table 5.7. As expected, three main factors emerge for both

cities. The first factor represents economic status labelled " social rank" by Van Arsdol et al, and

is composedof occupation and education, as the highest factor loadings for these two variable are

in the social rank column. the second factor represens family status labeled "urbanization" by

Van Arsdol et al,. and is composed of fertility, women in the labor force, and single-family

dwlling units. The third factor represents ethic status, here labeled "segregation" and made up of

percent negro. Note that ordinarily one would expect women in the labor force to have a negative

factor loading due to its inverse correlation with fertility and single family dwelling units. In this

particular instance, however, the values for the latter two variables have been substracted from

1000.

Oblique rotations were used to obtain these facrtor loadings, so the factors are not necessarily

orthogonal, or statistically independent of each other. The correlation between the three possible

pairs of factors are reported in table 5.8, where SR denotes social rank, or economic or ethic

status. For both cities the correlations between social rank and urbanization and between

urbanization and segregation, are comparatively small. There are however fairly strong

relationships between the social rank and segregation factors. More specifically, these

relationships are negative indicating that those census tracts with high scores for social rank tend

to have low scores for segregation and vice versa.

In summary, the factor analyses for minneapolis and seattle suggest that three constructs derived

from socialarea analysis are indeed empirically valid. this is not to say, however, that all cities

exhibit exactly the same social structure. In factors although the modification are only minor.

5.5 FACTORIAL ECOLOGY

The more recent factorial ecological approach to studying the residential structure of cities

became popular during the 1960s. This approach differs from social area analysis via factor

analisys in two important ways. First, a large number of variables are used in the factors analisys,

in order to test the robustness of the three major underlying dimensions of residential

differentiation. Second, factorial ecology also places much greater emphasis on the spatial

patterns associated with those dimensions. This focus on spatial patterns necessitates an interest

in the component scores, as well as the component loadings.

In this section we consider first the underlying dimensions of residential differentiation

uncovered by a factorial ecology of chicago. Then the spatial patterns associated with those

dimentions, ecological structrures of four medium-sized U.S cities, and various criticsms of the

factorial ecological approach to understanding residential differentiation are considered.

A FACTORIAL ECOLOGY of CHICAGO

The geographer Rees (1970) has undertaken an exhaustive study of factorial ecology of chicago.

We will focus on the result he obtained from a factor analysis of 12 variables across 1324 census

tracts in the chicago metropolitan area. These 12 variables include one measure of education, two

measure of occupation, three measures of income, two measures of age, and one measure each of

family size, race, housing age, and housing quality.

Three factors were extracted, and the highest factor loading for each variable has been

underlined (table 5.9). Based on the patterns of factor or component loadings. the three factors

have been labeled "socioeconomic status" , "stage in the life cycle". and "race and resources"

and it is immediately apparent that these factors are very similar social area constructs described

previously. Socioeconomic status contains the education, income, employment, and housing

variables. As one would expect. percent families with annual incomes under $3000, percent

substandard housing, and percent unemployed workers all have negative loadings, as they are

inversely related to socioeconomic status. Stage in the life cycle is composed of family size and

age variables. Note that percent population over 65 has a negative loading, as this variable is

inversely related to populkation per household and percent population under 18. Finally, the race

and resources factors is dominated by percent population negro, although it also has some fairly

high positive loadings on low income families, substandard housing and unemployment.

The row labeled "explained variance" in table 5.9 Indicates the percentage of the total variaton

that is accounted for by each factor. Recall that the sum of the squared factor loadings in each

column gives us the eigenvalue associated with each factor. Using this information, the percent

explained variance is simply computed by dividing the respectvie eigenvalues by the total

number of variables and multiplying by 100. In this particular instance, the three factors together

account for 78,9 poercent of the original variation. in other words, the 12 variables can be

conveniently summarized by just three factors, as only 20 percent of the original variation has

been lost.

the communalities indicate from which particular variables this information has been lost. A

communality represents the sum of the squared factor loadings for an individual variable, so the

communality for median school years completed is 85. This value tell us that 85 percent of the

original variation in this variable has been preserved by the three factors.

In summary, the results for chicago, as for many other major cities, suggest that the three basic

social area constructs still emerge even when many more variables are utilized. That is the three

constructs that where deductively derived by Shevky and Bell have also been inductively derived

from analisys of a much larger set of variables. We next look at the spatial patterns associated

with these constructs

SPATIAL PATTERNS

The spatial patterns are generated by mapping the factor, or component scores, for each of the

three major factors or component. A variety studies have shown that significant regularities

occur in these patterns accros a large number of cities, including chicago (murdie, 1969). First,

socioeconomic status factor tends to form sectors (figure 5.12a). The high-status sectors contain

census tracts with high values for variables such as income and education, while the reverse is

true of the low-status sectors.

Second, the family status factors tends to be distributed according to zones rather than sectors

(figure 5.12b). The zones toward the center of the city are dominated by census tracts containing

small families, often single-person families, where the head of household tends to be either very

young or very old. As one moves out toward the peripheral zone the factor scores for family

status increase, indicating a greater preponderance of large families with the middle-aged heads

of household.

Third, the etnhic status factor tends to form clusters (figure 5.12c). Each of these clusters

represents a group of census tracts that is dominated by a particular racial or ethnic group, such

as blacks, italians, or chinese. Such areas are known of the whole city, with their own internal

differentiation according to economic status and family status.

Finally, each of these three spatial patterns can be superimposed to create the urban mosaic. Each

segment or areal unit in figure 5.12d represents a region that is characterized by particular kinds

of households, and these internally homogeneous social areas are differentiated according to

economic status, family status, and ethnic status. Of course, social area boundaries are more

convoluted than those depicted in figure 5.12d, and it is helpful to think of the social areas as

forming the individual pieces of a large-scale jigsaw puzzle.

From this spatial perspective it becomes clear that the classical models of Burgess and Hoyt are

complementary rather than competitive. the spatial structure of cities is both zonal and sectoral,

with family status being primarily zonal and economic status primarily sectoral. Analysis of

variance is the statistical technique most often used empirically to validate this last statement, as

it allows one to compare. For example the varoation between the zones with the variation within

those zones. If the variation between the zones is significantly greater than the variation within

the zones for a particular factor, we can conclude that the factor is distributed zonally. As we

shall see in the next section, however, the spatial patterns can also be tested by multiple

correlation and regretion analysis using dummy variables.

in summary factorial acological studies have produced two major sets of conslusions. first, as a

predicted by social area analysis, residential differentiation can be summarized in terms of

economic status, family status, and ethnicity. Second, these three dimentions of residential

differentiation are spatially distibuted in terms of sectors, zones and clusters, respectively.

THE FACTORIAL ECOLOGY OF MEDIUM SIZED CITIES

As most factorial ecological studies have focused on large cities, it is of interest to see if the

result obtained at the level also hold for smaller cities. with this mind, as part of a larger study

concerned with the residential mobility, the present author (cadwallader, 1981b) chose four U.S

cities: canton (ohio), Des moines (Iowa), knoxville (tennessee) and portland (oregon). These

particular cities were chosen because of their intermediate size, although portland is somewhere

larger than the other three and because they are located in different parts of the country.

census tract data from the 1970 U.S census were used and the choice of variables was

circumscribed by the desire to maintain comparability with the classic social area studies (Van

arsdol 1958), although it was decided not to include the ethnic status variables, as their role in

determining patters of social variaation is less important in smaller cities. Six variables were

chosen to represent two factors, socioeconomic status and family status. The socioeconomic

status variables consisted of median income, median school years completed by person 25 years

or over, and the number of professional, technical, and kindred workers as a percentage of the

total employed. The family status variables were person per household, percentage of females 16

years old and over in the labor force and persons under 18 as a percentage of the total population.

the underlying dimensions produced by these six variables were identified, as in most factorial

ecological studies, by the use of principal components analysis, which an orthogonal rotation. the

resulting two dimensions, or components, correspond closely to the economic status and family

status dimensions found in previous studies (table 5.10). the only variable that is inadequately

represented in this structure is the percentage of females 16 years and over in the labor force,

which has communalities ranging from 0.59 in the case of canton, to only 0.09 in the case of

knoxville. despite these low communalities, however, the variable behaves as expected in that is

always negatively associated with the family status components. Its declining important as an

indicator of social differetition, since the pioneering studies 1950s, is undoubtedly due to the

increased labor force participation of females from all levels of the socioeconomic hierarchy.

to verify the apparrent similarity between the components obtained for the four cities,

coefficients of congruence were calculated for each pair of cities 9harman,1967) the coefficient

of congruence is a measure of similarity between component loadings, which ranges in values

from +1 for perfect agreement, through 0 for no agreement, to -1 for perfect inverse agreement.

In the present instance the coefficients for both socioeconomic status and family status are all

axtremely high, indicating that the components are almost identical for all four cities (table 5.11)

for example, the coefficients of congruence for canton and des moines are .99 in the case of the

socioeconomic status somponent and .97 in thge case of the family status component.

multiple correlation and regression analysis was used to test for the zones and sectors that are

supposedly associated with family status and socioeconomic status, respectively. For this

purpose, each city was partititoned into six sectors and zones and the extend to which these

sectors or zones account for the spatial variation in either of two dimensions, as measured by

their component scores, was determined by calculatinf the multiple correlation coefficient for the

following equation

CRITICISM

criticism of the factorial ecological approach to understanding residental differentiation within

cities can be grouped into three main categories. First it is unclear to what extend the result are

dependent on the particular research design employed. it is possible, for example, that the

underlying factors, and their associatied spatial patterns, would be somewhat different if block

were used rather than census tracts. Similarly, the results tend to vary according to the type of

factor analysis performed, and the various kinds of orthogonal and oblique rotations (davies,

1978). even within a given type of fcator analysis various problems are associated with the

interpretation and labelling of those factors (palm and caruso, 1978)

second, it can be argued that factorial ecology is a purely descriptive form of analysy, as it fails

to identify the process that result in the urban mosaic. attempts to adress these processe

genereally involve investigating residental mobility. at the aggregate, or macro level the classical

ecologist invoked such concepts as invasion and succesion to help understand residentaial

mobility (section 5.2). at trhe individual or micro level, on other hand, attempts have been made

to model residential mobility within framework of individual choice behavior (chapter 9). in

addtion, the operation of the urban housing market has been scrutinized, with particular emphasis

being given to the role of intermediaries in the housing market. such as real estate agents and

financial institutions (chapter 3). although residential differentiation in urban are has traditionally

been explained in terms of social ecological procceses and individual preferences, research on

the city of baltomore (harvey, 1974) has explicated the pivotal role played by financial and

government institutions.

finally, the social areas indentified by factorial ecology do not always constitute cohesive

communiies. using the terminology discussed in chapted 1. these social areas are uniform regions

but not necessarily functional regions. that is they are very relatively homogeneus with respect to

certain specified such as income education and family size, but they might not characterized by a

high degree of internal interaction. Attempts to measure the amount of internal reaction have

focused on activity patterns associated with the workplace, friends and clubs (everitt, 1976).

within this context, factorial ecological classifications on the minneapolis metropolitan area have

suggested that the derived regions area not always related to behavioral and attitudinal

charateristic. for example. an examination of the flow telephone calls between exchange districts

in minneapolis showed little relationship between the pattern of call and the underlying social

areas (palm, 1973). similarly, a study concerning readership prefenrences for particular magazine

and newspaper exhibites no significant differences in reading habit across the various type of

social areas (palm, 1973b).

despite such criticism, however there is no doubt that these socially uniform residential

neighbourhoods have a distinctive role to play in urban society (scott, 1980 pp. 124-127). first by

creating an environment that reinforces the ideological orientations of the dominan neighborhood

gorup, they help to socialize the children in mutually acceptable ways. second, they help sustain

cultural homogeneity as exemplified by certain etnhic neighborhoodss, third they simbolize the

social status oh their inhabitats

5.6 URBAN SOCIAL AREAS AND CRIME

the classical ecological approach to understanding residential structure, discussed earlier in this

chapter, had three major goals (bverry and kasarda, 1977) first, to apply concept derived from

plant ecology, such as competition, invasion and succession, to the analysis of urban

neighborhood; second, to provide detailed descriptions of "natural areas" or social areas within

cities (zorbaugh, 1929) ; and third, to investigate the relationship between these social areas and

various kinds of behaviou as our example of social pathology.

one of the most exhautive studiesof urban crime has been undertaken by schmid for the city of

seattle. in particular, he documented the relationship between certain crime variables and the

previously described social area constructs (schmid 1960). as one might expect, most of the

crime indicators were negatively related to social rank and family status, and positively related to

segregation construct (table 5.13). in similar study, Willi (1967) used a modify form of social

area analysis and found fairly strong relationship between deliquency and economic status and

family status, thus concluding that deliquency is associated with harsh economic environments

and unstable family life. Johnstone (19778) studied juvenile deliquency in chicago within a

social area analysis framework and also stressed the importace of "social location".

the systematic nature of the relationship suggest that social area analysis is a usefultool for

understanding the spatial pattern of crime within cities, despite the suggestion that the role of

single diagnostic variables might be more easily interpreted than that of social area construct

(baldwin, 1974). three methodological issues should be borne in mind when interpreting these

results, however. First, one must remember the "ecological fallacy" invoolved in inferring

patterns of individual behavior from results obtained at an aggregate level of analysis. more

specifically, schmid's results imply that areas with low values for social rank and family status

have high crime rates, but they cannot be used to infer that is the low-income persons from

broken homes who actually commit the crimes.

second, simple correlation techniques may be inappropriate for studying even the ecological, or

aggregate-level relationship between neighborhood characteristics and crime. using data from

portland, oregon, polk (1967) demonstrate that although each of the classical social area

constructs contributes aunique effect to the distribution of deliquency, there are also importan

interaction effects which cannot be captured by simple correlation analysis. for example, in

portland deliquency tends to be lowest where high social status and high family status occur

together, and highest where low social status and low famlity status are combined. nevertheless,

although deliquency generally decreases with increasing social and family status, at the v3ery

lowest levelsm of family status, deliquency tends to increase with increasing social status.

third, it is important to recognize the weaknesses in all forms of crime statistics (herbert, 1982),

for example, some crimes are not reported at all, creating a bias that may vary systematically

from area to area. similarly, police policy in making arrests, and assigning disproportionate

numbers of officers to different arreas, may also bias recorded statistics.

despite these metthodological problem, however, a variety of ecologically based theories of

criminal behavior have been developed (herbert, 1976), of which perhaps the two most important

have been labeled "social disorganization" and "differential association". the social

disorganization theory stresses the relationship between crime and varius neighborhood

characteristics, especially residental mobility, or turn over rates. it is argued that neighborhoods

with high turnover rates tend to lack social cohesion, ang thus become breeding grounds for

deviant behavior, although there is often a highly developed social structure within the devian

goups themselves.

a related viewpoint in represented by differential association theory. which argues that criminal

behavior is the product of socialization process whereby adolescents become deliquent because

of their interaction with criminal groups. such behavior is reinforced because by the fact that

these adolescentsalso tend to be isloated from anticriminal ideals. this notion of deviant

subcultures within cities, dominated by unconventional norms, implies that adolescents become

criminals because of the social context in which they grow up rather than becaquse of underlying

personal inclinations

note that both these theories, as with the ecological approach in general, stress the signifaicance

of the social context when analyzing individual behavior. such theories, hoever are unable to

account for indicidual difference and more recent studies of urban crime emphasize the

importance of obtaining individual-level data (herbert, 1979) also, in those situations where

references is made to some broader societal strcuture, the local environment, or social area, is

ofte felt to be too specific. radical critiques of criminological theory argu that the underlying

causes of lower-class crime cannot be found at the neighborhood level, as criminal behavior is

partly a response to the social inequalities within the society in general (hamnett, 1979)

Bab 5 membahas pertanyaan apakah berbagai jenis orang cenderung hidup di berbagai bagian

kota. proses penyortiran spasial, menurut diferensiasi sosial dan ekonomi, melibatkan generasi

bidang sosial khas di kota-kota dan karakteristik daerah-daerah sosial diidentifikasi melalui

penggunaan analisis faktor

berkorelasi, kedua, kesuburan, wanita di rumah, dan unit hunian tunggal keluarga sangat

intercorrelated, dan ketiga persen variabel hitam relatif independen dari lima lainnya.

tiga kelompok variabel kemudian akan membentuk tiga komponen yang berbeda dalam matriks

komponen (gambar 5.10b), di mana salib merupakan beban komponen yang relatif rendah.

Pekerjaan dan pendidikan keduanya memiliki beban tinggi pada komponen pertama, jadi ini

diberi label "status ekonomi. Fertility, perempuan di rumah, dan satu keluarga tinggal unit semua

memiliki beban tinggi pada komponen kedua, jadi ini diberi label" status keluarga ". Sementara

persen hitam terdiri dari komponen "Status etnis". Matriks akhir yang mengandung nilai

komponen, hanya menunjukkan nilai untuk setiap saluran sensus untuk masing-masing dari tiga

komponen ini

sebelum pengujian validitas empiris dari analisis bidang sosial dengan memeriksa apakah tiga

komponen ini benar-benar muncul dari analisis komponen utama dari kota tertentu, akan sangat

membantu untuk memvisualisasikan prosedur statistik dalam hal geometris (Rummel, 1970).

Pertama membayangkan bahwa kita memiliki dua saluran sensus dan enam variabel (gambar

5.11a) meskipun pada kenyataannya kita akan membutuhkan lebih banyak saluran sensus untuk

jenis analisis. Kedua saluran sensus harus di atas nilai rata-rata pada tiga variabel, sedangkan

sensus saluran 1 adalah di bawah rata-rata dan sensus 2 atas rata-rata pada tiga variabel yang

tersisa.

jika garis yang ditarik dari titik asal ke masing-masing dari enam poin dalam ruang sensus

saluran dua dimensi ini, kita memperoleh enam vektor satu untuk setiap variabel (gambar 5.11b).

Kosinus sudut antara setiap pasangan vektor atau variabel, menunjukkan koefisien korelasi

antara variabel tersebut. Sudut antara 0 dan 90 derajat menunjukkan korelasi positif, dengan o

mewakili hubungan linear sempurna. Korelasi negatif ditunjukkan dengan sudut antara 90 dan

180 derajat. Jika vektor adalah satuan panjang, informasi yang sama diwakili oleh proyeksi satu

vektor yang lain. Semakin lama proyeksi, semakin besar koefisien korelasi. Dengan kata lain,

semakin dekat bersama-sama vektor dalam ruang dua dimensi-ini, semakin stongly adalah

variabel yang berhubungan.

Setelah koefisien korelasi dibahas dalam hal geometris, kita sekarang dapat mempertimbangkan

representasi geometris dari beban komponen (gambar 5.11c). Komponen pertama ditempatkan

melalui enam vektor atau variabel. Dengan cara sedemikian rupa sehingga memaksimalkan

jumlah dari komponen kotak pemuatan analog dengan koefisien korelasi pada gambar 5.11b,

tetapi dalam kasus setiap vektor diproyeksikan ke komponen. Dengan kata lain, variabel 3 cukup

erat realted untuk komponen pertama dan dengan demikian memiliki komponen memuat relatif

tinggi sedangkan variabel 1 memiliki komponen beban yang relatif rendah. Jika beban

komponen untuk semua enam variabel squarred dan dijumlahkan, lokasi komponen pertama

memaksimalkan jumlah itu. Dalam istilah teknis, jumlah ini dari beban komponen kuadrat

disebut eigenvalue, dan digunakan untuk menentukan proporsi dari total variaton yang

dirangkum oleh masing-masing komponen. Komponen kedua diperkenalkan pada sudut kanan

arti pertama bahwa kedua komponen secara statistik independen satu sama lain. Proyeksi

masing-masing variabel pada sumbu kedua ini memberikan beban untuk komponen kedua.

Naxes lanjut, atau komponen dapat diperkenalkan di sudut kanan satu sama lain. Meskipun

sumbu tersebut tidak dapat diwakili dalam dua diagram dimensi. Bahkan banyak sumbu dapat

dipasang sebagai thre adalah variabel. Dalam hal ini enam

Dalam rangka untuk menafsirkan dan label berbagai komponen. Hal ini jelas menguntungkan

untuk memiliki beberapa beban yang sangat tinggi, sedangkan sisanya sangat rendah, seperti

pada gambar 5.10b. Situasi represente pada gambar 5.11c tidak ideal dalam indera ini, sebagai

beban yang terkait dengan komponen pertama yang tidak sangat tinggi atau struktur sederhana

belum tercapai. Struktur sederhana ini sering dapat diperoleh, namun, dengan memutar sumbu

(gambar 11.d) Sekarang komponen berjalan melalui tengah-tengah tiga variabel, sedangkan

komponen 2 melewati tengah dari tiga variabel lainnya. Akibatnya, kedua komponen memiliki

tiga pemuatan tinggi dan tiga beban rendah, sehingga masing-masing komponen merangkum tiga

variabel. Jika sumbu atau komponen, yang diputar sambil mempertahankan sudut yang tepat

antara mereka, rotasi disebut dan rotasi orthogonal. jika di sisi lain, rightangle yang tidak

dipelihara, kita memiliki rotasi miring. Dimana komponen tidak lagi secara statistik independen

satu sama lain.

PENGUJIAN EMPIRIS

Sebuah ujian besar dari validitas empiris dari tiga konstruk hipotesis oleh Shevky dan bell telah

dilakukan oleh Van Arsdol et al. (1958). Menggunakan 1950 data sensus saluran, mereka

melakukan faktor analisis beberapa kota besar AS. Kami akan berkonsentrasi pada hasil yang

mereka diperoleh untuk minneapolis dan seattle.

faktor pembebanan untuk minneapolis dan Seatle, yang analog dengan beban komponen

dijelaskan sebelumnya disediakan dalam tabel 5.7. Seperti yang diharapkan, tiga faktor utama

muncul untuk kedua kota. Faktor pertama merupakan status ekonomi berlabel "peringkat sosial"

oleh Van Arsdol et al, dan pekerjaan composedof dan pendidikan, sebagai faktor loadings

tertinggi untuk dua variabel ini di kolom peringkat sosial. faktor kedua represens status keluarga

berlabel "urbanisasi" oleh Van Arsdol et al ,. dan terdiri dari kesuburan, perempuan dalam

angkatan kerja, dan unit dwlling satu keluarga. Faktor ketiga mewakili statusnya etika, di sini

berlabel "pemisahan" dan terdiri dari persen negro. Perhatikan bahwa biasanya orang akan

berharap perempuan dalam angkatan kerja memiliki factor loading negatif karena korelasi

terbalik dengan kesuburan dan keluarga tinggal unit tunggal. Dalam contoh khusus ini, namun,

nilai-nilai untuk dua yang terakhir variabel telah dikurangi dari 1.000.

Rotasi Oblique digunakan untuk mendapatkan beban facrtor ini, sehingga faktor-faktor tidak

selalu orthogonal, atau statistik independen satu sama lain. Korelasi antara tiga kemungkinan

pasang faktor yang dilaporkan dalam tabel 5.8, di mana SR menunjukkan tingkatan sosial, atau

status ekonomi atau etika. Untuk kedua kota korelasi antara tingkat sosial dan urbanisasi dan

antara urbanisasi dan segregasi, relatif kecil. Ada hubungan kuat antara namun cukup pangkat

dan segregasi faktor sosial. Lebih khusus lagi, hubungan ini negatif menunjukkan bahwa mereka

saluran sensus dengan nilai yang tinggi untuk tingkat sosial cenderung memiliki skor rendah

untuk pemisahan dan sebaliknya.

Singkatnya, faktor analisis untuk minneapolis dan seattle menunjukkan bahwa tiga konstruksi

yang berasal dari analisis socialarea memang secara empiris valid. ini tidak berarti,

bagaimanapun, bahwa seluruh kota menunjukkan persis struktur sosial yang sama. Dalam faktor

meskipun modifikasi hanya kecil....

5.5 EKOLOGI FAKTORIAL

Pendekatan ekologi faktorial yang lebih baru untuk mempelajari struktur perumahan kota

menjadi populer pada 1960-an. Pendekatan ini berbeda dari analisis bidang sosial melalui faktor

analisis dalam dua hal penting. Pertama, sejumlah besar variabel yang digunakan dalam analisis

faktor, untuk menguji ketahanan dari tiga dimensi pokok yang mendasari diferensiasi

perumahan. Kedua, ekologi faktorial juga menempatkan penekanan lebih besar pada pola spasial

yang berhubungan dengan dimensi-dimensi. Fokus pada pola spasial memerlukan suatu

kepentingan skor komponen, serta beban komponen.

Pada bagian ini kita mempertimbangkan pertama dimensi yang mendasari diferensiasi

perumahan ditemukan oleh ekologi faktorial chicago. Kemudian pola spasial yang berhubungan

dengan orang-orang,dimensi, structrures ekologi empat kota di AS menengah, dan berbagai

kritik dari pendekatan ekologi faktorial untuk memahami diferensiasi perumahan dianggap.

Sebuah FAKTORIAL EKOLOGI dari CHICAGO

Geografi Rees (1970) telah melakukan studi menyeluruh ekologi faktorial chicago. Kami akan

fokus pada hasil yang diperoleh dari analisis faktor dari 12 variabel di 1324 saluran sensus di

wilayah metropolitan chicago. Ini 12 variabel termasuk salah satu ukuran pendidikan, dua ukuran

pekerjaan, tiga ukuran pendapatan, dua ukuran usia, dan salah satu ukuran masing-masing

ukuran keluarga, ras, usia perumahan, dan kualitas perumahan.

Tiga faktor yang diekstraksi, dan tertinggi factor loading untuk setiap variabel telah

digarisbawahi (tabel 5.9). Berdasarkan pola factor atau komponen beban. tiga faktor telah diberi

label "status sosial ekonomi", "tahap dalam siklus hidup". dan "ras dan sumber daya" dan itu

segera jelas bahwa faktor-faktor ini merupakan konstruksi bidang sosial sangat mirip dijelaskan

sebelumnya. Status sosial ekonomi mengandung variabel pendidikan, pendapatan, pekerjaan, dan

perumahan. Sebagai salah satu harapkan. persen keluarga dengan pendapatan tahunan di bawah $

3000, persen perumahan di bawah standar, dan persen pekerja menganggur semua memiliki

beban negatif, karena mereka berbanding terbalik dengan status sosial ekonomi. Tahap dalam

siklus hidup terdiri dari ukuran keluarga dan usia variabel. Perhatikan bahwa populasi persen

lebih dari 65 memiliki beban negatif, karena variabel ini berbanding terbalik dengan populkation

per penduduk rumah tangga dan persen di bawah 18. Akhirnya, ras dan sumber daya faktor

didominasi oleh negro populasi persen, meskipun juga memiliki beberapa beban positif yang

cukup tinggi pada keluarga berpenghasilan rendah, perumahan di bawah standar dan

pengangguran.

Baris berlabel "jelas varians" dalam tabel 5.9 Menunjukkan persentase total variaton yang dicatat

oleh masing-masing faktor. Ingat bahwa jumlah dari faktor loadings kuadrat dalam setiap kolom

memberi kita nilai eigen yang terkait dengan masing-masing faktor. Dengan menggunakan

informasi ini, persen menjelaskan varians hanya dihitung dengan membagi nilai eigen respectvie

dengan jumlah total variabel dan mengalikannya dengan 100. Dalam contoh ini, tiga faktor

bersama-sama meliputi 78,9 poercent variasi asli. dengan kata lain, 12 variabel dapat dengan

mudah diringkas dengan hanya tiga faktor, karena hanya 20 persen dari variasi asli telah hilang.

yang communalities menunjukkan dari mana variabel tertentu informasi ini telah hilang. Sebuah

komunalitas merupakan jumlah dari faktor loadings kuadrat untuk variabel individu, sehingga

komunalitas selama bertahun-tahun sekolah median selesai adalah 85. Nilai ini memberitahu kita

bahwa 85 persen dari variasi asli dalam variabel ini telah diawetkan dengan tiga faktor.

Singkatnya, hasil untuk chicago, seperti untuk kota-kota besar lainnya, menunjukkan bahwa tiga

konstruksi wilayah sosial dasar masih muncul bahkan ketika lebih banyak variabel yang

digunakan. Itulah tiga konstruksi yang mana deduktif diperoleh Shevky dan Bell juga telah

induktif berasal dari analisa dari satu set jauh lebih besar dari variabel. Kami selanjutnya melihat

pola spasial yang terkait dengan konstruksi ini...

POLASPASIAL

Pola spasial yang dihasilkan oleh pemetaan faktor, atau nilai komponen, untuk masing-masing

dari tiga faktor utama atau komponen. Berbagai penelitian telah menunjukkan bahwa keteraturan

yang signifikan terjadi pada pola-pola ini di sejumlah besar kota, termasuk chicago (murdie,

1969). Pertama, faktor status sosial ekonomi cenderung untuk membentuk sektor (Gambar

5.12a). Sektor-status yang tinggi mengandung saluran sensus dengan nilai-nilai yang tinggi

untuk variabel seperti pendapatan dan pendidikan, sedangkan sebaliknya adalah benar dari sektor

berstatus rendah.

Kedua, faktor status keluarga cenderung akan didistribusikan sesuai dengan zona daripada sektor

(gambar 5.12b). Zona menuju pusat kota didominasi oleh saluran sensus yang mengandung

keluarga kecil, sering keluarga tunggal orang, di mana kepala rumah tangga cenderung baik

sangat muda atau sangat tua. Sebagai salah satu bergerak ke arah zona perifer nilai faktor untuk

peningkatan status keluarga, menunjukkan dominan lebih besar dari keluarga besar dengan

kepala setengah baya rumah tangga.

Ketiga, faktor Status etnis cenderung membentuk cluster (gambar 5.12c). Masing-masing

kelompok ini merupakan kelompok saluran sensus yang didominasi oleh kelompok ras atau etnis

tertentu, seperti kulit hitam, orang Italia, atau Cina. Daerah tersebut dikenal dari seluruh kota,

dengan diferensiasi internal mereka sendiri sesuai dengan status ekonomi dan status keluarga.

Akhirnya, masing-masing dari tiga pola spasial ini dapat ditumpangkan untuk menciptakan

mosaik perkotaan. Setiap segmen atau unit areal pada gambar 5.12d merupakan wilayah yang

ditandai dengan jenis tertentu rumah tangga, dan daerah-daerah sosial internal homogen

dibedakan menurut status ekonomi, status keluarga, dan status etnis. Tentu saja, batas-batas

wilayah sosial yang lebih rumit daripada yang digambarkan dalam gambar 5.12d, dan akan

sangat membantu untuk berpikir tentang bidang sosial sebagai pembentuk potongan individu dari

teka-teki jigsaw skala besar.

Dari perspektif ruang ini menjadi jelas bahwa model klasik Burgess dan Hoyt saling melengkapi

dan bukan kompetitif. tata ruang kota adalah baik zonal dan sektoral, dengan status keluarga

yang terutama zonal dan status ekonomi terutama sektoral. Analisis varians adalah teknik

statistik yang paling sering digunakan secara empiris untuk memvalidasi pernyataan terakhir ini,

karena memungkinkan seseorang untuk membandingkan. Misalnya varoation antara zona dengan

variasi dalam zona tersebut. Jika variasi antara zona secara signifikan lebih besar dari variasi

dalam zona untuk faktor tertentu, kita dapat menyimpulkan bahwa faktor didistribusikan zonally.

Seperti yang akan kita lihat pada bagian berikutnya, namun, pola spasial juga dapat diuji dengan

korelasi berganda dan analisis regresi dengan menggunakan variabel dummy.

dalam ringkasan studi acological faktorial telah menghasilkan dua set utama conslusions.

pertama, sebagai diprediksi oleh analisis bidang sosial, diferensiasi perumahan dapat diringkas

dalam hal status ekonomi, status keluarga, dan etnis. Kedua, tiga dimensi diferensiasi perumahan

secara spasial mendistribusikan suatu segi sektor, zona dan cluster, masing-masing.

THE FAKTORIAL EKOLOGI KOTA UKURAN MEDIUM

Seperti kebanyakan studi ekologi faktorial telah difokuskan pada kota-kota besar, ada hal yang

menarik untuk melihat apakah hasil yang diperoleh pada tingkat ini juga berlaku untuk kota-kota

kecil. dengan pikiran ini, sebagai bagian dari penelitian yang lebih besar berkaitan dengan

mobilitas perumahan, penulis ini (Cadwallader, 1981b) memilih empat kota di AS: canton

(ohio), Des Moines (Iowa), knoxville (tennessee) dan portland (oregon). Kota-kota tertentu yang

dipilih karena ukuran menengah mereka, meskipun portland adalah suatu tempat lebih besar dari

tiga lainnya dan karena mereka berada di berbagai bagian negara itu.

Data sensus saluran dari tahun 1970 sensus AS digunakan dan pilihan variabel dibatasi oleh

keinginan untuk mempertahankan perbandingan dengan studi wilayah sosial klasik (Van arsdol

1958), meskipun itu memutuskan untuk tidak menyertakan variabel statusnya etnis, peran

mereka dalam menentukan patters dari variaation sosial kurang penting di kota-kota yang lebih

kecil. Enam variabel terpilih untuk mewakili dua faktor, status sosial ekonomi dan status

keluarga. Variabel status sosial ekonomi terdiri dari pendapatan rata-rata, median tahun sekolah

selesai orang 25 tahun atau lebih, dan jumlah pekerja profesional, teknis, dan keluarga sebagai

persentase dari total yang digunakan. Variabel status keluarga adalah orang per rumah tangga,

persentase perempuan berusia 16 tahun ke atas dalam angkatan kerja dan orang-orang di bawah

18 sebagai persentase dari total populasi.

dimensi yang mendasari diproduksi oleh enam variabel yang diidentifikasi, seperti dalam

kebanyakan studi ekologi faktorial, dengan menggunakan analisis komponen utama, yang

merupakan rotasi orthogonal. dua dimensi yang dihasilkan, atau komponen, berhubungan erat

dengan status dan status keluarga dimensi ekonomi ditemukan pada penelitian sebelumnya

(Tabel 5.10). satu-satunya variabel yang tidak cukup terwakili dalam struktur ini adalah

persentase perempuan 16 tahun ke atas dalam angkatan kerja, yang memiliki communalities

mulai dari 0,59 dalam kasus canton, hanya 0,09 dalam kasus knoxville. meskipun ini

communalities rendah, namun, variabel berperilaku seperti yang diharapkan dalam yang selalu

negatif terkait dengan komponen status keluarga. Yang menurun penting sebagai indikator

differetition sosial, karena penelitian perintis 1950, tidak diragukan lagi karena meningkatnya

partisipasi angkatan kerja perempuan dari semua tingkat hirarki sosial ekonomi.

untuk memverifikasi kesamaan apparrent antara komponen yang diperoleh selama empat kota,

koefisien keselarasan dihitung untuk setiap pasangan kota 9harman, 1967) koefisien kesesuaian

adalah ukuran kesamaan antara beban komponen, yang berkisar pada nilai dari 1 untuk sempurna

kesepakatan, melalui 0 tanpa kesepakatan, untuk -1 kesepakatan terbalik sempurna. Dalam

contoh ini koefisien untuk kedua status sosial ekonomi dan status keluarga semua extremely

tinggi, menunjukkan bahwa komponen hampir sama untuk semua empat kota (Tabel 5.11)

misalnya, koefisien kesesuaian untuk kanton dan des moines adalah .99 di kasus status sosial

ekonomi dan somponent 0,97 di thge kasus komponen status keluarga.

korelasi berganda dan analisis regresi digunakan untuk menguji zona dan sektor yang seharusnya

terkait dengan status keluarga dan status sosial ekonomi, masing-masing. Untuk tujuan ini,

masing-masing kota itu partititoned menjadi enam sektor dan zona dan meluas ke sektor-sektor

ini atau zona account untuk variasi spasial dalam salah satu dari dua dimensi, yang diukur

dengan nilai komponennya, ditentukan dengan menghitung koefisien korelasi berganda untuk

persamaan berikut

KRITIK

kritik terhadap pendekatan ekologi faktorial pemahaman residental diferensiasi dalam kota dapat

dikelompokkan menjadi tiga kategori utama. Pertama tidak jelas untuk apa memperpanjang hasil

tergantung pada desain penelitian tertentu yang digunakan. adalah mungkin, misalnya, bahwa

faktor-faktor yang mendasari, dan pola spasial mereka terkait, akan agak berbeda jika blok yang

digunakan daripada saluran sensus. Demikian pula, hasil cenderung bervariasi sesuai dengan

jenis analisis faktor dilakukan, dan berbagai macam rotasi orthogonal dan miring (davies, 1978).

bahkan dalam jenis tertentu dari analisis faktor berbagai masalah yang terkait dengan interpretasi

dan pelabelan faktor-faktor tersebut (sawit dan caruso, 1978)

Kedua, bisa dikatakan bahwa ekologi faktorial adalah bentuk murni deskriptif analysy, sebagai ii

gagal untuk mengidentifikasi proses yang menghasilkan mosaik perkotaan. upaya untuk

penambah processe ini genereally melibatkan menyelidiki mobilitas residental. di agregat, atau

tingkat makro ekologi klasik dipanggil konsep-konsep seperti invasi dan suksesi untuk

membantu memahami mobilitas residentaial (bagian 5.2). pada tingkat individu atau mikro, di

sisi lain, upaya telah dilakukan untuk model mobilitas perumahan dalam rangka perilaku pilihan

individu (pasal 9). selain produk, operasi pasar perumahan perkotaan telah diteliti, dengan

penekanan khusus yang diberikan kepada peran perantara di pasar perumahan. seperti agen real

estate dan lembaga keuangan (bab 3). meskipun diferensiasi perumahan di perkotaan secara

tradisional telah dijelaskan dalam hal proses ekologi sosial dan preferensi individu, penelitian

tentang kota baltomore (harvey, 1974) telah explicated peran penting yang dimainkan oleh

lembaga keuangan dan pemerintah.

Akhirnya, bidang sosial diidentifikasi oleh ekologi faktorial tidak selalu merupakan komunitas

yang kohesif. menggunakan terminologi yang dibahas dalam chapted 1. bidang sosial ini

merupakan daerah yang seragam tapi daerah belum tentu fungsional. yang mereka sangat relatif

homogeneus sehubungan dengan tertentu seperti pendidikan pendapatan dan keluarga ukuran

tertentu, tetapi mereka mungkin tidak ditandai dengan tingkat tinggi interaksi internal. Upaya

untuk mengukur jumlah reaksi internal yang berfokus pada pola aktivitas yang berhubungan

dengan tempat kerja, teman-teman dan klub (Everitt, 1976). dalam konteks ini, klasifikasi

faktorial ekologi di wilayah metropolitan minneapolis telah menyarankan bahwa daerah daerah

yang berasal tidak selalu berhubungan dengan perilaku dan sikap charateristic. sebagai contoh.

pemeriksaan panggilan telepon aliran antara kabupaten pertukaran minneapolis menunjukkan

sedikit hubungan antara pola panggilan dan bidang sosial yang mendasari (palm, 1973). sama,

sebuah studi tentang prefenrences pembaca untuk majalah dan surat kabar tertentu menunjukkan

tidak ada perbedaan yang signifikan dalam kebiasaan membaca di berbagai jenis bidang sosial

(palm, 1973b).

meskipun kritik tersebut, namun tidak ada keraguan bahwa lingkungan perumahan seragam

sosial memiliki peran khusus untuk bermain dalam masyarakat perkotaan (scott, 1980 pp. 124-

127). pertama dengan menciptakan lingkungan yang memperkuat orientasi ideologis lingkungan

grup dominan, mereka membantu mensosialisasikan anak-anak dengan cara yang dapat diterima

bersama. kedua, mereka membantu mempertahankan homogenitas budaya sebagaimana

dicontohkan oleh neighborhoodss etnhic tertentu, ketiga mereka simbolize status sosial dengan

penduduk mereka

5,6 WILAYAH PERKOTAAN SOSIAL DAN KEJAHATAN

pendekatan ekologi klasik untuk struktur perumahan pemahaman, dibahas sebelumnya dalam

bab ini, memiliki tiga tujuan utama (bverry dan kasarda, 1977) pertama, untuk menerapkan

konsep yang berasal dari ekologi tanaman, seperti kompetisi, invasi dan suksesi, analisis

lingkungan perkotaan ; Kedua, untuk memberikan deskripsi rinci dari "daerah alami" atau bidang

sosial dalam kota (zorbaugh, 1929); dan ketiga, untuk menyelidiki hubungan antara bidang sosial

dan berbagai macam perilaku sebagai contoh kita patologi sosial.

salah satu kejahatan perkotaan studiesof paling exhautive telah dilakukan oleh schmid untuk kota

seattle. khususnya, ia mendokumentasikan hubungan antara variabel kejahatan tertentu dan

dijelaskan sebelumnya konstruksi bidang sosial (schmid 1960). seperti yang sudah diduga,

sebagian besar indikator kejahatan yang berhubungan negatif dengan tingkat sosial dan status

keluarga, dan berhubungan positif dengan pemisahan membangun (tabel 5.13). dalam penelitian

serupa, Willi (1967) menggunakan bentuk memodifikasi analisis bidang sosial dan menemukan

hubungan yang cukup kuat antara kenakalan dan status ekonomi dan status keluarga, sehingga

menyimpulkan kenakalan yang berhubungan dengan lingkungan ekonomi yang keras dan

kehidupan keluarga yang tidak stabil. Johnstone (19778) mempelajari kenakalan remaja di

chicago dalam kerangka analisis lingkungan sosial dan juga menekankan pentingnya "lokasi

sosial".

sifat sistematis dari hubungan menunjukkan bahwa analisis bidang sosial adalah UsefulTool

untuk memahami pola spasial kejahatan di dalam kota, meskipun saran bahwa peran variabel

diagnostik tunggal mungkin lebih mudah diinterpretasikan dibanding daerah sosial membangun

(baldwin, 1974) . tiga isu metodologis harus diingat ketika menafsirkan hasil ini, namun.

Pertama, kita harus ingat "kesalahan ekologi" yang terlibat dalam menyimpulkan pola perilaku

individu dari hasil yang diperoleh pada tingkat agregat analisis. lebih khusus, hasil schmid itu

menyiratkan bahwa daerah dengan nilai-nilai rendah untuk peringkat dan status sosial keluarga

memiliki tingkat kejahatan yang tinggi, tetapi mereka tidak dapat digunakan untuk

menyimpulkan bahwa adalah orang berpenghasilan rendah dari keluarga berantakan yang benar-

benar melakukan kejahatan.

Kedua, teknik korelasi sederhana mungkin tidak sesuai untuk mempelajari bahkan hubungan

ekologi, atau agregat tingkat antara karakteristik lingkungan dan kejahatan. menggunakan data

dari portland, oregon, polk (1967) menunjukkan bahwa meskipun masing-masing klasik wilayah

sosial konstruksi memberikan kontribusi aunique berpengaruh terhadap distribusi kenakalan, ada

juga efek interaksi importan yang tidak dapat ditangkap oleh analisis korelasi sederhana.

misalnya, di portland kenakalan cenderung terendah di mana status sosial yang tinggi dan status

keluarga tinggi terjadi bersama-sama, dan tertinggi di mana status sosial yang rendah dan status

famlity rendah digabungkan. Namun demikian, meskipun kenakalan umumnya menurun dengan

meningkatnya status sosial dan keluarga, di level paling rendah status keluarga, kenakalan

cenderung meningkat dengan meningkatnya status sosial.

ketiga, adalah penting untuk mengenali kelemahan dalam segala bentuk tindak kriminal (herbert,

1982), misalnya, beberapa kejahatan yang tidak dilaporkan sama sekali, menciptakan bias yang

mungkin berbeda sistematis dari daerah ke daerah. sama, kebijakan polisi melakukan

penangkapan, dan menetapkan jumlah yang tidak seimbang dari petugas untuk arreas yang

berbeda, mungkin juga bias yang mencatat statistik.

meskipun ini masalah metodologis, namun, berbagai teori berbasis ekologis dari perilaku

kriminal telah dikembangkan (herbert, 1976), yang mungkin dua yang paling penting telah diberi

label "disorganisasi sosial" dan "asosiasi diferensial". teori disorganisasi sosial menekankan

hubungan antara kejahatan dan lingkungan varius karakteristik, terutama mobilitas residental,

atau menyerahkan tarif. dikatakan bahwa lingkungan dengan tingkat turnover yang tinggi

cenderung kurang kohesi sosial, ang tempat berkembang biak sehingga menjadi perilaku

menyimpang, meskipun sering ada struktur sosial yang sangat berkembang dalam devian yang

goups sendiri.

sudut pandang terkait di diwakili oleh teori asosiasi diferensial. yang berpendapat bahwa

perilaku kriminal adalah produk dari proses sosialisasi dimana remaja menjadi deliquent karena

interaksi mereka dengan kelompok-kelompok kriminal. perilaku tersebut diperkuat karena

dengan fakta bahwa remaja tersebut juga cenderung isloated dari cita-cita anti kriminal. Gagasan

ini subkultur menyimpang dalam kota, didominasi oleh norma-norma konvensional, menyiratkan

bahwa remaja menjadi penjahat karena konteks sosial di mana mereka tumbuh bukan karena

kecenderungan pribadi yang mendasari

dicatat bahwa kedua teori tersebut, seperti dengan pendekatan ekologi secara umum,

menekankan signifaicance dari konteks sosial ketika menganalisis perilaku individu. teori

tersebut, Barang siapa tidak dapat menjelaskan perbedaan indicidual dan studi yang lebih baru

kejahatan perkotaan menekankan pentingnya memperoleh data tingkat individu (herbert, 1979)

juga, dalam situasi di mana referensi dibuat untuk beberapa strcuture masyarakat yang lebih luas,

lingkungan setempat , atau wilayah sosial, ofte dirasakan terlalu spesifik. kritik radikal

kriminologi teori argu bahwa penyebab kejahatan kelas bawah tidak dapat ditemukan pada

tingkat lingkungan, seperti perilaku kriminal sebagian merupakan respon terhadap kesenjangan

sosial dalam masyarakat pada umumnya (hamnett, 1979)